Nghiên cứu mô hình ra quyết định đa tiêu chí để đánh giá và lựa chọn nhà cung cấp nguyên liệu cho ngành chế biến dầu thực vật

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:12

Thêm vào BST

Báo xấu

15
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu nghiên cứu của bài viết "Nghiên cứu mô hình ra quyết định đa tiêu chí để đánh giá và lựa chọn nhà cung cấp nguyên liệu cho ngành chế biến dầu thực vật" là trình bày một mô hình MCDM mới và mở rộng có thể áp dụng trong ngành công nghiệp thực phẩm, ngoài ra cũng có thể áp dụng rộng rãi trong những ngành công nghiệp khác.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Nghiên cứu mô hình ra quyết định đa tiêu chí để đánh giá và lựa chọn nhà cung cấp nguyên liệu cho ngành chế biến dầu thực vật

Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 67 NGHIÊN CỨU MÔ HÌNH RA QUYẾT ĐỊNH ĐA TIÊU CHÍ ĐỂ ĐÁNH GIÁ VÀ LỰA CHỌN NHÀ CUNG CẤP NGUYÊN LIỆU CHO NGÀNH CHẾ BIẾN DẦU THỰC VẬT Nguyễn Văn Thành*, Nguyễn Viết Tịnh, Nhiêu Nhật Lương Trường Đại học Quốc tế Hồng Bàng TÓM TẮT Thị trường kinh doanh toàn cầu ngày càng khốc liệt. Để tồn tại và phát triển, mỗi đơn vị kinh doanh không ngừng nâng cao năng lực sản xuất, đáp ứng nhu cầu ngày càng cao của khách hàng. Trong bất kỳ một chuỗi cung ứng nào, lựa chọn nhà cung cấp tối ưu và hiệu quả là một quyết định cực kỳ quan trọng, tác động và ảnh hưởng trực ếp đến hiệu quả vận hành của toàn chuỗi. Do đó, nhóm tác giả đã đề xuất mô hình ra quyết định đa êu chí (Mul criteria Decision Making Model - MCDM) bao gồm mô hình phân ch thứ bậc mờ (Fuzzy Analy c Hierarchy Process - FAHP) và mô hình bao dữ liệu (Data Envelopment Analysis) để đánh giá và lựa chọn nhà cung cấp bền vững, được áp dụng tại doanh nghiệp sản xuất dầu thực vật. Đóng góp của nghiên cứu này là trình bày một mô hình MCDM mới và mở rộng có thể áp dụng trong ngành công nghiệp thực phẩm, ngoài ra cũng có thể áp dụng rộng rãi trong những ngành công nghiệp khác. Từ khóa: MCDM, FAHP, DEA, dầu thực vật. 1. GIỚI THIỆU Ngày nay, chuỗi cung ứng càng khẳng định biệt là không gây tác động êu cực đến môi rõ hơn vai trò của mình trong quá trình vận trường thì đó là vấn đề nan giải của các tổ hành của các tổ chức kinh doanh. Trong thời chức, công ty/doanh nghiệp. kỳ công nghiệp hóa, hiện đại hóa, và quá trình Theo đánh giá của Bộ Công thương, ngành cạnh tranh gay gắt như hiện nay, chuỗi cung dầu thực vật Việt Nam thời gian qua đã không ứng trong ngành công nghiệp thực phẩm nói ngừng lớn mạnh và ngày càng có những đóng chung và ngành chế biến dầu thực vật nói góp ch cực vào nền kinh tế quốc dân. Tuy riêng phải không ngừng cải ến, nâng cao nhiên, điểm yếu nhất của ngành dầu thực vật năng lực vận hành, phát huy các chiến lược là trên 90% nguyên liệu phải nhập khẩu [15]. sắc bén nhằm giúp tăng cường cạnh tranh sức Vì vậy việc m nguồn cung cấp tối ưu là một mạnh của doanh nghiệp trên thương trường quyết định vô cùng quan trọng. Do đó, những trong nước và xuất khẩu. Cũng giống như người ra quyết định phải đánh giá rất nhiều trong các ngành công nghiệp khác, ngành chế yếu tố, bao gồm cả định nh và định lượng biến dầu thực vật đòi hỏi có nguồn đầu vào khi quyết định lựa chọn nguồn nguyên liệu rất phong phú và đa dạng, nhưng để m được vừa để đảm bảo các mục êu về kinh tế, vừa nguồn nguyên liệu phù hợp với ngành và đặc đảm bảo về yếu tố tác động môi trường [21]. * TS. Nguyễn Văn Thành – Trường Đại học Quốc tế Hồng Bàng Journal Of Science – Hong Bang International University ISSN: 2615 – 9686
