Groups performance ranking based on inefficiency sharing

در دنياي واقعي گروه‌هايي متشكل از واحد‌هاي مستقل وجود دارد. تحليل پوششي داده‌هاي معمولي با اين گروه ‌ها به عنوان واحد رفتار كرده و عملكرد واحد هاي منفرد درون اين گروه‌ها را نديده مي‌گيرد.اين تحقيق رويكرد شبكه سيستم‌هاي موازي كه توسط كايو ارايه شده رامورد بررسي قرارداده آن را تعديل مي‌كند. از آنجا كه ويرايش تعديل شده مدل كايو بيشتر مستعد است كه گروه‌هايي را كارا تشخيص دهد يك روش رتبه بندي جديد بر مبناي يك مدل رياضي ارايه مي شود. قيدي اضافي اين مدل را وامي‌دارد تا كارايي ‌ها را با تسهيم يك مقدار ثابت ناكارايي را بين گروه‌ها تسهيم كند. به منظور نشان دادن مزيت‌ها مدل تعديل شده اين مدل بر روي دو دسته داده هاي فرضي و واقعي بكار گرفته شده و نتايج با نتايج تحليل پوششي معمولي و مدل شبكه‌اي سيستم‌هاي موازي مقايسه مي‌شوند. در نهايت نشان داده مي‌شود كه گروه‌هاي كارا را چگونه مي توان بر اساس روش رتبه‌بندي پيشنهادي رتبه‌بندي كرد.

In the real world there are groups which composed of independent units. The conventional data envelopment analysis(DEA) model treats groups as units, ignoring the operation of individual units within each group.The current paper, investigates parallel system network approach proposed by Kao and modies it. As modied Kaoʹ model is more eligible to recognize ecient groups, a new ranking method is proposed based on a model which calculates eciencies with additional constraint that made model share constant ineciency among groups.To show advantages, modies model is applied to eciency calculation of both articial and real groups and results is compared with conventional DEA model and parallel system network model as well.Finally it is shown by tow numerical and empirical examples that ecient groups recognized by modied model how can be ranked according to proposed ranking model.