The Selection of the Most Suitable Organized Industry Zone (OIZ) for the Development of Technopolis to be Established Within OIZ by Using Entropy-Based TOPSIS Method

Abstract

The Technopolis model within Organized Industry Zone (OIZ) is an important development model that increases the cooperation between OIZs and Technopolis and enables the technological information produced in the Technopolis to be transferred directly to the industry and to produce qualified products. The fact that technological knowledge can be transformed directly into a product is evaluated as the most advanced development goal of the world countries today. Therefore, the aim of this study is the selection of the most suitable OIZ for the development of Technopolis by using Entropy-based TOPSIS, one of the Multi-Criteria Decision Making (MCDM) methods, for a Technopolis planned to be established within the OIZ. This study carried out in two stages in terms of determining best province and region by means of the criteria chosen by the expert opinion for the R&D and innovation acquisition, industrialization, encouragement of entrepreneurship, producing qualified projects and commercializing them. As a result, the consideration of Kınık OIZ, ASO 2. and 3. OIZ and Asım Kibar OIZ in the model of Technopolis, which is planned to be establishment in OIZ, is evaluated to be useful in order to use Turkey's national resources effectively and achieve its 2023 development goals.

Keywords

• Technopolis in OIZ
• Multiple Criteria Decision Making
• Entropy
• TOPSIS

Organize Sanayi Bölgesi (OSB) İçinde Kurulması Planlanan Bir Teknopark’ın Gelişimi İçin En Uygun OSB’nin Entropi Tabanlı TOPSIS Yöntemi İle Seçimi

Abstract

Dünyada birçok örneği bulunan OSB içi Teknopark modeli, OSB’ler ve Teknoparklar arasındaki işbirliğini artıran ve bu yolla Teknoparklarda üretilen teknolojik bilginin sanayiye doğrudan aktarılmasını ve nitelikli ürün üretilmesini sağlayan önemli bir kalkınma modelidir. Teknolojik bilginin doğrudan ürüne dönüşebiliyor olması, günümüzde dünya ülkelerinin en ileri kalkınma hedefi olarak karşımıza çıkmaktadır. Bu çalışmanın amacı, OSB bünyesinde kurulması planlanan bir Teknopark için Çok Kriterli Karar Verme (ÇKKV) yöntemlerinden Entropi tabanlı TOPSIS kullanılarak Teknopark’ın gelişimine en uygun OSB’nin seçilmesidir. Teknoparkın Ar-Ge ve yenilik kazanımı, sanayileşmesi, girişimciliğinin teşviki, nitelikli proje üretebilmesi ve bunları ticarileştirebilmesine yönelik uzman görüşü ile seçilen kriterler yardımı ile en iyi ilin ve bölgenin belirlenmesi şeklinde iki aşamada gerçekleştirilen çalışma sonucunda, Kınık OSB, ASO 2. ve 3. OSB ile Asım Kibar OSB’nin kurulması planlanan OSB içi Teknopark modelinde dikkate alınmasının ülke kaynaklarının etkin kullanımı ve Türkiye’nin 2023 kalkınma hedeflerine ulaşması konusunda yararlı olacağı değerlendirilmektedir.

