Raw Material Dependency in the Iron and Steel Industry According to Production Methods: A Research on Türkiye

Öz

Globalization, coupled with advancements in steel production technologies and increased demand, has intensified the focus on external trade, production, and cost criteria in raw material procurement due to dwindling iron ore resources and limited availability of scrap materials. This study aims to reveal Türkiye's raw material dependency and foreign trade efficiency in the iron and steel industry. Specifically, it seeks to identify both the best-performing countries and years for Türkiye. To evaluate the impact of the 2008 financial crisis, the study examines the period from 2008 to 2022. The research employs multi-criteria decision-making methods, utilizing the CRITIC method for determining criterion weights and the COBRA method for alternative ranking. Results indicate that Türkiye performed best in years 2021, 2008, and 2022 using iron ore-based production methods, and in years 2021, 2019, and 2008 using scrap material-based methods. Conversely, 2009 and 2015 were the years with the lowest performance across both production methods. Country-specific analysis reveals Italy with the highest performance and Russia with the lowest. This study contributes uniquely to the literature by categorizing raw material dependency in the iron and steel industry by production methods, considering trade efficiency through exports, and examining specific years and countries pertinent to Türkiye.

Anahtar Kelimeler

• Iron and Steel
• Raw Material Dependency
• Trade Effiency
• CRITIC
• COBRA

Üretim Yöntemlerine Göre Demir Çelik Endüstrisinin Hammadde Bağımlılığı: Türkiye Üzerine Bir Araştırma

Öz

Küreselleşme, artan talep ve çelik üretim teknolojilerinin gelişiminin bir sonucu olarak azalan demir cevheri kaynakları ve hurda malzeme bulunabilirliğinin sınırlı olması sektörün hammadde temininde dış ticaret, üretim ve maliyet kriterlerini öne çıkarmaktadır. Türkiye’nin demir çelik endüstrisinde hammadde bağımlılığını ve dış ticaret verimliliğini ortaya çıkarmak çalışmanın ana amacı olarak ifade edilmektedir. Bu amaç doğrultusunda Türkiye’nin en iyi performans gösterdiği ülkelerin ve yılların belirlenmesi hedeflenmektedir. Bu bağlamda çalışmada 2008 finansal krizinin de etkilerini değerlendirebilmek adına 2008-2022 dönemi incelemeye alınmıştır. Çalışmada çok kriterli karar verme (ÇKKV) yöntemlerinden faydalanılmıştır. Çalışmada kriter ağırlıklarının belirlenmesinde “CRiteria Importance Through Intercriteria Correlation” (CRITIC) ve alternatiflerin sıralanmasında ise ”Compherensive Distance Based Ranking” (COBRA) yöntemi tercih edilmiştir. Türkiye demir çelik endüstrisinin demir cevherinden üretim yöntemine göre en iyi performans gösterdiği yılların sırasıyla 2021, 2008 ve 2022; hurda malzemeden üretim yöntemine göre ise 2021, 2019 ve 2008 olduğu bulgusu elde edilmiştir. 2009 ve 2015 yıllarının her iki üretim yönteminde de en düşük performansa sahip oldukları görülmüştür. Ülkeler özelinde gerçekleştirilen uygulamada İtalya’nın en yüksek Rusya’nın ise en düşük performans değerine sahip olduğu sonucuna ulaşılmıştır. Çalışma, demir çelik endüstrisinde hammadde bağımlılığı konusunu üretim yöntemlerine göre sınıflandırması, ihracat ile ilişkilendirerek ticaret verimliliğini dikkate alması ve Türkiye özelinde hem yılları hem de ülkeleri incelemesi bakımından literatürdeki diğer çalışmalardan farklılaşmaktadır.

Anahtar Kelimeler

• Demir Çelik
• Hammadde Bağımlılığı
• Dış Ticaret Verimliliği
• CRITIC
• COBRA

Kaynakça

1. Alkhuzaim, L., Kouhizadeh, M. ve Sarkis, J. (2022). Resource and natural resource dependence theories in supply chains. İç. W. Tate, L. Ellram ve L. Bals (Ed.), Handbook of theories for purchasing, supply chain and management research, (ss. 153-167). Elgar Business 2022. https://doi.org/10.4337/9781839104503.00015
2. Aruldoss, M., Lakshmi, T. M. ve Venkatesan, V. P. (2013). A survey on multi criteria decision making methods and its applications. American Journal of Information Systems, 1(1), 31-43. https://doi.org/10.12691/ajis-1-1-5
3. Aşık, S. A. ve Karadam, D. Y. (2023). Determinants of trade flows in Eurasian countries: evidence from panel gravity models. İ. Sözen ve A. H. Gencer (Ed.) International Congress On Eurasian Economies, (208-214 ss.). İzmir.
