ارزیابی شاخص های عملکردی ترکیبی برای اعمال قانون کلاه و کمربندی ایمنی

استفاده از شاخص های عملکردی ترکیبی به عنوان ابزاری کاربردی برای ارزیابی کلی تحلیل ایمنی راه در سال های اخیر گسترش یافته است. در میان بسیاری از مدل ها، مدل تحلیل پوششی داده ها (dea) ابزار ضروری برای ساختاربندی شاخص های ترکیبی است که از میان روش های تحلیل عملکرد مختلفی انتخاب شده است. اما در dea فرض می شود که همه داده ها دارای مقادیر کمّی یا خاصی هستند که به صورت شاخص های عملکردی تعریف شده وبا استفاده از مدل تحلیل پوششی داده ها بررسی می شوند. با این حال در برخی موارد مقادیر داده های ورودی و خروجی دارای مقادیر نامشخص یا مبهم هستند زیرا متغیرهای بسیاری برای مشخص کردن ایمنی جاده وجود دارد که به طور طبیعی مبهم و اغلب دارای مقادیر غیر دقیق هستند و فقط با داده های کمی نشان داده می شوند. در این تحقیق، دو روش در چارچوب dea را برای مدل سازی داده های کمی و کیفی به منظور ساختاربندی شاخص های کامپوزیت مورد بررسی قرار داده ایم. مدل dea غیردقیق و مدل dea فازی. طبق قاعده کلی این مدل ها، از مدل های جدید idea-ci و fdea-ci برای ارزیابی مدیریت ایمنی راه در 30 کشور در سرتاسر جهان استفاده شده است. سپس با مقایسه نتایج حاصل از دو مدل با استفاده از داده های اولیه، کارایی بودن و قابل اعتماد بودن این دو مدل تایید شد. در پایان، اهداف برای کشورهای ناکارآمد محاسبه و سپس الگوگذاری تعیین و استراتژی های ایمنی جاده برای آن ها اولویت بندی شد.

evaluation of composite performance indicators for helmet and seat-belt enforcement

composite indicators are the collection of a group of sub-indicators to measure multidimensional principles that can’t be measured by one indicator. utilizing composite indicators (cis) as like beneficial tools to assess overall performance of transportation safety analysis has extended of recent times. amongst many models, the data envelopment analysis model (dea) is these days an essential tool of constructing cis amongst different performance methodologies these days. but dea assumes that all data are specific or quantitative values to be used in basic dea-based ci models. however, in some problems, the observed values of input and output data are sometimes imprecise or fuzzy statistics due to there are many variables in the road safety that follows natural ambiguity and often there ​​are imprecise values, which can only be represented by qualitative data. in this study, we studied two methods within the dea framework for modeling quantitative and qualitative data within the context of constructing composite indicators. there are imprecise dea (idea) and fuzzy dea (fdea) models respectively. based on their principle, new models of idea-cis and fdea- cis are obtained in the assessment of road safety management via developing a composite indicator of road safety for 30 countries round the world. comparing the results are obtained from the two models with the primary data confirms the efficiency and reliability of the two models. in the end, targets were calculated for inefficient countries then benchmarks were set and road safety strategies were prioritized for them.