Acceso usuarios
;
Jaime Sánchez Ortiz
[1]
Cádiz, España
El objetivo de este trabajo es el análisis de la literatura sobre la utilización del Data Envelopment Analysis (DEA) en la priorización de carteras de proyectos en su fase inicial.
Este modelo ayuda a los decisores a elegir entre proyectos con resultados previsiblemente mejores, dado unos recursos disponibles y escasos, La ordenación que realiza el modelo en términnos de eficiencia permite financiar adecuadamente los proyectos más rentables.
La metodología empleada es la revisión de trabajos específicos en las bases de datos electrónicas ProQuest, ScienceDirect, Scopus y Google Scholar. La muestra contiene 31 trabajos que evalúan proyectos de I + D con un modelo DEA y describen las características del estudio de caso.
El estudio estadístico descriptivo de los datos recopilados permite estudiar el comportamiento del año de publicación, revistas, métodos, modelos DEA aplicados y software. Los resultados indican que el modelo más adecuado para la obtención de un ranking de los proyectos de I + D es un DEA Supereficiente CCR orientado a los inputs y, además, que las variables inputs más representativas son coste, personas, horas y dificultad técnica y, por la parte de los outputs, contribución económica directa, contribución tecnológica, contribución económica indirecta y contribución científica.
The objective of this work is the analysis of the literature on the use of Data Envelopment Analysis (DEA) in the prioritization of portfolios of R & D projects in its initial phase.
This model helps decision-makers choose between projects with better results in the future, given scarce resources. The ordering of the model in terms of efficiency makes it possible to adequately finance the better projects.
The methodology used is the review of specific works in the electronic databases ProQuest, ScienceDirect, Scopus and Google Scholar. The sample contains 31 papers that evaluate R & D projects with a DEA model and describe the characteristics of the case study.
The descriptive statistical study of the data collected allows us to study the behavior of the year of publication, journals, methods, applied DEA models and software. The results indicate that the most suitable model to obtain a ranking of the R & D projects is a CCR-oriented DEA, oriented to the inputs and, moreover, that the most representative variables are cost, people, hours and technical difficulty. On the part of the outputs are: direct economic, technological, indirect economic and scientific contributions.
