مدل‌های جدیدی برای انتخاب ارائه دهندگان تدارکات معکوس طرف ثالث در حضور عوامل متعدد دارای نقش دوگانه: یک رویکرد تحلیل پوششی داده‌ها با مرز دوگانه

مطالعات نشان داده است که تحلیل پوششی داده‌ها (‏dea‏) یک روش عالی تحلیل کارایی مبتنی بر داده‌ها برای مقایسه‌ی ‏واحدهای تصمیم‌گیری دارای ورودی‌های متعدد و خروجی‌های متعدد است. انتخاب ورودی‌ها و خروجی‌ها (اندازه‌های ‏عملکردی) در ‏dea‏ کار ظریفی است. اساساً ‏گنجاندن تعداد زیاد ورودی‌ها و خروجی‌ها کار ‏خوبی محسوب می‌شود. ولی ‏گنجاندن ورودی‌ها و خروجی‌های متعدد ممکن ‏است به معنای آن باشد که مقدار زیادی اطلاعات اضافی گنجانده ‏شده ‏است، و این ممکن است منجر به آن شود که برخی از واحدهای تصمیم‌گیری ‏صرفاً به خاطر اینکه از نظر برخی از متغیرهای ‏زاید عملکرد بالایی ‏دارند، به‌عنوان کارا محسوب شوند. از طرفی، در برخی از موقعیت‌ها، بعضی اندازه‌های عملکردی ‏می‌توانند هم نقش ورودی و هم نقش خروجی را ‏ایفا ‏کنند. به این اندازه‌های عملکردی، اندازه‌های انعطاف‌پذیر یا عوامل ‏دونقشی می‌گویند. گرچه مدل‌هایی برای کار با اینگونه عوامل دونقشی ابداع شده‌اند، اما این مقاله ارزیابی عملکرد را از دو ‏دیدگاه خوش بینانه و بدبینانه برای انتخاب ارائه دهنده‌ی تدارکات معکوس طرف ثالث در حضور عوامل دونقشی متعدد ‏پیشنهاد می‌کند. یک مثال عددی کاربرد رویکرد پیشنهادی را نشان می‌دهد.‏

New models for selecting third-party reverse logistics providers in the presence of multiple dual-role factors: Data envelopment analysis with double frontiers

Research has revealed that Data Envelopment Analysis (DEA) is an excellent method of data‎based performance analysis for comparing decisionmaking units with multiple inputs and ‎outputs. Selecting inputs and outputs (performance measures) in DEA is a delicate task. In ‎principle, including a large number of inputs and outputs is a positive advantage. However, the ‎inclusion of multiple inputs and outputs might translate into a great deal more of additional ‎data being included, and this may lead to some decisionmaking units being considered and ‎designated as efficient simply because of their high performance in relation to a number of ‎redundant and useless variables. Elsewhere, in some situations, some performance measures ‎can play both an input and output role. These performance measures are called flexible ‎measures or dualrole factors. Even though models have been developed for working with such ‎dualrole factors, this paper proposes performance appraisal from both an optimistic and ‎pessimistic perspective for selecting a thirdparty reverse logistics provider in the presence of ‎multiple dualrole factors. A numerical example illustrates the application of the proposed ‎approach.‎