DOI: https://doi.org/10.1007/s10479-025-06473-3
تاريخ النشر: 2025-02-24
المؤلف: Ali Emrouznejad وآخرون
الموضوع الرئيسي: تحليل الكفاءة باستخدام DEA
نظرة عامة
تقدم هذه الورقة فحصًا شاملاً لتأثير البروفيسور راجيف بانكر العميق على تحليل كفاءة البيانات (DEA)، مع تسليط الضوء على مساهماته عبر ثلاثة مجالات بحثية محورية: العوائد على المقياس (RTS) وحجم المقياس الأكثر إنتاجية (MPSS)، الاستدلال الإحصائي في DEA، والتحليل السياقي. لقد عززت أعمال بانكر المبتكرة بشكل كبير منهجيات DEA، حيث تناولت قضايا حاسمة مثل كفاءة المقياس، والصلابة الإحصائية، وتأثير العوامل السياقية على الأداء. لقد ربطت أبحاثه بشكل فعال بين التقدم النظري والتطبيقات العملية، مما أثر على مجالات متعددة بما في ذلك الاقتصاد، والمالية، وعلوم الإدارة.
كما تتبع التحليل تطور نماذج DEA، مشيرًا إلى دمج العناصر العشوائية والتحليلات من المرحلة الثانية، بينما تؤكد البيانات البيبليومترية واتجاهات الاقتباس على الأهمية المستمرة لمساهمات بانكر. في النهاية، تعترف الورقة بإرث بانكر الدائم في مجتمع DEA، محتفلة بدوره التحويلي في تشكيل هذا المجال وإلهام العلماء والممارسين المستقبليين. من خلال هذه التحية، يعبر المؤلفون عن امتنانهم لتأثيره الكبير على كل من البحث الأكاديمي والتنفيذات العملية لـ DEA في جميع أنحاء العالم.
مقدمة
ت outlines مقدمة الورقة أهمية تحليل كفاءة البيانات (DEA) كمنهجية محورية لتقييم الكفاءة والأداء عبر مجالات متعددة، بما في ذلك البحث التشغيلي، والاقتصاد، والرعاية الصحية. تم تطويره بواسطة تشارنز وآخرين في عام 1978، يوفر DEA إطارًا غير معلمي لتقييم الكفاءة النسبية لوحدات اتخاذ القرار (DMUs) التي تستخدم مدخلات متعددة لإنتاج مخرجات متعددة. يميز هذا النهج DEA عن الطرق الاقتصادية التقليدية بعدم الحاجة إلى افتراضات محددة حول دالة الإنتاج، مما يجعله مفيدًا بشكل خاص في السيناريوهات التي تكون فيها مثل هذه المواصفات صعبة. تتيح قدرة المنهجية على تحليل مدخلات ومخرجات متعددة في وقت واحد تقييمًا شاملاً للكفاءة، مما يحدد المعايير لتحسين الأداء.
تؤكد الورقة أيضًا على المساهمات المستمرة لبانكر في مجال DEA، مع تسليط الضوء على المنشورات الرئيسية التي شكلت بشكل كبير تطبيقاته النظرية والعملية. تشمل الأعمال البارزة ورقته في عام 1984 حول تقدير الكفاءات الفنية والمقياسية، التي تم الاقتباس منها أكثر من 27,000 مرة، وعمله في عام 1993 الذي أسس الأسس الإحصائية لـ DEA. لقد وسعت أبحاث بانكر قابلية تطبيق المنهجية لتتجاوز المقاييس المالية، مؤثرة في صناعات متعددة مثل البنوك والتعليم. تهدف الورقة إلى تكريم إرث بانكر من خلال مراجعة مساهماته، ومناقشة التقدم النظري الأخير، وتقديم تحليل بيبليومتري لتأثيره الأكاديمي، مما يبرز دوره في تعزيز مجتمع DEA النابض بالحياة.
مناقشة
تستند المناقشة حول العوائد على المقياس (RTS) وحجم المقياس الأكثر إنتاجية (MPSS) إلى العمل الأساسي لبانكر وزملائه، الذين قاموا بتوسيع نموذج CCR-DEA الأصلي لتحليل RTS في كل من سياقات المخرجات الفردية والمتعددة. يتميز RTS بالنسبة $\alpha = \frac{y}{x}$، حيث يحدث RTS المتناقص عندما $\alpha < 1$، وRTS المتزايد عندما $\alpha > 1$، وRTS الثابت عندما $\alpha = 1$. يساعد نموذج DEA في اتخاذ القرار في صياغة السياسات وتخصيص الموارد من خلال تحديد نقطة MPSS، التي تعظم الإنتاجية لمزيج معين من المدخلات والمخرجات. أظهرت دراسات، مثل تلك التي أجراها سوييوشي وغوتو، أن DMUs ذات RTS المتزايد يجب أن توسع حجم العمليات، بينما يجب على تلك ذات RTS المتناقص تقليله لتعزيز الإنتاجية.
