Bài 5: Logistics 4.

0 measurement model: empirical validation based on

aninternational survey
Mô hình đo lường Logistics 4.0: kiểm chứng thực nghiệm dựa trên khảo sát quốc tế
Mục đích
– Nghiên cứu này nhằm mục đích cung cấp một mô hình đo lường, các cấu
trúc và hạng mục cơ bản cho Logistics 4.0 trong các công ty sản xuất. Công
nghệ Công nghiệp 4.0 cho các quy trình hậu cần được gọi là Logistics 4.0.
Logistics 4.0 và các yếu tố của nó đã chứng kiến nhiều khái niệm khác nhau trong
tài liệu. Các tài liệu chủ yếu tập trung vào các nghiên cứu lý thuyết và khái niệm, hỗ
trợ cho quan điểm rằng Logistics 4.0 là một lĩnh vực nghiên cứu tương đối trẻ. Việc
sàng lọc các cấu trúc và xây dựng các quan điểm và định nghĩa đồng thuận là cần
thiết cho những tiến bộ thực tiễn và lý thuyết trong lĩnh vực này.
Thiết kế/phương pháp/cách tiếp cận – Dựa trên đánh giá tài liệu chi tiết và
phỏng vấn nhóm tập trung vào người thực hành, các hạng mục của Logistics
4.0 cho các doanh nghiệp sản xuất đã được xác thực thêm bằng cách sử dụng
một cuộc khảo sát quy mô lớn với các chuyên gia thực hành từ các tổ chức ở
Trung Âu, Đông Bắc Hoa Kỳ Mỹ và Bắc Thái Lan. Các phân tích nhân tố
khám phá và khẳng định đã được sử dụng để xác định mô hình đo lường cho
Logistics 4.0.
Kết quả – Dựa trên 239 câu trả lời, các phân tích nhân tố khám phá và khẳng định
đã đưa ra 9 mục và 3 nhân tố cho mô hình đo lường Logistics 4.0 cuối cùng. Nó kết
hợp “việc tận dụng các khả năng tổ chức ngày càng tăng” (yếu tố 1) với “sự gia tăng
tính minh bạch của dòng nguyên liệu và liên kết” (yếu tố 2) và “thiết lập tự động
hóa trong các quy trình hậu cần” (yếu tố 3).
Ý nghĩa thực tiễn – Các nhà thực hành có thể sử dụng mô hình đo lường được đề
xuất để đánh giá mức độ trưởng thành hiện tại của họ về việc triển khai các hoạt
động Logistics 4.0. Họ có thể lập bản đồ trạng thái hiện tại và đưa ra các kế hoạch
triển khai phù hợp cũng như điểm chuẩn so với các phương pháp hay nhất giữa các
ngành hoặc giữa các ngành dựa trên các chỉ số này.
Tính độc đáo/giá trị – Logistics 4.0 là một lĩnh vực nghiên cứu tương đối mới, đòi
hỏi sự phát triển lớn hơn thông qua xác nhận thực nghiệm. Theo hiểu biết tốt nhất
của tác giả, không tồn tại một cấu trúc đa chiều được kiểm chứng thực nghiệm để
đo lường Logistics 4.0 trong các công ty sản xuất.
1. Giới thiệu
Logistics trong các doanh nghiệp sản xuất bao gồm lập kế hoạch, thực hiện và kiểm
soát dòng chảy và lưu trữ hàng hóa cũng như dịch vụ từ điểm xuất phát bên ngoài
đến công ty và từ công ty đến điểm tiêu thụ để đáp ứng yêu cầu của khách hàng
(Lummus et al., 2001; Tang và Veelenturf, 2019). Toàn cầu hóa thị trường, thay
đổi nhân khẩu học, rút ngắn vòng đời sản phẩm, tăng nhu cầu của khách hàng
để cung cấp các sản phẩm cá nhân hóa bằng cách xem xét các khía cạnh bền
vững là những thách thức hiện tại của hệ thống sản xuất và hậu cần
(Kagermann và cộng sự, 2013; Lasi và cộng sự, 2014; Jubiz-Diaz và cộng sự .,
2019). Hơn nữa, thị trường bão hòa và nhu cầu mới của khách hàng gây áp lực lên
hệ thống hậu cần (Bauernhansl,2014).

Do đó, cần có những phương thức sản xuất và hậu cần mới để tránh tăng chi
phí và gây bất lợi trong cạnh tranh cho các công ty sản xuất (Hofmann và
Rusch, 2017 ).
