基于DEMATEL-DEA模型的卷烟供应链物流绩效影响因子精确分析

赵磊?王晓?杨树林

摘 要：本文引入数据包络分析模型，在决策实验室分析法的物流业务绩效管理影响因子分析层级矩阵基础上，对供应链物流业务绩效管理影响因子的有效性检验实现全过程的量化研究，并以卷烟供应链物流业务绩效管理影响因子分析为例，证明该研究方案能够精准实现对供应链物流业务绩效管理影响因子的分析，为卷烟供应链物流业务绩效管理指标的确定提供可靠依据。

关键词：数据包络分析模型；决策实验室分析法；绩效管理；供应链物流

近年来对绩效管理影响因子的分析多采用数学分析模型实现，王婧等将众多的影响因子进行层级划分；芦冬青创新性地采用BP神经网络模型对绩效管理影响因子进行样本训练分析；李星星则采用DEA 模型的集群式供应链绩效评价。但对供应链物流绩效管理影响因子有效性的描述还存在一定偏差，为精准地表现供应链物流业务成效，需要通过一定数学模型组合，在影响因子遴选的同时实现对其有效性进行检验。本文以卷烟供应链物流业务为例，采用DEMATEL-DEA组合模型尝试建立更为精确的绩效管理影响因子分析模式。

一、卷烟供应链物流绩效管理影响因子的识别

结合卷烟供应链物流作业的特性，提取有关于卷烟供应链物流环节绩效考核指标的影响因素，表1为归纳提取的卷烟供应链物流业务绩效管理的基本影响因子。

二、基于DEMATEL-DEA的卷烟供应链物流绩效管理影响因子结构模型的建立

DEMATEL为决策实验室分析法（Decision Making and Trail and Evaluation Laboratory），通过对可达矩阵的运算实现对复杂系统的求解。DEA（Data Envelopment Analysis）即数据包络分析法，该模型是将相同或者相似的部门为决策单元记为 DMU，采用多变量输入和多变量输出对输入和多输出的复杂系统，采用松弛变量实现对影响因子与参考量之间有效性的检测。

1.建立影响矩阵

根据表1构建影响因子合集S={S1，S2，…，S12}，采用关联度分析法及算数平均法，对获取数据进行初步处理，并进行两两对比，得到相互关联度。其中1、2、3、4分别表示为两指标的关联程度，即无影响、低影响、中等影响、高影响。生成矩阵A[aij]并进行标准化处理，得到矩阵B[bij]12×12，即

（1）

得到标准化矩阵B，确定影响因子之间关系，采用

C=B（I—B）-1（2）

2.计算DEMATEL参数

采用公式（3） -公式（6） 计算综合影响矩阵C的数值，求得影响度、被影响度、原因度、中心度的解。影响度指标代表该指标能够对其他指标的结论造成影响的程度，被影响度指标则表示该指标的最终数值受到其他指标结果的影响原因度表示烟草供应链物流环节绩效评价的指标属性。其中，原因度正值的指标代表该指标对其他指标的影响为正向影响；原因度负值的指标代表该指标对其他指标的影响为负向，即常说的惩罚性指标。中心度表示烟草供应链物流环节绩效评价中指标的重要程度，主要体现此类指标对其他指标的影响程度。

（3）

（4）

（5）

（6）

通过计算，可得DEMATEL参数，如表2所示。

3.采用EDA进行有效性检验

设定卷烟供应链物流业务绩效影响因子的DEMATEL参数值为一个DMU，用（x， y）来代表这个决策单元的整个生产活动。每个决策单元有12种类型的“输入”和2种类型的“输出”，将（x， y）转换为输入输出权向量（v， u）每个决策单元DMU都有相应的效率评价指数在逐步运算的过程中，按照一定的原则对权重v和u进行估算，令hj≤1。此后对第jo个决策单元进行评价，hjo越大代表的含义是DMUjo对应相对较多的输出，如此我们即可对DMUjo进行评价，其中v≥0表示对于i=1，2，L， m，vi≥0，并且至少存在某i0 （1≤i0≤m），vio≥0。对于u≥0含义是同上所述。引入松弛变量s+和剩余变量s-，将上述的不等式约束变为等式约束，如下：

（7）

对于每一个影响因子是否有效，我们采用如下判别标准：

（1）θ*=1，且s*+=0，s*-=0时，DEA有效。

（2）θ*=1，但松弛变量大于零，影響因子需要判定。

（3）θ*<1，则决策单元不是DEA有效。

三、DEMATEL-DEA模型在卷烟供应链物流绩效影响因子的应用实证

1.某烟草工业企业卷烟供应链物流绩效影响因子DEMATEL参数

根据图2的分析，分析可知物流绩效影响因子DEMATEL分析党的6个原因因素和6个结果因素。采用1～6的序号对原因因素进行代替，其2022年经过绩效管理考核得到如下表3所示：

2.采用DEA模型进行有效性分析

采用SPSS软件，加载公式（7） -公式（9） ，DEA运算后生成的有效分析表，根据有效值由大到小地排列为：1=2 =4= 5>3>6；在下表4中显示有效值等于1，即为 DEA 有效。

根据 DEA中的效率目标分析，故而引入松弛变量，得到表5。

DEA给DMU3的两个参照DMU1及DMU2，同理DMU6的两个参照DMU1乘以效率系数0.242和参照DMU2乘以效率系数0.742，两个参照的和，可以使DMU6的效率最大化。现实中，参照与被参照在影响成效上具有很强的相似性，但是从总体上来看效率还是有一定的差距，作进一步计算，得到的结果如表6所示，明确影响因子的有效性。

同样对于结果因素按上述同样的方法计算综上所述，执行DEA运算后，可以产生效率分析，用于判断影响因子的整体有效性；松弛分析是对比有效的影响因子是否具有相对有效，得到有效的影响因子S1、S3、S6、S9；无效影响因子为S2、S4、S5；可以做松弛改进的影响因子为S12。

四、DEMATEL-DEA模型实证分析结论

运用DEMATEL-DEA组合模型，它能有效地摒弃认知上的局限性与偏差，不仅能够对卷烟供应链物流业务绩效管理的影响因子实现层级量化分析，且能够实现对影响因子在绩效管理中的有效性进行检验，通过对影响因子是否有效，是否能够做松弛改进，便于在选取绩效考核指标、生成指标库及遴选关键指标工作中起到更为精准的参考作用。

参考文献：

[1]王婧，肖晓钰.基于DEMATEL-ISM模型的医药冷链物流质量风险管理影响因素[J].物流技术，2022，41（1）： 65-69.

[2]芦冬青.基于BP神经网络的创新绩效评价模型[J].现代电子技术，2017，40（15）：45-47.

[3]李星星.基于 DEA 模型的集群式供应链绩效评价及其优化[J].价值工程，2020，39（11）：36-40.

[4]刘明菲，陈威.基于集成DEMATEL-ISM的生鲜冷链前置仓物流服务质量风险影响因素研究[J].安全与环境工程，2020，27（1）：118-125.

[5]周德群，章玲.集成DEMATEL-ISM的复杂系统层次划分研究[J].管理科学学报，2008，11（2）：20-26.

作者简介：赵磊（1971.05— ），男，汉族，河南省长垣市人，本科，高级工程师，研究方向：物流管理；王晓（1988.10— ），男，汉族，河南省许昌市人，硕士研究生，助理工程师，研究方向：物流信息化；杨树林（1973.07— ），男，汉族，河南省郑州市人，本科，经济师，研究方向：物流管理。