ÜLKELERİN LOJİSTİK PERFORMANSLARINA GÖRE ULUSLARARASI DEMİRYOLLARI İSTATİSTİKLERİ AÇISINDAN KÜMELENMESİ

Yıl 2021, Cilt: 13 Sayı: 2, 111 - 137, 31.12.2021

Hande Eren , Esra Aksoy

Öz

ÖZET
Lojistik, uzun yıllar boyunca, ilkel tarımsal ekonomi döneminden modern endüstriye kadar çok sayıda değişime uğramıştır. Bu değişimin sebebi, lojistik kapasite, lojistik hizmet ve sürecin gelişimi için ürün ve ihtiyaçların farklılaşması, gelişmesi gerekliliğidir. Yeterli lojistik kapasitesi olmayan ve yeterli lojistik hizmeti sağlayamayan toplumlar üretim faktörlerini tam verimle kullanamaz ve dış ticarete entegre olamazlar. Demiryolu yük taşımacılığı da bu noktada başta düşük maliyet olmak üzere çok fazla avantaja sahiptir. Demiryollarının bu avantajları sayesinde uzun zamandır lojistik hizmetlerin önemli bir parçası olmayı sürdürmektedir. Demiryolları özellikle dış ticaret faaliyetlerinde oldukça tercih edilen bir ulaştırma seçeneği olmaktadır. Bu yüzden ülkelerin lojistik performanslarında demiryolları faaliyetleri önemli bir yer sahiptir. Bu çalışmada da ülkeler Türkiye Cumhuriyeti Devlet Demiryolları İşletmesi Genel Müdürlüğü (TCDD)’nin yayımladığı 2016-2020 İstatistik Yıllığı’ndan alınan verilerle uluslararası demiryolu istatistikleri açısından kümelere ayrılmıştır. WEKA programıyla yapılan analizde en ideal sonuçları Beklenti Maksimizasyonu algoritması vermiştir. Algoritmaya göre ülkeler 4 kümeye ayrılmıştır. Ülkeler aynı zamanda Çok Kriterli Karar Verme yöntemlerinden PSI yöntemi ile sıralanarak analiz edilmiştir. Elde edilen sıralama ile ülke kümeleri incelenmiştir. Ülkelerin ait olduğu kümelere ve sıralamalarına bakıldığında büyük çoğunlukla yakın sonuçlar elde edilmiştir. PSI yönteminde en iyi performans gösteren ilk beş ülkenin 3’ü aynı kümede yer almıştır. Bu durumla iki farklı analizin sonuçlarının güvenirliğini test ederken literatüre farklı bir bakış açısı kazandırmak istenmiştir. Sonuç olarak, kümeleme analizi sonuçları ile PSI yöntemi sonuçlarının birbirlerine oldukça yakın ve birbirini destekler nitelikte olduğu görülmüştür.

