Lojistik performans endeksini etkileyen faktörlerin makine öğrenmesi yöntemleriyle belirlenmesi

Küresel ticaretin artan karmaşıklığı ve uluslararasılaşan tedarik zincirleri, ülkelerin lojistik performansını stratejik bir öncelik haline getirmiştir. Bu doğrultuda, ülkelerin lojistik yeterliliklerini karşılaştırmalı biçimde değerlendiren Lojistik Performans Endeksi (LPI), politika yapıcılar ve araştırmacılar açısından önemli bir gösterge niteliğindedir. Bu çalışmanın amacı, LPI üzerindeki belirleyici faktörleri tespit etmek ve bu değişkenlerin önem derecelerini değerlendirmek üzere makine öğrenmesi algoritmalarını kullanmaktır. Bağımlı değişken olarak LPI, bağımsız değişkenler olarak ise enflasyon oranı, GSYH ve kişi başına GSYH büyümesi, insani gelişim endeksi (HDI), karbon emisyonları, kentleşme, nüfus artışı, mal ve hizmet ticareti ile taşımacılık hizmetleri gibi göstergeler dikkate alınmıştır. Veriler, Dünya Bankası ve Our World in Data gibi uluslararası kaynaklardan elde edilmiştir. Özellik seçimi ve modelleme aşamasında altı farklı denetimli öğrenme algoritması uygulanmış, modellerin tahmin başarımı karşılaştırılmıştır. Sonuçlar, LPI üzerinde en yüksek etkiye sahip değişkenlerin HDI, karbon emisyonları, nüfus artışı, taşımacılık hizmetleri (ihracat oranı) ve taşımacılığa bağlı karbon salınımları olduğunu göstermektedir. Elde edilen bulgular, ülkelerin lojistik performanslarını geliştirmeye yönelik politika oluşturma süreçlerine katkı sağlamaktadır.