نظریه تحلیل پوششی داده هایی با مقدار صحیح

قیمت: 38,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

نظریه تحلیل پوششی داده هایی با مقدار صحیح

عنوان لاتین

Theory of integer-valued data envelopment analysis

مدل های تحلیل پوششی داده (DEA) معمول، ورودی ها و خروجی ها را با مقدار حقیقی فرض می کنند. در بسیاری از موارد، برخی ورودی ها و یا خروجی ها تنها می توانند مقادیر صحیح بگیرند. در بعضی موارد، گرد کردن جواب DEA به نزدیک ترین مقدار کل می تواند منجر به گمراهی در ارزیابی کارایی و اهداف عملکردی شود. این مقاله پایه و اساس اصولی را برای DEA در داده هایی با مقدار صحیح تعمیم می دهد، و اصول جدید «دسترسی طبیعی» و «بخش پذیری طبیعی» را معرفی می کند. ما یک مجموعه امکان پذیر تولیدی را بررسی می کنیم که اصل برون یابی حداقل را تحت مجموعه ی بهبود یافته ای از اصول ها ارضا می کند. همچنین یک فرمول برنامه ریزی خطی عدد صحیح مختلط برای محاسبه نمره کارایی ارائه می کنیم. یک برنامه ی کاربردی عملی برای دپارتمان های دانشگاه های ایران نیز رویکردی را نشان داده می شود.

Conventional data envelopment analysis (DEA) models assume real-valued inputs and outputs. In many occasions, some inputs and/ or outputs can only take integer values. In some cases, rounding the DEA solution to the nearest whole number can lead to misleading efficiency assessments and performance targets. This paper develops the axiomatic foundation for DEA in the case of integer-valued data, introducing new axioms of ‘‘natural disposability’’ and ‘‘natural divisibility’’. We derive a DEA production possibility set that satisfies the minimum extrapolation principle under our refined set of axioms. We also present a mixed integer linear programming formula for computing efficiency scores. An empirical application to Iranian university departments illustrates the approach