تحلیل پوششی داده‏ها (DEA) یک روش ناپارامتری برای تخمین تابع تولید می‏باشد. در DEA هر واحد تصمیم‏گیرنده دارای تعدادی ورودی و خروجی بوده و با استفاده از مرز کارایی [M1] به ارزیابی عملکرد واحدهای تصمیم‏گیرنده می‏پردازد. هریک از ورودی‏ها و خروجی‏ها نقش اساسی در ارزیابی عملکرد واحد تصمیم‏گیرنده بازی می‏کنند که می‏توان از آنها به عنوان فاکتور تأثیر مستقیم نام برد. اما با در نظر گرفتن ذات و ماهیت ورودی‏ها و خروجی‏ها این امکان وجود دارد که ورودی‏ها و خروجی های واحدهای تصمیم ‏گیرنده، تأثیر غیرمستقیمی نیز در ارزیابی عملکرد واحدهای تصمیم‏گیرنده داشته باشند که یکی از ضعف های مدلهای DEA، درنظر نگرفتن این فاکتورها می‏باشد که می‏توان از آنها به عنوان فاکتور تأثیر غیرمستقیم نام برد. فاکتور تأثیر غیرمستقیم مورد نظر در این مقاله به علت [M2] ذات و ماهیتشان، اثر منفی بر روی کارایی گذاشته و نمی‏توان این فاکتورها را به عنوان [M3] ورودی یا خروجی،  یا بعنوان ورودی یا خروجی کنترل پذیر، در نظر گرفت. تشخیص فاکتورهای تاثیر غیر‏مستقیم، نقش بسزایی در ارزیابی عملکرد و رتبه ‏بندی واحدهای تصمیم‏گیرنده بازی می‏کند. از این رو در این مقاله  به هر ورودی و خروجی یک کمیت عددی (متعلق به بازه [0,1])، به عنوان فاکتور تأثیر غیرمستقیم نسبت داده و با استفاده از دستکاری در داده‏ها و تحلیل پوششی داده‏ها،  روش‏هایی برای ارزیابی عملکرد و رتبه‏بندی واحدهای تصمیم‏ گیرنده، مبتنی بر فاکتورهای تاثیر غیرمستقیم ارائه می‏شود.

واژه‌های کلیدی: تحلیل پوششی داده‌ها، فاکتور تاثیر غیر مستقیم، رتبه‌بندی

متن کامل [PDF 1634 kb]   (927 دریافت)