68 Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 Để giải quyết được vấn đề này, lý thuyết tập vệ môi trường và nguồn lực tự nhiên (địa mờ của Zadeh là một công cụ hiệu quả để phương, khu vực, toàn cầu). Môi trường lượng hóa các thông n mang nh mơ hồ và tương tác đến kinh tế tạo ra sự bền vững không đầy đủ trong quá trình ra quyết định cho việc trợ cấp/ưu đãi và thuế/hình phạt để [20]. Chính vì lý do trên, bài “Nghiên cứu mô phát huy nh hiệu quả, quản lý môi trường. hình ra quyết định đa êu chí để đánh giá và Xã hội và kinh tế tương tác tạo sự bền vững lựa chọn nhà cung cấp nguyên liệu cho ngành trong trách nhiệm của doanh nghiệp, đạo chế biến dầu thực vật” được thực hiện nhằm đức kinh doanh, thương mại công bằng và khắc phục vấn đề trên. Đầu ên, mô hình để bảo vệ con người. FAHP được áp dụng để xác định trọng số Theo Edward (2019) [9], sản xuất bền vững của tất cả các nhà cung ứng ềm năng dựa được định nghĩa “Sản xuất bền vững là tạo ra trên ý kiến từ các chuyên gia của công ty. sản phẩm và dịch vụ sử dụng các quá trình và Sau đó, mô hình DEA được áp dụng để xếp hệ thống”, mà: hạng tất cả các nhà cung cấp ềm năng. − Không ô nhiễm; Mục êu chính của nghiên cứu này là trình bày một cách ếp cận mới, ch hợp FAHP − Bảo tồn năng lượng và tài nguyên thiên và DEA để lựa chọn nhà cung cấp trong nhiên; môi trường ra quyết định không chắc chắn. − Hiệu quả kinh tế; 2. LƯỢC KHẢO TÀI LIỆU − An toàn và lành mạnh cho công nhân, cộng 2.1. Khái niệm sản xuất bền vững đồng và người êu dùng; Qua Hình 1 cho ta thấy sự tương tác lẫn nhau − Mang lại khích lệ mang nh xã hội và nh giữa ba yếu tố môi trường, xã hội và kinh tế. sáng tạo cho tất cả lao động. Môi trường và xã hội tác động qua lại tạo Để đạt được sự bền vững trong hoạt động khả năng phát triển bền vững cho việc bảo sản xuất, nh bền vững cần được kết hợp Hình 1. Khái niệm sản xuất bền vững [13] ISSN: 2615 – 9686 Journal Of Science – Hong Bang International University
Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 69 trong tất cả các giai đoạn của tổ chức chuỗi Khái niệm số mờ (fuzzy number) được Zadeh cung ứng. Lựa chọn nhà cung cấp đóng vai đề xuất [23] để diễn tả một đại lượng mà giá trò quan trọng, đóng góp vào các hoạt động trị của nó không thể đo lường chính xác. Có kinh doanh. Lựa chọn nhà cung cấp và quản rất nhiều dạng số mờ, nhưng dạng số mờ tam giác (triangle fuzzy number) thường được lý phù hợp giúp các tổ chức giảm chi phí đầu dùng phổ biến nhất. Số mờ dạng tam giác vào, cải thiện chất lượng hàng hóa và dịch được biểu diễn bằng một bộ 3 số thực (a1 , vụ cung cấp cho khách hàng và cải thiện khả a2 , a3) và biểu diễn thông qua hàm thành năng cạnh tranh thị trường. viên như Hình 2 sau [7]: 2.2. Lý thuyết tập mờ  0, x  a1  x a Lý thuyết tập mờ được giới thiệu bởi tác  1 , a1  x  a2  a2  a1 M x   giả Zadeh với nội dung là nhằm giải quyết (1) những vấn đề có tính chất không chắc  a3  x , a  x  a  a3  a2 2 3 chắn do sự thiếu chính xác hoặc thiếu rõ  ràng. Lý thuyết tập mờ có thể được ứng  0, x  a3 dụng ở nhiều lĩnh vực khác nhau như trí tuệ nhân tạo, khoa học máy tính, y học, lý thuyết ra quyết định,... [23]. Xét x là tập hợp gồm các phần tử. Tập mờ là một tập hợp được biểu diễn dưới dạng một hàm thành viên μM() thể hiện khả năng để thuộc vào tập M . Giá trị biểu diễn mức độ thành viên của một phần tử nằm Hình 2. Số mờ dạng tam giác trong khoảng từ 0 tới 1. Nếu μ M() = 0 có (Diouf & Choonjong, 2018) nghĩa phần tử hoàn toàn không thuộc tập 2.3. Cơ sở toán học trong phương pháp AHP M và ngược lại nếu μM() = 1 có nghĩa phần 2.3.1. Tiếp cận phương pháp AHP tử hoàn toàn thuộc tập M [14]. Phân ch thứ bậc - Analy c Hierarchy Pro- Hình 3. Phương pháp AHP [11] Journal Of Science – Hong Bang International University ISSN: 2615 – 9686
