https://doi.org/10.37815/rte.v34n2.940
Artículos originales
Caso práctico de localización óptima de centros
logísticos para agro-productores
Case stud=
y of
optimal location on logistics centers for agro-=
producers
Jennifer Arellana-Gu=
zman1 <=
/span>https://orcid.org/0000-0=
003-0042-2783,
Julián Arellana Ochoa1 https://orcid.org/0000-0=
001-7834-5541, Víctor Cantillo Maza1 https://orcid.org/0000-0=
003-1184-2580, Carlos Otero Palenc=
ia2
https://orcid.org/0000-0001-7517-0918=
1
arellana@uninorte.edu.co, jarellana@uninorte.edu.co, victor.cantillo@uninorte.edu.co<=
span
style=3D'mso-bookmark:_Hlk61880979'>
2
Enviado: = 2022/05/25<= o:p>
Aceptado: 2022/06/24
Publicado:
2022/06/30
Resumen
Sumario: Introducción, Antecedentes, Metodología, Resultados y Conclusi=
ones. Como citar:<=
/span> Arellana-Guzman, J., Arellana,
J., Cantillo, V. & Carlos Otero-Palencia, C. (2022). Caso práctico=
de localización
óptima de centros logísticos para agro-productores. Revista Tecnoló=
gica
- Espol, 34(2), 228-246. http://www.rte.espol.e=
du.ec/index.php/tecnologica/article/view/940
En Améri=
ca
latina, gran parte de la producción agrícola está a cargo de pequeños
productores con bajos nivel de tecnificación y carentes de procesos logísti=
cos
robustos, lo cual limita la posibilidad de acceder a grandes mercados con
precios competitivos, afectando sus posibilidades de crecimiento económico y
bienestar. Esta investigación desarrolla un modelo para la localización ópt=
ima
de instalaciones (centros de acopio) para productores agrícolas, donde se l=
ogra
consolidación de los productos. El propósito es reducir costos logísticos y=
de
transporte mediante explotación conjunta de economías de escala, consideran=
do
la variabilidad de algunos de los factores del modelo y analizando escenari=
os.
Las sinergias entre productores permitirían aumentar el acceso a grandes
mercados, facilitar procesos de consolidación y agregación de valor. Se for=
muló
un modelo de programación lineal entero mixto que consiste en una red de
centros de acopio compartidos, multiproducto, <=
span
class=3DSpellE>multicliente, multiperíodo, con
opción de viajes directos o a través de los centros consolidadores. El sist=
ema
está apoyado en una plataforma web prototipo que permitirá a los
agro-productores mayor participación y poder de negociación comercial. Se
realizó una aplicación del modelo a pequeños productores del departamento
Atlántico, Colombia, cuyos resultados verificaron las bondades de la propue=
sta.
Este estudio comprobó los centros de acopio generan potenciales beneficios
económicos para el sistema. Los principales factores que influyen los
resultados de la aplicación del modelo son los niveles de producción, la
distancia transportada y calidad de productos.
=
Pa=
labras
clave: =
Centros=
de
acopio, economía de escala, localización de instalaciones, transporte, sine=
rgia.
Abstract
In Latin America=
, a
large part of agricultural production is carried out by small producers with
low levels of modernization and lacking robust logistic processes, which li=
mits
the possibility of accessing large markets with competitive prices, affecti=
ng
their economic growth and welfare possibilities. This research develops a m=
odel
for the optimal location of facilities (agricultural warehouses) for
agricultural producers, where product consolidation is achieved. The purpos=
e is
to reduce logistics and transportation costs by jointly exploiting economie=
s of
scale, considering the variability of some factors, and analyzing
scenarios. Synergies between producers would increase access to large marke=
ts,
facilitate consolidation processes and add value. A mixed-integer linear
programming model was formulated, consisting of a network of shared
multi-product, multi-customer, multi-period collection centers,
with the option of direct trips or through the consolidating centers. The system is supported by a prototype web
platform that will allow farmers greater participation and commercial
negotiating power. The model was applied to small producers in the departme=
nt
of Atlántico, Colombia, and the results verified the benefits of the propos=
al.
