A Data Envelopoment Analysis (DEA) módszer alkalmazási lehetőségei a logisztikában
R. Markovits-Somogyi*, Dr. Z. Bokor**
* Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésgazdasági Tanszék, H-1111 Budapest Bertalan Lajos u. 2.;
(+36-1-463-1037; email: somogyirita@hotmail.com)
** Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésgazdasági Tanszék, H-1111 Budapest Bertalan Lajos u. 2.;
(+36-1-463-1008; email: zbokor@kgazd.bme.hu)
Absztrakt: A Data Envelopment Analysis (DEA) egy szilárd matematikai háttérrel rendelkező lineáris programozási eljárás, amelynek segítségével döntési egységek (pl. bankok, kórházak, oktatási intézmények vagy akár közlekedési vállalatok) hatékonyságát lehet egymáshoz való viszonyukban számszerűsíteni.
Előnye, hogy alkalmazásához nem szükséges a termelési függvény ismerete, a hatékonyság mértékét a termelésben (vagy a szolgáltatáshoz) felhasznált bemenetek és az általa létrehozott kimenetek egy bizonyos hányadosaként értelmezi. A módszert repülőterek, vasutak és kikötők értékelésére már széles körűen alkalmazzák a nemzetközi szakirodalomban, ugyanakkor a logisztika terén igen kevéssé terjedt el a használata. A szerzők szerint indokolt megvizsgálni, hogy a DEA-nak milyen alkalmazási lehetőségei vannak a logisztika területén, és erre tesznek kísérletet a jelen cikkben.
1. BEVEZETÉS A Data Envelopment Analysis (DEA) egy nem parametrikus lineáris programozási módszer, amellyel döntési egységek hatékonyságát lehet
matematikai alapon
összehasonlítani. Alapjait Farrel (Farrel, 1957) rakta le, amelyek nyomán elindulva Charnes, Cooper és Rhodes dolgozta ki a végleges módszert 1978-ban (Charnes et al., 1978).
A DEA, amit magyarra talán burkolófelület elemzésként lehetne lefordítani, a hatékonyságot a kimenetek és a bemenetek egy speciális arányaként értelmezi és
alkalmazásához nem
szükséges a termelési függvény előzetes ismerete.
A vállalatok (vagy tágabb értelmezésben: a döntési egységek) hatékonyságát
egymáshoz való
viszonyukban állapítja meg.
Pontosan ez adja a módszer hátrányát is, ugyanis emiatt érzékeny a kiugró adatokra,
és egy bizonyos
mintaelemszám alatt nem alkalmazható. Az előző
probléma könnyen
orvosolható az adatok előzetes vizsgálatával, az utóbbi pedig az elemszámra
vonatkozó bizonyos
ökölszabályok betartásával.
A módszer tagadhatatlan előnye, hogy különböző típusú bemeneteket és kimeneteket adatunk meg a
döntési egységek
hatékonyságának
elemzéséhez, tehát még arra sincs szükség, hogy a – például három vagy öt –
különböző bemenet
ugyanolyan dimenziójú legyen. Viszont éppen emiatt a hatékonyságot nem csupán pénzügyi, hanem tetszőleges
egyéb (például
fenntarthatósági)
szempontok alapján is vizsgálhatjuk.
2. IRODALMI ÁTTEKINTÉS 2.1 DEA a közlekedésben A DEA-t a közlekedési szektorban már számos területen használják,
legmarkánsabban a
repülőterek, kikötők, a közösségi közlekedés és a vasutak értékelésében van jelen. Az 1. ábra a szerzők korábbi kutatásaira
támaszkodva azt
körvonalazza, hogy a nemzetközi
szakirodalomban fellelhető, több mint félszáz tanulmány milyen megoszlást mutatott az elemzett döntési egységek földrajzi elhelyezkedése és a közlekedési szektoron belül elfoglalt helye szerint.