70 Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 cess (AHP) - là một phương pháp so sánh Nó giúp cân nhắc và đo lường các yếu tố cả định lượng được sử dụng để chọn một giải về chủ quan và khách quan, tạo nên một cơ pháp ưa thích bằng cách sử dụng cặp so sánh chế hữu dụng để đảm bảo nh nhất quán của các giải pháp dựa trên hiệu quả tương đối trong việc đánh giá, đo lường các giải pháp và của chúng đối với êu chí. các đề xuất được đưa ra trong nhóm làm việc. AHP là một phương pháp ra quyết định đa Một trong những kỹ thuật phân ch phổ biến mục êu được đề xuất bởi Saaty (1980) [17]. nhất cho vấn đề ra quyết định phức tạp là quá Dựa trên so sánh cặp, AHP có thể được mô trình phân ch phân cấp (AHP), đây là một tả với 3 nguyên tắc chính: phân ch, đánh giá cách ếp cận để ra quyết định đa chỉ êu, liên và tổng hợp. Trước ên, AHP phân ch một quan đến cấu trúc các êu chí nhiều lựa chọn vấn đề phức tạp, đa êu chí theo cấu trúc thứ đầu vào một hệ thống phân cấp, đánh giá tầm bậc như Hình 3. quan trọng tương đối các êu chí, so sánh lựa chọn thay thế cho từng êu chí và Sơ đồ cấu trúc thứ bậc bắt đầu với mục xác định một bảng xếp hạng chung của các êu, được phân ch qua các êu chí lớn và lựa chọn thay thế. Kết quả của AHP được xếp các êu chí thành phần, cấp bậc cuối cùng hạng ưu ên sự ưa thích tổng thể cho mỗi thường bao gồm các phương án có thể lựa giải pháp quyết định cuối cùng giúp người ra chọn. Quá trình đánh giá sử dụng ma trận so quyết định có lựa chọn tốt nhất sánh cặp với thang điểm 9, xác định trọng số dựa trên vector riêng ứng với giá trị riêng lớn 2.3.2. Phương pháp AHP mờ nhất, sau đó kiểm tra hệ số nhất quán. Cuối Phương pháp phân ch thứ bậc mờ - Fuzzy cùng, tất cả các trọng số được tổng hợp lại để Analy c Hierarchy Process (FAHP) - là một đưa ra quyết định tốt nhất. phương pháp phân ch nâng cao được phát triển từ AHP. Mặc dù AHP khá phổ biến Phương pháp này bắt đầu từ việc xây dựng sơ nhưng phương pháp này thường không đạt đồ cây thứ bậc, bao gồm một số bước so sánh hiệu quả cao vì không có khả năng xử lý đầy từng cặp êu chí, từng cặp phương án theo đủ sự không chắc chắn vốn có và sự không êu chí. Kết quả so sánh chính là trọng số. chính xác liên quan đến việc lập bảng trọng Đặc điểm của phương pháp AHP là việc nh số các êu chí của người ra quyết định tới toán tỉ số tương quan. Trong thực tế, không các con số chính xác. Trong phương pháp phải lúc nào cũng có thể thiết lập được quan FAHP, tỷ lệ so sánh mờ được sử dụng để hệ bắc cầu trong khi so sánh từng cặp (ví dụ có thể chỉ ra được sự không rõ ràng. Người phương án A có thể tốt hơn phương án B, ra quyết định muốn sử dụng sự không chắc phương án B có thể tốt hơn phương án C). chắn trong khi thực hiện các so sánh của các AHP có thể giúp xác định và đánh giá lượng lựa chọn thay thế. Để lấy sự không chắc chắn hóa các êu chí, phân ch các dữ liệu thu về số lượng phức tạp đã được sử dụng thay thập được theo các êu chí đó, và thúc đẩy vì các con số sắc nét, phương pháp này được việc ra quyết định nhanh hơn, chính xác hơn. đề xuất bởi Cheng và Hwang [6]. ISSN: 2615 – 9686 Journal Of Science – Hong Bang International University
Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 71 Quy trình thực hiện phương pháp FAHP Công thức (2) chỉ có thể được áp dụng trong như sau: trường hợp chỉ có 1 biến đầu vào (input) và 1 biến đầu ra (output). Ví dụ như hiệu quả sử − Bước 1: Xác định các êu chí và êu chí phụ. dụng vốn (doanh thu/vốn) hay hiệu quả sử − Bước 2: So sánh, đánh giá theo cặp (Pair- dụng lao động (thu nhập/lao động). Khi áp wise comparison). dụng cho một doanh nghiệp (hay gọi chung là − Bước 3: Xây dựng các ma trận FAHP. một đơn vị ra quyết định - DMU) có k yếu tố đầu vào và sản xuất ra m kết quả đầu ra, thì − Bước 4: Tính toán trọng số mờ theo phương cần phải dựa trên giá cả pi và wj của các yếu pháp Giá trị trung bình hình học (Geometric tố đầu vào/đầu ra đó để nh toán [10]: mean) [4]. Tong Dau ra p y  p m y m TE   1 1 ( 3) − Bước 5: Xếp hạng các phương án bằng Tong Dau vao w1 x1  w k xk phương pháp TNF (Center of Area). Tuy nhiên, việc xác định giá cả của từng yếu tố đầu vào/đầu ra thường rất phức tạp, nhất 2.4. Mô hình phân ch đường bao dữ là trong những lĩnh vực như tài chính ngân liệu (Data Envelopment Analysis - DEA) hàng, giáo dục đào tạo,… Trong trường hợp Phương pháp phân ch đường bao dữ liệu này, có thể giả thiết là mỗi DMU sẽ sử dụng (Data Envelopment Analysis - DEA) được những trọng số nhất định um và vk sao cho phát triển bởi Charnes, Cooper và Rhodes điểm hiệu quả TE của nó là cao nhất, nói cách (1978) [5]. Phương pháp này đã được ứng khác, um và vk là những trọng số giúp cho dụng và mở rộng ra để đánh giá hiệu quả DMU đó ến gần đến đường giới hạn khả tương đối của nhiều yếu tố đầu vào, nhiều năng sản xuất PPF nhất. Vì vậy, chúng còn yếu tố đầu ra của các đơn vị ra quyết định được gọi là “giá ẩn” (shadow prices) vì mặc dù (Decision Making Units - DMUs). chúng không phải là giá cả thực (true prices) Hiện nay, DEA được nhiên cứu rộng rãi và nhưng lại đóng vai trò như giá cả trong việc đang được áp dụng trong nhiều lĩnh vực khác nh toán hiệu quả kỹ thuật TE [8]. nhau trên thế giới như ngành nông nghiệp Một cách tổng quát, với bài toán có n DMU, [19], ngành ngân hàng [2], ngành giáo dục mỗi DMU sử dụng k yếu tố đầu vào xk để tạo [16], ngành hàng không [22], các tổ chức y tế ra m yếu tố đầu ra ym, việc xác định hiệu quả [3], chuỗi cung ứng, dịch vụ [1],… TE0 của một DMU0 bất kỳ sẽ được nh toán như sau: Một cách đơn giản, hiệu quả (mang nh kỹ thuật) của việc sử dụng yếu tố đầu vào x maxu , v TE0 (4) để thu được yếu tố đầu ra y có thể được Với điều kiện: đo lường theo công thức: Dau ra y TE 0  u 0m y0 m TE  = Dau vao x ( 2) v 0k x0 k Journal Of Science – Hong Bang International University ISSN: 2615 – 9686
72 Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 (Điểm hiệu quả của DMU0) Mô hình đề xuất được sử dụng để xếp hạng các nhà cung cấp ềm năng của một doanh TE j   u jm y jm  1, j=1,...n nghiệp chế biến thực phẩm nổi ếng tại Cần  v jk x jk Thơ được lấy làm ví dụ êu biểu để kiểm Điểm hiệu quả của tất cả các DMU không chứng mô hình. Sau khi đánh giá sơ bộ, 10 vượt quá 1, tức là không vượt qua khỏi nhà cung cấp ềm năng (DMU) đã được lựa đường PPF: chọn bằng cách phỏng vấn các chuyên gia và trưởng bộ phận mua hàng dựa trên năng u m, u k ≥ 0 Các giá ẩn là không âm lực sản xuất, thời gian giao hàng, phân phối DEA có liên kết chặt chẽ với lý thuyết nhà cung cấp, và giá nguyên liệu. Danh sách kinh tế trong sản xuất, công cụ này cũng nhà cung cấp và ký hiệu của họ được thể được sử dụng trong cho điểm chuẩn trong hiện trong Bảng 1. hoạt động quản lý, nơi một loạt các biện Bảng 1. Biểu tượng của 10 nhà cung cấp nguyên liệu pháp được lựa chọn để đánh giá khả năng sản xuất và hoạt động dịch vụ. Ngày nay, STT TÊN CÔNG TY KÝ HIỆU 1 Nhà cung cấp 1 DMU1 từ mô hình DEA cơ bản, các nhà nghiên 2 Nhà cung cấp 2 DMU2 cứu đã mở rộng phát triển thêm nhiều mô 3 Nhà cung cấp 3 DMU3 hình như: Banker Charnes Cooper (BCC), 4 Nhà cung cấp 4 DMU4 Malmquist Total Factor Productivity (TFP), 5 Nhà cung cấp 5 DMU5 Slacks Based Measure (SBM) hướng đầu 6 Nhà cung cấp 6 DMU6 ra/đầu vào [12]. 