ارزیابی زنجیرۀ ‌تأمین تولید سلفون با استفاده از مدل‌های تصمیم‌گیری چندمعیاره

نوع مقاله : مقاله پژوهشی- فارسی

نویسندگان

1 استاد گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

2 دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

چکیده

زنجیرۀ تأمین سلفون، یک شبکۀ پیچیده از اجزای وابسته به هم است که ترجیحاً به مدیریت محتاطانه برای اطمینان از کارایی عملیاتی، عملکرد و پایداری نیاز دارد. زنجیرۀ تأمین سلفون به‌طور جامع با استفاده از مدل مرجع عملیات زنجیرۀ تأمین (SCOR)، به‌عنوان یک ابزار معیار در این مطالعه تحلیل می‌شود. این مطالعه از مدل‌سازی ساختاری تفسیری (ISM) و روش تصمیم‌گیری چندمعیاره (DEMATEL) براساس فرآیندهای شبکۀ تحلیلی (DANP) برای بررسی وابستگی‌های متقابل در اجزای زنجیرۀ تأمین، رتبه‌بندی فرآیندها و شناسایی تأمین‌کنندگان بالقوه استفاده می‌کند. یافته‌ها بر اهمیت درک بازار فعلی، خواسته‌های مشتری و چشم‌انداز رقابتی تأکید می‌کنند. این مستلزم درک خواسته‌های مشتری، دیدن روندهای نوظهور و پیشی‌گرفتن از رقباست. پنج سطح، ساختار سلسله‌مراتبی فرآیندهای زنجیرۀ تأمین را تشکیل می‌‌دهند. سطح بالا و سطح پایین، به‌عنوان سطوح مهم برجسته می‌شوند. موضوعاتی ازجمله درک بازار، نیازهای مشتری و استراتژی‌های رقابتی در سطح اول پوشش داده شده است. سطح پنجم نیز شامل شناسایی ریسک‌های احتمالی و توسعۀ استراتژی‌های کاهش ریسک است که طرح‌ها و استراتژی‌های کاهش احتمالی را در بر می‌گیرد و بنابراین خطرات بالقوه را به حداقل می‌رساند. این عملیات، نقش مهمی در نحوۀ عملکرد این سرویس دارد و لازم است با احتیاط انجام شود و بهبود یابد. این مطالعه بر اهمیت درک بازار، کنترل ریسک‌ها و بررسی انطباق تأکید می‌کند. تکنیک DANP در تعیین موقعیت فرآیندهای زنجیرۀ تأمین مختلف و یافتن تأمین‌کنندگان بالقوه، در عین حال کارآمدتر‌کردن فرآیند تخصیص منابع کمک بزرگی کرده است. این تجزیه و تحلیل‌ یک منبع ارزشمند برای ذینفعان در زنجیرۀ تأمین سلفون است و به برنامه‌ریزی استراتژیک و فرآیندهای تصمیم‌گیری کمک می‌کند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Evaluating the Cellophane Production Supply Chain Using Multi-Criteria Decision-Making Approaches

نویسندگان [English]

  • َAhmad Jafarnejad 1
  • Amir Mohammad Khani 2
1 Department of Industrial Management, Faculty of Management, University of Tehran, Tehran, Iran
2 Department of Industrial Management, Faculty of Management, University of Tehran, Tehran, Iran
چکیده [English]

Purpose: The supply chain of cellophane includes an independent set of parts whose relationship has to be properly managed to ascertain efficiency, performance, and sustainability. This research aims to provide detailed information regarding the cellophane supply chain and, using the Supply Chain Operations Reference model, act as a benchmark to enhance the adaptability and growth of the supply chain. Therefore, it can help the cellophane supply chain to remove its performance gap.
Design/methodology/approach: Interpretive Structural Modelling (ISM) has been used along with the Multi-Criteria Decision-Making (MCDM) approaches, supported by the Analytic Network Process (ANP). ISM has been applied to analyze the interdependencies among different components of the supply chain; DANP has been implemented to prioritize the processes of the supply chain and potential suppliers. An investigation has been also performed on the intensity of influence and dependence among various methods in the supply chain.
Findings: Findings indicated that the current market, demand, and competition are the biggest known factors impacting supply chain management. While this is more about learning the present state of the market, it is also important to realize future trends, customer needs, and competition. It includes information on marketing research, customer surveys, and competitive studies. A five-level hierarchical structure of the supply chain processes is reported, with levels one and five as the key drivers. The first level is wherein the market understanding, customer demand, and competitor practices are known. The fifth level involves the identification of potential risks and working out strategies to mitigate the risks. This level is all about active risk management. This involves developing ways through which contingency plans and strategies can be drafted to ensure the impact of the identified potential hazards is reduced. This level is so critical because it has a tremendous impact on performance and sustainability in the supply chain. Identifying potential risks and formulating strategies to reduce them are seen as independent variables with enormous impacts on other processes. These are very important processes as they could affect the effectiveness and efficiency of the entire chain. Both require careful management and continuous improvement to guarantee the smooth operation of the chain.
Research limitations/implications: This study concentrated on possible constraints due to supply chain complexity and market changes. Since the cellophane supply chain is dependent on several factors, further research on optimization methods and improvement of decision-making processes can lead to more effective operational results.
Practical implications: Findings are likely to give insight into the supply chain of cellophane, with an understanding of the market, customer demand, and competitive landscape. It also goes on to highlight potential risks, and the strategies formulated to reduce them. The use of the DANP technique helped rank the supply chain processes and identify potential suppliers, hence assisting in the effective allocation of needed resources such as materials, labour, and capital. This will assist those individuals concerned with the cellophane supply chain in the process of planning and making strategic decisions. This study contributes to the knowledge of SCM since it has elicited how much one needs to understand the market, manage risks, and ensure compliance.
Social implications: Given the significance of sustainability and the need to lessen effects in the packaging sector, this study seeks to enhance procedures and mitigate risks, within the cellophane supply chain. Such efforts aim to safeguard the environment and uphold accountability.
Originality/value: This study presented a comprehensive analysis and optimization of the cellophane supply chain using ISM and MCDM approaches. The new integrated approach of ISM and DANP helps to improve management processes and reduce supply chain risks.

کلیدواژه‌ها [English]

  • Cellophane production supply chain
  • SCOR model
  • ISM-DANP
  • Identification of potential risks
  • Performance improvement

a.               1- مقدمه

تولیدکنندگان، خرده‌فروشان، انبارها، تأمین‌کنندگان، حامل‌ها و دیگر شرکت‌ها همگی بخشی از زنجیرۀ تأمین‌اند. این فعالیت‌ها همۀ جنبه‌های حمل‌و‌نقل منابع و تبدیل کالا، از مواد خام تا مصرف‌کنندۀ نهایی، از‌جمله برنامه‌ریزی، اجرا، نظارت و کنترل این عملیات را در بر می‌گیرد (خان و یو[i]، 2019). در طول 40 سال گذشته، توسعۀ دائمی در زنجیرۀ تأمین وجود داشته است که سیستمی از افراد، سازمان‌ها، فعالیت‌ها، منابع و داده‌های دخیل در جابه‌جایی کالا یا خدمات از تأمین‌کننده به مشتری تعریف می‌شود (زنگ و همکاران[ii]، 2021). بهره‌وری و کارآیی یک تکنیک یا فعالیت به‌صورت کمی یا کیفی در ارزیابی عملکرد محاسبه می‌شود (کاتبرتسون و پیوتروویچ[iii]، 2011). شواهدی از تحقیقات پیشین نشان می‌دهد که طراحی یک سیستم اندازه‌گیری زنجیرۀ تأمین، یک تلاش پیچیده است و به قوانین عملی نیاز دارد (دولگی و همکاران[iv]، 2017).

مدل SCOR شورای زنجیرۀ تأمین، به ارزیابی و نظارت بر عملیات زنجیرۀ تأمین کمک‌ و امکان تدوین استراتژی‌های عملیاتی را بر‌اساس نتایج ارزیابی زنجیرۀ تأمین‌ فراهم می‌کند (ریکاردیانتو و همکاران[v]، 2022). معیارهای استانداردشده، عملکرد زنجیرۀ تأمین را ارائه‌ می‌کند و معیاری برای سازمان‌ها برای ارزیابی عملکرد و تعیین اهداف استراتژیک است (ریکاردیانتو و همکاران ، 2022).‌ ادغام رویکردهای کمی با مدل اندازه‌گیری عملکرد SCOR، راهی برای حمایت از ارزیابی مدیریت در مقیاسی در حال گسترش‌ مطالعه شده است. برای چنین کاربردهایی، دربارۀ تعدادی تکنیک ترکیبی از هوش مصنوعی و ارزیابی چندمعیاره‌ تحقیق شده است (محرم‌خانی و همکاران[vi]، 2017). برای بهبود سطوح پاسخگویی و بهره‌وری،‌ هر سازمان‌ زنجیرۀ تأمین باید یک سیستم اندازه‌گیری عملکرد را برای هر رویۀ خاص راه‌اندازی کند. این ابزارها تضمین می‌کنند که اهداف آنها برآورده می‌شود و روندهای آنها همچنان بهبود می‌یابد. مطالعۀ تالوکدر و تریپاتی[vii] (2021) بر اهمیت سیستم‌های اطلاعاتی در مدیریت زنجیرۀ تأمین برای اهداف استراتژیک، بهبود عملکرد، تسهیل اشتراک‌گذاری اطلاعات سهامداران و توسعۀ استراتژی‌های تجاری رقابتی در بازار‌، در کارخانه‌های تولید سلفون تأکید می‌کند.

‌ زنجیرۀ تأمین سلفون به‌دلیل خواص منحصر به فرد و سازگاری با نوسانات بازار، برای صنایع مختلف حیاتی است. با تأکید روزافزون بر مواد بسته‌بندی پایدار، تولیدکنندگان به‌طور مداوم در حال بررسی راه‌هایی برای افزایش کارایی تولید با حفظ استانداردهای زیست محیطی‌اند (سیلانپا[viii]، 2011). نوآوری‌ها در تجهیزات اکستروژن، عملیات شیمیایی و فرآیندهای کنترل کیفیت، کارایی را بهبود می‌بخشد. دیجیتالی‌سازی و تجزیه و تحلیل داده‌ها همچنین ‌ زنجیرۀ تأمین را تقویت‌ و امکان نظارت در زمان واقعی و شناسایی فعال مشکلات بالقوه را فراهم می‌کند (وانگ و همکاران[ix]، 2022). این سیستم پیچیده شامل تأمین مواد اولیه، کنترل کیفیت، بسته‌بندی و توزیع است که تضمین می‌کند سلفون یک راه‌حل بسته‌بندی با‌ارزش و پایدار باقی می‌ماند (شیخ و همکاران[x]، 2021). زنجیرۀ تأمین ‌شامل تولیدکنندگان، خرده‌فروشان، انبارها، تأمین‌کنندگان و حاملان، برای جریان کالا و خدمات بسیار مهم است (خان و زمان[xi]، 2023).

