دانلود مقاله بررسی چابکی زنجیره تأمین

چکیده
     زنجیره تأمین تولید جهانی در حال تجربه یک تحول دیجیتال (DT) است که تحت تأثیر تکنولوژی های دیجیتال مختلف قرار دارد. هم در محیط های پایدار و هم در محیط های آشفته، تحول دیجیتال (DT) با افزایش چابکی زنجیره تأمین، به تضمین عملکرد زنجیره تأمین کمک می کند. با اینکه تعداد تحقیقات مربوط به استفاده از تکنولوژی های دیجیتالی و تأثیرات آنها بر زنجیره های تأمین روز به روز در حال افزایش است اما یک دیدگاه نظری گسترده برای ترکیب عملکردها، اثرات و مزایای مختلف آنها وجود ندارد. ما به منظور پر کردن این شکاف، مفهوم اثر شبکه ای داده برای زمینه زنجیره تأمین را اتخاذ کردیم و پیشنهاد کردیم که تحول دیجیتال (DT) از طریق بهبود قابلیت ارتجاع زنجیره تأمین (SCRes) و استواری زنجیره تأمین (SCRob)، سبب بهبود عملکرد زنجیره تأمین می گردد. ما برای اعتبارسنجی فرضیات خود یک بررسی بزرگ مقیاس را بر روی فرآیند جمع آوری داده انجام دادیم و مدلسازی معادلات ساختاری-حداقل مربعات جزئی (PLS-SEM) را برای تحلیل داده اجرا نمودیم. نتایج مطالعه حاضر تأثیر مثبت تحول دیجیتال (DT) بر روی عملکرد زنجیره تأمین و نقش های واسطه SCRob و SCRes را تأیید کرد. مطالعه ما به بحث ناتمام تحول دیجیتال (DT) در زمینه زنجیره تأمین کمک می کند و یک دیدگاه نظری جدید را برای اثرات شبکه ای داده های زنجیره تأمین معرفی می کند.

