تأثیر بهکارگیری بلاکچین بر عملکرد رقابتی زنجیره تأمین با تأکید بر نقش میانجی نوآوری زنجیره تأمین
الموضوعات : مدیریت فناوری اطلاعات
رسول نصرتپناه
1
,
حسين نوروزي
2
,
زبیر احمد صادقی
3
,
عارف اشرف زاده
4
1 - دانشآموخته کارشناسی ارشد مدیریت بازرگانی، دانشکده مدیریت دانشگاه خوارزمی، تهران، ایران
2 - استادیار گروه مدیریت بازرگانی، دانشکده مدیریت دانشگاه خوارزمی، تهران، ایران
3 - دانشجوی دکتری مدیریت بازرگانی، دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس، تهران، ایران
4 - دانشجوی کارشناسی ارشد مدیریت کسب و کار (MBA)، دانشکده مدیریت دانشگاه خوارزمی، تهران، ایران
الکلمات المفتاحية: فناوری بلاکچین, نوآوری, زنجیره تأمین, عملکرد, شرکتهای نوپا,
ملخص المقالة :
امروزه با پیچیدهتر شدن زنجیرههای تأمین، اعتماد و ارتباط بین شرکای زنجیره تأمین، حفاظت از مالکیت معنوی و ایجاد و حفظ دید و کنترل بر ارتباطات اهمیت بیشتری یافته است. این مطالعه مدلی تحقیقاتی را توسعه میدهد که به کارگیری بلاکچین در زنجیره تأمین را از طریق نوآوری زنجیره تأمین (نوآوری فرآیند و نوآوری رابطهای) به عملکرد رقابتی زنجیره تأمین پیوند میدهد. پژوهش حاضر، از نظر هدف کاربردی و ماهیتی توصیفی-پیمایشی دارد. جامعه آماری پژوهش شرکتهای نوپای مستقر در استان تهران بود. حجم نمونه با نرمافزار G-Power 3.1 250 نفر محاسبه شد. 300 پرسشنامه با استفاده از روش نمونهگیری تصادفی ساده به صورت آنلاین توزیع و 259 پرسشنامه جمعآوری و از مدلسازی حداقل مربعات جزئی و نرمافزار Smart PLS 3 برای آزمایش مدل پیشنهادی استفاده شد. تمامی فرضیهها در سطح اطمینان 99% تأیید شدند. نتایج با پشتیبانی از مدل تحقیق تأیید میکند که عملکرد رقابتی به طور مستقیم از طریق بهکارگیری بلاکچین و همچنین به طور غیر مستقیم از طریق نوآوری فرآیند و نوآوری رابطهای فعال شده توسط بلاکچین بهبود مییابد. یافتههای پژوهش با مشارکت در ادبیات نوظهور پیرامون بلاکچین و غنیسازی درک محققین از تأثیرات پذیرش و استفاده از بلاکچین در زنجیره تأمین، عمل و نظریه را پیش میبرد.
رحیمی، اکبر، اخوان، پیمان، فیلسوفیان، مریم، دارابی، علی (1400). بررسی تأثیر بکارگیری فناوری بلاکچین بر تعاملات همکارانه و بهبود عملکرد در زنجیره تأمین. چشمانداز مدیریت صنعتی.
نوروزی، حسین، رشنوادی، یعقوب، نصرت پناه، رسول، بیگی، شاهرخ (1400). بررسی تأثیر مدیریت دانش، نوآوری مدیریت و قابلیتهای پویا بر عملکرد شرکتهای صادراتی. نشریه علمی پژوهشی مدیریت کسب و کارهای بین المللی.
