OMAR VIERA
MSc. Ing.
Universidad De La
República Oriental Del
Uruguay
Profesor Titular
Instituto de Computación
viera@fing.edu.uy
URUGUAY
SANDRO MOSCATELLI
Magíster Ing.
Universidad De La
República Oriental Del
Uruguay
Profesor Adjunto
Instituto de Computación
moscatel@fing.edu.uy
URUGUAY
LIBERTAD TANSINI
Dr. Ing.
Universidad De La
República Oriental Del
Uruguay
Profesora Adjunta
Instituto de Computación
libertad@fing.edu.uy
URUGUAY
TEMÁTICA: Logística Humanitaria
TIPO DE ARTÍCULO: Artículo de Reflexión
RECEPCIÓN: 13 de Junio de 2012
ACEPTACIÓN: 2 de Agosto de 2012
En este artículo se presentan algunas diferencias fundamentales entre la Logística Comercial y la Logística Humanitaria. En particular se indican características diferenciales relacionadas con los objetivos, la demanda, los sistemas de información y los posibles modelos de apoyo a la toma de decisiones así como también las dificultades de coordinación específicas de la Logística Humanitaria. Se presentan también, medidas específicas para el caso de Uruguay.
PALABRAS CLAVES: Logística Humanitaria, Logística Comercial, Sistemas de Información.
This article presents some fundamental differences between the Commercial Logistic and Humanitarian Logistic. In particular, shows distinctive features related to the objectives, demand, information systems and possible models to support decision making as well as specific coordination difficulties of the Humanitarian Logistic. It presents also, specific measures for the case of Uruguay.
Keywords: Humanitarian Logistic, Commercial Logistic, Information Systems.
Los desastres de cualquier tipo son generalmente, eventos de gran magnitud y que tienen un gran impacto negativo en la sociedad y en el medio ambiente. Esto se puede ver tanto en la Tabla 1 como en la Figura 1.
En la Tabla 1 se muestra un resumen preliminar, de la Comisión Económica para
América Latina y el Caribe (CEPAL), del impacto de los desastres ocurridos en el año 2101 en América Latina y el Caribe
En la Figura 1 se muestra la cantidad de personas afectadas en los distintos países de América Latina y el Caribe por desastres ocurridos en el año 2010 [28].
Algunas de las principales consecuencias de los desastres son [2]:
La Gestión de Riesgos es la disciplina que se ocupa de la gestión de los desastres con el objetivo de predecirlos, mitigarlos y/o para servir de guía en la posterior recuperación.
Si bien existen muchas definiciones de esta disciplina según diferentes organizaciones, se destaca la International Federation of Red Cross and Red Crescent Societies [14], que la define como la organización y administración de recursos y responsabilidades en lo que respecta a todos los aspectos humanitarios de las emergencias, en particular preparación, respuesta y recuperación con el objetivo de minimizar el impacto de los desastres.
La Gestión de Riesgos se basa en diversos modelos, uno de los modelos clásicos es el que corresponde al enfoque tradicional [6] [8], en el cual se considera la Gestión de Riesgos como una secuencia de etapas o una continuidad de ellas. Estas se pueden representar como un ciclo de la forma en que se muestra en la Figura 2.
Las etapas son las siguientes:
Este artículo se basa en este modelo para la Gestión de Riesgos por motivos de sencillez, aunque sin pérdida de generalidad, y porque muestra claramente las etapas (preparación, respuesta y recuperación) en las cuales la Logística Humanitaria tiene directa aplicación.
En la Sección 1 se define la Logística Humanitaria y se muestran las principales diferencias con la Logística Comercial, que es la utilizada por empresas.
La Sección 2 presenta una serie de medidas específicas para la aplicación de Logística Humanitaria al Uruguay.
En la Sección 3 se plantean posibles modelos y métodos (cuantitativos) aplicables a la Logística Humanitaria y finalmente en la Sección 4 se presentan las conclusiones de este artículo.
La ocurrencia de desastres, ya sea naturales o de otro tipo, tiene un alto impacto y plantea una serie de desafíos para todos los involucrados (damnificados, gobiernos nacionales y/o locales, ONG, voluntarios, etc.). Un elemento crítico es la distribución adecuada de suministros a las zonas afectadas.
