• Home
  • Deisigning a Sapply chain Complexity Model and its Impact on the Financial Performane of Automotive Companies (Case Study of Saipa Automotive Group)
Manuscript ID : QJOPM-2401-3666 Visit : 1505 PDF XML

Article Type: Original Research

Deisigning a Sapply chain Complexity Model and its Impact on the Financial Performane of Automotive Companies (Case Study of Saipa Automotive Group)

Ali akbar Sasani 1 ( PhD Candidate, Department of Industrial Management, Ab.c. Branceh, Islamic Azad Univrsity, Abhar, Iran )
Hossein Azimi 2 ( Associate Professor, Department of Business Administration, Faculty of Humanities, University of Zanjan, Zanjan, Iran )
Abdolla Nazari 3 ( Assistant Professor, Department of Management, Ab.c. Branch, Islamic Azad University, Abhar, Iran )

Submited date : 2024-01-30 Accepted date : 2024-05-15

Keywords: JEL: K12, K13, K14,

Abstract :

Abstract

Managing complexities and risks is critical for the survival of any organization in a competitive environment, as they mainly affect the supply chain. In the qualitative dimension, the statistical population of this research is the experts of Saipa Automotive Group, and in the quantitative and qualitative dimension, the statistical population of this research is all managers and employees of Saipa Automotive Group, which are 50,000 people, using Cochran's formula, 384 people for the quantitative part and 17 Some of Saipa's automotive industry experts were selected for the quality department. On the other hand, in order to analyze the data in the qualitative part, the method of interview and manual coding was used, and in the quantitative part, Smart PLS and SPSS software, including confirmatory factor analysis tests and structural equations, were used in the path analysis method. The results of the research show that in the part Qualitatively, 33 factors were identified in 2 dimensions of structural complexity and dynamic and behavioral complexity.

​Keywords: supply chain complexity model, on financial performance, structural complexity, dynamic and behavioral complexity, Saipa Automotive Group

JEL: K12, K13, K14

 

Introduction

A supply chain is a complex network of business entities involved in the upstream and downstream flows of products and/or services, along with related finance and information. Supply chain management (SCM) includes the systematic and strategic coordination of these flows within and between companies in the supply chain with the aim of reducing costs, improving customer satisfaction, and gaining competitive advantage for independent companies and the entire supply chain. A supply chain that operates in a dynamic and uncertain environment is definitely a complex system with different companies, a large number and variety of relationships, processes and interactions between companies and within companies, dynamic processes and interactions that involve many levels of the system and a large amount of information.

 

Litrature Review

Stephen Hawking (1942-2018) states, "I think the 21st century will be the century of complexity." VUCA (Volatility, Uncertainty, Complexity and Ambiguity) environments are becoming more and more challenging for companies to deal with, so it is essential to keep these factors in mind while managing and improving your performance. One of the VUCA factors is the complexity that characterizes any interconnected system and network such as a supply chain (Maka et al., 2016, Rahum et al., 2019).

 

Research methodology

In any research, the selected method to collect data and analyze them results from the objectives and questions of the research, so to provide a model of the complexity of the supply chain in the Saipa automotive industry in the first stage of the research, the research method used is the interview method. Because this research is trying to provide a model and the purpose of this method is to identify the most complete factors for modeling.

In this regard, the current research is based on the purpose, considering that the primary audience of this research is the scientific community and researchers, and the purpose of doing it is to create new knowledge and provide new knowledge of the complexity of the supply chain in the Saipa automotive industry.

 

Result

According to the results of the hypothesis test of the present research, it can be concluded that: the supply chain of the automobile industry consists of several companies that directly or indirectly produce main and secondary equipment. Every car needs different components, from the small nuts and bolts that hold the seat together with the frame, to larger parts like tires. As a result, automotive supply chains have added complexity on both the supplier and manufacturer sides. Supplier inefficiencies can be very expensive for Saipa because the industry often uses JIT production. Delayed delivery of parts or delivery of poor quality can bring the entire production line to a standstill. A high intensity of sub-dimensions of complexity is observed on the supplier side. In production, the use of continuous production lines makes it necessary that all factors required for production work well.

 

Discussion

The automotive industry has many and complex suppliers. As a result, they cannot be easily managed due to difficulties in supplier integration and ensuring traceability across levels. Supply reliability is difficult to manage, but forecasting accuracy can be greatly improved by big data analysis. The automotive industry involves a large amount of automation, resulting in machine breakdowns and changes in product design becoming an important part of the supply chain disruption. These complexities can now be easily managed through predictive maintenance and product design software

References:

Stoner, James and Freeman, Edward (2016). Leadership and control. Translated by Seyed Mohammad Arabi and Ali Parsaian, Tehran: Business Studies and Research Institute, 9789645799098. [In Persian]
Anwar Rostami, Ali, Asghar., Rostami, M, R. (2017) "Evaluation of models and methods of valuation of companies' intellectual capitals", Accounting reviews and 51-76, (34) Audit, 10, https://sid.ir/paper/8030/fa. [In Persian]
Timouri, Ebrahim (2007), Development of supplier and distributor selection model with supply chain management perspective, Ph.D. thesis, Iran University of Science and Technology, doi:/10.22054/jims.2022.60801.2654. [In Persian]
Jahankhani, Ali; Parsaian, Ali (2017), "Financial Management", second volume, translated and adapted from Raymond P. Novo's book, Samt Publications. 978964530944, [In Persian]
Hafeznia, Mohammad Reza (2017), Introduction to Research Methodology in Humanities, Semat Publications, 15th edition, Winter. 978-964-530-438-4, [In Persian]
Khatami Firouzabadi, Seyyed Mohammad Ali, Elfat, Laiya, Amiri, Maqsood, Sharifi, Hamid. (2017). Supply chain complexity as a strategic asset and financial performance position. Asset Management and Financing, 6(4). 10.22108/AMF.2018.105826.1154 [In Persian].
Khatami Firouzabadi, Seyyed Mohammad Ali and Elfat, Laiya and Amiri, Maqsood and Sharifi, Hamid (2016). Prioritization of supply chain complexity drivers using fuzzy hierarchical analysis process. https://sid.ir/paper/140011/fa [In Persian].
Hemta, Nima and Akbarpour Shirazi, Mohsen and Qobadi, Shahram, 2014, Modeling and measuring structural complexity in assembly supply chain networks, 12th International Industrial Engineering Conference, Tehran.Aitken, J., Bozarth, C., & Garn, W. (2016). To eliminate or absorb supply chain complexity: a conceptual model and case study. Supply Chain Management: an International Journal, 21, 759–774. https://civilica.com/doc/516193 [In Persian].
Akın Ateş, M., Suurmond, R., Luzzini, D., & Krause, D. (2022). Order from chaos: A meta‐analysis of supply chain complexity and firm performance. Journal of Supply Chain Management, 58(1), 3-30.
approach for prioritizing supply chain complexity drivers of an Indian mining, doi:/10.1111/jscm.12264
Bentaher, C., & Rajaa, M. (2022). Supply Chain Management 4.0: A Literature Review and Research Framework. European Journal of Business and Management Research, 7(1), 117-127, DOI:10.24018/ejbmr.2022.7.1.1246.
Birkie, S. E., & Trucco, P. (2020). Do not expect others do what you should! Supply chain complexity and mitigation of the ripple effect of disruptions. International Journal of Logistics Management,31(1), 123–144, . doi:/10.1108/IJLM-10-2018-0273.
Calinescu, A., Efstathiou, J., HuacchoHuatuco, L. &Sivadasan, S., Classes of complexity in manufacturing, 17th National Conference on Manufacturing Research, NCMR 2001: Advances in Manufacturing Technology XV, pp. 351-356, 2001, doi:/10.1007/978-3-662-53120-4_6670.
Caniato, F., & Gröβler, A. (2017). The moderating effect of product complexity on new product development and supply chain management integration. Production Planning & Control, 26, 1306–1317, doi:/10.1080/09537287.2015.1027318.
Dipankar Mishra(2019) Supply Chain Management ; International Journal of Computer Science and Electronics Engineering (IJCSEE) Volume 1, Issue 3 (2013) ISSN 2320-401X; EISSN 2320-4028, doi:/10.1108/13598541211227126.
Dong, Y., Skowronski, K., Song, S., Venkataraman, S., & Zou, F. (2020). Supply base innovation and firm financial performance, doi:/10.1002/joom.1107.
Feldhütter, V., Steck, C., Hawer, S., & ten Hompel, M. (2017). Impacts of product-driven complexity on the success of logistics in the automotive sector. Procedia CIRP, 62, 129-134, doi:/10.1016/j.procir.2016.06.078.
Giannoccaro, I., Nair, A., & Choi, T. (2018). The impact of control and complexity on supply network performance: An empirically informed investigation using NK simulation analysis. Decision Sciences, 49(4), 625–659, doi:/10.1111/deci.12293.
Hu-Chen Liu ; Xiao-Yue You(2021) Green Supply Chain Management ; Green Supplier Evaluation and Selection: Models, Methods and Applications (pp.1-11), doi:/10.1007/978-981-16-0382-2.
Jaidi.L. and Y. Msadfa.(2017). “The Complexity of Rise the Global Value Chains: Case of the Automotive and Aeronautical Industries in Morocco and Tunisia”Policy Paper, PP-17/08, OCP Policy Center, September 2017, doi:/10.1017/638-941-16-8485-7.
Käki, A., Salo, A., & Talluri, S. (2015). Disruptions in supply networks: A probabilistic risk assessment approach. Journal of Business Logistics, 36(3), 273-287, doi:/10.1111/jbl.12086.
Lee, G. (2023). Supply Chain Complexity and Supply Chain Resilience: a Literature Review, https://easychair.org/publications/preprint/K4C8.
Lorentz, H., Töyli, J., Solakivi, T., & Ojala, L. (2016). The effect of a geographically dispersed supply base on downside risk: Developing and testing the N-shaped theory. International Business Review, 25(4), 872–882, doi: /10.1016/j.ibusrev.2015.10.009.
Lorentz, H., Töyli, J., Solakivi, T., Hälinen, H., & Ojala, L. (2012).Effects of geographic dispersion on intrafirm supply chain performance. Supply Chain Management: an International Journal, 17,611-626, doi: /10.1108/13598541211269229.
Lorentz, H., Tِyli, J., Solakivi, T., & Ojala, L. (2016). The effect of a geographically dispersed supply base on downside risk: Developing and testing the N-shaped theory. International Business Review, 25(4), 872–882, doi: /10.1016/j.ibusrev.2015.10.009.
Lu, G., & Shang, G. (2017). Impact of supply base structural complexity on financial performance: Roles of visible and not-so- Visible characteristics. Journal of Operations Management, 53, 23–44.
Mack. O., A. Khare, A. Krämer, and T. Burgartz.)(2016).“Managing in VUCA World,” Springer International Publishing, 2016, doi: /10.1016/j.jom.2017.10.001.
Matthew N O Sadiku ; Kelechi Eze ; Sarhan M Musa (2018) Supply Chain Management ; International Journal of Engineering Research 7(8):137-139, doi: /10.1016/j.ijpe.2009.07.002.
Mehra, N., Khurania, A., Rastogi, K., & Garg, S. K. (2021).Analysis of Supply Chain Complexity Sub-Dimensions for Automobile Industry, doi: /10.1016/j.ibusrev.2015.10.010.
Pulles, N. J., Schiele, H., Veldman, J., & Hüttinger, L. (2016). The impact of customer attractiveness and supplier satisfaction on becoming a preferred customer. Industrial Marketing Management, 54,129–140, doi: /10.1016/j.indmarman.2015.06.004.
Rahoum, K., & Jamouli, H. (2019). The Automotive Supply Chain Complexity Model using SysML Language. Automotive Supply, 6(12), doi:10.1108/17410380510594525.

