摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-21页 |
·研究背景和意义 | 第9-10页 |
·逆向物流的定义 | 第10-11页 |
·逆向物流的驱动因素 | 第11-14页 |
·国内外研究状况 | 第14-15页 |
·逆向物流的基础理论 | 第15-20页 |
·利益相关者理论 | 第15-16页 |
·博弈理论 | 第16-17页 |
·可持续发展理论 | 第17页 |
·循环经济理论 | 第17-19页 |
·产品生命周期理论 | 第19页 |
·生产者责任延伸制 | 第19-20页 |
·本文研究的内容和结构 | 第20-21页 |
第二章 C 公司全方位逆向物流管理实践 | 第21-29页 |
·对逆向物流的重新思考:利润中心而非成本中心 | 第21-22页 |
·价值重获:为退货创造需求 | 第22-24页 |
·多渠道回收设备与材料 | 第24-26页 |
·客户计划 | 第24-25页 |
·制造商和维修商的计划 | 第25页 |
·C 公司内部计划 | 第25-26页 |
·多样化废弃物流处理计划 | 第26-27页 |
·电子废料再循环流程 | 第26-27页 |
·产品包装物 | 第27页 |
·C 公司逆向物流的绩效 | 第27页 |
·环境绩效 | 第27页 |
·经济绩效 | 第27页 |
·C 公司逆向物流流程图 | 第27-29页 |
第三章 C 公司逆向物流回收量预测 | 第29-44页 |
·逆向物流回收量预测研究背景 | 第29页 |
·灰色预测模型 GM(1,1) | 第29-32页 |
·GM(1,1)建模 | 第30页 |
·GM(1,1)模型检验及残差修正 | 第30-32页 |
·时间序列预测 | 第32-34页 |
·自回归(AR:Auto-regressive)模型 | 第32-33页 |
·移动平均(MA:Moving Average)模型 | 第33页 |
·自回归移动平均(ARMA:Auto-regressive Moving Average)模型 | 第33-34页 |
·使用 ARMA 模型时间序列分析预测 | 第34页 |
·回归分析预测 | 第34-36页 |
·一元线性回归模型 | 第35页 |
·一元线性回归方程 | 第35-36页 |
·一元线性回归显著性检验 | 第36页 |
·应变量 Y^的预测 | 第36页 |
·三种预测实例分析和实现 | 第36-43页 |
·GM(1,1)模型预测实例分析和 Matlab 实现 | 第36-38页 |
·时间序列预测及 EViews 6.0 实现 | 第38-42页 |
·一元线性回归预测及 Excel 实现 | 第42-43页 |
·三种预测结果的比较 | 第43-44页 |
第四章 C 公司逆向物流时间与成本的改善 | 第44-49页 |
·BPR 理论介绍 | 第44-45页 |
·BPR 的主要程序 | 第44页 |
·BPR 的主要方法 | 第44-45页 |
·中国 RCFA 逆向物流流程 | 第45页 |
·使用 BPR 理论对逆向物流流程进行改善 | 第45-48页 |
·改善结果 | 第48-49页 |
第五章 我国企业逆向物流网络的选择决策 | 第49-57页 |
·政府在逆向物流发展中的作用 | 第49-50页 |
·政府与企业在逆向物流发展中的博弈 | 第49-50页 |
·政府的监管措施 | 第50页 |
·逆向物流网络分类 | 第50-52页 |
·逆向物流网络构建决策选择 | 第52-53页 |
·逆向物流网络成本与收益的比较情况 | 第53-55页 |
·基本假设 | 第54页 |
·N 个企业在两种逆向物流网络模式下总体收益的对比分析 | 第54-55页 |
·我国企业构建逆向物流网络 | 第55-57页 |
第六章 逆向物流网络未来的趋势和本文研究的不足 | 第57-60页 |
·逆向物流网络未来的趋势 | 第57-59页 |
·基于产品全生命周期的逆向物流战略 | 第57-58页 |
·物资回收与应用 | 第58页 |
·延长产品生命周期 | 第58页 |
·第三方逆向物流服务商 | 第58-59页 |
·财务影响 | 第59页 |
·信息技术 | 第59页 |
·本文研究的不足 | 第59-60页 |
参考文献 | 第60-63页 |
附录一:用 MATLAB 实现灰色预测 GM(1,1)源代码 | 第63-66页 |
附录二:灰色预测 GM(1,1)预测结果 | 第66-69页 |
附录三:一元线性回归 Excel 实现的结果 | 第69-70页 |
致谢 | 第70页 |