پایداری | متن کامل رایگان | ارزیابی انعطاف‌پذیری مبتنی بر شبکه پیچیده زنجیره صنعت مدار مجتمع - شهرساز | سایت تخصصی شهرسازی با هوش مصنوعی | شهرساز

بهترین آموزش های کاربردی در شهرسازی

بهترین آموزش های کاربردی در شهرسازی را از Urbanity.ir بخواهید

…

ادامه ...

خرید درب شیشه ای سکوریت با بهترین قیمت از تتراگلس

ادامه ...

Wednesday, 26 June , 2024
امروز : چهارشنبه, ۶ تیر , ۱۴۰۳

آخرین اخبار »

شناسه خبر : 22842

ارسال

پرینتخانه » مقالات تاریخ انتشار : 18 ژوئن 2024 - 3:30 | 12 بازدید | ارسال توسط : riazat

پایداری | متن کامل رایگان | ارزیابی انعطاف‌پذیری مبتنی بر شبکه پیچیده زنجیره صنعت مدار مجتمع

۱٫ معرفی در زمینه جهانی شدن و اطلاع رسانی، مدیریت زنجیره تامین به سرعت به سمت یکپارچگی و هوشمندی در حال تحول است. این تغییر به این معنی است که شرکت ها باید شفافیت، قابلیت هماهنگی و یکپارچگی فناوری زنجیره تامین خود را برای حفظ رقابت و حساسیت بازار افزایش دهند. [۱]. در همین حال، […]

۱٫ معرفی

در زمینه جهانی شدن و اطلاع رسانی، مدیریت زنجیره تامین به سرعت به سمت یکپارچگی و هوشمندی در حال تحول است. این تغییر به این معنی است که شرکت ها باید شفافیت، قابلیت هماهنگی و یکپارچگی فناوری زنجیره تامین خود را برای حفظ رقابت و حساسیت بازار افزایش دهند. [۱]. در همین حال، چالش‌هایی مانند افزایش پیچیدگی به دلیل جهانی‌شدن، عدم اطمینان در سیاست‌های تجاری، افزایش تقاضا برای پایداری زیست‌محیطی، و اختلالات و نوسانات زنجیره تامین ناشی از رویدادهای جهانی (مانند همه‌گیری COVID-19) برای زنجیره‌های تامین نیز وجود دارد. این روندها و چالش ها شرکت ها را وادار می کند تا استراتژی های زنجیره تامین خود را بازنگری و تنظیم کنند [۲]. علاوه بر این، برای انطباق با تغییرات بازار و تقاضای مصرف کنندگان، تولید، عرضه و توزیع بیشتر به هم مرتبط می شوند و یک اکوسیستم صنعتی بسیار بهم پیوسته را تشکیل می دهند. [۳].

این محیط در حال تحول اهمیت تحقیقات مشترک در زنجیره های صنعتی را برجسته می کند. تحقیقات مدیریت زنجیره تامین سنتی بر بهینه سازی فرآیندها در یک شرکت واحد متمرکز است، اما در محیط بازار جهانی شده کنونی، این دیگر برای مقابله با پیچیدگی و عدم اطمینان رو به رشد خارجی کافی نیست. بنابراین، تمرکز پژوهش به همکاری در سراسر زنجیره صنعت، از جمله چگونگی مدیریت موثرتر و هماهنگ کردن روابط بین شرکت‌های مختلف تبدیل شده است. اگرچه همکاری زنجیره ای صنعتی به عنوان یک زمینه تحقیقاتی به سرعت در حال توسعه است، اما هنوز با برخی مسائل و چالش های کلیدی مواجه است. به عنوان مثال، مسائل مربوط به چگونگی کمی سازی و ارزیابی اثرات همکاری، چگونگی شناسایی و تقویت گره های کلیدی در زنجیره صنعتی، و چگونگی پاسخ به شوک ها و تغییرات خارجی نیازمند تحقیقات و کاوش های عمیق تر است.

اگرچه تحقیقات نظریه‌ها و مدل‌های مختلفی را برای ارتقای همکاری بین زنجیره‌های صنعتی پیشنهاد کرده‌اند، تأثیرات کاربردی این نظریه‌ها و مدل‌ها هنوز در صنایع و محیط‌های مختلف به‌طور گسترده‌ای متفاوت است. به عنوان مثال، لیو و همکاران. [۴] پیچیدگی همکاری‌های زنجیره تامین را بررسی کرد و بر نیاز به رویکردهای پویا که رفتارهای همکاری و ویژگی‌های شریک متفاوت را در نظر می‌گیرد، که اغلب در مدل‌های موجود نادیده گرفته می‌شوند، تاکید کرد. به طور مشابه، سودوسینگه و همکاران. [۵] تاکید کرد که مدل‌های فعلی اغلب فاقد اعتبار آماری هستند و نمی‌توانند پیچیدگی‌های شبکه‌های زنجیره تامین دنیای واقعی را درک کنند. علاوه بر این، فتخار و همکاران. [۶] تأثیرات متنوع مکانیسم‌های همکاری در صنایع مختلف را شناسایی کرد، که نشان می‌دهد تفاوت‌های زمینه‌ای به طور قابل‌توجهی بر نتایج همکاری تأثیر می‌گذارد. این محدودیت‌ها بر ضرورت تحقیقات تجربی زمینه‌ای خاص برای توسعه و اعتبارسنجی مدل‌های عملی که می‌توانند به طور موثر همکاری زنجیره‌ای صنعتی را در محیط‌های متنوع راهنمایی کنند، تأکید می‌کند. این نشان می دهد که درک مکانیسم های همکاری زنجیره صنعتی هنوز جامع نیست و تحقیقات تجربی بیشتری برای کشف بهترین شیوه ها برای همکاری در موقعیت های مختلف مورد نیاز است. در برابر این پس زمینه است که این مقاله شبکه های پیچیده را به عنوان ابزار تحلیلی برای تعمیق درک ما از همکاری زنجیره صنعتی با آشکار کردن وابستگی های متقابل پیچیده و تغییرات پویا در زنجیره صنعتی و بهبود رقابت پذیری و رقابت زنجیره کلی صنعتی انتخاب می کند. برای بررسی عمیق‌تر ویژگی‌های همکاری زنجیره‌ای صنعتی، این مقاله شبکه‌های پیچیده را به عنوان ابزار تحلیلی انتخاب می‌کند. یک شبکه پیچیده یک مدل ریاضی است که می تواند روابط پیچیده بین تعداد زیادی از عناصر متقابل را توصیف کند. از طریق تئوری شبکه پیچیده، ویژگی‌های ساختاری گره‌ها و لبه‌های مختلف در زنجیره صنعتی، مانند توزیع درجه، ضریب خوشه‌بندی و میانگین طول مسیر را می‌توان آشکار کرد. این ویژگی ها منعکس کننده ویژگی های زنجیره صنعتی مانند طبیعت کوچک، بدون مقیاس و خوشه بندی است. این ویژگی ها به ما کمک می کند تا کارایی، ثبات، انعطاف پذیری و ظرفیت نوآوری زنجیره صنعتی را ارزیابی کنیم. [۷]. ثانیاً، نظریه شبکه پیچیده می‌تواند از روش‌هایی مانند تشخیص جامعه، ساختار هسته-پیرامون و مرکزیت برای شناسایی گره‌ها و زیرشبکه‌های کلیدی در زنجیره صنعتی، مانند شرکت‌های پیشرو، مراکز نوآوری، و گروه‌های مشارکتی استفاده کند. این روش ها می توانند به بهینه سازی پیکربندی و مدیریت زنجیره صنعتی، افزایش رقابت و اثرات هم افزایی آن کمک کنند. در نهایت، نظریه شبکه پیچیده می‌تواند به دولت‌ها یا شرکت‌ها در تجزیه و تحلیل و پاسخگویی به تغییرات و چالش‌های درون زنجیره صنعتی کمک کند و توسعه و ارتقای آن را ارتقا دهد.

زنجیره صنعت مدارهای مجتمع وابستگی‌های متقابل پیچیده و تغییرات پویا را ارائه می‌کند که درک عمیق مکانیسم‌های مشارکتی را ضروری می‌کند. بنابراین، این مطالعه با هدف بررسی مکانیسم‌های مشارکتی در زنجیره صنعت مدار مجتمع است. به طور خاص، این تحقیق بررسی می‌کند که چگونه مکانیسم‌های همکاری مختلف در زنجیره صنعت مدارهای مجتمع بر انعطاف‌پذیری، کارایی و قابلیت‌های نوآوری شرکت‌ها تأثیر می‌گذارد و بهترین شیوه‌ها را برای تقویت این ویژگی‌ها در زمینه‌های عملیاتی متنوع شناسایی می‌کند.

در مقایسه با تحقیقات فعلی، این مطالعه با هدف پیشنهاد و تأیید یک سیستم شاخص جامع، از جمله شاخص کارایی زنجیره صنعت (ICEI)، شاخص انعطاف‌پذیری زنجیره صنعت (ICRI)، و شاخص قابلیت نوآوری زنجیره صنعت (ICICI) است. این شاخص‌ها نه تنها ارزیابی‌های سنتی کارایی و انعطاف‌پذیری را پوشش می‌دهند، بلکه به صورت نوآورانه اندازه‌گیری قابلیت‌های نوآوری زنجیره تامین را نیز اضافه می‌کنند. این مطالعه با استفاده از روشی مبتنی بر تجزیه و تحلیل مؤلفه اصلی (PCA)، ابعاد داده‌ها را با حفظ اطلاعات اصلی کاهش می‌دهد و در نتیجه چارچوب ارزیابی جامع‌تر و دقیق‌تری برای عملکرد زنجیره تأمین ارائه می‌دهد. علاوه بر این، پیشنهادات مدیریتی مناسب بر اساس داده های موردی ارائه می شود.

این مقاله منطقه Shaanxi چین را به عنوان هدف تحقیق در نظر می گیرد و از نظریه شبکه پیچیده برای ایجاد یک شبکه مشترک از زنجیره صنعت مدار مجتمع استفاده می کند. فصول این مقاله به شرح زیر تنظیم شده است: بخش ۲ به طور خلاصه وضعیت تحقیق فعلی زنجیره تامین و همکاری صنعتی و کاربرد شبکه های پیچیده در زنجیره های صنعتی را تشریح می کند. بخش ۳ در این مقاله روش و مراحل ساخت شبکه مشارکتی را معرفی می کند. بخش ۴ ویژگی های اصلی، مفاهیم و ویژگی های اساسی شبکه همکاری صنعت مدار مجتمع در استان شانشی را مورد بحث قرار می دهد. بخش ۵ امکان سنجی روش پیشنهادی را از طریق موارد نشان می دهد. سرانجام، بخش ۶ اهمیت نتایج تحقیق این مقاله و پیشنهادات عملی برای توسعه مدارهای مجتمع در استان شانشی را مورد بحث قرار می دهد.

۲٫ بررسی ادبیات

با تشدید رقابت جهانی و تداوم ظهور فناوری‌های جدید مانند محاسبات ابری، اینترنت اشیا، داده‌های بزرگ، هوش مصنوعی، بلاک چین و غیره، این فناوری‌ها بسترها و فرصت‌های جدیدی را برای نوآوری مشترک در زنجیره صنعتی فراهم می‌کنند. با این حال، مشکلاتی مانند عدم تقارن اطلاعات، عدم اعتماد، و حفاظت از دانش اغلب در فرآیند نوآوری مشترک به وجود می آیند. [۸]. بسیاری از محققان عمدتاً این مشکلات را از سه جنبه حل می کنند و در نتیجه رقابت پذیری و قابلیت های توسعه پایدار زنجیره صنعتی را بهبود می بخشند.

۲٫۱٫ مدل بلوغ

یک راه حل این است که یک مدل بلوغ ایجاد کنید. برای ارزیابی و بهبود سطح نوآوری مشارکتی زنجیره صنعتی، برخی از محققین مدل بلوغ مبتنی بر روش ادغام مدل بلوغ قابلیت ارائه کرده اند که می تواند برای تجزیه و تحلیل مراحل مختلف نوآوری مشارکتی زنجیره صنعتی و همچنین اهداف و مقاصد مورد استفاده قرار گیرد. که باید در هر مرحله به آن دست یافت. کوریا و همکاران [۹] مروری بر ادبیات سیستماتیک در مورد مدل‌های بلوغ و کاربرد آنها برای پایداری زنجیره تأمین بین سال‌های ۲۰۰۰ و ۲۰۱۵ انجام دادند و ۱۱ مطالعه را با هدف توسعه مدل‌های بلوغ جدید پیدا کردند. آنها ویژگی ها، ساختار، روش ها و شاخص های ارزیابی این مدل ها را تجزیه و تحلیل کردند و برخی جهت گیری های تحقیقاتی آتی را پیشنهاد کردند. علاوه بر این، کوریا و همکاران. [۱۰] یک مدل برای ارزیابی سطوح بلوغ پایداری زنجیره تامین ایجاد کرد. این مدل برای کمک به شرکت‌ها برای شناسایی نقاط قوت و ضعف خود در پایداری زنجیره تامین و توسعه برنامه‌های بهبود مربوطه طراحی شده است. راکش و آگاروال [۱۱] چارچوبی برای بهبود اثربخشی همکاری دانشگاه و صنعت (UIC) پیشنهاد کرد. این چارچوب می‌تواند به دانشگاه‌ها و صنایع کمک کند تا شیوه‌های فعلی خود را ارزیابی کرده و زمینه‌های بهبود همکاری خود را شناسایی کنند. آرون کومار و همکاران [۱۲] رابطه بین مکانیسم‌های همکاری زنجیره تامین (SCC)، سطح بلوغ به‌ویژه و نتایج عملکرد در صنعت نساجی و پوشاک را بررسی کرد. سوزانا گاریدو و همکاران [۱۳] چارچوبی از ابزارهای بلوغ زنجیره تامین را برای توصیف و تحلیل وضعیت فعلی یک سازمان یا واحد پیشنهاد کرد. این چارچوب یک رویکرد ساختاریافته برای تجزیه و تحلیل اینکه چگونه یک شرکت الزامات خاص را برآورده می کند و مناطقی را برای بهبود برای دستیابی به سطح بالاتری از بلوغ شناسایی می کند. ساوریو فرارو و همکاران [۱۴] مدل‌های بلوغ را در مدیریت زنجیره تامین و تدارکات از طریق بررسی ادبیات سیستماتیک تحلیل کرد. این مطالعه نشان داد که در سال‌های اخیر تاکید فزاینده‌ای بر مدل‌هایی برای ارزیابی اصول آمادگی و پایداری در صنعت ۴٫۰ شده است، اما همچنان برخی کاستی‌ها وجود دارد، مانند توجه ناکافی به بهینه‌سازی و یکپارچه‌سازی فرآیندهای لجستیک، مدل‌های کم استفاده و معتبر، و کمبود راهنمای بهبود جامع با این حال، دامنه اصلی تحقیق فوق محدود به یک شرکت یا مورد واحد است و نمی تواند سیستم زنجیره تامین کامل را مطالعه کند.

