سهراب کرد رستمی

صنعت برق یکی از صنایع مهم و اساسی در جهت رشد و توسعه اقتصادی کشور به شمار می آید. از این رو ارزیابی عملکرد این صنعت و شناخت نقاط قوت و ضعف هر یک از بخش های آن اعم از بخش تولید، انتقال و توزیع می تواند موجب بهبود رشد اقتصادی در زمینه های مختلف شود. با توجه به اهمیت بخش انتقال، در مطالعه حاضر عملکرد 16 شرکت برق منطقه ای ایران طی سال های 1390 تا 1398 با توجه به اثر متغیرهای زمینه ای بر کارایی مورد تحلیل و ارزیابی قرار می گیرد. در این راستا از دو تکنیک تحلیل پوششی داده ها و حداقل مربعات معمولی به ترتیب جهت تعیین امتیاز کارایی و تخمین اثر متغیرهای زمینه ای بر کارایی استفاده می شود. به این منظور در مرحله نخست، کارایی تکنیکی هر یک از شرکت ها با توجه به ورودی ها و خروجی های مختص آن ها بر اساس تکنیک تحلیل پوششی داده ها محاسبه می شود. در مرحله دوم لگاریتم مقدار کارایی به دست آمده بر روی متغیرهای زمینه ای رگرسیون می شود تا میزان اثر آن ها بر کارایی تعیین گردد. باقی مانده حاصل از رگرسیون صورت گرفته تحت عنوان توان مدیریتی معرفی می شود. در پایان با توجه به کارایی اصلاح شده پس از حذف اثر متغیرهای زمینه ای معیاری برای رتبه بندی شرکت ها ارائه می شود.

اگر قیمت های خروجی های واحد های تحت ارزیابی مشخص باشد ، ارزیابی کارایی درآمد واحد ها یکی از مهم ترین ارزیابی هایی است که می تواند اطلاعات ارزشمندی را در مورد واحدها ارائه دهد . در این مقاله، ابتدا تعریف جدیدی از اندازه مقیاس بهینه ، براساس بیشینه سازی اندازه متوسط کارایی درآمد ارائه می شود و سپس اندازه متوسط کارایی درآمد در دو فضای محدب و نامحدب تعریف می شود که این اندازه، مستقل از بازده به مقیاس و فرض یکسان بودن بردار قیمت های ورودی و خروجی واحد ها است . در ادامه ، اندازه متوسط کارایی درآمد برای ارزیابی واحد هایی با ورودی ها و خروجی های تصادفی به کار گرفته شده و مدل هایی جهت محاسبه آن در فضای تصادفی ارائه می شود. در پایان نیز، روش پیشنهادی، در یک مثال تجربی برای محاسبه اندازه متوسط کارایی درآمد مجموعه ای از مناطق پستی ایران مو رد استفاده قرار می گیرد.

هدف: در بسیاری از فرایندهای تولید، کارایی واحدهای تصمیم گیرنده باید در حالی بررسی شود که ورودی ها و خروجی های نامطلوب و عوامل کنترل ناپذیر حضور دارد. همچنین بررسی تأثیر تغییرات یک شاخص بر شاخص دیگر، موضوع مهمی برای مدیران است. بنابراین، هدف در این پژوهش توسعه رویکردی برای برآورد کارایی سیستم ها با ورودی ها و خروجی های نامطلوب و عوامل غیراختیاری و همچنین تحلیل تغییرات است.روش: ابتدا یک رویکرد نوین مبتنی بر تحلیل پوششی داده ها به منظور تحلیل کارایی در حضور شاخص های ورودی خروجی نامطلوب و عوامل کنترل ناپذیر ارائه می شود. در واقع از اصل دسترسی پذیری ضعیف جدید استفاده شده و کارایی سیستم ها با حضور شاخص های ورودی خروجی نامطلوب و عوامل کنترل ناپذیر بررسی می شود. سپس تأثیر تغییرات یک شاخص کنترل ناپذیر بر شاخص های دیگر با حفظ کارایی، سنجیده شده و نرخ های حاشیه ای این تغییرات محاسبه می شود.یافته ها: در ادامه برای توضیح بیشتر روش پیشنهادی، یک نمونه کاربردی مربوط به 31 واحد دانشگاه آزاد اسلامی (بخش آموزش) مطرح و نتایج تحلیل شده است. با استفاده از روش پیشنهادی، نمره های کارایی و تأثیر تغییرات به دست آمده است.نتیجه گیری: نمره های کارایی نشان می دهد که اکثر واحدها عملکرد خوبی دارند. به علاوه مشاهده می شود که همواره با افزایش (کاهش) یک شاخص، با حفظ کارایی، شاخص دیگر افزایش (کاهش) نمی یابد، بلکه ممکن است بدون تغییر یا با کاهش (افزایش) همراه باشد. با توجه به دربرگیری شاخص های ورودی و خروجی نامطلوب و شاخص های کنترل ناپذیر، نتایج روش پیشنهادی در مقایسه با مدل های کلاسیک قابل قبول تر است.

