Czynniki ryzyka w łańcuchach dostaw paliw płynnych

Celem artykułu jest zidentyfikowanie czynników ryzyka i wyzwań wskazywanych w literaturze naukowej dotyczącej logistyki i łańcuchów dostaw paliw płynnych. Jako metodę badawczą zastosowano krytyczny przegląd literatury, który został uzupełniony odniesieniami do sytuacji na polskim rynku paliw. Dodanie polskiego kontekstu pozwala na rozszerzenie analizy o specyficzne dla Polski uwarunkowania i praktyki, mniej licznie reprezentowane w międzynarodowych publikacjach naukowych. Przegląd ujawnił, że wyzwania dla logistyki paliw wpisują się w różne kategorie problemów współczesnego świata, takie jak ochrona środowiska (emisja CO₂, skażenie ekosystemów), odpowiedzialność społeczna oraz efektywność i bezpieczeństwo transportu (planowanie tras, transparentność operacji). Technologie cyfrowe, w tym Internet Rzeczy (IoT) i blockchain, stanowią odpowiedź na wiele z tych problemów. Umożliwiają monitorowanie, wymianę informacji, zapewnienie bezpieczeństwa i poprawę efektywności w łańcuchach dostaw. Wiele środków zaradczych dotyczy legislacji i zmian w sferze zarządzania (decentralizacja logistyki, strategia Lean SCM, systemy wspomagające decyzje). Wyzwania dla logistyki paliw wykraczają poza strefę operacyjną i funkcjonalną firm, często odnoszą się do rozszerzonych łańcuchów dostaw i całego makrootoczenia przedsiębiorstw.

Bibliografia/References

Agustina, F., Vanany, I., & Siswanto, N. (red.). (2020). Determining sources of uncertainty, performance, and strategy in biodiesel supply chain. W: ACM International Conference Proceeding Series. Osaka, 7 April 2020. https://doi.org/10.1145/3396743.3396767

Ahmad, R. W., Salah, K., Jayaraman, R., & Omar, M. A. (2022). Blockchain in oil and gas industry: Applications, challenges, and future trends. Technology in Society, 68. https://doi.org/10.1016/j.techsoc.2022.101941

Baptiste, P. (red.). (2019). The social acceptability issues that can be expected in logistics. Proceedings of the 2019 International Conference on Industrial Engineering and Systems Management, IEMS 2019. Shanghai, 25–27 September 2019.

Beteto, A., Melo, V., Lin, J., Alsultan, M., Dias, E. M., Korte, E. i in. (2022). Anomaly and cyber fraud detection in pipelines and supply chains for liquid fuels. Environment Systems and Decisions, 42(2), 306–324. https://doi.org/10.1007/s10669-022-09843-5

Bianco, I., Ilin, I., & Iliinsky, A. (2021). Digital technology risk reduction mechanisms to enhance ecological and human safety in the Northern Sea route for oil and gas companies. W: E3S Web of Conferences, 258, 06047. https://doi.org/10.1051/e3sconf/202125806047

Bimha, H., Hoque, M., & Munapo, E. (2020). The impact of supply chain management practices on industry competitiveness: A mixed-methods study on the Zimbabwean petroleum industry. African Journal of Science, Technology, Innovation and Development, 12(1), 97–109. https://doi.org/10.1080/20421338.2019.1613785

Chaudhary, K., Chaudhary, G., & Khari, M. (2023). Applying game theory models for risk management in supply chain networks. American Journal of Business and Operations Research, 10(1), 42–52. https://doi.org/10.54216/AJBOR.100104

Chen, M., Smith, P. M., & Thomchick, E. (2017). Qualitative insights into buyer-supplier relationship attributes in the U.S. biofuels industry. Renewable Energy Focus, 22–23, 1–9. https://doi.org/10.1016/j.ref.2017.09.001

Deloitte. (2013). The ripple effect. How manufacturing and retail executives view the growing challenge of supply chain risk. https://www2.deloitte.com/content/dam/Deloitte/global/Documents/Process-and-Operations/gx-operations-consulting-the-rippleeffect-041213.pdf

Gaveau, D. L. A., Sheil, D., Husnayaen i in. (2016). Rapid conversions and avoided deforestation: Examining four decades of industrial plantation expansion in Borneo. Scientific Reports, 6, 32017. https://doi.org/10.1038/srep32017

Global Compact Network Poland. (2022). Przeciwdziałanie szarej strefie w latach 2014–2022. https://ungc.org.pl/wpcontent/uploads/2023/02/publikacja-szara-strefa-www.pdf

Goswami, K., & Hazarika, A. (2016). Supply chain network of Jatropha based biodiesel industry in North East India. Sustainable Production and Consumption, 6, 38–50. https://doi.org/10.1016/j.spc.2016.01.002

Gurtu, A., Jaber, M. Y., & Searcy, C. (2015). Impact of fuel price and emissions on inventory policies. Applied Mathematical Modelling, 39(3–4). https://doi.org/10.1016/j.apm.2014.08.001

Herold, D. M., Nowicka, K., Pluta-Zaremba, A., & Kummer, S. (2021). COVID-19 and the pursuit of supply chain resilience: Reactions and "lessons learned" from logistics service providers (LSPs). Supply Chain Management, 26(6), 702–714. https://doi.org/10.1108/SCM-09-2020-0439

Jedliński, M., & Marzantowicz, Ł. (2017). Wpływ niepewności i nieprzewidywalności na procesy logistyczne. Problemy Transportu i Logistyki, (33), 171–185.