۲٫۲٫ بهینه سازی زنجیره صنعت

راه حل دیگر ارزیابی و بهینه سازی همکاری زنجیره صنعت برای راهنمایی شرکت ها در مورد نحوه اجرای نوآوری زنجیره تامین باز است. که در [۱۵]نویسندگان یک سیستم ارزیابی عملکرد نوآوری مشترک زنجیره تامین را بر اساس تئوری چرخه عمر محصول پیشنهاد کردند. آنها یک شرکت قطعات خودرو را به عنوان مثال در نظر گرفتند و از روش ارزیابی جامع فازی برای تأیید اثربخشی و امکان‌سنجی سیستم ارزیابی استفاده کردند. لیو و همکاران از طریق ایجاد یک مدل ارزیابی کارایی نوآوری مشارکتی زنجیره تامین بر اساس تحلیل پوششی داده‌ها. [۱۶] یک شرکت مواد غذایی را به عنوان مثال در نظر گرفت که در آن کارایی نوآوری مشارکتی زنجیره تامین به سه جنبه تقسیم می شود: کارایی فنی، کارایی مقیاس و کارایی مدیریت. کاتسالیاکی و همکاران [۱۷] چالش‌ها و فرصت‌های پیاده‌سازی فناوری‌های صنعت ۴٫۰ در مدیریت زنجیره تامین را مورد بحث قرار داد. این مقاله همچنین برخی از موارد واقعی را از اختلالات و انعطاف‌پذیری زنجیره تامین ارائه می‌کند. Saurabh Tiwari و همکاران. [۱۸] رابطه بین Industry 4.0 و SCI را از طریق بررسی ادبیات گسترده برای درک سطوح مختلف ادغام با فرآیندهای زنجیره تامین برای شناسایی حلقه‌های گمشده، از طریق یک چارچوب، و پیشنهاد دستورالعمل‌های تحقیقاتی بیشتر بررسی کرد. پانکاج کومار دتوال و همکاران. [۱۹] به طور سیستماتیک آخرین پیشرفت‌ها در مدیریت زنجیره تامین پایدار (SSCM) را که ترکیبی از فن‌آوری‌های بهینه‌سازی و صنعت ۴٫۰ است، بررسی کردند و یک چارچوب مفهومی برای نشان دادن اینکه چگونه این فناوری‌ها می‌توانند پایداری زنجیره تامین را ارتقا دهند، پیشنهاد کردند. رونتائو ژانگ و همکاران [۲۰] یک مدل بهینه‌سازی زنجیره تامین برای صنعت فولاد مبتنی بر تعمیر و نگهداری پیشگیرانه برای بهبود زنجیره تامین لجستیک با افزایش کارایی حمل‌ونقل و آزمایش حداکثر ظرفیت تولید پیشنهاد کرد.

۲٫۳٫ نظریه شبکه پیچیده

در سال‌های اخیر، با پیشنهاد و ساخت مدل شبکه بدون مقیاس BA، دانشمندان بیشتری از دانش شبکه‌های پیچیده برای حل مشکل همکاری صنعتی استفاده کرده‌اند. مرجع. [۲۱]، در مطالعه ویژگی های پیچیده شبکه های زنجیره تامین، دریافتند که شبکه های زنجیره تامین که ویژگی های کارآمد را نشان می دهند دارای توزیع درجه، طول مسیر متوسط و ضریب خوشه بندی هستند که ویژگی های توزیع توان-قانون را نشان می دهند و به این نتیجه رسیدند که ساختار شبکه های زنجیره تامین کارآمد باید با ویژگی های “بدون مقیاس” مطابقت داشته باشند. یوشی فوجیوارا و هیداکی آئویاما [۲۲] با جمع‌آوری داده‌های مرتبط از شرکت‌های ژاپنی، یک شبکه تولید بر اساس رابطه ورودی و خروجی ایجاد کرد. از طریق تجزیه و تحلیل، مشخص شد که دارای ویژگی های بدون مقیاس، تطبیق ناهمسانگرد، مدولارسازی درب منطقه ای یا دپارتمان، ساختار جامعه و غیره است. پی ویچمن و همکاران. [۲۳] روش پیش‌بینی کننده پیوند شبکه تامین (SNLP) را برای استنباط وابستگی‌های متقابل تامین‌کننده با استفاده از دانش ناقص سازنده از شبکه توسعه داد. SNLP از داده های توپولوژیکی برای استخراج ویژگی های رابطه ای از شبکه شناخته شده برای آموزش یک طبقه بندی کننده برای پیش بینی لینک های بالقوه استفاده می کند. Shauhrat S. Chopra و Vikas Khana [24] همزیستی صنعتی Kalundborg (KIS) در دانمارک را به عنوان مثال در نظر گرفت و از شاخص‌های شبکه و سناریوهای شبیه‌سازی برای تجزیه و تحلیل ویژگی‌های ساختاری و نقش‌های عملکردی شبکه‌های همزیستی صنعتی استفاده کرد و بحرانی‌ترین گره‌ها را در سیستم آشکار کرد. آنها برخی از استراتژی‌های طراحی مانند افزایش تنوع، افزونگی و چند کارکردی را برای بهبود انعطاف‌پذیری و پایداری شبکه‌های همزیستی صنعتی پیشنهاد کردند. لیختن اشتاین [۲۵] شبیه سازی عوامل بوم شناختی خوشه های نوآوری تکنولوژیکی بر اساس تئوری CAS و به دست آوردن محیط داخلی و خارجی و شرایط بازار مورد نیاز برای بقا و توسعه بنگاه ها در آینده از طریق آزمون های شبیه سازی، برای به دست آوردن شرایط و فرصت ها برای ظهور خوشه های نوآوری فناورانه. . آزادگان [۲۶] گونه‌شناسی استراتژی‌های انعطاف‌پذیری شبکه تامین را ارائه کرد و پیچیدگی همکاری‌ها در داخل و بین شبکه‌های تامین را در پاسخ به اختلالات قابل توجه، مانند همه‌گیری COVID-19 برجسته کرد. بین سطح خرد (هماهنگی مستقیم خریدار-تامین کننده) و سطح کلان (همکاری بین رقبا و موسسات برای مدیریت ریسک بلندمدت) تفاوت قائل می‌شود و انعطاف‌پذیری در سطح متوسط (همکاری‌های فرصت‌طلبانه و موردی در بین شبکه‌های متعدد برای کوتاه مدت) را معرفی می‌کند. به ریسک های میان مدت)، با تاکید بر دومی به عنوان یک سیستم تطبیقی پویا و پیچیده که انعطاف پذیری زنجیره تامین را از طریق رویکردهای نوآورانه و مشارکتی افزایش می دهد. Supun S. Perera و همکاران. [۲۷] تحقیقات موجود در مورد مدل‌سازی زنجیره‌های تامین را به‌عنوان سیستم‌های انطباقی پیچیده برای افزایش انعطاف‌پذیری مورد بازبینی انتقادی قرار داد. این بررسی محدودیت‌های روش‌شناختی کلیدی را در مدل‌های فعلی شناسایی می‌کند و یک چارچوب مفهومی را پیشنهاد می‌کند که جنبه‌های عملیاتی و توپولوژیکی را در کنار مجموعه جدیدی از معیارهای انعطاف‌پذیری در بر می‌گیرد تا نمایش واقعی‌تری از شبکه‌های تامین ارائه دهد. جیاکوان چن و همکاران [۲۸] استفاده از نظریه شبکه پیچیده را برای ساخت مدل‌های شبکه وزنی مناسب برای صنایع دانش‌بر برای ارزیابی و بهبود انعطاف‌پذیری و توسعه صنعت مورد مطالعه قرار داد. دونگهوی یانگ و همکاران [۲۹] مطالعه عمیقی در مورد ساختار استحکام زنجیره تامین انجام داد و تمرکز بر ایجاد ارتباطات هاب مانند با شرکای بالادستی و پایین دستی را پیشنهاد کرد. این یافته ها بینش هایی را برای مدیریت زنجیره تامین خودرو و کاهش ریسک ساخت شبکه بهینه ارائه می دهد.

به طور خلاصه، راه حل های فوق یک تحلیل پویا و امکان سنجی از همکاری زنجیره صنعت از دیدگاه های مختلف ارائه می کنند. آنها تأثیر مثبتی بر نوآوری و بهینه سازی همکاری زنجیره صنعتی دارند. با این حال، برخی از معایب نیز وجود دارد. اولاً، عدم تحلیل متمایز شرکت ها در صنایع و اندازه های مختلف وجود دارد. ثانیاً، فقدان تجزیه و تحلیل متمایز از منابع مختلف و انواع ریسک‌های نوآوری مشارکتی زنجیره تامین وجود دارد. در این مقاله تئوری شبکه پیچیده برای حل این موضوع معرفی شده است.

۳٫ ساخت شبکه تعاونی زنجیره صنعتی

۳٫۱٫ مرز زنجیره صنعتی و تحلیل موضوعی فعالیت

بر اساس داده‌های گره پردازش شده و ایجاد اتصالات بین گره‌ای که هم عوامل تجاری و هم عوامل جغرافیایی را در نظر می‌گیرند، شبکه زنجیره تامین محلی صنعت مدار مجتمع در استان شانشی به پنج لایه مجزا تقسیم می‌شود. این ردیف ها به عنوان نشان داده می شوند تی_۱، تی_۲، تی_۳، تی_۴، و تی_۵، جایی که تی_۱ از طریق تی_۴ به ترتیب سطوح تامین بالادستی و میان‌دستی را نشان می‌دهد و تی_۵ نشان دهنده ردیف تولید پایین دست است. در نتیجه، کل شبکه زنجیره تامین صنعت قطعات الکترونیکی در استان شانشی به این ترتیب مشخص شده است:

اس_تی = {تی_۱، تی_۲، تی_۳، تی_۴، تی_۵}

(۱)

مجموعه گره های بالایی برای هر سطح به صورت نمایش داده می شود از = {تی_من_۱، تی_i2، تی_من_۳,…, تی_{که در}}، جایی که تی_من را نشان می دهد منسطح -ام در شبکه زنجیره تامین و t-in نشان می دهد که n گره در سطح وجود دارد.

در بخش مدارهای مجتمع، تعداد زیادی از شرکت‌ها درگیر انواع روابط مانند معاملات، مشارکت‌های سهام و سرمایه‌گذاری هستند که با تعاملات منظم تسهیل می‌شود. [۳۰]. این شبکه اساساً ارتباطاتی را شکل می‌دهد که مبتنی بر وابستگی‌های شرکتی قابل مشاهده شرکت‌ها و همچنین روابط پنهان بالادستی-پایین‌دستی در صنعت است. در ابتدا، داده‌های مهم سازمانی با استفاده از یک پلاگین خزنده وب جمع‌آوری می‌شوند و به دنبال آن روابط بر اساس موقعیت‌های مربوطه در زنجیره تامین تعیین می‌شوند. با توجه به جریان یک طرفه زنجیره صنعتی، استحکام مالی یک شرکت تا حدی منعکس کننده نفوذ آن در شبکه است. این مطالعه یک شبکه سازمانی هدایت شده و وزن دار را بررسی می کند. سازماندهی روابط سازمانی با دقت انجام می شود و این اطلاعات متعاقباً به یک قالب ماتریسی برای تجزیه و تحلیل پیشرفته تبدیل می شود. روابط شبکه از طریق Gephi (Gephi-0.10.1) تجسم می شود، که تولید یک نمودار شبکه سازمانی مؤلفه الکترونیکی را تسهیل می کند. نمودار دقیق زنجیره صنعتی در ارائه شده است شکل ۱.

۳٫۲٫ توضیحات گره

در مطالعه شبکه‌های پیچیده، گره‌ها را می‌توان از طریق دیدگاه‌ها و روش‌های گوناگون مفهوم‌سازی کرد. با این حال، آنها معمولا نماد واحد اساسی شبکه هستند [۳۱]. گره یک موجودیت یا عنصر را در سیستم واقعی نشان می دهد، با اتصالات بین گره ها که تعامل یا روابط بین این موجودیت ها را نشان می دهد. این تحقیق بر شبکه خوشه‌ای صنعت مدار مجتمع متمرکز است و گره‌ها را به عنوان شرکت‌های قطعات الکترونیکی و نهادهای پشتیبانی وابسته به آن‌ها شناسایی می‌کند. در نتیجه، ویژگی‌های متمایز این شرکت‌ها ویژگی‌های گره را شکل می‌دهند و در نتیجه بر جنبه‌های خاصی از شبکه خوشه‌ای صنعت تأثیر می‌گذارند.

شرکت های مدار مجتمع به طور استراتژیک وارد صنایع خاصی می شوند و از مزایای نسبی خود استفاده می کنند. آنها اهداف خود را از طریق همکاری با مشاغل مرتبط یا رقابت با شرکت های مشابه انجام می دهند. در نتیجه، اکثر گره‌ها در شبکه خوشه‌ای صنعت پویا هستند و به طور انتخابی با سایر گره‌ها ارتباط برقرار می‌کنند. به طور معمول، اطلاعات دقیق این گره ها شامل نام شرکت های تولیدی مربوطه و مشاغل کمکی آنها، محصولات اصلی آنها، مکان های جغرافیایی و روابط تجاری است.