Full-Text:
سنجي فرهنگ دانايي: مطالعه موردي

Vol.19, No.74, autumn 2025                                                          Journal of Productivity Management 

 

 

 

        

 

 

 

Designing the model of supply chain complexity and its impact on the financial performance of automotive companies (Study of Saipa Automotive Group)

 

Ali Akbar Sasani1,Hossein Azimi2,Abdullah Nazari3

Abstract

Managing complexities and risks is critical for the survival of any organization in a competitive environment, as they mainly affect the supply chain. In the qualitative dimension, the statistical population of this research is the experts of Saipa Automotive Group, and in the quantitative and qualitative dimension, the statistical population of this research is all managers and employees of Saipa Automotive Group, which are 50,000 people, using Cochran's formula, 384 people for the quantitative part and 17 Some of Saipa's automotive industry experts were selected for the quality department. On the other hand, in order to analyze the data in the qualitative part, the method of interview and manual coding was used, and in the quantitative part, Smart PLS and SPSS software, including confirmatory factor analysis tests and structural equations, were used in the path analysis method. The results of the research show that in the part Qualitatively, 33 factors were identified in 2 dimensions of structural complexity and dynamic and behavioral complexity.

​Keywords: supply chain complexity model, on financial performance, structural complexity, dynamic and behavioral complexity, Saipa Automotive Group

JEL: K12, K13, K14

 

Introduction

A supply chain is a complex network of business entities involved in the upstream and downstream flows of products and/or services, along with related finance and information. Supply chain management (SCM) includes the systematic and strategic coordination of these flows within and between companies in the supply chain with the aim of reducing costs, improving customer satisfaction, and gaining competitive advantage for independent companies and the entire supply chain. A supply chain that operates in a dynamic and uncertain environment is definitely a complex system with different companies, a large number and variety of relationships, processes and interactions between companies and within companies, dynamic processes and interactions that involve many levels of the system and a large amount of information.

 

Litrature Review

Stephen Hawking (1942-2018) states, "I think the 21st century will be the century of complexity." VUCA (Volatility, Uncertainty, Complexity and Ambiguity) environments are becoming more and more challenging for companies to deal with, so it is essential to keep these factors in mind while managing and improving your performance. One of the VUCA factors is the complexity that characterizes any interconnected system and network such as a supply chain (Maka et al., 2016, Rahum et al., 2019).

 

Research methodology

In any research, the selected method to collect data and analyze them results from the objectives and questions of the research, so to provide a model of the complexity of the supply chain in the Saipa automotive industry in the first stage of the research, the research method used is the interview method. Because this research is trying to provide a model and the purpose of this method is to identify the most complete factors for modeling.

In this regard, the current research is based on the purpose, considering that the primary audience of this research is the scientific community and researchers, and the purpose of doing it is to create new knowledge and provide new knowledge of the complexity of the supply chain in the Saipa automotive industry.

 

Result

According to the results of the hypothesis test of the present research, it can be concluded that: the supply chain of the automobile industry consists of several companies that directly or indirectly produce main and secondary equipment. Every car needs different components, from the small nuts and bolts that hold the seat together with the frame, to larger parts like tires. As a result, automotive supply chains have added complexity on both the supplier and manufacturer sides. Supplier inefficiencies can be very expensive for Saipa because the industry often uses JIT production. Delayed delivery of parts or delivery of poor quality can bring the entire production line to a standstill. A high intensity of sub-dimensions of complexity is observed on the supplier side. In production, the use of continuous production lines makes it necessary that all factors required for production work well.

 

Discussion

The automotive industry has many and complex suppliers. As a result, they cannot be easily managed due to difficulties in supplier integration and ensuring traceability across levels. Supply reliability is difficult to manage, but forecasting accuracy can be greatly improved by big data analysis. The automotive industry involves a large amount of automation, resulting in machine breakdowns and changes in product design becoming an important part of the supply chain disruption. These complexities can now be easily managed through predictive maintenance and product design software.

 

 

 

 

 

 

طراحی الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی

(مورد مطالعه گروه خودروسازی سایپا)

 

علي اكبر ساساني4،حسین عظیمی5،عبداله نظری6

(دریافت: 10/11/1402-پذیرش نهایی: 26/2/1403)

 

چکیده

مدیریت پیچیدگی‌ها و ریسک‌ها برای بقای هر سازمانی در یک محیط رقابتی حیاتی است، زیرا آن‌ها عمدتاً بر زنجیره تامین تأثیر می‌گذارند. پژوهش انجام شده از نظر هدف از نوع پژوهش های بنیادی-کاربردی می‌باشد. جامعه آماری تحقیق حاضر کلیه مدیران و کارکنان گروه خودروساز ی سایپا می‌باشد که به تعداد 50000 نفر می‌باشند که با استفاده از فرمول کوکران 384 نفر برای بخش کمی و 17 نفر از خبرگان صنعت خودروسازی سایپا برای بخش کیفی انتخاب شدند. جهت گردآوری داده‌ها ابتدا از روش تحلیل مضمون به وسیله مصاحبه استفاده شد بعد تایید سوالات به وسیله تحلیل عامل تاییدی پرسشنامه جهت انجام بخش کمی تحقیق استفاده شد.

کلمات کلیدی: زنجیره تامین، عملکرد مالی، پیچیدگی ساختاری، پیچیدگی دینامیکی و رفتاری

JEL: K12, K13, K14

 

 

 

 

 

 

 

 

مقدمه

زنجیره تامین شبکه پیچیده‌ای از نهادهای تجاری است که در جریان‌های بالادستی و پایین‌دستی محصولات و/یا خدمات، همراه با امور مالی و اطلاعات مرتبط درگیر هستند. مدیریت زنجیره تامین (SCM) شامل هماهنگی سیستمی و استراتژیک این جریان‌ها در داخل و بین شرکت‌ها در زنجیره تامین با هدف کاهش هزینه‌ها، بهبود رضایت مشتری و کسب مزیت رقابتی برای شرکت‌های مستقل و کل زنجیره تامین است. زنجیره تامین که در یک محیط پویا و نامطمئن عمل می‌کند، قطعاً یک سیستم پیچیده با شرکت‌های مختلف، تعداد و تنوع زیاد روابط، فرآیندها و تعاملات بین شرکت‌ها و درون شرکت‌ها، فرآیندها و تعاملات پویا است که سطوح بسیاری از سیستم و حجم وسیعی از اطلاعات مورد نیاز برای کنترل این سیستم در آن دخیل هستند. پیچیدگی ذاتی در زنجیره تامین به اشکال و منشأهای مختلفی مشاهده می‌شود: پیچیدگی ایستا، که مربوط به اتصال و ساختار زیرسیستم‌های درگیر در زنجیره تامین است (به عنوان مثال شرکت‌ها، عملکردها و فرآیندهای تجاری). پیچیدگی پویا، که از رفتار عملیاتی سیستم و محیط آن ناشی می‌شود.

 بیان مساله: استیون هاوکینگ (1942-2018)  عنوان می کند که"من فکر می کنم قرن 21 قرن پیچیدگی خواهد بود." محیط های VUCA (نوسان، عدم قطعیت، پیچیدگی و ابهام)7 برای شرکت ها برای مقابله با آن بیش از پیش چالش برانگیزتر می شود، از این رو ضروری است که این عوامل را در طول مدیریت و بهبود عملکرد خود در نظر داشته باشید. یکی از فاکتورهای VUCA، پیچیدگی است که هر سیستم بهم پیوسته و شبکه ای مانند زنجیره تامین را مشخص می کند(مک ا8 و همکاران، 2016، راحوم و همکاران9، 2019).

عوامل یا محرک‌های متعدد بر زنجیره‌های تأمین تأثیر می‌گذارند و آنها را پیچیده‌تر و به هم مرتبط‌تر می‌کنند. محرک های پیچیدگی را می توان بر اساس ماهیتشان به کلاس ها و گروه های مختلفی طبقه بندی کرد. طبق مقاله‌ای توسط مدیرعامل اروپایی10 (2011)، محرک‌های پیچیدگی را می‌توان به شش دسته کلی طبقه‌بندی کرد: محرک‌های خارجی (قانون‌گذاری، رقابت، آشفتگی اقتصادی و سایر عوامل خارج از تجارت). افراد (رفتارهای روزمره کارکنان و مدیران)؛ فرآیند (پیچیدگی فرآیندهای تجاری که در حال استفاده هستند)؛ استراتژیک (هدف ها و تصمیماتی که هیئت مدیره در مورد اینکه کجا تمرکز کند و چگونه در یک بازار خاص برنده شود)       می گیرد. سازمانی (نحوه ساختار کسب و کار، مدیریت استعداد و تصمیم گیری) و محصولات و خدمات (تعداد آنها، طراحی و ساختار پورتفولیوی شما).

در تحقیق حاضر به منظور شناسایی بحرانی ترین محرک های پیچیدگی که بر زنجیره تامین یک صنعت خاص تاثیر می گذارند، مهم است که طبقات پیچیدگی ها  به گونه ای انتخاب شوند که دامنه هر طبقه به اندازه کافی گسترده باشد تا احتمالاً ترکیبی از تمام پیچیدگی های موجود در یک صنعت را در برگیرد.

اثرات منفی می تواند به روش های مختلفی مانند افزایش هزینه های مبادله (به عنوان مثال، تولید، موجودی، تدارکات و ارتباطات)، کاهش کارایی، زمان طولانی و غیرقابل اعتماد، دشواری در دستیابی به برنامه، و کیفیت محصول ناسازگار ظاهر شود (چوی و کراوس، 2006; دیتفلد و همکاران، 2018؛ لورنتس و همکاران، 2012؛ لو و شانگ، 2017؛ واچون و کلاسن، 2002). این اثرات می تواند از پیچیدگی بیرونی (بالادست و پایین دست) و درونی ناشی شود (سرداران، 2013).