Số hóa và tự động hóa của Công nghiệp 4.0 tìm cách kết hợp công nghệ thông
tin (CNTT) với các quy trình sản xuất và hậu cần (Kagermann và cộng sự, 2013;
Xu và cộng sự, 2018; Woschank và cộng sự, 2020a). Một trong những mục tiêu
chính của Công nghiệp 4.0 là đạt được mô hình sản xuất tùy biến hàng loạt
(Kagermann và cộng sự, 2013), bằng cách kết hợp hiệu ứng quy mô của sản
xuất hàng loạt với hiệu ứng phạm vi của các sản phẩm được cá nhân hóa (Lasi
và cộng sự, 2014; Barman và Canizares, 2015). Do đó, một hệ thống hậu cần
tương ứng là cần thiết để đảm bảo các luồng thông tin và nguyên vật liệu thích
hợp trong các công ty sản xuất.
Dựa trên một khảo sát gần đây do Deloitte thực hiện, các sáng kiến công nghệ dựa
trên nền tảng Công nghiệp 4.0 chủ yếu tập trung vào hoạt động sản xuất và nhiều
doanh nghiệp đánh giá thấp vai trò chiến lược của logistics như một đòn bẩy cạnh
tranh (Deloitte Insights, 2018).
Công nghệ Công nghiệp 4.0 và các khái niệm áp dụng cho hậu cần công nghiệp đã
dẫn đến thuật ngữ Logistics 4.0 (Barreto và cộng sự, 2017; Muller và Voigt, 2018 ).
Nhưng thuật ngữ Logistics 4.0 – tương tự theo nhiều cách với Công nghiệp 4.0 gốc
của nó (Chiarello và cộng sự, 2018) – thiếu một định nghĩa đồng thuận và tập hợp
các cấu trúc (Szymanska và cộng sự, 2017).
Một số nghiên cứu - ví dụ, Strandhagen et al. (2017) – xác định Logistics 4.0 với
nhiều đặc điểm, như phân tích dữ liệu lớn (BDA) theo thời gian thực, sản xuất
đổi mới dẫn đến giảm yêu cầu lưu trữ, rô-bốt tự động để kiểm soát hàng tồn
kho được tối ưu hóa và trao đổi thông tin theo thời gian thực. Những người
khác mô tả Logistics 4.0 theo các thuật ngữ chung chẳng hạn như chuyển đổi từ
hậu cần định hướng phần cứng sang hậu cần định hướng phần mềm (Timm và
Lorig, 2015). Logistics 4.0 với tư cách là một hệ thống hậu cần cho phép thỏa
mãn nhu cầu của từng khách hàng mà không làm tăng chi phí trong khi nhận
được sự hỗ trợ từ các công nghệ kỹ thuật số trong ngành và thương mại là một
tập hợp các khía cạnh định nghĩa khác (Winkelhaus và Grosse, 2020).
Ngoài ra, theo dõi thời gian thực các luồng nguyên vật liệu, tính minh bạch và
tính linh hoạt của chuỗi cung ứng, đã được đưa ra làm các yếu tố của Logistics
4.0 (Hofmann và Rusch, 2017 ). Các định nghĩa và đặc điểm này chỉ là những ví dụ
gần đây về nhiều yếu tố khái niệm, công nghệ và yếu tố hỗ trợ khác nhau của
Logistics 4.0 được đề xuất trong tài liệu (Burow và cộng sự, 2018; Evtodieva và
cộng sự, 2019).
Hầu hết các nghiên cứu vẫn còn tương đối khái niệm và lý thuyết. Những đặc
điểm này cho thấy nghiên cứu và thực hành Logistics 4.0 còn tương đối non nớt,
đòi hỏi một số hình thức xác nhận thực nghiệm để thúc đẩy khoa học và thực
hành Logistics 4.0 (Winkelhaus và Grosse, 2020). Ngoài ra, Công nghiệp 4.0 đã
nhận được sự quan tâm lớn nhất với việc tăng cường điều tra nghiên cứu có hệ
thống. Tuy nhiên, Logistics 4.0 còn thiếu rất nhiều nghiên cứu (Winkelhaus và
Grosse, 2020).
Trên thực tế, các công ty sản xuất sẽ được hưởng lợi từ mô hình đo lường
Logistics 4.0 đã được xác thực bằng cách có được một định nghĩa ngắn gọn và
do đó, các cấu trúc và chỉ số được xác định rõ ràng sẽ giúp họ triển khai có cấu
trúc Công nghiệp 4.0 trong lĩnh vực hậu cần. Từ quan điểm quản lý, dựa trên
việc sử dụng mô hình đo lường Logistics 4.0, họ có thể xác định tình trạng hiện
tại của mình cũng như so sánh với các công ty tốt nhất. Dựa trên những đánh
giá này, có thể rút ra và cuối cùng thực hiện các hành động để triển khai toàn
diện Công nghiệp 4.0 trong lĩnh vực hậu cần.
