جستجو در تالارهای گفتگو

تحلیل پوششی داده ها Data Envelopment Analysis آشنائي با تکنيک DEA واژه DEA مخفف Data Envelopment Analysis مي باشد که به معني تحليل پوششي داده ها يک مدل برنامه ريزي رياضي ،براي ارزيابي کارايي واحد هاي تصميم گيرنده اي (DMU) است که چندين ورودي و چندين خروجي دارند . اندازه گيري کارايي به دليل اهميت آن در ارزيابي عملکرد يک شرکت يا سازمان همواره مورد توجه محققين قرار داشته است .فارل در سال 1957 ، با استفاده از روشي همانند اندازه گيري کارايي در مباحث مهندسي ، به اندازه گيري کارايي براي واحد توليدي اقدام کرد.موردي که فارل براي اندازه گيري کارايي مد نظر قرار داد شامل يک ورودي و يک خروجي بود. چارنز ،کوپر و رودز ديدگاه فارل را توسعه دادند و الگويي را ارايه کردند که توانايي اندازه گيري کارايي با چندين ورودي و خروجي را داشت .اين الگو ،تحت عنوان تحليل پوششي داده ها ،نام گرفت و اول بار ،در رساله دکتراي ادوارد رودز و به راهنمائي کوپر تحت عنوان ارزيابي پيشرفت تحصيلي دانش آموزان مدارس ملي آمريکا در سال 1976 ،در دانشگاه کارنگي مورد استفاده قرار گرفت (مهرگان:1383). از آن جا که اين الگو توسط چارنز ،کوپر و رودرز ارائه گرديد ،به الگوي (CCR) که از حروف اول نام سه فرد ياد شده تشکيل شده است ،معروف گرديد و در سال 1978 در مقاله اي با عنوان اندازه گيري کارايي واحد هاي تصميم گيرنده ارائه شد(چارنز:1978). در واقع تحليل پوششي داده ها مبتني بر يکسري بهينه سازي با استفاده از برنامه ريزي خطي مي باشد که به آن روش ناپارامتريک نيز گفته مي شود .در اين روش منحني مرزي کارا از يک سري نقاط که بوسيله برنامه ريزي خطي تعيين مي شود ايجاد مي گردد .براي تعيين اين نقاط مي توان از دو فرض بازدهي ثابت و متغير نسبت به مقياس استفاده کرد .روش برنامه ريزي خطي پس از يک سري بهينه سازي مشخص مي کند که آيا واحد تصميم گيرنده مورد نظر روي مرز کارايي قرار گرفته است و يا خارج آن قرار دارد؟ بدين وسيله واحد هاي کارا و ناکارا از يکديگر تفکيک مي شوند.تکنيک DEA تمام داده ها را تحت پوشش قرار داده و به همين دليل تحليل پوششي داده ها ناميده شده است.(معين الديني 1382{4}). يکي از ابتدايي ترين و در عين حال معمول ترين روش هاي اندازه گيري کارايي ،استفاده از نسبت ها مي باشد .اي نسبت ها در زمينه هاي مختلف مالي ،اقتصادي و صنعتي بکار گرفته مي شوند .در صورتي که کارايي به عنوان نسبتي از خروجي ها به ورودي ها تعريف شود ،محاسبه و تحليل آن براي واحدهاي تک ورودي-نک خروجي آسان خواهد بود اما در اکثر مسادل دنياي واقعي با واحدهايي با چندين ورودي و خروجي رو به رو بوده و در نتيجه نيازمند روش هايي هستيم که با ترکيب ورودي ها و خروجي ها به صورت يک شاخص واحد،به معيار مناسبي جهت سنجش کارايي دست يابيم. دو مشخصه اساسي براي الگوي (DEA) استفاده از الگوي DEA ،براي ارزيابي نسبي واحدها ،نيازمند تعيين دو مشخصه اساسي ،ماهيت الگو و بازده به مقياس الگو مي باشد که در زير به تشريح هر يک پرداخته مي شود؛ ماهيت الگوي مورد استفاده: الف: ماهيت ورودي ،در صورتي که در فرايند ارزيابي ،با ثابت نگه داشتن سطح خروجي ها ،سعي در حداقل سازي ورودي ها داشته باشيم ماهيت الگوي مورد استفاده ورودي است. ب :ماهيت خروجي،در صورتي که در فرايند ارزيابي با ثابت نگه داشتن سطح ورودي ها،سعي در افزايش سطح خروجي داشته باشيم ماهيت الگوي مورد استفاده خروجي است. در الگوي DEA ،باديدگاه ورودي ،به دنبال به دست آوردن ناکارايي فني به عنوان نسبتي مي باشيم که بايستي در ورودي ها کاهش داده شود تا خروجي ،بدون تغيير بماند و واحد در مرز کارايي قرار گيرد .در ديدگاه خروجي ،به دنبال نسبتي هستيم که بايد خروجي ها افزايش يابند،بدون آنکه تغيير در ورودي ها به وجو آيد تا واحد مورد نظر به مرز کارايي برسد. در الگوي CCR ،مقادير به دست آمده براي کارايي در دو ديدگاه مساوي هستند ولي در مدل BCC اين مقادير متفاوت هستند .علت انتخاب ديدگاه براي يک الگو DEA ،در ارزيابي نسبي عملکرد واحدها اي است که در بعضي موارد مديريت واحد هيچ کنترلي بر ميزان خروجي ندارد و مقدار آن از قبل مشخص و ثابت مي باشد .وبرعکس در بعضي از موارد ميزان ورودي ثابت و مشخص است و ميزان توليد(خروجي) متغير تصميم است و در چنين شرايطي ،ديدگاه خروجي مناسب مي باشد .در نهايت انتخاب ماهيت ورودي و خروجي بر اساس ميزان کنترل مدير ،بر هر يک از ورودي ها و خروجي ها تعيي مي گردد(کولي و باتيس :1998) بازده به مقياس الگوي مورد استفاده: بازده به مقياس بيانگر پيوند بين تغييرات ورودي ها و خروجي هاي يک سيستم مي باشد. يکي از توانايي هاي روش DEA ،کاربرد الگوهاي مختلف متناظر با بازده به مقياس هاي متفاوت و همچنين اندازه گيري بازده به مقياس واحدهاست. الف: بازده به مقياس ثابت:يعني هر مضربي از ورودي ها همان مضرب از خروجي ها را توليد مي کند.الگوي CCR بازده به مقياس واحد ها راثابت فرض مي کند .بنابراين واحدهاي کوچک و بزرگ ،با هم مقايسه مي شوند. ب: بازده به مقياس متغير: يعني هر مضربي از ورودي ها ،مي تواند همان مضرب ار خروجي ها يا کمتر از آن و يا بيشتر از آن را ،در خروجي ها توليد کند .الگويBCC بازده به مقياس را متغير فرض مي کند (بانکر و ترال:1992)