- امانی، ناصر و باقرزاده ولمی، هادی. (1397). ارزیابی کارایی شرکت‌های برق منطقه‌ای ایران با تحلیل پوششی داده‌های شبکه‌ای: بر اساس تبدیل ساختارها به یک ساختار یکنواخت. تصمیم‌گیری و تحقیق در عملیات، 3(3)، 249-280.
- پورعلیزاده، مژگان، امیرتیموری، علیرضا، و واعظ قاسمی، محسن. (1400). یک مدل DEA برای ارزیابی اجرای زنجیره تأمین پایدار با حضور خروجی‌های نامطلوب و شاخص‌های دو نقش ورودی و خروجی: کاربردی از صنعت برق. مطالعات مدیریت صنعتی، 19(62)، 139-192.
- کاظمی متین، رضا و عزیزی، رزا. (1391). مدل بندی عوامل غیرقابل‌کنترل در اندازه‌گیری کارایی شرکت‌های برق منطقه‌ای ایران. کیفیت و بهره‌وری در صنعت برق ایران، 1(1), 57-63.
- خسروی، محمدرضا، و شاهرودی، کامبیز. (1393). کاربست مدل تحلیل پوششی داده‌های شبکه‌ای در سنجش کارایی بخش انتقال نیروی صنعت برق ایران. مدیریت صنعتی، 6(2), 263-282.
- خسروی، محمدرضا، شاهرودی، کامبیز، امیرتیموری، علیرضا و دل افروز، نرگس. (2021). ارائه مدلی تلفیقی از دوسوتوانی سازمانی و تحلیل پوششی داده‌های شبکه‌ای به‌منظور ارزیابی کارایی شرکت‌های برق منطقه‌ای ایران.نشریه علمی-پژوهشی کیفیت و بهره‌وری صنعت برق ایران، 10(3), 62-74.
- خسروی، محمدرضا، شاهرودی، کامبیز، امیرتیموری، علیرضا، و دل افروز، نرگس. (1401). طراحی مدل تحلیلی ـ ریاضی به‌منظور سنجش کارایی زنجیره تولید، انتقال و توزیع صنعت برق ایران: رویکرد تحلیل پوششی داده‌های شبکه‌ای با خروجی نامطلوب. مدیریت صنعتی، 14(2), 220-249.
- فلاحی، محمدعلی و احمدی، وحیده. (1384). ارزیابی کارایی شرکت‌های توزیع برق در ایران. تحقیقات اقتصادی، (71)، 297-320.
- رادسر، مصطفی، کاظمی، عالیه، مهرگان، محمدرضا، رضوی و حاجی‌آقا، سیدحسین. (1400). طراحی یک الگوریتم بر پایه تحلیل پوششی داده‌های شبکه‌ای با شاخص‌های خوب و بد به‌منظور ارزیابی صنعت برق ایران. مدیریت صنعتی، 13(1)، 26-1.
- Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), 1078-1092.
- Banker, R. D., & Natarajan, R. (2008). Evaluating contextual variables affecting productivity using data envelopment analysis. Operations research, 56(1), 48-58.
- Banker, R., Natarajan, R., & Zhang, D. (2019). Two-stage estimation of the impact of contextual variables in stochastic frontier production function models using data envelopment analysis: Second stage OLS versus bootstrap approaches. European Journal of Operational Research, 278(2), 368-384.
- Banker, R., Park, H. U., & Sahoo, B. (2022). A statistical foundation for the measurement of managerial ability.
- Banker, R. D., Amirteimoori, A., & Sinha, R. P. (2022). An integrated Data Envelopment Analysis and generalized additive model for assessing managerial ability with application to the insurance industry. Decision Analytics Journal, 4, 100115.
- Battese, G. E., Rao, D. S., & O'donnell, C. J. (2004). A metafrontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies. Journal of productivity analysis, 21(1), 91-103.
- Bertrand, M., & Schoar, A. (2003). Managing with style: The effect of managers on firm policies. The Quarterly journal of economics, 118(4), 1169-1208.
- Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429-444.
- Demerjian, P., Lev, B., & McVay, S. (2012). Quantifying managerial ability: A new measure and validity tests. Management science, 58(7), 1229-1248.
