ارزیابی زنجیره تامین لارج در صنایع خودروسازی با شناسایی شاخص‌ها و رویکرد بهترین بدترین فازی (fbwm) (مورد مطالعه: شرکت سایپا یدک)

هدف از انجام پژوهش حاضر شناسایی شاخص‌های ارزیابی زنجیره تامین لارج در شرکت سایپایدک به روش غربالگری فازی، وزن‌دهی و اولویت‌بندی آنها با تکنیک بهترین– بدترین فازی است. جامعه و نمونه آماری پژوهش حاضر را 20 نفر از مدیران ارشد شرکت سایپا یدک که حداقل دارای ده سال سابقه اجرایی در بخش مدیریت زنجیره تامین هستند، تشکیل می‌دهند. بدین منظور پس از مطالعه گسترده مبانی نظری ابعاد زنجیره تامین لارج با نظر خبرگان و روش غربالگری فازی شناسایی شد. پس از غربال‌سازی شاخص‌ها، پرسش‌نامه مقایسات زوجی طراحی و بین خبرگان توزیع شده، داده‌های حاصل از پرسش‌نامه‌ها با تکنیک بهترین–بدترین فازی، وزن‌دهی و رتبه‌بندی گردید. نتایج حاصل نشان داد، بعد پاسخگویی مهم‌ترین بعد زنجیره تامین لارج و عملکرد زیست‌محیطی رتبه دوم و سرعت، دانش و تکنولوژی؛ مشارکت و حمایت؛ مدیریت منابع انسانی؛ رابطه با تامین‌کنندگان و مشتریان؛ شایستگی؛ انعطاف‌پذیری و کنترل هزینه‌ها و عملیات به ترتیب رتبه‌های سوم تا دهم را کسب نمودند. همچنین شاخص‌های هر بعد نیز وزن‌دهی و اولویت‌بندی گردید. نتایج این پژوهش مدیران صنایع خودروسازی را ارزیابی زنجیره تامین لارج و انتخاب راهکارهای اثربخش در راستای کاهش ریسک زنجیره تامین، پشتیبانی نموده و تصمیم‌سازی و تصمیم‌گیری را برای مدیران زنجیره تامین در صنعت خودروسازی تسهیل نماید.

identification of evaluation indicators in automotive industry larg supply chain via fuzzy bestworst method: the case of saipa yadak company

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 bestworst 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 bestworst 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.