ODTÜ Teknokent Firmalarının Performanslarının Veri Zarflama Analizi Modelleri ile İncelenmesi

Year 2023, Volume: 26 Issue: 2, 813 - 821, 05.07.2023

H. Hasan Örkcü , Özge Sevim

https://doi.org/10.2339/politeknik.685005

Cited By: 1

Abstract

Teknolojik gelişmeler, toplumsal alandaki sosyal ve kültürel etkilerinin yanında, geliştirildiği ülkenin ekonomik kalkınma hamlesinin en önemli adımlarından biri olarak tanımlanmaktadır. Günümüz dünyasında, ülkeler arasında gerçekleşen teknolojik transfer ve etkileşimler, bu alanda gelişmiş ülkelerin ekonomik gelirlerinin çoğunluğunu oluşturmaktadır. Ülkelerin yüksek teknoloji miktarlarını arttırmak için izledikleri en yaygın strateji, teknokent yapılanmalarını desteklemektir. Bu çalışmada, firmaları sıralamak ve en etkin birimi belirlemek için geliştirilen bazı Veri Zarflama Analizi modelleri ele alınmış ve ODTÜ Teknokent bünyesinde faaliyet gösteren firmaların performansı bu modeller ile incelenmiştir. Firmaların performans değerlendirmesinde girdi olarak personel sayısı ve AR-GE Gideri değişkenleri; çıktı olarak ise proje sayısı, fikri mülkiyet hakkı sayısı, AR-GE geliri, iş birliği sayısı, firma puanı ve desteklenen proje sayısı değişkenleri dikkate alınmıştır.

Keywords

Veri Zarflama Analizi, en etkin birim, sıralama, firma etkinliği

Analysis of the Performance of METU Technoparks Firms with Data Envelopment Analysis

Abstract

In addition to their effect on social and cultural aspects of the society, technological advancement is one of the most important contributors to the economic growth of a country. Transnational technological interaction and exchanges constitute the most significant part of the national income for countries that are advanced in the field of technology. Most prevalent strategy used by countries to increase development of advanced technology is to support technoparks. In this study, some Data Envelopment Analysis models that have been developed to rank firms and identify the most efficient unit has been analyzed and performance of companies that are operating within the scope of METU Tecnopark has been examined with these models. While examining the performance of companies, number of employees and R&D expenses was used as input parameters; number of projects, number of intellectual property rights, R&D income, number of collaborations, company score and number of projects that are funded was used as output parameters.