La Logística Comercial juega un papel importante en la distribución y es definida por el Council of Supply Chain Management Professionals [7] como el proceso de planificación, implementación y procedimientos de control para el transporte y almacenamiento efectivo y eficiente de mercancías, incluyendo servicios e información relacionada desde el punto de origen al punto de consumo y con el objetivo de satisfacer los requerimientos de los clientes.
En definitiva, la Logística Comercial apunta a proveer a los clientes del producto correcto, en el lugar correcto y en el momento correcto. Es una actividad integradora de: abastecimiento de materias primas, mantenimiento de inventarios y almacenamiento, gestión de transporte y distribución. Además, se gestiona el flujo de información a lo largo de toda la cadena (aquí no se hace diferencia entre Logística y Cadena de Suministros).
Por otro lado, la Humanitarian Logistics Conference [10], define la Logística Humanitaria como el proceso de planificar, implementar y controlar de manera eficiente, el flujo y almacenamiento de materiales y de información relacionada, desde el punto de origen al punto de consumo, con el propósito de satisfacer las necesidades de los beneficiarios y aliviar el sufrimiento de la población vulnerable.
De la definición anterior se desprende que su objetivo fundamental es satisfacer las necesidades de las personas afectadas por un desastre lo más rápido posible. Esto incluye proveer de soporte, servicios, materiales y transporte a los involucrados en la asistencia a los damnificados.
En la Tabla 2 [5] se plantean algunas de las principales diferencias entre la Logística Humanitaria y la Comercial. En términos generales, la Logística Humanitaria se caracteriza por el gran dinamismo, es decir cambios en tiempo real durante la ocurrencia del desastre, en todas sus actividades principales.
Como se desprende de la Tabla 2, la demanda es repentina y difícilmente predecible, en cuanto a momento, cantidad, tipo, localización y continuidad en el tiempo.
Otro aspecto importante es que la ayuda proviene fundamentalmente de donaciones luego de ocurrido el desastre. Este hecho no solamente no garantiza la existencia de suministros adecuados sino que pude ser inclusive contraproducente, por ejemplo, grandes diferencias entre lo donado y lo necesario en cantidad y función, si no es gestionado adecuadamente.
Los recursos existentes y asignados para cumplir con las actividades logísticas no necesariamente son suficientes. La propia infraestructura sobre la cual se realizan las actividades puede estar seriamente dañada o sufrir daños durante el desarrollo del desastre.
Desde el punto de vista organizativo y, normalmente, a diferencia de la Logística Comercial, la Logística Humanitaria presenta grandes dificultades de coordinación. En [4] se define coordinación como la descripción de las relaciones e interacciones entre los diferentes actores que operan en el entorno de tareas de apoyo. Las dificultades de coordinación se deben a que son varias las organizaciones y organismos que intervienen en la respuesta:
La existencia de varios actores genera conflictos de intereses y visiones, por ejemplo:
En la Logística Humanitaria, la gestión de la información, que normalmente debe hacerse en tiempo real en el momento de la respuesta, es fundamental para lograr sus objetivos.
La información así como las Tecnologías de la Información y la Comunicación disponibles no necesariamente se adaptan a las necesidades de la Logística Humanitaria y en general no están bien definidas. Es la información la que conecta a los actores y los procesos. Es la que permite controlar, evaluar y comunicar en tiempo real la evolución del desastre y el desarrollo de la respuesta.
Finalmente, en [13] los autores plantean que las funciones críticas de la logística son:
Se entiende que estas funciones críticas también lo son para la Logística Humanitaria y su diseño e implementación son una condición mínima para cumplir con los objetivos de esta logística.
Para cumplir con esas cinco funciones se necesita desarrollar un Sistema de Información:
Uruguay se ve afectado por distintos desastres como ser inundaciones, incendios, sequías, granizadas, vientos de más de 100 kilómetros por hora, etc. Por más información se puede consultar [17].
En [1] se muestra y explica la estructura logística de la
Agencia Federal de Gestión de Emergencias.
Esta Agencia, responsable de la preparación y respuesta
a desastres a nivel federal en Estados Unidos de Norte
América, cuenta con siete componentes principales,
cada uno con sus características y actividades propias:
Existen grandes diferencias entre los desastres, en cuanto a tipo, frecuencia e intensidad, que afectan a ambos países así como su tamaño, topografía y las diferencias tanto culturales como en lo que refiere a la gestión de riesgos.
