SavedAdd your journal

Journals / Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi / 2026 / Cilt: 27 Sayı: 1

EVALUATION OF THE LOGISTICS PERFORMANCE INDEX USING MULTI-CRITERIA DECISION-MAKING METHODS: A STUDY ON APEC COUNTRIES

LOJİSTİK PERFORMANS ENDEKSİNİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİ İLE DEĞERLENDİRİLMESİ: APEC ÜLKELERİ ÜZERİNE BİR ÇALIŞMA

Binnur Çomak(ÇAĞ ÜNİVERSİTESİ)0009-0004-3544-7440
Emre Kadir Özekenci(ÇAĞ ÜNİVERSİTESİ)0000-0001-6669-0006
Pages
126–149
Publication Date
2026-06-29
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The findings reveal that “Tracking and Monitoring” and “International Shipment” are the most significant criteria, while “Customs” has a relatively lower weight.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:This study evaluates the logistics performance levels of member countries of the Asia-Pacific Economic Cooperation (APEC) using various multi-criteria decision-making (MCDM) methods.
📊
Key Findings & Data:The primary data source is the World Bank’s 2023 Logistics Performance Index (LPI) data.
💡
Conclusion & Impact:The findings reveal that “Tracking and Monitoring” and “International Shipment” are the most significant criteria, while “Customs” has a relatively lower weight.
🔬Design:Modeling & Simulation
📍Scope:2023 Verileri
⚙️Variables:LPE · ÇKKV · APEC

Abstract

This study evaluates the logistics performance levels of member countries of the Asia-Pacific Economic Cooperation (APEC) using various multi-criteria decision-making (MCDM) methods. The primary data source is the World Bank’s 2023 Logistics Performance Index (LPI) data. To comprehensively analyze the logistics performance of APEC economies, an integrated MCDM model was developed that incorporates the LOPCOW, CRADIS, CoCoSo, MARCOS, RSMVC, SPOTIS, AROMAN, and Borda Count methods. In the initial phase of the analysis, the objective weights of the evaluation criteria were established using the LOPCOW method. Following this, the countries’ logistics performance rankings were determined using the CRADIS, CoCoSo, MARCOS, RSMVC, SPOTIS, AROMAN, and Borda Count methods, along with a comparative analysis of their consistency. The findings reveal that “Tracking and Monitoring” and “International Shipment” are the most significant criteria, while “Customs” has a relatively lower weight. Furthermore, the results indicate that Singapore stands out as the country with the highest logistics performance across all evaluated methods. It is expected that the insights from this study will provide a valuable resource for strategic decision-making among businesses in the international logistics sector, as well as for policymakers and stakeholders in foreign trade.

Özet

Bu çalışmada, Asya-Pasifik Ekonomik İş Birliği (APEC) üyesi ülkelerin lojistik performans düzeyleri, çeşitli çok kriterli karar verme (ÇKKV) yöntemleri kullanılarak değerlendirilmiştir. Bu kapsamda, Dünya Bankası tarafından 2023 yılı için yayımlanan Lojistik Performans Endeksi (LPE) verileri temel veri kaynağı olarak kullanılmıştır. APEC ekonomilerinin lojistik performansını kapsamlı ve bütüncül bir biçimde analiz edebilmek amacıyla, LOPCOW, CRADIS, CoCoSo, MARCOS, RSMVC, SPOTIS, AROMAN ve Borda Sayım yöntemlerini içeren entegre bir ÇKKV modeli önerilmiştir. Analizin ilk aşamasında, değerlendirme kriterlerinin nesnel ağırlıkları LOPCOW yöntemi ile belirlenmiştir. Ardından, CRADIS, CoCoSo, MARCOS, RSMVC, SPOTIS, AROMAN ve Borda Sayım yöntemlerinin uygulanmasıyla ülkelerin lojistik performans sıralamaları elde edilmiş ve yöntemler arası tutarlılık karşılaştırmalı olarak analiz edilmiştir. Bulgular, “Takip ve İzleme” ile “Uluslararası Sevkiyat” kriterlerinin en yüksek önem düzeyine sahip olduğunu, buna karşılık “Gümrük” kriterinin göreli olarak daha düşük bir ağırlık taşıdığını ortaya koymaktadır. Ayrıca, elde edilen sonuçlar Singapur’un, uygulanan tüm yöntemlerde en yüksek lojistik performans düzeyine sahip ülke olarak öne çıktığını göstermektedir. Bu çalışmadan elde edilen bulguların, uluslararası lojistik sektöründe faaliyet gösteren işletmeler, politika yapıcılar ve dış ticaret paydaşları için yol gösterici nitelikte olması ve stratejik karar alma süreçlerine katkı sağlaması beklenmektedir.

