Logistics Performance and Global Capability Competitiveness in OECD Countries: An Analysis with Integrated MEREC-AHP-TOPSİS Approach

Year 2024, , 367 - 395, 22.12.2024

Burak Çiftçi , Umut Aydın

https://doi.org/10.7240/jeps.1522197

Abstract

In today's world where globalization is accelerating and competitiveness is increasing, it has become increasingly important to understand and effectively manage global talent competition for national competitiveness. At the same time, the logistics sector, which directly affects the national economy and plays a critical role in competitiveness, accelerates the economic growth of countries with high performance and increases their competitive advantages. In this context, the Global Capability Competitiveness Index (GTCI) and the Logistics Performance Index (LPI) stand out as critical indicators in assessing the position and performance of countries in this dynamic process. For this reason, the study analyzes the performance of OECD countries using the Global Talent Competitiveness Index (GTCI) and Logistics Performance Index (LPI) data sets for 2023. In the study, Multi-Criteria Decision Making methods MEREC, AHP and TOPSİS are integrated. The GTCI and LPI criterion weights of the countries were determined by MEREC, which is used to calculate objective criterion weights, and AHP, which can calculate subjective criterion weights, and the countries were ranked according to their performance by TOPSİS method. As a result of the findings obtained with this integrated approach proposed for the first time in the literature, Switzerland ranked first, the United States ranked second and Denmark ranked third.

Keywords

OECD, Logistic Performance Index, Global Talent Competitiveness Index, AHP, MEREC, TOPSIS, Multi-Criteria Decision Making

OECD Ülkelerinde Lojistik Performans ve Küresel Yetenek Rekabet Gücü: Entegre MEREC-AHP-TOPSİS Yaklaşımıyla Bir Analiz

Abstract

Küreselleşmenin hız kazandığı ve rekabet gücünün giderek arttığı günümüz dünyasında, ulusal rekabet edilebilirlik için küresel düzeyde yetenek rekabetini anlamak ve etkin bir şekilde yönetmek giderek önem kazanmıştır. Aynı zamanda doğrudan ulusal ekonomiyi etkileyen ve rekabet gücünde kritik bir rol oynayan lojistik sektörü, performansı yüksek olan ülkelerin ekonomik büyümesini hızlandırarak rekabet avantajlarını artırmaktadır. Bu bağlamda, Küresel Yetenek Rekabeti Endeksi (GTCI) ve Lojistik Performans Endeksi (LPI), ülkelerin bu dinamik süreçteki konumlarını ve performanslarını değerlendirmede kritik öneme sahip göstergeler olarak öne çıkmaktadır. Bu nedenle çalışmada 2023 yılına ait Küresel Yetenek Rekabeti Endeksi (GTCI) ve Lojistik Performans Endeksi (LPI) veri setleri kullanarak OECD ülkelerinin performansları analiz edilmiştir. Çalışmada Çok Kriterli Karar Verme yöntemleri olan MEREC, AHP ve TOPSİS entegre edilmiştir. Objektif kriter ağırlığı hesaplamasında kullanılan MEREC ve sübjektif kriter ağırlığı hesaplaması yapabilen AHP yöntemleriyle ülkelerin GTCI ve LPI kriter ağırlıkları belirlenmiş, TOPSİS yöntemiyle ülkeler performanslarına göre sıralanmıştır. Bilindiği kadarıyla literatürde ilk defa önerilen bu entegre yaklaşımla elde edilen bulgular sonucunda İsviçre birinci sırada, Amerika Birleşik Devletleri ikinci sırada ve Danimarka üçüncü Sırada yer almıştır.

