پس مدل­های تحلیل پوششی داده ها که یکی از روش­های ناپارامتری برای برآورد کارایی واحدهای تصمیم­گیرنده می باشد، با ورودی­ها و خروجی های نامطلوب با تغییر شکل داده ها در پژوهش های مختلف به گونه متناوب بحث می­گردد. زیرا مدل­سازی ستاده های نامطلوب به طوری که قادر به کاهش خروجی های نامطلوب و افزایش خروجی های مطلوب باشیم، از اهمیت ویژه ای برخوردار می باشد. در این راستا، در این فصل از پژوهش حاضر، در بخش اول به مرور ادبیات مربوط به تحلیل پوششی داده­ها و انواع مدل­های آن، روش­های ناپارامتری برای مدل­سازی ستاده های نامطلوب پرداخته می­گردد در بخش دوم مروری بر تاریخچه مخابرات و در بخش سوم به پیشینه پژوهش پرداخته خواهد گردید.

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

2-2-بخش اول: مبانی نظری

2-2-1-تعریف تحلیل پوششی داده ها

کوشش برای تابعی کردن ارتباط بین نهاده ها  ستاده ها و تعیین حداکثر ستاده قابل حصول از نهاده ها، منجر به طرح توابع تولید پارامتری در سیر مطالعات اقتصادی گردید. توابعی مانند کاب-داگلاس، لیون تیف، کششی ثابت و … در نظریه های اقتصاد خرد با این انگیزه ایجاد شده­اند. پیش فرض تابعی در اقدام به دلیل پیچیدگی تبدیل نهاده­های متفاوت به ستاده­های نامتجانس و مختلف به خصوص با پیچیدگی تأثیر عوامل

جدید، در سازمان­های کنونی غیرعملی به نظر می­رسد(فارسیجانی و آرمان و حسین بیگی و جلیلی[2]، 1390).

یکی از روش­های غیرپارامتری، جهت اندازه­گیری کارائی و بهره­وری واحدهای اقتصادی، روش تحلیل پوششی داده ها می باشد که اولین بار بنکر، چارنز و کوپر[3] در سال 1974، مفاهیم و مدل­CCR را ارائه دادند. در واقع تحلیل پوششی داده­ها یک مدل برنامه ریزی خطی برای داده­های نظاره شده می­باشد که روش جدیدی برای تخمین تجربی مرز کارایی را فراهم می­کند. مقصود از DMU واحد سازمانی یا یک سازمان مجزاست که توسط فردی به نام مدیر یا رئیس و یا مسئول اداره می­گردد به شرط آنکه آن سازمان دارای فرایند سیستمی باشد بعنی تعداد عوامل تولید به کار گرفته تا تعدادی محصول به دست آید. ماهیت تجربی و نداشتن مفروضات دست و پاگیر، سبب بهره گیری از تحلیل پوششی داده­ها در تخمین مرز کارایی می باشد(حمزه پور و محمدی[4]، 1391).

تحلیل پوششی داده ها یک روش برنامه ریزی ریاضی برای ارزیابی کارایی واحدهای تصمیم­گیرنده می باشد که چندین ورودی و چندین خروجی دارند. اندازه­گیری کارایی به دلیل اهمیت آن در ارزیابی عملکرد یک شرکت یا سازمان همواره مورد توجه محققین قرار داشته می باشد(خواجوی و همکاران ، 1384). در واقع تحلیل پوششی داده‌ها، مفهومی از محاسبه ارزیابی سطوح کارایی در داخل یک گروه از سازمان را نشان می‌دهد که کارایی هر واحد در مقایسه با تعدادی از واحدها که دارای بیشترین عملکرد هستند محاسبه می گردد(Matrin &Kocher&Sutter[5]., 2000). این تکنیک، مبتنی بر رویکرد برنامه‌ریزی خطی می باشد که هدف اصلیآن ، مقایسه و سنجشکارایی تعدادی از واحدهای تصمیم‌گیرنده مشابه می باشد که تعداد ورودی‌های مصرفی و خروجی‌های تولیدی متفاوتی دارند. این واحدها می‌توانند شعب یک بانک، مدارس، بیمارستانها، پالایشگاهها، نیروگاه‌های برق، ادارات تحت پوشش یک وزارتخانه ویا کارخانه‌های متشابه باشند. مقصود از مقایسه و سنجش کارایی نیز این می باشد که یک واحد تصمیم‌گیرنده در مقایسه با سایر واحدهای تصمیم‌گیرنده، چقدر خوب از منابع خود در راستای تولید بهره گیری کرده می باشد(فارسیجانی و همکاران ، 1390). در این روش با بهره گیری از مدل­های برنامه ریزی ریاضی، مرزی متشکل از شرکت­هایی با بهترین کارایی نسبی به دست می­آید و این مرز، معیاری برای ارزیابی و ارائه راهکارهای بهبود عملکرد سایر شرکت­ها، قرار می­گیرد.در این روش بدون نیاز به داشتن تابع تولید، با بهره گیری از یک مرز تولید غیرپارامتری می­توان کارایی را به صورت نسبی مورد سنجش قرار داد. (میرغفوری و همکاران، 1390).