Từ quan điểm khoa học, các mô hình đo lường đã được kiểm chứng thực
nghiệm cho Logistics 4.0 vẫn còn thiếu trong tài liệu (Bag et al., 2020). Tuy
nhiên, các mô hình đo lường này sẽ đóng góp đáng kể vào việc nâng cao lý
thuyết, đặc biệt là liên quan đến việc sử dụng Công nghiệp 4.0 trong hậu cần,
và do đó thúc đẩy đáng kể sự hiểu biết về mối quan hệ nhân quả trong các hệ
thống hậu cần. Vì lý do này, nghiên cứu này nhằm mục đích phát triển và xác
nhận một cách có hệ thống mô hình đo lường cho Logistics 4.0 cũng như các
cấu trúc và chỉ số cơ bản của nó.
Sử dụng phương pháp phân tích nhân tố khám phá và khẳng định cũng như
khảo sát thực nghiệm quy mô lớn, nghiên cứu này nhằm phát triển mô hình đo
lường Logistics 4.0. Quá trình phát triển các mục ban đầu sử dụng đánh giá tài
liệu và các cuộc phỏng vấn nhóm tập trung khác nhau. Việc xác nhận đã được
thực hiện bởi một cuộc khảo sát quy mô lớn của các chuyên gia từ Trung Âu,
Đông Bắc Hoa Kỳ (Mỹ) và Bắc Thái Lan.
Bài báo đề xuất một mô hình đo lường cấp một và cấp hai đã được kiểm chứng
thực nghiệm cho Logistics 4.0 và do đó nó đóng góp vào lý thuyết bằng cách
xác định rõ hơn về Logistics 4.0. Mục đích của bài viết này là trả lời câu hỏi
nghiên cứu sau:
Đâu là các hạng mục quy mô chính và các yếu tố thích hợp để đánh giá Logistics
4.0 trong doanh nghiệp sản xuất?
Phần còn lại của bài báo được tổ chức như sau.
Phần thứ hai của bài báo đối chiếu kết quả của các cuộc phỏng vấn nhóm tập trung
và các tài liệu khoa học.
Phần thứ ba mô tả phương pháp nghiên cứu.
Phần thứ tư và thứ năm mô tả kết quả nghiên cứu để trả lời câu hỏi nghiên cứu;
ý nghĩa, hạn chế và hướng nghiên cứu trong tương lai cũng được xác định.
3. Phương pháp nghiên cứu
Nghiên cứu này nhằm phát triển và xác nhận một công cụ đo lường Logistics 4.0 để
nâng cao hiểu biết về việc triển khai Công nghiệp 4.0 trong các quy trình hậu cần
của các công ty sản xuất. Xem xét khía cạnh phát triển quy mô trong lĩnh vực
logistics, nhiều mô hình khác nhau đã được đề xuất. Zhu et al. (2008) đã phát triển
một mô hình đo lường quy mô cho việc thực hiện quản lý chuỗi cung ứng xanh
giữa các nhà sản xuất. Rossiter Hofer và Knemeyer (2009) đã phát triển và xác
nhận thang đo để kiểm soát độ phức tạp của hậu cần, trong khi đó, tương tự, Ojha
và Gokhale (2009) đã phát triển và xác nhận thang đo để lập kế hoạch liên tục kinh
doanh hậu cần trong lĩnh vực quản lý rủi ro chuỗi cung ứng. Theo hướng này, Li et
al. (2009) đã phát triển một thang đo lường sự linh hoạt của chuỗi cung ứng. Hơn
nữa, Boon-itt et al. (2017) đã phát triển và xác nhận thang đo lường để xác định khả
năng của quy trình quản lý chuỗi cung ứng dịch vụ.
Các nghiên cứu về thang đo để đánh giá Công nghiệp 4.0 đã tập trung vào việc
phát triển thang đo trưởng thành và mô hình đánh giá (Samaranayake và cộng
sự, 2017; Ganzarain và Errasti, 2016; Trotta và Garengo, 2019; Caiado và cộng sự,
2021). Nhưng những điều này không nhất thiết phải phù hợp với tư cách là thang đo
để đánh giá thực nghiệm trực tiếp; mặc dù chúng rất hữu ích cho các mục đích quản
lý.
