per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
1
4
10.22059/imj.2016.60661
60661
Research Paper
صفحه آغازین
First Page
https://imj.ut.ac.ir/article_60661_8212faf2c72bd0f1bc3628972dd734b5.pdf
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
141
162
10.22059/imj.2016.60653
60653
Research Paper
بررسی تاثیر سرمایه انسانی بر نوآوری سبز
The Impact of Human Capital on Green Innovation
منوچهر انصاری
mansai@ut.ac.ir
1
شیدا اشرفی
sheida.ashrafi67@gmail.com
2
هدی جبلی
ho.jebellie@ut.ac.ir
3
دانشیار گروه مدیریت، دانشکدۀ مدیریت، دانشگاه تهران، ایران
کارشناسارشد مدیریت اجرایی، دانشکدۀ پردیس البرز، دانشگاه تهران، ایران
کارشناسارشد مدیریت اجرایی، دانشکدۀ پردیس البرز، دانشگاه تهران، ایران
توجه به محیطزیست رکن اصلی تصمیمگیری بسیاری از سازمانها در جهان است. آگاهی مصرفکنندگان و ذینفعان از مسائل زیستمحیطی افزایش یافتهاست و دولتها قوانین سختگیرانهای را برای سازمانهای آلاینده اعمال کردهاند. مسئولیت زیستمحیطی سازمانها در ترکیب با نیاز سازمانها برای رقابتپذیری، باعث رواج مفهوم نوآوری سبز گردیده است. بدیهی است نوآوری سبز توسط سرمایۀ انسانی سبز که از پیامدهای زیستمحیطی حاصل از فعالیتهای سازمانشان آگاه هستند، شکل میگیرد. شرکتهای پیشگام، بهواسطۀ ترکیب نوآوری با استراتژیهای سبز، توانستهاند به مزیت رقابتی پایدار و متمایز و نیز بهبود جایگاه نام تجاری خود دست یابند. با توجه به اینکه در ایران به سرمایۀ انسانی سازمانها و سرمایۀ اجتماعی سبز پرداخته نشده، در این تحقیق به بررسی تأثیر سرمایۀ انسانی بر نوآوری سبز پرداختهایم. سرمایۀ انسانی را مشتمل بر سه سازۀ پیشینۀ دانشی، پیشینۀ روانی و ظرفیت فرد و نوآوری سبز را مشتمل بر دو سازۀ رهبری سبز و زنجیرۀ تأمین سبز درنظرگرفتهایم. برای تجزیهوتحلیل دادهها از نرمافزار Smart PLS بهرهبردهایم. 50 نفر از مدیران و کارشناسان سازمان، بر اساس نمونهبرداری تصادفی ساده از روی فهرست بیمۀ سازمان انتخاب شدند. نتیجۀ این تحقیق نشان داد سرمایۀ انسانی به میزان 76 درصد بر نوآوری سبز در سازمانها مؤثر است.
