Tổng quan về luận án

Luận án tiến sĩ "Benchmarking the Efficiency of Government Warehouse Operations: A Data Envelopment Analysis Approach" của Randal Jay Zimmerman tiên phong trong việc giải quyết vấn đề hiệu quả hoạt động kho bãi trong lĩnh vực công. Trong bối cảnh các tổ chức chính phủ thường thiếu các thước đo hiệu quả toàn diện, nghiên cứu này đã thiết lập một phương pháp luận mạnh mẽ để đánh giá và cải thiện hiệu suất, đặc biệt là trong các hoạt động hậu cần phức tạp của chính phủ. Nghiên cứu này nổi bật bởi việc áp dụng một mô hình toán học tiên tiến để giải quyết một thách thức quản lý nguồn lực then chốt, mang lại tiềm năng tiết kiệm đáng kể cho người nộp thuế.

Research gap cụ thể được xác định là sự thiếu hụt các thước đo hiệu quả đầy đủ để đánh giá "hiệu quả quản lý của chính phủ trong việc sử dụng các nguồn lực" (Zimmerman, 2000, tr. 4). Phương pháp đánh giá hiệu suất hiện tại của Cục Hậu cần Quốc phòng (DLA) chỉ là "tổng hợp các biến có trọng số ngang nhau" (Zimmerman, 2000, tr. 5) được báo cáo hàng tháng, và dữ liệu này không được sử dụng để "đánh giá các nhà quản lý kho riêng lẻ về việc sử dụng hoặc quản lý tài nguyên của họ" (Zimmerman, 2000, tr. 6). DLA thiếu một "phương pháp chính thức để so sánh và đánh giá hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 6). Điều này đặt ra một nhu cầu cấp thiết về một công cụ phân tích khách quan và định lượng.

Nghiên cứu được định hướng bởi các câu hỏi nghiên cứu sau:

  1. Một mô hình lập trình toán học có thể cung cấp những hiểu biết nào mà phương pháp đánh giá hiện tại của DLA không có?
  2. Kho bãi chính phủ nào sử dụng tài nguyên sẵn có hiệu quả nhất?
  3. Mức độ nhạy cảm của mô hình ảnh hưởng đến kết quả của các mô hình DEA như thế nào?
  4. Kích thước của kho bãi ảnh hưởng đến kết quả của các mô hình DEA như thế nào?
  5. Khả năng sinh lợi theo quy mô cho từng kho bãi chính phủ là gì?

Khung lý thuyết của luận án được xây dựng dựa trên lý thuyết đo lường hiệu quả (Efficiency Measurement Theory), với trọng tâm là ứng dụng của Data Envelopment Analysis (DEA). DEA, ban đầu được phát triển bởi Charnes, Cooper, và Rhodes (1978), là một kỹ thuật lập trình toán học phi tham số, cho phép đánh giá hiệu quả tương đối của các đơn vị ra quyết định (DMU) với nhiều đầu vào và đầu ra. Luận án này mở rộng ứng dụng của DEA vào một lĩnh vực mới: hoạt động kho bãi của chính phủ.

Đóng góp đột phá của nghiên cứu này là việc cung cấp một "phương pháp luận mới cho DLA để xếp hạng hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 7), sử dụng dữ liệu hiện có. Tác động được định lượng rõ ràng: "Việc đóng cửa các cơ sở có thể dẫn đến tiềm năng tiết kiệm hàng triệu đô la thuế" (Zimmerman, 2000, tr. 4). Phạm vi nghiên cứu bao gồm 18 kho bãi của DLA đặt tại Hoa Kỳ lục địa, sử dụng 22 tháng dữ liệu lịch sử. Tầm quan trọng của nghiên cứu nằm ở khả năng cung cấp bằng chứng cho các quyết định chiến lược về đóng cửa cơ sở và tối ưu hóa quản lý tài nguyên, từ đó mang lại lợi ích tài chính đáng kể và nâng cao trách nhiệm giải trình trong khu vực công.

Literature Review và Positioning

Đánh giá tài liệu của luận án này tập trung vào sự tổng hợp của các dòng nghiên cứu chính về đo lường hiệu quả và ứng dụng của Data Envelopment Analysis (DEA). Nghiên cứu thừa nhận rằng đo lường hiệu suất là một phần không thể thiếu trong hầu hết các hoạt động kinh doanh (Camp, 1989; Heizer & Render, 1995), và việc so sánh này có thể là nội bộ hoặc bên ngoài. Benchmarking, được Camp (1989) định nghĩa là "tìm kiếm các thực tiễn tốt nhất trong ngành dẫn đến hiệu suất được cải thiện", là khái niệm cốt lõi. Camp (1989) đã đề xuất một khung gồm năm thành phần: Lập kế hoạch, Phân tích, Tích hợp, Hành động và Trưởng thành.

Trong lĩnh vực đo lường hiệu quả, có những mâu thuẫn và tranh luận đáng kể về các phương pháp tốt nhất. Trong khi các phương pháp truyền thống thường yêu cầu thông tin về giá hoặc giả định các hàm sản xuất cụ thể, DEA lại nổi bật vì khả năng xử lý "nhiều đầu vào và đầu ra đồng thời và rằng các đầu vào và đầu ra không cần phải cùng đơn vị đo lường" (Zimmerman, 2000, tr. 9). Điều này giải quyết một hạn chế lớn của các phương pháp khác khi đối phó với các tổ chức phi lợi nhuận hoặc công cộng, nơi dữ liệu về giá cả thường không có sẵn hoặc không phù hợp.

Nghiên cứu này định vị mình trong tài liệu bằng cách giải quyết một khoảng trống cụ thể: thiếu các thước đo hiệu quả cho quản lý kho bãi chính phủ. Mặc dù DEA đã được áp dụng rộng rãi, ví dụ trong nghiên cứu của Rhodes (1978) về hiệu suất các học khu hoặc nghiên cứu của Hollingsworth (1995) về các tổ chức vượt trội, nhưng ứng dụng của nó vào "hiệu suất của 18 kho bãi cung ứng của Cơ quan Hậu cần Quốc phòng (DLA) nằm trong Hoa Kỳ liền kề" (Zimmerman, 2000, tr. 4) là một sự tiến bộ đáng kể. Nghiên cứu này mở rộng ứng dụng của DEA, vốn ban đầu "được thiết kế cho các tổ chức phi lợi nhuận" (Zimmerman, 2000, tr. 8), sang một lĩnh vực hoạt động hậu cần quy mô lớn của chính phủ.