De todas formas, la estructura de la Agencia Federal de Gestión de Emergencias puede ser fácilmente, aunque sea parcialmente, adaptada a Uruguay.
Esta estructura logística adaptada, contaría con:
Como se indica en [17] debido a la variedad de etapas involucrada en la Gestión de Riesgos y dentro de cada una de ellas la diversidad de tareas que se deben realizar y además teniendo en cuenta la estructura logística propuesta, es necesario un Sistema de Información que incluya entre otros:
Estos sistemas deben mostrar la información relevante y sus actualizaciones en tiempo real, particularmente a los encargados de tomar decisiones.
También puede ser conveniente que cierta información que maneje el Sistema de Información sea accesible a la población en general y a su vez que la población pueda ingresar información al mismo, fomentando, de esta manera, la participación activa de la ciudadanía [18], de forma de poder evaluar la eficiencia de las intervenciones realizadas por las autoridades, las necesidades de la población afectada y mejorar las políticas para la prevención de los desastres, sentando las bases para:
En ambos casos considerando como insumo la
información provista por la ciudadanía en cuanto a
solicitudes de recursos para cubrir sus necesidades y la
evaluación de las acciones realizadas.
Se propone, entonces, el desarrollo de un Sistema de
Información de tres niveles:
Debido a la multiplicidad de actores y las necesidades de coordinación, se propone también la creación de una Red de Logística Humanitaria de acuerdo a la estructura logística presentada anteriormente, compuesta por todos los actores involucrados. Esta Red debe tener un organigrama claro y debe ser formalizada. Se deben tener en cuenta las redes locales y las empresas especializadas en logística. Es necesaria la capacitación en Logística Humanitaria y la generación de planes.
Finalmente, la generación de Indicadores es una tarea impostergable. Elementos como la rapidez, la calidad, cantidad y funcionalidad de los suministros, en la respuesta así como otros elementos, deben ser definidos, medidos y actualizados constantemente.
La función primaria de la Logística Humanitaria es
salvar vidas y aliviar el sufrimiento de las poblaciones
afectadas. Esto implica que un Indicador de Gestión
importante es la velocidad de respuesta y que esta sea
adecuada (llegar a la persona correcta con el suministro
correcto en el lugar correcto).
Estas premisas imponen ciertos requerimientos a la
elección de los modelos y métodos de planificación.
La disciplina Investigación de Operaciones [19] cuenta
con herramientas analíticas para el Apoyo a la Toma de
Decisiones y la Planificación (ya sea estratégica, táctica
u operativa).
Dentro de las decisiones estratégicas está el diseño de la red logística es decir, la localización de Centros Logísticos, Puntos de Distribución, refugios, etc. Se trata de determinar su cantidad, su ubicación geográfica, su capacidad y sus zonas de influencia, es decir, los puntos (ubicaciones geográficas) que se asignan a cada Centro Logístico, Punto de Distribución o refugio.
Esta clase de problemas se denomina NP-duro [15], lo cual implica que el esfuerzo computacional asociado a las técnicas de solución crece en forma exponencial con el tamaño del problema y por lo tanto, en la práctica, se recomienda el uso de Métodos Heurísticos [12] para su resolución. Esto permite lograr un equilibrio entre la calidad de la solución y el tiempo computacional asociado a encontrarla.
En [20] se plantea que las heurísticas de localización/ asignación permiten dividir un conjunto de puntos en subconjuntos disjuntos y que constan, en general, de los siguientes pasos:
En la Figura 3 se muestra un ejemplo de una aplicación, realizada por los autores usando el software geográfico [9], para una posible localización de Centros Logísticos o refugios, representados mediante un triángulo, para los damnificados en Uruguay.
Los polígonos representan las zonas de influencia de los Centros Logísticos o refugios, es decir las ubicaciones geográficas que se encuentran más cercanas a cada localización. En caso de ser refugios, representan localizaciones a las cuales los damnificados deberían dirigirse o bien ser evacuados en caso de ocurrir un desastre.
Dentro de estas decisiones, se encuentran, por ejemplo, las políticas de mantenimiento de inventarios y de remplazo y mantenimiento de vehículos asociados a la Logística Humanitaria.
