به كارگيري خروجي نامطلوب درشاخصهاي تركيبي با استفاده ازتحليل پوششي داده ها

شاخص هاي تركيبي شاخص هايي هستند كه از تركيب چندين شاخص خروجي تشكيل مي شوند و براي مقايسه واحدهاي مختلف در سطح ريز و كلان مورد استفاده قرار مي گيرند. براي مثال شاخص رفاه، شاخص تورم و ... شاخص هايي هستند كه از تركيب متغيرهاي زيادي ايجاد شده اند و حتي براي مقايسه وضعيت كشورهاي مختلف نيز استفاده مي شوند. يكي از روش هاي محاسبه شاخص تركيبي، روش تحليل پوششي داده هاست. تحليل پوششي داده ها، يك روش برنامه ريزي رياضي است كه براي ارزيابي كارايي واحدهاي تصميم گيري، با فعاليت هاي مشابه با چندين ورودي و خروجي استفاده مي شود. در صورتي كه در بين خروجي هاي واحدهاي تصميم گيري، خروجي نامطلوب وجود داشته باشد بايد اين خروجي ها كاهش داده شود. مشهورترين مدل هاي تحليل پوششي داده ها عبارت است از:CCR (چارنز، كوپر و رودز)،BCC (بنكر، چارنز و كوپر)، مدل جمع يا افزايشي (چارنز و همكاران) و ... كه همه ي اين مدل ها براي ورودي ها و خروجي هاي مطلوب فرمول بندي شده اند. در علم تحليل پوششي داده ها براي حالتي كه خروجي ها، نامطلوب باشند نيز مدلهايي ارائه شده است. از جمله خروجي هاي نامطلوب مي توان به ذرات معلق در هوا، ضايعات و ... اشاره كرد. روشهاي محاسبه شاخص هاي تركيبي CI ها با وجود شاخص مطلوب و نامطلوب بر اساس تحليل پوششي داده ها در اين مقاله بررسي شده است