1. ábra: A DEA alkalmazásának megoszlása a különböző közlekedési módok és földrészek között
(Forrás: Markovits-Somogyi, 2010 A teljesség igénye nélkül
érdemes néhány közlekedési DEA-alkalmazást legalább az említés szintjén bemutatni: Barros például (Barros, 2008) 32 argentin repülőteret elemez a DEA módszerrel, Adler és Berechman (Adler et al., 2001) 26 Nyugat-európai, Észak-amerikai és Közel-
keleti repülőtér
hatékonyságát térképezi fel, különös tekintettel a légitársaságok
preferenciáira, amelyeket kérdőíves felméréssel határoz meg, majd a kapott eredményeket összeveti a DEA-számítás
eredményeivel. Yu és Lin (Yu et al., 2008) 20 európai vasúttársaság hatékonyságát vizsgálja kétszintű DEA-val:
először (a vasúttársaságok által létrehozott szállítási kapacitások figyelembe vételével) a vállalatok technikai hatékonyságát állapítja meg, majd (az eladott helyek száma alapján) a szolgáltatási hatékonyságot
tanulmányozza. Szintén a vasúttársaságokat vizsgálja Jitsuzumi és Nakamura (Jitsuzumi et al., 2010) 53 japán vállalat hatékonyságát összehasonlítva. Pina és Torres (Pina et al., 2000) 15 spanyol, Hirschhausen és Cullmann (Hirschhausen et al., 2010) 179 német közösségi közlekedési vállalatot értékel. Tongzon (Tongzon, 2001) alkalmazza a DEA-t először kikötők hatékonyságának
elemzésére, tanulmányában
16 nemzetközi
konténerkikötőt vizsgál.
2.2 DEA a logisztikában Annak ellenére, hogy a
DEA-t matematikai
megalapozottsága és információigénye is alkalmassá teszi a logisztika területén tevékenykedő
vállalkozások vagy
önmagában a logisztikai funkció hatékonyságának mérésére, a hazai és nemzetközi szakirodalom viszonylag kevés példát mutat fel a módszer e téren történő alkalmazására. A hozzáférhető tudományos munkák elemzéséből úgy tűnik, hogy egyedül kínai szerzők alkalmazzák a DEA- t a logisztika különböző ágazataiban. Tény az is, hogy ezek a munkák nem mindig férhetők hozzá teljes
terjedelmükben, illetve esetenként a megjelent cikkek nem az elvárt tudományos
megalapozottsággal
dokumentálják a kutatási folyamatot. A most
következő irodalmi
áttekintésben feltüntetjük,
amennyiben ilyen
hiányosságot tapasztaltunk.
1. táblázat A beszállítók értékelésére használható mutatószámok
Terület Mutatószám
Logisz- tikai infra- struktúra
tárolási kapacitás
információs rendszer kiépítési költsége
eszközpark teljes költsége Szállítás
megbíz- hatósága
teljesített megrendelések időre teljesített megrendelések ellenőrzött termékek aránya A szállí-
tás gyorsa- sága
a megrendelés teljesítésének teljes ciklusideje
válaszadási idő A kom-
munikáció minősége
információ átadás pontossága információ rendelkezésre bocsátási arány
Rugal-
masság a szállított mennyiséget illetően
a szállítási időt illetően (Forrás: Li et al., 2007)
Li és Cheng (Li et al., 2007) a beszállítók logisztikai hatékonyságát vizsgálja öt gabonabeszállító vállalat példáján a DEA-módszer
alkalmazásával. Öt
bemenetet és hét kimenetet határoz meg a logisztikai infrastruktúra, a szállítás megbízhatósága, a szállítás gyorsasága, a kommunikáció minősége és a rugalmasság területeiről (ld. 1. táblázat;
dim: dimenzió, i/o: bemenet (i) vagy kimenet (o) a szerzők szerint). A tanulmány tudományos megalapozottsága azonban megkérdőjelezhető, mivel a döntési egységek száma (5) a szükségesnél jóval
alacsonyabb. A
szakirodalom ugyanis a módszer érvényességének feltételeként,
ökölszabályként azt hozza, hogy minden inputra és minden outputra legalább két döntési egység kellene, hogy jusson (Azadeh et al., 2008), azaz a szükséges döntési egységek száma jelen esetben 5*2 + 7*2 = 24 lett volna. Máshol azt a – még szigorúbb – szabályt olvashatjuk, hogy a bemenetek és kimenetek számának összege legyen kevesebb, mint egyharmada a döntési egységek számának (Odeck, 2008), illetve ezt a szabályt tovább szigorítja az (1) képlet, amit Bazargan és Vasigh használ (Bazargan et al., 2003).
