کارآیی بازه ای

تحلیل پوششی داده ها (DEA) یک رویکرد داده ای برای ارزیابی عملکرد مجموعه ای از موجودیت های متجانس به نام واحدهای تصمیم گیری (DMUها) است، که عملکرد آنها بر اساس اندازه های متعدد مشخص می شود. DEAی سنتی که مبتنی بر مفهوم مرز کارآیی است، بهترین نمره ی کارآیی را تعیین می کند که می توان به هر یک از DMUها اختصاص داد. DMUها بر اساس این نمرات به عنوان کارآی DEA (کارآی خوشبینانه) یا غیرکارآی DEA (غیرکارآی خوشبینانه) تقسیم بندی می شوند، و DMUهای کارآی DEA، مرز کارآیی را مشخص می کنند. رویکرد مشابهی وجود دارد که از مفهوم مرز ناکارآیی برای تعیین بدترین نمره ی کارآیی نسبی که می توان به هر DMU اختصاص داد، استفاده می کند. DMUهای واقع روی مرز ناکارآیی به عنوان ناکارآی DEA یا ناکارآی بدبینانه تعیین می شوند، و آنهایی که روی مرز ناکارآ نیستند، به عنوان غیرناکارآی DEA یا غیرناکارآی بدبینانه اعلام می شوند. در این مقاله، این بحث مطرح می شود که هر دو کارآیی نسبی را باید با هم در نظر گرفت، و هر رویکردی که فقط یکی از آنها را در نظر گرفته باشد، دچار سوگیری خواهد بود. برای اندازه گیری عملکرد کلی DMUها، پیشنهاد می شود که هر دو کارآیی را در قالب یک بازه ادغام کنیم، و مدل های DEAی پیشنهادی برای اندازه گیری کارآیی را مدل های DEAی کراندار می نامیم. به این ترتیب، بازه ی کارآیی تمام مقادیر ممکن کارآیی را که منعکس کننده ی دیدگاه های مختلف هستند، در اختیار تصمیم گیرنده قرار می دهد. یک مثال عددی در مورد شرکت های گاز ایران با استفاده از مدل های DEAی پیشنهادی بررسی می شود، تا سادگی و سودمندی آن را نشان دهند.

تحلیل پوششی داده ها در ارزیابی کارایی نسبی واحدهای تصمیم گیری دارای چندین خروجی و چندین ورودی، بسیار سودمند بوده است. مدل های متعارف تحلیل پوششی داده ها برای اندازه گیری عملکرد واحدهای تصمیم گیری فقط دیدگاه خوشبینانه را در نظر می گیرند؛ به عبارتی برای هر واحد تصمیم گیری تحت ارزیابی، یک مجموعه از مطلوب ترین وزن ها را انتخاب می کنند. مدل های دیگری وجود دارد که کارایی یک واحد تصمیم گیری را از دیدگاه بدبینانه اندازه گیری می کنند. این مدل ها عملکرد هر واحد تصمیم گیری تحت ارزیابی را با استفاده از یک مجموعه از نامطلوب ترین وزن ها اندازه گیری می کنند. در این مقاله برای اندازه گیری عملکرد کلی واحدهای تصمیم گیری پیشنهاد می شود که هر دو کارایی را در قالب یک بازه ادغام کنیم و مدل های تحلیل پوششی داده های پیشنهادی برای اندازه گیری کارایی را مدل های کراندار می نامیم. رویکرد پیشنهادی با استفاده از یک مثال عددی مقایسه خواهد شد. یک مثال دیگر نیز در مورد سنجش توزیع بار در میان کشورهای عضو ناتو (سازمان پیمان آتلانتیک شمالی) ارائه خواهد شد تا مزایا، سادگی و سودمندی آن را در موقعیت های زندگی واقعی نشان دهد.