پایان نامه ارزیابی کارآیی زنجیره ی تأمین با استفاده از روش تحلیل پوششی داده های فازی و مدل کارت امتیازی متوازن

پایان نامه

مقطع کارشناسی ارشد

رشته : مهندسی صنایع – صنایع

تابستان1393

چکیده

زنجیره‌ی‌تأمین مجموعه‌ای از تأمین‌کنندگان، تولیدکنندگان، توزیع‌کنندگان و مشتریان است که ارتباط منطقی بین آن‌ها را نشان می‌دهد. ارزیابی عملکرد نقش مهمی را در مدیریت زنجیره تامین  ایفا می‌کند. تحلیل پوششی داده‌ها[1] نیز روشی ناپارامتری بر پایه‌ی برنامه‌ریزی خطی است که عملکرد واحدهای مختلف تصمیم‌گیری را نسبت به هم می‌سنجد. این روش می‌تواند ورودی‌ها و خروجی‌های چندگانه داشته باشد. برای ارزیابی عملکرد زنجیره‌ی‌تأمین، معیارهای متفاوتی را می‌توان در نظر گرفت. کارت امتیازی متوازن شاخص­های خود را به چهار چشم انداز مالی؛ فرآیندها؛ مشتری و یادگیری و رشد نیروی انسانی توسعه داده و به دنبال ایجاد توازنی بین اهداف مالی به عنوان نتیجه عملکرد گذشته (شاخص های گذشته نگر) و سه شاخص دیگر(شاخص های آیند ه نگر) است. در این پژوهش یک مدل تلفیقی تحلیل پوششی داده­های فازی و کارت امتیازی متوازن ارائه گردیده است که بر اساس آن ورودی ها و خروجی­ها از کارت امتیازی متوازن استخراج شده­اند. ارزیابی عملکرد نیز توسط مدل تحلیل پوششی داده­های فازی صورت پذیرفته است. در نهایت نیز کاربرد مدل مذکور برای زنجیره­های تأمین در یکی از صنایع کشور مورد بررسی و پیاده سازی قرار گرفته است.

کلمات کلیدی فارسی :

زنجیره‌ی تأمین، ارزیابی عملکرد، کارت امتیازی متوازن، تحلیل پوششی داده‌های فازی، برنامه‌ریزی خطی، عدم قطعیت

فصل اول:

مقدمه وکلیات تحقیق

1.1 مقدمه

در سال‌های اخیر، مدیریت زنجیره‌ی‌تأمین[1]  به دلیل افزایش روزافزون رقابت در بازارهای جهانی به یکی از مهم­ترین زمینه‌ها در شاخه‌ی مدیریت تولید تبدیل شده است. مدیریت زنجیره‌ی‌تأمین، به عنوان ابزاری که در اوایل دهه 1990 بوجود آمده و شامل برنامه‌ریزی و مدیریت عملیات و تولید، انتقال و توزیع کالا تا رسیدن به مشتری است، راهی را برای بهبود محیط تولید و رقابتی کردن آن پیشنهاد می‌دهد. یک زنجیره‌ی‌تأمین مجموعه‌ای از امکانات، تأمین‌کنندگان، مشتریان، محصولات و روش‌های کنترل موجودی، فروش و توزیع است که تأمین‌کنندگان را به مشتریان متصل می‌کند و با تولید مواد اولیه توسط تأمین‌کنندگان شروع شده و به مصرف محصول توسط مشتریان ختم می‌شود (گوناسکاران و همکاران، 2001). به دلیل اینکه زنجیره تامین نقش مهمی را در فرآیند مدیریت تولید ایفا می‌کند، ارزیابی عملکرد زنجیره‌ی‌تأمین به عنوان عنصر مهمی از عملکرد شرکت (سازمان) در نظر گرفته می­شود. ارزیابی عملکرد را به صورت فرآیند کمی­سازی یا به صورت دقیق­تر فرآیند کمی­سازی و آنالیز اثربخشی و بهره­وری تعریف می‌کنند. بر این اساس، بهره­وری زنجیره‌ی‌تأمین به صورت یک پیمانه اندازه­گیری از میزان عملکرد منابع شرکت در کل زمینه زنجیره‌ی‌تأمین برای رسیدن به اهداف خاص آن تعریف می­شود.