4. Avinal, A., Tosun, C., Dağlı, S., Duhbacı, T. B. ve Şık, E. (2019). Ana demir ve çelik ürünleri ile ferro alaşımların imalatı. Ankara: T.C. Sanayi ve Teknoloji Bakanlığı Yayınları.
5. Ayçin, E. (2020). Personel seçim sürecinde CRITIC ve MAIRCA yöntemlerinin kullanılması. İşletme, 1(1), 1-12.
6. Bağlan, F. B., Başlıgil, H., Akarsu, C. H. ve İnan, U. H. (2022). Ağır sanayi çalışanlarının demografik özelliklerinin yaşam kaliteleri üzerindeki etkisinin analizi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 35, 1-13. https://doi.org/10.20875/makusobed.1080416
7. Badi, I. ve Abdulshahed, A. (2021). Sustainability performance measurement for Libyan iron and steel company using rough AHP. Journal of Decision Analytics and Intelligent Computing, 1(1), 22-34. https://doi.org/10.31181/jdaic1001202222b
8. Baş, D. (2023). Türkiye’de çelik sektörünün karbonsuzlaşması: Mevcut Durum. İstanbul: Sabancı Üniversitesi IPM Yayınları.

9. Başkol, M. O. ve Bektaş, S. (2021). Türkiye demir-çelik sektörünün ürün haritalaması: Widodo yöntemiyle bir analiz. Yönetim Bilimleri Dergisi, 19(Özel Sayı), 57-84. https://doi.org/10.35408/comuybd.973529
10. Bataille, C., Åhman, M., Neuhoff, K., Nilsson, L. J., Fischedick, M., Lechtenböhmer, S., ... ve Rahbar, S. (2018). A review of technology and policy deep decarbonization pathway options for making energy-intensive industry production consistent with the Paris Agreement. Journal of Cleaner Production, 187, 960-973. https://doi.org/10.1016/j.jclepro.2018.03.107
11. Biermann, R. ve Harsch, M. (2017). Resource dependence theory. İç. R. Biermann ve J. A. Koops (Ed). Palgrave handbook of inter-organizational relations in world politics (ss. 135-155), Palgrave Macmillian. https://doi.org/10.1057/978-1-137-36039-7_6
12. Binboğa, G. ve Özdil, T. (2021). Sürdürülebilirliğin işletme performansına etkisinin çok kriterli karar verme teknikleriyle incelenmesi. International Review of Economics and Management, 9(2), 182-199. https://doi.org/10.18825/iremjournal.1003203
13. Borgonovo, E. ve Plischke, E. (2016). Sensitivity analysis: A review of recent advances. European Journal of Operational Research, 248(3), 869-887. https://doi.org/10.1016/j.ejor.2015.06.032
14. Borji, K., M., Sayadi, A. R. ve Nikbakhsh, E. (2023). A novel sustainable multi-objective optimization model for steel supply chain design considering technical and managerial issues: a case study. Journal of Mining and Environment, 14(1), 295-319. https://doi.org/10.22044/jme.2023.12556.2280
15. Canbulat, M. (2020). Economic Relations Between Turkey & Italy. Master’s Degree Thesis. University of Politecnico Di Torino Department of Management & Production Engineering, Italy.
16. Carvalho, A. ve Sekiguchi, N. (2015), The structure of steel exports: Changes in specialisation and the role of innovation, OECD Science, Technology and Industry Working Papers, 2015(07), https://doi.org/10.1787/5jrxfmstf0xt-en
17. Chakraborty, S., Chattopadhyay, R. ve Chakraborty, S. (2020). An integrated D-MARCOS method for supplier selection in an iron and steel industry. Decision Making: Applications in Management and Engineering, 3(2), 49-69. https://doi.org/10.31181/dmame2003049c
18. Cheng, C., Chu, H., Zhang, L. ve Tang, L. (2024). Green supply chain for steel raw materials under price and demand uncertainty. Journal of Cleaner Production, 462, 142621. https://doi.org/10.1016/j.jclepro.2024.142621
19. Cho, T. K. ve Hong, S. W. (1998). An applied study of the analytic network process to assess country conditions for Korean steel exports. Journal of the Korean Operations Research and Management Science Society, 23(3), 209-233.
