Afrika’nın Lojistik Performans Endeksi: Türkiye ve Afrika Ticari İlişkileri İçin Bir Gösterge Mi?

Year 2024, Volume: 15 Issue: 42, 553 - 569, 29.05.2024

Yasin Mercan , Hakan Aydın

https://doi.org/10.21076/vizyoner.1409760

Abstract

Ülkelerin lojistik performansları ticari akış içerisinde önem arz etmektedir. Tedarik zinciri sürecinin bir parçası olan lojistik ticari süreçlerin bel kemiğini oluşturur. Bu doğrultuda Dünya Bankası tarafından ortaya konulan Lojistik Performans Endeksi (LPI) bir gösterge olarak kabul edilebilir. LPI ile ülkeler ticaret ve lojistik alanlarındaki faaliyetlerin etkinliğini değerlendirme imkanı elde ederler. Bu çalışmanın amacı 2023 yılı LPI değerlerini kullanarak bütünleşik Entropi-MOORA Referans Yaklaşımı ile Afrika ülkelerinin sıralamasını ve analizini yapmaktır. Çalışmanın derinliğini artırmak amacıyla Türkiye ve Afrika ülkeleri arasındaki 2022 yılına ait ticaret verileri de baz alınarak bir değerlendirme yapılmıştır. Çalışmada Afrika ülkelerinin MOORA Referans Yaklaşımı ile tanımlanan altı kriter temelinde sıralanması ve ticaret rakamları doğrultusunda Türkiye’nin Afrika ülkeleriyle ticari ilişkilerinin geliştirilmesi hususunda perspektif sunulmuştur. Çalışma sonuçlarına bakıldığında LPI ülkeler sıralamasında Güney Afrika birinci, Botswana ikinci iken Libya son sırada yer almaktadır. Türkiye’nin kıta ülkeleriyle ticaret hacminde ise Güney Afrika beşinci, Botsvana elli üçüncü iken Libya üçüncü sıradadır. Dolayısıyla mevcut durumda LPI ve ticaret verileri arasında korelasyon bulunamamıştır.

Keywords

Lojistik Performans Endeksi, Türkiye, Afrika, Ticaret, Entropi-MOORA

Logistics Performance Index of Africa: An Indicator for Türkiye and Africa Trade Relations?

Abstract

The logistics performance of countries is important in trade flows. As part of the supply chain process, logistics is the backbone of trade processes. In this direction, the Logistics Performance Index (LPI) put forward by the World Bank can be considered as an indicator. With the LPI, countries have the opportunity to evaluate the effectiveness of their activities in trade and logistics. The aim of the study is to rank and analyze African countries with the integrated Entropy-MOORA Reference Approach using the LPI values for 2023. In order to increase the depth of the study, an evaluation is made based on the trade data between Türkiye and African countries for 2022. The study aims to rank African countries on the basis of six criteria defined by the MOORA Reference Approach and to provide a perspective on the development of Türkiye’s trade relations with African countries in line with trade figures. According to the results of the study, South Africa ranks first, Botswana second, and Libya last in the ranking of LPI countries. Türkiye’s trade volume with the continent, South Africa ranks fifth, Botswana fifty-third, and Libya third. Therefore, there is no correlation between LPI and trade data in current situation.

