مدلی علّی جهت تحلیل تعاملات میان کشاورز و کارخانه در زنجیره ارزش مواد غذایی کشاورزی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه سمنان، سمنان، ایران

2 دانشکده بازرگانی رن، فرانسه، دانشگاه لینشوپینگ، سوئد

چکیده

زنجیره ارزش مواد غذایی کشاورزی در سال‌های اخیر به دلیل رشد جمعیت و اهمیت مسئله غذا بیش از پیش مورد توجه قرار گرفته است. از این رو، بررسی کلیه مؤلفه‌هایی که بر عملکرد زنجیره تأثیر مثبت دارد، حائز اهمیت است. بر همین اساس پژوهش حاضر با هدف بررسی روابط علت و معلولی از عوامل مرتبط با تعاملات میان کشاورز و کارخانه در پی ارائه یک مدل علّی از این عوامل می‌باشد. در گام نخست عوامل مرتبط با روابط میان کشاورز و کارخانه با مطالعه و بررسی ادبیات شناسایی و استخراج شد. سپس این عوامل با به‌کارگیری روش دلفی فازی به تأیید خبرگان رسیده و 19 عامل که شامل عوامل رفتاری و عملکردی می‌باشد به عنوان ورودی روش دیمتل فازی، در نظر گرفته شد و مدل علّی برای این عوامل ترسیم شد. نمونه آماری شامل 25 نفر از کارشناسان حوزه کشاورزی و صنایع غذایی می‌باشند که به روش نمونه‌گیری گلوله برفی انتخاب شده‌اند. نتایج نشان داد که عوامل کیفیت روابط، عدم قطعیت رفتاری کشاورز و کارخانه و تعادل زنجیره تأمین به ترتیب بیشترین مقدار تأثیرگذاری نسبت به سایر عوامل را به خود اختصاص دادند. در میان عوامل، بیشترین تعامل به عامل"کیفیت روابط " تعلق داشته و از میان 19 عامل، 9 عامل به عنوان علت طبقه‌بندی می‌شوند و 10 عامل دیگر معلول می‌باشند. زنجیره ارزش مواد غذایی کشاورزی متشکل از اعضای مختلفی است و در صورتی که هر یک از اعضا صرفا افزایش سود و کاهش زیان خود را مدنظر قرار دهند، کیفیت روابط کاهش و تعارض میان اعضا افزایش می‌یابد.

کلیدواژه‌ها

عنوان مقاله [English]

A Causal Model To Analyze The Interactions Between Farmer And Factory In The Agri-food Value Chain

نویسندگان [English]

  • Maryam Eshghali 1
  • Ahmad Jafarian 2
1 Industrial Management, Faculty of Management, Semnan University, Semnan, Iran
2 Rennes School of Business, France & Linköping
چکیده [English]

In recent years, the agri-food value chain has received increased attention due to population growth and the importance of food issues. Therefore, it is important to examine all components that positively affect the performance of the chain. Accordingly, this study aims to investigate the causal relationships of factors related to interactions between farmers and factories by presenting a causal model of these factors. In the first step, factors related to the relationships between farmers and factories were identified and extracted through literature review. Then, these factors were validated by experts using the fuzzy Delphi method, and 19 factors, including behavioral and performance factors, were considered as inputs for the fuzzy DEMATEL method, and a causal model for these factors was drawn. The statistical sample includes 25 experts in the field of agriculture and food industries, selected by the snowball sampling method. The results showed that the factors of relationship quality, behavioral uncertainty of farmers and factories, and supply chain balance had the highest impact compared to other factors. Among the factors, the highest interaction belonged to the "relationship quality" factor, and among the 19 factors, 9 were classified as causes and 10 as effects. The agri-food value chain consists of various members, and if each member only considers increasing their profit and reducing their loss, the quality of relationships decreases and conflicts among members increase.

