مدل بندي عوامل غير قابل كنترل در اندازه گيري كارايي شركت هاي برق منطقه اي ايران

Modeling non-discretionary factors in efficiency measurement of the Iranian regional electricity companies

تحليل پوششي داده ها (DEA) يك روش غير پارامتريك براي اندازه گيري كارايي مجموعه اي از واحدهاي تصميم گيري است كه مجموعه اي از ورودي ها را به مجموعه اي از خروجي ها تبديل مي كند. مدل هاي رايج DEA معمولاً براي داده هاي قابل كنترل ارايه شده اند و داده هايي كه خارج از كنترل انسان و تحت تاثير عواملي مانند عوامل محيطي هستند را بررسي نمي كنند. در ادبيات اخير DEA روش هايي براي بررسي كارايي سيستم هاي توليد با وجود داده هاي خارج از كنترل ارايه شده است. در اين مقاله به بررسي و تشريح مهمترين روش هاي موجود مي پردازيم و از اين ديدگاه عملكرد صنعت برق را به عنوان يكي از صنايع تاثيرگذار در رشد و توسعه كشور، طي سال هاي 1368-1389 بررسي مي كنيم.

Data envelopment analysis (DEA) is a non-parametric approach for measuring the efficiency score of decision making units, which convert a set of inputs to a set of outputs. The conventional DEA models are presented just for discretionary data and data, which are beyond the control of human and for example, are affected by environmental factors, cannot be analyzed in these models. In the recent DEA literature, there are some methods to analyze the efficiency score of production systems with these nondiscretionary data. In this article, we will investigate some of the most influential DEA methods in modeling non-discretionary factors. The presented non-parametric approaches are then applied to the Iranian electricity industry as one of the most effective industries in country development.