مقاله درمورد ارزیابی عملکرد سازمان و روش های ناپارامتریک

از آنجائیکه تغییراتی که با توزیع Uبه شرط V- U همراه است، مستقل از تعداد بنگاهها (N) می باشد، بنابراین، این برآوردها نمی توانند برآوردهای کاملاً سازگاری از Uباشند. ولی هنگامیکه داده های قطعی برای تجزیه و تحلیل مورد استفاده قرار می گیرند راه حل بهتری وجود ندارد. تحلیل تابع مرزی تصادفی را روش پارامتریک نیز می نامند، زیرا بمنظور تخمین پارامترهای تابع ( ) شکل خاصی از تابع مرزی باید در نظر گرفته شود. شکلهای رایج و پراستفاده، کاب-داگلاس و ترانسلوگ می باشند. (امامی میبدی، 1379).
2-14 اندازه گیری کارایی به روش تحلیل پوششی داده ها (DEA)
داستان DEA به موضوع رساله دکتری رودس با راهنمایی استاد راهنمایش آقای کوپر بر می گردد که عملکرد مدارس دولتی ایالات متحده آمریکا را مورد ارزیابی قرار داد. این مطالعه منجر به چاپ اولین مقاله درباره معرفی عمومی DEA در سال 1978 گردید. در این سال روش تحلیل پوششی داده ها توسط CCR با جامعیت بخشیدن به روش فارل به گونه ای که خصوصیت فرآیند تولید با چند عامل تولید و چند محصول را ذر بر گیرد، به ادبیات اقتصادی اضافه گردید. این روش که عمدتا به عنوان روش اندازه گیری کارایی در جهان شناخته شده است، در حین اندازه گیری کارایی، نوع بازده نسبت به مقیاس تولید را نیز به تفکیک برای بنگاه ها ارائه می نماید، با پیشرفت و تکامل روش فوق، در حال حاضر DEA یکی از حوزه های فعال تحقیقاتی در اندازه گیری کارایی بوده و به طور چشمگیری مورد استقبال پژوهشگران جهان قرار گرفته است، این روش برای ارزیابی عملکرد سازمان های دولتی و غیر انتفاعی که اطلاعات قیمتی آنها معمولا در دسترس نیست یا غیر اتکاء است، کاربرد قابل ملاحظه ای دارد. در این روش به جای لفظ تولید کننده به منظور جامعیت بخشیدن، عموما به عنوان واحد تصمیم ساز (DMU) به کار برده می شود.
Widget not in any sidebars

این متد DEA که تکنیک برنامه ریزی خطی را به کار می گیرد، از جمله روش های ناپارامتریک تخمین توابع هم مقداری تولید (تولید یکسان) می باشد(امامی میبدی، 1384، 123).
به طور کلی تخمین توابع تولید یکسان یا تخمین تابع تولید مرزی به عنوان شاخص استاندارد مقایسه، مورد نیاز هر دو روش اندازه گیری کارایی (DEA و SFA) می باشد. برای اولین بار فارل نحوه بدست آوردن تابع تولید یکسان را از طریق هندسی بدین صورت تشریح نمود که اگر نقاط مشخص شده در شکل (1-4) هریک نشان دهنده ترکیب استفاده از عوامل تولید X2 و X1برای تولید یک واحد محصول (Y) در بنگاه های مختلف باشد، با اتصال نقاطی که به محورها و مبدا مختصات نزدیک تر هستند، تابع محدبی بدست می آید که هیچ نقطه ای در زیر آن قرار ندارد، منحنی بدست آمده، تابع تولید یکسان کارا نامیده می شود. اگر برای تولید یک محصول (y) نیاز به بیش از دو عامل تولید (X2 و X1) باشد، ترسیم منحنی تابع تولید یکسان از طریق هندسی بسیار مشکل خواهد بود و در واقع روش تحلیل پوششی داده ها به منظور غلبه بر چنین مشکلی ابداع گشت.
در شرایطی که بنگاه ها برای تولید محصول یا محصولات خود به بیش از دو عامل تولید نیاز داشته باشند، در این مدل هر بنگاه تولیدی با توجه به انواع و میزان عوامل تولیدش به مثابه نقطه ای در فضا در نظر گرفته می شود که ابعاد این فضا توسط تعداد عوامل تولید و مختصات نقطه، توسط میزان استفاده از هر عامل تولید تعیین می شود، آنگاه با انتخاب یک بنگاه تولیدی به عنوان بنگاه مورد بررسی به کمک برنامه ریزی خطی موقعیت این بنگاه تولیدی (نقطه) نسبت به سایر بنگاه ها(نقاط دیگر موجود درفضا) سنجیده می شود. این عمل باید به تعداد بنگاه ها (نقاط) تکرار شود و بنابراین به تعداد بنگاه ها، مدل برنامه ریزی خطی خواهیم داشت.