کلیدواژه‌ها [English]

  • Agri-food value chain
  • Causal model
  • Fuzzy DEMATEL
  • Collaboration
  • Farmer

مراجع

جبارزاده، یونس، ریحانی یامچی، حسین و غفاری نسب، نادر (1399)، مدل ریاضی چندهدفه برای مدیریت زنجیره تأمین یکپارچه مستقیم و معکوس پایدار سیب درختی با در نظرگرفتن بازارهای خارجی میوه، فصلنامه مدیریت کسب و کار بین المللی، 3 (1)، 166- 139.
حسن پور، بهروز (1402)، تشکیل و توسعه زنجیره ارزش کشاورزی، راه‌کار ساماندهی بازار محصولات کشاورزی، فصلنامه علمی -پژوهشی تحقیقات اقتصاد کشاورزی، 15، 76-88.
رجب­زاده، فرزانه. (1396). تحلیل دینامیکی عوامل مؤثر بر هماهنگی، تعاون و اعتماد در زنجیره تأمین مواد غذایی. پایان­نامه کارشناسی ارشد، دانشگاه یزد.
شفیعی نیکابادی، محسن و عشقعلی، مریم (1401)، مدلی علّی جهت تحلیل عوامل مرتبط با مشارکت در زنجیره ‌تأمین محصولات کشاورزی، مطالعات کارآفرینی و توسعه پایدار کشاورزی، 9 (4)، 18-1.
 فقیهی، ابوالحسن، قلی­پور، آرین، ایوبی اردکانی، محمد، قالیباف اصل، حسن و اسدی، اصغر (1397)، اعتباریابی ابعاد و مؤلفه های فرهنگ ریسک: کاربرد دلفی فازی، پژوهش­های مدیریت عمومی، 11 (42)، 31-5.
عباسی، لقمان، شریف‌زاده، محمدشریف، عبدالله زاده، غلامحسین و محبوبی، محمد رضا (1397)، نوآوری جمعی در زنجیره ارزش در تعاونی‌های تولیدکشاورزی، مطالعات کارآفرینی و توسعه پایدار کشاورزی، 5 (4)، 70-43.
مجرد، عصمت، سالارپور، ماشااله و صبوحی، محمود (1392)، مدیریت زنجیره عرضه فرآوری شده محصولات غذایی مطالعه موردی: صنعت تولید رب گوجه­فرنگی در استان خراسان شمالی، فصلنامه علمی پ‍‍‍ژوهشی  تحقیقات اقتصاد کشاورزی، 5 (4)، 86- 67.
مظفری، محمد مهدی و اجلی، مهدی (1397)، مروری بر عوامل کلیدی همکاری در زنجیره تأمین، پنجمین همایش ملی پژوهش های مدیریت و علوم انسانی در ایران. تهران، 14 تیر ، دانشگاه تهران.
نیازی شهرکی، صفدر و مبینی، علی. (1398)، بررسی ‌‌چالش‌های زنجیره ارزش محصولات باغی با رویکرد اقتصاد مقاومتی از طریق مقایسه وضعیت موجود و مطلوب. مطالعات مدیریت راهبردی دفاع ملی، 3(10)، 148-129.
 
