DOI: https://doi.org/10.63125/28kdxg31
تاريخ النشر: 2025-01-01
المؤلف: Danish Mahmud
الموضوع الرئيسي: إدارة سلسلة التوريد المستدامة
نظرة عامة
تستكشف هذه المراجعة المنهجية دمج تقنيات إنترنت الأشياء (IoT) مع أنظمة دعم القرار (DSS) ضمن نماذج الأعمال للاقتصاد الدائري (CE)، مع التركيز على الكفاءة الاقتصادية والاستدامة البيئية. وفقًا لإرشادات PRISMA 2020، قامت المراجعة بتحليل 68 مقالة تمت مراجعتها من قبل الأقران نشرت من عام 2013 إلى 2024 عبر مجالات متعددة، بما في ذلك الاقتصاد البيئي والهندسة الصناعية. تشير النتائج إلى أن أنظمة DSS المدعومة بـ IoT تعزز الأداء الاقتصادي بشكل كبير من خلال تقليل التكاليف التشغيلية، وتحسين استخدام العمالة، وتحسين استخدام المواد. بالإضافة إلى ذلك، تساهم هذه الأنظمة في الاستدامة البيئية من خلال المراقبة الفورية لانبعاثات الكربون، وإدارة الموارد المائية، وكفاءة الطاقة، بينما تدعم أيضًا المبادئ الأساسية للاقتصاد الدائري مثل تمديد دورة حياة المنتج وتدفقات المواد المغلقة.
على الرغم من هذه المزايا، تسلط المراجعة الضوء على عدة عوائق أمام التبني الواسع، مثل البنية التحتية المجزأة، والتكاليف الأولية العالية، ومقاومة المنظمات. كما تشير إلى الفجوات الحرجة في الدراسات الطولية والتطبيقات في القطاعات غير الصناعية. إن غياب إطار نظري موحد يطرح تحديات للتوافق الاستراتيجي عبر الصناعات. تدعو الورقة إلى إطار عمل متعدد التخصصات وقابل للتكيف يدمج الأبعاد الرقمية والتشغيلية والاستدامة لتوجيه الأبحاث والتنفيذ في المستقبل. بشكل عام، تؤكد المراجعة على أن أنظمة DSS المدعومة بـ IoT ضرورية لتقدم التحولات التجارية الدائرية التي تكون اقتصادية وقابلة للاستدامة بيئيًا، بينما تدعو أيضًا إلى تعزيز مشاركة أصحاب المصلحة وتوافق السياسات لتسهيل اعتمادها.
مقدمة
تناقش مقدمة ورقة البحث الدور التحويلي لأنظمة دعم القرار (DSS) في تعزيز عمليات اتخاذ القرار المعقدة، خاصة عند دمجها مع إنترنت الأشياء (IoT). تم تصميم أنظمة DSS لمعالجة وتقديم البيانات بشكل فعال، مع معالجة المشكلات شبه الهيكلية وغير الهيكلية عبر مجالات متعددة. يتيح دمج IoT لهذه الأنظمة استخدام البيانات الفورية من الأجهزة المتصلة، مما يحول اتخاذ القرار من التحليل الثابت إلى نهج ديناميكي مدفوع بالبيانات. هذه التطورات مهمة بشكل خاص في مجالات مثل التصنيع وإدارة سلسلة التوريد، حيث يمكن لأنظمة DSS المدعومة بـ IoT تسهيل التحليلات التنبؤية والتوجيهية، مما يحسن الكفاءة التشغيلية ويتماشى مع أهداف التنمية المستدامة.
علاوة على ذلك، تسلط الورقة الضوء على مفهوم الاقتصاد الدائري (CE) كإطار عمل حاسم لتعزيز الاستدامة من خلال ممارسات مثل إعادة الاستخدام، والإصلاح، وإعادة التدوير. يتم التعرف على CE بشكل متزايد في الأطر السياسية العالمية، مما يبرز أهميته للكفاءة الاقتصادية والمرونة البيئية. يتطلب تنفيذ مبادئ CE على نطاق واسع التنسيق النظامي واتخاذ القرار الفوري، وهي تحديات يمكن لأنظمة DSS المدعومة بـ IoT التعامل معها بفعالية. من خلال توفير البنية التحتية اللازمة للتتبع والتحليل الفوري، تمكن هذه الأنظمة المنظمات من تحسين استخدام الموارد، وتقليل الفاقد، وتعزيز الاستدامة، مما يحول في النهاية مبادئ CE المجردة إلى استراتيجيات قابلة للتنفيذ تدفع كل من الفوائد البيئية والاقتصادية.
