۳-۴- ابزار اندازه گیری
ابزار اندازه گیری داده ها (پرسشنامه) براساس مبانی نظری و پیشینه ادبیات طراحی شد. پرسشنامه در چهار بخش مدیر عاملها را از جنبه­ های فردی، اجتماعی، اقتصادی و نهادههای تولید مورد سنجش قرار میداد. در بخش اول پرسشنامه، ویژگیهای فردی مدیران واحدهای کنسانتره (سن، سابقهکاری، تحصیلات) ، در بخش دوم اطلاعات واحد کنسانتره (همچون نوع مالکیت، نوع محصول، محصول دیگر) و ویژگی اجتماعی مدیر عاملها (تحصیلات) مورد سنجش قرار گرفت. بخش سوم نیز مربوط به محصول تولیدی (همچون کل تولید، مقدار تولید) و در بخش آخر نحوه مصرف نهادههای تولیدی (آب، برق، مواد افزودنی ونگهدارنده، نیروی کار) را مورد ارزیابی قرار می دهد.
۳-۵- تجزیه آماری
برای تحلیل اطلاعات از نرمافزار Excel و از نرم افزار DEAP برای محاسبه مقدار کارایی واحدها به روش تحلیل پوششی داده ها استفاده شد.
۳-۶-اندازه گیری کارایی به روش تحلیل فراگیر داده ها (DEA)
روش تحلیل پوششی داده ها به رساله دکتری رودس[۳۲] با راهنمایی دکتر کوپر[۳۳] بر می گردد که عملکرد مدارس دولتی ایالات متحده آمریکا را مورد ارزیابی قرار داد. این روش عمدتا بعنوان روش اندازه گیری کارایی در جهان شناخته شده است، که در حین اندازه گیری کارایی، نوع بازده نسبت به مقیاس تولید را نیز به تفکیک برای بنگاه ها ارائه می کند. در این روش بجای لفظ تولید کننده به منظور جامعیت بخشیدن عموماً، عنوان واحد تصمیم ساز (DMU[34]) بکار برده می شود. این روش که تکنیک برنامه ریزی خطی را به کار می گیرد از جمله روش های ناپارامتریک تخمین توابع هم مقدار تولید (تولید یکسان) می باشد. به طور کلی تخمین توابع تولید یکسان یا تخمین تابع تولید مرزی به عنوان شاخص استاندارد مقایسه، مورد نیاز هر دو روش اندازه گیری کارایی DEA و SFA میباشد.
برای اولین بار فارل نحوه به دست آوردن تابع تولید یکسان را از طریق هندسی بدینصورت تشریح نمود که اگر نقاط مشخص شده در نمودار(۳-۱)هریک نشان دهنده ترکیب استفاده از عوامل تولید X1 و X2 برای تولید یک واحد محصول (Y) در بنگاه های مختلف باشد، با اتصال نقاطی که به محورها و مبدأ مختصات نزدیکتر هستند تابع محدبی به دست میآید که هیچ نقطهای در زیر آن قرار ندارد، منحنی به دست آمده تابع تولید یکسان کارا نامیده میشود. اگر برای تولید یک محصول (Y) نیاز به بیش از دو عامل تولید (X1 و X2) باشد، ترسیم منحنی تابع تولید یکسان از طریق هندسی بسیار مشکل خواهد بود و در واقع روش تحلیل فراگیر داده ها به منظور غلبه بر چنین مشکلی ابداع گشت.
در شرایطی که بنگاه ها برای تولید محصول یا محصولات خود به بیش از دو عامل تولید نیاز داشته باشند، در این مدل هر بنگاه تولیدی با توجه به انواع و میزان تولیدش به مانند نقطهای در فضا در نظر گرفته

نمودار (۳-۱)منحنی تولید یکسان محصول
میشود که ابعاد این فضا توسط تعداد عوامل تولید و مختصات نقطه توسط میزان استفاده از هر عامل تولید تعیین میشود، آنگاه با انتخاب یک بنگاه تولیدی به عنوان بنگاه مورد بررسی به کمک برنامهریزیخطی موقعیت این بنگاه تولیدی (نقطه) نسبت به سایر بنگاه ها (نقاط دیگر موجود در فضا) سنجیده میشود. این عمل باید به تعداد بنگاه ها تکرار شود، بنابراین به تعداد بنگاه ها مدل برنامه ریزی خطی خواهیم داشت. در این مدل بنگاههایی که بر طبق اصول حداقل هزینه (کارا) فعالیت مینمایند، بر روی تابع تولید یکسان قرار میگیرند و برای آنها میزان کارایی صد درصد لحاظ میگردد. برای تحلیل DEA در تخمین تابع تولید یکسان به پیشفرض خاصی در مورد شکل تابع نیازی نیست. این روش کارایی یک بنگاه را نسبت به کارایی سایر بنگاه ها اندازه گیری مینماید. در این محاسبه فرض بر این است که تمام بنگاه ها بر رو و یا بالای منحنی تولید یکسان قرار دارند.
DEA معمولا به شکل نسبت ها معرفی می شود. ابداع کنندگان این روش چارنز، کوپر و رودس[۳۵] (CCR) می باشند و تعریف مهندسی کارایی را که به صورت نسبت یک محصول به عوامل تولید بود، به چند عامل تولید و چند محصول (بدون اینکه به وزنهای از قبل تعیین شده نیاز باشد) تعمیم دادند.
از آنجایی که شاخص بهره وری در مورد واحدهایی که یک نهاده (X) و یک ستانده (Y) را شامل میشود، عبارت است از نسبت ستانده به نهاده (Y/X)، حال اگر در این واحد یا سازمان چند نهاده و چند ستانده وجود داشته باشد، میبایست برای نهادهها و ستاندهها ضرایبی را تخصیص داد. اما مشکلی که قبلاً وجود داشت و لاینحل به نظر میرسید، چگونگی ملحوظ نمودن ضرایب برای این نهادهها و ستاندهها بود. سوال اساسی این بود که آیا همه نهادهها به یک اندازه در ایجاد ستانده نقش دارند و آیا ضریب اهمیت آنها یکسان است؟ مسلماً نقش نهادهها در ایجاد ستانده متفاوت میباشد. لذا میبایست برای آنها ضرایب متناسب با خودشان انتخاب نمود. بعضی از محققان از شاخص قیمتها، هزینه ها و … به عنوان ضرایب Vها و Uها بهره گرفتند، یعنی:

