सप्लाई चेन डीकार्बोनाइजेशन में बिग डेटा एनालिटिक्स: एक व्यवस्थित साहित्य समीक्षा और भविष्य के शोध की दिशाएं

नेट-जीरो अर्थव्यवस्था के युग में सप्लाई चेन डीकार्बोनाइजेशन एक रणनीतिक आवश्यकता बन गया है। सप्लाई चेन (SC) को डीकार्बोनाइज करने में Big Data Analytics (BDA) की महत्वपूर्ण भूमिका के बावजूद, किसी भी पूर्व अध्ययन ने इसका व्यवस्थित रूप से मूल्यांकन नहीं किया है। वर्तमान अध्ययन का उद्देश्य SC डीकार्बोनाइजेशन में बिग डेटा एनालिटिक्स के अनुप्रयोगों और परिणामों पर एक व्यवस्थित साहित्य समीक्षा प्रदान करना है। PRISMA प्रोटोकॉल का पालन करते हुए 2016 और 2021 के बीच प्रकाशित सप्लाई चेन डीकार्बोनाइजेशन के लिए BDA तकनीक को लागू करने पर कुल 69 शोधपत्रों का चयन किया गया है। निष्कर्ष बताते हैं कि यह विषय विकसित हो रहा है। अध्ययनों में सर्वेक्षण (30), केस स्टडी (11), और वैचारिक अनुसंधान डिजाइन (8) जैसी विधियों का उपयोग किया गया। विषयगत विश्लेषण से पता चलता है कि 65% अध्ययन रिसोर्स-एडवांटेज सिद्धांतों, संगठनात्मक सिद्धांतों और सिस्टम सिद्धांतों पर आधारित हैं। भारत और चीन के अध्ययन (35%) इस विषय पर प्रमुख हैं, जबकि अधिकांश अध्ययन खाद्य और विनिर्माण उद्योगों पर किए गए हैं। इसके अलावा, इस अध्ययन ने BDA-आधारित SC डीकार्बोनाइजेशन में एंटीसीडेंट-डिसीजन-आउटकम्स (ADO) फ्रेमवर्क को लागू किया। एंटीसीडेंट्स में BDA संसाधन और क्षमताएं, कार्यबल कौशल और आपूर्तिकर्ता क्षमताएं शामिल हैं। डिसीजन्स का तात्पर्य पूरी सप्लाई चेन में निर्णय लेने की प्रक्रिया में सुधार करना है। आउटकम्स का तात्पर्य डीकार्बोनाइजेशन, सतत विकास और सतत नवाचार में सुधार करना है। Theory-Context-Methodology (TCM) फ्रेमवर्क का उपयोग करके भविष्य के अनुसंधान की दिशाएं और प्रश्न प्रदान किए गए हैं।