Keywords

• OSB içi Teknopark
• Çok Kriterli Karar Verme
• Entropi
• TOPSIS

References

1. Abdullah, L. ve A. Otheman (2013). A new entropy weight for sub-criteria in interval type-2 fuzzy TOPSIS and iıts application. intelligent systems and applications, Intelligent Systems and Applications, 2, 25-33.
2. Alao, M., Ayodele, T., Ogunjuyigbe, A. ve Popoola, O. (2020). Multi-criteria decision based waste to energy technology selection using entropy-weighted TOPSIS technique: The case study of Lagos, Nigeria. Energy, 117675.
3. Arslan, H. M. (2019). CRITIC-TOPSIS yöntemi ile teknoparklarda faaliyet gösteren işletmelerin finansal performanslarının değerlendirilmesi, Düzce Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9 (2), 144-153.
4. Asadzadeh, A. ve diğerleri. (2014). Assessing site selection of new towns using TOPSIS method under entropy logic: a case study: new towns of Tehran Metropolitan Region (TMR). Environmental Management and Sustainable Development, 3 (1), 123-137.
5. Azizov, M. ve Aliyev, S. (2015). The importance of ındustrial parks in economic development. Qafqaz University Economics and Administration Faculty Publication, 21-30.
6. Belbag, S., Deveci, M. ve Uludag, A.S. (2013). Comparison of two fuzzy multi criteria decision methods for potential airport location selection. International Conference on Operations Research and Enterprise Systems, 122-128.
7. Boran K., Damgacı, E. ve Boran, F. (2017). Sezgisel Bulanık TOPSIS Yöntemi Kullanarak Türkiye’nin Yenilenebilir Enerji Kaynaklarının Değerlendirilmesi, Politeknik Dergisi, 20 (3), 629-637.
8. Budak, İ. (2016). Entropi temelli waspas ve gri ilişkisel analiz yöntemleri ile avrupa’nın en büyük havalimanlarının sıralanması, Yayımlanmamış yüksek lisans tezi, Süleyman Demirel Üniversitesi. Sosyal Bilimler Enstitüsü, Isparta.