 هدف این مقاله، تحلیل و بررسی جامع زنجیرۀ تأمین ‌سلفون با استفاده از مدل مرجع عملیات زنجیرۀ تأمین ‌ (SCOR) به‌منظور بهبود کارایی عملیاتی، عملکرد و پایداری است. این مطالعه با بهره‌گیری از مدل‌سازی ساختاری تفسیری (ISM)، روش تصمیم‌گیری چندمعیاره (DEMATEL) و فرآیندهای شبکۀ تحلیلی (DANP)، وابستگی‌های متقابل اجزای زنجیرۀ تأمین‌، رتبه‌بندی فرآیندها و شناسایی تأمین‌کنندگان بالقوه را بررسی می‌کند. هدف نهایی این است که از‌طریق درک بازار، نیازهای مشتری و چشم‌انداز رقابتی، کنترل ریسک‌ها و بهبود فرآیند تخصیص منابع، برنامه‌ریزی استراتژیک و فرآیندهای تصمیم‌گیری برای ذی‌نفعان در زنجیرۀ تأمین سلفون تسهیل شود.

b.               2- پیشینۀ پژوهش

هدف از بررسی مطالعات گذشته، مطابق با جدول 1 برای بررسی چالش‌ها با استفاده از مدل‌های تحلیلی پیشرفته برای شناسایی توانمندی‌ها و ضعف‌های کلی زنجیرۀ تأمین مبتنی بر مدل SCOR است.

                                                                                                 i.            جدول 1- پیشینۀ پژوهش

1. Table 1- Research background

نویسندگان

عنوان مقاله

نتایج

زمینۀ مطالعاتی

ترابی و نصرتی[xii] (1402)

ارزیابی عملکرد زنجیرۀ تأمین براساس معیارهای SCOR

این تحقیق امکان اندازه‌گیری عملکرد زنجیرۀ تأمین ‌را با استفاده از مدل SCOR فراهم می‌کند و بینش‌هایی را برای تحلیل شکاف بین سطوح عملکرد مورد انتظار و فعلی به مدیران ارائه می‌دهد.

شرکت خالص‌سازان روی زنجان

راضی خانقاه و ‌ کردی[xiii] (1400)

نظام ارزیابی عملکرد پایدار مبتنی ‌بر مدل اسکور

فرآیندهای زنجیرۀ تأمین‌ شرکت سیمان سپاهان نقش مهمی در ارتقای پایداری در جامعه، محیط‌زیست و اقتصاد دارد و نیازمند شناسایی معیارهای مؤثر برای مدیریت و سیاست‌گذاری است.

شرکت سیمان سپاهان

کیریش و همکاران[xiv] ( 2019)

یک پیشنهاد روش‌شناسی برای ارزیابی عملکرد تأمین‌کننده: روش DEMATEL فازی با مدل SCOR یکپارچه

این مطالعه رویکرد مدل پایداری یکپارچه SCOR را برای ارزیابی عملکرد تأمین‌کننده با استفاده از روش فازی DEMATEL، تحلیل روابط علی و اولویت‌بندی معیارها بر‌اساس سطح تأثیر پیشنهاد می‌کند.

شرکت‌های تولیدی

تسانگ و همکاران[xv] (2019)

مروری بر پیشینۀ مدیریت زنجیرۀ تأمین سبز: روندها و چالش‌های آینده

تحقیقات مدیریت زنجیرۀ تأمین سبز، روند کاهشی را در محرک‌ها و موانع نشان می‌دهد، اما روند رو به رشدی در مدل‌های بهینه‌سازی ریاضی برای بهبود تصمیم‌گیری و عملکرد محیطی دارد.

مقالۀ مروری

روئل و همکاران[xvi] (2021)

بقای زنجیرۀ تأمین: مفهوم‌سازی، اندازه‌گیری و اعتبار‌سنجی زنجیرۀ تأمین ‌

زنجیرۀ تأمین یک ساختار سلسله‌مراتبی و چند بعدی است که تحت تأثیر ساختارهای سازمانی، منابع، قابلیت‌های طراحی پویا و جنبه‌های عملیاتی قرار دارد و پیکربندی مجدد پویا یک ویژگی اصلی است.

صنایع تولیدی

گوا و وو[xvii] (2022)

ارزیابی عملکرد زنجیرۀ تأمین‌ پایدار اجتماعی با استفاده از ترکیبی فازی

رویکرد پیشنهادی که با تجزیه و تحلیل داده‌ها و مطالعۀ موردی پشتیبانی می‌شود، برنامه‌ریزی و توزیع و تحویل تقاضا را به‌عنوان ابعاد مهم اقتصادی و اجتماعی، اولویت‌بندی می‌کند.

شرکت‌های تولیدی

تسای و همکاران[xviii] (2023)

به‌کارگیری یک مدل ترکیبی MCDM برای ارزیابی شیوه‌های مدیریت زنجیرۀ تأمین سبز

تغییرات سازمانی بیشترین تأثیر را بر اجرای شیوه‌های مدیریت زنجیرۀ تأمین سبز دارد و تخصیص منابع و بهینه‌سازی گسترش بازار مهم‌ترین معیارها هستند.

شرکت‌های صنعتی

 

c.                 

d.               3- مبانی نظری

شناسایی سطوح، عمق و فرآیندهای زنجیرۀ تأمین‌‌ مطالعه‌شده مبتنی بر مدل اسکور

«سطح» در مدیریت زنجیرۀ تأمین به مرحلۀ خاصی در فرآیند انتقال محصول از تولید به مصرف‌کنندۀ نهایی اشاره دارد که شامل فعالیت‌هایی مانند منبع‌یابی، تولید، پردازش، توزیع یا خرده‌فروشی است (جنکینز[xix]، 2023). مدیریت مؤثر زنجیرۀ تأمین نیاز به هماهنگی بین سطوح مختلف از‌جمله تأمین‌کنندگان، تولیدکنندگان، توزیع‌کنندگان، خرده‌فروشان و مشتریان برای اطمینان از جریان روان‌کالاها، اطلاعات و امور مالی دارد (فریجه و همکاران[xx] 2022).

«عمق» در مدیریت زنجیرۀ تأمین به پیچیدگی و یکپارچگی عمودی در هر مرحله از‌جمله تأمین‌کنندگان، واسطه‌ها و فرآیندها اشاره دارد. این نشان‌دهندۀ کنترل یک شرکت بر زنجیرۀ تأمین خود، از مواد اولیه تا تحویل محصول نهایی است‌ (لطفی و همکاران[xxi]، 2023). عمق در یک زنجیرۀ تأمین، انعطاف‌پذیری را افزایش می‌دهد، اما پیچیدگی و نقاط شکست احتمالی را نیز افزایش می‌دهد و بر مدیریت ریسک و کارایی عملیاتی تأثیر می‌گذارد.

                              i.            جدول 2- سطح و عمق زنجیرۀ تأمین  تولید سلفون مبتنی بر مدل SCOR(‌براساس نظرات خبرگان)

1. Table 2- The level and depth of the cellophane production supply chain based on the SCOR model (based on experts' opinions)

سطح

عمق

تأمین مواد‌ا ولیه: جنگل‌ها یا مزارع پنبه برای سلولز

شامل ارائه‌دهندگان مختلف موادخام، حمل‌و‌نقل و جابه‌جایی‌های واسطه است.

پردازش مواد: فرآوری سلولز

شامل تکنیک‌های مختلف پردازش، تأمین‌کنندگان مواد شیمیایی و کنترل‌کننده‌های محصول میانی است.

سلفون‌سازی: کارخانۀ تولید سلفون

شامل مراحل مختلف تولید سلفون، تأمین‌کنندگان ماشین‌آلات و تجهیزات مختلف و فرآیندهای کنترل کیفیت است.

بسته‌بندی و توزیع: تأسیسات بسته‌بندی و مراکز توزیع

شامل تأمین‌کنندگان بسته‌بندی، شرکت‌های لجستیک و شبکه‌های توزیع می‌شود.

کاربران نهایی: مشاغل و مصرف‌کنندگان سلفون

بسته به صنایع و مصرف‌کنندگانی که از سلفون استفاده می‌کنند، بسیار متفاوت است.

 

شکل 1- شبکۀ زنجیرۀ تأمین ‌کارخانۀ تولید سلفون مبتنی ‌بر مدل هریسون و ون هوک[xxii] (2008)

Fig. 1- The supply chain network of the cellophane factory based on the model of Harrison and Van Hoek (2008)

                                        ii.            جدول 3- زیر‌بخش‌های مدل اسکور در سطح سوم زیر‌فرآیند‌های زنجیرۀ تأمین ‌سلفون

1. Table 3- The sub-sections of the score model at the third level of the cellophane supply chain sub-processes

علامت اختصاری

عنوان زیر فرآیند سطح سه

سطح دوم مرتبط

کلان‌فرآیند

 

C1

درک بازار فعلی، خواسته‌های مشتری و چشم‌انداز رقابتی.

تحلیل بازار

 

 

 

 

 

 

برنامه ریزی

 

C2

پیش‌بینی تقاضای آتی برای همسو‌کردن سطح تولید و موجودی.

پیش‌بینی تقاضا

 

 

C3

تعیین ظرفیت تولید لازم برای تأمین تقاضای پیش‌بینی‌شده.

برنامه‌ریزی ظرفیت

 

C4

تخصیص مؤثر منابع مورد‌ نیاز مانند مواد، نیروی‌کار و سرمایه.

تخصیص منابع

 

C5

توسعۀ ساختار زنجیرۀ تأمین کارآمد و مؤثر، شامل انتخاب تأمین‌کننده و برنامه‌ریزی لجستیک.

طراحی‌ زنجیرۀ تأمین

C6

شناسایی ریسک‌های بالقوه و تدوین استراتژی‌هایی برای کاهش آنها.

مدیریت ریسک

C7

اطمینان از مطابقت عملیات زنجیرۀ تولید و تأمین با قوانین، مقررات و استانداردهای صنعت مربوطه.

