عوامل کلیدی مؤثر بر بهره وری در زنجیره تأمین صنعت فولاد
عوامل کلیدی مؤثر بر بهره وری در زنجیره تأمین صنعت فولاد
محورهای موضوعی : مدیریت صنعتی
رضا بشارتی زاده 1 , رضا رادفر 2 , عباس طلوعی اشلقی 3 , محمدرضا معتدل 4
1 - دانشجوی دکتری گروه مدیریت صنعتی، واحد امارات، دانشگاه آزاد اسلامی، امارات متحده عربی، دبی
2 - استاد گروه مدیریت صنعتی، واحدعلوموتحقیقات،دانشگاه آزاد اسلامی، تهران، ایران
3 - استاد گروه مدیریت صنعتی، واحدعلوموتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
4 - استادیار گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
کلید واژه: مدیریت زنجیره تامین, بهره وری, زنجیره تامین, صنعت فولاد, مدل اسکور,
چکیده مقاله :
زنجیره تامین کارآمد و نیز مدیریت صحیح مولفه های آن نقش بسزایی در بهره وری زنجیره تامین ایفا می نماید. صنعت فولاد جزء صنایع مادر بوده و نیازمند آن است تا بهره وری زنجیره خود را هر چه بیشتر ارتقاء دهد. هدف پژوهش حاضر شناسایی عوامل کلیدی موثر بر بهره وری زنجیره تامین فولاد کشورمی باشد. به منظور شناسایی عوامل موثر بر بهره وری زنجیره تامین فولاد، از مدل اسکور بهره گیری شده است و شاخص های مدل با فرم های CVR وCVI و نیز با نظر خبرگان صنعت فولاد مورد تایید قرارگرفته و بر اساس آن پرسشنامه طراحی شده بین مدیران و کارشناسان صنعت فولاد توزیع و جمع آوری گردید. در نهایت تجزیه و تحلیل دادهها با استفاده از تحلیل عاملی تأییدی با معادلات ساختاری و نرم افزار PLS انجام شد و عوامل تاثیرگذار بر بهره وری زنجیره تامین، با 30 شاخص و در 6 عامل مورد تایید واقع گردید. نتایج پژوهش حاکی از آن است که هر 6 عامل بر بهره وری زنجیره تامین فولاد تاثیر گذار می باشند اما در بین آنها عامل توانمندسازها دارای بیشترین تاثیر بر بهره وری زنجیره تامین فولاد است.
Efficient supply chain as well as the proper management of its components play an important role in supply chain productivity. The steel industry is one of the mother industries and needs to further enhance its chain productivity. The purpose of the present study is to identify key factors affecting the productivity of national steel supply chain. In order to identify the factors affecting steel supply chain productivity, the SCOR model has been used and its indices have been validated by CVR and CVI forms as well as by steel industry experts, based on which the designed questionnaire was distributed among the managers and experts of the steel industry and the data were collected. Finally, the data analysis was performed using confirmatory factor analysis with structural equations and PLS software. The factors affecting supply chain productivity were confirmed by 30 indices and 6 factors.The results revealed that all 6 factors influence steel supply chain efficiency, however, among these factors, the enabler’s factor
چکیده
زنجیره تأمین کارآمد و نیز مدیریت صحیح مولفه های آن، نقش بسزایی در بهره وری زنجیره تأمین ایفا می نماید. صنعت فولاد جزو صنایع مادر بوده و نیازمند آن است تا بهره وری زنجیره خود را هر چه بیشتر ارتقاء دهد. هدف پژوهش حاضر شناسایی عوامل کلیدی موثر بر بهره وری زنجیره تأمین فولاد کشورمی باشد. به منظور شناسایی عوامل موثر بر بهره وری زنجیره تأمین فولاد، از مدل اسکور استفاده شده و شاخص های مدل با فرم های [1]CVR و[2]CVI و نیز با نظر خبرگان صنعت فولاد مورد تایید قرارگرفته و بر اساس آن، پرسشنامه طراحی شده و بین مدیران و کارشناسان صنعت فولاد توزیع و جمع آوری گردیده است. در نهایت تجزیه و تحلیل دادهها با استفاده از تحلیل عاملی تأییدی با معادلات ساختاری و نرم افزار PLS[3] انجام شده و عوامل تاثیرگذار بر بهره وری زنجیره تأمین، با 30 شاخص و در 6 عامل مورد تایید قرار گرفته است. نتایج پژوهش حاکی از آن است که هر 6 عامل بر بهره وری زنجیره تأمین فولاد تاثیر گذار می باشند اما در بین آنها عامل توانمندسازها دارای بیشترین تاثیر بر بهره وری زنجیره تأمین فولاد است.
واژه های کلیدی: زنجیره تأمین، مدیریت زنجیره تأمین، بهره وری، صنعت فولاد، مدل اسکور
[1]. Content Validity Ratio
[2]. Content Validity Index
Azar, A; GholamReza, R; Ghanavati, M.(2012) “Route structural modeling in management: application of Smart PLS Software”, Tehran:Negah Danesh Publication, 1-280.[In Persian].
Cagliano, R., Worley, C. G., & Caniato, F. F. (2016). The Challenge of Sustainable Innovation in Agri-Food Supply Chains. In Organizing Supply Chain Processes for Sustainable Innovation in the Agri-Food Industry (pp. 1-30).Emerald Group Publishing Limited. doi:10.1108/S2045-060520160000005009
Espadinha-Cruz, P., Grilo, A., Puga-Leal, R., & Cruz-Machado, V. (2011). A model for evaluating Lean, Agile, Resilient and Green practices interoperability in supply chains. Industrial Engineering and Engineering Management, IEEM 2011(pp.1209-1213), Singapore. doi:10.1109/IEEM. 2011.6118107.
Fornell, C. &Larcker, D.(1981). Evaluating Structural Equation Modeling with Unobserved ariables and Measurement Error, Journal of Marking Research, 18(1):39-50. doi:10.2307/3151312
Gefen, D. & Straub, D.W.(2005). A Practical Guide to Factorial Validity Using PLS-Graph: Tutorial and Annotated Example. Communications of AIS, 16 (1): 91-109. doi:10.17705/1CAIS.01605
Güner, H. M., Çemberci, M., & Civelek, M. E. (2018). The Effect of Supply Chain Agility on Firm Performance, 4(2), 25-34.
Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E. & Tatham, R.(2006). Multivariate Analysis (6th ed.), New Jersey: Pearson Education In, 1-761.
