بخشی از مقاله

چکیده

فعالیتهای اقتصادی اعم از فعالیتهای صنعتی، کشاورزی و خدماتی از یک سو از منابع طبیعی بهره میبرند و از سوی دیگر نقش بهسزایی در آلودگی محیطزیست دارند. فشار مقررات دولتی برای اخذ استانداردهای زیستمحیطی از یک طرف و رشد فزاینده تقاضای مشتریان برای عرضه محصولات سبز - بدون اثر مخرب بر محیطزیست - مفهوم زنجیره تأمین سبز و مدیریت آن را پدیدار ساخت. اقدامات گوناگونی برای مواجهه با مسأله آلودگیهای محیطی توسط دولتها انجام گرفته است که از جمله آنها اعمال قوانین و اصول سبز مانند استفاده از موادخام سازگار با محیطزیست در مراکز تولیدی و صنعتی، کاهش استفاده از منابع انرژی فسیلی و نفتی، بازیابی کاغذها و استفاده مجدد ضایعات برشرکتها و سازمانهای بخش دولتی و خصوصی است.

با استفاده از فرآیند تحلیل سلسله مراتبی فازی وزن معیارهای سبزِ انتخابی تعیین و رتبهبندی فازی هفت نوع صنعت استان گیلان انجام شد، اما به جهت نگاه دقیقتر و امکان وجود کارخانههای سبز در صنایعی با رتبه پایین، از هر صنعت سه کارخانه از سراسر استان به طور تصادفی انتخاب شد و کارخانجات صنایع موردنظر با روش تاپسیس فازی رتبهبندی گردید و در نهایت برای نگاهی جامع به عملکرد کارخانهها در معیارهای سبز، خوشهبندی شرکت های تولیدی مورد مطالعه با بکارگیری k میانگین فازی انجام شد.  نتایج نشان داده است که میزان آلوده کردن خاک و داشتن گواهینامه زیستمحیطی به ترتیب مهمترین و کم اهمیتترین معیار، صنایع الکتریکی و صنایع شوینده و بهداشتی به ترتیب بهترین و بدترین صنعت در رعایت معیارهای سبز و همچنین یک کارخانه از صنایع شوینده و یک کارخانه از صنایع گوشتی و پروتئینی به ترتیب بهترین و بدترین کارخانه در رعایت معیارهای سبز میباشند

مقدمه

در سدههای اخیر افزایش نگرانی ها در مورد هشدارهای محیطی، تولیدکنندهها را مجبور به تلاش برای کاربرد راهکارهایی در زمینه مدیریت محیطی نموده است. فعالیتهای اقتصادی اعم از فعالیتهای صنعتی، کشاورزی و خدماتی از یک سو از منابع طبیعی استفاده میکنند و به آنها وابستگی دارند و از سوی دیگر، ماهیت فرآیند آنها بهگونهای است که به طور بالقوه محیطزیست را آلوده میکنند. در این میان مدیران صنایع به ویژه در کشورهای پیشرفته، به دنبال روشهایی هستند که ضمن حمایت از محیطزیست، عملکرد سازمان خود را افزایش دهند.

استراتژیِ هماهنگ برای تحققِ افزایش بهرهوری به همراه مدیریت سبز، بهره وری سبز است که به عنوان کلید توسعه پایدار مطرح شده و یکی از ابزارهای این رویکرد، زنجیره سبز است. زنجیره تأمین سبز عبارتست از مجموعه اقدامات داخلی و خارجی بنگاه در سراسر زنجیره تأمین که به بهبود محیطزیست و جلوگیری از ایجاد آلودگی منجر میشود. رویکرد مدیریت زنجیره تأمین سبز به عنوان یک دیدگاه جامع مدیریت محیطی که همه جریانات از تأمینکنندگان به تولیدکنندگان و در نهایت به مصرفکنندگان را دربرمی گیرد، مورد توجه زیادی قرار گرفته است.

توجه روزافزون مشتریان به استفاده از محصولات سبزتر موجب شده است تا سازمانها با دریافتن این مهم با بکارگیری مدیریت زنجیره تأمین سبز، علاوه بر حل مشکلات محیطزیست به پیروزی نسبی در مزیت رقابتی نیز دست یابند. امروزه در صنعت به دلیل کوتاه شدن دوره عمر محصولات و متنوع شدن آنها، تصمیمگیری در مدیریت زنجیره تأمین از حساسیت خاصی برخوردار بوده و پرداختن به آن از دیدگاههای ذیل دارای اهمیت است:

الف - ایجاد مطلوبیت و رضایتمندی از نظر زیستمحیطی در سراسر زنجیره تأمین و دستیابی به بازار جدید از طریق عرضه محصولات سازگار با محیطزیست

ب - کاهش هزینهها از طریق صرفهجویی در منابع، هزینه سوخت، تعداد ساعات کار کارگران، حذف ضایعات و بهبود بهرهوری ج - بهرهمندی از مزایای رقابتی از طریق خلق و ارائه ارزش برای مشتریان و رضایتمندی و وفاداری مشتریان نسبت به محصولات نهایتاًو افزایش سودآوری بنگاه مسأله اصلی این پژوهش شناسایی شاخصهای اصلی مدیریت زنجیره تأمین سبز به کمک نظرات کارشناسان صنایع تولیدی استان گیلان و ارزیابی کارخانجات صنعتی این استان طبق این معیارها به وسیله رتبهبندی و خوشهبندی آنها از دید ملاحظات زیستمحیطی میباشد.

