Agri-food supply chains and sustainable development goals : the impact and challenge of data analytics

The agri-food sector plays a major role in sustaining most human activities. In the meanwhile, the sector is facing some issues that pose a threat to secure food for the current and future generations such as population growth, natural resources scarcity, pollution, climate change, and food waste. To tackle these emergent issues, advancements in Data Analytics (DA) offer decision-making tools to address agri-food sustainability. Those disruptive technologies such as machine learning, artificial intelligence, big data, IoT, and remote sensing could provide better soil management, yield improvement, precise irrigation, pest control, and livestock management. While they also give insights into supply management, demand forecasting, and logistics planning to ensure food safety, traceability, and waste control. The current study presents a systematic literature review of data analytics applications in agri-food supply chains (AFSCs). One hundred and forty-three research papers were reviewed based on the implementation of DA technologies in the different phases of AFSCs where the impacts, issues, and challenges for adoption are discussed. This study also highlights how a data-driven agri-food supply chain could lead to the sector’s sustainability with relevance to several Sustainable Development Goals (SDGs). Moreover, the thesis reports the results from an experts interview methodology that has been adopted by a study with 12 academics and professionals in the food industry to complement our literature results. Based on the SLR and experts findings, it could be used by agri-food stakeholders to enhance the understanding of the current issues, potential impacts, and barriers for future data-driven sustainable agri-food systems.

Il settore agroalimentare svolge un ruolo importante nel sostenere la maggior parte delle attività umane. Nel contempo, il settore sta affrontando alcuni problemi che rappresentano una minaccia per garantire il cibo per le generazioni future, per esempio la crescita della popolazione, la scarsità di risorse naturali, l'inquinamento, il cambiamento climatico e lo spreco alimentare. Per porre rimedio a tali problematiche emergenti, i progressi nell'analisi dei dati (DA) offrono strumenti decisionali per affrontare la sostenibilità agroalimentare. Tali tecnologie dirompenti come l'apprendimento automatico, l'intelligenza artificiale, i big data, l'IoT e il telerilevamento potrebbero fornire una migliore gestione del suolo, miglioramento della resa, irrigazione precisa, controllo dei parassiti e gestione del bestiame. Inoltre, Tali dati forniscono approfondimenti per la gestione dell'approvvigionamento, la previsione della domanda e la pianificazione della logistica per garantire la sicurezza alimentare, la tracciabilità e il controllo dei rifiuti. Il presente studio presenta una revisione sistematica della letteratura sulle applicazioni di analisi dei dati nelle filiere agroalimentari (AFSCs). Sono stati esaminati cento quarantatré documenti di ricerca sulla base dell'implementazione delle tecnologie DA nelle diverse fasi degli AFSC in cui vengono discussi gli impatti, i problemi e le sfide per l'adozione. Questo studio evidenzia anche come una filiera agroalimentare basata sui dati potrebbe portare alla sostenibilità del settore in relazione a diversi obiettivi di sviluppo sostenibile (SDGs). Inoltre, una metodologia di intervista di esperti è stata adottata da 12 accademici e professionisti del settore alimentare per integrare i risultati della nostra letteratura. Sulla base dell'SLR e dei risultati degli esperti, potrebbe essere utilizzato dalle parti interessate del settore agroalimentare per migliorare la comprensione delle questioni attuali, dei potenziali impatti e delle barriere per i futuri sistemi agroalimentari sostenibili basati sui dati.