Để phát triển và đo lường Logistics 4.0, chúng tôi sử dụng cách tiếp cận toàn
diện, nhiều bước như được đề xuất bởi một số nghiên cứu trong lĩnh vực quản
lý chuỗi cung ứng và hậu cần (Churchill, 1979; Koufteros và cộng sự, 1997;
Nahm và cộng sự, 2003; Shah và Ward, 2007). Hình 1 cho thấy phương pháp
nghiên cứu và các bước quy trình chi tiết của nó.
Sự phát triển công cụ của cấu trúc Logistics 4.0 tiềm ẩn dựa trên việc xem xét các
tài liệu liên quan và các cuộc phỏng vấn nhóm tập trung sau đó. Cấu trúc sơ bộ của
Logistics 4.0 bao gồm 16 mục được đo lường bằng thang đo Likert 5 điểm. Sau một
thử nghiệm trước, dữ liệu được thu thập trên cơ sở rộng hơn từ những người trả lời
Châu Âu, Châu Á và Hoa Kỳ.
Cài đặt không đồng nhất này hỗ trợ khả năng khái quát hóa quy mô bằng cách bao
gồm vô số các đặc điểm văn hóa, tổ chức và bối cảnh khác nhau (Zhu et al., 2008).
Bằng cách tiến hành phân tích nhân tố khám phá (EFA), tính hợp lệ và độ tin cậy
của các yếu tố Logistics 4.0 được kiểm tra. Hơn nữa, chúng tôi xây dựng hai mô
hình để đánh giá sâu hơn về Logistics 4.0 bằng cách sử dụng phân tích nhân tố
khẳng định. Mô hình 1 được vận hành như một mô hình đo lường nhân tố bậc nhất
với hiệp phương sai giữa các nhân tố của Logistics 4.0 và mô hình 2 được khái
niệm hóa như một mô hình đo lường nhân tố bậc hai xác định Logistics 4.0 là cấu
trúc bậc hai.
3.1 Phát triển công cụ Trong
bước đầu tiên, việc xem xét tài liệu được sử dụng để hiểu rõ hơn về lý thuyết và các
phương pháp đo lường gần đây liên quan đến các hạng mục liên quan đến Logistics
4.0 dựa trên phân tích có cấu trúc của các nghiên cứu lý thuyết và khái niệm. Như
đã thảo luận trong phần 2, nhóm nghiên cứu đã tạo ra sáu danh mục cho nhóm các
hạng mục Logistics 4.0 tiềm năng làm điểm khởi đầu cho phân tích định tính tiếp
theo. Trong bước thứ hai, các cuộc phỏng vấn nhóm tập trung đã được thực hiện để
kết hợp ý kiến chuyên gia dựa trên hướng dẫn của Tong et al. (2007) và Krueger và
Casey (2015). Trong bối cảnh này, việc lựa chọn những người cung cấp thông tin
chính được coi là một yếu tố thành công quan trọng có ảnh hưởng lớn đến tính hợp
lệ của kết quả nghiên cứu (Kumar et al., 1993). Đối với các cuộc phỏng vấn nhóm
tập trung, chúng tôi xác định những người cung cấp thông tin chính là các chuyên
gia có kiến thức rõ ràng và dễ tiếp cận trong một lĩnh vực cụ thể và do đó, chịu
trách nhiệm thiết kế, triển khai và/hoặc kiểm soát một giải pháp vấn đề cụ thể và có
quyền truy cập độc quyền thông tin quan trọng (Mayer, 2002; Bogner et al., 2005).
Qua đó, bằng cách sử dụng danh bạ công ty, nhóm nghiên cứu đã tiếp cận các nhà
quản lý chuỗi cung ứng và hậu cần, những người đã thực hành triển khai các công
nghệ Công nghiệp 4.0 trong các quy trình hậu cần của các công ty sản xuất để thu
thập và đánh giá một cách có hệ thống các nhận định liên quan. Bảng 1 cung cấp
tổng quan về các cuộc phỏng vấn nhóm tập trung.
Nhóm nghiên cứu đã thực hiện 5 cuộc phỏng vấn nhóm tập trung với 37 người
tham gia. Doanh nghiệp và 67 chuyên gia tham dự.
Phân tích nội dung định lượng tiếp theo dẫn đến tổng số 548 câu hỏi và 203 các
tuyên bố liên quan đến Logistics 4.0 thuần túy.