🔖

Cite This Article

Çomak, B., Özekenci, E. K. (2026). EVALUATION OF THE LOGISTICS PERFORMANCE INDEX USING MULTI-CRITERIA DECISION-MAKING METHODS: A STUDY ON APEC COUNTRIES. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, Cilt: 27 Sayı: 1, 126–149. https://doi.org/10.24889/ifede.1811787

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (38)

  1. Adıgüzel Mercangöz, B., Yıldırım, B. F. ve Kuzu Yıldırım, S. (2020). Zaman dönemine dayalı COPRAS-G yöntemi: Lojistik Performans Endeksi üzerine bir uygulama. LogForum, 16(2), 239-250. https://doi.org/10.17270/J.LOG.2020.432
  2. Akbulut, E. A., Ulutaş, A., Yürüyen, A. A. ve Balalan, S. (2024). Hibrit bir ÇKKV modeli ile G20 ülkelerinin lojistik performansının ölçülmesi. Business & Management Studies: An International Journal, 12(1), 1-21. https://doi.org/10.15295/bmij.v12i1.2300
  3. Akdağ, S. (2025). OECD ülkelerinin lojistik performans endeksine göre LOPCOW tabanlı CoCoSo yöntemiyle değerlendirilmesi (Konferans bildirisi, 5. Uluslararası Bilimsel Araştırmalar ve Yenilikçi Çalışmalar Sempozyumu). Balıkesir, Türkiye. Proceedings, 219-227. https://doi.org/10.18074/ibaycs.2025.1234567
  4. Alnıpak, S. (2024). AHS-COCOSO yöntemi ile APEC ülkelerinin lojistik performanslarının değerlendirilmesi. Tarsus Üniversitesi Uygulamalı Bilimler Fakültesi Dergisi, 4(1), 13-26.
  5. Altıntaş, F. F. (2021). Avrupa Birliği ülkelerinin lojistik performanslarının CRITIC tabanlı WASPAS ve COPRAS teknikleri ile analizi. Türkiye Sosyal Araştırmalar Dergisi, 25(1), 117-146. https://doi.org/10.18074/tsadergisi.738279
  6. Arvis, J.-F., Wiederer, C., Shepherd, B., Ojala, L., & Ulybina, D. (2023). Connecting to compete 2023: Trade logistics in an uncertain global economy. Erişim yeri: https://lpi.worldbank.org/sites/default/files/2023-04/LPI_2023_report_with_layout.pdf (20.09.2025)
  7. Biswas, S., Bandyopadhyay, G., & Mukhopadhyaya, J. N. (2022). A multi-criteria framework for comparing dividend pay capabilities: Evidence from Indian FMCG and consumer durable sector. Decision Making: Applications in Management and Engineering, 5(2), 140-175. http://doi.org/10.31181/dmame0306102022b
  8. Bošković, S., Švadlenka, L., Jovčić, S., Dobrodolac, M., Simić, V., & Bacanin, N. (2023). An alternative ranking order method accounting for two-step normalization (AROMAN)—A case study of the electric vehicle selection problem. IEEE Access, 11, 39496-39507. e.t:10.08.2025
  9. Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). New York, NY.
  10. Dezert, J., Tchamova, A., Han, D., & Tacnet, J. M. (2020, July). The SPOTIS rank reversal free method for multi-criteria decision-making support. In 2020 IEEE 23rd International Conference on Information Fusion (FUSION) (pp. 1-8). IEEE.
  11. Ecer, F. (2020). Çok kriterli karar verme geçmişten günümüze kapsamlı bir yaklaşım. Seçkin Yayıncılık.
  12. Ecer, F., & Pamucar, D. (2022). A novel LOPCOW-DOBI multi-criteria sustainability performance assessment methodology: An application in developing country banking sector. Omega, 102690. http://doi.org/10.1016/j.omega.2022.102690
