نوع مقاله : مقاله پژوهشی
نویسنده
گروه ریاضی، واحد پارس‌آباد مغان، دانشگاه آزاد اسلامی، پارس‌آباد مغان، ایران.
چکیده
هدف: اندازه‌گیری تغییر کارایی بین‌دوره‌ای (مانند تحلیل پنجره و شاخص مالم‌کوئیست) از دیرباز یک موضوع مورد‌توجه در تحلیل پوششی داده‌ها بوده است. بااین‌حال، این روش‌ها معمولا فعالیت‌های انتقالی بین دو دوره پیاپی را مورد چشم‌پوشی قرار می‌دهند و تنها به‌طور‌مستقل روی دوره‌های زمانی جداگانه با هدف بهینه‌سازی در یک دوره منفرد تمرکز می‌کنند؛ اولا آن‌که این مدل‌ها ممکن است اثر تغییر زمانی را در‌نظر بگیرند. در دنیا واقعی بازرگانی، زمان طولانی برنامه‌ریزی و سرمایه‌گذاری موجب نگرانی بسیار می‌شود. برای سازگار شدن با دیدگاه زمان طولانی، مدل DEA پویا فعالیت‌های انتقالی را نیز وارد مدل می‌کند و به ما امکان می‌دهد که کارایی ویژه دوره را بر‌اساس بهینه‌سازی زمان طولانی در طول تمام دوره اندازه‌گیری کنیم. بر‌این اساس، در مواقعی که داده‌ها موجود است، انجام تحلیل پویا ضرورت دارد.
روش‌شناسی پژوهش: این مقاله رویکرد «DEA پویا با مرز دوگانه» را برای اندازه‌گیری هم‌زمان کارایی سیستم و کارایی دوره‌ها برای سیستم‌های چنددوره‌ای که در آن‌ها ورودی‌های شبه‌ثابت یا محصولات بینا‌بینی منبع وابستگی بین‌زمانی بین دوره‌های متوالی هستند، پیشنهاد می‌کند.
یافته‌ها: مثالی از جنگل‌های تایوان ارایه می‌شود که در آن موجودی جنگل نقش ورودی شبه‌ثابت را ایفا می‌کند.
اصالت/ارزش افزوده علمی: در رویکرد DEA پویا با مرز دوگانه، علاوه‌بر کارایی خوش‌بینانه هر واحد تصمیم‌گیری، کارایی بد‌بینانه آن نیز در‌نظر گرفته می‌شود. در مقایسه با DEA پویا سنتی، رویکرد DEA پویا با مرز دوگانه قدرت افتراقی بیش‌تری در شناسایی سیستم‌های دارای عملکرد بهتر دارد. پیشنهاد می‌شود که هر دو کارایی را در قالب یک کارایی میانگین هندسی ادغام کنیم که عملکرد کلی هر DMU را اندازه‌گیری می‌کند. مشاهده می‌شود که کارایی میانگین هندسی قدرت افتراق بیش‌تری نسبت به هر‌کدام از دو کارایی دارد.
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
A double-frontier analysis approach for measuring the efficiency of dynamic systems
نویسنده [English]
- Hossein Azizi
Department of Applied Mathematics, Parsabad Moghan Branch, Islamic Azad University, Parsabad Moghan, Iran.
چکیده [English]
Purpose: Measuring intertemporal efficiency variations (such as window analysis and the Malmquist index) has always been an interesting topic in the field of Data Envelopment Analysis (DEA). However, these methods overlook carry-over activities across two consecutive periods. Instead, they focus independently on individual time periods while also taking the time variation effect into account. In the real world of commerce, long planning and investment times can be a source of concern. To adapt to the long-time view, dynamic DEA integrates carry-over activities into the model and allows us to measure the special function of the period based on the long-term optimization during the whole period. Accordingly, dynamic analysis is needed when the data are available.
Methodology: The present paper proposes the double-frontier dynamic DEA for simultaneously measuring system efficiency and period efficiency for multitemporal systems in which quasi-fixed input or interstitial periods are the source of intertemporal dependence between consecutive periods.
Findings: To illustrate this approach, an example is presented from the forests of Taiwan where the forest entity acts as the quasi-fixed input.
Originality/Value: In addition to the optimistic efficiency of the decision-making unit, this approach also considers its pessimistic efficiency. Compared with the traditional dynamic DEA, the double-frontier dynamic DEA approach has a higher differential power in identifying better-performing systems.
کلیدواژه‌ها [English]
- Data envelopment analysis
- Dynamic system
- Optimistic and pessimistic efficiency
- Overall performance
)