Afraz, M. F., Bhatti, S. H., Ferraris, A., & Couturier, J. (2021). The impact of supply chain innovation on competitive advantage in the construction industry: evidence from a moderated multi-mediation model. Technological Forecasting and Social Change, 162, 120370
. Beltagui, A., Kunz, N., & Gold, S. (2020). The role of 3D printing and open design on adoption of socially sustainable supply chain innovation. International Journal of Production Economics, 221, 107462
. Bhatt, P. C., Kumar, V., Lu, T. C., & Daim, T. (2021). Technology convergence assessment: Case of blockchain within the IR 4.0 platform. Technology in Society, 67, 101709
. De Giovanni, P., & Cariola, A. (2020). Process innovation through industry 4.0 technologies, lean practices and green supply chains. Research in Transportation Economics, 100869
. Fatorachian, H., & Kazemi, H. (2021). Impact of Industry 4.0 on supply chain performance. Production Planning & Control, 32(1), 63-81
. Faul, F., Erdfelder, E., Buchner, A., & Lang, A. G. (2009). Statistical power analyses using G* Power 3.1: Tests for correlation and regression analyses. Behavior research methods, 41(4), 1149-1160
. Fosso Wamba, S., Kala Kamdjoug, J. R., Epie Bawack, R., & Keogh, J. G. (2020). Bitcoin, blockchain and fintech: a systematic review and case studies in the supply chain. Production Planning & Control, 31(2-3), 115-142
. Fynes, B., De Búrca, S., & Voss, C. (2005). Supply chain relationship quality, the competitive environment and performance. International Journal of Production Research, 43(16), 3303-3320
. Ganesan, S., George, M., Jap, S., Palmatier, R. W., & Weitz, B. (2009). Supply chain management and retailer performance: emerging trends, issues, and implications for research and practice. Journal of retailing, 85(1), 84-94
. Gawankar, S. A., Gunasekaran, A., & Kamble, S. (2020). A study on investments in the big data-driven supply chain, performance measures and organisational performance in Indian retail 4.0 context. International Journal of Production Research, 58(5), 1574-1593
. Gil-Saura, I., Ruiz-Molina, M. E., & Servera-Francés, D. (2019). Strengthening Relational Ties and Building Loyalty Through Relational Innovation and Technology: Evidence from Spanish Hotel Guests. In Big Data and Innovation in Tourism, Travel, and Hospitality (pp. 183-211)
. Hahn, G. J. (2020). Industry 4.0: a supply chain innovation perspective. International Journal of Production Research, 58(5), 1425-1441
. Hair Jr, J. F., Hult, G. T. M., Ringle, C., & Sarstedt, M. (2013). A primer on partial least squares structural equation modeling (PLS-SEM). Sage publications. Iansiti, M., and K. R. Lakhani. (2017). “The Truth about Blockchain.” Harvard Business Review 95 (1): 118–127
. Kouhizadeh, M., Saberi, S., & Sarkis, J. (2021). Blockchain technology and the sustainable supply chain: Theoretically exploring adoption barriers. International Journal of Production Economics, 231, 107831
. Kshetri, N. (2018). Blockchain’s roles in meeting key supply chain management objectives. International Journal of Information Management, 39, 80-89
. Kurpjuweit, S., Schmidt, C. G., Klöckner, M., & Wagner, S. M. (2021). Blockchain in additive manufacturing and its impact on supply chains. Journal of Business Logistics, 42(1), 46-70
. Kwak, D. W., Seo, Y. J., & Mason, R. (2018). Investigating the relationship between supply chain innovation, risk management capabilities and competitive advantage in global supply chains. International Journal of Operations & Production Management, 38(1), 2-21
. Lambert, D. M., & Enz, M. G. (2017). Issues in supply chain management: Progress and potential. Industrial Marketing Management, 62, 1-16
. Liao, S. H., Hu, D. C., & Ding, L. W. (2017). Assessing the influence of supply chain collaboration value innovation, supply chain capability and competitive advantage in Taiwan's networking communication industry. International Journal of Production Economics, 191, 143-153
. Lin, H. F. (2017). Antecedents and consequences of electronic supply chain management diffusion: The moderating effect of knowledge sharing. The International Journal of Logistics Management., 28(2), 699-718
. Melnyk, S. A., Lummus, R. R., Vokurka, R. J., Burns, L. J., & Sandor, J. (2009). Mapping the future of supply chain management: a Delphi study. International journal of production Research, 47(16), 4629-4653
. Mohezar, S., & Nor, M. N. M. (2014). Could supply chain technology improve food operators' innovativeness? A developing country's perspective. Trends in Food Science & Technology, 38(1), 75-82
. Pauget, B., & Dammak, A. (2018). Towards a relational innovation. Society and Business Review, 13(1), 5-14
. Piening, E. P., & Salge, T. O. (2015). Understanding the antecedents, contingencies, and performance implications of process innovation: A dynamic capabilities perspective. Journal of Product Innovation Management, 32(1), 80-97
. Sarstedt, M., Ringle, C. M., & Hair, J. F. (2017). Partial least squares structural equation modeling. Handbook of market research, 26, 1-40
. Seidiaghilabadi, F., Seidiaghilabadi, Z., & Miralmasi, A. (2019). Identifying research gaps in supply chain innovation. In Artificial Intelligence and Digital Transformation in Supply Chain Management: Innovative Approaches for Supply Chains. Proceedings of the Hamburg International Conference of Logistics (HICL), Vol. 27 (pp. 298-330). Berlin: epubli GmbH. Venkatesh, V., Brown, S. A., & Bala, H. (2013). Bridging the qualitative-quantitative divide: Guidelines for conducting mixed methods research in information systems. MIS quarterly, 37(1),21-54
. Wamba, S. F., Queiroz, M. M., & Trinchera, L. (2020). Dynamics between blockchain adoption determinants and supply chain performance: An empirical investigation. International Journal of Production Economics, 229, 107791
. Wisner, J. D. (2003). A structural equation model of supply chain management strategies and firm performance. Journal of Business logistics, 24(1), 1-26
. Wolf, E. J., Harrington, K. M., Clark, S. L., & Miller, M. W. (2013). Sample size requirements for structural equation models: An evaluation of power, bias, and solution. Educational and psychological measurement, 73(6), 913-934
.