رتبه‌بندی شاخص‌های استقرار مدیریت زنجیره تأمین سبز در صنعت سلولزی با استفاده از روش ترکیبی EDAS-SEM

محورهای موضوعی : مدیریت ، برنامه ریزی و آموزش محیط زیست

مجید نیلی احمدآبادی ¹ , امیدعلی عادلی ² , محمد چراغی ³

1 - استادیارگروه مدیریت دانشگاه قم، ایران. * (مسوول مکاتبات)
2 - استادیارگروه اقتصاد دانشگاه قم، ایران.
3 - کارشناسی ارشد مدیریت صنعتی دانشگاه قم، ایران.

تاریخ دریافت : 1399/05/17 تاریخ پذیرش : 1399/07/22 تاریخ انتشار : 1400/07/01

کلید واژه: ایداس, آنتروپی شانون, صنعت سلولز, مدیریت زنجیره تأمین سبز, تحلیل عاملی,

چکیده مقاله :

زمینه و هدف: صنایع سلولزی ارتباط تنگاتنگی با جنگل ها و منابع طبیعی دارند و از طرف دیگر، مواد شیمیایی مورد استفاده در آن ها گاهی به طبیعت منتقل می شوند. از این‌رو می توانند به دوگونه محیط زیست را تحت تاثیر قرار دهند و لذا نیاز مبرمی به مدیریت با رویکرد سبز به ویژه در زمینه زنجیره تامین دارند. نیل به این مهم از طریق یافتن موثرترین عوامل پیاده سازی مدیریت زنجیره تامین سبز در این صنعت امکان پذیر است، که این کار در این تحقیق انجام پذیرفته است. در تحقیقات مشابه قبلی غالباً وزن عوامل یکسان در نظر گرفته شده است و به‌علاوه، هنگام جمع آوری داده، وزن مصاحبه شوندگان نیز یکسان تلقی گردیده است. در این مقاله با بکارگیری روش های EDAS-SEM هر دو مشکل رفع گردیده و رتبه بندی معتبرتری درباره عوامل تشکیل دهنده مدیریت زنجیره تامین سبز در صنایع سلولزی ارائه شده است. این مطالعه با هدف ارائه مدل مدیریت زنجیره تامین سبز در صنعت سلولزی، شامل عوامل شفاف و وزن های دقیق انجام شده است به نحوی که با استفاده از آن هم بتوان عملکرد مدیران را در این حوزه اندازه گیری کرد و هم موثرترین عوامل را برای ارتقا در آینده به مدیران پیشنهاد داد.روش بررسی: این پژوهش در نحوه جمع آوری داده ها کیفی و پیمایشی و در پردازش آن ها کمّی است. از لحاظ هدف کاربردی و از لحاظ روش، آمیخته است. روش مدل سازی و تحلیل عبارتند از آنتروپی، EDAS,SEM. جامعه آماری 63 نفر مدیران صنایع تولید محصولات سلولزی قم است که پرسشنامه در سال 1398 برای همگی آن ها ارسال گردید و 55 مورد تکمیل شد. لذا روش نمونه گیری، نمونه در دسترس است. ابزار جمع آوری داده ها، پرسشنامه و ابزار تحلیل داده ها، تحلیل عاملی تاییدی با رویکرد حداقل مربعات جزئی و نرم افزار SmartPLS3 است. برای محاسبات مربوط به آنتروپی و ایداس از Excel استفاده شد.یافته ها: مهم ترین شاخص های عملکرد زنجیره تأمین سبز در صنایع محصولات سلولزی قم عبارتند از انتخاب تأمین کنندگان با معیارهای زیست محیطی، تعیین الزامات زیست محیطی برای خرید اقلام و ممیزی انطباق با مقررات زیست محیطی. همچنین وزن مدیران با در نظر گرفتن ویژگی های نخبگی، با یکدیگر متفاوت است. این یافته ها برای سایر صنایع سلولزی قابل تعمیم است.بحث و نتیجه گیری: مدل ارائه شده می تواند برای آینده ای بهتر در مدیریت زنجیره تامین سبز صنایع سلولزی از طریق ارزیابی عملکرد مدیران در رده های ارشد و میانی در سطوح سازمانی و واحد، مورد استفاده قرار گیرد. همچنین برای شناسایی مهم ترین فاکتورها در هر سطح و تخصیص منابع آتی سازمان به آن ها نیز می توان از دستاوردهای این تحقیق بهره برداری نمود.

