طراحی مدل مفهومی شبکه مدیریت لجستیک معکوس با بر رویکرد نوآوری زنجیره تامین
محورهای موضوعی : عمومىمحمدرضا خسروی 1 , رضا همایی 2 , منصوره حورعلی 3
1 - مرکز پژوهش،پژوهشکده آماد،فناوری دفاعی و پدافند غیرعامل دانشگاه عالی دفاع ملی و تحقیقات راهبردی
2 - مدیریت کارآفرینی ، دانشکده کارآفرینی، دانشگاه تهران
3 -
کلید واژه: مدل مفهومی, شبکه مدیریت لجستیک معکوس, مدیریت زنجیره تامین مستقیم, رویکرد نوآوری,
چکیده مقاله :
در سال‌های اخیر تغییرات سریع بازارها با تکیه بر نوآوری در زنجیرههای تامین مواد افزایش یافته و اتخاذ رویکردی پایدار به الگوهای مصرف اهمیت بیشتری پیدا کرده است. این مسئله به خصوص در حوزه تامین و در نتیجه مصرف کالاها در زنجیره تامین نمود بیشتری داشته است. هدف مقاله حاضر طراحی مدل مفهومی شبکه لجستیک معکوس در راستای بکارگیری بهتر از مواد خام و کاهش ضایعات در زنجیره تامین کالا است. جامعه آماری تحقیق خبرگان دانشگاهی و مدیران زنجیره تامین حوزه دفاع در نظر گرفته شدند. نمونه آماری شامل 143 نفر میباشد که پرسشنامه نیمه ساختاریافته در قالب مصاحبه تکمیل و جمعآوری شد. نتایج تحقیق با استفاده از مدلسازی معادلات ساختاری و نرمافزار و تکنیکlizrel تحلیل و ابعاد و مولفههای مدل لجستیک معکوس را در سه مرحله تامین، جمعآوری و بکارگیری مجدد شناسایی و در قالب مدل مفهومی شبکه مدیریت لجستیک معکوس ارائه شد. پایایی و روایی تحقیق نیز در نهایت پیشنهاد میشود مدیران و تصمیمگیران حوزههای دفاعی با تمرکز بر این سه بعد نسبت به برنامهریزی معکوس تامین مواد مورد نیاز خود اقدام نمایند.
In recent years, rapid market changes have increased due to innovation in material supply chains and the adoption of a sustainable approach to consumption patterns has become more important. This issue has been especially pronounced in the field of supply and consequently the consumption of goods in the supply chain. The purpose of this paper is to design a conceptual model of reverse logistics network in order to better use raw materials and reduce waste in the supply chain.
1. افقهی، بابک. (1381). لجستیک معکوس. فصلنامه لجستیک، سال چهارم، شماره 12 ، سال اول
2. ایرجی، راهله ؛ غلامی، سعیده، (1394). مدل شبکه ی لجستیک معکوس چند محصولی- چند سطحی در شرایط احتمالی، مهندسی صنایع و مدیریت شریف، دوره، شماره 1، صص 53-64
3. پورسليمانيان، فريده. (1385). نقش پارك هاي علم و فناوري براي توسعه فناوري در صنايع كشور (مطالعه موردي: صنعت آب و برق). رشد فناوري، دوره 3 ، شماره 9 ، صص 49-57
4. تارخ، محمدجعفر و همکاران. (1391). مدل کلی بهینه سازي طراحی شبکه لجستیک معکوس تحت عدم قطعیت. نشریه تخصصی مهندسی صنایع، دوره 46 ، شماره 2، صص 159-173
5. تارین، ناصر و همکاران. (1396). طراحی شبکه لجستیک معموس یکپارچه با در نظر گرفتن کیفیت محصولات بازگشتی با استفاده از الگوریتم ژنتیک. مجله تحقیق در عملیات در کاربردهای آن، سال چهاردهم، شماره اول، صص 137-156.
6. جمشیدی، لاله و نوه ابراهیم، عبدالرحیم. (1392). توسعه کیفی خصوصی‌سازی آموزش عالی در ایران: الزامات و پیش بایست‌های خرد. سال اول، فصلنامة نوآوری و ارزش آفرینی، سال اول، شماره سوم، صص ۶۵-۸۸
7. دونالد، اف، بلومبرگ. (1388). لجستیک معکوس. ترجمه زنجیرانی فراهانی، رضا،عسگري، نسرین، حافظی، مریم، انتشارات مؤسسه مطالعات و پژوهش هاي بازرگانی،چاپ
8. صبحیه، محمد حسین و عزیزی، مجتبی و آراستی، محمد رضا و البدوی، امیر (1391). انتقال بین‌سازمانی دانش مدیریت پروژه، کلید نوآوری در سازمان‌های پروژه محور (جستاری بر کنسرسیوم‌های بین‌المللی در صنعت نفت ایران) . فصلنامة نوآوری و ارزش آفرینی، سال 1، شماره یکم، صص 39-50
9. صمدی میارکلائی، حسین و صمدی میارکلائی، حمزه و بسطامی، مسعود. (1396). بکارگیری روش دلفی فازی و فرآیند تحلیل سلسله‌مراتب گروهی فازی در شناسایی و رتبه‌بندی شاخصهای مؤثر بر توسعه کارآفرینی سازمانی، فصلنامة نوآوری و ارزش آفرینی، سال 6، شماره 11، صص:۶۱-۷۴
10. غايب لو، سيما و تارخ، محمدجعفر. (1394) .طراحی شبکة زنجيرة تأمين يکپارچة مستقيم و معکوس سازگار با محيط زيست. نشریه تخصصی مهندسی صنایع، دوره 49، شماره 1، صص 93-106.
11. مردانشاهی، محمد مهدی و آقاجانی، حسنعلی. (1395) . نقش آموزش کارآفرینی بر افزایش خلاقیت دانشجویان. فصلنامة نوآوری و ارزش آفرینی، سال 4، شماره هشتم، صص۳۳-۴۲
12. نعمتی، محمد علی و کاکاپور، صبا. (1392). رابطه بین یادگیری گرایی سازمانی و شناسایی فرصت با خودکارآمدی در میان کارآفرینان شرکتهای دانش بنیان شهر تهران. دوفصلنامه نوآوری و ارزش آفرینی، سال دوم، شمارۀ 4، صص 43-57
13. Bai, Ch., Sarkis, J.(2013) Flexibility in reverse logistics: a framework and evaluation approach, Journal of Cleaner Production 47, 306e318.
14. Blackburn, J.D., & et al. (2004 ). Reverse supply chain for comercial return. California Management Review, Vol.17, No.2, PP.7-22
15. Bossone, B. (1990), “Environment protection: how should we pay for it?” , International Journal of Social Economics, Vol. 17 No. 1, pp. 3-15.
16. Brito, M.P., Dekker, R. (2003). A Framework for Reverse Logistics. ERIM Report Series Reference, n. ERS-2003-045-LIS. Erasmus Research Institute of Management (ERIM)., 04.12.11
17. Bernon, M., Rossi, S., & Cullen, J. (2011). Retail reverse logistics: a call and grounding framework for research, International Journal of Physical Distribution and Logistics Management, vol.41, No.1, pp. 484–110
18. D’Aveni, R.A. (1994), Hypercompetition: Managing the Dynamics of Strategic Maneuvering, Free Press, New York, NY.
19. El korchi, A., Millet, D., ( 2011) Designing a sustainable reverse logistics channel: the 18 generic structures framework. Journal of Cleaner Production 19 (607), 588-597.
20. El-Sayed, M., A_a, N. and El-Kharbotly, A. (2010). A stochastic model for forward{reverse logistics network design under risk", Computers & Industrial Engineering, 58(3), pp. 423-431
21. Fleischmann M. (2001).Reverse logistics network structures and design"; ERIM Report Series Research In Management, Vol. 21, No. 52, PP. 31-40
22. Genandrialine L. Peralta · Psyche M. Fontanos (2006) E-waste issues and measures in the Philippines, Journal of Material Cycles and Waste Management, March 2006, Volume 8, Issue 1, pp 34-39.
23. Guo Dongmei, Wu Yuping, Yu Hai, Ge Wei, editors. The impact of EU environmental requirements on China(Draft). (2005). State Environmental Protection Administration, Policy Research Center for Environment and Economy and Deutsche gesellschaft fur technische zusammenarbeit (GTZ) GmbH 24. Helo, P. (2004), “Managing agility and productivity in the electronics industry”, Industrial Management & Data Systems, Vol. 104 No. 7, pp. 567-77.
25. Kopicki, R.; Berg, M. J.; Legg, L.; Dasappa, V.; and Maggioni, C. (1993), Reuse and Recycling: Reverse Logistics Opportunities, Councilof Logistics Management, Oak Brook, Illinois.