Hair, J.F., Ringle, C.M. & Sarstedt, M.(2011). PLS-SEM: indeed a silver bullet, Journal of Marketing heory and Practice, 19 (2): 139-151. doi:10.2753/MTP1069-6679190202
Henseler, J., & Fassott, G.(2011). Testing moderating effects in PLS path models: An illustration of available procedures. In Handbook of partial least squares. Pp. 713-735, Springer Berlin Heidelberg. doi:10.1007/978-3-540-32827-8_31
Handfield, R., Nichols, E. L. (1999) “Introduction to Supply Chain Management”. New Jersey, N. J.: Upper Saddle River: Prentice Hall.
Khamseh, A; Ghodarzi, M; Asghari, M.(2019), “Identification of key success factors of R&D collaborations with an approach to future in MAPNA Group Supply Chain Management, journal of future studies management, 30(3), 81-92.[In Persian]. https://jmfr.srbiau.ac.ir/article_15294.html
Lii, P., Kau, F. (2016). Innovation-oriented supply chain integration for combined competitiveness and firm performance. Intern. Journal of Production Economics, 174, 142-155. doi:10.1016/j.ijpe.2016.01.018
Kumar, V., Chibuzo, E., Reyes, J., Kumari, A., Lona, L., Torres, G., (2017). The Impact of Supply Chain Integration on Performance: Evidence from the UK Food Sector. Procedia Manufacturing 11 (2017)814–82. doi:10. 1016/j.promfg.2017.07.183
Rimienė, Kristina. 2011. “Supply Chain Agility Concept Evolution(1990- 2010)”, Journal of Economics and Management, 892-899.
Sabegh, M. H. Z., Caliskan, A., Ozturkoglu, Y., & Cetiner, B. (2019). Testing the Effects of Agile and Flexible Supply Chain on the Firm Performance Through SEM. In System Performance and Management Analytics (pp. 35-46). Springer, Singapore. doi:10.1007/978-981-10-7323-6_3
SCC(2004), Supply-Chain Operations Reference-model: Supply-chain.org, Overview Version 7.0.
Sarkis,J.,Zhu,Q.and Laai,KH.(2011) An organizational theoretic review of green supply chain management literature, International journal of Production Economics,Vol.130,No.1,pp.1-15.doi:10.1016/j.ijpe.2010.11. 010
Srvulaki, E., & Davis, M. (2010). "Aligning product with supply chain processes and strategy". The international journal of logistic management, 21, 127- 151. doi:10.1108/09574091011042214
Tarofder, A. K., Haque, A., Hashim, N., Azam, S. M., & Sherief, S. R. (2019). Impact of Ecological Factors on Nationwide Supply Chain Performance. Ekoloji Dergisi, 28(107):695-704.
Van, N., Vikas, K., Archana, K., Arturo, G., Supalak, A., (2016). The role of supply chain integration in achieving competitive advantage: A study of UK automobile manufacturers. Proceedings of the 26th International Conference on Flexible Automation and Intelligent Manufacturing (FAIM), Seoul, Republic of Korea, 1-8.
_||_
Azar, A; GholamReza, R; Ghanavati, M.(2012) “Route structural modeling in management: application of Smart PLS Software”, Tehran:Negah Danesh Publication, 1-280.[In Persian].
Cagliano, R., Worley, C. G., & Caniato, F. F. (2016). The Challenge of Sustainable Innovation in Agri-Food Supply Chains. In Organizing Supply Chain Processes for Sustainable Innovation in the Agri-Food Industry (pp. 1-30).Emerald Group Publishing Limited. doi:10.1108/S2045-060520160000005009
Espadinha-Cruz, P., Grilo, A., Puga-Leal, R., & Cruz-Machado, V. (2011). A model for evaluating Lean, Agile, Resilient and Green practices interoperability in supply chains. Industrial Engineering and Engineering Management, IEEM 2011(pp.1209-1213), Singapore. doi:10.1109/IEEM. 2011.6118107.
Fornell, C. &Larcker, D.(1981). Evaluating Structural Equation Modeling with Unobserved ariables and Measurement Error, Journal of Marking Research, 18(1):39-50. doi:10.2307/3151312
Gefen, D. & Straub, D.W.(2005). A Practical Guide to Factorial Validity Using PLS-Graph: Tutorial and Annotated Example. Communications of AIS, 16 (1): 91-109. doi:10.17705/1CAIS.01605
Güner, H. M., Çemberci, M., & Civelek, M. E. (2018). The Effect of Supply Chain Agility on Firm Performance, 4(2), 25-34.
Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E. & Tatham, R.(2006). Multivariate Analysis (6th ed.), New Jersey: Pearson Education In, 1-761.
Hair, J.F., Ringle, C.M. & Sarstedt, M.(2011). PLS-SEM: indeed a silver bullet, Journal of Marketing heory and Practice, 19 (2): 139-151. doi:10.2753/MTP1069-6679190202
Henseler, J., & Fassott, G.(2011). Testing moderating effects in PLS path models: An illustration of available procedures. In Handbook of partial least squares. Pp. 713-735, Springer Berlin Heidelberg. doi:10.1007/978-3-540-32827-8_31
Handfield, R., Nichols, E. L. (1999) “Introduction to Supply Chain Management”. New Jersey, N. J.: Upper Saddle River: Prentice Hall.
Khamseh, A; Ghodarzi, M; Asghari, M.(2019), “Identification of key success factors of R&D collaborations with an approach to future in MAPNA Group Supply Chain Management, journal of future studies management, 30(3), 81-92.[In Persian]. https://jmfr.srbiau.ac.ir/article_15294.html
Lii, P., Kau, F. (2016). Innovation-oriented supply chain integration for combined competitiveness and firm performance. Intern. Journal of Production Economics, 174, 142-155. doi:10.1016/j.ijpe.2016.01.018
Kumar, V., Chibuzo, E., Reyes, J., Kumari, A., Lona, L., Torres, G., (2017). The Impact of Supply Chain Integration on Performance: Evidence from the UK Food Sector. Procedia Manufacturing 11 (2017)814–82. doi:10. 1016/j.promfg.2017.07.183
Rimienė, Kristina. 2011. “Supply Chain Agility Concept Evolution(1990- 2010)”, Journal of Economics and Management, 892-899.
Sabegh, M. H. Z., Caliskan, A., Ozturkoglu, Y., & Cetiner, B. (2019). Testing the Effects of Agile and Flexible Supply Chain on the Firm Performance Through SEM. In System Performance and Management Analytics (pp. 35-46). Springer, Singapore. doi:10.1007/978-981-10-7323-6_3
SCC(2004), Supply-Chain Operations Reference-model: Supply-chain.org, Overview Version 7.0.
