Data Envelopment Analysis (DEA) is a well-known methodology to measure relative efficiencies of transportation systems. In the real world, it is necessary to determine how to combine two separated efficiency measures in a unified structure. The conventional Data Envelopment Analysis (DEA) cannot be applied for these situations. Also, the efficiency scores may not be meaningful, especially when the number of Decision Making Units (DMUs) is insufficient. This study combines DEA and Nash bargaining game as a cooperative game theory approach to evaluate the performance of transportation systems by a large scale of measures. The proposed approach regardless of the number of units discriminates among the units more effectively. Besides, these measures may be classified in different categories and DMUs are evaluated simultaneous with different categories in the competitive environment. In this paper, we define two categories of inputs (operational and spatial) to measure performance of transportation systems. Furthermore, managers determine that each bus line in which category has better performance and in which lines is inefficient. The case study of bus lines evaluation is presented to show the abilities of the proposed approach

چکیده

تحلیل پوششی داده (DEA) یک روش شناخته شده برای سنجش بازدهی‌های نسبی در سیستم‌های حمل‌ونقل می‌باشد. در دنیای واقعی، تعیین روشی برای ترکیب دو بازدهی مجزا که در یک ساختار یکپارچه اندازه‌گیری شده است، ضرورت دارد. تحلیل پوششی داده به روش قدیمی (DEA) را نمی‌توان برای چنین شرایطی مورد استفاده قرار داد. همچنین، بازدهی ثبت شده ممکن است چندان معنادار به نظر نرسد، به خصوص زمانی که تعداد واحدهای تصمیم‌گیری (DMU ها) کافی نباشد. این تحقیق دربرگیرنده DEA و تئوری بازی تعاونی نش به عنوان روش تئوری بازی تعاونی به منظور ارزیابی عملکرد سیستم‌های حمل‌ونقل با حجم زیادی از پارامترها، می‌باشد. روش پیشنهادی صرف‌نظر از تعداد واحدها، واحدها را به صورت مؤثری از هم تفکیک می‌کند. همچنین، این پارامترها ممکن است در دسته‌های مختلفی طبقه‌بندی شده و DMU ها نیز با دسته‌های مختلفی در محیط رقابتی و به صورت همزمان، ارزیابی گردند. در این مقاله، ما به بررسی و تعریف دو دسته از ورودی‌ها (عملکردی و مسافتی) برای سنجش عملکرد سیستم‌های حمل‌ونقل خواهیم پرداخت. همچنین، کارفرما در هر خط مسافربری تعیین می‌کند که کدام دسته دارای عملکرد بهتری بوده و کدام خطوط ناکارآمد هستند. مطالعه موردی بررسی خطوط مسافربری نیز ارائه شده است تا قابلیت‌های روش پیشنهادی را نشان دهد.

1-مقدمه

تحلیل پوششی داده (DEA) روشی برای سنجش عملکرد واحدهای تصمیم‌گیری (DMU ها) می‌باشد. DEA توسط Chanres و همکارانش (1978) پیشنهاد شد که در آن فرض ثابت بودن مقیاس بازگشت در نظر گرفته شده بود. این مدل را CCR نیز می‌نامد (به دلیل نامی که نویسنده در اولین مقاله خود به آن اشاره داشت). پس از آن، DEA برای سنجش عملکرد در بسیاری از حوزه‌ها مورد استفاده قرار گرفت اما در اینجا، کاربردهای آن در سیستم‌های حمل‌ونقل مدنظر است. مدل‌های DEA برای DMU های کارآمد برابر و یا کمتر از مدل‌های ارائه شده برای DMU های غیر کارآمد می‌باشد...