Keywords

OECD, Lojistik Performans Endeksi, Küresel Yetenek Rekabet Gücü Endeksi̇, AHP, MEREC, TOPSİS, Çok Kıstaslı Karar Verme

References

• Altıntaş, F. F. (2022). G20 Ülkeleri̇ni̇n yetenek rekabetçi̇li̇ği̇ performanslarinin anali̇zi̇: Critic tabanli cocoso yöntemi̇ ile bi̇r uygulama. Academic Review of Humanities and Social Sciences, 5(1), 1-23.
• Leikuma-Rimicane, L., Komarova, V., Lonska, J., Selivanova-Fyodorova, N., & Ostrovska, I. (2021). The role of talent in the economic development of countries in the modern world. Entrepreneurship and Sustainability Issues, 9(2), 488.
• Steigertahl, L., & Mauer, R. (2023). Investigating the success factors of the nordic entrepreneurial ecosystem–talent transformation as a key process. The International Journal of Entrepreneurship and Innovation, 24(1), 7-18.
• Huang, Y., Li, K., & Li, P. (2023). Innovation ecosystems and national talent competitiveness: A country-based comparison using fsQCA. Technological Forecasting and Social Change, 194, 122733.
• Serban, A., & Andanut, M. (2014). Talent competitiveness and competitiveness through talent. Procedia Economics and Finance, 16, 506-511.
• Oliinyk, O., Bilan, Y., Mishchuk, H., Akimov, O., & Vasa, L. (2021). The impact of migration of highly skilled workers on the country's competitiveness and economic growth. Montenegrin Journal of Economics.
• Xu, X., Arshad, M. A., & Mahmood, A. (2021). Talent competitiveness evaluation of the chongqing intelligent industry based on using the entropy TOPSİS method. Information, 12(8), 288.
• Kale, M. V., & Tilki, İ. (2024). Dünya ülkelerinin lojistik performanslarının çok kriterli karar verme yöntemi ile değerlendirilmesi: 2023 Yılı dünya bankası raporu ile karşılaştırmalı analizi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (80), 13-30.
• Akbulut, E. A., Ulutaş, A., Yürüyen, A. A., & Balalan, S. (2024). Hibrit bir ÇKKV modeli ile G20 ülkelerinin lojistik performansının ölçülmesi. Business & Management Studies: An International Journal, 12(1), 1-21.
• Alnıpak, S. (2024). AHS-COCOSO yöntemi ile apec ülkelerinin lojistik performanslarının değerlendirilmesi. Tarsus Üniversitesi Uygulamalı Bilimler Fakültesi Dergisi, 4(1), 13-26.
• Mercan, Y., & Aydın, H. (2024). Logistics performance ındex of Africa: An ındicator for Türkiye and Africa trade relations?. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 15(42), 553-569.
• Arman, K., & Organ, A. (2023). AB’ye üye ve aday ülkelerin lojistik performanslarının merec ve cocoso yöntemleri ile değerlendirilmesi. Uluslararası Ticaret ve Ekonomi Araştırmaları Dergisi, 7(2), 36-46.
• Haseki, M. İ., & Avşar, İ. İ. (2023). Turizm ve lojistik odaklı verilere göre Türkiye ve Avrupa Birliği ülkelerinin çok kriterli karar verme yöntemiyle sıralaması ve k-ortalamalar algoritmasıyla kümelemesi. Turizm Ekonomi ve İşletme Araştırmaları Dergisi, 5(1), 75-88.
• Ecemiş, O., & Avşar, İ. İ. (2023). Türkiye’nin önde gelen ticaret ortaklarının lojistik verimliliklerinin çok kriterli karar verme yöntemiyle değerlendirilmesi. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), 142-163.
• Pala, O. (2023). MEREC-CORR ve SAW temelli lojistik performans değerlendirme. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(25), 117-135.
• Koyubenbe, N., & Özden, A. (2011). Süt sığırcılığı işletmelerinde parametrik etkinlik ölçümü: İzmir ili örneği. Adnan Menderes Üniversitesi Ziraat Fakültesi Dergisi, 8 (2), 23-27.
