دانشگاه سمنان مدیریت زنجیره ارزش راهبردی 3092-6386 3 2 2026 07 23 The TRUST Model: A Framework for Managing Resource Imbalances in the Value Chains of SMEs through the Sharing Economy Approach مدل TRUST: چارچوبی برای مدیریت ناترازی منابع در زنجیره ارزش صنایع کوچک با رویکرد اقتصاد اشتراکی 10558 10.22075/svcm.2026.39912.1077 FA میثم مدرسی دانشیار گروه آموزشی مدیریت کارآفرینی، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران 0000-0001-9317-7347 داود فیض استاد گروه آموزشی مدیریت بازرگانی، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران. 0000-0002-5535-4370 حسین بهرامی دانشجوی دکتری مدیریت بازرگانی، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران 0009-0004-3154-1413 فاطمه جعفری دانشجوی کارشناسی ارشد کارآفرینی، گروه مدیریت کارآفرینی، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان،سمنان، ایران 0009-0009-9961-2544 مجتبی عبدالحسینی راد دانشجوی دکتری مدیریت بازاریابی، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران. 0009-0005-1741-4132 Journal Article 2025 12 02 Background: Small and medium-sized enterprises (SMEs), despite their critical role in economic growth, employment generation, and innovation, continue to face challenges such as resource imbalance, underutilized capacities, and structural limitations. The sharing economy, as an emerging approach, can enhance productivity, resilience, and competitiveness across production networks by enabling the shared use of capacities and assets, thereby facilitating the transition toward more sustainable supply chains.<br>Purpose: This study aims to develop a localized framework for managing resource imbalance in the supply chain of Iranian small industries, based on the principles and potential of the sharing economy.<br>Method: To achieve this objective, data were collected through 13 semi-structured interviews with industrial managers and experts and analyzed using thematic analysis through three stages of open, axial, and selective coding.<br>Findings: The results indicate that the adoption of the sharing economy in small industries depends on three essential prerequisites: strengthening digital infrastructure, establishing clear legal and insurance frameworks, and enhancing trust and collaborative culture at the organizational level. Based on these findings, the conceptual TRUST model was developed, consisting of five pillars—Technology, Regulation, Utilization, Strategy, and Transparency. By placing trust at the center, the model demonstrates that these components can transition from potential capability to effective performance only when inter-firm trust is reinforced.<br>Conclusion: The TRUST model not only contributes a theoretical innovation to the literature on the sharing economy and supply chain management but also serves as a practical roadmap for policymakers and industrial managers. It can facilitate the transition of small industries toward collaborative practices, sustainable productivity, and effective management of resource imbalance. سابقه: صنایع کوچک و متوسط با وجود نقش کلیدی در رشد اقتصادی، اشتغال‌زایی و نوآوری، همچنان با چالش‌هایی مانند ناترازی منابع، ظرفیت‌های بلااستفاده و محدودیت‌های ساختاری مواجه‌اند. اقتصاد اشتراکی به‌عنوان رویکردی نوین می‌تواند با تسهیل اشتراک‌گذاری ظرفیت‌ها و دارایی‌ها، بهره‌وری، تاب‌آوری و رقابت‌پذیری شبکه‌های تولید را افزایش داده و مسیر گذار به زنجیره‌های تأمین پایدارتر را فراهم کند.