نوع مقاله : مقاله پژوهشی
نویسندگان
1 استادیار، مدیریت صنعتی، گروه مدیریت، دانشکده علوم انسانی، دانشگاه میبد، میبد، ایران
2 دانشجوی دکتری تخصصی، مدیریت صنعتی، باشگاه پژوهشگران جوان و نخبگان، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
3 دانشجوی دکتری تخصصی، مدیریت صنعتی، دانشکده مدیریت، حسابداری و اقتصاد، گروه مدیریت صنعتی، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران
چکیده
مقدمه: اگرچه شیوع بیماری کووید 19 مسأله جدیدی است، اما به یکی از مهم‌ترین چالش‌های جهانی تبدیل شده است؛ به طوری که به گفته سازمان بهداشت جهانی، یک نبرد بلندمدت پیش رو می‌باشد. پژوهش حاضر با هدف بررسی عملکرد کشورهای منتخب در مدیریت بیماری کووید 19 در دو حوزه کنترل شیوع و درمان بیماری انجام گردید.روش بررسی: این مطالعه از نوع توصیفی بود و با استفاده از داده‌های سازمان بهداشت جهانی و بانک جهانی، در بازه زمانی سه ماهه (از 1 آوریل تا 30 ژوئن سال ) در کشورهای منتخب (شامل کشور ایران) انجام شد. پس از تعیین متغیرهای ورودی و خروجی، مدل تحلیل پوششی داده‌های DEA (Data Envelopment Analysis) دو مرحله‌ای جهت محاسبه کارایی کشورها انتخاب گردید. علاوه بر آن، با استفاده از نمودار منطقه‌ای، کشورهای منتخب بر اساس عملکردشان به چهار گروه تقسیم شدند.یافته‌ها: در سه ماه تحت بررسی، کشورهای چین و ایسلند حداکثر نمره کارایی را کسب کردند و اندونزی، پایین‌ترین سطح عملکرد را در هر دو زمینه کنترل شیوع و درمان بیماری به خود اختصاص داد. همچنین، نتایج استفاده از نمودار منطقه‌ای نشان داد که چین، ایسلند و لوکزامبورگ تنها کشورهایی بودند که در هر سه ماه متوالی، در منطقه یک که معرف بالاترین سطح عملکرد می‌باشد، حضور داشتند.نتیجه‌گیری: با مشخص شدن وضعیت کارایی کشورهای منتخب، اقدامات و سیاست‌های اجرایی کشورهای کارا، می‌تواند الگوهای مناسبی برای سایر کشورها در راستای حرکت به سمت کارایی بیشتر باشد.
کلیدواژه‌ها
عنوان مقاله [English]
Evaluation of the Proficiency of Distinguished Countries in Managing COVID-19
نویسندگان [English]
- Hamid Babaei-Meybodi 1
- Hoda Moradi 2
- Mehdi Abbaszadeh 3
1 Assistant Professor, Industrial Management, Department of Management, School of Humanities, Meybod University, Meybod, Iran
2 PhD Student, Young Researchers and Elite Club, Shiraz Branch, Islamic Azad University, Shiraz, Iran
3 PhD Student, Industrial Management, Department of Industrial Management, School of Management, Accounting and Economics, Yazd Branch, Islamic Azad University, Yazd, Iran
چکیده [English]
Introduction: The outbreak of coronavirus disease 2019 (COVID-19) has become one of the important global challenges. According to World Health Organization (WHO), a long-term challenge is ahead. This study endeavored to investigate the performance of distinguished countries in the management of Covid-19 in two areas of disease control and treatment.Methods: This was a descriptive study using WHO and World Bank databases carried out in the distinguished countries (including Iran) for three months from April 1 to June 30, 2020. After determining the input and output variables, the two-stage data envelopment analysis model was selected to calculate the proficiency of the countries. Besides, they were classified into four groups based on their performance in outbreak control and medical treatment.Results: During the study period, China and Iceland had the most performance, while Indonesia had the least in both aspects. Besides, the results of using area chart showed that China, Iceland, and Luxembourg were the only countries in the first area in each of the three consecutive months, which represented the highest level of performance.Conclusion: By identifying the efficiency trend of the selected countries, actions and executive policies of the proficient countries can be good benchmarks for other countries to promote their performance.