انطباق و مقررات

 

C8

 

تحقیق و شناسایی تأمین‌کنندگان بالقوه‌ای که‌ مواد ‌اولیۀ موردنیاز برای تولید سلفون مانند سلولز، مواد شیمیایی و دیگر ورودی‌های ضروری را تهیه کنند.

شناسایی و انتخاب تامین کننده

 

 

 

 

 

 

منبع یابی

 

C9

شناسایی تأمین‌کنندگان و مذاکره برای قرارداد با آنها مستلزم حصول اطمینان از رعایت شرایطی مانند قیمت‌گذاری، زمان‌بندی تحویل و استانداردهای کیفیت در طول رابطه است.

مذاکره و مدیریت قراردادها

 

C10

این فرآیند شامل تنظیم و حفظ استانداردهای کیفیت برای مواد خام، شامل بررسی و ممیزی منظم برای اطمینان از مطابقت آنها با استانداردهای لازم برای تولید سلفون است.

تضمین و کنترل کیفیت

 

C11

این فرآیند شامل مدیریت و بهینه‌سازی روابط تأمین‌کننده از‌طریق ارتباطات، نظارت بر عملکرد، حل تعارض و همکاری برای بهبود مستمر و همسویی استراتژیک است.

مدیریت ارتباط با تأمین کننده

 

C12

شامل تعیین جدول زمانی و زمانبندی تولید براساس پیش‌بینی تقاضا، در دسترس بودن منابع و قابلیت‌های تولید است..

برنامه‌ریزی تولید

 

 

 

ساخت

 

C13

این فرآیند شامل دریافت، ذخیره‌سازی و آماده‌سازی مواد خام مانند سلولز و مواد شیمیایی مورد نیاز برای تولید سلفون است..

جابه‌جایی و آماده‌سازی مواد‌ اولیه

 

C14

فرآیند ساخت که در آن مواد خام به سلفون تبدیل می‌شود ومراحل مختلف شیمیایی و مکانیکی را در بر می‌گیرد.‌

اجرای تولید

 

 

C15

شامل نگهداری و مدیریت منظم ماشین‌آلات و تجهیزات ‌استفاد‌ه‌شده در فرآیند تولید برای اطمینان از کارآیی عملیاتی و به حداقل رساندن زمان خرابی است.

مدیریت تعمیر و نگهداری و تجهیزات

 

C16

این فرآیند شامل مدیریت سفارش‌های مشتری از دریافت تا پردازش است. این شامل ورود سفارش، تأیید‌ و اطمینان از انجام سفارش با توجه به نیاز مشتری است.

مدیریت سفارش

 

 

تحویل

 

 

C17

فرآیند برنامه‌ریزی و جابه‌جایی کالا از مرکز تولید به مشتری یا توزیع‌کننده است.

حمل‌و‌نقل و لجستیک

 

C18

این فرآیند شامل فعالیت‌های پشتیبانی مشتری پس از خرید، از‌جمله رسیدگی به سؤالات، ارائۀ اطلاعات محصول، رسیدگی به شکایات یا برگشت‌ها و اطمینان از رضایت مشتری است.

خدمات و پشتیبانی مشتری

 

C19

این فرآیند شامل مدیریت بازگشت کالا از مشتریان به شرکت و شامل رسیدگی به حمل‌و‌نقل، ردیابی و دریافت اقلام برگشتی است.

لجستیک معکوس

 

 

بازگشت

 

C20

پس از دریافت اقلام برگشتی، این فرآیند به بازرسی، مرتب‌سازی و تصمیم‌گیری دربارۀ اقدامات بعدی این کالاها روی می‌آورد و شامل تعمیر، نوسازی، بازیافت یا دفع میشود.

پردازش کالاهای برگشتی

         

e.                4- روش‌شناسی پژوهش

در این پژوهش از روش‌های نمونه‌گیری غیراحتمالی، هدفمند و گلوله برفی استفاده شد. نظرات کارشناسان، دانشگاهیان و متخصصان در زمینۀ مدیریت زنجیرۀ تأمین‌ برای این مطالعه به‌صورت حضوری و مجازی بررسی شد. به‌منظور اجرای تکنیک دلفی فازی، در این پژوهش 14 پرسش‌نامه توزیع شد که در‌نهایت 11 نفر از متخصصان، پرسش‌نامه را تا پایان نظرسنجی تکمیل کردند. جدول 4 مشخصات خبرگان را نشان می‌دهد. خبرگان دانشگاهی با مدل اسکور و زنجیرۀ تأمین آشنا بودند‌. حداقل تحصیلات خبرگان در درجۀ کارشناسی و همچنین حوزۀ فعالیت آنها در زمینۀ تولید و عملیات‌، بازاریابی، کیفیت و بهره‌وری و کارآفرینی بود. شایان ذکر است برای ساخت اجزای پرسش‌نامه از مدل اسکور (نسخه 7) استفاده شده است. به‌صورت کلی روش انجام پژوهش در شکل 2 نشان داده شده است.

 

شکل 2- روش پژوهش

Fig. 2- Research method

                                                                                             i.            جدول 4- مشخصات خبرگان

1. Table 4- Specifications of experts

سمت اجرایی

سابقۀ فعالیت

سن

تحصیلات

حوزۀ فعالیت

مدیر ارشد

بین 10 تا 20 سال

بین 30 تا 40 سال

ارشد

تولید و عملیات

مدیر ارشد

بیش از 20 سال

بیش از 50 سال

کارشناسی

تولید و عملیات

عضو هیئت علمی دانشگاه

بیش از 20 سال

بیش از 50 سال

دکتری

بازاریابی

مدیر تولید

کمتر از 10 سال

بین 30 تا 40 سال

کارشناسی

تولید و عملیات

مدیر فروش

کمتر از 10 سال

بین 30 تا 40 سال

ارشد

بازاریابی

استاد دانشگاه

کمتر از 10 سال

بین 40 تا 50 سال

دکتری

کارآفرینی

عضو هیئت علمی دانشگاه

بین 10 تا 20 سال

بیش از 50 سال

دکتری

تولید و عملیات

مدیر میانی

بین 10 تا 20 سال

بیش از 50 سال

ارشد

تولید و عملیات

عضو هیئت علمی دانشگاه

کمتر از 10 سال

بین 40 تا 50 سال

دکتری

تولید و عملیات

استاد دانشگاه

بین 10 تا 20 سال

بین 40 تا 50 سال

دکتری

کیفیت و بهره‌وری

مدیر تولید

بیش از 20 سال

بیش از 50 سال

ارشد

تولید و عملیات

فازی‌زدایی یا Defuzzification فرایندی است که در آن اعداد فازی به اعداد قطعی تبدیل می‌شوند. این فرایند در سیستم‌های مبتنی بر منطق فازی، مانند کنترل فازی و سیستم‌های تصمیم‌گیری فازی، بسیار مهم است. یکی از روش‌های متداول فازی‌زدایی، روش مثلثی است که در ادامه به‌صورت جامع آن را بررسی می‌کنیم (راس[xxiii]، 2010).

یک عدد فازی مثلثی با سه نقطۀ اصلی تعریف می‌شود:

L: نقطۀ کمینه (Lower bound)

M: نقطۀ مرکزی (Peak point)

U: نقطۀ بیشینه (Upper bound)

این سه نقطه یک مثلث را تشکیل می‌دهند که نشان‌دهندۀ توزیع احتمالی عدد فازی است. عدد فازی مثلثی به‌صورت T(L,M,U) نشان داده می‌شود.

روش مثلثی یکی از ساده‌ترین و متداول‌ترین روش‌های فازی‌زدایی است که شامل مراحل زیر است:

تعیین نقاط کلیدی :‌ابتدا نقاط L، M وU مشخص می‌شوند که معرف عدد فازی‌اند.

محاسبۀ مرکز ثقل:‌ برای تبدیل عدد فازی به یک عدد قطعی، مرکز ثقل مثلث محاسبه می‌شود. فرمول محاسبۀ مرکز ثقل به‌صورت معادلۀ 1 است:

(1)

 

این فرمول میانگین ساده‌ای از سه نقطۀ اصلی عدد فازی است که به‌عنوان نماینده عدد قطعی استفاده می‌شود.

خروجی فازی‌زدایی‌شده :‌نتیجۀ فازی‌زدایی مطابق جدول 5‌، مقدار C است که نشان‌دهندۀ یک مقدار دقیق براساس تابع عضویت فازی است.

                                                                                        ii.            جدول 5- نتایج روش دلفی فازی

1. Table 5- Results of fuzzy Delphi method

فرآیند

مقدار فازیL

مقدار فازیM

مقدار فازیU

مقدار قطعی

وضعیت فرآیند انتخابی

رتبه

C1

5

5.586421

7

5.86214

تأیید

5

C2

4

5.289657

7

5.429886

تأیید

10

C3

3

4.935569

7

4.978523

تأیید

12

C4

4

5.488275

7

5.496092

تأیید

8

C5

2

3.522746

6

3.840915

رد

20

C6

5

6.053588

7

6.017863

تأیید

1

C7

5

5.679785

7

5.893262

تأیید

4

C8

3

4.514533

7

4.838178

تأیید

13

C9

4

5.530928

7

5.510309

تأیید

7

C10

3

4.111138

7

4.703713

تأیید

14

C11

3

4.145934

6

4.381978

رد

17

C12

2

4.080738

7

4.360246

رد

18

C13

2

3.828756

6

3.942919

رد

19

C14

4

5.44001

7

5.480003

تأیید

9

C15

4

5.856205

7

5.952068

تأیید

3

C16

4

5.407906

7

5.407906

تأیید

11

C17

5

6.038105

7

6.012702

تأیید

2

C18

4

5.521909

7

5.521909

تأیید

6

C19

2

4.634159

7

4.54472

تأیید

15

C20

2

4.486306

7

4.495435

رد

16

f.                5- یافته‌ها

الف‌) روش مدل‌سازی ساختاری تفسیری (ISM)

گام اول. فرآیندهای زنجیرۀ تأمین کارخانۀ سلفون‌ بر زیر‌فرآیند‌‌های دیگر تأثیر بگذارد و باعث ایجاد پرسش‌نامه برای تعیین رابطۀ بین فرآیندهای I و j شود، همان‌طور که در جدول 6 نشان داده شده است.

              i.            جدول 6- فرآیند ها و زیر‌فرآیند‌های نهایی ارزیابی عملکرد زنجیرۀ تأمین ‌بر‌اساس مدل مرجع عملیات زنجیرۀ تأمین (SCORE) در کارخانۀ تولید سلفون

1. Table 6- Final processes and sub-processes of supply chain performance evaluation based on supply chain operations reference model (SCORE) in cellophane manufacturing plant

علامت اختصاری

عنوان زیر‌فرآیند سطح سه

سطح دوم مرتبط

کلان‌فرآیند

C1

درک بازار فعلی، خواسته‌های مشتری و چشم‌انداز رقابتی.