Để so sánh với các nghiên cứu quốc tế, phương pháp DEA đã được sử dụng rộng rãi trong việc đánh giá hiệu quả của các dịch vụ công trên toàn thế giới. Ví dụ, các nghiên cứu tương tự đã được thực hiện để đánh giá hiệu quả bệnh viện ở Anh (Jacobs, 2000) hoặc hiệu quả của các cơ sở giáo dục ở Tây Ban Nha (Portela & Thanassoulis, 2005), cho thấy tính linh hoạt của DEA trong việc định lượng hiệu suất ở các khu vực công khác nhau. Các nghiên cứu này, mặc dù không trực tiếp so sánh với DLA, đã khẳng định DEA là một công cụ có giá trị để xác định các thực tiễn tốt nhất và các nguồn gốc không hiệu quả trong các tổ chức có nhiều đầu vào và đầu ra không đồng nhất, một điểm tương đồng mạnh mẽ với bối cảnh của DLA. Bằng cách áp dụng DEA vào các hoạt động kho bãi của DLA, luận án này không chỉ nâng cao hiểu biết về hiệu quả trong hậu cần chính phủ Hoa Kỳ mà còn cung cấp một mô hình có thể áp dụng cho các cơ quan hậu cần hoặc các đơn vị dịch vụ công tương tự trên toàn cầu.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đóng góp đáng kể vào lý thuyết đo lường hiệu quả bằng cách mở rộng và thách thức các ứng dụng cụ thể của Data Envelopment Analysis (DEA). Cụ thể, nghiên cứu mở rộng khung lý thuyết ban đầu của Charnes, Cooper, và Rhodes (1978) về mô hình CCR (Constant Returns to Scale) và Banker, Charnes, và Cooper về mô hình BCC (Variable Returns to Scale) bằng cách áp dụng chúng vào một lĩnh vực phức tạp và đặc thù là các hoạt động kho bãi của chính phủ. Mặc dù các mô hình này đã được thiết lập, việc ứng dụng thành công của chúng để đánh giá "hiệu quả tổng thể tương đối của các kho bãi và để xác định các nguồn gốc không hiệu quả ở nơi chúng tồn tại" (Zimmerman, 2000, tr. 4) trong bối cảnh công cho thấy tính linh hoạt và mạnh mẽ của DEA. Điều này chứng minh rằng DEA có thể cung cấp những hiểu biết sâu sắc về hiệu suất hoạt động ngay cả khi thiếu dữ liệu giá thị trường, một vấn đề phổ biến trong khu vực công.

Khung khái niệm của nghiên cứu được xây dựng trên tiền đề rằng hiệu quả hoạt động của kho bãi có thể được định lượng bằng cách phân tích cách các đơn vị ra quyết định (DMU – các kho bãi riêng lẻ) chuyển đổi các yếu tố đầu vào thành đầu ra. Các thành phần chính bao gồm:

  • Đơn vị ra quyết định (DMUs): 18 kho bãi của DLA.
  • Đầu vào (Inputs): Các nguồn lực được tiêu thụ (ví dụ: chi phí lao động, chi phí phi lao động, khấu hao, thời gian xử lý tiếp nhận).
  • Đầu ra (Outputs): Các sản phẩm hoặc dịch vụ được tạo ra (ví dụ: số lượng dòng hàng được vận chuyển, tỷ lệ từ chối kho hàng, độ chính xác vị trí). Các mối quan hệ giữa các thành phần này được mô hình hóa theo các hàm sản xuất được suy ra từ dữ liệu, cho phép xác định biên hiệu quả.

Mô hình lý thuyết phát triển từ nghiên cứu này bao gồm các mệnh đề sau:

  1. Mệnh đề 1: Các mô hình lập trình toán học, cụ thể là DEA, sẽ cung cấp những hiểu biết sâu sắc về hiệu quả hoạt động kho bãi chính phủ vượt trội so với các phương pháp đánh giá định tính hoặc tổng hợp đơn giản hiện tại của DLA.
  2. Mệnh đề 2: Có sự khác biệt đáng kể về hiệu quả giữa các kho bãi của DLA, và DEA có thể xác định cụ thể các kho bãi hiệu quả nhất trong việc sử dụng tài nguyên.
  3. Mệnh đề 3: Mức độ tự động hóa và quy mô của kho bãi sẽ có ảnh hưởng rõ rệt đến hiệu quả hoạt động của chúng, cụ thể, nghiên cứu dự đoán rằng "các kho bãi ít tự động hóa hơn hiệu quả hơn các kho bãi có mức độ tự động hóa cao hơn, và các kho bãi lớn hơn hiệu quả hơn các kho bãi nhỏ hơn" (Zimmerman, 2000, tr. 4).
  4. Mệnh đề 4: Các phân tích về khả năng sinh lợi theo quy mô (Returns to Scale) sẽ tiết lộ các đặc điểm hoạt động quan trọng, giúp DLA tối ưu hóa cấu trúc mạng lưới kho bãi của mình.

Nghiên cứu này không đề xuất một sự thay đổi hoàn toàn về mô hình (paradigm shift) trong lý thuyết kinh tế hoặc quản lý mà là một sự tiến bộ đáng kể trong việc áp dụng và thực nghiệm hóa các khung lý thuyết hiện có. Bằng chứng từ các kết quả cho thấy rằng các tổ chức công có thể hưởng lợi từ các công cụ phân tích định lượng chặt chẽ để thông báo các quyết định chiến lược, thách thức quan niệm rằng các dịch vụ công quá phức tạp hoặc đặc thù để được đánh giá bằng các phương pháp tương tự như khu vực tư nhân.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách độc đáo các nguyên lý từ ba lý thuyết chính:

  1. Lý thuyết hiệu quả kinh tế (Economic Efficiency Theory): Nền tảng cho việc định nghĩa và đo lường hiệu quả trong việc chuyển đổi đầu vào thành đầu ra.
  2. Lý thuyết quản lý hoạt động (Operations Management Theory): Cung cấp bối cảnh và các biến số hoạt động liên quan đến quản lý kho bãi (ví dụ: quy trình tiếp nhận, tỷ lệ từ chối, độ chính xác vị trí).
  3. Lý thuyết quản lý công (Public Administration Theory): Đặt nghiên cứu vào bối cảnh cụ thể của các tổ chức chính phủ, nhấn mạnh các hạn chế và mục tiêu đặc trưng (ví dụ: trách nhiệm giải trình công khai, hạn chế ngân sách, mục tiêu không phải lợi nhuận).

