DOI: https://doi.org/10.1038/s41598-025-04585-1
PMID: https://pubmed.ncbi.nlm.nih.gov/40500388
تاريخ النشر: 2025-06-11
المؤلف: Shao-Yin Hsu وآخرون
الموضوع الرئيسي: تحليل الكفاءة باستخدام DEA
نظرة عامة
تستكشف هذه الدراسة الكفاءة الديناميكية لصناعة الذكاء الاصطناعي في الاتصالات في تايوان من 2018 إلى 2022، باستخدام نموذج وظيفة المسافة الاتجاهية الديناميكية الشبكية (DN-DDF) لتحليل الربحية، والاستدامة، وأداء السوق. تكشف النتائج عن تباينات كبيرة في الكفاءة عبر هذه المراحل، حيث تظهر الاستدامة باستمرار أقل متوسط كفاءة، مما يشير إلى دمج محدود لممارسات البيئة، والمجتمع، والحوكمة (ESG). ومن الجدير بالذكر أن شركات الأجهزة الطرفية والعناصر مثل كينبو، وكمبال، وآسوس، حققت كفاءة مثالية، بينما أظهرت مقدمو الخدمات في أسفل السلسلة مثل تشونغوا تيليكوم و Lite-On عدم كفاءة مستمرة، خاصة في أبعاد ESG.
تسلط الدراسة الضوء على أهمية الاستثمار الفعال في البحث والتطوير وإدارة العمليات في تعزيز الكفاءة، بينما تقترح أيضًا أن على الهيئات التنظيمية تعزيز معايير الإفصاح عن ESG، خاصة بالنسبة للشركات ذات الأداء المنخفض. تكمن المساهمة المنهجية للدراسة في نهجها التفصيلي لتقييم الأداء التشغيلي والاستدامة، مما يتناقض مع الأدبيات السابقة التي غالبًا ما استخدمت نماذج أبسط. تشمل القيود توفر بيانات ESG غير المتكافئة واستبعاد المتغيرات السياقية الخارجية، التي قد تؤثر على الأداء الديناميكي. يمكن أن توسع الأبحاث المستقبلية هذا الإطار من خلال استكشاف المقارنات عبر الدول ودمج أساليب الذكاء الاصطناعي القابلة للتفسير لتحسين الشفافية في تقييمات الأداء.
الطرق
في هذه الدراسة، يستكشف المؤلفون أداء الشركات في صناعة الذكاء الاصطناعي في الاتصالات في تايوان عبر ثلاثة أبعاد مترابطة: الربحية، والاستدامة، والتنافسية في السوق. لمعالجة قيود نماذج تحليل كفاءة البيانات التقليدية (DEA) في التقاط العلاقات الزمنية ومتعددة المراحل المتأصلة في تقييمات البيئة، والمجتمع، والحوكمة (ESG)، يستخدم الباحثون نموذج وظيفة المسافة الاتجاهية الديناميكية الشبكية (DN-DDF). يوفر هذا النموذج إطارًا شاملاً لتقييم كفاءة الشركات من خلال تقييم ثلاث مراحل مترابطة منطقيًا – توليد الأرباح، أداء ESG، ونتائج السوق – بينما يدمج متغيرات الربط بين المراحل ومتغيرات الاستمرارية التي تعكس الاستمرارية الهيكلية على مر الزمن.
يسمح نموذج DN-DDF بتحليل دقيق لكيفية تفاعل المدخلات والمخرجات المرتبطة بـ ESG مع استراتيجيات الشركات وأدائها، مما يمكّن من تتبع تغييرات الكفاءة من 2018 إلى 2022. يبني المنهج على المفاهيم الأساسية لـ DEA، بما في ذلك تقديم نماذج مختلفة مثل نماذج CCR و BCC، ويمتد إلى نهج شبكة DEA وقياس القصور (SBM). من خلال استخدام إطار DN-DDF، تهدف الدراسة إلى تقديم رؤية أكثر موضوعية وشمولية عن الكفاءة العامة، مما يقلل من التحيزات المحتملة المرتبطة بالنماذج الثابتة وذات المرحلة الواحدة. تسعى الأبحاث في النهاية إلى تعزيز فهم الكفاءة متعددة الأبعاد للشركات التي تعمل في سياق حساس لـ ESG، مدفوع بالتكنولوجيا.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تطور وقيود تحليل كفاءة البيانات (DEA) في تقييم كفاءة الشركات، خاصة في سياق مقاييس البيئة، والمجتمع، والحوكمة (ESG). يتم انتقاد نماذج DEA التقليدية، مثل CCR و BCC، لعدم قدرتها على التقاط تغييرات الأداء الديناميكية بمرور الوقت أو عبر مراحل تشغيلية مختلفة. حاولت دراسات حديثة، بما في ذلك تلك التي أجراها Čiković وآخرون و Wang وآخرون، معالجة هذه القصور من خلال دمج منهجيات أكثر تعقيدًا مثل مؤشر إنتاجية مالموكست ووظيفة المسافة الاتجاهية غير الشعاعية. ومع ذلك، لا تزال هذه الأساليب غير كافية لتقديم رؤية شاملة لأداء الشركات، خاصة في السياقات متعددة المراحل.