- Halkos, G. E., & Polemis, M. L. (2018). The impact of economic growth on environmental efficiency of the electricity sector: A hybrid window DEA methodology for the USA. Journal of Environmental Management, 211, 334-346.
- Khalili-Damghani, K., & Shahmir, Z. (2015). Uncertain network data envelopment analysis with undesirable outputs to evaluate the efficiency of electricity power production and distribution processes. Computers & industrial engineering, 88, 131-150.
- Khodadadipour, M., Hadi-Vencheh, A., Behzadi, M. H., & Rostamy-Malkhalifeh, M. (2021). Undesirable factors in stochastic DEA cross-efficiency evaluation: An application to thermal power plant energy efficiency. Economic Analysis and Policy, 69, 613-628.
- Liu, C. H., Lin, S. J., & Lewis, C. (2010). Evaluation of thermal power plant operational performance in Taiwan by data envelopment analysis. Energy policy, 38(2), 1049-1058.
- Murthi, B. P. S., Srinivasan, K., & Kalyanaram, G. (1996). Controlling for observed and unobserved managerial skills in determining first-mover market share advantages. Journal of Marketing Research, 33(3), 329-336.
- Munisamy, S., & Arabi, B. (2015). Eco-efficiency change in power plants: using a slacks-based measure for the meta-frontier Malmquist–Luenberger productivity index. Journal of cleaner production, 105, 218-232.
- Mohsin, M., Hanif, I., Taghizadeh-Hesary, F., Abbas, Q., & Iqbal, W. (2021). Nexus between energy efficiency and electricity reforms: a DEA-based way forward for clean power development. Energy Policy, 149, 112052.
- Navarro-Chávez, C. L., Delfín-Ortega, O. V., & Díaz-Pulido, A. (2020). Efficiency of the electricity sector in Mexico 2008-2015: An application of the DEA network model. International Journal of Energy Sector Management, 14(4), 683-706.
- O’Donnell, C. J., Rao, D. S., & Battese, G. E. (2008). Metafrontier frameworks for the study of firm-level efficiencies and technology ratios. Empirical economics, 34(2), 231-255.
- Omrani, H., Beiragh, R. G., & Kaleibari, S. S. (2015). Performance assessment of Iranian electricity distribution companies by an integrated cooperative game data envelopment analysis principal component analysis approach. International Journal of Electrical Power & Energy Systems, 64, 617-625.
- Sarıca, K., & Or, I. (2007). Efficiency assessment of Turkish power plants using data envelopment analysis. Energy, 32(8), 1484-1499.
- Salimi M, Keramati M A. (2016). Evaluation and Distribution of technical efficiency of regional Electricity companies with a three-stage DEA approach. ieijqp, 4 (2):37-48
- Simar, L., & Wilson, P. W. (2007). Estimation and inference in two-stage, semi-parametric models of production processes. Journal of econometrics, 136(1), 31-64.
- Sueyoshi, T., Qu, J., Li, A., & Xie, C. (2020). Understanding the efficiency evolution for the Chinese provincial power industry: A new approach for combining data envelopment analysis-discriminant analysis with an efficiency shift across periods. Journal of Cleaner Production, 277, 122371.
- Tavassoli, M., Faramarzi, G. R., & Saen, R. F. (2015). Ranking electricity distribution units using slacks-based measure, strong complementary slackness condition, and discriminant analysis. International Journal of Electrical Power & Energy Systems, 64, 1214-1220.
- Tavassoli, M., Ketabi, S., & Ghandehari, M. (2020). Developing a network DEA model for sustainability analysis of Iran’s electricity distribution network. International Journal of Electrical Power & Energy Systems, 122, 106187.
- Wang, H. J., & Schmidt, P. (2002). One-step and two-step estimation of the effects of exogenous variables on technical efficiency levels. journal of Productivity Analysis, 18(2), 129-144.
- Zhu, N., Wang, B., & Wu, Y. (2015). Productivity, efficiency, and non-performing loans in the Chinese banking industry. The Social Science Journal, 52(4), 468-480.
|