در حالی که هزینه‌های مبادله افزایش می‌یابد، درجه کنترل بر پایه عرضه با افزایش پیچیدگی کاهش می‌یابد، و باعث می‌شود شرکت کانونی کمتر بتواند فرصت‌طلبی بالقوه تامین‌کننده را نظارت کند (جیانوکارو و همکاران11، 2018). علاوه بر این، از دست دادن کنترل نیز می تواند در برقراری ارتباط با الزامات کیفیت و به دست آوردن ورودی های ثابت از چندین تامین کننده مشاهده شود (لو و شانگ، 2017).

اهمیت و ضرورت انجام تحقیق

الف) از نظر کاربردی: مدیریت موثر شبکه‌های زنجیره تامین به گونه‌ای که پیچیدگی سیستم بهینه شود، برای کاهش هزینه‌ها و افزایش ارزش شبکه ضروری است (سان و همکاران 2015). بنابراین، ادغام مدیریت پیچیدگی در مدیریت زنجیره تامین یک اقدام ضروری است. قبل از بررسی رویکردهای مدیریت پیچیدگی در زنجیره تامین، توصیف پیچیدگی زنجیره تامین و بحث در مورد عوامل محرک آن بسیار مهم است. 

در نهایت، این مطالعه ممکن است "پایه‌ای برای تصمیم‌گیری صحیح در مورد انتخاب و استفاده از عوامل کاهش دهنده این پیچیدگی‌ها و هزینه‌های آن ارائه دهد. این مطالعه اولین مطالعه تجربی در مورد پیچیدگی‌های زنجیره تامین در صنعت خودروسازی انجام شده توسط مربیان را در داخل کشور و در صنعت خودروسازی ارائه می‌دهد. این مطالعه عوامل محرک این پیچیدگی‌ها را مدون و دسته بندی خواهدکرد. سپس یافته‌ها در چارچوب یک مدل برای کاهش پیچیدگی‌های زنجیره تامین در صنعت خودروسازی گروه سایپا را ارائه خواهد 

 

ب) از نظر علمی: نیاز به شناسایی پیچیدگی‌های زنجیره تامین خودروسازی در کشورمان به عنوان ابزاری برای حفظ فرآیندهای کاری و کاهش پیچیدگی‌ها، در دید و در مسیر مشخص ظاهر شده است. این نقش در جلوگیری از مشکلات بسیار مهم است زیرا سایر ذینفعان زمان و توجهی برای پیش بینی و شناسایی این پیچیدگی‌ها ندارند.

نتایج این تحقیق همچنین می‌تواند مدیران و متخصصان این صنعت را در مورد مدیریت پیچیدگی‌های زنجیره تامین صنعت خودروسازی آگاه کند، که به نوبه خود می‌تواند الگوی خوبی را برای کاهش پیچیدگی‌های زنجیره تامین صنعت خودروسازی ارائه کند.

بنابراین تحقیق حاضر به دنبال طراحی الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی در گروه خودروسازی سایپا می‌باشد.

 عملکرد مالی:  عملکرد مالی عبارت از اندازه‌گیری پولی نتایج فرایندها و عملیات شرکت مانند بازگشت سهام، دارایی، سرمایه گذاری و غیره (احمد خان و همکاران12، 2012). قبل از هرچیز بایستی اهداف قابل اجرا برای شرکت به خوبی تعریف شده باشد تا مدیر مالی بتواند وظایف معیّنی را برای تحقق اهداف از پیش تعیین شده دنبال کند.

ارزیابی عملکرد شرکتها بخش عمدهای از مباحث حسابداری، مدیریت و اقتصاد را تشکیل می دهد.     ارزیابی عملکرد یعنی اندازه گیری این موضوع که شرکت تا چه حدی به اهداف تعیین شده در برنامه های خود دست یافته است. نتیجه حاصل شده از ارزیابی عملکرد ابزاری برای پیش بینی برنامه های آتی و نیز بهبود نقاط قوت و برطرف کردن نقاط ضعف می باشد. روشهای متعددی برای ارزیابی عملکرد وجود دارد که به طور کلی می توان آنها را به دو دسته مدلهای حسابداری و مدلهای اقتصادی تقسیم کرد.

کارایی هزینه: اصطاح کارایی معادل فارسی واژه انگلیسی "Efficiency " است. تاریخ و نحوه ورود این لغت به قلمرو ادبیات اقتصادی چندان روشن نیست، اما می توان حدس زد از زمان آدام اسمیت، پدر علم اقتصاد مفهوم کارایی وجود داشته است كارايي یک مفهوم نسبی است و مقایسه بین عملکرد واقعی و عملکرد ایده آل است.

رابطه بين عملكرد مالي و زنجيره تامين: عملیات مدیریت زنجیره تأمین پایدار به يک مسأله کلیدی در سالهای اخیر تبديل شده است. درحالیکه تفاسیر مختلفی از پايداری وجود دارد، يک مفهوم اساسی میان تمام تفاسیر به چشم می خورد و آن هم رويکرد سه گانه پايداری يعنی اقتصادی، محیط زيستی و اجتماعی است. با اين ديدگاه در زنجیره تأمین پايدار، معیارهای مالي  بايد توسط اعضای زنجیره تأمین رعايت گردند.

زنجیره تامین: یک سیستم پیچیده شامل تعاملات و تغییرات متعدد بین بسیاری از اجزای مختلف است. برای زنجیره تامین، پیچیدگی به عنوان تنوع و عدم قطعیت مرتبط با یک سیستم تعریف می‌شود(لادی من و همکاران13، 2012).

عدم قطعیت ناشی از زمان‌های تامین کننده نامعتبر و تعویض تامین کننده بیشتر به این پیچیدگی کمک می‌کند. پیچیدگی زنجیره تامین یکی از مبرم ترین مسائل برای زنجیره تامین معاصر در نظر گرفته می‌شود. بنابراین، بینش‌های اخیر عملا نشان می‌دهد که متخصصان زنجیره تأمین را با «مشکل» پیچیدگی مرتبط می‌دانند و هدفشان کاهش خطرات آن است(آکین ملک و همکاران14، 2021). 

ماهیت پیچیده زنجیره تامین به دشواری مدیریت زنجیره تامین می‌افزاید، به طوری که تقریباً منطقی است که بگوییم مدیریت زنجیره تامین در مورد مدیریت پیچیدگی زنجیره تامین است. اگرچه مشکلات خاصی در مواجهه با پیچیدگی در زنجیره تامین وجود دارد، مطالعات متعدد نشان می‌دهد که مدیریت پیچیدگی منجر به دستیابی به عملکرد بهتر زنجیره تامین می‌شود(بلکر و همکاران15، 2004، کا پی ام جی16، 2011، سیدا سیدارتان17، 2013).

براى مدیریت موثر زنجیره تامین ضرورى است که تامین کنندگان و مشتریان با یکدیگر و در یک روش هماهنگ و با شراکت و ارتباطات اطلاعاتى و گفت و گو با یکدیگر کار کنند. این امر یعنى جریان سریع اطلاعات در میان مشتریان و عرضه کنندگان، مراکز توزیع و سیستم‌هاى حمل و نقل که بعضى از شرکت‌ها را قادر مى سازد که زنجیره‌هاى عرضه بسیارکارایى را ایجاد کنند(براون، ترجمه غضنفری و صغیری،1398). علاوه بر آن عرضه‌کنندگان و مشتریان باید در طراحى زنجیره تامین براى دستیابى به اهداف مشترک‌ و تسهیل ارتباطات و جریان اطلاعات با یکدیگر شریک شوند. بعضى شرکت‌ها کوشش مى‌کنند تا کنترل زنجیره تامین خود را با کنترل عمومى با استفاده از مالکیت و یکپارچگى تمام اجزاى مختلف در امتداد زنجیره تامین از تهیه مواد و خدمات تا تحویل محصول نهایى و خدمت به مشترى به دست آورند. 

مدیریت پیچیدگی موثر نیز می‌تواند به افزایش قابل توجه درآمد قبل از بهره‌و مالیات یک سازمان کمک کند. اولین قدم ضروری برای مدیریت موثر زنجیره تامین، شناسایی و بازرسی محرک‌های پیچیدگی‌های مختلف زنجیره تامین صنعت خودروسازی است. پیچیدگی زنجیره تامین می‌تواند به دلیل عوامل متعددی مانند: غیرخطی بودن، افزایش تعاملات یا سیستم‌های نامتقارن ایجاد شود (هرنشاو و ویلسون 2013).

 

پیشینه تحقیق: مدیریت زنجیره تامین بر پایه اعتماد و تعهد ساخته می‌شود. توافق نظر در این است که اعتمـاد و اطمینان می‌تواند به ‌طور قابل ملاحظه‌ای به ثبات بلندمدت یک سازمان کمک کند. اعتماد به‌ طور ساده اعتقادی در شرکت است که شریک زنجیره تامین شرکت به شیوه‌ای سازگار عمل خواهد کرد و آنچه کــه شرکت می‌گوید انجام دهد، شریک آن کار را انجام می‌دهد‏. تعهد عبارت است از اعتقادی که شرکای تجاری تمایل دارند برای حفظ کردن این رابطه انرژی اختصاص دهند. یعنی ازطریق تعهد شرکای متعهد منابعی برای حفظ کردن و پیشرفت اهداف زنجیره تامین اختصاص می‌یابد. برای مثال شرکای زنجیره تامین نه تمایل دارند که اطلاعات در مورد طرح‌ها‏ و برنامــه‌های آینده را به اشتراک بگذارند و همین‌ طور اطلاعات در مورد نیروهای رقابتی و تحقیق و توسعه18شرکا تشخیص داده‌اند که موفقیت بلندمدت آن‌ها به قوی بودن ضعیف ترین شریک زنجیره تامین خودشان وابسته است(براون، ترجمه غضنفری و صغیری،1398). 

مهرا و همکاران19(2021)، تحقیقی با عنوان" تجزیه و تحلیل زیر ابعاد پیچیدگی زنجیره تامین برای صنعت خودرو انجام دادند. آن‌ها عنوان کردند که: متون زیادی وجود دارد که مدیریت پیچیدگی را در زنجیره تامین توضیح می‌دهد. بخش عمده‌ای از این ادبیات پارامترهای متعددی را برای ابداع تکنیک‌های مدیریت در نظر می‌گیرد. با این حال، پارامترهای متعددی از این قبیل مستقیماً بر نتیجه تأثیر نمی‌گذارند و ترکیب آن‌ها می‌تواند تحلیل‌ها را بیش از حد پیچیده کند. بیشتر علل ناکارآمدی زنجیره تامین به دلیل به هم پیوستگی و وابستگی متقابل در ساختار، فرآیندها و محیط زنجیره تامین است.