مسائل ارزیابی عملکرد زنجیره‌ی‌تأمین دامنه وسیعی را از ارزیابی عملکرد واحدهای مستقل یک زنجیره‌ی‌تأمین تا ارزیابی عملکرد کل زنجیره‌ی‌تأمین را شامل می­شود.  مساله ارزیابی عملکرد زنجیره‌ی‌تأمین یکی از جامع­ترین مسائل تصمیم­گیری استراتژیک است که باید برای بهره­وری بلندمدت کل یک زنجیره‌ی‌تأمین در نظر گرفته شود.

2.1 بیان مساله

مدیریت زنجیره‌ی‌تأمین مجموعه‌ای از رویکردهایی است که سعی می‌کند تأمین‌کنندگان، تولیدکنندگان، انبارها و مصرف‌کنندگان را به طور مؤثری در هم ادغام کند تا کالاها در مقدار درست، در مکان درست و در زمان درست تولید و توزیع شوند. این رویکردها درصدد حداقل‌کردن هزینه‌های سیستم هستند درحالی که سطح خاصی از سرویس را ارضاء می‌کنند (بیمن، 1999). ثابت شده است که مدیریت مؤثر یک زنجیره‌ی‌تأمین، مکانیزم بسیار مؤثری برای تحویل سریع و مطمئن کالا و خدمات با کیفیت بالا و با هزینه حداقلی می­باشد (گوناسکاران و همکاران، 2004). سابقاً واحدهای بازاریابی، توزیع، برنامه‌ریزی، تولید و فروش در یک زنجیره‌ی‌تأمین مستقل عمل می‌کردند. متناظراً ارزیابی عملکرد یک زنجیره‌ی‌تأمین به معنی ارزیابی عملکرد واحدهای بازاریابی، توزیع، برنامه‌ریزی، تولید و فروش به صورت مستقل خواهد بود. بعضی از محققین در گذشته عملکرد واحدهای مستقل یک زنجیره‌ی‌تأمین را ارزیابی کردند مانند ارزیابی عملکرد مراکز توزیع (DC[2]) (راس[3] و دروگ[4]، 2002)، ارزیابی عملکرد فروش ( ایستون[5] و همکاران، 2002)، ارزیابی عملکرد تأمین­کننده ( تولریا[6] و همکاران، 2006) و غیره. به هر حال این واحدهای مستقل در زنجیره‌ی‌تأمین دارای اهداف خاص خودشان هستند و این اهداف اغلب با هم در تضاد هستند. بنابراین نیاز به یک چارچوب ارزیابی عملکرد که در آن عملکرد این واحدهای مستقل با هم ادغام شده و به صورت هم‌زمان ارزیابی شوند، احساس می‌شود. برای به­دست­آوردن یک زنجیره‌ی‌تأمین کارا، ارزیابی عملکرد کل زنجیره‌ی‌تأمین بسیار مهم است. در این پایان‌نامه به زنجیره‌ی‌تأمین به صورت یک کل نگاه می‌شود و به عنوان یک سیستم در نظر گرفته می‌شود. در این پایان‌نامه یک زنجیره‌ی‌تأمین سه سطحی شامل تأمین‌کننده، تولیدکننده و مشتری در نظر گرفته می‌شود و این زنجیره به عنوان یک واحد تصمیم‌گیری در سطح تولیدکننده ارزیابی عملکرد می‌شود.

برای ارزیابی زنجیره‌ی‌تأمین شاخص­های مختلفی مانند هزینه، زمان، سود، سطح خدمت و ... اندازه‌گیری می­شوند. ارزیابی زنجیره‌ی‌تأمین با استفاده از روش­های مختلفی انجام می‌شود. تحلیل پوششی داده­ها به عنوان یک روش ناپارامتریک بر پایه تکنیک برنامه‌ریزی خطی بنا شده است و عملکرد واحدهای مختلف را به نسبت هم می‌سنجد. وانگ[7] و وانگ (2007) با دادن شواهد و دلایلی مناسب، معتقدند تحلیل پوششی داده­ها روش مناسبی برای مدیریت زنجیره‌ی‌تأمین است. تحلیل پوششی داده­ها می­تواند ورودی­ها و خروجی‌های چندگانه داشته باشد و شاخص­های کمی و کیفی را به کار گیرد (وِن و همکاران، 2010). در این پایان­نامه شاخص­هایی مانند هزینه، تحویل­ به موقع و زمان تدارک[8] برای ارزیابی عملکرد زنجیره‌ی‌تأمین در نظر گرفته شده و  ارزیابی عملکرد در سطح تولیدکننده انجام می‌شود در حالی که معمولاً به زنجیره‌ی‌تأمین به صورت یک سیستم و کل‌نگرانه نگاه شود؛ این موضوع بدان معناست که شاخص‌های ارزیابی عملکرد برای واحد تولیدکننده (سطح دوم زنجیره) و در ارتباط آن با تأمین‌کننده و مشتری اندازه‌گیری می‌شوند و کلیت زنجیره‌ی‌تأمین حفظ می‌شود.

3.1  سابقه و ضرورت انجام پژوهش

مدل­های تحلیلی ارائه شده برای ارزیابی عملکرد زنجیره‌ی‌تأمین شامل تکنیک­های مختلفی از روش­های امتیازدهی موزون ساده تا برنامه­ریزی پیچیده ریاضی و از مدل­های ارزیابی قطعی تا مدل‌های تحت شرایط عدم قطعیت را شامل می­شود. اخیراً روش­های مختلفی برای مواجهه با مساله ارزیابی عملکرد زنجیره‌ی‌تأمین ارائه شده است. 16 دسته از این روش­ها به وسیله‌ی استمپ[9] و همکاران (2010) مرور شد. این روش‌ها شامل هزینه‌یابی بر اساس فعالیت، کارت امتیازدهی متوازن، مدل مرجع عملیاتی زنجیره‌ی‌تأمین، چارچوب تحقیقات لجستیکی، ممیزی ازلاگ[10]، EFQM و غیره هستند. نتایج این تحقیق در پیوست (پ) ارائه می‌شود.

برای ارزیابی عملکرد زنجیره‌ی‌تأمین شاخص­های مختلفی در دسته‌هایی مانند هزینه، زمان، سود، سطح خدمت و ... اندازه­گیری می­شوند. توماس[11] و گریفین[12] (1996) هزینه حمل­و­نقل را برابر با بیش از نیمی از هزینه­های یک زنجیره‌ی‌تأمین دانسته­ و از آن برای ارزیابی استفاده کردند. لی[13] و بلینگتون[14] (1992) سطح رضایت مشتریان را در شرکت­هایی که مشتریانی از سراسر دنیا دارند یک عامل مهم دانسته­ و اشاره کرده­اند که اگر استراتژی­های اتخاذ شده در راستای جلب رضایت مشتریان نباشد بسیار هزینه­بر خواهند بود. مپس[15] و همکاران (1997) سطح تولید را عامل بسیار مهمی در هزینه تولید، کیفیت و انعطاف­پذیری دانسته­ و اشاره کرده­اند که عملکرد فرآیندهای تولید به عنوان بخش مهمی از یک زنجیره‌ی‌تأمین باید اندازه­گیری شده و بهبود یابد.

اغلب مطالعات موجود بر روی ارزیابی عملکرد زنجیره‌ی‌تأمین بر چارچوبی از سیستم شاخص ارزیابی استوار هستند. به هر حال، اغلب این روش­ها از خود افراد برای محاسبه وزن شاخص­ها در فرآیند ارزیابی استفاده می­کنند. به دلیل وجود نظرهای شخصی وزن شاخص­ها نمی­توانند به صورت دقیق اندازه­گیری شوند (وو[16] و اولسن[17]، 2008).

