تحلیل جامع کارایی با استفاده از تحلیل پوششی داده‌ای شبکه‌ای در صنایع نفتی

نویسندگان

  • امیررضا بازرگان * گروه مهندسی صنایع، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. https://orcid.org/0000-0001-8205-6785

https://doi.org/10.22105/mmaa.v1i1.64

چکیده

هدف: هدف اصلی این پژوهش تحلیل جامع کارایی در صنایع نفتی به‌ویژه صنعت پتروشیمی با بهره‌گیری از مدل‌های تحلیل پوششی داده‌ای در ساختارهای شبکه‌ای است. روش DEA یکی از شناخته‌شده‌ترین روش‌ها در سنجش کارایی نسبی واحدهای تصمیم‌گیرنده است که بر مبنای مقایسه نسبت ورودی‌ها به خروجی‌ها عمل می‌کند. در سال‌های اخیر، با توسعه این مدل‌ها امکان بررسی کارایی در ساختارهای پیچیده‌تری همچون شبکه‌های درون‌سازمانی و زنجیره‌های‌تامین فراهم شده است. در این میان، صنعت پتروشیمی به‌عنوان بخشی حیاتی از صنایع نفتی نیاز جدی به نظام‌های ارزیابی عملکرد دقیق، به‌ویژه در بسترهای پویای تولید و بازار دارد.

روش‌شناسی پژوهش: در این تحقیق، زنجیره‌تامین و فرآیند تولید یک شرکت پتروشیمی به‌صورت دقیق مورد تحلیل قرار گرفته است. ابتدا با استفاده از مطالعات کتابخانه‌ای، مصاحبه با کارشناسان خبره و بازدیدهای میدانی، ساختار فرآیند تولید و زنجیره‌تامین شناسایی شد و شاخص‌های مرتبط با ورودی‌ها، خروجی‌ها و فعالیت‌های میانی استخراج گردید. سپس مدل‌های  DEAمتناسب با ساختار شبکه‌ای فرآیند تولید فرموله شده و دو رویکرد مضربی و پوششی برای ارزیابی کارایی مورد استفاده قرار گرفت.

یافته‌ها: تحلیل‌ها بر داده‌های مربوط به سال‌های 1395 تا 1398 متمرکز بود و ارزیابی‌ها در دو سطح انجام شد: 1- کارایی تجمعی زنجیره و 2- کارایی جز به‌ جز هر یک از واحدهای عملیاتی. نتایج به‌دست‌آمده نشان می‌دهد که مدل DEA شبکه‌ای قادر است دید جامعی از عملکرد کلی سیستم و هم‌چنین عملکرد اجزای درونی آن ارایه دهد به‌گونه‌ای که مدیران بتوانند نقاط ضعف و قوت سیستم را به‌دقت شناسایی کرده و تصمیمات بهینه‌تری در راستای بهبود عملکرد اتخاذ کنند.

اصالت / ارزش‌افزوده علمی: این پژوهش با ارایه یک چارچوب ارزیابی کارایی جامع در ساختارهای پیچیده تولیدی، گامی موثر در جهت ارتقای بهره‌وری و مدیریت بهینه منابع در صنایع نفتی به‌ویژه در صنعت پتروشیمی برداشته و می‌تواند الگویی برای تحلیل عملکرد سایر صنایع با ساختار شبکه‌ای نیز باشد.

کلمات کلیدی:

ارزیابی عملکرد، DEA شبکه‌ای، کارایی تجمعی، کارایی مولفه‌ای

مراجع

  1. [1] Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429–444. https://www.sciencedirect.com/science/article/pii/0377221778901388
  2. [2] Fukuyama, H., & Weber, W. L. (2010). A slacks-based inefficiency measure for a two-stage system with bad outputs. Omega, 38(5), 398–409. https://doi.org/10.1016/j.omega.2009.10.006
  3. [3] Adler, N., & Golany, B. (2001). Evaluation of deregulated airline networks using data envelopment analysis combined with principal component analysis with an application to Western Europe. European journal of operational research, 132(2), 260–273. https://doi.org/10.1016/S0377-2217(00)00150-8
  4. [4] Adler, N., & Golany, B. (2002). Including principal component weights to improve discrimination in data envelopment analysis. Journal of the operational research society, 53(9), 985–991. https://doi.org/10.1057/palgrave.jors.2601400
  5. [5] Adler, N., & Yazhemsky, E. (2010). Improving discrimination in data envelopment analysis: PCA–DEA or variable reduction. European journal of operational research, 202(1), 273–284. https://doi.org/10.1016/j.ejor.2009.03.050
  6. [6] Akther, S., Fukuyama, H., & Weber, W. L. (2013). Estimating two-stage network Slacks-based inefficiency: An application to Bangladesh banking. Omega, 41(1), 88–96. https://doi.org/10.1016/j.omega.2011.02.009
  7. [7] Charnes, A., & Cooper, W. W. (1959). Chance-constrained programming. Management science, 6(1), 73–79. https://doi.org/10.1287/mnsc.6.1.73
  8. [8] Huang, C. W., Chiu, Y. H., Lin, C. H., & Liu, H. H. (2012). Using a hybrid systems dea model to analyze the influence of automatic banking service on commercial banks’efficiency. Journal of the operations research society of japan, 55(4), 209–224. https://www.jstage.jst.go.jp/article/jorsj/55/4/55_KJ00008514322/_article/-char/ja/
  9. [9] Huang, J., Yang, X., Cheng, G., & Wang, S. (2014). A comprehensive eco-efficiency model and dynamics of regional eco-efficiency in China. Journal of cleaner production, 67, 228–238. https://doi.org/10.1016/j.jclepro.2013.12.003
  10. [10] Kuo, R. J., & and Lin, Y. J. (2012). Supplier selection using analytic network process and data envelopment analysis. International journal of production research, 50(11), 2852–2863. https://doi.org/10.1080/00207543.2011.559487
  11. [11] Färe, R. (1991). Measuring Farrell efficiency for a firm with intermediate inputs. Academia economic papers, 19(2), 329–340.
  12. [12] Färe, R., & and Grosskopf, S. (1997). Intertemporal production frontiers: with dynamic DEA. Journal of the operational research society, 48(6), 656. https://doi.org/10.1057/palgrave.jors.2600779
  13. [13] Fare, R., & Grosskopf, S. (2000). Network DEA. Socio Economics Planning Science 4 (1), 35--49. utilities. Ecological economics, 18(2), 161–175. http://dx.doi.org/10.1016/S0038-0121(99)00012-9
  14. [14] Kao, C., & Hwang, S.-N. (2008). Efficiency decomposition in two-stage data envelopment analysis: an application to non-life insurance companies in Taiwan. European journal of operational research, 185(1), 418–429. https://doi.org/10.1016/j.ejor.2006.11.041
  15. [15] Golany, B., & Roll, Y. (1989). An application procedure for DEA. Omega, 17(3), 237–250. https://doi.org/10.1016/0305-0483(89)90029-7

دانلود

چاپ شده

2025-04-20

شماره

دوره 2 شماره 1 (1404): مدیریت: مدلسازی، تحلیل و کاربرد

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

بازرگان ا. . (2025). تحلیل جامع کارایی با استفاده از تحلیل پوششی داده‌ای شبکه‌ای در صنایع نفتی. مدیریت: مدلسازی، تحلیل‌ها و کاربرد, 2(1), 55-79. https://doi.org/10.22105/mmaa.v1i1.64
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.