متن زیر قسمتهایی از فایل اصلی می باشد فایل اصلی در 14 صفحه به صورت فایل ورد و قابل ویرایش می باشد

ارزیابی دانشگاههای جامع علمی کاربردی به کمک تحلیل پوششی داده ها DEA

اردکانی

-         چکیده

این مقاله با هدف بررسی رابطه مدلهای ارزیابی عملکرد پارامتریک و غیر پارامتریک، به تبیین رابطه بین مدلهای ارزیابی کارآیی با روشهای SFA و DEA می پردازد. مطلعه روشهای ارزیابی پارامتریک و غیر پارامتریک نشان می دهد که انتخاب روش ارزیابی کارآیی واحدهای تصمیم (DMU) به ماهیت داده ها (Cardinal, Ordinal) در ورودیها و خروجیها بستگی دارد. در این مقاله با استفاده از آزمونهای ضریب همبستگی اسپیرمن، آماره گروهی و مقایسه زوج ها این رابطه را به شرح زیر استخراج گردید. با استفاده از آزمون ضریب همبستگی آزمون اسپیرمن، مشخص شد که این دو مدل با یکدیگر دارای رابطه معنادار و در جهت مستقیم می باشند و در نتایج با یکدیگر کاملا مشابهت دارند. میانگین پراکندگی نتایج ارزیابی با مدلهایDEA  و SFA نشان می دهد که پراکندگی مقدار کارآیی شعب کم و بسیار نزدیک به یکدیگر می باشد و کارآیی شعب در هر دو روش با یکدیگر بسیار نزدیک بوده و مشابهت دارند. تفاوت میانگینها در آزمون مقایسه زوج ها (دوطرفه) نشان می دهد که سطح معنا داری بیشتر از 5% است و دو روش در محاسبه کارآیی شعب نتایج یکسان دارند و تفاوت معناداری مشاهده نشده است. در نتیجه انجام این تحقیق مشخص شد که بین روشهای ارزیابی پارامتریک و غیر پارامتریک در ارزیابی شعب بانک پارسیان با توجه به نتایج از قبل ارزیابی شده، رابطه معنادار وجود دارد.

-         کلید واژه ها

کارآیی (Efficiency)، تحلیل پوششی داده ها (DEA)، تحلیل مرزی تصادفی (SFA).

1-    مقدمه

كوشش هاي اقتصادي انسان همواره معطوف به آن بوده است كه با كمترين امكانات حداكثر استفاده و نتيجه را بدست آورد. چنين تمايلي به معني دستيابي به كارآيي و بهره وري يالاتر ناميده مي شود. بهره وري مفهومي جامع و در برگيرتده كارآيي است كه افزايش آن به معني ارتقاء سطح زندگي، رفاه، آرامش و آسايش انسان ها همواره مد نظر دست اندركاران سياست و اقتصاد بوده است. مفاهيم كارآيي و بهره وري درپي تعامل دانش بشر در علم اقتصاد تكامل يافته و اندازه گيري آن نيز مبناي نظريات اقتصادي شکل گرفته است. چنانچه بخواهيم مفهوم بهره وري را از ديد اقتصادی بيان نمائيم بايد گفت كه اگر یک  الگوی اقتصادی از منابع خود آنقدر كالا و خدمات توليد نمايد كه در شرايطی دیگر نتواند به آن مقدار دست يابد، آن الگوی اقتصادی كارآ و بهره وري آن در سطح بالايي قرار دارد. برای تعیین مقادیر کارآیی و بهره وری و انجام این مقایسه، نیازمند روشهایی برای ارزیابی عملکرد می باشیم. بدیهی است تعیین روشها بر اساس ماهیت داده ها بعنوان ورودیها و همچنین خروجیها، صورت می پذیرد. اما جدا از اندازه گیری کارآیی و بهره وری برای مقایسه عملکرد، در بسیاری از سازمانها از ارزیابی واحدها، اهداف متفاوتی دنبال می شود. بعنوان مثال تعیین میزان اثربخشی مدیران، تناسب فرد و شغل، تسهیم پاداش، ارتقاء شغلی و غیره .

شاید در ابتدا بایستی به این سوال پاسخ داد که چرا ارزیابی می کنیم. در حقیقت ارزیابی می کنیم تا دقیق تر اندازه گیری نمائیم. اگر این سوال مطرح شود که چرا اندازه گیری می کنیم، پاسخ اینست که اندازه گیری می کنیم تا با اطمینان کنترل و برنامه ریزی نمائیم. بدیهی است برنامه ریزی و کنترل واحدهای تحت بررسی برای مدیریت بهینه آنها می باشد. در بخشهای غیر آکادمیک و اجرایی، ارزیابی عملکرد تعاریفی گوناگونی حسب زمینه و نوع فعالیتها به خود اختصاص داده است. تعدادی از مقبول ترین تعاریف در بخشهای صنعتی و سازمانی که با مصاحبه و گفتگوهای حضوری در طول بیش از یکسال مطالعه میدانی جمع آوری شده اند در زیر بیان می گردند.