یکی از راهکارهایی که می‌توان برای رفع این مشکل استفاده کرد، استفاده از بهترین تجربیات صنایع پیچیده در جهان در این زمینه است. شرکت‌هایی که توانسته‌اند به خوبی بر این چالش‌ها فائق آیند و در بحث راهبرد زنجیره تأمین و مدیریت شبکه همکاران رویکردهای نوینی را در پیش بگیرند و علاوه بر کاهش هزینه‌های مالی، زمان و هزینه توسعه را نیز کاهش داده و از شبکه همکاران قوی و وفادار بهترین بهره‌را ببرند. در این راستا با استفاده از روش اکتشافی به بررسی رویکرد­های شرکت‌های بزرگ در این زمینه مانند تویوتا، بوئینگ، ایرباس، امبرائر پرداخته شد.

 

شکاف تحقیق: در این تحقیق پیچیدگی ترکیبی زنجیره تامین خودروسازی در شرکت سایپا مدل‌سازی و ریشه های ساختاری، رفتاری، دینامیکی این نوع پیچیدگی ترکیبی مورد مطالعه قرار می گیرد. با توجه به وجود خلاء تحقیقاتی تحقیق حاضر ارائه روابط بین اجزای فرعی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی ارائه می شود.

هدف پژوهش حاضر خلق دانش جدید و فراهم آوردن دانشی جدید از پیچیدگی زنجیره تامین در صنعت خودروسازی سایپا می‌باشد. و در بخش دوم این تحقیق که به دنبال بررسی تاثیر پیچیدگی زنجیره تامین بر عملکرد مالی در صنعت خودروسازی سایپا می‌باشد.

ابزار و روش: در هر پژوهشی روش منتخب برای جمع آوری داده‌ها و تحلیل آن‌ها منتج از اهداف و پرسش‌های پژوهش می‌باشد بنابراین برای ارائه یک الگوی از پیچیدگی زنجیره تامین در صنعت خودروسازی سایپا در مرحله اول پژوهش، روش تحقیق بكار گرفته شده روش مصاحبه است. از آنجا كه این تحقیق در تلاش برای ارائه الگو می‌باشد و هدف از این روش آن است كه کاملترین عوامل جهت مدل­سازی شناسایی می‌شود.

در این خصوص پژوهش حاضر بر اساس هدف، با توجه به این که مخاطب اولیه این پژوهش جامعه علمی و پژوهشگران می‌باشند و هدف از انجام آن خلق دانش جدید و فراهم آوردن دانشی جدید از پیچیدگی زنجیره تامین در صنعت خودروسازی سایپا می‌باشد. و در بخش دوم این تحقیق که به دنبال بررسی تاثیر پیچیدگی زنجیره تامین بر عملکرد مالی در صنعت خودروسازی سایپا می‌باشد که در این بخش از نوع تحقیقات کاربردی می‌باشد؛ همچنین بر اساس ماهیت و روش با توجه به اینكه محقق قصد دستكاری داده‌ها را نداشته و وضعیت موجود را مطالعه می‌كند، از انواع تحقیقات توصیفی و غیر آزمایشی محسوب می‌شود. نهایتاً این تحقیق از لحاظ نحوه گردآوری داده‌ها به وسیله مصاحبه است که با روش میدانی داده‌ها جمع آوری خواهد شد؛ همچنین با توجه به سوال اصلی تحقیق، مطالعه حاضر در چارچوب پارادایم تحقیق تفسیری تنظیم شده است بدین معنی که محقق برای ارائه یک الگو از پیچیدگی زنجیره تامین در صنعت خودروسازی باید از نظرات و دیدگاه‌های خبرگان صنعت خودروسازی به عنوان بخشی از فرایند تحقیق استفاده کند لذا پارادایم کیفی فرصت مناسبی برای این مطالعه به شمار می‌رود. این تحقیق با ایجاد یک چارچوب نظری آغاز و مراحل تدوین سوالات طی می‌شود و برای رسیدن به پاسخ، نسبت به جمع آوری داده‌ها اقدام می‌گردد، سپس این داده‌ها، تحلیل شده و در پایان استنتاج منطقی از نتایج بررسی به عمل می‌آید.

در بعد کمی جامعه آماری تحقیق حاضر کلیه مدیران و کارکنان گروه خودروسازی سایپا می‌باشد که به تعداد 50000 نفر می‌باشند که با استفاده از فرمول کوکران 384 نفر برای بخش کمی و 17 نفر از خبرگان صنعت خودروسازی سایپا برای بخش کیفی انتخاب شدند. جهت گردآوری داده‌ها ابتدا از روش تحلیل مضمون به وسیله مصاحبه استفاده شد بعد تایید سوالات بوسیله تحلیل عامل تاییدی پرسشنامه جهت انجام بخش کمی تحقیق استفاده شد. برای تعیین روایی پرسشنامه از روایی محتوا استفاده شد و پس از تدوین پرسشنامه نهایی جهت تعیین روایی محتوا، از تخصص اساتید دانشگاه و خبرگان استفاده گردید. که پرسشنامه‌ها مورد تایید واقع شدند. جهت تجزیه و تحلیل داده‌ها در بخش کیفی از روش مصاحبه و کدگذاری دستی استفاده شد و در بخش کمی از نرم افزار اسمارت (­PLS و SPSS ) شامل آزمون‌های تحلیل عامل تاییدی و معادلات ساختاری به روش تحلیل مسیر استفاده شده است.

فرضیات و سوالات پژوهش

با توجه به اینکه این پژوهش به روش کیفی و مبتنی بر پژوهش اکتشافی انجام شده است، لذا در بخش کیفی فرضیه‌ای مطرح نشده است. در نتیجه تحقیق حاضر به سئوالات زیر پاسخ می‌دهد.

1)پیچیدگی ساختاری زنجیره تامین گروه خودروسازی سایپا کدامند؟

2)پیچیدگی دینامیکی و رفتاری زنجیره تامین گروه خودروسازی سایپا کدامند؟

3)میزان تاثیر پیچیدگی ساختاری بر عملکرد مالی شرکت تاثیر چقدر است؟

4)میزان تاثیر پیچیدگی دینامیکی و رفتاری بر عملکرد مالی شرکت چقدر است؟

 یافته‌های توصیفی

در اين پژوهش ویژگی‌های جمعیت شناختی مصاحبه‌شوندگان به شرح جدول ذیل می باشد.

جدول (1) ویژگی‌های عمومی و جمعیت‌شناختی مشارکت‌کنندگان در مصاحبه

Table (1) General and demographic characteristics of interview participants

درصد

Percent

فراوانی

Abundance

توضیحات

Description

متغیر

Variable

 

 

0/71

 

12

 

مرد

Man

 

 

 

جنسیت

gender

0/29

 

5

 

زن

Female

 

0/35

 

6

 

3۱ تا 40 سال

31 to 40 years

سن

Age

0/41

 

7

 

41 تا 50 سال

41 to 50 years

 

0/23

 

4

 

بالای 50 سال

Over 50 years old

0/23

 

4

 

کارشناسی

Masters 

تحصیلات

educaion

0/53

 

9

 

کارشناسی ارشد

Masters

0/23

 

4

 

دکتری

P.H.D

0/35

 

6

 

5 الی 10 سال

5 to 10 years

سابقه کاری

Work Experience

0/47

 

8

 

11 الی 15 سال

11 to 15 years

0/17

 

3

 

بالای 16 سال

Above 16 years

              منبع: یافته های محقق

نتایج جدول فوق، نشان می‌دهد71 درصد از پاسخگویان مرد و29 درصد پاسخگویان زن بوده‌اند. متغیرهای دوم و سوم مربوط به سن و تحصیلات پاسخگویان می‌باشد که بیشترین رده سنی مربوط به 41 تا 50 است که مقدار آن 41 درصد می‌باشد. متغیر مربوط به تحصیلات را گروه کارشناسی ارشد با53 درصد تشکیل می‌دهند و 86 درصد را افراد دارای مدرک کارشناسی ارشد و دکتری تشکیل می‌دهند. برای متغیر سابقه کاری می‌توان گفت که  47درصد پاسخگویان دارای سابقه کار بین 11تا 15سال، 35درصد پاسخگویان دارای سابقه بین 5 تا 10 سال و 17 درصد از آنان بالای 16 سال سابقه کاری دارند.

 یافته‌های کیفی

هدف از کدگذاری تسهیل حفظ مدیریت و کیفیت داده‌ها است. کدگذاری را قلب گراند تئوری خوانده‌اند.(کوربین و اشتراووس، 1394).

کدگذاری باز: کدگذاری باز یا سطح اول کدگذاری که آن را کدگذاری مبنا نیز می‌خوانند اولین مرحله‌ی تجزیه و تحلیل و شکستن اولیه‌ی داده‌هاست. (دانایی‌فرد و امامی، 1392).

کدگذاری محوری: کدگذاری محوری، تعیین الگوهای موجود در داده‌ها را شامل می‌شود. در این مرحله، مقولات محوری و فرعی پژوهش در یک مدل نمایش داده می‌شوند.(کوربین و اشتراووس، 1394).

کدگذاری انتخابی: در مرحله کدگذاری انتخابی، مقولات به مقوله مرکزی مرتبط می‌شوند و نظریه را شکل می‌دهند.

شرایط علّی: مقوله‌هایی (شرایطی) هستند که بر مقوله اصلی تأثیر‌ می‌گذارند و به وقوع یا گسترش پدیده مورد نظر می‌انجامد. (کوربین و اشتراووس، 1394).

شرایط زمینه‌ای: مجموعه خاصی از شرایط که در یک زمان و مکان خاص جمع می‌شوند تا مجموعۀ اوضاع و احوال یا مسائلی را به‌وجود آورند که اشخاص با عمل خود به آنها پاسخ می‌دهند (کوربین و اشتراووس، 1394).

مقوله اصلی (محوری): در واقع هسته مورد مطالعه است که در این رساله « طراحی الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی سایپا» است (کوربین و اشتراووس، 1394).

شرایط مداخله‌گر: شرایط ساختاری که به پدیدها تعلق دارند و بر راهبردهای کنش و واکنش اثر می‌گذارند. آنها راهبردها را در درون زمینۀ خاصی سهولت می‌بخشند و یا آنها را محدود و مقید می‌کنند (کوربین و اشتراووس، 1394).

راهبردها: راهبردها مبتنی بر کنش‌ها و واکنش‌هایی برای کنترل، اداره و برخورد با پدیده مورد نظر هستند. راهبردها مقصود داشته، هدفمند هستند و به‌دلیلی صورت می‌گیرند (کوربین و اشتراووس، 1394).

پیامدها: نتایجی که بر اثر راهبردها پدیدار می‌شود. پیامدها نتایج و حاصل کنش‌ها و واکنش‌ها هستند (کوربین و اشتراووس، 1394).

