تحلیل اقتصادی فرهنگ در محدوده فضایی شهرستان‌های گیلان

محورهای موضوعی : هیدرولوژی

فرهاد برندک ¹ , لیلی محمدی اصل اجیرلو ²

1 - کارشناسی ارشد، جغرافیا و برنامه ریزی شهری، دانشگاه پیام نور، رشت، ایران
2 - کارشناس ارشد،‌ سنجش از دور و سیستم اطلاعات جغرافیایی، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران

تاریخ دریافت : 1394/11/02 تاریخ پذیرش : 1395/01/16 تاریخ انتشار : 1395/02/01

کلید واژه: تحلیل پوششی داده‌ها, بهره‌وری, شاخص‌های فرهنگی, شهرستان‌های استان گیلان,

چکیده مقاله :

فرهنگ به عنوان یکی از مهمترین ارکان توسعه جامعه، اگر با تضمین‌های اقتصادی همراه شود، زمینه‌ساز تحول‌های مثبت تاثیرگذار در جامعه خواهد‌شد.. هدف مطالعه حاضر مقایسه کارایی(بهره وری) نسبی شهرستان های استان گیلان و شناسایی واحدهای کارآ به لحاظ بهره وری شاخص‌های فرهنگی است. روش تحقیق حاضر از نوع تحلیلی-کاربردی بوده و جامعه آماری تحقیق حاضر را 16 شهرستان استان گیلان تشکیل می‌دهد. روش تحلیل داده‌ها نیز مبتنی بر تکنیک تحلیل پوششی داد‌ها بوده و برای تعیین ضریب کارایی واحدهای مورد بررسی و مشخص کردن واحدهای کارآ و ناکارآ از مدل CCR و BCC ورودی محور و برای رتبه بندی شهرستان‌هایی که با مدل CCR ورودی محور کارا شدند، از روش اندرسون-پیترسون(AP) استفاده شده است. جهت محاسبه مدل‌ها و تجزیه و تحلیل داده‌ها نیز از 2 بسته نرم افزاریDEAP و LINGO استفاده شده است. یافته های تحقیق نشان داد که طبق مدل CCR-I، 8 شهرستان و در مدل BCC-I، 11 شهرستان کارآ هستند. در کارآیی برتر(AP) و رتبه‌بندی نهایی شهرستان‌ها، شهرستان‌های کارآ به صورت زیر رده‌بندی می‌شود:  رشت > لاهیجان > آستارا > املش > تالش > رضوانشهر> رودبار > بندرانزلی در نهایت، واحدهای مجازی به عنوان الگوهایی برای واحدهای ناکارآ معرفی و پیشنهاد شدند. واحدهای ناکارآ در صورت رسیدن به شرایط واحدهای مجازی متناظر با خود، کارآ می گردند.

چکیده انگلیسی:

Culture is an important pillar of the society that through ensuring effectiveness in economic sense brings about effective developments in the society The purpose of present study is to compare the relative efficiency of Counties of Gilan and identify the efficient Counties, in terms Cultural development and productivity. Applied-analytical method was used and statistical population includes Counties of Gilan. Data Envelopment Analysis model is used to determine the efficiency ratio of DMUs and to distinguish efficient and inefficient DMUs. For the units that are identified as efficient by CCR-I model, Anderson–Pearson (AP) was used. For analyzing data, LINGO and DEAP software was used. Findings showed that 8 Counties (in CCR-I) and 11 Counties (in BCC-I) have been efficient. Final ranking is as follows (in efficient Counties in the CCR-I):  Rasht> Lahijan> Astara> Amlash> Talesh> Rezvanshahr> Roodbar> Bandar-e Anzali Finally, virtual DMUs were introduced as a pattern for inefficient DMUs. Inefficient DMUs will achieve efficiency if they can be promoted to achieve the conditions of their similar virtual DMUs.

منابع و مأخذ:

1. آذر، عادل و غلامرضایی، داود،(1385). رتبه بندی استانهای کشور با رویکرد تحلیل پوششی داده‌ها (با بکارگیری شاخصهای توسعه انسانی)، پژوهش‌های اقتصادی ایران، سال هشتم، شماره27، صص 153-173.

2. آذر، عادل و موتمنی، علیرضا،(1382). طراحی مدل پویای بهره‌وری با رویکرد تحلیل پوششی داده‌ها، مدرس علوم انسانی، دوره 7، شماره3، صص 1-22.

3. اسماعیل‌زاده مقری، علی و شاکری، هاجر،(1394). پیش‌بینی درماندگی مالی شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از شبکه بیزی ساده و مقایسه آن با تحلیل پوششی داده‌ها، مهندس مالی و مدیریت اوراق بهادار، دوره 6، شماره 22، صص 1-27.

4. اکبری، نعمت الله، و بصیری پارسا، نیره،(1384). اندازه‌گیری کارایی فنی فعالیت‌های عمران شهری (با استفاده از روش DEA مورد مطالعه استان همدان) ، پژوهشهای اقتصادی، سال پنجم، شماره سوم، صص 133-153.

5. جبارزاده، یونس و صوفی، علیرضا،(1390). سنجش کارایی و رتبه‌بندی واحدهای بازرسی استانی با استفاده از تحلیل پوششی داده‌ها، نظارت و بازرسی، سال پنجم، شمار18، صص85-102.

6. جهانشاد، آزیتا و پور زمانی، زهرا و اژدری، فاطمه،(1388). بررسی کارائی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران با استفاده از روش تحلیل پوششی داده‌ها و ارتباط آن با بازده سهام، حسابداری مالی و حسابرسی، دوره1، شماره 4، صص109-128.