طرق
استخدمت الدراسة منهجية مراجعة منهجية وفقًا لإطار عمل PRISMA 2020 للتحقيق في دور أنظمة دعم القرار (DSS) المدعومة بتقنيات إنترنت الأشياء (IoT) في تعزيز الكفاءة الاقتصادية والاستدامة ضمن نماذج الأعمال للاقتصاد الدائري (CE). اتبعت عملية المراجعة المراحل الأربع لـ PRISMA – التعريف، والفحص، والأهلية، والإدراج – لضمان الصرامة المنهجية وتقليل التحيز. تم إجراء بحث شامل في الأدبيات عبر خمسة قواعد بيانات أكاديمية، مما أسفر عن 426 مقالة، والتي تم تنقيحها لاحقًا إلى 372 سجلًا فريدًا بعد إزالة التكرارات. بعد عملية فحص من مرحلتين، تقدمت 124 مقالة إلى مراجعة النص الكامل، مما أسفر في النهاية عن 68 دراسة استوفت معايير الأهلية للإدراج.
شملت الدراسات المختارة مجموعة متنوعة من دراسات الحالة التجريبية، وأبحاث النمذجة الكمية، والأطر النوعية، مع التركيز على دمج IoT وDSS ضمن سياقات CE. تم استخدام نموذج استخراج بيانات منظم لالتقاط المعلومات الأساسية، بما في ذلك سنة النشر، ومجال الصناعة، والنتائج الاقتصادية أو الاستدامة المبلغ عنها. تم إجراء تجميع موضوعي للبيانات باستخدام الترميز النوعي، بينما تم تحليل النتائج الكمية من خلال الإحصاءات الوصفية. لضمان القوة المنهجية، تم تقييم الدراسات باستخدام أداة تقييم الطرق المختلطة المعدلة (MMAT)، وتم استبعاد تلك التي حصلت على درجات أقل من 50% من التجميع النهائي. يتم تلخيص عملية الاختيار بصريًا في مخطط تدفق، يوضح الانتقال من التعريف الأولي إلى الإدراج النهائي لـ 68 دراسة للتجميع النوعي.
نتائج
تكشف مراجعة 68 دراسة حول أنظمة دعم القرار (DSS) المدعومة بتقنيات إنترنت الأشياء (IoT) في نماذج الاقتصاد الدائري (CE) عن فوائد اقتصادية وبيئية كبيرة. بشكل ملحوظ، أفادت 52 دراسة بتحسينات اقتصادية قابلة للقياس، حيث أشار أكثر من 70% إلى تخفيضات كبيرة في تكاليف العمالة من خلال الأتمتة وجدولة الموارد الفورية. استراتيجيات الصيانة التنبؤية، المدعومة بتغذية استشعار، قللت من وقت التوقف وزادت الإنتاجية بأكثر من 20% في عدة حالات. بالإضافة إلى ذلك، أدى تحسين التحكم في المخزون إلى تقليل استهلاك المواد، بينما حققت الشركات التي تستخدم التحليلات الفورية تجنب التكاليف على المدى الطويل، خاصة في إدارة الطاقة والنفايات. وُجد أن دمج IoT-DSS مع إعادة تصميم العمليات يعظم العوائد الاقتصادية، خاصة في اللوجستيات والتصنيع.
تم تناول مقاييس الاستدامة البيئية في 47 دراسة، حيث أفادت 30 منها بالمراقبة الفورية للانبعاثات واستخدام المرافق. تم توثيق تخفيضات ملحوظة في انبعاثات الكربون (10% إلى 35%) ونتائج الحفاظ على المياه، مما يبرز دور IoT في تحسين دورة الحياة والامتثال للمعايير البيئية. كما سلطت المراجعة الضوء على تفعيل مبادئ CE من خلال IoT-DSS، مما يسهل الأنظمة المغلقة والمراقبة الفورية للدائرية. ومع ذلك، تم تحديد عوائق كبيرة أمام التبني، بما في ذلك جاهزية المنظمات، ودمج الأنظمة القديمة، ومقاومة التغيير. يشير تركيز البحث في التصنيع واللوجستيات، مع تمثيل ناقص في قطاعات مثل الرعاية الصحية والتعليم، إلى الحاجة إلى نهج متعدد التخصصات أوسع ودراسات طويلة الأجل لفهم التأثيرات النظامية لـ IoT-DSS في سياقات متنوعة.