This study proved that agricultural warehouses generate potential economic
benefits for the system. The main factors influencing the results are
production levels, distance transported, and product quality.
Introducción
E=
l sector
agropecuario es un pilar esencial para la seguridad alimentaria y represent=
a un
activo valioso para cualquier economía. Particularmente,
La
estructura de producción a pequeña escala dificulta el acceso a los grandes
mercados, particularmente por los altos costos logísticos y de transporte.
Según
L=
a presente
investigación propone un modelo para localización óptima de centros de acop=
io
(CA) que facilite mejoras en la logística para movilizar los agro-productos hacia mercados más competitivos. El mod=
elo,
apoyado en TICs, define el diseño de una red logística que permi=
te
reducción de costos aprovechando economías de escala, a la vez que facilita
introducir mejoras en la calidad de los productos en los procesos de selecc=
ión
y manipulación. El modelo se aplica al caso del departamento del Atlántico,
Colombia; no obstante, la
metodología planteada es suficientemente genérica de manera que pueda ser
reproducida en otros contextos.
<= o:p>
La estrategia consiste en
que los productores puedan asociarse y movilizar mayores volúmenes conjunto=
s.
La utilización de centros de acopio (CA) permite realizar envíos en camiones
más grandes que poseen menores costos de transporte por unidad. Además, los=
CA
pueden incluir procesos más rigurosos de calidad y reducir pérdidas por
manipulación y almacenamiento.
El modelo de localizació=
n de
los centros de acopio es un modelo lineal entero mixto que busca maximizar =
los
beneficios de los agro-productores, cuyos ingresos son las compraventas de =
los productos.
El caso objeto de estudio involucra los costos concernientes a la gestión de
los CA y del transporte. El modelo consiste en una red que permite tanto en=
víos
directos (sin consolidación) como envíos con paradas en los CA (con
consolidación), que consideran incentivos de precios sobre los costos de
transporte basados en el volumen (economía de escala). Es un modelo multiproducto, multiproductor, multicliente y multiperíodo. Por
fines prácticos, se consideró realizar agregación de datos en la cantidad de
agro-productores por municipios productores y en la cantidad de productos p=
or
familias de productos; además, se conformaron asociaciones entre los
productores por sub-coaliciones.
A pesar de que analizar =
sub-coaliciones implica un mayor esfuerzo computacion=
al, se
hizo necesario para encontrar asociaciones entre los productores, donde tan=
to a
pequeños como medianos y mayores productores se les haga atractivo colabora=
r y
participar en la consolidación de los productos. Este estudio busca considerar condiciones
racionales para que diferentes productores participen. Asimismo, a pesar de que un gran productor puede colaborar para que más de un CA alcance
economía de escala, esto implicaría que aumenten sus costos individuales, c=
on
la recompensa de que será un bien para el sistema; sin embargo, puede que el
productor prefiera realizar su envío individualmente y no participar.
Considerando que los grandes productores =
son
un factor clave=
para
alcanzar economía de escala, para evitar tal riesgo, se consideró que un
productor solo puede usar un CA por viaje.
Adicionalmente, en busca de tomar en cuent=
a la
sensibilidad del modelo a las variables incluidas, se realizó un diseño
experimental factorial en donde se combinan tres factores, cada uno en tres
niveles. A su vez, para cada formación de sub-coalició=
n
se analizan dos escenarios en el que se comparan las ganancias al consolidar
los productos, haciendo uso de los CA versus a cuando se realiza
individualmente por los CA y por viajes directos al cliente.
El sistema propuesto se
apoya en una plataforma web prototipo que servirá como una herramienta para
realizar comercio electrónico que permitirá aumentar la participación y pod=
er
de negociación de los pequeños agro-productores. El sistema facilita la aso=
ciación,
consolidando las ofertas de varios productores, utilizando para tal propósi=
to
los centros de acopio.
E=
l modelo
logístico propuesto ofrece oportunidades a pequeños productores para accede=
r a
mercados más competitivos, mejorando el poder de negociación, agregando val=
or y
calidad a la oferta. En sínt=
esis,
se busca facilitar el desarrollo de formas de comercialización más
competitivas, lo cual permitirá avanzar hacia una agricultura más eficiente,
equitativa y sostenible, con mayores posibilidades para los pequeños
agricultores de mejorar
su participación en los mercados.