n ≥ max {m×s; 3(m+s)}
ahol
n a döntési egységek száma,
m a bemenetek száma, s a kimenetek száma.
Látható, hogy Li és Cheng vizsgálata egyik felsorolt feltételnek sem felel meg. E metodikai hiba ellenére az általuk alkalmazott mutatószámrendszert mindenképpen érdemes figyelembe venni a DEA esetleges magyarországi adaptációja során.
Jiang (Jiang, 2010) tanulmánya a PCA-módszer (principal component analysis) segítségével hidalja át az előző munkánál már felmerült nehézségeket. 25 város (illetve ezek révén
régió) logisztikai
hálózatának hatékonyságát
vizsgálja a DEA
használatával, s bár 13 induló kimenetet és bemenetet határoz meg, ezek számát a PCA-módszerrel jelentősen lecsökkenti. A cikk érdekessége, hogy nem vállalatokat, hanem régiókat értékel; a bemenetek között
a gazdasági fejlettség szintjét
és a közlekedés
hozzáférhetőségét jelző mutatókat találunk, míg a kimenet a különböző infrastrukturális elemeken lezajló teheráru-forgalom tonna-kilométere. Jiang és Fu (Jiang et al., 2009) tanulmányában hasonló módon értékel 31 régiót 6 bemenet és 2 kimenet felhasználásával. Ezen megközelítés hazai adaptációját jelentősen nehezítheti, hogy a demokratikus
berendezkedésű
Magyarországon az ilyen jellegű output-adatok csak igen korlátozott mértékben, vagy egyáltalán nem hozzáférhetőek.
Liu és Wu (Liu et al., 2007) 20 logisztikai társaság hatékonyságát elemzik a Malmquist termelékenységi mutatóval, amely szorosan a DEA alkalmazására épül, és
a vállalatok
hatékonyságának időbeli változását jellemzi. Különös, hogy olyan bemeneteket (eszközök, saját tőke) és olyan kimeneteket (nettó nyereség, üzleti árbevétel) választanak, amelyek
kizárólag pénzügyi
értékelésre alkalmasak.
Ezáltal éppen a DEA- módszer egyik előnye veszik el, hiszen alkalmas lenne több különböző jellegű bemenet és/vagy kimenet egyidejű értékelésére is.
Shen és Chen (Shen et al., 2008) 17 logisztikai vállalat méretgazdaságosságát elemzik, Hui és Dong (Hui et al., 2008) a logisztikai szektor fenntartható fejődését értékelik, He és munkatársai (He et al., 2006) pedig 31 régió logisztikai szempontból vett versenyképességét
vizsgálják.
3. METODIKA
A következőkben rövid áttekintést adunk a módszer matematikai hátteréről és szemléletmódjáról
(Markovits-Somogyi et al., megjelenés alatt). A DEA alapja a következő lineáris programozási modell megoldása (Cooper et al.,
2004), amelynél
feltételezzük, hogy minden döntési egység (DE) m különböző bemenetet használ fel, és q különböző kimenetet hoz létre. Tehát például a DEj az i inputból xij-t használ fel, és az yrj
mennyiségű r outputot hoz létre. ε egy nem archimédeszi elem, amely definíció szerint kisebb, mint bármelyik pozitív szám. jelöli a hatékonyságot, az s a (bemenetre és kimenetre vonatkozó) holtjáték, a λ–k pedig a súlyok, amelyet a lineáris programozás során kapunk meg. Feltételezzük továbbá azt is, hogy xij ≥ 0, yrj ≥ 0, és hogy minden DE esetében létezik legalább egy pozitív input és legalább egy pozitív output.
