Decomposition analysis of factors influencing interest of companies in code systems for multiple packages in Poland

• Autorzy: Cierpiszewski Ryszard , Korzeniowski Andrzej , Niemczyk Aleksander

Identyfikatory

DOI

10.17270/J.LOG.2019.314

Warianty tytułu

PL

Analiza dekompozycyjna czynników wpływających na zainteresowanie przedsiębiorstw kodowaniem jednostek zbiorczych i logistycznych w Polsce

• Języki publikacji: EN

Abstrakty

EN

Background: Over last years the growing tendency towards the use of barcodes can be observed. They are started to be implemented practically in every activity within the supply chain. The paper presents the analysis of the number of participants of GS1 system in regards to the change of number of companies in Poland and the level of the use of various code systems. The aim of this paper was to identify the main drivers of changes in the implementation of barcodes for multiple packages and trade items among companies in Poland in years 2006-2016. Methods: The decomposition was conducted by the use of LMDI method (Logarithmic Mean Divisia Index). The decomposition analysis was made in the relation to the number of companies enrolled in REGON register. Two indices were used: first one shows the interest in barcodes among companies, the second one relates to total number of companies. Results and conclusions: The results obtained from the decomposition analysis shows factors influencing the interest of companies in code systems: GS1: EAN-13, ITF-14, GS1-128 and SSCC and allows to identify opportunities created by economic growth. They indicate the relationship between the implementation of SSCC identifiers and the interest of companies. The use of GS1 logistics labels should be supported and promoted, and GS1 Poland should play a key role in this activity.

PL

Wstęp: W ostatnich latach można zaobserwować rosnącą tendencję zastosowania kodów kreskowych praktycznie we wszystkich obszarach w obrębie łańcucha dostaw. W prezentowanej pracy poddano analizie zmiany liczby uczestników systemu GS1 w odniesieniu do zmian liczby przedsiębiorstw w Polsce oraz poziom korzystania z różnych standardów kodowania. Celem pracy była identyfikacja czynników determinujących zmiany w wykorzystaniu kodów kreskowych stosowanych na jednostkach zbiorczych i logistycznych przez przedsiębiorstwa w Polsce w latach 2006-2016. Metody: Dekompozycję wykonano metodą logarytmicznej średniej ważonej indeksu Divisia LMDI (Logarithmic Mean Divisia Index). W analizie wykorzystano dwa wskaźniki. Pierwszy z nich odnosił się do wzrostu lub spadku zainteresowania kodami kreskowymi wśród przedsiębiorstw natomiast drugi odnosił się do ogólnej liczby przedsiębiorstw. Wyniki i wnioski: Wyniki analizy dekompozycyjnej do oceny czynników wpływających na zainteresowanie standardami GS1: EAN-13, ITF-14, GS1-128 i SSCC, pozwalają na identyfikację szans wynikających z rozwoju gospodarczego. Wskazują także na zależność stosowania identyfikatora SSCC od zainteresowania firm. Stosowanie etykiet logistycznych GS1 w obrębie łańcuchów dostaw powinno być wspierane i promowane, gdzie szczególną rolę powinna odgrywać organizacja GS1 Polska.

Słowa kluczowe

EN

trade items; multiple packages; logistics standards of barcodes; decomposition analysis; supply chain

PL

jednostka zbiorcza; jednostka logistyczna; standardy kodów kreskowych; analiza dekompozycyjna; łańcuchy dostaw

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2019
• Tom: Vol. 15, no. 1
• Strony: 85--92
• Opis fizyczny: Bibliogr. 15 poz., tab., wykr.