برای کاهش عدم دقت وزن شاخص، که با استفاده از نظر شخصی تصمیم­گیرنده افزایش یافته است، از تحلیل پوششی داده­ها به عنوان یک روش غیر پارامتریک برای ارزیابی عملکرد زنجیره‌ی‌تأمین استفاده می‌شود. خاصیت اصلی تحلیل پوششی داده ها[18] این است که می­تواند عملکرد را در حالتی که ورودی­ها و خروجی­های چندگانه وجود دارد اندازه­گیری کند. وانگ و وانگ (2007) یک مدل تحلیل پوششی داده­ها را با استفاده از شاخص­هایی مانند هزینه، تحویل به موقع، سود و چرخه زمان تولید ارائه کردند. با توجه به این که بعضی از شاخص‌های اندازه­گیری شده در زنجیره‌ی‌تأمین مخصوصاً هزینه به صورت قطعی نیستند و شاخص­های عدم قطعیت در آنها دیده می­شود، استفاده از روش­های عدم‌قطعیت مانند منطق فازی مناسب به نظر می­رسد (ژو[19] و همکاران، 2009). تا به‌حال برای ارزیابی زنجیره‌ی‌تأمین به ندرت از روش­های عدم قطعیت استفاده شده است (وانگ و وانگ، 2007). از روش‌های عدم­قطعیت استفاده شده می­توان به مجموعه­های ناهموار اشاره کرد (ژو و همکاران، 2009). در این مرجع با توسعه یک مجموعه ناهموار از شاخص­هایی مانند هزینه، تعداد کارکنان، انعطاف­پذیری تولید و سطح خدمت برای ارزیابی عملکرد استفاده شده است. در این تحقیق از تحلیل پوششی داده­های فازی جهت ارزیابی عملکرد زنجیره­‌های تأمین استفاده می‌شود که در تحقیقات پیشین تاکنون مورد استفاده قرار نگرفته ‌است. در این پایان‌نامه زنجیره‌ی‌تأمین به صورت یک کل و یک سیستم در نظر گرفته می‌شود که ورودی‌ها و خروجی‌های مدل تحلیل پوششی داده‌های فازی، همان ورودی‌ها و خروجی‌های سیستم زنجیره‌ی‌تأمین هستند. شاخص‌های ارزیابی در سطح تولیدکننده اندازه‌گیری می‌شود و برای حفظ یکپارچگی زنجیره‌ی‌تأمین اندازه‌گیری شاخص‌ها برای تولیدکننده و با حفظ ارتباطش با تأمین‌کنندگان و مشتریان انجام می‌شود.

4.1  مفروضات تحقیق

در این تحقیق واحدهای مستقل موجود در یک زنجیره‌ی‌تأمین به عنوان یک سیستم در نظر گرفته می‌شود و ارزیابی عملکرد در سطح تولیدکننده انجام می‌شود در حالی که سعی می‌شود کلیت زنجیره‌ی‌تأمین حفظ شود.

تحلیل پوششی داده‌ها عملکرد مطلق را محاسبه نمی‌کند یعنی عملکرد واحدها را نسبت  به هم می‌سنجد. برای رتبه‌بندی دقیق به ابزارهای دیگری نیاز است.

از بین شاخص‌های انتخاب شده برای ارزیابی عملکرد زنجیره‌ی‌تأمین فقط شاخص هزینه به صورت فازی در نظر گرفته می‌شود و سایر شاخص‌ها قطعی هستند.

.1  اهداف تحقیق

تلفیق مدل تحلیل پوششی داده‌ها و تئوری مجموعه‌های فازی

طراحی پرسشنامه­ی شاخص های ارزیابی عملکرد زنجیره تامین بر اساس مدل BSC و استخراج شاخص های مورد نظر با کمک خبرگان

استفاده از مدل تحلیل پوششی داده‌های فازی برای ارزیابی عملکرد زنجیره‌ی‌تأمین با ارائه یک مورد کاوی واقعی

مقایسه عملکرد مدل تحلیل پوششی داده‌های فازی با مدل DEA کلاسیک و مدل تحلیل پوششی داده‌های ناهموار

فصل دوم:

ادبیات تحقیق

مقدمه

تلاش سازمان­ها برای پیشرو بودن در بازار پر رقابت امروز، همراه با پیچیدگی­ها و تغییرات روز افزون محیطی موجب شده است تا مدیریت زنجیره‌ی‌ تأمین به عنوان کلیدی برای ساختن یک رقابت پایدار در روابط توسعه یافته درون و فراسازمانی بیش از پیش مورد توجه قرار گیرد.

2.2 مدیریت زنجیره‌ی‌تأمین

. در بازار رقابتی موجود، بنگاه‌های اقتصادی و تولیدی علاوه بر پرداختن به سازمان و منابع داخلی، خود را به مدیریت و نظارت بر منابع و ارکان مرتبط خارج از سازمان نیازمند یافته‌اند. بر این اساس، فعالیت‌هایی نظیر برنامه‌ریزی عرضه و تقاضا، تهیه مواد، تولید و برنامه‌ریزی محصول، خدمت نگهداری کالا، کنترل موجودی، توزیع، تحویل و خدمت به مشتری که قبلا همگی در سطح شرکت انجام می‌شده اینک به سطح زنجیره‌ی‌تأمین انتقال پیدا کرده است. مدیریت زنجیره‌ی‌تأمین پدیده‌ای است که این کار را به طریقی انجام می‌دهد که مشتریان بتوانند خدمت قابل اطمینان و سریع را با محصولات با کیفیت در حداقل هزینه دریافت کنند.