Keywords

Logistic Performance Index, Türkiye, Africa, Trade, Entropi-MOORA

References

• Acar, D. Ö., & Benli, M. (2021). Dış ticarette lojistik performansın etkisi. Journal of Management and Economics Research, 19(4), 48-65.
• Ayçin, E. (2018). BIST menkul kıymet yatırım ortaklıkları endeksinde (XYORT) yer alan işletmelerin finansal performanslarının entropi ve gri ilişkisel analiz bütünleşik yaklaşımı ile değerlendirilmesi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 33(2), 595-622.
• Brauers, W. K., & Zavadskas, E. K. (2006). The MOORA method and its application to privatization in a transition economy. Control and Cybernetics, 35(2), 445-469.
• Chakraborty, S. (2011). Applications of the MOORA method for decision making in manufacturing environment. The International Journal of Advanced Manufacturing Technology, 54(9-12), 1155-1166.
• Duzgun, M. (2017). Trade with Africa, logistics model work for Turkey, Nobel Akademik Yayıncılık.
• Göçer, A., Özpeynirci, Ö., & Semiz, M. (2022). Logistics performance index-driven policy development: An application to Turkey. Transport Policy, 124, 20-32.
• Güner, S., & Coskun, E. (2012). Comparison of impacts of economic and social factors on countries' logistics performances: a study with 26 OECD countries. Research in Logistics & Production, 2(4), 330-343.
• Isik, O., Aydin, Y., & Kosaroglu, S. M. (2020). The assessment of the Logistics Performance Index of CEE countries with the new combination of SV and MABAC methods. LogForum, 16(4), 549-559.
• İris, Ç., & Tanyaş, M. (2011). Analysis of Turkish logistics sector and solutions selection to emerging problems regarding criteria listed in Logistics Performance Index (LPI). International Journal of Business and Management Studies, 3(1), 93-102.
• Khan, S. A. R., Qianli, D., SongBo, W., Zaman, K., & Zhang, Y. (2017). Environmental logistics performance indicators affecting per capita income and sectoral growth: evidence from a panel of selected global ranked logistics countries. Environmental Science and Pollution Research, 24, 1518-1531.
• Kim, I., & Min, H. (2011). Measuring supply chain efficiency from a green perspective. Management Research Review, 34(11), 1169-1189.
• La, K. W., & Song, J. G. (2019). An empirical study on the effects of export promotion on Korea-China-Japan using Logistics Performance Index (LPI). Journal of Korea Trade, 23(7), 96-112.
• Liu, J., Yuan, C., Hafeez, M., & Yuan, Q. (2018). The relationship between environment and logistics performance: Evidence from Asian countries. Journal of Cleaner Production, 204, 282-291.
• Martí, L., Puertas, R., & García, L. (2014). The importance of the Logistics Performance Index in international trade. Applied Economics, 46(24), 2982-2992.
• Mešić, A., Miškić, S., Stević, Ž., & Mastilo, Z. (2022). Hybrid MCDM solutions for evaluation of the Logistics Performance Index of the Western Balkan countries. Economics, 10(1), 13-34.
• Ojala, L., & Celebi, D. (2015). The World Bank’s Logistics Performance Index (LPI) and drivers of logistics performance. Proceeding of MAC-EMM, OECD, 3-30.
• Ozmen, M. (2019). Logistics competitiveness of OECD countries using an improved TODIM method. Sādhanā, 44, 1-11.
• Önay, O. (2014). MOORA. Yıldırım, F. B. ve Önder, E. (Ed.). Operasyonel, yönetsel ve stratejik problemlerin çözümünde çok kriterli karar verme yöntemleri. Dora yayınları. Bursa.
• Palacıoğlu, T. (2021). Dünyanın yeni rekabet sahnesi gelişen Afrika, Türkiye için fırsatlar, tehditler, rakipler. Nobel Bilimsel Eserler.
• PwC. (2013). Future prospects in Africa for the transportation & logistics industry. Retrieved November 4, 2023 from https://www.pwc.com/gx/en/transportation-logistics/publications/africa-infrastructure-investment/assets/africa-gearing-up.pdf
• Rezaei, J., van Roekel, W. S., & Tavasszy, L. (2018). Measuring the relative importance of the Logistics Performance Index indicators using Best Worst Method. Transport Policy, 68, 158-169.
• T.C. Ticaret Bakanlığı. (2022). Hedef ülkeler. Retrieved November 11, 2023 from https://ticaret.gov.tr/ihracat/fuarlar/hedef-ulkeler
• Topal, A. (2021). Financial performance analysis of electricity generation companies with multi-criteria decision making: Entropy-based Cocoso method. Business & Management Studies: An International Journal, 9(2), 532.
• Türkiye İstatistik Kurumu (TÜİK). (2022). Retrieved April 14, 2022 from https://data.tuik.gov.tr/Search/Search?text=ticaret%20hacmi
• Uca, N., İnce, H., & Sümen, H. (2016). The mediator effect of logistics performance index on the relation between corruption perception index and foreign trade volume. European Scientific Journal, 12(25), 37-45.
• Uludağ, A. S. & Doğan, H. (2021). Üretim yönetiminde çok kriterli karar verme yöntemleri literatür, teori ve uygulama. Nobel yayınevi.
• Ulutaş, A., & Karaköy, Ç. (2019). An analysis of the Logistics Performance Index of EU countries with an integrated MCDM model. Economics and Business Review, 5(4), 49-69.
• Ünalan, M., & Yapraklı, T. Ş. (2016). Küresel Lojistik Performans Endeksi ve Türkiye’nin son 10 yıllık lojistik performansının analizi.
• Wu, J., Sun, J., Liang, L., & Zha, Y. (2011). Determination of weights for ultimate cross efficiency using Shannon entropy. Expert Systems with Applications, 38(5), 5162-5165.
• Yalçın, B., & Ayvaz, B. (2020). Çok kriterli karar verme teknikleri ile lojistik performansın değerlendirilmesi. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 19(38), 117-138.
• Yıldırım, B. F., & Adiguzel Mercangoz, B. (2020). Evaluating the logistics performance of OECD countries by using fuzzy AHP and ARAS-G. Eurasian Economic Review, 10(1), 27-45.