Le supply chain management fait l'objet d'une attention particulière de la part des entreprises et des chercheurs notamment en sciences de gestion. Il s'articule autour de la mutualisation de ressources et des compétences de chaque membre de la supply chain et la synergie qui subsiste entre eux afin de créer collectivement une valeur supérieure à la somme des valeurs créées séparément par chacun. Cette alliance, qui nécessite la coopération collective dans la création et le partage équitable de la valeur, est caractérisée par des comportements opportunistes qui entraînent des défaillances comme l'effet Bullwhip. Ainsi, notre objectif est d'analyser ces comportements afin de comprendre leur dynamique au sein de la supply chain. A cet égard, nous nous appuyons sur la perspective des dilemmes sociaux pour proposer deux mécanismes : un mécanisme motivationnel (partage de l'identité de la supply chain) et un mécanisme structurel (investissement dans les ressources relationnelles) pour à la fois réduire et décourager l'opportunisme. Afin d'appuyer notre raisonnement, ces mécanismes sont articulés pour créer un capital social qui, en facilitant le supply chain management, permet d'améliorer la performance de la supply chain. Cela a donné lieu à la conception d'un modèle intégrateur de la dynamique sociale de la supply chain. Celui-ci a été validé auprès d'un échantillon de 130 répondants (Responsables supply chain, directeurs logistiques, etc.). Les données collectées ont été analysées tout d'abord par une analyse univariée, suivie d'une analyse en composantes principales afin d'épurer nos échelle de mesure. En second lieu, nous avons fait appel aux modèles d'équations structurelles PLS-PM (régressions aux moindres carrées partiels), pour estimer d'une part, la validité convergente ainsi que la validité discriminante des échelles de mesures, et d'autre part, valider nos hypothèses de recherche relatives aux antécédents et aux conséquences du capital social de la supply chain. Les résultats d'analyse nous ont permis de valider toutes les hypothèses selon lesquelles les deux mécanismes de résolution du dilemme social permettent de développer un capital social au sein de la supply chain qui, en agissant comme un lubrificateur des relations inter-organisationnelle, permet d'améliorer la performance de la supply chain. / Supply chain management is subject of particular interest to professionals and researchers especially in management science. It revolves around the sharing of resources and expertise between supply chain members, and the synergy that exists between them to collectively create value that is more than the sum of the values created separately by each member. This alliance, which requires collective cooperation in the creation and the equitable sharing of the value, is characterized by opportunistic behaviors that lead to failure, as illustrated by the Bullwhip effect. Thus, our objective is to analyze these behaviors in an attempt to understand their dynamics within the supply chain. In this regard, we rely on the perspective of social dilemmas to propose two mechanisms: a motivational mechanism (sharing the identity of the supply chain) and a structural mechanism (investment in relational resources) to discourage and reduce opportunism. To support our reasoning, these mechanisms are articulated to create social capital, facilitating supply chain management, in turn improving supply chain performance. This leads to the design of an integrative model of supply chain social dynamics. This was validated with a sample of 130 respondents (supply chain heads, logistics managers, etc.). The collected data were analyzed first by univariate analysis followed by principal component analysis to refine our scale. Second, we used PLS-PM (partial least squares regression) structural equation models to estimate, on one hand, the convergent and the discriminant validity of the measurement scales validity, and on the other hand, validate our research hypotheses on the antecedents and the consequences of social capital in the supply chain. The results of these analyses have allowed us to validate all the assumptions that the two mechanisms for resolving social dilemma help develop social capital within the supply chain, and act to lubricate inter-organizational relations, allowing improved supply chain performance.

Kollektives Handeln ist erforderlich um nachhaltige Entwicklungspfade in gekoppelten sozial-ökologischen Systemen zu erschließen, fernab von gefährlichen Kippelementen. Ohne anderen Modellierungsprinzipien ihren Nutzen abzuerkennen, schlägt diese Dissertation die Agent-Umwelt Schnittstelle als die mathematische Grundlage für das Modellieren sozial-ökologischer Systeme vor. Zuerst erweitert diese Arbeit eine Methode aus der Literatur der statistischen Physik über Lerndynamiken, um einen deterministischen Grenzübergang von etablierten Verstärkungslernalgorithmen aus der Forschung zu künstlicher Intelligenz herzuleiten. Die resultierenden Lerndynamiken zeigen eine große Bandbreite verschiedener dynamischer Regime wie z.B. Fixpunkte, Grenzzyklen oder deterministisches Chaos. Zweitens werden die hergeleiteten Lerngleichungen auf eine neu eingeführte Umwelt, das Ökologisches Öffentliches Gut, angewendet,. Sie modelliert ein gekoppeltes sozial-ökologisches Dilemma und erweitert damit etablierte soziale Dilemmaspiele um ein ökologisches Kippelement. Bekannte theoretische und empirische Ergebnisse werden reproduziert und neuartige, qualitativ verschiedene Parameterregime aufgezeigt, darunter eines, in dem diese belohnungsoptimierenden Lern-Agenten es vorziehen, gemeinsam unter einem Kollaps der Umwelt zu leiden, als in einer florierenden Umwelt zu kooperieren. Drittens stellt diese Arbeit das Optimierungsparadigma der Lern-Agenten in Frage. Die drei Entscheidungsparadimen ökonomischen Optimierung, Nachhaltigkeit und Sicherheit werden systematisch miteinander verglichen, während sie auf das Management eines umweltlichen Kippelements angewendet werden. Es wird gezeigt, dass kein Paradigma garantiert, Anforderungen anderer Paradigmen zu erfüllen, sowie dass das Fehlen eines Meisterparadigmas von besonderer Bedeutung für das Klimasystem ist, da dieses sich am Rand zwischen Parameterbereichen befinden kann, wo ökonomische Optimierung weder nachhaltig noch sicher wird. / Collective action is required to enter sustainable development pathways in coupled social-ecological systems, safely away from dangerous tipping elements. Without denying the usefulness of other model design principles, this thesis proposes the agent-environment interface as the mathematical foundation for the design of social-ecological system models. First, this work refines techniques from the statistical physics literature on learning dynamics to derive a deterministic limit of established reinforcement learning algorithms from artificial intelligence research. Illustrations of the resulting learning dynamics reveal a wide range of different dynamical regimes, such as fixed points, periodic orbits and deterministic chaos. Second, the derived multi-state learning equations are applied to a newly introduced environment, the Ecological Public Good. It models a coupled social-ecological dilemma, extending established repeated social dilemma games by an ecological tipping element. Known theoretical and empirical results are reproduced and novel qualitatively different parameter regimes are discovered, including one in which these reward-optimizing agents prefer to collectively suffer in environmental collapse rather than cooperating in a prosperous environment. Third, this thesis challenges the reward optimizing paradigm of the learning equations. It presents a novel formal comparison of the three decision paradigms of economic optimization, sustainability and safety for the governance of an environmental tipping element. It is shown that no paradigm guarantees fulfilling requirements imposed by another paradigm. Further, the absence of a master paradigm is shown to be of special relevance for governing the climate system, since the latter may reside at the edge between parameter regimes where economic welfare optimization becomes neither sustainable nor safe.