OECD Ülkelerinin TOPSIS, VIKOR ve GRA Yöntemleri Kullanılarak Refah Göstergelerine Göre Sıralanması ve Bütünleşik Bir Çözüm Önerisi

Abstract

Ülkelerin refah seviyelerini ölçmek amacıyla ekonomik göstergelerin yanında farklı göstergeleri de içeren indeksler geliştirilmiştir. OECD tarafından geliştirilen Daha İyi Yaşam Girişimi, ülke vatandaşlarının refah bir yaşam sürdürmelerini sağlayan ve politika yapıcılara sinyaller gönderen en önemli ve kabul görmüş girişimler arasında yer almaktadır. Bu çalışmada, OECD ülkelerinin refah göstergeleri altında sıralamasını gerçekleştirmek üzere TOPSIS, VIKOR ve Gri İlişkisel Analiz (GRA) yöntemleri kullanılmıştır. Analizlerde, eşit ve entropi tabanlı ağırlıklandırma ile karar verme yöntemleri uygulanmış ve devamında Copeland yöntemi ile bütünleşik çözüm elde edilmiştir. Bütünleşik çözümü elde etmek için Copeland yönteminden daha dinamik bir model önerilmiş ve önerilen model için pseudo kod geliştirilmiştir.

Keywords

• Refah
• TOPSIS
• VIKOR
• Gri İlişkisel Analiz
• Copeland Yöntemi

Ranking OECD Countries according to Well-being Indicators Using TOPSIS, VIKOR and GRA Methods and an Integrated Solution Offer

Abstract

Indexes including different indicators besides economic indicators have been developed in order to measure the welfare levels of countries. The Better Life Initiative developed by the OECD is considered among the most important and accepted initiatives that enable the citizens of the country to lead a prosperous life and send signals to policy makers. In this study, TOPSIS, VIKOR and Grey Relational Analysis (GRA) methods were used to rank OECD countries under welfare indicators. Decision making methods were applied with equal and entropy-based weighting in the analyses, and then an integrated solution was obtained with Copeland method. A more dynamic model than the Copeland method was proposed to obtain the integrated solution and a pseudo code was developed for this proposed model.

Keywords

• Well-being
• TOPSIS
• VIKOR
• Grey Relational Analysis
• Copeland’s Method

References

1. Altay Topçu, B. ve Oralhan, B. (2017), “Türkiye ve OECD Ülkeleri’nin Temel Makroekonomik Göstergeler Açısından Çok Kriterli Karar Verme Yöntemleri ile Karşılaştırılması”, International Journal of Academic Value Studies, Vol. 3, No. 14: 260–277.
2. Arsu, T. ve Ayçin, E. (2021), “Evaluation of OECD Countries with Multi-Criteria Decision-Making Methods in terms of Economic, Social and Environmental Aspects”, Operational Research in Engineering Sciences: Theory and Applications, Vol. 4, No. 2: 55–78.
3. Aytekin, A. ve Gündoğdu, H. G. (2021), “OECD ve AB Üyesi Ülkelerin Sürdürülebilir Yönetişim Düzeylerine Göre SWARA Tabanlı TOPSIS-Sort-B ve WASPAS Yöntemleriyle İncelenmesi”, Marmara Üniversitesi Öneri Dergisi, C. 16, S. 56: 943–971.
4. Better Life Index, BLI, “OECD Better Life Initiative: Measuring Well-being and Progress”, https://www.oecdbetterlifeindex.org/, (Erişim: 22.01.2022).
5. Candan, G. (2019), “Lojistik Performans Değerlendirmesi için Bulanık AHP ve Gri İlişkisel Analiz Yöntemleri ile Bütünleşik Bir Yaklaşım”, Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, C: 7, S.5: 277–286.
6. Çalış Boyacı, A. (2021), “Which OECD Countries are Advantageous in Fight Against COVID-19?” Erciyes Üniversitesi Fen Bilimleri Enstitütüsü Dergisi, C. 37, S. 1: 137–148.
7. Dooren, W. Van ve Aristigueta, M. P. (2005), “The Rediscovery of Social Indicators in Europe and the USA: An International Comparison”, EGPA Annual Conference, 1–30.
8. Durand, M. (2015), “The OECD Better Life Initiative: How’s Life? and the Measurement of Well-being”, Review of Income and Wealth, Vol. 61, No. 1: 4–17.

9. Ellibeş, E. ve Candan, G. (2021), “Financial Performance Evaluation of Airline Companies with Fuzzy AHP and Grey Relational Analysis Methods”, EKOIST Journal of Econometrics and Statistics, S. 34: 37–56.
10. Fishburn, P. C. (1977), “Condorcet Social Choice Function”, SIAM Journal of Applied Mathematics, Vol. 33, No. 3: 469–489.
11. Hu, S. K. ve Tzeng, G. H. (2017), “Strategizing for Better Life Development Using OECD Well-being Indicators in a Hybrid Fuzzy MCDM Model”, International Journal of Fuzzy Systems, Vol. 19, No. 6: 1683–1702.
12. Hwang, C.-L. ve Yoon, K. (1981), “Methods for Multiple Attribute Decision Making”, Lecture Notes in Economics and Mathematical Systems, Multiple Attribute Decision Making, Springer: Berlin: 58–191.
13. Ju-Long, D. (1982), “Control Problems of Grey Systems”, Systems and Control Letters, Vol. 1, No.5: 288–294.
14. Kağızman, M. A. ve Atan, M. (2021), “Daha İyi Yaşam Endeksine (DİYE) Göre OECD Ülkelerinde Karşılaştırmalı Analiz”, Sosyal Güvenlik Dergisi, C. 11, S. 2: 379–392.
15. Kılıç Depren, S. ve Bağdatlı Kalkan, S. (2018), “Determination of Countries’ Position Using Better Life Index: the Entropy Based Multimoora Approach”, Trakya Üniversitesi Sosyal Bilimler Dergisi, C. 20, S. 2: 353–366.
16. Klamler, C. (2003), “A Comparison of the Dodgson Method and the Copeland Rule”, Economics Bulletin, Vol. 4, No. 8: 1–7.
17. Kõrreveski, K. (2011), “Measuring Well-being and Quality of Life Using OECD Indicators”, Quarterly Bulletin of Statistics Estonia, 38–44.
18. Li, T., Li, A. ve Guo, X. (2020), “The Sustainable Development-Oriented Development and Utilization of Renewable Energy Industry––A Comprehensive Analysis of MCDM Methods”, Energy, Vol. 212, 118694.
19. Mert, M. (2016), SPSS, STATA Yatay Kesit Veri Analizi Bilgisayar Uygulamaları, 1. Baskı, Ankara: Detay Yayıncılık.
20. Murat, D. (2020), “The Analysis of the Well-being Levels of OECD Countries with Grey Relational Analysis”, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, S. 41: 83–107.
21. OECD. (2008), Handbook on Constructing Composite Indicators: Methodology and User Guide, OECD Publising.
22. OECD. (2020), How’s Life? 2020: Measuring Well-being, Paris: OECD Publising.
23. OECD Statistics, “Social Protection and Well-being, Better Life Index”, https://stats.oecd.org/index.aspx?DataSetCode=BLI#, (Erişim: 02.06.2021).
24. Opricovic, S. ve Tzeng, G. H. (2004), “Compromise Solution by MCDM Methods: A Comparative Analysis of VIKOR and TOPSIS”, European Journal of Operational Research, Vol. 156, No. 2: 445–455.
25. Ozkaya, G., Timor, M. ve Erdin, C. (2021), “Science, Technology and Innovation Policy Indicators and Comparisons of Countries through a Hybrid Model of Data Mining and MCDM Methods”, Sustainability (Switzerland), Vol. 13, No. 694: 1–49.
26. Ömürbek, N., Dağ, O. ve Eren, H. (2020), “EM Algoritmasına Göre Kümelenen Havalimanlarının Borda Sayım Yöntemi ile Değerlendirilmesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, C. 34, S. 2: 491–514.
27. Ömürbek, N., Karaatlı, M. ve Balcı, H. F. (2016), “Entropi Temelli MAUT ve SAW Yöntemleri ile Otomotiv Firmalarının Performans Değerlemesi” Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Dergisi, C. 31, S. 1: 227–255.