Trước khi xác định các mục cuối cùng cho thang đo, tổng quan tài liệu và 203 nhận
định liên quan đến Logistics 4.0 từ các cuộc phỏng vấn nhóm tập trung đã được
nhóm lại. Các cụm và thuật ngữ đã được đánh giá lại bởi một nhóm chuyên gia độc
lập, bao gồm tám học giả và sáu chuyên gia, để đảm bảo tính hợp lệ về mặt nội
dung và hình thức của các hạng mục đo lường (Zhu et al., 2008). Mô hình đo
lường được đề xuất cho Logistics 4.0 dẫn đến một bộ sơ bộ gồm 16 hạng mục
đo lường.
Bảng câu hỏi cơ bản để đánh giá các hạng mục đo lường được phát triển bằng cách
sử dụng các hướng dẫn được đề xuất từ tài liệu (Moosbrugger và Kelava, 2012). Do
đó, các mục của mô hình đo lường Logistics 4.0 được vận hành hóa bằng thang đo
Likert 5 điểm cho Logistics 4.0 (1 5 không quan trọng, 2 5 hơi quan trọng, 3 5 quan
trọng vừa phải, 4 5 quan trọng, 5 5 rất quan
trọng). Thang đo Likert được sử dụng thường xuyên nhất trong nghiên cứu thực
nghiệm hiện đại vì tính dễ sử dụng, quy trình khái niệm hóa hiệu quả về thời gian
và độ tin cậy của chúng (Bortz và D€oring, 2007).
Bảng câu hỏi kết quả được đánh giá bởi các chuyên gia từ các công ty sản xuất và
các nhà nghiên cứu từ các trường đại học. Cuối cùng, bảng câu hỏi đã được hoàn
thiện với phản hồi từ các thử nghiệm thí điểm với 36 doanh nghiệp bằng cách sử
dụng một cuộc khảo sát trực tuyến. Ngoài ra, phải khẳng định rằng việc thực hiện
nghiên cứu thực nghiệm không bị ảnh hưởng bởi đại dịch Covid-19. Phần 1 của
nghiên cứu, cụ thể là phỏng vấn nhóm tập trung, được thực hiện trước đại dịch.
Phần 2, cuộc khảo sát, được thực hiện trực tuyến, dẫn đến không có giới hạn nào
liên quan đến Covid-19.

3.2 Phương pháp khảo sát và chọn mẫu

Việc thu thập dữ liệu cho cuộc khảo sát quy mô lớn được đề xuất diễn ra trên
ba lục địa khác nhau. Như đã phác thảo, chúng tôi đã sử dụng cài đặt không đồng
nhất này để đảm bảo khả năng khái quát hóa quy mô bằng cách bao gồm vô số các
đặc điểm văn hóa, tổ chức và bối cảnh khác nhau trong mẫu cuối cùng (Zhu et al.,
2008). Ngoài ra, chúng tôi đã sử dụng phương pháp tiếp cận tam giác, trong đó
chọn mẫu ngẫu nhiên ở Đông Bắc-Hoa Kỳ và Trung-EU, và lấy mẫu lý thuyết
ở miền Bắc Thái Lan. Lấy mẫu lý thuyết được sử dụng để giảm bớt những khó
khăn tiềm ẩn trong việc thu thập dữ liệu liên quan, để tránh sự hiểu lầm về các mục
khảo sát của dân số mục tiêu và để cô lập các biến gây nhiễu tiềm ẩn, trong khi lấy
mẫu ngẫu nhiên được chọn để bù đắp những thiếu sót tiềm ẩn về tính hợp lệ và khả
năng khái quát hóa từ lý thuyết phương pháp lấy mẫu (Zhu et al., 2008).
Trong bước đầu tiên, chúng tôi đã liên hệ với các công ty thông qua email ngẫu
nhiên. Một lần nữa, điều đáng chú ý là cách tiếp cận để liên hệ với những người
cung cấp thông tin chính là rất quan trọng
đối với tính hợp lệ của kết quả nghiên cứu (Kumar et al., 1993). Trong trường hợp
hiện tại, việc liên hệ với nhà cung cấp thông tin phù hợp được đảm bảo bằng
cách sử dụng các thư mục thành viên chuyên nghiệp. Do đó, các công ty đã được
xác định bằng cách sử dụng thư mục công ty từ ASCM (Hiệp hội quản lý chuỗi
cung ứng) cho Đông Bắc-Hoa Kỳ và cơ sở dữ liệu ORBIS cho Trung-Châu Âu.
Trong tổng số 10.574 bảng câu hỏi (Đông Bắc-Hoa Kỳ 1.542, Trung–Châu Âu
9.032), 131 (Đông Bắc-Hoa Kỳ 59, Trung–Châu Âu 72) đã được hoàn thành, hợp lệ
và do đó, có thể sử dụng được cho nghiên cứu của chúng tôi. Trong bước thứ hai,
chúng tôi sử dụng phương pháp lấy mẫu lý thuyết ở miền Bắc Thái Lan.
