องค์ประกอบของการฟื้นตัวของโซ่อุปทานหลังการระบาดของไวรัสโควิด 19 ของอุตสาหกรรมในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การแพร่ระบาดของเชื้อไวรัสโควิด 19 ส่งผลกระทบต่อดำเนินงานของธุรกิจต่าง ๆ ทั้งภาคการผลิตและท่องเที่ยว โดยเฉพาะอย่างยิ่งการหยุดชะงักในโซ่อุปทาน การศึกษาครั้งนี้จึงมีวัตถุประสงค์เพื่อศึกษาองค์ประกอบเชิงยืนยันและตรวจสอบความสอดคล้องกับข้อมูลเชิงประจักษ์ของโมเดลองค์ประกอบเชิงยืนยันของการฟื้นตัวของโซ่อุปทานหลังการระบาดของไวรัสโควิด 19 ของอุตสาหกรรมในประเทศไทย ประชากรในงานวิจัยครั้งนี้คือผู้ที่เกี่ยวข้องในอุตสาหกรรมการผลิตและการบริการของประเทศไทยที่จดทะเบียนอย่างถูกต้อง งานวิจัยนี้ใช้แบบสอบถามเป็นเครื่องมือในการทำวิจัย โดยเก็บแบบสอบถามจากกลุ่มตัวอย่าง ทั้งสิ้น 426 องค์กรธุรกิจ และทำการวิเคราะห์องค์ประกอบเชิงยืนยัน ผลการวิจัยพบว่าองค์ประกอบของการฟื้นตัวของโซ่อุปทานหลังจากวิกฤตการระบาดของไวรัสโควิด 19 ของอุตสาหกรรมในประเทศไทย ประกอบด้วย 5 องค์ประกอบหลัก และ 21 ตัวบ่งชี้ ได้แก่ องค์ประกอบที่ 1 เทคโนโลยี ตัวบ่งชี้ที่มีค่าน้ำหนักมากที่สุดคือ การพัฒนาระบบเพื่อตรวจสอบการเข้า-ออกงานของบุคลากรแบบ online เพื่อลดความเสี่ยงในการสัมผัสเชื้อ องค์ประกอบที่ 2 ความยืดหยุ่น ตัวบ่งชี้ที่มีค่าน้ำหนักมากที่สุดคือ การดำเนินงานที่ยืดหยุ่น ทั้งการสั่งซื้อวัตถุดิบ และตารางการผลิตหรือการดำเนินงาน องค์ประกอบที่ 3 ความว่องไว ตัวบ่งชี้ที่มีค่าน้ำหนักมากที่สุดคือ กิจการสามารถจัดการกับการดำเนินงานในโซ่อุปทานเพื่อให้สอดคล้องกับการตัดสินใจ องค์ประกอบที่ 4 การร่วมมือกันในโซ่อุปทาน ตัวบ่งชี้ที่มีค่าน้ำหนักมากที่สุดคือความไว้ใจกันระหว่างคู่ค้าในโซ่อุปทาน และองค์ประกอบที่ 5 การฟื้นตัวของโซ่อุปทาน ตัวบ่งชี้ที่มีค่าน้ำหนักมากที่สุดคือ กิจการสามารถฟื้นฟูการไหลของวัสดุและบริการได้อย่างง่ายดาย
Article Details
References
กรมพัฒนาธุรกิจการค้า. (2565). รายชื่อนิติบุคคลจัดตั้งใหม่และเลิกปี 2564. เรียกใช้เมื่อ 15 มีนาคม 2565 จาก https://www.dbd.go.th/news_view.php?nid =469412361
กรมโรงงานอุตสาหกรรม. (2563). สถิติอุตสาหกรรม ปี 2563. เรียกใช้เมื่อ 15 มีนาคม 2565 จาก https://www.diw.go.th/hawk/content.php?mode=spss63
จิตเกษม พรประพันธ์ และคณะ. (2563). กิจการเสี่ยงและมาตรการดูแลภายใต้ผลกระทบของ โควิด-19. เรียกใช้เมื่อ 15 มีนาคม 2565 จาก https://www.bot.or.th/Thai/ResearchAndPublications/ articles/Pages/Article_30Apr2020.aspx
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2563). แผนการฟื้นฟูเศรษฐกิจและสังคมจากผลกระทบของไวรัสโควิด-19. เรียกใช้เมื่อ 15 มีนาคม 2565 จาก http://nscr.nesdb.go.th/wp-content/uploads/2020/07/แผนฟื้นฟูเศรษฐกิจและสังคมหลังโควิด-แก้หน.pdf
Belhadi, A. et al. (2021). Manufacturing and service supply chain resilience to the COVID-19 outbreak: Lessons learned from the automobile and airline industries. Technological Forecasting and Social Change, 163(2021), 120447.
Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238-246.
Chowdhury, M. M. H. & Quaddus, M. (2017). Supply chain resilience: Conceptualization and scale development using dynamic capability theory. International Journal of Production Economics, 188(June 2017), 185-204.
Comrey, A. L. & Lee, H. B. (2013). A first course in factor analysis. . New York: Psychology press.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. psychometrika, 16(3), 297-334.
Dubey, R. et al. (2021). Empirical investigation of data analytics capability and organizational flexibility as complements to supply chain resilience. International Journal of Production Research, 59(1), 110-128.
Gölgeci, I. & Kuivalainen, O. (2020). Does social capital matter for supply chain resilience? The role of absorptive capacity and marketing-supply chain management alignment. Industrial Marketing Management, 84(January 2020), 63-74.
Hair, J. F. et al. (2006). Multivariate data analysis. 6th Edition. New Jersey: Prentice Hall.
Hooper, D. C. (2010). Structural equation modelling: guidelines for determining model fit. The electronic journal of business research methods, 6(1), 53-60.
Hosseini, S. et al. (2019). Review of quantitative methods for supply chain resilience analysis. Transportation Research Part E: Logistics and Transportation Review, 125(May 2019), 285-307.
Ivanov, D. & Dolgui, A. (2020). Viability of intertwined supply networks: extending the supply chain resilience angles towards survivability. A position paper motivated by COVID-19 outbreak. International Journal of Production Research, 58(10), 2904-2915.
Ivanov, D. (2022). Viable supply chain model: integrating agility, resilience and sustainability perspectives—lessons from and thinking beyond the COVID-19 pandemic. Annals of operations research, 319(1), 1411-1431.
Kilic, A. et al. (2020). Comparison of Confirmatory Factor Analysis Estimation Methods on Binary Data. International Journal of Assessment Tools in Education, 7(3), 451-487.
Marsh, H. W. et al. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler's (1999) findings. Structural equation modeling, 11(3), 320-341.
Rajesh, R. (2021). Flexible business strategies to enhance resilience in manufacturing supply chains: An empirical study. Journal of Manufacturing Systems, 60(2021), 903-919.
Remko, V. H. (2020). Research opportunities for a more resilient post-COVID-19 supply chain-closing the gap between research findings and industry practice. International Journal of Operations & Production Management, 40(4), 341-355.
Rovinelli, R. J. (1976). Methods for Validating Criterion-Referenced Test Items. In Doctoral Dissertation, The Degree Of Doctor Of Philosophy. University of Massachusetts Amherst.
Sabahi, S. & Parast, M. M. (2020). Firm innovation and supply chain resilience: a dynamic capability perspective. International Journal of Logistics Research and Applications, 23(3), 254-269.
Scholten, K. & Schilder, S. (2015). The role of collaboration in supply chain resilience. Supply Chain Management: An International Journal, 20(4), 471-484.