کارایی سیستم ‌های سلامت کشورها در مقابله با کووید-19، با استفاده از تحلیل پوششی داده‌های پنجره‌ای، شاخص بهره‌وری مالم ‌کوئیست و تحلیل پوششی داده‌ای با متغیرهای ورودی کنترل‏ناپذیر

هدف این مقاله، ارزیابی واکنش کشورها در مقابله با کووید-19 برای 16 کشور، که با در نظر گرفتن تفاوت‌ها در ویژگی‌های مختلف جمعیتی، فرهنگی و جغرافیایی انتخاب شده‌اند، در سه دورۀ متوالی از دی‌ماه سال 1398 تا آبان سال 1401 است. برای این ارزیابی، از مدل تحلیل پنجره‌ای، شاخص بهره‌وری مالم‌کوئیست و تحلیل پوششی داده‌ای متغیرهای ورودی ‌‌کنترل‌نشدنی در سه دورۀ 345 روزه، استفاده خواهد شد. مدل تحلیل پنجره‌ای و تحلیل پوششی داده‌ای متغیرهای ورودی ‌‌کنترل‌نشدنی برای مقایسۀ کارایی کشورها در چند دورۀ مختلف استفاده می‌شود و روش شاخص بهره‌وری مالم‌کوئیست، امتیازاتی را برای پیشرفت عملکرد کشورها در طی دوره‌های متوالی، محاسبه می‌کند.امتیازات عملکردی محاسبه‌شده با مدل تحلیل پنجره‌ای، نشان‌ می‌دهد‌ در واکنش کشورها تفاوت وجود داشته است و بر‌اساس نتایج این روش، چین بیشترین‌ و ایتالیا بدترین کارایی را در طول سه دوره داشته‌اند. نتایج روش شاخص بهره‌وری مالم‌کوئیست برای مقایسۀ پیشرفت عملکردها نیز نشان داد که کشورها، کارایی‌ها و پیشرفت‌های متفاوتی دارند. بر‌اساس نتایج این روش، مالزی بیشترین و سنگاپور کمترین پیشرفت را در طول سه دوره داشته‌اند. چین با وجود امتیاز بالای کارایی از مدل تحلیل پنجره‌ای، از شاخص مالم‌کوئیست و مدل متغیرهای ‌‌کنترل‌نشدنی، امتیاز خوبی نگرفته است که این‌ رشد کم و حتی پسرفت این کشور را در طی سه دورۀ‌ بررسی‌شده نشان می‌دهد و مشخص می‌کند که ایتالیا پیشرفت کرده است، اما با توجه به نتایج تحلیل پنجره‌ای، این رشد برای کاراکردن عملکرد این کشور، کافی نبوده است. براساس مدل متغیرهای ‌‌کنترل‌نشدنی، مصر بهترین عملکرد را داشته است. اگرچه این مدل میان بیشتر کشورها، تمایزی قائل نمی‌شود.

evaluating the health systems efficiency of countries infected by covid-19 using window data envelopment analysis, malmquist productivity index, and data envelopment analysis with non-controllable input variables

purpose: this paper aims to evaluate the response of different countries against covid-19 for three consecutive periods from january 2020 to october 2022. 16 countries have been chosen based on their differences in various demographic, cultural, and geographical characteristics.design/methodology/approach: window data envelopment analysis (dea) model, malmquist productivity index and dea with non-controllable input variables have been used over three periods of 345 days to evaluate the efficiency of health systems of the countries. by the window dea and dea with non-controllable input variables, the efficiency of the countries in several different periods has been compared. also, the scores for the progress of countries’ performance during successive periods have been computed by the malmquist productivity index.findings: the performance scores calculated with the window dea indicated that there is a difference in the countries’ responses. based on the obtained results, china had the most efficiency and italy had the worst efficiency during the three periods. based on the model of uncontrollable variables, egypt had the best performance, although the model did not distinguish among most countries. the results of the malmquist productivity index method also indicated that countries had different efficiencies and progress. based on its results, malaysia had the most progress, while singapore had the least progress during the three periods. china despite its high-performance score from the window dea, had not received a good score from the malmquist productivity index and non-controllable input variables model, which implies the low growth and even retrogression of this country during the three periods. according to the results of the window dea, italy had progressed, but this growth has not been enough to make this country’s performance efficient.research limitations/implications: the selection of different and more precise time intervals based on covid-19 variants (alpha, delta and micron) and a wider selection of countries can be considered in future studies. considering the amount of vaccination or the type of vaccine and observing its effects dynamically on the dea model can be also a potential direction for future research. the development of window dea and the malmquist productivity index for uncontrollable variables and their application to the data of this paper are also suggested. besides, the selection of input and output indicators based on other goals can be investigated in future studies.