مدل موانع تابآوری زنجیره تأمین فرش ماشینی
محورهای موضوعی : تخصصیاسماعیل مزروعی نصرابادی 1 * , امیرحسین فلاحی نژاد 2
1 - استادیار، گروه مدیریت کسب و کار، دانشکده علوم مالی، مدیریت و کارآفرینی، دانشگاه کاشان، کاشان، ایران
2 - کارشناس ارشد مدیریت بازرگانی، دانشکده مدیریت، دانشکدگان فارابی، دانشگاه تهران، قم، ايران
کلید واژه: تابآوری, زنجیره تأمین فرش ماشینی, موانع, پیچیدگی شبکه,
چکیده مقاله :
زنجیره تأمین فرش ماشینی با اختلالات متعددی روبرو است و لازم است تاب آور باشد. در راستای تابآوری، شناسایی موانع اهمیت زیادی دارد. تحقیقات قبلی موانع را بدون در نظر گرفتن مراحل تابآوری بررسی کردهاند. در این تحقیق موانع تابآوری بر اساس مراحل 5 گانه تابآوری شناسایی و مدل آنها ارائه گردید. جامعه آماری تحقیق خبرگان زنجیره تأمین صنعت فرش ماشینی، شیوه نمونهگیری قضاوتی و گلوله برفی، حجم نمونه در مرحله شناسایی عوامل بر اساس اشباع نظری برابر با 14 نفر و در مرحله مدلسازی برابر با 10 نفر است. نتایج بیانگر 20، 20، 16، 16 و 16 مانع در هریک از مراحل 5 گانه است. متغیرهای عدم اعتماد، پیچیدگی شبکه، عدم تعهد مدیریت عالی، چالشهای فرهنگی و شایستگی پایین نیروی انسانی با توجه به تعداد تکرار در مراحل 5 گانه و نقشی که دارند اهمیت بالایی دارند و باید مورد توجه ویژه قرار بگیرند. برای غلبه بر موانع پیشنهاد میشود توسعه زیرساختهای اطلاعاتی، بهکارگیری فنآوریهای نوین، برگزاری دورههای آموزشی و ارتقاء سیستم مدیریت منابع انسانی مورد توجه قرار بگیرد.
The machine-made carpet supply chain faces multiple disruptions and must be resilient. To be resilient, identifying barriers holds significant importance. Previous research has examined barriers without considering the stages of supply chain resilience. In this study, barriers to supply chain resilience were identified based on the five stages of supply chain resilience, and their model was presented. The research population consisted of experts in the supply chain of the machine-made carpet industry, using judgmental and snowball sampling methods. The sample size for identifying factors based on theoretical saturation was 14, while in the modeling stage, it was 10. The results indicated 20, 20, 16, 16, and 16 barriers in each of the five stages. Variables such as lack of trust, network complexity, lack of top management commitment, cultural challenges, and low human resource competence are of high importance based on their frequency in the five stages and the roles they play, requiring special attention. To overcome these barriers, it is suggested to focus on developing information infrastructure, employing innovative technologies, conducting training courses, and enhancing human resource management systems
رحیمیان، محمدمهدی؛ و رجبزاده قطری، علی. (1396). سنجش تابآوری زنجیره تأمین با رویکرد سیستمهای پیچیده سازگار؛ مطالعه موردی: صنعت داروسازی ایران. پژوهشهای نوین در تصمیمگیری 2(2)، 155-195.
رضایی زاده، مرتضی؛ انصاری، محسن؛ و مورفی، ایمون. راهنماي كاربردي روش تحقيق: مديريت تعاملي IM. تهران: انتشارات جهاد دانشگاهی، چاپ اول. (1392).
مزروعی نصرآبادی، اسماعیل. (1401). طراحی مدل تابآوری زنجیره تأمین فرش ماشینی ایران: رویکرد مدلسازی ساختاری تفسیری فراگیر فازی. بهبود مدیریت. doi: 10.22034/jmi.2023.366326.2849
مزروعی نصرآبادی، اسماعیل؛ حبیبی راد، امین؛ و شول، عباس. (1401). ارائه مدل عوامل کلیدی موفقیت برای مقابله با اثر موجی در زنجیره تأمین فرش ماشینی ایران: نگاهی بر همهگیری کرونا. چشمانداز مدیریت صنعتی. doi: 10.52547/jimp.2022.228105.1383
ملکی فر، سیاوش. (1399). نقش و جایگاه صندوق نوآوری و شکوفایی در توسعه اقتصاد دانش بنیان. نشریه صنعت و دانشگاه، 12(45)، 35-45.
Agarwal, N., & Seth, N. (2021). Analysis of supply chain resilience barriers in Indian automotive company using total interpretive structural modelling. Journal of Advances in Management Research.
Alshurideh, M., Alquqa, E., Alzoubi, H., Kurdi, B., & AlHamad, A. (2023). The impact of cyber resilience and robustness on supply chain performance: Evidence from the UAE chemical industry. Uncertain Supply Chain Management, 11(1), 187-194.
Banerjee, T., Trivedi, A., Sharma, G. M., Gharib, M., & Hameed, S. S. (2022). Analyzing organizational barriers towards building postpandemic supply chain resilience in Indian MSMEs: a grey-DEMATEL approach. Benchmarking: An International Journal, (ahead-of-print).