در این پژوهش نتایج حاصل از تجزيه و تحليل داده‌هاي پژوهش طی سه مرحله کدگذاری شدند. در این راستا، مقوله‌های کلان، مقوله‌های اصلی و فرعی استخراجی از داده‌های پژوهش (مصاحبه‌ها) مورد تجزیه و تحلیل قرار گرفت. با توجه به مفهوم «طراحی الگوی پیچیدگی زنجیره تامین» از نگاه مشارکت‌کنندگان (خبرگان)، طراحی الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی سایپا در قالب الگوی پارادایمی که دربرگیرنده، شرایط علی، شرایط زمینه‌ای و شرایط مداخله‌گر، راهبردها و پیامدها است، ارائه گردید. همچنین در بخش کمی با پرسشنامه است. ابزار گردآوري اطلاعات، پرسشنامه و استفاده از نمونه‌‌گیری تصادفی ساده به تعداد 384 نمونه آماری می‌باشد و روش تجزیه و تحلیل اطلاعات و داده‌ها و آزمون فرضیات با استفاده از معادلات ساختاری و نرم افزار PLS است. از طرفی در پژوهش حاضر برای اطمینان از قابل قبول بودن، یافته‌های پژوهش، پس از اتمام هر مصاحبه، به مصاحبه شوندگان که خود خبرگان و افراد مطلع در موضوع بودند، ارائه می‌شد و درباره اجزاء آن بحث و تبادل نظر صورت می‌گرفت. در این پژوهش، برای معیار مقبولیت جهت ارتقای دقت علمی و روایی و پایایی، از موارد زیر استفاده شده است: حساسیت پژوهشگر در انسجام روش‎شناسی، متناسب‎نمودن نمونه، تکرار شدن یک یافته و استفاده از بازخورد مطلعان. به منظور اعتبار یافته‌ها نتایج تحلیل و کدگذاری در اختیار 17 نفر از مشارکت‌کنندگان قرار گرفت و نظر آنها پیرامون کدهای استخراجی و برچسب‌های مفهومی با محتوای داده‌ها از متن داده‌ها اخذ گردید. دستیابی به اشباع نظری (عدم اضافه شدن مفاهیم و مقوله‌های جدید داده‌ها گردآوری شده و نهایتا در مصاحبه‌های آخر) گواهی بر اعتبار یافته‌های پژوهش است (دانایی‌فرد و امامی، 1392).

در این پژوهش جهت کدگذاری، بعد از انجام مصاحبه ها؛ مصاحبه ها مکتوب شدند و بعد از بررسی و بازخوانی، مفاهیم استخراج شدند با توجه به ماهیت نظریه داده بنیاد و شیوه انجام آن، در این پژوهش برای هر گزاره که مفاهیم مصاحبه شوندگان را شامل می شد، یك کد اختصاص شده است. سعی شده تا انتخاب کدها در عین دقت با هدف تبیین موضوع پژوهش صورت پذیرد و کدگذاری تا حد امکان با مشاوره مصاحبه شوندگان انجام شود. در این مرحله، هدف، ایجاد مجموعه سازمان یافته­ای از کدها و مفاهیم اولیه است که نتیجه بررسی دقیق و تفصیلی گزاره­های هر مصاحبه است. با توجه به مصاحبه­های انجام شده با خبرگان در این پژوهش مصاحبه­ها با استفاده از تحلیل محتوای سطر به سطر، عبارت به عبارت و مفهوم کلی بررسی، مفهوم­پردازی، مقوله­بندی و بر اساس تشابه، مفهوم و اشتراکات بین کدهای باز، مفاهیم و مقولات مشخص شدند. در این مرحله 131 کد و مفهوم شناسایی و طبقه­بندی شده و مقوله­های کلان شکل گرفتند. در نهایت مرحله نهایی کدگذاری به پیامدها به برون داده‌ها يا نتايج كنش/ كنش متقابل اشاره مي‌كنند که در این پژوهش از نظر خبرگان پیامدهای « طراحی الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی سایپا» که در جدول (2) بیان شده است وقتی اهمیت دارد و می‌توان به آن اتکا کرد که در درجه پیچیدگی زنجیره تامین و عملکرد مالی و وظايفي را خدشه‌دار ‌نکند و دوم بین فعالیت‌های آنها توازن و تعادل برقرار شود. بنابراین پیامدها با توجه به موارد ذکر شده به شرح جدول ذیل می‌باشد:

 

 

 

 

جدول (2)کدگذاری باز و شرایط مربوط به پیامدها (منبع: یافته های محقق)

Table (2) open coding and conditions related to outcomes (source: researcher's findings(

ردیف

Row

مقوله‌های اصلی

The main components

مقوله‌های فرعی

Subcategories

مفاهیم

concepts

1

 

 

 

پیچیدگی‌های ساختاری

تامین

تعداد زیاد تامین کنندگان

2

فاصله جعرافیایی بین تامین کننده و کارخانه تولید

3

تعداد قطعاتی که باید خریداری شود

4

کارایی لجستیک

5

طبقه‌بندی تامین کنندگان

6

تولید

نوع سیستم تولید

7

تعداد عملیات (زمان ساخت)

8

گسترش جعرافیایی بین کارخانه‌های تولیدی مختلف

9

تنوع محصول

10

تعداد کارخانه‌های تولیدی و خطوط تولید

11

 

 

 

توزیع

تعداد خرده فروشان

12

نوع کانال توزیع

13

تعداد کانال‌های توزیع

14

گسترش جعرافیایی توزیع کنندگان

15

درجه سفارشی سازی مورد نیاز توسط توزیع کنندگان

16

 

 

 

 

 

 

 

پیچیدگی‌های دینامیکی و رفتاری

 

 

 

تامین

قابلیت اطمینان تامین کنندگان

17

استحکام لجستیک تامین

18

دقت پیش بینی

19

سیاست تدارکات

20

رهبری نامطمئن زمان

21

 

 

 

تولید

محیط شرکت

22

تغییرات تکنولوژیکی و نوآوری

23

خرابی ماشین آلات

24

تغییرات طراحی محصولات

25

تولید مدل‌های ترکیبی از خودروها

26

ساخته شده برای انیار و ساخته شده برای سفارش

27

 

 

توزیع

حجم سفارش‌های دریافتی

28

سقوط توزیع کننده

29

استحکام لجستیک توزیع

30

تغییر ترجیحات مشتری (نوسانات تقاضا)

31

یکپارچه سازی

داده‌های بزرگ

32

تجارت الکترونیک

33

قدمت و دقت اطلاعات 

 

با توجه به جدول فوق، پیامدهای حاصل از طراحی الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی سایپا شامل مقولات اصلی مزیت رقابتی و دقت پیش بینی و قابلیت اطمینان تامین­کنندگان است که می‌تواند برای سازمان‌ها، افراد و جامعه مفید واقع شود.

- کدگذاری انتخابی: سومین مرحله‌ کدگذاری در روش گراندد تئوری، کد گذاری انتخابی است. اين روش عبارتست از فراگردِ انتخابِ دسته‌بندی اصلی، مرتبط کردن سیستماتیک آن با ديگر دسته‌بندی‌ها، تأيید اعتبار اين روابط و تکمیل دسته‌بندی‌هايی که نیاز به اصلاح و توسعه بیشتری دارند (دانایی‌فرد و امامی، 1392). در اين پژوهش با در نظر داشتن مطالعات اولیه و نظرات مصاحبه شوندگان و تحلیل داده‌های گردآوری شده توسط روش نظریه پردازی داده بنیاد الگوی پیشنهادی که طی احصاء مفاهیم اصلی حاصل شده بود؛ در شکل ذیل ترسیم شد. 

 

img0 

شکل (1) الگوی پیشنهادی پژوهش (منبع: یافته های محقق)

Figure 1) of the proposed research model (source: researcher's findings)

 تحلیل عامل تاییدی سوالات تحقیق:

ارزیابی مدل‌های اندازه‌گیری

تخمین مدل، معیارهای تجربی روابط بین معرف‌ها و ساختارها (مدل‌های اندازه‌گیری)، و همچنین بین ساختارها (مدل ساختاری) را فراهم می‌کند. این معیارها ما را قادر می‌سازد تا داده‌های نمونه را با مقایسه اندازه‌گیری نظری و مدل‌های ساختاری با واقعیت نمایش دهیم. به عبارت دیگر، می‌توان تعیین کرد که نظریه تا چه اندازه با داده‌ها مرتبط است. برخلاف CB-SEM، یک معیار مناسب منحصر به فرد برای PLS-SEM در دسترس نیست. در این زمینه، مهم است که بدانیم برازش معانی مختلفی برای CB-SEM و PLS-SEM دارد. آمار برازش برای CB-SEM از تفاوت بین ماتریس‌های کوواریانس تجربی و ضمنی مدل (تئوری)، در حالی که PLS-SEM از تفاوت بین مقادیر مشاهده‌شده (برای متغیرهای صریح) یا تقریبی (برای متغیرهای صریح) به دست می‌آید. متغیرهای پنهان) متغیرها و مقادیر وابسته. پیش بینی توسط مدل مورد نظر متمرکز می‌شود. در نتیجه، محققان PLS-SEM معیارهایی را ذکر می‌کنند که قابلیت‌های پیش بینی مدل را برای قضاوت در مورد کیفیت مدل نشان می‌دهد. به طور خاص، ارزیابی نتایج مدل‌های اندازه‌گیری و ساختاری در PLS-SEM بر اساس مجموعه‌ای از معیارهای ارزیابی ناپارامتریک است و از رویه‌هایی مانند راه‌اندازی و چشم‌پوشی استفاده می‌کند. همانطور که در جدول 5 نشان داده شده است، اعمال اصولی این معیارها از یک فرآیند دو مرحله ای پیروی می‌کند. این فرآیند شامل ارزیابی جداگانه مدل‌های اندازه‌گیری و مدل‌های ساختاری است. در ابتدا، اندازه‌گیری مدل بر مدل‌های اندازه‌گیری متمرکز بود. بررسی تخمین‌های PLS-SEM محققان را قادر می‌سازد تا قابلیت اطمینان و اعتبار معیارهای ساختاری را ارزیابی کنند. بنابراین، پایایی شرط لازم برای روایی است. البته ارزیابی این مدل‌ها شامل پایایی ترکیبی برای ارزیابی سازگاری داخلی، قابلیت اطمینان هر معرف، و میانگین واریانس استخراج شده (AVE) برای ارزیابی اعتبار همگرا است. علاوه بر این، معیار Fornell-Larker و بارهای عرضی برای ارزیابی اعتبار دیفرانسیل استفاده می‌شود. در ادامه به معیارهای ارزیابی مدل‌های اندازه‌گیری بازتابی پرداخته می‌شود.