Sarkis,J.,Zhu,Q.and Laai,KH.(2011) An organizational theoretic review of green supply chain management literature, International journal of Production Economics,Vol.130,No.1,pp.1-15.doi:10.1016/j.ijpe.2010.11. 010
Srvulaki, E., & Davis, M. (2010). "Aligning product with supply chain processes and strategy". The international journal of logistic management, 21, 127- 151. doi:10.1108/09574091011042214
Tarofder, A. K., Haque, A., Hashim, N., Azam, S. M., & Sherief, S. R. (2019). Impact of Ecological Factors on Nationwide Supply Chain Performance. Ekoloji Dergisi, 28(107):695-704.
Van, N., Vikas, K., Archana, K., Arturo, G., Supalak, A., (2016). The role of supply chain integration in achieving competitive advantage: A study of UK automobile manufacturers. Proceedings of the 26th International Conference on Flexible Automation and Intelligent Manufacturing (FAIM), Seoul, Republic of Korea, 1-8.
Vol.17, No.66, Autumn 2023 Journal of Productivity Management
Key Factors Affecting Steel Industry Supply Chain Productivity
Reza Besharatizadeh1, Reza Radfar(Ph.D.) *2,
Abbas Toloie Eshlaghy(Ph.D.)3, Mohammad Reza motadel(Ph.D.)4
(Receipt: 2022.02.21- Acceptance:2022.10.08)
Abstract
Efficient supply chain as well as the proper management of its components play an important role in supply chain productivity. The steel industry is one of the mother industries and needs to further enhance its chain productivity. The purpose of the present study is to identify key factors affecting the productivity of national steel supply chain. In order to identify the factors affecting steel supply chain productivity, the SCOR model has been used and its indices have been validated by CVR and CVI forms as well as by steel industry experts, based on which the designed questionnaire was distributed among the managers and experts of the steel industry and the data were collected. Finally, the data analysis was performed using confirmatory factor analysis with structural equations and PLS software. The factors affecting supply chain productivity were confirmed by 30 indices and 6 factors.The results revealed that all 6 factors influence steel supply chain efficiency, however, among these factors, the enabler’s factor
Key Words: supply chain, supply chain management, productivity, steel industry, SCOR model
عوامل کلیدی مؤثر بر بهره وری در زنجیره تأمین صنعت فولاد
رضا بشارتی زاده 5 ، دکتر رضا رادفر6، دکتر عباس طلوعی اشلقی7، دکتر محمدرضا معتدل8
(دریافت: 02/12/1400-پذیرش نهایی: 16/07/1401)
چکیده
زنجیره تأمین کارآمد و نیز مدیریت صحیح مولفه های آن، نقش بسزایی در بهره وری زنجیره تأمین ایفا می نماید. صنعت فولاد جزو صنایع مادر بوده و نیازمند آن است تا بهره وری زنجیره خود را هر چه بیشتر ارتقاء دهد. هدف پژوهش حاضر شناسایی عوامل کلیدی موثر بر بهره وری زنجیره تأمین فولاد کشورمی باشد. به منظور شناسایی عوامل موثر بر بهره وری زنجیره تأمین فولاد، از مدل اسکور استفاده شده و شاخص های مدل با فرم های 9CVR و10CVI و نیز با نظر خبرگان صنعت فولاد مورد تایید قرارگرفته و بر اساس آن، پرسشنامه طراحی شده و بین مدیران و کارشناسان صنعت فولاد توزیع و جمع آوری گردیده است. در نهایت تجزیه و تحلیل دادهها با استفاده از تحلیل عاملی تأییدی با معادلات ساختاری و نرم افزار PLS11 انجام شده و عوامل تاثیرگذار بر بهره وری زنجیره تأمین، با 30 شاخص و در 6 عامل مورد تایید قرار گرفته است. نتایج پژوهش حاکی از آن است که هر 6 عامل بر بهره وری زنجیره تأمین فولاد تاثیر گذار می باشند اما در بین آنها عامل توانمندسازها دارای بیشترین تاثیر بر بهره وری زنجیره تأمین فولاد است.
واژه های کلیدی: زنجیره تأمین، مدیریت زنجیره تأمین، بهره وری، صنعت فولاد، مدل اسکور
مقدمه
امروزه رقابت میان زنجیره های تأمین در بازارهای جهانی از اهمیت بسیاری برخوردار می باشد. مدیریت زنجیره تأمین به یک دارایی مهم برای سازمان ها تبدیل گشته که رویکرد های مانند ناب، چابک، تاب آور و سبز را ارائه می دهد که این پارادایم ها به مدیریت زنجیرۀ تأمین برای رقابت و کارآمدی کمک می کنند. برای این امر سازمان ها باید مجموعهای از استراتژی های مدیریت زنجیرۀ تأمین را به یک شکل مؤثر مدیریت کنند و تاثیر آن را بر عملکرد زنجیره تأمین ارزیابی کنند (اسپادینها کروز12،2011). در عصر حاضر، سازمان ها به منظور رويارويي با رقابت جهاني، نياز به مديريت مناسب زنجيره تامين دارند(خمسه و همکاران،2019). مدیریت زنجیرۀ تأمین صنعت فولاد یکی از اصلی ترین بخشها برای برنامه ریزی بهتر و اجرای فعالیت ها برای پاسخگویی به تغییرات در بازار رقابتی می باشد. این امر جز با داشتن تأمینکنندگان مناسب و مدیریت مناسب زنجیره تأمین امکانپذیر نخواهد بود. از سوی دیگر امروزه زنجیره های تأمین برای حضور در بازار پویا و در حال تغییر، نیازمند رویکردهایی هستند که بتوانند بر چالش های متفاوت پیروز گردند. بر همین اساس مدیران شرکت های فولاد به دنبال رویکرد هایی هستند که برای بهبود و افزایش بهره وری و رقابت پذیری زنجیرۀ تأمین استفاده نمایند.
در دهۀ کنونی مدیریت زنجیرۀ تأمین از یک فعالیت فرعی بیرون آمده و جهت تأثیر مثبت روی فعالیت ها به یک عنصر استراتژیک برای سازمان تبدیل گشته است. تغییرات اخیر در شرایط بازار و تغییر نحوه کسب و کار و انتظارات جدید در زنجیره تأمین و تقاضای ایجاد ارزش های اضافی در محصول نهایی توسط مشتریان، از جمله عوامل مؤثر در تغییرات ایجاد شده در مدیریت زنجیرۀ تأمین می باشند(ریچاردز و همکاران13،2003). در حال حاضر در صنعت فولاد، رقابت میان زنجیره های تأمین است نه میان شرکتها. خواستههای مشتریان در بازار رقابتی، زنجیره تأمین فولاد را مجبور به توسعه استراتژی های منعطف تر و چابک ترکرده و زنجیره تأمین را رقابتیتر خواهد کرد. یکی از مهمترین مباحثی که صنعت فولاد را اقتصادیتر میکند، تکمیل زنجیره فولاد در داخل، از معدن تا تولید فولاد و مهمتر از آن، مدیریت زنجیرۀ تأمین آن است؛ چرا که زنجیره فولاد از ارزشافزوده بالایی برخوردار است وباعث خلق اشتغالزایی بسیاری میشود. ایران با توجه به وجود معادن سنگآهن و انرژی فراوان، این ظرفیت را دارد که به یکی از کانونهای اصلی تولید فولاد در جهان تبدیل شود؛ البته این امر مستلزم برنامهریزی دقیق و تکمیل زنجیرۀ فولاد و بهبود بهره وری در این صنعت است. مراحل مختلف تکمیل زنجیره فولاد پس از سنگآهن که از معدن استخراج میشود، شامل تبدیل سنگآهن به کنسانتره، گندله، آهن اسفنجی، شمش و محصولات فولادی است، از اینرو باید در تاسیس و ایجاد یک واحد فولادی تمام این زنجیره در نظر گرفته شود تا با بهرهگیری کامل از این زنجیره به بیشترین میزان ارزشدهی و بهره وری برسد.
