32、可持续供应链定量模型的研究现状与展望

可持续供应链定量模型的研究现状与展望

在当今注重可持续发展的时代,供应链管理也在不断向可持续方向转变。众多研究聚焦于温室气体排放、碳排放、生命周期分析等多个方面,致力于构建更具可持续性的供应链定量模型。

研究聚焦点

当前研究主要关注以下几个方面:
1. 环境相关指标 :包括温室气体排放、碳排放、生命周期分析(LCA)、废弃生物质数量、能源、二氧化氮(NO₂)、水和固体废物等。这些指标反映了供应链活动对环境的影响,是评估供应链可持续性的重要依据。
2. 可持续供应链管理(SSCM)模型 :有31篇文章开发了考虑可持续性三个维度(经济、环境、社会)的SSCM模型。这些模型旨在综合考虑各种因素,实现供应链的可持续发展。
3. 社会因素变量 :与社会因素相关的变量包括人口、培训、噪音、工资、就业创造、职业健康和安全等。这些因素体现了供应链活动对社会的影响,也是可持续发展的重要组成部分。

研究差距与未来展望

通过对相关研究的系统回顾,发现了以下研究差距,并提出了未来的研究方向:
1. 行业聚焦不足 :分析样本中的模型,约30%(26篇论文)未针对特定行业进行研究,仅作了通用和实证性的探讨。研究较多的行业集中在生物燃料及相关产品(15篇)、农业(6篇)和食品(4篇),而医疗、汽车、化工和纺织等行业的研究较少,总共只有8篇论文。未来需要加强对这些关键行业的研究,以满足不同行业的可持续发展需求。
2. LCA未充分纳入模型 :虽然产品生命周期的概念在供应链及其运营中经常被使用,但样本中的定量模型在构建过程中均未考虑通过LCA估算的环境影响。将LCA纳入可持续供应链(SSC)的设计是一个尚未充分开发的挑战,未来研究应重视这一点,以更全面地评估供应链的环境影响。
3. SSCM风险模型的不确定性考虑不足 :研究结果证实,SSCM风险模型中经济变量占主导地位,其次是环境变量,社会变量的考虑较少。此外,60%的定量模型未考虑这些变量的隐含不确定性及其带来的风险。未来研究在分析模型参数变化时,应明确评估变量的不确定性,提供更贴近现实的工具,以满足当前需求。
4. 社会维度研究有待深入 :从样本数据来看,可持续性研究最多的维度是经济 - 环境维度,社会维度的研究尚未充分开展,但近年来考虑“三重底线”概念的研究有显著增加。考虑经济、环境和社会变量是确保当今供应链可持续发展的关键,研究人员应沿着这一方向深入探索。

以下是一个展示研究差距和未来研究方向的mermaid流程图:

graph LR
    A[研究差距] --> B[行业聚焦不足]
    A --> C[LCA未充分纳入模型]
    A --> D[SSCM风险模型不确定性考虑不足]
    A --> E[社会维度研究有待深入]
    B --> F[加强关键行业研究]
    C --> G[将LCA纳入SSC设计]
    D --> H[评估变量不确定性]
    E --> I[深入研究社会维度]
供应链模型的选择与应用

如今的市场日益动态,企业为了不被市场淘汰,必须不断创新,明确影响其供应链的各种因素,包括结构、运营设计、技术、资源管理、环境和经济等因素。定量供应链模型试图纳入这些因素,以支持企业管理和决策。

企业选择特定模型完全取决于自身需求,而这些需求又受到各自行业背景的影响。例如,在供应链管理(SCM)维度和建模维度中,管理决策通常依赖优化方法,而在宏观背景下,模型更常用于分析和解释变量的行为及相互作用。

在当前的研究中,可持续性方面常被用作调节变量,推动建模的目的。目前的研究主要集中在生产过程及其环境影响,虽然提到了规划改进和绿色供应链倡议,但对新生产过程、机器设计以及参与者之间的接口等方面的研究还不够深入,这些方面的研究有助于减少不可持续的源头。

此外,有必要扩大对交通、化工和纺织等关键行业的研究,这些行业在环境和社会影响方面存在突出问题。

下面是一个关于影响供应链的因素的表格:
| 因素类型 | 具体因素 |
| ---- | ---- |
| 结构因素 | 供应链网络布局、组织架构等 |
| 运营设计因素 | 生产计划、库存管理等 |
| 技术因素 | 信息技术应用、智能制造技术等 |
| 资源管理因素 | 原材料采购、能源利用等 |
| 环境因素 | 碳排放、废弃物处理等 |
| 经济因素 | 成本控制、利润最大化等 |

综上所述,通过系统的文献回顾,我们对可持续供应链定量模型的研究现状有了更清晰的认识。研究发现,自2012年以来,应用于可持续供应链的定量建模研究不断增加,这得益于自然资源稀缺、全球变暖、政府协议和政策以及企业追求竞争优势等因素。企业可以从众多的定量模型中选择适合自身需求的模型,而最终模型的选择取决于参与的主体及其在当前供应链中的适应性。

同时,研究也表明确定性模型在SSCM中最为流行,但需要更多的随机方法来应对更现实的不确定决策环境。未来的研究方向包括加强行业建模的聚焦和范围、将LCA集成到SSCN设计中以及更多地考虑社会风险因素。尽管研究存在一定的局限性,但这一工作将为所有希望在供应链中实施和研究可持续性的人提供决策支持。

