تحلیل پوششی داده ها و شاخص مالم کوئیست برای اندازه گیری بهره وری واحدهای تصمیم گیرنده ناکارا
Subject Areas : International Journal of Industrial Mathematicsملیحه شاهکویی 1 , فرزاد رضایی بالف 2 , محسن ربانی 3 , مهدی فلاح جلودار 4
1 - گروه ریاضی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.
2 - گروه ریاضی، واحد قائم شهر، دانشگاه آزاد اسلامی، قائم شهر، ایران.
3 - گروه ریاضی، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران.
4 - گروه ریاضی، واحد آیت اله آملی، دانشگاه آزاد اسلامی، آمل، ایران.
Keywords: تحلیل پوششی داده ها, شاخص بهره‌وری مالم کوئیست, کارائی, بهره وری, تصمیم گیری,
Abstract :
تحلیل پوششی داده ها، یک تکنیک برنامه ریزی ریاضی ناپارامتریک برای ارزیابی کارایی مجموعه ای از واحدهای تصمیم گیری همگن است، به طوری که واحدهای تصمیم گیرنده را به دو گروه کارا و ناکارا ارزیابی می شوند. با توجه به هزینه های سرسام آور برای مدیریت DMU ها یا سازمان ها، نگهداری برخی از سازمان های زیان ده مقرون به صرفه نیست. بنابراین یکی از دغدغه های مدیران در بحث مربوط به مشکلات مالی سازمان ها، حفظ یا ادغام یا حذف سازمان های ناکارا (DMU های ناکارا) است. بنابراین، در این مقاله ما بهره وری واحدهای تصمیم گیرنده ناکارا را با استفاده از شاخص بهره‌وری مالم کوئیست اصلاح شده اندازه گیری می‌کنیم تا بر اساس آن تصمیم حفظ یا ادغام یا حذف واحدهای تصمیم گیرنده ناکارا توسط تصمیم گیرندگان گرفته شود.
[1] R. D. Banker, A. Charnes, W. W. Cooper, Some Methods for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis, Management Science 30 (1984) 1078-1092.
[2] S. A. Berg, F. R. Forsund, F. S. Jansen, Malmquist indices of Productivity growth during the deregulation of Norwegian banking, Scandinavian Journal of economics 14 (1992) 211-228.
[3] A. Camanho, R. Dyson, Data envelopment analysis and Malmquist indices for measuring group performance, J Prod Anal 26 (2006) 35-49.
[4] D. W. Caves, L. R. Christensen, W. E. Diewert, The economic theory of index numbers and the measurement of input, output and productivity, Econometrica 50 (1982) 1393-1414.
[5] A. Charnes, W. W. Cooper, Preface to topics in data envelopment analysis, Annals of Operations Research 2 (1985) 59-94.
[6] A. Charnes, W. W. Cooper, E. Rhodes, Measuring the efficiency of decision making units, European Journal of Operational Research 2 (1978) 429-440.
[7] H. David Sherman, R. Timothy, Do bank mergers have hidden or foregone value? Realized and unrealized operating synergies in one bank merger, European Journal of Operational Research 168 (2006) 253-268.
[8] O. Despic, M. Despic, J. C. Paradi, DEA-R: Ratio-based comparative efficiency model, its mathematical relation to DEA and its use in applications, Journal of Productivity Analysis 28 (2007) 33-44.
[9] R. Fare, S. Grosskopf, C. A. K. Lovell, Production Frontiers, Cambridge University Press, Cambridge, (1994a).
[10] R. Fare, S. Grosskopf, B. Lindgren, P. Ross, Productivity developments in Swedish hospitals: A Malmquist output index approach, Boston, (1994b).
[11] R. Fare, S. Grosskopf, R. R .Russell, Index numbers: essays in honour of sten Malmquisit, Kluwer Academic Publishers, Dordreicht, (1998).
[12] R. Fare, C. A. K. Lovell, Measuring the technical efficiency of production, J. Econ Theory 19 (1978) 150-162.
[13] R. Fare, M. Norris, S. Grosskopf, Z. Zhang, Productivity growth, Technical progress, and efficiency change in industrialized counties, American Economic Review 84 (1994) 66-83.
[14] M. J. Farrell, The measurement of productive efficiency, Journal of Royal Statistical Society, Series A (1957) CXX:253-281.
[15] S. Malmquist, Index numbers and indifference surfaces, Trabajos de Estadistica, Trabajos de Estadistica 4 (1953) 209-242.
[16] M. R. Mozaffari, J. Gerami, J. Jablonsky, Relationship between DEA models without explicit inputs and DEA-R models, Central European Journal of Operations Research 22 (2014) 1-12.
[17] M. R. Mozaffari, F. Dadkhah, J. Jablonsky, P. F. Wanke, Finding efficient surfaces in DEA-R models, Applied Mathematics and Computation 386 (2020) 125-135.
[18] M. Tavallaaee, M. R. Alirezaee, Applied decompositions of Malmquist, cost Malmquist, and allocation Malmquist indices by considering changes in cost efficiency and technology, Journal of Industrial and Systems Engineering 13 (2021) 41-60.
[19] C. K. Wei, L. C. Chen, R. K. Li, C. H. Tsai, Using the DEA-R model in the hospital industry to study the pseudo-inefficiency problem, Expert Systems with Applications 38 (2011) 2172-2176.
[20] C. K. Wei, L. C. Chen, R. K. Li, C. H. Tsai, Exploration of efficiency underestimation of CCR model: Based on medical sectors with DEA-R model, Expert Systems with Applications 38 (2011) 3155-3162.
