۲-۳-۳- تعریف تحلیل پوششی داده‌ها

 

چارنز، کوپر و رودز، در مقاله خود، این روش را بصورت زیر تعریف کردند:
«تحلیل پوششی داده‌ها یک مدل برنامه‌ریزی ریاضی برای داده‌های مشاهده شده است که روشی جدید برای تخمین تجربی نسبتهای وزنی یا مرز کارایی را همچون تابع تولید فراهم می‌سازد که پایه اقتصاد مدرن می‌باشد.»(Charnes, 1978 [۲۷] )
تحلیل پوششی داده‌ها (DEA) یک روش برنامه‌ریزی ریاضی برای ارزیابی واحدهای تصمیم‌گیری۱[۱۳] (DMU) است. یکDMU عبارت است از یک واحد سازمانی یا یک سازمان مجزا که توسط فردی بنام ”مدیر“ یا ”رئیس“ یا ”مسئول“ اداره می‌شود و دارای فرایند سیستمی می‌باشد، به این معنا که تعدادی عوامل تولید را بکار گرفته تا تعدادی محصول حاصل نماید. با توجه به اینکه سیستم مورد نظر شامل سیستم‌های تولیدی و خدماتی، انتفاعی و یا غیرانتفاعی، دولتی و غیردولتی می‌شود، لذا در ادبیات تحلیل پوششی‌ داده‌ها به منظور جلوگیری از پراکنده کاری، بجای عوامل ورودی سیستم، از مفهوم نهاده۲‌[۱۴] (داده و یا ورودی) و بجای محصولات خروجی سیستم، از مفهوم ستاده۳[۱۵] (بازداده و یا خروجی) استفاده می‌شود. مفاهیم نهاده‌ و ستاده از علم اقتصاد گرفته شده است که مبنای تحلیل‌های این روش جدید است. DEA در ارزیابی واحدهای تصمیم‌گیرنده این فرض را قائل است که واحدهای تصمیم‌گیری تحت بررسی، داده‌های مشابه را برای تولید ستاده‌های مشابه بکار می‌گیرند. به عنوان مثال شعب بانک، مدارس یک استان، شعب یک شرکت بیمه‌ای و… که در هر مورد واحدهای تصمیم‌گیرنده می‌باشند، دارای ساختارهای مشابه هستند. لذا دارای نهاده‌ها و ستاده‌های مشابه ولی با سطوح مقداری متفاوت می‌باشند و می‌توان با استفاده از روشهای متداول ارزیابی از جمله تحلیل پوششی‌ داده‌ها به مقایسه عملکرد آنها پرداخت. پایه و اساس روش تحلیل پوششی داده ها مفهوم کارایی است که به شکل زیر تعریف می‌گیرد.

 

 

 

 

 

مجموع موزون ستاده‌ها	= کارایی
مجموع موزون نهاده‌ها

۲-۳-۴- ویژگیها و قابلیتهای کاربردی مدلهای تحلیل پوششی داده‌ها (Norman, 1998) [۴۲]
موارد زیر از اصلی‌ترین قابلیتهای است که مدلهای DEA دارا هستند.

 

• ارزیابی همزمان عوامل و نهاده‌های مؤثر بر عملکرد بنگاه: توانایی ارزیابی عوامل و نهاده‌های مؤثر بر عملکرد و تولید یک بنگاه اقتصادی به طور همزمان و با وجود تفاوتهای موجود بین آنها از نقطه نظر تنوع و واحدهای اندازه‌گیری از مهمترین قابلیتهای این رهیافت است.

 

• گرایش مرزی: در مدلهای مرتبط به DEA برای تحلیل عملکرد از مفهوم مرز تولید و کارایی مرزی استفاده می‌شود. به عبارت دیگر برخلاف روشهای رگرسیون و حداقل مربعات که میانگین ستاده را براساس نهاده‌های مفروض برآورد می کند، رهیافت DEA گرایش به تابع مرزی و واحدهای کارا در میان سایر واحدها دارد.

 

• انعکاس بهترین حالت عملکرد بجای مطلوبترین وضعیت: در این روش بهترین عملکرد بنگاه، قرار گرفتن روی مرز کارایی است که از بررسی کلیه واحدهای نمونه‌ای و در دسترس حاصل می‌گردد. پس تصور وضعیت مطلوب در این روش موضوعیت ندارد.