Antecedentes
Un impulsador =
que
pudiera compensar en parte las dificultades que se presentan en el desarrol=
lo
económico del sector, es lograr asociaciones colaborativas, para lo cual re=
sulta
particularmente útil la aplicación de TICs=
. El comerc=
io
electrónico facilita la expansión hacia nuevos mercados, aumenta la
competitividad y calidad de servicio, y otorga respuesta rápida a las
necesidades y cadenas de entrega más cortas o inexistentes, lo que puede dar
lugar a una reducción de precios finales e incremento de la producción
Los centros de=
acopio
son instalaciones logísticas que facilitan la consolidación, transporte y c=
omercialización
de los productos agrícolas. Dados los recursos requeridos para su operación=
y
mantenimiento, un problema típico es definir la localización óptima de tales
facilitades. Para la construcción del modelo de localización de instalacion=
es,
también conocido como Facility Location
Problem (FLP), se tomaron como referencia artíc=
ulos
como el escrito por
Autores como <=
/span>
Este estudio propone como
estrategia para aumentar la competitividad y desarrollo agro-productores un
modelo de localización de instalaciones, centros de acopio, apoyado en TICs. Se usó centros de acopio compartidos ubicados
estratégicamente para la consolidación de agro-productos. El modelo fue
aplicado a cultivadores del departamento del Atlántico, Colombia.
Modelo
de localización de centros de acopio
Inicialmente se
diseñó una red logística que involucra resolver el problema de localización=
de
instalaciones codificado en AMPL® con solver CP=
LEX.
Es un modelo de programación lineal
entero mixto donde se maximizan las ganancias del sistema. El modelo implica
centros de acopios (CA) multiproducto, multiproductor, multicliente y multiperíodo. Incluye límites de capacidad en CA, eco=
nomía
de escala variables según los volúmenes transportados, consideraciones de
calidad de los productos y asignación de la carga en viajes directos del
productor al cliente o en viajes utilizando los CA bajo una demanda
determinística. El modelo consideró incentivos por volumen de carga consoli=
dada
en centros de acopio, utilizando para tal fin, el factor de descuento
|
|
(1) |
|
S.A. |
|
|
|
(2 |
|
|
(3 |
|
|
(4 |
|
|
(5 |
|
|
(6 |
|
|
(7 |
|
|
(8 |
|
|
(9 |
|
|
(10 |
|
|
(11 |
|
|
(12 |
|
|
(13 |
|
|
(14 |
|
|
(15 |
|
|
(16 |
|
|
(17 |
|
|
(18 |
|
|
=
|
La función objetivo (1) maximiza los beneficios de los agro-productores. Se d=
estaca
que hay dos costos para el uso de un CA, uno es un costo fijo anual que
corresponde a los gastos que se incurren por solo mantener abierto el centr=
o de
acopio y otro son los costos variables de cargue y descargue; en tanto que =
los
ingresos corresponden a la compraventa de los productos agro en las central=
es
de abasto, asumiendo que los productos que provienen de viajes directos (
Tabla 1=
Notaciones
de Matemáticas Utilizadas en el Modelo de Localización de Instalaciones
|
Conjuntos |
|
|
|
Conjunto de Orígenes de municipios productores. |
|
|
Conjunto de potenciales centros de Acopio. |
|
|
Conjunto de Clientes. |
|
|
Conjunto de Familias de Productos Agropecuarios. |
|
|
Conjunto de rangos de descuentos para el flujo de carga transporta=
do. |
|
|
Conjunto de periodos de tiempo en el año. |
|
Parámetros
del modelo=
|
|
|
|
Costo de transporte por tonelada del nodo |
|
|
Costo de transporte por tonelada del nodo |
|
|
Costo de transporte por tonelada del nodo |
|
|
Costos fijos de apertura y administración del centro de acopio ubi=
cado
en |
|
|
Costos de manipulación por tonelada en los CA |
|
|
Capacidad límite de las bodegas de los =
CA <=
/span> |
|
|
Es un número muy grande. |
|
|
Demanda del cliente |
|
|
Oferta del origen |
|
|
Límite inferior del flujo de carga con descuento del rango =
|
|
|
Límite superior del flujo de carga con descuento del rango =
