تعیین کارایی، رضایتمندی و بهره وری سیستم حمل و نقل عمومی با استفاده از تحلیل پوششی داده ها و مطالعه کاربردی آن روی خطوط اتوبوسرانی مشهد
محورهای موضوعی : آمار
ملیحه شاهکوئی
1
(ساختمان گروه ریاضی، واحد ساری، دانشگاه آزاد اسلامی، ساری ، ایران)
فرزاد رضائی بالف
2
(ساختمان گروه ریاضی، واحد قائم شهر، دانشگاه آزاد اسلامی، قائم شهر ، ایران)
محسن ربانی
3
(ساختمان گروه ریاضی، واحد ساری، دانشگاه آزاد اسلامی، ساری ، ایران)
مهدی فلاح جلودار
4
(ساختمان گروه ریاضی، واحد آیت ا...آملی، دانشگاه آزاد اسلامی، آمل ، ایران)
کلید واژه: Public Transportation, Efficiency, Data Envelopment Analysis, Productivity, Satisfaction,
چکیده مقاله :
روند رشد جمعیت و توسعه ی شهرها در دهه های اخیر، استفاده از وسایل نقلیه اعم از شخصی و عمومی را به دنبال داشته است. در این میان وسایل حمل و نقل عمومی با توجه به مقرون به صرفه بودن از نظر اقتصادی، توجهات زیادی را بخود جلب کرده است. بنابراین مسئولین برنامه ریزی شهری و شهرداری ها سعی در رفع مشکلاتی همچون؛ آلودگی های زیست محیطی، تراکم ترافیک های سنگین، ناامنی در برخی مسیرها، وجود تصادفات شدید در برخی معابر و مصرف بی رویه ی سوخت های متناسب با وسایل نقلیه (اعم از نفت گازوئیل و بنزین) می باشند تا تدابیری مناسب بیندیشند. تحلیل پوششی داده ها با راهکارهای مناسب ریاضی که دارد می تواند ابزاری دقیق و جامع برای بررسی چنین وضعیت هایی باشد، تا مدیران بتوانند با کمک آن بهترین تصمیم را اتخاذ نمایند و موانع موجود را برطرف نمایند. هدف ما در این مقاله، تعیین کارایی، رضایتمندی و بهره وری (بهره وری کارایی و بهره وری رضایتمندی) وسایل نقلیه ی عمومی بطور خاص 10 خطوط اتوبوسرانی شهر مشهد می باشد، بطوری که بهره وری آنها در سه سال متوالی 91، 92 و 93 مورد ارزیابی قرار گرفته است و نسبت بهره وری رضایت مندی به بهره وری کارایی هر خط مورد محاسبه قرار گرفت.
The trend of population growth and development of cities in recent decades has led to the use of vehicles, both private and public. Meanwhile, public transportation has attracted a lot of attention due to its economic viability. Therefore, urban planning officials and municipalities try to solve problems such as; Environmental pollution, heavy traffic congestion, insecurity on some roads, severe accidents on some roads and excessive consumption of fuel suitable for vehicles (including oil - diesel and gasoline) are to consider appropriate measures. Data envelopment analysis with appropriate mathematical solutions can be an accurate and comprehensive tool to investigate such situations, so that managers can use it to make the best decision and remove existing barriers. Our goal in this article is to determine the efficiency, satisfaction and productivity (productivity in efficiency, productivity in satisfaction) of public vehicles, specifically 10 bus lines in Mashhad, so that their productivity in three consecutive years 91, 92 and 93 has been evaluated and the ratio of productivity in satisfaction to productivity in efficiency of each line has been calculated.
]1[ قضایی، م.، فرهمندی، ا.، عطارزاده طوسی، ه. (1394). ارزیابی عملکرد خطوط اتوبوسرانی با استفاده ترکیبی سه گانه از مدلهای تحلیل پوششی دادهها، آنتروپی و تاپسیس. معماری و شهرسازی آرمان شهر. 318-307.
[2] APTA, A., (2007). Public Transportation: Benefits for the 21St Century. American Public Transportation Association.
[3] Barzegarinegad, A., Jahanshahloo, G., Rostamy-Malkhalifeh, M., (2014). A full ranking for decision making units using ideal and anti-ideal points in DEA. The Scientific World Journal 2014.
[4] Borger, B., Kerstens, K., )2006(. The Performance of Bus-Transit Operators Working Paper of LEM 2006–3. IESEG School of Management, Lille - France.
[5] Charnes, A., Cooper, W.W., Rhodes, E., )1978(. Measuring the efficiency of decision making units. Eur. J. Oper. Res. 2, 429–444.
[6] Cook, W.D., Seiford, L.M., )2009(. Data envelopment analysis (DEA). Thirty years on invited review. Eur. J. Oper. Res. 192, 1–17.
[7] Drucker, P.F., )1977(. Drucker on Asia: A Dialogue between Peter Drucker and Isao. Nakauchi, Routledge UK.
[8] Färe, R., Grosskopf, S., Norris, M., (1994b). Productivity growth, technical progress and efficiency change in industrialized countries, Am Econ Rev 84: 66–83.
[9] Färe, R., Grosskopf, S., Norris, M., Zhang, Z., )1994(. Productivity growth. Technical progress and efficiency change in industrialized countries. The American Economic Review 84 (1), 66–83.
[10] Jahanshahloo, GR., Lotfi, F Hosseinzadeh., Rostamy-Malkhalifeh, M., (2014). Using enhanced Russell model to solve inverse data envelopment analysis problems. The Scientific World Journal 2014.
[11] Jahanshahloo, GR ., Soleimani-Damaneh, M., Rostamy-Malkhalifeh, M., (2005). An enhanced procedure for estimating returns-to-scale in DEA. Applied Mathematics and Computation 171 (2), 1226-1238.
[12] Jahanshahloo, GR., Sanei, M., Rostamy-Malkhalifeh, M., Saleh, H., (2009). A comment on “A fuzzy DEA/AR approach to the selection of flexible manufacturing systems”. Computers & Industrial Engineering 56 (4), 1713-1714.
[13] Gilbert, D., (2003). Retail Marketing Management. London: Financial Times, Prentice Hall.
[14] Iles, R., (2005). Public Transport In Developing Countries. Amsterdam: Elsevier.
[15] Kotler, P., )2002(. Marketing Management, Millenium Edition. Pearson Custom Publishing, Boston MA.
[16] Lotfi, FH., Navabakhs, M., Tehranian, A., Rostamy-Malkhalifeh, M., (2007). Ranking bank branches with interval data the application of DEA. International Mathematical Forum 2 (9), 429-440.
[17] Malmquist, Sten, )1953(. Index numbers and indifference surfaces. Trabajos de Estadistica 4 (2), 209–242.
[18] Mouzas, S., )2006(. Efficiency versus effectiveness in business networks. J. Business Res. 59, 1124–1132.
[19] Novaes, A.G., )2001(. Rapid-transit efficiency analysis with the assurance-region DEA method. Pesquisa Operacional 21, 179–197.
[20] Suguiy, T., Fabius Henriques de Carvalho, M., Augusto Valente Ferreira, P., (2020). Efficiency versus satisfaction in public transport: Practices in Brazilian cities.
[21] Taghvaei, M., Vafaei, A. (2008). Interior Bus Driving System Programming and Management with Emphasis on Bus Stops of Kashan City. Journal of University of Isfahan, 32(4), 19-46.
[22] Zhao, J., Jiang Y., Zhang, X., )2015(. Research on Transportation Efficiency Evaluation.