20. Çetin, B. ve Filiz, T. (2023). Küresel hurda demir ticareti ilişkilerinin sosyal ağ analizi yöntemiyle değerlendirilmesi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(1), 158-182. https://doi.org/10.30798/makuiibf.1097376
21. Çınaroğlu, E. (2021). CRITIC temelli MARCOS yöntemi ile yenilikçi ve girişimci üniversite analizi. Journal of Entrepreneurship and Innovation Management, 10(1), 111-133.
22. Demir, G. ve Bircan, H. (2020). Kriter ağırlıklandırma yöntemlerinden BWM ve FUCOM yöntemlerinin karşılaştırılması ve bir uygulama. Sivas Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 21(2), 170-185. https://doi.org/10.37880/cumuiibf.616766
23. Diakoulaki, D., Mavrotas, G. ve Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763-770. https://doi.org/10.1016/0305-0548(94)00059-H
24. Drees, J. M. ve Heugens, P. P. (2013). Synthesizing and extending resource dependence theory: A meta-analysis. Journal of Management, 39(6), 1666-1698. https://doi.org/10.1177/0149206312471391
25. Dworak, S. ve Fellner, J. (2021). Potential and challenges of steel scrap recycling-a detailed analysis of the european scrap arisings and its quality. In Proceedings Sardinia 2021 18th International Symposium on Waste Management and Sustainable Landfilling. (1-9 ss.).
26. Eğilmez, M. (2020). 2008 krizi üzerine. İktisat ve Toplum Dergisi, 120. Erişim adresi: https://iktisatvetoplum.com/2008-kriziuzerine-mahfi-egilmez-itd-120/#
27. Gabrijela, P., Ðorde, P. ve Florentin, S. (2022). MEREC-COBRA approach in e-commerce development strategy selection. Journal of Process Management and New Technologies, 10(3-4), 66-74. https://doi.org/10.5937/jouproman2203066P
28. Gajdzik, B. (2020). Consumption of steel in Poland–quantity analysis in time. Organizacja i Zarządzanie: Kwartalnik Naukowy, 1, 41-56. https://doi.org/10.29119/1899-6116.2020.49.3
29. Gajdzik, B. ve Wolniak, R. (2022). Sensitivity of the steel sector to economic crises: Impact of the Covid-19 crisis on steel production in Poland. In T. Semwal ve F. Iqbal (Eds.) Cyber-Physical Systems (27-41 ss.). CRC Press.
30. Gargari, L. S., Joda, F. ve Ameri, M. (2024). A techno-economic assessment for the water-energy-carbon nexus based on the development of a mathematical model: In the iron and steel industry. Sustainable Energy Technologies and Assessments, 63, 103653. https://doi.org/10.1016/j.seta.2024.103653
31. Ghaleb, A. M., Kaid, H., Alsamhan, A., Mian, S. H. ve Hidri, L. (2020). Assessment and comparison of various MCDM approaches in the selection of manufacturing process. Advances in Materials Science and Engineering, 40392531. https://doi.org/10.1155/2020/4039253
32. Ghosh, S., Raut, R. D., Mandal, M. C. ve Ray, A. (2023). Revisiting the nexus between sustainable supply chain management and the performance of steel manufacturing organizations: A case study from an emerging economy. IEEE Engineering Management Review, 51(1), 189-213. https://doi.org/10.1109/EMR.2022.3233484
33. González, I. H. ve Kamiński, J. (2011). The iron and steel industry: a global market perspective. Gospodarka Surowcami Mineralnymi, 27(3), 5-28.