7 Nhà cung cấp 7 DMU7 8 Nhà cung cấp 8 DMU8 3. KIỂM CHỨNG MÔ HÌNH 9 Nhà cung cấp 9 DMU9 Việc lựa chọn được các nhà cung cấp 10 Nhà cung cấp 10 DMU10 nguyên liệu để sản xuất dầu thực vật tối ưu Danh sách các êu chí chính và êu chí phụ rất quan trọng trong hoạt động kinh doanh để lựa chọn nhà cung cấp dầu ăn từ các cho ngành công nghiệp chế biến thực phẩm. chuyên gia, bài báo và các công trình nghiên cứu khoa học phù hợp cho quá trình đánh giá Nhà cung cấp đảm bảo rằng nguyên liệu thô được trình bày trong Bảng 2 sau đây, để lựa có số lượng, chất lượng ổn định và chính chọn được các êu chí chính và êu chí phụ xác để đáp ứng các yêu cầu của sản xuất, phù hợp cho quá trình đánh giá. kinh doanh với chi phí thấp và đúng thời gian giao hàng. Do đó, lựa chọn nhà cung Bảng 2. Tiêu chí đánh giá và xếp hạng nhà cung cấp cấp tốt và quản lý nó là điều kiện ên quyết TIÊU để tổ chức sản xuất tạo ra sản phẩm chất CHÍ TIÊU CHÍ PHỤ CHÍNH lượng theo mong muốn, theo lịch trình, với C11: Khả năng tài chính của nhà cung cấp C1: Tài giá cả hợp lý và khả năng cạnh tranh trên C12: Giá nguyên liệu chính thị trường. C13: Chi phí vận chuyển ISSN: 2615 – 9686 Journal Of Science – Hong Bang International University
Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 73 TIÊU = 0.5 (Tang và Beynon) [18]. Trong đó, α thể hiện CHÍ TIÊU CHÍ PHỤ môi trường không chắc chắn, β thể hiện thái độ CHÍNH của người đánh giá là công bằng. C21: Thời gian giao hàng C2: Giao C22: Dịch vụ hậu mãi Áp dụng công thức ta có: hàng và dịch vụ C23: Hình thức liên lạc   g0.5,0.5 a C1,C2 = [(0.5 x 1.5) + (1 - 0.5) x 2.5] = 2 C24: Khả năng cung cấp khẩn cấp khi cần f0.5(LC1,C2) = (2 - 1) x 0.5 + 1 = 1.5 C31: Chất lượng nguyên liệu f0.5(UC1,C2) = 3 - (3 - 2) x 0.5 = 2.5 C32: Khả năng vận hành C3: Định C33: Chuyên gia lao động, khả năng kỹ   g0.5,0.5 a C1,C2 = 1/2 tính thuật, và cơ sở Các ô còn lại nh tương tự như trên, cũng C34: Kinh nghiệm hoạt động như thang điểm ưu ên của số mờ, mức độ C41: Khí thải môi trường C4: Hệ ưu ên bằng số thực khi so sánh cặp các êu thống C42: Quy hoạch môi trường quản chí chính được trình bày trong Bảng 4. C43: Nguyên liệu thân thiện với môi lý môi trường Bảng 4. Ma trận so sánh cặp giữa các tiêu chí trường C44: Công nghệ thân thiện với môi trường chính bằng số thực Sau khi thu thập đầy đủ các danh sách cùng Tiêu chí C1 C2 C3 C4 thông n các êu chí và nhà cung cấp cần C1 1 2 1 1 thiết, ma trận đánh giá mờ liên quan đến mục C2 0.5 1 0.5 0.5 êu được đưa ra. Sau đó, những nguời ra C3 1 2 1 0.5 quyết định so sánh các thuộc nh liên quan C4 1 2 2 1 đến êu chí. Các ma trận so sánh cặp được Để nh giá trị riêng lớn nhất λmax và trọng số thực hiện và vector trọng số của mỗi ma trận ω của ma trận ta áp dụng phương pháp Giá trị được nh toán. Tất cả các thuộc nh được so trung bình hình học của Buckley [4]: sánh theo từng êu chí riêng biệt bằng cách GM1 = (1 x 2 x 1 x 1)1/4 = 1.1892 thực hiện theo quy trình tương tự như Bảng 3 GM2 = (1/2 x 1 x 1/2 x 1/2)1/4 = 0.5946 dưới đây. GM3 = (1 x 2 x 1 x 1/2)1/4 = 1 Bảng 3. Ma trận so sánh cặp giữa các tiêu chí GM4 = (1 x 2 x 2 x 1)1/4 = 1.4142 chính bằng số mờ Tiêu  GM=GM1 + GM2 + GM3 + GM4 = 4.198 chí C1 C2 C3 C4 1.1892 1 = = 0.2833 C1 (1,1,1) (1,2,3) (1,1,1) (1,1,1) 4.198 C2 (1/3,1/2,1) (1,1,1) (1,1/2,1/3) (1,1/2,1/3) 0.5946 2 = = 0.1416 4.198 C3 (1,1,1) (3,2,1) (1,1,1) (1,1/2,1/3) C4 (1,1,1) (3,2,1) (3,2,1) (1,1,1) 1 3 = = 0.2382 Để chuyển số mờ thành số thực ta ến hành 4.198 giải mờ theo phương pháp số mờ hình tam giác. 1.4142 4 = = 0.3369 Trong quá trình giải mờ ta lấy hệ số α = 0.5 và β 4.198 Journal Of Science – Hong Bang International University ISSN: 2615 – 9686
