مدل بودجه‌ريزي بر‌ مبناي عملكرد استوار- فازي

Robust Fuzzy Performance-based Budgeting Model: An Approach to Managing the Budget Allocation Risk

الزام‌هاي قانوني و علمي تغيير ساختار بودجه‌ريزي در نظام دانشگاهي از برنامه‌اي به عملكردي سبب شد تا مطالعات بسياري در پي الزام‌هاي اين تغيير صورت پذيرد. با بررسي ادبيات موضوع، مدل‌ رياضي كه دربرگيرنده ساختار دوگانه بودجه‌ريزي بر مبناي عملكرد در دانشگاه باشد، مشاهده نشد. از اين رو هدف اين تحقيق ارايه مدل استوار- فازي بوده است، به نحوي كه از يك سو تخصيص بودجه به برنامه‌ها براساس اهميت هر برنامه و از سوي ديگر تخصيص بودجه به دانشكده‌ها بر اساس سرانه دانشجويي مصوب وزارت علوم، تحقيقات و فناوري مورد توجه قرارگيرد. با درنظرگرفتن معيارهاي گوناگون در دانشگاه، و با توجه به عدم قطعيت‌هاي تصادفي و فازي موجود در تعيين پارامترهاي مسيله، دو سناريوي بررسي شد. 1) مدل بودجه‌ريزي بر مبناي عملكرد استوار- فازي با حدود پايين بودجه قطعي 2) مدل بودجه‌ريزي بر مبناي عملكرد استوار- فازي با حدود پايين بودجه فازي. نكته معنادار در اين دو مدل اينست كه به منظور تعيين ضريب اهميت هر گروه آموزشي براي تخصيص بودجه به آن از رويكرد تحليل پوششي داده‌ها (DEA) با مدل پايه CCR نهاده‌گرا استفاده شد. هم‌چنين وزن آرمان‌ها و ميزان اهميت هر برنامه براساس مقايسه‌هاي زوجي به‌وسيله خبرگان تعيين شد. اين مدل رياضي استوار- فازي داراي 5 آرمان، 1142 محدوديت و 994 متغير تصميم است. نتايج ارايه شده در دو سطح كلان و عملياتي و هم‌چنين شبيه‌سازي مدل قطعي و استوار- فازي، نشان از قابليت بسيار بالاي مدل استوار- فازي نسبت به مدل قطعي در پاسخ‌گويي به عدم قطعيت موجود در پارامترهاي مسيله و هم‌چنين مديريت سطح ريسك تصميم دارد.

The necessity of restructuring university budgeting from program-based to performance-based budgeting (PBB) leads many studies to be conducted. Reviewing the literature, we observed that there is no mathematical model including Dual PBB structure in university. The purpose of this paper is to construct a PBB model for university so that the budget is allocated not only to the plans based on their priorities, but also to the faculties based on approved student per capita by the Ministry of Sciences, Researches and Technology. Considering the various criteria in the university system and because of fuzzy and stochastic uncertainties in the problem parameters, two scenarios were analyzed. 1) Crisp Lower Bound Robust Fuzzy PBB (CLB-RFPPB) model. 2) Fuzzy Lower Bound Robust Fuzzy PBB (FLB-RFPPB) model. A significant point in both of them was using performance indicators--calculated based on the data envelopment analysis approach (DEA) regarding a basic model of input-oriented CCR, and determining the important coefficients for each educational groups in order to allocating budget. In addition, the weights of goals and the priority of each plan were determined using some paired comparison questionnaires completed by the experts. The RFPBB model has 5 goals, 1142 constraints and 994 decision variables. The results of models solution presented on two macro and operational levels- and simulation of Crisp and two RFPBB models, demonstrated the high level capabilities of RFPBB models in response to the uncertainty in the parameters of problem and also in managing the level of decision risk.