论文标题：Enhancing Humanitarian Supply Chain Resilience: Evaluating Artificial Intelligence and Big Data Analytics in Two Nations

论文链接：https://www.mdpi.com/2305-6290/9/2/64

期刊名： Logistics

期刊主页：https://www.mdpi.com/journal/logistics

1. 引言

本文探讨了人工智能（AI）与大数据分析（BDA）在增强加纳和南非两国人道主义供应链韧性（HSCR）中的应用。面对自然灾害、公共卫生危机等挑战，人道主义供应链需高效应对不可预测的需求与资源限制。AI与BDA技术通过提高决策效率、优化资源配置，为提升HSCR提供了创新途径。

2. 文献综述

本研究基于资源基础观（RBV）、社会技术系统理论（STS）及韧性理论。RBV理论视AI-BDA为战略资源，能增强组织竞争优势；STS理论强调技术与社会因素的整合对系统有效性的重要性；韧性理论关注系统面对干扰时的预见、适应和恢复能力，AI-BDA通过预测分析、物流优化等增强这些能力。

HSCR涵盖预评估、利益相关者参与、战略管理、响应能力、风险管理和物质支持等要素。AI-BDA在人道主义物流中的四大关键技术为：时间序列预测（TSF）、早期预警系统（EWS）、物流优化（LO）和实时监控（RTM）。TSF提升预见性，EWS加速响应，LO优化效率，RTM增强透明度。

现有研究表明，AI-BDA在提升供应链韧性方面效果显著，但不同研究在概念化、方法论及结果上存在差异。本文通过双国视角，实证检验AI-BDA技术在人道主义操作中的具体应用及效果，填补理论与实践间的知识空白。

3. 研究方法

本研究采用解释性研究设计，定量分析200名人道主义供应链专业人士的数据，评估TSF、EWS、LO和RTM对HSCR的影响。研究控制组织规模和技术准备度等变量，确保结果准确。通过在线问卷调查收集数据，运用结构方程模型和回归分析验证AI-BDA技术的积极影响。

4. 结果

研究发现，AI-BDA技术显著提升HSCR，其中TSF和LO影响最为显著。技术准备度促进AI-BDA的采用，而组织规模影响技术实施效果。这些发现为人道主义组织提供了实施AI-BDA的具体建议。

5. 讨论

AI-BDA技术通过提高预测准确性、优化资源配置等，显著增强HSCR。然而，数据质量、技术专长和组织文化等是实施中的主要障碍。未来研究应进一步探索不同情境下的AI-BDA应用，以及长期效果和可持续性。

6. 结论

本文实证验证了AI-BDA技术对提升HSCR的积极作用，特别是在TSF和LO方面。研究为政策制定者和人道主义组织提供了实施AI-BDA的指导框架，强调需关注数据质量、技术能力和组织文化等因素，以最大化AI-BDA的效益。

Supply Chain 4.0: Lean, Agile, Green Practices

投稿截止日期：2027年1月15日

客座编辑：Dr. Sandeep Jagtap, Dr. Rashmi Ranjan Panigrahi, Dr. Subhodeep Mukherjee and Dr. Harshad Sonar

https://www.mdpi.com/journal/logistics/special_issues/6ZC60FD272

期刊介绍

主编：Prof. Dr. Robert Handfield

Logistics（ISSN 2305-6290）是一个为物流和供应链管理领域的研究人员及具有学术倾向的从业者设立的原创性期刊。期刊主要发表与物流和供应链相关的原创文章和高质量综述。主题涵盖领域包括但不限于：人工智能、物流分析和自动化；可持续发展与逆向物流；人道主义和医疗保健物流；最后一公里，电子商务与销售物流；海运物流；供应商，政府和采购物流等。

2024 Impact Factor：3.6

2024 CiteScore：8.0

Time to First Decision：19.6 Days

Acceptance to Publication：4.6 Days