Today, the environment becomes the main pillar of the decision making of many organizations in the world. Because on the one hand consumers ' awareness of environmental issues increased and on the other hand، strict environmental rules defined by governors. Environmental responsibility combined with the need of organizations to competitiveness، created the concept of green innovation. It is evident that innovation is meaningless without green human capital، who are fully aware of environmental aspects of their organization's activities. In this research we examined the impact of human capital on green innovation. Human capital construct had three parts named: Knowledge background, psychological background and capacity and green innovation construct defined by two parts as: green leadership and green supply chain. For the analysis of data smartpls software used. The result of this research showed that human capital can trigger green innovation by 76%
https://imj.ut.ac.ir/article_60653_b3dc0250bce174165d3ff5bad8144c83.pdf
سبز
سرمایه اجتماعی سبز
سرمایه انسانی
نوآوری سبز
محصولات سبز
green innovation
green products، green social capital
green
Human capital
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
163
190
10.22059/imj.2016.60654
60654
Research Paper
بهکارگیری الگوریتم ژنتیک برای برنامهریزی تأمین، تولید و توزیع یکپارچۀ سیستمهای مونتاژ
Applying Genetic Algorithm for An integrated Supply and Production/Distribution Planning in assembly systems
محمد ثابت مطلق
msmotlagh@ut.ac.ir
1
علی محقر
amohaghar@ut.ac.ir
2
دانشجوی دکتری مدیریت تولید و عملیات، دانشکدۀ مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران
استاد گروه مدیریت صنعتی، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران
با وجود این حقیقت که در بیشتر پژوهشها، تنها بخشی از زنجیرۀ تأمین مطالعه شده است؛ در این مطالعه تلاش میشود به بررسی برنامهریزیای برای تأمین، تولید و توزیع یکپارچه پرداخته شود. بنابراین پژوهش پیش رو، نوعی مدل ریاضی را بهمنظور مدیریت موجودی برای سطوح زنجیرۀ تأمین توسعه داده است؛ بهگونهای که سیاست سفارشدهی مناسب را برای سطوح تأمین، تولید و توزیع زنجیره مشخص کند و همچنین هزینههای مرتبط با آن را به کمترین حد برساند. مسئلۀ این مطالعه بهعنوان برنامهریزی عدد صحیح محض فرموله میشود و برای حل آن روش الگوریتم ابتکاری ژنتیک بهکار میرود؛ سپس مدل ساختهشده در نمونۀ واقعی استفاده میشود. نتایج تجربی بهدستآمده نشان میدهد بهکارگیری این مدل میتواند هزینههای موجودی شرکت نمونه را تا حد 4694/8 درصد کاهش دهد
Abstract: An efficient supply chain system operates under a strategy to minimize costs by integrating the different functions inside the system and by meeting customer demands in time. In this paper, an integrated supply-production and distribution planning (SPDP) is considered despite the fact that in most of the Papers, Part of the supply chain has been studied, not all parts. Therefore, we develop a mathematical model that calculate the optimal inventory lot sizing for each supplier and minimize the total cost associated in the process of procuring raw material, transferring and holding raw materials, manufacturing and, finally, delivering the finished product. The problem is formulated as a pure integer programming and heuristic genetic algorithm (GA) method applied to solve it. Then we test the proposed model in a case study conducted in Iran. Experimental results show that such a model can reduce the costs of the case study by 8/4694%.
https://imj.ut.ac.ir/article_60654_d47f51411e4c68b240140a0a643cc563.pdf
الگوریتم ژنتیک
برنامهریزی عدد صحیح محض
مدلسازی ریاضی
مدیریت زنجیرۀ تأمین
مدیریت موجودی
Genetic Algorithm
Inventory management
Mathematical modeling
pure integer programming
Supply Chain Management
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
191
216
10.22059/imj.2016.60655
60655
Research Paper
روش کارای یادگیری ترجیحات مبتنی بر مدل ELECTRE TRI بهمنظور طبقهبندی چندمعیارۀ موجودی
An efficient preference learning method based on ELECTRE TRI model for multi-criteria inventory classification
مسعود زرین صدف
zarrinsadaf@gmail.com
1
امیر دانشور
daneshvar.amir@gmail.com
2
دانشجوی کارشناسی ارشد گروه مدیریت صنعتی، دانشگاه آزاد اسلامی، واحد الکترونیکی، تهران، ایران
استادیار گروه مدیریت صنعتی، دانشگاه آزاد اسلامی، واحد الکترونیکی، تهران، ایران
آنالیز چندمعیارۀ ABC روش شناختهشدهای برای طبقهبندی موجودیهاست که اغلب رویکرد جبرانی را برای تجمیع معیارها لحاظ میکند، یعنی ضعف موجودی در یک معیار با عملکرد خوب آن در معیارهای دیگر جبران میشود. تا جایی که میدانیم رویکرد غیرجبرانی این مسئله بهطور کافی مطالعه نشده است. مدل ELECTRE TRI از مدلهای مبتنی بر روابط برتری است که این رویکرد را در محاسبات لحاظ میکند، ولی با توجه به پیچیدگی و هزینهبربودن، این مدل در تعیین مقادیر ترجیحات تصمیمگیرندگان (پارامترها)، از اقبال خوبی برخوردار نبوده است. بدین منظور در این مقاله روشی ارائه میشود که با استفاده از الگوریتم بهینهسازی تراکم ذرات (PSO)، مقادیر تمام پارامترها را از دادههای آموزشی شامل تصمیمات قبلی تصمیمگیرندگان یاد میگیرد و در طبقهبندی موجودیهای جدید بهکار میبرد. روش پیشنهادی برخلاف مدلهای استاندارد دادهکاوی که طبقهبندی را بهصورت اسمی انجام میدهند، متناسب با روش ABC اقلام موجودی را بهصورت رتبهای طبقهبندی میکند. نتایج بهدستآمده از آنالیز تجربی روش پیشنهادی روی دیتاستهای موجودی، کارایی و قابلیت رقابت آن را در مقایسه با سایر مدلهای طبقهبندی نشان میدهد.
The multi-criteria ABC analysis is a well known inventory management method for classifying inventory. In the most ABC classification applications, it has been considered fully compensatory approaches, i.e. items have been privilege badly in one or more criteria could be placed in good classes, so it is necessary non-compensatory approach to be noticed. ELECTRE TRI is an outranking relations based model that consider non-compensatory approach, although suffers from the complexity and cost of determining the large number of decision-makers preferences (parameters). In this paper we propose a new method which learns all the decision-makers' preferences from assignment example at the same time using the Particle Swarm Optimization(PSO) algorithm, and will be applied in ABC classification. Against the data mining standard techniques that classify items in nominal way, this model has the ability to categorize items into ordinal classes. The evaluation of proposed method on the illustrated inventory datasets shows high quality and competitive results compared with several standard classification models.
https://imj.ut.ac.ir/article_60655_44df590b3e3f92d442a4b072a25f5288.pdf
آنالیز ABC
الگوریتمهای ازدحامی
بهینهسازی تراکم ذرات (PSO)
طبقهبندی چندشاخصۀ موجودی
ELECTRE TRI
ABC Analysis
ELECTRE TRI
Multi-criteria inventory classification
Particle Swarm Optimization (PSO)
Swarm Algorithms
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
217
240
10.22059/imj.2016.60656
60656
Research Paper
پیشبینی زمان پروژه از طریق طول زمان کسبشده و مدیریت ریسک
Forecasting project duration by Earned Duration Management and Risk Management
اکبر عالم تبریز
a-tabriz@sbu.ac.ir
1
فرنوش خالدیان
khaledian.farnoosh@gmail.com
2
مصطفی مهدی پور
m.mahdipour@aut.ac.ir
3
استاد گروه مدیریت، دانشکدۀ مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران
کارشناسارشد مدیریت صنعتی، دانشکدۀ مدیریت و اقتصاد، دانشگاه آزاد اسلامی واحد علوم تحقیقات، تهران، ایران
کارشناسارشد، مهندسی پزشکی، دانشکدۀ مهندسی پزشکی، دانشگاه صنعتی امیرکبیر، تهران، ایران
بسیار مشاهده میشود پروژهها از زمان و هزینۀ برنامهریزیشده عقب میمانند؛ علل چنین مشکلاتی استفاده از روشهایی است که جهت کنترل عملکرد پروژه به گذشته توجه میکنند. در پژوهش حاضر برای نزدیککردن برنامۀ زمانبندی و واقعیت از دو روش مدیریت طول زمان کسبشده و مدیریت ریسک بهره گرفته شد تا در کنار دقت بالای روش اول، از آیندهنگری روش دوم استفاده شود و زمانبندی برنامه و واقعیت به یکدیگر نزدیک شوند. در این پژوهش ابتدا با استفاده از شبیهسازی مونت کارلو حدود کنترلی شاخصهای عملکردی پروژه ایجاد شدند، سپس ریسکهای پروژه شناسایی گردیدند و پروژه تحت شرایطی که بحرانیترین ریسک ایجاد شود؛ شبیهسازی شد و برای درصدهایی که حدود کنترلی نقض شدند زمان پایان پروژه مجدداً اندازهگیری شد. زمان پایان بهدستآمده، حدود دو ماه بیشتر از زمان پایانی قبل از بهکارگیری روشها را نشان میدهد و بیانکنندۀ لزوم شناسایی ریسکها حین برنامهریزی پروژههاست.
Being observed frequently that projects cannot achieve to their plan duration and their budget. Utilizing retrospective method is one of the reasons for this problem. In this research two method, Earned Duration Management and risk management, has been used to remove the gap of the plan and the reality; this enable the project to utilize both high accuracy of the first method and prophecy of the second tool. First, control limits were made by Monte Carlo simulation; then, the risks were recognized, after that, project was simulated under the condition that assumed critical risk has happened. At the end, if the simulated indexes violate the limits it will be a signal that program should be revised. The final estimated duration is about two month more than the row plan, that it shows the necessity of taking accounts of risks during planning.
https://imj.ut.ac.ir/article_60656_3eee30ba0cce6365982d75a302dcf736.pdf
مدیریت طول زمان کسب شده
مدیریت ریسک
کنترل آماری پروژه
تجزیه و تحلیل آثارو حالات ریسک
Earned Duration Management
Risk Management
project statistical control
Risk Failure Mode and Effect Analysis
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
241
262
10.22059/imj.2016.60657
60657
Research Paper
گسترش عملکرد کیفیت (QFD) با استفاده از مدل برنامهریزی خطی فازی
Quality Function Deployment by Using Fuzzy Linear Programming Model
جلیل حسن قاسمی
jalilghasemy@ut.ac.ir
1
عالیه کاظمی
aliyehkazemi@ut.ac.ir
2
مهناز حسین زاده
hosseinzadeh1983@gmail.com
3
دانشجوی کارشناسی ارشد مدیریت صنعتی، دانشکدۀ مدیریت، دانشگاه تهران، تهران، ایران
دانشگاه تهراناستادیار مدیریت صنعتی، دانشکدۀ مدیریت، دانشگاه تهران، تهران، ایران
استادیار مدیریت صنعتی، دانشکدۀ مدیریت، دانشگاه تهران، تهران، ایران
کیفیت محصولات و خدمات مهمترین جنبۀ رضایت مشتری است. گسترش عملکرد کیفی (QFD) بهعنوان ابزار مهمی در ترجمۀ صدای مشتری و لحاظکردن آن در اولویتبندی الزامات فنی تولید بهشمار میرود. سطح رضایت مشتریان در QFD به میزان برآوردهشدن نیازهای آنها بستگی دارد. با توجه به محدودیتهای موجود، میزان برآوردهشدن این نیازها متفاوت است. مقالۀ حاضر با هدف حداکثرکردن رضایت مشتریان براساس محدودیتهای موجود، از یک مدل برنامهریزی خطی فازی استفاده کرده است. ابتدا از روش دلفی فازی نیازهای مشتریان اولویتبندی شدند، سپس با توجه به روابط موجود در QFD که هدف آنها در نهایت برآوردهکردن نیازهای مشتریان است؛ مسئله بهصورت یک مدل برنامهریزی خطی تبدیل میشود. در این تحقیق پس از توسعۀ مدل QFD، مدل پیشنهادی در قالب مطالعۀ موردی در صنعت ساختمان بهکار میرود. پس از اجرای مدل، درصد اجرای بهینۀ هر یک از الزامات فنی تولید مشخص میشود.
Quality of products and services is considered as a key factor for customer satisfaction. Quality function deployment (QFD) is known as a critical tool for translating voice of customers to prioritize technical requirements of a production. The level of this satisfaction depends on the number of fulfilled requirements. It should be noted that this level varies according to the possible constraints. This paper aims to maximize customer satisfaction based on the possible limitations by using a fuzzy linear programming model. In this regard, customer requirements are prioritized by using fuzzy Delphi method and then the problem is changed to a linear programming model considering to the possible relationships in QFD. The proposed model is used as a case study for construction industry. After runnig the model, the percentage of optimal performance for each of the technical production requirements is defined.
https://imj.ut.ac.ir/article_60657_c612888135cf8965f6d6e95d73583296.pdf
دلفی فازی
گسترش عملکرد کیفی(QFD)
مدل برنامه ریزی خطی فازی
QFD
Fuzzy linear programming
Delphi fuzzy
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
263
286
10.22059/imj.2016.60658
60658
Research Paper
طراحی مدل قیمتگذاری محصول در خوشههای صنعتی با استفاده از مفهوم نظریه بازیها (مطالعۀ موردی: خوشۀ سنگ استان تهران)
Product Pricing Model in Industrial Clusters Using Game Theory Approach ((Case Study: Stone Cluster in Tehran))
فاطمه مجیبیان
fatemeh.mojibian@gmail.com
1
آمنه خدیور
a_khadivar@yahoo.com
2
دانشجوی دکتری مدیریت صنعتی، دانشکدۀ مدیریت و اقتصاد دانشگاه تربیت مدرس، تهران، ایران
استادیار گروه مدیریت، دانشکدۀ مدیریت دانشگاه الزهرا، تهران، ایران
در دنیای رقابتی امروز حفظ توان رقابتی صنایع، از الزامات باقی ماندن در صحنه رقابتی است. از این رو باید راهکارهایی بهمنظور رقابتیتر شدن صنایع کوچک اندیشیده شود تا بتوانند ضمن حفظ موجودیت خود، در عرصۀ رقابت نیز موفق عمل کنند. از جمله راهکارهای تقویت قدرت رقابتی صنایع کوچک، تجمیع این صنایع در کنار یکدیگر و ایجاد ساختاری با عنوان «خوشۀ صنعتی» است. با توجه به اهمیت خوشههای صنعتی در برنامههای توسعۀ اقتصادی منطقه، ارائۀ راهکارهایی بهمنظور بهبود عملکرد خوشهها همواره در کانون توجه محققان و متخصصان این حوزه بوده است. در پژوهش حاضر فرایند قیمتگذاری محصولات که یکی از مهمترین عوامل مؤثر بر سودآوری خوشههای صنعتی است با استفاده از رویکرد نظریۀ بازیها بررسی شده است. مدل پیشنهادی این پژوهش با تمرکز بر تفاوت ساختاری بین زنجیرههای تأمین و خوشههای صنعتی معرفی شده است و در آن از مفهوم بازی استکلبرگ و مدل برنامهریزی دوسطحی برای تعیین قیمت محصولات درون خوشه استفاده میشود. بهمنظور آزمون اعتبار ساختاری مدل پیشنهادی نیز اطلاعات مربوط به خوشۀ سنگ استان تهران با استفاده از نرمافزار متلب در بازی قیمتگذاری طراحیشده به اجرا درآمد و نتایج بهدستآمده از بازی سطوح ذینفعان و رهبر استکلبرگ خوشه، تجزیه و تحلیل شدند.
In today's competitive world, maintaining competitive power of industries is the requirement of remaining in the competition. In the case of small industries, it also needs to think about strategies of making the industries more competitive in order to survive and have successful activity in competition. In many countries, one of the methods that have gained successful experience in increasing competitive power of SMEs is clustering these firms in a frame of “industrial clusters”. Considering the importance of industrial clusters’ role in regional economic development programs, providing the solutions of improving the performance of the clusters was always a concern for researchers and specialists of this field. In this study, the process of product pricing as one of the most important factors which affects the profitability of industrial clusters is discussed by game theory approach. The proposed model focuses on the structural differences between supply chains and industrial clusters where the concept of Stackelberg game and bilevel programming model is used to determine the price of cluster’s products. In order to test the validity of the proposed model, the stone cluster data of Tehran are collected and using MATLAB software they are implemented in propose pricing game. Then, the results of the Stackelberg game between leader and cluster’s Stakeholders is been analysed.
https://imj.ut.ac.ir/article_60658_e40a9a7f50b067419f4da6b397205afa.pdf
بازی استکلبرگ
برنامه ریزی دوسطحی
خوشه صنعتی
قیمت گذاری
نظریه بازی
Bilevel Programming
Industrial Cluster
Game theory
pricing
Stackelberg game
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
287
308
10.22059/imj.2016.60659
60659
Research Paper
ارائۀ مدل پویایی ارزیابی بهرهوری نیروی کار معادن (مطالعۀ موردی: مجتمع معدنی و صنعتی چادرملو)
Dynamic modelling of labor productivity in mining- Case study: Chadormaluo mining and industry complex
زیرار محمودی
zirar.mahmoodi@gmail.com
1
احمد رضا صیادی
sayadi@modares.ac.ir
2
علی رجب زاده قطری
alirajabzadeh@gmail.com
3
دانشجوی کارشناسی ارشد مهندسی معدن ـ فنی اقتصادی، دانشگاه تربیت مدرس، تهران، ایران
دانشیار گروه مهندسی معدن ـ اقتصاد معدن، دانشکدۀ فنی مهندسی دانشگاه تربیت مدرس، تهران، ایران
دانشیار گروه مدیریت صنعتی، دانشکدۀ اقتصاد و مدیریت، دانشگاه تربیت مدرس، تهران، ایران
صنعت معدن با وجود پیشرفت شایان توجه فناوریهای مرتبط با آن، بر نیروی انسانی متکی است و نیروی کار یکی از نهادههای مهم تولید را تشکیل میدهد. در این مقاله، رویکردی مبتنی بر پویایی سیستم بهمنظور ارزیابی بهرهوری نیروی کار در معادن ارائه شده است. بدینمنظور ضمن شناسایی متغیرهای مؤثر بر بهرهوری، دو مدل کیفی و کمّی طراحی و پیادهسازی شد. مدل کیفی توصیفکنندۀ روابط علّی و چگونگی بازخورد سیستمی بین متغیرها در قالب 14 حلقۀ علت ـ معلولی است. مدل کمّی بر روابط ریاضی بین متغیرها و بازخوردهای مرتبط با آن مبتنی است. برای آزمایش کارکرد مدل، از دادههای شرکت معدنی و صنعتی چادرملو استفاده شد و چگونگی تأثیر دو متغیر اصلی مهارت و انگیزه بر بهرهوری نیروی کار بررسی گردید. براساس شبیهسازیهای انجامشده کاهش 50 درصدی در مهارت و انگیزه بهترتیب افت 10 و 13 درصد بهرهوری را بهدنبال خواهد داشت. با استفاده از مدل ارائهشده، مدیران شرکت قادر خواهند بود که عوامل مؤثر و میزان تأثیر آنها را بر بهرهوری نیروی کار ارزیابی کنند و برای بهبود تصمیمهای لازم را اتخاذ نمایند.