روش تعریف گره ها نقش محوری در تجزیه و تحلیل ساختار شبکه و دینامیک در خوشه صنعت مدار مجتمع ایفا می کند. این تجزیه و تحلیل به درک تعاملات بین شرکت ها، تأثیر آنها و مشارکت آنها در اکوسیستم صنعت گسترده تر کمک می کند. چنین بینش‌هایی برای برنامه‌ریزی استراتژیک، مشخص کردن نهادهای محوری، و تقویت همکاری‌ها یا کاهش تنش‌های رقابتی در این بخش ضروری هستند.

۳٫۳٫ توضیحات لبه

بر اساس روابط سرمایه و روابط عرضه جمع آوری شده در بین شرکت هایی که قبلا ذکر شد، مجموعه ای از لبه های شبکه، به عنوان E، برای تعریف روابط بین این شرکت ها ساخته شده است. اگر تمام لبه های شبکه به صورت یک مجموعه نمایش داده شوند، آنگاه می توان آن را به صورت بیان کرد E = {ه_۱، ه_۲، ه_۳,…, ه_n}.

از لحاظ نظری، در شبکه خوشه‌ای صنعت مدار مجتمع، گره‌های متصل کننده لبه نمادی از پویایی رقابتی یا مشارکتی در بین شرکت‌ها و نهادهای پشتیبان آنها هستند. پویایی های تعاونی را می توان به شکل های محسوس و نامشهود ترسیم کرد. همکاری ملموس عمدتاً از طریق تعاملات معاملاتی بین مشاغل، شامل قراردادهای خرید و فروش، توزیع سهام، توسعه محصول مشترک و فعالیت‌های مشابه مشهود است. برعکس، همکاری ناملموس با مکمل بودن محصولات یا خدمات پشتیبانی، و اشتراک متقابل منابع ضروری، در میان جنبه های دیگر مشخص می شود. پویایی رقابتی در درجه اول با پتانسیل جایگزینی محصول یا خدمات تعریف می شود.

با توجه به ویژگی‌های منحصربه‌فرد صنعت قطعات الکترونیکی، که با طیف وسیعی از محصولات، دسته‌بندی‌های متعدد، و سطوح متنوع پیچیدگی تولید مشخص می‌شود، این مطالعه عمدتاً بر روی پویایی بین شرکت های بالادستی و پایین دستی بنابراین به طور انتخابی تعاملات بین موجودات مشابه یا همگن را نادیده می گیرد.

با هدایت این اصول، هم شرکت های تولیدی و هم نهادهای پشتیبان آنها در خوشه صنعت مدار مجتمع به عنوان گره ها در یک شبکه پیچیده تعیین می شوند. اتصال، که توسط لبه‌ها برای هر گره نشان داده می‌شود، توسط تعاملات دنیای واقعی بین شرکت‌های مختلف تولیدی و پشتیبانی اندازه‌گیری می‌شود. به طور خاص، زمانی که یک شرکت تولیدی (یک گره) در فعالیت های زنجیره تامین با یک کسب و کار پشتیبان (گره دیگر) درگیر می شود، این تعامل یک لبه بین دو گره ایجاد می کند. به طور مشابه، هر گونه تعامل بین واحدهای تجاری به عنوان یک لبه شناخته می شود و سرمایه ثبت شده طرف های درگیر به عنوان وزن این لبه عمل می کند. در نتیجه، مدل شبکه پیچیده خوشه صنعت مدار مجتمع، که با پیروی از این دستورالعمل ها ابداع شده است، یک شبکه هدایت شده و وزن دار را تشکیل می دهد.

۳٫۴٫ شرح اوزان

در این مطالعه، V = {v₁، v₂، v₃، …، v_ن} را می توان به عنوان مجموعه ای از گره ها تعریف کرد، بنابراین v_من (i = 1، ۲، …، ن) می تواند نماینده شرکت های تولیدی و خدماتی باشد. E = {ه_۱، ه_۲، ه_۳، …، ه_م} مجموعه ای از لبه ها را نشان می دهد. در زمینه فعالیت‌های تولید اجتماعی شرکت، اندازه سرمایه ثبت شده یک شرکت می‌تواند بر وضعیت و نقش آن در زنجیره صنعت تأثیر بگذارد. شرکت‌هایی که سرمایه ثبت‌شده بزرگ‌تری دارند، اغلب منابع، فناوری، حضور در بازار و نفوذ بیشتری دارند، که آنها را قادر می‌سازد تا روابط همکاری یا رقابتی بیشتری برقرار کنند و در نتیجه اتصال و ثبات شبکه پیچیده زنجیره‌ای صنعت را افزایش دهند.

علاوه بر این، اندازه سرمایه ثبت شده یک شرکت به عنوان شاخصی از سهم و اهمیت آن در زنجیره صنعت عمل می کند. شرکت هایی با سرمایه ثبت شده قابل توجهی اغلب کارایی تولید برتر، قابلیت های نوآورانه، استانداردهای کنترل کیفیت و خدمات عالی را نشان می دهند. این امر آنها را قادر می‌سازد تا مجموعه وسیع‌تری از محصولات، فناوری‌ها و خدمات را به زنجیره صنعت عرضه کنند و در نتیجه مزایا و پایداری شبکه را افزایش دهند.

در نهایت، میزان سرمایه ثبت شده یک شرکت به عنوان معیاری برای مزیت رقابتی و مزایای آن در زنجیره صنعت عمل می کند. شرکت هایی که دارای سرمایه قابل توجهی هستند معمولاً با کاهش ریسک، سازگاری، هماهنگی، مهارت های ارتباطی و مهارت استراتژیک مشخص می شوند. چنین شرکت‌هایی در به دست آوردن مزایا و فرصت‌های بیشتر در زنجیره صنعت مهارت دارند و در نتیجه حیات و سازگاری شبکه را تقویت می‌کنند.

از این رو، شبکه مدل شده در این تحقیق، اندازه سرمایه ثبت شده در بین شرکت ها را به عنوان وزن شبکه نشان می دهد. شرکت‌هایی که دارای سرمایه ثبت‌شده قابل توجهی هستند احتمالاً لجستیک، فناوری تولید و هزینه‌های عملیاتی پایین‌تری دارند و در نتیجه تمایل آنها به همکاری را افزایش می‌دهد. از طرف دیگر، شرکت‌هایی با حداقل سرمایه ثبت‌شده ممکن است با ریسک‌ها و محدودیت‌های مالی افزایش‌یافته مواجه شوند که می‌تواند آمادگی و کارایی آنها را در شکل‌گیری مشارکت‌ها مختل کند.

۴٫ ویژگی ها و مفاهیم اصلی شبکه زنجیره ای صنعتی

۴٫۱٫ تراکم شبکه

در بررسی ساختار توپولوژیکی شبکه‌های پیچیده، چگالی شبکه به عنوان یک معیار مهم برای تشریح ویژگی‌های فراگیر شبکه ظاهر می‌شود. این معیار به طور موثر فرکانس و شدت تعاملات بین اجزای شبکه (گره ها) را منعکس می کند. به عنوان یک قاعده، افزایش تراکم شبکه با تأثیر شدید بر فعالیت گره ها و تعاملات متقابل آنها مرتبط است. شبکه‌هایی که با اتصالات متراکم مشخص می‌شوند، به اعضای خود امکان دسترسی به منابع اطلاعاتی متنوع را می‌دهند و ارتباطات کارآمد و اشتراک منابع را ارتقا می‌دهند. این اتصال ممکن است اثرات هم افزایی را تقویت کند و عملکرد جمعی شبکه و ظرفیت نوآوری را تقویت کند. با این وجود، شبکه‌های با تراکم بالا ممکن است با اشکالاتی مواجه شوند، از جمله خطر همگن‌سازی، جایی که فعالیت‌ها و استراتژی‌های گره‌ها بیش از حد یکنواخت می‌شوند، تنوع را کاهش می‌دهند و احتمالاً مانع نوآوری می‌شوند. علاوه بر این، در چنین محیط های به هم پیوسته ای، اختلالات یا خرابی ها می توانند به سرعت در سراسر شبکه پخش شوند و خطراتی را برای پایداری و انعطاف پذیری کلی آن ایجاد کنند.

$r = \frac{م}{\frac{۱}{۲} ن (ن - ۱)}$

(۲)

در بالا، ن تعداد گره ها را در شبکه نشان می دهد. م تعداد لبه های شبکه را نشان می دهد.

۴٫۲٫ میانگین طول مسیر شبکه

میانگین طول مسیر در یک شبکه به عنوان شاخصی از گردش شبکه و کارایی ارتباط بین گره ها عمل می کند. کاهش متوسط طول مسیر به معنی افزایش بهره وری انتقال است و دسترسی هموارتر به گره های دیگر را تسهیل می کند. به ویژه در یک شبکه زنجیره تامین که با کاهش میانگین طول مسیر مشخص می شود، سرعت و کارایی تبادل منابع و ارتباطات بین مشاغل و گره ها افزایش می یابد. در نتیجه، این منجر به کاهش هزینه های مربوط به انتشار اطلاعات در بین مشاغل می شود.

با این وجود، مزایای طول مسیر متوسط کوتاهتر بدون اشکالات بالقوه آنها نیست. چنین طول مسیر کاهش یافته ممکن است منجر به کاهش تعداد ارتباطات بین مشاغل شود که نشان دهنده نزدیکی ساختاری تنگاتنگ است. این نزدیکی می تواند گسترش سریع خطرات و خرابی ها را در سراسر شبکه تسهیل کند. اگر یک گره در زنجیره صنعتی مشکلاتی را تجربه کند، سایر مشاغل مرتبط با این گره احتمالاً به سرعت تحت تأثیر قرار خواهند گرفت. فقدان مسیرهای مسیریابی جایگزین و تأخیرهای زمانی می تواند مشاغل را واکنش پذیرتر و حساس تر کند. تحت این شرایط، مسائل مربوط به اتصال ممکن است به سرعت شبکه محلی را تحت تاثیر قرار دهد و به سرعت به یک دامنه شبکه گسترده تر گسترش یابد.

بنابراین، اگرچه کاهش میانگین طول مسیر به بهبود کارایی و تسریع ارتباطات و توزیع منابع کمک می‌کند، اما به طور همزمان نیازمند مدیریت ریسک دقیق و استراتژی‌های احتمالی دقیق است. برای کسب‌وکارهای درون این شبکه‌ها، ایجاد تدابیری حیاتی است که امکان تشخیص سریع، جداسازی و کاهش اختلالات را فراهم می‌کند و در نتیجه احتمال عواقب گسترده را کاهش می‌دهد. دستیابی به یک تعادل هماهنگ بین کارایی عملیاتی و انعطاف پذیری شبکه یک جنبه اساسی از طراحی و مدیریت شبکه های زنجیره تامین را تشکیل می دهد.

$L = \frac{۱}{\frac{۱}{۲} ن (ن - ۱)} \sum_{من \geq j} د_{من j}$

(۳)

در بالا، ن تعداد گره ها را در شبکه نشان می دهد. $د_{من j}$ کوتاه ترین طول مسیر بین گره را نشان می دهد من و گره j.

۴٫۳٫ ضریب خوشه بندی

ضریب خوشه بندی نقشی محوری در تحلیل شبکه های پیچیده ایفا می کند و به عنوان معیاری برای نزدیکی و ساختار جامعه در داخل شبکه عمل می کند. این ضریب به طور خاص سطح اتصال یا چگالی را در میان همسایگان یک گره اندازه‌گیری می‌کند و بینش‌هایی را در مورد اینکه این گروه‌ها تا چه حد محکم بافته شده‌اند، ارائه می‌دهد. کاربرد آن به ویژه در تجزیه و تحلیل شبکه های بدون جهت، که در آن روابط بین گره ها دو طرفه است، مرتبط است.

در زمینه تحقیقات مهاجرت زنجیره صنعتی، ضریب خوشه‌بندی برای ارزیابی انسجام ارتباطات و ساختار سازمان‌ها در شبکه‌های زنجیره صنعتی استفاده می‌شود. گره های درون این شبکه ها بخش های مختلف صنعت، شرکت ها، سازمان ها یا نهادهای مختلف را نشان می دهند. این ضریب در ارزیابی مجاورت این گره‌ها و تمایل آن‌ها به خوشه‌بندی در گروه‌ها یا تشکیل زیرشبکه‌ها مؤثر است.

یک ضریب خوشه‌بندی بالا در یک شبکه زنجیره صنعتی نشان می‌دهد که گره‌های آن، شامل شرکت‌ها، سازمان‌ها و سایر نهادها، به طور نزدیک به هم مرتبط هستند و تمایل به ایجاد گروه‌ها یا خوشه‌های منسجم دارند. این پدیده ممکن است نشان دهنده همکاری قوی یا وابستگی متقابل بین شرکت کنندگان خاص شبکه باشد. چنین خوشه بندی سودمند است، زیرا اغلب روابط هم افزایی، اشتراک منابع و تبادل اطلاعات را در این گروه ها تقویت می کند. با این وجود، سطوح بالای خوشه بندی بدون اشکال نیست. چنین خوشه‌بندی بالایی ممکن است منجر به جزیره‌گرایی شود که مشخصه آن خوشه‌ها به خودکفایی و کمتر پذیرش ایده‌ها یا نوآوری‌های خارجی است. این جزیره ای بودن می تواند به طور قابل توجهی مانع سازگاری و انعطاف پذیری کلی زنجیره صنعتی شود و این خوشه ها را در برابر تغییرات مقاوم تر و سازگاری با تغییرات پویایی بازار را کندتر می کند.