<br>هدف: این پژوهش با هدف طراحی چارچوبی بومی برای مدیریت ناترازی منابع در زنجیره تأمین صنایع کوچک ایران، مبتنی بر اصول و ظرفیت‌های اقتصاد اشتراکی انجام شد.<br>روش: برای دستیابی به هدف پژوهش، داده‌های حاصل از ۱۳ مصاحبه نیمه‌ساختاریافته با مدیران و کارشناسان صنعتی گردآوری و با روش تحلیل مضمون در سه مرحله کدگذاری باز، محوری و انتخابی تحلیل شد.<br>یافته‌ها: نتایج نشان داد که پذیرش اقتصاد اشتراکی در صنایع کوچک ایران مستلزم سه پیش‌شرط اساسی است: تقویت زیرساخت‌های دیجیتال، تدوین چارچوب‌های حقوقی و بیمه‌ای شفاف و ارتقای اعتماد و فرهنگ همکاری. بر اساس این یافته‌ها، مدل مفهومی TRUST شامل پنج رکن فناوری، مقررات، بهره‌برداری، راهبرد و شفافیت طراحی شد. این مدل با قرار دادن «اعتماد» در مرکز نشان می‌دهد که سایر مؤلفه‌ها تنها زمانی از قابلیت بالقوه به کارکرد اثربخش تبدیل می‌شوند که بستر اعتماد میان بنگاه‌ها تقویت شده باشد.<br>نتیجه‌گیری: این مدل علاوه بر ارائه یک نوآوری نظری در ادبیات اقتصاد اشتراکی و مدیریت زنجیره تأمین، به‌عنوان نقشه راهی عملی برای سیاست‌گذاران و مدیران صنعتی قابل استفاده است و می‌تواند گذار صنایع کوچک ایران به سمت همکاری سازنده، بهره‌وری پایدار و مدیریت مؤثر ناترازی منابع را تسهیل کند.

دانشگاه سمنان مدیریت زنجیره ارزش راهبردی 3092-6386 3 2 2026 07 23 Development of an Intelligent Value Chain Optimization model using an Artificial Neural Network approach توسعه مدل هوشمندسازی زنجیره ارزش با رویکرد شبکه عصبی مصنوعی 10529 10.22075/svcm.2026.40260.1085 FA مسعود بابایی دانشجوی دکتری، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران علیرضا ایرج پور استادیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران رضا احتشام راثی دانشیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران Journal Article 2026 01 02 Background and Objectives: The present study aimed to identify effective indicators and components in value chain smartization and predict the level of smartization in companies located in Caspian Industrial Park. <br>Materials and Methods: This study is applied in terms of purpose and quantitative in terms of nature and method. The reason for using this approach is that in the quantitative part, smartization and prediction of value chain performance are carried out using mathematical modeling and artificial neural networks. The research is also considered descriptive-analytical and developmental in terms of implementation method, because in addition to analyzing the current situation, it leads to the design of an intelligent algorithm. <br>Results: Data analysis using the artificial neural network algorithm showed that the model is able to predict the level of smartization of the value chain with high accuracy. The results of the model performance evaluation with MSE, RMSE, and coefficient of determination (R²) indices showed that the neural network was able to model the nonlinear and complex relationships between the input and output indices well. In addition, the sensitivity analysis of the input variables revealed that digital infrastructure and data-driven decision-making have the greatest impact on the level of smartization.