Giriş
Kalkınma planları ile birlikte hayata geçirilen organize sanayi bölgeleri (OSB’ler); kentleşme politikalarının yönlendirilmesinde, sanayinin organize edilmesinde, ulusal ölçekte yeni yatırımların ve istihdamın artırılmasında ve bölgesel gelişmişlik farklılıklarının azaltılmasında önemli rol üstlenmektedir. 

Günümüzde OSB’lerin sayısının artması ve mevcut OSB’lerin genişleme trendinde olması hem merkezi yönetim hem de OSB’ler açısından yönetim ve denetim araçları gereksinimini ve performans değerlendirmesini gerekli kılmaktadır.

Karar alıcıların sürekli olarak çok kriterli ve kompleks farklı problemlerle karşılaşmaları ve bu problemlere en kısa sürede çözüm bulmak zorunda olmalarından dolayı çok kriterli karar verme yöntemleri, yaygın bir kullanım alanına sahiptir. Çok kriterli karar verme yöntemleri, n sayıdaki alternatifler açısından en uygun olanı seçme ve değerlendirmede özel sektörden kamu sektörüne kadar karar alıcıların karar vermesine yardımcı olur. 
Çok kriterli karar verme problemlerini çözmek için geçmişten günümüze değin farklı alanlarda yaygın bir biçimde kullanılmakta olan çok kriterli karar verme yöntemlerinden TOPSIS yönteminin ülkemizdeki kullanım alanlarına örnek olarak, çimento fabrikalarının finansal performanslarının değerlendirilmesi (Ertuğrul, 2009), bankaların üretim firmalarının kredibilitesini değerlendirmesi (İç, 2010), bankacılık sektöründeki finansal performansın değerlendirilmesi (Seçme, 2009), yatırımların finansal açıdan değerlendirilmesi (Tolga, 2008), teknoloji firmalarının finansal performanslarının değerlendirilmesi (Dumanoğlu, 2010), otomotiv firmalarının performans ölçümü (Yurdakul ve İç, 2003), havayolları işletmelerinin performanslarının değerlendirilmesi (Akkaya, 2004) çalışmaları gösterilebilir.

Çalışmada mevcut veri setlerine göre Türkiye’de tüzel kişilik kazanmış organize sanayi bölgelerinin 7 çeyreklik (2015 1. çeyrek-2016 3. çeyrek) dönemlerine ait doluluk oranı, istihdam sayısı, üretimdeki firma sayısı, sanayi parsel alanı, üretime geçilen parsel alanı verileri analiz kriterleri olarak belirlendikten sonra analiz yöntemi olarak çok kriterli karar verme (ÇKKV) yöntemlerinden biri olan TOPSIS yöntemi kullanılmıştır. Çalışmanın ikinci ve üçüncü bölümünde TOPSIS yöntemi, uygulama adımları ve sonuçlarından bahsedildikten sonra dördüncü ve son bölümünde, OSB’lerin başarı sıralaması çeyrek dönemler itibari ile ortaya çıkarılıp yorumlanmış ve bir çizgi grafiği ile OSB’lerin performansı gösterilmiştir.

2.TOPSIS Yöntemi
TOPSIS kelimesi, Technique for Order Preference by Similarity to Ideal Solution kelimelerinin baş harflerinden oluşmaktadır. Karar verme sürecinde kullanılan yöntemlerden birisi olan TOPSIS, alternatifler arasından en iyi seçimin yapılmasına imkân tanıyan bir tekniktir. Bu yöntemle karar verirken seçilen bir alternatifin ideal çözüme yakın olması ve ideal olmayan çözüme (negatif ideal) de uzak olması beklenir (Lai ve diğerleri, 1994). TOPSIS, 1981 yılında Hwang ve Yoon tarafından geliştirilmiş çok amaçlı karar verme yöntemlerinden birisidir (Hwang ve Yoon, 1981). 

Çalışmanın uygulama bölümünde çoklu karar verme tekniklerinden biri olan TOPSIS yöntemi kullanılmıştır. TOPSIS yöntemine göre performans değerlendirmesi aşağıdaki aşamalara göre yapılır (Yıldırım ve Önder, 2015).

Adım 1: Karar matrisinin (A) oluşturulması
Karar matrisi karar verici tarafından oluşturulması gereken bir matristir. Oluşturulan bu matris mxp boyutlu bir matris olacaktır. Karar verici satırlarda karar noktalarını gösterirken sütunlarda ise faktörlere yer verir. Bu matris aşağıdaki gibi gösterilebilir;

 
Adım 2: Normalize matrisin elde edilmesi
Karar matrisi oluşturulduktan sonra her bir aij değerlerinin(a11,a21,a31…am1) kareleri alınarak bu değerlerin toplamından oluşan sütun toplamları elde edilir ve her bir aij değeri ait olduğu sütun toplamının kareköküne bölünerek normalizasyon işlemi gerçekleştirilir. Bu işlem ile ilgili notasyon aşağıda gösterilmiştir;


 
Normalize matris aşağıdaki gibi elde edilir;
 

Adım 3: Ağırlıklandırılmış normalize matrisin (V) elde edilmesi
Normalize edilmiş matrise ait her bir değer wij gibi bir değerle ağırlıklandırılır. Ağırlıklandırma işlemi TOPSIS yönteminin sübjektif yönünü ortaya koymaktadır. Çünkü ağırlıklandırma işlemi faktörlerin önem derecesine göre yapılmaktadır. TOPSIS yönteminin tek sübjektif parametresi ağırlıklardır. Burada dikkat edilmesi gereken husus wij değer toplamlarının 1’e eşit olmasıdır. Yani ∑_(i=1)^n▒w_(i=1)  olacaktır. Normalize matris ile elde edilen nij değerleri wij ağırlıkları ile çarpılarak ağırlıklandırılmış normalize matris (V matrisi) elde edilir.
 