$سی سی (من) = \frac{۲ {آر}_{من}}{ک_{من} (ک_{من} - ۱)}$

(۴)

به طور خلاصه، درک ضریب خوشه‌بندی در شبکه‌های زنجیره‌ای صنعتی به ارزیابی ماهیت و قدرت اتصالات در صنعت کمک می‌کند و بینش‌هایی را در مورد فرصت‌های همکاری و خطرات بالقوه مرتبط با خوشه‌های فشرده ارائه می‌دهد.

۴٫۴٫ گره بین

در شبکه‌های پیچیده، بین گره تعداد کوتاه‌ترین مسیرهایی را که از یک گره خاص در میان تمام جفت‌های گره درون شبکه می‌گذرند، کمیت می‌کند. این معیار برای ارزیابی اهمیت یک گره، منعکس کننده ظرفیت آن برای انتقال و درجه اتصال آن است. یک همبستگی مشخص بین درجه یک گره و بین آن وجود دارد، با گره هایی که دارای مقادیر درجه بالاتری هستند که معمولاً سطوح بینایی بالا را نشان می دهند. در چارچوب صنعت تجهیزات ارتباطی، بین بودن نقش محوری یک شرکت را در زنجیره صنعت به عنوان یک گره مرکزی که از طریق آن سایر شرکت ها به عوامل تولید ضروری دسترسی دارند، مشخص می کند. اساساً، این بدان معناست که سایر نهادها به انجام فعالیت‌های تجاری یا تأمین منابع کلیدی از طریق این شرکت برای حفظ قابلیت‌های عملیاتی و تولیدی خود متکی هستند.

${سی}_{ب} (v من) = \sum_{ک \neq v من \neq j} \frac{پ_{ک j} (v من)}{پ_{ک j}}$

(۵)

۴٫۵٫ شاخص کارایی زنجیره صنعت

مطالعه حاضر شاخص کارایی زنجیره صنعت (ICEI) را به عنوان یک معیار جدید طراحی شده برای ارزیابی کمی کارایی عملیاتی کلی زنجیره‌های صنعتی معرفی می‌کند. این شاخص با ادغام ملاحظات مربوط به سرعت گردش اطلاعات و منابع در زنجیره صنعتی و انسجام ساختار شبکه، ارزیابی کل نگر از کارایی را ارائه می دهد. به طور خاص، ICEI دو پارامتر کلیدی را با هم ترکیب می‌کند: میانگین طول مسیر، که منعکس‌کننده سرعت انتقال اطلاعات و منابع است، و تراکم شبکه، که نشان‌دهنده انسجام ساختاری شبکه است. از طریق تجزیه و تحلیل ICEI، ما می توانیم درک دقیقی از کیفیت و کارایی تعاملات بین شرکتی در زنجیره صنعتی بدست آوریم. نمرات ICEI بالا نشان دهنده نرخ افزایش اطلاعات و تبادل منابع، در کنار پیکربندی شبکه به هم پیوسته تر است، که معمولاً نشان دهنده کارایی بیشتر زنجیره صنعتی است. این رویکرد با معیارها و معیارهای عملکردی که توسط Gunasekaran و همکاران مورد بحث قرار گرفته‌اند، هماهنگ است. [۳۲]، که بر اهمیت معیارهای ارزیابی جامع در ارزیابی عملکرد زنجیره تامین تاکید کرد.

۴٫۶٫ شاخص انعطاف پذیری زنجیره صنعت

این مطالعه شاخص انعطاف‌پذیری زنجیره صنعت (ICRI) را پیشنهاد می‌کند، یک معیار کمی جدید که برای ارزیابی سازگاری و انعطاف‌پذیری زنجیره‌های صنعتی در برابر انواع شوک‌ها و تغییرات طراحی شده است. این شاخص برای درک پایداری زنجیره صنعتی و ظرفیت آن برای مقاومت در برابر اختلالات خارجی بسیار مهم است. محاسبات ICRI از دو پارامتر اصلی استفاده می‌کند: انحراف استاندارد شبکه، که تغییرپذیری در زنجیره صنعتی را نشان می‌دهد، و درجه متوسط شبکه، که قدرت و یکنواختی اتصالات بین موجودیت‌های درون زنجیره را منعکس می‌کند. ادغام این پارامترها بینش هایی را در مورد انسجام و استحکام ساختار زنجیره صنعت ارائه می دهد. از طریق تجزیه و تحلیل ICRI، ذینفعان می توانند آمادگی و پاسخگویی زنجیره صنعت به نوسانات اقتصادی، تغییرات بازار یا سایر چالش های پیش بینی نشده را بسنجند. این رویکرد با شفی و رایس همسو است [۳۳] دیدگاهی در مورد انعطاف‌پذیری زنجیره تامین، که بر اهمیت ساختار شبکه و تنوع در تعیین توانایی شرکت برای مقاومت و بازیابی از اختلالات تاکید می‌کند. به طور کلی، یک مقدار بالاتر ICRI نشان‌دهنده یک زنجیره صنعتی انعطاف‌پذیرتر است که با قابلیت قوی آن برای تحمل تنش‌ها و بازگشت سریع از اختلالات مشخص می‌شود.

$من سی آر من = \frac{۱ - پ^{۲} (ن)}{\bar{د ه g (ن)}}$

(۷)

جایی که $پ^{۲} (ن)$ نشان دهنده انحراف استاندارد شبکه است که برای اندازه گیری یکنواختی اتصالات شبکه استفاده می شود. $\bar{د ه g (ن)}$ میانگین درجه شبکه، یعنی میانگین تعداد اتصالات در هر گره را نشان می دهد.

۴٫۷٫ شاخص ظرفیت نوآوری زنجیره صنعت

این مطالعه شاخص ظرفیت نوآوری زنجیره صنعت (ICICI) را به عنوان یک ابزار کمی برای ارزیابی پتانسیل نوآوری و اثربخشی زنجیره‌های صنعتی معرفی می‌کند. این شاخص یک ارزیابی کامل از پویایی نوآوری زنجیره صنعتی را ارائه می دهد، که عوامل مرتبط با ساختار همکاری و توزیع منابع را در بر می گیرد. فرمول ICICI شامل پارامترهای کلیدی مانند ضریب خوشه‌بندی است که نشان‌دهنده سطح همکاری تنگاتنگ بین موجودیت‌ها و نسبت تراکم شبکه است که نشان‌دهنده اتصال کلی در زنجیره است. علاوه بر این، ICICI جنبه هایی مانند درجه متوسط را برای به تصویر کشیدن عمق همکاری و تراکم شبکه برای بینشی جامع از قابلیت های نوآوری تعاونی در بر می گیرد. این رویکرد با پراجوگو و اولهاگر همسو است [۳۴] یافته‌هایی که بر اهمیت یکپارچه‌سازی زنجیره تامین در افزایش عملکرد نوآوری از طریق روابط بلندمدت، فناوری اطلاعات و یکپارچه‌سازی لجستیک تاکید می‌کنند. از طریق تجزیه و تحلیل دقیق ICICI، ذینفعان می توانند شدت و کیفیت همکاری مبتنی بر نوآوری را در سراسر زنجیره صنعتی تشخیص دهند. ارقام ICICI بالا عمدتاً یک شبکه مشترک قوی را نشان می دهد که برای خروجی و کارایی نوآوری بالا آماده است.

$من سی من سی من = سی \times (\frac{\bar{D}}{D})$

(۸)

در میان آنها، $سی$ نشان دهنده ضریب خوشه بندی است، $\bar{D}$ نشان دهنده میانگین درجه و $D$ تراکم شبکه را نشان می دهد. ضریب خوشه‌بندی بالا نشان‌دهنده وجود گروه‌های کوچک فشرده در شبکه است که منجر به جریان اطلاعات و دانش و وقوع نوآوری می‌شود، در حالی که نسبت درجه متوسط به تراکم شبکه نشان‌دهنده همکاری کلی شبکه و کارایی تخصیص منابع است.

۴٫۸٫ شاخص عملکرد زنجیره صنعت جامع

این تحقیق شاخص جامع عملکرد زنجیره صنعت (CICPI) را معرفی می‌کند که برای ارزیابی عملکرد کلی زنجیره‌های صنعت در ابعاد مختلف به طور جامع طراحی شده است. CICPI با ترکیب شاخص بهره وری زنجیره صنعتی (ICEI)، شاخص انعطاف پذیری زنجیره صنعتی (ICRI) و شاخص قابلیت نوآوری زنجیره صنعتی (ICICI) محاسبه می شود. به این شاخص های فرعی با توجه به اهمیت نسبی آنها در عملکرد زنجیره صنعتی وزن های مختلفی داده می شود تا از جامعیت و دقت ارزیابی جامع اطمینان حاصل شود. طراحی CICPI ویژگی‌های مختلف عملیات زنجیره صنعتی را در نظر می‌گیرد و تحقیقات را قادر می‌سازد تا کارایی، پایداری و قابلیت‌های نوآوری زنجیره صنعتی را از منظر کلان ارزیابی کند. این ارزیابی جامع برای درک ویژگی های پویا و نقاط بهبود بالقوه زنجیره صنعتی بسیار مهم است.

$سی ل سی پ من = w_{۱} \times من سی E من + w_{۲} \times من سی آر من + w_{۳} \times من سی من سی من$

(۹)

۵٫ مطالعه موردی

۵٫۱٫ وضعیت کلی زنجیره صنعت مدار مجتمع شانشی

زنجیره صنعت مدار مجتمع (IC) در استان شانشی یک اکوسیستم جامع را نشان می دهد که از توسعه و تولید تجهیزات و مواد نیمه هادی تا فرآیندهای پیچیده طراحی، ساخت، بسته بندی، آزمایش و کاربرد سیستم مدارهای مجتمع را شامل می شود. این زنجیره طیف کاملی از فعالیت‌های ضروری برای چرخه حیات مدارهای مجتمع را در بر می‌گیرد و بر نقش محوری استان در چشم‌انداز ملی صنعت آی‌سی تاکید می‌کند. طبق ارزیابی‌های اخیر، صنعت آی سی شانشی جایگاه ستودنی را در طبقه دوم چین اشغال می‌کند و پس از غول‌های صنعتی جیانگ سو، شانگهای، پکن و گوانگدونگ قرار دارد.

صنعت مدارهای مجتمع Shaanxi میزبان شرکت‌های مشهور داخلی و بین‌المللی مانند Samsung، Micron، Huatian، و YiSiWei و همچنین شرکت‌های پیشرو محلی مانند ZTE Kerui، Unigroup Guoxin و Torex است. این محصولات زمینه های بسیاری از جمله ارتباطات، حافظه، اینترنت اشیاء و دستگاه های قدرت را پوشش می دهند. در حال حاضر، بالاترین سطح طراحی Shaanxi به ۷ نانومتر رسیده است و تحقیقات و توسعه مداوم طراحی تراشه SoC بر روی پلت فرم صنعتی ۱۰ نانومتری در حال انجام است. بالاترین سطح محصولات تولید ویفر، حافظه ۱۲ اینچی کلاس ۱۴ نانومتری است. صنعت مدارهای مجتمع شانشی با تکیه بر موسسات تحقیقاتی و دانشگاه‌های شیان، یک پلتفرم نوآوری در فناوری نیمه‌رسانا را تشکیل داده است که در مرکز پیشرو فناوری نیمه‌رسانا Shaanxi متمرکز است. در همان زمان، شانشی از طریق یکپارچه‌سازی عمودی شرکت‌های «رهبر زنجیره‌ای» و رویکرد برد-برد مشارکتی صنایع بالادستی و پایین‌دستی، یک اکوسیستم زنجیره‌ای صنعتی به رهبری شرکت‌های پیشرو ایجاد کرده است که دارای یکپارچگی خوشه‌ای و همکاری عمیق است.

۵٫۲٫ نتایج محاسبه و تجزیه و تحلیل شاخص های شبکه همکاری زنجیره صنعت مدار مجتمع شانشی

این مقاله شرکت‌های تولیدکننده تجهیزات مدار مجتمع در استان شانشی را با سرمایه ثبت شده بیش از ۲۰ میلیون از طریق غربالگری Tianyancha انتخاب کرد. از آنجایی که محموله های سایر تولیدکنندگان کوچکتر بسیار محدود است، افشای اطلاعات زنجیره صنعت نیز محدود است. جمع آوری اطلاعات بیشتر مربوط به اسرار تجاری مبهم و دشوار است. بنابراین، این مقاله این بخش از داده‌های تامین‌کننده را به عنوان هدف تحقیق انتخاب می‌کند بدون اینکه در مورد تولیدکنندگان کوچک‌تر بحث شود. پس از آن، با جستجو و جمع‌آوری اطلاعات عمومی از وب‌سایت رسمی شرکت تامین‌کننده هسته، و مطالعه اطلاعات عمومی مربوطه شرکت مانند گزارش‌های سالانه شرکت‌های بورسی و غیره، تعداد زیادی اطلاعات دقیق در مورد هسته اصلی جمع‌آوری و جمع‌آوری کردیم. شرکت تامین کننده و شعب آن و همچنین شرکت های مرتبط، پایگاه های تولیدی و کارخانه های عرضه کننده؛ از طریق ارتباط بین این اطلاعات و داده ها، این مطالعه نقشه توپولوژیکی صنعت مدارهای مجتمع را ایجاد کرد. در شبکه‌های پیچیده، شاخص‌های زیادی وجود دارد که می‌تواند اهمیت گره‌ها را منعکس کند، مانند درجه، درجه وزنی، خروج از مرکز، مرکزیت نزدیکی و غیره. این شاخص ها را می توان بر اساس ویژگی های اساسی شبکه تحلیل و محاسبه کرد. برخی از داده های مهم گره در نشان داده شده است میز ۱ زیر

۵٫۳٫ فرآیند ساخت و داده های شبکه مشارکتی در زنجیره صنعت مدار مجتمع شانشی

بر اساس توصیف مدلی که قبلا ذکر شد، مدل شبکه زنجیره‌ای صنعت مدار مجتمع در استان شانشی با استفاده از داده‌های جمع‌آوری‌شده از ۲۸۱ گره و ۴۸۷ لبه توسعه داده شد. برای تسهیل تجزیه و تحلیل بصری کل شبکه، داده های گره و لبه تولید شده برای پردازش و تجزیه و تحلیل به Gephi وارد شدند.

