دانلود مقاله نوآوری سبز، ادغام زنجیره تامین و سیستم اطلاعاتی سبز
ترجمه نشده

دانلود مقاله نوآوری سبز، ادغام زنجیره تامین و سیستم اطلاعاتی سبز

عنوان فارسی مقاله: نوآوری های سبز، ادغام زنجیره تامین و سیستم اطلاعاتی سبز: مدلی از اعتدال
عنوان انگلیسی مقاله: Green innovations, supply chain integration and green information system: A model of moderation
مجله/کنفرانس: مجله تولید پاک تر - Journal of Cleaner Production
رشته های تحصیلی مرتبط: مدیریت - مهندسی صنایع
گرایش های تحصیلی مرتبط: سیستم های اطلاعاتی پیشرفته - مدیریت صنعتی - لجستیک و زنجیره تامین
کلمات کلیدی فارسی: ادغام تامین کننده، جهت گیری مشتری، نوآوری سبز و تولید، سیستم اطلاعاتی سبز
کلمات کلیدی انگلیسی: Supplier integration, Customer orientation, Green innovation & production, Green information system
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus - Master Journals List - JCR
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.jclepro.2022.130557
نویسندگان: Kejin Qu - Zuoming Liu
دانشگاه: handong Youth University of Political Science, China
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2022
ایمپکت فاکتور: 9.556 در سال 2020
شاخص H_index: 200 در سال 2021
شاخص SJR: 1.937 در سال 2020
شناسه ISSN: 0959-6526
شاخص Quartile (چارک): Q1 در سال 2020
فرمت مقاله انگلیسی: PDF
تعداد صفحات مقاله انگلیسی: 12
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: بله
آیا این مقاله مدل مفهومی دارد: دارد، تصویر 1 صفحه 5
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: دارد
آیا این مقاله فرضیه دارد: ندارد
کد محصول: E16165
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
فهرست مطالب (ترجمه)

نکات برجسته


چکیده


چکیده گرافیکی


کلید واژه ها


1. معرفی


2. مبانی نظری


3. توسعه فرضیه


4. روش شناسی


5. نتایج و تجزیه و تحلیل


6. بحث و گفتگو


7. نتیجه گیری


ضمیمه. آیتم های مقیاس برای سازه های نهفته مورد استفاده در این مطالعه


منابع

فهرست مطالب (انگلیسی)

Highlights
Abstract
Graphical abstract
Keywords
1. Introduction
2. Theoretical foundation
3. Hypothesis development
4. Methodology
5. Results and analyses
6. Discussions
7. Conclusion
CRediT authorship contribution statement
Declaration of competing interest
Appendix. Scale items for latent constructs used in this study
References

بخشی از مقاله (ترجمه ماشینی)

چکیده:


     این مطالعه با تکیه بر تئوری پردازش اطلاعات، تأثیر تعدیل سیستم اطلاعات سبز را در شکل‌دهی تأثیرات ادغام تأمین‌کنندگان و مشتری مداری بر نوآوری سبز بررسی می‌کند. این مطالعه از داده های نظرسنجی (231 شرکت نمونه) برای آزمایش تجربی مدل مفهومی پیشنهادی استفاده می کند. نتایج حاصل از برآورد مدل سازی معادلات ساختاری نقش مهم یکپارچه سازی زنجیره تامین را در بهبود نوآوری های سبز سازمانی تایید می کند. مهمتر از آن، اثرات مثبت یکپارچه سازی زنجیره تامین، به عنوان مثال، یکپارچه سازی تامین کننده و مشتری مداری، زمانی که با یک سیستم اطلاعات سبز موثر همسو شود، قابل توجه تر است. این مطالعه با مطالعه اثر تعدیل سیستم اطلاعات سبز در بهبود اثر یکپارچگی زنجیره تامین بر نوآوری‌های سبز به مطالعات کمک می‌کند و دستورالعملی برای دست اندرکاران برای سرمایه‌گذاری در سیستم‌های اطلاعات سبز برای تسهیل ارتباطات و اشتراک‌گذاری اطلاعات در سراسر زنجیره تامین برای نوآوری‌های سبز فراهم می‌کند.



توجه! این متن ترجمه ماشینی بوده و توسط مترجمین ای ترجمه، ترجمه نشده است.

بخشی از مقاله (انگلیسی)

Abstract


     Building on the theory of information processing, this study investigates the moderation effect of green information system in shaping the impacts of supplier integration and customer orientation on green innovation. This study uses survey data (231 sample firms) to empirically test the proposed conceptual model. The results from the structural equation modeling estimation confirm the important role of supply chain integration in improving organizational green innovations. More importantly, the positive effects of supply chain integration, i.e., supplier integration and customer orientation, are more significant when aligned with an effective green information system. This study contributes to the literature by studying the moderation effect of green information system in improving the effect of supply chain integration on green innovations and provides a guideline for practitioners to invest in green information systems to facilitate smooth communication and information sharing across the supply chain for green innovations.


Introduction


     The growing concerns for the environment have been imposing great pressures on companies to implement new models focusing on environmental sustainability rather than traditional models that focus on efficiency and profit only. This major strategic change urges companies to find a win–win solution to mitigate the conflicts between environmental management and economic performance (Chang, 2011). Green innovation has been suggested by researchers as a strategic tool to maintain sustainable development while achieving competitive advantages (Liu, 2020). Green innovation is regarded as a promising way to achieve economic development and sustainability simultaneously because of its emphasis on product differentiation, new-market entry strategies, cost-saving techniques, and high-level management capabilities (Porter and van der Linde, 1995). Green innovations can improve resource productivity by enhancing product value which offsets the extra costs of environmental investments (Porter and van der Linde, 1995). In today’s business environment, it is critical for companies to embrace green innovation in order to prosper financially and environmentally as well. However, research dealing with the inherent drivers or antecedents of green innovation is rare. Many studies have focused on external factors as the drivers in improving green innovation, such as government regulations, stakeholders’ pressures, etc. (Provasnek et al., 2017; Yu et al., 2017).


Results and analyses


     This study employs a structural equation model (SEM) to analyze the proposed relationships specified in our conceptual framework (Fig. 1). SEM is a statistical methodology including factor analysis (i.e., measurement model) and path analysis (i.e., structural model). SEM can be used to study the relationships among latent constructs that are indicated by multiple measures. SEM has the ability to incorporate latent variables into the analysis and accounts for measurement errors in the estimation process. SEM allows to model and test complex patterns of relationships, including a multitude of hypotheses simultaneously with multiple dependent variables. Fig. 2 below illustrates the diagram of estimated relationships among those constructs discussed in this study and their corresponding measurement items.

     Mplus 8 was used to estimate the SEM with the maximum-likelihood estimation. Table 5 below displays the outcomes with the fit indices of the estimation. In this process, a hierarchical estimation process is used by estimating the direct effects of supplier integration (SI) and customer orientation (CO) on green product innovation (GPDI) and green process innovation (GPCI) first in model 1. Then the moderation effect of green information system (GIS) is estimated by adding GIS and its interactions with SI and CO in model 2. Compared with a big aggregate structure of analysis with all information involved, the hierarchical structure allows adding extra information easily to confirm the relationship of interest. The hierarchical model will largely eliminate the potential of collinearity incurred by adding too many explanatory variables at one time while confirming the focal relationships step by step. The results are shown in Table 5 below.

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است