نقاش
يسلط النقاش الضوء على الدور المحوري لأنظمة دعم القرار (DSS) المدعومة بتقنيات إنترنت الأشياء (IoT) في تعزيز الكفاءة الاقتصادية والاستدامة ضمن نماذج الأعمال للاقتصاد الدائري (CE). من خلال تسهيل المراقبة الفورية والتحكم التكيفي في عمليات الإنتاج، واللوجستيات، وصيانة الأصول، تمكن أنظمة IoT-DSS المنظمات من تحسين استخدام الموارد، وتقليل التكاليف التشغيلية، وتعظيم استخدام الأصول. على سبيل المثال، يسمح استخدام التوائم الرقمية وخوارزميات التعلم الآلي للشركات بمحاكاة نظم الإنتاج، وتحديد عدم الكفاءة، وتنفيذ إجراءات تصحيحية بشكل استباقي. لا تعزز هذه التكاملات التكنولوجية الرؤية في سلاسل التوريد فحسب، بل تدعم أيضًا الامتثال للوائح البيئية من خلال أتمتة عمليات الإبلاغ، مما يقلل من الأعباء الإدارية.
علاوة على ذلك، تسهم أنظمة IoT-DSS في الذكاء البيئي من خلال تمكين المراقبة الفورية لمتغيرات مثل الانبعاثات وتصريف النفايات، والتي تعتبر حاسمة لتقييم الأداء الاستدامي عبر سلسلة القيمة. تسهل الأنظمة مشاركة أصحاب المصلحة من خلال مقاييس استدامة شفافة، مما يعزز المساءلة والثقة. يؤكد النقاش على أن التنفيذ الناجح لأنظمة IoT-DSS يتطلب منظورًا تفكيريًا نظاميًا، معترفًا بالعلاقات المتبادلة بين التكنولوجيا، والأشخاص، والعمليات، والسياسات. يدعم هذا النهج الشامل اتخاذ القرار المنسق والانتقال من ممارسات CE المعزولة إلى نظم دائرية متكاملة، مما يحول المفاهيم النظرية للدائرية إلى تطبيقات عملية. إن دمج وجهات نظر نظرية متنوعة، بما في ذلك نظرية الأنظمة الاجتماعية التقنية ونظرية أصحاب المصلحة، أمر ضروري لفهم الديناميات المعقدة التي تلعب دورًا في اعتماد IoT-DSS ضمن أطر CE.
DOI: https://doi.org/10.63125/28kdxg31
Publication Date: 2025-01-01
Author(s): Danish Mahmud
Primary Topic: Sustainable Supply Chain Management
Overview
This systematic review investigates the integration of Internet of Things (IoT) technologies with Decision Support Systems (DSS) within Circular Economy (CE) business models, focusing on economic efficiency and environmental sustainability. Following the PRISMA 2020 guidelines, the review analyzed 68 peer-reviewed articles published from 2013 to 2024 across various disciplines, including environmental economics and industrial engineering. The findings indicate that IoT-enabled DSS significantly enhance economic performance by reducing operational costs, optimizing labor, and improving material usage. Additionally, these systems contribute to environmental sustainability through real-time monitoring of carbon emissions, water resource management, and energy efficiency, while also supporting core CE principles like product lifecycle extension and closed-loop material flows.
Despite these advantages, the review highlights several barriers to widespread adoption, such as fragmented infrastructure, high initial costs, and organizational resistance. It also notes critical gaps in longitudinal studies and applications in non-industrial sectors. The absence of a unified theoretical framework poses challenges for strategic alignment across industries. The paper advocates for a cross-disciplinary, adaptive framework that integrates digital, operational, and sustainability dimensions to guide future research and implementation. Overall, the review emphasizes that IoT-enabled DSS are essential for advancing circular business transformations that are economically viable and environmentally responsible, while also calling for enhanced stakeholder engagement and policy alignment to facilitate their adoption.
Introduction
The introduction of the research paper discusses the transformative role of Decision Support Systems (DSS) in enhancing complex decision-making processes, particularly when integrated with the Internet of Things (IoT). DSS are designed to process and present data effectively, addressing semi-structured and unstructured problems across various sectors. The integration of IoT enables these systems to utilize real-time data from interconnected devices, shifting decision-making from static analysis to a dynamic, data-driven approach. This evolution is particularly significant in fields such as manufacturing and supply chain management, where IoT-enabled DSS can facilitate predictive and prescriptive analytics, thereby improving operational efficiency and aligning with sustainable development goals.