1.  مقدمه
     همان طور که مک کنزی (2020) در یک مطالعه اخیر درباره مدیران اجرایی زنجیره تأمین بین بخشی اثبات کرد، بیش از 70 درصد این مدیران اجرایی در دوران همه گیری کووید 19 وقفه هایی را در زنجیره های تأمین خود تجربه کردند و در صنایع غذا و کالاهای مصرفی این رقم به 100 درصد می رسید. این اثر زیان بخش سازمان ها را وادار ساخت که تلاش های تحول دیجیتال (DT) خود را تسریع کنند چون تحول دیجیتال فرصت های جدیدی را ایجاد کرده بود که در دوره بعد از این همه گیری هم می توانست ادامه یابد (مک کنزی 2020، کوی و همکارانش 2022). برخلاف زمینه صنعت 4.0 ، شرکت ها استفاده از ابزارهای دیجیتالی را افزایش دادند تا بتوانند مدل های عملیات زنجیره تأمین، استراتژی ها و شیوه ارائه ارزش به مشتریان را متحول سازند (هاهن 2020). تحول دیجیتال (DT) یک سری تغییرات استراتژیک را شامل می گردد که سازمان ها آنها را با بهره گیری از تکنولوژی های دیجیتال ایجاد می کنند (هس و همکارانش 2016، فاروق و همکارانش 2021) و مدیران ترغیب می شوند که برای حل چالش های پیش روی سازمان ها، بر تحول دیجیتال (DT) متکی گردند. بعنوان مثال اثبات شد که یک تحول دیجیتال (DT) موفقیت آمیز از لحاظ خلاقیت (میکالف و گوپتا 2021)، یکپارچگی محیطی داخلی و زنجیره تأمین (بنزیدیا و همکارانش 2021)، عملکرد رقابتی (وامبا و گوتری 2019) و غیره برای سازمان سودمند است و این مزایا و فرصت ها در گذشته امکان پذیر نبودند چون تکنولوژی های دیجیتال موجود نبودند.
     مدیریت زنجیره تأمین کار خیلی دشوار و چالش انگیزی است و وقفه های خارجی پی در پی باعث می شد که این دشواری دو چندان شود. در این شرایط، حفظ عملکرد زنجیره تأمین نیازمند قابلیت هایی بود که در شرایط محیطی مختلف قادر به پشتیبانی از عملیات های زنجیره تأمین بود. مطالعات موجود پیشنهاد کرده اند که در محیط های نامعین، زنجیره های تأمین باید قابلیت های چابکی را توسعه دهند که آنها را قادر سازد سریعاً خود را از آسیب ها بهبود دهند و بتوانند در مقابل وقفه های بالقوه در آینده از مقاومت لازم برخوردار باشند (نیکوکار و یانادوری 2021). این قابلیت ها در مطالعات مدیریت زنجیره تأمین به ترتیب در طبقات قابلیت ارتجاع زنجیره تأمین (SCRes) و استواری زنجیره تأمین (SCRob) جای گرفته اند و از زمان شیوع کووید 19 مورد توجه زیادی قرار گرفته اند (براندون جونز و همکارانش 2014، ایوانوف 2020، کوی و همکارانش 2022، تیان و همکارانش 2024).
     توسعه دادن همزمان قابلیت هایی همچون SCRes و SCRob هیچوقت کار آسانی نبوده است اما تصور می شود که ابزارهای دیجیتالی مدرن فرصت های جدیدی را ایجاد می کنند (آپیو و همکارانش 2021). تأثیر عمیق و ماندگار ریسک های جغرافیایی-سیاسی و همه گیرشناختی باعث شده است که تحول دیجیتال (DT) و توسعه SCRes و SCRob برای تمام انواع سازمان ها و زنجیره های تأمین، به بالای دستور کار استراتژیک منتقل شود. تحول دیجیتال (DT) به معنای اجرای تکنولوژی های دیجیتالی مختلف است و در حال تبدیل داده های عظیم غیرساختارمند به منابع سازمانی استراتژیک است. گرگوری و همکارانش (2021) این پدیده مداوم برای جمع آوری، تحلیل، یادگیری و متحول سازی از داده را «اثر شبکه ای داده» نامیده اند که طبق آن، هر چه داده های بیشتری در یک نهاد تولید شود ارزش بیشتری را می تواند برای کاربران ایجاد نماید. این موضوع خصوصاً برای زنجیره های تأمین مهم است چون شرکت ها هر چه ابزارهای دیجیتالی بیشتری برای جمع آوری و مدیریت کلان داده، و به اشتراک گذاری داده در بین خود داشته باشند شرکت های منفردی که در یک زنجیره تأمین مشارکت دارند مزایای بیشتری دریافت خواهند کرد. بعنوان مثال P&G و بزرگترین مشتری آن، والمارت (Walmart) از طریق «به اشتراک گذاری داده بر مبنای تکنولوژی» به مزایای متقابلی دست یافتند و مهمتر اینکه، این کار سبب تحریک یک رقابت سالم در بین تأمین کنندگان والمارت برای نوآوری شد و باعث شد که آنها مزایای بیشتری از زنجیره تأمین خود کسب کنند (والر 2013). با این حال پدیده تحقیقات اندکی بر روی اثر شبکه ای داده در حیطه مدیریت زنجیره تأمین انجام شده است. هنوز از لحاظ تجربی اثبات نشده است که در زمینه مدیریت زنجیره تأمین، کدام اثر شبکه ای داده آشکار می گردد. بنابراین ما پیشنهاد می کنیم که تحقق همزمان SCRes و SCRob، شکلی از اثر شبکه ای داده است که سپس منجر به بهبود عملکرد زنجیره تأمین می گردد. هدف مطالعه حاضر این است که یک سوال تحقیق مهم را روشن تر سازد:
آیا تحول دیجیتال (DT) یک اثر شبکه ای داده را در زنجیره تأمین ایجاد می کند، که در نهایت منجر به بهبود عملکرد و بهبود قابلیت های SCRes و SCRob گردد؟
5.3  محدودیت ها و پیشنهاداتی برای تحقیقات آینده
     علیرغم اینکه مطالعه ما تازگی مفهومی بالایی دارد و کمک های ارزشمندی به مطالعات می کند اما محدودیت هایی هم دارد. اول، ما در بررسی خود بر جمع آوری داده خودگزارشی و ذهنی تکیه کردیم که ممکن است نتواند تصویر کلی مسائل مورد نظر را نشان دهد و این به علت محدودیت ها و سوگیری های شناختی و دانشی پاسخ دهندگان است. بنابراین توصیه می کنیم که تحقیقات آینده برای مثلث بندی منابع داده تلاش کنند. دوم، ما بررسی خود را در یک کشور منفرد و در یک بخش منفرد انجام دادیم و یافته های ما ممکن است به زمینه های دیگر قابل تعمیم نباشد. بنابراین مدلی که توسعه داده ایم را در آینده می توان در زمینه های دیگر نیز اعتبارسنجی کرد. سوم، اثر شبکه ای داده علاوه بر SCRes، SCRob و SCP، می تواند شکل های دیگری هم داشته باشد. ما توصیه می کنیم که مطالعات بیشتری انجام شوند که وجود اثر شبکه ای داده را به صورت تجربی بررسی کنند.

Abstract

     The global manufacturing supply chain is undergoing a digital transformation (DT) powered by various digital technologies. In both stable and turbulent environments, DT helps safeguard supply chain performance by enhancing supply chain agility. While research on the use of digital technologies and their impacts on supply chains is growing, there is a lack of an overarching theoretical lens to synthesize their diverse functionalities, effects, and benefits. To address this gap, we adapt the concept of the data network effect to the supply chain context and propose that DT improves supply chain performance by enhancing supply chain resilience (SCRes) and robustness (SCRob) capabilities. To validate our hypotheses, we conducted a large-scale survey for data collection and performed Partial Least Squares Structural Equation Modelling (PLS-SEM) for data analysis. The results confirm the positive effect of DT on supply chain performance and the mediating roles of SCRob and SCRes. Our study contributes to the ongoing discussion on DT in the context of supply chains by introducing a novel theoretical perspective on the supply chain data network effect.

1. Introduction

     As McKinsey (2020) found in a recent survey of cross-sectoral supply chain executives, over 70% of them had experienced disruptions to their supply chains during the Covid-19 pandemic, and in the food and consumer goods industries the percentage reached 100%. The detrimental impact has urged organizations to accelerate their digital transformation (DT) efforts, due to the novel opportunities that digital solutions can offer in the post-pandemic era (McKinsey, 2020; Cui et al., 2022). Against the background of Industry 4.0, companies are characterized by the increasing use of digital tools to transform their supply chain operating models, strategies, and the way they deliver value to customers (Hahn, 2020). DT encompasses a series of strategic changes made by the organization through the employment of digital technologies (Hess et al., 2016; Faruquee et al., 2021), and managers are motivated to embark on DT to address challenges their organizations face. For instance, successful DT is found to benefit the organization in terms of creativity (Mikalef and Gupta, 2021), internal and supply chain environmental integration (Benzidia et al., 2021), and competitive performance (Wamba and Guthrie, 2019), among others, and these benefits and opportunities would not be feasible in the past when digital technologies were not available.

     Managing the supply chain is highly challenging, and frequent external disruptions further add to the intricacy. Under such circumstances, maintaining supply chain performance requires capabilities that can support supply chain operations in various environmental conditions. Literature has suggested that in uncertain environments, supply chains need to develop agile capabilities that enable them to recover quickly from the damage and to resist potential disruptions in the future (Nikookar and Yanadori, 2021). These capabilities are categorized as supply chain resilience (SCRes) and robustness (SCRob) respectively in the supply chain management literature and have gained extensive attention since the outbreak of Covid-19 (Brandon-Jones et al., 2014; Ivanov, 2020; Cui et al., 2022; Tian et al., 2024).

     Developing capabilities such as SCRes and SCRob at the same time is never an easy task, but modern digital tools are believed to bring new opportunities (Appio et al., 2021). The profound and long-lasting impact of the pandemic and geopolitical risks has moved DT and the development of SCRes and SCRob to the top of the strategic agenda for all types of organizations and supply chains. DT, characterized by the implementation of various digital technologies, is turning unstructured, massive data into strategic organization resources. Such an ongoing phenomenon of collecting, analyzing, learning and transforming from data is termed by Gregory et al. (2021) as “data network effect”, through which more data generated within an entity, the more value it can yield for the users. This is particularly relevant for supply chains, as companies have more digital tools available to collect and deal with big data and share data among themselves, more benefits can be generated to individual firms participating in a supply chain. For instance, P&G and its biggest customer Walmart achieved mutual benefits through technology-enabled data sharing, and more importantly, it motivated a healthy competition among Walmart’s suppliers to innovate which further benefits the supply chain (Waller, 2013). However, the phenomenon of data network effect is severely under-researched in the supply chain management domain. It remains empirically unclear as what data network effect manifests in the context of supply chain management. We therefore propose that the simultaneous achievement of SCRes and SCRob is a form of data network effect, which then translates into enhanced supply chain performance. Our study aims to shed light on the burning research question:

Does DT create a data network effect in the supply chain, in the form of improved SCRes and SCRob capabilities and performance?

