ابرکارایی

در مطالعه حاضر با استفاده از رویکرد تحلیل پوششی داده ها ابتدا به برآورد مقادیر ابرکارایی و رتبه بندی واحدهای صنعتی پرورش گاو شیری در شهرستان های سقز و دیواندره پرداخته شد. سپس به منظور اطمینان از نااریب بودن نمرات ابرکارآیی به دست آمده، با استفاده از مدل اصلاح شدة بنکر و گیفورد، با نرمال سازی و حذف برخی از واحدهای پرت بر اساس سطوح از پیش تعیین شده، نمرات کارایی مجدداً به روش معمولی محاسبه و نتایج به دست آمده با هم مقایسه شدند. بدین منظور، اطلاعات موردنیاز جهت محاسبة کارایی، به صورت میدانی و با مصاحبه و تکمیل پرسشنامه از کل 19 واحد فعال برای سال 1392 جمع آوری شد. نتایج نشان داد، در مجموع حدود 58 درصد از گاوداری های شیری منطقة مورد مطالعه، ناکارا بوده وحدود 42 درصد از کل واحدها ابرکارایی کمتر از سطح میانگین را کسب کردند. کارایی واحدها با استفاده از مدل ابرکارایی و کارایی معمولی در تحلیل پوششی داده ها با همدیگر مقایسه و واحدهای ناکارا، نمرات کارایی و ابرکارایی یکسانی گرفتند و واحدهای کارایی که نمره ابرکارایی آن ها بزرگ تر و مساوی یک شده بود، در روش معمولی بر روی تابع تولید مرزی قرار گرفتند. به منظور تعیین حساسیت نتایج نسبت به حذف واحدهای پرت، سه سطح مختلف به عنوان مبنا برای شناسایی واحدهای پرت در نظر گرفته شد. نتایج مورد بررسی نشان داد که ضریب همبستگی، تنها در سطح 1 ≤پایین بوده که نشان می دهد، وجود واحدهای پرت بر روی نمرات کارایی تأثیرگذار می باشد.

امروزه با توسعه روزافزون جوامع، تقاضا برای انواع انرژی از جمله انرژی برق افزایش قابل توجهی یافته است. از این رو، توجه به بهره وری انرژی به ویژه انرژی برق امری ضروری به نظر می رسد. با توجه به وجود نیروگاه های متعدد در سراسر کشور و نیز بالا بودن هزینه تأسیس، تعمیر، نگهداری و تأمین قطعات نیروگاه جدید، محاسبه کارایی نیروگاه های موجود و رتبه بندی و مقایسه آن ها با یکدیگر از لحاظ میزان کارایی می تواند اقدامی مفید برای استفاده بهینه از ظرفیت تولید نیروگاه های موجود و رساندن آن ها به بالاترین سطح کارایی و بهره وری ممکن باشد. روش های گوناگونی برای محاسبه کارایی و رتبه بندی واحدهای تصمیم گیرنده (DMUs) وجود دارد که تحلیل پوششی داده ها (DEA) و به ویژه روش ابرکارایی یکی از مهمترین آن ها به شمار می رود. در این مقاله اقدام به رتبه بندی کارایی نیروگاه های حرارتی ایران در سال 1395 با استفاده از مدل ابرکارایی لین و چن (2018) و مدل ابرکارایی LJK (2007) و مقایسه نتایج آن ها با یکدیگر شده است. طبق ارزیابی هر دو روش، نیروگاه های سیکل ترکیبی از نظر کارایی معمولاً رتبه های بهتر و نیروگاه های گازی رتبه های پایین تری را کسب کرده اند ولی در تقسیم بندی از لحاظ دولتی و خصوصی بین دو روش اتفاق نظر وجود ندارد به عبارتی با استفاده از مدل لین و چن نیروگاه های بخش دولتی و با استفاده از مدل LJK نیروگاه های بخش خصوصی دارای عملکرد بهتری بوده اند.

تحلیل پوششی داده ها، روشی ناپارامتریک برای سنجش و ارزیابی کارایی نسبی مجموعه ای از واحدهای تصمیم گیرنده با ورودی ها و خروجی های چندگانه است. از آنجا که مدل های تحلیل پوششی داده ها، واحدهای تصمیم گیرنده را به دو دسته کارا و ناکارا تقسیم می کنند، اغلب تصمیم گیرنده ها درصدد رتبه بندی کاملی از واحدهای تصمیم گیرنده هستند. در این نوشتار به توسعه مدلی برای رتبه بندی واحدهای کارا در تحلیل پوششی داده ها پرداخته شده است. از این رو، ابتدا محققان دو مدل جدید غیر خطی پیشنهاد کرده اند که با استفاده از مدل اول، به محاسبه کارایی پرداخته و به کمک مدل دوم، واحدهای تصمیم گیرنده کارا رتبه بندی می شوند؛ به طوری که این مدل ها همواره یک جواب شدنی دارند و درنهایت برای بررسی بیشتر در چندین مثال عددی، مدل پیشنهادی موجود در مقاله با سایر مدل های رتبه بندی مقایسه شده اند. نتایج تأییدکننده عملکرد مناسب مدل پیشنهادی است.