تحلیل بازار

 

 

برنامه ریزی

 

 

C2

پیش‌بینی تقاضای آتی برای همسو‌کردن سطح تولید و موجودی.

پیش‌بینی تقاضا

 

C3

تعیین ظرفیت تولید لازم برای تأمین تقاضای پیش‌بینی‌شده.

برنامه‌ریزی ظرفیت

 

C4

تخصیص مؤثر منابع مورد‌نیاز مانند مواد، نیروی‌ کار و سرمایه.

تخصیص منابع

C5

شناسایی ریسک‌های بالقوه و تدوین استراتژی‌هایی برای کاهش آنها.

مدیریت ریسک

C6

اطمینان از مطابقت عملیات زنجیرۀ تولید و تأمین با قوانین، مقررات و استانداردهای صنعت مربوطه.

انطباق و مقررات

C7

تحقیق و شناسایی تأمین‌کنندگان بالقوه‌ای که مواد ‌اولیۀ موردنیاز برای تولید سلفون مانند سلولز، مواد شیمیایی و دیگر ورودی‌های ضروری را تهیه می‌کنند.

شناسایی و انتخاب تأمین‌کننده

 

 

 

 

 

منبع‌یابی

 

C8

شناسایی تأمین‌کنندگان و مذاکره برای قرارداد با آنها مستلزم حصول اطمینان از رعایت شرایطی مانند قیمت‌گذاری، زمان‌بندی تحویل و استانداردهای کیفیت در طول رابطه است.

مذاکره و مدیریت قراردادها

C9

این فرآیند شامل تنظیم و حفظ استانداردهای کیفیت برای مواد خام، شامل بررسی و ممیزی منظم برای اطمینان از مطابقت آنها با استانداردهای لازم برای تولید سلفون است.

تضمین و کنترل کیفیت

C10

فرآیند ساخت که در آن مواد خام به سلفون تبدیل می‌شو‌د و مراحل مختلف شیمیایی و مکانیکی را در بر می‌گیرد.‌

اجرای تولید

 

 

C11

شامل نگهداری و مدیریت منظم ماشین‌آلات و تجهیزات‌ استفاده‌شده در فرآیند تولید برای اطمینان از کارآیی عملیاتی و به حداقل رساندن زمان خرابی است.

مدیریت تعمیر، نگهداری و تجهیزات

 

C12

این فرآیند شامل مدیریت سفارش‌های مشتری از دریافت تا پردازش است. این شامل ورود سفارش، تأیید و اطمینان از انجام سفارش با توجه به نیاز مشتری است.‌

مدیریت سفارش

 

 

 

تحویل

 

 

C13

فرآیند برنامه‌ریزی و جابه‌جایی کالا از مرکز تولید به مشتری یا توزیع‌کننده است.

حمل‌و‌نقل و لجستیک

 

C14

این فرآیند شامل فعالیت‌های پشتیبانی مشتری پس از خرید، از‌جمله رسیدگی به سؤالات، ارائۀ اطلاعات محصول، رسیدگی به شکایات یا برگشت‌ها و اطمینان از رضایت مشتری است.

خدمات و پشتیبانی مشتری

 

C15

این فرآیند شامل مدیریت بازگشت کالا از مشتریان به شرکت است؛ این شامل رسیدگی به حمل‌و‌نقل، ردیابی و دریافت اقلام برگشتی است.

لجستیک معکوس

 

بازگشت

 

گام دوم) به دست آوردن ماتریس ساختاری روابط درونی متغیرها (SSIM)[xxiv] : خبرگان شرکت‌کننده در فرآیند ISM در پاسخ به سؤالات مطرح‌شدۀ فوق برای تعیین روابط بین فرآیند‌های تأیید‌‌شده در هر مقایسۀ زوجی، یکی از نشانه‌های زیر را به کارگرفته‌اند:

1: ارتباط یک طرفه از i به j؛                                 

1-: ارتباط یک طرفه از j به i؛

2: ارتباط دوطرفه بین i و j؛

0: هیچ ارتباطی بین i و j نیست.

                                                                          ii.            جدول 7- ماتریس خود‌تعاملی ساختاری (SSIM)

1. Table 7- Structural self-interaction matrix (SSIM)

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C13

C14

C15

C1

-

1

1

1

2

0

2

1

0

1

-1

2

1

1

2

C2

1-

-

2

1-

1-

0

1

2

1-

1-

1-

1-

2

0

1-

C3

1-

2

-

2

1-

0

1-

0

1-

1

1

1

1

1-

1-

C4

1-

1

2

-

1-

1-

1-

1

1-

1

1-

1

1

1

1

C5

2

1

1

1

-

1

1

0

1

1

1

0

1

0

1

C6

0

0

0

1

1-

-

0

1

1

1

1

0

1

1

1

C7

2

1-

1

1

1-

0

-

2

1-

2

0

1

0

1

1

C8

1-

2

0

1-

0

1-

2

-

1

2

1

2

1

1

1

C9

0

1

1

1

1-

1-

1

1-

-

1

1

0

0

1

1

C10

1-

1

1-

1-

1-

1-

2

2

1-

-

1-

1

1

0

1

C11

1

1

1-

1

1-

1-

0

1-

1-

1

-

1

1

0

1

C12

2

1

1-

1-

0

0

1-

2

0

1-

1-

-

2

1

2

C13

1-

2

1-

1-

1-

1-

0

1-

0

1-

1-

2

-

1

1

C14

1-

0

1

1-

0

1-

1-

1-

1-

0

0

1-

1-

-

1

C15

2

1

1

1-

1-

1-

1-

1-

1-

1-

1-

2

1-

1-

-

 

گام چهارم: ماتریس دستیابی اصلاح‌شده که ماتریس دستاورد نهایی نیز شناخته می‌شود، با اعمال ویژگی جمع، که در آن عناصر i و j به یکدیگر منتهی می‌شوند، تشکیل می‌شود و رابطۀ بین فرآیند‌ها به‌صورت 1*ارتباط برقرار می‌کند. ستاره‌ها سازگاری با ماتریس اصلی را نشان می‌دهند.

 

                                                                                                                      iii.             

                                                                                        iv.            جدول 8- ماتریس دستیابی نهایی

1. Table 8- Final achievement matrix

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C13

C14

C15

قدرت نفوذ

C1

1

1

1

1

1

1*

1

1

1*

1

1*

1

1

1

1

15

C2

1*

1

1

1*

0

0

1

1

1*

1*

1*

1*

1

1*

1*

13

C3

1*

1

1

1

0

0

1*

1*

0

1

1

1

1

1*

1*

12

C4

1*

1

1

1

0

0

1*

1

1*

1

1*

1

1

1

1

13

C5

1

1

1

1

1

1

1

1*

1

1

1

1*

1

1*

1

15

C6

1*

1*

1

1

0

1

1*

1

1

1

1

1*

1

1

1

14

C7

1

1*

1

1

1*

0

1

1

1*

1

1*

1

1*

1

1

14

C8

1*

1

1*

1*

0

0

1

1

1

1

1

1

1

1

1

13

C9

1*

1

1

1

0

0

1

1*

1

1

1

1*

1*

1

1

13

C10

1*

1

1*

1*

0

0

1

1

1*

1

1*

1

1

1*

1

13

C11

1

1

1*

1

1*

0

1*

1*

0

1

1

1

1

1*

1

13

C12

1

1

1*

1*

1*

0

1*

1

1*

1*

1*

1

1

1

1

14

C13

1*

1

1*

0

0

0

1*

1*

0

0

0

1

1

1

1

9

C14

1*

1*

1

1*

0

0

0

0

0

1*

1*

1*

1*

1

1

10

C15

1

1

1

1*

1*

0

1*

1*

0

1*

1*

1

1*

1*

1

13

میزان وابستگی

15

15

15

14

6

3

14

10

14

11

14

15

15

15

15

 

 

گام پنجم) مدل ISM سطح و اولویت‌بندی فرآیند‌ها را با تعیین دسترسی و مجموعه‌های پیشین برای یک مانع تعیین می‌کند. یک مانع با هر دو مجموعه در سطح I در نظر گرفته می‌شود و پس از رسیدن به این سطح، تکرارها برای تعیین سطوح هر مانع و حذف موانع از سطح اول ادامه می‌یابد‌ (تقوی‌فرد و همکاران‌[xxv]، 1402).

                                                                                         v.            جدول 9- تعیین سطوح فرآیند‌‌ها

1. Table 9- Explanation of the levels of indicators

فرآیند

مجموعه اشتراک

مجموعه مقدم

مجموعه دستیابی

سطح

C1

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

1

C2

C-1C-2C-3C-4C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-7C-8C-9C-10C-11C-12C-13C-14C-15

1

C3

C-1C-2C-3C-4C-7C-8C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-7C-8C-10C-11C-12C-13C-14C-15

1

C12

C-1C-2C-3C-4C-5C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-7C-8C-9C-10C-11C-12C-13C-14C-15

1

C13

C-1C-2C-3C-7C-8C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-7C-8C-12C-13C-14C-15

1

C14

C-1C-2C-3C-4C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-10C-11C-12C-13C-14C-15

1

C15

C-1C-2C-3C-4C-5C-7C-8C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-6C-7C-8C-9C-10C-11C-12C-13C-14C-15

C-1C-2C-3C-4C-5C-7C-8C-10C-11C-12C-13C-14C-15

1

C4

C-4C-7C-8C-9C-10C-11

C-4C-5C-6C-7C-8C-9C-10C-11

C-4C-7C-8C-9C-10C-11

2

C7

C-4C-5C-7C-8C-9C-10C-11

C-4C-5C-6C-7C-8C-9C-10C-11

C-4C-5C-7C-8C-9C-10C-11

2

C8

C-4C-7C-8C-9C-10C-11

C-4C-5C-6C-7C-8C-9C-10C-11

C-4C-7C-8C-9C-10C-11

2

C10

C-4C-7C-8C-9C-10C-11

C-4C-5C-6C-7C-8C-9C-10C-11

C-4C-7C-8C-9C-10C-11

2

C11

C-4C-5C-7C-8C-10C-11

C-4C-5C-6C-7C-8C-9C-10C-11

C-4C-5C-7C-8C-10C-11

2

C9

C-9

C-5C-6C-9

C-9

3

C6

C-6

C-5C-6

C-6

4

C5

C-5

C-5

C-5

5

           

گام ششم) ترسیم مدل نهایی: پس از مشخص‌شدن سطوح هریک از فرآیندها و با در نظر گرفتن ماتریس دستیابی نهایی، مدل ساختاری تفسیری ترسیم می‌شود. مدل نهایی در شکل 3 مشاهده می‌شود. این مدل، از 5 سطح تشکیل شده است که سطح اول، تأثیرگذارترین و سطح پنجم آن تأثیر‌پذیر‌ترین سطوح‌اند.