5.3. Limitations and future research directions

     Despite the high conceptual novelty of our study and valuable contributions to the literature, it is not without limitations. First, we relied on self-reported, subjective data collected through a survey, which may not have captured the whole picture on the issues of interest, due to respondents’ cognitive and knowledge bias and limits. Therefore, future studies are encouraged to make efforts to triangulate data sources. Second, our survey was conducted in a single country and in a single sector, and the findings may not be readily generalizable to other contexts. Therefore, the developed model should be validated in other contexts in the future. Third, in addition to SCRes, SCRob and SCP, data network effect can take other forms. We call for more works that empirically validate the existence of the data network effect.

(جهت بزرگ نمایی روی عکس کلیک نمایید)

H1. DT has a positive effect on SCP.
H2. SCRes mediates the DT-SCP link.
H3. SCRob mediates the DT-SCP link.

H1. تحول دیجیتال (DT) تأثیر مثبتی بر روی عملکرد زنجیره تأمین (SCP) دارد.
H2. SCRes واسطه ای برای رابطه بین تحول دیجیتال (DT) و عملکرد زنجیره تأمین (SCP) است.
H3. SCRob واسطه ای برای رابطه بین تحول دیجیتال (DT) و عملکرد زنجیره تأمین (SCP) است.

چکیده
1.  مقدمه
2.  پیشینه نظری
2.1  تحول دیجیتال (DT) داده محور در زمینه زنجیره تأمین
2.2  تحریک تحول دیجیتال (DT) از طریق تکنولوژی های دیجیتالی مختلف
2.3  اثر شبکه ای داده
2.4  قابلیت های یک زنجیره تأمین چابک مبتنی بر تحول دیجیتال (DT) 
3.  فرضیات
3.1  تحول دیجیتال (DT) داده محور و عملکرد زنجیره تأمین
 3.2  اثر واسطه قابلیت های یک زنجیره تأمین چابک
4.  روش تحقیق
4.1  ابزار تحقیق
4.2  نمونه برداری و جمع آوری داده
4.3  سوگیری عدم پاسخ NRB و سوگیری روش مشترک (CMB)
4.4  مدل سنجش
4.5  مدل ساختاری
5.  بحث
5.1  کمک های نظری
5.2  کاربردهای عملی
5.3  محدودیت ها و پیشنهاداتی برای تحقیقات آینده
ضمیمه
منابع

Abstract
1. Introduction
2. Theoretical background
2.1. Data-driven DT in the context of supply chain
2.2. Driving DT through multiple digital technologies
2.3. Data network effect
2.4. DT-empowered agile supply chain capabilities
3. Hypotheses
3.1. Data-driven DT and supply chain performance
3.2. The mediation effect of agile supply chain capabilities
4. Research methodology
4.1. The survey instrument
4.2. Sampling and data collection
4.3. Non-response bias (NRB) and common method bias (CMB)
4.4. The measurement model
4.5. The structural model
4.6. Robustness checks
5. Discussion
5.1. Theoretical contribution
5.2. Practical implications
5.3. Limitations and future research directions
Appendix.
Data availability
References

این محصول شامل پاورپوینت ترجمه نیز می باشد که پس از خرید قابل دانلود می باشد. پاورپوینت این مقاله حاوی 26 اسلاید و 5 فصل است. در صورت نیاز به ارائه مقاله در کنفرانس یا سمینار می توان از این فایل پاورپوینت استفاده کرد.

در این محصول، به همراه ترجمه کامل متن، یک فایل ورد ترجمه خلاصه نیز ارائه شده است. متن فارسی این مقاله در 10 صفحه (2950 کلمه) خلاصه شده و در داخل بسته قرار گرفته است.

علاوه بر ترجمه مقاله، یک فایل ورد نیز به این محصول اضافه شده است که در آن متن به صورت یک پاراگراف انگلیسی و یک پاراگراف فارسی درج شده است که باعث می شود به راحتی قادر به تشخیص ترجمه هر بخش از مقاله و مطالعه آن باشید. این فایل برای یادگیری و مطالعه همزمان متن انگلیسی و فارسی بسیار مفید می باشد.

بخش مهم دیگری از این محصول لغت نامه یا اصطلاحات تخصصی می باشد که در آن تعداد 60 عبارت و اصطلاح تخصصی استفاده شده در این مقاله در یک فایل اکسل جمع آوری شده است. در این فایل اصطلاحات انگلیسی (تک کلمه ای یا چند کلمه ای) در یک ستون و ترجمه آنها در ستون دیگر درج شده است که در صورت نیاز می توان به راحتی از این عبارات استفاده کرد.