Prioritization of Green Logistics Activities using Fuzzy AHP-TOPSIS Approach

Abstract

In today’s world, where environmental sustainability is gaining increasing importance, the green transformation of logistics processes has become a critical area both for achieving cost savings and for reducing environmental impacts. However, determining which green logistics activities should be prioritized is a complex issue due to uncertainties and the involvement of numerous criteria in the decision-making process. To address this complexity, a decision-making framework was developed in this study. First, based on a literature review, 12 main criteria influencing green logistics activities were identified, and the Fuzzy AHP and Fuzzy TOPSIS methods, as multi-criteria decision-making approaches, were integrated. The evaluations of decision-makers were collected using the linguistic fuzzy logic approach, and the weights of the criteria were calculated through the Fuzzy AHP method. In the second stage, green logistics activities were prioritized using the Fuzzy TOPSIS method, and it was determined that “creating environmental awareness” and “reducing waste” were the activities that should be addressed with the highest priority. This finding indicates that prioritizing environmental awareness as a first step represents a strategic approach for companies in their sustainability-oriented transformation processes. This study contributes to the literature as the first application conducted in Türkiye on the prioritization of green logistics activities.

Keywords

• Green logistics
• Sustainability
• Multi-criteria decision-making
• Fuzzy AHP
• Fuzzy TOPSIS

Yeşil Lojistik Faaliyetlerinin Bulanık AHP-TOPSIS Yaklaşımı ile Önceliklendirilmesi

Abstract

Çevresel sürdürülebilirliğin giderek daha fazla önem kazandığı günümüzde lojistik süreçlerin yeşil dönüşümü hem maliyet tasarrufu sağlamak hem de çevresel etkileri azaltmak adına kritik bir alan haline gelmiştir. Ancak bu süreçte hangi yeşil lojistik faaliyetlerinin önceliklendirilmesi gerektiği konusu, belirsizlikler ve çok sayıda kriterin karar sürecine dahil olması nedeniyle karmaşık hale gelmektedir. Çalışmada, bu karmaşıklığa yeni bir çözüm açısı getirebilmek amacıyla bir karar süreci oluşturulmuştur. İlk olarak literatür taraması doğrultusunda yeşil lojistik faaliyetlerini etkileyen 12 ana kriter belirlenmiş ve çok kriterli karar verme yöntemlerinden Bulanık AHP ve Bulanık TOPSIS yöntemleri entegre şekilde kullanılmıştır. Karar vericilerin değerlendirmeleri dilsel bulanık mantık yaklaşımı ile toplanarak kriterlerin ağırlıkları Fuzzy AHP yöntemi ile hesaplanmıştır. İkinci aşamada, yeşil lojistik faaliyetleri Bulanık TOPSIS yöntemi ile önceliklendirilmiş, “çevresel farkındalık oluşturma” ve “atıkların azaltılması” faaliyetlerinin en öncelikli ele alınması gereken faaliyetler olduğu tespit edilmiştir. Bu durum, işletmelerin sürdürülebilirlik odaklı dönüşüm süreçlerinde ilk adım olarak çevresel farkındalık oluşturmaya öncelik vermelerinin stratejik bir yaklaşım olacağını göstermektedir. Bu çalışma, yeşil lojistik faaliyetlerinin önceliklendirilmesi ile ilgili Türkiye özelinde gerçekleştirilmiş ilk uygulama olarak literatüre katkı sunmaktadır.

Keywords

• Yeşil lojistik
• Sürdürülebilirlik
• Çok kriterli karar verme
• Bulanık AHP
• Bulanık TOPSIS