26. lee, Gen,M & Rhee,k. (2009). Network model and optimization of reverse logistics by hybrid genetic algorithm, computers & Industrial Engineering, Vol. 56, 951-946.
27. McKinnon, A., & et al. (2010). Green Logistics, Improving the environmental sustainability of logistics. Kogan page,London Philadelphia New Delhi
28. Nnorom, I.C. and Osibanjo, O. (2008), “Overview of electronic waste (e-waste) management practices and legislations, and their poor applications in the developing countries”, Resources, Conversation and Recycling, Vol. 52 No. 6, pp. 843-59.
29. Özceylan, E., Paksoy, T . (2013). Fuzzy multi-objective linear programming approach for optimising a closed-loop supply chain network. Int. J. Prod. Res. 51(8), 2443-246
30. Pishvaee, M.S., Farahani, R.Z., Dullaert, W. (2010) A memetic algorithm for bi-objective integrated forward/reverse logistics network design. Comput. Oper. Res. 37(6), 1100–1112
31. Pohlen, T.L., Farris II, M.T.,(1992). Reverse logistics in plastics recycling. International Journal of Physical Distribution and Logistics Management 22 (7), 35–47.
32. Ravi, V.,( 2012) Evaluating overall quality of recycling of e-waste from end-of-life computers. Journal of Cleaner Production 20 (1), 145e151.
33. Sarkis, J. (1995), “Supply chain management and environmentally conscious design and manufacturing,” International Journal of Environmentally Conscious Design and Manufacturing, Vol. 4, No. 2, pp. 43–52.
34. Silva, D.A.L., Santos Renó, G.W., Sevegnani, G., Sevegnani, T.B., Serra Truzzi, O.M., (2013) Comparison of disposable and returnable packaging: a case study of reverse logistics in Brazil. Journal of Cleaner Production 47, 377e387.
35. Stock, J. R.( 1992), Reverse Logistics, Council of Logistics Management, Oak Brook, Illinois.
36. Subramoniam, R., Huisingh, D., Chinnam, R.B., Subramoniam, S., (2013). Remanufacturing Decision-Making Framework (RDMF): research validation using the analytical hierarchical process. Journal of Cleaner Production 40, 212e220.
37. Thierry, M.; Salomon, M.; Van Nunen, J.; and Van Wassenhove, L. (1995), “Strategic issues in product recovery management,” California Management Review, Vol. 37, No. 2 (Winter), pp. 114–135
طراحی مدل مفهومی شبکه مدیریت لجستیک معکوس با بر رویکرد نوآوری زنجیره تامین
*محمدرضا خسروی **رضا همایی **منصوره حورعلی
* عضو هیات علمی و مرکز پژوهش، پژوهشکده آماد، فناوری دفاعی و پدافند غیرعامل دانشگاه عالی دفاع ملی و تحقیقات راهبردی
** دانش آموخته کارشناسی ارشد، مدیریت کارآفرینی ، دانشکده کارآفرینی، دانشگاه تهران
*** استادیار گروه مهندسی صنایع دانشگاه پیام نور
تاریخ دریافت: 06/03/1397 تاریخ پذیرش: 20/09/1397
چکيده
در سال‌های اخیر تغییرات سریع بازارها با تکیه بر نوآوری در زنجیرههای تامین مواد افزایش یافته و اتخاذ رویکردی پایدار به الگوهای مصرف اهمیت بیشتری پیدا کرده است. این مسئله به خصوص در حوزه تامین و در نتیجه مصرف کالاها در زنجیره تامین نمود بیشتری داشته است. هدف مقاله حاضر طراحی مدل مفهومی شبکه لجستیک معکوس در راستای بکارگیری بهتر از مواد خام و کاهش ضایعات در زنجیره تامین کالا است. جامعه آماری تحقیق خبرگان دانشگاهی و مدیران زنجیره تامین حوزه دفاع در نظر گرفته شدند. نمونه آماری شامل 143 نفر میباشد که پرسشنامه نیمه ساختاریافته در قالب مصاحبه تکمیل و جمعآوری شد. نتایج تحقیق با استفاده از مدلسازی معادلات ساختاری و نرمافزار و تکنیکlizrel تحلیل و ابعاد و مولفههای مدل لجستیک معکوس را در سه مرحله تامین، جمعآوری و بکارگیری مجدد شناسایی و در قالب مدل مفهومی شبکه مدیریت لجستیک معکوس ارائه شد. پایایی و روایی تحقیق نیز در نهایت پیشنهاد میشود مدیران و تصمیمگیران حوزههای دفاعی با تمرکز بر این سه بعد نسبت به برنامهریزی معکوس تامین مواد مورد نیاز خود اقدام نمایند.
واژه‌های کلیدی: مدل مفهومی، شبکه مدیریت لجستیک معکوس، مدیریت زنجیره تامین مستقیم، رویکرد نوآوری
1- مقدمه، مبانی نظری و پیشینه تحقیق
نویسندة عهده‌‌دار مکاتبات: محمدرضا خسروی Morekhosravi@gmail.com
|
صنعت الکترونیک به دلیل افزایش آگاهی عمومی نسبت به محافظت از محیط زیست و افزایش رقابت‌ها، دچار تغییرات زیادی شده است (بوسونی3، 1990؛ دی آونی4، 1994؛ جمشیدی و نوه ابراهیم، 1392). دول کشورهای توسعه یافته همگی قوانین و مقرراتی را در زمینه‌ی مدیریت استفاده از مواد به منظور تولید، بازیافت محصولات در پایان عمر مفید محصول، و جابجایی ضایعات الکترونیکی در طی بازیافت تصویب کرده و به اجرا گذاشته‌اند (ان نوروم و اوسیبانجو5، 2008؛ میارکلائی و همکاران، 1396). لزوم پیروی از قوانین دولتی، و لزوم دستیافتن به سود بیشتر که از طریق کاهش ضایعات صورت میگیرد، و ارتقای تصویر شرکت به واسطه‌ی بازیافت، باعث شده تولیدکنندگان و سازندگان فرآیندهای لجستیک معکوس را در زنجیره‌ی عرضه‌ی خود بگنجانند (صبحیه و همکاران، 1391). با این وجود پیشرفت‌های سریع فناوری، به همراه طراحی‌های مطابق با مد که به منظور افزایش فروش انجام میگیرد، باعث شده عمر محصولات به شدت کاهش پیدا کرده و فشارهایی را بر لجستیک معکوس ایجاد کند (هلو6، 2004؛ مردانشاهی و آقاجانی، 1394)در همین راستا سوال اصلی تحقیق حاضر مدل مفهومی شبکه لجستیک معکوس از منظر نوآوری نجیره تامین چگونه است؟
مبانی نظری
مفهوم لجستیک معکوس
امروزه در دنیای آکادمیک نیز با توجه به ویژگیهای خاص و منحصر به فرد این جریان رو به عقب و تفاوتهای بسیار آن با حرکت رو به جلوی محصولات، محققان مدیریت زنجیره تأمین ادبیات خاصی را برای آن انتخاب کرده و تحقیقات خود را در قالبی با عنوان لجستیک معکوس میدهند (برنون7 و همکاران، 2011). ایدة کسب وکارهاي لجستیک معکوس دست کم از اوایل قرن عصر صنعتی شدن، زمانی که بازرگانان متوجه شدند بعضی از اجناس و... میتوانند بازسازي شده و براي محصولات جدید به کار روند، مطرح بوده است. این موضوع به کندي توسعه یافت و در دهۀ 1980، زمانی که مسائل محیط زیست به موضوعات حساسی تبدیل شدند، اهمیت بیشتري یافت و به پیدایش کسب وکار فراوري و بازیافت زبالههاي عمومی و خطرزا منتهی گردید. زیربناي اصلی فرایند لجستیک معکوس، درك مفهوم مدیریت چرخۀ عمر و پشتیبانی، یعنی نگاه به یک محصول یا فناوري در تمام طول چرخۀ عمر مصرف آن است. مفهوم زنجیرة تأمین حلقۀ بسته مستتر در اصول لجستیک معکوس در اوایل دهۀ 1980 به عنوان نتیجۀ مستقیم خردسازي قطعات، یکپارچهسازي در مقیاس بالا و طراحی بخشی، ابتدا در صنعت تجهیزات الکتریکی پیادهسازي شد و فرایند تعمیر یک محصول از انجام تعمیرات در محل، به درآوردن و تعویض بخشها تغییر یافت و ارزش اقتصادي بازگشت مواد براي تعمیر و تخصیص دوباره را بیشتر نمود و شرکتهاي بزرگ در این زمینه با به کارگیري لجستیک معکوس به درآمدها و صرفه جوییهاي بیشتري در ارائۀ خدمات خود دست یافتند. کاربرد این مفاهیم سبب تغییر طول چرخۀ عمر و نحوة نگهداري، تعمیر و پشتیبانی محصولات شده است و درنتیجه ارزش خدمات و پشتیبانی از فروش محصول فراتر رفته است (دونالد، و همکاران، 1388). با توجه به اهمیتی که لجستیک معکوس در سالهاي اخیر، هم از محیط هاي صنعتی و هم علمی دریافت کرده است، طراحی شبکۀ لجستیکی بهینه براي بازیابی ارزش از محصولات برگشتی بسیار مهم است (تارخ و همکاران، 1391).
مدیریت محصولات دست دوم8، که لجستیک معکوس نیز نامیده میشود، با آن بخش تولیدی که دربردارندة مسائل زیست محیطی است، بسیار ارتباط دارد. اهمیت تولید مجدد و بازیافت محصولات دست دوم طی دهة گذشته به طوزی چشمگیر افزایش یافته است. برای تعریف لجستیک معکوس عبارات گوناگونی به کار رفته است؛ از جمله لجستیک جریان معکوس9، توزیع معکوس10، زنجیرة تأمین معکوس11، زنجیرة تأمین یکپارچه مستقیم و معکوس12. مدیریت لجستیک معکوس حوزه کوچک ولی مهمی از زنجیره تامین کنندگان امروزي است واین اجازه را به مدیریت شرکتها میدهد که کالاها و مواد اولیه برگشتی را به عرضهکنندگان بازگردانند و براي حفظ تداوم و هماهنگ کردن فعالیتهاي تولید، توزیع و جلوگیري از توقف عملیات به سبب کمبود موجودي و نیز قابل استفاده نمودن اقلام وکالاهاي برگشتی؛ خط مشیها، نظامها و روشهایی را اتخاذ نمایند تا مجموع هزینههاي مرتبط با زنجیره تامین را کاهش دهند (مک کینون13 و همکاران، 2010).
طبق تعریف انجمن اجرایی لجستیک معکوس14 به صورت زیر تعریف میشود "لجستیک معکوس فرآیند برنامهریزي، پیادهسازي و کنترل کارآ و مؤثر جریان ورودي و ذخیرهسازي کالاهاي دست دوم و اطلاعات مربوط به آنها در خلاف جهت زنجیره تأمین سنتی با هدف بازیابی ارزش یا دفع مناسب است (فیشمن15 و همکاران، 2001). در این تعریف، محصولات برگشتی مجبور به بازگشت به مبدا خود نیستند، بلکه میتوانند به همان زنجیره تأمین یا یک زنجیره تأمین دیگر برگردند. مفهوم محصولات دست دوم ذکرشده در اینجا، شامل محصولات استفاده نشده برگشتی، به دلایلی، از جمله نارضایتی مشتري و یا شرایط ضمانت نیز هست. محصولات میتوانند براي استفاده دوباره16، تعمیر17، بازیافت18، تولید دوباره19 و دفع20 طبقهبندي شوند. محصولات و مواد به دلایل گوناگونی برمی گردند:
- محصولات خراب شده که میتوانند بار دیگر تعمیر یا استفاده شوند،
- محصولات در مرحله پایانی چرخه عمرشان که هنوز ارزش دارند،
- محصولات فروش نرفته و یا ناخواسته موجود در قفسههاي خرده فروشان،
- محصولات پس داده شده و
- ضایعات و مواد خطرناك (برنون و همکاران، 2011).
همچنین محصولات در پایان اجاره، با ضمانت و آسیبدیده در حمل یا ارسال نیز جزو محصولات برگشتی هستند. اگر این محصولات برگشتی به صورت کارآمد اداره و کنترل نشوند، آنگاه تولیدکنندگان تجهیزات اصلی، متحمل
هزینههاي بیشتري میشوند (تارخ و همکاران، 1391).
لجستیک معکوس را میتوان به عنوان فرایند حرکت کالا و محصولات از مقصد نهایی معمول خود، جهت اخذ ارزش یا دفع مناسب تعریف کرد. لجستیک معکوس، فرایندی است که در آن یک تولیدکننده به صورت سیستماتیک، محصولات یا قطعاتی را که قبلا جهت مصرف برای مشتری ارسال شده است، در صورت امکان بازیافت، تولید مجدد یا دفع، دوباره جمعآوری میکند. یک سیستم لجستیک معکوس، یک زنجیره تامین بازطراحی شده است که با استفاده از مؤثر از منابع، جریان محصولات یا قطعات را به سوی مقاصد تعمیر، بازیافت یا دفع مدیریت میکند (تارین و همکاران، 1396).
گرچه فعالیتهای زیادی را میتوان در قالب لجستیک معکوس در نظر گرفت اما برخی از اهم فعالیتهای لجستیک معکوس که عمدتاً به طور اختصاصی در این حوزه مطرح است، عبارتست از: تعمیر و تعویض، نوسازی محصول، ساخت مجدد، بازیافت، فروش مجدد و استفاده مجدد. البته لجستیک معکوس تنها به استفاده مجدد یا بازیافت محدود نمیشود؛ بلکه طراحی مجدد بستهبندیها به منظور استفاده کمتر از مواد در آنها و یا کاهش انرژی و آلودگی ناشی از حمل محصولات را نیز میتوان بخشی از لجستیک معکوس تحت عنوان "لجستیک سبز" دانست.
به طور کلی لجستیک معکوس را میتوان اینگونه تعریف کرد: " انتقال دقیق، به موقع و درست مواد، اقلام و کالاهای قابل استفاده و غیر قابل استفاده از انتهاییترین نقطه و آخرین مصرفکننده از طریق زنجیره تأمین به واحد مناسب و مورد
نظر" و به عبارت دیگر لجستیک معکوس: فرآیند حرکت و انتقال برای کالاها و تولیداتی است که در زنجیره تأمین دارای قابلیت بازگشت هستند (افقهی، 1381). لجستیک معکوس تمام فعالیتهای زنجیره تأمین را شامل می شود به صورت معکوس اتفاق میافتد. مهمترین اصل در لجستیک معکوس این است که بسیاری از مواد که اصطلاحاً غیر قابل استفاده یا فاقد کاربرد برای مصرفکننده هستند، دارای ارزش بوده و با اندکی اصلاح و مرمت میتوانند مجدداً وارد زنجیره تأمین شوند (ایرجی و غلامی، 1394). براساس بررسی که بر روی مدلها و مطالعات در موضوع لجستیک معکوس شکل گرفته است، میتوان ابعاد فرآیند لجستیک معکوس را در قالب جدول یک بیان داشت.
جدول1. مدل ها و مراحل مدیریت لجستیک معکوس
محقق | مراحل |
Bai & Sarkis, 2013 | برون سپاری لجستیک، فشرده سازی یا متراکم سازی، پردازش/ پیاده سازی، نگهداری، جداسازی و وارسی، جمع آوری |
Brito & Dekker, 2003 | حذف نهایی: سوزاندن، دفع، پردازش مجدد: تعمیر، نوسازی مجدد، ساخت مجدد، بازیافت مجدد، مصرف مجدد به طور مستقیم: برگشت به زنجیره تأمین، فروش مجدد، استفاده مجدد، جمع آوری: بازرسی، انتخاب، طبقه بندی |
Zhu and Sarkis, 2004 | دفع، بازتولید، بازیافت، احیا، کار مجدد، مصرف مجدد، کاهش حجم ضایعات |
Genandrialine & Psyche, 2015 | دفن، بازیافت، انبار، استفاده مجدد |
Kang & Schoenung , 2005 | دفع، جداسازی چگالی، جداسازی جریان عادی، جداسازی، غربال لرزشی، کاهش سایز، طبقه بندی |
Sserato et al., 2007 | استفاده مجدد، توزیع مجدد، دفع، پردازش مجدد، انتخاب، جمع آوری |
Lau & Wang, 2009 | دفع، بازیافت، بازتولید، مصرف مجدد، بازگشتی از مصرف کننده: تعمیر، سرویس و نوسازی |
Genchv et al., 2011 | تحلیل محصولات برگشتی و سنجش عملکرد، دادن هزینه به مشتری/عرضه کننده، انتخاب روش دفع، مشخص کردن مسیریابی دریافت محصولات بازگشتی، بازگشت اولیه |
El korshi & Millet, 2014 | برونسپاری لجستیک، فشرده سازی، پیاده سازی، جداسازی، جمع آوری |
Ravi, 2012 | دفع، مصرف مجدد تجهیزات قابل بازتولید و قابل بازیافت، انتقال به مراکز خرید مجدد، انباشت، جمع آوری، گردآوری |
silva et al., 2013 | بازیافت، قطعه برداری، تولید مجدد، نوسازی، تعمیر |
پیشینه تحقیق
پیشینه تحقیق خارجی
گو21 و همکاران (2014) پژوهشی با عنوان اوراق کردن یا بازسازی انجام دادند. آنها شبکهای با دو خط شامل دمونتاژ و تعمیر پیشنهاد دادند. هر خط پاسخگوی تقاضای مجزایی بود. عدم اطمینان با استفاده از پارامترهای تصادفی مورد توجه قرار گرفت، اما به کیفیت بازگشت، تغییرات در مقدار تقاضا و بازگشت محصولات، هزینههای راهاندازی و زمانهای انتظار، توجه شد.
ازجیلان و پاکسوی22 (۲۰۱۳) برای بهینهسازی شبکه‌ی زنجیره عرضه حلقه بسته معکوس و مستقیم در چند بازه زمانی و چند کالای مختلف، یک مدل ریاضیِ فازی اعداد صحیح ترکیبی چندکالایی پیشنهاد کرده‌اند. تصمیمات مربوطه عبارتند از: تاسیس کارخانه و فروشگاه‌های جزء و مقدار جابجایی بین تجهیزات مختلف و کاهشِ هزینههای جابجایی، خرید، بازسازی و هزینههای ثابت. در این مدل پیشنهادی، میزان ظرفیت و معکوس به عنوان پارامترهای مدل و محدودیت‌های مربوط به تقاضا به عنوان دادههای فازی فرض میشود.
داس و دوتا23 (2013) پژوهشی با عنوان یک چارچوب دینامیکی برای زنجیره تامین معکوس یکپارچه انجام دادند. آنها از سیستم پویا در یک شبکه معکوس یکپارچه استفاده کردند که سه گزینه احیاء داشت: تعمیر، تولید مجدد و بازیافت. کیفیت یازگشت به عنوان درصد ثابتی از محصولات قابل احیا مدلسازی شد. با این حال، شبیهسازی رفتار شبکه با استفاده از یک روش معمول، بدون هزینههای
راهاندازی، نقطه تمرکز این کار بود.
آل ساید24 و همکاران (2010) پژوهشی با عنوان یک مدل تصادفی روبه جلو (طراحی شبکه لجستیک معکوس تحت شرایط ریسک) انجام دادند. شبکه ارائه شده شامل سه مرکز در مسیر مستقیم است (تامینکنندگان، تسهیلات تولید و مراکز توزیع) و شامل دو مرکز در مسیر غیرمسقیم (مراکز جداسازی محصولات و قطعات، مراکز توزیع مجدد) است. مناطق تقاضا در مسیر جریان غیرمستقیم به صورت قطعی درنظر گرفته شده و تابع هدف بیشینهسازی کل سود موردانتظار است.
لی و همکاران (2009) پژوهشی با عنوان مدل شبکه و بهینهسازی لجستیک معکوس با الگوریتم ژنتیک ترکیبی انجام دادند. مدل ارائه شده توسط آنها، یک شبکه لجستیک معکوس چندمرحلهای است که در آن ابتدا قطعات و محصولات برگشتی از هم جدا شده و سپس با توجه به کیفیت آنها، به مراکز تولید یا به مراکز انهدام ارسال
میشوند. در مراکز تولید با استفاده از قطعات محصولات جدید تولید میشوند. در مدل ارائه شده دو وضعیت درنظر گرفته شده است: 1) محصولات برگشتی با توجه به نوع محصول، مستقیما از مراکز بازیافت به مراکز تولید ارسال میشوند، 2) قطعات بدست آمده از جداسازی محصولات برگشتی، از مراکز جداسازی به مراکز بازیافت فرستاده
میشود.
پیشوایی و همکاران (2010) پژوهشی با عنوان الگوریتم ممتیک برای طراحی شبکه لجستیک معکوس روبه جلو انجام دادند. تابع هدف این مدل مشتمل است بر: افزایش قدرت پاسخگویی و کاهش هزینهها. شبکه لجستیک معکوس رو به جلو که در این مدل بررسی شده یک شبکه لجستیک چندمرحلهای شامل مراکز تولید، توزیع، مشتریان، جمعآوری/ بازرسی، بازیافت و مراکز انهام چندین سطح ظرفیت است. نِمِیِر و دیگران25 (2002) در بررسی فاکتورهایی که بر سیستم‌های لجستیک معکوس اثر می‌گذارند، مدلی مفهومی پیشنهاد میکنند که در آن همه فاکتورهای داخلی و خارجی کنار هم گذاشته میشود. در این مدل، محیط خارجی (یا کلان) از چهار بخش تشکیل شده که عبارتند از درونداد (عرضه کننده‌ها)، قانون گذار (دولت و گروه‌های لابی کننده)، برونداند (خریداران)، و رقابت (رقبا). محیط داخلی از فاکتورهای راهبردی (مثل هزینههای راهبردی، کیفیت کل، خدمات به مشتری، مسائل زیست محیطی و مسائل قانونی) و فاکتورهای عملیاتی (مثل تحلیل سود و زیان، حمل و نقل، انبار، مدیریت عرضه، بازتولید، بازیافت و بستهبندی ) تشکیل شده که شرکت باید در طراحی سیستم لجستیک معکوس خود آنها را در نظر داشته باشد (Lau and Wang, 2009).
پیشینه تحقیق فارسی
تارین و همکاران (1396) پژوهشی با عنوان طراحی شبکه لجستیک معکوس یکپارچه با درنظرگرفتن کیفیت محصولات بازگشتی با استفاده از الگوریتم ژنتیک انجام دادند. شبکه لجستیک موردنظر از دو مرحله تشکیل شده است. در مرحله اول محصولات برگشتی با استفاده از آستانههای کیفی تعریف شده، جهت تفکیک و ارسال به خطوط مناسب احیا و یا دفع، تحت بازرسی کیفی قرار
میگیرند. در مرحله دوم با در اختیار داشتن مقادیر ارسالی به خطهای مختلف، یک الگوریتم بهینهسازی عدد صحیح مختل جهت کاهش هزینههای کل شکل داده شده است.
غایب لو و تارخ (1394) پژوهشی با عنوان طراحی شبکة زنجيرة تأمين يکپارچة مستقيم و معکوس سازگار با محيط زيست انجام دادند. در این پژوهش، یک مدل برنامهریزی عدد صحیح صفر و یک دوهدفه برای یک شبکة لجستیک یکپارچة مستقیک و معکوس، شامل سه سطح در جریان مستقیم (به نامهای تأمینکنندگان، مراکز مونتاژ، مناطق مشتری) و دو سطح در جریان معکوس (به نامهای مراکز دمونتاژ و دفع)، توسعه داده و حل شد.
پایدار و همکاران (1394) پژوهشی با عنوان ارائه مدل بهینهسازی استوار شبکه یکپارچه لجستیک مستقیم و معکوس در شرایط عدم قطعیت انجام دادند. در این مقاله یک مدل یکپارچه لجستیک مستقیم و معکوس شامل مراکز تولید، توزیع، مشتری، جمعآوری، انهدام و احیا در شرایط عدم قطعیت توسعه داده شده است.
رشیدی کمیجان و همکاران (1394) پژوهشی با عنوان ارائه مدل یکپارچه زنجیره تامین پیشرو - معکوس با توجه به مکانیابی تسهیلات و تعیین سیاستهای حمل و نقل بطور همزمان انجام دادند. در این مقاله یک مدل برنامهریزی خطی عدد صحیح برای شبکه لجستیک یکپارچه، شامل لجستیک پیشرو (تامینکنندگان، تولیدکنندگان،
توزیعکنندگان و مشتریان) و لجستیک معکوس (مراکزجمعآوری، مراکز بازفرآوری و مرکزدفع) با درنظر گرفتن سیاستهای حمل ونقل (وسائط نقلیه مختلف با ظرفیتهای متفاوت) و شبکه حلقه بسته چند سطحی و چند محصولی ارائه می گردد. از جمله خروجیهای مدل می توان به تعداد و تعیین مکان احداث تامینکنندگان، تولیدکنندگان، مراکز توزیع، مراکز جمعآوری و بازفرآوری و نیز میزان کالا و قطعهای که بین سطوح مختلف زنجیره، توسط وسائط نقلیه متفاوت جابجا میشود اشاره کرد.
این مدل در مورد در نظر گرفتن فاکتورهای مختلف در فرآیند لجستیک معکوس از دیدگاه کلی، جامع است،
3-روش تحقیق
تحقیق حاضر به لحاظ هدف از نوع تحقیقات کاربردی است. با توجه به روش گردآوری دادهها از نوع تحقیقات پیمایشی توصیفی تعریف میشود. جامعه آماری پژوهش حاضر مدیران و خبرگان عالی دفاعی که در بخشهای زنجیره تامین مشغول به فعالیت هستند ملاک این انتخاب پیشنهاد اسامی این افراد توسط مرکز تحقیقات دفاعی به عنوان خبره نظامی بخش زنجیره تامین خواهد بود. همچنین اساتید دانشگاههای سطح شهر تهران که در زمینه مدیریت زنجیره تامین حداقل دو مقاله مرتبط یا یک کتاب داشته باشند و حداقل درجه دانشگاهی آنها دانشیار باشد در نظر گرفته شد. جهت تعیین تعداد نمونه لیستی از خبرگان با ویژگیهای فوق استخراج شد و با استفاده از فرمول کوکران برای جامعه آماری نرمال و روش نمونهگیری تصادفی ساده از تعداد کل 178 نفر مذکور تعداد143 نفر پرسشنامه را از طریق ایمیل پاسخ دادند. ابزار گردآوری دادهها، پرسشنامه بوده است. برای استخراج مدل مدیریت لجستیک معکوس شرکتهای دانشبنیان، مراحل فرآیند لجستیک در قالب پرسشنامهای به خبرگان موضوع ارائه گردید و از آنها خواسته شد بر اساس دانشی که در اختیار داشتهاند، میزان اهمیت هر یک از مراحل را بیان نمایند. بر اساس نظر خبرگان مدل نهایی با انجام اعتبار سنجی و مرور بدست آمد. برای بررسی پایایی پرسشنامهها، تعداد 143 پرسشنامه را میان اعضای نمونه توزیع و با استفاده از دادههای بدست آمده از این
پرسشنامهها و نرمافزار SPSS ضرایب آلفای کرونباخ برای تمامی پرسشنامهها بدست آورده شد. در جدول 2 مقادیر آلفای کرونباخ پرسشنامهها نشان داده شده است. با توجه به ضرایب آلفای کرونباخ نتیجه میشود که سوالات پرسشنامه و مولفهها از پایایی مناسب برخوردارند. جهت روایی تحقیق سوالات پرسشنامه قبل از توزیع با 5 نفر از خبرگان تحلیل و اصلاحات مد نظر اعمال و پرسشنامه نهایی شد.
جدول 2. ضرایب آلفای کرونباخ برای پرسشنامهها و یا ابعاد پرسشنامهها
مولفه | شماره سوالات | تعداد سوال | ضریب آلفای کرونباخ |
جمع آوری | 1 تا 5 | 5 | 0.81 |
ذخیره سازی و انبار | 6تا 12 | 6 | 0.72 |
استفاده مجدد | 13 تا 17 | 6 | 0.76 |
باز تولید | 17 تا 21 | 4 | 0.75 |
بکارگیری مجدد | 22 تا 28 | 6 | 0.76 |
حمل و نقل | 28 تا 32 | 4 | 0.75 |
حذف | 32تا 34 | 2 | 0.93 |
به منظور تحليل دادهها و آزمون فرضيههاي تحقيق از روش مدل‌يابي معادلات ساختاري استفاده شده است. مدل‌يابي معادلات ساختاري از جمله مدلهاي آماري براي بررسي روابط خطي بين متغيرهاي مکنون (مشاهده نشده) و متغيرهاي آشکار (مشاهده شده) است. در ادامه با توجه به اهمیت آزمون مدل نظری پژوهش متغیرهای اصلی وارد نرم افزار لیزرل (Lisrel) شده و در آن بررسی شده است. تکنیک لیزرل آمیزه دو تحلیل است:
تحلیل عاملی تأییدی26(مدل اندازه گیری27)
تحلیل مسیر28- تعمیم تحلیل رگرسیون (مدل ساختاری29)
منظور از اندازهگیری، سنجش روابط بین متغیرهای مشاهده شده (گویههای پرسشنامه) و متغیرهای مکنون یا پنهان توسط سازههای متغیرهای مکنون(عوامل استخراج شده) است. به بیان دیگر این مدل مشخص می کند که متغیرهای مکنون چگونه با متغیرهای قابل مشاهده مرتبط اند و از طریق آنها سنجیده می شوند و هریک از شاخص ها تا چه حد متضمن مفهوم ابعاد متغیر مکنون هستند.
3- یافتههای تحقیق
گام اول: استخراج مراحل و شاخصهاي اصلی مدلهاي معتبر لجستیک معکوس است. ابتدا کلیه ابعاد و مراحل اصلی مدلهاي لجستیک معکوس استخراج و دستهبندي شده است. هدف از انجام این کار ایجاد دید وسیع از مفهوم لجستیک معکوس و استخراج مراحل اصلی و تأثیرگذار
میباشد. مراحل اصلی هر مدل در جدول شماره (1) ارائه شده است.
گام دوم: مشخص کردن نسبت تکرار مراحل در مدلهاي مختلف است. در این گام، طی جدول شماره (3) که در ادامه آورده شده است، مراحل مدلهای لجستیک معکوس به صورت یکجا آورده شده است تا میزان تراکم و اهمیت آنها با توجه به مدلهای مشابه مشخص گردد.
جدول 3. فراوانی مراحل در مجموعه مدلهای شبکه لجستیک معکوس
ردیف | فعالیت | فراوانی مرحله در مجموعه مدل ها |
1 | شناخت | 1 |
2 | انتخاب | 4 |
3 | جمع آوری | 10 |
4 | ذخیره سازی | 6 |
5 | انبار | 7 |
6 | پیاده سازی | 2 |
7 | مرتب سازی | 3 |
8 | غربال و جداسازی | 3 |
9 | پردازش | 3 |
10 | فشرده سازی | 4 |
11 | نوسازی مجدد | 1 |
12 | تعمیر | 3 |
13 | مسیریابی لجستیک | 1 |
14 | بازگشت اولیه | 2 |
15 | انتخاب روش دفع | 1 |
16 | حمل و نقل | 4 |
17 | جایگزینی | 2 |
18 | استفاده مجدد | 6 |
19 | توزیع مجدد | 3 |
20 | فروش مجدد | 1 |
21 | تجدید مجوز | 1 |
22 | باز تولید | 5 |
23 | وارسی | 3 |
24 | احیا | 3 |
25 | تجزیه | 1 |
26 | بازیابی | 1 |
27 | بازیافت | 6 |
28 | حذف | 1 |
29 | برون سپاری لجستیک | 2 |
30 | دفع | 8 |
31 | دفن | 2 |
32 | سوزاندن | 6 |
گام سوم: استخراج شاخصها و مراحل مدل لجستیک معکوس بر اساس نظر توسط خبرگان. برای نایل شدن به هدف مذکور، از ابزار تحلیل عاملی اکتشافی جهت خلاصه کردن مجموعه مراحل و تعیین متغیرهای مکنون استفاده شد. و از آزمون KMO (Kaiser-Meyer-Olkin) برای سنجش روایی ابزار برای هر مولفه استفاد شد. تحلیل عاملی تاییدی روی 32 فعالیت یا مرحله با استفاده از روش
مؤلفههای اصلی بر روی دادهها انجام گرفت که در ادامه ارائه شده است:
آزمون کیاماو و بارتلت مولفه تامین:
اين آزمون به بررسي مرتبط و مناسب بودن متغيرها براي كشف ساختار مي‌پردازد. مقادير كوچك (كمتر از 05/0) براي سطح معني‌داري نشان ميدهد كه ماتريس همبستگي بين متغيرها، هماني نيست و تحليل عاملي براي دادههاي موجود مفيد خواهد بود. قبل از تحليل عاملي تاييدي متغير تامین لازم است از طريق محاسبه ضريب کفايت نمونه گيري را مشخص کنيم آيا حجم نمونه تحقيق براي تحليل عاملي تاييدي متغير تامین مناسب است؟ براي متغير نوآوری سازماني در قالب بخشي از سوالات پرسشنامه اين تحقيق مورد سنجش قرار گرفت. نتايج حاصل از آزمون KMO-Bartlett در جدول 4 نشان داده شده است. مقدار بيش از 5/0 آماره KMO بيانگر کفايت نمونهگيري بوده و سطح اطمينان صفر (000/0) براي آزمون بارتلت نيز
نشاندهنده مناسب بودن مدل عاملي مورد استناد مي باشد که در اين تحقيق مقدار آزمون KMO برابر با (68/0) شد. اين عدد نشاندهنده درجه تناسب دادههاي مربوط به سازه نوآوری سازماني براي اجراي تحليل عاملي است.
جدول4. آزمون KMO و آزمون بارتلت مولفه تامین
متغیر | میزان |
آمارهی KMO | 0.68 |
درجه آزادی | 143 |
سطح معناداری بارتلت | 0.00 |
تحلیل عاملی تاییدی مولفه تامین
یکی از قابلیتهای نرمافزار LISREL تحلیل مدلهایی است که دارای عاملهای مرتبه دوم هستند. مدل عاملی مرتبه دوم را به عنوان نوعی از مدلهای عاملی تعریف
میکنند که در آن عاملهای مکنون که با استفاده از متغیرهای مشاهده شده اندازهگیری میشوند خود تحت تاثیر یک متغیر زیربناییتر و به عبارتی متغیر مکنون، اما در یک سطح بالاتر قرار دارند (سیدعباس زاده، امانی، خضری آذر و پاشوی، 1391). و چون در تحقیق حاضر، تامین دارای دو مولفه میباشد که میتوانند به عنوان نشانگر این سازه عمل کنند، لذا تحلیل عاملی مرتبه دوم در راستای آزمون مدل اندازهگیری و نیز روائی مولفههای سازهی تامین به شرح زیر بررسی شده است.
شکل 1. خروجی تحلیل عاملی مرتبه دوم برای سازه تامین
نتایج شکل 1 مناسب بودن بارهای عاملی نشانگرهای (سوالات) مربوط به هر مولفه در پیشبینی تامین و نیز مناسب بودن بار عاملی هر مولفه به عنوان نشانگر تامین در پیشبینی این متغیر دارد، که بارهای عاملی مولفهها در جدول 5 گزارش شده است.
جدول 5. بارهای عاملی مولفه های تامین
رديف | مؤلفهها | بار عاملی | 2 R |
1 | انتخاب | 99/0 | 98% |
2 | انبار | 98/0 | 96% |
در ادامه در جدول 6 شاخصهای برازش مدل اندازهگیری مربوط به شکل 1 گزارش شده است.
جدول 6. شاخص های برازش کلی مدل آزمون شده مولفه تامین
مشخصه | برآورد |
نسبت مجذور خی به درجه آزادی(c2/df) | 46/1 |
جذر براورد واریانس خطای تقریب(RMSEA) | 065/0 |
شاخص نکویی برازش(GFI) | 94/0 |
شاخص تعدیل شده ی نکویی برازش(AGFI) | 91/0 |
شاخص برازندگی تطبیقی(CFI) | 96/0 |
شاخص نرم شده برازندگی(NFI) | 91/092 |
شاخص های برازش مدل اندازهگیری با توجه به نتایج جدول 6 نشان میدهد که مدل دارای برازش بسیار خوبی میباشد.
آزمون کی ام او و بارتلت مولفه بکارگیری:
در اين تحقيق مقدار آزمون KMOبرابر با (81/0) شد. اين عدد نشاندهنده درجه تناسب دادههاي مربوط به سازه بکارگیری براي اجراي تحليل عاملي است.
جدول 7. آزمون KMO و آزمون بارتلت مولفه بکارگیری
متغیر | میزان |
آماره ی KMO | 0.81 |
درجه آزادی | 142 |
سطح معناداری بارتلت | 0.00 |
تحلیل عاملی تاییدی مولفه بکارگیری
چون در مقاله حاضر، فاکتورهای بکارگیری دارای سه مولفه میباشد که میتوانند به عنوان نشانگر این سازه عمل کنند، لذا تحلیل عاملی مرتبه دوم در راستای آزمون مدل
اندازهگیری و نیز روائی مولفههای سازهی بکارگیری بررسی شده است.
شکل 2. خروجی تحلیل عاملی مرتبه دوم برای سازه بکارگیری
نتایج شکل 3 مناسب بودن بارهای عاملی نشانگرهای (سوالات) مربوط به هر مولفه در پیش بینی فاکتورهای بکارگیری و نیز مناسب بودن بار عاملی هر مولفه به عنوان نشانگر بکارگیری در پیشبینی این متغیر دارد، که بارهای عاملی مولفه ها در جدول 7 گزارش شده است.
جدول 8. بارهای عاملی مولفه بکارگیری
رديف | مؤلفهها | بار عاملی | 2 R |
1 | بکارگیری مجدد | 57/0 | 32% |
2 | بازیافت | 97/0 | 94% |
3 | انهدام | 77/0 | 59% |
در ادامه در جدول 9 شاخص های برازش مدل اندازه گیری مربوط به شکل 2 گزارش شده است.
جدول 9. شاخص های برازش کلی مدل بکارگیری
مشخصه | برآورد |
نسبت مجذور خی به درجه آزادی(c2/df) | 88/2 |
جذر براورد واریانس خطای تقریب(RMSEA) | 065/0 |
شاخص نکویی برازش(GFI) | 94/0 |
شاخص تعدیل شده ی نکویی برازش(AGFI) | 91/0 |
شاخص برازندگی تطبیقی(CFI) | 96/0 |
شاخص نرم شده برازندگی(NFI) | 97/0 |
شاخصهای برازش مدل اندازه گیری با توجه به نتایج جدول 9 نشان میدهد که مدل دارای برازش بسیار خوبی میباشد.
آزمون کی ام او و بارتلت مولفه جمع آوری:
در اين تحقيق مقدار آزمون KMOبرابر با (78/0) شد. اين عدد نشاندهنده درجه تناسب دادههاي مربوط به سازه بکارگیری براي اجراي تحليل عاملي است.
جدول 10. آزمون KMO و آزمون بارتلت مولفه جمعآوری
متغیر | میزان |
آماره ی KMO | 0.78 |
درجه آزادی | 142 |
سطح معناداری بارتلت | 0.00 |
تحلیل عاملی تاییدی مولفه جمع آوری
چون در مقاله حاضر، فاکتورهای جمع آوری دارای سه مولفه میباشد که میتوانند به عنوان نشانگر این سازه عمل کنند، لذا تحلیل عاملی مرتبه دوم در راستای آزمون مدل
اندازهگیری و نیز روائی مولفههای سازهی جمعآوری بررسی شده است.
شکل 3. خروجی تحلیل عاملی مرتبه دوم برای سازه جمع آوری
نتایج شکل 3 مناسب بودن بارهای عاملی نشانگرهای (سوالات) مربوط به هر مولفه در پیش بینی فاکتورهای جمعآوری و نیز مناسب بودن بار عاملی هر مولفه به عنوان نشانگر جمع آوری در پیشبینی این متغیر دارد، که بارهای عاملی مولفهها در جدول 11 گزارش شده است.
جدول 11. بارهای عاملی مولفه جمع آوری
رديف | مؤلفهها | بار عاملی | 2 R |
1 | توزیع | 57/0 | 32% |
2 | نوسازی | 97/0 | 94% |
3 | جمع آوری | 77/0 | 59% |
در ادامه در جدول 12 شاخصهای برازش مدل جمعآوری مربوط به شکل 4 گزارش شده است.
جدول 12. شاخصهای برازش کلی مدل جمعآوری
مشخصه | برآورد |
نسبت مجذور خی به درجه آزادی(c2/df) | 88/2 |
جذر براورد واریانس خطای تقریب(RMSEA) | 065/0 |
شاخص نکویی برازش(GFI) | 94/0 |
شاخص تعدیل شده ی نکویی برازش(AGFI) | 91/0 |
شاخص برازندگی تطبیقی(CFI) | 96/0 |
شاخص نرم شده برازندگی(NFI) | 97/0 |
شاخصهای برازش مدل جمعآوری با توجه به نتایج جدول 12 نشان میدهد که مدل دارای برازش بسیار خوبی
میباشد.
نتایج حاکی از آنست که تحلیلی عاملی تاییدی، 32 گویه استخراج شده از ادبیات موضوع در قالب 3 عنوان قرار داده است که دارای واریانس تبیین شده 78% میباشد. عناوین جدید برای 3 مرحله توسط خبرگان انتخاب گردید، در نامگذاری مراحل سعی بر آن شد که تناسب خوبی با ادبیات موضوع وجود داشته باشد. مولفه اول تامین نامیده شد که دارای 5 شاخص بود و با درصد واریانس تبیین شده 24%، مشخص گردید. شاخصهای این مولفه شامل موارد زیر
میباشد؛ شناخت، انتخاب، جمعآوری، ذخیرهسازی و انبار. مولفه دوم جمعآوری نامگذاری شد که با 10 شاخص، 31% واریانس کل را تبیین کرد به عنوان مهمترین عامل شناخته شد. شاخصهای این مرحله عبارتند از: پیادهسازی،
مرتبسازی، غربال و جداسازی، پردازش، فشردهسازی، نوسازی مجدد، تعمیر، مسیریابی لجستیک، بازگشت اولیه، انتخاب روش دفع و حمل و نقل. مولفه سوم بکارگیری نامیده شد که 20% از واریانس کل را تبیین کرد و دارای 15 شاخص زیر میباشد: جایگزینی، استفاده مجدد، توزیع مجدد، فروش مجدد
تجدید مجوز، باز تولید، وارسی، احیا، تجزیه، بازیابی، بازیافت، حذف، برون سپاری لجستیک، دفع، دفن و سوزاندن. جهت پایایی و اعتبارسنجی ساختاري مدل بدست آمده، مدل در اختیار خبرگان قرار گرفت که بر اساس سوالات زیر به بررسی مجدد مدل بپردازند: 1) تا چه میزان مراحل و شاخصهای تعیین شده منطقی و مناسب
میباشند؟ 2) آیا مراحل تعریف شده جامع بوده و براي هدف مورد نظرکافی میباشد؟ 3) سهولت کاربري و استفاده
4-نتیجه گیری و پیشنهادات میزان اهمیت سرمایهگذاری بر روی لجستیک معکوس و مدیریت بازیافت آنها با توجه به اهمیت منابع مشخص میگردد. چرا که مشکلات زیست محیطی که بر روی پسماندهای الکترونیک مترتب میباشد، ابعاد بسیار وسیعی را در بر میگیرد. هدف اصلی تحقیق حاضر شناسایی ابعاد مدل لجستیک |
از این مدل چقدر میاشد؟ 4) آیا میتوان از این مدل در سایر محصولات استفاده کرد؟ با انجام اقدامات اصلاحی مدل نهایی در شکل 4 ارائه گردید.
|
شکل 4. مدل مفهومی شبکه لجستیک معکوس |
شناسایی ابعاد مدل لجستیک معکوس پسماندهای الکترونیک می باشد. با بررسی مدلهای مختلف موجود در ادبیات موضوع، مشخص گردید که الگوی واحدی برای مدل لجستیک معکوس وجود ندارد. مدل بیان شده توسط محققین نیز به متغیرهای مختلفی نظیر؛ صنعت مورد نظر، حجم فعالیت، ... وابسته می باشد. تعداد فعالیت های مرتبط با لجستیک معکوس که از ادبیات استخراج گردید، 32 |
ادبیات استخراج گردید، 32 فعالیت بوده است. مطالعه حاضر از تجمیع 17 مدل لجستیک معکوس و همچنین نظر چندین خبره دانشگاه و صنعت بوده است از این رو
مزیتهای زیادی نسبت به سایر مدل ها دارد. نتایج تحقیق حاضر مدل لجستیک معکوس را در چهار مرحله اصلی (جمعآوری و انبار، تعمیر، بازیافت و دفع) به همراه چندین فعالیت زیرین مشخص کرده است که به لحاظ محتوایی، مشابهت بالایی با مطالعهی گنادندریان و پیسک (2006) دارد. مطالعه مذکور برای پسماندهای الکترونیک جهت استفاده را در قالب سه مسیر احتمالی بیان میکند که شامل انبار، بازیافت، دفن میگردد. این در حالی است که مدل ارائه شده در تحقیق حاضر، چهار مرحله را آورده است که شامل جمعآوری، تعمیر، بازیافت، و دفع میباشد. اختلافی که در مقایسه دو مدل به چشم میخورد تأکید مدل محقق بر روی مرحله تعمیر می باشد که در مدل گنادندریان و پیسک (2006) کمتر بدان پرداخته شده است. مطالعه بریتو و دکر (2003) نیز در مطالعه خود عمدتاً بر روی فعالیتهایی نظیر؛ جمعآوری، بررسی، انتخاب، دستهبندی و راهبردهای تعریف برای بازیابی کالاهای صنعتی تمرکز داشتهاند که فعالیتهای فوق در مدل حاضر به عنوان فرآیندهایی برای مرحله آغازین یعنی همان مرحله جمعآوری میباشد. از اینر و مدل ارائه شده در تحقیق، نگاه جامعتری به فرآیندهای لجستیک معکوس دارد. مطالعه کنامیار (2002) فاکتورهایی که بر سیستم لجستیک معکوس تأثیر میگذارد را در دو بعد محیط خارجی و محیط داخلی بیان میکنند. همچنین محیط داخلی را در دو بعد فاکتورهای عملیاتی و فاکتورهای راهبردی آورده است که فاکتورهای عملیاتی شامل فعالیتها و مراحلی میباشد که حمل و نقل، انبار، مدیریت عرضه، بازتولید، بازیافت و بستهبندیرا شامل میشود. این مدل به لحاظ اینکه فاکتورهای موثر را در ابعاد مختلف شناسایی کرده است مدل خوبی میباشد ولی در زمینه شناسایی مراحل لجستیک معکوس تمرکزی نداشته است و بدین لحاظ انتقادهایی بر آن وارد است. اهداف شبکه لجستیک در این تحقیق با مطالعات بیشتر آثار منتشر شده درباره‌ی لجستیک معکوس و پاک که به مسئله‌ی فازی بودنِ آن مطابقت دارد، از یکی از روش‌های برنامهریزی احتمالی (برای مثال رجوع شود به پیشوایی و ترابی، ۲۰۱۰؛ کین و جی، ۲۰۱۰؛ پیشوایی و رزمی، ۲۰۱۲؛ پیشوایی و دیگران، ۲۰۱۲الف؛ وحدانی و دیگران، ۲۰۱۳ب) یا ترکیبی از روش‌های ۲ برنامهریزی احتمالی و انعطافپذیر استفاده شده است (برای مثال رجوع شود به سای و هانگ، ۲۰۰۹؛ ونگ و سو، ۲۰۱۰؛ ازچیلان و پاکسوی، ۲۰۱۳). بر اساس نتایج تحقیق پیشنهاد میشود، به علت تنوع بالای محصولات قابل بازیافت، مدل مناسب جهت انجام لجستیک معکوس انتخاب شود. همچنین برای اثر بخشی بهتر مدل، پیشنهاد میشود که مراحل استخراج شده و نحوه چیدمان آنها با تأمل بیشتری همراه باشد، چرا که هزینههایی که بوجود میآید میتواند بعد اقتصادی طرح را با مشکلاتی مواجه نماید.
با بررسی مطالعات انجام شده میتوان فهمید که؛ مقالات مفهومی، کمّی و کاربردی نتوانستهاند موضوعات مرتبط با مدیریت لجستیک معکوس را به خوبی منعکس کنند؛ اکثریت مقالات کوتاه بوده و نتوانستهاند موضوعات مرتبط با لجستیک معکوس را عمیقا بررسی کنند؛ بیشتر پژوهشگران دانش عمیق و قوی از ساختار سیستم‌های لجستیک معکوس را متصور شده و به همین خاطر ساختار سیستم‌های لجستیک معکوس را به خوبی تشریح نکردهاند؛ بیشتر پژوهشگران نتوانستهاند مفاهیم و واژگان پایه‌ای را شرح دهند. بیشتر پژوهش‌ها به بعد کاربردی پرداخته‌اند. با توجه به موضوعات مطرح شده، پژوهش حاضر جزو دسته پنجم بوده و با اهدافی که داشته است، توانسته تا حدود زیادی به نتایج بهتری نسبت به سایر مطالعات داشته است. مکانیابی با لحاظ مسایل زیست محیطی، اجتماعی، تاریخی و سیاسی و همچنین بررسی فرآیند لجستیک معکوس بر اساس عرضه و تقاضای دوره ای محصولات از جمله
مزیتهای مدل میباشد که در سطح مطالعه موردی لحاظ شده است.
در مدل توسعه داده شده، سعي شده است تا ضعفهاي مقالههاي پيشين مرتفع شوند، به همين خاطر تقريباً تمام مراكز لجستيك رو به جلو شامل مراكز تأمينكنندگان، مراكز توليد، مراكز توزيع، مراكز مشتريان و براي لجستيك معكوس شامل مراكز جمعآوری، مراكز بازيافت، مرکز تعمیر و مراكز دفن و انهدام با لحاظ کردن عدم قطعیت در نظر گرفته شده است. مدل طراحي شده نشان ميدهد كه تابع هدف به طور مستقيم تحت تأثير مقادير تقاضا و مقادير محصولات برگشتي ميباشد. همچنین تحقیق حاضر برای سادهسازی مدل و جلوگیری از پیچیدگی بیش از حد، محصول تلفن همراه در لجستیک مستقیم و معکوس طراحی شده است. از موضوعاتي كه در تحقيقات آينده
ميتواند مورد توجه قرار گيرد ميتوان به توسعه مدل براي تمامی محصولات الکترونیک در تقاضاي محصولات برگشتي اشاره كرد .
• همچـنین پیشنـهاد میشـود با توجه به محاسبه جمعیت و
پتانسیل کشور برای نوع تجهیزات الکترونیکی تمهیداتی اندیشیده شود. • از مواد دیگر مورد بررسی با توجه به تکنولوژی و فضای اندک پیشنهاد میشود موبایل را به صورت گرانول خارج شده و به کارخانه ها در کشورهای دیگر نظیر چین، کره جنوبی و ژاپن ارجاع گردد. • پیشنهاد میشود موضوع کاهش عوارض بهداشتی به عنوان متغیر در مدل بررسی شود. • پیشنهاد میشود مدل استفاده شده در بازاریابی بر اساس مدلهای بازاریابی فور پی طبقهبندی شود.
|
[1] -Subramoniam
[2] -Brito and Dekker
[3] -Bossone
[4] -D’Aveni
[5] -Nnorom and Osibanjo
[6] -Helo
[7] - Bernon
[8] -End-of-life Products
[9] -Reverse Flow Logistics
[10] -Reverse Distribution
[11] - Reverse Supply Chain
[12] -Closed Loop Supply Chain
[13] - McKinnon
[14] -American Reverse Logistics Executive Council=ARLEC
[15] -Fleischmann
[16] -Reuse
[17] -Repair
[18] -Recycling
[19] -Remanufacturing
[20] -Disposal
[21] -Gue
[22] - Özceylan and Paksoy
[23] -Dass & Dutta
[24] - El-Sayed
[25] Knemeyer et al.
[26] Confirmatory Factor Analysis (CFA).
[27] Measurement Model.
[28] Path Analysis.
[29] Structural Model.
1. افقهی، بابک. (1381). لجستیک معکوس. فصلنامه لجستیک، سال چهارم، شماره 12 ، سال اول 2. ایرجی، راهله ؛ غلامی، سعیده، (1394). مدل شبکه ی لجستیک معکوس چند محصولی- چند سطحی در شرایط احتمالی، مهندسی صنایع و مدیریت شریف، دوره، شماره 1، صص 53-64 3. پورسليمانيان، فريده. (1385). نقش پارك هاي علم و فناوري براي توسعه فناوري در صنايع كشور (مطالعه موردي: صنعت آب و برق). رشد فناوري، دوره 3 ، شماره 9 ، صص 49-57 4. تارخ، محمدجعفر و همکاران. (1391). مدل کلی بهینه سازي طراحی شبکه لجستیک معکوس تحت عدم قطعیت. نشریه تخصصی مهندسی صنایع، دوره 46 ، شماره 2، صص 159-173 5. تارین، ناصر و همکاران. (1396). طراحی شبکه لجستیک معموس یکپارچه با در نظر گرفتن کیفیت محصولات بازگشتی با استفاده از الگوریتم ژنتیک. مجله تحقیق در عملیات در کاربردهای آن، سال چهاردهم، شماره اول، صص 137-156. 6. جمشیدی، لاله و نوه ابراهیم، عبدالرحیم. (1392). توسعه کیفی خصوصی‌سازی آموزش عالی در ایران: الزامات و پیش بایست‌های خرد. سال اول، فصلنامة نوآوری و ارزش آفرینی، سال اول، شماره سوم، صص ۶۵-۸۸
|
12. نعمتی، محمد علی و کاکاپور، صبا. (1392). رابطه بین یادگیری گرایی سازمانی و شناسایی فرصت با خودکارآمدی در میان کارآفرینان شرکتهای دانش بنیان شهر تهران. دوفصلنامه نوآوری و ارزش آفرینی، سال دوم، شمارۀ 4، صص 43-57
13. Bai, Ch., Sarkis, J.(2013) Flexibility in reverse logistics: a framework and evaluation approach, Journal of Cleaner Production 47, 306e318.
14. Blackburn, J.D., & et al. (2004 ). Reverse supply chain for comercial return. California Management Review, Vol.17, No.2, PP.7-22
15. Bossone, B. (1990), “Environment protection: how should we pay for it?” , International Journal of Social Economics, Vol. 17 No. 1, pp. 3-15.
16. Brito, M.P., Dekker, R. (2003). A Framework for Reverse Logistics. ERIM Report Series Reference, n. ERS-2003-045-LIS. Erasmus Research Institute of Management (ERIM)., 04.12.11
17. Bernon, M., Rossi, S., & Cullen, J. (2011). Retail reverse logistics: a call and grounding framework for research, International Journal of Physical Distribution and Logistics Management, vol.41, No.1, pp. 484–110
18. D’Aveni, R.A. (1994), Hypercompetition: Managing the Dynamics of Strategic Maneuvering, Free Press, New York, NY.
19. El korchi, A., Millet, D., ( 2011) Designing a sustainable reverse logistics channel: the 18 generic structures framework. Journal of Cleaner Production 19 (607), 588-597.
20. El-Sayed, M., A_a, N. and El-Kharbotly, A. (2010). A stochastic model for forward{reverse logistics network design under risk", Computers & Industrial Engineering, 58(3), pp. 423-431
21. Fleischmann M. (2001).Reverse logistics network structures and design"; ERIM Report Series Research In Management, Vol. 21, No. 52, PP. 31-40
22. Genandrialine L. Peralta · Psyche M. Fontanos (2006) E-waste issues and measures in the Philippines, Journal of Material Cycles and Waste Management, March 2006, Volume 8, Issue 1, pp 34-39.
23. Guo Dongmei, Wu Yuping, Yu Hai, Ge Wei, editors. The impact of EU environmental requirements on China(Draft). (2005). State Environmental Protection Administration, Policy Research Center for Environment and Economy and Deutsche gesellschaft fur technische zusammenarbeit (GTZ) GmbH
24. Helo, P. (2004), “Managing agility and productivity in the electronics industry”, Industrial Management & Data Systems, Vol. 104 No. 7, pp. 567-77.
25. Kopicki, R.; Berg, M. J.; Legg, L.; Dasappa, V.; and Maggioni, C. (1993), Reuse and Recycling: Reverse Logistics Opportunities, Councilof Logistics Management, Oak Brook, Illinois.
26. lee, Gen,M & Rhee,k. (2009). Network model and optimization of reverse logistics by hybrid genetic algorithm, computers & Industrial Engineering, Vol. 56, 951-946.
27. McKinnon, A., & et al. (2010). Green Logistics, Improving the environmental sustainability of logistics. Kogan page,London Philadelphia New Delhi
28. Nnorom, I.C. and Osibanjo, O. (2008), “Overview of electronic waste (e-waste) management practices and legislations, and their poor applications in the developing countries”, Resources, Conversation and Recycling, Vol. 52 No. 6, pp. 843-59.
29. Özceylan, E., Paksoy, T . (2013). Fuzzy multi-objective linear programming approach for optimising a closed-loop supply chain network. Int. J. Prod. Res. 51(8), 2443-246
30. Pishvaee, M.S., Farahani, R.Z., Dullaert, W. (2010) A memetic algorithm for bi-objective integrated forward/reverse logistics network design. Comput. Oper. Res. 37(6), 1100–1112
31. Pohlen, T.L., Farris II, M.T.,(1992). Reverse logistics in plastics recycling. International Journal of Physical Distribution and Logistics Management 22 (7), 35–47.
32. Ravi, V.,( 2012) Evaluating overall quality of recycling of e-waste from end-of-life computers. Journal of Cleaner Production 20 (1), 145e151.
33. Sarkis, J. (1995), “Supply chain management and environmentally conscious design and manufacturing,” International Journal of Environmentally Conscious Design and Manufacturing, Vol. 4, No. 2, pp. 43–52.
34. Silva, D.A.L., Santos Renó, G.W., Sevegnani, G., Sevegnani, T.B., Serra Truzzi, O.M., (2013) Comparison of disposable and returnable packaging: a case study of reverse logistics in Brazil. Journal of Cleaner Production 47, 377e387.
35. Stock, J. R.( 1992), Reverse Logistics, Council of Logistics Management, Oak Brook, Illinois.
36. Subramoniam, R., Huisingh, D., Chinnam, R.B., Subramoniam, S., (2013). Remanufacturing Decision-Making Framework (RDMF): research validation using the analytical hierarchical process. Journal of Cleaner Production 40, 212e220.
37. Thierry, M.; Salomon, M.; Van Nunen, J.; and Van Wassenhove, L. (1995), “Strategic issues in product recovery management,” California Management Review, Vol. 37, No. 2 (Winter), pp. 114–135
|
