The Effects of Environmental Risk and Regulatory Pressure on Operational Vulnerability and Disruption Probability in Supply Chains: An Integration of PLS-SEM and Machine Learning
本研究は、トルコのサプライチェーン・マネージャーからのデータに対し、PLS-SEMと機械学習を組み合わせたハイブリッド・アプローチを採用することで、環境リスクと規制圧力が主にオペレーショナルな脆弱性を高めることによって中断の確率を増大させることを実証しており、これはマネージャーが単に外部の脅威を監視するだけでなく、内部の脆弱性を軽減することを優先すべきであることを示唆している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
グローバルなサプライチェーンを、単一の固い線としてではなく、工場、トラック、倉庫、そして港を結ぶ広大で複雑な網の目として想像してみてください。何十年もの間、企業は、突然の嵐、世界政治の変化、あるいは新しい政府の規則といった、外部からこの網を断ち切るかもしれない要因を懸念してきました。これらの外部的な力は、しばしば「リスク」と呼ばれます。しかし、ある新しい研究は、企業の継続的な動きを妨げる真の危険は、単に嵐そのものにあるのではなく、嵐が襲う前にその網がいかに脆弱であるかにあるのだと示唆しています。この脆弱性は「オペレーショナル・ヴォルネラビリティ（運用上の脆弱性）」として知られ、外部の問題が重大な停止へと発展してしまう内部的な弱さを指します。企業は長らく、トラブルの兆候を察知するために地平線を注視することに注力してきましたが、この研究は異なる問いを投げかけています。すなわち、被害の多くは実際に企業の構造によって引き起こされているのか、それとも外部の世界によって引き起こされているのか、という問いです。
これに答えるため、研究者のハルドゥン・トゥラン氏は、トルコの製造業および物流業に従事する384人のマネージャーを対象に調査を行いました。彼らは、工場の現場から最終的な配送に至るまで、物品を動かし続ける責任を担っている人々です。この研究では、主に2種類の外部からの圧力について検証しました。一つは、予測不可能な顧客需要の変化、経済の変動、自然災害などを含む「環境リスク」であり、もう一つは、企業が遵守しなければならない政府の規則や環境基準の増加を指す「規制圧力」です。研究者は、これらの外部の力が直接的にサプライチェーンの断絶を引き起こすのか、それとも、まずサプライチェーンをより脆弱にし、それが結果として断絶を招くのかを知りたいと考えました。明確な全体像を把握するため、研究では二部構成のアプローチを用いました。まず、統計的手法を用いてこれらの概念間の関係をマッピングし、それらがどのように結びついているかという特定の理論を検証しました。次に、その同じデータを、新しい未知の情報に対して理論が成り立つかどうかを検証するために設計されたコンピュータ・アルゴリズムに投入しました。
結果は、明確かつ、やや驚くべき視点の転換を提示しました。研究によれば、環境リスクと規制圧力の両方が確かにサプライチェーンをより脆弱にするものの、それら自体が直接的に混乱を引き起こすわけではないことが分かりました。むしろ、これらの外部の力は、システムの「ひび割れ」を露呈させるストレス・テストのような役割を果たします。企業が厳しい規制や突然の経済変動に直面したとき、単一のサプライヤーへの依存、在庫備蓄の不足、あるいは容易に適応できないプロセスといった「内部の弱さ」こそが、真の混乱の原因となります。実際、データは、規制圧力が環境リスクよりも、この内部の弱さを生み出す強力な要因であることを示していました。これは、ビジネスをより安全またはよりグリーンにするために設計されたルールそのものが、時として業務を硬直化させ、予期せぬ変化に対処するために必要な柔軟性を失わせる可能性があることを示唆しています。
最も重要な発見はおそらく、企業の内部的な脆弱性が考慮されると、外部のリスクと混乱の発生との間に直接的な関連性がなくなることです。言い換えれば、嵐や新しい法律が自動的にサプライチェーンを止めるわけではありません。それは、チェーンが折れずに曲がることができるほど十分に強固でなかった場合にのみ、チェーンを停止させるのです。研究は、オペレーショナル・ヴォルネラビリティこそが、外部からの圧力を現実世界の失敗へと変える中心的なメカニズムであることを裏付けました。研究者が機械学習を用いてモデルをテストした際も、結果はこの結論を補強しました。複雑なアルゴリズムを含むコンピュータ・モデルは、将来の混乱の最も重要な予測因子は、外部リスクのレベルではなく、現在の内部的な脆弱性のレベルであることを見出したのです。興味深いことに、最も複雑なコンピュータ・モデルであっても、単純で明快な計算よりも優れた性能を示すことはありませんでした。これは、これらの要因の関係が直接的かつ線形であり、隠れた複雑なひねりがないことを示唆しています。
ビジネスリーダーにとって、これは安全を確保するための戦略を変えるものです。あらゆる起こりうる外部の脅威を予測することにエネルギーと資金の大部分を投じる代わりに、研究は、自らの内部の弱点を修正することにリソースを集中させるべきだと示唆しています。研究は、企業が自らの内部の脆弱性を、病気が襲う前に患者のバイタルサインをチェックする医師のように、トラブルの先行指標として扱うべきだと提案しています。バックアップとなるサプライヤーを見つけ、柔軟なプロセスを作り、衝撃を吸収するためのバッファ在庫を保持するなど、内部構造を積極的に管理することで、企業は外部の圧力に耐えうるシステムを構築できます。また、本研究は、規制に従うことは必要不可欠であるが、業務をあまりに硬直的なものにするような方法で行うと逆効果になり、回避しようとしているはずの混乱に対して企業をより脆弱にしかねないと警告しています。結局のところ、この研究は、レジリエンス（回復力）とは単に天候を監視することではなく、あらゆる嵐に耐えうる船を造ることであると主張しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。