Assessing Europe's Sustainability Performance in the Context of SDG 9-Aligned Industry, Innovation, and Infrastructure Criteria Using MCDM Methods

Abstract

This study evaluates the relative performance of European countries within the scope of SDG 9 (Industry, Innovation, and Infrastructure) based on seven key criteria. These criteria, obtained from the Eurostat database, include industrial air emission intensity, the ratio of R&D expenditures to GDP, the added value generated in environmental goods and services, patent applications filed with the European Patent Office, the number of R&D personnel, the share of buses and trains in passenger transport, and the higher education graduation rate. The criterion weights in the decision matrix were determined using three different weighting approaches: Equal Weighting, Entropy, and CRITIC. In the performance ranking phase, a total of eleven Multi-Criteria Decision-Making (MCDM) methods were applied, namely TOPSIS, MOOSRA, MABAC, PSI, ROV, WSM, WPM, WASPAS, REF-I, REF-II, and Borda. These methods assessed country performance from multiple analytical perspectives, and the resulting rankings were synthesized holistically using the Borda aggregation method. All analyses were conducted using KA-Decision, an open-access decision-support platform designed for scientific research and decision-making applications, thereby ensuring transparency and reproducibility. The results show that Germany, Switzerland, Sweden, and France consistently ranked at the top across all methods. In contrast, countries such as Bulgaria, Romania, Turkey, and Serbia demonstrated relatively low performance in terms of sustainable industry, innovation, and infrastructure indicators. The use of different weighting techniques resulted in limited yet notable variations in country rankings. Overall, the study underscores the significance of MCDM methods and digital decision-support tools in the multidimensional assessment of sustainable development goals.

Keywords

• Sustainable Development Goals
• SDG 9
• Multi-Criteria Decision Making
• Borda Method
• KA-Decision

SKA 9 ile Uyumlu Sanayi, İnovasyon ve Altyapı Kriterleri Bağlamında Avrupa’nın Sürdürülebilirlik Performansının ÇKKV Yöntemleriyle Değerlendirmesi

Abstract

Bu çalışmada, Avrupa ülkelerinin Sürdürülebilir Kalkınma Amacı-SKA 9 (Sanayi, İnovasyon ve Altyapı) kapsamındaki göreli performansları, yedi kriter çerçevesinde değerlendirilmiştir. Kriterler Eurostat veri tabanından alınmış olup; sanayi kaynaklı hava emisyon yoğunluğu, Ar-Ge harcamalarının GSYH’ye oranı, çevresel mal ve hizmetlerde yaratılan katma değer, Avrupa Patent Ofisi’ne yapılan patent başvuruları, Ar-Ge personeli sayısı, otobüs ve trenlerin yolcu taşımacılığındaki payı ile yükseköğretim mezuniyet oranından oluşmaktadır. Çalışmada, karar matrisindeki kriter ağırlıkları Eşit Ağırlık, Entropy ve CRITIC yöntemleriyle belirlenmiş; ülkelerin performanslarının sıralama aşamasında ise TOPSIS, MOOSRA, MABAC, PSI, ROV, WSM, WPM, WASPAS, REF-I, REF-II ve Borda yöntemleri olmak üzere toplam 11 farklı Çok Kriterli Karar Verme (ÇKKV) yöntemi kullanılmıştır. Bu yöntemler sayesinde ülkelerin performansları farklı bakış açılarıyla değerlendirilmiş; ardından elde edilen sıralamalar Borda birleştirme yöntemi ile bütüncül şekilde yorumlanmıştır. Tüm analiz süreci, bilimsel araştırmalar ve karar verme uygulamaları için geliştirilmiş açık erişimli bir karar destek platformu olan KA-Decision üzerinden yürütülmüş ve bu sayede analizlerin şeffaflığı ile tekrarlanabilirliği sağlanmıştır. Analiz sonuçları, Almanya, İsviçre, İsveç ve Fransa’nın tüm yöntemlerde ön sıralarda yer aldığını göstermektedir. Buna karşılık Bulgaristan, Romanya, Türkiye ve Sırbistan gibi ülkeler, sürdürülebilir sanayi, yenilikçilik ve altyapı göstergeleri açısından görece düşük performans sergilemiştir. Farklı ağırlıklandırma tekniklerinin bazı ülkelerin sıralamasında sınırlı ancak anlamlı değişimlere yol açtığı görülmüştür. Çalışma, sürdürülebilir kalkınma hedeflerinin çok boyutlu değerlendirmesinde ÇKKV yöntemlerinin ve dijital karar destek araçlarının önemini ortaya koymaktadır.

Keywords

• Sürdürülebilir Kalkınma Amaçları
• SKA 9
• Çok Kriterli Karar Verme
• Borda Yöntemi
• KA-Decision