|
|
|
Factor de descuento del rango |
|
|
Cantidad mínima negociada de la carga a transportar para aprovecha=
r un
descuento del rango |
|
|
Importe o precio de la familia de producto |
|
|
Factor de calidad aplicados sobre los precios de las familias de
producto <=
!--[if gte msEquation 12]> |
|
Variables
de decisión |
|
|
|
1, sí el centro de acopio es abierto en |
|
|
1, sí el flujo de carga transportado desde el centro de acopio |
|
|
Flujo de carga de la familia de producto |
|
|
Flujo de carga de la familia de producto |
|
|
Flujo de carga de la familia de producto |
|
|
Flujo de carga total cuando se consolidan varias familias de produ=
ctos
que se transporta desde el centro de acopio |
|
|
Flujo de carga de la familia de producto |
|
|
|
Nota. Elaboración propia
Comercio electrónico en plataforma web
Considerando que los pequeños agricultores
conforman un sector con bajo nivel de uso de tecnologías TIC para los proce=
sos
de comercialización
La aplic=
ación
del comercio electrónico brinda importantes oportunidades para el
sector agropecuario, las
empresas lo usan como medio de comercialización, generando ventajas =
como
incremento de la producción, creación de oportunidades de negocio y nuevas
formas de distribución de sus productos y servicios. Desde los inicios del
comercio electrónico, su aplicación ha impactado positivamente en el mercad=
o,
favoreciendo altos crecimientos. Un ejemplo claro en Colombia fueron las ve=
ntas
minoristas por canales electrónicos, ya que han venido incrementándose a una
tasa interanual cercana a 50% desde 2013, superando los 5.000 millones de
dólares en el 2017
La iniciativa propuesta busca
conectar a los agro-productores con mercados competitivos, mejorando los
beneficios tanto para productores como para consumidores, dignificando la v=
ida
de los agro-productores. La nueva modalidad que se sugiere para la platafor=
ma
web prototipo consiste en un espacio donde se podrán realizar publicaciones=
de
compraventa tipo subasta con modalidad colaborativa. La dinámica consiste en
que el cliente (comprador) podrá demandar la cantidad y proponer un precio y
los vendedores podrán aceptar, rechazar o contraoferta=
r,
ya sea variando la cantidad o el precio. La dinámica de oferta y contraofer=
ta
se repite hasta lograr un acuerdo entre ambas partes. Cabe destacar que, si=
un
productor(vendedor) no tiene la oferta suficiente para satisfacer la demanda
del comprador, podrá ofertar su inventario disponible. Esto es posible ya q=
ue
existe la posibilidad de consolidar los productos entre varios agro-product=
ores
en un CA. Esta dinámica favorece relaciones más equitativas entre los
productores agropecuarios por medio de una dinámica de negociación activa c=
on
modalidad colaborativa. El diagrama de flujos del aplicativo se encuentra e=
n el
Anexo 1
M=
étodo de
solución
Inicialmente, antes de resolv=
er el
modelo de localización de instalaciones (MLI), se propone la formación de <=
span
class=3DSpellE>sub-coaliciones (SB). Para e=
llo, se
estima el modelo MLI en la instancia donde están todos los municipios
productores del Atlántico. Seguidamente se realiza un filtro escogiendo como
productores interesados en consolidar sus productos, aquellos a quienes les
conviene usar los CA para lograr beneficios adicionales respecto al envío
directo. La distribución de produc=
tores
por sub-=
coalición (SB) será la misma que la de los produ=
ctores
que hay en cada CA en la instancia donde están todos los municipios
productores; es decir, la cantidad de sub-coaliciones<=
/span>,
sería la misma cantidad de CA abiertos. Cabe destacar que un productor no p=
uede
estar en más de una sub-coalición y, por lo tan=
to,
aquellos productores que realizan envíos a más de un CA serán asignados a l=
a sub-coalición que hace referencia al CA donde más env=
ían
carga.