در سال 1957، فارل با بهره گیری از روشی مانند اندازه گیری کارایی در مباحث مهندسی، به اندازه­گیری کارایی برای واحد تولیدی اقدام نمود. موردی که فارل برای اندازه گیری کارایی توجه کرد، شامل یک ورودی و یک خروجی بود(Farrell[6], 1957). چارنز، کوپر و رودز دیدگاه فارل را به واحدهای با ورودی­ها و خروجی­های چندگانه توسعه دادند و الگویی را ارائه کردند که توانایی اندازه­گیری کارایی با چندین ورودی و خروجی را داشت. این الگو تحت عنوان تحلیل پوششی داده ها نام گرفتو مدل CCR نامیده گردید و اول بار در رساله دکترای ادوارد رودز و به راهنمایی کوپر تحت عنوان ارزیابی پیشرفت تحصیلی دانش آموزان مدارس ملی آمریکا در سال 1976، در دانشگاه کارنگی مورد بهره گیری قرار گرفت(Charnesand et al., 1978).شکل اولیه این مدل نمی­توانست واحدهای کارا و کارای ضعیف را از هم تشخیص دهد. با گسترش مطالعات در این زمینه دو روش اصلی برای رفع این مشکل ایجاد گردید که روش اول بر پایه محدودکردن وزن­های uو  v مدل CCR استوار بوده و روش دوم با افزودن واحدهای فرضی با ورودی­ها و خروجی­های فرضی به واحدهای نظاره شده اقدام می­کند(علیرضائی و کشوری و خلیلی[7]، 1385). دیسون و تاناسولیس(Dyson and et al[8]., 1988) نمونه­ای از روش اول و تاناسولیس و آلن(Thanassoulis & Allen[9],1998) نمونه­ای از روش دوم ارائه کردند.

در ادامه بنکر، چارنز و کوپر(1984) (Banker and et al., 1984) مفهوم بازده به مقیاس را در این روش در نظر گرفتند و به این ترتیب بنیان مجموعه­ای از روش­های ارزیابی عملکرد شکلو گرفت که ابزارهای مناسب و کارامدی را برای ارزیابی واحدهای صنعتی، فرهنگی و اقتصادی که در ادبیات تحلیل پوششی داده­ها، واحد تصمیم­گیرنده (DMU) نامیده می­گردد، در اختیار مدیران قرار می­دهد(علیرضایی و کشوری و هاشمی[10]، 1384).

[1]Hong Li, Wei Yang, Zhixiang Zhou , Chengming Huang

[2]فارسیجانی، حسن؛ آرمان، محمدحسین؛ حسین بیگی، علیرضا؛ جلیلی، اعظم

 

[3]Banker,R.D.,Charnes,A.,&Cooper,W.W

[4]حمزه پور، مهدی؛ محمدی، روح اله

[5]Martin D.H., G.Kocher and M. Sutter

[6]Farrell, M. J

[7]علیرضایی، محمدرضا؛ کشوری، ابوالفضل؛ خلیلی، مسعود

[8]Dyson, R. G., &Thanassoulis, E

[9]Thanassoulis, E., & Allen, R

[10]علیرضایی، محمدرضا؛ کشوری، ابوالفضل؛ هاشمی، سیده مریم

 متن فوق تکه ای از این پایان نامه بود

متن کامل