物流系统优化决策的多阶段网络DEA效率测度模型

《物流系统优化决策的多阶段网络DEA效率测度模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、物流系统优化决策的多阶段网络DEA效率测度模型摘要:物流系统的运营管理状况是一个系统内部以及外部各种因素相互作用的结果，必须对整个系统内部进行综合分析，才能比较全面地了解它的经营过程的效率全貌。本文构建了具备链形和并形关系的多阶段网络DEA评价模型，在考虑经营决策和战略决策同时，对模型进行了应用扩展，给出了效率测度的基本步骤和求解算法，并用实例分析体现了该方法的实用性及优越性。关键词:物流系统管理;效率测度;网络DEA;多阶段中图分类号：C935文献标识码：A1引言物流系统优化决策需要提供关于系统各层面设计、经营乃至总体等方面的效果反馈，需要以效率评价作为辅助决策

2、工具来不断跟踪和管理，从国内外的研究与实践来看，一个国家或地区物流业具有现代化水平的特征之一就是建立起复杂、全面的绩效测度体系。物流系统评价的评价方法可以大概归纳为：基准模型、分析模型和仿真模型，基准模型的思想是捕捉所有相关投入（资源）的能力和产出（能力），构建最佳的生产力前沿，并揭示了相对低效的节点的不足之处。徐贤浩、马士华、陈荣秋（2000）提出了供应链产品出产循环期的关键绩效指标，并提供量化求解的方法[1]。霍佳震、隋明刚等（2002）构建了集成化供应链物流整体绩效的评价指标体系[2]。沈厚才、熊燕华等（2004）研究了由一制造商一零售商所构成供应链的绩效，

3、绩效指标采用供应链总变动成本[3]。陈顺正等（2005）利用DEA和交叉系数矩阵法相结合，对物流系统评价模型进行求解，在评价模型的基础上又建立了DEA灵敏度分析模型[4]。刘满芝等(2009)将数据包络分析法引入城市物流效率评价，建立了基于DEA的城市物流效率评价模型[5]。丛亮滋（2010）建立了基于“时间—经济增加值—作业成本”的物流成本核算集成模型，构建了流通企业基于物流成本的绩效评价体系[6]。杨德权（2012）深入研究DEA-AHP评价方法基础上，提出了超效率DEA-IAHP方法对物流企业绩效进行评价[7]。总之，探究更具针对性、实用性的物流系统效率测度

4、模型效率测度模型是十分有必要的，这样不仅有利于得到运行效率最优的物流系统规划方案或运作方案，并能有效提高物流网络的规划、建设和运营效率，节省资金、土地等资源的投入。物流系统的运营管理状况是一个系统内部以及外部各种因素相互作用的结果，必须对整个系统内部进行综合分析，才能比较全面地了解它的经营过程的效率全貌，本文根据其特点构建相应的多阶段网络DEA评价模型，充分考虑中间产品的生产信息与投入要素的配置信息，可以涉及战略层面和战术层面，而且无需事先确立子效率构成系统效率的方式和权重，可直接扩展到包含多阶段、中间投入与产出等更为复杂运营过程的效率测度中。112物流系统综合优

5、化决策的多阶段网络DEA模型2.1效率测度的基本模型物流系统是具有特定功能的，由相互间具有有机联系的多个要素而构成的一个有机整体，其一般模式是由来自外部环境的输入（如劳动力、资源、能量和信息等）、系统自身所具有的特定转化功能（对系统的“输入”进行必要的“转化处理”），以及转化处理形成的输出（如产成品等）等三要素构成的。虽然传统的DEA方法关注系统的输入和输出以及由它们得出的相对效率，却把输入和输出间的转化过程作为一个黑箱来处理，系统内部相互影响的过程对绩效的影响无从得知。进一步说，物流系统具有明显的集合性、相关性、阶层性和整体性等特征，因为每个生产运营子过程对整个

6、过程有着直接的影响和作用，仅某一子过程的部分差异就可能导致整体效率的相对低下。因此，网络DEA作为传统DEA的扩展，可以深入分解生产运营过程并找到各个子过程绩效评价情况，最终能帮助我们得出有说服力的决策信息或内容[8]。图1模型关于子过程的内部结构描述为此，本文构造一个充分体现物流系统效率测度内部结构的多阶段网络DEA基本模型。假设共有个评价决策单元，每个DMU都可以分解为个子过程，从起始过程开始，沿流程方向依次顺序通过任意一个子过程，。对于任意第个决策单元的第个子过程，其面向输入的DEA评价模型可表示为：(1)11在这里，—表示第个决策单元的第个子过程的相对效率

7、；—表示第个决策单元的第个子过程在考察单元的权重；—表示第个决策单元的第个子过程输入的量；—表示第个决策单元第个子过程输入第个子过程中间产品的量；—表示第个决策单元的第个子过程输出的量；—表示第个决策单元第个子过程输出给第个子过程中间产品的量；、、—取值为0或1的参数。以上模型的含义如下：（1）一般DEA模型分面向输入和面向输出两种，以上属于面向输入的评价模型，即决策者追求的是输入的减少，如果考虑到决策者追求输出的增大，我们还可以根据问题的特点建立面向输出的评价模型，更为重要的是，它允许复杂的子过程关系，而且每个子过程都允许使用“反变量”[9]，解决了有些指标越小

8、越好的问题