О межфирменном сотрудничестве в сфере управления цепями поставок и методе анализа иерархий

Цель. Построение системы критериев, на основе которой можно сформировать и улучшить управление цепями поставок как на уровне отдельной фирмы, так и на уровне отрасли в целом.
Задачи. В процессе анализа научной литературы выделить факторы, способствующие координации цепочки поставок; посредством метода анализа иерархий определить их последовательное расположение (от высшего к низшему) и приоритетность; на основании ранжирования построить систему критериев, с помощью которых можно оптимизировать цепочки поставок за счет неценовых факторов конкуренции.
Методология. Исследование сочетает в себе качественные и количественные методы, применяемые для более глубокого понимания рассматриваемой проблемы. Изучен массив актуальных данных и экспертных оценок в сфере управления цепями поставок. Помимо аналитических методов, использован комплексный экспертный метод анализа иерархий. Процесс его применения можно разделить на три этапа: 1) определение иерархии решений; 2) присвоение критериев принятия решения и построение матрицы; 3) анализ и подведение итогов.
Результаты. Автором проанализирован процесс межфирменной координации в цепях поставок как ключевой фактор долгосрочного конкурентного преимущества. С помощью метода анализа иерархий изучены и агрегированы наиболее актуальные исследования в литературе, выделены критерии и подкритерии, определяющие качество взаимодействия внутри цепей поставок, а также установлены веса и влияние каждого критерия на общий результат. Все критерии валидированы при расчете коэффициентов согласованности. По каждой матрице сравнения сформированы выводы об улучшении данных характеристик. В заключение даны рекомендации для интеграции системы критериев в общую систему управления цепями поставок.
Выводы. В статье исследованы критерии влияния на межфирменную координацию в цепях поставок. Среди них выявлены ключевые в сфере управления цепями поставок. К ним отнесены критерии, описывающие материальные аспекты, взаимоотношения между участниками цепи, их репутацию и опыт, производительность и другие. Попарное сравнение приведенных критериев, а также анализ подкритериев позволили сделать ряд выводов: к наиболее значимым отнесены качество информационного потока и IT-инфраструктуры, текущий уровень интеграции цепи поставок, скорость доставки, долгосрочные отношения между участниками цепи, цена услуг. Данные критерии представлены в порядке убывания относительной приоритетности. Конкретные веса охарактеризованы подробно в тексте настоящего исследования. Помимо определения и ранжирования критериев, выявлены ограничения и  барьеры формирования системы критериев. Главным ограничением служит то, что рейтинговая шкала, используемая при изучении метода анализа иерархий, является концептуальной, хотя и определяет, какие факторы требуют большей важности. Предлагаемый подход не дает указаний относительно плана действий по устранению недостатков. Существует и  вероятность предвзятости при парном сравнении различных факторов. Поэтому следует проявлять осторожность при определении относительной оценки различных факторов. Некоторые из них, выбранные для модели, также могут находиться во взаимосвязи, и в этом случае метод аналитических цепей способен стать лучшим вариантом. В качестве прикладного использования такой системы критериев предложено ее внедрение в имитационную логистическую модель для усовершенствования традиционных оптимизационных задач путем включения неэкономических факторов сотрудничества и кооперации.

1. Tramarico C. L., Karpak B., Salomon V. A. P., da Silveira С. A. M., Marins F. A. S. Multicriteria analysis of professional education on supply chain management // Production. 2019. Vol. 29. e20180087. DOI: 10.1590/0103-6513.20180087

2. Arshinder K. A., Desmukh S. G. A framework for evaluation of coordination by contracts: A case of two-level supply chains // Computers and Industrial Engineering. 2009. Vol. 56. No. 4. P. 1177–1191. DOI: 10.1016/j.cie.2008.03.014

3. Soroor J., Tarokh M. J., Shemshadi A. Theoretical and practical study of supply chain coordination // Journal of Business & Industrial Marketing. 2009. Vol. 24. No. 2. P. 131–142. DOI: 10.1108/08858620910931749

4. Chopra S., Meindle P. Supply chain management: Strategy, planning and operation. 4th ed. Delhi: Pearson Education, 2010. 519 p.

5. Tsay A. A. The quantity flexibility contract and supplier customer incentives // Management Science. 1999. Vol. 45. No. 10. P. 1339–1358. DOI: 10.1287/mnsc.45.10.1339

6. Cao M., Zhang Q. Supply chain collaboration: Impact on collaborative advantage and firm performance // Journal of Operations Management. 2011. Vol. 29. No. 3. P. 163–180. DOI: 10.1016/j.jom.2010.12.008

7. Saaty T. L. Decision making with the analytic hierarchy process // International Journal of Services Sciences. 2008. Vol. 1. No. 1. P. 83–98. DOI: 10.1504/IJSSCI.2008.017590

8. Saaty T. L. Decision making for the new millenium: ANP software for dependence and feedback. Pittsburgh, PA: Katz Graduate School of Business, University of Pittsburgh, 1999. 258 p.

9. Ortiz-Barrios M., Borrego-Areyanes A. A., Gómez-Villar I. D., et al. A multiple criteria decision-making approach for increasing the preparedness level of sales departments against COVID-19 and future pandemics: A real-world case // International Journal of Disaster Risk Reduction. 2021. Vol. 62. Article No. 102411. DOI: 10.1016/j.ijdrr.2021.102411

10. Singh R. K. Prioritizing the factors for coordinated supply chain using analytic hierarchy process (AHP) // Measuring Business Excellence. 2013. Vol. 17. No. 1. P. 80–97. DOI: 10.1108/13683041311311383

11. Datta S., Samantra C., Mahapatra S. S., Mandal G., Majumdar G. Appraisement and selection of third party logistics service providers in fuzzy environment // Benchmarking. 2013. Vol. 20. No. 4. P. 537–548. DOI: 10.1108/BIJ-11-2011-0087

12. Hwang B.-N., Chen T.-T., Lin J. T. 3PL selection criteria in integrated circuit manufacturing industry in Taiwan // Supply Chain Management. 2016. Vol. 21. No. 1. P. 103–124. DOI: 10.1108/SCM-03-2014-0089

13. Yayla A. Y., Oztekin A., Gumus A. T., Gunasekaran A. A hybrid data analytic methodology for 3PL transportation provider evaluation using fuzzy multi-criteria decision making // International Journal of Production Research. 2015. Vol. 53. No. 20. P. 6097–6113. DOI: 10.1080/00207543.2015.1022266

14. Prakash C., Barua M. K. A combined MCDM approach for evaluation and selection of thirdparty reverse logistics partner for Indian electronics industry // Sustainable Production and Consumption. 2016. Vol. 7. P. 66–78. DOI: 10.1016/j.spc.2016.04.001

15. Tiblola L. I. T., Aminullah A., Nugroho A. S. B. Analysis of supplier selection criteria using fuzzy analytical hierarchy process by contractors in Yogyakarta // Jurnal Pendidikan Teknologi dan Kejuruan. 2024. Vol. 30. No. 1. P. 112–128. DOI: 10.21831/jptk.v30i1.68323

16. Rashid A., Rasheed R., Ngah A., et al. Role of information processing and digital supply chain in supply chain resilience through supply chain risk management // Journal of Global Operations and Strategic Sourcing. 2024. Vol. 17. No. 2. P. 429–447. DOI: 10.1108/JGOSS-12-2023-0106