34. González, J. I. V., González, D. F. ve González, L. F. V. (2020). Raw materials. In: Operations and basic processes in ironmaking, topics in mining, metallurgy and materials engineering. Springer, Cham. https://doi.org/10.1007/978-3-030-54606-9_1
35. Goswami, S. S., Behera, D. K., Mitra, S., Saleel, C. A., Saleh, B., Razak, A., ... ve Ketema, A. (2022). Development of entropy embedded COPRAS-ARAS hybrid MCDM model for optimizing EDM parameters while machining high carbon chromium steel plate. Advances in Mechanical Engineering, 14(10), 16878132221129702. https://doi.org/10.1177/16878132221129702
36. Goswami, S. S., Jena, S. ve Behera, D. K. (2022). Selecting the best AISI steel grades and their proper heat treatment process by integrated entropy-TOPSIS decision making techniques. Materials Today: Proceedings, 60(2), 1130-1139. https://doi.org/10.1016/j.matpr.2022.02.286
37. Gökkaya, A. ve Düğenci, M. (2018). Türkiye demir çelik sektörünün hammadde ve nihaî ürün gruplarına yönelik incelemesi ve üretim metotlarının analizi. İç. İ. Esen ve H. Çuğ (Eds.) IV. Uluslararası Raylı Sistemler Sempozyumu Bildiriler Kitabı (476-488). Karabük: Karabük Üniversitesi Yayını.
38. Güçlü, P. ve Muzac, G. (2024). Genişletilmiş gri MULTIMOORA yöntemi ile çok dönemli çok kriterli karar verme: Demir çelik sektöründe finansal performans değerlendirmesi örneği. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(1), 267-291. https://doi.org/10.17153/oguiibf.1373450
39. Hao, X., An, H., Sun, X. ve Zhong, W. (2018). The import competition relationship and intensity in the international iron ore trade: From network perspective. Resources Policy, 57, 45-54. https://doi.org/10.1016/j.resourpol.2018.01.005
40. Hill, V. R. (1999). Trade and environment: An empirical analysis of the technology effect in the steel industry. Journal of Environmental Economics and Management Volume, 38(3), 283-301. https://doi.org/10.1006/jeem.1999.1085
41. Höglund, L. ve Persson, O. (1987). Communication within a national R&D-system: a study of iron and steel in Sweden. Research Policy, 16(1), 29-37. https://doi.org/10.1016/0048-7333(87)90004-7
42. ITC Trade Map. (t.y.). Trade statistics for international business development. Erişim adresi https://www.trademap.org/Index.aspx
43. Joulazadeh, M. M. (2010). Türk Demir Çelik Sanayinde 2009 Yılındaki Gelişmelerin Değerlendirilmesi. Erişim adresi: https://demircelik.com.tr/makale/turk-demir-celik-sanayi-nde-2009-y-305-l-305-ndaki-geli-351-melerin-de-287-erlendirilmesi-101
44. Karaatlı, M., Ömürbek, N., Budak, İ. ve Dağ, O. (2015). Çok kriterli karar verme yöntemleri ile yaşanabilir illerin sıralanması. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (33), 215-228.
45. Kargı, V. S. A. (2019). Evaluation of risk levels through an integrated SWARA and EDAS methods: A case study in steel fabrication company. İçinde V. Krystev, R. Efe ve E. Atasoy (Eds) Theory and Practice in Social Sciences (467-477 pp.) Sofia: St. Kliment Ohridski University Press.
46. Kasap, S. S., Şahin, Y. ve Çınar, T. (2020). Bulanık tabanlı çok kriterli karar verme teknikleri ile demir çelik endüstrisinde en uygun yatırım seçeneğinin belirlenmesi. Endüstri Mühendisliği, 31, 59-71.
47. Kawecka, E., Perec, A. ve Radomska-Zalas, A. (2024). Use of the Simple Multicriteria Decision-Making (MCDM) Method for Optimization of the High-Alloy Steel Cutting Processby the Abrasive Water Jet. Spectrum of Mechanical Engineering and Operational Research, 1(1), 111-120. https://doi.org/10.31181/smeor11202411
