تأثیر بهکارگیری بلاکچین بر عملکرد رقابتی زنجیره تأمین با تأکید بر نقش میانجی نوآوری زنجیره تأمین
محورهای موضوعی : 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
کلید واژه: فناوری بلاکچین, نوآوری, زنجیره تأمین, عملکرد, شرکتهای نوپا,
چکیده مقاله :
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.
Today, as supply chains become more complex and difficult, trust and communication between supply chain partners, the protection of intellectual property, and the establishment and maintenance of visibility, perspective and control over communications have become increasingly important.This study develops a research model that links blockchain adoption in the supply chain to supply chain competitive performance through Supply chain innovation (process and relational innovation). This study is applied research in objective and it is descriptive - survey in nature. The statistical population of the study was start-ups based in Tehran province. The sample size was calculated using G-Power software version 3.1 250 people. 300 questionnaires were distributed using simple random sampling method with online survey and 259 questionnaires were collected. The study used partial least squares modelling and Smart PLS version 3 software to test the proposed model. All hypotheses were confirmed at 99% confidence interval. The results support the research model and confirm that competitive performance is directly improved through blockchain adoption and also indirectly through blockchain-enabled process and relational innovation. Research findings advance practice and theory by contributing to the emerging literature on blockchain and enriching our understanding of the performance impacts of blockchain adoption and use in the supply chain.
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
.