<br>Conclusion: Using artificial neural networks allows for accurate prediction of the level of smartization, identification of effective factors, and prioritization of management actions. In addition to prediction accuracy, this method has high generalizability and can be used as a practical tool for planning and improving value chain smartization in industrial companies. سابقه و هدف: پژوهش حاضر با هدف شناسایی شاخص‌ها و مؤلفه‌های مؤثر در هوشمندسازی زنجیره ارزش و پیش‌بینی سطح هوشمندسازی در شرکت‌های مستقر در شهرک صنعتی کاسپین انجام شد.<br>روش: این پژوهش از نظر هدف، کاربردی و از نظر ماهیت و روش، کمّی است. دلیل استفاده از رویکرد آن است که در بخش کمی، با استفاده از مدل‌سازی ریاضی و شبکه‌های عصبی مصنوعی، هوشمندسازی و پیش‌بینی عملکرد زنجیره ارزش انجام می‌گیرد. همچنین پژوهش از نظر روش اجرا، توصیفی–تحلیلی و توسعه‌ای محسوب می‌شود، زیرا علاوه بر تحلیل وضعیت موجود، منجر به طراحی یک الگوریتم هوشمند می‌گردد. <br>یافته‌ها: تحلیل داده‌ها با استفاده از الگوریتم شبکه عصبی مصنوعی نشان داد که مدل قادر است سطح هوشمندسازی زنجیره ارزش را با دقت بالا پیش‌بینی کند. نتایج ارزیابی عملکرد مدل با شاخص‌های MSE، RMSE و ضریب تعیین (R²) نشان داد که شبکه عصبی توانسته روابط غیرخطی و پیچیده میان شاخص‌های ورودی و خروجی را به خوبی مدل‌سازی کند. علاوه بر این، تحلیل حساسیت متغیرهای ورودی مشخص نمود که زیرساخت دیجیتال و تصمیم‌گیری داده‌محور بیشترین تأثیر را بر سطح هوشمندسازی دارند.<br>نتیجه‌گیری: استفاده از شبکه عصبی مصنوعی امکان پیش‌بینی دقیق سطح هوشمندسازی، شناسایی عوامل مؤثر و اولویت‌بندی اقدامات مدیریتی را فراهم می‌کند. این روش علاوه بر دقت پیش‌بینی، قابلیت تعمیم‌پذیری بالایی دارد و می‌تواند به عنوان ابزاری عملی برای برنامه‌ریزی و بهبود هوشمندسازی زنجیره ارزش در شرکت‌های صنعتی مورد استفاده قرار گیرد.

دانشگاه سمنان مدیریت زنجیره ارزش راهبردی 3092-6386 3 2 2026 07 23 Identification and Ranking of Factors Influencing the Optimization of Technology-Based Sustainable Supply Chain Management Systems: A Case Study of the Iranian Steel Industry شناسایی و رتبه‌بندی عوامل مؤثر بر بهینه‌سازی سیستم‌های مدیریت زنجیره تأمین پایدار مبتنی بر فناوری (مورد مطالعه: صنایع فولادی ایران) 10476 10.22075/svcm.2026.39866.1074 FA علیرضا سلطان محمدی کارشناسی ارشد، گروه مدیریت صنعتی، دانشکده پردیس البرز، دانشگاه تهران، تهران، ایران. 0009-0003-5002-0253 محسن احمدوند عضو هیئت علمی گروه مدیریت صنعتی و کارآفرینی، دانشکده حکمرانی، دانشگاه شاهد 0000-0002-5358-608X Journal Article 2025 11 28 Background and Objectives: Today, modern technologies and digital tools, relying on intelligent algorithms, enable the optimization of sustainable supply chain management systems. This approach increases efficiency and reduces production and distribution risks and disruptions by predicting risks, improving decision-making, and implementing preventive maintenance. Therefore, the aim of this study was to identify and rank the factors influencing the optimization of technology-based sustainable supply chain management systems.<br>Materials and Methods: This study, in terms of methodology, is based on the Structural Cross-Impact Matrix Analysis with a futures studies approach and is applied in nature. The statistical population consisted of 25 senior supply chain managers in Iran’s steel industry. Data were collected through library research, structured interviews, and a Structural Cross-Impact Matrix scoring questionnaire, and were analyzed using MICMAC statistical software.