لقد تطور التطور النظري لـ RTS وMPSS بشكل كبير، مع معالجة القيود السابقة التي تم تحديدها في نماذج بانكر، لا سيما فيما يتعلق بوجود عدة مستويات في التطبيقات التجريبية. قدم إطار بانكر وثرال نهجًا أكثر صرامة لتحديد RTS وMPSS، مؤكدًا أن هذه المفاهيم محددة بشكل جيد فقط عند حدود مجموعة إمكانيات الإنتاج (PPS). لقد وسعت الأدبيات الحديثة أيضًا تحديد RTS وMPSS لتشمل هياكل الإنتاج المعقدة والأنظمة الديناميكية، بينما قدمت أيضًا مفاهيم اقتصادية جديدة مثل مرونة المقياس. يبرز هذا الجسم من العمل أهمية RTS وMPSS في فهم كفاءة الإنتاج وتوجيه القرارات الاستراتيجية في سياقات تشغيلية متنوعة.
DOI: https://doi.org/10.1007/s10479-025-06473-3
Publication Date: 2025-02-24
Author(s): Ali Emrouznejad et al.
Primary Topic: Efficiency Analysis Using DEA
Overview
This paper presents a thorough examination of Professor Rajiv Banker’s profound influence on Data Envelopment Analysis (DEA), highlighting his contributions across three pivotal research areas: Returns-to-Scale (RTS) and Most Productive Scale Size (MPSS), Statistical Inference in DEA, and Contextual Analysis. Banker’s innovative work has significantly enhanced DEA methodologies, addressing critical issues such as scale efficiency, statistical robustness, and the impact of contextual factors on performance. His research has effectively connected theoretical advancements with practical applications, impacting various disciplines including economics, finance, and management science.
The analysis also traces the evolution of DEA models, noting the incorporation of stochastic elements and second-stage analyses, while bibliometric data and citation trends underscore the lasting relevance of Banker’s contributions. Ultimately, the paper recognizes Banker’s enduring legacy in the DEA community, celebrating his transformative role in shaping the field and inspiring future scholars and practitioners. Through this tribute, the authors express gratitude for his substantial impact on both academic research and practical implementations of DEA worldwide.
Introduction
The introduction of the paper outlines the significance of Data Envelopment Analysis (DEA) as a pivotal methodology for evaluating efficiency and performance across various domains, including operational research, economics, and healthcare. Developed by Charnes et al. in 1978, DEA provides a non-parametric framework for assessing the relative efficiency of decision-making units (DMUs) that utilize multiple inputs to produce multiple outputs. This approach distinguishes DEA from traditional econometric methods by not requiring specific assumptions about the production function, thus making it particularly useful in scenarios where such specifications are challenging. The methodology’s ability to analyze multiple inputs and outputs simultaneously allows for a comprehensive evaluation of efficiency, identifying benchmarks for performance improvement.
The paper further emphasizes the enduring contributions of Banker to the field of DEA, highlighting key publications that have significantly shaped its theoretical and practical applications. Notable works include his 1984 paper on estimating technical and scale inefficiencies, which has been cited over 27,000 times, and his 1993 work that established statistical foundations for DEA. Banker’s research has expanded the methodology’s applicability beyond financial metrics, influencing various industries such as banking and education. The paper aims to honor Banker’s legacy by reviewing his contributions, discussing recent theoretical advancements, and providing a bibliometric analysis of his scholarly impact, thereby underscoring his role in fostering a vibrant DEA community.
Discussion
The discussion on Returns-to-Scale (RTS) and Most Productive Scale Size (MPSS) builds on the foundational work of Banker and colleagues, who extended the original CCR-DEA model to analyze RTS in both single-output and multiple-output contexts. RTS is characterized by the ratio $\alpha = \frac{y}{x}$, where a decreasing RTS occurs when $\alpha < 1$, an increasing RTS when $\alpha > 1$, and constant RTS when $\alpha = 1$. The DEA model aids decision-making in policy formulation and resource allocation by identifying the MPSS point, which maximizes productivity for a given input-output mix. Studies, such as those by Sueyoshi and Goto, have shown that DMUs with increasing RTS should expand operational size, while those with decreasing RTS should reduce it to enhance productivity.
The theoretical development of RTS and MPSS has evolved significantly, addressing earlier limitations identified in Banker’s models, particularly regarding the presence of multiple hyperplanes in empirical applications. Banker and Thrall’s framework introduced a more rigorous approach to identify RTS and MPSS, emphasizing that these concepts are only well-defined at the boundary of the Production Possibility Set (PPS). Recent literature has further expanded the identification of RTS and MPSS to include complex production structures and dynamic systems, while also introducing new economic concepts such as scale elasticity. This body of work underscores the importance of RTS and MPSS in understanding production efficiency and guiding strategic decisions in various operational contexts.