Phương pháp phân tích mới lạ nằm ở việc kết hợp Data Envelopment Analysis (DEA) với các vấn đề quản lý cụ thể trong khu vực công, đặc biệt là trong hậu cần quốc phòng. DEA không chỉ là một công cụ thống kê mà còn là một "công cụ lập trình toán học" (Zimmerman, 2000, tr. 4) cho phép xác định các biên hiệu quả và chiếu các đơn vị không hiệu quả lên biên này để xác định các mục tiêu cải tiến. Khung này cung cấp một phương tiện mạnh mẽ để "xếp hạng hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 7), điều mà phương pháp hiện tại của DLA không làm được.

Các đóng góp khái niệm bao gồm:

  • Hiệu quả tương đối (Relative Efficiency): Định nghĩa là khả năng của một DMU tạo ra nhiều đầu ra nhất có thể từ một tập hợp đầu vào đã cho hoặc sử dụng ít đầu vào nhất có thể để tạo ra một tập hợp đầu ra đã cho, so với các DMU khác trong cùng một tập hợp.
  • Điểm chuẩn hiệu quả (Efficiency Benchmark): Các kho bãi nằm trên biên hiệu quả, đại diện cho "thực tiễn tốt nhất" trong nhóm được nghiên cứu.
  • Mục tiêu đóng cửa/tái cấu trúc cơ sở (Facility Closure/Restructuring Target): Các kho bãi kém hiệu quả với "công suất dư thừa và hiệu quả giảm cho hệ thống" (Zimmerman, 2000, tr. 4) có thể được nhắm mục tiêu cho các hành động chiến lược.

Các điều kiện biên được nêu rõ. Nghiên cứu tập trung vào "18 kho bãi cung ứng của Cơ quan Hậu cần Quốc phòng (DLA) nằm trong Hoa Kỳ liền kề" (Zimmerman, 2000, tr. 4) và sử dụng "22 tháng dữ liệu lịch sử". Điều này có nghĩa là các kết quả và khuyến nghị trực tiếp áp dụng cho bối cảnh DLA và khung thời gian cụ thể. Việc ngoại suy cho các tổ chức hoặc loại kho bãi khác cần phải thận trọng, mặc dù phương pháp luận có thể được chuyển giao. Giả định rằng "các kho bãi hiệu quả nhất đòi hỏi ít tài nguyên hơn các kho bãi kém hiệu quả trên mỗi đơn vị đầu ra được sản xuất" (Zimmerman, 2000, tr. 7) cũng là một điều kiện biên quan trọng, định hướng phân tích theo hướng giảm thiểu đầu vào.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu này tuân theo một triết lý nghiên cứu thực chứng (positivism). Nó nhằm mục đích đo lường khách quan "hiệu suất của 18 kho bãi cung ứng của Cơ quan Hậu cần Quốc phòng (DLA)" (Zimmerman, 2000, tr. 4) và "xác định các nguồn gốc không hiệu quả" (Zimmerman, 2000, tr. 4) thông qua một mô hình toán học. Phương pháp luận định lượng, việc sử dụng dữ liệu lịch sử và mục tiêu tạo ra các phát hiện có thể tổng quát hóa (ví dụ: về mối quan hệ giữa quy mô kho bãi và hiệu quả) đều phù hợp với quan điểm thực chứng, nơi kiến thức được xây dựng dựa trên bằng chứng thực nghiệm và phép đo khách quan.

Thiết kế nghiên cứu sử dụng một phương pháp đơn lẻ nhưng mạnh mẽ là Data Envelopment Analysis (DEA), không phải mixed methods theo nghĩa truyền thống. Tuy nhiên, DEA tự nó là một sự kết hợp của lập trình toán học và phân tích hiệu suất, cho phép phân tích toàn diện. Thiết kế này có thể được xem là một phương pháp đa cấp độ trong ý nghĩa rằng nó đánh giá các đơn vị riêng lẻ (các kho bãi) trong bối cảnh một hệ thống lớn hơn (DLA) và đưa ra các đề xuất ở cả cấp độ quản lý kho và cấp độ chiến lược của DLA. Các cấp độ được định nghĩa rõ ràng là:

  • Cấp độ 1: Hoạt động kho bãi riêng lẻ: Đánh giá hiệu quả của từng kho bãi (DMU).
  • Cấp độ 2: Quản lý cấp cao của DLA: Cung cấp thông tin để ra quyết định chiến lược về phân bổ nguồn lực, đóng cửa cơ sở và chính sách vận hành.

Kích thước mẫu chính xác là "18 kho bãi cung ứng của Cơ quan Hậu cần Quốc phòng (DLA)" (Zimmerman, 2000, tr. 4) nằm trong Hoa Kỳ lục địa. Tiêu chí lựa chọn mẫu là các kho bãi DLA đang hoạt động với dữ liệu lịch sử có sẵn và khả năng truy cập.

Quy trình nghiên cứu nghiêm ngặt

Chiến lược lấy mẫu là dựa trên mục đích, chọn tất cả các kho bãi DLA đáp ứng các tiêu chí bao gồm trong Hoa Kỳ lục địa và có sẵn "22 tháng dữ liệu lịch sử" (Zimmerman, 2000, tr. 4). Tiêu chí bao gồm sự đồng nhất về loại hình hoạt động (kho bãi cung ứng của DLA) và sự sẵn có của dữ liệu hoạt động. Tiêu chí loại trừ không được nêu rõ, nhưng có thể bao gồm các kho bãi không thuộc Hoa Kỳ lục địa hoặc không có dữ liệu đầy đủ.

Giao thức thu thập dữ liệu liên quan đến việc thu thập dữ liệu lịch sử từ DLA, với sự hỗ trợ của ông Charlie Myers từ DLA, người đã cấp quyền truy cập dữ liệu (Zimmerman, 2000, Lời cảm ơn, tr. ii). Các công cụ thu thập dữ liệu là các hệ thống thông tin quản lý hiện có của DLA, cung cấp các thước đo về "xử lý biên nhận, tỷ lệ từ chối kho bãi, xử lý vấn đề và độ chính xác vị trí" (Zimmerman, 2000, tr. 5), cùng với các giá trị đầu vào và đầu ra cho DEA (Bảng 1, tr. vii).

Mặc dù việc sử dụng DEA trong nghiên cứu này không phải là tam giác hóa phương pháp theo nghĩa truyền thống, nhưng bản chất của DEA tự nó là một hình thức "tam giác hóa dữ liệu" bằng cách xem xét đồng thời nhiều đầu vào và đầu ra. Điều này giảm thiểu sự phụ thuộc vào bất kỳ thước đo hiệu suất đơn lẻ nào và cung cấp một bức tranh toàn diện hơn về hiệu quả. Các mô hình DEA cũng tích hợp các khía cạnh lý thuyết từ kinh tế học và quản lý hoạt động.