چکیده انگلیسی:

Background and Objective: Cellulose industries are closely related to forests and natural resources, and on the other hand, the chemicals used in them are sometimes transferred to nature. Therefore, they can affect the environment in two ways and therefore have an urgent need for management with a green approach, especially in the field of supply chain. Achieving this is possible by finding the most effective factors in implementing green supply chain management in this industry, which has been done in this research. In previous similar studies, the weight of the same factors has often been considered, and in addition, the weight of the interviewees has been considered the same when collecting data. In this paper, both problems have been solved by using EDAS-SEM methods and a more valid ranking of the components of green supply chain management in the cellulose industry has been presented.To provide a green supply chain management model in the cellulose industry, including transparent factors and accurate weights so that it can be used to measure the performance of managers in this area and to suggest the most effective factors for future promotion to managers.Material and Methodology: This research is qualitative and survey in how to collect data and quantitative in processing them. In terms of practical purpose and in terms of method, it is mixed. Modeling and analysis methods include entropy, EDAS, SEM. The statistical population is 63 managers of Qom cellulose production industries, for whom a questionnaire was sent in 2019, and 55 were completed. Therefore, sampling method, sample is available. Data collection tool is a questionnaire and data analysis tool is confirmatory factor analysis with partial least squares approach and SmartPLS3 software. Excel was used for entropy and EDAS calculations.Findings: The most important indicators of green supply chain performance in Qom cellulose products industries are selecting suppliers with environmental criteria, determining environmental requirements for purchasing items and auditing compliance with environmental regulations. Also, the weight of managers varies according to the characteristics of the elites. These findings can be generalized to other cellulose industries.Discussion and Conclusion:  The proposed model can be used for a better future in the management of the green supply chain of cellulose industries by evaluating the performance of managers in senior and middle levels at the organizational and unit levels. The achievements of this research can also be used to identify the most important factors at each level and allocate future resources to them. 

منابع و مأخذ:

1. Ying J & Li-jun Z. Study on green supply chain management based on circular economy. Physics Procedia 2012; 25: 1682-1688.


2. Maqbool A, Khan S, Haleem A & Khan MI. Investigation of Drivers Towards Adoption of Circular Economy: A DEMATEL Approach. Recent Advances in Mechanical Engineering 2020; 147-160.


3. Fahimnia B, Sarkis J, Boland J, Reisi M and Goh M. Policy insights from a green supply chain optimization model. Int. J. Prod. Res 2014; 53(21): 6522-6533.


4. Miguel AS, Sandro AB, Bárbara IR. Evaluating the Implementation of GSCM in Industrial Supply Chains: Two Cases in the Automotive Industry, Chemical Engineering Transactions 2015; 43: 1315-1320.


5. Council of Supply Chain Management. Obtained from: http://www.cscmpspain.org/ recovered 2019 May 26.


6. JuusoTöyli S and Ojala L. Supply chain perspective on competitive strategies and green supply chain management strategies. Journal of Cleaner Production 2017;1303-1315.


7. Maditati DR, Munim ZH, Schramm HJ & Kummer S. A review of green supply chain management: From bibliometric analysis to a conceptual framework and future research directions. Resources, Conservation and Recycling 2018; 139: 150-162.


8. Martínez J and Mathiyazhagan K. Green Supply Chain Management: Evolution of the Concept, Practices and Trends. Recent Advances in Mechanical Engineering 2020; 47-56.


9. Sharma VK, Chandna P & Bhardwaj A. Green supply chain management related performance indicators in agro industry: A review. Journal of Cleaner Production 2017; 141: 1194-1208.


10. Islam S, Karia N, Fauzi FBA & Soliman M. A review on green supply chain aspects and practices. Management & Marketing 2017; 12(1): 12–36.


11. Kannan D, Jabbour ABLS, Jabbour CJC. Selecting green suppliers based on GSCM practices: Using fuzzy TOPSIS applied to a Brazilian electronics company. Eur. J. Oper. Res 2014; 233: 432–447.


12. Shang KC, Lu CS. Li S. A taxonomy of green supply chain management capability among electronics-related manufacturing firms in Taiwan. Journal of Environmental Management 2010; 91:1218-1226.


13. Zhu Q, Sarkis J & Lai K. Confirmation of a measurement model for green supply chain management practices implementation. International Journal of Production Economics 2008; 111(2): 261–273.


14. Wan Mahmood WH, Ab Rahman MN, Deros BM, Kamaruzaman J, Saptari A, Bakar A. Manufacturing Performance in Green Supply Chain Management. World Applied Sciences Journal 2013; 21: 76–84.


15. Tseng ML & Chiu ASF. Evaluating firm’s green supply chain management in linguistic preferences. Journal of Cleaner Production 2013; 40: 22–31.


16. Rostamzadeh R, Govindan K, Esmaeili A & Sabaghi M. Application of fuzzy VIKOR for evaluation of green supply chain management practices. Ecological Indicators 2015; 49: 188–203.


17. Hsu CW & Hu AH. Green supply chain management in the electronic industry. International Journal of Environmental Science & Technology 2008; 5(2): 205 –216.


18. Ali Nejad A and Khalili J. New techniques in multi-criteria decisions. Jihad University Amirkabir Branch 2017. (In Persian)


19. Keshavarz Ghorabaee M, Zavadskas EK, Olfat L & Turskis Z. Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica 2015; 26(3), 435-451.