@article { author = {Mamipour, Siab and Najafzadeh, behnam}, title = {Three-Stage Environmental Efficiency Evaluation of Iran’s Power Industry: Network Data Envelopment Analysis Approach}, journal = {Journal of Economic Research (Tahghighat- E- Eghtesadi)}, volume = {53}, number = {2}, pages = {191-217}, year = {2018}, publisher = {University of Tehran}, issn = {0039-8969}, eissn = {2588-6118}, doi = {10.22059/jte.2017.227981.1007497}, abstract = {The power industry of Iran needs to increase environmental efficiency through reducing pollution emissions and losses to achieve sustainable development and improving technical and economic performance. So considering undesirable outputs beside desirable outputs has important role on the power industry performance. Data envelopment analysis (DEA) widely used in evaluating the efficiency of the electricity industry. In traditional DEA relative efficiency of Decision Making Units (DMUs) are calculated with multiple inputs and outputs but ignoring the internal structure or links between organization or manufacturing process divisions is a big problem of traditional models. Network models can deal with this big disadvantage and consider inefficiency more accurately. In this study environmental efficiency of 15 Iranian electric power companies has been evaluated during the period (2010-2014) using non-radial Slack Based Measure (SBM) with three stage network structure. Power grid in the country has been made in three parts namely "production", "transmission" and "distribution". They are dependent to each other by two links namely power generated and power transmitted and overall efficiency of power industry is determined by them. Results of the study indicate that generation division effects on overall efficiency more than two others and reduces companies efficiency significantly. Khuzestan company has the highest efficiency and Gharb company belongs to the worst performance. Results of this study can recognize overall condition of electric power companies and provide policy for improving their performance. JEL Classification: Q43, Q53, C67, C61, Q57}, keywords = {Environmental Efficiency,Desirable and Undesirable Outputs,Network Data Envelopment Analysis,SBM Model,Electric Power Companies}, title_fa = {ارزیابی سه بخشی کارایی زیست محیطی صنعت برق ایران: رهیافت تحلیل پوششی داده های شبکه ای}, abstract_fa = {برای توسعه‌ی گسترده صنعت برق در کشور علاوه بر بهبود عملکرد فنی و اقتصادی نیاز به افزایش کارایی زیست محیطی از طریق کاهش انتشار آلاینده­ ها و مقدار تلفات است. بنابراین حضور ستاده­ های نامطلوب در کنار ستاده­های مطلوب نقش تعیین­ کننده­ای در عملکرد صنعت برق خواهد داشت. رهیافت تحلیل پوششی داده­ها (DEA) به طور گسترده در ارزیابی کارایی صنعت برق مورد استفاده قرار می­ گیرد. در مدل­های DEA سنتی، کارایی نسبی واحدهای تصمیم­ گیرنده با استفاده از چند ورودی و خروجی محاسبه می­ شود، اما عیب بزرگ این مدل ­ها نادیده گرفتن ساختار درونی یا پیوندهای میان بخش­ های مختلف یک سازمان یا فرآیند تولیدی است. مدل­ های شبکه ­ای ضمن برطرف کردن این عیب بزرگ، وابستگی بین اجزا را در نظر گرفته و ناکارایی را با دقت بیشتری برآورد می­ کنند. در این تحقیق با استفاده از ترکیب مدل غیرشعاعی SBM و ساختار شبکه سه بخشی به ارزیابی کارایی زیست­ محیطی 15 شرکت برق منطقه ­ای ایران در بازه‌ی زمانی 1393-1389 پرداخته شده است. شبکه برق در کشور از سه بخش تولید، انتقال و توزیع تشکیل شده که با استفاده از دو واسطه برق تولید شده و برق منتقل شده به هم وابسته هستند و کارایی سراسری برق توسط آن­ها تعیین می­شود. نتایج تحقیق نشان می­دهد که بخش تولید بیشتر از دو بخش دیگر بر کارایی کل اثر می­گذارد و نمرات کارایی شرکت‌ها را به میزان قابل توجهی کاهش می ­دهد. شرکت خوزستان بالاترین کارایی و شرکت غرب بدترین عملکرد را در کل شبکه برق داشته ­اند. نتایج حاصل از این تحقیق می­ تواند موجب شناخت درست ­تر موقعیت کلی شرکت‌های برق و سیاست ­گذاری مناسب برای بهبودعملکرد آن­ها را فراهم آورد. طبقه ­بندی JEL: Q43،Q53،C67،C61، Q57}, keywords_fa = {کارایی زیست­ محیطی,ستاده مطلوب و نامطلوب,تحلیل پوششی داده ­های شبکه­ ای (NDEA),مدل مازاد مبنای (SBM),شرکت برق منطقه­ای}, url = {https://jte.ut.ac.ir/article_65951.html}, eprint = {https://jte.ut.ac.ir/article_65951_73af709da4f13c0b1a87b2bee4871628.pdf} }