تحلیل پوششی داده ها (DEA) یک تخمینگر است. این تخمینگر سعی می کند که یک ارتباط بین ورودی های متعدد و خروجی های متعدد و همچنین تکنولوژی تولید را تخمین بزند. DEA واحدهای تصمیم گیرنده (DMU) را به دو بخش واحدهای کارا و واحدهای ناکارا تقسیم بندی میکند. در این صورت واحدهای کارا مرجعی برای واحدهای ناکارا خواهد بود. در مدلهای سنتیDEA بهبود کارایی تنها برای واحدهای ناکارا صورت می گیرد و واحدهای کارا بدون تغییر باقی می مانند. اما از آنجا که تکنولوژی تخمینزده شده همواره از تکنولوژی واقعی کوچکتر است یا به عبارت دیگر این تکنولوژی تخمینزده شده همواره زیر مجموعهای از تکنولوژی واقعی میباشد بنابراین میتوان آن را به میزان بسیار کمی گسترش داد. در نتیجه می توان راهکاری برای بهبود واحدهای کارا نیز ارایه کرد. در این مقاله الگوریتمی جهت گسترش مجموعه امکان تولید (PPS) با توجه به خواص هندسی آن و همچنین بهبود واحدهای کارا ارایه می شود. این کار به وسیلهی ساختن واحدهای مجازی خارج از مجموعه امکان تولید انجام می شود. همچنین به منظور تشریح روش مطرح شده مثالهای عددی و کاربردی ارایه میشود.

تحلیل پوششی داده ها (DEA) روشی برای سنجش عملکرد گروهی از واحدهای تصمیم گیری (DMUها) است که از ورودی های متعدد برای تولید خروجی های متعدد استفاده می کنند. این مقاله دو DMUی مجازی به نام DMUی ایده آل و DMUی آنتی ایده آل را وارد DEAی بازه ای می کند. مدل های DEAی بازه ای به دست آمده به ترتیب DEAی بازه ای با DMUهای ایده آل و آنتی ایده آل نامیده می شوند. یکی از آنها DMUها را از دیدگاه کارآیی خوشبینانه ارزیابی می کند، در حالی که دیگری آنها را از دیدگاه کارآیی بدبینانه ارزیابی می کند. این دو کارآیی بازه ای متمایز با هم ترکیب می شوند و یک شاخص جامع به نام نزدیکی نسبی به DMUی ایده آل را درست مانند رویکرد روش ترجیح ترتیب بر اساس شباهت به جواب ایده آل در تصمیم چندشاخصی تشکیل می دهند. سپس از شاخص نزدیکی نسبی به عنوان سنجش کلی هر DMU استفاده می شود و بر مبنای آن یک رتبه بندی کلی برای همه ی DMUها به دست می آید. یک مثال نیز در زمینه ی ارزیابی عملکرد بیست شعبه ی بانک ارائه خواهد شد که نشان می دهد که رویکرد DEAی بازه ای پیشنهادی یک روش ساده، مؤثر و عملی برای اندازه گیری عملکرد در موقعیت های زندگی واقعی است.