基于数据包络分析的乳制品企业供应链绩效对比研究

发布时间：2021-11-15 12:10

　　2008年中国奶制品污染事件已过去十多年,乳制品业经过这十多年的重新洗牌,呈现出另一番景象。根据相关新闻报道,某些曾经受到波及的企业经过这些年的精益求精,目前已成为行业中的领跑者,然而某些未受到影响反而在当时获利的企业却由于近年来管理决策不当,地位早已不复从前。本文为了解自中国奶制品污染事件以来不同企业在乳制品供应链各环节的效率差异,构建由生产加工环节与储运销售环节组成的两阶段数据包络分析（Data Envelopment Analysis,DEA）的效率测度模型,并运用软件将相关企业各环节投入产出数据代入模型进行分析讨论。结果表明,不同企业在供应链的不同环节各有优势,在各环节处于劣势的企业应向优势企业学习借鉴,并通过减小资源投入或提高技术能力,不断改进完善自我;乳制品供应链各环节对其整体效率的影响也各不相同,在实际管理过程中,管理者应根据影响程度的大小,合理设置权重以便更好地进行分析。 

【文章来源】：粮食科技与经济. 2020,45(03)

【文章页数】：6 页

【部分图文】：

乳制品供应链两阶段指标体系

在建立指标体系的基础上,进一步构建两阶段乳制品供应链结构模型(如图2所示),图2中每个子阶段都对应着各自的投入产出指标。显而易见,上述模型结构既包含并联又包含串联,属于复合型结构。以往有相关学者针对不同类型结构的生产系统提出了相应的DEA模型,本文在此基础上根据图2分别建立乳制品供应链两阶段的DEA模型,采用规模报酬可变的BC2模式,并作相应假设如下。

由图3可知,A、B企业在生产加工环节的技术效率随时间变化波动较大,而技术效率是纯技术效率与规模效率的乘积,因此A、B企业在该环节长时间的低效状态是由这两方面的原因造成的。对于A企业而言,技术效率无效是由规模效率无效引起,B企业则是纯技术效率无效所导致。图3显示B企业整体效率高于A企业,这说明规模无效所引起的技术无效大于纯技术效率无效引起的技术无效。值得注意的是,C企业技术效率随时间变化的趋势较为平缓,且达到有效状态的决策单元要大于另外两家企业。因此,在生产加工环节,A、B企业应该向C企业看齐,合理地改进自身不足,并提升技术效率,C企业也应常存忧患意识,以A、B企业为警示,追求技术效率进一步稳定、有效发展。2.2 储运销售环节绩效分析

【参考文献】：
期刊论文
[1]供给侧改革背景下广东省物流业全要素生产率实证研究——基于DEA-Malmquist模型[J]. 刘刚桥,师建华,张庆平.  物流技术. 2019(09)
[2]乳制品进口对中国不同规模奶牛养殖效率的影响[J]. 魏艳骄,朱晶.  资源科学. 2019(08)
[3]合作伙伴特性对乳制品供应链合作关系稳定性的影响——基于质量安全视角的实证研究[J]. 王磊,李翠霞,王泽民.  农业技术经济. 2019(07)
[4]中国乳制品销售环节安全监管状况影响因素研究——基于主成分因子分析和二项Logistic回归[J]. 杨琦,裴磊,魏旭明.  南京工业大学学报(社会科学版). 2019(03)
[5]供应链视角下食品质量安全风险调控投资研究[J]. 晚春东,王雨佳.  科技管理研究. 2019(05)
[6]物联网环境下的乳制品供应链质量安全风险管理研究[J]. 何静,杨翼.  中国乳品工业. 2019(02)
[7]中国高技术产业创新效率分阶段分析——基于三阶段DEA模型[J]. 孟维站,李春艳,石晓冬.  宏观经济研究. 2019(02)
[8]多层次食品供应链网络均衡研究[J]. 桂冬冬,周灿,潘喜悦,张正勇.  粮食科技与经济. 2017(06)
[9]食品供应链安全风险博弈分析[J]. 刘永胜,王荷丽,徐广姝.  经济问题. 2018(01)
[10]基于DEA方法的企业绿色供应链运营效率评价研究[J]. 方炜,杨步.  工业技术经济. 2017(12)



本文编号：3496751