اندازه‌گیری کارایی تأمین‌کنندگان لجستیک معکوس شخص ثالث در زنجیره تأمین با استفاده از شبکه افزاینده چند هدفی مدل DEA
چکیده
تقاضا برای تأمین‌کنندگان لجستیک معکوس شخص ثالث لجستیک معکوس شخص ثالث (3PL) به‌طور قابل‌توجه در شرکت‌های که به دنبال بهبود ارائه خدمت به مشتری و کاهش هزینه هستند، مورد ملاحظه قرار می‌گیرد. بنابراین ارزیابی و انتخاب تأمین‌کنندگان 3PL یک مسئله مهم بوده و دارای اهمیت استراتژیک برای شرکت‌ها است. یکی از روش‌های که می‌توان برای ارزیابی و انتخاب تأمین‌کنندگان 3PL استفاده کرد، تحلیل پوششی داده (DEA) است. اندازه‌گیری عملکرد مدل‌های سنتی نوع DEA بر پایه تفکر در مورد تولید به‌عنوان جعبه سیاه است. ورودی‌ها در این جعبه به خروجی تبدیل می‌شوند. یکی از اشکالات این مدل‌ها، عدم توجه به پیوند فعالیت‌ها است. بخش مهمی از کار در مجموعه مسائلی جای که واحد تصمیم‌گیری (DMU) به‌وسیله فرایند چندمرحله‌ای شرح داده می‌شود؛ زنجیره‌های تأمین این شکل را می‌گیرند، هدایت می‌شود. مطالب علمی اخیر DEA در مورد فرایندهای پی‌درپی معمولاً تمایل به تمرکز روی سیستم‌های بسته دارند، یعنی، جائیکه خروجی‌ها از یک مرحله به‌عنوان ورودی مرحله بعدی در نظر گرفته می‌شوند و در ان هیچ ورودی دیگر در مرحله میانی وارد فرایند نمی‌شوند. در این مقاله، ما مدل شبکه‌ای اضافه شوند چند هدفی DEA را برای ارزیابی و انتخاب مناسب‌ترین تأمین‌کنندگان 3PL پیشنهاد می‌کنیم. سرانجام، در یک مطالعه موردی، کاربرد مدل پیشنهادشده را شرح می‌دهیم.
کلمات کلیدی: لجستیک معکوس شخص ثالث، 3PL، تأمین‌کنندگان، تحلیل پوششی داده، NDEA، برنامه‌ریزی غیرخطی چندهدفه، ارزیابی عملکرد
مقدمه
در حال حاضر، صنایع، تمایل دارند صرفاً روی هسته تجارت خودشان تمرکز کنند. این تمرکز منجر به ایجاد زنجیره تأمین گسترده‌تر و پیچیده‌تر می‌شود. برای ماندن در رقابت، یکی از دل‌مشغولی‌های شرکت‌ها، موفقیت مدیریت این زنجیره است( نورول هاک و کانان، 2006). به‌عنوان بخشی از مزایای درک تأمین‌کنندگان لجستیک معکوس شخص ثالث، انعطاف‌پذیری بیشتر شرکت‌ها، بهره‌وری عملیاتی، بهبود سطح خدمات مشتری و همچنین تمرکز بهتر روی هسته تجارتشان است. 3PL با شکت های شروع می‌شود که تعدادی یا همه توابع بخش و حمل نقل خودشان را برون‌سپاری کرده باشند( گل و کتی، 2007). تحلیل پوششی داده(DEA )، یکی از ابزارهای ریاضی غیر پارامتریک برای ارزیابی کارایی نسبی واحدهای تصمیم‌گیری همگن است. DEA در بیشتر بخش‌ها شامل آموزش، بهداشت، امور مالی و غیره استفاده می‌شود، شما می‌توانید کاربردهای DEA در مطالعات فارزیپور(2008, 2009a، 2009b و 2009c)، ویگمن و همکاران(2013)، نوریزاده و همکاران(2013)، و آزادی و فرزی پور سان(2013) دید. در مطالعات سنتی DEA ، DMU به‌عنوان یک سیستم کلی در نظر گرفته می‌شود، فرایندهای فردی در DMU نادیده گرفته می‌شود. در واقع، در مدل‌های متعارف DEA، DMU یک جعبه سیاه با فرایند منفرد است. با این حال، تعدادی از شیوه‌های به‌اصطلاح تحلیل پوششی داده (NDEA) وجود دارند که همه سیستم را مانند مراحل یا فرایندهای متمایز مرکب شده در نظر می‌گیرد، هر یک ورودی و خروجی خودش را دارد و با جریان واسطه میان مراحل همراه است. NDEA به‌وسیله فار و گروسکوف (2000) معرفی شدند. بعد از آن، ساختار چندمرحله‌ای برای NDEA به‌وسیله لویس و ساکسون (2004) پیشنهاد شد. تون و تستوسی(2009) یک مدل شبکه DEA مبتنی بر ضعف را پیشنهاد کرد، شبکه SBM نامیده می‌شد، که با محصولات واسطه سروکار داشت. همچنین، کاو(2009) دو ساختار سری و موازی را برای بخش‌های داخلی DMU در نظر گرفت. کوک و همکاران(2010) مدل شبکه افزایشی DEA برای بررسی ساختار کلی شبکه پیشنهاد کرد.
برای دریافت فایل اصلی به همراه ترجمه مقاله در فرمت Word با قابلیت ویرایش ، فایل را خریداری نمایید