Jin, Y., Vonderembse, M., Ragu-Nathan, T. S., & Smith, J. T. (2014). Exploring relationships among IT-enabled sharing capability, supply chain flexibility, and competitive performance. International Journal of Production Economics, 153, 24–34. https://doi.org/10.1016/j.ijpe.2014.03.016

Kaczmarek, T. T. (2008). Ryzyko i zarządzanie ryzykiem. Difin.

Kazemzadeh, N., & Hu, G. (2013). Optimization models for biorefinery supply chain network design under uncertainty. Journal of Renewable And Sustainable Energy, 5(5). https://doi.org/10.1063/1.4822255

Liu, S., Zhang, Y., Liu, Y., Wang, L., & Wang, X. V. (2019). An `Internet of Things' enabled dynamic optimization method for smart vehicles and logistics tasks. Journal of Cleaner Production, 215, 806–820. https://doi.org/10.1016/j.jclepro.2018.12.254

McKinnon, A. C. (2016). Freight transport deceleration: Its possible contribution to the decarbonisation of logistics. Transport Reviews, 36(4), 418–436. https://doi.org/10.1080/01441647.2015.1137992

Mingzhou, J., Granda-Marulanda, B. A., & Down, I. (2014). The impact of carbon policies on supply chain design and logistics of a major retailer. Journal of Cleaner Production, 85, 453–461.

Nowicka, K. (red.). (2022). Gospodarka o obiegu zamkniętym. Część 2. Łańcuchy dostaw. Oficyna Wydawnicza SGH.

Nyszk, W. (2021). Logistyka czynnikiem tworzenia konkurencyjności przedsiębiorstwa. Gospodarka Materiałowa i Logistyka, (3), 37–45.

POPHiN. (2017). Przemysł i handel naftowy. Raport roczny 2017. Polska Organizacja Przemysłu i Handlu Naftowego. https://popihn.pl/wpcontent/uploads/2021/01/Raport-POPiHN-za-2017-pl-na-strone-www-6-kwietnia.pdf

Pourhejazy, P. Kwon, O. K., & Lim, H. (2019). Integrating sustainability into the optimization of fuel logistics networks. KSCE Journal of Civil Engineering, 23(3), 1369–1383. https://doi.org/10.1007/s12205-019-1373-7

Rutkowski, K. (2015), Rekonfiguracja międzynarodowych łańcuchów dostaw jako narzędzie zapobiegania zagrożeniom kryzysowym – szansa dla Polski. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 382.

Sheth, J. (2020). Impact of COVID-19 on consumer behavior: Will the old habits return or die? Journal of Business Research, 117, 280–283. https://doi.org/10.1016/j.jbusres.2020.05.059

Teuteberg, F. (2009). Supply chain risk management: A neural network approach. W: R. Ijioui, H. Emmerich, & M. Ceyp (red.), Strategies and Tactics in Supply Chain Event Management (99–118). Springer.

U. S. Energy Information Administration. (2024). U. S. total energy consumption by energy end-use sector, 1950–2022. https://www.eia.gov/energyexplained/use-of-energy/ (pobrano 20.01.2024).

Ustawa z dnia 25 sierpnia 2006 r. o biokomponentach i biopaliwach ciekłych. Dz.U. 2006 nr 169, poz. 1199.

Ustawa z dnia 30 maja 2014 r. o zmianie ustawy o zapasach ropy naftowej, produktów naftowych i gazu ziemnego oraz zasadach postępowania w sytuacjach zagrożenia bezpieczeństwa paliwowego państwa i zakłóceń na rynku naftowym oraz niektórych innych ustaw. Dz.U. 2014, poz. 900.

Wieteska, G. (2011). Zarządzanie ryzykiem w łańcuchu dostaw na rynku B2B. Difin.

Witkowski, J., & Weremij, T. (2013). IT Solutions in transport management of liquid fuels. Case study of Grupa Lotos. Management, 17(2), s. 259–271. https://doi.org/10.2478/manment-2013-0070.

World Resources Institute. (2015). CAIT climate data explorer. http://cait.wri.org (pobrano 1.12.2015).