رتبه بندی واحدهای تصمیم گیرنده با روش تحلیل پوششی داده ها تحت سناریوهای موازنه شده (خوش بینانه، بدبینانه و بهینه)

ارزیابی و رتبه بندی واحدهای تصمیم گیرنده (DMUها) یکی از مسائل اساسی در حوزه های مدیریت، مهندسی صنایع و تصمیم گیری چندمعیاره است. تحلیل پوششی داده ها (DEA) به عنوان یکی از پرکاربردترین روش های ناپارامتریک برای سنجش کارایی نسبی واحدها، به طور گسترده مورد استفاده قرار گرفته است؛ با این حال، مدل های کلاسیک DEA، به ویژه مدل CCR، غالبا با مشکل ناتوانی در رتبه بندی کامل DMUها مواجه هستند، زیرا چندین واحد ممکن است به صورت هم زمان کارا تشخیص داده شوند. از سوی دیگر، اتکای صرف به دیدگاه خوش بینانه یا بدبینانه در ارزیابی کارایی می تواند منجر به برداشت های غیرواقع بینانه از عملکرد واقعی واحدها شود. بر این اساس، پژوهش حاضر با هدف ارائه یک چارچوب موازنه شده برای رتبه بندی DMUها، به گونه ای که هم پتانسیل های بالقوه و هم محدودیت ها و ریسک های عملکردی را لحاظ کند، انجام شده است. در این تحقیق، یک چارچوب روش شناختی مبتنی بر مدل DEA خروجی محور CCR ارائه شده است که در آن کارایی واحدهای تصمیم گیرنده تحت سه سناریوی خوش بینانه، بدبینانه و موازنه شده مورد ارزیابی قرار می گیرد. ابتدا کارایی خوش بینانه هر DMU با بیشینه سازی نسبت خروجی ها به ورودی ها محاسبه می شود و سپس کارایی بدبینانه با حداقل سازی همین نسبت تحت بدترین شرایط ممکن تعیین می گردد. در گام بعد، با ترکیب نتایج دو سناریوی مذکور و استفاده از یک شاخص موازنه شده مبتنی بر میانگین وزنی، شاخص نهایی کارایی θ_kM به دست می آید که مبنای رتبه بندی واحدها قرار می گیرد. این رویکرد ضمن حفظ سادگی و قابلیت اجرایی مدل CCR، امکان ایجاد تعادل میان دیدگاه خوش بینانه و بدبینانه را فراهم می سازد. نتایج مطالعه عددی انجام شده بر روی ۲۰ واحد تصمیم گیرنده نشان می دهد که شاخص موازنه شده پیشنهادی، قدرت تمایز بالاتری نسبت به مدل DEA کلاسیک دارد و قادر است رتبه بندی پایدارتر و واقع بینانه تری از DMUها ارائه دهد. واحدهایی که در رتبه های بالای شاخص θ_kM قرار گرفته اند، نه تنها در شرایط ایده آل عملکرد مناسبی داشته اند، بلکه در سناریوی بدبینانه نیز از پایداری نسبی برخوردار بوده اند. در مقابل، واحدهای با رتبه پایین تر نیازمند بهبود در ساختار ورودی–خروجی و مدیریت منابع هستند. به طور کلی، یافته های پژوهش نشان می دهد که چارچوب موازنه شده DEA می تواند به عنوان ابزاری موثر و قابل اتکا در پشتیبانی از تصمیم گیری های مدیریتی، تخصیص منابع و ارزیابی عملکرد در محیط های واقعی و همراه با عدم قطعیت مورد استفاده قرار گیرد.

کلیدواژه ها:

تحلیل پوششی داده ها (DEA) ، رتبه بندی واحدهای تصمیم گیرنده ، مدل خوش بینانه و بدبینانه ، شاخص موازنه شده