Eisenhardt (1989) và Patton (2002) đã đề xuất hướng dẫn cho các phương pháp lấy
mẫu lý thuyết được sử dụng . Một bối cảnh mẫu không đồng nhất dựa trên số lượng
nhân viên, loại hình công nghiệp, với bối cảnh đồng nhất về vị trí địa lý (miền Bắc
Thái Lan) đã được sử dụng để cô lập những sai lệch tiềm ẩn (Saunders và cộng sự,
2003). Chúng tôi đã trực tiếp liên hệ với những người trả lời bằng cách giải thích
mục đích của nghiên cứu và thu thập trực tiếp các câu hỏi. Để khuyến khích tham
gia, người trả lời được cung cấp kết quả dưới dạng báo cáo và bản trình bày. Ngoài
ra, những người tham gia sẽ nhận được các nghiên cứu sâu hơn dưới dạng bản tin
theo yêu cầu. Tóm lại, phương pháp lấy mẫu lý thuyết dẫn đến 108 câu trả lời hợp
lệ và do đó, có thể sử dụng được.
Nhìn chung, mẫu cuối cùng bao gồm tổng cộng 239 câu trả lời. Về vấn đề này, sức
mạnh thống kê và độ chính xác của ước tính tham số mô hình CFA (và SEM nói
chung) bị ảnh hưởng bởi kích thước mẫu (Brown, 2015). Cỡ mẫu >200 người tham
gia cung cấp đủ sức mạnh thống kê để phân tích dữ liệu (Hoe, 2008; Singh et al.,
2016). Gợi ý này cũng phù hợp với khuyến nghị của Comrey (1988) , người đề xuất
>200 người tham gia là đủ cho một biện pháp có tối đa 40 hạng mục. Tham số này
được đáp ứng bởi mẫu hiện tại (N 5 239). Hơn nữa, t-Test không cho thấy bất kỳ sự
khác biệt đáng kể đáng chú ý nào (giá trị p <0,05) giữa phương pháp lấy mẫu ngẫu
nhiên và phương pháp lấy mẫu lý thuyết.
Hơn nữa, xu hướng không trả lời đã được kiểm tra bằng cách sử dụng các khuyến
nghị từ Armstrong và Overton (1997) so sánh những người trả lời sớm và muộn
hơn. Thử nghiệm so sánh nhóm không cho thấy bất kỳ sự khác biệt đáng kể nào
giữa những người trả lời sớm hơn và muộn hơn. Mức độ đồng nhất cao hơn
trong mẫu này càng nâng cao khả năng chuyển giao và tính đại diện cho kết quả
nghiên cứu của chúng tôi (Bortz và D€oring, 2007; Hair và cộng sự, 2019). Trong
bước đầu tiên, chúng tôi đã liên hệ với các công ty thông qua email ngẫunhiên. Một
lần nữa, điều đáng chú ý là cách tiếp cận để liên hệ với những người cung cấp thông
tin chính là rất quan trọng đối với tính hợp lệ của kết quả nghiên cứu (Kumar et al.,
1993). Trong trường hợp hiện tại, việc liên hệ với nhà cung cấp thông tin phù hợp
được đảm bảo bằng cách sử dụng các thư mục thành viên chuyên nghiệp. Do đó,
các công ty đã được xác định bằng cách sử dụng thư mục công ty từ ASCM (Hiệp
hội quản lý chuỗi cung ứng) cho Đông Bắc-Hoa Kỳ và cơ sở dữ liệu ORBIS cho
Trung-Châu Âu. Trong tổng số 10.574 bảng câu hỏi (Đông Bắc-Hoa Kỳ 1.542,
Trung–Châu Âu 9.032), 131 (Đông Bắc-Hoa Kỳ 59, Trung–Châu Âu 72) đã được
hoàn thành, hợp lệ và do đó, có thể sử dụng được cho nghiên cứu của chúng tôi.
Trong bước thứ hai, chúng tôi sử dụng phương pháp lấy mẫu lý thuyết ở miền Bắc
Thái Lan.