در نهایت بررسی پایایی مدل تحقیق از روش های آماره پایایی شاخص که شامل بارهای عاملی، آلفای کرونباخ و پایایی ترکیبی و یا اشتراکی است انجام شد وپایایی مدل­های­ تحقیق از نظر ضرایب پایایی مرکب سازه‌های پژوهش، پایایی ترکیبی یا اشتراکی و آلفای کرونباخ از حیث بارها و سازگاری بیرونی و درونی معنی دار بوده است و از نظر روایی همگرا، معیاری است که در آن یک معیار با معیارهای جایگزین از همان ساختار همبستگی مثبت دارد. با استفاده از مدل نمونه‌گیری دامنه، بازتاب‌های ساختار بازتابی به روش‌های مختلف برای اندازه‌گیری یک ساختار استفاده می‌شود در این تحقیق برای عملکرد مالی شرکت، پیچیدگی ساختاری و پیچیدگی دینامیکی و رفتاری بالای 5/0 بوده و بیانگر مقدار قابل قبول برای پذیرش برازش مدل‌های اندازه‌گیری بر حسب ضریب آلفای کرونباخ بالای 0.7 است. نتایج نشان می‌دهد که برای تمامی سازه‌ها این مقدار بالاتر از مقدار قابل قبول است. همچنین مقدار پایایی ترکیبی باید بالای 0.7 باشد و این مقدار همیشه کمی بیشتر از ضریب آلفای کرونباخ است. مقدار این آمار نیز در محدوده قابل قبول خود قرار دارد. در نهایت شاخص میانگین واریانس استخراج شده را داریم که آن هم بالای 0.5 است.

در نهایت، معیار Fornell-Larker و بارهای عرضی امکان کنترل اعتبار تفاضلی را فراهم می‌کند. با توجه به این معیار، ریشه دوم میانگین مقدار واریانس استخراج شده (AVE) هر سازه باید بیشتر از بیشترین همبستگی سازه با سایر سازه‌های مدل باشد (این مفهوم مشابه مقایسه مقدار میانگین واریانس استخراج شده است. (AVE) با توان درجه دوم سازه‌ها). جدول زیر ارزیابی معیار فورنل-لارکر برای اعتبار افتراقی مدل تحقیق را نشان می‌دهد.

جدول (3) معیار فورنل-لارکر

Table (3) Fornell-Larker criterion

 

 

عملکرد مالی شرکت

Financial performance of the company

پیچیدگی ساختاری

Structural complexity

پیچیدگی دینامیکی و رفتاری

Dynamic and behavioral complexity

عملکرد مالی شرکت

Financial performance of the company

0/858

 

 

پیچیدگی ساختاری

Structural complexity

0/946

0/832

 

پیچیدگی دینامیکی و رفتاری

Dynamic and behavioral complexity

0/933

0/906

0/802

 

حاصل جذر میانگین واریانس استخراج شده (AVE) روی عناصر قطری و همبستگی میان سازه‌ها در ذیل آن‌ها آمده است. به طور کلی، ریشه دوم AVE برای سازه‌های انعکاسی همه آن‌ها بیشتر از همبستگی این ساختار با سایر متغیرهای پنهان در مدل مسیر هستند. به طور کلی، معیار فورنل-لارکر شواهدی برای اعتبار افتراقی سازه‌ها ارائه می‌دهد. در این بخش با توجه به یافته‌های آماری برازش مدل‌های اندازه‌گیری از نظر پایایی شاخص، روایی همگرا و روایی واگرا ارائه شد.

 

آمار استنباطی 

 شاخص نیکویی برازش

هنسلر و سرستاد (2012) اخیراً سودمندی مفهومی و تجربی این شاخص را به چالش کشیده اند. مطالعه آن‌ها نشان می‌دهد که GOF تناسب خوبی برای PLS-SEM ارائه نمی دهد. به طور خاص، GOF، بر خلاف معیار برازش CB-SEM، توانایی جدا کردن مدل‌های معتبر از مدل‌های نامعتبر را ندارد. از آنجایی که GOF نمی‌تواند برای مدل‌های اندازه‌گیری رشدی مورد استفاده قرار‌گیرد و نسبت به تلاش برای دست‌کم زدن به پارامترها هشدار نمی‌دهد و جریمه‌ای برای آن‌ها اعمال نمی‌کند، محققان استفاده از این معیار را توصیه نمی‌کنند (آذر، غلام‌زاده، 1395). به طور کلی هنگام استفاده از Smart PLS نسخه 3 دو نشانگر تناسب مدل داریم که یکی از آن‌ها SRMR است که باید کمتر از 0.08 باشد. اگر مقدار این شاخص کمتر از 0.08 باشد، برازش قابل قبولی حاصل می‌شود. در پژوهش حاضر این مقدار برابر با 063/0 بوده و از مقدار 08/0 کمتر است. باتوجه به مورد قبول بودن این شاخص، می‌توانم ادعا کنم که مدل پژوهش حاضر دارای برازش بسیار مناسب است. پس از تحلیل برازش مدل‌های اندازه‌گیری و ساختاری و در نهایت برازش مدل کلی اجازه پیدا می‌کنیم که به اثبات و رد فرضیه‌های پژوهش بپردازیم.

تحلیل نتایج سوالات تحقیق

بنابراین در پژوهش حاضر به منظور آزمون فرضیه­ها از تجزیه و تحلیل حداقل مربعات جزئی استفاده شده است. تجزیه و تحلیل حداقل مربعات جزئی، تکنیکی چند متغیره است که متغیرهای مکنون غیرقابل مشاهده را از طریق شاخص­های مختلف و بررسی مسیر بین این متغیرهای مکنون، تخمین می­زند. تجزیه و تحلیل مبتنی برحداقل مربعات جزئی، نیازی به فرض نرمال بودن توزیع داده­ها و حجم بزرگ نمونه ندارد. همچنین در مواردی که سازه­ها توسط شاخص­های تکوینی سنجیده می­شوند، حداقل مربعات جزئی روش مناسب تری برای تجزیه و تحلیل داده­ها می­باشد. دلیل استفاده از روش حداقل مربعات جزئی در این پژوهش نرمال نبودن توزیع متغیرها می‌باشد. در مدل‌های (PLS) دو مدل آزمون می‌شود.

الف) نتایح آزمون سوال اصلی(2) میزان تاثیر پیچیدگی زنجیره تامین بر عملکرد مالی شرکت‌های خودروسازی گروه خودروسازی سایپا چقدر است؟

نتیجه آزمون در حالت آماره t جهت نشان دادن معناداری و میزان رابطه علی در قالب مدل اعداد معناداری بین متغیر‌های پیچیدگی زنجیره تامین و عملکرد مالی شرکت برابر با 0.869 می‌باشد که به دلیل داشتن آماره t برابر با 43.853 می‌باشد که بیشتر از 1.96 می‌باشد بنابراین میزان تاثیر پیچیدگی زنجیره تامین بر عملکرد مالی شرکت‌های خودروسازی گروه خودروسازی سایپا برابر با 0.869 می‌باشد.

ب) نتایح آزمون سوال فرعی(3) میزان تاثیر پیچیدگی ساختاری زنجیره تامین بر عملکرد مالی شرکت‌های خودروسازی گروه خودروسازی سایپا چقدر است؟

 

 

 

 

 

img0 

شکل (2) مدل ساختاری به همراه ضرایب استاندارد

Figure (2) structural model with standard coefficients

براساس شکل فوق  ضریب استانداردکه این ضرایب در واقع نشان دهنده ضرایب مسیر یا بارهای عاملی بین متغیرها و سوالات مربوطه (متغیرهای پنهان و مشاهده پذیر می‌باشند و نشان می‌دهد که بین متغیرهای مکنون و شاخص‌های مربوطه چه میزان شدت تاثیر وجود دارد را نشان می‌دهد. در نهایت براساس شكل مدل فوق نتیجه این آزمون را در حالت آماره t جهت نشان دادن معناداری این مسیر نشان می‌دهد. میزان رابطه علی در قالب مدل اعداد معناداری بین متغیر‌های پیچیدگی ساختاری زنجیره تامین و عملکرد مالی شرکت برابر با 0.566 می‌باشد که به دلیل داشتن آماره t (با توجه به مدل شماره4-2) برابر با 12.005 می‌باشد که بیشتر از 1.96 می‌باشد بنابراین میزان تاثیر پیچیدگی ساختاری زنجیره تامین بر عملکرد مالی شرکت‌های خودروسازی گروه خودروسازی سایپا برابر با 0.566 می‌باشد.

 (

img0 

شکل (3) مدل ساختاری به همراه اعداد معناداری (بین متغیرهای مکنون و شاخص‌های مربوطه)

Figure (3) structural model with significant numbers (between the variables and the relevant indicators

یافته‌های استنباطی

جهت آزمون سوال اصلی(2) و یافتن پاسخ میزان تاثیر پیچیدگی دینامیکی و رفتاری زنجیره تامین بر عملکرد مالی شرکت‌های خودروسازی گروه خودروسازی سایپا از مدل‌یابی معادلات ساختاری استفاده شد که نتایج آن به شرح ذیل در نمودار درج شده است.

img0 

شکل (4) مدل ساختاری به همراه ضرایب استاندارد (منبع : یافته های محقق)

Figure (4) structural model with standard coefficients (source: researcher's findings(

 

براساس شکل فوق  ضریب استانداردکه این ضرایب در واقع نشان دهنده ضرایب مسیر یا بارهای عاملی بین متغیرها و سوالات مربوطه (متغیرهای پنهان و مشاهده پذیر می‌باشند و نشان می‌دهد که بین متغیرهای مکنون و شاخص‌های مربوطه چه میزان شدت تاثیر وجود دارد را نشان می‌دهد.

img0 

شکل (5) مدل ساختاری به همراه اعداد معناداری (بین متغیرهای مکنون و شاخص‌های مربوطه) (منبع : یافته های محقق)

Figure (5) of the structural model with significant numbers (between the underlying variables and the relevant indicators) (source: researcher's findings))

 

براساس نتایج ضرایب استاندارد مدل ساختاری فوق نتیجه این آزمون را در حالت آماره t جهت نشان دادن معناداری این مسیر نشان می‌دهد.میزان رابطه علی در قالب مدل اعداد معناداری بین متغیر‌های پیچیدگی دینامیکی و رفتاری زنجیره تامین و عملکرد مالی شرکت برابر با 0.420 می‌باشد که به دلیل داشتن آماره t  برابر با 8.598 می‌باشد که بیشتر از 1.96 می‌باشد بنابراین میزان تاثیر پیچیدگی دینامیکی و رفتاری زنجیره تامین بر عملکرد مالی شرکت‌های خودروسازی گروه خودروسازی سایپا برابر با 0.420 و معنی دار می‌باشد.

 

 

 

پیشنهادهای کاربردی

زنجیره تامین یک سیستم پیچیده و یکپارچه کننده پیچیدگی است مدیریت پیچیدگی زنجیره تامین یک اقدام ضروری است. درک کردن پیچیدگی ذاتی زنجیره تامین و انجام اقدامات لازم کاهش پیچیدگی و مدیریت پیشگیری از آن منجر به عملکرد بهتر و در نتیجه رضایت بیشتر مشتری خواهد شد. با توجه به پاسخ سوالات تحقیق و جهت کاهش پیچیدگی زنجیره تامین و بهبود عملکرد مالی شرکت سایپا به مدیران این شرکت پیشنهادات زیر ارائه می‌گردد:

توصیه می‌شود شرکت سایپا روابط بین سازمان و تأمین كنندگان مواد اولیه خود را بهبود دهند. برای این كار باید با تأمین كنندگان شایسته و منتخب، روابط استراتژیك برقرار كنند تا در کنار همكارى استراتژیك با آن‌ها بتوانند به مزایاى رقابتى مدنظر دست یابند.

