پوششی داده های فازی(FDEA) می گویند.
در این پژوهش قصد بر این است که از مقاله ای که دکتر خدابخشی در آن با استفاده از یک متد جدید به تعیین نوع بازده به مقیاس پرداخته، برای تعیین نوع بازده به مقیاس 33 دانشگاه دولتی استفاده کنیم. همچنین با تعمیم این روش به روش CCR، یک مدل CCR فازی به دست آوریم وبا استفاده از این مدل به تعیین کارایی این 33 دانشگاه دولتی بپردازیم.
1-3- سابقه و ضرورت انجام تحقیق
تحلیل پوششی داده ها تکنیکی است که توسط یک مدل برنامه ریزی ریاضی که برای ارزیابی کارایی واحد های تصمیم گیرنده که چندین ورودی و چندین خروجی دارند مورد استفاده قرار می گیرند. تکنیک تحلیل پوششی داده ها برای اولین بار توسط چارنز و کوپر و رودز معرفی شد. مدلی که آنها ارائه کردند به مدل CCR معروف شد. بعد از آن بنکر و همکارانش در سال 1984 مدلی که تعمیم یافته مدل CCR بود ارائه کردند که به مدل BCC 9 معروف شد. در سال های بعد با توجه به قدرت تکنیکDEA در ارزیابی و رتبه بندی واحد ها مقالات و تحقیقات بسیار زیادی راجع به این مطلب منتشر شد.
ضرورت انجام این تحقیق از دو منظر قابل توجه است. اول اینکه سایر تحقیقات صورت گرفته در این زمینه از داده های قطعی استفاده می کنند و با توجه به این که در محیط واقعی ماهیت داده ها اغلب قطعی نیستند، در این تحقیق از داده های فازی استفاده شده است. دوم اینکه در اکثر تحقیقات ومقالاتی که برای تعیین بازده به مقیاس و رتبه بندی واحد های دانشگاهی وموسسات آموزش عالی نوشته شده اند، این موسسات را غالبا از منظر معیار های تخصصی آموزشی و پژوهشی مورد ارزیابی قرار داده اند. لیکن در این تحقیق برای ایجاد یک نواوری، همچنین ابراز نیاز سازمان ها وموسسات خدمت رسانی در دانشگاه ها نظیر صندوق رفاه دانشجویان تصمیم به تعیین بازده به مقیاس ورتبه بندی دانشگاه ها ومراکز آموزش عالی دولتی با معیار های خدماتی و رفاهی دانشجویان گرفته شد.
1-4- هدف از انجام تحقیق
هدف از انجام این تحقیق، تعیین بازده به مقیاس برای دانشگاه ها و موسسات آموزش عالی و رتبه بندی آن ها با استفاده از تکنیکDEA است و در راستای اهداف آرمانی در جست وجوی راه حلی برای رسیدن به اهداف زیر هستیم:
1)تفکیک واحدهای کارا و ناکارا از یکدیگر.
2) مشخص کردن خط مشی سازمان ها به سوی کارایی وبهره وری بیشتر.
3) ارائه یک روش جدید فازی جهت تعیین کارایی واحدها (CCR فازی).
1-5- اهداف کاربردی تحقیق
تمامی سازمانها و نهادهای خدماتی که به صورت غیرانتفایی اداره می شوند به طور خاص معاونت های دانشجویی دانشگاه های کشور و صندوق رفاه دانشجویان وزارت علوم می توانند از نتایج این تحقیق استفاده کنند. ضمنا محققان در زمینه رتبه بندی می توانند از مدل بازده به مقیاس ارائه شده استفاده کنند.
1-6- جنبه نوآوری تحقیق
همانطور که گفته شد استفاده از داده های فازی یک جنبه نو وجدید وکمتر کار شده است. زیرا در اکثر مقالات و تحقیقات ورودی ها و خروجی ها در تکنیک تحلیل پوششی داده ها ثابت وشناخته شده در نظر گرفته شده است, در حالیکه در عمل ما برای تصمیم گیری با زبان محاوره ای خود, مثل: خوب, متوسط و بد رو به رو هستیم که در اینجا اهمیت استفاده از منطق فازی مشخص می گردد.
1-7- روش انجام تحقیق
1) مرور ادبیات موضوع با هدف آشنایی با مساله و نیز بررسی پژوهش های موجود در این رابطه.
2) طرح و توضیح مفاهیم تحلیل پوششی داده ها و برنامه ریزی خطی و مدل های ناپارامتری.
3) به بیان مدل بازده به مقیاس خود پرداخته و آن را مورد بحث قرار می دهیم. همچنین مدلCCR فازی خود را نیز ارائه می دهیم.
4) با استفاده از داده های واقعی به بررسی عملکرد مدل ریاضی خود می پردازیم.
5) در نهایت به بررسی مطالعات آینده تحلیل پوششی داده ها در رابطه با دانشگاه ها می پردازیم.