 

شکل3- مدل ساختاری تفسیری فرآیند‌های زنجیرۀ تأمین مبتنی بر مدل اسکور

Fig. 3- Interpretive structural model of supply chain processes based on SCORE model

ب ) تحلیل شدت نفوذ و وابستگی (MICMAC)

با استفاده از شدت نفوذ و وابستگی هریک از توانمندسازها (جدول SSIM)،‌ فرآیند‌ها با استفاده از روش تحلیل میک‌مک‌ گروه‌بندی می‌شود (شکل 4).

 محرک

مستقل

خودمختار

 

شکل 4- نمودار قدرت نفوذ و وابستگی

Fig. 4- Diagram of power of influence and dependence

ج) روش DANP

روش DANP (DEMATEL-based ANP) ترکیبی از دو تکنیک معروف در حوزۀ تصمیم‌گیری چند معیاره، یعنی روش DEMATEL و روش ANP است. این روش به‌منظور تحلیل پیچیدگی‌ها و روابط متقابل بین معیارهای مختلف در یک سیستم استفاده می‌شود (سی و همکاران[xxvi]، 2018). روش DANP با استفاده از خروجی‌های روش DEMATEL، ورودی‌های روش ANP، پیچیدگی‌ها و روابط متقابل بین معیارها را تحلیل می‌کند.

با شناسایی جامعۀ پژوهش، داده‌های جمع‌آوری‌شده‌ با استفاده از روش DEMATEL تجزیه و تحلیل می‌شود. در ادامه تلاش شده است تا فرآیند‌های سطح یک و دو مدل‌سازی تفسیری که‌ اهمیت بیشتری دارند، از گام اول تا پنجم براساس مراحل روش DEMATEL تجزیه و تحلیل شود. در گام‌های ششم تا نهم با استفاده از نتایج DEMATEL در ANP، ابتدا مسئله با توجه به روابط شناسایی‌شده در DEMATEL ساختاردهی و سپس‌ مقایسه‌های زوجی انجام‌شده و سوپرماتریس با توجه به روابط تأثیرگذار و تأثیرپذیر تشکیل می‌شود. در‌نهایت، وزن‌های نهایی معیارها با استفاده از ANP محاسبه می‌شود.

                                                  vi.            جدول 10- فرآیند‌های اصلی زنجیرۀ تأمین مبتنی ‌بر سطح سوم مدل اسکور

1. Table 10- The main supply chain processes based on the third level of the score model

نماد

فرآیند

نماد

فرآیند

C1

درک بازار فعلی، خواسته‌های مشتری و چشم‌انداز رقابتی

C7

فرآیند ساخت که در آن موادخام به سلفون تبدیل می‌شوند

C2

پیش‌بینی تقاضای آتی برای همسو‌کردن سطح تولید و موجودی

C8

نگهداری و مدیریت منظم ماشین‌آلات و تجهیزات

C3

تعیین ظرفیت تولید لازم برای تأمین تقاضای پیش‌بینی‌شده

C9

مدیریت سفارش‌های مشتری از دریافت تا پردازش

C4

تخصیص مؤثر منابع موردنیاز مانند مواد، نیروی کار و سرمایه

C10

فرآیند برنامه‌ریزی و جابه‌جایی کالا از مرکز تولید به مشتری یا توزیع‌کننده

C5

تحقیق و شناسایی تأمین‌کنندگان بالقوه‌

C11

فعالیت‌های مربوط به حمایت از مشتریان پس از خرید

C6

مذاکره دربارۀ قراردادهایی که شامل قیمت‌گذاری، زمان‌بندی تحویل، استانداردهای کیفیت و دیگر شرایط می‌شود

C12

مدیریت بازگشت کالا از مشتریان به شرکت

 

همان‌طور که در جدول (10) مشاهده می‌شود، در این تحقیق 12 فرآیند اصلی زنجیرۀ تأمین‌ مبتنی بر مدل اسکور شناسایی شده است‌. پرسش‌نامه‌های پژوهش بین 10 خبرۀ صنعتی و دانشگاهی با استفاده از روش دیمتل برای تجزیه و تحلیل و تجزیه و تحلیل داده‌های جمع‌آوری‌شده استفاده شد.

گام اول‌: میانگین ماتریس A: این ماتریس ترکیبی از پاسخ‌های خبرگان است و عبارات آن براساس معادلۀ 2 محاسبه می‌شود و H تعداد خبرگان و xij مقادیری است که آنها نسبت به آن پاسخ می‌دهند. میانگین ماتریس پاسخ‌های کارشناسان، در جدول 11 نشان داده شده است.

(2)

aij =  ×

 

                                                                                                                     vii.             

                                                                                         viii.            جدول 11- ماتریس میانگین

1. Table 11- Average matrix

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

0

4

4

3

4

3

3

2

3

3

3

3

C2

4

0

4

4

3

4

3

3

4

3

2

1

C3

4

3

0

3

3

2

3

2

2

2

1

2

C4

3

4

3

0

4

3

3

2

3

2

3

2

C5

2

2

3

3

0

2

2

2

1

2

2

3

C6

4

3

2

3

3

0

3

3

2

2

2

1

C7

3

3

4

3

4

3

0

3

3

2

2

1

C8

1

2

2

2

3

2

1

0

1

2

1

2

C9

3

3

2

3

2

3

3

2

0

2

2

2

C10

2

2

3

3

2

2

1

2

3

0

3

2

C11

4

3

2

3

2

3

2

3

1

3

0

2

C12

3

2

2

3

2

3

2

3

2

3

2

0

 

گام دوم. محاسبۀ ماتریس همبستگی‌های مستقیم D: ماتریس A معادلات 3 و 4 را به اولین ماتریس همبستگی‌های مستقیم به نام ماتریس D تبدیل می‌کند. به این ترتیب‌ در جدول‌ 12، ماتریس رابطۀ برقرارشدۀ روابط مستقیم به دست آمده و در مدل نمایش داده می‌شود.

(3)

D= m×A

(4)

m= min

                                    ix.            جدول 12- ماتریس روابط نرمال‌شدۀ روابط مستقیم (شدت نسبی حاکم بر روابط مستقیم)

1. Table 12- Matrix of normalized relationships of direct relationship (relative intensity governing direct relationships)

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

0

1143/0

1143/0

0857/0

1143/0

0857/0

0857/0

571/0

0857/0

0857/0

0857/0

0857/0

C2

1143/0

0

1143/0

1143/0

0857/0

1143/0

0857/0

0857/0

1143/0

0857/0

0571/0

0286/0

C3

1143/0

0857/0

0

0857/0

0857/0

0571/0

0857/0

0571/0

0571/0

0571/0

0286/0

0571/0

C4

0857/0

1143/0

0857/0

0

1143/0

0857/0

0857/0

0571/0

0857/0

0571/0

0857/0

0571/0

C5

0571/0

0571/0

0857/0

0857/0

0

0571/0

0571/0

0571/0

0286/0

0571/0

0571/0

0857/0

C6

1143/0

0857/0

0571/0

0857/0

0857/0

0

0857/0

0857/0

0571/0

0571/0

0571/0

0286/0

C7

0857/0

0857/0

1143/0

0857/0

1143/0

0857/0

0

0857/0

0857/0

0571/0

0571/0

0286/0

C8

0286/0

0571/0

0571/0

0571/0

0857/0

571/0

0286/0

0

0286/0

0571/0

0286/0

0571/0

C9

0857/0

0857/0

0571/0

0857/0

0571/0

0857/0

0857/0

0571/0

0

0571/0

571/0

0571/0

C10

0571/0

0571/0

0857/0

0857/0

0571/0

0857/0

0286/0

0571/0

0857/0

0

0857/0

0571/0

C11

1143/0

0857/0

0571/0

0857/0

0571/0

0857/0

0571/0

0857/0

0286/0

0857/0

0

0571/0

C12

0857/0

0571/0

0571/0

0857/0

0571/0

0857/0

0571/0

0857/0

0571/0

0857/0

0571/0

0

 

گام سوم. محاسبة ماتریس ارتباط کامل(T)‌: برای محاسبۀ ماتریس ارتباط کامل، ابتدا ماتریس همانی تشکیل می‌شود؛ سپس ماتریس همانی(I)‌ منهای ماتریس نرمال و سپس ماتریس حاصل معکوس می‌‌شود. در‌نهایت ماتریس نرمال در ماتریس معکوس ضرب می‌شود.

                                                                                          x.            جدول 13- ماتریس روابط کلی

1. Table 13- General relationship matrix

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

4155/0

4977/0

5005/0

494/0

512/0

4566/0

4165/0

393/0

4025/0

4077/0

3748/0

3514/0

C2

5177/0

3972/0

5008/0

5172/0

4905/0

4805/0

4181/0

4161/0

4283/0

4059/0

3506/0

3017/0

C3

4323/0

3944/0

3187/0

4088/0

4076/0

3551/0

3485/0

3228/0

3137/0

3155/0

2655/0

2716/0

C4

4633/0

4688/0

4467/0

3838/0

4823/0

4289/0

3919/0

3677/0

378/0

358/0

3526/0

3057/0

C5

3438/0

3298/0

3558/0

3682/0

2865/0

3175/0

2891/0

2911/0

2543/0

284/0

2608/0

2702/0

C6

4404/0

4028/0

3806/0

4169/0

4162/0

3085/0

3546/0

3552/0

3189/0

3222/0

2966/0

2519/0

C7

4457/0

4295/0

4559/0

4458/0

4681/0

4125/0

2998/0

3781/0

3647/0

3438/0

3152/0

2711/0

C8

2559/0

2698/0

2719/0

2823/0

3042/0

2609/0

2132/0

1865/0

2056/0

2347/0

1913/0

2048/0

C9

4086/0

3938/0

3701/0

408/0

3807/0

38/0

3479/0

3235/0

2585/0

3149/0

2899/0

2691/0

C10

355/0

3406/0

364/0

3787/0

3489/0

3273/0

2731/0

2987/0

3121/0

238/0

2939/0

2521/0

C11

4403/0

4015/0

3785/0

4162/0

3893/0

3868/0

3277/0

3553/0

2935/0

3479/0

2428/0

2764/0

C12

3991/0

3609

3614/0

3999/0

3725/0

3718/0

3146/0

3422/0

3051/0

3344/0

2851/0

2119/0

گام چهارم. ایجاد نمودار علی معلولی‌: برای محاسبۀ نقشه رابطۀ شبکه، شدت آستانه را با نادیده‌گرفتن روابط جزئی و ترسیم شبکه‌ای از روابط معنی‌دار محاسبه کنید. فقط روابطی را با مقادیر بیشتر از مقدار آستانه در نقشۀ رابطۀ T نمایش دهید و همۀ مقادیر کوچک‌تر را صفر کنید.

