Proje yönetimi açısından bölgesel kalkınma ajanslarının performanslarının LOPCOW ve MABAC yöntemleri ile değerlendirilmesi

Öz

Bölgesel kalkınma ajansları (BKA) kurulmuş olduğu bölgenin potansiyelini harekete geçiren ve o bölgedeki kaynakların etkin ve verimli kullanılmasını sağlayan birimlerdir. Özellikle proje yönetimi açısından bölgeye sağlamış oldukları destekler bölgenin kalkınması açısından oldukça önemlidir. Bu çalışma, Türkiye'deki BKA proje yönetimi performanslarını LOPCOW ve MABAC yöntemleri kullanarak değerlendirmiştir. Araştırmada 26 BKA’nın son üç yıllık faaliyet raporlarından elde edilen veriler incelenmiştir. Performans değerlendirmesi için, gelir toplamı, genel hizmet giderleri, sonuç odaklı proje sayısı gibi yedi kriter belirlenmiştir. Elde edilen bulgular, genel hizmet giderlerinin ve sonuç odaklı proje sayısının ajans performansında belirleyici olduğunu göstermiştir. Yurt içi ve yurt dışı ziyaret sayısı gibi iş birliği odaklı kriterler ise düşük önem düzeyi sergilemiştir. Performans analizi, yıllar arasında önemli değişimler olduğunu ortaya koymuş, Fırat, Orta Karadeniz ve İç Anadolu Kalkınma Ajanslarının bazı yıllarda öne çıktığını göstermiştir. Araştırma, mali kaynakların verimli kullanımını sağlamak, daha fazla sonuç odaklı proje geliştirmek ve ulusal-uluslararası iş birliklerini artırmak için kalkınma ajanslarına yönelik öneriler sunmaktadır. Çalışma, BKA’ların performanslarının düzenli ve şeffaf bir şekilde değerlendirilmesi gerektiğini vurgulamış, bu süreçte çok kriterli karar verme yöntemlerinin önemine dikkat çekmiştir.

Anahtar Kelimeler

• Kalkınma Ajansları
• Bölgesel Kalkınma
• LOPCOW
• MABAC

Evaluation of the performance of regional development agencies in terms of project management with LOPCOW and MABAC methods

Öz

Regional Development Agencies (RDAs) are units that activate the potential of the region where they are established and ensure the efficient and effective use of the resources in that region. Especially in terms of project management, the support they provide to the region is highly significant for its development. This study evaluates the project management performance of RDAs in Turkey using the LOPCOW and MABAC methods. Data from the annual activity reports of 26 RDAs over the last three years were analyzed. Seven criteria, including total income, general administrative expenses, and the number of outcome-oriented projects, were utilized for performance assessment. Findings indicate that general administrative expenses and the number of outcome-oriented projects are key determinants of agency performance, while criteria like domestic and international visit numbers showed lower significance. Performance analysis revealed significant variations over the years, with agencies such as Fırat, Central Black Sea, and Central Anatolia Development Agencies standing out in certain periods. The study offers recommendations for RDAs to ensure efficient use of financial resources, develop more outcome-oriented projects, and enhance national and international collaborations. It emphasizes the importance of regular and transparent performance evaluations of RDAs, highlighting the role of multi-criteria decision-making methods in understanding performance differences and identifying areas for improvement.