 Ababouch, L., Nguyen, K. A. T., Castro de Souza, M., & Fernandez‐Polanco, J. (2023). Value chains and market access for aquaculture products. Journal of the World Aquaculture Society, 54(2), 527-553. https://doi.org/10.1111/jwas.12964
Aggarwal, S., & Srivastava, M. K. (2016). Towards a grounded view of collaboration in Indian agri-food supply chains: A qualitative investigation. British Food Journal, 118(5), 1085-1106. https://doi.org/10.1108/BFJ-08-2015-0274
Akyüz, Y., Salali, H. E., Atakan, P., Günden, C., Yercan, M., Lamprinakis, L., ... & Knez, M. (2023). Case study analysis on agri-food value chain: A guideline-based approach. Sustainability, 15(7), 6209.https:// doi.org/10.3390/su15076209
Bouzon, M., Govindan, K., Rodriguez, C. M. T., & Campos, L. M. (2016). Identification and analysis of reverse logistics barriers using fuzzy Delphi method and AHP. Resources, conservation and recycling, 108, 182-197. https://doi.org/10.1016/j.resconrec.2015.05.021
Braun, C. L., Bitsch, V., & Häring, A. M. (2021). Behind the scenes of a learning agri-food value chain: lessons from action research. Agriculture and Human Values, 1-16. https://doi.org/10.1007/s10460-021-10229-7
Braun, C. L., Bitsch, V., & Häring, A. M. (2023). Developing agri-food value chains: learning networks between exploration and exploitation. The Journal of Agricultural Education and Extension, 29(4), 417-438. https://doi.org/10.1080/1389224X.2022.2082499
Chen, J. V., Yen, D. C., Rajkumar, T. M., & Tomochko, N. A. (2011). The antecedent factors on trust and commitment in supply chain relationships. Computer Standards & Interfaces, 33(3), 262–270. https://doi.org/10.1016/J.CSI.2010.05.003
Cucagna, M. E., & Goldsmith, P. D. (2018). Value adding in the agri-food value chain. International food and agribusiness management review, 21(3), 293-316. Https:// doi.org/10.22004/ag.econ.269674
Dania, W. A. P., Xing, K., & Amer, Y. (2018). Collaboration behavioural factors for sustainable agri-food supply chains: A systematic review. Journal of cleaner production, 186, 851-864. https://doi.org/10.1016/j.jclepro.2018.03.148
de Vries, J. R., Turner, J. A., Finlay-Smits, S., Ryan, A., & Klerkx, L. (2023). Trust in agri-food value chains: a systematic review. International Food and Agribusiness Management Review, 26(2), 175-197.
dos Santos, R. R., & Guarnieri, P. (2020). Social gains for artisanal agroindustrial producers induced by cooperation and collaboration in agri-food supply chain. Social Responsibility Journal. https://doi.org/10.1108/SRJ-09-2019-0323/FULL/HTML
Feng, Y. (2012). System Dynamics Modeling for Supply Chain Information Sharing. Physics Procedia, 25, 1463-1469. https://doi.org/10.1016/J.PHPRO.2012.03.263
Gajdić, D., Kotzab, H., & Petljak, K. (2023). Collaboration, trust and performance in agri-food supply chains: a bibliometric analysis. British Food Journal, 125(2), 752-778. https://doi.org/10.1108/BFJ-07-2021-0723
Habibi, A., Jahantigh, F. F., & Sarafrazi, A. (2015). Fuzzy Delphi technique for forecasting and screening items. Asian Journal of Research in Business Economics and Management, 5(2), 130-143. https://doi.org/10.5958/2249-7307.2015.00036.5
Huang, Y., Han, W., & Macbeth, D. K. (2020). The complexity of collaboration in supply chain networks. Supply Chain Management, 25(3), 393-410. https://doi.org/10.1108/SCM-11-2018-0382/FULL/HTML
Hudnurkar, M., Jakhar, S., & Rathod, U. (2014). Factors Affecting Collaboration in Supply Chain: A Literature Review. Procedia - Social and Behavioral Sciences, 133, 189-202. https://doi.org/10.1016/J.SBSPRO.2014.04.184
Jeng, D. J. F. (2015). Generating a causal model of supply chain collaboration using the fuzzy DEMATEL technique. Computers & Industrial Engineering, 87, 283-295. https://doi.org/10.1016/J.CIE.2015.05.007
Khan, S., Haleem, A., & Khan, M. I. (2021). Risk management in Halal supply chain: an integrated fuzzy Delphi and DEMATEL approach. Journal of Modelling in Management, 16(1), 172-214. https://doi.org/10.1108/JM2-09-2019-0228
Kharat, M. G., Murthy, S., Kamble, S. J., Raut, R. D., Kamble, S. S., & Kharat, M. G. (2019). Fuzzy multi-criteria decision analysis for environmentally conscious solid waste treatment and disposal technology selection. Technology in Society, 57, 20-29. https://doi.org/10.1016/j.techsoc.2018.12.005
