بهبود تدریجی کارایی در شبکه دو مرحله ایمطالعه کاربردی:24 شرکت بیمه در تایوان
محورهای موضوعی : تحقیق در عملیاتالهه ملائیان 1 , فرهاد حسین زاده لطفی 2 , عباس طلوعی اشلقی 3 , محسن رستمی مال خلیفه 4 , محمد علی افشار کاظمی 5
1 - گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه ریاضی، دانشکده علوم پایه، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه ریاضی، دانشکده علوم پایه، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
5 - گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
کلید واژه: تحلیل پوششی داده ها (DEA) , واحد دو مرحله ای , الگویابی , بهبود تدریجی,
چکیده مقاله :
امروزه، ارزیابی عملکرد و تعیین الگو برای بهبود فرآیند یک سازمان امری اجتناب ناپذیر است. در بسیاری از اوقات الگو ارائه شده توسط مدلهای DEA، از واحد تحت ارزیابی فاصله زیادی دارد و دستیابی به آن نیازمند تغییرات بزرگی می باشد، در چنین شرایطی استراتژی بهبود تدریجی مطرح می شود. هدف از این مقاله تعیین دنباله ای از الگوهای متوالی، در یک واحد شبکه ای دو مرحله ای است. همچنین در این روش تضمین می شود که واحد تحت ارزیابی هر یک از الگوهای میانی را مغلوب می کند. از آنجایی که در مقالات گذشته، به مفهوم فرآیند الگویابی تدریجی در واحدهای شبکه ای کمتر پرداخته شده است، در این مقاله مجموعه ای از واحدهای دو مرحله ای در نظر گرفته می شود. فرآیند الگویابی تدریجی با در نظر گرفتن کران های بالا در تغییرات ورودی و خروجی، میزان کاهش یا افزایش آنها کنترل می کند. در نهایت متد ارائه شده بر روی 24 شرکت بیمه در تایوان اجرا شده است. نتایج نشان می دهد که در طی فرآیند الگویابی ورودی ها همواره کاهش می یابد (یا یکسان باقی می مانند) و خروجی های نهایی همواره افزایش می یابد (یا یکسان باقی می مانند) همچنین تعداد مراحل رسیدن به الگوی نهایی برای هر واحد متغیر است. علاوه بر این ، تایوان فایر ، فوبون و یووان پس از یک قدم به هدف نهایی می رسند و همچنین کائو-هئو در بدترین حالت قرار دارد و پس از سیزده قدم به هدف نهایی خود می رسد.
Nowadays, performance evaluation and target setting for an organization are unavoidable. In addition, Data Envelopment Analysis is a non-parametric mathematical technique, which utilizes multiple inputs and outputs, which have been proved a usable approach for achieving these goals. The purpose of this paper is to determine a sequence of targets, each one within an appropriate, short distance of the preceding for the two-stage unit. Moreover, it is guaranteed that original unit is dominated by each element sequence of targets. To the best of this paper knowledge, few papers have looked at the sequence target setting in network DEA. From this perspective, this paper discusses a situation where a set of two-stage DMU considered and assumed as given the upper bounds on input and output changes. It is based upon the assumption of constant return to scale (CRS). The larger the bounds, the more changes in the input and output of DMUs as well as the number of steps required to efficiency improvement. This approach is illustrated by an empirical application to 24 non-life insurance companies, in Taiwan. Results determine that inputs always decrease (or stay the same) and final outputs always increase (or stay the same) along each step as well as the number of steps is variable. Moreover, Taiwan Fire, Fubon and Union achieve to the final target after one step as well as Kuo-Hou is in the worst case, and reaches its final goal after thirteen step.