Anahtar Kelimeler

• Development Agency
• Regional Development
• LOPCOW
• MABAC

Kaynakça

1. Abacıoğlu, S., Ayan, B. & Pamucar, D. The Race to Sustainability: Decoding Green University Rankings Through a Comparative Analysis (2018–2022). Innov High Educ 50, 241–275 (2025). https://doi.org/10.1007/s10755-024-09734-4
2. Akpınar, R. ve Keskin, R. (2018). Zafer Kalkınma Ajansı’nın Manisa Ekonomisine Katkısı. Yüzüncü Yıl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (40), 207-226.
3. Ayçin, E., ve Çakın, E. (2019). Ülkelerin inovasyon performanslarının ölçümünde Entropi ve MABAC çok kriterli karar verme yöntemlerinin bütünleşik olarak kullanılması. Akdeniz İİBF Dergisi, 19(2), 326-351. https://doi.org/10.25294/auiibfd.649275
4. Bakır, M., ve İnce, F. (2024). Havayolu İşletmelerinde Yolcu Memnuniyetinin LOPCOW-AROMAN Modeliyle Analizi: Star Alliance Stratejik Ortaklığı Uygulaması. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (81), 168-189. https://doi.org/10.51290/dpusbe.1432572
5. Bayraktar, H. K., Çelikyay, H. H. (2024) The work of the development agencies and its effect during the COVID-19 pandemic: The case of Serhat Development Agency, Public Administration Issues, 5, pp. 38-64. (In English). https://doi.org/10.17323/1999-5431-2024-0-5-38-64.
6. Bektaş, S. (2022). Türk sigorta sektörünün 2002-2021 dönemi için MEREC, LOPCOW, COCOSO, EDAS ÇKKV yöntemleri ile performansının değerlendrilmesi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 16(2), 247-283. https://doi.org/10.46520/bddkdergisi.1178359
7. Biswas, T. K., ve Das, M. C. (2019). Selection of commercially available electric vehicle using fuzzy AHP-MABAC. Journal of The Institution of Engineers (India): Series C, 100, 531-537. https://doi.org/10.1007/s40032-018-0481-3
8. Büyüközkan, G., Mukul, E., ve Kongar, E. (2021). Health tourism strategy selection via SWOT analysis and integrated hesitant fuzzy linguistic AHP-MABAC approach. Socio-Economic Planning Sciences, 74, 100929. https://doi.org/10.1016/j.seps.2020.100929

