Serdar Semih Çoşkun
Dr. Öğr. Üyesi, İstanbul Üniversitesi, İstanbul, Türkiye
Bu çalışma, rekabetçiliğin ülke düzeyinde lojistik performansı üzerindeki etkisini anlamayı amaçlamaktadır. Model değişkenlerini temsil etmek için Dünya Ekonomik Forumu'nun Küresel Rekabet Endeksi ve Dünya Bankası'nın Lojistik Performans Endeksi kullanılmıştır. Özellikle temel gereksinimler, verimlilik artırıcılar ve yenilik ve karmaşıklık, küresel rekabetçiliğin ana boyutları olmuştur. Bu değişkenlerin lojistik performansını oluşturan politika düzenlemeleri ve tedarik zinciri performans sonuçları üzerindeki etkisi test edilmiştir. Veri biliminin yeni bir dalı olan olasılıksal programlamayı kullanarak Bayesçi gürbüz çok değişkenli regresyon modeli tasarlanmıştır. Sonuçlar, politika düzenlemelerini iyileştirmenin daha basit olabileceğini ancak tedarik zinciri performans sonuçlarını artırmanın zor olabileceğini göstermektedir. Tedarik zinciri performansını iyileştirmede tek faktör verimlilik artırıcılar olarak bulunmuştur.
Anahtar Kelimeler: Lojistik Performansı, Bayesçi Analiz, Küresel Rekabetçilik, Markov Zinciri Monte Carlo
This study aims to understand the effect of competitiveness on logistics performance at country level. We used the Global Competitiveness Index of World Economic Forum, and Logistics Performance Index of the World Bank to proxy the model variables. Specifically, basic requirements, efficiency enhancers, and innovation and sophistication have been the main dimensions of global competitiveness. We tested the effect of these variables on policy regulations and supply chain performance outcomes, which constitute the logistics performance. We design a Bayesian robust multivariate regression model using probabilistic programming, a novel branch of data science. The results showed that it might be more straightforward to improve policy regulations but difficult to escalate supply chain performance outcomes. Efficiency enhancers seem to be the unique factor to improve it.
Keywords: Logistics Performance, Global Competitiveness, Bayesian Analysis, Markov Chain Monte Carlo
Bu çalışma, kullanan kişilere orjinal çalışmadan alıntı yaptıkları sürece, çalışmayı dağıtma, değiştirme ve üzerine çalışma hakkı tanıyan Attribution 4.0 International (CC BY 4.0) lisansı ile lisanslanmıştır.
İstanbul Üniversitesi Ulaştırma ve Lojistik Fakültesi
İ.Ü. Avcılar Kampüsü 34320 Avcılar/İstanbul
ulk@istanbul.edu.tr
+ 90 (212) 440 00 00 - 19200