References

1. Aytekin, A. (2020). Çok kriterli karar problemine uzaklık ve referans temelli çözüm yaklaşımı. https://hdl.handle.net/11494/2558
2. Bozkurt, A. A., Gökmenoğlu, M., & Şimşek, A. (2024). Critic temelli aras ve marcos yöntemleriyle kırılgan beşli ülkelerin sürdürülebilir kalkınma amaçlarına göre yeniden değerlendirilmesi. Selçuk Üniversitesi Akşehir Meslek Yüksekokulu Sosyal Bilimler Dergisi, (18), 11-37.
3. Brodny, J., & Tutak, M. (2023). The level of implementing sustainable development goal “Industry, innovation and infrastructure” of Agenda 2030 in the European Union countries: Application of MCDM methods. Oeconomia Copernicana, 14(1), 47-102.
4. Burhan, H. A. (2024). Sustainability in industry, innovation and infrastructure: A MCDM based performance evaluation of European union and Türkiye for Sustainable Development Goal 9 (SDG 9). Verimlilik Dergisi, 21-38.
5. Diakoulaki, D., Mavrotas, G., & Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The critic method. Computers & Operations Research, 22(7), 763–770. https://doi.org/10.1016/0305-0548(94)00059-H
6. Dwivedi, P.P., & Sharma, D. K. (2025), Performance measures of sustainable development goals using SWI MCDM methods: A case of the Indian states. Intl. Trans. in Op. Res., 33, 2466-2498. https://doi.org/10.1111/itor.13609
7. EPO. (2023). Patent index 2022. European Patent Office. https://www.epo.org
8. European Commission. (2023). European innovation scoreboard 2023. https://research-and-innovation.ec.europa.eu

9. Eurostat (2023). EU SDG indicator set. https://ec.europa.eu/eurostat/web/sdi/database
10. Eurostat. (2024). Research and development expenditure (% of GDP). European Statistical Office. https://ec.europa.eu/eurostat
11. Govindan, K., Khodaverdi, R., & Jafarian, A. (2013). A fuzzy multi criteria approach for measuring sustainability performance of a supplier based on triple bottom line approach. Journal of Cleaner Production, 47, 345-354.
12. Göçmen-Polat, E. (2024). Assessment of critical raw materials by addressing sustainable development goals using fuzzy MCDM approach. Harmonizing global efforts in meeting sustainable development goals (164-181). IGI Global Scientific Publishing.
13. Greco, S., Ehrgott, M., & Figueira, J. R. (Eds.). (2016). Multiple criteria decision analysis: State of the art surveys. New York, NY: Springer.
14. Griggs, D., Stafford-Smith, M., Gaffney, O., Rockström, J., Öhman, M. C., Shyamsundar, P., ... & Noble, I. (2013). Sustainable development goals for people and planet. Nature, 495(7441), 305–307. https://doi.org/10.1038/495305a
15. Hwang, C. L., & Yoon, K. (1981). Multiple attribute decision making: Methods and applications. Berlin: Springer-Verlag.
16. Jagadish, J., & Ray, A. (2014). Green cutting fluid selection using MOOSRA method. International Journal of Research in Engineering and Technology, 3(3), 559-563.
17. Kırda, K., & Aytekin, A. (2024). Assessing industrialized countries’ environmental sustainability performances using an integrated multi-criteria model and software. Environment, Development and Sustainability, 26(7), 17505-17550.
18. Krohling, R. A., & Pacheco, A. G. (2015). A-TOPSIS–an approach based on TOPSIS for ranking evolutionary algorithms. Procedia Computer Science, 55, 308-317.
19. Maniya, K. D., & Bhatt, M. G. (2011). The selection of flexible manufacturing system using preference selection index method. International Journal of Industrial and Systems Engineering, 9(3), 330-349.
20. Mardani, A., Jusoh, A., Nor, K., Khalifah, Z., Zakwan, N., & Valipour, A. (2015). Multiple criteria decision-making techniques and their applications–a review of the literature from 2000 to 2014. Economic research-Ekonomska istraživanja, 28(1), 516-571.
21. OECD. (2023). Green infrastructure in the Nordic countries: Policies and financing. Organisation for Economic Co-operation and Development. https://www.oecd.org
22. Özdemir, S., & Elmacıoğlu, N. (2025). Türkiye'nin çevresel dirençliliğinin değerlendirilmesi: İklim adaptasyonu ve sürdürülebilirlik üzerine çok kriterli analiz. Verimlilik Dergisi, 59(2), 417-432.
23. Pamučar, D., & Ćirović, G. (2015). The selection of transport and handling resources in logistics centers using Multi-Attributive Border Approximation area Comparison (MABAC). Expert Systems with Applications, 42(6), 3016-3028.
24. Sousa, M., Almeida, M. F., & Calili, R. (2021). Multiple criteria decision making for the achievement of the UN sustainable development goals: A systematic literature review and a research agenda. Sustainability, 13(8), 4129.
25. Triantaphyllou, E. (2000). Multi-criteria decision making methods. Multi-criteria decision making methods: A comparative study (5-21). Springer, Boston, MA.
26. TÜİK. (2023). Araştırma-Geliştirme Faaliyetleri 2022. Türkiye İstatistik Kurumu https://data.tuik.gov.tr
27. UNIDO. (2021). Industrial Development Report 2022: The future of industrialization in a post-pandemic world. United Nations Industrial Development Organization. https://www.unido.org
28. United Nations. (2015). Transforming our world: The 2030 agenda for sustainable development. https://sdgs.un.org/2030agenda
29. WIPO. (2023). Global innovation index 2023: Innovation in the face of uncertainty. World Intellectual Property Organization. https://www.wipo.int/global_innovation_index
30. Zardari, N. H., Ahmed, K., Shirazi, S. M., & Yusop, Z. (2015). Weighting methods and their effects on multi-criteria decision making model outcomes in water resources management. Springer. https://doi.org/10.1007/978-3-319-12586-2
31. Zavadskas, E. K., Turskis, Z., & Kildienė, S. (2014). State of art surveys of overviews on MCDM/MADM methods. Technological and Economic Development of Economy, 20(1), 165-179.
32. Zeleny, M. (1982). Multiple criteria decision making. New York: McGraw-Hill.