Abstract

The supply chain is a set of suppliers, manufacturers, distributors, and customers which indicates the logical relationship between them. Evaluating the performance plays a major role in managing the supply chain. Data Envelopment Analysis (DEA) is a nonparametric method, based on linear planning, which evaluate the performances of various decision-making units in comparison with another one. This method could have multiple inputs and outputs. Different criteria could be taken into account to evaluate the supply chain performance. The balanced scorecard has developed its indices into four categories including financial outlook, processes, customer and learning, and manpower growth, and it is trying to strike a balance between financial goals as the result of past performance (the retrospective indices) and the other three indices (the prospective indices). In this research, a consolidated fuzzy DEA model and BSC have been presented, in a way that inputs and outputs are extracted from the scorecard. The performance evaluation has been carried out with fuzzy DEA model; moreover, the application of the above-mentioned model for the supply chain of an industry of the country has been studied and implemented.

Key Words:

Supply chain, Performance Evaluation, Balance Scorecard, Fuzzy Data Envelopment Analysis (FDEA), Linear Programming, Uncertaintly

منابع

غضنفری، م. و رضایی، م. آشنایی با تئوری مجموعه های فازی و کاربردهای آن، انتشارات دانشگاه علم و صنعت، 1385.

کریمی، ع. استفاده از یک روش ترکیبی از تحلیل پوششی داده‌ها و تئوری مجموعه‌های ناهموار برای ارزیابی تأمین‌کنندگان، مطالعه موردی: گروه صنعتی ایران ترنسفو، پایان‌نامه کارشناسی ارشد، دانشگاه بوعلی سینا همدان، ایران،1390.

مرادی‌نژاد، د. و همتا، ن. بهینه‌سازی در نرم‌افزار LINGO، انتشارات همت جاویدان، 1388.

معماریانی، ع. سیستم ارزیابی عملکرد بر اساس DEA ، کنفرانس بین‌المللی مهندسی صنایع، ایران، 28-29 تیرماه، 1383.

میرحسینی، س. ع. تحلیل پوششی داده‌ها مدل ها و کاربردها، انتشارات دانشگاه امیرکبیر، 1387.

[6]     Beamon B.M, Measuring supply chain performance, International Journal of Production management, Vol. 19, (1999), 275-292.

[7]     Beamon B.M, Chen V.C.P, Performance analysis of conjoined supply chains, International Journal of Production Research, Vol. 39, No. 14, (2001), 195-218.

[8]     Bhagwat R, Sharma M.K, Performance measurement of supply chain management: A balanced scorecard approach,. Computers & Industrial Engineering, Vol. 53, (2007), 43–62.

[9]     Chan F.T.S, Qi H.J, An innovative performance measurement method for supply chain management, Supply chain management: An international Journal Vol. 8, No. 3, (2003), 209-223.

[10] Chan F.T.S, Performance Measurement in a Supply Chain, International Journal of Advanced Manufacturing Technology, Vol. 21, (2003), 534–548.

[11] Charnes A, Cooper W.W, Rhodes E, Measuring the efficiency of decision making units, European Journal of Operation Research, Vol. 2, (1978), 429-444.

[12] Chen Y, Liang L,Yang F, A DEA game model approach to supply chain efficiency, Annals of Operations Research, Vol. 145, (2006), 5–13.

[13] Comelli M, Fenies P, Tchernev N, A combined financial and physical flows evaluation for logistic process and tactical production planning: Application in a company supply chain, International Journal of Production Economics, Vol. 112, (2008), 77–95.

[14] Dixon J.R, the New Performance Challenge: Measuring Operations for World-class Competition, Dow Jones-Irwin, Homewood, IL (1990).

[15] Easton L, Murphy D.J, Pearson J.N, Purchasing performance evaluation: with data envelopment analysis, European Journal of Purchasing & Supply Management, Vol. 8, (2002), 123–134.