Adım 4: İdeal (A*) ve negatif ideal (A¯) çözümlerinin oluşturulması
Ağırlıklandırılmış normalize matris (V matrisi) elde edildikten sonra problemin yapısına bağlı kalmak koşuluyla yani amacımız maksimizasyon ise her bir sütuna ait maksimum değerler tespit edilir. Bu maksimum değerler ideal çözüm değerlerimizdir. Daha sonra ise yine her bir sütuna ait minimum değerler elde edilir. Bu da negatif ideal çözüm değerleridir. Eğer amacımız minimizasyon ise elde edilen değerler tam tersi olacaktır. İdeal ve negatif ideal çözüm değerlerinin elde edilmesi ile ilgili notasyon aşağıdaki gibi gösterilmiştir;
İdeal çözüm değerleri:


 
Negatif ideal çözüm değerleri:


 
Adım 5: İdeal (A*) ve negatif ideal (A¯) noktalara olan uzaklık değerlerinin hesaplanması
İdeal ve ideal olmayan noktalara olan uzaklık değerleri hesaplanırken öklidyen uzaklık kullanılmaktadır. Koordinat düzleminde x ve y koordinatları bilinen iki nokta arasındaki mesafenin bulunmasında yani öklidyen uzaklığın hesaplanmasında (Alpar, 2011);

formülünden faydalanılmaktadır. Burada;
xik: i. Gözlemin k. değişken değeri
xjk: j. Gözlemin k. değişken değeri
p: değişken sayısını göstermektedir.
İdeal çözüme en yakın öklidyen uzaklık ile negatif ideal çözüme en uzak uzaklık tespit edilmeye çalışılır. Bu formül ideal ve ideal olmayan noktalara olan uzaklığın hesaplanabilmesi için genelleştirilecek olursa aşağıdaki gibi bir hesaplama yolu izlenir;

İdeal uzaklık:
 

Negatif ideal uzaklık:


Burada karar noktası sayısı kadar  Si* ve Si- olacaktır.
Adım 6: İdeal çözüme göreli yakınlığın (Ci*) hesaplanması
Her bir karar noktasının ideal çözüme göreli yakınlığının hesaplanmasında ideal ve ideal olmayan noktalara uzaklıklardan yararlanılır. İdeal çözüme göreli yakınlık Ci* ile sembolize edilir. Burada Ci* değeri 0≤Ci*≤1 aralığında değer alır ve Ci*=1 ilgili karar noktasının ideal çözüme mutlak çözüm yakınlığını gösterirken, Ci*=0 ise ilgili karar noktasının negatif ideal çözüme mutlak yakınlığını gösterir.



 
3.Araştırma
Bu çalışmanın temel amacı, çok kriterli karar verme yöntemlerinden TOPSIS yöntemi kullanılarak Türkiye’deki OSB’lerin performansının belirlenmesidir. Bununla birlikte çalışmanın alt amacı ise değerlendirme yapacaklar için dikkate alınması gereken kriterleri ve bu kriterlerin önem düzeyini belirlemektir.
Performans değerlendirme kriterleri ve kriterlerin önem ağırlıkları, mevcut veri seti de dikkate alınarak literatür taraması ve uzman görüşleri doğrultusunda belirlenmiştir. Bu çerçevede doluluk oranı, istihdam sayısı, üretimdeki firma sayısı, sanayi parsel alanı, üretime geçilen parsel alanı başlığı altında toplam 5 kriter belirlenmiştir. Belirlenen bu kriterlere göre 3’er aylık 7 çeyrek dönem üzerinden performans değerlendirmesi yapılmıştır.

Çalışmanın II. kısmında yöntemin uygulanmasıyla elde edilen sonuçlar bütüncül bir yaklaşımla ele alınacaktır.

Not: Kaynak gösterilmeden alıntı yapılamaz. Alıntı için BULUT, T. (2016). Türkiye’deki Organize Sanayi Bölgelerinin Performanslarının TOPSIS Yöntemiyle Değerlendirilmesi. Bilim, Sanayi ve Teknoloji Bakanlığı Anahtar Dergisi. 28 (335).
Avatar
Adınız
Yorum Gönder
Kalan Karakter:
Yorumunuz onaylanmak üzere yöneticiye iletilmiştir.×
Dikkat! Suç teşkil edecek, yasadışı, tehditkar, rahatsız edici, hakaret ve küfür içeren, aşağılayıcı, küçük düşürücü, kaba, müstehcen, ahlaka aykırı, kişilik haklarına zarar verici ya da benzeri niteliklerde içeriklerden doğan her türlü mali, hukuki, cezai, idari sorumluluk içeriği gönderen Üye/Üyeler’e aittir.