لتجاوز هذه القيود، تقدم الدراسة إطار وظيفة المسافة الاتجاهية الديناميكية الشبكية (DN-DDF)، الذي يسمح بتفكيك الكفاءة عبر مراحل متعددة مع الأخذ في الاعتبار الديناميات الزمنية. هذا النموذج ذو صلة خاصة بتقييم الأداء المرتبط بـ ESG، الذي غالبًا ما يتضمن تبعيات معقدة عبر الأبعاد المالية، والاستدامة، والسوق. من خلال تطبيق نموذج DN-DDF على مجموعة من 24 شركة في صناعة الذكاء الاصطناعي في الاتصالات في تايوان على مدى خمس سنوات (2018-2022)، تكشف الأبحاث عن رؤى مهمة حول كيفية تأثير محركات ESG على كل من العمليات الداخلية ومقاييس الأداء الخارجية. تشير النتائج إلى أنه بينما تحقق بعض الشركات، مثل كينبو للإلكترونيات وكمبال للإلكترونيات، كفاءة عالية باستمرار، تكافح شركات أخرى، مثل تشونغوا تيليكوم و Lite-On Technology، مع عدم كفاءة تشغيلية، مما يبرز الحاجة إلى تحسينات استراتيجية مستهدفة في ممارسات ESG الخاصة بهم.
DOI: https://doi.org/10.1038/s41598-025-04585-1
PMID: https://pubmed.ncbi.nlm.nih.gov/40500388
Publication Date: 2025-06-11
Author(s): Shao-Yin Hsu et al.
Primary Topic: Efficiency Analysis Using DEA
Overview
This study investigates the dynamic efficiency of Taiwan’s telecommunications AI industry from 2018 to 2022, utilizing a three-stage Dynamic Network Directional Distance Function (DN-DDF) model to analyze profitability, sustainability, and market performance. The findings reveal significant variations in efficiency across these stages, with sustainability consistently showing the lowest average efficiency, indicating limited integration of Environmental, Social, and Governance (ESG) practices. Notably, branded terminal and chip companies, such as Kinpo, Compal, and ASUS, achieved optimal efficiency, while downstream service providers like Chunghwa Telecom and Lite-On demonstrated persistent inefficiencies, particularly in ESG dimensions.
The research highlights the importance of effective R&D investment and operational management in enhancing efficiency, while also suggesting that regulatory bodies should strengthen ESG disclosure standards, especially for firms with low performance. The study’s methodological contribution lies in its granular approach to assessing operational and sustainability performance, contrasting with previous literature that often employed simpler models. Limitations include uneven ESG data availability and the exclusion of external contextual variables, which may influence dynamic performance. Future research could expand on this framework by exploring cross-national comparisons and integrating explainable AI approaches to improve transparency in performance assessments.
Methods
In this study, the authors investigate the performance of firms in Taiwan’s telecommunication AI industry across three interconnected dimensions: profitability, sustainability, and market competitiveness. To address the limitations of traditional Data Envelopment Analysis (DEA) models in capturing the temporal and multi-stage relationships inherent in Environmental, Social, and Governance (ESG) evaluations, the researchers employ the Dynamic Network Directional Distance Function (DN-DDF) model. This model provides a comprehensive framework for assessing firm-level efficiency by evaluating three logically connected stages—profit generation, ESG performance, and market outcomes—while incorporating inter-stage link variables and carry-over variables that reflect structural continuity over time.
The DN-DDF model allows for a nuanced analysis of how ESG-related inputs and outputs interact with corporate strategies and performance, enabling the tracking of efficiency changes from 2018 to 2022. The methodology builds on the foundational concepts of DEA, including the introduction of various models such as the CCR and BCC models, and extends to the Network DEA and Slacks-Based Measure (SBM) approaches. By utilizing the DN-DDF framework, the study aims to provide a more objective and comprehensive view of overall efficiency, mitigating potential biases associated with static and single-stage models. The research ultimately seeks to enhance understanding of the multi-dimensional efficiency of firms operating in an ESG-sensitive, technology-driven context.
Discussion
The discussion section of the research paper highlights the evolution and limitations of Data Envelopment Analysis (DEA) in evaluating firm-level efficiency, particularly in the context of Environmental, Social, and Governance (ESG) metrics. Traditional DEA models, such as the CCR and BCC, are critiqued for their inability to capture dynamic performance changes over time or across different operational stages. Recent studies, including those by Čiković et al. and Wang et al., have attempted to address these shortcomings by incorporating more sophisticated methodologies like the Malmquist Productivity Index and Non-Radial Directional Distance Function. However, these approaches still fall short in providing a comprehensive view of firm performance, particularly in multi-stage contexts.
To overcome these limitations, the study introduces the Dynamic Network Directional Distance Function (DN-DDF) framework, which allows for a multi-stage decomposition of efficiency while accounting for intertemporal dynamics. This model is particularly relevant for assessing ESG-linked performance, which often involves complex interdependencies across financial, sustainability, and market dimensions. By applying the DN-DDF model to a panel of 24 firms in the Taiwan Telecommunication AI Industry over five years (2018-2022), the research reveals significant insights into how ESG drivers influence both internal processes and external performance metrics. The findings indicate that while some firms, such as Kinpo Electronics and Compal Electronics, consistently achieve high efficiency, others, like Chunghwa Telecom and Lite-On Technology, struggle with operational inefficiencies, underscoring the need for targeted strategic improvements in their ESG practices.