فهرست نشریات علمی دسترسی آزاد ایران

تحلیل پوششی داده‌ها ( DEA ) روشی برای سنجش عملکرد گروهی از واحدهای تصمیم‌گیری ( DMUها) است که از ورودی‌های متعدد برای تولید خروجی‌های متعدد استفاده می‌کنند. این روش عملکرد DMUها را با مینیمم‌سازی نسبت ورودی وزنی به خروجی وزنی هر DMU، به ترتیب، مشروط به این قید که هیچ یک از کارآیی‌های DMUهای دیگر کوچک‌تر از یک نباشد، اندازه‌گیری می‌کند (در حالت با ماهیت خروجی). کارآیی‌هایی که به این ترتیب اندازه‌گیری می‌شوند، کارآیی خوشبینانه یا بهترین کارآیی نسبی نامیده می‌شوند. روش اندازه‌گیری کارآیی خوشبینانه‌ی DMUها را خودارزیابی می‌نامند. در صورتی که نمره‌ی کارآیی خودارزیابی یک DMU یک باشد، به آن کارآی خوشبینانه می‌گویند؛ در غیر این صورت، به آن غیرکارآی خوشبینانه می‌گویند. رویکرد مشابهی وجود دارد که از مفهوم مرز ناکارآیی برای تعیین بدترین نمره‌ی کارآیی نسبی که می‌توان به هر DMU اختصاص داد، استفاده می‌کند. DMUهای واقع روی مرز ناکارآیی به‌عنوان ناکارآی بدبینانه تعیین می‌شوند، و آنهایی که روی مرز ناکارآ نیستند، به‌عنوان غیرناکارآی بدبینانه اعلام می‌شوند. در این مقاله، این بحث مطرح می‌شود 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 اندازه‌گیری عملکرد کلی DMUها، پیشنهاد می‌شود که هر دو کارآیی را در قالب یک بازه ادغام، و مدل‌های DEAی پیشنهادی برای اندازه‌گیری کارآیی را مدل‌های کراندار می‌نامیم. به این ترتیب، بازه‌ی کارآیی تمام مقادیر ممکن کارآیی را که منعکس کننده‌ی دیدگاه‌های مختلف هستند، در اختیار تصمیم گیرنده قرار می‌دهد.