Posteriormente, se calcula, p=
ara
cada una de las sub-coaliciones (SB). su valor
resultante V(SB), el cual representa las ganancias alcanzadas, obtenidas de
correr el MLI con parámetros
Algoritmo MLI
For j=3D1:
donde
En este estudio se analizaron=
dos
escenarios (E1 y E2), donde se compararon las ganancias de transportar
consolidando con otros productores por centros de acopio versus cuando se e=
nvía
individualmente ya sea por CA o por viaje directo. En el escenario E1 (D1vs=
D2)
se comparó cuando se consolida entre varios productores versus a cuando se
transporta individualmente, haciendo uso de centros de acopio, en tanto que=
, el
escenario E2 (D1vsD3) se comparó cuando se consolida entre varios productor=
es
versus cuando se realiza envíos directos individualmente, sin usar los CA. =
A
continuación, se define cada alternativa para transportar los productos a l=
as
centrales de abastos:
Alternativa D1, transportar consolidando =
con
otros productores haciendo uso de CA.
Alternativa D2, transportar individualmen=
te
haciendo uso de CA.
Alternativa
D3, transportar individualmente, en viajes directos entre origen y destino,=
sin
usar CA.
Para determinar las ganancias
alcanzadas individualmente cuando se transporta por las alternativas D2 y D=
3,
se debe resolver los subproblemas MLI_D2 que es MLI cuando se corre el mode=
lo
con solo un productor
Algoritmo para D2
For k=3D1:N. Calcular =
(Ganancias =
D2
por productor)
For j=3D1:
V_D2(
donde
Algoritmo para D3
For
k=3D1:N. Calcular
(Ganancias D3 por productor)<= o:p>
For j=3D1:
V_D3(
donde
El análisis consideró la
variabilidad que existe en algunos de los parámetros y
variables del modelo y la sensibilidad de la respuesta frente a cambios en
ellas. Para tal propósito, se realizó un diseño
factorial fraccional en donde se combinan 3 factores o atributos, represent=
ado
por las letras A, B y C, con 3 niveles representado por los números 1, 2 y 3
(ver Tabla 2<=
/span>), donde el nivel 1 es el que
representa las peores condiciones y 3 las mejores condiciones para realizar
consolidación. Los signos + o - de los factores A y C indican qué increment=
os o
disminuciones respecto de los valores de referencia, mientras que el factor=
B,
los datos señalan directamente el valor que tendrá dicho factor. Aunque el
diseño factorial completo fue
Algoritmo general
For
S=3D1:9.
Algoritmo para D2 y para D3
Fin
Tabla 2=
Factores
y Niveles del Diseño Experimental
|
NIVELES |
||||
|
FACTORES |
1 |
2 |
3 |
|
|
A |
%Factor de descuento |
-10% |
0% |
+10% |
|
B |
%Factor de calidad |
0% |
-20% |
-40% |
|
C |
Oferta |
-30% |
0% |
+30% |
Nota. Elaboración propia
Tabla 3=
Situaciones del Diseño Experimental
|
COMBINACIONES |
|||
|
SITUACIONES |
A |
B |
C |
|
S1 |
3 |
3 |
3 |
|
S2 |
1 |
3 |
2 |
|
S3 |
1 |
1 |
1 |
|
S4 |
2 |
2 |
2 |
|
S5 |
2 |
1 |
3 |
|
S6 |
2 |
3 |
1 |
|
S7 |
3 |
1 |
2 |
|
S8 |
1 |
2 |
3 |
|
S9 |
3 |
2 |
1 |
Nota. Elaboración propia
<= o:p>
<= o:p>
Datos
El caso de estudio consideró como nodos o=
ferta
a 21 de los 23 municipios que conforman el departamento del Atlántico,
Colombia. La capital, Barranquilla y Puerto Colombia no registran producció=
n en
los productos priorizados en este estudio. Los nodos de demanda fueron los 4
clientes seleccionados: Central de abasto Gran Abasto-Soledad, Barranquillita-Barranquilla, Cedi Grupo Éxito-Malambo=
y
Mercado Bazurto-Cartagena.