1-8- روش تجزیه وتحلیل و ابزار گرد آوری داده ها
در این پژوهش روش تجزیه وتحلیل داده توسط کار با نرم افزلر های رایانه ای مربوطه که در ادامه ذکر می شود صورت می گیرد و همچنین در این تحقیق گرد آوری داده ها از طریق وزارت علوم وتحقیقات وصندوق رفاه دانشجویان صورت می گیرد. نرم افزار های مورد استفاده در این تحقیق عبارتند از:
GAMS, EXCEL ,VISUAL BASIC
1-9- مراجع استفاده کننده از نتایج پایان نامه
– دانشگاه ها و مراکز آموزش عالی
– وزارت علوم وتحقیقات وفن آوری
– صندوق رفاه دانشجویان
– محققین وپژوهشگران
فصل دوم:
مروری بر ادبیات و پیشینه تحقیق
2-1- مقدمه
در سده اخیر با توجه به گسترش صنایع و واحد های خدماتی، مدیران صنایع به این امر پی بردند که دیگر نمی توان روش های سنتی را به عنوان عاملی مناسب برای ارزیابی واحد های صنعتی وخدماتی به کار برد و آن ها برای تصمیم گیری در مورد واحد های زیر مجموعه خود نیاز به اطلاعاتی صحیح ودرست و به دور از حدس وگمان نیاز دارند. یکی از روش های مقبول در این زمینه، برای ارزیابی واحدها روش تحلیل پوششی داده هاست. درسال های اخیر در اغلب کشور های جهان برای ارزیابی عملکرد نهادها و دیگر فعالیت های رایج در زمینه های مختلف، کاربرد های متفاوتی از تحلیل پوششی داده ها دیده شده است. علت این استقبال از روش DEA نسبت به سایر روش ها، امکان بررسی روابط پیچیده و اغلب نامعلوم بین چندین ورودی و چندین خروجی است که در این فعالیت ها وجود دارند.
تحلیل پوششی داده ها همچنین به عنوان روش شناسایی ومحک زنی واحد های ناکارآمد نیز مورد استفاده قرار می گیرد. برای مثال امکان محک زنی و ارائه نگرش جدید با استفاده از DEA به شناسایی منابع ناکارایی در شرکت های خیلی سود آور، منجر شده است.
تاکنون تحقیقات بیشماری در دانشگاه های مختلف جهان درباره تحلیل پوششی داده ها ارائه شده است.سادگی فهم و در کنار آن دقت بالا و کاربرد وسیع آن در زمینه های مختلف سیاسی، فرهنگی، اجتماعی و اقتصادی باعث شده بسیاری از محققان از این روش برای رسیدن به اهداف خود استفاده کنند. فارل در سال (1957) با استفاده از تکنیک برنامه ریزی خطی10 و تحلیل پوششی داده ها روش مناسبی را برای ارزیابی تابع تولید تجربی برای چند ورودی و چند خروجی تعریف کرد (جهان شاهلو، حسین زاده و نیکومرام 1384، 35).
این فصل را به چهار قسمت تقسیم کردیم. در بخش اول به بیان تاریچه کلی و مدل های موجود وارائه شده مرسوم از تحلیل پوششی داده ها می پردازیم. در بخش دوم به بیان مدل های بازده به مقیاس موجود می پردازیم ودر بخش سوم به بیان تئوری فازی وکاربرد آن در تحلیل پوششی داده ها خواهیم پرداخت و در پایان نیز مروری برادبیات ارزیابی عملکرد دانشگاه ها وروش های رتبه بندی آن ها خواهیم داشت.
2-2- تاریخچه و مدل های مرسوم در DEA
2-2-1 تاریخچه تحلیل پوششی داده ها
برای صحبت در مورد تاریخچه تحلیل پوششی داده ها ابتدا نیاز به صحبت در باره مواردی از قبیل تابع تولید11و روش های پارامتریک12 و روش های غیر پارامتریک13 است.
تابع تولید: در علم اقتصاد تابع تولید بیانگر روابط بین خروجی ها و ورودی هاست که این تابع تولید نشان دهنده حد اکثر میزان خروجی هاست که با ترکیبی از مقادیر ورودی به دست می آید. به عبارت دیگر، تابع تولید روابط بین ورودی ها و خروجی های یک واحد از مجموعه واحد های مشابه موجود در سیستم را بیان می کند. لذا تابع تولید مبنایی برای محاسبه کارایی است و یکی از کاربرد های آن تعیین و تشخیص کارایی واحد ها در یک سیستم می باشد. برای تعیین میزان کارایی باید تابع تولید تجربی یا مرز کارایی را بر مبنای داده های ارائه شده به دست آوریم (جهان شاهلو، حسین زاده و نیکومرام 1382، 40). دو روش زیر بیانگر استفاده از تابع تولید و یا مرز کارایی هستند:
1)روش های پارامتریک:
در سال 1988 روش های پارامتریک توسط لوون و اشمیت14 ارائه شد وسپس توسط بایر15 در سال 1990 گسترش داده شد. در این روش پارامتر جامعه برای ایجاد تابع تولید تجربی مورد بررسی قرار می گیرد.همچنین در این روش نیاز به یک شکل ریاضی مشخص احساس میگردد.
2) روش های غیر پارامتری:
در مقابل روش های پارامتریک این روش وجود دارد. از جمله محاسن این روش این است که این روش ها شکل مشخصی برای تابع تولید در نظر نمی گیرند و مستقیما با داده های مشاهده شده کار می کنند (شهریاری 1382، 15).
تحلیل پوششی داده ها یک روش غیر پارامتریک برای ارزیابی کارایی و یا محاسبه بهره وری تعداد متناهی از واحدهای تصمیم گیرنده متجانس در حالت چند ورودی و چند خروجی است. در این روش نیازی به تعیین شکل صریح تابع تولید نیست و از برنامه ریزی خطی برای ساختن یک سطح قطعه-قطعه خطی (یا مرز) برای پوشاندن (نام تحلیل پوششی داده ها از این ویژگی منشأ گرفته است) تمام داده ها استفاده می شود و سپس کارایی هر یک از واحدهای تصمیم گیرنده نسبت به این مرز محاسبه می شود. مرز به دست آمده همان مرز کارآیی است که نقاط واقع بر آن نقاط کارآ هستند. سایر واحدها که در داخل سطح پوششی قرار می گیرند ناکارآ هستند و با یکی از تصاویر خود بر روی سطح پوششی مقایسه می شود که نحوه تصویر شدن واحدهای ناکارآ بر روی مرز در مدل های مختلف و بسته به ماهیت مدل متفاوت است. این روش بر پایه کار اقتصاددانی به نام فارل16 است که پایه گذار روش های غیرپارامتری در ارزیابی کارایی و محاسبه بهره وری واحدهای تصمیم گیرنده است. او در سال 1957، اولین روش غیر پارامتری جهت تعیین کارایی را در حالت دو ورودی و یک خروجی ارائه نمود و روش پوسته محدب قطعه-قطعه خطی برای تقریب مرز را ارائه کرد. برای تعیین اندازه کارایی واحدهای تصمیم گیرنده، فارل پیشنهاد کرد که ابتدا بایستی یک مرز کارای مفروض را مشخص کرد و سپس فاصله از مرز کارا را به عنوان یک اندازه ناکارایی تعبیر نمود.
روش فارل با اینکه مشکل مربوط به انتخاب تابع تولید را رفع کرد ولی هنوز مشکل تعداد ورودی و خروجی را داشت. در سال 1978 چارنز، کوپر و رودز با استفاده از برنامه ریزی ریاضی روش غیرپارامتری فارل را، در مقاله ای تحت عنوان “اندازه گیری کارایی واحدهای تصمیم گیرنده”، برای سیستمی با ورودی ها و خروجی های چندگانه تعمیم دادند و عنوان “تحلیل پوششی داده ها” را به آن دادند. البته این تکنیک قبل از آن در سال 1976 در رساله دکتری رودز به راهنمایی کوپر تحت عنوان “ارزیابی پیشرفت تحصیلی دانش آموزان مدارس ملی آمریکا” مورد استفاده قرار گرفته بود. مدلی که توسط چارنز، کوپر و رودز معرفی شد مدل معروف CCR است که با فرض بازده به مقیاس ثابت ارئه شد و یکی از اساسی ترین مدل های تحلیل پوششی داده ها است. از آن زمان به بعد مطالعات زیادی در زمینه کاربرد و توسیع این روش صورت گرفت و مدل های جدید و مقالات زیادی در این زمینه ارئه شد. به عنوان نمونه، در سال 1984، بنکر، چارنز و کوپر مدل CCR را برای بازده به مقیاس متغیر بسط دادند و مدل معروف BCC را ارائه نمودند. در سال 1985 چارنز و همکارانش17 “مدل جمعی” را به عنوان یکی دیگر از مدل های اساسی در DEA مطرح کردند. همچنین آنان در همین سال، به منظور ثبت تغییرات در طول زمان، تکنیکی را تحت عنوان”تحلیل پنجره ای” مطرح ساختند (مهرگان 1383، 27).
در ایران نیز مباحثDEA از سال 1992 آغاز گردید. با وجود این اولین مقاله ایرانی در حوزه DEA در سال 1999 به چاپ رسید. با نگاهی به آمار چاپ شده از DEA، ملاحظه می گردد که در سال های اخیر مقالات رشدی فزاینده داشته است. در دنیا تعداد مقالات چاپ شده بر حسب موضوع عبارتند از: علوم تصمیم گیری، مدیریت وحسا

این مطلب رو هم توصیه می کنم بخونین:   پایان نامه با کلید واژه هایمصرف بهینه، ارزش اقتصادی، محصولات کشاورزی
دسته‌ها: No category

دیدگاهتان را بنویسید