  13. Gökdemir, T. (2025). Lojistik Performans Endeksinin Çok Kriterli Karar Verme Yaklaşımları ile Analizi: G-8 Ülkeleri Örneği. Fiscaoeconomia, 9(3), 1289–1304. https://doi.org/10.25295/fsecon.1573651
  14. Işık, O., Aydın, Y. ve Koşaroğlu, S. M. (2020). Orta ve Doğu Avrupa ülkelerinin lojistik performans endeksinin SV ve MABAC yöntemlerinin yeni bir kombinasyonu ile değerlendirilmesi. LogForum, 16(4), 549-559. https://doi.org/10.17270/J.LOG.2020.504
  15. Jeun, H., & Yoon, J. (2025). The Impact of Logistics Efficiency on Korea’s Trade Performance: Focusing on the Logistics Performance Index of APEC Countries. KAIC Journal of International Commerce and Information, 27(2), 67-85.
  16. Kale, M. V. ve Tilki, İ. (2024). Dünya ülkelerinin lojistik performanslarının çok kriterli karar verme yöntemi ile değerlendirilmesi: 2023 yılı Dünya Bankası raporu ile karşılaştırmalı analizi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 80, 13 – 30.
  17. Kamacı, K. (2025). Orta Koridor Ülkelerinin Lojistik Performansının LOPCOW-Ağırlıklı TOPSIS Yaklaşımıyla Değerlendirilmesi. Tarsus Üniversitesi Uygulamalı Bilimler Fakültesi Dergisi, 5(2), 180-197.
  18. Kayar, G. A., & Avsar, I. I. (2025). Comparative innovative logistics performance analysis of G7–BRICS countries using SWARA–MEREC based EDAS methodology. Archives of Transport, 75(3), 7-23.
  19. Kaygın, C. Y., & Koç, A. K. (2025). Analysis of The Logistics Performance Index Based on Regional Economic Integration: Evidence from ECOWAS. International Journal of Contemporary Economics and Administrative Sciences, 15(2), 720-741.
  20. Koçak, R. D. (2020). Lojistiğin tarihsel gelişimi: Askeri gereksinimden işletme lojistiğine ve tedarik zinciri yönetimine evrilme süreci. Journal of Yasar University, 15(58), 246-258. https://doi.org/10.19168/jyasar.647095
  21. Lamboray, C. (2007). A comparison between the prudent order and the ranking obtained with Borda’s, Copeland’s, Slater’s and Kemeny’s rules. Mathematical Social Sciences, 54(1), 1-16. https://doi.org/10.1016/j.mathsocsci.2007.03.003
  22. Mešić, A., Miškić, S., Stević, Ž. & Mastilo, Z. (2022). Hybrid MCDM solutions for evaluating the logistics performance index of the Western Balkan countries. Economics, 10(1), 13-34. https://doi.org/10.2478/eoik-2022-0004
  23. Miškić, S., Stević, Ž., Tadić, S., Alkhayyat, A. ve Krstić, M. (2023). Evaluation of the logistics performance index of EU countries with the MCDM model, emphasizing the importance of the criteria. World Review of Intermodal Transportation Research, 11(3), 258-279. https://doi.org/10.1504/WRITR.2023.132501
  24. Ömürbek, N., & Urmak Akçakaya, E. D. (2018). Forbes 2000 listesinde yer alan havacılık sektöründeki şirketlerin Entropi, MAUT, COPRAS ve SAW yöntemleri ile analizi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(1), 257-278. https://doi.org/10.17350/HJSE19030000162