48. Keeney, R. L. ve Raiffa, H. (1976). Decision with multiple objectives, Cambridge University Press, Wiley.
49. Kesik, A. Ç. (2020). Çin demir cevheri ithalatının ve demir cevheri fiyatlarının dünya GSYİH üzerindeki etkisinin belirlenmesi. (Yüksek lisans tezi, İstanbul Teknik Üniversitesi, İstanbul). Erişim adresi: https://polen.itu.edu.tr:8443/
50. Kim, S. K. ve Song, O. (2009). A MAUT approach for selecting a dismantling scenario for the thermal column in KRR-1. Annals of Nuclear Energy, 36(2), 145-150. http://dx.doi.org/10.1016/j.anucene.2008.11.034
51. Koca, G. ve Behdioğlu, S. (2019). Yeşil tedarik zinciri yönetiminde çok kriterli karar verme: otomotiv ana sanayi örneği. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 14(3), 675-698. https://doi.org/10.17153/oguiibf.491356
52. Koca, G. ve Yıldırım, S. (2020). Bulanık çok kriterli karar verme çalışmalarına yönelik bibliyometrik analiz: 2005-2019 dönemi. Bilecik Şeyh Edebali Üniversitesi Sosyal Bilimler Dergisi, 5(2), 257-272. https://doi.org/10.33905/bseusbed.787164
53. Korinek, J. ve Kim, J. (2010). Export restrictions on strategic raw materials and their impact on trade and global supply. Journal of World Trade, 45(2). https://doi.org/10.1787/5kmh8pk441g8-en
54. Kouhi, J., Talja, A., Salmi, P. ve Ala-Outinen, T. (2000). Current R&D work on the use of stainless steel in construction in Finland. Journal of Constructional Steel Research, 54(1), 31-50. https://doi.org/10.1016/j.resconrec.2018.12.020
55. Kowalski, P. ve Legendre, C. (2023). Raw materials critical for the green transition: Production, international trade and export restrictions. OECD Trade Policy Papers 269, OECD Publishing.
56. Krstić, M., Agnusdei, G. P., Miglietta, P. P., Tadić, S. ve Roso, V. (2022). Applicability of industry 4.0 technologies in the reverse logistics: a circular economy approach based on comprehensive distance based ranking (COBRA) method. Sustainability, 14(9), 5632. https://doi.org/10.3390/su14095632
57. Lee, P. T. W. ve Yang, Z. (2018). Multi-criteria decision making in maritime studies and logistics. Springer: Cham, Switzerland. https://doi.org/10.1007/978-3-319-62338-2
58. Lundmark, R. (2018). Analysis and projection of global iron ore trade: A panel data gravity model approach. Miner Econ, 31, 191-202. https://doi.org/10.1007/s13563-017-0125-8
59. Maliene, V., Dixon-Gough, R., ve Malys, N. (2018). Dispersion of relative importance values contributes to the ranking uncertainty: Sensitivity analysis of Multiple Criteria Decision-Making methods. Applied Soft Computing, 67, 286-298. https://doi.org/10.1016/j.asoc.2018.03.003
60. Maniya, K. ve Bhatt, M. G. (2010). A selection of material using a novel type decision-making method: Preference selection index method. Materials & Design, 31(4), 1785-1789. https://doi.org/10.1016/j.matdes.2009.11.020
61. Maity, S. R. ve Chakraborty, S. (2015). Tool steel material selection using PROMETHEE II method. The International Journal of Advanced Manufacturing Technology, 78, 1537-1547. https://doi.org/10.1007/s00170-014-6760-0
62. Mohaghar, A. ve Zarchi, E. S. (2015). Identification and ranking of projects funded by the steel industry by using of multi criteria decision making (MCDM). Global Journal of Management Studies and Researches, 2(1), 38-47.
63. Mohammed, A., Yazdani, M., Oukil, A. ve Gonzalez, E. D. S. (2021). A hybrid MCDM approach towards resilient sourcing. Sustainability, 13(5), 2695. https://doi.org/10.3390/su13052695
64. Mohan, K. ve Berkowitz, M. (1988). Raw materials procurement strategy: the differential advantage in the success of Japanese steel. Journal of Purchasing and Materials Management, 24(1), 15-22. https://doi.org/10.1111/j.1745-493X.1988.tb00200.x
65. Monajemzadeh, N., Yazdi, A. K., Hanne, T., Shirbabadi, S., Khosravi, Z. ve Guo, J. (2022). Identifying and prioritizing export-related CSFs of steel products using hybrid multi-criteria methods. Cogent Engineering, 9(1), 2077162. https://doi.org/10.1080/23311916.2022.2077162
66. Mousa, E., Wang, C., Riesbeck, J. ve Larsson, M. (2016). Biomass applications in iron and steel industry: An overview of challenges and opportunities. Renewable and Sustainable Energy Reviews, 65, 1247-1266. https://doi.org/10.1016/j.rser.2016.07.061
67. Muslemani, H., Liang, X., Kaesehage, K., Ascui, F. ve Wilson, J. (2021). Opportunities and challenges for decarbonizing steel production by creating markets for ‘green steel’products. Journal of Cleaner Production, 315, 128127. https://doi.org/10.1016/j.jclepro.2021.128127
