رابطه بین سرمایه گذاری مالی و شاخص بهره وری مالم کوئیست بر اساس تحلیل پوششی داده ها در ساختار شبکه ای (مطالعه موردی : ایستگاه های مترو تهران)

محورهای موضوعی : دانش سرمایه‌گذاری

علی محمد قلی ها ¹ , فرهاد حسین زاده لطفی ² , محمدرضا شهریاری ³ , محسن واعظ قاسمی ⁴

1 - گروه مدیریت صنعتی، واحد امارات، دانشگاه آزاد اسلامی
2 - گروه ریاضی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 - دانشیار، گروه مدیریت، ، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه ریاضی دانشگاه آزاد اسلامی واحد رشت گیلان ایران

تاریخ دریافت : 1398/06/17 تاریخ پذیرش : 1398/08/11 تاریخ انتشار : 1400/10/01

کلید واژه: ساختار دو مرحله ای, سرمایه گذاری مالی, ایستگاه مترو, پیشرفت و پسرفت, تحلیل پوششی داده ها,

چکیده مقاله :

ارزیابی ایستگاه های مترو تهران بر اساس شاخص‌های چندگانه در این مقاله مورد مطالعه بوده است. ایستگاه های مترو همیشه به عنوان یکی از مراکز خدماتی مورد توجه بوده است. با توجه به اینکه در طراحی و ساخت ایستگاه مترو توجه به ایجاد زیرساخت‌ها و امکانات و تجهیزات مورد توجه است و پس از آن بخش بهره برداری از آن برای اول خدمات استفاده می کند، لذا دارای دو مرحله ساخت و بهره‌برداری است. تحلیل پوششی داده ها با ساختار دو مرحله ای برای این موضوع طراحی شده است. داده ها در پنج سال جمع آوری گردید و بر اساس آن ۷۱ ایستگاه مترو تهران مورد حمله قرار گرفت. بر اساس نتایج حاصل از اجرای مدل طراحی شده پیشرفت و پسرفت تمام ایستگاه‌ها در هر مرحله محاسبه گردید و رابطه آن با سرمایه گذاری مالی در هر ایستگاه مترو مورد بررسی قرار گرفت.

چکیده انگلیسی:

Evaluation of Tehran metro stations based on multiple indices has been studied in this paper. Subway stations have always been considered one of the service centers. Considering that the design and construction of the metro station focuses on the creation of infrastructure, facilities and equipment and then the operational part uses it for the first service, it therefore has two stages of construction and operation. Data envelopment analysis with two-step structure is designed for this topic. The data were collected over five years and attacked four Tehran metro stations. Based on the results of the designed model, the progress and remission of all stations were calculated at each stage and its relationship with financial investment in each metro station was investigated.

منابع و مأخذ:

• امیرحسینی, زهرا, قبادی, معصومه. (1394). 'ارزیابی فرصت سرمایه گذاری با تجزیه و تحلیل ساختار مالی موثر بر ارزش شرکت', دانش سرمایه‌گذاری،4(14)، 47-60.


• جعفریان مقدم، احمد رضا و فتحعلی، مسعود (1387)، انتخاب را ه آهن های برتر دنیا در زمینه حمل و نقل کالا جهت الگو برداری برای راه آهن ایران با استفاده از روش تحلیل پوششی داده ها (DEA) و روش تحلیل سلسله مراتبی (AHP) ، مجموعه مقالات دهمین همایش حمل ونقل ریلی.


• قدمی, محسن, محمدی, زهره, قدمی, مینا. (1397)، 'ارائه الگوی توسعه پایدار ملی بر اساس مبانی مدیریت دانایی استراتژیک متکی بر تئوری نظم در آشفتگی', دانش سرمایه‌گذاری، 7(25)، 165-178.


• موحدی، محمد مهدی و حسینی، سید محی الدین(1389)، "تعیین و رتبه بندی کارآیی نواحی مختلف راه آهن جمهوری اسلامی ایران با استفاده از تحلیل پوششی داده ها"، مجله ریاضیات کاربردی واحد لاهیجان، بهار 1389. 49-64


• Akther S, Fukuyama H, Weber W.L., (2013), Estimating two-stage network slacks based inefficiency : an application to Bangladesh banking. Omega ; 41(1): 88–96.


• Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale ineffciencies in data envelopment analysis. Management Science, 30, 1078–1092.


• Barros, C. P. (2008). Efficiency analysis of hydroelectric generating plants: A case study for Portugal. Energy Economics, 30(1), 59–75.


• Camanho, A.S., Dyson, R.G., , (2006). Data envelopment analysis and Malmquist indices for measuring group Journal of Productivity Analysis, 26, 35-49.


• Caves, D.W., Christensen, L. R., Diewert, W.E., , (1982). The economic theory of index numbers and the measurement of input, output, and productivity. Econometric, 50 (6), 1414-1939.


• Charnes, A., Cooper, W.W., Rhodes, E.L., ,(1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429–444.


• Chen, Y., Cook, W. D., Kao, C., & Zhu, J. (2013). Network DEA pitfalls: Divisional efficiency and frontier projection under general network structures. European Journal of Operational Research, 226(3), 507–515.


• Chen, K., & Zhu, J. (2018). Additive slacks-based measure: Computational strategy and extension to network DEA. Omega. doi:10.1016/j.omega.2018.12.011.


• Färe, R., Grosskopf, S., Lindgren, B., Roos, P., , (1994). Productivity developments in Swedish hospitals: A Malmquist output index approach data envelopment analysis: theory, methodology and applications. Kluwer Academic Publishers, 253-272.


• Färe, R., & Grosskopf, S. (1996). Intertemporal production frontiers: With dynamic DEA. Boston: Kluwer.


• Färe, R., & Grosskopf, S. (2000). Network DEA. Socio-Economic Planning Sciences, 34, 35–49.


• Färe, R., Grosskopf, S., & Pasurka, C. A. (2001). Accounting for air pollution emissions in measures of state manufacturing productivity growth. Journal of Reginal Science, 41(3), 381–409.


• Guo, C., Shureshjani, R. A., Foroughi, A. A., & Zhu, J. (2017). Decomposition weights and overall efficiency in two-stage additive network DEA. European Journal of Operational research, 257(3), 896–906.


• Jiang, Changbing (2009) "a model of evaluating transportation system efficiency based on data envelopment analysis approach", Second International Symposium on Electronic Commerce and Security.


• Kao, C. (2018). A classification of slacks-based efficiency measures in network data envelopment analysis with an analysis of the properties possessed. European Journal of Operational Research, 270(3), 1109–1121.


• Kao, C., & Hwang, S. N. (2008). Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan. European Journal of Operational Research, 185, 418–429.


• Kumar, S. (2006). Environmentally sensitive productivity growth: A global analysis using Malmquist-Luenberger Ecological Economics, 56, 280–293.


• Li, Y., Chen, Y., Liang, L., & Xie, J. (2012). DEA models for extended two-stage network structures. Omega—The International Journal of Management Science, 40(5), 611–618.


• Lipeng, Feng and Guohua, Zhou (2010) "Analysis on the scale of input-output in diversified railway", IEEE.


• Liang, L., Cook, W. D., & Zhu, J. (2008). DEA models for two-stage processes: Game approach and efficiency decomposition. Naval Research Logistics, 55(7), 643–653.


• Mahlberg, B., & Sahoo, B. K. (2011). Radial and non-radial decompositions of Luenberger productivity indicator with an illustrative application. International Journal of Production Economics, 131(2), 721–726.


• Movahedi, M., Saati, S. and Vahidi, A. R. (2007) "Iranian railway efficiency (1971-2004): An application of DEA", Int. J. Contemp.Math. Sciences , 2 (31), pp.1569-1579.


• Tone, K., & Tsutsui, M. (2009). Network DEA: A slacks-based measure approach. European Journal of Operational Research, 197(1), 243–252.

Yu, M. M. and Lin, E. T. (2008) “Efficiency and effectiveness in railway performance using a multi-activity network DEA model”, Omega, 36(6), pp.1005-1017