74 Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 tương tự như phương pháp nh toán nêu  1 2 1 1   0.2833 1.1416  1/ 2 1 1/ 2 1/ 2  0.1416  0.5708 trên, ta thu được trọng số của các nhà cung     cấp như Bảng 5 sau:  1 2 1 1/ 2  0.2382  0.9732       Bảng 5. Kết quả xếp hạng nhà cung ứng  1 2 2 1  0.3369  1.3798  Nhà cung ứng Trọng số 1.1416   0.2833  4.0297  DMU1 0.14  0.5708 0.1416   4.0311  /   DMU2 0.09 0.9732  0.2382   4.0856  DMU3 0.07       1.3798  0.3369   4.0956  DMU4 0.14 Với số êu chí chính là 4 nên ta lấy n = 4, λmax DMU5 0.11 và CI được nh như sau: DMU6 0.10 4.0297 + 4.0311 + 4.0856 + 4.0956 DMU7 0.07  max = = 4.0605 4 DMU8 0.04 DMU9 0.10  max - n 4.0605 - 4 CI = = = 0.0202 DMU10 0.14 n-1 4-1 Để nh CR, với n = 4, ta lấy RI = 0.9 từ kết Dựa trên các chuyên gia đánh giá tài liệu về quả so sánh cặp giữa các chỉ êu chính: nhà cung ứng, các yếu tố đã được xem xét trong mô hình DEA, bao gồm đơn giá, hệ CI 0.0202 CR = = = 0.0224 thống quản lý tác động đến môi trường, thời RI 0.9 gian giao hàng, chất lượng dầu ăn và yếu tố lợi ích định nh. Tóm lại, một đồ họa của mô Ta có tỷ số nhất quán CR = 0.0244 ≤ 0.1, do hình DEA để phân ch các nhà cung cấp ềm đó dữ liệu so sánh cặp êu chí chính là phù năng cùng với hai đầu vào và ba đầu ra được hợp và không cần phải đánh giá lại. Thực hiện hiển thị trong Hình 4. Hình 4. Một đồ họa của mô hình phân tích bao bọc dữ liệu (DEA) ISSN: 2615 – 9686 Journal Of Science – Hong Bang International University
Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 75 Dữ liệu được sử dụng trong mô hình DEA được 1 đến 9). Ngoài ra, kết quả của mô hình FAHP hiển thị trong Bảng 6. Đơn giá và thời gian giao để xếp hạng các nhà cung cấp khác nhau về hàng được cung cấp bởi các nhà cung cấp, chất các yếu tố định nh đã được sử dụng trong lượng dầu ăn và hệ thống quản lý giảm thiểu các lợi ích định nh đầu ra của DEA. Dữ liệu tác động đến môi trường được xếp hạng bởi ban đầu cung cấp cho mô hình DEA được hình đội ngũ chuyên gia (theo thang điểm Likert từ thành và trình bày trong Bảng 6 sau đây: Bảng 6. Dữ liệu đầu vào/đầu ra cho từng nhà cung ứng (DMUs) Đầu vào Đầu ra Hệ thống quản lý giảm Thời gian NCU (DMUs) Đơn giá Giá trị lợi ích thiểu tác giao hàng Chất lượng (USD) định tính (%) động đến môi (ngày) trường DMU1 0.252 8 0.14 6 8 DMU2 0.248 6 0.09 6 9 DMU3 0.255 7 0.07 5 8 DMU4 0.252 5 0.14 3 9 DMU5 0.250 7 0.11 4 8 DMU6 0.255 5 0.10 3 7 DMU7 0.249 7 0.07 5 7 DMU8 0.253 5 0.04 6 7 DMU9 0.250 5 0.10 5 7 DMU10 0.251 5 0.14 6 7 Bảng 7. Kết quả chạy các mô hình DEAs Các mô hình DEA DMU CCR - I CCR - O BCC - I BCC - O DMU1 0.7776 0.7776 0.996 1 DMU2 0.8615 0.8615 1 1 DMU3 0.6271 0.6271 0.7143 0.8333 DMU4 1 1 1 1 DMU5 1 1 1 1 DMU6 0.5 0.5 1 0.5 DMU7 0.6292 0.6292 0.7143 0.8333 DMU8 1 1 1 1 DMU9 1 1 1 1 DMU10 1 1 1 1 Journal Of Science – Hong Bang International University ISSN: 2615 – 9686