Kumari, S., Venkatesh, V. G., Deakins, E., Mani, V., & Kamble, S. (2023). Agriculture value chain sustainability during COVID-19: an emerging economy perspective. The International Journal of Logistics Management, 34(2), 280-303. https://doi.org/10.1108/IJLM-04-2021-0247
Kwon, I. W. G., & Suh, T. (2004). Factors affecting the level of trust and commitment in supply chain relationships. Journal of Supply Chain Management, 40(1), 4-14. https://doi.org/10.1111/J.1745-493X.2004.TB00165.X
Lees, N. J., & Nuthall, P. (2015). Case study analysis on supplier commitment to added value agri-food supply chains in New Zealand. Agricultural and Food Economics, 3, 1-16. https://doi.org/10.1186/s40100-014-0024-z
Lezoche, M., Hernandez, J. E., Díaz, M. D. M. E. A., Panetto, H., & Kacprzyk, J. (2020). Agri-food 4.0: A survey of the supply chains and technologies for the future agriculture. Computers in industry, 117, 103187. https://doi.org/10.1016/j.compind.2020.103187
Li, G., Fan, H., Lee, P. K., & Cheng, T. C. E. (2015). Joint supply chain risk management: An agency and collaboration perspective. International Journal of Production Economics, 164, 83-94. https://doi.org/10.1016/j.ijpe.2015.02.021
Maestre, M., Poole, N., & Henson, S. (2017). Assessing food value chain pathways, linkages and impacts for better nutrition of vulnerable groups. Food Policy, 68, 31-39. https://doi.org/10.1016/j.foodpol.2016.12.007
Mangla, S. K., Luthra, S., Rich, N., Kumar, D., Rana, N. P., & Dwivedi, Y. K. (2018). Enablers to implement sustainable initiatives in agri-food supply chains. International Journal of Production Economics, 203, 379-393. https://doi.org/10.1016/j.ijpe.2018.07.012
Misra, A., & Mention, A. L. (2022). Exploring the food value chain using open innovation: a bibliometric review of the literature. British Food Journal, 124(6), 1810-1837.  https://doi.org/10.1108/BFJ-04-2021-0353
Msaddak, M., Ben-Nasr, J., & Zaibet, L. (2021). Dynamics of trust and cooperation in the dairy value chain: a game simulation approach. Journal of International Food & Agribusiness Marketing, 33(4), 353-373. https://doi.org/10.1080/08974438.2020.1805387
Odongo, W., Dora, M., Molnár, A., Ongeng, D., & Gellynck, X. (2016). Performance perceptions among food supply chain members: A triadic assessment of the influence of supply chain relationship quality on supply chain performance. British Food Journal, 118(7), 1783-1799. https://doi.org/10.1108/BFJ-10-2015-0357/FULL/HTML
Paiva, E. L., Teixeira, R., Vieira, L. M., & Finger, A. B. (2014). Supply chain planning and trust: Two sides of the same coin. Industrial Management and Data Systems, 114(3), 405-420. https://doi.org/10.1108/IMDS-07-2013-0324/FULL/
Paluri, R. A., & Mishal, A. (2020). Trust and commitment in supply chain management: a systematic review of literature. Benchmarking, 27(10), 2831-2862. https://doi.org/10.1108/BIJ-11-2019-0517/FULL/HTML
Ramirez, M. J., Roman, I. E., Ramos, E., & Patrucco, A. S. (2021). The value of supply chain integration in the Latin American agri-food industry: trust, commitment and performance outcomes. The International Journal of Logistics Management, 32(1), 281-301. https://doi.org/10.1108/IJLM-02-2020-0097
Ralston, P. M., Richey, R. G., & Grawe, S. J. (2017). The past and future of supply chain collaboration: A literature synthesis and call for research. International Journal of Logistics Management, 28(2), 508-530. https://doi.org/10.1108/IJLM-09-2015-0175/FULL/HTML
Raweewan, M., & Ferrell Jr, W. G. (2018). Information sharing in supply chain collaboration. Computers & Industrial Engineering, 126, 269-281. https://doi.org/10.1016/j.cie.2018.09.042
Salam, M. A. (2017). The mediating role of supply chain collaboration on the relationship between technology, trust and operational performance: An empirical investigation. Benchmarking, 24(2), 298-317. https://doi.org/10.1108/BIJ-07-2015-0075/FULL/HTML
Scholten, K., & Schilder, S. (2015). The role of collaboration in supply chain resilience. Supply Chain Management, 20(4), 471-484. https://doi.org/10.1108/SCM-11-2014-0386/FULL/HTML