9. Cansız, M. (2010). Türkiye’de organize sanayi bölgesi politikaları ve uygulamaları. Ankara: Devlet Planlama Teşkilatı Yayını.
10. Chang, T. ve Wang, T. (2007). Application of topsıs in evaluating initial training aircraft under a fuzzy environment. Expert Systems with Applications, 33 (4), 870-880.
11. Çınar, Y. (2004), Çok nitelikli karar verme ve bankaların mali performanslarının değerlendirilmesi örneği, Yayımlanmamış yüksek lisans tezi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü, Ankara. YÖK Ulusal Tez Merkezi veri tabanından erişildi (Tez No: 141376).
12. Demirel, N. Ç., Deveci, M., ve Eser, G. (2016, August). Comparative analysis of fuzzy multi-criteria decision making for location selection of textile plant in Turkey. In Proceedings of International Academic Conferences (No. 4006524). International Institute of Social and Economic Sciences.
13. Deste, M. ve Şimşek, A.İ. (2019). Havayolu yolcu taşımacılığı sektöründeki şirketlerin lojistik performans açısından entropi ve TOPSIS yöntemleri kullanılarak karşılaştırılması. Yönetim ve Ekonomi Araştırmaları Dergisi, 17, 395-411.
14. Dogan, O., Deveci, M., Canıtez, F., ve Kahraman, C. (2019). A corridor selection for locating autonomous vehicles using an interval-valued intuitionistic fuzzy AHP and TOPSIS method. Soft Computing, 1-17.
15. Estrella F. ve diğerleri. (2017). Selecting firms in University technoparks: A hesitant linguistic fuzzy TOPSIS model for heterogeneous contexts, Journal of Intelligent & Fuzzy Systems, 33 (2), 1155-1172.
16. Heydebreck, P., Klofsten, M., Maier, J. C. (2000). Innovation support for new technology – based firms: the swedish teknopol approach. R&D Management, 30 (1), 89-100.
17. Hwang, C.L. ve Yoon, K. (1981). Multiple attribute decision making: methods and applications. New York: Springer-Verlag. International Association of Science Parks (IASP), International Association of Science Parks and Areas of
18. Innovation. (2012). http://www.iasp.ws/web/guest/the-role-of-stps-and-innovation-areas adresinden erişildi.
19. İllerin Ar-Ge ve Yenilik Performans Sıralaması Araştırması. (2016). Ankara: Sanayi ve Teknoloji Bakanlığı.
20. Karaman, E. (2015). Okulların teog sınavı başarı sıralamaları: TOPSİS çok kriterli karar verme yöntem uygulaması. Yayımlanmamış yüksek lisans tezi, Gebze Üniversitesi Sosyal Bilimler Enstitüsü, Kocaeli. YÖK Ulusal Tez Merkezi veri tabanından erişildi (Tez No: 413892).
21. Kaynak, S., Altuntas, S. ve Dereli, T. (2017). Comparing the innovation performance of EU candidate countries: an entropy-based TOPSIS approach. Economic Research-Ekonomska Istraživanja, 30 (1), 31–54.
22. Kenger, M. D. (2017). Banka personel seçiminin çok kriterli karar verme yöntemlerinden entropi temelli maut, aras ve gri ilişkisel analiz yöntemleri ile değerlendirilmesi. Yayımlanmamış yüksek lisans tezi. YÖK Ulusal Tez Merkezi veri tabanından erişildi (Tez No: 451254).
23. Kılınç, M. ve Üstündağ, A. (2011). Fuzzy multi-criteria selection of science parks for start-up companies, International Journal of Computational Intelligence Systems, 4, 217-227.
24. Krylovas, N. ve diğerleri. (2017). WEBIRA - Comparative analysis of weight balancing method. International Journal of Computers Communication and Control, 12 (2), 238-253.
25. Li, X. ve diğerleri. (2011). Application of the entropy weight and topsis method in safety evaluation of coal mines. Procedia Engineering, 26, 2085-2091.
26. Link, A. N. ve Scott, J. T. (2006). U.S. university research parks. Journal of Productivity Analysis, 25, 43-55.
27. Onat, E. (1969). Organize sanayi bölgeleri fiziki planlama esasları, Ankara: TOBB Yayınları.
28. Organize Sanayi Bölgeleri Etki Analizi Raporu. (2016). Ankara: Sanayi ve Teknoloji Bakanlığı.
29. Perçin, S. ve Sönmez, Ö. (2018). Bütünleşik entropi ağırlık ve TOPSIS yöntemleri kullanılarak türk sigorta şirketlerinin performansının ölçülmesi. UİİİD-IJEAS, 565-582.
30. Santos, B., Godoy, L. ve Campos, L. (2019). Performance evaluation of green suppliers using entropy-TOPSIS-F. Journal of Cleaner Production, 207, 498-509.
31. Seker, S. ve Aydin, N. (2020). Hydrogen production facility location selection for Black Sea using entropy based TOPSIS under IVPF environment. International Journal of Hydrogen Energy, 45, 15855-15868.
32. Shannon, C. ve Weaver W. (1963). The mathematical theory of commuication. Urbana: University of Illinois Press.
33. Teknoloji Geliştirme Bölgeleri Performans Endeksi Raporu. (2016). Ankara: Sanayi ve Teknoloji Bakanlığı.
34. Teknoloji Geliştirme Bölgelerinin Etkisinin Değerlendirilmesi Projesi. (2016). Ankara: Sanayi ve Teknoloji Bakanlığı.
35. Vila, P. C., ve Pagès, J. L. (2008). Science and Technology Parks. Creating New Environments Favorable to Innovation, Paradigms: Productive Economy and Knowledge. Paradigmes, 141–149.
36. Wang, Y. M. ve Elhag, T. M. S. (2006). Fuzzy TOPSIS method based on alpha level sets with an application to bridge risk assessment. Expert Systems with Applications, 31, 309-319.
37. Zhao, S. ve diğerleri. (2017). Chinese ındustrial park planning strategies informed by “American edge cities” development path – case study of china (chongzuo) - thailand ındustrial park. Prodecia Engineering, 180, 832-840.
38. Zou, Z. ve diğerleri. (2006). Entropy method for determination of weight of evaluating in fuzzy synthetic evaluation for water quality assessment indicators. Journal of Environmental Sciences, 18, 1020-1023.