تحلیل محتوا و هم واژگانی متغیرهای ابعاد عملیاتی و مالی زنجیره تامین

هدف از انجام این پژوهش بررسی اهمیت نقش متغیرهای مالیْ در کنار متغیرهای عملیاتی و استخراج متغیرهای مذکور در یک شبکه زنجیره تامین به روشی نظام‏مند و عینی است. همچنین این مطالعه از طریق تحلیل‏های هم‏رخدادی نیز به دنبال کشف ارتباطات مستقیم و غیرمستقم متغیرها، خوشه‏بندی مفاهیم، تشکیل شبکه‏های هم‏رخدادی و محاسبه شاخص‏های خرد و کلان علم‏سنجی است. این پژوهش از نظر هدف، توسعه‏ای و از نظر ماهیت و روش، توصیفیتحلیلی است. روش گردآوری داده‏ها، مطالعه کتابخانه‌ای در خصوص مدیریت زنجیره تامین و گروه کانونیْ و جامعه آماری این مطالعه مجموعه مقالات پایگاه داده‌های ساینس‏دایرکت، امرالد، وایلی و سید طی سال‌های 2013 الی 2016 است. همچنین در این پژوهش از نرم‏افزارهای اکسل، وی او اس ویوئر و نوداکسل استفاده شده است. نتایج حاصل ار بخش تحلیل محتوا، تعداد 106 متغیر بدست داد که بیشترین فراوانی مربوط به متغیرهای تقاضا، سود و قیمت بوده است. همچنین تحلیل هم‏رخدادی متغیرهای مالی و عملیاتی، انسجام بالای شبکه (چگالی بیش از 80 درصد) را نشان می‏دهد که این مهم، خوشه‏بندی انجام شده در متغیرها را به خوبی تایید می‏کند.

Content and CoWord Analysis of Operational and Financial Dimensions Variables in Supply Chain on Tactical and Strategic Levels of DecisionMaking

The purpose of this study is to consider the importance role of operational and financial variables and also extract these variables in fourechelon supply chain network in a systematic mode. In addition, this study explores the direct and indirect relations of variables, clustering concepts, making cooccurrence networks and calculating micro and macro indices of Scientometrics using cooccurrence analyses. The methodology of the research is content analysis and Scientometrics. Data were collected from four databases (science direct, emerald, wiley, SID) between 20132016. Data analyzes were done by Excel, VosViewer and Nodexl. The results of the content analysis extract 106 variables that the most frequent variables were demand, profit and price. In addition, cooccurrence analysis of operational and financial variables shows high Solidarity of the network (more than 80 percent density) that the result confirms the goodness clustering of the variables. Regards to this study, researchers and practitioners can use and employ the results in difference modeling (like: mathematical modeling, structural equation model, …).