En cuanto a posibles modelos de demanda (que determinan las políticas de inventarios) el Economic Order Quantity [3] es un modelo clásico. En este modelo la demanda es constante y continua, la entrega del suministro (un único producto) es inmediata y completa y no se permiten quiebres de stock. El objetivo del modelo es determinar la cantidad a ordenar para satisfacer la demanda.
Este modelo puede ser fácilmente adaptado para tener en cuenta otros aspectos de la realidad como ser que no todo el pedido de un suministro pueda ser entregado al mismo tiempo o que existen demoras en las entregas.
Una gran diferencia con la realidad es que el modelo
apunta a un solo suministro, sin embargo en [24] se
plantea un método para el caso de muchos suministros
independientes los que se pueden ordenar en cantidades
de cualquier tamaño. Este método asume que la
demanda para cada suministro es determinística.
Por último, en [23] se presenta un modelo para el caso
de múltiples suministros y múltiples proveedores. La
demanda es conocida a lo largo de un horizonte de
planificación finito.
Si se incorpora, además, la probabilidad de la demanda en la evaluación de políticas de inventarios, en [29] se presenta un modelo para muchos suministros donde la demanda de cada suministro tiene un cliente específico y es aleatoria.
En Uruguay no existen, hasta donde llega el conocimiento de los autores, datos históricos de demanda de suministros en situaciones de desastres por lo cual es difícil proponer modelos y hacer pronósticos sobre los mismos. Una acción posible, para empezar, es la consulta a expertos y personas con experiencia en la respuesta.
Dentro de estas decisiones se incluye la distribución de suministros, equipos y personal a las zonas afectadas así como también las evacuaciones que sean necesarias.
Estas decisiones se enmarcan dentro del tipo de problemas denominados Problemas de Ruteo de Vehículos. En [26] este problema es definido como: determinar un conjunto de rutas de costo mínimo para una flota homogénea de vehículos que sirve a un conjunto de puntos (ubicaciones geográficas) dispersos geográficamente y con demanda conocida. Los vehículos comienzan y terminan sus recorridos en un único punto denominado depósito.
Los Problemas de Ruteo de Vehículos, también pertenecen a la clase de problemas denominados NPduros [15], por lo que en la práctica se utilizan Métodos Heurísticos [12] para su resolución. Notar que en este caso el equilibrio entre la calidad de la solución y el tiempo computacional asociado a encontrarla, se vuelve más crítico, en la etapa de respuesta, ante la ocurrencia de un desastre, dado que la realidad puede variar en forma rápida y dinámica con el paso del tiempo exigiendo la búsqueda de buenas soluciones en tiempo real.
En [25] se propone una heurística donde se construyen
las rutas en forma secuencial, esto es una ruta a la vez.
Para cada punto que aún no ha sido ruteado, se calcula
el lugar de inserción factible de menor costo (tiempo
y/o distancia) en la ruta en construcción y se lo inserta
en ese lugar.
Cuando ninguna inserción es factible, se crea una nueva
ruta. Este proceso se repite hasta que no queden puntos
sin rutear.
En [21] se propone una versión en paralelo de la
heurística anterior, es decir en vez de construir una
ruta la vez, se define la cantidad de rutas al inicio,
por ejemplo en función de la cantidad de vehículos
disponibles, y se calcula, para cada punto no ruteado
aún, el lugar de inserción factible de menor costo
(tiempo y/o distancia) en cada ruta y la urgencia de
la inserción. La urgencia indica el costo de postergar la
decisión de inserción del punto.
Se elige el punto con mayor urgencia y se lo inserta en
la ruta que corresponde al menor costo de inserción.
En [11] se propone una heurística de búsqueda local, que parte de una solución y mediante algún criterio de mejora la reemplaza por una solución de menor costo. Este proceso se repite hasta que la solución no puede ser mejorada. Este tipo de heurística tiene como ventaja que permite analizar más soluciones que las heurísticas anteriores y por lo tanto lograr mejores soluciones, pero a un costo computacional algo superior.
Cualquiera de los métodos anteriores es aplicable a las actividades de distribución y evacuación. Además el uso de estos métodos no solo genera un ahorro de costos económicos, sino que aportan a salvar vidas y aliviar el sufrimiento de los afectados.
