تحلیل پوششی داده های شبکه ای پویا

روش های تحلیل پوششی داده های فازی برای مواجهه با متغیرهای فازی شکل گرفتند. هرچند بسیاری از این متغیرها با عدم قطعیت و ابهام روبه رو هستند، تابع عضویت مجموعه های فازی ماهیت قطعی دارند و این موضوع با مفهوم فازی متضاد است؛ به همین دلیل مجموعه های فازی نوع دوم شکل گرفتند که تابع عضویت آنها از جنس مجموعه های فازی نوع اول است؛ اما محاسبات مربوط به این مجموعه ها بسیار پیچیده است. مجموعه های فازی بازه ای نوع دوم پیچیدگی کمتری دارند و برای ارزیابی کارایی در روش تحلیل پوششی داده ها به کار برده می شوند؛ به همین دلیل در مطالعه حاضر روش تحلیل پوششی داده های شبکه ای پویا با توجه به مجموعه های فازی بازه ای نوع دوم توسعه داده شده است تا علاوه بر روابط شبکه ای متغیرها در دوره های زمانی مختلف به ماهیت فازی آنها نیز بهتر توجه شود. به دلیل اهمیتی که فرودگاه ها در سیستم حمل ونقل دارند، مدل توسعه داده شده در این مقاله برای ارزیابی کارایی فرودگاه های مسافربری کشور با توجه به اصول پایداری استفاده می شود. چنین رویکرد جامعی در توسعه روش تحلیل پوششی داده ها بی سابقه است؛ به همین دلیل چنین توسعه ای هم از جنبه فنی و هم از جنبه مفهومی اهمیت دارد.

تحلیل پوششی داده ها یک تکنیک ریاضی برای ارزیابی عملکرد واحدهای تصمیم گیرنده با ورودی ها و خروجی های مشابه است. مدل های سنتی DEA به ساختار داخلی واحدها توجه نمی کنند و دیدگاه جعبه سیاه دارند؛ بنابراین برای ارزیابی ساختارهای با بیش از یک مرحله، مدل های شبکه ای (NDEA) توسعه پیدا کردند؛ اما این مدل ها ایستا هستند و زمان را در ارزیابی لحاظ نمی کنند؛ از طرف دیگر مدل های پویا (DDEA) که جهت ارزیابی واحدها در طول زمان توسعه پیدا کردند، ساختار واحد را در هر دوره زمانی به صورت جعبه سیاه در نظر می گیرند. بسیاری از سازمان ها (ازجمله بانک ها) دارای فرایند چندمرحله ای هستند و فعالیت آن ها یک فرایند ادامه دار در دوره های متوالی است و استفاده از مدل های شبکه ای و پویا به تنهایی برای ارزیابی آن ها کافی نیست. در این پژوهش یک مدل DEA شبکه ای پویا (DNDEA) توسعه داده می شود که هم زمان ساختار و زمان را در ارزیابی در نظر می گیرد و دو روش برای محاسبه کارایی معرفی می شود. پس از توسعه مدل از آن در یک مطالعه تجربی برای ارزیابی عملکرد چهارده بانک استفاده شد و کارایی هر مرحله، کارایی شبکه و کارایی شبکه ای پویا آن ها محاسبه شد.

امروزه ارزیابی عملکرد بر مبنای کارآیی در سیستم های چندبخشی- چنددوره ای بطور فزاینده ای در اخذ تصمیمات مدیریتی و سرمایه گذاری دارای اهمیت شده است. در این مقاله رویکرد فرموله سازی جدیدی برای تحلیل پوششی داده های شبکه ای پویا بر مبنای تفکر سیستمی ارائه شده که به دنبال اندازه گیری و تجزیه کارآیی کل سیستم های چندبخشی- چنددوره ای است. اگرچه مدل های سنتی تحلیل پوششی داده ها برای ارزیابی کارآیی در شرایط چندین ورودی و چندین خروجی ایده مدل سازی پیشرفته ای را ارائه می دهد اما در خصوص فرآیند انتقال پویای سیستم های چندبخشی- چنددوره ای واحدهای تصمیم گیرنده با محدودیت مواجه بوده و شاخص هایی به صورت جعبه سیاه برای امتیازات کارآیی آنها ارائه می دهد که با نادیده گرفتن اطلاعات مربوط به عملیات های درونی سیستم باعث می گردند تا امتیازات کارآیی واحدها بصورت نادرست تخمین زده شوند. این پژوهش بعنوان یک مطالعه موردی با در نظر گرفتن فرایند نوآوری به عنوان یک سیستم چند بخشی شامل دو زیر فرایند تحقیق و توسعه و بکاریری نتایج، مدل معرفی شده را برای اندازه گیری این فرآیند در دانشگاه های سطح یک کشور در بازه زمانی سال های 93 تا 95 بکار برده است و میزان نوآوری را با توجه به هر بخش، هر دوره زمانی و همچنین نوآوری کل اندازه گیری نموده است.

