Journals / Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2026 / Cilt: 25 Sayı: 1

Evaluation of the Logistics Efficiency of Türkiye's Leading Trading Partners by Multicriteria Decision Making

Türkiye’nin Önde Gelen Ticaret Ortaklarının Lojistik Verimliliklerinin Çok Kriterli Karar Verme Yöntemiyle Değerlendirilmesi

İlker İbrahim Avşar(OSMANİYE KORKUT ATA ÜNİVERSİTESİ)0000-0003-2991-380X
Orhan Ecemiş(GAZIANTEP UNIVERSITY, GAZİANTEP VOCATIONAL SCHOOL)0000-0002-8270-0857
Pages
142–163
Publication Date
2023-06-30
🏛️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 weighting of the criteria according to the results of the method CRITIC: international shipments 36.89%, timely processing 14.63%, tracking 14.28%, customs 12.37%, infrastructure 12.12%, logistical quality and competence 9.71%.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:With the rapid expansion of world trade, logistics is gaining importance, and the logistics sector provides opportunities for countries to increase their trade volume.
📊
Key Findings & Data:The World Bank publishes the Logistics Performance Index (LPI) for the logistics sector, which is of great importance to countries.
💡
Conclusion & Impact:The weighting of the criteria according to the results of the method CRITIC: international shipments 36.89%, timely processing 14.63%, tracking 14.28%, customs 12.37%, infrastructure 12.12%, logistical quality and competence 9.71%.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:Lojistik Performans · Çok Kriterli Karar Verme · CRITIC

Abstract

With the rapid expansion of world trade, logistics is gaining importance, and the logistics sector provides opportunities for countries to increase their trade volume. In addition, the logistics sector is important because of its large employment and value-added potential. The World Bank publishes the Logistics Performance Index (LPI) for the logistics sector, which is of great importance to countries. The LPI is published to show the logistics efficiency of countries. The LPI is important because it shows the situation of countries in the logistics sector under different headings. The aim of this study is to evaluate the efficiency of Türkiye's main international trade partners in the context of the LPI data. In this way, a comparison can be made with Türkiye's leading trading partners in the logistics sector. Data on each country's logistics performance (international shipments, timely handling, tracking, customs, infrastructure, logistics quality and competence) obtained from the World Bank's LPI database were processed using multi-criteria decision-making methods. The criteria used in the study were weighted using the CRITIC method, and country performance was evaluated using the CODAS method. The weighting of the criteria according to the results of the method CRITIC: international shipments 36.89%, timely processing 14.63%, tracking 14.28%, customs 12.37%, infrastructure 12.12%, logistical quality and competence 9.71%. According to the results of the CODAS method, Germany, the Netherlands, and the United Kingdom occupy the first three places in the ranking of the logistics performance of Türkiye and its main trading partners. Türkiye, Russia, and Iraq, on the other hand, are in the last three places. A study evaluating the logistics performance of Türkiye's major trading partners was not found in the available literature. Therefore, this study contributes to the scientific literature by considering it in a broad framework. It makes it possible to compare the logistics performance of Türkiye and its main trading partners and thus evaluate them between countries.