Hơn nữa, một phân tích phương sai (ANOVA) cho thấy không có sự khác biệt đáng
kể về các chỉ số giữa những người trả lời ở Đông Bắc-Hoa Kỳ, Trung-EU và Bắc-
Thái Lan. Eisenhardt (1989) và Patton (2002) đã đề xuất hướng dẫn cho các phương
pháp lấy mẫu lý thuyết được sử dụng . Một bối cảnh mẫu không đồng nhất dựa trên
số lượng nhân viên, loại hình công nghiệp, với bối cảnh đồng nhất về vị trí địa lý
(miền Bắc Thái Lan) đã được sử dụng để cô lập những sai lệch tiềm ẩn (Saunders
và cộng sự, 2003). Chúng tôi đã trực tiếp liên hệ với những người trả lời bằng cách
giải thích mục đích của nghiên cứu và thu thập trực tiếp các câu hỏi. Để khuyến
khích tham gia, người trả lời được cung cấp kết quả dưới dạng báo cáo và bản trình
bày. Ngoài ra, những người tham gia sẽ nhận được các nghiên cứu sâu hơn dưới
dạng bản tin theo yêu cầu. Tóm lại, phương pháp lấy mẫu lý thuyết dẫn đến 108 câu
trả lời hợp lệ và do đó, có thể sử dụng được. Bất chấp bối cảnh không đồng nhất của
các quốc gia riêng lẻ, được phản ánh chẳng hạn ở các đặc điểm văn hóa, tổ chức và
bối cảnh khác nhau, tính khái quát của quy mô phát triển có thể được chứng minh rõ
hơn (Zhu và cộng sự, 2008).
Xét về số lượng lao động, 54,6% số người được hỏi đến từ doanh nghiệp có 0–100
lao động, 9,7% từ doanh nghiệp có 100–250 lao động và 12,2% từ doanh nghiệp có
250–500 lao động. 23,5% còn lại là của các doanh nghiệp có trên 500 lao động.
Những người được hỏi chủ yếu đến từ ngành kim loại (39,6%), tiếp theo là ngành
bán lẻ/thực phẩm/quần áo (37,8%). Những người trả lời còn lại là từ tài chính/tư
vấn/giáo dục (9,6%), điện tử (6,5%), giấy/gỗ (3,9%) và hóa chất (2,6%).
Mô tả công việc bao gồm 38,4% Giám đốc điều hành/chủ sở hữu công ty, 34,5%
hậu cần hoặc SCM quản lý và 27,1% nhân viên làm việc ở vị trí liên quan đến hậu
cần.
Mô tả chi tiết về bước thứ ba trong phương pháp nghiên cứu của chúng tôi - phân
tích dữ liệu trong Hình 1 - có trong Phần 4.1, 4.2 và 4.3.
4. Kết quả
4.1 Phân tích mô tả:
Thống kê mô tả các hạng mục quy mô sơ bộ để đánh giá Logistics 4.0 Dựa
trên tổng quan tài liệu và các cuộc phỏng vấn nhóm tập trung khác nhau, danh sách
16 hạng mục Logistics 4.0 dành cho doanh nghiệp sản xuất đã được xác định. Bảng
2 tóm tắt các hạng mục Logistics 4.0 cuối cùng được xác nhận thông qua cuộc khảo
sát quốc tế. Trong bước đầu tiên, kết quả khảo sát được phân tích bằng các khái
niệm thống kê cơ bản.
Tất cả các mục được đánh giá với giá trị trung bình lớn hơn 3,74 trên thang điểm từ
1–5. Xét tính biến thiên của kết quả khảo sát, độ lệch chuẩn nằm trong khoảng từ
0,838 đến 0,916. Những yêu cầu này được đánh giá là quan trọng đối với Logistics
4.0 và những người được hỏi tương đối nhất quán trong đánh giá của họ.
4.2 Phân tích nhân tố khám phá: kiểm tra tính hợp lệ và độ tin cậy
Ở bước đầu tiên, chúng tôi đã tiến hành EFA với phương pháp trích xuất nhân tố
trục chính và ProMax với chuẩn hóa Kaiser làm phương pháp xoay, dẫn đến ba yếu
tố, cấu trúc tương ứng, được thiết lập bởi sáu lần lặp. Bảy trong số 16 mục sơ bộ bị
loại bỏ do hệ số tải thấp, để lại tổng cộng chín mục và ba yếu tố cho mô hình đo
lường Logistics 4.0 cuối cùng.
Tóm lại, tất cả các thử nghiệm đều cung cấp bằng chứng về tính hiệu lực và độ tin
cậy của cấu trúc Logistics 4.0 của chúng tôi.
