شناسایی واحدهای با بیشترین مقیاس بهره‌وری در زنجیره تامین سبز با استفاده از روش تحلیل پوششی داده‌ها

امروزه تمرکز بر بهبود عملکرد زنجیره‌های تامین، تنها مسیر دستیابی به مزایای رقابتی در بازار جهانی کسب و کار است. روش تحلیل‌پوششی داده‌ها بعنوان یک روش برنامه‌ریزی ریاضی، یکی از روشهای مهم برای اندازه‌گیری و ارزیابی کارایی واحدهای تصمیم‌گیری است. در این مقاله واحد تحت ارزیابی با بیشترین مقیاس بهره وری را در ساختار زنجیرۀ تامین سبز تعریف نموده و نحوه محاسبه آن را با استفاده از تحلیل پوششی داده‌ها بیان می کنیم. برای این منظور، با استفاده از مدل مضربی bcc زنجیرۀ تامین کامل، واحدی با بیشترین مقیاس بهره وری تعیین می گردد. پس از شناسایی واحدهای با بیشترین مقیاس بهره وری، جهت واحدهایی که در این شرایط صدق نمی‌کند نزدیکترین واحد با بیشترین مقیاس بهره وری به عنوان الگو معرفی می گردد. یافتن نزدیک ترین واحد با بیشترین مقیاس بهره وری از آن جهت دارای اهمیت است که واحدهای عادی می توانند با کمترین تغییرات به آنها برسند. جامعه آماری این تحقیق کاربردی از نظر هدف، 42 شرکت‌ سیمان حاضر در بورس اوراق بهادار می‌باشد. در گام اول تعریف و شناسایی واحدی با بیشترین مقیاس بهره وری این شرکتها که زنجیرۀ متناظر هر یک از آنها دارای چهار مرحله تامین‌کننده، تولیدکننده، توزیع‌کننده و مشتری می‌باشد، در اولویت قرار گرفت. درگام بعدی معرفی نزدیکترین واحد با بیشترین مقیاس بهره وری به عنوان الگو جهت واحدهای عادی ادامه یافت. در خاتمه، نتایج اجرای مدل و تحلیل‌های آن نشان داده خواهد شد.

identifying the most productive scale size in the green supply chain using data envelopment analysis

today, focusing on improving the performance of supply chains is the only way to gain competitive advantages in the global business market. data envelopment analysis method as a mathematical programming method is one of the important methods for measuring and evaluating the efficiency of decision making units. in this article, we define the unit under evaluation with the largest scale of productivity in the structure of the green supply chain and explain how to calculate it using data envelopment analysis. for this purpose, using the bcc multiple model of the complete supply chain, a unit with the most productive scale size determined. after identifying the units with the most productive scale size, for the units that do not apply in this condition, the closest unit with the most productive scale is introduced as a model. finding the closest unit with the most productive scale is important because normal units can reach them with minimal changes. the statistical population of this applied research is 42 cement companies listed on the stock exchange. in the first step, the definition and identification of a unit with the most productive scale size of these companies, whose corresponding chain of each of them has four stages of supplier, producer, distributor and customer, was prioritized. in the next step, the closest unit with the most productive scale size was introduced as a model for normal units. in conclusion, the results of model execution and its analysis will be presented.