این نمایش بصری ارائه شده توسط Gephi امکان درک شهودی از شبکه زنجیره ای صنعت مدار مجتمع در استان Shaanxi را فراهم می کند. بازیگران کلیدی در صنعت و ماهیت روابط آنها را برجسته می کند، بینشی در مورد ساختار شبکه، تأثیر شرکت های مختلف، و پویایی همکاری و وابستگی در صنعت ارائه می دهد. فرآیند بهینه سازی انجام شده در نرم افزار Gephi، تجسم اولیه شبکه را تغییر داد (شکل ۲) به یک نسخه اصلاح شده تر (شکل ۳).

شکل ۳ یک نمایش بصری از شبکه مشترک صنعت مدارهای مجتمع در استان شانشی ارائه می دهد. این ارتباط پیچیده بین شرکت‌ها را به تصویر می‌کشد که اندازه و شدت رنگ گره‌ها و لبه‌ها نشان‌دهنده مرکزیت و به هم پیوستگی شرکت‌های درون شبکه است. گره‌های بزرگ‌تر و تیره‌تر نشان‌دهنده شرکت‌هایی با قدرت جامع قوی‌تر، شهرت صنعت بالاتر و نفوذ گسترده‌تر در زنجیره صنعتی هستند. نمودار شبکه بر بازیگران کلیدی تاکید می کند و شبکه پیچیده همکاری و وابستگی را نشان می دهد که ساختار و پویایی صنعت را تعریف می کند. این تجزیه و تحلیل بصری به شناسایی نهادهای تأثیرگذار و درک روابط متقابل استراتژیک آنها کمک می کند، که برای هدایت نوآوری و رشد در بخش مدار مجتمع منطقه بسیار مهم است.

۵٫۴٫ نتایج محاسباتی و تحلیل معیارهای شبکه مشارکتی در زنجیره صنعت مدار مجتمع شانشی

این مقاله یک بررسی دقیق از شبکه مشارکتی زنجیره صنعت مدار مجتمع در استان شانشی را با محاسبه معیارهای شبکه حیاتی انجام می دهد: گره خارج از درجه، درون درجه، ضریب خوشه، و مرکزیت بین. این معیارها برای تعیین کمیت ویژگی‌های ساختاری شبکه ضروری هستند و در آشکار کردن گره‌ها و زیرساخت‌های مهم شبکه نقش اساسی دارند.

۵٫۴٫۱٫ شرکت در مقطع

شناسایی ۱۰ شرکت برتر در شبکه، بر اساس معیارهایی مانند مرکزیت، بر نقش محوری و برجستگی آنها در زنجیره صنعت نیمه هادی تاکید می کند. جدول ۲ خلاصه‌ای از نمرات ۱۰ شرکت برتر را ارائه می‌کند. این شرکت‌ها بر اساس موقعیت شبکه‌ای خود، از دسترسی بهتری به منابع، اطلاعات و فرصت‌های همکاری در مقایسه با همتایان خود برخوردار هستند. تفاوت در مرکزیت و اهمیت بین نهادهای درون شبکه را می توان به چندین عامل کلیدی نسبت داد:

شهرت و شناخت برند: شرکت های پیشرو با شهرت برتر و شناخت برندشان متمایز می شوند. نهادهایی که به دلیل نام تجاری خود مشهور هستند، در تأمین همکاری ها و منابع سایر شرکت ها مهارت بیشتری دارند. شهرت قوی اغلب با ویژگی هایی مانند قابلیت اطمینان، کیفیت و قابل اعتماد بودن مرتبط است که نقش مهمی در تقویت مشارکت های تجاری دارند.

حوزه تجاری: شرکت های پیشرو مانند Huawei، Samsung Semiconductor، SMIC (Semiconductor Manufacturing International Corporation) و TSMC (شرکت تولید نیمه هادی تایوان) در طراحی، تحقیق و توسعه، تولید و خدمات ریخته گری تراشه های پیشرفته تخصص دارند. این شرکت ها عمدتاً در بخش های میانی و پایین دستی زنجیره صنعت فعالیت می کنند. موقعیت استراتژیک آنها را قادر می سازد تا به طور مؤثرتری منابع بالادستی را برای تولید و نوآوری جمع آوری کنند و قابلیت های برجسته در یکپارچگی را به نمایش بگذارند.

موقعیت های استراتژیک این شرکت ها در زنجیره صنعت به آنها قدرت می دهد تا نقش های محوری در یکپارچه سازی منابع و اهرم را بر عهده بگیرند. مشارکت فعال آن‌ها در مراحل حیاتی زنجیره ارزش، که با قدرت شهرت آن‌ها تقویت شده است، به آن‌ها قدرت و قدرت قابل توجهی در شبکه می‌دهد. این سلطه فراتر از قابلیت های تولید صرف است. این شامل تأثیرگذاری بر روندهای صنعت، پیشبرد پیشرفت فناوری، و ایجاد معیارهایی است که سایر شرکت کنندگان در صنعت ممکن است اتخاذ کنند.

۵٫۴٫۲٫ شرکت خارج از مدرک تحصیلی

در زنجیره صنعت مدارهای مجتمع، شرکت‌هایی که ۱۰ جایگاه برتر را از نظر درجه خارج از دانشگاه اشغال می‌کنند، عمدتاً شامل شرکت‌های تولیدی میان‌دستی و تامین‌کنندگان مواد خام هستند. این نهادها به دلیل عوامل متعدد، جزء لاینفک زنجیره صنعت هستند.

زیرساخت ها و دارایی های ثابت: شرکت های پیشرو در رشته های خارج از کشور اغلب دارای زیرساخت های قابل توجه و دارایی های ثابت قابل توجهی هستند که برای ظرفیت عملیاتی آنها حیاتی است. مجموعه تجهیزات ضروری برای فرآیند تولید مدار مجتمع شامل کوره‌های رشد کریستال، ماشین‌های برش، آسیاب‌ها، ماشین‌های فوتولیتوگرافی، کاشت‌کننده‌های یونی، ماشین‌های اچینگ، دستگاه‌های اپیتاکسیال، تجهیزات پوشش، باندرهای قالب و باندرهای سیمی است. ماهیت پیشرفته و قابل اعتماد بودن چنین تجهیزاتی به شدت بر کیفیت و حجم محصولات مدار مجتمع تأثیر می گذارد.

تامین مواد اولیه: علاوه بر این، این شرکت ها در تامین مواد اولیه ضروری مورد نیاز برای تولید مدارهای مجتمع با کیفیت بالا نقش اساسی دارند. این شامل سیلیکون تک کریستالی، ویفرهای سیلیکونی بزرگ، مواد هدف، گازهای خاص، مواد شیمیایی، قاب های سربی، سیم های فلزی و مواد کپسوله است. کیفیت این مواد، همراه با ثبات عرضه آنها، برای تضمین عملکرد بدون درز کل زنجیره صنعت بسیار مهم است.

خدمات برای صنایع پایین دستی: پیشنهادات این شرکت ها حمایت حیاتی را به بخش های پایین دستی درگیر در بسته بندی، آزمایش و تولید محصولات نهایی می دهد. آنها علاوه بر تامین مواد و تجهیزات مورد نیاز برای این مراحل بعدی، با ارائه خدمات و پشتیبانی فنی، عملیات کارآمد و بدون درز را تسهیل می‌کنند.

بنابراین، شرکت‌های تولیدی میان‌دستی و تامین‌کنندگان مواد خام نقشی محوری در زنجیره صنعت مدارهای مجتمع دارند. اهمیت آنها فراتر از عملکردهای تولید و زنجیره تامین است. آنها در حفظ ثبات و کارایی عملیاتی کل زنجیره صنعت نقش اساسی دارند. جدول ۳ خلاصه‌ای از نمرات خارج از مدرک ۱۰ شرکت برتر را ارائه می‌کند این موقعیت مرکزی در رتبه‌بندی آن‌ها در بین ۱۰ شرکت برتر از نظر درجه خارج منعکس می‌شود، که نشان‌دهنده مشارکت گسترده و تبادل منابع آنها با طیف گسترده‌ای از شرکت‌های پایین دستی است.

۵٫۴٫۳٫ شرکت بین مرکزیت

در این مطالعه، تاکید بر شرکت‌هایی است که به دلیل نقش واسطه‌ای ضروری در شبکه، در بین ۱۰ شرکت برتر از نظر مرکزیت بین‌المللی قرار دارند. این موقعیت مستلزم هماهنگی و همکاری پیچیده با مجموعه متنوعی از ذینفعان، از جمله تامین کنندگان مواد، سازندگان تجهیزات، و مشتریان (تولید کنندگان محصولات الکترونیکی) است. چنین وضعیت واسطه ای بر نقش محوری آنها در سازماندهی و تنظیم جریان منابع و اطلاعات در سراسر شبکه تاکید می کند.

مركزيت بين‌المللي بالا كه در اين گره‌ها مشاهده مي‌شود، حاكي از آن است كه حذف يا اختلال آنها مي‌تواند تكه‌تكه شدن شبكه را تشديد كند يا تداوم جريان اطلاعات را مختل كند. این گره ها که به عنوان مجراهای حیاتی در شبکه عمل می کنند، اطلاعات منابع قابل توجهی را جمع آوری می کنند و تبادل منابع و اطلاعات را در میان گره های دیگر تسهیل می کنند. عملکرد آنها منعکس کننده عملکرد یک “کارگزار” در کل شبکه ساخته شده است و بر نقش اساسی آنها در حفظ انسجام شبکه و سیالیت عملیاتی تاکید می کند.

تجزیه و تحلیل بازیگران کلیدی در همکاری زنجیره‌های صنعتی شامل بررسی محوریت بین هر شرکت بود. جدول ۴ خلاصه‌ای از نمرات مرکزیت بین ۱۰ شرکت برتر را ارائه می‌کند که به‌عنوان شاخصی از اهمیت آن‌ها در شبکه زنجیره‌ای صنعتی تا حد معینی عمل می‌کند. گره هایی که با مرکزیت میانی بالا مشخص می شوند، اندازه گیری کنترل بر تعاملات منابع در داخل شبکه را دارند و تأثیر قابل توجهی بر پیکربندی ساختاری آن اعمال می کنند. علاوه بر این، تجزیه و تحلیل مرکزیت درجه یک همبستگی را نشان می‌دهد، که در آن گره‌هایی با مرکزیت بین‌المللی بالا اغلب مرکزیت درجه بالایی را نیز نشان می‌دهند. این نشان می دهد که این گره های رتبه برتر نه تنها با بسیاری از شرکت ها در تماس هستند، بلکه تأثیر قابل توجهی بر تعاملات بین این نهادها دارند. چنین یافته هایی جایگاه اصلی ضروری آنها را در شبکه پیچیده شرکت ها برجسته می کند. در چارچوب شبکه پیچیده ساخته شده، این نهادها به عنوان مشاغل اصلی در نظر گرفته می شوند که نقش اصلی و محوری آنها را در تأثیرگذاری بر پویایی و تعاملات شبکه منعکس می کنند.

۵٫۴٫۴٫ ضریب خوشه شرکت

۱۰ شرکت برتر، بر اساس مقادیر ضریب خوشه بندی خود، درجه مشخصی از خوشه بندی را نشان می دهند که در درجه اول به دلیل شبکه های گسترده شرکت های وابسته است. این خوشه‌بندی، کسب‌وکارهای درون گروه را قادر می‌سازد تا با هزینه‌های کاهش‌یافته در معاملات شرکت کنند و محیطی مساعد برای به اشتراک‌گذاری منابع اطلاعاتی بین آن‌ها ایجاد کند. در نتیجه، این ترتیب تبادلات فنی، مشارکت متقابل بالا، و پیگیری اهداف استراتژیک مشترک بین شرکت‌ها را تسهیل می‌کند. چنین فعالیت‌های تجاری هم افزایی نه تنها مکمل یکدیگر هستند، بلکه همکاری بین شرکت‌ها را افزایش می‌دهند و در نتیجه باعث رشد در داخل خوشه می‌شوند. در یک خوشه تجاری، همکاری معمولاً توسط شرکت‌های بزرگتر و اصلی هدایت می‌شود. کسب و کارهای بعدی با تقویت روابط خود با این نهادهای مرکزی به خوشه می پیوندند. در نتیجه، این شرکت‌ها از جنبه‌های مختلف مانند عملیات تجاری، استراتژی‌های بازار، فناوری و کانال‌های توزیع تحت تأثیر شرکت اصلی قرار می‌گیرند. این منجر به وابستگی به شرکت اصلی و وابستگی متقابل بین مشاغل درون خوشه می شود که نقش محوری شرکت های اصلی را در شکل دادن به پویایی و جهت خوشه برجسته می کند.

در این سناریوها، فعالیت‌های تجاری شرکت‌های درون خوشه، به‌ویژه با شرکت‌های اصلی که آن را هدایت می‌کنند، ارتباط نزدیکی با یکدیگر دارند. همانطور که در نشان داده شده است جدول ۵، ضرایب خوشه بندی ۱۰ شرکت برتر در شبکه زنجیره صنعتی فهرست شده است. ضریب خوشه بندی شاخصی است که برای ارزیابی نزدیکی ارتباطات بین یک شرکت و شرکت های همسایه آن استفاده می شود. ضریب خوشه بندی بالاتر نشان می دهد که یک شرکت روابط مثلثی بیشتری در داخل شبکه دارد که نشان دهنده ارتباطات تنگ تر بین شرکت ها است. کسب‌وکارهای درون این خوشه می‌توانند از شراکت‌های خود برای مقابله مشترک با ریسک‌های خارجی استفاده کنند، فضایی مساعد برای نوآوری، اشتراک منابع و مدیریت ریسک موثر ایجاد کنند. در حالی که این اثر خوشه‌بندی یک اکوسیستم حمایتی ایجاد می‌کند، به طور همزمان سطحی از وابستگی را ایجاد می‌کند که ممکن است بر استقلال و سازگاری شرکت‌های منفرد تشکیل دهنده خوشه تأثیر بگذارد.