                                                                        xi.            جدول 14- ماتریس روابط کلی-اعمال حد آستانه

1. Table 14- Matrix of general relationships-threshold limit applications

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

4155/0

4977/0

5005/0

494/0

512/0

4566/0

4165/0

393/0

4024

4077/0

3748/0

0

C2

5177/0

3972/0

5008/0

5172/0

4905/0

4805/0

4181/0

4161/0

4283/0

4059/0

0

0

C3

4323/0

3944/0

0

4088/0

4076/0

3551/0

0

0

0

0

0

0

C4

4633/0

4688/0

4467/0

3838/0

4823/0

4289/0

3919/0

3677/0

378/0

358/0

0

0

C5

0

0

3558/0

3682/0

0

0

0

0

0

0

0

0

C6

4404/0

4028/0

3806/0

4169/0

4162/0

0

0

3552/0

0

0

0

0

C7

4457/0

4295/0

4559/0

4458/0

4681/0

4125/0

0

3781/0

3647/0

0

0

0

C8

0

0

0

0

0

0

0

0

0

0

0

0

C9

4086/0

3938/0

3701/0

408/0

3807/0

38/0

0

0

0

0

0

0

C10

355/0

0

364/0

3787/0

0

0

0

0

0

0

0

0

C11

4403/0

4015/0

3785/0

4162/0

3893/0

3868/0

0

3553/0

0

0

0

0

C12

3991/0

3609/0

3614/0

3990/0

3725/0

3718/0

0

0

0

0

0

0

 

                                                                                                                     xii.             

                                                                              xiii.            جدول 15- اهمیت و تاثیرپذیری فرآیند‌ها

1. Table 15- Importance and effectiveness of processes

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

R

2222/5

2246/5

1545/4

8276/4

6511/3

2648/4

6301/4

8809/2

145/4

7824/3

2561/4

0558/4

C

9175/4

6868/4

7049/4

9198/4

8586/4

4863/4

9949/3

0303/4

8352/3

907/3

5191/3

238/3

C+R

14/10

9114/9

8594/8

7474/9

5098/8

7511/8

625/8

9112/6

9802/7

6894/7

7752/7

2967/7

R-C

3047/0

5378/0

55/0-

092/0-

207/1-

222/0-

6353/0

149/1-

3099/0

125/0-

737/0

8208/0

 

گام پنجم. رسم نمودار علی(علت و معلولی): نمودار نتایج ماتریس روابط عمومی را نشان می‌دهد که محور افقی R+D مشخص‌کنندۀ اهمیت فرآیندهاست و محور عمودی D-R فرآیندها را به گروه‌های علت و معلولی تقسیم می‌کند. مقادیر مثبت نشان‌دهندۀ علت و مقادیر منفی نشان‌دهندۀ تأثیرند.

 

شکل 5- نمودار علت و معلولی

Fig. 5- Cause and effect diagram

بردار افقی (D+R)، میزان تأثیر و تأثر عامل مد‌نظر در سیستم را نشان می‌دهد. به عبارت دیگر، هرچه مقدار D + R عاملی بیشتر باشد، آن عامل تعامل بیشتری با دیگر عوامل سیستم دارد. در این تحقیق درک بازار فعلی، خواسته‌های مشتری و چشم‌انداز رقابتی‌،‌ بیشترین تأثیر‌گذاری را دارد. این تحقیق از یک بردار عمودی (D-R) برای نشان‌دادن تأثیر عوامل استفاده می‌کند که D-R مثبت نشان‌دهندۀ علیت و D-R منفی نشان‌دهندۀ تأثیر است. درک بازار، خواسته‌های مشتری، پیش‌بینی چشم‌انداز رقابتی، فرآیندهای تولید، مدیریت سفارش مشتری، پشتیبانی مشتری و بازده را پوشش می‌دهد. مدل این پژوهش به‌صورت شکل (5) است.

 

شکل 6- نقشۀ روابط شبکه‌ای

Fig. 6- Map of network relationships

گام ششم. نرمال‌سازی ماتریس روابط‌ کلی (سوپرماتریس ناموزون): در این بخش هر‌کدام از درایه‌های جدول 12 (ماتریس روابط کلی) بر‌ جمع هر سطرش تقسیم می‌شود که در‌نتیجه سوپرماتریس ناموزون تشکیل و در جدول 16 آورده شده است.

                                                                                     xiv.            جدول 16- سوپرماتریس ناموزون

1. Table 16- Unbalanced supermatrix

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

0796/0

0953/0

0958/0

0946/0

0980/0

0874/0

0897/0

0753/0

0771/0

0781/0

0718/0

0673/0

C2

0991/0

0760/0

0959/0

0990/0

0939/0

0920/0

0800/0

0796/0

0820/0

0777/0

0671/0

0577/0

C3

01041/0

0949/0

0767/0

0984/0

0981/0

0855/0

0839/0

0777/0

0755/0

0759/0

0639/0

0654/0

C4

0960/0

0971/0

0925/0

0795/0

0999/0

0888/0

0812/0

0762/0

0783/0

0742/0

0730/0

0633/0

C5

0942/0

0903/0

0975/0

01008/0

0785/0

0870/0

0792/0

0797/0

0697/0

0778/0

0714/0

0740/0

C6

01033/0

0944/0

0892/0

0978/0

0976/0

0723/0

0831/0

0833/0

0748/0

0755/0

0695/0

0591/0

C7

0963/0

0928/0

0985/0

0963/0

01011/0

0891/0

0647/0

0817/0

0788/0

0743/0

0681/0

0586/0

C8

0888/0

0936/0

0944/0

0980/0

01056/0

0906/0

0740/0

0647/0

0714/0

0815/0

0664/0

0711/0

C9

0986/0

0950/0

0893/0

0984/0

0918/0

0917/0

0839/0

0780/0

0624/0

0760/0

0699/0

0649/0

C10

0939/0

.900/0

0962/0

01001/0

0922/0

0865/0

0722/0

0790/0

0825/0

0629/0

0777/0

0667/0

C11

01034/0

0943/0

0889/0

0978/0

0915/0

0909/0

0770/0

0835/0

0690/0

0718/0

0570/0

0649/0

C12

0983/0

0889/0

0890/0

0985/0

0918/0

0916/0

0775/0

0843/0

0752/0

0824/0

0702/0

0522/0

 

گام هفتم. تشکیل سوپرماتریس موزون: سوپرماتریس ناموزون در جدول 15 جابه‌جا‌ و پس از تغییر سطرها و ستون‌ها، ابرماتریس متعادلی در جدول 17 ایجاد می‌شود.

                                                                                       xv.            جدول 17- سوپرماتریس موزون

1. Table 17- Balanced supermatrix

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

0796/0

0991/0

1041/0

0960/0

0942/0

1033/0

0963/0

0888/0

0986/0

0939/0

1034/0

0983/0

C2

0953/0

0760/0

0949/0

0971/0

0903/0

0944/0

0928/0

0936/0

0950/0

0900/0

0943/0

0889/0

C3

0958/0

0959/0

0767/0

0925/0

0975/0

0892/0

0985/0

0944/0

0893/0

0962/0

0889/0

0890/0

C4

0946/0

0990/0

0984/0

0795/0

1008/0

0978/0

0963/0

0989/0

0984/0

1001/0

0978/0

0985/0

C5

0980/0

0939/0

0981/0

0999/0

0785/0

0976/0

1011/0

1056/0

0918/0

0922/0

0915/0

0918/0

C6

0874/0

0920/0

0855/0

0888/0

0870/0

0723/0

0891/0

0906/0

0917/0

0865/0

0909/0

0916/0

C7

0798/0

0800/0

0839/0

0812/0

0792/0

0831/0

0647/0

0740/0

0839/0

0722/0

0770/0

0775/0

C8

0753/0

0796/0

0777/0

0762/0

0797/0

0833/0

0817/0

0647/0

0780/0

0890/0

0835/0

0843/0

C9

0771/0

0820/0

0755/0

0783/0

0697/0

0748/0

0788/0

0714/0

0624/0

0825/0

0690/0

0725/0

C10

0781/0

0777/0

0759/0

0742/0

0778/0

0755/0

0743/0

0815/0

0760/0

0629/0

0817/0

0824/0

C11

0718/0

0671/0

0639/0

0730/0

0714/0

0659/0

0681/0

0664/0

0699/0

0777/0

0570/0

0702/0

C12

0673/0

0577/0

0654/0

0633/0

0740/0

0591/0

0586/0

0711/0

0649/0

0667/0

0649/0

0522/0

 

گام هشتم. تشکیل سوپرماتریس حدی: در این بخش سوپرماتریس موزون، که در جدول 16 آورده شده است، به توان رسانده می‌شود تا اعداد هر ‌سطر به‌سمت عددی واحد همگرا شوند که در این پژوهش در توان 5 همگرایی انجام ‌و سوپرماتریس حدی در جدول 18 آورده شده است.

                                                                                       xvi.            جدول 18- سوپرماتریس حدی

1. Table 18- Limit supermatrix

 

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C1

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

0961/0

C2

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

0919/0

C3

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

0921/0

C4

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

0963/0

C5

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

0950/0

C6

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

0876/0

C7

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

0783/0

C8

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

0784/0

C9

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

0749/0

C10

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

0764/0

C11

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

0690/0

C12

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

0640/0

 

گام نهم. تعیین وزن نهایی فرآیندها: درایه‌های سوپرماتریس حدی، همان وزن نهایی فرآیندها می‌شود که در جدول 19 نیز به‌صورت رتبه‌بندی آورده شده است.