76 Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 Để xác định danh sách nhà cung cấp tối ưu, không chắc chắn, và quy trình lựa chọn nhà nhóm tác giả sử dụng một số mô hình xếp cung cấp dầu thực vật có thể được coi là hạng DMU điển hình của mô hình DEA như một mô hình ra quyết định MCDM. CCR-I, CCR-O, BCC-I, BBC-O. Nhà cung cấp Qua bài nghiên cứu tác giả đề xuất sự kết tối ưu là nhà cung cấp đạt giá trị tuyệt đối hợp giữa hai mô hình FAHP và GDEA để tìm (SCORE = 1) ở tất cả các mô hình đề xuất. ra được các nhà cung cấp tối ưu trong môi Từ Bảng 7 ta thấy có 5 nhà cung cấp (DMU) trường mơ hồ, không chắc chắn. Khi thu thập gồm DMU4, DMU5, DMU8, DMU9 và đủ nguồn dữ liệu và các thông tin cần thiết DMU10 là các nhà cung cấp có thể mang tác giả tiến hành xử lý bộ số liệu trên các lại hiệu quả cao cho doanh nghiệp, đồng phần mềm ứng dụng chuyển đổi để tìm ra thời thỏa mãn các tiêu chí định tính và được kết quả trọng số của 10 nhà cung cấp. định lượng. Sau đó áp dụng mô hình DEA được áp dụng để xác định nhà cung cấp tối ưu và đáng để 4. KẾT LUẬN lựa chọn. Kết quả cho thấy DMU4, DMU5, Các công ty, tổ chức, doanh nghiệp muốn DMU8, DMU9 và DMU10 được xác định là giảm chi phí liên quan đến việc mua hàng cực kỳ hiệu quả đối với các mô hình DEA. và tăng lợi nhuận mà không phải tăng sản lượng bán hoặc giảm chất lượng của sản phẩm thì quản trị mối quan hệ nhà cung TÀI LIỆU THAM KHẢO ứng là một cách ếp cận toàn diện để quản lý các tương tác của doanh nghiệp với các [1] Amirteimoori, A., & Khoshandam, L. tổ chức cung cấp hàng hóa và dịch vụ mà (2011). A Data Envelopment Analysis Ap- doanh nghiệp sử dụng. Việc đó được hiểu proach to Supply Chain Efficiency. Advances như là “tập hợp các phương pháp và ứng in Decision Sciences, 8. dụng cần thiết đối với việc tương tác với [2] Avkiran, N. K. (2015). An illustra on of dy- nhà cung ứng sản phẩm dịch vụ nhằm mang namic network DEA in commercial banking in- lại lợi nhuận cho doanh nghiệp”. Mặt khác, cluding robustness tests. Omega, 55, 141-150. việc lựa chọn nhà cung ứng bền vững để đảm bảo sức khỏe cho con người và bảo vệ [3] Barnum, D., Walton, S., Shields, K., & môi trường là vấn đề chính ngày càng được Schumock, G. (2011). Measuring Hospital quan tâm. Nhiều nghiên cứu đã áp dụng mô Efficiency with Data Envelopment Analysis: hình MCDM cho nhiều lĩnh vực khoa học Nonsubstitutable vs. Substitutable Inputs and và kỹ thuật khác nhau, và xu hướng này đã Outputs. Journal of Medical Systems, 35(6), tăng lên trong nhiều năm qua. Một trong 1393-1401. những lĩnh vực mà mô hình MCDM đã được áp dụng là lựa chọn nhà cung cấp trong [4] Buckley, J. J. (1985). Fuzzy hierarchical quản lý chuỗi cung ứng, các nghiên cứu xem analysis. Fuzzy Sets and Systems, 17(3), xét vấn đề này trong điều kiện môi trường 233-247. ISSN: 2615 – 9686 Journal Of Science – Hong Bang International University
Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 77 [5] Charnes, A., Cooper, W. W., & Rhodes, Fuzzy Sets and Systems, 139(2), 379-394. E. (1978). Measuring the efficiency of deci- [13] Mieszajkina, E. (2016). Ecological En- sion making units. European Journal of Op- trepreneurship and Sustainable Development. era onal Research, 2(6), 429-444. Problemy Ekorozwoju, 12(1), 163-171. [6] Chen, S.-J., & Hwang, C.-L. (1992). Fuzzy [14] Naghadehi, M. Z., Mikaeil, R., & Ataei, Multiple Attribute Decision Making Methods. M. (2009). The applica on of fuzzy analy c hi- In Lecture Notes in Economics and Math- erarchy process (FAHP) approach to selec on ema cal Systems (pp. 289-486). Berlin: of op mum underground mining method for Ja- Springer. jarm Bauxite Mine, Iran. Expert Systems with [7] Diouf, M., & Choonjong, K. (2018). Fuzzy Applica ons, 36(4), 8218-8226. doi:h ps:// AHP, DEA, and Managerial Analysis for Sup- doi.org/10.1016/j.eswa.2008.10.006. plier Selection and Development; From the Perspective of Open Innovation. Sustainabili- [15] Phát triển ngành dầu thực vật: Khó nhất ty, 10(10), 3779. vùng nguyên liệu. (2011, 4 25). (Trường Đại học Kinh tế Quốc Dân) Retrieved 9 23, [8] Dyson, R. G., Allen, R., Camanho, A. S., 2019, from