۵٫۴٫۵٫ فرآیند PCA برای اسناد تحقیقاتی

CICPI چندین معیار حیاتی را ادغام می کند که کارایی زنجیره صنعت، انعطاف پذیری و قابلیت های نوآوری را در بر می گیرد تا ارزیابی جامعی از عملکرد زنجیره صنعت ارائه دهد. برای اطمینان از ادغام و مقایسه عادلانه و سازگار مولفه‌های مختلف در محاسبه شاخص عملکرد جامع، این مطالعه از تحلیل مؤلفه‌های اصلی (PCA) برای تعیین وزن‌های سه زیرشاخص استفاده می‌کند. فرآیند انتخاب شامل شناسایی مرتبط‌ترین شاخص‌ها برای شاخص کارایی زنجیره صنعتی (ICEI)، شاخص انعطاف‌پذیری زنجیره صنعتی (ICRI) و شاخص قابلیت نوآوری زنجیره صنعتی (ICICI) است، به‌ویژه: میانگین طول مسیر و چگالی شبکه برای ICEI. میانگین درجه و انحراف استاندارد برای ICRI. و ضریب خوشه بندی و چگالی شبکه برای ICICI. این شاخص ها مجموعه داده ای را تشکیل می دهند که جنبه های کلیدی کارایی، انعطاف پذیری و قابلیت های نوآوری را در زنجیره صنعتی در بر می گیرد. جدول ۶ دلایل انتخاب این متغیرها را در این تحقیق نشان می دهد. از طریق PCA، هدف این مطالعه تقطیر این شاخص‌های متنوع به یک معیار ترکیبی است که عملکرد چندوجهی زنجیره‌های صنعتی را به دقت منعکس می‌کند و در نتیجه درک دقیقی از پویایی عملیاتی آنها را ممکن می‌سازد.

قبل از ساخت مدل PCA، داده ها با استفاده از روش استانداردسازی امتیاز Z نرمال سازی شدند تا اطمینان حاصل شود که هر متغیر به طور مساوی در تجزیه و تحلیل مشارکت دارد. فرمول استانداردسازی امتیاز Z مورد استفاده در کجاست ایکس ارزش اصلی است، متر میانگین است، و پ انحراف معیار است.

ماتریس کوواریانس از داده های نرمال سازی شده برای گرفتن واریانس و کوواریانس بین متغیرهای مختلف محاسبه شد. این مطالعه شش متغیر (متوسط طول مسیر، چگالی شبکه، میانگین درجه، انحراف معیار، ضریب خوشه‌بندی و چگالی شبکه) و ماتریس کوواریانس را انتخاب می‌کند. سی به شرح زیر خواهد بود:

$سی = [\begin{matrix} c o v (X_{۱}, X_{۱}) & c o v (X_{۱}, X_{۲}) & \dots & c o v (X_{۱}, X_{۶}) \\ c o v (X_{۲}, X_{۱}) & c o v (X_{۲}, X_{۲}) & \dots & c o v (X_{۲}, X_{۶}) \\ ⋮ & ⋮ & ⋱ & ⋮ \\ c o v (X_{۶}, X_{۱}) & c o v (X_{۶}, X_{۲}) & \dots & c o v (X_{۶}, X_{۶}) \end{matrix}]$

(۱۱)

مرحله بعدی شامل انجام تجزیه ارزش ویژه از ماتریس کوواریانس برای یافتن مقادیر ویژه و بردارهای ویژه است. مقادیر ویژه میزان واریانس گرفته شده توسط هر جزء اصلی را نشان می دهد و بردارهای ویژه جهت حداکثر واریانس در داده ها را نشان می دهند. به طور معمول، اجزای اصلی بر اساس واریانس توضیح داده شده انتخاب می شوند. برای این مطالعه، مولفه های اصلی با بالاترین مقادیر ویژه انتخاب شدند. واریانس توضیح داده شده تجمعی محاسبه می شود تا اطمینان حاصل شود که مولفه های انتخاب شده بخش قابل توجهی از واریانس کل را جذب می کنند. سپس مؤلفه‌های اصلی (بردارهای ویژه) برای تبدیل داده‌های اصلی به مجموعه جدیدی از متغیرهای نامرتبط (مولفه‌های اصلی) استفاده می‌شوند. این تبدیل با ضرب بردارهای ویژه با ماتریس داده نرمال شده انجام می شود.

اولین مؤلفه اصلی (PC1) بخش قابل توجهی از واریانس را به تصویر می‌کشد و بر اهمیت میانگین طول مسیر و چگالی شبکه در ICEI تأکید می‌کند. به طور مشابه، PC2 اهمیت درجه متوسط و انحراف معیار را در ICRI برجسته کرد. ضریب خوشه بندی و چگالی شبکه در ICICI بسیار مهم بود. با توجه به داده های نرمال شده زیر برای سه نقطه نمونه با شش متغیر،

$[\begin{matrix} ۰٫۵ & - ۰٫۱ & ۰٫۳ & - ۰٫۴ & ۰٫۷ & - ۰٫۵ \\ - ۰٫۳ & ۰٫۲ & - ۰٫۶ & ۰٫۱ & - ۰٫۱ & ۰٫۳ \\ ۰٫۲ & - ۰٫۱ & ۰٫۵ & ۰٫۲ & ۰٫۱ & - ۰٫۳ \end{matrix}]$

ماتریس کوواریانس

سی

به عنوان محاسبه می شود

$سی = \frac{۱}{n - ۱} \sum_{من = ۱}^{n} ({ایکس}_{من} - \bar{ایکس}) {({ایکس}_{من} - \bar{ایکس})}^{تی}$

(۱۲)

جایی که n تعداد مشاهدات است، ایکس_من هر نقطه داده است، و $\bar{ایکس}$ میانگین نقاط داده است.

با انجام تجزیه مقادیر ویژه بر روی ماتریس کوواریانس، می توانیم اجزای اصلی و مقادیر ویژه مرتبط با آنها را تعیین کنیم. این فرآیند به ما اجازه می دهد تا ساختار زیربنایی داده ها و سهم هر جزء اصلی را در واریانس کلی درک کنیم. وزن‌های به‌دست‌آمده از اولین جزء اصلی نرمال‌سازی شدند تا اطمینان حاصل شود که مجموع آن‌ها برابر با یک است، بنابراین نمایش شهودی اهمیت نسبی هر شاخص در شاخص جامع تسهیل می‌شود. شکل ۴ ماتریس کوواریانس PCA را نشان می دهد که به درک ساختار زیربنایی داده ها و مؤلفه های اصلی که بیشترین سهم را در واریانس دارند کمک می کند.

۵٫۴٫۶٫ شاخص عملکرد زنجیره صنعت جامع

با توجه به نتایج تجزیه و تحلیل مؤلفه اصلی (PCA)، وزن های نرمال شده اختصاص داده شده به شاخص کارایی زنجیره صنعت (ICEI)، شاخص انعطاف پذیری زنجیره صنعت (ICRI) و شاخص قابلیت نوآوری زنجیره صنعت (ICICI) تقریباً ۰٫۴۳، ۰٫۱۴ بود. و به ترتیب ۰٫۴۳٫ این تخصیص بر تاکید آشکار بر قابلیت‌های کارایی و نوآوری در زنجیره صنعت تاکید می‌کند، و اهمیت یکسانی را به این جنبه‌ها نسبت می‌دهد، در حالی که انعطاف‌پذیری، اگرچه حیاتی است، اما در این چارچوب تحلیل خاص وزن کمتری دارد. شکل ۵ وزن های بهینه حاصل از تجزیه و تحلیل را نشان می دهد و اهمیت نسبی هر عامل را در محاسبه شاخص کلی نشان می دهد. این توزیع تمرکز تحلیلی و اولویت‌های مشتق شده از PCA را منعکس می‌کند و نقش اصلی کارایی و نوآوری را در تعیین عملکرد کلی زنجیره صنعت برجسته می‌کند. تخصیص اوزان در شاخص عملکرد زنجیره جامع صنعت (CICPI) نشان می‌دهد که کارایی و قابلیت نوآوری زنجیره صنعت بر عملکرد کلی آن تأثیر اساسی‌تری دارد، برخلاف شاخص انعطاف‌پذیری که تأثیر نسبتاً کمتری دارد. این طرح وزن دهی بر اهمیت حیاتی تقویت کارایی و تقویت نوآوری در زنجیره صنعت تاکید می کند. به کسب‌وکارها و سیاست‌گذاران توصیه می‌کند که این حوزه‌ها را برای بهبود، بدون غفلت از جنبه انعطاف‌پذیری زنجیره صنعت، اولویت‌بندی کنند. با انجام این کار، آنها می توانند نه تنها بهبود مستمر و رقابت زنجیره را تضمین کنند، بلکه از ثبات و ظرفیت آن برای بازیابی از چالش های مختلف نیز اطمینان حاصل کنند. این رویکرد متعادل، تمرکز استراتژیک را روی مناطقی که بیشترین تأثیر را برای رشد دارند، در حالی که انعطاف‌پذیری لازم برای هدایت و انطباق با شرایط پیش‌بینی نشده را حفظ می‌کند، ممکن می‌سازد.

با جایگزینی مقدار وزن بهینه در فرمول (۹) فوق، می توان مقدار نهایی شاخص عملکرد زنجیره صنعتی جامع (CICPI) هر شرکت را بدست آورد. همانطور که در نشان داده شده است جدول ۷، شاخص جامع عملکرد زنجیره صنعت (CICPI) از ۱۰ شرکت برتر در شبکه زنجیره صنعت فهرست شده است. CICPI یک شاخص جامع است که کارایی، انعطاف‌پذیری و قابلیت‌های نوآوری یک شرکت را در نظر می‌گیرد و امتیازات بالاتر CICPI نشان‌دهنده عملکرد برتر در این زمینه‌ها است. می توان مشاهده کرد که Samsung Semiconductor (China) Co., Ltd. دارای بالاترین CICPI است که نشان دهنده عملکرد برجسته در کارایی، انعطاف پذیری و نوآوری است. این داده‌ها نشان می‌دهد که این شرکت‌ها نه تنها در معیارهای فردی برتری دارند، بلکه دارای رقابت کلی قوی هستند. این یافته ها برای درک عملکرد کلی و اهمیت نسبی شرکت ها در زنجیره صنعت مهم هستند.

۶٫ بحث

این تحقیق از نظریه شبکه پیچیده در کنار تجزیه و تحلیل مؤلفه اصلی (PCA) برای تعیین وزن شاخص‌های مختلف استفاده می‌کند و ارزیابی جامع عملکرد کلی زنجیره صنعتی را تسهیل می‌کند. این رویکرد تحلیلی، کمی و بررسی گره‌ها و زیرشبکه‌های حیاتی را در زنجیره صنعتی، از جمله شرکت‌ها و مراکز نوآوری برجسته، امکان‌پذیر می‌سازد. با ادغام این روش‌شناسی، این مطالعه درک دقیقی از پویایی ساختاری و محرک‌های عملکرد در زنجیره صنعتی ارائه می‌دهد و نقش‌های محوری را که توسط نهادهای کلیدی و روابط متقابل آنها ایفا می‌شود، برجسته می‌کند.

این مطالعه شاخص بهره وری زنجیره صنعتی (ICEI)، شاخص انعطاف پذیری زنجیره صنعتی (ICRI) و شاخص قابلیت نوآوری زنجیره صنعتی (ICICI) را به عنوان ابزاری برای اندازه گیری عملکرد زنجیره صنعتی پیشنهاد می کند. از طریق تجزیه و تحلیل دقیق این شاخص ها، ما قادر به شناسایی عملکرد هر بنگاه در زنجیره صنعتی و ارائه پیشنهادهای مدیریتی مربوطه هستیم. به منظور ارائه واضح‌تر یافته‌های اصلی و بینش‌های مدیریتی، یافته‌های اصلی هر شاخص و پیامدهای مدیریتی آن‌ها را خلاصه می‌کنیم. جدول ۸.

این تحقیق مستلزم بررسی دقیق و مقایسه شاخص عملکرد زنجیره صنعتی جامع (CICPI) در برابر معیارهای شبکه پیچیده مانند مرکزیت درجه گره، مرکزیت بین و مرکزیت نزدیک است. شرکت‌های برجسته در شبکه، از جمله Samsung Semiconductor، Hua Tian Technology، Xi'an Yi Si Wei، Applied Materials (Xi'an)، BYD Electronics، Meguiar Semiconductor، موسسه تحقیقات فناوری میکروالکترونیک شیان، Xi'an Purple Light Circuit مجتمع Design Co., Ltd., Xi'an Changdian Technology, Ltd., Shaanxi Huaxin Microelectronics Co., Ltd. نمرات بالایی را در این معیارها نشان می دهند. این نشان می دهد که این نهادها نه تنها در تعاملات گسترده با سایر مشاغل شرکت می کنند، بلکه نفوذ قابل توجهی در سراسر شبکه اعمال می کنند و آنها را به عنوان چهره های مرکزی در کل اکوسیستم صنعتی قرار می دهند. این شرکت‌ها که معمولاً در بخش‌های میان‌دستی و پایین‌دستی زنجیره‌ی صنعتی قرار دارند، با دانش پیشرفته و قابلیت‌های تکنولوژیکی خود متمایز می‌شوند. به این ترتیب، انقلاب صنعتی در منطقه Shaanxi پیشنهاد می‌شود که حول این شرکت‌های کلیدی و شرکای کمکی آن‌ها متمرکز شود و تمرکز استراتژیک بر استفاده از نقاط قوت آنها برای پیشبرد توسعه صنعتی و نوآوری منطقه را پیشنهاد می‌کند.