پیشنهاد می‌شود از سیستم‌های حمل ونقل هوشمند بهره‌برده شود.

همچنین باید به شاخص‌های ارسال و تحویل توجه ویژه ای شود. در این بخش به شركت‌های تولیدی پیشنهاد می‌شود به تنوع تقاضای مشتریان توجه كنند و آن را نادیده نگیرند.

پیشنهاد می‌شود شبكة ارتباط با مشتریان را گسترش دهند و اقدامات لازم را دراین زمینه به عمل آورند. برای این کار از تکنولوژی‌ها و فناوری‌های رسانه ای جدید و شبکه‌های اجتماعی کمک گرفته شود.

پیشنهاد می‌شود شرکت سایپا به مقررات و استانداردهای صنعت تسلط كافی داشته باشد و قوانین و مقررات ملی و بین المللی را رعایت کند این اقدامات به ادامة فعالیت سازمان كمك خواهد كرد.

برای بهبود طراحی و برنامه ریزی در شرکت سایپا باید حجم اطلاعات موجود در سازمان را به خوبی مدیریت كرد و جریان اطلاعات را به گونه ای هموارساخت تا تصمیم‌گیری در سازمان را مورد حمایت قرار دهد.

برای زنجیره تامین مدلسازی به روش شبیه سازی انجام گردد تا بهینه ترین مدل زنجیره تامین در بخش تامین، تولید و توزیع و یکپارچه سازی انجام گردد.

فاصله جغرافیایی بین تامین کننده و شرکت سایپا، مقرون به صرفه ترین انتخاب گردد.

راههای افزایش کارایی لجستیک و کاهش هزینه‌های حمل و نقل و توزیع بررسی و مورد استفاده قرار‌گیرد.

سیستم‌ها و روش‌های تولید مورد بازبینی و بهینه سازی قرار‌گیرد.

 

 نتیجه گیری و پیشنهاد برای پژوهش‌های آتی

با توجه به نتایج آزمون فرضیه‌های تحقیق حاضر می‌توان نتیجه‌گیری کرد که: زنجیره تامین صنعت خودرو متشکل از چندین شرکت است که به طور مستقیم یا غیرمستقیم تولید کننده تجهیزات اصلی و فرعی است. هر خودرویی به اجزای مختلفی نیاز دارد، از مهره‌ها و پیچ‌های کوچکی که صندلی را با فریم کنار هم نگه می‌دارند تا قطعات بزرگ‌تری مانند لاستیک‌ها. در نتیجه، زنجیره‌های تامین خودرو پیچیدگی‌هایی را در سمت تامین کننده و تولید کننده اضافه کرده است. ناکارآمدی تامین کنندگان می‌تواند برای شرکت سایپا بسیار گران باشد زیرا این صنعت اغلب از تولید JIT استفاده می‌کند. تاخیر در تحویل قطعات یا تحویل با کیفیت بد می‌تواند کل خط تولید را متوقف کند. شدت بالایی از ابعاد فرعی پیچیدگی در سمت تامین کننده مشاهده می‌شود. در تولید، استفاده از خطوط تولید مستمر این امر را ضروری می‌سازد که تمامی عوامل مورد نیاز برای تولید به خوبی کار کنند. یک خرابی دستگاه می‌تواند کل خط مونتاژ را متوقف کند. محصول نهایی یک وسیله نقلیه است، دارای سطح مشخصی از سفارشی‌سازی است، اما از نقطه نظر تولید، چنین سفارشی‌سازی‌هایی به ندرت نیاز به عملیات اضافی دارد. این باعث کاهش شدت عملیات مربوط به ابعاد فرعی پیچیدگی می‌شود. توزیع کنندگان برای صنعت خودرو در فواصل مکانی بزرگ پراکنده شده اند. با توجه به ماهیت حجیم محصول، یک شبکه لجستیک قوی مورد نیاز است. چنین اتصالات افزوده شده ممکن است پیچیدگی زنجیره تامین را افزایش دهد.

صنعت خودرو دارای تامین کنندگان بسیار و پیچیده است. در نتیجه، به دلیل مشکلات در یکپارچه سازی تامین کننده و اطمینان از قابلیت ردیابی در بین سطوح، نمی توان آن‌ها را به راحتی مدیریت کرد. مدیریت قابلیت اطمینان عرضه دشوار است، اما دقت پیش‌بینی را می‌توان تا حد زیادی با تجزیه و تحلیل داده‌های بزرگ بهبود بخشید. صنعت خودرو شامل میزان زیادی از اتوماسیون است که در نتیجه خرابی ماشین‌ها و تغییرات در طراحی محصول به بخش مهمی تبدیل می‌شود که منجر به اختلال در زنجیره تامین می‌شود. اکنون می‌توان این پیچیدگی‌ها را از طریق نگهداری پیش بینی و نرم افزار طراحی محصول به راحتی مدیریت کرد. تغییرات تکنولوژیکی و محیط شرکت پیچیده است و به عوامل خارجی مختلفی بستگی دارد و از این رو به راحتی قابل مدیریت نیست. تعداد کانال‌های توزیع کمتر است، اما شامل شبکه گسترده ای از توزیع کنندگان و خرده فروشان برای اطمینان از توزیع مناسب است. قابلیت اطمینان بالاتر توزیع‌کنندگان، خطر کمتری را برای افت توزیع‌کننده تضمین می‌کند و تغییر ترجیحات مشتری و توزیع‌کننده را می‌توان به راحتی با کمک تحلیل روند و بازخورد مشتری برطرف کرد. بنابراین می‌توان گفت تحقیق حاضر این پیچیدگی را در بخش تامین و تولید، توزیع و یکپارچه سازی در دو بخش پیچیدگی‌های ساختاری و پیچیدگی‌های دینامیکی و رفتاری مورد شناسایی قرار داد و 61 شاخص در پایان مدلسازی شدند و الگویی ارائه گردید.

تحقیق حاضر پیچیدگی‌های زنجیره تامین را نشان و این پیچیدگی را در بخش تامین و تولید، توزیع و یکپارچه سازی در دو بخش پیچیدگی‌های ساختاری و پیچیدگی‌های دینامیکی و رفتاری مورد شناسایی قرار داد با توجه به نتایج تحقیق حاضر:

نتایج تحقیق حاضر با تحقیقات زنگنه و همکاران(1400)، با عنوان کاربست رویکرد ساختاری-تفسیری پیچیدگی زنجیره تامین و نقش آن در رقابت پذیری در صنعت خودروسازی، لطفی و همکاران(1398)، با عنوان بررسی پیچیدگی‌ها، نقاط ضعف و قوت یک زنجیره تامین براساس محرکه‌های تعیین شده، کریمی گوارشکی و همکاران(1398)، با عنوان مروری بر زنجیره تأمین صنایع پیچیده مرتبط با صنایع دفاعی در جهان خاتمی فیروز آبادی و همکاران(1397)، با عنوان پیچیدگی زنجیره تأمین به عنوان یک دارایی راهبردی و جایگاه عملکرد مالی، خاتمی فیروزآبادی و همکاران (1396)، اولویت‌بندی پیشران‌های پیچیدگی زنجیره تامین با استفاده از فرایند تحلیل سلسله مراتبی فازی، زرگران خوزانی و همکاران(1395)، مدیریت پیچیدگی‌های زنجیره تامین در صنعت مُد و پوشاک، همتا و همکاران(1394)، مدل سازی و اندازه‌گیری پیچیدگی ساختاری در شبکه‌های زنجیره تأمین مونتاژ، رمضانیان و همکاران(1392)، برخورد با پیچیدگی زنجیره تأمین با استفاده از رویکرد فرآیند تفکر تئوری محدودیتها(مطالعه موردی: یک شرکت تولید کننده کاغذ)، ماکویی و همکاران(1398)، پیچیدگی در زنجیره‌های تأمین، آکین آتس و همکاران (2022)، سفارش از آشوب: متاآنالیز پیچیدگی زنجیره تامین و عملکرد شرکت، مهرا و همکاران (2021)، تجزیه و تحلیل زیر ابعاد پیچیدگی زنجیره تامین برای صنعت خودرو، راحوم و جامولی (2019) مدل پیچیدگی زنجیره تامین خودرو با استفاده از زبان SysML، دیوید کلاس و همکاران (2017)؛ پیچیدگی زنجیره تامین و مدیریت ریسک: خودرو جهانی، فلدهوترا و همکاران (2017) اثرات پیچیدگی محصول محور بر موفقیت لجستیک در بخش خودرو، سان و همکاران (2016)، مدلسازی و شبیه سازی زنجیره تامین صنعت خودرو، باچایارا و همکاران (2014) مدیریت زنجیره تامین در صنعت خودروسازی هند: پیچیدگی‌ها، چالش‌ها و راه‌های پیش رو، پوجاوان و ار (2014) مدیریت پیچیدگی زنجیره تامین در یک شرکت تولید چای، ترنر و ویلیام (2005)، پیچیدگی، مدل سازی در زنجیره تامین صنعت خودرو گروه تحقیقاتی اطلاعات و یکپارچه سازی زنجیره تامین، تجارت برایت سانچز و پریز (2005)، انعطاف پذیری زنجیره تامین و عملکرد شرکت: مدل مفهومی و مطالعه تجربی در صنعت خودرو همسو می‌باشد.

در‌ اين تحقیق، ابتدا با اشاره به اهداف و سؤالات تدوين شده در فصل اول، تلاش می‌شود تا بر مبنای يافته‌های پژوهش؛ بحث گردد و در ادامه نیز ديگر يافته‌ها، دستاوردهای پژوهش و پیشنهادات کاربردی برای پژوهشگران علاقمند ارائه خواهد شد. هدف این پژوهش ارائه الگوی پیچیدگی زنجیره تامین و تاثیر آن بر عملکرد مالی شرکت‌های خودروسازی سایپا با رویکرد کیفی و مبتنی بر نظریه داده‌ بنیاد است.

نتایج آزمون سوالات در بخش کمی به شرح ذیل می باشند:

پیچیدگی‌های زنجیره تامین بر عملکرد مالی شرکت تاثیر دارد.

پیچیدگی ساختاری بر عملکرد مالی شرکت تاثیر دارد.

پیچیدگی دینامیکی و رفتاری بر عملکرد مالی شرکت دارد.