-         ارزيابي عملکرد فرايندي است که به سنجش و اندازه گيري، ارزش گذاري و قضاوت درباره عملکرد در طي دوره اي معين مي پردازد.

-         ارزیابي عملکرد در بعد سازماني معمولاً مترادف اثربخشي فعاليت هاست و منظور از اثربخشي ميزان دستيابي به اهداف و برنامه ها با ويژگي کارا بودن فعاليت ها و عمليات است.

-         ارزيابي عملکرد نحوه استفاده از منابع در قالب شاخص هاي کارايي را بیان می دارد. اگر در ساده ترين تعريف، نسبت داده به ستاده را کارايي بدانيم، نظام ارزيابي عملکرد در واقع ميزان کارايي تصميمات مديريت در خصوص استفاده بهينه از منابع و امکانات را مورد سنجش قرار مي دهد.

-         به طور کلي نظام ارزيابي عملکرد را مي توان فرايند سنجش و اندازه گيري، مقايسه ميزان و نحوه دستيابي به وضعيت مطلوب با معيارها و نگرش معين در دامنه و حوزه تحت پوشش معين با شاخص هاي معين و در دوره زماني معين با هدف بازنگري، اصلاح و بهبود مستمر آن دانست.

در تعاریف ذکر شده نکاتی مشترک وجود دارد که بیانگر خواست اندازه گیری، تعیین مقدار و مقایسه با نتایج در دوره های قبلی است. از اینرو در این مقاله تصمیم بر آنست که نتایج ارزیابی مدلهای پارامتریک (مدل SFA) [1] و غیرپارامتریک (مدل DEA) [2] بعنوان دو شاخه اصلی مدلهای ارزیابی مورد مطالعه و بررسی قرار گیرند. هدف از این مطالعه بررسی ارتباط معنادار نتایج ارزیابی در روشهای Cardinal و Ordinal می باشد. جدا از اختیار تصمیم گیرنده در انتخاب روشهای ارزیابی، ماهیت برخی از ورودیها و خروجیها نیز تصمیم گیرنده را در انتخاب روش ارزیابی مقید می سازد. بمنظور انتخاب یک بهترین روش در ارزیابی DMU ها، ابتدا بایستی به دقت نتایج ارزیابی در مدلهای مطرح توجه نمود. حال این سوال مطرح می شود که آیا خروجی روشهای پارامتریک و غیر پارامتریک بدون در نظر گرفتن نحوه محاسبه و عملکرد، دارای خروجی های مشابه در نتایج و رتبه بندی DMU ها می باشند؟ آیا عملکرد DMU ها بر روی محورهای هندسی برامده از داده ها، از شیبهای یکسان و مشابهی برخوردار می باشند. اگر این ارتباط معنادار بین روشهای تحلیل پوششی داده ها (DEA) و تحلیل مرزی تصادفی (SFA) وجود داشته باشد، می توان گفت روشهای پارامتریک و غیر پارامتریک در برآورد و ارزیابی DMU ها از نظر خروجیها برای تصمیم گیرنده تفاوتی نخواهند داشت و بیشتر سهولت و تناسب اجرای مدل، ملاک اصلی انتخاب روش ارزیابی برای تصمیم گیرنده خواهد بود.

در بخش بعدی مبانی نظری و پیشینه پژوهشی در زمینه مدلهای مدلهای پارامتریک (مدل SFA) و غیرپارامتریک (مدل DEA) به همراه فرموله نمودن و مقایسه این دو روش با یکدیگر و ضرورت انجام تحقیق مورد بررسی قرار می گیرد.

منابع

1- Lan, L. W., L., Erwin T.J., (2003) Measurement of Railways Productive Efficiency with Data Envelopment Analysis and Stochastic Frontier Analysis, Journal of the Chinese Institute of Transportation, Vol. 15, No. 1, 49-78.

2- Tongzon, Jose, (2001) Efficiency Measurement of Selected Australian and Other International Ports Using Data Envelopment Analysis, Transportation Research, Part A, Vol. 35, pp.107-122.

3- Farrell, M.J., 1957, the measurement of productive efficiency. J. Royal Stat. Soc. A, 120.

4- Aigner, D., C.A.K. Lovell and P. Schmidt, (1977), Formulation and estimation of stochastic frontier production models. J. Econ., 6: 21-37.

5- Meeusen, W. and J. van den Broeck, (1977), Efficiency estimation from Cobb-Douglas production functions with composed error. Int. Econ. Rev., 18: 435-444.

6- Kumbhakar Sc., Lovell, C.A.K. (2000), Stochastic Frontier Analysis, first ed., Cambridge University Press, UK.

7- Cooper W.W, Sieford LM, Tone K. (2000), Data Envelopment Analysis: A comprehensive text with models, applications, references and DEA solver software., Kluwer Academic Publishers.

8- Coelli, T. (1996), A Guide to FRONTIER Version 4.1: A Computer Program for Stochastic Frontier Production and Cost Function Estimation, CEPA Working Paper No. 96/07, Centre for Efficiency and Productivity Analysis, University of New England, Armidale.

9- Tone K., (1994), A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operational Research 2001; 130: 498-509.

10- Coelli, T., Rao, D. S. P., & Battese, G. E. (1997), An Introduction to Efficiency and Productivity Analysis, Kluwer Academic Publishers, Boston.

11- Lan, L. W., L., Erwin T.J. (2003), Measurement of Railways Productive Efficiency with Data Envelopment Analysis and Stochastic Frontier Analysis, Journal of the Chinese Institute of Transportation, Vol. 15, No. 1, 49~78.

12- Kumbhakar, S.C., and Lovell, C.A.K. (2000), Stochastic Frontier Analysis, Cambridge University Press, New York.

13- Wadud, A. and B. White, (2000), Farm household efficiency in Bangladesh: A comparison of stochastic frontier and DEA methods, Applied economy, No.32: pp.1665-1673.

14- Kohers, H., M.H. Huang and N. Kohers, (2000), Market perception of efficiency in Bank holding company mergers: The roles of the DEA and SFA models in capturing merger potential. Rev. Financial Econ., 9: 101-120.

15- Cullinane, Kevin, & Song, Dong-Wook, & Gray, R. (2002), A Stochastic Frontier Model of the Efficiency of Major Container Terminals in Asia: Assessing the Influence of Administrative and Ownership Structures, Transportation Research Part A, Vol. 36, 743~762.

16- Lan, L. W., L., Erwin T.J. (2003), Measurement of Railways Productive Efficiency with Data Envelopment Analysis and Stochastic Frontier Analysis, Journal of the Chinese Institute of Transportation, Vol. 15, No. 1, 49~78.

17- Bottaso. A, and conti. M. (2003), cost Inefficiency in the English and Welsh Industry: An Heteroskedastic Stochastic cost Frontier Approach, Working Paper, University of Geneva, Italy.

18- Kumbhakar, S.C. and E.G. Tsionas, (2004), Markov switching stochastic frontier model. Econometrics J., 7: 398-425.

19- Cook, W.D. and R.H. Green, (2005), evaluating power plant efficiency:  A hierarchical model. Compute. Operations Res., 32: 813-823.

20- Farsi. M., Filippini, M. and Kuenzle, M., (2007), Cost Efficiency in the Swiss Gas Distribution Sector, Energy Economics, Vol. 29, 64-78.

21- Erbetta, F. and L. Rappuoli, (2008), Optimal scale in the Italian gas distribution industry using data envelopment analysis. Omega, 36: 325-336.

22- Jamasb, T. and Pollitt, M., (2001), Benchmarking and regulation: international electricity experience, Utilities Policy, 9 (3), pp. 107-130.

23- Resende, M., (2002), Relative efficiency measurement and prospects for yardstick competition in Brazilian electricity distribution, Energy Policy, (30), PP. 637-347.

24- Pacudan, R. and Guzman, E., (2002), Impact of energy efficiency policy to productive efficiency of electricity distribution industry in the Philippines", Energy Economics, 24, pp. 41-48.

25- Jamasb, T. and Pollitt, M., (2003), International benchmarking and regulation: an application to European electricity distribution utilities", Energy Policy, 31, pp. 121-130.

26- Giannakis, D.; Jamasb, T. and Pollitt, M., (2005), Benchmarking and incentive regulation of quality of service: an application to the UK electricity distribution networks", Energy Policy, 33, pp. 2256-2271.

27- Chirwa, E. W. (2007), Sources of Technical Efficiency among Smallholder Maize Farmers in Southern Malawi. AERC Research Paper, No.172. African Economic Research Consortium, Nairobi.

28- Al-hassan, S. (2008), Technical Efficiency of Rice Farmers in Northern Ghana. AERC Research Papers, African Research Consortium, Nairobi.

29- Lin, T.T., C.C. Lee and T.F. Chiu, (2009), Application of dea in analyzing a bank`s operating performance. Expert Syst. Appl., 36: 8883-8891.

30- Wouterse, F. (2010), Migration and technical efficiency in cereal production: evidence from Burkina Faso. Agricultural Economics 41(5): 385-395.

31- Mugera, A., W. & Langemeier, M., R. (2011), Does Farm Size and Specialization Matter for Productive Efficiency? Results from Kansas, Journal of Agricultural and Applied Economics 43(4): 515-528.

32- Chang, H. (2004), Inventing Temperature: Measurement and Scientific Progress. Oxford University Press, ISBN 0-19-517127-6.

33- Ghasemi Nejad, N., Introduce an Optimum Model for Assessment of Performance of Parsian Bank; Parametric and Non-Parametric Approach, National Academy of Sciences of Tajikistan.