ÇALIK, A. (2022). Resilient Supplier Selection Based on Fuzzy AHP-Fuzzy ARAS Methods. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 9(2), 275-296.
Chen, G., & Peivandizadeh, A. (2022). Resilient Supply Chain Planning for the Perishable Products under Different Uncertainty. Mathematical Problems in Engineering, 2022, 1-12.
Dadsena, K. K., Mathiyazhagan, K., & Taghipour, A. (2021). Analysis of Barriers for the Build the Resilient Supply Chain Networks Post-COVID-19. In Managing Supply Chain Risk and Disruptions: Post COVID-19 (pp. 79-89). Cham: Springer International Publishing.
Dashtpeyma, M., & Ghodsi, R. (2021). Forest biomass and bioenergy supply chain resilience: A systematic literature review on the barriers and enablers. Sustainability, 13(12), 6964.
Falagara Sigala, I., & Maghsoudi, A. (2022). Overview of the Enablers of Humanitarian Supply Chain Resilience. In Supply Chain Resilience: Insights from Theory and Practice (pp. 325-336). Cham: Springer International Publishing.
Gluttig, G. (2022). Resilient Supply Chains: A Practical Guide for Successful Implementation. In Supply Chain Resilience: Insights from Theory and Practice (pp. 183-190). Cham: Springer International Publishing.
Hohenstein, N. O., Feisel, E., Hartmann, E., & Giunipero, L. (2015). Research on the phenomenon of supply chain resilience: a systematic review and paths for further investigation. International Journal of Physical Distribution & Logistics Management, 45(1/2), 90-117.
Ivanov, D. (2021). Introduction to supply chain resilience: Management, modelling, technology. Springer Nature. Kummer, S., Wakolbinger, T., Novoszel, L., & Geske, A. M. (Eds.). (2022). Supply Chain Resilience: Insights from Theory and Practice (Vol. 17). Springer Nature.
Lee, K. H. (2022). Managing Supply Chain Resilience for Sustainability in an Uncertain World: Challenges and Solutions. In Supply Chain Resilience: Insights from Theory and Practice (pp. 139-147). Cham: Springer International Publishing.
Mazroui Nasrabadi, E. (2023). Designing the resilience model of Iran's machine-made carpet supply chain: Fuzzy total interpretive structural modeling approach. Journal of Improvement Management. doi: 10.22034/jmi.2023.366326.2849. (In Persian).
Mazroui Nasrabadi, E., Habibirad, A., & Shoul, A. (2022). Presenting a model of critical success factors to cope with the ripple effect in Iran's machine-made carpet supply chain: Corona pandemic effects.. Journal of Industrial Management Perspective. doi: 10.52547/jimp.2022.228105.1383. (In Persian).
Opricovic, S., & Tzeng, G. H. (2003). Defuzzification within a multicriteria decision model. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 11(05), 635-652.
Rahimian, M. M., & Rajabzadeh Ghatari, A. (2017). Measuring Supply Chain Resilience using Complex Adaptive Systems approach; Case Study: Iranian Pharmaceutical Industry. Modern Research in Decision Making, 2(2), 155-195. (In Persian).
Rajesh, R. (2018). Measuring the barriers to resilience in manufacturing supply chains using Grey Clustering and VIKOR approaches. Measurement, 126, 259-273.
Rajesh, R. (2018). Measuring the barriers to resilience in manufacturing supply chains using Grey Clustering and VIKOR approaches. Measurement, 126, 259-273.
Rezaeizadeh, M; Ansari, M & Morphi, I. (2013).A practical guide to the research method: interactive management (IM) and Interpretive Structural Modeling (ISM). Tehran: Jihad Daneshgahi Publications, first edition.
Sheffi, Y., & Rice Jr, J. B. (2005). A supply chain view of the resilient enterprise. MIT Sloan management review. 47(1), 41-48.
Song, Y., & Medda, F. (2022). Financing Supply Chain Resilience Via Resilience Bond: A Case Study of a Supply Network in China. A head of print, Available at SSRN 4172855.
Wasif, S. M., Asim, M., & Manzoor, S. (2020). Analyzing the Enablers and Barriers in Procurement affecting Supply Chain Resilience. International Journal of Social, Political and Economic Research, 7(2), 403-414.
Wu, W. W., & Lee, Y. T. (2007). Developing global managers’ competencies using the fuzzy DEMATEL method. Expert systems with applications, 32(2), 499-507.
Yadav, A. K., & Samuel, C. (2022). Quality function deployment-based framework for the resilient supply chain. International Journal of Business Continuity and Risk Management, 12(4), 316-347.
Zamiela, C., Hossain, N. U. I., & Jaradat, R. (2022). Enablers of resilience in the healthcare supply chain: A case study of US healthcare industry during COVID-19 pandemic. Research in Transportation Economics, 93, 101174.
Zhao, X. (2022, December). Research on the Impact of COVID-19 on Global Supply Chains and Policy Responses. In 2022 International Conference on Economics, Smart Finance and Contemporary Trade (ESFCT 2022) (pp. 1052-1059). Atlantis Press.