هدف: ارزیابی کارآیی نوآوری کمک می کند تا بهترین دست اندرکاران نوآوری را به منظور الگوگیری مورد شناسایی قرار داده و روش های بهبود کارآیی را از طریق روشن نمودن نقاط ضعف مشخص نمود. در این مقاله رویکرد فرموله سازی جدیدی برای تحلیل پوششی داده های شبکه ای پویا ارائه شده است تا ضمن کنترل اوزان انتخابی، کارآیی کلی سیستم های چندبخشی- چند دوره ای (MPMDS) را مورد ارزیابی قرار دهد. روش: به منظور ممانعت از روبرو شدن با جعبه سیاه فرآیند نوآوری، در ابتدا یک مدل مفهومی از ساختار شبکه ای پویای نوآوری دانشگاه ها طراحی شده و سپس مدل تحلیل پوششی داده های شبکه ای پویای ارائه شده در این تحقیق، مورد استفاده قرار گرفته شده است. یافته ها: از 13 دانشگاه مورد مطالعه، تعداد 1 دانشگاه (معادل 7 درصد) در فرآیند نوآوری کل کارآ شناخته شدند و میانگین کارایی برابر 82/0 برای دانشگاه ها بدست آمد. در هر دو زیرفرآیند تحقیق و توسعه و بکارگیری نتایج نیز 1 دانشگاه (معادل 7 درصد) کارآ شناخته شد و میانگین کارآیی به ترتیب برابر با 85/0 و 46/0 بدست آمد که نشان دهنده عملکرد ضعیف دانشگاه ها در زمینه بکارگیری نتایج و پیاده سازی و تجاری سازی ایده ها می باشد. همچنین روند تغییرات میانگین کارآیی در زیرفرآیند بکارگیری نتایج، کاملاً برعکس زیرفرآیند تحقیق و توسعه بود. نتیجه گیری: نتایج حاصل نشان دهنده آن است که مدل ارائه شده در این تحقیق با کنترل وزن ها و محدود کردن آنها و توانایی اعمال اوزان مورد نظر مدیریت، علاوه بر حل مشکلات مدل های متعارف تحلیل پوششی داده ها در عدم کنترل اوزان، قابلیت تفکیک کنندگی واحدهای کارآ و ناکارآ را بهبود می بخشد.

پژوهش حاضر با هدف، ارائه الگوی مقایسه ای و رتبه بندی مالی شرکت های پتروشیمی با استفاده ازرویکرد تحلیل پوششی داده های شبکه ای پویا(DNDEA) به دو روش CCR و APاست این پژوهش با توسعه یک مدل DEA شبکه ای پویا و به منظور مدیریت روابط اساسی بین شاخص های اصلی حسابداری و مالی صورت پذیرفت. در مرحله اول، یک مدل رابطه ای شامل برگه سود عمده، ترازنامه و شاخص های سلامت مالی تحت یک ساختار شبکه پویا ارائه شده است. پس از آن، اثر پویای شاخص ها (ناقل ها و رابط ها) در آن گنجانده شده است تا امتیازات کارآیی به درستی برای این چهار زیر ساخت محاسبه شود. سپس با استفاده از دو مدل مذکور به محاسبه پرداختیم و نتایج استخراج شد.این تحقیق از نظر هدف کاربردی است و جامعه آماری آن، شرکت های پتروشیمی پذیرفته شده در بورس اوراق بهادار تهران می باشد. براساس یافته های تحقیق با توجه به معیار های پژوهش، کارآیی محاسبه گردید از 18 شرکت پتروشیمی مورد مطالعه در روش CCR دو شرکت و در روش AP یک شرکت بطور متوسط کارآ شناخته شدند. البته نتایج حاکی از میزان همبستگی قوی 71 درصدی دو روش است.

در این پژوهش با ارائه چارچوب قابلیت نوآوری ملّی در قالب نظام چندبخشی، یک مدل شبکه ای و پویا معرفی می شود. در این نظام به منظور شناسایی مسئله عملکردی کشور، ابتدا با استفاده از تحلیل کتاب شناختی و برگزاری جلسه های گروه کانونی با خبرگان، مراحل و شاخص های مدل فرایندی، شناسایی و طراحی شدند؛ سپس مدل تحلیل پوششی داده های شبکه ای پویا برای محاسبه عملکرد کشور، در مقایسه با سایر کشورهای منطقه به کار گرفته شد. نتایج مدل نشان داد که قابلیت نوآوری ملّی کشور در مرحله سوم، یعنی در تبدیل پتنت ها به صادرات محصولات با فناوری بالا و کالاهای خلاقانه، ضعیف است. در ادامه به منظور ارائه سیاست پیشنهادی در ارتقای عملکرد کشور در مرحله سوم، با استفاده از تحلیل تطبیقی کیفی مجموعه فازی (fsQCA) ترکیبات ابعاد نهادها، سرمایه انسانی و پژوهش، زیرساخت، پیچیدگی بازار و پیچیدگی کسب وکار موردبررسی قرار گرفت و برای کالیبره کردن داده ها از روش خوشه بندی K-MEANS استفاده شد. خروجی تحلیل یادشده نشان داد که ترکیب دو بُعد نهادها و سرمایه انسانی/ پژوهش در ارتقای عملکرد کشور شرط کافی است.