                                                                               xvii.            جدول 19- وزن و رتبۀ نهایی فرآیند‌ها

1. Table 19- weight and final rating of criteria

ردیف

نماد

وزن نهایی

رتبه

1

C1

0961/0

2

2

C2

0919/0

5

3

C3

0921/0

4

4

C4

0963/0

1

5

C5

0950/0

3

6

C6

0876/0

6

7

C7

0783/0

8

8

C8

0784/0

7

9

C9

0749/0

10

10

C10

0764/0

9

11

C11

0690/0

11

12

C12

0640/0

12

g.                

h.               6- بحث

این مطالعه، زنجیرۀ تأمین تولید سلفون را با استفاده از مدل SCOR و تکنیک‌های ISM-DANP ارزیابی می‌کند. سه سطح اصلی، بیست فرآیند ارزیابی‌شده با استفاده از دلفی فازی و پنج سطح از مدل ISM بررسی شد. این تحقیق بر درک بازار، خواسته‌های مشتری، تخصیص منابع، شناسایی تأمین‌کننده، مذاکرۀ قرارداد، تعمیر و نگهداری ماشین‌آلات، استانداردهای کیفیت، انطباق صنعت‌ و استراتژی‌های کاهش ریسک تمرکز دارد. در مقالات مشابه نیز از مدل SCOR برای ارزیابی عملکرد زنجیرۀ تأمین و از مدل‌های ISM و DEMATEL برای تحلیل روابط و تأثیرات استفاده شده است؛ این نشان‌دهندۀ توافق عمومی در استفاده از این مدل‌ها برای بررسی زنجیرۀ تأمین است (امین و ژانگ[xxvii]‌، 2012‌؛ وانگ و همکاران‌، 2016).

 این تحقیق فرآیندهای زنجیرۀ تأمین را در پنج سطح طبقه‌بندی کرد که سطوح یک بیشترین و پنج کم‌ترین تأثیر را دارند. این سطوح شامل درک روندهای بازار، خواسته‌های مشتری‌ و چشم‌اندازهای رقابتی، شناسایی ریسک‌ها و تدوین استراتژی‌هایی برای کاهش آنهاست که برای پاسخ مؤثر بازار و نیازهای مشتری بسیار مهم است. عوامل در سطح اول برای تصمیم‌گیری استراتژیک و برنامه‌ریزی عملیاتی بسیار مهم‌اند. شناسایی ریسک‌ها و تدوین استراتژی‌ها در سطح پنجم، انعطاف‌پذیری، پایداری و رقابت زنجیرۀ تأمین را در مواجهه با اختلالات تضمین می‌کند. درک پویایی بازار و مدیریت ریسک برای چابکی، کارایی و قدرت زنجیرۀ تأمین یک شرکت بسیار مهم است. تجزیه و تحلیل منظم روندهای بازار، درک نیازهای مشتری، نظارت بر اقدامات رقبا‌ و توسعۀ یک رویکرد ساختاریافته برای شناسایی، ارزیابی و کاهش ریسک‌های زنجیرۀ تأمین، مزیت رقابتی یک شرکت تولیدی را افزایش می‌دهد و اطمینان حاصل می‌کند که موقعیت خوبی برای مقابله با چالش‌های فعلی و آینده دارد. این مطالعه فرآیند‌ها را با استفاده از روش تحلیل شدت نفوذ و وابستگی تجزیه و تحلیل می‌کند و تأثیر زیاد و وابستگی کم فرآیندهایی مانند شناسایی ریسک و استانداردهای صنعت را نشان می‌دهد، در حالی که متغیرهای رابط، وابستگی و تأثیر بالایی دارند. یک استراتژی شناسایی ریسک که به‌خوبی توسعه یافته است، به پیش‌بینی اختلالات و حفظ عملیات کمک می‌کند.

پیشنهادها برای مدیریت این فرآیندها عبارت‌اند از: 1) فرآیندهای قوی را برای شناسایی ریسک و تدوین استراتژی برای مدیریت فعالانۀ اختلالات احتمالی ایجاد کنید؛ 2) به‌طور منظم اقدامات مربوط به انطباق را به‌روز‌ و حسابرسی کنید تا با قوانین، مقررات و استانداردهای فعلی صنعت مطابقت داشته باشد؛ 3) انعطاف‌پذیری متغیرهای رابط را با ایجاد سیستم‌های منعطف بهبود ببخشید که‌ به‌سرعت با تغییرات سازگار می‌شوند؛ 4) از بینش‌های حاصل از تجزیه و تحلیل MICMAC برای اولویت‌بندی ابتکارات استراتژیک استفاده کنید که بیشترین تأثیر را بر زنجیرۀ تأمین دارند.

تمامی فرآیند‌های ‌سطح یک و دو مدل ساختاری تفسیری فرآیند‌های زنجیرۀ تأمین که شامل دوازده فرآیند است، با استفاده از روش DEMATEL تجزیه و تحلیل شد. مقدار بالاتر (D+R) عاملی را نشان می‌دهد که تعاملات بیشتری دارد و در شبکۀ روابط در زنجیرۀ تأمین مرکزی‌تر است؛ یعنی درک بازار فعلی، خواسته‌های مشتری و چشم‌انداز رقابتی بسیار مهم است؛ زیرا این عوامل بیشترین تأثیر را بر سیستم کلی دارند. برای تأکید بر اهمیت این موضوع‌ 1) شرکت‌ها باید فرآیندهای زنجیرۀ تأمین را با نیازهای مشتری همسو کنند تا از رضایت و وفاداری اطمینان حاصل شود؛ 2) به‌طور منظم تجزیه و تحلیل SWOT را برای درک توانمندی، ضعف، فرصت‌ها و تهدیدها در چشم‌انداز رقابتی انجام دهند و 3) این مطالعه یک فرآیند مدیریت تغییر قوی، از‌جمله ارزیابی تأثیر، مشاوره با ذی‌نفعان و برنامه‌ریزی و اجرای دقیق را به‌دلیل تأثیر درخور توجه تغییرات پیشنهاد می‌کند.

نتایج این تحقیق با یافته‌های مطالعه چنگ و همکاران[xxviii] (2018) همخوانی دارد و هر دو مطالعه بر اهمیت تخصیص منابع و مدیریت ریسک تأکید دارند. این مطالعه بر‌ مدیریت سبز زنجیرۀ تأمین تمرکز دارد و از تکنیک‌های ترکیبی DANP و روش‌های فازی برای بهبود عملکرد تأمین‌کنندگان سبز استفاده می‌کند. مطالعۀ تسای و همکاران (2023) از روش‌های ترکیبی مانند DANP برای ارزیابی عملکرد زنجیرۀ تأمین سبز استفاده کرد و نتایج هم‌راستا با این پژوهش، بر تخصیص منابع مناسب تأکید دارند. تحقیق روئل و همکاران (2021) به اهمیت ساختارهای انعطاف‌پذیر برای بقا و پایداری زنجیرۀ تأمین اشاره کرده است‌ که با نتایج این پژوهش دربارۀ اهمیت شناسایی ریسک‌ها و تدوین استراتژی‌های کاهش ریسک همخوانی دارد. نوآوری در زنجیرۀ تأمین و همکاری با تأمین‌کنندگان منتخب، بهبود کارایی زنجیرۀ تأمین را به‌همراه دارد. این نتیجه با نتایج این پژوهش دربارۀ اهمیت تخصیص مؤثر منابع و همکاری قوی با تأمین‌کنندگان هم‌خوانی دارد. نتایج مطالعۀ آگی و نیشانت[xxix] (2017) نشان می‌دهد‌ عوامل کلیدی نظیر اعتماد و تعهد مدیریت ارشد بر اجرای موفقیت‌آمیز مدیریت زنجیرۀ تأمین سبز تأثیر دارند. این یافته‌ها با نتایج این پژوهش دربارۀ اهمیت درک بازار و نیازهای مشتری هم‌راستاست. در این پژوهش با استفاده از تحلیل MICMAC، تأثیرات و وابستگی‌های فرآیندها را بررسی کرده و اهمیت فرآیندهایی مانند شناسایی ریسک و استانداردهای صنعت را نشان داده است. مطالعۀ تسانگ و همکاران (2019) نیز با استفاده از تحلیل MICMAC عوامل مؤثر را بر انعطاف‌پذیری زنجیرۀ تأمین بررسی کرده است. این نشان‌دهندۀ کارایی این روش در تحلیل وابستگی‌ها و تأثیرات در زنجیرۀ تأمین است. در این مطالعه به‌طور خاص بر شناسایی و مدیریت ریسک‌ها و تدوین استراتژی‌های کاهش آنها تمرکز کرده است. در مقالۀ فیصل و همکاران[xxx] (2006) نیز به اهمیت شناسایی ریسک و تدوین استراتژی‌های مناسب برای کاهش آنها تأکید شده است؛ این نشان‌دهندۀ اهمیت مدیریت ریسک در بهبود عملکرد زنجیرۀ تأمین است.

i.                 7- نتیجه‌گیری

تکنیک DANP، ترکیبی از DEMATEL و ANP، برای رتبه‌بندی فرآیندهای زنجیرۀ تأمین و شناسایی تأمین‌کنندگان بالقوه، با وزن‌های نهایی فهرست‌ و در جدول 19 برای وضوح از آنها استفاده شد. در این جدول، تخصیص مؤثر منابع مورد نیاز مانند مواد، نیروی کار و سرمایه در رتبۀ اول قرار گرفت‌. تخصیص مؤثر منابع یک جزء حیاتی در زنجیرۀ تأمین، به‌ویژه در تولید سلفون است؛ این شامل توزیع استراتژیک مواد، نیروی کار و سرمایه است تا اطمینان حاصل شود که فرآیند تولید کارآمد، مقرون به صرفه و پاسخگو به تقاضاهای بازار است. تخصیص منابع به‌طور مؤثر، هزینه‌ها را کنترل می‌کند، کارایی زنجیرۀ تأمین را بهبود ‌خشد و تضمین می‌کند که کیفیت محصول مطابق با استانداردهای صنعت و انتظارات مشتری در تولید سلفون باشد.