68. New, R. (2010). Steel and steel-making raw materials. Australian Commodities: Forecasts and Issues, 17(1), 168–178.
69. Oda, J., Akimoto, K. ve Tomoda, T. (2013). Long-term global availability of steel scrap. Resources, Conservation and Recycling, 81(C), 81-91. https://doi.org/10.1016/j.resconrec.2013.10.002
70. Önüt, S., Tuzkaya, U. R. ve Saadet, N. (2008). Multiple criteria evaluation of current energy resources for Turkish manufacturing industry. Energy Conversion and Management, 49(6), 1480-1492. https://doi.org/10.1016/j.enconman.2007.12.026
71. Özcan, A. ve Ömürbek, N. (2020). Bir demir çelik işletmesinin performansının çok kriterli karar verme yöntemleri ile değerlendirilmesi. IBAD Sosyal Bilimler Dergisi, (8), 77-98. https://doi.org/10.21733/ibad.714295
72. Özcan, B. ve Yılmazer, E. (2020). Demir çelik sektöründe yatırım kararının analitik hiyerarşi yöntemi (AHP) ile analizi. Journal of Turkish Operations Management, 4(2), 536-548.
73. Özekenci, E. K. (2024). Entegre MCDM yöntemlerine dayalı uluslararası pazar seçimi: Demir çelik sektörüne ilişkin bir örnek çalışma. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 27(1), 274-293. https://doi.org/10.29249/selcuksbmyd.1440711
74. Pala, O. (2022). BIST Sigorta Endeksinde CRITIC ve MULTIMOOSRAL tekniklerine dayalı finansal analiz. İzmir İktisat Dergisi, 37(1), 218-235. https://doi.org/10.24988/ije.939532
75. Pauliuk, S., Milford, R. L., Muller, D. B. ve Allwood, J. M. (2013). The steel scrap age. Environmental Science & Technology, 47(7), 3448-3454. https://doi.org/10.1021/es303149z
76. Paulo, A. ve Krzak, M. (2018). Modern trade standards for steel raw materials. Gosp. Sur. Miner, 34(3), 5-30. https://doi.org/10.24425/122585
77. Polat, E. G., Yücesan, M. ve Gül, M. (2023). A comparative framework for criticality assessment of strategic raw materials in Turkey. Resources Policy, 82, 103511. https://doi.org/10.1016/j.resourpol.2023.103511
78. Prasad, R. V. ve Rajesh, R. (2023). Development of coating material for low carbon steels using MCDM. International Journal of Enterprise Network Management, 14(4), 299-315.
79. Quader, M. A. ve Ahmed, S. (2016). A hybrid fuzzy mcdm approach to identify critical factors and co 2 capture technology for sustainable iron and steel manufacturing. Arabian Journal for Science and Engineering, 41, 4411-4430. https://doi.org/10.1007/s13369-016-2134-2
80. Rayhanizadeh, A. ve Anbarzadeh, A. (2021). Numerical investigation of the mutual influence of materials and energy in the electric arc furnace: A case study in Khorasan Steel Complex. Journal of Environmental Friendly Materials, 5(2), 45-49. DOR: 20.1001.1.25383620.2021.5.2.7.3
81. Ren, H., Zhou, W., Makowski, M., Zhang, S., Yu, Y. ve Ma, T. (2023). A multi-criteria decision support model for adopting energy efficiency technologies in the iron and steel industry. Annals of Operations Research, 325(2), 1111-1132. https://doi.org/10.1007/s10479-022-04548-z
82. Richmond, S., Millsteed, W. ve Wilson, R. (2006). Steel and steel making raw materials: prospects for iron ore, steel, metallurgical coal and nickel. Australian Commodities: Forecasts and Issues, 13(1), 115-136. https://doi.org/10.3316/informit.080674486571037
