基于DEA法改进物流服务供应商筛选问题研究.docVIP

基于DEA法改进物流服务供应商筛选问题研究 　　摘要：本文根据数据包络分析（Data Envelopment Analysis, DEA）法（以下简称DEA法）的基本原理，在对此法进行分析的基础上，提出在运用该方法进行物流服务供应商筛选时应引入层次分析法(Analytic Hierarchy Process, AHP)和主因子提取法，建立DEA法改进的物流服务供应商筛选模型，从而弥补单纯运用DEA方法的不足，为物流服务需求方选择物流服务供应商提供一套行之有效的方法。 　　关键词：物流服务供应商；指标体系；层次分析法；数据包络分析 　　中图分类号：F252.8 文献标识码：A 　　 　　物流是企业价值创造和价值实现的关键环节，随着物流理论及实践在我国的深入和发展，物流外包趋势愈发明显。但在实践中，物流外包也会带来一系列的经营风险，其中绝大多数风险的根源在于没有选中合适的物流服务供应商，因此，合理评价与筛选物流服务供应商，就成为物流服务需求企业在进行物流外包前的一项十分重要的工作。 　　 　　一、物流服务供应商筛选方法现状分析 　　 　　目前国内外对物流服务供应商筛选的研究比较多，采取的方法也是多种多样，但大致可以分为非精确的主观经验法和精确的客观定量分析两种。 　　主观经验法是在对物流服务供应商选择评价的决策中充分发挥人的智慧作用，通过主观分析和判断，对筛选决策方案作出评价和选择的方法，主要有评分法、分等级法、加权评分法等，这类方法的优点是简单直观，易于使用，不足之处在于评价结果很大程度上取决于专家的水平以及对供应商的认知程度。 　　客观定量法是一种建立在数学模型和计算基础上的评价选择方法，运用统计学、运筹学、计算机等科学技术和方法，把评价变量和目标的关系用数学关系式表示出来，通过计算、评价和比较，选择较优方案。就物流服务供应商筛选研究来说，主要有层次分析法（Analytic Hierarchy Process, AHP）、模糊综合评价法（Fuzzy Comprehensive Evaluation, FCE）、数理统计方法、数据包络分析方法（Data Envelopment Analysis, DEA）等。这些方法各有千秋，相同点在于都能较为客观地对待选对象进行评判，但不可否认的是，每种方法都存在一定的缺陷。表1－1为几种评价方法的优劣比较。 　　 　　由于每种方法的评价机理不同，同一资料的评价结果也很可能不同，人们没有任何依据认为某一种方法一定是最优的，最多只能假定被评价单位的真实水平或真实排序被包含在这些不同的评价方法之中。此外，物流服务供应商的筛选显然是一种典型的动态非结构化决策问题，单种结构化算法的运用缺乏动态性，目前运用的方法大多是基于一种单一的静态模型，难以准确地解决这类动态的非结构化决策问题。 　　因此，本文认为有必要把不同的方法结合起来进行评价，采用定量与定性相结合的方法，从而克服单纯运用某种方法的不足。在选择物流服务供应商时将数据包络分析法和层次分析法和结合起来，会使选择的结果更加科学、合理、有效。 　　 　　二、DEA法概述 　　 　　 1.DEA法的基本原理 　　数据包络分析法（Data Envelopment Analysis, DEA）是由美国著名的运筹学家A.Charnes和W.W.Cooper等人以相对效率概念为基础而创建的一种系统分析方法，用于研究多投入－多产出的决策单元（Decision Making Units，DMU）的相对有效性。数据包络分析法自1978年提出第一个模型－C2R模型到现在已有近30年的历史。该法采用数学规划模型来比较决策单元（Decision Making Unit，DMU）之间的相对效率，对决策单元做出评价。通过输入和输出数据的综合分析，DEA法可以得出每个DMU综合效率的数量指标。据此将各DMU定级排队，确定有效(即相对效率高)的DMU，并指出DMU非有效的原因和程度，给主管部门提供管理（决策）信息。此外，DEA法还能判断各DMU的投入规模是否适当，并给出各DMU调整投入规模的正确方向和程度。 　　假设在实际观测值基础上得到一个参考集，其中决策单元（DMU）为7个，输入为 ，输出为y，如表2-1所示： 　　 　　由上图可以看出，把点 连接起来，再加上引伸出来的垂直、水平线，可以得到一个由部分DMU构成的分段线型的“最小凸包”，而所有的 都位于这个“最小凸包”的右上方。图2-1中分段线的“最小凸包”是在有限多个实际观测值基础上构成的输入可能集的最理想的边界。凡在此边界上的DMU，如果要保持输出量不变，已不能使其各输入量按某一定比例减少，即为“有效”（相对的）；而不在此边界上的DMU，在保持原输出水平的前提下，可使其各输入分量