در ارزیابی زیرشاخص‌های شاخص کارایی زنجیره صنعتی (ICEI)، شاخص انعطاف‌پذیری زنجیره صنعتی (ICRI) و شاخص قابلیت نوآوری زنجیره صنعتی (ICICI)، اشاره می‌شود که شرکت‌های محلی Shaanxi معمولاً در سطح متوسطی در ICEI عمل می‌کنند. و ICRI در مقایسه با شرکت های خارجی و آنهایی که از استان های دیگر مهاجرت کرده اند. این نشان می‌دهد که شرکت‌های محلی در بهره‌گیری از فناوری‌های تولید خودکار و هوشمند، حفظ زنجیره‌های تامین کارآمد و چابک، و اجرای شیوه‌های مدیریت داخلی برتر، از جمله بهینه‌سازی فرآیند، کنترل کیفیت و مدیریت هزینه، سرآمد هستند. با این حال، امتیاز ICICI برای شرکت‌های محلی در مقایسه با شرکت‌های خارجی و آن‌هایی که از مناطق شرقی نقل مکان کرده‌اند، پایین می‌آید. این نابرابری ممکن است ناشی از عوامل مختلفی باشد، مانند تأخیر در پذیرش فناوری‌های جدید یا نوسازی فرآیندهای تولید، کمبود استعدادهای نوآور یا کارگران ماهر، و محدودیت‌های فنی یا سیاسی. یکی از محدودیت های این مطالعه اتکای آن به داده های استان شانشی است که ممکن است به طور کامل نشان دهنده صنعت مدار مجتمع ملی یا جهانی نباشد. علاوه بر این، تجزیه و تحلیل استاتیک تغییرات دینامیکی در صنعت را ثبت نمی کند، که ممکن است دقت نتایج را کاهش دهد.

۷٫ نتیجه گیری

این تحقیق بر روی شرکت‌های مدار مجتمع در استان Shaanxi متمرکز است و از ابزارهای تحلیل شبکه پیچیده مانند Gephi برای ترسیم شبکه صنعت مدار مجتمع استان استفاده می‌کند. با استفاده از معیارهای شبکه پیچیده مرتبط، گره‌های حیاتی را در این شبکه با دقت شناسایی می‌کند. علاوه بر این، این مطالعه به تجزیه و تحلیل شبکه پیچیده زنجیره صنعت مدار مجتمع Shaanxi می پردازد و بر کاربرد تئوری های شبکه پیشرفته و تکنیک های تجزیه و تحلیل داده ها تأکید می کند. این روش‌ها در کشف ویژگی‌های گره‌های کلیدی و درک تأثیر متعاقب آن‌ها بر عملکرد کلی شبکه مفید هستند. از طریق این لنز تحلیلی، این تحقیق مشاهدات روشنگری در مورد پویایی ساختاری و کارایی عملیاتی صنعت مدارهای مجتمع در شانشی ارائه می‌کند و نقش استراتژیک شرکت‌های مرکزی و ارتباط متقابل آنها در اکوسیستم صنعت را برجسته می‌کند.

یافته‌های اولیه این مطالعه نشان می‌دهد که زنجیره صنعت مدار مجتمع در استان شانشی عمدتاً در شرکت‌های بسته‌بندی و تولیدی میان‌دستی است. بخش قابل توجهی از این بنگاه ها متکی به ورود سرمایه و حمایت مالی از منابع خارج از استان و بین المللی است. این تحلیل آسیب‌پذیری‌ها را از نظر انعطاف‌پذیری و نوآوری در صنعت آشکار می‌کند، که نشان می‌دهد توقف کمک‌های مالی خارجی یا کمبود فناوری‌های حیاتی می‌تواند باعث ایجاد اختلال در زنجیره تامین شود. چنین آسیب‌پذیری‌هایی خطراتی را برای رقابت‌پذیری صنعت مدارهای مجتمع شانشی در بازارهای عرضه و نوآوری‌های فناوری ایجاد می‌کنند و به طور بالقوه مانع از توسعه قوی کل زنجیره صنعت می‌شوند. این بینش‌ها بر ضرورت مداخلات استراتژیک با هدف تقویت قابلیت‌های نوآوری و انعطاف‌پذیری برای تضمین رشد پایدار صنعت مدارهای مجتمع در شانشی تأکید می‌کند.

این مطالعه از یک روش ابتکاری استفاده می کند که معیارهای شبکه پیچیده را با تجزیه و تحلیل اجزای اصلی (PCA) یکپارچه می کند تا کارایی و انعطاف پذیری زنجیره صنعتی را به صورت کمی ارزیابی کند. با اتخاذ این رویکرد، هدف تحقیق ارائه بینش های تازه و ابزارهای تحلیلی عملی است که می تواند به طور قابل توجهی برای تحقیقات آینده در حوزه های مرتبط سودمند باشد. این ترکیبی از روش‌ها نوید افزایش درک پویایی زنجیره‌های صنعتی را می‌دهد، و چشم‌انداز متفاوتی را ارائه می‌دهد که می‌تواند تصمیم‌گیری استراتژیک و توسعه سیاست را ارائه دهد.

مطالعه انجام شده دارای محدودیت هایی است. داده های مورد استفاده در این مطالعه در درجه اول از صنعت مدارهای مجتمع در استان شانشی می آیند. در حالی که این داده ها اطلاعات زیادی را برای تجزیه و تحلیل فراهم می کند، نتایج ممکن است به طور کامل صنعت مدارهای مجتمع ملی یا جهانی را نشان ندهند. بنابراین، تعمیم پذیری یافته های مطالعه ممکن است تا حدودی محدود باشد. علاوه بر این، این مطالعه در درجه اول بر تجزیه و تحلیل شبکه ایستا تکیه دارد و به طور کامل تأثیر تغییرات دینامیکی در صنعت مدارهای مجتمع را در نظر نمی گیرد. زنجیره های تامین و صنعتی ذاتا پویا هستند و در طول زمان دائما در حال تغییر هستند. شکست در ترکیب بعد زمانی ممکن است به یافته هایی با قدرت توضیحی محدود برای محیط فعلی منجر شود.

برای بهبود تعمیم‌پذیری نتایج تحقیق، مطالعات آینده ما دامنه جمع‌آوری داده‌ها را گسترش می‌دهد تا داده‌های صنعت مدارهای مجتمع از مناطق یا کشورهای بیشتری را در بر گیرد. علاوه بر این، یک تحلیل مقایسه ای بر اساس داده های صنعت بین منطقه ای برای افزایش جامعیت و نمایندگی نتایج انجام خواهد شد. علاوه بر این، یک مدل تجزیه و تحلیل پویا برای در نظر گرفتن تغییرات زمانی، مطالعه تکامل دینامیکی زنجیره تامین و زنجیره صنعتی در دوره‌های مختلف استفاده خواهد شد. از طریق مدل سازی پویا می توان روند تکامل و توسعه زنجیره تامین را بهتر درک و پیش بینی کرد.

مشارکت های نویسنده

مفهوم سازی، CW و TZ. روش، CW و JJ. نرم افزار، TZ; اعتبار سنجی، JJ، JW و SR. تجزیه و تحلیل رسمی، TZ; تحقیق، جی جی; منابع، TZ; مدیریت داده، TZ; نوشتن – آماده سازی پیش نویس اصلی، TZ; نوشتن – بررسی و ویرایش، JW و SR. تجسم، TZ; نظارت، CW; مدیریت پروژه، CW; سرمایه‌گذاری، CW همه نویسندگان نسخه منتشر شده دست‌نوشته را خوانده‌اند و با آن موافقت کرده‌اند.

منابع مالی

این تحقیق توسط [the Social Science Fund of Shaanxi Province] شماره کمک هزینه [۲۰۲۲D023].

بیانیه در دسترس بودن داده ها

مشارکت های اصلی ارائه شده در این مطالعه در مقاله گنجانده شده است، سوالات بیشتر را می توان به نویسنده یا نویسندگان مربوطه هدایت کرد.

قدردانی

این کار تا حدی توسط صندوق علوم اجتماعی استان شانشی تحت گرنت ۲۰۲۲D023 حمایت شد.

تضاد علاقه

نویسندگان هیچ تضاد منافع را اعلام نمی کنند.

منابع

نینگ، ال. یائو، دی. تأثیر تحول دیجیتال بر قابلیت‌های زنجیره تامین و عملکرد رقابتی زنجیره تامین. پایداری ۲۰۲۳، ۱۵، ۱۰۱۰۷٫ [Google Scholar] [CrossRef]
دونتو، ن. گوستافسون، الف. اثرات کووید-۱۹ بر تجارت و تحقیقات. اتوبوس جی. Res. 2020، ۱۱۷، ۲۸۴-۲۸۹٫ [Google Scholar] [CrossRef]
Vidrova, Z. مدیریت زنجیره تامین در جنبه جهانی شدن. SHS Web Conf. 2020، ۷۴۰۴۰۳۱٫ [Google Scholar] [CrossRef]
لیو، ی. هوانگ، ی. مکبث، دی. پیچیدگی همکاری در شبکه های زنجیره تامین: یک مطالعه اکتشافی از بخش خودرو چین. بین المللی J. Prod. Res. 2020، ۲۵، ۳۹۳-۴۱۰٫ [Google Scholar]
سودوسینگه، جی. Seuring، S. همکاری زنجیره تامین و عملکرد پایدار در اقتصاد دایره ای: مروری بر ادبیات سیستماتیک. بین المللی J. Prod. اقتصاد ۲۰۲۲، ۲۴۵، ۱۰۸۴۰۲٫ [Google Scholar] [CrossRef]
افتخار، ع. پورویس، ال. جیانوکارو، آی. وانگ، ی. تأثیر پیچیدگی های زنجیره تامین بر انعطاف پذیری زنجیره تامین: اثر میانجی تجزیه و تحلیل داده های بزرگ. تولید طرح. کنترل ۲۰۲۳، ۳۴، ۱۵۶۲-۱۵۸۲٫ [Google Scholar] [CrossRef]
لی، ایکس. شیائو، آر. تحلیل ویژگی‌های توپولوژیکی شبکه پارک‌های صنعتی اکو از دیدگاه تاب‌آوری: مطالعه موردی. Ecol. اندیک. ۲۰۱۷، ۷۴، ۴۰۳-۴۱۳٫ [Google Scholar] [CrossRef]
برتلو، آ. دی برناردی، پ. سانتورو، جی. Quaglia، R. رونمایی از ریزبنیان کار مرزی چندگانه برای نوآوری مشارکتی. اتوبوس جی. Res. 2022، ۱۳۹، ۱۴۲۴-۱۴۳۴٫ [Google Scholar] [CrossRef]
کوریا، ای. کاروالیو، اچ. آزودو، اس جی. گوویندان، ک. مدل‌های بلوغ در پایداری زنجیره تامین: مروری بر ادبیات سیستماتیک. پایداری ۲۰۱۷، ۹، ۶۴٫ [Google Scholar] [CrossRef]
کوریا، ای. گاریدو آزودو، اس. کاروالیو، اچ. پایداری زنجیره تامین: مدلی برای ارزیابی سطح بلوغ. سیستم های ۲۰۲۳، ۱۱، ۹۸٫ [Google Scholar] [CrossRef]
پاتیدار، ر. Agrawal، S. فرمولاسیون مدل ریاضی برای طراحی زنجیره تامین غذای تازه کشاورزی هندی سنتی: مسئله مطالعه موردی. محک زدن ۲۰۲۰، ۲۷، ۲۳۴۱-۲۳۶۳٫ [Google Scholar] [CrossRef]
هو، تی. کومار، ا. Shiwakoti، N. همکاری و عملکرد زنجیره تامین: یک مطالعه تجربی مدل بلوغ. SN Appl. علمی ۲۰۲۰، ۲، ۷۲۶٫ [Google Scholar] [CrossRef]
گاریدو، اس. کوریا، ای. Aguiar، MF; جوگند، دی. کاروالو، اچ. ابزارهای بلوغ در زمینه زنجیره تامین: یک پیشنهاد چارچوب. که در کتابچه راهنمای پالگریو مدیریت زنجیره تامین; سرکیس، ج.، ویرایش. پالگریو مک میلان: چم، سوئیس، ۲۰۲۳؛ صص ۱-۲۰٫ [Google Scholar]
فرارو، اس. لئونی، ال. کانتینی، ا. دی کارلو، اف. روندها و توصیه هایی برای تقویت مدل های بلوغ در مدیریت زنجیره تامین و لجستیک. Appl. علمی ۲۰۲۳، ۱۳، ۹۷۲۴٫ [Google Scholar] [CrossRef]
وانگ، سی. یین، ی. تأثیر شایستگی نوآوری مشارکتی بر عملکرد نوآوری شرکت ها در شبکه های زنجیره تامین. در مجموعه مقالات هشتمین کنفرانس بین المللی فناوری و مدیریت صنعتی ۲۰۱۹ (ICITM)، کمبریج، انگلستان، ۲ تا ۴ مارس ۲۰۱۹؛ ص ۱۷-۲۱٫ [Google Scholar]
لیو، سی. مدل‌سازی چند عاملی عملیات مشترک زنجیره تامین خدمات تولیدکننده تحت خوشه‌های تولید هوشمند در دلتای رودخانه یانگ تسه. J. Eur. سیستم با ماشین. ۲۰۲۰، ۵۳، ۴۸۷-۴۹۲٫ [Google Scholar] [CrossRef]
کاتسالیاکی، ک. گالتسی، پ. کومار، S. اختلالات زنجیره تامین و انعطاف پذیری: یک بررسی عمده و دستور کار تحقیقات آینده. ان اپراتور Res. 2022، ۳۱۹، ۹۶۵–۱۰۰۲٫ [Google Scholar] [CrossRef] [PubMed]
Tiwari, S. یکپارچه سازی زنجیره تامین و صنعت ۴٫۰: مروری بر ادبیات سیستماتیک. محک زدن ۲۰۲۱، ۲۸، ۹۹۰-۱۰۳۰٫ [Google Scholar] [CrossRef]
Detwal، PK؛ آگراوال، آر. صمذیه، ع. کومار، ا. Garza-Reyes، JA تحولات تحقیقاتی در مدیریت زنجیره تامین پایدار با در نظر گرفتن تکنیک‌های بهینه‌سازی و صنعت ۴٫۰: یک بررسی سیستماتیک. محک زدن ۲۰۲۴، ۳۱، ۱۲۴۹-۱۲۶۹٫ [Google Scholar] [CrossRef]
ژانگ، آر. Zhang, Z. بهینه‌سازی زنجیره تامین در صنعت آهن و فولاد بر اساس الگوریتم جریان شبکه پیش‌رونده و شبیه‌سازی کامپیوتری. در مجموعه مقالات دومین کنفرانس بین المللی پردازش سیگنال، ارتباطات و مدیریت مهندسی (ISPCEM) 2022، مونترال، ON، کانادا، ۲۵ تا ۲۷ نوامبر ۲۰۲۲؛ IEEE: مونترال، ON، کانادا، ۲۰۲۲؛ ص ۲۰۹-۲۱۲٫ [Google Scholar]
هرنشاو، ای جی. ویلسون، MM یک رویکرد شبکه پیچیده به نظریه شبکه زنجیره تامین. بین المللی جی. اوپر. تولید مدیریت ۲۰۱۳، ۳۳، ۴۴۲-۴۶۹٫ [Google Scholar] [CrossRef]
فوجیوارا، ی. Aoyama, H. ساختار مقیاس بزرگ یک شبکه تولید سراسری. arXiv 2008، arXiv:0806.4280v1. [Google Scholar] [CrossRef]
برینتروپ، آ. ویچمن، پی. وودال، پی. مک فارلین، دی. نیکس، ای. Krechel, W. پیش‌بینی پیوندهای پنهان در شبکه‌های تامین. پیچیدگی ۲۰۱۸، ۲۰۱۸، ۱-۱۶٫ [Google Scholar] [CrossRef]
چوپرا، اس اس. Khanna، V. درک تاب آوری در شبکه های همزیستی صنعتی: بینش هایی از تحلیل شبکه. جی. محیط زیست. مدیریت ۲۰۱۴، ۱۴۱، ۸۶-۹۴٫ [Google Scholar] [CrossRef]
لیختن اشتاین، الف. مطالعه موردی بوم شناسی سازمانی در دو انکوباتور کسب و کار. Ph.D. Thesis, University of Pennsylvania, Philadelphia, PA, USA, 2004. Dissertation Abstracts International, Vol. 5. [Google Scholar]
آزادگان، ع. Dooley, K. A Tipology of Supply Resilience Strategies: Complex Collaborations in a Complex World. J. Supply Chain Manag. 2021، ۵۷، ۱۷-۲۶٫ [Google Scholar] [CrossRef]
پررا، اس اس; بل، MGH; Bliemer، MCJ مدل‌سازی زنجیره‌های تامین به عنوان شبکه‌های پیچیده برای بررسی انعطاف‌پذیری: یک چارچوب روش‌شناختی بهبودیافته. در مجموعه مقالات ATRF 2015 — انجمن تحقیقات حمل و نقل استرالیا ۲۰۱۵، سیدنی، استرالیا، ۲۹ سپتامبر ۲۰۱۵٫ [Google Scholar]
چن، جی. ون، اچ. کاربرد نظریه شبکه پیچیده برای بهبود انعطاف پذیری زنجیره های تامین دانش فشرده. اپراتور مدیریت Res. 2023، ۱۶، ۱۱۴۰–۱۱۶۱٫ [Google Scholar] [CrossRef]
یانگ، دی. تانگ، م. Ni, Y. استحکام شبکه های زنجیره تامین خودرو بر اساس تحلیل شبکه پیچیده. الکترون. بازرگانی Res. 2024. [CrossRef]
لیو، ی. یان، ز. چنگ، ی. Ye, X. بررسی ویژگی‌های همکاری فن‌آوری صنعت تولید مدار مجتمع جهانی. پایداری ۲۰۱۸، ۱۰، ۱۹۶٫ [Google Scholar] [CrossRef]
زنین، م. پاپو، دی. سوزا، پی. مناسالواس، ای. نیکی، ا. کوبیک، ای. بوکالتی، اس. ترکیب شبکه های پیچیده و داده کاوی: چرا و چگونه. فیزیک هرزه. ۲۰۱۶، ۶۳۵، ۱-۴۴٫ [Google Scholar] [CrossRef]
گوناسکاران، ع. پاتل، سی. Tirtiroglu، E. معیارهای عملکرد و معیارها در یک محیط زنجیره تامین. بین المللی جی. اوپر. تولید مدیریت ۲۰۰۱، ۲۱، ۷۱-۸۷٫ [Google Scholar] [CrossRef]
شفی، ی. برنج، JB نمای زنجیره تامین از سازمان انعطاف پذیر. MIT اسلون منگ. کشیش ۲۰۰۵، ۴۷، ۴۱-۴۸٫ [Google Scholar]
پراجوگو، دی. اولهاگر، جی. یکپارچه سازی و عملکرد زنجیره تامین: اثرات روابط بلندمدت، فناوری اطلاعات و اشتراک گذاری، و یکپارچه سازی لجستیک. بین المللی J. Prod. اقتصاد ۲۰۱۲، ۱۳۵، ۵۱۴–۵۲۲٫ [Google Scholar] [CrossRef]