برای دانلود متن کامل پایان نامه به سایت ۴۰y.ir مراجعه نمایید.

 

(۳-۲)

بنابراین اختلاف نظرهایی در به کارگیری ضرایب فوق وجود داشت و بدین ترتیب محاسبه بهره وری کل عوامل با محدودیت مواجه بود.
مدل CCR درسال ۱۹۷۸ به این علت مشهور گشت که توانست مشکل محاسبه ضرایب را بر طرف کند، جالب آنکه ضرایب به دست آمده در این روش، بیانگر قیمتهای سایهای[۳۶] میباشد. مدل CCR پس از تعیین منحنی مرز کارا، مشخص می کند که واحدهای تصمیم ساز در کجای این مرز قرار دارند و برای رسیدن به مرز کارا چه ترکیبی از نهاده ها و ستانده ها را می بایست انتخاب کنند، که این امر میسر نمی شود مگر به وسیله مشخص کردن ضرایب نهاده ها و ستانده ها برای هر واحد. در واقع شاهکار و نقطه عطف مدل فوق این بود که توانست با بهره گرفتن از روش برنامه ریزی خطی ضرایب ذکر شده را محاسبه کند. چارنز، کوپر و رودس در سال ۱۹۷۸ مدل خود را بر مبنای حداقل سازی عوامل تولید و با فرض بازده ثابت نسبت به مقیاس ارائه نمودند. در سال ۱۹۸۴ با ملحوظ نمودن فرض بازده متغیر نسبت به مقیاس توسط بانکر، چارنز و کوپر[۳۷] (BCC ) اندازه گیری کارایی به روش DEA بسط یافت. در قسمتهای بعدی، مباحث DEA بر مبنای حداقلسازی عوامل تولید با فرض بازده ثابت نسبت به مقیاس و بازده متغیر نسبت به مقیاس توضیح داده خواهد شد.
۳-۶-۱-مدل بازدهی ثابت نسبت به مقیاس (CRS)
روش DEA حالت چند محصولی و چند عامل تولیدی را به صورت ابتکاری، به حالت ساده یک عاملی و یک محصولی تبدیل می کند. اگر اطلاعات در مورد K عامل تولید و M محصول برای هر کدام از N بنگاه وجود داشته باشد، فرایند محاسبه به صورت زیر خواهد بود:

 

 

 

St.	(۳-۳)
,

u یک بردار M×۱ شامل وزنهای محصولات و v یک بردار K×۱ شامل وزنهای عوامل تولید و   و   ترانسپوز u و v می باشد. X یک ماتریس K×N از عوامل تولید و Y یک ماتریس M×N از محصولات می باشد. این دو ماتریس نشان دهنده کلیه اطلاعات مربوط به N بنگاه (DMU) خواهند بود.
در رابطه فوق، هدف بدست آوردن مقادیر بهینه u و v می باشد بهگونه ای که نسبت کل مجموع وزنی محصولات به مجموع وزنی عوامل تولید (میزان کارایی هر بنگاه) حداکثر گردد، مشروط بر اینکه اندازه کارایی هر بنگاه بایستی کوچکتر و یا مساوی واحد باشد. رابطه کسری بالا تعداد بیشماری راه حل بهینه دارد. برای مثال اگر V* وU* مقادیر بهینه باشند آنگاه   و   نیز برای مقادیر   بهینه خواهد بود. همچنین این مدل غیر خطی و غیر محدب می باشد. این مشکل (همانطور که اولین بار توسط CCR نشان داده شد) بدین صورت برطرف شد که با قرار دادن مخرج کسر مساوی یک به مدل برنامه ریزی خطی تبدیل گردید و در ضمن این محدودیت (   ) نیز بعنوان قید دیگری به مدل اضافه شد. این تبدیل، ابتکار عمل روش CCR بود. در این روش مسئله به صورت حداکثر نمودن مجموع وزنهای محصول در شرایط نرمالیزه شدن کل مجموع وزنهای عوامل تولید و سایر قیود تبدیل می شود: