基于SEDEA第三方物流服务供应商评价选择.docVIP

基于SEDEA第三方物流服务供应商评价选择 　　摘要：本文采用SE-DEA方法解决第三方物流供应商的评价选择问题，克服了以往常用的评价方法在确定权重方面的不足，为选择第三方物流供应商的企业提供更加客观有效的评价选择方法。本文最后的算例结果和专家评审的结果一致，说明采用SE-DEA方法在评价供应商方面是有效的。 　　关键词：物流；DEA；评价；选择 　　中图分类号：F274文献标识码：A 　　文章编号：1002-3100(2007)04-0104-03 　　 　　Abstract: The method of improved DEA is used in this paper to evaluate the Third Party Logistics suppliers. This method can overcome the disadvantages of other methods in deciding the weights, it can also provide a more effective and objective method for the enterprises to choose the Third Party Logistics suppliers. The result of the example in the end is the same as the experts, this shows that the SE-DEA is effective in vendor selection. 　　Key words: logistics; DEA; evaluation; selection 　　 　　在市场竞争越来越激烈的今天，越来越多的企业为了保持自己的核心优势而选择把自身的物流业务外包，而在物流外包的过程中，如何对第三方物流服务供应商进行恰当的评价从而选择合适的供应商是一个很重要的问题。目前，对于第三方物流服务供应商的评价的方法有多种。而应用比较多的方法有专家评审法、层次分析法、线性权重法和模糊评价等方法。专家评审法属于定性选择方法，主要是根据征询和调查所得的资料并结合个人的分析判断，对供应商进行分析评价的一种方法，该方法可以融入很多相关专家的经验判断，但是无法保证评价的客观性。层次分析法在确定判断矩阵的权重时同样带有很大的主观色彩，而且应用AHP法得到的判断矩阵有时不一定具有一致性[1]，如果标度不同的话，得出的结论也不一定相同。相对来说，模糊评价比较客观，但是由于隶属度函数难以确定，因而它的应用也受到相应的限制。鉴于以上，本文采用一种新的分析方法改进的数据包络分析（Super Efficiency Data Envelopment Analysis）来对第三方物流服务供应商作评价选择。DEA方法以供应商的输入输出权数为变量，从最有利于供应商的角度进行评价，从而避免了确定各指标在优先意义下的权数[2]。 　　 　　1评价第三方物流服务供应商的SE-DEA方法 　　 　　1.1数据包络方法简介 　　数据包络分析（DEA）是由美国著名运筹学家A.Charnes等人在相对效率评价概念的基础上建立起来的一种新的分析方法，是数学、运筹学、数理经济学和管理科学的一个新的交叉领域。DEA是使用数学规划（包括线性规划、多目标规划、具有锥结构的广义最优化、半无限规划、随机规划，等等）模型进行评价具有多个输入、输出的“部门”或“单位”（称为决策单元，decision making unit，简记DMU）间的相对有效性（称为DEA有效）[3]。利用数学规划模型，该方法可以对具有可比性的多个部门作相对效率评价，评价值记为θ，评价者可以根据具体的θ的值对参与竞争的多家供应商进行选择。DEA实际上是用来解决多目标问题的方法，而SE-DEA则是基于DEA方法的改进。 　　1.2评价供应商的SE-DEA模型 　　本文采用改进的DEA模型―Super Efficiency DEA（SE-DEA），即具有非阿基米德无穷小的CCR模型来对供应商作评价。评价时把对供应商的评价指标分为两大类，输入指标和输出指标。根据所选的指标的不同，对其评价的标准也不同。根据具体情况，供应商的评价指标有些是越小越好，有些则是越大越好。结合模型的实际意义，即投入量越小越好，产出量越大越好的特点，可以通过选择恰当的输入输出指标来构造SE-DEA模型，解决供应商的评价问题[4]。这里，考虑到供应商的服务水平和以后的发展潜力，选择运输价格、订单未完成率、货损货差率、运输能力、及时到达率、地理位置、包装能力、企业信誉和信息技术等作为评价指标。 　　 　　由于模型（1）是一个分式规划模型，不容易求解，因此可以利