Độ tin cậy của dữ liệu được đảm bảo thông qua việc sử dụng dữ liệu lịch sử, chính thức từ DLA. Các thước đo hiệu suất như "tỷ lệ từ chối kho bãi" và "độ chính xác vị trí" (Zimmerman, 2000, tr. 5) được ghi nhận là các phép đo tỷ lệ phần trăm, ngụ ý các phép tính chính xác. Mặc dù các giá trị α (alpha) cụ thể cho độ tin cậy không được báo cáo trong đoạn trích này, nhưng sự chặt chẽ của phương pháp DEA vốn đã góp phần vào độ tin cậy của các kết quả bằng cách cung cấp một khuôn khổ nhất quán để đo lường. Tính hợp lệ được giải quyết bằng cách đảm bảo rằng các biến đầu vào và đầu ra được chọn "phản ánh nhiệm vụ của kho bãi" (Zimmerman, 2000, tr. 7) và rằng mô hình được thiết kế để "xếp hạng hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 7) - góp phần vào tính hợp lệ cấu trúc. Tính hợp lệ nội bộ được duy trì thông qua việc áp dụng nghiêm ngặt các công thức CCR và BCC của DEA. Tính hợp lệ bên ngoài, hay khả năng tổng quát hóa, được thừa nhận là bị giới hạn bởi bối cảnh DLA, nhưng tiềm năng ứng dụng phương pháp luận cho các tổ chức tương tự đã được nhấn mạnh.

Data và phân tích

Đặc điểm mẫu bao gồm 18 kho bãi DLA. Mặc dù thông tin nhân khẩu học chi tiết của nhân viên hoặc thống kê cụ thể của từng kho bãi không được cung cấp trong đoạn trích, nhưng có thể suy luận rằng các kho bãi có quy mô khác nhau, với "ít hơn 100 người ở các cơ sở nhỏ đến hơn 2.000 người ở các kho bãi lớn" (Zimmerman, 2000, tr. 11). Dữ liệu bao gồm "22 tháng dữ liệu lịch sử" (Zimmerman, 2000, tr. 4) cho các giá trị đầu vào và đầu ra.

Các kỹ thuật phân tích tiên tiến là các mô hình Data Envelopment Analysis (DEA). Cụ thể, nghiên cứu đã sử dụng các công thức "CCR Input Minimization" (Zimmerman, 2000, tr. 51) và "BCC Input Minimization" (Zimmerman, 2000, tr. 51). Mô hình CCR, được phát triển bởi Charnes, Cooper, và Rhodes (1978), giả định khả năng sinh lợi theo quy mô không đổi, trong khi mô hình BCC, được phát triển bởi Banker, Charnes, và Cooper, cho phép khả năng sinh lợi theo quy mô biến đổi. Việc sử dụng cả hai mô hình này cho phép phân tích toàn diện về hiệu quả kỹ thuật và hiệu quả quy mô. Mặc dù phần abstract không nêu rõ phần mềm cụ thể nào được sử dụng, nhưng việc triển khai các mô hình DEA thường yêu cầu các gói phần mềm tối ưu hóa chuyên dụng (ví dụ: Frontier Analyst, R packages, hoặc các bộ giải lập trình tuyến tính).

Các kiểm tra tính vững chắc (robustness checks) được thực hiện thông qua "Model Sensitivity" (Zimmerman, 2000, tr. 69), đánh giá cách các thay đổi nhỏ trong dữ liệu hoặc thông số mô hình ảnh hưởng đến kết quả. Phân tích "Returns to Scale" (Zimmerman, 2000, tr. 72) cũng là một hình thức kiểm tra vững chắc, cung cấp những hiểu biết sâu sắc về các đặc điểm hiệu quả quy mô của các kho bãi. Mặc dù các giá trị cụ thể của effect sizes và confidence intervals không được báo cáo trong đoạn trích, nhưng việc sử dụng DEA tạo ra các điểm số hiệu quả tương đối (từ 0 đến 1), hoạt động như một thước đo effect size, và sự chặt chẽ toán học của phương pháp luận ngụ ý mức độ tin cậy trong các kết quả.

Phát hiện đột phá và implications

Những phát hiện then chốt

Nghiên cứu đã đưa ra những phát hiện then chốt sau:

  1. Hiệu quả của tự động hóa: Một kết quả phản trực giác là "các kho bãi ít tự động hóa hơn hiệu quả hơn các kho bãi có mức độ tự động hóa cao hơn" (Zimmerman, 2000, tr. 4). Phát hiện này thách thức quan niệm phổ biến rằng đầu tư vào tự động hóa luôn dẫn đến hiệu quả cao hơn, cho thấy rằng bối cảnh hoạt động, chi phí liên quan và cách quản lý tài nguyên (lao động, vốn) đóng vai trò quan trọng hơn. Dữ liệu hỗ trợ kết luận này, mặc dù chi tiết cụ thể về p-values hoặc effect sizes không được cung cấp trong abstract, nhưng nó là một kết luận cuối cùng của nghiên cứu.
  2. Hiệu quả theo quy mô: "Các kho bãi lớn hơn hiệu quả hơn các kho bãi nhỏ hơn" (Zimmerman, 2000, tr. 4). Phát hiện này ngụ ý sự tồn tại của lợi thế kinh tế theo quy mô trong hoạt động kho bãi của DLA, có khả năng do việc sử dụng tài nguyên hiệu quả hơn, quản lý hàng tồn kho tập trung hoặc các quy trình được tiêu chuẩn hóa. Đây là một phát hiện quan trọng đối với các quyết định về tái cấu trúc và hợp nhất cơ sở.
  3. Xác định không hiệu quả: Mô hình DEA đã thành công trong việc "xác định các nguồn gốc không hiệu quả" (Zimmerman, 2000, tr. 4) trong các hoạt động kho bãi của DLA, điều mà phương pháp đánh giá hiện tại của DLA không làm được. Phát hiện này được hỗ trợ bởi khả năng của DEA trong việc cung cấp các điểm số hiệu quả tương đối và xác định các DMU tham chiếu cho các đơn vị kém hiệu quả.
  4. Giá trị của lập trình toán học: Nghiên cứu đã chứng minh rằng một "mô hình lập trình toán học có thể cung cấp những hiểu biết sâu sắc" (Zimmerman, 2000, tr. 9) vượt trội so với phương pháp đánh giá của DLA. Điều này là bằng chứng về một hiện tượng mới trong quản lý chính phủ – khả năng áp dụng các công cụ phân tích nghiêm ngặt để đưa ra các quyết định hoạt động và chiến lược.

So với nghiên cứu trước đây, các phát hiện này cung cấp bằng chứng thực nghiệm về các yếu tố ảnh hưởng đến hiệu quả kho bãi trong bối cảnh công, một lĩnh vực thường thiếu dữ liệu định lượng so với khu vực tư nhân. Mặc dù các nghiên cứu khác đã khám phá hiệu quả tự động hóa và quy mô trong các ngành công nghiệp cụ thể (ví dụ, Frazelle & Hackman, 1999, đã phát triển các công thức lưu trữ), luận án này áp dụng một cách tiếp cận nghiêm ngặt hơn, dựa trên dữ liệu thực tế, để xác nhận hoặc thách thức các giả định này trong môi trường chính phủ.

Implications đa chiều

Các phát hiện của luận án có nhiều ý nghĩa quan trọng:

  • Tiến bộ lý thuyết: Nghiên cứu này đóng góp vào lý thuyết đo lường hiệu quả bằng cách mở rộng ứng dụng thực nghiệm của Data Envelopment Analysis (DEA) cho bối cảnh các tổ chức hậu cần quy mô lớn của chính phủ. Nó củng cố lý thuyết về hiệu quả tương đối và khả năng sinh lợi theo quy mô, đặc biệt là trong các lĩnh vực có nhiều đầu vào và đầu ra không đồng nhất và không có thông tin giá rõ ràng. Nó cũng mở rộng ứng dụng của lý thuyết quản lý hoạt động sang một lĩnh vực công được nghiên cứu ít hơn.
  • Đổi mới phương pháp luận: Phương pháp luận được sử dụng có thể áp dụng cho các bối cảnh khác, không chỉ trong DLA mà còn cho các cơ quan chính phủ khác hoặc các tổ chức phi lợi nhuận có nhiều đơn vị hoạt động tương tự. Cụ thể, việc sử dụng các mô hình CCR và BCC để đánh giá các kho bãi riêng lẻ cung cấp một khuôn khổ có thể tái tạo cho các nghiên cứu hiệu quả trong tương lai.
  • Ứng dụng thực tiễn: Các khuyến nghị cụ thể có thể bao gồm việc tái đánh giá các kế hoạch đầu tư tự động hóa để tránh "công suất dư thừa và hiệu quả giảm" (Zimmerman, 2000, tr. 4) và tập trung vào các chiến lược để tối ưu hóa hiệu quả ở các kho bãi nhỏ hơn. DLA có thể sử dụng các kết quả này để "tối ưu hóa việc sử dụng các nguồn lực" và "cung cấp các dịch vụ tốt nhất có thể" (Glisson, 1998, tr. 10).
  • Khuyến nghị chính sách: Phát hiện rằng "DLA có thể nhắm mục tiêu các cơ sở để đóng cửa" (Zimmerman, 2000, tr. 4) cung cấp một lộ trình thực hiện chính sách để hợp lý hóa mạng lưới kho bãi, giảm thiểu chi phí hoạt động và tăng cường hiệu quả chi tiêu thuế. Khuyến nghị chính sách có thể bao gồm việc phát triển một khuôn khổ quyết định dựa trên DEA để đánh giá định kỳ hiệu quả của tất cả các cơ sở hậu cần của chính phủ.
  • Điều kiện tổng quát hóa: Kết quả tổng quát hóa được trong các tổ chức có cấu trúc hoạt động và mục tiêu tương tự DLA, tức là các tổ chức hậu cần quy mô lớn, phi lợi nhuận, đa địa điểm, với nhiều đầu vào và đầu ra. Khả năng áp dụng phương pháp luận vượt ra ngoài DLA đến các cơ quan quốc phòng hoặc hậu cần khác trên thế giới là đáng kể, mặc dù các phát hiện cụ thể về tự động hóa và quy mô có thể thay đổi tùy theo bối cảnh quốc gia.

Limitations và Future Research

Nghiên cứu này, mặc dù có những đóng góp đáng kể, nhưng cũng có những hạn chế cụ thể cần được thừa nhận:

  1. Phạm vi dữ liệu: Nghiên cứu sử dụng "22 tháng dữ liệu lịch sử" (Zimmerman, 2000, tr. 4) từ 18 kho bãi DLA. Mặc dù đủ cho mục tiêu ban đầu, một tập dữ liệu dài hơn có thể nắm bắt tốt hơn các biến động theo mùa hoặc các xu hướng dài hạn hơn.
  2. Định nghĩa biến số: Mặc dù luận án đề cập đến việc chọn lọc các biến đầu vào và đầu ra (Zimmerman, 2000, tr. 47), việc thiếu mô tả chi tiết các biến này trong bản tóm tắt có thể khiến việc tái tạo hoặc so sánh trở nên khó khăn hơn. Việc không định lượng các chỉ số chi tiết về tự động hóa (ngoài phân loại chung) là một hạn chế khác.
  3. Giả định đồng nhất: Mặc dù nghiên cứu thừa nhận sự đa dạng về quy mô kho bãi (Zimmerman, 2000, tr. 11), giả định về sự đồng nhất của các yêu cầu được giao cho người quản lý kho và các mục tiêu của kho bãi là một điều kiện biên quan trọng (Zimmerman, 2000, tr. 7). Sự khác biệt đáng kể về loại hàng hóa, điều kiện địa lý, hoặc nhiệm vụ đặc thù có thể ảnh hưởng đến kết quả.
  4. Thiếu phân tích nhân quả: DEA là một công cụ đo lường hiệu quả tương đối và xác định các DMU hiệu quả nhất, nhưng nó không trực tiếp cung cấp các giải thích nhân quả sâu sắc về lý do tại sao một số kho bãi hiệu quả hơn các kho bãi khác.

Các điều kiện biên về bối cảnh, mẫu và thời gian đã được nêu rõ. Nghiên cứu tập trung vào DLA, một cơ quan hậu cần quốc phòng Hoa Kỳ, với 18 kho bãi trong lục địa Hoa Kỳ. Các kết quả có thể không trực tiếp chuyển giao cho các loại kho bãi thương mại hoặc các hệ thống hậu cần của chính phủ với các mục tiêu và cấu trúc hoàn toàn khác nhau.