 

• ارزیابی واقع گرایانه: در این روش از میان بنگاههای تحت بررسی شماری به عنوان کارا و تعدادی نیز به عنوان ناکارا مشخص می‌شوند. در تعیین واحدهای ناکارا هیچ گونه سطح استاندارد از پیش تعیین شده‌ای مد نظر قرار نمی‌گیرد. و ارزیابی هر بنگاهی بر مبنای دیگر بنگاههای مورد نظر و نمونه‌ای دیگر و با شرایط یکسان انجام می‌پذیرد.

 

• عدم نیاز به اوزان از قبل تعیین شده: در این روش برای عوامل و نهاده‌های حاضر در مدل برنامه‌ریزی ریاضی، اوزان متناسبی با توجه به اطلاعات موجود تعیین می‌شود تا براساس آنها حداکثرسازی نسبت ستاده‌ها به نهاده‌ها و کارایی صورت پذیرد. اوزان تعیین شده در واقع بهترین اوزان قابل حصول در بین بنگاههای مورد بررسی محسوب می‌گردند.

 

• خاصیت جبرانی بودن: در این روش عوامل و ویژگیهایی که بنگاه در آنها نقاط قوت بیشتری دارد به منظور حداکثر نمودن کارایی مورد استفاده قرار می‌گیرد و از این طریق موجبات کمبود در عوامل دیگر فراهم می‌آید.

<br< style="box-sizing: inherit;">

برای دانلود فایل متن کامل پایان نامه به سایت 40y.ir مراجعه نمایید.

/>

 

• استاندارد سازی: در این روش تعیین استاندارد با توجه به بنگاههای تحت بررسی تعیین می‌گردد. در واقع هیچ بنگاهی با بنگاه یا بنگاههای خارج از واحدهای مورد مطالعه مورد مقایسه قرار نمی‌گیرد. این امر موجب می‌شود تا از تحمیل استاندار خارج از فضای مطالعه اجتناب شده و سنخیت لازم در بین بنگاهها حفظ گردد.

 

• رتبه‌بندی بنگاهها: روش DEA قابلیت بالایی در رتبه‌بندی بنگاههای نمونه‌ای فراهم می‌آورد.

 

• تعیین نوع بازدهی نسبت به مقیاس: امکان شناسایی نوع بازدهی نسبت به مقیاس یکی از مزایای روش DEA است. بنابراین سیاستگذاری صحیح در خصوص توسعه یا عدم توسعه تولید برای بنگاههای تحت بررسی امکان پذیر می شود.

 

• تحلیل حساسیت نهاده‌ها و ستاده‌ها: در روش DEA به مانند تحقیق در عملیات، انجام تحلیل حساسیت امکان پذیر بوده و در برخی مدلهای DEA محققین به این امر پرداخته اند.

 

۲-۳-۵- محدودیت‌ها و مسائل خاص در مورد رویکرد DEA (1998 Coelli,) [۲۹]

 

محدودیت‌ها و مسائلی که ممکن است در بکارگیری DEA با آن مواجه شویم به شرح زیر می باشد:

 

• مقادیر کارایی حاصل از این روش فقط نسبت به بهترین بنگاه در نمونه بدست می‌آید و گنجاندن بنگاههای دیگر (بیرون از نمونه) ممکن است مقادیر کارایی را کاهش دهد.

 

• وقتی که مقادیر کارایی متوسط از دو مطالعه با هم مقایسه می‌شوند، می‌بایست دقت لازم به عمل آید زیرا آنها صرفاً پراکندگی کاراییها را بین هر نمونه منعکس می‌سازند و چیزی درباره کارایی یک نمونه نسبت به نمونه دیگر بیان نمی‌کنند.

 

• وقتی مشاهدات اندک و نهاده‌ها و ستاده‌های زیادی وجود دارد بنگاههای متعددی در مرز DEA ظاهر می‌شوند در نتیجه اگر محقق در تلاش برای بهتر نشان دادن صنعتی باشد ، می‌تواند اندازه‌ نمونه را کاهش و تعداد نهاده‌ها و ستاده‌ها را افزایش داده و در نتیجه مقادیر کارایی را افزایش دهد.