Studying the sustainability of third party logistics growth using system dynamics
Notice bibliographique
Résumé
Purpose In this Industry 4.0 era, third-party logistics (3PL) industries face huge cost pressure to deliver their service. With increase in competition among the players, constant mergers and acquisitions (M&A) have been taking place to sustain competitive advantage. Therefore, this study aims to investigate the growth dynamics among the 3PL service providers. Design/methodology/approach In this research, the system dynamics methodology was applied to the study of the growth of 3PL industry in Singapore. A population growth model incorporating the predator–prey interaction is developed to account for growth through M&As among 3PLs and their interaction phenomenon are modeled through modified Lotka–Volterra method. The two-species system model consisting of small and medium logistics service providers (SMLSPs as the prey) and the lead logistics providers (LLPs as the predator) are gauged according to the firm size. Findings Results from the baseline model indicates that Singapore’s logistics industry looks very optimistic for SMLSPs for another 6 years from 2018, while the LLP population will achieve a peak at about 12 years from 2018. Further sensitivity analysis through macroeconomic and microeconomic changes reveals increase in trend of M&As. By varying competitive pressures between firms, results indicate that the LLP population experiences a decreasing rate of increasing SMLSP population falls. Research limitations/implications The research provides guidance for logistics and supply chain managers to better understand the critical factors that impact and determine competitive dynamics. The paper further recommends managers to build sustainable logistics strategies to retain competitive advantages. Originality/value The research contributes to both economic and social dimensions of logistics sustainability of how resilient the industries are during uncertain conditions. Some of the limitations of this research include the geographic coverage of the study region and other methodological aspects. The research value thus helps policymakers for developing strategic policies for sustainable industrial growth.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».