شکل ۱٫
زنجیره صنعتی صنعت مدارهای مجتمع.

شکل ۲٫
مدل شبکه پیچیده زنجیره صنعت – طرح تصادفی.

شکل ۳٫
مدل شبکه پیچیده زنجیره صنعت – شناسایی گره های کلیدی.

شکل ۴٫
ماتریس کوواریانس PCA.

شکل ۵٫
وزن های بهینه برای شاخص اهمیت زنجیره تامین

میز ۱٫
داده های سازمانی جمع آوری شده

شرکت	درجه	درجه وزنی	عجیب و غریب	مرکزیت نزدیکی	ضریب خوشه بندی
SMIC	۲۷	۱۴۹	۶	۰٫۴۰۵۶	۰٫۰۰۸۵
شرکت فناوری هواوی، با مسئولیت محدود	۲۵	۱۸۲٫۴	۳	۰٫۸	۰٫۰۰۱۴
Samsung Semiconductor (چین) Co., Ltd.	۲۱	۱۳۴	۳	۰٫۷۹۱۳	۰٫۲۶۶۸
Shaanxi Zhongjun Tengda Electronic Co., Ltd.	۲۰	۱۰۷٫۷۵	۳	۰٫۵۷۸۹	۰٫۲۶۶۰
Hongxin Technology Co., Ltd.	۱۶	۶۴	۵	۰٫۳۷۹۳	۰٫۲۲۳۴
Lonten Semiconductor Co., Ltd.	۱۶	۴۸	۱۲	۰٫۱۸۳۰	۰
TSMC	۱۵	۷۸	۳	۰٫۷۲۲۲	۰٫۰۰۸۳
ESWIN	۱۴	۵۹	۱۰	۰٫۱۹۶۵	۰
BYD Electronics (شیان)	۱۴	۸۸	۵	۰٫۳۶۹۹	۰
HT-tech	۱۲	۵۲	۳	۰٫۷۰۵۹	۰٫۵۴۹۵

جدول ۲٫
رتبه ۱۰ شرکت برتر.

شرکت	در مقطع
SMIC	۲۲
شرکت فناوری هواوی، با مسئولیت محدود	۱۲
شرکت نیمه هادی سامسونگ (چین)	۱۲
Shaanxi Zhongjun Tengda Electronic Co., Ltd.	۱۱
شرکت الکترونیک با مسئولیت محدود	۹
Hongxin Technology Co., Ltd.	۸
Lonten Semiconductor Co., Ltd.	۸
TSMC	۸
ESWIN	۸
HT-tech	۷

جدول ۳٫
درجه خارج از ۱۰ شرکت برتر.

شرکت	خارج از مدرک تحصیلی
SMIC	۱۸
Samsung Semiconductor (چین) Co., Ltd.	۱۲
ESWIN	۱۱
Lonten Semiconductor Co., Ltd.	۱۱
Advanced Micro-Fabrication Equipment Inc. China	۹
Huayi Microelectronics Co., Ltd.	۹
Shaanxi Huajing Micro-Electronic Co., Ltd.	۹
Jiangsu Nata Opto-Electronic Material Co., Ltd.	۸
TSMC	۸
Applied Materials (China) Inc.	۸

جدول ۴٫
مرکزیت بین ۱۰ شرکت برتر.

شرکت	بین مرکزیت
Shaanxi Semiconductor Pilot Technology Center, Ltd.	۲۸۳۲٫۱۴
Samsung Semiconductor (چین) Co., Ltd.	۲۸۱۰٫۷۶
HT-tech	۲۷۸۹٫۹۸
Sanechips Technology Co., Ltd.	۲۷۱۸٫۵۶
Huayi Microelectronics Co., Ltd.	۲۵۷۸٫۲۲
SMIC	۲۵۰۳٫۴۹
Lonten Semiconductor Co., Ltd.	۲۲۳۹٫۷۱
TSMC	۲۱۷۸٫۹۵
CRS Technology Co., Ltd.	۱۹۹۰٫۷۷
Unigroup Guoxin Microelectronics Co., Ltd.	۱۷۳۸٫۷۰

جدول ۵٫
ضریب خوشه بندی ۱۰ شرکت برتر.

شرکت	ضریب خوشه
Powertech Technology Inc.	۰٫۳۷۱۱
فن آوری های Infineon.	۰٫۳۶۸۲
فناوری میکرون (Xian)	۰٫۳۴۲۸
Shaanxi Electronic Core Industry Times Technology Co., Ltd.	۰٫۳۴۰۲
Huayi Microelectronics Co., Ltd.	۰٫۳۳۶۸
شرکت نیمه هادی سامسونگ (چین)	۰٫۳۳۴۷
BYD Electronics (شیان)	۰٫۳۲۷۱
CRS Technology Co., Ltd.	۰٫۳۲۳۹
HT-tech	۰٫۳۰۱۴
Lonten Semiconductor Co., Ltd.	۰٫۲۸۷۶

جدول ۶٫
دلیل متغیرهای انتخاب شده

متغیرها	یافتههای اصلی
میانگین طول مسیر	نشان دهنده کارایی اطلاعات و انتقال منابع در داخل شبکه است.
تراکم شبکه	ارتباط و انسجام کلی شبکه را نشان می دهد.
میانگین مدرک	میانگین تعداد اتصالات در هر گره را منعکس می‌کند و استحکام شبکه را نشان می‌دهد.
انحراف معیار	تنوع در ارتباطات را که برای درک انعطاف پذیری ضروری است، ثبت می کند.
ضریب خوشه بندی	درجه ای که گره ها در یک شبکه با هم خوشه می شوند را اندازه گیری می کند و پتانسیل همکاری را برجسته می کند.
چگالی شبکه (متوسط)	اهمیت به هم پیوستگی را برای ظرفیت نوآوری تقویت می کند.

جدول ۷٫
CICPI از ۱۰ شرکت برتر.

شرکت	CICPI
Samsung Semiconductor (چین) Co., Ltd.	۰٫۸۴۳۵۲
HT-tech	۰٫۸۰۲۰۰
SMIC	۰٫۷۹۶۷۴
BYD Electronics (شیان)	۰٫۷۸۴۳۳
مواد کاربردی (Xi'an) Co., Ltd.	۰٫۷۷۹۲۱
Micron Semiconductor (Xi'an) Co., Ltd.	۰٫۷۷۲۰۱
Xi'an Xiangteng Micro-Electronic Technology Co., Ltd.	۰٫۷۶۸۵۱
Tsinghua Unigroup Co., Ltd.	۰٫۷۵۹۷۸
TSMC	۰٫۷۵۳۱۹
CRS Technology Co., Ltd.	۰٫۷۴۲۸۱

جدول ۸٫
یافته های کلیدی و بینش مدیریت

شاخص های اصلی	یافتههای اصلی	بینش مدیریتی
ICEL	شرکت‌های اصلی مانند سامسونگ و HT-tech بالاترین مرکزیت بین‌المللی را در شبکه دارند و نقش کلیدی خود را در جریان منابع و اطلاعات نشان می‌دهند.	شرکت های اصلی باید همکاری با سایر شرکت ها را تقویت کنند، تخصیص منابع را بهینه کنند، و کارایی و ثبات همکاری شبکه را بهبود بخشند.
ICRL	عملکرد بنگاه های داخلی در شاخص های کارایی و انعطاف پذیری متوسط است که در مقایسه با شرکت های سرمایه گذاری خارجی کمی ناکافی است.	اتوماسیون و فناوری تولید هوشمند شرکت های محلی باید بهبود یابد، چابکی زنجیره تامین باید افزایش یابد و مدیریت داخلی باید بهینه شود.
ICICL	قابلیت‌های ناکافی نوآوری شرکت‌های محلی عمدتاً به دلیل پذیرش تأخیر فناوری‌های جدید و کمبود استعدادهای نوآور است.	افزایش سرمایه گذاری در تحقیق و توسعه فناوری، پرورش و جذب استعدادهای نوآور، شکستن گلوگاه های تکنولوژیکی و سیاست گذاری، و ترویج تجدید فناوری.

سلب مسئولیت/یادداشت ناشر: اظهارات، نظرات و داده های موجود در همه نشریات صرفاً متعلق به نویسنده (ها) و مشارکت کننده (ها) است و نه MDPI و/یا ویرایشگر(ها). MDPI و/یا ویرایشگر(های) مسئولیت هرگونه آسیب به افراد یا دارایی ناشی از هر ایده، روش، دستورالعمل یا محصولی را که در محتوا ذکر شده است، سلب می‌کنند.

© ۲۰۲۴ توسط نویسندگان. دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC BY) توزیع شده است (https://creativecommons.org/licenses/by/4.0/).

منبع:
۱- shahrsaz.ir , پایداری | متن کامل رایگان | ارزیابی انعطاف‌پذیری مبتنی بر شبکه پیچیده زنجیره صنعت مدار مجتمع
,۲۰۲۴-۰۶-۱۸ ۰۳:۳۰:۰۰
۲- https://www.mdpi.com/2071-1050/16/12/5163