• Tutulmaz, O., & Şahin, H. (2014). Türk havayolu ulaştırmasının açılım dönemine yönelik teknik etkinlik analizi: Bir stokastik sınır yöntemi uygulaması. Çukurova Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18 (2), 49-73.
• Bilik, M., Aydın, Ü., & Kahyaoğlu, H. (2016). Türkiye gıda sanayinde kısa ve uzun dönemli etkinlik: Stokastik sınır analizi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6 (2), 67-84.
• Öztürk, Z., & Yıldız, M. (2016). Hastane etkinliklerinin tahmininde stokastik sınır analizi; Tarihi ve amprik uygulamaları. Uluslararası Sağlık Yönetimi ve Stratejileri Araştırma Dergisi, 1 (3), 1-12.
• Ekinci, R. (2020). Teknik etkinliğin ölçümünde mekânsal bağımlılığın etkisi: İmalat sanayi için mekânsal stokastik sınır analizi bulguları. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22 (3), 995-1021.
• Nguyen, N. A. T., Wang, C. N., Dang, L. T. H., Dang, L. T. T., & Dang, T. T. (2022). Selection of cold chain logistics service providers based on a grey AHP and grey COPRAS framework: a case study in [21] Aydın, U., & Kaya, G. (2021). Havayollarının pazarlama ve finansal etkinliklerinin stokastik sınır analizi yöntemi ile incelenmesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (42), 304-315.
• Koca, M., & Demir Uslu, Y. (2022). Sağlıkta verimlilik karne uygulamaları, hastanelerin etkinliğinin retrospektif olarak stokastik sınır yaklaşımı ile değerlendirilmesi: AI rol grubu hastaneler örneği. Türkiye Klinikleri Sağlık Bilimleri Dergisi.
• Peker, İ., & Birdoğan, B. (2009). Veri zarflama analizi ile Türkiye havalimanlarında bir etkinlik ölçümü uygulaması. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18 (2), 72-88.
• Karakaya, A., Kurtaran, A., & Dağlı, H. (2014). Bireysel emeklilik şirketlerinin veri zarflama analizi ile etkinlik ölçümü: Türkiye örneği. Journal of Management and Economics Research, 12 (22), 1-23.
• Akyüz, K. C., Çamur, G., & Yıldırım, İ. (2015). Mobilya ve levha sektöründe veri zarflama analizi yardımıyla etkinlik ölçümü. Turkish Journal of Forestry, 16 (1), 50-59.
• Asker, V. (2021). Havayolu işletmelerinde iki aşamalı veri zarflama analizi ile etkinlik ölçümü. MANAS Sosyal Araştırmalar Dergisi, 10 (4), 2373-2385.
• Perçin, S., & Çakır, S. (2012). Demiryollarında süper etkinlik ölçümü: Türkiye örneği. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 27 (1), 29-45.
• Doğan, N. (2015). VZA süper etkinlik modelleri ile etkinlik ölçümü: Kapadokya’da faaliyet gösteren balon işletmeleri üzerine bir uygulama. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 29 (1)
• Keskin, H. İ. (2018). Türkiye’de aile sağlığı merkezlerinin teknik etkinliğinin araştırılması: Veri zarflama ve süper etkinlik yaklaşımı. Gazi Üniversitesi Sosyal Bilimler Dergisi, 5 (13), 173-185.
• Bakirci, F., Shiraz, S. E., & Sattary, A. (2014). BIST'da demir, çelik metal ana sanayii sektöründe faaliyet gösteren ısletmelerin finansal performans analizi: VZA süper etkinlik ve TOPSİS uygulamasi. Ege Akademik Bakis, 14 (1), 9.
• Doğan, N. Ö., & Gencan, S. (2014). VZA/AHP bütünleşik yöntemi ile performans ölçümü: Ankara’daki kamu hastaneleri üzerine bir uygulama. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16 (2), 88-112.
• Çağlar, A., & Öztaş, G. Z. (2016). Veri zarflama analizi ve analitik hiyerarşi süreci ile sigorta şirketlerinin finansal oran analizi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6 (2), 221-248.
