Ülkelerin lojistik performanslarının Entropi tabanlı TOPSIS yöntemine göre sıralanması

Günümüz dünyasında ülkeler arasındaki ticaretin artması ve çeşitlenmesi lojistik faaliyetlerini oldukça önemli bir yere taşımaktadır. Ülkeler rekabet gücü ve ekonomik üstünlük elde etmek için lojistik performanslarını etkileyen unsurları belirleyerek performanslarını arttırmaya çalışmaktadır. Lojistik performans değerlendirmelerine göre bulundukları sıralamalar uluslararası ticarette ülkelere oldukça önemli avantajlar sağlamaktadır. Bu nedenle, Dünya Bankası iki yılda bir 160 ülkenin Lojistik Performans Endeksini (LPI) hesaplayıp ülkelerin sıralamalarını raporlamaktadır. Bu çalışmada, lojistik performansı etkileyen göstergelerin önem derecesine göre yeniden sıralanması için Entropi tabanlı TOPSIS yöntemine dayalı yeni bir sıralama ve değişken seçim yaklaşımı önerilmiştir. Önerilen yöntemde değişkenlerin ağırlıklandırılması Entropi yöntemine dayılı belirlenip TOPSIS yöntemi ile sıralama skorlarının belirlenmesi için algoritma kullanılmıştır. Ağırlıklandırılmış değişkenlere göre sıralama yöntemi sonuçlarına dayanarak ülkelerin sıralamalarındaki değişiklikler belirlenmiş ve nedenleri tespit edilmiştir. Değişken seçimi ile ağırlıklandırma ile yapılan sıralamada 65 ülkenin sıralaması yükselirken 76 ülkenin sıralaması düşmüş ve 19 ülkenin sırasında bir değişiklik gözlenmemiştir. Ağırlıklandırma yöntemine göre ülkelerin lojistik performansı üzerindeki en etkili değişken %23 ile altyapı göstergesi olmuştur.

Ranking of the logistic performances of the countries according to the Entropy- based TOPSIS method and variable selection

In today's world, the increase in trade between countries carries logistics activities to a very important place. Countries are trying to increase their performance by determining the factors affecting their logistics performance in order to gain competitive power and economic advantage. Ranking according to logistics performance evaluations provides significant advantages to countries in international trade. For this reason, the World Bank calculates the Logistics Performance Index (LPI) of 160 countries every two years and reports the rankings of the countries. In this study, a new ranking and variable selection approach based on the Entropy-based TOPSIS method is proposed to reorder the indicators affecting logistics performance according to their importance. In the proposed method, the weighting of the variables was determined based on the Entropy method, and the algorithm was used to determine the ranking scores with the TOPSIS method. Based on the results of the ranking method according to the weighted variables, the changes in the rankings of the countries were determined and the reasons were determined. In the ranking made by variable selection and weighting, the ranking of 65 countries increased, while the ranking of 76 countries decreased and no change was observed in the order of 19 countries. According to the weighting method, the most influential variable on the logistics performance of the countries was the infrastructure indicator with 23%.

PDF

___

Chow, G., Heaver, T. D., & Henriksson, L. E. (1994). Logistics performance: Definition and measurement. International Journal of Physical Distribution & Logistics Management, 24(1), 17-28.
World Bank, (2022). International LPI – Global rankings 2022. Accesed: 2 June 2022,https://lpi.worldbank.org/international/global/2022.
Caplice, C., & Sheffi, Y. (1995). A review and evaluation of logistics performance measurement systems. The International Journal of Logistics Management, 6(1), 61-74.
Oğuz, S., Alkan, G., & Yılmaz, B. (2019). Seçilmiş Asya ülkelerinin lojistik performanslarının TOPSİS yöntemi ile değerlendirilmesi. IBAD Sosyal Bilimler Dergisi,(Özel Sayı), 497, 507.
Dos Santos, B. M., Godoy, L. P., & Campos, L. M. (2019). Performance evaluation of green suppliers using entropy-TOPSIS-F. Journal of cleaner production, 207, 498-509.
Anwar, M. (2021). Biodiesel feedstocks selection strategies based on economic, technical, and sustainable aspects. Fuel, 283, 119204.
Uslu, T., Can, G.F., & Delice E.K. (2022). Çok boyutlu yeni bir süreç tipi HTEA yaklaşımı: Savunma ve havacılık sanayi uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37(3), 1411-1426.
Parlar, G., ve Palancı, O. (2020). Çok Kriterli Karar Verme Yöntemleri İle Dünya Üniversitelerinin Performanslarının Değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 11(26), 203- 227.
Bulğurcu, B. (2019). Çok nitelikli fayda teorisi ile CRITIC yöntem entegrasyonu: Akıllı teknoloji tercih örneği. OPUS Uluslararası Toplum Araştırmaları Dergisi, 13(19), 1930-1957.
Oğuz, S., Alkan, G., & Yılmaz, B. (2019). Seçilmiş Asya ülkelerinin lojistik performanslarının TOPSİS yöntemi ile değerlendirilmesi. IBAD Sosyal Bilimler Dergisi,(Özel Sayı), 497, 507.
Gergin, R. E. (2014). Türkiye'deki bölgelerin lojistik performanslarının bütünleştirilmiş AHS ve TOPSIS yöntemiyle değerlendirilmesi (Doctoral dissertation, Karadeniz Teknik Üniversitesi/Sosyal Bilimler Enstitüsü).
Akoğul, S., Erişoğlu, M., & Erişoğlu, Ü. (2020). Çok Değişkenli Normal Dağılımların Karmasına Dayalı Kümelemede TOPSIS Yöntemiyle ile Küme Sayısının Belirlenmesi. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 36(3), 472-480.
Li, H., Huang, J., Hu, Y., Wang, S., Liu, J., & Yang, L. (2021). A new TMY generation method based on the entropy-based TOPSIS theory for different climatic zones in China. Energy, 231, 120723.
Martí, L., Martín, J. C., & Puertas, R. (2017). A Dea-Logistics Performance Index. Journal of Applied Economics, XX(1), 169-192.
Shannon, C. E. (1948). A mathematical theory of communication. The Bell system technical journal, 27(3), 379-423.
Wu, J., Sun, J., Liang, L., & Zha, Y. (2011). Determination of weights for ultimate cross efficiency using Shannon entropy. Expert Systems with Applications, 38(5), 5162-5165.
Hwang CL, Yoon K. (1981) Multiple attribute decision making: methods and applications. Berlin Heidelberg New York: Springer-Verlag.
Chang K., A (2015) novel general risk assessment method using the soft TOPSIS approach, Journal of Industrial and Production Engineering, 32 (6), 408-421.
Tzeng, G. H., & Huang, J. J. (2011). Multiple attribute decision making: methods and applications. CRC press.
Akdamar, E., Gogebakan, M. & Kılıç, A., (2021). Lojistik Göstergelere Göre Ülkelerin İnsani Gelişmişlik Sınıflarının Tahmini, KUTLU H.A, KARABACAK E.,(Ed.’s) Uluslararası Ticaret Ve Lojistikte Güncel Yaklaşımlar Ve Değerlendirmeler 2, (s. 115-128), ISBN: 978-625-8418-08-8 İstanbul Efe Kitap evi.