<br>Results: The findings showed that training and developing technology-oriented decision-making skills among supply chain human resources, developing smart supply chain management systems using predictive algorithms, and applying artificial intelligence analytics in supply chain decision-making systems are the most influential factors in optimizing technology-based sustainable supply chain management systems.<br>Conclusion: This study showed that it can identify the opportunities and challenges of Iran’s steel industry and, by providing appropriate strategies, improve supply chain efficiency and resilience. Employing strategic foresight also makes it possible to predict environmental changes and emerging technologies, facilitating better adaptation of the steel industry to global developments and supporting sustainable development. سابقه و هدف: امروزه فناوری‌های نوین و ابزارهای دیجیتال با تکیه بر الگوریتم‌های هوشمند، امکان بهینه‌سازی سیستم‌های مدیریت زنجیره تأمین پایدار را فراهم می‌کنند. این رویکرد با پیش‌بینی ریسک‌ها، بهبود تصمیم‌گیری و اجرای نگهداری پیشگیرانه، کارایی را افزایش داده و اختلالات و مخاطرات تولید و توزیع را کاهش می‌دهد. لذا، هدف از انجام این پژوهش، شناسایی و رتبه‌بندی عوامل مؤثر بر بهینه‌سازی سیستم‌های مدیریت زنجیره تأمین پایدار مبتنی بر فناوری بود.<br>روش: پژوهش حاضر از نظر روش انجام، بر پایه تحلیل ماتریس اثرات متقابل ساختاری با رویکرد آینده‌‌نگاری و از نظر هدف از نوع کاربردی است. جامعه آماری این پژوهش از 25 نفر از مدیران عالی زنجیره‌ تأمین صنایع فولادی ایران تشکیل شده است. داده‌های این پژوهش از طریق مطالعات کتابخانه‌ای، مصاحبه ساختاریافته و پرسشنامه امتیازدهی ماتریس اثرات متقابل ساختاری جمع‌آوری شده و با نرم‌افزار آماری میک‌مک تجزیه و تحلیل شده‌اند.<br>یافته‌ها: یافته‌ها نشان داد که عوامل آموزش و توسعه مهارت‌های تصمیم‌گیری فناورمحور منابع انسانی زنجیره تأمین، توسعه سیستم‌های هوشمند مدیریت زنجیره تأمین با بکارگیری الگوریتم‌های پیش‌بینی‌پذیر و به‌کارگیری تحلیل‌های هوش مصنوعی در سیستم‌های تصمیم‌گیری زنجیره تأمین به عنوان تأثیرگذارین عوامل مؤثر بر بهینه‌سازی سیستم‌های مدیریت زنجیره تأمین پایدار مبتنی بر فناوری هستند. <br>نتیجه‌گیری: این پژوهش نشان داد که می‌تواند فرصت‌ها و چالش‌های صنایع فولادی ایران را شناسایی کرده و با ارائه راهبردهای مناسب، کارایی و تاب‌آوری زنجیره تأمین را بهبود دهد. به‌کارگیری آینده‌پژوهی راهبردی نیز پیش‌بینی تغییرات محیطی و فناوری‌های نوظهور را ممکن کرده و تطبیق صنایع فولادی با تحولات جهانی و دستیابی به توسعه پایدار را تسهیل می‌کند.

دانشگاه سمنان مدیریت زنجیره ارزش راهبردی 3092-6386 3 2 2026 07 23 Developing a Structural Model of Supply Chain Management at Iran Khodro Based on Artificial Intelligence Capabilities with Emphasis on Resilience and Bullwhip Effect Reduction ارائه مدل ساختاری مدیریت زنجیره تأمین ایران‌خودرو مبتنی بر قابلیتهای هوش مصنوعی با تأکید بر تاب‌آوری و کاهش اثر شلاقی 10461 10.22075/svcm.2026.40140.1081 FA علی مرزبان عباس آبادی دانشجوی دکتری مدیریت صنعتی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. 0009-0004-4789-3851 ناصر فقهی فرهمند دانشیار گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. 0000-0001-6263-4787 مرتضی محمودزاده استادیار گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. 