فرض برآنست که کارشناسان صنایع استان گیلان توانایی لازم برای پاسخگویی به سؤالات پرسشنامهها را دارند و از آنجا که نظرات افراد خبره کیفی بوده و به صورت کمّی قابل ارائه نیستند، رویکرد مورد ملاحظه این است که شاخصهای سبز با مطالعه متون علمی و کسب نظر خبرگان صنعت ابتدا کمّیسازی شده و استخراج شود، و سپس مبنای تهیه پرسشنامه قرارگیرد و با توجه به مؤلفههای استخراجی، رتبهبندی و خوشهبندی شرکتهای مورد مطالعه به صورت فازی انجام شود. برای ارزیابی و رتبهبندی تعداد محدودی از کارخانه ها میتوان از روشهای تصمیمگیری چندمعیاره بهره گرفت و نیز برای انتخاب و نگاه کلی به دسته بزرگتری از آنها از روشهای خوشهبندی استفاده کرد.

به منظور نمایش عدم قطعیت و انعطافپذیری تحلیلها نیز میتوان قدمهای گوناگون آنها را به صورت فازی طی نمود. هدف خوشهبندی یافتن خوشههای مشابه از اشیاء در بین نمونههای ورودی میباشد. خوشهبندی فازی را میتوان بخشی از تحلیل داده فازی دانست که دارای دو بخش است: یکی تحلیل دادههای فازی و استفاده از روشهای قطعی خوشهبندی و دیگری تحلیل دادههای قطعی با استفاده از تکنیکهای فازی. این مطالعه به تحلیل اول محدود شد و پس از کسب نظر خبرگان در مورد میزان اهمیت معیارها و تحلیل فازی اطلاعات پرسشنامهها از میان الگوریتم های مختلف به اقتضای مسأله موردنظر از فرآیند تحلیل سلسله مراتبی فازی برای دستیابی به وزن معیارها و رتبهبندی هفت نوع صنعت، از تاپسیس فازی برای رتبهبندی بیست و یک کارخانه انتخابی و از رویکرد k میانگین فازی برای خوشهبندی کارخانجات مورد بررسی استفاده شده است.

مواد و روش ها

فرآیند تحلیل سلسله مراتبی - AHP - یکی از قدرتمندترین تکنیک های تصمیم گیری چندمعیاره است. این روش را ساعتی در اواخر دهه 1970 مطرح کرد - ساعتی، . - 1977 روش AHP شیوهای برای تجزیه وضعیت پیچیده به بخشهای ترکیبی آن و چیدن این بخش ها، یا متغیرها براساس نظم سلسله مراتبی است. این روش راهی برای مدیریت مسائل تصمیم پیچیده ایجاد کرده است. در فرآیند تصمیمگیری فاکتورهای کمّی و کیفی با استفاده از این رویکرد میتوانند ترکیب شوند.

معمولاً عناصر تصمیم نشاندهنده یک مجموعه متناهی از گزینه هاست و معیارهای تصمیم مجموعهای از شاخصهایی است که برای تمام گزینهها مشترک بوده و عمومیت دارد - لشگری و صفری، . - 2014 طبق نظر ساعتی - 1990 - ، بالاترین سطح AHP باید نشاندهنده عنصری با فاکتورهای جهانی یعنی هدف اصلی مسئله تصمیم باشد، درحالیکه سطوح پایینتر باید به عناصری تقسیم شود که ماهیت خاصتری دارند. ساختار سلسله مراتبی یک دید کلی از ارتباطات پیچیده مسئله تصمیم برای درک بهتر تصمیمگیرنده ارائه میکند.

روش تاپسیس، یکی از چندین تکنیک تصمیمگیری چندشاخصه است که به دنبال گزینهای میباشد که کمترین فاصله را از گزینه ایدآل مثبت و بیشترین فاصله را از گزینه ایدآل منفی داشته باشد. این روش را هوانگ و یون در سال 1981 معرفی کردند - توانا و حاتمی، . - 2011 این رویکرد به طور گسترده برای حل مسائل رتبهبندی استفاده میشود. اما به دلیل ناتوانی آن در مدنظر قرار دادن ابهام ذاتی در ادراکات تصمیمگیرندگان مورد انتقاد قرار گرفته است. یکی از محققانی که به نحو مناسبی توانسته است تکنیک تاپسیس را به فضای فازی منتقل کند، چن - 2000 - است. ماتریس تصمیم و اهمیت - وزن - شاخصها، از ورودیهای این الگوریتم هستند.