83. Sanayi Genel Müdürlüğü. (2021). Demir çelik sektörü raporu 2021. Ankara: T.C. Sanayi ve Teknoloji Bakanlığı.
84. Sanayi Genel Müdürlüğü. (2022). Demir çelik sektörü raporu 2021. Ankara: T.C. Sanayi ve Teknoloji Bakanlığı.
85. Schoeman, Y., Oberholster, P. ve Somerset, V. (2021). A zero-waste multi-criteria decision-support model for the iron and steel industry in developing countries: A case study. Sustainability, 13(5), 2832. https://doi.org/10.3390/su13052832
86. Schoner, B. ve Wedley, W. C. (1989). Ambiguous criteria weights in AHP: Consequences and solutions. Decision Sciences, 20(3), 462-475. https://doi.org/10.1111/j.1540-5915.1989.tb01561.x
87. Singh, M. ve Pant, M. (2021). A review of selected weighing methods in MCDM with a case study. International Journal of System Assurance Engineering and Management, 12, 126–144. https://doi.org/10.1007/s13198-020-01033-3
88. Singh, M., Pant, M., Godiyal, R. D. ve Kumar-Sharma, A. (2020). MCDM approach for selection of raw material in pulp and papermaking industry. Materials and Manufacturing Processes, 35(3), 241-249. https://doi.org/10.1080/10426914.2020.1711917
89. Singh, R. K., Choudhury, A. K., Tiwari, M. K. ve Maull, R. S. (2006). An integrated fuzzy-based decision support system for the selection of lean tools: a case study from the steel industry. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 220(10), 1735-1749. https://doi.org/10.1243/09544054JEM494
90. Spengler, T., Geldermann, J., Hähre, S., Sieverdingbeck, A. ve Rentz, O. (1998). Development of a multiple criteria based decision support system for environmental assessment of recycling measures in the iron and steel making industry. Journal of Cleaner Production, 6(1), 37-52. https://doi.org/10.1016/S0959-6526(97)00048-6
91. Stević, Ž., Pamučar, D., Puška, A. ve Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to compromise solution (MARCOS). Computers & Industrial Engineering, 140, 106231. https://doi.org/10.1016/j.cie.2019.106231
92. Strezov, V., Evans, A. ve Evans, T. (2013). Defining sustainability indicators of iron and steel production. Journal of Cleaner Production, 51, 66-70. https://doi.org/10.1016/j.jclepro.2013.01.016
93. Tadić, S., Krstić, M. ve Radovanović, L. (2024). Assessing strategies to overcome barriers for drone usage in last-mile logistics: A novel hybrid fuzzy MCDM model. Mathematics, 12(3), 367. https://doi.org/10.3390/math12030367
94. Taşcı, M. Z. (2024). MEREC ve CRADIS yöntemlerini içeren entegre bir ÇKKV modeli ile DASK özelinde bir uygulama. Doğuş Üniversitesi Dergisi, 25(1), 35-53. https://doi.org/10.31671/doujournal.1294336
95. Tehseen, S. ve Sajilan, S. (2016). Network competence based on resource-based view and resource dependence theory. International Journal of Trade and Global Markets, 9(1), 60-82. https://doi.org/10.1504/IJTGM.2016.074138
96. Tezeren, A., Tan, S., Özdeş, N., Yücel, E. ve Aykın, N. (1981). Özel sektör demir çelik tesislerinde envanter ve kapasite çalışmaları entegre tesislerde verimlilik ölçümleri. Ankara: Milli Prodüktivite Merkezi Yayınları 245.
97. Thanh, V. N., Tinh, N. V. ve Nhi, T. H. T. (2023). Strategic decision making at a steel industry assisted by fuzzy theory and multicriteria decision making model. IEEE Access. https://doi.org/10.1109/ACCESS.2023.3341364
98. Tursun, S. S. ve Özkoç, H. H. (2022). Çok kriterli karar verme teknikleri kullanılarak tedarikçi seçim kararı ile ilgili yapılmış çalışmaların bibliyometrik analizi: 2000-2020. Ekonomi ve Yönetim Araştırmaları Dergisi, 11(1), 64-82.
99. Türkiye Çelik Üreticileri Derneği [TÇÜD] (2016). Demir çelik sektörü. Erişim adresi: https://celik.org.tr/demir-celik-sektoru/
100. Türkiye Taşkömürü Kurumu. (2023). 2022 yılı taşkömürü sektör raporu. Ankara: T.C. Enerji ve Tabii Kaynaklar Bakanlığı.