Chương trình nghiên cứu tương lai có thể bao gồm 4-5 hướng cụ thể:

  1. Mở rộng phạm vi dữ liệu: Áp dụng DEA với một tập dữ liệu dài hơn và bao gồm các kho bãi DLA quốc tế để đánh giá hiệu quả trong các bối cảnh toàn cầu khác nhau.
  2. Phân tích nhân tố hiệu quả: Kết hợp DEA với các kỹ thuật hồi quy (ví dụ: phân tích hồi quy Tobit trên điểm số hiệu quả của DEA) để xác định các yếu tố cụ thể (ví dụ: đầu tư công nghệ, trình độ nhân sự, cấu trúc quản lý) ảnh hưởng đến hiệu quả.
  3. Phân tích theo thời gian: Nghiên cứu các xu hướng hiệu quả theo thời gian, theo dõi tác động của các thay đổi chính sách hoặc đầu tư cụ thể của DLA đối với hiệu suất kho bãi.
  4. Tích hợp dữ liệu định tính: Bổ sung phân tích định lượng của DEA bằng các nghiên cứu điển hình định tính (case studies) về các kho bãi hiệu quả nhất và kém hiệu quả nhất để hiểu rõ hơn về các thực tiễn tốt nhất và các rào cản hoạt động.
  5. Phát triển các mô hình DEA lai: Khám phá các biến thể DEA nâng cao, chẳng hạn như DEA mờ (fuzzy DEA) để xử lý sự không chắc chắn của dữ liệu hoặc DEA mạng (network DEA) để phân tích các giai đoạn quy trình khác nhau trong hoạt động kho bãi.

Các cải tiến phương pháp luận có thể được đề xuất bao gồm việc sử dụng các mô hình DEA định hướng đầu ra (output-oriented) để tối đa hóa đầu ra với các đầu vào đã cho, hoặc các mô hình DEA hai giai đoạn để phân tích các yếu tố ảnh hưởng đến hiệu quả. Các phần mở rộng lý thuyết có thể bao gồm việc tích hợp chặt chẽ hơn các khía cạnh lý thuyết của quản lý chuỗi cung ứng vào khuôn khổ DEA hoặc phát triển các chỉ số hiệu quả riêng cho các tổ chức hậu cần công.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động và ảnh hưởng sâu rộng trên nhiều mặt trận:

  • Tác động học thuật: Với việc ứng dụng Data Envelopment Analysis (DEA) vào một lĩnh vực cụ thể như hoạt động kho bãi chính phủ, nghiên cứu này ước tính sẽ được trích dẫn rộng rãi bởi các nhà nghiên cứu trong lĩnh vực quản lý hoạt động, hậu cần công, và các phương pháp định lượng cho đánh giá hiệu quả. Nó cung cấp một mô hình thực nghiệm mạnh mẽ cho các nghiên cứu tương lai về hiệu suất trong khu vực công, đặc biệt là các tổ chức phi lợi nhuận hoặc các cơ quan chính phủ phải đối mặt với áp lực chi phí và yêu cầu minh bạch. Tiềm năng trích dẫn ước tính là cao, đặc biệt trong các tài liệu liên quan đến DEA và logistics quốc phòng.
  • Chuyển đổi ngành công nghiệp: Mặc dù tập trung vào khu vực chính phủ, các phát hiện và phương pháp luận của nghiên cứu có thể có tác động đáng kể đến các hoạt động kho bãi và logistics trong khu vực tư nhân, đặc biệt là các công ty lớn với mạng lưới kho bãi phức tạp. Các lĩnh vực như bán lẻ, sản xuất, và thương mại điện tử có thể áp dụng các nguyên tắc đo lường hiệu quả và phân tích quy mô tương tự để tối ưu hóa chuỗi cung ứng của họ. Phát hiện về hiệu quả của "các kho bãi ít tự động hóa hơn" hoặc "các kho bãi lớn hơn" (Zimmerman, 2000, tr. 4) có thể định hình lại các quyết định đầu tư công nghệ và chiến lược mở rộng của các tập đoàn logistics.
  • Ảnh hưởng chính sách: Tác động chính sách là rõ ràng và trực tiếp. Luận án cung cấp bằng chứng để DLA "thông minh nhắm mục tiêu các cơ sở để đóng cửa" (Zimmerman, 2000, tr. 4), dẫn đến "tiết kiệm tiềm năng hàng triệu đô la thuế" (Zimmerman, 2000, tr. 4). Điều này không chỉ ảnh hưởng đến DLA mà còn có thể tạo ra tiền lệ cho các cơ quan chính phủ khác trong việc áp dụng các phương pháp phân tích hiệu suất nghiêm ngặt để quản lý tốt hơn các tài sản và nguồn lực của họ. Ở cấp độ chính phủ, nó cung cấp một khuôn khổ để tăng cường trách nhiệm giải trình và tối ưu hóa chi tiêu công, đặc biệt trong Bộ Quốc phòng, nơi áp lực giảm giá cho các mặt hàng cung cấp là "đặc biệt căng thẳng" (Glisson, 1998, tr. 10).
  • Lợi ích xã hội: Lợi ích xã hội được định lượng một phần thông qua "tiết kiệm hàng triệu đô la thuế" (Zimmerman, 2000, tr. 4). Việc sử dụng hiệu quả hơn các nguồn lực của chính phủ có nghĩa là tiền thuế của người dân được sử dụng một cách khôn ngoan hơn, có thể được chuyển hướng để tài trợ cho các dịch vụ công cộng quan trọng khác hoặc giảm gánh nặng thuế. Ngoài ra, việc duy trì một hệ thống hậu cần quốc phòng hiệu quả đảm bảo hỗ trợ liền mạch cho các lực lượng vũ trang, góp phần vào an ninh quốc gia.
  • Mức độ phù hợp quốc tế: Phương pháp Data Envelopment Analysis (DEA) đã được chứng minh là một công cụ mạnh mẽ trong việc đánh giá hiệu quả của các dịch vụ công và các hoạt động logistics trên toàn cầu. Các nguyên tắc về đo lường hiệu quả, tối ưu hóa quy mô và phân tích tự động hóa có thể áp dụng cho các tổ chức hậu cần quân sự hoặc chính phủ tương tự ở các quốc gia khác. Ví dụ, Bộ Quốc phòng Anh hoặc các cơ quan hậu cần của Liên minh châu Âu có thể áp dụng một khuôn khổ tương tự để đánh giá hiệu suất của các kho bãi và chuỗi cung ứng của họ, từ đó thúc đẩy quản lý nguồn lực hiệu quả trên phạm vi quốc tế.

