کارایی هزینه و بازده به مقیاس در یک زنجیره تأمین شبکه دومرحله‌ای

نوع مقاله: مقاله صنایع

نویسندگان

1 گروه ریاضی، دانشکده ریاضی، دانشگاه سیستان و بلوچستان، زاهدان، ایران

2 گروه ریاضی، دانشکده ریاضی، دانشگاه سیستان و بلوچستان، زاهدان ایران

چکیده

تحلیل پوششی داده‌ها(DEA) ابزار قدرتمندی به منظور ارزیابی عملکرد واحدهای تصمیم‌گیرنده است که برخی از چندین مرحله تشکیل شده‌اند و یک شبکه از زیرفرآیندها را ایجاد می‌کنند. برخی محققان برای ارزیابی این نوع واحدها از روش‌های تحلیل پوششی داده‌های شبکه‌ای(DEA Network) استفاده می‌کنند. دو نوع متفاوت از ورودی (ورودی متغیر و شبه ثابت) تحت چارچوب ‌DEA Network گنجانده شده است. ورودی شبه ثابت بعنوان خروجی دوره جاری در نظر گرفته شده، در حالی که بعنوان ورودی دوره‌ی بعدی مورد استفاده قرار می‌گیرد. DEA شبکه‌ای می‌تواند وابستگی متقابل میان این دو دوره را اندازه‌گیری نماید. پژوهش حاضر به بررسی کارایی هزینه و بازده به مقیاس آن بصورت فرآیند دو مرحله‌ای پرداخته است. از مزایای مدل‌ها می‌توان به کاهش زمان محاسبه اشاره کرد.
مدیریت زنجیره تأمین سبز (GSCM)، به یک روش برای بهبود عملکرد محیطی تبدیل شده است. تحت فشارهای ذینفع، نیروها و مقررات، شرکت‌ها باید اقدام GSCM را بهبود بخشیده، که از طریق شیوه‌هایی مانند خرید سبز، طراحی سبز و همکاری با مشتریان و تأمین‌کنندگان انجام می‌شود. همانطور که شرکت‌ها GSCM را ارتقا می‌دهند، عملکرد اقتصادی و عملکرد محیطی آنها افزایش می‌یابد. از این‌رو، ارزیابی GSCM برای هر شرکت بسیار مهم است. یکی از تکنیک‌هایی که می‌تواند برای ارزیابی GSCM مورد استفاده قرار گیرد تحلیل پوششی داده‌ها است. به منظور تحقق اهدافمان DEA Network را برای بررسی کردن GSCM 10 شرکت نوشیدنی در ایران مورد بررسی قرار داده‌ایم. در مطالعه موردی، شرکت‌های دامداران، وارنا و رامک کارای هزینه شبکه‌ای می‌باشند. این شرکت‌ها بهترین عملکرد در مدیریت زنجیره تأمین سبز دارند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Cost efficiency and return to scale in a two-stage network supply chain: Case study of drink companies in Iran

نویسندگان [English]

  • amir rahimi 1
  • Faranak Hossinzadeh Saljooghi 2
1 Department of Mathematics, Faculty of Mathematics, Sistan and Baluchestan University, Zahedan, Iran
2 nill
چکیده [English]

Data Envelopment Analysis (DEA) is a powerful tool to evaluate the performance of decision-making units. Some of decision- making units consist of several parts or stages that make a network of sub-processes. Data Envelopment Analysis (DEA) is used to evaluate such type of units. Two different types of inputs (variable and quasi-constant inputs) are considered based on the framework of Network Data Envelopment Analysis. One of the characteristics of the quasi-consist input is that it is considered as the output of current stage, while it will be used as the input of the next stage. The network DEA can measure the independence between the two stages. The present study investigates its cost efficiency and returns to scale (RTS) as a two-stage process. Cost efficiency can use inputs, as well as their cost and values in order to calculate the efficiency. We investigate the cost efficiency of the stages and whole process, and we also determine returns to scale. One of the advantages of the models is the reduction of computational time.
Green Supply Chain Management (GSCM) is an approach to improve environmental performance. GSCM will increase its economic and environmental performance. Hence, GSCM's assessment is very important for every company. One of the techniques which can be used to evaluate GSCM is Data Envelopment Analysis (DEA). In order to achieve our goals in this study, we use network Data Envelopment Analysis (DEA) to investigate 9 GSCM Iranian Drinking Company.

کلیدواژه‌ها [English]

  • supply chain
  • Cost Efficiency
  • RTS

 

[1] M. Farell, 1957. “The measurement of productive efficiency.” Journal of the Royal Statistical Society 120(3), 253-281.
[2] Charnes , A., Cooper , W.W., Rhodes, E., 1978. “Measuring the efficiency of decision making units.”
European Journal of Operational Research 2 (6), 422-444.

[3] Fare, R., Grosskopf, S., 1994. “Cost and Revenue Constrained Production. ” Springer_Verlag, New York.
[4] Charnes, A., Cooper, W.W., Lewin, A.Y., Morey, R.C., Rousseau, J., 1985. “Sensitivity and stability analysis in DEA. ” Annals of Operations Research 2, 139-156.


[5] طالعی­زاده، عطاالله.، چراغی، زاهده.، 1394."قیمت­گذاری و بازار یابی در یک زنجیره تأمین دو سطحی تحت چهار رویکرد نظریه بازی­ها". مجله مدل­سازی در مهندسی، سال سیزدهم، شماره 42، 149-135.

[6] تربتی، امیر؛ ارسنجانی، محمد علی؛ فیروزشاهی، محسن. (1394). "تدوین نقشه استراتژی مدیریت زنجیره تامین با ترکیب نمودار حلقه علی و کارت امتیازی متوازن". مدل سازی در مهندسی، 13(42)، 151-165.

[7] شفیعی نیک آبادی، محسن؛ شفیعی نیک آبادی، محسن؛ عظیمی، سید علی. (1394). "پیش بینی تقاضا در زنجیره تامین با استفاده از الگوریتم های یادگیری ماشین (مورد مطالعه: زنجیره تامین شرکت ایران خودرو) ". مدل سازی در مهندسی، 13(41)، 127-136.

[8] Nemoto, J., Goto, M., 1999. “Dynamic data envelopment analysis: modeling intertemporal behavior of a firm in the presence of productive inefficiencies. ” Economics Letters 64, 51–56.

[9] Sengupta, J.k., 1995. “Dynamics of Data Envelopment Analysis, Theory of Systems Efficiency. ” Kluwer Academic Publishiers, Dordrecht, Netherlands.

[10] فلاح، حامد؛ اسکندری، حمیدرضا؛ ذگردی، سید حسام‌الدین؛ چهارسوقیگ سیدکمال. (1396). "ارائه مدل دوسطحی طراحی شبکه زنجیره تامین حلقه بسته در شرایط عدم قطعیت و رقابت بین زنجیره‌ای: حل با رویکرد تجزیه بندرز".  مدل سازی در مهندسی، 15(49)، 17-17.

[11] Sueyoshi, T., 1999. “DEA duality on returns to scale RTS in production and cost analyses: An occurrence of multiple solutions and differences between production-based and cost-based (RTS) estimates. ” Management Science 45, 1593–1608.

[12] Sueyoshi, T., Sekitani, K., / European Journal of Operational Research 161 (2005) 536–544.

[13] Cooper, W.W., Seiford, L.M., Tone, K., 2007. “Data envelopment analysis: A comprehensive text with models, applications, references and DEA-solver software. ” Boston: Kluwer Academic Publishers.