101. Tüyen, Z. (2016). Türkiye’de dış ticaret politika ve uygulamaları. İstanbul: Globus Dünya Basımevi.
102. Ulutaş, A., Balo, F. ve Topal, A. (2023). A new hybrid MCDM method for optimizing natural stone selection for building envelopes. Revista de la Construcción, 22(3), 646-660. http://dx.doi.org/10.7764/rdlc.22.3.646
103. Ustalar, S. A. (2021). Riskten korunma yaklaşımı çerçevesinde uluslararası hisse senedi yatırımları ile ticaret arasındaki ilişki. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 39(3), 475-490. https://doi.org/10.17065/huniibf.794085
104. Uysal, U. (2015). Demir çelik hurda ithalatında yaşanan sorunların belirlenmesi ve çözüm önerileri. (Yüksek lisans tezi, Mustafa Kemal Üniversitesi, Hatay). Erişim adresi: https://tez.yok.gov.tr/UlusalTezMerkezi
105. Vercammen, S., Chalabyan, A., Ramsbottom, O., Ma, J. ve Tsai, C. (2017). Tsunami Spring Tide or High Tide, The Growing Importance of Steel Scrap in China. McKinsey & Company.
106. Verma, R., Ajaygopal, K. V. ve Koul, S. (2022). Circular supplier evaluation and selection'using hybrid MCDM methods: Case of the steel manufacturing industry. In. International Symposium of the Analytic Hierarchy Process 2022, 15-18 Aralık, Web Conference.
107. Wang, C. N., Nguyen, T. L. ve Dang, T. T. (2022). Two-stage fuzzy MCDM for green supplier selection in steel industry. Intelligent Automation & Soft Computing, 33(2). 1245-1260 https://doi.org/10.32604/iasc.2022.024548
108. Wårell, L. (2014). Trends and developments in long-term steel demand the intensity of use hypothesis revisited. Resources Policy, 39, 134-143. https://doi.org/10.1016/j.resourpol.2013.12.002
109. Watari, T., Hata, S., Nakajima, K. ve Nansai, K. (2023). Limited quantity and quality of steel supply in a zero-emission future. Nature Sustainability, 6(3), 336-343. https://doi.org/10.1038/s41893-022-01025-0
110. World Steel Association. (t.y.). World steel in figures in 2008-2023. Erişim adresi: https://worldsteel.org/data/world-steel-in-figures/
111. Yakowitz, D. S., Lane, L. J. ve Szidarovszky, F. (1993). Multi-attribute decision making: dominance with respect to an importance order of the attributes. Applied Mathematics and Computation, 54(2-3), 167-181.
112. Yaşar, O. (2013). Türk imalat sanayinde lokomotif bir sektör: Demir çelik sanayi. Marmara Coğrafya Dergisi, 20, 42-78.
113. Yeh, C. H. ve Kuo, Y. L. (2020). Fuzzy multi-criteria selection of non-ferrous scrap metal suppliers. İç. 2020 IEEE International Conference on Systems, Man, and Cybernetics (SMC) (ss. 841-847), IEEE. https://doi.org/10.1109/SMC42975.2020.9283322
114. Yıldırım, M., Bal, K. ve Doğan, M. (2021). Gri ilişkisel analiz yöntemi ile finansal performans analizi: BIST’te işlem gören demir çelik şirketleri üzerinde bir uygulama. Muhasebe Bilim Dünyası Dergisi, 23(1), 122-143. https://doi.org/10.31460/mbdd.788840
115. Yücekaya, A. (2013). Managing fuel coal supply chains with multiple objectives and multimode transportation. Engineering Management Journal, 25(1), 58-70. https://doi.org/10.1080/10429247.2013.11431966
116. Yücel, Ş. (2024). Karar verme teknikleri üzerinde yapılan çalışmaların bibliyometrik analizi. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 16(30), 153-172. https://doi.org/10.20990/kilisiibfakademik.1442217
117. Zandieh, M. ve Aslani, B. (2019). A hybrid MCDM approach for order distribution in a multiple-supplier supply chain: A case study. Journal of Industrial Information Integration, 16, 100104. https://doi.org/10.1016/j.jii.2019.08.002
118. Zavadskas, E. K., Turskis, Z., Antucheviciene, J. ve Zakarevicius, A. (2012). Optimization of weighted aggregated sum product assessment. Elektronika ir Elektrotechnika, 122(6), 3-6. https://doi.org/10.5755/j01.eee.122.6.1810
119. Zhang, H., Peng, Y., Tian, G., Wang, D. ve Xie, P. (2017). Green material selection for sustainability: A hybrid MCDM approach. PloS one, 12(5), e0177578. https://doi.org/10.1371/journal.pone.0177578
120. Zhang, L., Bai, W., Yu, J., Ma, L., Ren, J., Zhang, W. ve Cui, Y. (2018). Critical mineral security in China: an evaluation based on hybrid MCDM methods. Sustainability, 10(11), 4114. https://doi.org/10.3390/su10114114.