Twórcy

autor

Cierpiszewski Ryszard

• Poznan University of Economics and Business, al. Niepodległości 10, 61-875 Poznań, Poland

autor

Korzeniowski Andrzej

• Poznań School of Logistics, ul. Estkowskiego 6, 61-755 Poznań, Poland

autor

Niemczyk Aleksander

• Poznań School of Logistics, ul. Estkowskiego 6, 61-755 Poznań, Poland

Bibliografia

• 1. Ang B.W., 2004, Decomposition analysis for policymaking in energy: which is the preferred method?, Energy Policy, 32, 1131-1139. http://doi.org/10.1016/S0301-4215(03)00076-4
• 2. Ang B.W., 2005, The LMDI approach to decomposition analysis: a practical guide, Energy Policy, 33, 867-871. http://doi.org/10.1016/j.enpol.2003.10.010
• 3. Ang B.W., 2016, A Simple Guide to LMDI Decomposition Analysis, www.isem.nus.edu.sg/staff/angbw/pdf/A_Simple_Guide_to_LMDI.pdf (czas dostępu: 09.09.2018). https://www.isem.nus.edu.sg/staff/angbw/pdf/A_Simple_Guide_to_LMDI.pdf
• 4. Fujii H., 2016, Decomposition analysis of green chemical technology inventions from 1971 to 2010 in Japan, Journal of Cleaner Production, 112, 4835-4843. http://doi.org/10.1016/j.jclepro.2015.07.123
• 5. Gozdek A., Szaruga E., 2015, Analiza dekompozycyjna wzrostu emisji gazów cieplarnianych z transportu samochodowego na przykładzie Polski i Rumunii [Decomposition analysis of greenhouse emissions from car transport on the example of Poland and Romania], Uniwersytet Szczeciński, Zeszyty Naukowe nr 869, 371-385. http://doi.org/10.18276/ptl.2015.29-26
• 6. Iskrzycki K., Suwała W., Kaszyński P. 2011, Dekompozycja redukcji emisji dwutlenku siarki w polskich elektrowniach [Decomposition of reduction of emission of sulphur dioxide in Polish Power stations], 1995-2008, Polityka Energetyczna, 14(2), 107-124.
• 7. Javato-Martín M., Sanz-Angulo P., de Benito-Martín J.J., Galindo-Melero J., 2017. A Study of the Innovative Applications of Intelligent Transport Systems Works to Logistics and Freight Transport: Public-Private Collaboration Projects. In: Hernández C. (eds) Advances in Management Engineering. Lecture Notes in Management and Industrial Engineering. Springer, Cham, http://doi.org/10.1007/978-3-319-55889-9_13
• 8. Krasoń-Wałęsiak M. Numer GTIN paszportem do świata [GTIN number as passport to the world], online Harvard Business Review Polska nr 184, czerwiec 2018, 15-16.
• 9. Smith-Ditizio Amber A., Smith Alan D., 2019. Using RFID and Barcode Technologies to Improve Operations Efficiency Within the Supply Chain, In: Advanced Methodologies and Technologies in Business Operations and Management, IGI Global's, http://doi.org/10.4018/978-1-5225-7362-3.ch096
• 10. Statistical Yearbook RP 2007, GUS, Warszawa 2007-2017
• 11. Stachura P., 2017, Analiza dekompozycyjna indeksu efektywności energetycznej ODEX dla Polski w latach 2000-2014 [Decomposition analysis of index of energetic effectiveness ODEX for Poland in years 2000-2014], Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 491, 340-351. http://doi.org/10.15611/pn.2017.491.32
• 12. Tengler Jiří , Kolarovzski Peter , Kolarovszká Zuzana, 2017. Identification and Localization of Transport Units for Selected Company, Procedia Engineering, 178, 2017, 491-500, http://doi.org/10.1016/j.proeng.2017.01.092
• 13. Wang Z., Feng Ch., Chen J., Huang J., 2017, The driving forces of material use in China: An index decomposition analysis, Resources Policy 52, 336-348. http://doi.org/10.1016/j.resourpol.2017.04.011
• 14. Zhang F.Q., Ang B.W., 2001, Methodological issues in cross-country/region decomposition of energy and environment indicators, Energy Economics, 23, 179-190. http://doi.org/10.1016/S0140-9883(00)00069-4
• 15. Zhao Y., Liu Y., Qiao X.,, Wang S., Zhang Z., Zhang Y., Li H., 2018, Tracing value added in gross exports of China: Comparison with the USA, Japan, Korea, and India based on generalized LMDI, China Economic Review, 49, 24-44. http://doi.org/10.1016/j.chieco.2017.12.010

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).