En la Figura 4 se muestra un ejemplo de una aplicación, realizada por los autores usando el software geográfico [9], de ruteo. Partiendo de un Centro Logístico, representado por un triángulo, se generan las rutas óptimas, de menor distancia o menor tiempo de viaje, que distribuyen suministros, personal, etc. a las diferentes ubicaciones geográficas afectadas por un desastre.
La Logística Humanitaria apoya la organización y puesta en marcha de la respuesta frente a un desastre con el objetivo de que la misma se realice en forma eficiente y efectiva.
La Logística Humanitaria es la base fundamental sobre la cual se realizan las operaciones de transporte de equipos, personal y todos los suministros necesarios en la etapa de Respuesta.
Los avances de los modelos y métodos cuantitativos para el Apoyo a la Toma de Decisiones, basados en técnicas de la disciplina Investigación de Operaciones, permiten planificar las actividades de la Logística Humanitaria en forma científica y modificarlas en tiempo real aportando no solo a la reducción de los costos en la etapa de Respuesta, sino también a aliviar el sufrimiento de los damnificados y salvar vidas.
En este artículo se propone la creación de una Red Logística Humanitaria para Uruguay, indicando su posible estructura, y el desarrollo de un Sistema de Información, que de soporte a los procesos de Toma de Decisiones, en lo que refiere a las actividades principales de la Logística Humanitaria:
En el caso concreto de Uruguay y hasta donde llega el conocimiento de los autores, no se usan Sistemas de Información, modelos y métodos similares a los planteados en este artículo para atacar ninguna de las actividades de la Logística Humanitaria. La incorporación de estas técnicas seguramente aportará a los objetivos de la misma y de las autoridades nacionales.
[1] AFSHAR A. y HAGHANI A. Modeling integrated supply chain logistics in real-time large-scale disaster relief operations (online). En Socio- Economic Planning Sciences. Vol. 46 No. 4 pp 327-338 Disponible en: doi:10.1016/j.seps.2011.12.003. Acceso en mayo 2012.
[2] ALTAY N. y GREEN W.G. OR/MS research in disaster operations management. En European Journal of Operational Research. Vol. 175 No 1, pp. 475–493, 2006.
[3] AXSATER, Sven. Inventory Control. Segunda Edición. New York: Springer Science, 2006. 336 p.
[4] BALCIK B., BEAMON B. M., KREJCI C. C., MURAMATSU K. M. y RAMIREZ M. Coordination in humanitarian relief chains: Practices, challenges and opportunities. En Int. J. Production Economics Vol. 126 pp. 22–34. 2010.
[5] BEAMON, B.M. Humanitarian Relief Chains: Issues and Challenges. En Proceedings of the 34th International Conference on Computers and Industrial Engineering, Vol. 34, pp. 77-82, 2004.
[6] Asian Disaster Preparedness Center. Capacity Building in Asia using Information Technology Applications. Disaster Management-Module 4 (online). Disponible en: http://www.adpc.net/casita/course-materials/Mod-4-Disaster-Mgmt.pdf. Acceso en mayo 2012.
[7] Council of Supply Chain Management Professionals. Supply Chain Terms and Glossary (online). 2010. Disponible en: http://cscmp.org/digital/glossary/document.pdf. Acceso en mayo 2012.
[8] Emerging Capacity Building Project. Leaving with disasters behind: Key concepts of disaster risk reduction and management (online). Disponible en: http://www.ecbproject.org/downloads/resources/leaving-disasters-behind-chapter-2-key-concepts.pdf. Acceso en mayo 2012.
[9] Enviromental Systems Research Institute (ESRI). ArcGIS for Desktop (online). Disponible en: http://www.esri.com/software/arcgis/arcgis-for-desktop/index.html. Acceso en mayo 2012.
[10] FRITZ INSTITUTE. Humanitarian Logistics Conference 2004 (online). (Ginebra, Suiza). Disponible en: http://www.fritzinstitute.org/prgSCHLCaf2004-proceedings.htm Acceso en mayo 2012.
[11] GENDRAU M. HERTZ, A. y LAPORTE G. A tabu search heuristic for the vehicle routing problem. En Management Science Vol. 40, pp. 1276-1290, 1994.