0000-0003-2811-0060 Journal Article 2025 12 23 The rapid growth of businesses has increased the complexity and vulnerability of supply chains, highlighting the need to strengthen resilience strategies and mitigate the bullwhip effect. The present study aims to develop a structural model for managing the supply chain of Iran Khodro and to explain the role of artificial intelligence in enhancing resilience and controlling the bullwhip effect. This research is applied in purpose and descriptive–library based in terms of data collection. The statistical population includes academic and organizational experts at Iran Khodro Company. In the qualitative phase, using snowball sampling, 15 experts were selected, and data were collected through in-depth interviews and questionnaires. Qualitative analysis was conducted using thematic analysis with the help of MAXQDA software. Furthermore, Interpretive Structural Modeling, supported by MATLAB and MICMAC analysis, was employed to classify and examine the relationships among the identified dimensions. Findings revealed six key dimensions influencing supply chain management in Iran Khodro. At the highest level, supplier development and resilience, supply chain integration and coordination, and resource and demand management were positioned as driving factors with the strongest influence on the system. The intermediate level consisted of the use of artificial intelligence, acting as a connecting link between managerial drivers and final outcomes. At the first level, supply chain resilience and bullwhip effect reduction emerged as dependent variables and the ultimate outcomes of the model. This structure demonstrates that achieving resilience and mitigating the bullwhip effect require strengthening managerial drivers and strategically leveraging artificial intelligence capabilities. رشد سریع کسب‌وکارها موجب افزایش پیچیدگی و آسیب‌پذیری زنجیره‌های تأمین شده و ضرورت تقویت راهبردهای تاب‌آوری و کاهش اثر شلاقی را بیش از پیش برجسته می‌سازد. پژوهش حاضر با هدف ارائه یک مدل ساختاری برای مدیریت زنجیره تأمین شرکت ایران‌خودرو و تبیین نقش هوش مصنوعی در افزایش تاب‌آوری و کاهش اثر شلاقی انجام شده است که از نظر هدف، کاربردی و از نظر گردآوری داده‌ها، کتابخانه‌ای و توصیفی است. جامعه آماری شامل خبرگان دانشگاهی و سازمانی در شرکت ایران‌خودرو است. در بخش کیفی، با روش نمونه‌گیری گلوله‌برفی، ۱۵ نفر از خبرگان انتخاب شده و داده‌ها از طریق مصاحبه عمیق و پرسش‌نامه جمع‌آوری شد و با روش تحلیل مضمون و نرم‌افزار مکس‌کیو‌دا انجام گرفت. برای سطح‌بندی و تحلیل روابط میان ابعاد شناسایی‌شده نیز از روش مدل‌سازی ساختاری تفسیری همراه با نرم‌افزار متلب و تحلیل میک‌مک استفاده شد. یافته‌ها نشان داد شش بعد اصلی در مدیریت زنجیره تأمین ایران‌خودرو نقش تعیین‌کننده دارند. در بالاترین سطح، سه عامل توسعه و تاب‌آوری تأمین‌کنندگان، یکپارچگی و هماهنگی زنجیره تأمین، و مدیریت منابع و تقاضا قرار گرفتند که بیشترین قدرت محرک را دارند. در سطح میانی، مؤلفه استفاده از هوش مصنوعی قرار دارد که به‌عنوان حلقه اتصال میان محرک‌های مدیریتی و پیامدهای نهایی عمل می‌کند. در سطح اول نیز تاب‌آوری زنجیره تأمین و کاهش اثر شلاقی جای گرفته‌اند که بیشترین وابستگی را داشته و پیامدهای نهایی مدل به شمار می‌آیند. این ساختار بیانگر آن است که دستیابی به تاب‌آوری و کنترل اثر شلاقی، وابسته به تقویت عوامل مدیریتی و بهره‌گیری هدفمند از قابلیت‌های هوش مصنوعی است.