Shafiei Nikabadi, M., & Hakaki, A. (2019). A multi-dimensional causal model of effective factors on open innovation in manufacturing SMEs in Iran. International Journal of Asian Business and Information Management (IJABIM), 10(2), 91-110. https://doi.org/10.4018/IJABIM.2019040105
Shin, Y., Thai, V., & Yuen, K. F. (2018). The impact of supply chain relationship quality on performance in the maritime logistics industry in light of firm characteristics. International Journal of Logistics Management, 29(3), 1077-1097. https://doi.org/10.1108/IJLM-10-2016-0227/FULL/HTML
Singh, P. K., & Sarkar, P. (2020). A framework based on fuzzy Delphi and DEMATEL for sustainable product development: A case of Indian automotive industry. Journal of Cleaner Production, 246, 118991. https://doi.org/10.1016/j.jclepro.2019.118991
Tan, K. C. (2002). Supply Chain Management: Practices, Concerns, and Performance Issues. Journal of Supply Chain Management, 38(4), 42–53. https://doi.org/10.1111/J.1745-493X.2002.TB00119.X
Utomo, D. S., Onggo, B. S., & Eldridge, S. (2018). Applications of agent-based modelling and simulation in the agri-food supply chains. European Journal of Operational Research, 269(3), 794-805. https://doi.org/10.1016/j.ejor.2017.10.041
Zhao, G., Liu, S., Wang, Y., Lopez, C., Zubairu, N., Chen, X., Xie, X., & Zhang, J. (2022). Modelling enablers for building agri-food supply chain resilience: insights from a comparative analysis of Argentina and France. Production Planning & Control, 1-25.
Zhao, X., Wang, P., & Pal, R. (2021). The effects of agro-food supply chain integration on product quality and financial performance: Evidence from Chinese agro-food processing business. International Journal of Production Economics, 231, 107832. https://doi.org/10.1016/j.ijpe.2020.107832
Abbasi, L., Sharif zadeh, M., Abdolah zadeh, Gh., &Mahboobi, M.(2019). Collective innovation in value chain in Agricultural Production Cooperatives. Journal of Studies in Entrepreneurship and Sustainable Agricultural Development, 5(4), 43-70. doi: 10.22069/jead.2020.15617.1349. [In Persian]
Faghihi, A., Gholipour, A., Abooyee Ardakan, M., Ghalibaf Asl, H., & Asadi, A. (2019). Validation of Dimensions and Component of Risk Culture: Using Fuzzy Delphi Method. Public Management Researches, 11(42), 5-31. doi: 10.22111/jmr.2019.4514. [In Persian]
Hassanpour, B. (2023). Formation and Development of Agricultural Value Chains: A Practical Solution for Enhancing Efficiency of Agricultural Products Markets. Agricultural Economics Research, 15(Special Issue), 88-76. doi: 10.30495/jae.2023.28358.2268.  [In Persian]
Jabarzadeh, Y., Reyhani Yamchi, H., & Ghaffarinasab, N. (2020). A Multi-Objective Mathematical Model For Managing Sustainable Direct and Reverse Supply Chain of Apple Considering Foreign Markets. Journal of International Business Administration, 3(1), 139-166. doi: 10.22034/jiba.2020.10384. [In Persian]
Mojarad, E., Salarpour,M., & Saboohi,M. (2014). Supply chain management of processed food products, a case study: tomato paste production industry in North Khorasan province. Journal of Agricultural Economics Research, 5(4), 67-86. [In Persian]
Mozaffari, M. M., & Ajalli, M. (2018, May 15). An overview of the key drivers of supply chain collaboration. 5th National Conference on Management Studies and Humanities in Iran. [In Persian]
Niazi Shahraki, S. N., & Mobini, A. (2019). Review challenges of value chain of garden products with resistive economy approach through comparing the status quo and desirable situation. Interdisciplinary Studies on Strategic Knowledge, 3(10), 129-148. [In Persian]
Rajab zade, F. (2017). Dynamic analysis of factors affecting coordination, cooperation and trust in the food supply chain, [Master's Thesis]. University of Yazd. [In Persian]
Shafiei Nikabadi, M., & Eshghali, M. (2022). A causal model to analyze factors related to collaboration in the supply chain of agri-food products. Journal of Studies in Entrepreneurship and Sustainable Agricultural Development, 9(4), 1-18. https://doi.org/10.22069/jead.2022.20430.1621 . [In Persian]
مدیریت زنجیره ارزش راهبردی
دوره 1، شماره 1 - شماره پیاپی 1
مقالات پژوهشی
شهریور 1403
صفحه 72-95

فایل ها

سابقه مقاله

  • تاریخ دریافت: 23 مرداد 1403
  • تاریخ بازنگری: 09 شهریور 1403
  • تاریخ پذیرش: 22 دی 1403
  • تاریخ انتشار: 01 شهریور 1403

هم رسانی

ارجاع به این مقاله

آمار