h p://sdh.neu.edu.vn/phat- Podinovski, V. V., Sarrico, C. S., & Shale, E. trien-nganh-dau-thuc-vat-kho-nhat-vung- A. (2001). Pitfalls and protocols in DEA. Eu- nguyen-lieu__191628.html ropean Journal of Opera onal Research, 132(2), 245-259. [16] Rouyendegh, B. D., & Erol, S. (2010). The DEA - FUZZY ANP Department Ranking. [9] Edwards, S. (2009). A New Way Of Think- Acta Polytechnica Hungarica, 7(4), 103- ing: The Lowell Center Framework for Sustain- 114. able Products. University of Massachuse s Lowell. [17] Saaty, T. L. (1980). The Analytic Hierar- chy Process. McGraw-Hill Interna onal. [10] Golany, B., & Roll, Y. (1989). An applica- on procedure for DEA. Omega, 17(3), 237- [18] Tang, Y., & Beynon, M. (2005). Appli- 250. cation and Development of a Fuzzy Analytic Hierarchy Process within a Capital Investment [11] Kubler, S., Robert, J., Derigent, W., Voi- Study. Journal of Economics and Manage- sin, A., & Le Traon, Y. (2016). A state-of the- ment, 1, 207-230. art survey & testbed of fuzzy AHP (FAHP) ap- plica ons. Expert Systems with Applica ons, [19] Toma, E., Dobre, C., Dona, I., & Cofas, 65, 398-422. doi:h ps://doi.org/10.1016/j. E. (2015). DEA Applicability in Assessment of eswa.2016.08.064. Agriculture Efficiency on Areas with Similar Geographically Patterns. Agriculture and Ag- [12] Lertworasirikul, S., Fang, S.-C., Joines, J. ricultural Science Procedia, 6, 704-711. A., & Nu le, H. L. (2003). Fuzzy data envel- opment analysis (DEA): A possibility approach. [20] Wang, C., Nguyen, V. T., Duy, D., & Do, Journal Of Science – Hong Bang International University ISSN: 2615 – 9686
78 Tạp chí KHOA HỌC – Trường Đại học Quốc tế Hồng Bàng Số 10.2019:67–78 H. (2018). A Hybrid Fuzzy Analytic Network and Green Data Envelopment Analysis for the Process (FANP) and Data Envelopment Anal- SMEs Food Processing Industry. Mathemat- ysis (DEA) Approach for Supplier Evaluation ics, 6, 302. doi:10.3390/math6120302 and Selection in the Rice Supply Chain. Sym- [22] Yu, C. (2016). Airline Productivity and metry, 10, 221. Efficiency: Concept, Measurement, and Appli- [21] Wang, C., Nguyen, V. T., Thai, N., Tran, cations. In Airline Eﬃciency (Vol. 5, pp. 11- N., & Tran, A. (2018). Sustainable Supplier 53). Emerald Group Publishing Limited. Selection Process in Edible Oil Production by [23] Zadeh, L. A. (1965). Fuzzy Sets. Infor- a Hybrid Fuzzy Analytical Hierarchy Process ma on and Control, 8, 338-358 THE STUDY OF MULTICRITERIA DECISION MAKING MODEL (MCDM) FOR SUPPLIER EVALUATION AND SELECTION IN THE VEGETABLE OIL INDUSTRY Nguyen Van Thanh*, Nguyen Viet Tinh, Nhieu Nhat Luong ABSTRACT The global business market is more and more fierce. In order to survive and develop, each business unit constantly improves its production capacity, meeting the increasing demands of customers. The selection of optimal and effective suppliers is one of the most important decisions for any supply chain, as it directly impacts the whole chain’s operational efficiency. Therefore, the authors propose a Multicriteria Decision Making Model (MCDM) which uses Fuzzy Analytic Hierarchy Process (FAHP) in combination with Data Envelopment Analysis (DEA) for supplier evaluation and selection in the Veg- etable Oil Industry. The research proposes a new MCDM model which can be expanded and applied in the food industry as well as other industries. Key words: MCDM, FAHP, DEA, vegetable oil. * Email: thanhnv@hiu.vn Received: 01/10/2019 Revised: 31/10/2019 Accepted for publication: 28/11/2019 ISSN: 2615 – 9686 Journal Of Science – Hong Bang International University