Furthermore, the paper highlights the concept of the Circular Economy (CE) as a critical framework for promoting sustainability through practices such as reuse, repair, and recycling. CE is increasingly recognized in global policy frameworks, emphasizing its importance for economic efficiency and environmental resilience. The implementation of CE principles at scale necessitates systemic coordination and real-time decision-making, challenges that IoT-enabled DSS can effectively address. By providing the necessary infrastructure for real-time tracking and analysis, these systems empower organizations to optimize resource use, minimize waste, and enhance sustainability, ultimately transforming abstract CE principles into actionable strategies that drive both environmental and economic benefits.
Methods
The study utilized a systematic review methodology in accordance with the PRISMA 2020 framework to investigate the role of Internet of Things (IoT)-enabled Decision Support Systems (DSS) in enhancing economic efficiency and sustainability within Circular Economy (CE) business models. The review process adhered to PRISMA’s four phases—identification, screening, eligibility, and inclusion—to ensure methodological rigor and minimize bias. A comprehensive literature search was conducted across five academic databases, yielding 426 articles, which were subsequently refined to 372 unique records after deduplication. Following a two-stage screening process, 124 articles advanced to full-text review, ultimately resulting in 68 studies that met the eligibility criteria for inclusion.
The selected studies encompassed a variety of empirical case studies, quantitative modeling research, and qualitative frameworks, focusing on the integration of IoT and DSS within CE contexts. A structured data extraction form was employed to capture essential information, including publication year, industry domain, and reported economic or sustainability outcomes. Thematic synthesis of the data was conducted using qualitative coding, while quantitative outcomes were analyzed through descriptive statistics. To ensure methodological robustness, studies were evaluated using an adapted Mixed Methods Appraisal Tool (MMAT), with those scoring below 50% excluded from the final synthesis. The selection process is visually summarized in a flow diagram, illustrating the transition from initial identification to the final inclusion of 68 studies for qualitative synthesis.
Results
The review of 68 studies on IoT-enabled Decision Support Systems (DSS) in circular economy (CE) models reveals significant economic and environmental benefits. Notably, 52 studies reported measurable economic improvements, with over 70% indicating substantial labor cost reductions through automation and real-time resource scheduling. Predictive maintenance strategies, enabled by sensor feedback, minimized downtime and increased productivity by over 20% in several cases. Additionally, enhanced inventory control led to reduced material consumption, while enterprises utilizing real-time analytics achieved long-term cost avoidance, particularly in energy and waste management. The integration of IoT-DSS with process redesign was found to maximize economic returns, especially in logistics and manufacturing.
Environmental sustainability metrics were addressed in 47 studies, with 30 reporting real-time monitoring of emissions and utility usage. Noteworthy reductions in carbon output (10% to 35%) and water conservation outcomes were documented, emphasizing the role of IoT in lifecycle optimization and compliance with environmental standards. The review also highlighted the operationalization of CE principles through IoT-DSS, facilitating closed-loop systems and real-time circularity monitoring. However, significant barriers to adoption were identified, including organizational readiness, legacy system integration, and resistance to change. The concentration of research in manufacturing and logistics, with underrepresentation in sectors like healthcare and education, points to a need for broader interdisciplinary approaches and long-term studies to understand the systemic impacts of IoT-DSS in diverse contexts.
Discussion
The discussion highlights the pivotal role of Internet of Things (IoT)-enabled Decision Support Systems (DSS) in enhancing economic efficiency and sustainability within Circular Economy (CE) business models. By facilitating real-time monitoring and adaptive control over production processes, logistics, and asset maintenance, IoT-DSSs enable organizations to optimize resource use, reduce operational costs, and maximize asset utilization. For instance, the use of digital twins and machine learning algorithms allows firms to simulate production ecosystems, identify inefficiencies, and implement corrective actions proactively. This technological integration not only enhances visibility into supply chains but also supports compliance with environmental regulations by automating reporting processes, thereby reducing administrative burdens.
Furthermore, IoT-DSSs contribute to environmental intelligence by enabling real-time monitoring of variables such as emissions and waste discharge, which are crucial for evaluating sustainability performance across the value chain. The systems facilitate stakeholder engagement through transparent sustainability metrics, fostering accountability and trust. The discussion emphasizes that the successful implementation of IoT-DSSs requires a systems thinking perspective, recognizing the interrelations among technology, people, processes, and policies. This holistic approach supports coordinated decision-making and the transition from isolated CE practices to integrated circular ecosystems, ultimately transforming theoretical concepts of circularity into practical applications. The integration of diverse theoretical perspectives, including socio-technical systems theory and stakeholder theory, is essential for understanding the complex dynamics at play in the adoption of IoT-DSSs within CE frameworks.