نمودار (2-8) منحنی تولید یکسان کالا
در این مدل بنگاه هایی که بر طبق اصول حداقل هزینه (کارا) فعالیت می نمایند، بر روی تابع تولید یکسان قرار می گیرند و برای آنها میزان کارایی صد در صد اعلام می گردد. برای تحلیل DEA در تخمین تابع تولید یکسان به پیش فرض خاصی در مورد شکل تابع نیازی نیست. این روش کارایی یک بنگاه را نسبت به کارایی سایر بنگاه ها اندازه گیری می نماید. در این محاسبه فرض بر این است که تمامی بنگاه ها رو یا بالای منحنی تولید یکسان قرار دارند.
همانطور که قبلا ذکر شد، شاخص بهره وری در مورد واحدهایی که یک نهاده و یک ستانده را شامل می شود، عبارت است از نسبت ستانده به نهاده، حال اکر در این واحد یا سازمان چند نهاده و چند ستانده وجود داشته باشد، می بایست برای نهاده ها و ستانده ها ضرایبی را تخصیص داد.اما مشکلی که قبلا وجود داشت و لاینحل به نظر می رسید، چگونگی ملحوظ نمودن ضرایب برای این نهاده ها و ستانده ها بود.
مدل CCR در سال 1978 به این علت مشهور گردید که توانست مشکل ضرایب را حل کند، جالب آن که ضرایب بدست آمده در این روش، بیانگر همان قیمت های سایه ای می باشد. مدل CCR پس از تعیین منحنی مرز کارا، مشخص می کند که واحدهای تصمیم ساز در کجای این مرز قرار دارند و برای رسیدن به مرز کارا چه ترکیبی از نهاده ها و ستانده ها را می بایست انتخاب کنند، که این امر میسر نمی شود مگر به وسیله مشخص کردن ضرایب نهاده ها و ستانده ها برای هر واحد. در واقع شاهکار و نقطه عطف مدل فوق این بود که توانست با استفاده از روش برنامه ریزی خطی ضرایب ذکر شده را محاسبه کند.
چانز، کوپر و رودس (CCR) در سال 1978 مدل خود را بر مبنای حداقل سازی عوامل تولید و با فرض بازده ثابت نسبت به مقیاس ارائه نمودند. در سال 1984 با ملحوظ نمودن فرض بازده متغیر نسبت به مقیاس توسط بانکر، چارنز و کوپر (BCC ) اندازه گیری کارایی به روش DEA بسط یافت.
الف- مدل بازدهی ثابت نسبت به مقیاس (CCR)
روش DEA حالت چند محصولی و چند عامل تولیدی را به صورت ابتکاری، به حالت ساده یک عاملی و یک محصولی تبدیل می نماید. اگر اطلاعات در مورد k عامل و M محصول برای هر کدام از N بنگاه ˊوجود داشته باشد، فرآیند محاسبه به صورت زیر خواهد بود:
Max =
به طوریکه :
≤1

Author: مدیر سایت