یکی از مهمترین مشکلات مدیریت زنجیره تأمین صنعت فولاد در ایران، مسئلۀ حمل و نقل است؛ زیرا اکثر مواد اولیه و معادن در جنوب شرقی کشور و اکثر شرکت های فولادی در استان هایی مانند اصفهان و خوزستان واقع شده اند. از مهمترین مشکلات دیگر مدیریت زنجیرۀ تأمین، نرخ گذاری هر مرحله از فعالیت های آن می باشد که قیمت کل زنجیره را تحت تأثیر قرار می دهد. از سوی دیگر، هدف تمامی شرکت هایی که در زنجیره تأمین فولاد فعالیت میکنند ارتقای بهره وری و افزایش رقابت پذیری می باشد. این رقابت پذیری، باعث کاهش هزینه ها، حضور در بازار و جلب رضایت مشتری می گردد؛ اما این امر نیازمند استفاده از رویکردهای جدید و سیستمی است.
با توجه توضیحات ذکر شده این پژوهش با این پرسش آغازین شکل گرفت که چرا زنجیره تأمین صنعت فولاد کشور دارای بهره وری لازم نیست؟ هدف این پژوهش بررسی چالش های زنجیره تأمین صنعت فولاد و نیز تعیین عوامل کلیدی افزایش بهره وری زنجیره تأمین صنعت فولاد می باشد که نتایج آن میتواند در تصمیمگیریهای استراتژیک مدیران صنعت فولاد مورد استفاده قرار گیرد. لذا این پژوهش از جنبه کاربردی دارای نوآوری میباشد. همچنین نحوه تجزیه و تحلیل نتایج پرسشنامه با استفاده از مدل معادلات ساختاری و نیز تحلیل عاملی تاییدی عوامل کلیدی مؤثر بر بهره وری زنجیره تأمین، از نوآوریهای دیگر این مقاله است. شناسایی چالش ها و عوامل کلیدی مؤثر بر بهره وری صنعت فولاد می تواند خلأ موجود تحقیقاتی در این زمینه را برطرف کرده و به سیاست گذاری و مدیریت زنجیره تأمین در این صنعت کمک نماید.
زنجيره تأمين: در دهه هشتاد میلادی، سازمانها جهت دستیابی به مزیت رقابتی پایدار، بیشتر روی سیستمهایی مانند تولید به هنگام، مدیریت کیفیت جامع و غیره تمرکز داشتند. اما از آنجایی که این مزایای رقابتی به وسیله رقبا تقلید می شدند، از پایداری لازم برخوردار نبودند. در واقع تلاش برای بهینه سازی فرآیندهای سازمانی بدون در نظر گرفتن شرکتهای بیرونی، به خصوص تأمین کنندگان و مشتریان، امری بی فایده به نظر می رسید و سازمانهایی که با همکاری یکدیگر در جهت اهداف مشترکی گام برمی داشتند، عملکرد بهتری داشتند. اینجا بود که مفهوم زنجیره تأمین متولد شد؛ زنجيرهاي كه همه فعاليتهاي مرتبط با جريان كالا و تبديل مواد، از مرحله تهيه ماده اوليه تا مرحله تحويل كالاي نهايي به مصرف كننده را شامل ميشود(سروالکی و دیویس14، 2010).
مديريت زنجيره تأمين: انجمن زنجیره تأمین جهانی15، مدیریت زنجیره تأمین را به این صورت تعریف کرده است: مدیریت زنجیره تأمین، یکپارچه سازی فرآیندهای کلیدی کسب وکار کاربر نهایی از طریق تأمین کنندگان اصلی است که محصولات، خدمات و اطلاعاتی را که ارزش افزوده برای مشتریان و سایر ذینفعان ایجاد می کنند، فراهم می کند (ریمین16،2011). همچنین فرآیندهای اصلی مدیریت زنجیره تأمین عبارتند از (هندفیلد17 و همکاران، 1999):
· مدیریت اطلاعات: امروزه نقش و جایگاه اطلاعات برای همگان بدیهی است. گردش مناسب و انتقال صحیح اطلاعات باعث میشود تا فرایندها مؤثرتر و کاراتر گشته و مدیریت آن آسانتر گردد. در زنجیرۀ تأمین، موضوع هماهنگی در فعالیتها بسیار اهمیت دارد؛ مدیریت اطلاعات هماهنگ و مناسب میان شرکا، تأثیرات فزایندهای در تصمیمگیریها و سرعت، دقت، کیفیت و جنبههای دیگر خواهد داشت.
· مدیریت لجستیک: این بخش کلیه فعالیتهای فیزیکی از مرحله تهیه مواد خام تا محصول نهایی شامل فعالیتهای حمل ونقل، انبارداری، زمانبندی تولید و ... را شامل میشود.
· مدیریت روابط: این بخش از مهمترین مباحث زنجیرۀ تأمین است و تأثیر شگرفی بر همه زمینهها در زنجیرۀ تأمین و سطح عملکرد آن دارد. بسیاری از شکستهای آغازین در زنجیرۀ تأمین، معلول انتقال ضعیف انتظارات و توقعات و نتیجۀ رفتارهایي است که بین طرفهای درگیر در زنجیره به وقوع میپیوندد. در توسعه هر زنجیرۀ تأمین یکپارچه، توسعه اطمینان و اعتماد در میان شرکا و طرح قابلیت اطمینان برای آنها از عناصر بحرانی و مهم برای کسب موفقیت است(هندفیلد18 و همکاران، 1999).