در نهایت نتایج این بخش از تحقیق با تحقیقات خاتمی و همکاران با عنوان پیچیدگی زنجیرۀ تأمین به‌عنوان یک دارایی و جایگاه عملکرد مالی، راهبردی خوش طینت و همکاران، 1395مدیریت زنجیره تامین و عملکرد مالی همسو می‌باشد.

برای تحقیقات آینده پیشنهاد می‌شود در تحلیل پیچیدگی زنجیره تأمین سایر شركت‌ها در كشور استفاده شود و راهكارهای بهبود پیشنهاد شوند. همچنین به كارگیری رویكردهای تلفیقی-مقایسه ای پیشنهاد می‌شود. به این صورت كه از، سایر رویكردهای متداول در مدیریت پیچیدگی نظیر رویكرد كنترل تطبیقی سیستم‌های پیچیده، رویكرد پویایی شناسی سیستم، رویكرد تئوری آشوب و نیز سایر تكنیك‌های متداول در آنالیز پیچیدگی نظیر آنالیزهای آماری و شبیه سازی استفاده كرده و نتایج با نتیجه این تحقیق مقایسه و نتیجه‌گیری شود

پیشنهاد می‌شود تا در تحقیقات آتی به بررسی تاثیر پیچیدگی زنجیره تامین بر سایر متغیرهای مهم دیگر مانند عملکرد کارکنان، اثربخشی شرکت، بهره‌وری شرکت و ... پرداخته شود.

پیشنهاد می‌شود این تحقیق در صنایع دیگر با این عنوان انجام شود.

نتایج این تحقیق با نتایج تحقیقات مشابه با این تحقیق در کشورهای دیگر مقایسه گردد.

تعارض و منافع

بین نویسندگان هیچ گونه تعارض و منافعی وجود ندارد.

 

References

Stoner, James and Freeman, Edward (2016). Leadership and control. Translated by Seyed Mohammad Arabi and Ali Parsaian, Tehran: Business Studies and Research Institute, 9789645799098. [In Persian]

Anwar Rostami, Ali, Asghar., Rostami, M, R. (2017) "Evaluation of models and methods of valuation of companies' intellectual capitals", Accounting reviews and 51-76, (34) Audit, 10, https://sid.ir/paper/8030/fa. [In Persian]

Timouri, Ebrahim (2007), Development of supplier and distributor selection model with supply chain management perspective, Ph.D. thesis, Iran University of Science and Technology, doi:/10.22054/jims.2022.60801.2654. [In Persian]

Jahankhani, Ali; Parsaian, Ali (2017), "Financial Management", second volume, translated and adapted from Raymond P. Novo's book, Samt Publications. 978964530944, [In Persian]

Hafeznia, Mohammad Reza (2017), Introduction to Research Methodology in Humanities, Semat Publications, 15th edition, Winter. 978-964-530-438-4, [In Persian]

Khatami Firouzabadi, Seyyed Mohammad Ali, Elfat, Laiya, Amiri, Maqsood, Sharifi, Hamid. (2017). Supply chain complexity as a strategic asset and financial performance position. Asset Management and Financing, 6(4).  10.22108/AMF.2018.105826.1154 [In Persian].

Khatami Firouzabadi, Seyyed Mohammad Ali and Elfat, Laiya and Amiri, Maqsood and Sharifi, Hamid (2016). Prioritization of supply chain complexity drivers using fuzzy hierarchical analysis process. https://sid.ir/paper/140011/fa [In Persian].

Hemta, Nima and Akbarpour Shirazi, Mohsen and Qobadi, Shahram, 2014, Modeling and measuring structural complexity in assembly supply chain networks, 12th International Industrial Engineering Conference, Tehran.Aitken, J., Bozarth, C., & Garn, W. (2016). To eliminate or absorb supply chain complexity: a conceptual model and case study. Supply Chain Management: an International Journal, 21, 759–774. https://civilica.com/doc/516193 [In Persian].

Akın Ateş, M., Suurmond, R., Luzzini, D., & Krause, D. (2022). Order from chaos: A meta‐analysis of supply chain complexity and firm performance. Journal of Supply Chain Management, 58(1), 3-30.

approach for prioritizing supply chain complexity drivers of an Indian mining, doi:/10.1111/jscm.12264

Bentaher, C., & Rajaa, M. (2022). Supply Chain Management 4.0: A Literature Review and Research Framework. European Journal of Business and Management Research, 7(1), 117-127, DOI:10.24018/ejbmr.2022.7.1.1246.

Birkie, S. E., & Trucco, P. (2020). Do not expect others do what you should! Supply chain complexity and mitigation of the ripple effect of disruptions. International Journal of Logistics Management,31(1), 123–144, . doi:/10.1108/IJLM-10-2018-0273.

Calinescu, A., Efstathiou, J., HuacchoHuatuco, L. &Sivadasan, S., Classes of complexity in manufacturing, 17th National Conference on Manufacturing Research, NCMR 2001: Advances in Manufacturing Technology XV, pp. 351-356, 2001, doi:/10.1007/978-3-662-53120-4_6670.

Caniato, F., & Gröβler, A. (2017). The moderating effect of product complexity on new product development and supply chain management integration. Production Planning & Control, 26, 1306–1317, doi:/10.1080/09537287.2015.1027318.

Dipankar Mishra(2019) Supply Chain Management ; International Journal of Computer Science and Electronics Engineering (IJCSEE) Volume 1, Issue 3 (2013) ISSN 2320-401X; EISSN 2320-4028, doi:/10.1108/13598541211227126.

Dong, Y., Skowronski, K., Song, S., Venkataraman, S., & Zou, F. (2020). Supply base innovation and firm financial performance, doi:/10.1002/joom.1107.

Feldhütter, V., Steck, C., Hawer, S., & ten Hompel, M. (2017). Impacts of product-driven complexity on the success of logistics in the automotive sector. Procedia CIRP, 62, 129-134, doi:/10.1016/j.procir.2016.06.078.

Giannoccaro, I., Nair, A., & Choi, T. (2018). The impact of control and complexity on supply network performance: An empirically informed investigation using NK simulation analysis. Decision Sciences, 49(4), 625–659, doi:/10.1111/deci.12293.

Hu-Chen Liu ; Xiao-Yue You(2021) Green Supply Chain Management ; Green Supplier Evaluation and Selection: Models, Methods and Applications (pp.1-11), doi:/10.1007/978-981-16-0382-2.

Jaidi.L. and Y. Msadfa.(2017). “The Complexity of Rise the Global Value Chains: Case of the Automotive and Aeronautical Industries in Morocco and Tunisia”Policy Paper, PP-17/08, OCP Policy Center, September 2017, doi:/10.1017/638-941-16-8485-7.

Käki, A., Salo, A., & Talluri, S. (2015). Disruptions in supply networks: A probabilistic risk assessment approach. Journal of Business Logistics, 36(3), 273-287, doi:/10.1111/jbl.12086.

Lee, G. (2023). Supply Chain Complexity and Supply Chain Resilience: a Literature Review, https://easychair.org/publications/preprint/K4C8.

Lorentz, H., Töyli, J., Solakivi, T., & Ojala, L. (2016). The effect of a geographically dispersed supply base on downside risk: Developing and testing the N-shaped theory. International Business Review, 25(4), 872–882, doi: /10.1016/j.ibusrev.2015.10.009.

Lorentz, H., Töyli, J., Solakivi, T., Hälinen, H., & Ojala, L. (2012).Effects of geographic dispersion on intrafirm supply chain performance. Supply Chain Management: an International Journal, 17,611-626, doi: /10.1108/13598541211269229.

Lorentz, H., Tِyli, J., Solakivi, T., & Ojala, L. (2016). The effect of a geographically dispersed supply base on downside risk: Developing and testing the N-shaped theory. International Business Review, 25(4), 872–882, doi: /10.1016/j.ibusrev.2015.10.009.

Lu, G., & Shang, G. (2017). Impact of supply base structural complexity on financial performance: Roles of visible and not-so- Visible characteristics. Journal of Operations Management, 53, 23–44.

Mack. O., A. Khare, A. Krämer, and T. Burgartz.)(2016).“Managing in VUCA World,” Springer International Publishing, 2016, doi: /10.1016/j.jom.2017.10.001.

Matthew N O Sadiku ; Kelechi Eze ; Sarhan M Musa (2018) Supply Chain Management ; International Journal of Engineering Research 7(8):137-139, doi: /10.1016/j.ijpe.2009.07.002.

Mehra, N., Khurania, A., Rastogi, K., & Garg, S. K. (2021).Analysis of Supply Chain Complexity Sub-Dimensions for Automobile Industry, doi: /10.1016/j.ibusrev.2015.10.010.

Pulles, N. J., Schiele, H., Veldman, J., & Hüttinger, L. (2016). The impact of customer attractiveness and supplier satisfaction on becoming a preferred customer. Industrial Marketing Management, 54,129–140, doi: /10.1016/j.indmarman.2015.06.004.

Rahoum, K., & Jamouli, H. (2019). The Automotive Supply Chain Complexity Model using SysML Language. Automotive Supply, 6(12), doi:10.1108/17410380510594525.

 

 

 

(23)

 

 

[1]  PhD candidate, Department of Industrial Management, Abhar Branch, Islamic Azad University, Abhar, Iran

[2]  Associate Professor, Department of Business Administration, Faculty of Humanities, University of Zanjan, Zanjan, Iran 

*.Corresponding author: h.azimi@znuac.ir

[3]  Assistant Professor, Department of Management, Abhar Branch, Islamic Azad University, Abhar, Iran

 

[4]  دانشجوی دکتری  گروه مدیریت صنعتی واحد ابهر، دانشگاه آزاداسلامی، ابهر،ایران

[5]  دانشیار گروه مدیریت و حسابداری، دانشکده علوم انسانی، دانشگاه زنجان، زنجان، ایران(نویسنده مسؤول ((h.azimi@znuac.ir

[6]  استادیار گروه مدیریت ،واحد ابهر،دانشگاه آزاد اسلامی ،ابهر،ایران 

 

[7]  -(Volatility, Uncertainty, Complexity & Ambiguity)

[8]  - Mack . O., A. Khare, A. Krämer, and T. Burgartz

[9]  - Rahoum, K., & Jamouli, H.

[10]  - European CEO

[11]  - Giannoccaro, I., Nair, A., & Choi, T.

[12]  - Ahmadkhan,ci and Yan,Hong

[13]  - J. Ladyman, J. Lambert, and K. Wiesner,.

[14]  - Akın Ateş, M., Suurmond, R., Luzzini, D., & Krause, D

[15]  - Blecker, T., Abdelkafi, N., Kaluza, B. & Kreutler, G

[16]  - KPMG.

[17]  - Seyda SerdarAsan

[18]  Research and Development

[19]  Mehra


The rights to this website are owned by the Raimag Press Management System.
Copyright © 2021-2025

Home| Login| About Us| Contact Us|
[فارسی] [العربية] [fa] [ar]