[12] GLOVER F. y KOCHENBERGER G. (Eds.). Handbook of metaheuristics. Boston: Kluwer Academic Publishers, 2003. 556 p.
[13] GUNASEKARAN A. y NGAI E.W.T. The successful management of a small logistics company. En International Journal of Physical Distribution and Logistics Management, Vol. 33 Nº 9, pp. 825-842. 2003.
[14] International Federation of Red Cross and Red Crescent Societies. About Disaster Management (online). Disponible en: http://www.ifrc.org/en/what-we-do/disaster-management/aboutdisaster-management/. Acceso en mayo de 2012.
[15] KORTE B, y VYGEN J. Combinatorial Optimization: Theory and Algorithms. Cuarta Edición. Berlín: Springer Verlag, 2008. 627 p.
[16] MESSER N.M. The Role of Local Institutions and their Interaction in Disaster Risk Mitigation: A Literature Review (online). En Food and Agriculture Organization of the United Nations. Disponible en: http://www.fao.org/docrep/006/ad710e/ad710e00.htm#Contents. Acceso en mayo de 2012.
[17] MOSCATELLI S., VIERA O. y TANSINI L. Sistema de Información para Gestión de riesgos en Uruguay. En Gerencia Tecnológica Informática, Vol. 9 Nº 24, pp. 43-55. Agosto 2010.
[18] MOSCATELLI S., VIERA O. y TANSINI L. Democratización de la información en la Gestión de Desastres en Uruguay (online). En Anales del 5º Simposio de Informática en el Estado, 40 Jornadas Argentinas de Informática (Argentina), pp. 46-60. Disponible en: http://www.40jaiio.org.ar/node/91. Acceso en mayo 2012.
[19] MOSCATELLI S., VIERA O. y TANSINI L. Disaster Management and Operations Research in Uruguay (online) (Montevideo, Uruguay), 2009. Disponible en: http://www.fing.edu.uy/inco/pedeciba/bibliote/reptec/TR0908.pdf Acceso en mayo 2012.
[20] PELEGRIN B. y CANOVAS L. A new assignment rule to improve seed points algorithms for the continuous k-center problem. En European Journal of Operational Research Vol. 104, pp. 366-374, 1998.
[21] POTVIN J.Y. y ROUSSEAU J.M. A parallel route building algorithm for the vehicle routing and scheduling problem with time windows. En European Journal of Operational Research Vol. 66, pp. 331-340, 1993.
[22] RAO R.R., EISENBERG J. y SCHMITT T. Improving Disaster Management: The Role of IT in Mitigation, Preparedness, Response, and Recovery. Washington, DC: The National Academies Press; 2007.
[23] REZAEI J. y DAVOODI M. A deterministic, multiitem inventory model with supplier selection and imperfect quality. En Applied Mathematical Modelling, Vol. 32, pp. 2106–2116, 2008.
[24] SCHWARZ M. Multi-item inventory control: the k-curve methodology (online). (Hamburgo, Alemania) 2000. Disponible en http://preprint.math.uni-hamburg.de/public/ims.html Acceso en mayo 2010.
[25] SOLOMON M. Algorithms for the vehicle routing and scheduling problem with time window constraints. En Operations Research Vol. 35, pp. 254-264, 1987.
[26] TOTH P. y VIGO D. (Eds.). The Vehicle Routing Problem. Philadelphia: Society for Industrial and Applied Mathematics, 2001 363 p.
[27] VIERA O., TANSINI L y GIOSA D. New assignment algorithms for the multi-depot vehicle routing problem. En Journal of the Operational Research Society Vol. 53, pp. 977-984, 2002.
[28] ZAPATA Ricardo. Desastres y desarrollo: el impacto en 2010 (cifras preliminares) (online). En CEPAL, Boletín nº 2, diciembre 2010. Disponible en: http://www.eclac.org/desastres/noticias/noticias/2/42102/Desastres2010_WEB.pdf Acceso en mayo 2012.
[29] ZHAO X., FAN F., LIU X. y XIE J. Storage-space capacitated inventory system with (r, Q) policies. En Operations Research, Vol. 55 Nº. 5 pp. 854– 865. 2007.
[30] ZOBEL C.W. y WANG G.A. Topic Maps for Improving Services in Disaster Operations Management. En Journal of Service Science Vol. 1 No 1, pp. 83-92, 2008.