In despite of all progress in technology in mining industry, still labor is one of the key factors in mining operation. This paper presents a system dynamics approach to evaluate the mining labor productivity. Therefore, after the identification of main effective variables, two quantitative and qualitative models were built. The qualitative model illustrates the complex interrelated structure of effective variables in 14 causal and feedback loops. The quantitative model is based on mathematical relationship between variables. Finally, the model was implemented in Chadormaluo mining complex as one of the main producers of iron ore and concentrate in Iran. Simulation of labor productivity shows that 50% decrease in skill and motivation will result 10% and 13% decline in labor productivity, respectively. This model helps managers to evaluate the influence of effective factors on labor productivity and to have appropriate decision making.
https://imj.ut.ac.ir/article_60659_5f41d7f045738acc7fba0f05e4b6baea.pdf
بهره وری نیروی کار
سیستم پویا
معادن
آهن
Labor productivity
System Dynamics
mine
iron
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
309
332
10.22059/imj.2016.60660
60660
Research Paper
توسعۀ مدل مدیریت زنجیرۀ تأمین سبز یانگ در شرکت سینره
Developing the Green Supply Chain Management Model of Yang in Cinere Company
هاشم معزز
h.moazzez@ut.ac.ir
1
جواد عزیزی
aziziomt92@gmail.com
2
استادیار دانشکدۀ مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران
کارشناسارشد مدیریت صنعتی، پردیس فارابی دانشگاه تهران، قم، ایران
سازمانها برای رسیدن به پایداری و مزیت رقابتی پایدار، ناگزیرند به مسائل زیستمحیطی سراسر زنجیرۀ تأمین خود توجه کنند. این امر با کم کردن هزینهها، بهبود تصویر برند و مصونماندن در برابر قوانین زیستمحیطی دولتی، به حفظ و بهبود مزیت رقابتی سازمانها منجر میشود. این پژوهش با هدف بررسی رابطۀ بین اقدامات مدیریت زنجیرۀ تأمین سبز و کسب مزیت رقابتی در کسبوکارهای کوچک و متوسط در شرکت سینره اجرا شده است. در فاز اول پس از بررسی رابطۀ اقدامات زنجیرۀ تأمین سبز و مزیت رقابتی و انتخاب مدل یانگ و همکارانش، مدل یادشده از بُعد اقدامات سبز داخلی توسعه داده شد. نتیجۀ اجرای فاز اول پژوهش، تأثیر معنادار اقدامات مدیریت زنجیرۀ تأمین سبز بر مزیت رقابتی را به تأیید رساند. در فاز دوم که به هدف اولویتبندی اقدامات زنجیرۀ تأمین سبز با توجه به تأثیر آنها در کسب مزیت رقابتی انجام گرفت، از رویکرد DANP استفاده شد. نتیجۀ اجرای گام دوم نیز نشان داد میان ابعاد، اقدامات سبز داخلی و میان شاخصها، فرهنگ سازمانی از بیشترین اهمیت و اولویت برخوردارند.
organizations in order to capture sustainability and competitive advantage need to pay attention to environmental issues throuoghout their supply chain. By decreasing costs, improving image and being protected against environmental laws it can lead to organizational competitive advantage. Current research has been done investigating the relationship between green supply chain and capturing copetitive advantage in small and medium enterprises (SMEs) in cinere company. In its first phase, after investigating the relationships between green supply chain and capturing copetitive advantage, the Model of Yang et al. (2013) was selected and developed in aspect of internal green practices. The result showed significant corelation between these two. In second phase, using a combined method of DEMATEL and ANP the priority of green supply chain practices was investigated. As a result, among practices, internal green practices and among indicators, organizational culture possessed the highest priority and importance.
https://imj.ut.ac.ir/article_60660_a526db6c7dc69834c776672da25bec5c.pdf
اقدامات سبز داخلی
عملکرد سبز
رقابتپذیری
مشارکت سبز بیرونی
مدیریت زنجیره تأمین سبز
Competitive Advantage
External green practices
External green collaboration
Green performance
Internal green practices
per
دانشکده مدیریت دانشگاه تهران
مدیریت صنعتی
2008-5885
2423-5369
2016-07-22
8
2
1
8
10.22059/imj.2016.60662
60662
Research Paper
چکیده
Abstract
https://imj.ut.ac.ir/article_60662_0d1ba4a2015d9c2156503c0eb4ea719e.pdf