مدل مرجع عملیات زنجیرۀ تأمین (اسکور19) توسط شورای زنجیرۀ تأمین20 آمریکا به عنوان مرجعی استاندارد برای مدیریت زنجیرۀ تأمین ارائه شده است. مدل اسکور میتواند در تجزیه و تحلیل زنجیرۀ تأمین، سنجش عملکرد فرایندها، مطالعات عارضهیابی و در دستیابی به راهکارهای بهبود زنجیرۀ تأمین مطلوب به عنوان مرجع مورد استفاده قرار گیرد. مدل، تمامی گسترۀ زنجیرۀ تأمین از تأمینکنندگانِ تأمینکنندگان تا مشتریانِ مشتریان را پوشش میدهد و پنج فرایند اصلی مدیریتی را شامل میشود: برنامهریزی21، منبع یابی22، ساخت23، تحویل24، برگشت25 SCC(2004). مدیریت زنجیرۀ تأمین سبز، همچنین یکپارچه کننده مدیریت زنجیرۀ تأمین با الزامات زیست محیطی در تمام مراحل طراحی محصول، انتخاب و تأمین مواد اولیه، تولید و ساخت، توزیع و انتقال، تحویل به مشتری و بالاخره پس از مصرف، مدیریت بازیافت و مصرف مجدد به منظور بیشینه کردن میزان بهره وری مصرف انرژی و منابع همراه با عملکرد کل زنجیرۀ تأمین است(سارکیس26 ، 2011 ).
کومار27 و همکاران(2017) در تحقیقات خود بیان داشتند که که یکپارچگی مشتری، یکپارچگی تأمین کننده و یکپارچگی درونی، باعث بهبود ابعاد عملکرد شرکت -یعنی افزایش انعطاف پذیری، بهبود عملکرد تولیدی، گردش موجودی و کاهش هزینه ها- می گردد. همچنین ون28 و همکاران (2016) در پژوهشی با عنوان "نقش مدیریت زنجیرۀ تأمین یکپارچه در کسب مزیت رقابتی" بیان داشتند که یکپارچگی مشتری، یکپارچگی تأمین کننده و یکپارچگی درونی باعث افزایش مزیت رقابتی در سازمان شده و نقش مهمی در بهبود عملکرد سازمان دارد. از سوی دیگر کائو و لی (2016) در مقاله ای با عنوان "رویکرد نوآوری یکپارچه سازی زنجیرۀ تأمین برای توان رقابت پذیری و عملکرد شرکت" بیان داشته اند که در فضای رقابتی و فعالیت های کسب و کار کنونی، خطوطی که به طور سنتی بین سازمان ها، وظایف و امور تجاری و بازرگانی ترسیم می شد در حال محو شدن است و سازمان ها و مؤسسات مجزا به لحاظ حقوقی، برای رفع موانع رقابتی با یکدیگر همکاری می کنند. آنها اضافه کرده اند که یکی از مهم ترین کلیدهای بهبود زنجیره های تأمین برای رسیدن به سطح جهانی، مدیریت زنجیرۀ تأمین به صورت یکپارچه و استفاده از فناوری اطلاعات است؛ هرجا که این نگرش یکپارچه به کار گرفته شود، صرفه جویی های اقتصادی و افزایش کارایی زیادی حاصل خواهد شد.
سابق و همکارانش29 (2019) مطالعات خود را به تأثیرات زنجیرۀ تأمین چابک و انعطاف پذیر بر عملکرد شرکت معطوف نمودند. نتایج آنها نشان داد: شرکت هایی که با زنجیره های تأمین چابک و انعطاف پذیر فعالیت می نمایند، می توانند از مزایای کیفیت خدمات و رضایت مشتری بهره مند شوند و در نهایت می توانند مزایای مالی ناشی از افزایش فروش و سود را به دست آورند. از طرفی كاگليانو و همكاران (2016) در تحقيقي با عنوان «تأثير يكپارچگي زنجيرۀ تأمين بر بهبود عملكرد سازماني» به اين نتيجه رسيدند كه يكپارچگي زنجيرۀ تأمين بر بهبود عملكرد سازماني و برنامههاي بهبود و بازسازي سازمان، تأثير مثبت و معناداري دارد. گونر و همکارانش30 (2018) به بررسی تاثیر چابکی زنجیرۀ تأمین بر عملکرد شرکت پرداختند. در این تحقیق مشاهده شد که عدم اطمینان تکنولوژیکی بر چابکی زنجیرۀ تأمین تأثیر می گذارد و چابکی زنجیرۀ تأمین همچنین بر عملکرد شرکت تأثیر مثبت دارد.
محققان، عملکرد زنجیرۀ تأمین را این گونه بیان نمودند که هدف آن، دستیابی به بهره وری هزینه با از میان برداشتن موارد زاید و فرایندهایی است که مانع ایجاد ارزش افزوده می شوند(تاروفدر و همکاران31، 2019). از سوی دیگر كاگليانو و همكاران (2016) در تحقيقي با عنوان «تأثير يكپارچگي زنجیرۀ تأمین بر بهبود عملكرد سازماني» به اين نتيجه رسيدند كه يكپارچگي زنجیرۀ تأمین بر بهبود عملكرد سازماني و برنامههاي بهبود و بازسازي سازمان تأثير مثبت و معناداري دارد.
هدف اصلی این پژوهش شناسایی عوامل کلیدی موثر بر بهره وری زنجیرۀ تأمین فولاد کشور، جهت کمک به سیاستگذاران و مدیران برای بهبود وضعیت زنجیرۀ تأمین فولاد کشور می باشد.
ابزار و روش
با توجه به این نکته که نتایج این پژوهش می تواند به شناسایی عوامل کلیدی مؤثر بر زنجیرۀ تأمین صنعت فولاد منجر شود تا مورد استفاده سیاستگذاران و مدیران قرار گیرد، لذا پژوهش از حیث هدف کاربردی میباشد و از آنجا که دادههای این پژوهش به وسیله پرسشنامه در صنعت فولاد جمعآوری شده است، پژوهش از حیث روش توصیفی-پیمایشی محسوب می شود. در این پژوهش برای تأیید شاخص های به دست آمده از تحلیل عاملی تأییدی و معادلات ساختاری با نرم افزار SMART PLS3 استفاده گردیده است. جامعه آماری پژوهش حاضر 57 نفر از مدیران وکارشناسان ارشد صنعت فولاد با تحصیلات لیسانس و بالاتر می باشند که با توجه به محدود بودن جامعه آماری از روش کل شماری استفاده شده است. در این پژوهش از مدل مرجع اسکور برای انجام پژوهش مطابق شکل 1 استفاده شده است.
