کارایی قوی در تحلیل پوششی داده‌ها با تکنولوژی بازده به مقیاس متغیر

یکی از مسائل اساسی در تحلیل پوششی داده‌های کلاسیک، عدم توان کافی برای تفکیک بین‌اندازه کارایی واحد‌های تصمیم‌گیرنده است که به عنوان یک نقطه ضعف مورد توجه قرار می‌گیرد. اخیرا پارکان و همکاران تلاش‌هایی برای رفع این مشکل انجام داده‌اند. آنها پیشنهاد کردند برای ارزیابی هر واحد هر دو دیدگاه خوش‌بینانه و بدبینانه مورد توجه قرار گیرد. در مقابل ارزیابی سنتی، شاخصی بر پایه کمترین مقدار‌ اندازه کارایی برای هر واحد در نظر گرفته که آن را‌ اندازه کارایی قوی می‌گویند. همچنین در این راستا تکنولوژی جدیدی براساس فرض بازده به مقیاس ثابت ساخته شد. در این مقاله تکنولوزی تولید مذکور با فرض بازده به مقیاس متغیر ساخته می‌شود و مدل‌های متناظر به صورت برنامه‌ریزی خطی فرمول بندی می‌شوند. در پایان نشان داده می‌شود که مدل‌های مبتنی بر ‌اندازه کارایی قوی داری قدرت تمایز به مراتب بیشتری از مدال‌های کلاسیک تحلیل پوششی داده‌ها هستند.