mi
q r
r
i
s
s
1 1
) (
max
feltéve, hogy
n
j
i i j
ij s x
x
1
0i=1,2,...,m
n
j
r r j
rj s y
y
1
0 r=1,2,...,q
0 , , i r
j s s
i, j,r
A (2) a kimenetorientált CCR-modell, amely nevét szerzőiről, Charnes-ról, Cooperről és Rhodes-ról kapta (Charnes et al., 1978), és amely akkor használható, ha a döntési egységek méretgazdaságosan
működnek. Amennyiben ez nem így van, akkor a Banker, Charnes és Cooper
kutatókról BCC-nek
elnevezett módszert (Banker et al., 1984) kell alkalmazni.
Ez annyiban különbözik (2)- től, hogy a következő összefüggéssel egészül ki:
n j j 1
1Az outputorientált DEA lényegét szemlélteti a 2.
ábra, amelynek segítségével a technikai, az allokatív és a teljes hatékonyságot is definiálhatjuk (Coelli, 1996).
Tekintsünk egy
méretgazdaságos termelési
folyamatot (vagy
szolgáltatást), amely révén egy bemenetből (x) két kimenetet hoznak létre (y1, y2). ZZ’ az egységi termék lehetséges előállítását jelző görbe, az A pont pedig egy nem hatékony döntési egységet jelöl (amely a kimenetorientált
megközelítés miatt a termelési függvény alatt helyezkedik el). A kiterjesztett Pareto- Koopmans definíció szerint (Cooper et al., 2004) egy döntési egység akkor és csak akkor teljesen hatékony, ha egyetlen kimenetén és bemeneten sem lehet javítani úgy, hogy más bemenetét vagy kimenetét ne rontanánk
le. (A definíció
szóhasználata szándékosan nagyvonalú, hiszen így képes tág teret engedni a kimenetek és bemenetek értelmezésének, azaz egy kimenet „javítása” jelentheti például a termékek számának növekedését, a károsanyag-kibocsátás csökkentését vagy a szolgáltatás minőségének javulását is.)
2. ábra A kimenetorientált megközelítés szemléltetése (Forrás: Coelli, 1996)
A definíció szerint és a 2.
ábra figyelembe vételével
tehát a technikai
hatékonyság:
B TEO A
0
0
Amennyiben az árra
vonatkozóan is
rendelkezésünkre áll
információ, akkor
meghúzhatjuk az állandó
bevételek görbéjét
(isorevenue line – DD’), és definiálhatjuk az allokatív hatékonyságot:
C AEO B
0
0
Míg a teljes hatékonyság a következő:
C EEO A
0
0
Érdemes megjegyezni,
hogy a teljes
hatékonyság
értelmezhető a
technikai és az allokatív hatékonyság
szorzataként, hiszen:
O O
O TE AE
C B B A C
EE A 0
0 0 0 0 0
Tudnunk kell azt is, hogy a hatékonyság mutatóinak mindig meg kell felelniük az alábbi feltételeknek:
0 ≤ TE
0≤ 1 0 ≤ AE
0≤ 1 0 ≤ EE
0≤ 1
Hasonló megközelítéssel értelmezhető a technikai, az
allokatív és a teljes hatékonyság
bemenetorientált
megközelítés esetén is, amelynek részletes tárgyalásától a dolgozat terjedelmi korlátai miatt most eltekintünk.