5. Thảo luận
Phần sau đây thảo luận về mặt lý thuyết các hạng mục không được đưa vào mô hình
đo lường Logistics 4.0. Các khái niệm như sản xuất theo yêu cầu, sản xuất và giao
hàng đúng lúc (Mục 4) cũng như xác định và tránh gián đoạn dòng nguyên liệu
(Mục 5) là những nguyên tắc chính của phương pháp tiếp cận Quản lý tinh gọn và
linh hoạt (Golhar và Stamm, 1991). Do đó, những người được hỏi có thể không chỉ
định cho họ mức độ quan trọng nhất quán trong lĩnh vực Logistics 4.0. Theo kết quả
khảo sát, việc sử dụng các hệ thống hỗ trợ ra quyết định để lập kế hoạch và kiểm
soát hậu cần (Mục 11) không được coi trọng nhất quán. Điều này có thể được giải
thích là do tiềm năng của các hệ thống hỗ trợ quyết định nâng cao sử dụng các thuật
toán học máy và phân tích dữ liệu lớn công nghiệp chưa được biết đến nhiều trong
ngành, đặc biệt là do thiếu nhân sự lành nghề (Rogers và Kalinova, 2021; Kumar và
cộng sự, 2021 ). Tương tự, hạn chế về khả năng tiếp cận dữ liệu đối với các bên liên
quan khác nhau (mục 16) và việc đảm bảo an toàn dữ liệu trong toàn bộ chuỗi cung
ứng không được đánh giá nhất quán là quan trọng (mục 1). Điều này trái ngược với
nghiên cứu gần đây điều tra khả năng của các hệ thống dựa trên chuỗi khối giảm
thiểu các vấn đề về mối đe dọa bảo mật và rủi ro rò rỉ quyền riêng tư trong giai đoạn
vận hành của hệ thống hậu cần thông minh (Fu và Zhu, 2019; Li và cộng sự, 2021).
- 4.0 là một lĩnh vực nghiên cứu tương đối mới, đòi hỏi sự phát triển lớn hơn
thông qua xác nhận thực nghiệm. Nhiều yếu tố khái niệm, công nghệ và yếu tố hỗ
trợ khác nhau của Logistics 4.0 đã được đề xuất trong tài liệu (Burow và cộng sự,
2018; Evtodieva và cộng sự, 2019; Winkelhaus và Grosse, 2020). Tuy nhiên, hầu
hết các nghiên cứu vẫn còn tương đối khái niệm và lý thuyết. Một số cấu trúc cơ
bản của Logistics 4.0 đã tồn tại nhưng các mục đo lường và thang đo đã được
kiểm chứng thực nghiệm hiện đang thiếu. Điều này cũng được củng cố bởi các
tài liệu gần đây (Bag và cộng sự, 2020; Winkelhaus và Grosse, 2020).
Do đó, bài báo của chúng tôi đề xuất một mô hình đo lường Logistics 4.0 được
phát triển và kiểm chứng bằng cách sử dụng phân tích nhân tố khám phá và
khẳng định cũng như một cuộc khảo sát quy mô lớn.
Mặc dù những tiến bộ công nghệ vẫn còn quan trọng, nhưng nghiên cứu của
chúng tôi cũng bao gồm quan điểm lấy con người làm trung tâm. Điều này được
nhấn mạnh bằng cách đề cập rằng việc đào tạo nhân viên để phân tích dữ liệu là rất
quan trọng để tăng khả năng của người vận hành trong việc đọc và diễn giải một
cách thích hợp lượng dữ liệu do thiết bị hậu cần tạo ra. Hơn nữa, các hệ thống hỗ
trợ nhận thức để xác định và xem xét những thay đổi nhanh chóng về nhu cầu cũng
như cung cấp hướng dẫn công việc cho sự hợp tác trong toàn bộ chuỗi cung ứng nổi
lên là điều rất quan trọng đối với các nhà khai thác hậu cần trong tương lai. Ngoài
ra, tự động hóa cũng rất quan trọng đối với các quy trình hậu cần chứ không chỉ đối
với các hệ thống sản xuất. Khối lượng công việc nhận thức của người vận hành con
người sẽ tăng lên trong các nhà máy trong tương lai (Rauch et al., 2020), do đó, các
hệ thống cung cấp đặt hàng tự động, kiểm soát vật liệu tự động cũng như tự kiểm
soát các quy trình lưu kho sẽ hỗ trợ đắc lực. Mô hình đo lường Logistics 4.0 được
đề xuất thậm chí có thể là cơ sở cho nghiên cứu mới hơn liên quan đến hậu cần
(Østergaard, 2018; Paschek và cộng sự, 2019; Bag và cộng sự, 2020) bao gồm nhu
cầu của người dùng cuối và hậu cần chặng cuối trong Công nghiệp 4.0' tự động hóa
và truyền thông về nhu cầu, vật liệu và hàng tồn kho trên toàn chuỗi cung ứng.