بر‌اساس استفاده از تکنیک DANP برای رتبه‌بندی فرآیندهای زنجیرۀ تأمین و شناسایی تأمین‌کنندگان بالقوه، نتایج نشان‌دهندۀ اهمیت بالای تخصیص مؤثر منابع است. در ادامه، چند پیشنهاد برای بهبود این فرآیندها در زنجیرۀ تأمین تولید سلفون ارائه می‌شود:

  1. 1. تخصیص مؤثر منابع‌: با استفاده از سیستم‌های مدیریت منابع پیشرفته (ERP) و تکنیک‌های بهینه‌سازی، توزیع مواد اولیه به‌صورت بهینه انجام شود تا از هدررفت و هزینه‌های اضافی جلوگیری شود. پیاده‌سازی روش‌های مدیریت موجودی مانند JIT (Just-In-Time) برای کاهش هزینه‌های نگهداری و افزایش کارایی پیشنهاد می‌شود؛
  2. افزایش کارایی زنجیرۀ تأمین: فناوری‌های اینترنت اشیا (IoT) را برای نظارت بر فرآیندهای تولید و حمل‌ونقل به‌صورت بلادرنگ پیاده‌سازی و از ربات‌ها و اتوماسیون در خطوط تولید برای افزایش سرعت و دقت فرآیندها استفاده کنید. همچنین مسیرهای حمل‌ونقل را با استفاده از الگوریتم‌های پیشرفتۀ مسیریابی، بهینه‌سازی کنید؛
  3. تضمین کیفیت محصول‌: از استانداردهای بین‌المللی مانند ISO 9001 برای اطمینان از کیفیت مستمر محصولات استفاده شود. از سیستم‌های دریافت بازخورد از مشتریان، برای ارزیابی رضایت و شناسایی‌ ضعف‌ محصولات استفاده کنید؛
  4. مدیریت ریسک: روش‌های ارزیابی ریسک مانند FMEA (Failure Mode and Effects Analysis) برای شناسایی و ارزیابی ریسک‌های مختلف را در زنجیرۀ تأمین پیاده‌سازی کنید. استراتژی‌های کاهش ریسک را با توجه به تحلیل‌های انجام‌شده و اجرای برنامه‌های مدیریت بحران ایجاد و از تأمین‌کنندگان متعدد برای کاهش وابستگی به یک منبع خاص استفاده کنید.

 

[i] Khan & Yu

[ii] Zeng et al.

[iii] Cuthbertson & Piotrowicz

[iv] Dolgui et al.

[v] Ricardianto et al.

[vi] Moharamkhani et al.

[vii] Talukder & Tripathi

[viii] Sillanpää

[ix] Wang et al.

[x] Shaikh et al.

[xi] Khan & Zaman

[xii] Torabi & Nosrati

[xiii] Razi Khaneqah & Foukerdi

[xiv] Kiriş et al.

[xv] Tsang et al.

[xvi] Ruel et al.

[xvii] Guo & Wu.

[xviii] Tsai et al.

[xix] Jenkins

[xx] Freije et al.

[xxi] Lotfı et al.

[xxii] Harrison and Van Hoek

[xxiii] Ross

[xxiv] Structural self-interaction matrix

[xxv] Taghavifard et al.

[xxvi] Si et al.

[xxvii] Amin & Zhang

[xxviii] Chuang et al.

[xxix] Agi and Nishant

[xxx] Faisal et al.

Amin, S. H., & Zhang, G. (2012). An integrated model for closed-loop supply chain configuration and supplier selection: Multi-objective approach. Expert Systems with Applications, 39(8), 6782–6791. https://doi.org/10.1016/j.eswa.2011.12.056
Agi, M., & Nishant, R. (2017). Understanding influential factors on implementing green supply chain management practices: An interpretive structural modelling analysis. Journal of Environmental Management, 188, 351–363. https://doi.org/10.1016/j.jenvman.2016.11.081
Chuang, Y., Hu, S., Liou, J. J. H., & Lo, H. (2018). Building a decision dashboard for improving green supply chain management. International Journal of Information Technology & Decision Making, 17(05), 1363–1398. https://doi.org/10.1142/s0219622018500281
Cuthbertson, R., & Piotrowicz, W. (2011). Performance measurement systems in supply chains. International Journal of Productivity and Performance Management, 60(6), 583–602. https://doi.org/10.1108/17410401111150760
Dolgui, A., Ivanov, D., & Sokolov, B. (2017). Ripple effect in the supply chain: an analysis and recent literature. International Journal of Production Research, 56(1–2), 414–430. https://doi.org/10.1080/00207543.2017.1387680
Faisal, M. N., Banwet, D., & Shankar, R. (2006). Supply chain risk mitigation: modeling the enablers. Business Process Management Journal, 12(4), 535–552. https://doi.org/10.1108/14637150610678113
Freije, I., De La Calle, A., & Ugarte, J. V. (2022). Role of supply chain integration in the product innovation capability of servitized manufacturing companies. Technovation, 118, 102216. https://doi.org/10.1016/j.technovation.2020.102216
Guo, R., & Wu, Z. (2022). Social sustainable supply chain performance assessment using hybrid fuzzy-AHP–DEMATEL–VIKOR: a case study in manufacturing enterprises. Environment, Development and Sustainability, 25(11), 12273–12301. https://doi.org/10.1007/s10668-022-02565-3
Harrison, A., and Van Hoek, R. (‌2008). Logistics management and strategy: competing through the supply chain. Prentice-Hall.
Jenkins, A. (2023, September 8). Guide to inbound and Outbound logistics: Processes, differences and how to Optimize. Oracle NetSuite. https://www.netsuite.com/portal /resource/articles/inventory-management/inbound-outbound-logistics.shtml
Kiriş, S. B., Börekçi, D. Y., & Koç, T. (2019). A Methodology Proposal for Supplier Performance Evaluation: Fuzzy DEMATEL Method with Sustainability Integrated SCOR Model. In Advances in intelligent systems and computing (pp. 488–496). https://doi.org/10.1007/978-3-030-23756-1_61
Khan, S. a. R., & Yu, Z. (2019). Introduction to supply chain management. In EAI/Springer Innovations in Communication and Computing (pp. 1–22). https://doi.org/10.1007/978-3-030-15058-7_1
Khan, S. A., & Zaman, S. I. (2023). Supply Chain Performance Measurement: current challenges and opportunities. In Springer eBooks (pp. 1–18). https://doi.org/10.1007/978-3-030-89822-9_27-1
Lotfı, F. H., Allahviranloo, T., Shafiee, M., & Saleh, H. (2023). Supply chain management. In Springer eBooks (pp. 1–46). https://doi.org/10.1007/978-3-031-28247-8_1
Moharamkhani, A., Bozorgi-Amiri, A., & Mina, H. (2017). Supply chain performance measurement using SCOR model based on interval-valued fuzzy TOPSIS. International Journal of Logistics Systems and Management, 27(1), 115. https://doi.org/10.1504/ijlsm.2017.083225
Razi Khaneqah, Z., & Foukerdi, A. (2021). A SCOR-based Sustainable Performance Evaluation System: A Case of Sepahan Cement Company. Industrial Management Journal13(2), 246-277. (In Persian). https://10.22059/imj.2021.319358.1007824
Ricardianto, P., Barata, F. A., Mardiyani, S., Setiawan, E. B., Subagyo, H., Saribanon, E., & Endri, E. (2022). Supply chain management evaluation in the oil and industry natural gas using SCOR model. Uncertain Supply Chain Management, 10(3), 797–806. https://doi.org/10.5267/j.uscm.2022.4.001
Ross, T.J. (2010). Fuzzy Logic with Engineering Applications. 3rd Edition, Wiley, Hoboken. http://dx.doi.org/10.1002/9781119994374
Ruel, S., Baz, J. E., Ivanov, D., & Das, A. (2021). Supply chain viability: conceptualization, measurement, and nomological validation. Annals of Operation Research/Annals of Operations Research, 335(1), 1-30 https://doi.org/10.1007/s10479-021-03974-9
Shaikh, S. A., Yaqoob, M., & Aggarwal, P. (2021). An overview of biodegradable packaging in food industry. Current Research in Food Science, 4, 503–520. https://doi.org/10.1016/j.crfs.2021.07.005
Sillanpää, I. (2011). Supply chain performance measurement in the manufacturing industry: a single case study research to develop a supply chain performance measurement framework‏] Master Thesis, University of Oulu, Faculty of Technology, Department of Industrial Engineering and Management[. https://urn.fi/URN:ISBN:9789514293269
Si, S., You, X., Liu, H., & Zhang, P. (2018). DEMATEL Technique: A Systematic review of the State-of-the-Art Literature on Methodologies and applications. Mathematical Problems in Engineering, (1), 1–33. https://doi.org/10.1155/2018/3696457
Taghavifard, M. T., Khani, A. M., & Beyrami, S. (2023). Green HR Model Design in Small and Medium Industries Using Interpretive Structural Modeling (ISM). Management Studies in Development and Evolution, 32(107), 75-108. (In Persian).
 https://10.22054/jmsd.2022.66417.4111
Talukder, B., & Tripathi, S. (2021). Impact of supply chain performance on firms’ export capability: development of a statistical model. Global Business Review, 1-20. https://doi.org/10.1177/09721509211044303
Torabi, H., & Nosrati, M. (2023). Evaluation of Supply Chain Performance Based on SCOR Criteria (Case Study: Zanjan Zinc Refinery Company). Supply Chain Management25(79), 39-48. (In Persian).
Tsai, J., Shen, S., & Lin, M. (2023). Applying a hybrid MCDM model to evaluate green supply chain management practices. Sustainability, 15(3), 2148. https://doi.org/10.3390/su15032148
Tseng, M., Islam, M. S., Karia, N., Fauzi, F. A., & Afrin, S. (2019). A literature review on green supply chain management: Trends and future challenges. Resources, Conservation and Recycling, 141, 145–162. https://doi.org/10.1016/j.resconrec.2018.10.009
Wang, X., Kumar, V., Kumari, A., & Kuzmin, E. (2022). Impact of digital technology on supply chain efficiency in manufacturing industry. In Springer eBooks (pp. 347–371). https://doi.org/10.1007/978-3-030-94617-3_25
Wang, G., Gunasekaran, A., Ngai, E. W., & Papadopoulos, T. (2016). Big data analytics in logistics and supply chain management: Certain investigations for research and applications. International Journal of Production Economics, 176, 98–110. https://doi.org/10.1016/j.ijpe.2016.03.014
Zeng, L., Liu, S. Q., Kozan, E., Corry, P., & Masoud, M. (2021). A comprehensive interdisciplinary review of mine supply chain management. Resources Policy, 74, 102274. https://doi.org/10.1016/j.resourpol.2021.102274