7. رهنما، محمدرحیم و رضوی، محمدمحسن،(1391). تحلیل کارایی مناطق شهرداری مشهد با استفاده از مدل تحلیل پوششی داده‌ها، انجمن جغرافیای ایران،سال دهم، شماره32، صص147-176.

8. شاه‌طهماسبی، اسماعیل و طاهری، حامد و شمس‌الهی، سارا، (1392). ارزیابی کارایی نسبی استان‌های کشور در شاخص‌های اقتصادی فرهنگ طی برنامه سوم و چهارم توسعه، راهبرد فرهنگ، شماره24، صص 165-183.

9. سوری، امیررضا و گرشاسبی، علیرضا و عریانی، بهاره،(1386). مقایسه تطبیقی کارایی بانک‌های تجاری ایران با استفاده از دو روش DEA و SFA، اقتصاد و تجارت نوین، شماره8، صص 33-60.

10. عالم تبریز ، اکبر و زارعیان، محمد و رجبی پورمیبدی، علیرضا، (1388). بررسی کارکرد تکنیک تاپسیس فازی در بهبود سنجش کارایی شعب بانک‌ها با استفاده از تکنیک DEA، مدیریت صنعتی، شماره3،صص 85-104.

11. قوامی، سیدمرسل و کریمی، علی و سعدی مسگری، محمد، (1390). ارزیابی خطوط اتوبوس‌رانی با استفاده از سامانه اطلاعات مکانی و تحلیل پوششی داده‌ها، مطالعه موردی: خطوط اتوبوس‌رانی تهران، مهندسی حمل‌ونقل، سال دوم، شماره سوم، صص 261-271.

12. کتابی، سعیده و میراحمدی، سید محمدرضا و کریم پور آذر، آسیه، (1390). ارزیابی عملکرد کتابخانه‌های عمومی استان‌ها توسط تکنیک تحلیل پوششی داده‌ها، اطلاع رسانی و کتابخانه‌های عمومی، دوره17، شماره1، صص 9-27.

13. محمودی خوشرو، امید و قاسمی، عابدین،(1389). بررسی کارایی شهرداری‌های استان کردستان با استفاده از روش تحلیل پوششی داده‌ها (DEA)، مدیریت صنعتی دانشکده علوم انسانی دانشگاه آزاد اسلامی واحد سنندج، سال پنجم، شماره13، صص 103-120.

14. مهربانی، فاطمه،(1387). ارزیابی عملکرد برنامه‌های توسعه در برنامه‌ریزی سوخت و شاخص‌های متاثر از آن با استفاده از روش تحلیل پوششی داده‌ها، مدلسازی اقتصادی، سال دوم، شماره2، صص 79-110.

15. مهرگان،محمدرضا،(1381). مدل‌های کمی در ارزیابی عملکرد سازمان‌ها، تهران، دانشکده مدیریت دانشگاه تهران.

16. Afonso, A., Fernandes,s., (2003). Efficiency of Local Government Spending: Evidence for the Lisbon Region , Working Paper, Technical University of Lisbon.

17. Altamirano-Corro ,A ., Peniche Vera, R., (2014). Measuring the Institutional Efficiency Using DEA and AHP: the Case of a Mexican University. Journal of Applied Research and Technology 12(1). P 63-71.

18. Barrio, M. J., Herrero, L.C., Sanz, J.A., (2009). Measuring the Efficiency of Heritage Institutions: A Case Study of a Regional System of Museums in Spain. Journal of Cultural Heritage 10.p 258-268.

19. Bray, S., Caggiani, L., Ottomanelli, O., (2013). Measuring transport systems efficiency under uncertainty by fuzzy sets theory based Data Envelopment Analysis: theoretical and practical comparison with traditional DEA model. Transportation Research 5.p 186-200.

20. Chansarn, S., (2014). The Evaluation of the Sustainable Human Development: A Cross-Country Analysis Employing Slack-Based DEA. Environmental Sciences 20.p 3-11.

21. Fancello, G., Uccheddu, B., Fadda, P., (2012). The performance of an urban road system: an innovative approach using D.E.A.(Data Envelopment Analysis). Social and Behavioral Sciences 87.p 163-176.

22. Gonzalez, M, Looez Espin, J., Aparicio, J., Gimenez, D., Pastor, T., (2015). Using Genetic Algorithms for Maximizing Technical Efficiency in Data Envelopment Analysis. Computer Science. Vol 51.p374-383.

23. Guiso, L., Sapienza, P., Zingales, L.,(2006). Does Culture Affect Economic Outcomes?. Journal of Economic Perspectives. Vol.20. No.2.p 23-48.

24. Last, A-K., Wetzel,H., (2010). The Efficiency of German Public Theaters: A Stochastic Frontier Analysis Approach. Journal of Cultural Economics. No.34.p 89-110.

25. Meza, L.,Valerio, R., Mello, J., (2015). Assessing the efficiency of sports in using financial resources with DEA models. Computer Science 55.p 1151-1159.

26. Storto, C., (2013). Evaluating Technical Efficiency of Italian Major Municipalities: a Data Envelopment Analysis model. Social and Behavioral Sciences 81.p 346-350.

27. Taheri, H., Ansari, S., (2013). Measuring the Relative Efficiency of Cultural-Historical Museums in Tehran: DEA Approach. Journal of Cultural Heritage 14. P 431-438.

28. Worthington, A.C., Dollery, B.E., (2001). Measuring efficiency in local government: an analysis of New South Wales municipalities domestic waste management function. Policy Stud 29(2).p 4-24.

29. Yang, w., Shao, Y., Qiao, H,. Wang, Sh., (2014). An Empirical Analysis on Regional Efficiency of Chinese Steel Srctor Based on Network DEA Method. Computer Science 31.p 615-624.