可持续供应链定量模型的研究现状与展望

研究成果总结

通过对相关研究的系统梳理,我们可以总结出以下重要成果:
1. 研究范围广泛 :涵盖了温室气体排放、碳排放、生命周期分析等多个环境相关指标,以及社会因素变量,为全面评估供应链的可持续性提供了丰富的数据支持。
2. 模型开发多样 :有31篇文章开发了考虑可持续性三个维度的SSCM模型,这些模型为企业实现可持续供应链管理提供了多种选择。
3. 研究趋势明显 :自2012年以来,应用于可持续供应链的定量建模研究持续增加,反映了行业对可持续发展的重视。

以下是一个总结研究成果的表格:
| 成果类型 | 具体内容 |
| ---- | ---- |
| 研究范围 | 环境指标(GHG排放、碳排放等)、社会因素变量(人口、培训等) |
| 模型开发 | 31篇文章开发考虑可持续性三维度的SSCM模型 |
| 研究趋势 | 2012年以来定量建模研究持续增加 |

研究局限性分析

尽管取得了一定的研究成果,但目前的研究仍存在一些局限性:
1. 研究方法局限 :采用的系统文献回顾方法通常仅限于收集和分析研究数据,与综合评价、批判和综合文献以促进新理论框架和视角出现的综合回顾方法相比,存在一定的局限性。
2. 样本分析主观性 :样本内容的分析在很大程度上依赖于研究人员的知识、判断、经验和数量,存在一定的主观性。
3. 样本范围受限 :样本的获取受到搜索关键词和数据库的限制,可能无法涵盖所有相关的研究。

未来研究方向探讨

针对当前研究的差距和局限性,未来的研究可以从以下几个方向展开:
1. 加强行业针对性研究 :深入研究医疗、汽车、化工和纺织等关键行业,开发适合这些行业特点的可持续供应链定量模型,以满足不同行业的可持续发展需求。
2. 集成LCA到供应链设计 :将生命周期分析(LCA)纳入可持续供应链网络(SSCN)的设计中,更全面地评估供应链的环境影响,为企业提供更准确的决策依据。
3. 考虑变量不确定性 :在SSCM风险模型中,明确评估变量的不确定性及其带来的风险,采用更多的随机方法,使模型更贴近现实,满足企业在不确定环境下的决策需求。
4. 深入研究社会维度 :进一步挖掘社会维度的研究潜力,加强对人口、培训、噪音、工资等社会因素变量的研究,将经济、环境和社会变量有机结合,实现供应链的全面可持续发展。

以下是一个未来研究方向的mermaid流程图:

graph LR
    A[未来研究方向] --> B[加强行业针对性研究]
    A --> C[集成LCA到供应链设计]
    A --> D[考虑变量不确定性]
    A --> E[深入研究社会维度]
    B --> F[开发行业特定模型]
    C --> G[全面评估环境影响]
    D --> H[采用随机方法建模]
    E --> I[结合多维度变量]
对企业的启示

对于企业而言,可持续供应链管理是实现长期发展的关键。企业可以根据自身的需求和行业背景,选择合适的定量模型,将可持续性因素纳入企业管理和决策中。同时,企业应积极关注未来的研究方向,参与到相关的研究和实践中,共同推动可持续供应链的发展。

具体来说,企业可以采取以下行动:
1. 评估自身需求 :明确企业在可持续发展方面的目标和需求,确定需要考虑的因素和指标。
2. 选择合适模型 :根据自身需求和行业背景,从众多的定量模型中选择适合的模型,支持企业的管理和决策。
3. 加强合作与创新 :与科研机构、供应商和合作伙伴加强合作,共同开展可持续供应链的研究和实践,推动技术创新和管理创新。
4. 关注行业动态 :及时了解行业的最新发展趋势和研究成果,调整企业的战略和决策,保持企业的竞争力。

以下是一个企业行动建议的列表:
1. 评估自身在可持续发展方面的目标和需求。
2. 依据需求和行业背景选择合适的定量模型。
3. 与科研机构、供应商和合作伙伴合作开展研究和实践。
4. 关注行业动态,调整企业战略和决策。

总之,可持续供应链定量模型的研究是一个不断发展和完善的过程。虽然目前的研究取得了一定的成果,但仍存在一些差距和局限性。未来的研究需要加强行业针对性、集成LCA、考虑变量不确定性和深入研究社会维度等方面,为企业实现可持续供应链管理提供更有力的支持。企业也应积极参与到可持续供应链的发展中,共同推动行业的可持续发展。

内容概要:本文围绕新一代传感器产品在汽车电子电气架构中的关键作用展开分析,重点探讨了智能汽车向高阶智能化演进背景下,传统传感器无法满足感知需求的问题。文章系统阐述了自动驾驶、智能座舱、电动化网联化三大趋势对传感器技术提出的更高要求,并深入剖析了激光雷达、4D毫米波雷达和3D-ToF摄像头三类核心新型传感器的技术原理、性能优势现存短板。激光雷达凭借高精度三维点云成为高阶智驾的“眼睛”,4D毫米波雷达通过增加高度维度提升环境感知能力,3D-ToF摄像头则在智能座舱中实现人体姿态识别交互功能。文章还指出传感器正从单一数据采集向智能决策升级,强调车规级可靠性、多模态融合成本控制是未来发展方向。; 适合人群:从事汽车电子、智能驾驶、传感器研发等相关领域的工程师和技术管理人员,具备一定专业背景的研发人员;; 使用场景及目标:①理解新一代传感器在智能汽车系统中的定位技术差异;②掌握激光雷达、4D毫米波雷达、3D-ToF摄像头的核心参数、应用场景及选型依据;③为智能驾驶感知层设计、多传感器融合方案提供理论支持技术参考; 阅读建议:建议结合实际项目需求对比各类传感器性能指标,关注其在复杂工况下的鲁棒性表现,并重视传感器整车系统的集成适配问题,同时跟踪芯片化、固态化等技术演进趋势。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值