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 خوشبینانه 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.‏

Keywords:

تحلیل پوششی داده‌ها , ارائه دهنده‌ی تدارکات معکوس طرف ثالث , عوامل دونقشی متعدد , کارایی‌های خوشبینانه و بدبینانه