شکل 1: مدل مفهومی پژوهش(مدلSCOR)
Figure 1: Conceptual model of research (SCOR model)
تجزیه وتحلیل یافتهها
در این پژوهش ابتدا با مرور ادبیات و بر طبق مدل اسکور، تعداد 30 شاخص در قالب 6 عامل، مطابق جدول 1 استخراج شده و با استفاده از فرمهای سنجش روایی CVR وCVI توسط 7 نفر از خبرگان صنعت فولاد، مورد تأیید قرار گرفت. سپس پرسشنامۀ نهایی بین جامعه آماری توزیع و جمع آوری گردید و نتایج با نرمافزار PLS SMARTمورد تحلیل قرار گرفت. از سوي دیگر براي سنجش پایایی پرسشنامه از ضریب آلفاي کرونباخ، استفاده گردیده است و معيار مناسب براي آلفاي کرونباخ 0.7 می باشد(آذر و همکاران، 1391). در پژوهش حاضر برای تمامی شش عامل مقدار آلفاي کرونباخ محاسبه شده بالاتر از0.7 شده است و پرسشنامه پایایی لازم را دارا می باشد. همچنین برای سنجش پایایی مدل پژوهش از پایایی ترکیبی و اشتراکی استفاده شده است. در ادامه شکل 2 ، مدل اولیه همراه با ضرایب بارهای عاملی را نشان داده است.
جدول1. عوامل کلیدی و شاخص های موثر بر بهره وری زنجیره تأمین فولاد
Table 1. Key factors and indicators affecting the productivity of the steel supply chain
عامل | شاخص / Indicator | کد شاخص | بارعاملی | ضریب تعیین
|
برنامه ریزی planning | برنامه ریزی تحویل/ Schedule delivery
| P1 | 0.739 | 0.546 |
برنامه ریزی زنجیره تأمین / Supply chain planning | P2 | 0.829 | 0.687 | |
برنامه ریزی بازگشت/Return planning | P3 | 0.720 | 0.518 | |
برنامه ریزی منابع/ Resource planning | P4 | 0.821 | 0.674 | |
برنامه ریزی ساخت/ construction planning | P5 | 0.752 | 0.566 | |
منبع یابی Sourcing | منبع یابی محصولات ETO32/ Sourcing of ETO products | S1 | 0.780 | 0.608 |
منبع یابی محصولات MTO33/Sourcing of MTO products | S2 | 0.742 | 0.551 | |
منبع یابی محصولات موجود/Sourcing available products | S3 | 0.828 | 0.686 | |
ساخت constructi | ساخت برای انبار کردن/ Built for storage | M1 | 0.888 | 0.789 |
مهندسی براساس سفارش/ Engineering based on order | M2 | 0.715 | 0.511 | |
ساخت بر اساس سفارش/Made to order | M3 | 0.777 | 0.604 | |
تحویل Delivery | تحویل محصولات خرده فروشی/ Delivery of retail products | D1 | 0.721 | 0.520 |
تحویل محصولات MTO/ Delivery of MTO products | D2 | 0.782 | 0.612 | |
تحویل محصولات ETO/Delivery of ETO products | D3 | 0.779 | 0.607 | |
تحویل محصولات انبار شده/Delivery of stored products | D4 | 0.825 | 0.681 | |
برگشت Return | تحویل محصولات برگشتی معیوب/Delivery of defective returned products | SR1 | 0.880 | 0.774 |
بازگشت منابع محصولات MRO34/MRO product resource returns | SR2 | 0.791 | 0.626 | |
بازگشت منابع محصولات مازاد/ Return of sources of excess products | SR3 | 0.764 | 0.584 | |
بازگشت منابع محصولات معیوب/ RETURN RESOURCES OF DEFECTIVE PRODUCTS | SR4 | 0.799 | 0.638 | |
تحویل محصولات برگشتی MRO/Delivery of returned MRO products | SR5 | 0.835 | 0.697 | |
تحویل محصولات برگشتی مازاد/ Delivery of excess returned products | SR6 | 0.813 | 0.661 | |
توانمندسازها Enablers | مدیریت موجودی/ Inventory management | E1 | 0.833 | 0.694 |
ارزیابی عملکرد/ performance evaluation | E2 | 0.754 | 0.569 | |
مدیریت پیکره بندی زنجیره تأمین/ Supply chain configuration management | E3 | 0.820 | 0.672 | |
اجزای خاص فرآیند/ Process specific components | E4 | 0.761 | 0.579 | |
مدیریت حمل و نقل/ Transport management | E5 | 0.766 | 0.587 | |
مدیریت تنظیم مقررات/ Regulatory management | E6 | 0.726 | 0.527 | |
مدیریت دارایی های سرمایه ای/ Management of capital assets | E7 | 0.891 | 0.794 | |
ایجاد و مدیریت قوانین/ Create and manage rules | E8 | 0.894 | 0.799 | |
مدیریت داده ها/ Data management | E9 | 0.877 | 0.769 |
شکل2. مدل اندازه گيري اوليه با درنظرگرفتن تخمين ضرائب استاندارد
figure 2. The primary measurement model considering the estimation of standard coefficients
در روش حداقل مجذور مربعات جزئی، شرط پذیرش ضرایب بارهای عاملی مقدار 0.7 و بالاتر می باشد(هیر35ودیگران، 2001,2006،گفن واستراب36،2005). مطابق شکل 2 و جدول 1، کلیه بارهای عملی بالای 0.7 بوده، پس می توان همگن بودن و برازش مدل اندازه گیری را نتیجه گیری نمود. همچنین بر طبق جدول 2، پایایی تركیبی و اشتراكی و نیزآلفای كرونباخ حاصل شده برای عوامل نشان می دهد كه سازگاری درونی در حد مطلوب می باشد. از طرفی میانگین واریانس استخراجی، بزرگتر از 0.5 بوده و نیز در مقایسه پایایی تركیبی با میانگین واریانس استخراج شده برای هر یك از عوامل CR>AVE بوده و می توان نتیجه گیری نمود كه مدل پژوهش دارای روایی همگرا مناسبی است.
جدول2. نتایج آزمون های مدل انعکاسی با نرم افزار PLS
Table 2. Results of reflective model tests with PLS software
متغیرهای مکنون Local variables | پایایی/ Reliability | روایی همگرا/ Convergent validity | |||
آلفای کرونباخ/ Cronbach's alpha | پایایی اشتراکی (Community) | پایایی ترکیبی (CR) | میانگین واریانس استخراجی(AVE) | CR>AVE | |
تحویل دهی delivery | 0.802 | 0.604 | 0.859 | 0.604 | OK |
توانمندسازها Enablers | 0.936 | 0.666 | 0.917 | 0.666 | OK |
ساخت construction | 0.711 | 0.635 | 0.838 | 0.635 | OK |
برنامه ریزی planning | 0.833 | 0.598 | 0.881 | 0.598 | OK |
برگشت Return | 0.898 | 0.663 | 0.822 | 0.663 | OK |
منبع یابی Sourcing | 0.693 | 0.614 | 0.827 | 0.614 | OK |
مدل های ساختاری مطابق شکل 3 و شکل 4 می باشند که جهت ارزیابی آنها از معیارهایی که در ادامه آمده است، استفاده می گردد.
