ارزيابي زنجيره تأمين لارج در صنايع خودروسازي با شناسايي شاخص‌ها و رويكرد بهترين- بدترين فازي (FBWM) (مورد مطالعه: شركت سايپا يدك)

Identification of Evaluation indicators in Automotive Industry LARG Supply Chain via Fuzzy Best-Worst Method: The Case of Saipa Yadak Company

هدف از انجام پژوهش حاضر شناسايي شاخص‌هاي ارزيابي زنجيره تأمين لارج در شركت سايپايدك به روش غربالگري فازي، وزن‌دهي و اولويت‌بندي آنها با تكنيك بهترين– بدترين فازي است. جامعه و نمونه آماري پژوهش حاضر را 20 نفر از مديران ارشد شركت سايپا يدك كه حداقل داراي ده سال سابقه اجرايي در بخش مديريت زنجيره تأمين هستند، تشكيل مي‌دهند. بدين منظور پس از مطالعه گسترده مباني نظري ابعاد زنجيره تأمين لارج با نظر خبرگان و روش غربالگري فازي شناسايي شد. پس از غربال‌سازي شاخص‌ها، پرسش‌نامه مقايسات زوجي طراحي و بين خبرگان توزيع شده، داده‌هاي حاصل از پرسش‌نامه‌ها با تكنيك بهترين–بدترين فازي، وزن‌دهي و رتبه‌بندي گرديد. نتايج حاصل نشان داد، بعد پاسخگويي مهم‌ترين بعد زنجيره تأمين لارج و عملكرد زيست‌محيطي رتبه دوم و سرعت، دانش و تكنولوژي؛ مشاركت و حمايت؛ مديريت منابع انساني؛ رابطه با تأمين‌كنندگان و مشتريان؛ شايستگي؛ انعطاف‌پذيري و كنترل هزينه‌ها و عمليات به ترتيب رتبه‌هاي سوم تا دهم را كسب نمودند. همچنين شاخص‌هاي هر بعد نيز وزن‌دهي و اولويت‌بندي گرديد. نتايج اين پژوهش مديران صنايع خودروسازي را ارزيابي زنجيره تأمين لارج و انتخاب راهكارهاي اثربخش در راستاي كاهش ريسك زنجيره تأمين، پشتيباني نموده و تصميم‌سازي و تصميم‌گيري را براي مديران زنجيره تأمين در صنعت خودروسازي تسهيل نمايد.

The current study was undertaken to identify evaluation indicators of LARG supply chain in Saipa Yadak Company initially through fuzzy screening and further to weight and prioritize them through fuzzy best-worst method. The research population comprised 20 senior managers at Saipa Yadak Company with at least 10 years of administrative experience within the supply chain management sector. The enquiry started with an extensive review of existing literature on the theoretical foundations and interviewing experts to identify indicators of LARG supply chain via fuzzy screening procedure. Having screened the indicators, we designed a paired comparison questionnaire which was piloted and distributed among the experts. The data obtained from the questionnaires were weighted and ranked using fuzzy best-worst method. The findings identified accountability, environmental function, speed of knowledge and technology, participation and support, human resource management, relation with suppliers and customers, competency, flexibility, and, cost and operation control as the most important indicator of the LARG supply chain, respectively. In addition, each indicator was weighted and prioritized to provide support for managers of at automotive industry through LARG supply chain evaluation and assist them in selecting effective solutions to reduce supply chain risks, and thereby, to facilitate decision making.