کلیدواژه‌ها [English]
- COVID-19
- Efficiency
- Data Envelopment Analysis
- United Nations Development Programme (UNDP). Coronavirus disease COVID-19 pandemic [Online]. [cited 2020]; Available from: URL: https://www.undp.org/content/undp/en/home/coronavirus.html
- World Health Organization. Coronavirus disease 2019 Situation Reports [Online]. [cited 2019]; Available from: URL: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports
- McKibbin W, Fernando R. The Global Macroeconomic Impacts of COVID-19: Seven Scenarios [Online]. [cited 2021]; Available from: URL: https://watermark.silverchair.com/asep_a_00796.pdf?
- Jouzdani J. Fight against COVID-19: A global outbreak response management performance view. J Proj Manag 2020; 5(3): 151-6.
- Shirouyehzad H, Jouzdani J, Khodadadi Karimvand M. Fight against COVID-19: A global efficiency evaluation based on contagion control and medical treatment. Journal of Applied Research on Industrial Engineering 2020; 7(2): 109-20.
- Joki K, Bagirov AM, Karmitsa N, Makela MM, Taheri S. Clusterwise support vector linear regression. Eur J Oper Res 2020; 287(1): 19-35.
- Stead AD, Wheat P. The case for the use of multiple imputation missing data methods in stochastic frontier analysis with illustration using English local highway data. Eur J Oper Res 2020; 280(1): 59-77.
- Fukuyama H, Matousek R, Tzeremes NG. A Nerlovian cost inefficiency two-stage DEA model for modeling banks production process: Evidence from the Turkish banking system. Omega 2020; 95: 102198.
- Zhang G, Cui J. A general inverse DEA model for non-radial DEA. Comput Ind Eng 2020; 142: 106368.
- Liao H, Wu X, Mi X, Herrera F. An integrated method for cognitive complex multiple experts multiple criteria decision making based on ELECTRE III with weighted Borda rule. Omega 2020; 93: 102052.
- Charnes A, Cooper WW, Rhodes E. Measuring the efficiency of decision making units. Eur J Oper Res 1978; 2(6): 429-44.
- Farrell MJ. The measurement of productive efficiency. J R Stat Soc Ser A Stat Soc 1957; 120(3): 253-81.
- Dellnitz A, Kleine A, Rödder W. CCR or BCC: What if we are in the wrong model? Bus Econ J 2018; 88(7): 831-50.
- Kumar S, Gulati R. An examination of technical, pure technical, and scale efficiencies in Indian public sector banks using data envelopment analysis. Eurasian J Bus Econ 2008; 1(2): 33-69.
- World Health Organization. WHO Coronavirus (COVID-19) Dashboard [Online]. [cited 2019]; Available from: URL: https://covid19.who.int
- The World Bank. Current health expenditure per capita (current US$) [Online]. [cited 2020]; Available from: URL: https://data.worldbank.org/indicator/SH.XPD.CHEX.PC.CD
- Silva Portela MC, Thanassoulis E, Simpson G. Negative data in DEA: A directional distance approach applied to bank branches. J Oper Res Soc 2004; 55: 1111-21.
- Liu W, Sharp J. DEA models via goal programming. In Data envelopment analysis in the service sector. Wiesbaden, Germany: Deutscher Universitatsverlag; 1999. p. 79-101.
- Khalili-Damghani K, Shahmir Z. Uncertain network data envelopment analysis with undesirable outputs to evaluate the efficiency of electricity power production and distribution processes. Comput Ind Eng 2015; 88: 131-50.
- Cook WD, Liang L, Zhu J. Measuring performance of two-stage network structures by DEA: A review and future perspective. Omega 2010; 38(6): 423-30.
- Cyranoski D. What China's coronavirus response can teach the rest of the world [Online]. [cited 2020]; Available from: URL: https://www.nature.com/articles/d41586-020-00741-x. 2021.
- Shijia O. Steps to keep growth on steady path [Online]. [cited 2020]; Available from: URL: http://global.chinadaily.com.cn/a/202008/14/WS5f35e43aa310834817260452.html
- Government of Iceland. Icelandic Government announces 1.6bn USD response package to the COVID-19 crisis [Online]. [cited 2020]; Available from: URL: https://www.government.is/diplomatic-missions/embassy-article/2020/03/21/Icelandic-Government-announces-1.6bn-USD-response-package-to-the-COVID-19-crisis
- Weible CM, Nohrstedt D, Cairney P, Carter DP, Crow DA, Durnova AP. COVID-19 and the policy sciences: initial reactions and perspectives. Policy Sciences 2020; 53: 225-41.
)