References

1. 1. Kayserili, A., and Şahin, A. (2022). Sürdürülebilirlik bağlamında yeşil lojistik uygulamaları ve lojistik performansı arasındaki ilişki. Journal of Social and Analytical Health, 2(2), 109–117.
2. 2. Dekker, R., Bloemhof, J., and Mallidis, I. (2012). Operations Research for green logistics–An overview of aspects, issues, contributions and challenges. European journal of operational research, 219(3), 671-679.
3. 3. Uçar, M., and Çoban, S. (2023). Ulaştirma Sektöründeki Enerji Tüketimi, Ekonomik Büyüme ve Çevresel Kalite İlişkisi. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 13(1), 485-506.
4. 4. T.C. Dışişleri Bakanlığı Avrupa Birliği Başkanlığı. (2024). Avrupa Yeşil Mutabakatı, https://www.ab.gov.tr/avrupa-yesil-mutabakati_53729.html
5. 5. Zhang, M., Sun, M., Bi, D., and Liu, T. (2020). Green logistics development decision-making: Factor identification and hierarchical framework construction. IEEE Access, 8, 127897-127912.
6. 6. Lohre, D., and Herschlein, S. (2010). Grüne Logistik. Studie zu Begriffsverständnis, Bedeutung und Verbreitung Grüner Logistik in der Speditions-und Logistikbranche. Institut für Nachhaltigkeit in Verkehr und Logistik, Hochschule Heilbronn, Bonn.
7. 7. Atalan, A. (2020). Logistic Performance Index of OECD Members. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 12(23), 598-608.
8. 8. Zhu, J. (2024). Analysis on the application of artificial intelligence in the field of logistics. Frontiers in Business, Economics and Management, 14(3), 66–68.

9. 9. Balfaqih, H. (2023). Artificial intelligence and smart logistics systems in Industry 4.0. In Proceedings of the International Conference on Industrial Engineering and Operations Management (pp. 668–673). Manila, Philippines: IEOM Society International.
10. 10. Dimitrov, D., Petrova, I., Zlateva, P., and Velev, D. (2023). Artificial intelligence application in agile transport project management. In R. J. Dwyer (Ed.), Digitalization and Management Innovation II (pp. 60–66). IOS Press.
11. 11. Lai, Y. (2024). Innovative strategies in logistics and supply chain management: Navigating modern challenges. In Proceedings of the 3rd International Conference on Public Administration, Health and Development (ICPAHD 2023). SHS Web of Conferences, 183, 02020.
12. 12. Mukhtarov, A. (2023). The role of artificial intelligence, sensors, and other innovations in facilitating logistics processes in the United States. Věda a perspektivy, 11(30), 11–18.
13. 13. Sipahi, Ş., Turgut, M., and Özbaş, H. (2023). Yeşil lojistik: Uluslararası projelerin ve sektörel uygulamaların incelenmesi. International Journal of Disciplines Economics ve Administrative Sciences Studies, 9(49), 1107–1121.
14. 14. Çavdar, E. (2021). Yeşil lojistik: WoS verilerine dayalı bibliyometrik bir analiz (2000–2021). Econder International Academic Journal, 5(2), 359–374.
15. 15. Woschank, M., Rauch, E., and Zsifkovits, H. (2020). A review of further directions for artificial intelligence, machine learning, and deep learning in smart logistics. Sustainability, 12(9), 3760.
16. 16. Lei, X., and Hui, Q. (2023). AI application in the logistics industry. Advances in Computer and Communications, 4(6), 378–382.
17. 17. Zengin, E. (2017). Yeşil lojistik göstergeleri ve Türkiye’de yeşil lojistik uygulamaları (Yüksek lisans tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü). https://tez.yok.gov.tr
18. 18. Mete, E. (2020). Sürdürülebilir kalkınma kapsamında yeşil lojistik: Avrupa Birliği ve Türkiye örneği. KSBD - Karadeniz Sosyal Bilimler Dergisi, 12(23), 383–396.
19. 19. Akbal, H. (2022). Sürdürülebilir lojistik kapsamında yeşil lojistik uygulamaları. Kapadokya Akademik Bakış, 6(1), 15–23.
20. 20. Feng, B., and Ye, Q. (2021). Operations management of smart logistics: A literature review and future research. Frontiers of Engineering Management, 8(3), 344–355.
21. 21. Zimmermann, H.-J. (2010). Fuzzy set theory—and its applications (4th ed.). Springer.
22. 22. Golden, B. L., Wasil, E. A., and Harker, P. T. (1989). The analytic hierarchy process. Applications and Studies, Berlin, Heidelberg, 2(1), 1-273.
23. 23. Emrouznejad, A., and Ho, W. (2017). Fuzzy analytic hierarchy process. CRC Press.
24. 24. Nădăban, S., Dzitac, S., and Dzitac, I. (2016). Fuzzy TOPSIS: a general view. Procedia computer science, 91, 823-831.