Anahtar Kelimeler

Lojistik, Demiryolu Taşımacılığı, Kümeleme Analizi, PSI Yöntemi

Kaynakça

• Akyüz, G. ve Aka, S. (2015). İmalat performansı ölçümü için alternatif bir yaklaşım: tercih indeksi (PSI) yöntemi. İşletme ve Ekonomi Araştırmaları Dergisi, 6(1), 63-77.
• Albayrak, Ö. K. (2021). Türkiye’nin demiryolu yük taşımacılığı talebinin zaman serisi analizi ile tahmini. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (58), 137-154.
• Antonenko, P. D., Toy, S., & Niederhauser, D. S. (2012). Using cluster analysis for data mining in educational technology research. Educational Technology Research and Development, 60(3), 383-398.
• Attri, R., & Grover, S. (2015). Application of preference selection index method for decision making over the design stage of production system life cycle. Journal of King Saud University-Engineering Sciences, 27(2), 207-216.
• Baran, S. & Esmer, S. (2018). Demiryolu Taşımacılığının Lojistikteki Önemi ve Türkiye’deki Mevcut Durumu Hakkında Bir Değerlendirme. IV. International Caucasus-Central Asia Foreign Trade And Logistics Congress, September, 7-8, Didim/Aydın.
• Barreto, S., Ferreira, C. Paixao, J. & Santos, B. S. (2007). Using Clustering Analysis in a Capacitated Location-Routing Problem. European Journal of Operational Research, 179, 968-977.
• Çekerol, G., & Nalçakan, M. (2011). Lojistik sektörü içerisinde Türkiye demiryolu yurtiçi yük taşıma talebinin ridge regresyonla analizi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 31(2), 321-344.
• Demiryolu Uzunluğuna Göre Ülkeler Listesi, https://tr.wikipedia.org/wiki/Demiryolu_uzunlu%C4%9Funa_g%C3%B6re_%C3%BClkeler_listesi, [İndirme Tarihi: 15.08.2021].
• Everitt, B. (1974). Cluster analysis. London: Heinemann Educational Books.
• Ferreira, L., & Hitchcock, D. B. (2009). A comparison of hierarchical methods for clustering functional data. Communications in Statistics-Simulation and Computation, 38(9), 1925-1949.
• Graca, J. V., Ganchev, K., & Taskar, B. (2007). Expectation maximization and posterior constraints. Neural Information Processing Systems Conference (NIPS), Vancouver, BC, December 2007.
• Han, J., Kamber, M. & Pei, J. (2012). Data Mining Concepts and Techniques. USA: Morgan Kaufmann Publishers.
• Jiang, D., Tang, C., & Zhang, A. (2004). Cluster analysis for gene expression data: a survey. IEEE Transactions on knowledge and data engineering, 16(11), 1370-1386.
• Kabakcı, C. Ç. & Sarı, E. B. (2019). Türk bankacılık sektöründe finansal performansın tercih seçim endeksi (PSI) yöntemiyle analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(3), 370-383.
• Kabasakal, A. & Solak, A. O. (2011). Demiryolu Ulaşım Sistemlerinde Verimlilik. International Conference On Eurasian Economies 2011. 416-419, Bishkek - Kyrgyzstan 12-14 October 2011.
• Kangallı, S. G., Uyar, U. & Buyrukoğlu, S. (2014). OECD ülkelerinde ekonomik özgürlük: bir kümeleme analizi. Uluslararası Alanya İşletme Fakültesi Dergisi, 6(3), 95-109.
• Maniya, K., & 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.
• Marti, L., Puertas, R., & García, L. (2014). The importance of the logistics performance index in international trade. Applied Economics, 46(24), 2982-2992.
• Minka, T. (1998). Expectation-Maximization As Lower Bound Maximization, Tutorial, http://www-white.media.mit.edu/tpminka/ papers/em.html, 1998. [İndirme Tarihi: 2.07.2021].
• Neal, R. M., & Hinton, G. E. (1998). A view of the EM algorithm that justifies incremental, sparse, and other variants. In Learning in graphical models (pp. 355-368). Springer, Dordrecht.
• Pasin, Ö. (2015). Sağlık Alanında Yapılan Araştırmalarda Kümeleme Algoritmalarının Kullanımı: Bir Uygulama. Düzce Üniversitesi Sağlık Bilimleri Enstitüsü Yüksek Lisans Tezi. Düzce.
• Rezankova, H., & Everitt, B. (2009). Cluster analysis and categorical data. Statistika, 89(3), 216-232.
• Solak, A. O. (2011), Karayolu ve Demiryolu Ulaşım Sistemlerinin Ekonomik Etkinlik Analizi. Sakarya Üniversitesi, Sosyal Bilimler Enstitüsü Doktora Tezi. Sakarya.
• Şahin, Ş. (2012). Büyük Menderes Nehri Üzerindeki Akım Gözlem İstasyonlarında Eksik Verilerinin Tamamlanması. Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü Yüksek Lisans Tezi. Denizli.
• Templ, M., Filzmoser, P., & Reimann, C. (2008). Cluster analysis applied to regional geochemical data: problems and possibilities. Applied Geochemistry, 23(8), 2198-2213.
• Tuş, A. ve Adalı, E. A. (2018). CODAS ve PSI yöntemleri ile personel değerlendirmesi. Alphanumeric Journal, 6(2), 243-256. UTİKAD Lojistik Sektörü Raporu (2019), www.utikad.org.tr, [İndirme Tarihi: 5.06.2021].