• Asker, V., Kiracı, K., & Yaşar, M. (2018). Entropi temelli TOPSİS ve veri zarflama analizi yöntemleriyle etkinlik ölçümü: Türkiye’deki büyük havalimanları üzerine bir uygulama. VII. Ulusal III. Uluslararası Doğu Akdeniz Turizm Sempozyumu, Hatay, Türkiye.
• Macit, N. Ş. (2023). Tedarikçi seçimi probleminin AHP temelli MAIRCA yöntemi ile çözümü. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (37), 42-63.
• Lestari, A. D., Pertiwi, D. A. A., Hidayah, S. R., Dianti, E. N., & Khoirunnisa, O. G. (2023). Logistic service quality in ımproving the quality of logistics services for companies using the analytical hierarchy process (AHP) method. Indonesian Community on Optimization and Computer Application, 1(1), 9-16.
• Kocakaya, K., Engin, T., Tektaş, M., & Aydın, U. (2021). Türkiye’de bölgesel havayolları için uçak tipi seçimi: Küresel bulanık AHP-TOPSİS yöntemlerinin entegrasyonu. Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi, 4(1), 27-58.Vietnam. Axioms, 11(4), 154.
• Arıkan, Ö. U., & Öztürk, E. (2022). Belediyelerin otobüs sürücülerinin istihdam kriterlerinin AHP ve SWARA yöntemleri ile belirlenmesi: Mersin örneği. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 13(36), 1186-1207.
• Menon, R. R., & Ravi, V. (2022). Using AHP-TOPSİS methodologies in the selection of sustainable suppliers in an electronics supply chain. Cleaner Materials, 5, 100130.
• Baroto, T., Utama, D. M., & Ibrahim, M. F. (2022, July). Green supplier selection and order allocation using AHP-SAW and goal programming. In AIP Conference Proceedings (Vol. 2453, No. 1). AIP Publishing.
• Erdoğan, B. (2022). BİST'E kayıtlı bankaların finansal performansının AHP-SD tabanlı PIV yöntemiyle değerlendirilmesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (52), 93-109.
• Özekenci, E. K. (2023). Identifying the key success factors of E-logistics in Turkey: AHP-VIKOR ıntegrated methodology/Türkiye’de E-lojistiğin kilit başarı faktörlerinin belirlenmesi: AHP-VIKOR Bütünleşik Yöntem. Uluslararası Ekonomi İşletme ve Politika Dergisi, 7(1), 92-103.
• Sönmez, G. Ö., & Toktaş, P. (2024). Supplier selection using the integrated MEREC–CoCoSo methods in a medical device company. Journal of Scientific Reports-A, (056), 116-133.
• Kara, K., Yalçın, G. C., Acar, A. Z., Simic, V., Konya, S., & Pamucar, D. (2024). The MEREC-AROMAN method for determining sustainable competitiveness levels: A case study for Turkey. Socio-Economic Planning Sciences, 91, 101762.
• Mishra, A. R., Saha, A., Rani, P., Hezam, I. M., Shrivastava, R., & Smarandache, F. (2022). An integrated decision support framework using single-valued-MEREC-MULTIMOORA for low carbon tourism strategy assessment. Ieee Access, 10, 24411-24432.
• Toslak, M., Aktürk, B., & Ulutaş, A. (2022). MEREC ve WEDBA yöntemleri ile bir lojistik firmasının yıllara göre performansının değerlendirilmesi. Avrupa Bilim ve Teknoloji Dergisi, (33), 363-372.
• Puška, A., Božanić, D., Mastilo, Z., & Pamučar, D. (2023). Extension of MEREC-CRADIS methods with double normalization-case study selection of electric cars. Soft Computing, 27(11), 7097-7113.
• Meral, İ. G. (2023). BRICS-T ülkelerinin inovasyon performanslarının MEREC-MARCOS yöntemi ile değerlendirilmesi. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(2), 550-571.
• Duran, Z. (2023). Evaluation of supply chain resilience in N-11 countries by MEREC Based EDAS, MARCOS, WASPAS ıntegrated method. Yildiz Social Science Review, 9(1).