شکل3. مدل ساختاری درحالت معناداری ضرایب مسیر
Figure 3. Structural model in the significance of path coefficients
شکل3. مدل ساختاری در حالت تخمین ضرایب مسیر
Figure 3. Structural model in the estimation mode of path coefficients
یکی از معیارهای مدل ساختاری، ضریب معناداری Z است که به عنوان شاخصی جهت برازش مدل ساختاري مورد استفاده قرار می گیرد؛ این ضریب باید از 1.96 بالاتر باشد تا بتوان در سطح اطمينان 95 %، معنادار بودن آن را مورد تایید قرار داد(آذر و همکاران،1391). بر طبق شکل 3 تمامی عوامل، ضریب معناداري بالاتر از 1.96 دارند. معیار دوم، معیار R2 می باشد که ضریب تعيين مسير است و نشان از تأثير یک متغير برون زا بر یک متغير درون زا دارد. R2 سه مقدار 0.19، 0.33و0.67 را به عنوان مقدار ملاک به ترتیب برای مقادیر ضعیف، متوسط و قوی در نظر می گیرد (آذر و همکاران،1391). در پژوهش حاضر میزان R2 برابر 0.894 شده است که نشان دهنده قوی و مناسب بودن آن است. معیار سوم، معیار Q2 می باشد که قدرت پيشبينی مدل را مشخص می نماید. در صورتی که مقدار Q2برای یک سازه درون زا مقادیر 0.02، 0.15و0.35 را کسب کند، به ترتیب نشان دهنده قدرت پیش بینی ضعیف، متوسط و قوی می باشد (فورنل و لارکر،1981) و (هنسلر37،2011). از آنجا که مقدار Q2 بدست آمده مدل در این پژوهش برابر 0.514 شده است، لذا قدرت پیشبینی مدل، قوی و مناسب می باشد.
در نهایت برای برازش مدل کلی پژوهش، از معیار GOF استفاده شده است که سه مقدار 0.01، 0.25 و0.36 را به عنوان مقادیر ضعیف، متوسط و قوی برای GOF درنظر گرفته است. در این پژوهش مقدار0.740 برایGOF حاصل شده است که نشان دهنده برازش قوی و بسیار مناسب مدل می باشد.
بحث و نتیجه گیری
مقاله حاضر با هدف شناسایی عوامل کلیدی مؤثر بر بهره وری زنجیرۀ تأمین صنعت فولاد شکل گرفته است تا بتواند به سیاستگذاران و مدیران این صنعت در تصمیم گیری های این صنعت استراتژیک کمک نماید. در این مقاله عوامل و شاخص ها بر مبنای مدل اسکور طراحی شده و پس از تایید آنها با فرم های CVR وCVI ، نتایج حاصل از داده های پرسشنامه های جمع آوری شده طی تحلیل عاملی تأییدی با معادلات ساختاری و نرم افزار SMART PLS3 مورد تحلیل قرار گرفته است. نتایج نشان دهنده آن است که 30 شاخص در قالب 6 عامل در بهره وری زنجیرۀ تأمین صنعت فولاد مؤثر می باشند اما میزان تأثیر آنها یکسان نمی باشد. در ادامه با توجه به میزان تأثیرات، پیشنهاداتی به سیاستگذاران و مدیران این صنایع ارائه گردیده است.
با توجه به ضرایب مسیر، توانمندسازها، کلیدی ترین عامل در بین شش عامل مدل اسکور در صنعت فولاد می باشند. این مطلب نشان از آن دارد که مؤلفه های توانمندساز زنجیرۀ تأمین در این صنعت نقش مؤثری در ارتقای زنجیرۀ تأمین بهره وری دارند و نتایج حاصل از سایر عوامل زنجیرۀ تأمین به شدت تحت تأثیر توانمندسازها قرار دارند. لذا پیشنهاد می گردد به ارتقای توانمندسازها - با توجه به اینکه اثر گذارترین مؤلفۀ آن است- توجه ویژه گردد.
از طرفی ایجاد و مدیریت قوانین، بالاترین تأثیر را در تقویت عامل توانمندسازها داراست. به عبارتی سیاستگذاری های کلان دولت و و وزارت صمت و نیز ایجاد قوانین مناسب تأثیر بسزایی در بهره وری زنجیرۀ تأمین صنعت فولاد دارد و سیاستگذاران می باید با تدوین قوانین و مقررات مناسب و پیگیری اجرای آنها در صنعت، به تقویت این شاخص مبادرت ورزند. همچنین در عامل برنامه ریزی، برنامه ریزی زنجیرۀ تأمین، بالاترین تأثیر را داراست. بدین معنی که برنامه ریزی جامع و یکپارچه در ارتقای بهره وری زنجیرۀ تأمین فولاد بسیار اثرگذار می باشد و می باید برنامه های کلان در سطوح بالا تدوین و جهت اجرایی شدن به سطوح پایین ابلاغ گردد. در این خصوص پیشنهاد می گردد نظام برنامه ریزی یکپارچه شده و به صورت سیستمی و هوشمند ارتقا یابد. در عامل منبع یابی، منبع یابی محصولات موجود بالاترین اثرگذاری را دارد و بایستی در زنجیرۀ تأمین صنعت فولاد، بیشتر به منابع مورد استفاده در محصولات موجود توجه نمود و تأمین کنندگان این منابع را گسترش داد.
شاخص ساخت برای انبار کردن، تاثیرگذارترین شاخص عامل ساخت در زنجیرۀ تأمین فولاد می باشد. این مطلب نشان از آن دارد که اهمیت محصولات روتین که در بازار مشتری آن وجود دارد نسبت به سایر محصولات اهمیت بیشتری دارد و شرکت ها می باید نسبت به ساخت و انبار آنها اقدام نمایند. این مطلب در خصوص عامل تحویل نیز صادق می باشد بدین معنی که تحویل محصولات انبار شده هم تأثیر بسیاری بر ارتقای بهره وری زنجیرۀ تأمین فولاد داراست. در خصوص عامل برگشت، از آنجا در زنجیرۀ تأمین فولاد چندان اثر گذار نمی باشد و تأثیری جزئی دارد، شاخص تحویل محصولات برگشتی معیوب تا حدودی می تواند در افزایش بهره وری تأثیرگذار باشد.