Özet

Lojistik küresel ticaretin hızla genişlemesiyle her geçen gün daha önemli hale gelmektedir ve lojistik sektörü ülkelerin ticaret hacimlerini büyütmeleri için fırsatlar sunmaktadır. Bunun yanı sıra geniş bir istihdam alanına sahip olması ve taşıdığı katma değer potansiyeli lojistik sektörünü önemli hale getirmektedir. Dünya Bankası ülkeler açısından dikkate değer bir öneme sahip olan lojistik sektörü için Lojistik Performans Endeksini (LPE) yayınlamaktadır. LPE, ülkelerin lojistik verimliliklerini göstermektedir ve LPE, farklı başlıklar altında ülkelerin lojistik sektöründeki durumunu göstermesinden dolayı önemlidir. Bu çalışmayla, Türkiye’nin başat uluslararası ticaret ortaklarının LPE verileri bağlamında verimliliğinin değerlendirilmesi amaçlanmaktadır. Bu şekilde Türkiye’nin önde gelen ticaret ortaklarıyla lojistik bağlamında bir kıyaslama yapılabilecektir. Dünya Bankası LPE veri tabanından elde edilen ülkelere göre lojistik performansına yönelik veriler (uluslararası gönderiler, zamanında işlem yapmak, izleme ve takip, gümrük, altyapı, lojistik kalite ve yetkinlik) Çok Kriterli Karar Verme yöntemleriyle ele alınmıştır. Çalışma kapsamında kullanılan kriterler CRITIC yöntemiyle ağırlıklandırılmış, ülke performanslarıysa CODAS yöntemiyle değerlendirilmiştir. CRITIC yöntemiyle elde edilen bulgulara göre kriter ağırlıkları; uluslararası gönderiler %36,89, zamanında işlem yapmak %14,63, izleme ve takip %14,28, gümrük %12,37, altyapı %12,12, lojistik kalite ve yetkinlik %9,71 düzeyinde olduğu görülmüştür. CODAS yöntemiyle elde edilen bulgularda ise Türkiye ve önde gelen ticaret ortaklarının lojistik performanslarının sıralanmasında ilk üç sırada Almanya, Hollanda ve Birleşik Krallık yer almaktadır. Buna karşın son üç sırada Türkiye, Rusya ve Irak bulunmaktadır. Türkiye’nin başat ticari ortaklarının lojistik verimliliklerini değerlendiren bir çalışmaya ulaşılabilen literatür içerisinde rastlanmamıştır. Bundan dolayı gündeme alınan çalışma, literatürü geniş bir kapsamda ele alarak bilimsel yazına katkıda bulunmaktadır. Türkiye ve başat ticari ortaklarının lojistik performanslarının kıyaslanmasına ve bu şekilde ülkeler arasında değerlendirme yapılmasına olanak tanımaktadır.

🔖

Cite This Article

Avşar, İ. İ., Ecemiş, O. (2023). Evaluation of the Logistics Efficiency of Türkiye's Leading Trading Partners by Multicriteria Decision Making. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 25 Sayı: 1, 142–163. https://doi.org/10.21180/iibfdkastamonu.1192728

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (89)

  1. Acar, M. F. (2021). Lojistik Performans İndeks: Türkiye-Avrupa Birliği Karşılaştırması. International Journal of Advances in Engineering and Pure Sciences, 33 (3), s.422-428. DOI: 10.7240/jeps.845982
  2. Ada, M. & Çakır, H. (2022). TOPSIS ve AHP Çok Kriterli Karar Verme Yöntemlerinin Personel Seçim Sürecine Uygulanması. International Journal of 3D Printing Technologies and Digital Industry, 6(2), s.186-200, DOI: 10.46519/ij3dptdi.1018279
  3. Ağaç, G. & Baki, B. (2016). Sağlık Alanında Çok Kriterli Karar Verme Teknikleri Kullanımı: Literatür İncelemesi. Hacettepe Sağlık İdaresi Dergisi, 19 (3)
  4. Aksungur, M. & Bekmezci, M. (2020). Türkiye’nin Lojistik Performansının Değerlendirilmesi Boylamsal Bir Araştırma. Toros Üniversitesi İİSBF Sosyal Bilimler Dergisi, 7(12), s.19-40
  5. Altıntaş, F. F. (2021). Avrupa Birliği Ülkelerinin Lojistik Performanslarının CRITIC Tabanlı WASPAS ve COPRAS Teknikleri ile Analizi. Türkiye Sosyal Araştırmalar Dergisi, 25(1), s.117-146
  6. Altıntaş, F. F. (2022a). G20 Ülkelerinin Yetenek Rekabetçiliği Performanslarının Analizi: CRITIC Tabanlı COCOSO Yöntemi ile Bir Uygulama. Academic Review of Humanities and Social Sciences, 5(1), s.1-23. DOI: 10.54186/arhuss.1071592
  7. Altıntaş, F. F. (2022b). G7 Ülkelerinin Lojistik Etkinlik ve Verimlilik Performanslarının Değerlendirilmesi. Verimlilik Dergisi, (1), s.78-93. DOI: 10.51551/verimlilik.734258”
  8. Arslan, B. N. & Ayvaz, B. (2021). AHP ve CODAS Yöntemi ile Emniyet Personeli Performans Ölçümü. İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3(2), s.149-158. DOI: 10.47769/izufbed.928068
  9. Atalan, A. (2020). Logistic Performance Index Of OECD Members. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 12(23), s.598-608. 10.20990/kilisiibfakademik.720604
  10. Aydın, G. Z. (2021). CRITIC ve TOPSIS Yöntemleriyle Türkiye’de Bölgesel Sağlık Hizmetlerinin Değerlendirilmesi. Uluslararası Sağlık Yönetimi ve Stratejileri Araştırma Dergisi, 7(2), s.412-433
  11. Ayyıldız, E. & Yalçın, S. (2018). Türkiye’de Yer Alan Lojistik Dostu Şehirlerin Bütünleşik ENTROPİ-CODAS Kullanılarak Belirlenmesi. Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 23(4) (Özel Sayı), s.127-140. DOI: 10.17482/uumfd.448596
  12. Babacan, A. (2020). Türkiye’de Orta Gelir Grubuna Yönelik Otomobil Seçimi. Çok Kriterli Karar Verme Yöntemi Olarak VIKOR Yöntemi. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 21(1), s.293-307. DOI: 10.37880/cumuiibf.625927
  13. Baki, R. (2022). Application of ROC and CODAS Techniques for Cloud Service Provider Selection. Gaziantep University Journal of Social Sciences, 21(1), s.217-230. DOI: 10.21547/jss.933287
  14. Bayraktutan, Y. & Özbilgin, M. (2015). Lojistik Maliyetler ve Lojistik Performans Ölçütleri. Maliye Araştırmaları Dergisi, 1(2), s.95-112
  15. Beysenbaev R. And Dus Y. (2020). Proposals for improving the Logistics Performance Index, The Asian Journal of Shipping and Logistics, Volume 36, Issue 1, Pages 34-42, ISSN 2092-5212, doi.org/10.1016/j.ajsl.2019.10.001
  16. Biswas, S., Pamucar, D., Kar, S., & Sana, S. S. (2021). A New Integrated FUCOM–CODAS Framework with Fermatean Fuzzy Information for Multi-Criteria Group Decision-Making. Symmetry, 13(12), pp.2430. MDPI AG. dx.doi.org/10.3390/sym13122430
  17. Bozma, G., Başar, S. İ. & Aydın, S. (2017). Lojistik Performansının Ekonomik Büyüme Üzerindeki Etkisi. The International New Issues in Social Sciences, 5 (5), s.401-414
  18. Can, G., Atalay, K. D. & Eraslan, E. (2018). HTEA Temelli CRITIC Yöntemi ile Bir Devlet Hastanesinde Risk Değerlendirme Uygulaması. Mühendislik Bilimleri ve Tasarım Dergisi, Özel Sayı: ERGONOMİ 2017, s.176-187
  19. Cengiz, H. & Çetinceli, K. (2020). Türkiye ve BRICS Ülkelerinin Bilgi ve İletişim Teknolojileri Gelişmişlik Endeksleri ile Lojistik Performans Endekslerinin Karşılaştırılması. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (38), s.165-185
  20. Çakır, S. (2017). Measuring logistics performance of OECD countries via fuzzy linear regression. J Multi-Crit Decis Anal. 24, pp. 177– 186. doi.org/10.1002/mcda.1601
  21. Çalışkan, E. & Eren, T. (2016). Bankaların Performanslarının Çok Kriterli Karar Verme Yöntemiyle Değerlendirilmesi. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, 6(2), s.85-107
  22. Çetinbaş, M. (2018). Çok Kriterli Karar Verme Yöntemleriyle İlgili Excel Uygulaması. Pamukkale İşletme ve Bilişim Yönetimi Dergisi, 4 (1), s.12-29
  23. Çınaroğlu, E. (2021). CRITIC Temelli CODAS ve ROV Yöntemleri ile AB Ülkeleri Yaşam Kalitesi Analizi. Bingöl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(1), s.337-364. DOI: 10.33399/biibfad.868418
  24. Çınaroğlu, E. (2022). Entropi Destekli EDAS ve CODAS Yöntemleri ile Bireysel Emeklilik Şirketlerinin Performans Değerlendirmesi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 10(1), s.325-345. DOI: 10.18506/anemon.961937
  25. Demir, G. (2021). Türk Bankacılık Sisteminin Finansal Performansının ROC-ITARA-CODAS Yöntemleriyle Analizi. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(3), s.831-847
  26. Demirci, A. (2020). Nakliye Aracı Seçimi: Çok Kriterli Karar Verme Modeli Önerisi. Antalya Bilim Üniversitesi Uluslararası Sosyal Bilimler Dergisi, 1 (1), s.17-34
  27. Demireli, E. (2010). TOPSIS Çok Kriterli Karar Verme Sistemi:Türkiye’deki Kamu Bankaları Üzerine Bir Uygulama. Girişimcilik ve Kalkınma Dergisi, 5(1)
  28. Diakoulaki, D., Mavrotas, G., Papayannakis, L. (1995). Determining Objective Weigths in Multiple Criteria Problems: The CRITIC Method, Computers & Operations Research, 22 (7), pp.763-770
  29. Dikici, Y. (2018). Katılım Bankaları ile Mevduat Bankalarının Çok Kriterli Karar Verme Yöntemi ile Karşılaştırılması. Uluslararası Ekonomik Araştırmalar Dergisi, 4 (2), s.117-125
  30. Doğanalp, B. (2016). Bulanık Çok-Kriterli Karar Verme ile Öğretim Üyesi Değerleme Çalışması. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12 (2), s.498-517
  31. Ekin, E. & Dinçer, S. E. (2020). Havacılık Sektöründe Yedek Parça Envanter Problemlerine Simülasyon ve Çok Kriterli Karar Verme Yöntemleri ile Hibrit Bir Çözüm Yaklaşımı. Sosyal Bilimler Araştırma Dergisi, 9 (4), s.28-52
  32. Eren, H. & Ömürbek, N. (2021). OECD Ülkelerinin Lojistik Performansları Açısından Kümelenmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26 (2), s.153-166
  33. Ersöz, F. & Kabak, M. (2010). Savunma Sanayi Uygulamalarında Çok Kriterli Karar Verme Yöntemlerinin Literatür Araştırması. Savunma Bilimleri Dergisi, 9 (1), s.97-125
  34. Ertuğrul, İ. & Özçil, A. (2014). Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4 (1), 267-282
  35. Eşiyok, S. & Demircioğlu, M. (2022). OECD Ülkelerinin Endüstri 4.0 Düzeylerinin CRITIC ve CODAS Yöntemleri ile Değerlendirilmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 21 (43), s.377-398. DOI: 10.46928/iticusbe.1076484
  36. Eygü, H. & Kılınç, A. (2020). OECD Ülkelerinin Lojistik Performans Endekslerinin Ridge Regresyon Analizi ile Araştırılması. Trakya Üniversitesi Sosyal Bilimler Dergisi, 22 (2), s.899-919. DOI: 10.26468/trakyasobed.688737
  37. Garg, R., Raheja, S. and Garg, R.K. (2021). Decision Support System for Optimal Selection of Software Reliability Growth Models Using a Hybrid Approach, IEEE Transactions on Reliability, 71(1), pp.149-161. Doi: 10.1109/TR.2021.3104232
  38. Gorniak, J (2022). Selected Logistics Development Level Indicators-a Review and Comparative Analysis in European Union Countries, Comparatıve Economic Research-Central and Eastern Europe, 25(1), pp.127-144, 10.18778/1508-2008.25.08
  39. Gök Kısa, A. C. & Ayçin, E. (2019). OECD Ülkelerinin Lojistik Performanslarının SWARA Tabanlı EDAS Yöntemi ile Değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9 (1), s.301-325. DOI: 10.18074/ckuiibfd.500320
  40. Görgün, M. R. (2020). Lojistik Performans Kriterlerinin Sağlanmasında Türk Lojistik Sektörünün Durumu. EKEV Akademi Dergisi, 0 (81), s.229-246
  41. Günay, B. & Kaya, İ. (2017). Borsa İstanbul’da Yer Alan Aracı Kurumların Performansının Çok Kriterli Karar Verme Yöntemleri ile Değerlendirilmesi. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 15 (2), s.141-164
  42. Güngör, Ş., Dursun, E. & Karaoğlan, A. (2019). Lojistik Faaliyetlerin Akdeniz Ülke Ekonomileri ile İlişkisi. Journal of Economic Policy Researches, 6 (2), s.91-106
  43. Ilıkkan Özgür, M., Soyu, E., Bağcı, H. & Demirtaş, C. (2021). Türkşeker Firmalarında Critic ve Eatwios Yöntemiyle Verimlilik Analizi. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 11 (1), s.224-244. DOI: 10.30783/nevsosbilen.877622
  44. Işık, Ö. (2022). Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. Yaşar Üniversitesi E-Dergisi, 17(66), s.472-489. DOI: 10.19168/jyasar.939276
  45. İç, Y. T. & Yurdakul, M. (2019). İşleme merkezi seçim problemlerinde kullanılan çok kriterli karar verme yöntemi uygulamalarında kriter ve alternatif sayısının sıralama sonuçlarına etkisinin incelenmesi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 35(2), s.991-1002. DOI: 10.17341/gazimmfd.437263
  46. Kahveci, Ş. (2022). Ekonomik ve Kurumsal Faktörlerin KEİ Ülkelerinin Lojistik Performansına Etkisi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (35), s.97-112. DOI: 10.18092/ulikidince.1039093
  47. Keshavarz Ghorabaee, M., Zavadskas, E. K., Turskis, Z., and Antucheviciene, J. (2016). A new combinative distance-based assessment (CODAS) method for multi-criteria decisionmaking. Economic Computation and Economic Cybernetics Studies and Research, 50(3), pp.25-44
  48. Khan, S.A.R., Mathew, M., Dominic, P.D.D., Umar, M. (2022). Evaluation and selection strategy for green supply chain using interval-valued q-rung orthopair fuzzy combinative distance-based assessment, Environment Development and Sustainability, 24(9), pp.10665, 10.1007/s10668-021-01876-1
  49. Kiracı, K. & Durmuşçelebi, C. (2022). Türkiye’de Havaalanı Performansının CRITIC temelli EDAS Yöntemiyle Analizi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 10 (2), 837-856. DOI: 10.18506/anemon.964827
  50. Kişman, Z. A. & Aydın, F. (2020). Uluslararası Ticaret Lojistiğinde Türkiye ve Avrupa’nın Yeri. Academic Knowledge, 3 (1), s.49-58. DOI: 10.5281/zenodo.3923690
  51. Koç Ustalı, N. & Tosun, Ö. (2020). Investigation Of Logistic Performance Of G-20 Countries Using Data Envelopment Analysis And Malmquist Total Factor Productivity Analysis. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(3), 755-781. DOI: 10.30798/makuiibf.792066
  52. Lezki, Ş. (2016). Çok Kriterli Karar Verme Problemlerinde Karar Ağacı Kullanımı. İktisadi Yenilik Dergisi, 2 (1), s.16-31
  53. Lu, M., Xie, R., Chen, P., Zou, Y., & Tang, J. (2019). Green Transportation and Logistics Performance: An Improved Composite Index. Sustainability, 11(10), pp.2976. MDPI AG. dx.doi.org/10.3390/su11102976
  54. Maghsoodi, AI, Rasoulipanah, H,Lopez, LM,Liao, HC,Zavadskas, EK (2020). Integrating interval-valued multi-granular 2-tuple linguistic BWM-CODAS approach with target-based attributes: Site selection for a construction project, Computers & Industrial Engineering, V.139, AN.106147, D:10.1016/j.cie.2019.106147
  55. Marti L., Puertas R., Marti A.F.L. and Puertas R. (2017). The importance of export logistics and trade costs in emerging economies, Maritime Economics & Logistics, Volume 19, Issue 2, Page 315-333, DOI: 10.1057/mel.2015.31
  56. Maruf, M. & Özdemir, K. (2021). Türkiye’deki Büyükşehirlerin İhracat Performanslarının CRITIC ve MAUT Yöntemi ile Değerlendirilmesi. Aksaray Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 5 (1), s.85-99. DOI: 10.38122/ased.927345
  57. Mešić A., Miškić S., Stević Ž. and Mastilo Z. (2022). Hybrid MCDM Solutions for Evaluation of the Logistics Performance Index of the Western Balkan Countries, Economics, 10(1), pp.13-34, DOI: 10.2478/eoik-2022-0004
  58. Oğuz, S., Alkan, G. & Yılmaz, B. (2019). Seçilmiş Asya Ülkelerinin Lojistik Performanslarının TOPSIS Yöntemi ile Değerlendirilmesi. IBAD Sosyal Bilimler Dergisi, Ekim 2019 Özel Sayısı, s.497-507. DOI: 10.21733/ibad.613421
  59. Organ, A. (2013). Çok Kriterli Karar Verme Yöntemlerinden Bulanık PROMETHEE Yönteminin Konteynır Seçiminde Uygulanması. Elektronik Sosyal Bilimler Dergisi, 12 (45)
  60. Orhan, M. & Mutlu, H. T. (2021). Ülkelerin Covid-19 Pandemisine Karşı Mücadelesinin CRITIC Tabanlı MABAC Yöntemiyle Değerlendirilmesi. Nicel Bilimler Dergisi, 3 (2), s.173-189. DOI: 10.51541/nicel.1034426
  61. Orhan, M. (2019). Türkiye ile Avrupa Birliği Ülkelerinin Lojistik Performanslarının ENTROPİ Ağırlıklı EDAS Yöntemiyle Karşılaştırılması. Avrupa Bilim ve Teknoloji Dergisi, (17), s.1222-1238. DOI: 10.31590/ejosat.657693
  62. Özgün Acar, D. & Benli, M. (2021). Dış Ticarette Lojistik Performansın Etkisi. Journal of Management and Economics Research, 19 (4), s.48-65. DOI: 10.11611/yead.897110
  63. Özkan, T. & Ağ, A. (2021). Corporate Sustainability Performance Assessment: CRITIC-ARAS Integrated Model. OPUS International Journal of Society Researches, 18 (42), pp.5208-5229. DOI: 10.26466/opus.913777
  64. Öztürk Ofluoğlu, N., Kalaycı, C., Artan, S. & Bal, H. Ç. (2018). Lojistik Performansındaki Gelişmelerin Uluslararası Ticaret Üzerindeki Etkileri: AB ve MENA Ülkeleri Örneği. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 9 (24), s.92-109
  65. Pala, O. (2022). BIST Sigorta Endeksinde CRITIC ve MULTIMOOSRAL Tekniklerine Dayalı Finansal Analiz. İzmir İktisat Dergisi, 37 (1), s.218-235. DOI: 10.24988/ije.939532
  66. Panchal, D., Chatterjee, P., Shukla, R.K., Choudhury, T. and Tamosaitiene, J. (2017). Integrated Fuzzy AHP-CODAS Framework for Maintenance Decision in Urea Fertilizer Industry, Economic Computation and Economic Cybernetics Studies and Research, 51(3), pp.179-196
  67. Pınar, A. & Diken, A. (2020). Lojistik Performans Endeksi Kapsamında Lojistik Üslerin Türkiye Ekonomisine Etkisi Üzerine Bir İnceleme. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19 (39), s.1384-1406. DOI: 10.46928/iticusbe.758630
  68. Ren, JZ (2018). Sustainability prioritization of energy storage technologies for promoting the development of renewable energy: A novel intuitionistic fuzzy combinative distance-based assessment approach, Renewable Energy, V.121, pp.666-676, DOI: 10.1016/j.renene.2018.01.087
  69. Rezaei J., van Roekel S.W., Tavasszy L., (2018). Measuring the relative importance of the logistics performance index indicators using Best Worst Method, Transport Policy, Volume 68, Pages 158-169, ISSN 0967-070X, doi.org/10.1016/j.tranpol.2018.05.007
  70. Sağır, H. & Doğanalp, B. (2016). Bulanık Çok-Kriterli Karar Verme Perspektifinden Türkiye İçin Enerji Kaynakları Değerlendirmesi. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11 (1), s.233-256
  71. Satıcı, S. (2021). Ülkelerin İnovasyon Performansının CRITIC Temelli WASPAS Yöntemiyle Değerlendirilmesi. Girişimcilik ve Kalkınma Dergisi, 16 (2), s.91-104