• Shanmugasundar, G., Sapkota, G., Čep, R., & Kalita, K. (2022). Application of MEREC in multi-criteria selection of optimal spray-painting robot. processes, 10(6), 1172.
• Haq, R. S. U., Saeed, M., Mateen, N., Siddiqui, F., Naqvi, M., Yi, J. B., & Ahmed, S. (2022). Sustainable material selection with crisp and ambiguous data using single-valued neutrosophic-MEREC-MARCOS framework. Applied Soft Computing, 128, 109546.
• Akandere, G., & Zerenler, M. (2022). Doğu Avrupa ülkelerinin çevresel ve ekonomik performansının bütünleşik CRITIC-TOPSİS yöntemiyle değerlendirilmesi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 25(Özel Sayı), 524-535.
• Abdillah, A. J., & Chang, A. Y. (2022, October). Green and lean manufacturing supplier selection using AHP-TOPSİS method. In 2022 IEEE 4th Eurasia Conference on IOT, Communication and Engineering (ECICE) (pp. 306-310). IEEE.
• Sengupta, D., Das, A., Bera, U. K., & Chen, L. (2023). A sustainable green reverse logistics plan for plastic solid waste management using TOPSİS method. Environmental Science and Pollution Research, 30(43), 97734-97753.
• Yerli, M., & Öztürk, D. (2023). AHP-TOPSİS yöntemine dayalı tedarikçi seçimi: ahşap sektöründe bir uygulama. Ordu Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Araştırmaları Dergisi, 13(Sosyal Bilimler Lisansüstü Öğrenci Sempozyumu Özel Sayısı), 147-168.
• Li, Z., Luo, Z., Wang, Y., Fan, G., & Zhang, J. (2022). Suitability evaluation system for the shallow geothermal energy implementation in region by Entropy Weight Method and TOPSİS method. Renewable Energy, 184, 564-576.
• Al, İ., & Demirel, S. K. (2022). Türkiye'nin makroekonomik performansının TOPSİS yöntemiyle değerlendirilmesi: 2002-2019 dönemi. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 9(1), 202-222.
• Gül, A., & Erdem, M. (2022). Gıda perakende firmalarının finansal performanslarının Entropi-TOPSİS yöntemiyle analizi. Avrupa Bilim ve Teknoloji Dergisi, (35), 25-33.
• Adamcsek, E. (2008). The analytic hierarchy process and its generalizations. Eotvos Lorand University.
• Bhushan N, Rai K (2007) Strategic decision making: applying the Analytic Hierarchy Process. Springer Science & Business Media.
• Soner S, Önüt S (2006) Multi-Criteria supplier selection: an ELECTRE AHP application. Sigma 4: 110-120.
• Saaty, T. L., Vargas, L. G., Saaty, T. L., & Vargas, L. G. (2001). How to make a decision. Models, methods, concepts & applications of the analytic hierarchy process, 1-25.
• Vargas L, Saaty T (1982) The logic of priorities. USA: Springer.
• Keshavarz-Ghorabaee, M., Amiri, M., Zavadskas, E. K., Turskis, Z., & Antucheviciene, J. (2021). Determination of objective weights using a new method based on the removal effects of criteria (MEREC). Symmetry, 13(4), 525.
• Hwang, C. L. (1981). Multiple attributes decision making. Methods and Applications.
• Tsaur, R. C. (2011). Decision risk analysis for an interval TOPSİS method. Applied Mathematics and Computation, 218(8), 4295-4304.
• Lai, Y. J., Liu, T. Y., & Hwang, C. L. (1994). TOPSİS for MODM. European journal of operational research, 76(3), 486-500.
• Lanvin, B., & Evans, P. (Eds.). (2013). The global talent competitiveness index 2013. INSEAD. Erişim tarihi: 2023, https://www.insead.edu/global-talent-competitiveness-index
• Mustra, M. A. (2011). Logistics Performance Index, connecting to compete 2010. In UNESCAP Regional Forum and Chief Executives Meeting. Cairo: