นางสาว ปัจจัยที่มีอิทธิพลต่อผลการดำเนินงานโซ่อุปทานเกษตรอินทรีย์ ในพื้นที่ภาคใต้ของประเทศไทย
DOI:
https://doi.org/10.53848/jlsco.v12i2.298390คำสำคัญ:
การจัดการการผลิต, ความร่วมมือ, การรับรองมาตรฐานเกษตรอินทรีย์, กลยุทธ์การสร้างความแตกต่าง, ความสามารถในการตอบสนองลูกค้า, ผลการดำเนินงานของโซ่อุปทาน, การวิเคราะห์ โมเดลสมการโครงสร้างบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ (1) ศึกษาปัจจัยที่มีอิทธิพลต่อผลการดำเนินงานของโซ่อุปทานเกษตรอินทรีย์ในพื้นที่ภาคใต้ของประเทศไทย และ (2) ทดสอบโมเดลความสัมพันธ์เชิงสาเหตุของปัจจัย โดยใช้การวิเคราะห์โมเดลสมการโครงสร้าง (Structural Equation Modeling: SEM) การวิจัยเป็นเชิงปริมาณ เก็บรวบรวมข้อมูลจากเกษตรกรผู้ผลิตสินค้าเกษตรอินทรีย์ จำนวน 400 ราย วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนา และสถิติเชิงอนุมาน ได้แก่ การวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) และโมเดลสมการโครงสร้าง ผลการวิจัย พบว่า โมเดลมีความสอดคล้องกับข้อมูลเชิงประจักษ์อยู่ในเกณฑ์ดี (χ²/df = 1.067, GFI = 0.929, CFI = 0.996, RMSEA = 0.013, SRMR = 0.074) และตัวแปรแฝงทุกตัวมีความตรงและความเชื่อมั่นอยู่ในระดับที่ยอมรับได้ ซึ่งปัจจัยด้านการจัดการการผลิต ความร่วมมือ การรับรองมาตรฐานเกษตรอินทรีย์ กลยุทธ์การสร้างความแตกต่าง และความสามารถในการตอบสนองลูกค้า มีอิทธิพลเชิงบวกต่อผลการดำเนินงานของโซ่อุปทานอย่างมีนัยสำคัญทางสถิติ เมื่อพิจารณาขนาดอิทธิพล พบว่า การจัดการการผลิตมีอิทธิพลสูงสุด (β = 0.483) รองลงมาคือ ความร่วมมือ (β = 0.399) การรับรองมาตรฐานเกษตรอินทรีย์ (β = 0.307) กลยุทธ์การสร้างความแตกต่าง (β = 0.270) และความสามารถในการตอบสนองลูกค้า (β = 0.219) ตามลำดับ โดยตัวแปรทั้งหมดสามารถร่วมกันอธิบายความแปรปรวนของผลการดำเนินงานได้ร้อยละ 73.60 (R² = 0.736) ผลการวิจัยสะท้อนว่า ผลการดำเนินงานของโซ่อุปทานเกษตรอินทรีย์เป็นผลจากกลไกเชิงระบบที่เกิดจากการบูรณาการปัจจัยสำคัญหลายด้าน ซึ่งร่วมกันยกระดับประสิทธิภาพของโซ่อุปทานในด้านต้นทุน คุณภาพ ความรวดเร็ว และความยืดหยุ่น อันนำไปสู่การเสริมสร้างความสามารถในการแข่งขันและความยั่งยืนในระยะยาว อีกทั้งยังค้นพบว่า “การจัดการการผลิต” เป็นปัจจัยหลักที่มีอิทธิพลสูงสุด ซึ่งแตกต่างจากงานวิจัยเดิม และขยายบทบาทของความร่วมมือและการรับรองมาตรฐานในฐานะกลไกเชิงกลยุทธ์ของโซ่อุปทาน
เอกสารอ้างอิง
Abeysekara, N., Wang, H., & Kuruppuarachchi, D. (2019). Effect of supply chain resilience on firm performance and competitive advantage: A study of the Sri Lankan manufacturing sector. International Journal of Production Economics, 218, 1–12.
Afum, E., Agyabeng-Mensah, Y., Sun, Z., Frimpong, B. O., & Kusi, L. Y. (2020). Green manufacturing practices and sustainable performance among Ghanaian manufacturing SMEs: The explanatory link of green supply chain integration. Management of Environmental Quality: An International Journal.
Ali, M. H., Zhan, Y., Alam, S. S., Tse, Y. K., & Tan, K. H. (2017). Food supply chain integrity: The need to go beyond certification. Industrial Management & Data Systems, 117(8), 1589–1611.
Al-Shboul, M. A. (2022). An investigation of transportation logistics strategy on manufacturing supply chain responsiveness in Jordanian industrial companies.
Al-Shboul, M. A., Barber, K. D., Garza-Reyes, J. A., Kumar, V., & Abdi, M. R. (2017). The effect of supply chain management practices on supply chain and manufacturing firms’ performance. Journal of Manufacturing Technology Management, 28(5), 577–609.
Arslan, O., & Can, E. (2025). The effects of differentiation strategies on firm performance: the role of sustainable procurement policies in environmental uncertainty. Journal of Strategy and Management, 18(3), 657-676.
Baah, C., Jin, Z., & Tang, L. (2022). Effect of information sharing in supply chains: Understanding the roles of supply chain visibility, agility, collaboration, and performance. International Journal of Production Economics, 250, 108569.
Baah, C., Acquah, I. S. K., & Ofori, D. (2022). Exploring the influence of supply chain collaboration on supply chain visibility, stakeholder trust, environmental and financial performances: a partial least square approach. Benchmarking: An International Journal, 29(1), 172-193.
Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of management, 17(1), 99-120.
Belhadi, A., Kamble, S. S., Jabbour, C. J. C., Gunasekaran, A., Ndubisi, N. O., & Venkatesh, M. (2024). Artificial intelligence-driven innovation for enhancing supply chain resilience and performance. Technological Forecasting and Social Change, 198, 123002.
Bentler, P. M., & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin, 88(3), 588–606.
Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage.
Byrne, B. M. (1994). Structural equation modeling with EQS and EQS/Windows: Basic concepts, applications, and programming. Sage.
Byrne, T. M. M., Niranjan, S., & Gravier, M. J. (2025). Manufacturing geographic diversification: A supply chain risk management strategy. Industrial Marketing Management.
Chen, X., Zhao, Y., & Zhou, H. (2023). The impact of logistics corporate social responsibility on supply chain performance: Using supply chain resilience as a mediator. Sustainability, 15(3), 1–18.
Cao, M., & Zhang, Q. (2011). Supply chain collaboration: Impact on collaborative advantage and firm performance. Journal of Operations Management, 29(3), 163–180.
Das, S., & Hassan, H. K. (2022). Impact of sustainable supply chain management and customer relationship management on organizational performance. International Journal of Productivity and Performance Management, 71(6), 2140-2160.
Dyer, J. H., & Singh, H. (1998). The relational view: Cooperative strategy and sources of interorganizational competitive advantage. Academy of Management Review, 23(4), 660–679.
Emon, M. M. H. (2025). The mediating role of supply chain responsiveness in the relationship between key supply chain drivers and performance: Evidence from the FMCG industry. Brazilian Journal of Operations & Production Management, 22(1), 10-14488.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50.
Hair, J. F. (2014). A primer on partial least squares structural equation modeling (PLS-SEM). Sage.
Hair, J. F., Anderson, R. E., Babin, B. J., & Black, W. C. (2010). Multivariate data analysis: A global perspective (7th ed.). Pearson.
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135.
Hossain, K., Alam, M. N., Muwazir, M. R., Alsiehemy, A., & Azizan, N. A. (2025). Deconstructed entrepreneurial orientation and export performance: mediating role of differentiation and cost leadership strategy from the developing country context. International Journal of Emerging Markets, 20(6), 2243-2273.
Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55.
Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). Guilford Press.
Kristanto, D., & Kurniawati, D. A. (2025). Financial performance of Indonesian frozen food MSMEs: halal supply chain resilience, certification and competitive advantage. Journal of Islamic Marketing, 16(10), 3092-3114.
Komor, A., Pawlak, J., Wróblewska, W., Białoskurski, S., & Czernyszewicz, E. (2025). Spatial differentiation of the competitiveness of organic farming in EU countries in 2014–2023: An input–output approach. Sustainability, 17(17), 7614.
Munir, M., Jajja, M. S. S., & Chatha, K. A. (2022). Capabilities for enhancing supply chain resilience and responsiveness in the COVID-19 pandemic: exploring the role of improvisation, anticipation, and data analytics capabilities. International Journal of Operations & Production Management, 42(10), 1576-1604.
Navaia, E., Moreira, A., & Ribau, C. (2023). Differentiation strategy and export performance in emerging countries: Mediating effects of positional advantage among Mozambican firms. Economies, 11(44).
Nenavani, J., & Jain, R. (2021). Examining the impact of strategic supplier partnership, customer relationship, and supply chain responsiveness on firm performance.
NSB, A., Raj, R., Kumar, V., Gangaraju, P. K., & De, T. (2025). An agility and performance assessment framework for supply chains using confirmatory factor analysis and structural equation modelling. Supply Chain Analytics, 9, 100093.
Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill. https://doi.org/10.1080/10454446.2011.548733
Office of Agricultural Economics. (2024). Organic agriculture statistics in Southern Thailand. Office of Agricultural Economics, Ministry of Agriculture and Cooperatives, Thailand.
Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903.
Salah, A., Çağlar, D., & Zoubi, K. (2023). The impact of production and operations management practices in improving organizational performance: The mediating role of supply chain integration. Sustainability, 15, 15140.
Siagian, H., & Johono, D. F. (2022). Impact of supply chain integration, supply chain responsiveness, and innovation capability on operational performance in era COVID-19. International Journal of Business Studies, 5(1), 30–43.
Sinniah, S., Al Mamun, A., Md Salleh, M. F., Makhbul, Z. K. M., & Hayat, N. (2022). Modeling the significance of motivation on job satisfaction and performance among the academicians: The use of hybrid structural equation modeling–artificial neural network analysis. Frontiers in Psychology, 13, 935822.
Song, H., Turson, R., Ganguly, A., & Yu, K. (2017). Evaluating the effects of supply chain quality management on food firms’ performance: The mediating role of food certification and reputation. International Journal of Operations & Production Management, 37(10), 1541-1562.
Teng, S. Y., Wang, D., & Chiang, C. Y. (2022). IS capabilities, supply chain collaboration, and quality performance in services: The moderating effect of environmental uncertainty. Total Quality Management & Business Excellence, 33(13–14), 1523–1543.
Um, K. H., & Oh, J. Y. (2020). The interplay of governance mechanisms in supply chain collaboration and performance in buyer–supplier dyads: Substitutes or complements. International Journal of Operations & Production Management, 40(4), 415–438.
Winahyu, W., Rahayu, E. S., Darwanto, D. H., & Harisudin, M. (2024). Analysis of farm performance to realize the sustainability of organic cabbage vegetable farming in Getasan Semarang, Indonesia. Open Agriculture, 9, 20220393.
Winahyu, R., Rahayu, E. S., Darwanto, D. H., & Harisudin, M. (2024). Analysis of farm performance to realize the sustainability of organic cabbage vegetable farming in Getasan, Semarang, Indonesia. Journal of Agricultural Studies, 12(1), 45–60. https://doi.org/10.5296/jas.v12i1.21448
Willer, H., Schlatter, B., Trávníček, J., Kemper, L., & Lernoud, J. (2023). The world of organic agriculture: Statistics and emerging trends 2023. IFOAM & FiBL.
Yu, W., Chavez, R., Jacobs, M. A., Wong, C. Y., & Yuan, C. (2019). Environmental scanning, supply chain integration, responsiveness, and operational performance: An integrative framework from an organizational information processing theory perspective. International Journal of Operations & Production Management, 39(5), 787–814.