Đối tượng hưởng lợi

Luận án này cung cấp những giá trị và lợi ích cụ thể cho một số đối tượng chính:

  • Các nhà nghiên cứu tiến sĩ (Doctoral researchers): Cung cấp một mô hình nghiên cứu thực nghiệm rõ ràng về cách giải quyết các research gap cụ thể trong lĩnh vực quản lý công và đo lường hiệu quả. Nghiên cứu này phác thảo một khuôn khổ nghiêm ngặt để áp dụng các phương pháp lập trình toán học vào các vấn đề quản lý thực tế, đặc biệt là trong các tổ chức phi lợi nhuận hoặc công. Nó cũng cung cấp một cơ sở vững chắc để phát triển các hướng nghiên cứu sâu hơn về các yếu tố hiệu quả và động lực quy mô trong hoạt động hậu cần.
  • Các học giả cấp cao (Senior academics): Nghiên cứu này đóng góp vào lý thuyết đo lường hiệu quả và quản lý hoạt động bằng cách mở rộng miền ứng dụng của Data Envelopment Analysis (DEA) sang một bối cảnh mới và phức tạp. Các phát hiện phản trực giác về tự động hóa và hiệu quả theo quy mô có thể kích thích các cuộc tranh luận học thuật và các nghiên cứu tiếp theo để tinh chỉnh các mô hình lý thuyết về hiệu suất tổ chức.
  • Bộ phận R&D của ngành công nghiệp (Industry R&D): Các ứng dụng thực tiễn của nghiên cứu này là đáng kể. Các công ty trong ngành logistics và quản lý chuỗi cung ứng có thể sử dụng phương pháp luận DEA để đánh giá hiệu quả hoạt động kho bãi của riêng họ. Các phát hiện về quy mô và tự động hóa cung cấp thông tin chiến lược cho việc thiết kế kho bãi, đầu tư công nghệ và kế hoạch mở rộng. Ví dụ, các công ty như Amazon hoặc DHL có thể áp dụng các nguyên tắc tương tự để đánh giá các trung tâm phân phối của họ.
  • Các nhà hoạch định chính sách (Policy makers): Luận án cung cấp các khuyến nghị dựa trên bằng chứng cho các nhà hoạch định chính sách tại các cấp chính phủ, từ DLA đến Bộ Quốc phòng và Quốc hội Hoa Kỳ. Khả năng "tiết kiệm hàng triệu đô la thuế" (Zimmerman, 2000, tr. 4) thông qua việc đóng cửa hoặc tái cấu trúc cơ sở là một bằng chứng thuyết phục cho việc ra quyết định. Nó cũng cung cấp một công cụ để đánh giá hiệu quả của các cơ quan chính phủ khác, thúc đẩy minh bạch và trách nhiệm giải trình trong chi tiêu công.
  • Định lượng lợi ích: Lợi ích có thể được định lượng cho người nộp thuế thông qua "tiết kiệm hàng triệu đô la thuế" (Zimmerman, 2000, tr. 4) do các quyết định đóng cửa cơ sở dựa trên dữ liệu. Đối với DLA, lợi ích có thể được định lượng bằng việc giảm chi phí hoạt động và cải thiện hiệu suất dịch vụ, với "khả năng hạ giá cho các mặt hàng mà nó cung cấp" (Glisson, 1998, tr. 10), điều này có thể giúp giải phóng ngân sách cho các "hệ thống vũ khí mới" (Glisson, 1998, tr. 10).

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất là gì? Đóng góp lý thuyết độc đáo nhất của luận án này là việc mở rộng miền ứng dụng của Data Envelopment Analysis (DEA) — một khuôn khổ lý thuyết ban đầu của Charnes, Cooper, và Rhodes (1978) về mô hình CCR và của Banker, Charnes, và Cooper về mô hình BCC — vào bối cảnh cụ thể và phức tạp của hoạt động kho bãi trong khu vực chính phủ Hoa Kỳ. Trước nghiên cứu này, DLA "thiếu một phương pháp chính thức để so sánh và đánh giá hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 6) một cách định lượng và khách quan. Bằng cách chứng minh tính hiệu quả của DEA trong việc "đo lường hiệu quả tổng thể tương đối của các kho bãi và xác định các nguồn gốc không hiệu quả" (Zimmerman, 2000, tr. 4) trong một môi trường có nhiều đầu vào và đầu ra không đồng nhất mà không có thông tin giá rõ ràng, nghiên cứu này đã củng cố tính vững mạnh và khả năng áp dụng của DEA.
  2. Đổi mới phương pháp luận là gì (so sánh với 2+ nghiên cứu trước đây)? Đổi mới phương pháp luận chính là việc sử dụng phương pháp luận Data Envelopment Analysis (DEA) để tạo ra một "mô hình kho bãi làm nổi bật các kho bãi chính phủ hiệu quả nhất trong việc sử dụng các nguồn lực sẵn có" và phát triển "một phương pháp luận mới cho DLA để xếp hạng hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 7). So với các phương pháp đánh giá hiệu suất truyền thống của DLA, vốn chỉ là "tổng hợp các biến có trọng số ngang nhau" (Zimmerman, 2000, tr. 5) để theo dõi xu hướng, phương pháp DEA cung cấp một cách tiếp cận định lượng, đa chiều và nghiêm ngặt hơn. So với nghiên cứu ban đầu của Rhodes (1978) về các học khu hoặc nghiên cứu của Hollingsworth (1995) áp dụng lập trình toán học cho các tổ chức, luận án này áp dụng DEA vào một mạng lưới hậu cần quốc phòng quy mô lớn, với các đặc điểm hoạt động và mục tiêu độc đáo, bao gồm cả yếu tố tự động hóa và quy mô cụ thể cho ngành. Điều này mở rộng phạm vi ứng dụng và kiểm định thực nghiệm của DEA trong một lĩnh vực chưa được khám phá đầy đủ trước đây.
  3. Phát hiện đáng ngạc nhiên nhất là gì (với sự hỗ trợ dữ liệu)? Phát hiện đáng ngạc nhiên nhất là "các kho bãi ít tự động hóa hơn hiệu quả hơn các kho bãi có mức độ tự động hóa cao hơn" (Zimmerman, 2000, tr. 4). Phát hiện này đi ngược lại với trực giác thông thường rằng đầu tư vào công nghệ và tự động hóa sẽ luôn dẫn đến hiệu quả cao hơn. Mặc dù bản tóm tắt không cung cấp dữ liệu thống kê chi tiết (như p-values hoặc effect sizes), phát hiện này được trình bày như một kết luận chính từ phân tích dữ liệu lịch sử trong 22 tháng của 18 kho bãi DLA. Điều này cho thấy rằng trong bối cảnh cụ thể của DLA vào năm 2000, các lợi ích tiềm năng của tự động hóa có thể đã bị bù đắp bởi chi phí vận hành, chi phí bảo trì hoặc sự kém linh hoạt của hệ thống, hoặc rằng các kho bãi ít tự động hóa hơn đã phát triển các quy trình thủ công cực kỳ tinh vi để tối đa hóa hiệu quả của con người.
  4. Giao thức tái tạo được cung cấp không? Dựa trên thông tin có sẵn trong bản tóm tắt, một giao thức tái tạo đầy đủ không được cung cấp một cách chi tiết. Bản tóm tắt mô tả "thiết kế nghiên cứu" (Zimmerman, 2000, tr. 43) bao gồm "Mô hình DEA" (Zimmerman, 2000, tr. 50), "Tiêu chí lựa chọn DMU" (Zimmerman, 2000, tr. 45), "Tiêu chí lựa chọn biến" (Zimmerman, 2000, tr. 46) và "Thu thập và phân tích dữ liệu" (Zimmerman, 2000, tr. 53). Tuy nhiên, để tái tạo hoàn chỉnh, cần có thông tin chi tiết hơn về các biến đầu vào và đầu ra cụ thể (như được liệt kê trong Bảng 1, nhưng không được mô tả chi tiết trong đoạn trích), phần mềm DEA được sử dụng và các thông số mô hình chính xác. Mặc dù các mô hình CCR và BCC được đề cập, giao thức tái tạo đầy đủ sẽ yêu cầu các thông số chính xác được sử dụng cho mỗi mô hình.
  5. Chương trình nghiên cứu 10 năm được phác thảo không? Bản tóm tắt không phác thảo một chương trình nghiên cứu 10 năm. Thay vào đó, nó đề cập đến các "Hạn chế và Nghiên cứu Tương lai" (Zimmerman, 2000, tr. 76) một cách chung chung hơn. Phần này sẽ đề xuất các hướng nghiên cứu tiếp theo dựa trên các phát hiện và hạn chế của nghiên cứu hiện tại. Một chương trình nghiên cứu 10 năm sẽ yêu cầu một lộ trình chi tiết hơn, có hệ thống hơn về các dự án tiếp theo, tài trợ tiềm năng, và sự phát triển của lý thuyết và phương pháp luận theo thời gian, điều không nằm trong phạm vi của một bản tóm tắt luận án.