4. LOGISZTIKAI ALKALMAZÁSI LEHETŐSÉGEK Láthattuk tehát, hogy a Data Envelopment Analysis-t nemzetközi szinten számos tanulmányban alkalmazzák a közlekedési szektorban az
egyes vállalatok
hatékonyságának
összehasonlítására. Ez a tény, valamint a módszer kiforrottsága és rugalmas alkalmazhatósága
alkalmassá teszi a logisztikai szektoron belül működő társaságok hatékonyságának összehasonlítására, amelyre eddig csupán a Távol- Keleten és kis körben volt precedens. A továbbiakban azt vizsgáljuk, hogy
Európában, illetve
szűkebben véve, hazánkban milyen szinteken és hogyan lehetne alkalmazni a DEA-t a logisztikai szektorban, és milyen metodikai kérdéseket
célszerű eközben
megvizsgálni. A lehetséges alkalmazási módokat a 3.
ábrán foglaljuk össze.
3. ábra A DEA alkalmazási lehetőségei a logisztikában (Forrás: saját szerkesztés)
A DEA-módszer
legkézenfekvőbb
alkalmazása a logisztikában tevékenykedő vállalatok hatékonyságának
összehasonlítása. Ez a döntési egységeket a vállalatok tevékenységi köre szerint klaszterekbe sorolva a gyakorlatban akár több, különböző típusú DEA-t is
jelenthet: külön
hatékonyságmérés
végezhető a fuvarozók, a szállítmányozók és a 3PL logisztikai szolgáltatást nyújtó vállalatok között. A választott kimeneteket és bemeneteket természetesen a vizsgálandó cégek jellegéhez
kell igazítani, de
mindenképpen célszerű egy- egy olyan bemenetet választani, amely tükrözi a cég tőkéjének és/vagy eszközeinek (fuvarozó
esetén például a
járműparkjának), a humán erőforrásának és a tevékenység végzésében szerzett tapasztalatának
és/vagy innovációs
képességének nagyságát. A
kimenetek pedig
feloszthatók pénzügyi eredményekre, gyakorlati- üzemeltetési eredményekre és minőségi-fenntarthatósági eredményekre (lásd 2.
táblázat).
2. táblázat A logisztikai szektorban tevékenykedő
cégek értékeléséhez használható mutatószámcsoportok
Bemenetek Kimenetek
pénzügyi eredmények gyakorlati-üzemi eredmények humán erőforrás minőség
tapasztalat fenntarthatóság innovációs készség
(Forrás: saját szerkesztés)
Bár az egyes
inputok/outputok
mennyiségi változására létezik érzékenységvizsgálat a DEA-kutatásokban, érdekes és az irodalomban eddig nem vizsgált metodikai kérdés, hogy a
bemenetek és kimenetek megválasztása hogyan befolyásolja a döntési egységek között felállított rangsort. Célszerű lenne elemezni, hogy az egyes
bemenet- és
kimenetcsoportok kihagyása, illetve ezeken a csoportokon belül az egyes mutatók elhagyása milyen változást idéz elő a hatékonysági rangsorban. Ehhez szorosan kapcsolódik az a kérdés is, hogy mi az a bemenet/kimenet struktúra, amely a logisztikában jelen lévő cégek hatékonyságának optimális értékelését adja.
A fuvarozó, a
szállítmányozó és a 3PL cégek DEA-vizsgálata adatigényét tekintve elvégezhetőnek tűnik Magyarországon belül is, azaz feltehető, hogy e
vállalatok kellő
számosságban
megtalálhatóak hazánkban ahhoz, hogy a DEA alkalmazásához szükséges
mennyiségű döntési
egységről adatokat lehessen gyűjteni. Érdekes lenne ugyanakkor az adott DEA- kutatást más európai vállalatok körében is végrehajtani, hogy így a magyarországi társaságok hatékonysági értékeit nemzetközi szinten is vizsgálhassuk.
A DEA alkalmazásának következő szintje lehet a kombiterminálok értékelése.
A nemzetközi
szakirodalomban számos tanulmány használja a DEA- módszert tengeri kikötők (konténerterminálok) hatékonyságának
értékelésére. E megközelítés
„szárazföldi” és „belvízi”
adaptálásával lehetővé válhat a kombiterminálok értékelése. A kimeneti és
bemeneti struktúra
hasonlóan alakul a 2.
táblázatban bemutatotthoz, a
konkrét mutatószámok pedig a fuvarozók értékelésére felhasznált
mutatószámrendszerhez állhatnak legközelebb. A
döntési egységek
számossága ezen
alkalmazási szinten alacsonyabb, így célszerű lehet ezt a kutatást már kezdetben nemzetközi szinten elindítani.