در انتها، برای پژوهشگران آتی توصیه می گردد در جهت ارتقای بیشتر بهره وری صنعت فولاد بر روی تک تک عوامل (مخصوصا توانمندسازها) به صورت خاص تمرکز نموده و اثر متقابل عوامل بر یکدیگر را نیز مورد بررسی قرار دهند.
تعارض منافع:
نویسندگان هیچگونه تعارض منافع ندارند.
References
Azar, A; GholamReza, R; Ghanavati, M.(2012) “Route structural modeling in management: application of Smart PLS Software”, Tehran:Negah Danesh Publication, 1-280.[In Persian].
Cagliano, R., Worley, C. G., & Caniato, F. F. (2016). The Challenge of Sustainable Innovation in Agri-Food Supply Chains. In Organizing Supply Chain Processes for Sustainable Innovation in the Agri-Food Industry (pp. 1-30).Emerald Group Publishing Limited. doi:10.1108/S2045-060520160000005009
Espadinha-Cruz, P., Grilo, A., Puga-Leal, R., & Cruz-Machado, V. (2011). A model for evaluating Lean, Agile, Resilient and Green practices interoperability in supply chains. Industrial Engineering and Engineering Management, IEEM 2011(pp.1209-1213), Singapore. doi:10.1109/IEEM. 2011.6118107.
Fornell, C. &Larcker, D.(1981). Evaluating Structural Equation Modeling with Unobserved ariables and Measurement Error, Journal of Marking Research, 18(1):39-50. doi:10.2307/3151312
Gefen, D. & Straub, D.W.(2005). A Practical Guide to Factorial Validity Using PLS-Graph: Tutorial and Annotated Example. Communications of AIS, 16 (1): 91-109. doi:10.17705/1CAIS.01605
Güner, H. M., Çemberci, M., & Civelek, M. E. (2018). The Effect of Supply Chain Agility on Firm Performance, 4(2), 25-34.
Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E. & Tatham, R.(2006). Multivariate Analysis (6th ed.), New Jersey: Pearson Education In, 1-761.
Hair, J.F., Ringle, C.M. & Sarstedt, M.(2011). PLS-SEM: indeed a silver bullet, Journal of Marketing heory and Practice, 19 (2): 139-151. doi:10.2753/MTP1069-6679190202
Henseler, J., & Fassott, G.(2011). Testing moderating effects in PLS path models: An illustration of available procedures. In Handbook of partial least squares. Pp. 713-735, Springer Berlin Heidelberg. doi:10.1007/978-3-540-32827-8_31
Handfield, R., Nichols, E. L. (1999) “Introduction to Supply Chain Management”. New Jersey, N. J.: Upper Saddle River: Prentice Hall.
Khamseh, A; Ghodarzi, M; Asghari, M.(2019), “Identification of key success factors of R&D collaborations with an approach to future in MAPNA Group Supply Chain Management, journal of future studies management, 30(3), 81-92.[In Persian]. https://jmfr.srbiau.ac.ir/article_15294.html
Lii, P., Kau, F. (2016). Innovation-oriented supply chain integration for combined competitiveness and firm performance. Intern. Journal of Production Economics, 174, 142-155. doi:10.1016/j.ijpe.2016.01.018
Kumar, V., Chibuzo, E., Reyes, J., Kumari, A., Lona, L., Torres, G., (2017). The Impact of Supply Chain Integration on Performance: Evidence from the UK Food Sector. Procedia Manufacturing 11 (2017)814–82. doi:10. 1016/j.promfg.2017.07.183
Rimienė, Kristina. 2011. “Supply Chain Agility Concept Evolution(1990- 2010)”, Journal of Economics and Management, 892-899.
Sabegh, M. H. Z., Caliskan, A., Ozturkoglu, Y., & Cetiner, B. (2019). Testing the Effects of Agile and Flexible Supply Chain on the Firm Performance Through SEM. In System Performance and Management Analytics (pp. 35-46). Springer, Singapore. doi:10.1007/978-981-10-7323-6_3
SCC(2004), Supply-Chain Operations Reference-model: Supply-chain.org, Overview Version 7.0.
Sarkis,J.,Zhu,Q.and Laai,KH.(2011) An organizational theoretic review of green supply chain management literature, International journal of Production Economics,Vol.130,No.1,pp.1-15.doi:10.1016/j.ijpe.2010.11. 010
Srvulaki, E., & Davis, M. (2010). "Aligning product with supply chain processes and strategy". The international journal of logistic management, 21, 127- 151. doi:10.1108/09574091011042214
Tarofder, A. K., Haque, A., Hashim, N., Azam, S. M., & Sherief, S. R. (2019). Impact of Ecological Factors on Nationwide Supply Chain Performance. Ekoloji Dergisi, 28(107):695-704.
Van, N., Vikas, K., Archana, K., Arturo, G., Supalak, A., (2016). The role of supply chain integration in achieving competitive advantage: A study of UK automobile manufacturers. Proceedings of the 26th International Conference on Flexible Automation and Intelligent Manufacturing (FAIM), Seoul, Republic of Korea, 1-8.
(127)
[1] .Ph.D. candidate Department of in Industrial Management, Emirates Branch, Islamic Azad University, United Arab Emirates, Dubai
[2] .Professor, Department of Industrial Management, Science and Research Unit, Islamic Azad University, Tehran, Iran
*.Corresponding Author: r.radfar@srbiau.ac.ir
[3] .Professor, Department of Industrial Management, Science and Research Unit, Islamic Azad University, Tehran, Iran
[4] .Assistant Professor, Department of Industrial Management, Central Tehran Branch, Islamic Azad University, Tehran, Iran
[5] .دانشجوی دکتری گروه مدیریت صنعتی، واحد امارات، دانشگاه آزاد اسلامی، امارات متحده عربی، دبی
[6] .استاد گروه مدیریت صنعتی، واحدعلوموتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
*. نویسنده مسؤول:r.radfar@srbiau.ac.ir
[7] .استاد گروه مدیریت صنعتی، واحدعلوموتحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
[8] .استادیار گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
[9] . Content Validity Ratio
[10] . Content Validity Index
[12] . Espadinha-Cruz
[13] . Richards ,et al
[14] .Srvulaki & Davis
[15] .GSCF
[16] .Rimienė
[17] .Handfield , et al
[18] .Handfield , et al
[19] .Supply chain operation reference(SCOR)
[20] .Supply chain council (SCC)
[21] .Plan
[22] .Source
[23] .Make
[24] .Deliver
[25] .Return
[26] .Sarkis
[27] .Kumar
[28] .Van
[29] .Sabegh et al
[30] .Güner et al
[31] .Tarofder et al
[32] . Engineered to order (ETO)
[33] . Make to Order (MTO)
[34] . Maintenance, Repair and Operations (MRO)
[35] .Hair
[36] .Gefen & Straub
[37] .Henseler