[16] Estampe D, Lamouri S, Paris J.L, Djelloul S.B, A framework for analyzing supply chain performance evaluation models, International Journal of Production Economics (2010), doi:10.1016/j.ijpe.2010.11.024

[17] Globerson S, Issues in developing a performance criteria system for an organization, International Journal of Production Research, Vol. 23, No. 4, (1985), 639-46.

[18] Gunasekaran A, Patel C, McGaughey R.C, A framework for supply chain performance measurement, International Journal of Production Economics, Vol. 87, (2004), 333-347.

[19] Gunasekaran A, Patel C, Tirtiroglu, Performance measures and metrics in a supply chain environment, International Journal of Operations & Production Management, Vol. 21, No 1/2, (2001), 71-87.

[20] Guo P, Tanaka H, Fuzzy DEA: a perceptual evaluation method, Fuzzy Sets and Systems, Vol. 119, (2001), 149-160.

[21] Huan S.H, Sheoran S.K, Wang G, A review and analysis of supply chain operations reference (SCOR) model, Supply chain management: An international Journal, Vol. 9, No. 1, (2004), 23-29.

[22] Hwang Y.D, Lin Y.C, Jr J.L, The performance evaluation of SCOR sourcing process-The case study of Taiwan’s TFT-LCD industry, International  Journal of Production Economics, Vol. 115, (2008), 411– 423.

[23] Kaplan R.S, Norton D.P, The balanced scorecard: measures that drive performance, Harvard Business Review, Vol. 70, No. 1, (1992), 9-71.

[24] Keegan D.P, Are your performance measures obsolete? Management Accounting, June (1989), 34-47.

[25] Kojima M, Nakashima K, Ohno K, Performance evaluation of SCM in JIT environment, International Journal of Production Economics, Vol. 115, (2008), 439– 443.

[26] Laudon K, Laudon J, Essentials of management information systems, Prentice Hall New Jersey, 2002.

[27] Lee H.L, Billington C, Managing supply chain inventory: pitfalls and opportunities, Sloan Management Review, spring (1992), 65-73.

[28] Li D, O’Brien C, Integrated decision modeling of supply chain efficiency, International Journal of Production Economics, Vol. 59, (1999), 147-157.

[29] Liang L, Yang F, Cook W.D, Zhu J, DEA models for supply chain efficiency evaluation, Annals of Operations Research, Vol. 145, (2006), 35–49.

[30] Mapes J, New C, Szwejczewski M, Performance trade-offs in manufacturing plants, International Journal of Operations and Production Management, Vol. 17, No. 10, (1997), 20-33.

[31] Neely A, Gregory M, Platts K, Performance measurement systems design: a literature review and research agenda, International Journal of Operations & Production Management, Vol. 15, No. 4, (1995), 80-116.

[32] Ramanathan R, an introduction to data Envelopment analysis: A tool for performance measurement, New Delhi, sage Publication, (2003).

[33] Ross A, Droge C, An integrated benchmarking approach to distribution center performance using DEA modeling, Journal of Operations Management, Vol. 20, (2002), 19–32.

[34] Shepherd C, Gunter H, Measuring supply chain performance: current research and future directions, International Journal of productivity and performance management, Vol. 55, No.3/4, (2006), 242-258.

[35] Talluri S, Narasimhan R, Nair A, Vendor performance with supply risk: a chance-constrained DEA approach, International Journal of Production Economics, Vol. 100, (2006), 212–222.

[36] Thomas D.J, Griffin P.M, Coordinated supply chain management, European Journal of Operational Research, Vol. 94, No. 3, (1996), 1-15.

[37] Wen M, You C, Kang R, A new ranking method to fuzzy data envelopment analysis, Computers and Mathematics with Application, Vol. 59, (2010), 3398-3404.

[38] Wong W.P, Wong K.Y, Supply chain performance measurement system using DEA modeling, Industrial Management & Data Systems, Vol. 107, (2007), 361-381.

[39] Wu D, Olson D.L, Supply chain risk, simulation, and vendor selection, International Journal of Production Economics, Vol. 114, (2008), 645–655.

Xu J, Li Bin, Wu D, Rough data envelopment analysis and its application to supply chain performance evaluation, International Journal of Production Economics, Vol. 122, (2009), 628–