9. Cam, E. ve Atan, M. (2018). Türkiye’de il bazında istihdam politikalarının etkinliği. Bilgi Sosyal Bilimler Dergisi, 1(1), 102-123.
10. Cumhurbaşkanlığı. (2018). 30479 Sayılı; Bakanlıklara Bağlı, İlgili, İlişkili Kurum ve Kuruluşlar İle Diğer Kurum ve Kuruluşların Teşkilatı Hakkında Cumhurbaşkanlığı Kararnamesi.
11. Çetin, Ö. O., ve Karataş, M. (2024). BİST'te işlem gören otomotiv şirketlerinin kârlılık performansının LOPCOW ve MABAC yöntemleriyle analizi. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 14(3), 1470-1496. https://doi.org/10.30783/nevsosbilen.1513524
12. Denli, İ. (2024). SWOT Analizi Bağlamında Bölgesel Kalkınma Ajansları: DİKA Ve GEKA Örnekleri. Journal of Economics and Research, 5(2), 47-60. https://doi.org/10.53280/jer.1514076
13. Dirlik, O. (2015). Türkiye’de kalkınma ajanslarının kurumsal bağlamının biçimlendirme mekanizmaları üzerine bir çözümleme [Yayınlanmış doktora tezi]. Akdeniz Üniversitesi.
14. Dündar, S. (2023). Performance Analysis of Regional Development Agencies by LMAW-DNMA Methods. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 18(2), 354-380. ttps://doi.org/10.17153/oguiibf.1234630
15. Ecer, F., ve Pamucar, D. (2022). A novel LOPCOW‐DOBI multi‐criteria sustainability performance assessment methodology: An application in developing country banking sector. Omega, 112, 102690. https://doi.org/10.1016/j.omega.2022.102690
16. Ecer, F., Ögel, İ. Y., Krishankumar, R., ve Tirkolaee, E. B. (2023). The q-rung fuzzy LOPCOW-VIKOR model to assess the role of unmanned aerial vehicles for precision agriculture realization in the Agri-Food 4.0 era. Artificial intelligence review, 56(11), 13373-13406.
17. Ergüder, C. (2011). Bölgesel Kalkınmada Kalkınma Ajanslarının Rolü İzmir Kalkınma Ajansı Örneği, Altın Nokta Yayınevi, İzmir.
18. Ersoy, N. (2023). BIST perakende ticaret sektöründe lopcow-rsmvc modeli ile performans ölçümü. Sosyoekonomi, 31(57), 419-436. https://doi.org/10.17233/sosyoekonomi.2023.03.20
19. Ersungur, Ş. M., ve Kılıç, F. (2022). Bölgesel kalkınma kapsamında veri zarflama analizi ile TRA1 bölgesi illerinin etkinliğinin ölçülmesi. Uluslararası Ekonomi İşletme ve Politika Dergisi, 6(2), 236-257. https://doi.org/10.29216/ueip.1118931
20. Gigović, L., Pamučar, D., Božanić, D., ve Ljubojević, S. (2017). Application of the GIS-DANP-MABAC multi-criteria model for selecting the location of wind farms: A case study of Vojvodina, Serbia. Renewable energy, 103, 501-521. https://doi.org/10.1016/j.renene.2016.11.057
21. Henderson, R. and Shutt, J. (2004). Responding to a coalfield closure: old issues for a new regional development agency?. Local Economy the Journal of the Local Economy Policy Unit, 19(1), 25-37. https://doi.org/10.1080/0269094032000168451
22. Kayasü, S., ve Yaşar, S. S. (2006). Avrupa Birliği’ne Uyum Sürecinde Kalkınma Politikaları: Yasal ve Kurumsal Dönüşümler. Bölgesel Kalkınma ve Yönetişim Sempozyumu, 7-8.
23. Keleş, N. (2023). LOPCOW ve CRADIS yöntemleriyle G7 ülkelerinin ve Türkiye’nin yaşanabilir güç merkezi şehirlerinin değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16(3), 727-747. https://doi.org/10.25287/ohuiibf.1239201
24. Keleş, N. (2025). Measuring trade facilitation for the emerging seven countries (E7) using multi-criteria decision-making methods. Croatian Operational Research Review, 16(1), 17-29.
25. Kırankabeş, M. C. (2013). Yeni bölgesel kalkınma politikasının yerel aktörleri olarak kalkınma ajanslarının etkiliğinin değerlendirilmesi: Türkiye örneği. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (35), 253-268.
26. Maude, A. ve Beer, A. (2000). Regional development agencies in Australia: A comparative evaluation of institutional strengths and weaknesses. The Town Planning Review, 71(1), 1-24. https://doi.org/10.3828/tpr.71.1.y7227415l8171674
27. Milosavljević, M., Bursać, M., ve Tričković, G. (2018). Selection of the railroad container terminal in Serbia based on multi criteria decision-making methods. Decision Making: Applications in Management and Engineering, 1(2), 1-15. https://doi.org/10.31181/dmame1802001m
28. Orhan, M., ve Mutlu, H. T. (2021). Ülkelerin Covid-19 pandemisine karşı mücadelesinin CRITIC tabanlı MABAC yöntemiyle değerlendirilmesi. Nicel Bilimler Dergisi, 3(2), 173-189. https://doi.org/10.51541/nicel.1034426
