تحلیل محرک های ایجاد قابلیت ردیابی در زنجیره تامین مواد غذایی

سامانه ردیابی، مواد غذایی ناایمن و با کیفیت پایین را در مراحل تولید، پردازش و توزیع به حداقل می رساند. برای پیاده سازی سیستم ردیابی، باید محرک هایی که قابلیت ردیابی در زنجیره تامین مواد غذایی را فعال می کنند، درک کرد. پژوهش حاضر تلاشی برای تحلیل محرک های ایجاد قابلیت ردیابی در زنجیره تامین مواد غذایی است. روش پژوهش حاضر، از نظر هدف کاربردی و از حیث گردآوری داده ها، پیمایشی است. نمونه آماری پژوهش 20 خبره صنایع غذایی هستند. براساس مرور ادبیات و غربال گری، 11 محرک ایجاد سیستم ردیابی مواد غذایی مشخص شدند. از پرسشنامه مدلسازی ساختاری تفسیری برای مقایسات زوجی توسط خبرگان استفاده شد. برای تجزیه و تحلیل    داده های گردآوری شده، از روش مدلسازی ساختاری تفسیری به منظور سطح بندی محرک های ایجاد قابلیت ردیابی در زنجیره تامین مواد غذایی استفاده شد و براین اساس، محرک ها در نه سطح اولویت بندی شده اند. در مدل ساختاری، پذیرش صنعت 4.0 به عنوان محرک تاثیرگذار شناسایی شده و محرک های حمایت از بازار و مزیت رقابتی دارای اثرپذیری بالایی هستند. برای تحلیل تاثیرات متقابل بین محرک ها نیز از ماتریس تاثیرات متقابل (micmac) استفاده شد. در ادامه، به منظور برازش ساختار به دست آمده، از روش مدلسازی معادلات ساختاری با استفاده از نرم افزار smart pls 3.0 استفاده شده است. بدین منظور پرسشنامه ای حاوی 33 سوال با طیف 5 گانه لیکرت طراحی گردید و به منظور تکمیل آن از 170 از کارکنان صنایع غذایی نظرخواهی گردید. روایی و پایایی پرسشنامه و همچنین برازش مدل نیز تائید شد. نتایج حاصل از این مطالعه می تواند به عنوان چراغ راهی برای استقرار پایدار سامانه ردیابی در صنایع غذایی کشور مورد استفاده قرار گیرد.

analysis of drivers for implementing traceability capability in the food supply chain

the traceability system minimizes unsafe and low-quality food products during production, processing, and distribution stages. to implement a traceability system, it is crucial to understand the drivers that enable traceability in the food supply chain. this study aims to analyze the drivers for implementing traceability capability in the food supply chain. the research method is applied in terms of purpose and survey-based in terms of data collection. the statistical sample consists of 20 food industry experts. based on literature review and screening, 11 drivers for establishing a food traceability system were identified. a pairwise comparison questionnaire using interpretive structural modeling (ism) was employed by the experts. to analyze the collected data, ism was utilized to prioritize the drivers for implementing traceability capability in the food supply chain, resulting in a nine-level prioritization. in the structural model, the adoption of industry 4.0 was identified as an influential driver, while market support and competitive advantage were highly influenced drivers. the micmac matrix was used to analyze the interrelationships between the drivers. subsequently, the structural equation modeling (sem) method using smart pls 3.0 software was employed to fit the obtained structure. a questionnaire containing 33 likert scale questions was designed and completed by 170 food industry employees. the validity and reliability of the questionnaire, as well as the model fit, were confirmed. the results of this study can serve as a guideline for the sustainable implementation of the traceability system in the country’s food industries.