Kết luận

Luận án của Randal Jay Zimmerman đại diện cho một bước tiến quan trọng trong việc đo lường hiệu quả hoạt động kho bãi chính phủ. Nghiên cứu này cung cấp các đóng góp cụ thể và có thể đo lường được:

  1. Ứng dụng tiên phong của DEA: Thành công trong việc triển khai Data Envelopment Analysis (DEA), một "công cụ lập trình toán học" (Zimmerman, 2000, tr. 4), để đánh giá hiệu quả của "18 kho bãi cung ứng của Cơ quan Hậu cần Quốc phòng (DLA)" (Zimmerman, 2000, tr. 4), lấp đầy khoảng trống trong việc đo lường hiệu suất của khu vực công.
  2. Khung đánh giá quản lý mới: Phát triển một "phương pháp luận mới cho DLA để xếp hạng hiệu suất của các nhà quản lý kho" (Zimmerman, 2000, tr. 7), sử dụng dữ liệu hiện có, điều này đã thiếu trong các chiến lược đánh giá hiện tại của DLA.
  3. Tiềm năng tiết kiệm đáng kể: Cung cấp bằng chứng cho phép DLA "thông minh nhắm mục tiêu các cơ sở để đóng cửa", với tiềm năng "tiết kiệm hàng triệu đô la thuế" (Zimmerman, 2000, tr. 4), biến nghiên cứu hàn lâm thành lợi ích tài chính cụ thể.
  4. Phát hiện phản trực giác: Đưa ra kết luận rằng "các kho bãi ít tự động hóa hơn hiệu quả hơn các kho bãi có mức độ tự động hóa cao hơn", cùng với việc "các kho bãi lớn hơn hiệu quả hơn các kho bãi nhỏ hơn" (Zimmerman, 2000, tr. 4), thách thức các giả định phổ biến và cung cấp những hiểu biết sâu sắc cho chiến lược vận hành.
  5. Củng cố lý thuyết DEA: Xác nhận tính vững mạnh và tính linh hoạt của các mô hình CCR và BCC của DEA trong một môi trường hoạt động phức tạp, mở rộng phạm vi ứng dụng thực nghiệm của chúng.

Nghiên cứu này không tạo ra một sự thay đổi hoàn toàn về mô hình (paradigm shift) mà là một sự tiến bộ đáng kể trong việc áp dụng và thực nghiệm hóa các khung lý thuyết hiện có để giải quyết các vấn đề quản lý công cụ thể. Bằng chứng từ các phát hiện chứng minh rõ ràng giá trị của các phương pháp định lượng nghiêm ngặt trong việc thông báo các quyết định chiến lược và hoạt động trong các tổ chức chính phủ.

Luận án này mở ra ít nhất ba dòng nghiên cứu mới:

  1. Tối ưu hóa chiến lược tự động hóa: Khám phá các điều kiện theo đó tự động hóa trở nên hiệu quả trong môi trường kho bãi chính phủ và xác định các điểm hòa vốn.
  2. Mô hình hóa quy mô và hiệu quả trong hậu cần công: Nghiên cứu sâu hơn về các yếu tố cụ thể góp phần vào lợi thế quy mô trong các mạng lưới hậu cần lớn của chính phủ.
  3. DEA cho quản lý hiệu suất khu vực công: Phát triển và tùy chỉnh các khuôn khổ DEA cho các loại dịch vụ và tổ chức công khác nhau, thúc đẩy quản lý dựa trên bằng chứng.

Tầm quan trọng toàn cầu của nghiên cứu này nằm ở khả năng ứng dụng phương pháp luận của nó cho các cơ quan hậu cần hoặc quốc phòng tương tự trên toàn thế giới, từ đó thúc đẩy việc sử dụng hiệu quả nguồn lực công ở cấp độ quốc tế. Di sản của luận án này là cung cấp một công cụ đo lường và một bộ các kết quả có thể đo lường được, giúp các nhà quản lý đưa ra quyết định thông minh hơn, cuối cùng dẫn đến hiệu quả hoạt động cao hơn và trách nhiệm giải trình lớn hơn trong việc quản lý tài nguyên của chính phủ.