DEA does not like positive discrimination : a comparison of alternative models based on empirical data

Détails

Ressource 1Télécharger: BIB_AA398B585541.P001.pdf (994.87 [Ko])
Etat: Public
Version: de l'auteur⸱e
ID Serval
serval:BIB_AA398B585541
Type
Rapport: document publié par une institution, habituellement élément d'une série.
Sous-type
Working paper: document de travail dans lequel l'auteur présente les résultats de ses travaux de recherche. Les working papers ont pour but de stimuler les discussions scientifiques avec les milieux intéressés et servent de base pour la publication d'articles dans des revues spécialisées.
Collection
Publications
Institution
Titre
DEA does not like positive discrimination : a comparison of alternative models based on empirical data
Auteur⸱e⸱s
Huguenin J.-M.
Détails de l'institution
Swiss Graduate School of Public Administration
Adresse
Lausanne
Date de publication
2014
Numéro
7/2014
Genre
Working paper de l'IDHEAP
Langue
anglais
Nombre de pages
92
Résumé
Due to the existence of free software and pedagogical guides, the use of data envelopment analysis (DEA) has been further democratized in recent years. Nowadays, it is quite usual for practitioners and decision makers with no or little knowledge in operational research to run themselves their own efficiency analysis. Within DEA, several alternative models allow for an environment adjustment. Five alternative models, each of them easily accessible to and achievable by practitioners and decision makers, are performed using the empirical case of the 90 primary schools of the State of Geneva, Switzerland. As the State of Geneva practices an upstream positive discrimination policy towards schools, this empirical case is particularly appropriate for an environment adjustment. The alternative of the majority of DEA models deliver divergent results. It is a matter of concern for applied researchers and a matter of confusion for practitioners and decision makers. From a political standpoint, these diverging results could lead to potentially opposite decisions.
Grâce à l'existence de logiciels en libre accès et de guides pédagogiques, la méthode data envelopment analysis (DEA) s'est démocratisée ces dernières années. Aujourd'hui, il n'est pas rare que les décideurs avec peu ou pas de connaissances en recherche opérationnelle réalisent eux-mêmes leur propre analyse d'efficience. A l'intérieur de la méthode DEA, plusieurs modèles permettent de tenir compte des conditions plus ou moins favorables de l'environnement. Cinq de ces modèles, facilement accessibles et applicables par les décideurs, sont utilisés pour mesurer l'efficience des 90 écoles primaires du canton de Genève, Suisse. Le canton de Genève pratiquant une politique de discrimination positive envers les écoles défavorisées, ce cas pratique est particulièrement adapté pour un ajustement à l'environnement. La majorité des modèles DEA génèrent des résultats divergents. Ce constat est préoccupant pour les chercheurs appliqués et perturbant pour les décideurs. D'un point de vue politique, ces résultats divergents conduisent à des prises de décision différentes selon le modèle sur lequel elles sont fondées.
Mots-clé
Data Envelopment Analysis, environmental models, positive discrimination, priority education policy
Création de la notice
27/01/2014 15:06
Dernière modification de la notice
20/08/2019 16:14
Données d'usage