  25. Özdil, Z., Kartal, C., & Karaboğa, M. A. (2025). AB 27 Ülkelerinin LOPCOW ve EDAS Yöntemleri ile Lojistik Performanslarının Analizi. Üçüncü Sektör Sosyal Ekonomi Dergisi, 60(1), 681–693. https://doi.org/10.15659/3.sektor-sosyal-ekonomi.25.02.2540
  26. Özekenci, E. K. (2024). OPEC ülkelerinin lojistik performans endeksinin Entropi, CRITIC ve LOPCOW tabanlı EDAS yöntemleri ile değerlendirilmesi. İşletme ve Ekonomi Araştırmaları Dergisi, 9(2), 260-279. https://doi.org/10.26650/JTL.2024.1339285
  27. Özekenci, E. K. (2025a). Yeşil lojistik performansını değerlendirmek için hibrit bir MPSI-Genişletilmiş AROMAN karar alma modeli: Asya-Pasifik ülkeleri örneği. LogForum, 21(1), 87. https://doi.org/10.17223/LogForum/21/1
  28. Özekenci, E. K. (2025b). OECD ülkelerinin lojistik performans endeksinin hibrit MCDM yöntemlerine dayalı değerlendirilmesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 47(1), 47-76. https://doi.org/10.18074/atauniiibd.1047747
  29. Öztürkçü, N. (2025). Evaluation of the Logistics Performance of North, Middle and South Corridor Countries Within the Scope of the One Belt One Road Initiative Using Hybrid MCDM Methods. Dokuz Eylül University Journal of Faculty of Business, 26 (Special Issue), 107–133.
  30. Puška, A., Stević, Ž., & Pamučar, D. (2021). Evaluation and selection of healthcare waste incinerators using extended sustainability criteria and multi-criteria analysis methods. Environment, Development and Sustainability, 24(9), 1349-1370. http://doi.org/10.1007/s10668-021-01902-2
  31. Silva, Â., Barros, B., & Rodrigues, H. S. (2026). Multidecision criteria models for Logistics Performance Index in the EU countries. Croatian Operational Research Review, 17(1), 1-14.
  32. Stević, Ž., Pamučar, D., Puška, A., & 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
  33. Şişman, S. ve Nebati, E. E. (2024). Entropi tabanlı CoCoSo yöntemi ile Türkiye ve Avrupa Birliği ülkelerinin lojistik performanslarının değerlendirmesi. İşletme Araştırmaları Dergisi, 24 (4), 1885 – 1914.
  34. T.C. Dışişleri Bakanlığı. (2023). Asya Pasifik Ekonomik İş birliği (APEC). https://www.mfa.gov.tr/asya-pasifik-ekonomik-isbirligi-_apec_-.tr.mfa e.t: 01.03. 2025
  35. Triantaphyllou, E. (2000). Multi-criteria decision making methods. In Multi-criteria decision making methods: A comparative study (pp. 5-21). Springer, Boston, MA.
  36. Van Dua, T., & Thinh, H. X. (2023). RSMVC: A new-simple method to select the cutting tool based on multi-criteria. Journal of Applied Engineering Science, 21(1), 167-175. https://doi.org/10.5937/jaes0-39772
  37. Yazdani, M., Zaraté, P., Kazimieras, Z., & Turskis, Z. (2019). A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management Decision, 57(9), 2314-2338. https://doi.org/10.1108/MD-05-2017-0458
  38. Yürüyen, A. A., & Altay, H. (2025). Evaluating the Logistics Performance of One Belt One Road Project Countries with Multi Criteria Decision Making Methods. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 12(2), 750-774.