  72. Senir Gül (2021). Comparison of domestic logistics performances of Turkey and European Union countries in 2018 with an integrated model. Logforum, 17 (2), 2. DOI: 10.17270/J.LOG.2021.576
  73. Sharafi, H., Soltanifar, M. And Lotfi, FH (2022). Selecting a green supplier utilizing the new fuzzy voting model and the fuzzy combinative distance-based assessment method, Euro Journal On Decision Processes, V. 10, Article Number 100010, DOI:10.1016/j.ejdp.2021.100010
  74. Tosun, Ö. (2017). Tedarikçi Değerlendirmede Stokastik Bir Karar Verme Yaklaşımı: Stokastik Çok Kriterli Kabul Edilebilirlik Analizi. Verimlilik Dergisi, (4), s.111-121
  75. Trademap, Trade statistics for international business development, https://www.trademap.org, (Erişim: 17.08.2022)
  76. Tuş, A. & Aytaç Adalı, E. (2018). CODAS ve PSI Yöntemleri ile Personel Değerlendirmesi. Alphanumeric Journal, 6 (2), s.243-256. DOI: 10.17093/alphanumeric.432843
  77. Uğur, L. O. (2017). MOORA Optimizasyon Yaklaşımı ile İnşaat Proje Müdürü Seçimi: Çok Kriterli Bir Karar Verme Uygulaması. Politeknik Dergisi, 20 (3), s.717-723. DOI: 10.2339/politeknik.339408
  78. Ulutaş, A. & Karaköy, Ç. (2019a). CRITIC ve ROV Yöntemleri ile Bir Kargo Firmasının 2011-2017 Yılları Sırasındaki Performansının Analiz Edilmesi. MANAS Sosyal Araştırmalar Dergisi, 8 (1), s.223-230. DOI: 10.33206/mjss.458643
  79. Ulutaş, A. (2019). Entropi Tabanlı Edas Yöntemi ile Lojistik Firmalarının Performans Analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (23), s.53-66. DOI: 10.18092/ulikidince.458754
  80. Ulutaş, A., & Karaköy, Ç. (2019b). An Analysis of the Logistics Performance Index of EU Countries With ann Integrated MCDM Model 1. Economics and Business Review, 5(4), pp.49-69, doi.org/10.18559/ebr.2019.4.3
  81. Ünaldık, S. B. (2019). Mekansal Yer Seçimi Kararları'nın Hazırlanmasında CBS Kullanımı ve Çok Kriterli Karar Verme Yöntemi. Yapı Bilgi Modelleme, 1 (2), s.46-52
  82. Worldbank, Logistics Performance Index LPI World Bank, https://lpi.worldbank.org, (Erişim: 17.08.2022)
  83. Yalçın, B. & Ayvaz, B. (2020). Çok Kriterli Karar Verme Teknikleri ile Lojistik Performansın Değerlendirilmesi. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 19 (38), s.117-138
  84. Yalçın, N. & Karakaş, E. (2019). Kurumsal Sürdürülebilirlik Performans Analizinde CRITIC-EDAS Yaklaşımı. Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 34 (4), s.147-162. DOI: 10.21605/cukurovaummfd.704167
  85. Yılızatı, T. & Yazıcıoğlu, O. (2019). Çok Kriterli Karar Verme Yöntemleri ile Global Tedarikçi Seçimi: Otomotiv Yan Sanayi’de Bir Uygulama. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 6 (5), s.296-307
  86. Yildirim, B.F., Adiguzel Mercangoz, B. (2020). Evaluating the logistics performance of OECD countries by using fuzzy AHP and ARAS-G. EurasianEconRev, 10, pp.27–45. doi.org/10.1007/s40822-019-00131-3
  87. Yücel, M. & Ulutaş, A. (2009). Çok Kriterli Karar Yöntemlerinden ELECTRE Yöntemiyle Malatya’da Bir Kargo Firması İçin Yer Seçimi. Sosyal Ekonomik Araştırmalar Dergisi, 9 (17), s.327-344
  88. Yüksekyıldız, E. (2020). Türkiye Kruvaziyer Limanlarının Performans Değerlendirmesi. Avrupa Bilim ve Teknoloji Dergisi, (18), 607-615. DOI: 10.31590/ejosat.660363
  89. Zhou J., Li K.W., Baležentis T. & Streimikiene D. (2020). Pythagorean fuzzy combinative distance-based assessment with pure linguistic information and its application to financial strategies of multi-national companies, Economic Research-Ekonomska Istraživanja, 33(1), pp.974-998, 10.1080/1331677X.2020.1736117