یک مدل غیر شعاعی برای تعیین بازده به مقیاس

تحلیل پوششی داده ها (DEA) تکنیکی مبتنی بر برنامه ریزی ریاضی، جهت ارزیابی عملکرد و محاسبه کارایی مجموعه ای از واحدهای تصمیم گیرنده (DMU) متجانس با چند ورودی و چند خروجی است. یکی از مباحث مهم در تئوری اقتصاد و نیز در DEA، مبحث بازده به مقیاس (RTS) است. در حقیقت تعیین نوع بازده به مقیاس برای یک واحد، به مدیر کمک می کند تا در مورد توسیع و یا تقلیل در آن واحدف تصمیم گیری کند. با تکیه بر خاصیت محلی بودن بازده به مقیاس، در این مقاله بازده به مقیاس راست و چپ را مورد ارزیابی قرار می دهیم به طوری که، بازده به مقیاس هر DMU را با توجه به انبساط یا انقباض ورودی تعیین می کنیم. در این مقاله ابتدا مجموعه امکان تولید را در فرم اشتراکی تعریف میکنیم و سپس با توجه به مزیت های مدل های غیر شعاعی به بررسی بازده به مقیاس در هر دو نواحی انبساط و انقباض ورودی بر مبنای یک مدل غیرشعاعی می پردازیم. بدین صورت که بازده به مقیاس را نسبت به هر مولفه ی خروجی تعیین کرده و سپس به طور کلی نوع آن را ارزیابی می کنیم.

کلیدواژه ها:

تحلیل پوششی دادهها ، بازده به مقیاس