A DEA alkalmazásának lehetséges módja az is, ha régiók, esetleg országok logisztikai potenciálját hasonlítjuk össze vele. Itt a mutatószámrendszer (lásd 3.
táblázat) lényegesen különbözik az előzőekben használttól, ahogy azt az irodalomban fellelhető, kisszámú példa is mutatja (Jiang et al., 2009; Jiang, 2010).
3. táblázat Régiók logisztikai potenciáljának értékeléséhez használható mutatószámcsoportok
Bemenetek Kimenetek
gazdaság fejlettségi szintje (jelenlévő ipari szektorok, logisztikai igények, ill. a fogyasztók tulajdonságai – népesség, foglalkoztatottság, jólét)
logisztikai szolgáltatók jelenléte, szolgáltatási színvonala, aktivitása (teheráru-forgalom nagysága)
közlekedés hozzáférhetősége (az infrastruktúra hálózata, a terminálok mennyisége és minősége, logisztikai központok)
termináli szolgáltatások hozzáférhetősége, színvonala
külső környezet (tőkevonzó képesség, a közlekedés- politika jellege)
(Forrás: saját szerkesztés (Jiang et al., 2009), (Bokor 2005) alapján)
Ahogy azt már az irodalmi áttekintés során felvetettük, a DEA-módszer ilyen
szinten történő
alkalmazásának legnagyobb gátja a kimenetre vonatkozó
információk szűkös
rendelkezésre állása.
Megfontolandó, hogy ilyen nehézségek ellenére is
célszerű-e ilyen kutatás lefolytatásába belevágni.
A logisztikában kiemelkedő fontosságú az ellátási láncok menedzsmentje. Felmerül a kérdés, hogy lehetséges-e a DEA-t valamilyen módon a beszállítók hatékonyságának elemzésére is használni. A szakirodalom áttekintése során láttuk, hogy Li és Cheng (Li et al., 2007) készített erre tanulmányt, bár az csupán egyes beszállítók és nem a teljes ellátási lánc értékelését tűzte ki célul.
Mindenesetre, akár az ő példájukon elindulva érdemes lehet a DEA ilyen irányú alkalmazását is megfontolni.
5. KÖVETKEZTETÉSEK A Data Envelopment Analysis alkalmas a közlekedési szektorban tevékenykedő vállalkozások hatékonyságának mérésére, és erre a nemzetközi szakirodalom is számos példát bemutat. A módszer matematikai hátterének vizsgálatával és a logisztikai ágazat jellemzőinek ismeretében a szerzők úgy látják, hogy a DEA- módszert sikerrel lehetne alkalmazni és adaptálni a logisztika területén is.
Cikkünkben rámutattunk, hogy ilyen alkalmazási terület lehet az egyes vállalkozások – fuvarozók, szállítmányozók és 3PL
szolgáltatók –
hatékonyságának vizsgálata,
a kombiterminálok
hatékonyságának értékelése, valamint a különböző földrajzi régiók górcső alá vétele. Esetleges kiegészítő lehetőség az ellátási láncok hatékonyságának felmérése.
A szerzők célja további kutatásaik során elindulni a felmerült irányokban és a gyakorlatban is alkalmazni a DEA-módszert a logisztika területén.
HIVATKOZÁSOK
Adler, N.; Berechman, J. (2001). Measuring airport quality from the airlines’ viewpoint: an application of data envelopment analysis,
171-181.
Azadeh, A.; Ghaderi, S.F.; Izadbakhsh, H. (2008).
Integration of DEA and AHP with computer simulation for railways system improvement and optimization, Applied Mathematics and Computation 195 pp. 775-785.