28. Özcan, S. ve Çelik, A. K. (2021), “A Comparison of TOPSIS, Grey Relational Analysis and COPRAS Methods for Machine Selection Problem in the Food Industry of Turkey”, International Journal of Production Management and Engineering, Vol. 9, No. 2: 81–92.
29. Paul, S. (1997), “The Quality of Life: An International Comparison Based on Ordinal Measures”, Applied Economics Letters, Vol. 4, No. 7: 411–414.
30. Peiró-Palomino, J. ve Picazo-Tadeo, A. J. (2018), “OECD: One or Many? Ranking Countries with a Composite Well-being Indicator” Social Indicators Research, Vol. 139, No. 3: 847–869.
31. Pekkaya, M. ve Dökmen, G. (2019), “OECD Ülkeleri Kamu Sağlık Harcamalarının Çok Kriterli Karar Verme Yöntemleri ile Performans Değerlendirmesi”, Uluslararası Yönetim İktisat ve İşletme Dergisi, C. 15, S. 4: 923–951.
32. Rojas, M. (2011), “The ‘Measurement of Economic Performance and Social Progress’ Report and Quality of Life: Moving Forward”, Social Indicators Research, Vol. 102, No. 1: 169–180.
33. Rojas, M. ve García Vega, J. de J. (2017), “Well-being in Latin America”, The Pursuit of Human Well-being, International Handbooks of Quality-of-Life, (Ed. R. J. Estes ve M. J. Sirgy), Springer: Switzerland: 217–255.
34. Sanver, M. R. (2000), “Çoğunluk Yöntemi ve Condorcet Galipleri”, Ankara Üniversitesi SBF Dergisi, Vol. 55, No. 3: 133–144.
35. Shannon, C. E. (1948), “A Mathematical Theory of Communication”, The Bell System Technical Journal, Vol. 27, No. 3: 379–423.
36. Sifeng, L., Forrest, J. ve Yang, Y. (2011), “A Brief Introduction to Grey Systems Theory”, IEEE International Conference on Grey Systems and Intelligent Services (GSIS), 1–9.
37. Sousa, M., Almeida, M. F. ve 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, Vol. 13, No. 8: 4129.
38. Stiglitz, J. E., Sen, A. ve Fitoussi, J.-P. (2009), “Report by the Commission on the Measurement of Economic Performance and Social Progress”, French Commission on the Measurement of Economic Performance and Social Progress.
39. Şenaras, A. E. ve Çetin, I. (2016), “OECD Ülkelerinde Refahın Daha İyi Yaşam Endeksi ile Analizi”, PARADOKS Ekonomi, Sosyoloji ve Politika Dergisi, C. 11, S. 2: 31–51.
40. Türe, H. (2019). “OECD Ülkeleri için Refah Ölçümü: Gri İlişkisel Analiz Uygulaması”, Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, C. 21, S. 2: 310–327.
41. Vogel, J. (1997). “The Future Direction of Social Indicator Research”, Social Indicators Research, Vol. 42, No. 2: 103–116.
42. Wang, T. C. ve Lee, H. Da. (2009), “Developing a Fuzzy TOPSIS Approach Based on Subjective Weights and Objective Weights”, Expert Systems with Applications, Vol. 36, No. 5: 8980–8985.
43. Wu, H.-H. (2002), “A Comparative Study of Using Grey Relational Analysis in Multiple Attribute Decision Making Problems”, Quality Engineering, Vol. 15, No. 2: 209–217.
44. Yıldırım, B. F. ve Önder, E. (2015), Çok Kriterli Karar Verme Yöntemleri, 2. Baskı, Bursa: DORA Yayıncılık.
45. Yılmaz, M., Şimşek, M. ve Koca, G. (2021), “OECD Ülkelerinde Kadınların Sosyo-Ekonomik Statüsünün Entropi-ARAS Bütünleşik Yöntemiyle İncelenmesi”, Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, C. 43, S. 1: 100–122.