برای اعمال نظرات گروهی از تصمیمگیرندگان، و برخورد مناسب با ابهامات موجود در نظرات آنها، از توسعه روش تاپسیس برای تصمیمگیری گروهی در محیط فازی استفاده میشود. وزن معیارهای مختلف و نرخ هر گزینه به ازای برخی از معیارها که مقدار دقیقی برای آنها وجود ندارد، به صورت کیفی درنظرگرفته میشود. وزن و اهمیت شاخصها را میتوان با روش-های مختلفی نظیر فرآیند تحلیل سلسله مراتبی، فرآیند تحلیل شبکه ای، بردار مقادیر ویژه، تخصیص مستقیم وزن به معیارها از طرف تصمیمگیرندگان و غیره تعیین کرد. در روش تخصیص مستقیم وزن به شاخصها، تصمیمگیرندگان از متغیرهای زبانی برای ارزیابی اهمیت شاخصها و نرخدهی گزینهها نسبت به شاخصها استفاده میکنند.

خوشه بندی از ابزارهای متداول دادهکاوی بوده که به استخراج دستههایی با حداکثر شباهت بین عناصر داخل دسته و حداقل شباهت با عناصر سایر دستهها میپردازد. این تشابه یا عدم تشابه بر اساس معیارهای اندازه گیری فاصله تعریف میشود. در واقع خوشهبندی یک کلاسبندی بدون نظارت است که در آن کلاسها از پیش تعریف نشدهاند. هدف از انجام خوشهبندی ارائه چشمانداز مناسبی از اتفاقات در حال وقوع در پایگاه دادهها به مصرف کننده نهایی اطلاعات میباشد.

کاربرد دیگر خوشهبندی را میتوان در تعیین دادههایی که با سایر دادهها تفاوت چشمگیر دارند، عنوان نمود. در خوشهبندی کلاسیک هر نمونه ورودی متعلق به یک و فقط یک خوشه است و نمیتواند عضو دو خوشه و یا بیشتر باشد. به عبارتی خوشه ها همپوشانی ندارند. در حالیکه در خوشه بندی فازی یک نمونه می تواند متعلق به بیش از یک خوشه باشد. خوشهبندی فازی به کشف مدلهای فازی از دادهها میپردازد.

خوشهبندی فازی را می توان بخشی از تحلیل داده فازی دانست که دارای دو بخش است: یکی تحلیل دادههای فازی و استفاده از روشهای قطعی خوشهبندی و دیگری تحلیل دادههای قطعی با استفاده از تکنیکهای فازی. هدف از خوشهبندی، تقسیمبندی دادههای موجود به چند گروه به قسمی است که دادههای گروه مختلف حداکثر تفاوت ممکن را با هم داشته باشند و دادههای موجود در یک گروه بسیار شبیه به هم باشند. خوشهبندی با کلاسبندی تفاوت دارد و این تفاوت به برچسبدار بودن یا نبودن دستهها مربوط میشود. در خوشهبندی دستهها از پیش تعیین شده نیستند. خوشهبندی دادهها که گاهی تحلیل خوشهای گفته میشود، یکی از فنون طبقهبندی دادههاست.

طبقه بندی اشیای مشابه به چند گروه، یکی از فعالیتهای مهم انسان است. در زندگی روزمرّه این کار بخشی از فرآیند یادگیری است. طبقهبندی در تمام علوم وجود داشته و در سال های اخیر به گونه فزایندهای بر کاربردها، روشها، و نرمافزارهای آن اضافه شده است. خوشهبندی یکی از شاخههای یادگیری بدون نظارت می باشد و فرآیند خودکاری است که در طی آن، نمونهها به دستههایی که اعضای آن مشابه یکدیگر باشند، تقسیم میشوند که به این دسته ها خوشه گفته میشود.

بنابراین خوشه مجموعه ای از اشیاء میباشد که در آن شی ها با یکدیگر مشابه بوده و با اشیاء موجود در خوشههای دیگر غیرمشابه میباشند. برای مشابه بودن میتوان معیارهای مختلفی را درنظرگرفت مثلاً می توان معیار فاصله را برای خوشهبندی مورد استفاده قرار داد و اشیایی را که به یکدیگر نزدیکتر هستند را بعنوان یک خوشه درنظرگرفت که به این نوع خوشهبندی، خوشهبندی مبتنی بر فاصله نیز گفته میشود. در ادامه به تجزیه و تحلیل داده های حاصله از پرسشنامه ها با استفاده از سه روش فوق میپردازیم.

تجزیه و تحلیل داده ها

سبز کردن زنجیره تأمین فرصتی است برای کسانی که نگران موضوعات مصرف پایدار و عملکردهای تجاری محیطیاند. 

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید