基于ＤＥＡ方法的物流公司客户有效性分析.doc

基于DEA方法的物流公司客户有效性分析
【摘要】文章利用
t8. com
DEA方法,对某物流公司的12个客户进行了有效性分析。模型,成功得出<div>有效性客户和非有效性客户,同时ssbbww. com进一步研究导致. com非有效性客户的原因,并给出相应的解决8t t t 8. c o m方法。
【关键词】DEA算法物流公司客户有效性分析

一、面向相对的DEA模型原理

1、DEA模型简介。数据包络(Data Envelopment Analysis,DEA)“相对”概念基础上发展起来的一种新的系统分析方法,自从第一个DEA模型——C2R模型建立以来,深入,应用领域日益广泛
8ttt8
,DEA已经成为了dd dtt. com一种重要分析工具。投入和产出的过程,,但是dddTt其目的都是尽可能活动取得最大的“效益”。本文将物流公司服务的客户作为dddtt决策单元,利用
t8. com
DEA方法对每个客户的投入和产出进行分析和评价。
2、基于DEA模型的物流客户价值评价。设有n个决策单元(DMUj,1≤j≤n),这里将物流客户作为dddtt决策单元。每个决策单元为uj,(j=1,2,…,n),都有m种类型输入变量和s种类型输出变量,分别用输入Xj和输出Yj表示。xij>0表示第j个决策单元的第i种类型的输入量,yrj>0,表示第j个决策单元第r种类型的输出量,并且xij>0,yrj>0,i=1,2,…s,j=1,2,…,n;

θ为该决策单元,即物流客户的有效值,S+,S-分别为该DMUj的松弛变量,λj为该DMUj的权重系数。通过求解,可得到θ,S+,S-和λ。当θ=1且所有8 tt 的S+,S-为0时,则称该DMUj有效,表示该在物流客户的投入Xj0的基础上所获得ssbbww的产出Yj0已达到最优;当θ=1,S+,S-不全为0时,则称该DMUj弱有效,表示系统投入Xj0可以-而保持产出Yj0不变,或保持投入Xj0不变而可使产出Yj0增加. comS0+;当θ<1,则称该DMUj为非DEA有效,表示系统投入Xj0可以j0,而保持产出Yj0不变。C2R模型是固定规模的客户有效性分析,如果8 tt 进一步判定物流客户的规模收益状态www .ddd Tt. com必须ssbbww. c 模型。BCC模型是在∑λj=1的约束下,从产生规模报酬的角度,对物流客户进行有效性分析。当规模系数δ=1时,说明该物流客户的规报酬不变,即为最优规模状态www .ddd Tt. com。当δ≠1时,说明该物流客户的规模报酬尚未处于最优,从而该客户的效率未实现最优化。其中规模收益状态www .ddd Tt. com包括www .ddd tt. com:规模不变、规模递增、规模递减三个状态www .ddd Tt. com。

二、DEA模型与物流客户价值评价

第三方物流公司作为dddtt供应链中的重要,常常企业作为dddtt考核的对象,考核带来的结果一方面方物流公司的工作效率和服务水平提高,同时ssbbww. com也带来了第三方物流公司之间的激烈竞争,导致. com利润下降。根据波特理论,我们sSBbWw每个企业以及每个行业都存在着价值链。