دانشگاه سمنان مدیریت زنجیره ارزش راهبردی 3092-6386 3 2 2026 07 23 Comprehensive analysis of sustainable industrial supply chain management system with Fuzzy Delphi, Entropy and COPRAS تحلیل جامع سیستم مدیریت زنجیره تأمین پایدار صنایع با دلفی فازی، آنتروپی و کوپراس 10526 10.22075/svcm.2026.39907.1076 FA مهدی اجلی استادیار گروه مدیریت، دانشکده مدیریت و حسابداری، دانشگاه بوعلی‌سینا، همدان، ایران؛ m.ajalli@basu.ac.ir Journal Article 2025 12 01 Today, the sustainability of any system in any industry has become one of the key strategies. The ultimate goal of sustainability is to improve environmental, economic, and social issues and other process improvements. Meanwhile, lead and zinc production is always accompanied by many environmental pollutants, and reducing pollution issues in this industry is inevitable. Therefore, planning to improve sustainability in the supply chain system of this industry is essential. Understanding the necessity of these measures, the present study has comprehensively evaluated the sustainable suppliers of the lead and zinc industry as one of the national industries and influential in improving the country's economic trend. The study method is "applied, primary, field-cross-sectional, and mixed" in terms of "purpose, data collection source, place and time of data collection, and data type". The statistical population includes industry experts who were used with a purposive sampling method from the opinions of 60 experts in the section of identifying factors affecting sustainable supply chain management and 30 experts in the section of evaluating factors and ranking sustainable suppliers of the industry. The methods used to identify and evaluate factors and suppliers are Fuzzy Delphi, Shannon Entropy and COPRAS, respectively. The Delphi analysis showed that seven key factors have high effectiveness in the industry. The entropy output indicates that the "social" index is in the first priority; and the "supervisory and legal", "economic" and "environmental" indices are in the second to fourth priorities. The COPRAS result also showed that the fifth, sixth and second suppliers are in the first to third ranks, respectively. Finally, practical and research suggestions were presented to the industry and researchers. امروزه پایداری هر سیستمی در هر صنعتی، تبدیل به یکی از راهبردهای کلیدی شده است. آرمان نهایی پایداری، بهبود مسائل محیط‌زیستی، اقتصادی و اجتماعی و سایر بهبودهای فرآیندی است. تولید سرب و روی همواره با آلاینده‌های محیط‌زیستی بسیاری همراه است و کاهش مسائل آلودگی این صنعت اجتناب‌نا‌پذیر است. لذا برنامه‌ریزی برای بهبود پایداری در سیستم زنجیره تأمین این صنعت از ضروریات است. تحقیق حاضر با درک ضرورت این اقدامات به تحلیل جامع مدیریت زنجیره تأمین پایدار صنعت سرب و روی به عنوان یکی از صنایع ملی و تأثیرگذار در بهبود روند اقتصادی کشور پرداخته است. روش تحقیق از لحاظ "هدف، منبع گردآوری داده‌ها، مکان و زمان جمع‌آوری داده‌ها و توع داده" از نوع "کاربردی، اولیه، میدانی- مقطعی و آمیخته" است. جامعه آماری شامل خبرگان صنعت هستند که با روش نمونه‌گیری هدفمند از عقاید 60 خبره در بخش شناسایی عوامل تأثیرگذار بر مدیریت زنجیره تأمین پایدار و به تعداد 30 متخصص در بخش ارزیابی عوامل و رتبه‌بندی تأمین‌کنندگان پایدار صنعت استفاده شده است. روش‌های مورداستفاده برای شناسایی، ارزیابی عوامل و تأمین‌کنندگان به ترتیب دلفی فازی، آنتروپی شانون و کوپراس است. تحلیل دلفی نشان داد که هفت عامل کلیدی از اثربخشی بالایی در صنعت برخوردارند. خروجی آنتروپی نشان داد که شاخص "اجتماعی" در اولویت اول؛ و شاخص‌های "نظارتی و قانونی"، "اقتصادی" و "محیط‌زیستی" در اولویت‌های دوم تا چهارم قرار دارند. همچنین نتیجه کوپراس نشان داد که تأمین‌کنندگان پنجم، ششم و دوم به ترتیب در رتبه‌های اول تا سوم جای می‌گیرند. در انتها، پیشنهادهای کاربردی و تحقیقاتی به صنعت و محققان ارائه شدند.