29. Özmen, F. (2022). Türkiye’de Bölgesel Kalkınma Ajanslarının On Yılı: 2010-2019 Yıllarına İlişkin Bir Değerlendirme. Mehmet Akif Ersoy University Journal of Social Sciences Institute (36), 59-75. https://doi.org/10.20875/makusobed.1114689
30. Pamučar, D., ve 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. https://doi.org/10.1016/j.eswa.2014.11.057
31. Pamučar, D., Petrović, I., ve Ćirović, G. (2018). Modification of the Best–Worst and MABAC methods: A novel approach based on interval-valued fuzzy-rough numbers. Expert Systems with Applications, 91, 89-106. https://doi.org/10.1016/j.eswa.2017.08.042
32. Peci, A., Puška, A., Marinković, D., & Nedeljković, M. (2025). Evaluation of tractors based on sustainability criteria using multi-criteria decision-making methods. Engineering Review, 45(1), 1-15. https://doi.org/10.30765/er.2706.
33. Resmi Gazete. (2006). Bazı Düzey 2 Bölgelerinde Kalkınma Ajansları Kurulmasına Dair Karar (2006/10550).
34. Rong, Y., Yu, L., Liu, Y., Simic, V., ve Garg, H. (2024). The FMEA model based on LOPCOW-ARAS methods with interval-valued Fermatean fuzzy information for risk assessment of R&D projects in industrial robot offline programming systems. Computational and Applied Mathematics, 43(1), 25. https://doi.org/10.1007/s40314- 023-02532-2
35. Simic, V., Dabic-Miletic, S., Tirkolaee, E. B., Stević, Ž., Ala, A., ve Amirteimoori, A. (2023). Neutrosophic LOPCOW-ARAS model for prioritizing industry 4.0-based material handling technologies in smart and sustainable warehouse management systems. Applied Soft Computing, 143, 110400. https://doi.org/10.1016/j.asoc.2023.110400
36. Sumrit, D., ve Keeratibhubordee, J. (2025). Risk Assessment Framework for Reverse Logistics in Waste Plastic Recycle Industry: A Hybrid Approach Incorporating FMEA Decision Model with AHP-LOPCOW-ARAS Under Trapezoidal Fuzzy Set. Decision Making: Applications in Management and Engineering, 42-81. https://doi.org/10.31181/dmame812025984
37. Şahin, Y., ve Koçak, İ. (2022). Düzey 2 Bölgelerinde Faaliyet Gösteren Kalkınma Ajanslarının Performans Etkinliği: Veri Zarflama Analizi. Anlambilim MTÜ Sosyal ve Beşeri Bilimler Dergisi, 2(1), 28-41.
38. Şengül, Ü., ve Şengül, A. B. (2018). Kalkınma Ajansları Yoluyla Yapılan Yatırım Teşviklerinin 2013-2014 Döneminde Etkinlik Analizi. Siyaset, Ekonomi ve Yönetim Araştırmaları Dergisi, 6(5), 19-30.
39. T.C. Sanayi ve Teknoloji Bakanlığı. (2022). Kalkınma Ajansları 2021 Yılı Genel Faaliyet Raporu. https://www.sanayi.gov.tr/plan-program-raporlar-ve-yayinlar/faaliyet-raporlari/mu0108011618
40. T.C. Sanayi ve Teknoloji Bakanlığı. (2023). Kalkınma Ajansları 2022 Yılı Genel Faaliyet Raporu. https://www.sanayi.gov.tr/plan-program-raporlar-ve-yayinlar/faaliyet-raporlari/mu0108011619
41. T.C. Sanayi ve Teknoloji Bakanlığı. (2024). Kalkınma Ajansları 2023 Yılı Genel Faaliyet Raporu. https://www.sanayi.gov.tr/plan-program-raporlar-ve-yayinlar/faaliyet-raporlari/mu0108011620
42. Tarı, R., Pehlivanoğlu, F., ve Özbilgin, M. (2017). Efficiency measurement of regional development agencies in Turkey by using data envelopment analysis (DEA). Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 32(2), 47-78. https://doi.org/10.24988/deuiibf.2017322553
43. Ulutaş, A., Balo, F., ve Topal, A. (2023). Identifying the most efficient natural fibre for common commercial building insulation materials with an integrated PSI, MEREC, LOPCOW and MCRAT model. Polymers, 15(6), 1500. https://doi.org/10.3390/polym15061500
44. Willi, Y., Pütz, M., ve Jongerden, J. (2020). Unpacking legitimacy in regional development: asymmetric justification and the functioning of regional development agencies. Territory Politics Governance, 11(1), 158-173. https://doi.org/10.1080/21622671.2020.1805352
45. Yıldırım, B. F., ve Yeşilyurt, C. (2014). Bulanık analitik hiyerarşi prosesi yaklaşımı ile proje değer-lendirme kriterlerinin önceliklendirilmesi: Kalkınma ajansı örneği. Atatürk İletişim Dergisi, (6), 23-50.
46. Yu, S. M., Wang, J. ve Wang, J. Q. (2017). An interval type-2 fuzzy likelihood-based MABAC approach and its application in selecting hotels on a tourism website. International Journal of Fuzzy Systems, 19, 47-61. https://doi.org/10.1007/s40815-016-0217-6
47. Yuill, D. ve Allen, K. (1982), European development agencies: An overview, in Regional Development Agencies in Europe: An International Comparison of Selected Agencies, (ed) D. Yuill, Gower, Aldershot.