Banker, R.; Charnes, A.; Cooper, W.W. (1984) Some models for estimating technical and scale efficiencies in data envelopment analysis,
30 pp. 1078-1092.
Barros, C.P. (2008). Airports in Argentina: Technical efficiency in the context of an economic crisis, Journal of Air Transport Management
319.
Bazargan, M.;Vasigh, B. (2003). Size versus efficiency: a case study of US commercial airports,
Transport Management 9. pp. 187-193.
Bokor, Z. (2005) Az intermodális logisztikai szolgáltatások helyzetének értékelése, fejlesztési lehetőségeinek feltárása BME OMIKK Logisztika, Tanulmánytár, Szállítási logisztika
május – június p. 00 – 02
Charnes, A., Cooper, W.W.; Rhodes, E. (1978) Measuring the efficiency of decision making units, European Journal of Operational Research 429-444.
Coelli, T.J. (1996) A Guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program, Centre for Efficiency and Productivity Analysis (CEPA) Working Papers,
England, Armidale, Australia
Cooper, W.W.; Seiford, L.M.; Zhu, J. (2004) Handbook on Data Envelopment Analysis,
in Operations Research & Management Science Vol. 71., ISBN: 978-1-4020-7797-5.
Farrel, M.J. (1957) The measurement of productive efficiency, Journal of Royal Statistical Society pp. 253-281.
He, Z.; Sun, L.; Wang, Y.; Zhu, C. (2006)
study on efficiency of regional freight logistics in China, International Journal of Logistics Systems and Management, Vol. 2. No. 3.
Hirschhausen, C.v.; Cullmann, A. (2010) nonparametric efficiency analysis of German public transport companies, Transportation Research Part E 46 pp 436-445
Hui, Y; Dong, Q. (2008)
Sustainable Development Evaluation for the Logistics Industry, Proceedings of the Eighth International Conference of Chinese Logistics and Transportation Professionals
Jiang, C; Fu, P. (2009) Evaluating Efficiency and Effectiveness of Logistics Infrastructure Based on PCA-DEA Approach in China,
International Conference on Intelligent Computation Technology and Automation pp. 62-66.
Jiang, C. (2010). Research on logistics network infrastructure based on HCA and DEA-PCA approach Journal of Computers Vol. 5. No. 4.
533-540.
Jitsuzumi, T., Nakamura, A. (2010). Causes of inefficiency in Japanese Railways: Application of DEA for managers and policymakers,
Economic Planning Sciences,
doi:10.1016/j.seps.2009.12.002 (megjelenés alatt) Li, W., Cheng, L. (2007). Supplier logistics capability
evaluation based on DEA International Conference on E-Business, Wuhan, 2007. május 26-27. pp. 2552-2557
Liu, Y.; Wu, Y. (2007) Empirical analysis on TFP change in Chinese logistics industry: A nonparametric Malmquist index approach Business Review, Vol. 6. No. 4.
ISNN1537-1506
Markovits-Somogyi, R. (2010) Measuring efficiency in transport: the state of the art of data envelopment analysis Transport (megjelenés alatt)
Markovits-Somogyi, R.; Bokor, Z. (megjelenés alatt) Efficiency in Transport Logistics,
Évkönyv 2011
Odeck, J. 2008. How efficient and productive are road toll companies? Evidence from Norway,
Policy 15 pp. 232-241.
Pina, V.; Torres L. (2001). Analysis of the efficiency of local government services delivery. An application to urban public transport; Transportation Research Part A 35. pp. 929-944.
Shen, Y; Chen, Y. (2008) Empirical Study on Performance Assessment of Listed Logistics Companies in China with DEA, Proceedings of the Eighth International Conference of Chinese Logistics and Transportation Professionals
719.
Tongzon, J. (2001). Efficiency measurements of selected Australian and other international ports using data envelopment analysis, Transportation Research Part A 35 pp. 107-122.
Yu, M.-M.; Lin E.T.J. (2008). Efficiency and effectiveness in railway performance using a multi- activity network DEA model Omega
1017.