OECD ülkelerinde çevresel bozulma, enerji tüketimi ve lojistik performans arasındaki ilişkinin incelenmesi: Makine öğrenimi ile bir uygulama
Examining the relationship between environmental degradation, energy consumption, and logistics performance in OECD countries: An application using machine learning
- Tez No: 981835
- Danışmanlar: PROF. DR. MUSTAFA METE
- Tez Türü: Doktora
- Konular: Ulaşım, Transportation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Uluslararası Ticaret ve Lojistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Lojistik faaliyetler sera gazı emisyonları aracılığıyla iklim değişikliği ve küresel ısınmaya yol açarak, dünya için yıkıcı sonuçlar doğurmaktadır. Bu sonuçlardan korunabilmek amacıyla hem lojistik sektöründe hem de enerji üretim ve tüketiminde çeşitli önlemler alınması gerekmektedir. Bu tez çalışmasında 38 OECD ülkesi üzerinde lojistik performans, çevresel bozulma ve enerji tüketimi arasındaki ilişki bir makine öğrenimi algoritması olan Rassal Orman analiziyle incelenmektedir. Analizde, algoritmanın performansını değerlendirmek için MSE, MAE, RMSE ve R² metrikleri, değişken önemini değerlendirmek için ise TreeSHAP kullanılmaktadır. Ayrıca sonuçların görselleştirilmesi için arı sürüsü grafiklerinden faydalanılmaktadır. Algoritma, ulaşım sektöründen kaynaklanan enerji tüketimi, çevresel bozulma, Lojistik Performans Endeksi (LPE) göstergelerinden lojistik kalite ve yetkinlik, altyapı, takip ve izlenebilirlik, gümrükleme değişkenlerini başarıyla tahmin edebilirken; zamanlama ve uluslararası taşımacılık göstergelerini açıklamakta zorluk çekmektedir. Değişken önem düzeylerine göre her bir hedef LPE göstergesi için, diğer LPE göstergeleri tutarlı bir şekilde en etkili tahmincilerdir. Enerji tüketimine ilişkin sonuçlar, doğru enerji tüketimi tahminleri için algoritmanın lojistik metriklerindense, çevresel ve ekonomik faktörlere öncelik verilmesi gerektiğini göstermektedir. Analiz sonucunda çevresel bozulma tahmininin en baskın belirleyicisinin ise enerji tüketimi olduğu gözlemlenmektedir.
Özet (Çeviri)
Logistics activities contribute to climate change and global warming through greenhouse gas emissions, resulting in destructive consequences for the planet. To mitigate these effects, various measures need to be implemented both in the logistics sector and in energy production and consumption. This thesis investigates the relationship between logistics performance, environmental degradation, and energy consumption in 38 OECD countries using the Random Forest machine learning algorithm. In the analysis, MSE, MAE, RMSE, and R² metrics are used to evaluate the algorithm's performance, while TreeSHAP are employed to assess variable importance. Additionally, bee swarm plots are utilized for visualizing the results. The algorithm successfully predict the variables of energy consumption from the transportation sector, environmental degradation, 'the compentence and quality of logistics services', 'the quality of trade and transport-related infrastructure', 'the ability to track and trace consingments', and 'the efficiency of customs and border management clearance' from Logistics Performance Index (LPI) indicators; however, it has difficulty explaining 'the frequency with which shipments reach consignee within scheduled or expected delivery time' and 'the ease of arranging competitively priced international shipments' indicators. According to variable importance levels, for each target LPI indicator, other LPI indicators consistently serve as the most influential predictors. The results related to energy consumption indicate that, for accurate energy consumption predictions, priority should be given to environmental and economic factors rather than logistics metrics. The analysis also reveals that energy consumption is the most dominant determinant in forecasting environmental degradation.
Benzer Tezler
- Three essays on intra-industry trade
Endüstri içi ticaret üzerine üç makale
EVRİM ZEYNEP ÜNLÜ
Doktora
İngilizce
2023
EkonomiYeditepe ÜniversitesiUluslararası Ticaret ve Lojistik Yönetimi Ana Bilim Dalı
PROF. DR. ŞÜKRÜYE TÜYSÜZ
- The interaction between policy uncertainties and climate change: Evidence from emerging and developed countries
Politika belirsizlikleri ve iklim değişikliği arasındaki etkileşim: Gelişmekte olan ve gelişmiş ülkeler örneği
CANAN ÖZKAN
- Dünya genelinde yabancı yatırım akışının kirlilik sığınağı ve kirlilik hale hipotezi kapsamında incelenmesi: Dinamik panel veri analizi
Examination of foreign investments flows worldwide within the scope of pollution haven and pollution halo hypothesis: Dynamic panel data analysis
MERVE NUR ÜNAL
Yüksek Lisans
Türkçe
2022
İşletmeGalatasaray Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. ZÜBEYDE SEVGİ İNECİ
PROF. DR. ALİ TARKAN ÇAVUŞOĞLU
- OECD ülkelerinde Çevresel Kuznets Eğrisinin sınanması:“Ekonomik büyüme ve çevresel sürdürülebilirlik arasındaki ilişkinin panel veri analizi”
Testing the Environmental Kuznets Curve in OECD countries:“A panel data analysis of the relationship between economic growth and environmental sustainability”
BEKİR UMUT GÜNDOĞDU
- Uluslararası ticaret ve ekonomik büyümenin karbon yoğunluğu arasındaki ilişkinin yapısal unsurlar çerçevesinde analizi
Analysis of the relationship between international trade and carbon intensity of economic growth within the framework of structural elements
İREM BİNİCİ ERTAN
Doktora
Türkçe
2025
Uluslararası TicaretZonguldak Bülent Ecevit ÜniversitesiUluslararası Ticaret ve İşletmecilik Ana Bilim Dalı
DOÇ. DR. AYKUT ŞARKGÜNEŞİ