Keywords

Data Envelopment Analysis, most efficient unit, ranking, firm efficiency

References

• [1] Etzkowitz, H., “The Triple Helix of University - Industry - Government Implications for Policy and Evaluation”. Stockholm: Institutet för studier av ut b i ldning och forskning, 1650-3821, (2002).
• [2] Wesner, C. W., “Understanding Research, Science and Technology Parks: Global Best Practices”. Washington, DC: National Academies Press, (2009).
• [3] Hu, J., Han, T., Yeh, F., Lu, C., “Efficiency of Science and Technology Industrial Parks in China”, Journal of Management Research, 10 (3): 151-166, (2010).
• [4] Keleş, M., Tunca, M., “Hiyerarşik Electre Yönteminin Teknokent Seçiminde Kullanımı Üzerine Bir Çalışma”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi, Doktora Tezi, Isparta, (2015).
• [5] Baykul, A., Sungur, O., Dulupçu, M., “Teknoloji Geliştirme Bölgesi Yönetici Şirketlerinin Yönetim Etkinliğinin Veri Zarflama Analizi ile Değerlendirilmesi”, Süleyman Demirel Üniversitesi, Isparta. Vizyoner Dergisi, 7(15): 70-82, (2016).
• [6] Eyyuboğlu, B., Günay S., “Türkiye’ de Teknoparkların Coğrafi Dağılım ve Yoğunluğu (2001-2015)”, Doğu Coğrafya Dergisi 21 (35): 75-88, (2016).
• [7] Özdemir, Y., “Teknoparklar Üzerine Bir Değerlendirme: ODTÜ Teknokent Firmalarının Etkinlik Analizi”, AJIT-e: Online Academic Journal of Information Technology Informatics and Communication Technologies Special Issue/İletişim ve Bilişim Teknolojileri, 9 (35): (2018).
• [8] İlkyaz, G. “İnovasyon, Teknoparklar ve Savunma Sanayi Sektörü: ODTÜ Teknokent Örneği”. http://www.ssm.gov.tr/anasayfa/kurumsal/SSM%20Dergisi/2009-3/55-59.pdf
• [9] Yüksel U., “Üniversite Sanayi İşbirliğinde Bir Araç Olarak Teknoparklar”, http://www.emo.org.tr/ekler/6a93ba89a5b5c6c_ek.doc, (2016).
• [10] Yang, Z. ve Hao, G. ve Cheng, Z. “Investigating Operations of Industrial Parks in Beijing: efficiency at different stages”. Economic Research-Ekonomska Istraživanja, 31 (1): 755–777, (2018).
• [11] Charnes, A., Cooper, W.W., Rhodes, E. “Measuring the Efficiency of Decision Making Units”. European Journal of Operational Research, 2(6): 429-444, (1978).
• [12] Koçak, İ., Boran, K., “Türkiye’deki İllerin Elektrik Tüketim Etkinliklerinin Veri Zarflama Analizi İle Değerlendirilmesi”, Politeknik Dergisi, 22(2): 351-365, 2019.
• [13] Aydın Yenioğlu, Z., Ateş, V., “Yenilenebilir Enerji Kullanımındaki Göreceli Etkinliklerin Veri Zarflama Analizi ile Değerlendirilmesi: Türkiye ve Yedi Avrupa Ülkesi Örneği”, Politeknik Dergisi, 22(4): 863-869, 2019.
• [14] Aydın Yenioğlu Z., Toklu B., “Stokastik veri zarflama analizi ile etkinlik ölçümü: Türkiye elektrik dağıtım şirketlerinin karşılaştırmalı analizi”, Politeknik Dergisi, 24(1): 87-101, (2021).
• [15] Sexton, T. R. , Silkman, R. H. , & Hogan, A. J. Data envelopment analysis: Critique and extensions. New Directions for Evaluation, 32: 73–105, (1986).
• [16] Andersen, P., Petersen, N. “A procedure for Ranking Efficient Units in Data Envelopment Analysis”, Management Science, 39(10): 1261-1264, (1993).
• [17] Khouja, M., “The use of data envelopment analysis for technology selection”. Computers & Industrial Engineering, 28(1): 123-132, (1995).
• [18] Zhu, J., “Multidimensional quality-of-life measure with an application to Fortune's best cities.”, Socio-Economic Planning Sciences, 35(4): 263-284, (2001).
• [19] Karsak, E. E., Özogul, C. O., “An Integrated Decision Making Approach for ERP System Selection”, Expert Systems with Applications, 36(1): 660-667, (2009).
• [20] Karsak, E. E., Ahiska, S. S., “Practical common weight multi-criteria decision-making approach with an improved discriminating power for technology selection”. International Journal of Production Research, 43(8): 1537-1554, (2005).
• [21] Ertay, T., Ruan, D., Tuzkaya, U., “Integrating data envelopment analysis and analytic hierarchy for the facility layout design in manufacturing system”, Information Sciences, 176 (3): 237-262, (2006).
• [22] Amin, G. R., Toloo, M., “Finding the most efficient DMUs in DEA: An improved integrated model”. Computers & Industrial Engineering, 52(1): 71-77, (2007).
• [23] Amin, G. R., “Comments on finding the most efficent DMUs in DEA: An improved integrated model”. Computers & Industrial Engineering, 56(4): 1701-1702, (2009).
• [24] Foroughi, A. A., “A new mixed integer linear model for selecting the best decision making units in data envelopment analysis”. Computers & Industrial Engineering, 60(4): 550-554, (2011).
• [25] Wang, Y. M.,, Jiang, P., “Alternative mixed integer linear programming models for identifying the most efficient decision making unit in data envelopment analysis”. Computers & Industrial Engineering, 62(2): 546-553, (2012)
• [26] Toloo, M., “Alternative minimax model for finding the most efficient unit in data envelopment analysis”. Computers & industrial engineering, 81, 186-194, (2015).
• [27] Toloo, M., Salahi, M., “A powerful discriminative approach for selecting the most efficient unit in DEA”. Computers and Industrial Engineering, 115, 269-277, (2018)
• [28] https://teknopark.sanayi.gov.tr/Home/TgbListesi, erişim tarihi: 04.02.2020
• [29] Anderson, T.R., Hollingsworth, K., Inman, L., “The fixed weighting nature of a cross-evaluation model”. Journal of Productivity Analysis, 17(3): 249-255, (2002)
• [30] Doyle, J., Green R. “Efficiency and Cross-Efficiency in DEA: Derivations, Meaning and Uses”, Journal of Operational Research Society, 45(5): 567-578, (2002).
• [31] Wang, Y. M., Chin, K. S., “A neutral DEA model for cross efficiency evaluation and its extension”. Expert Systems with Applications, 37(5): 3666-3675, (2010).