Cada familia de productos agrupa elemento=
s de
similares características, clasificados según grupo de cultivos de <=
/span>
Con respecto a los costos de transporte
utilizados, se tomó como referencia los fletes suministrados por
El análisis consideró incentivos de preci=
os
sobre los costos de transporte según el volumen; es decir, economía de esca=
la.
Esto se aplicó en los tramos entre los CA hasta los puntos de demanda. En los CA se puede consolidar carga, ut=
ilizar
vehículos con mayor capacidad y aprovechar más eficientemente la capacidad =
de
los vehículos. Generalmente en los vehículos de carga, cuando no se realiza=
una
pre-consolidación, la tasa de ocupación en térm=
inos
del volumen es de aproximadamente de 60%- 70%
|
|
(19 |
Tabla 4=
Rangos de Descuentos, Límites y Cantidad Negociada para los Pe= riodos del Año en la Condición Base
|
Set R |
Set T |
|
|
|
|
|
R1 |
T1 |
0 |
999 |
0 |
0 |
|
R2 |
T1 |
1000 |
1999 |
0.2 |
800 |
|
R3 |
T1 |
2000 |
2999 |
0.3 |
1400 |
|
R4 |
T1 |
3000 |
267832 |
0.4 |
1800 |
|
R1 |
T2 |
0 |
999 |
0 |
0 |
|
R2 |
T2 |
1000 |
1999 |
0.2 |
800 |
|
R3 |
T2 |
2000 |
2999 |
0.3 |
1400 |
|
R4 |
T2 |
3000 |
267832 |
0.4 |
1800 |
Nota. Elaboración propi=
a
Los costos fijos en los CA corresponden a=
los
gastos que se incurren por mantener abierto un CA. Para tal propósito, se
consideraron gastos por alquiler de bodega con un promedio $11400/m2-mes.
Además, se incluyeron costos de vigilancia de $1’500.000/mes =
Por último, para el importe de los produc=
tos se
tomó como referencia los precios pagados por las centrales de abasto,
complementado con encuestas a líderes de grupos del sector agropecuario.
Tabla 5=
Promedio de los Importes de los Productos Priorizados en Cada Familia de Productos
|
FAMILIAS DE PRODUCTOS |
IMPORTE [$/ton] |
|
Cereales |
$1,331,268.42 |
|
Frutales |
$1,537,274.39 |
|
Hortalizas |
$2,025,851.75 |
|
Leguminosas |
$2,663,829.99 |
|
Tubérculos y plátanos |
$1,221,120.31 |
Nota. Elaborado con los dat=
os
recopilados de las centrales de abasto Gran Abasto, Bazurto y Grupo cedi éx=
ito
Resultados
El MLI se evaluó en diferentes condicione=
s para
considerar la variabilidad que existe en algunos de los parámetros y variab=
les
para el caso de aplicación. El modelo definió la localización de los CA
maximizando los beneficios del sistema, considerando diferentes alternativas
para transportar los productos y corridas exclusivas del modelo para cada
propuesta de sub-coaliciones.
Los productores fueron agrupa=
dos
por sub-coalición con el fin de hacer atractiva=
la
colaboración y consolidación de carga para pequeños y grandes productores. =
Esto
se logra si hay beneficios netos positivos resultantes de utilizar los CA
respecto de comercializar en forma independiente. Con tal fin, el algoritmo
buscó que en los CA se puedan alcanzar las cantidades necesarias de consoli=
dación
de productos para obtener los incentivos económicos por volumen. Se conside=
ró
que un productor solo pueda usar un CA por viaje para evitar que el algorit=
mo,
al maximizar los beneficios en el sistema, asigne a los grandes productores=
a
más de un CA y así alcanzar economía de escala en varios sitios. Sin embarg=
o,
esto puede ser conveniente para el sistema, pero no para el individuo, lo q=
ue
puede ocasionar de que los grandes productores prefieran realizar sus envíos
individualmente. Teniendo en cuenta que los grandes productores son un fact=
or
clave para lograr economías de escala, se reconoció el valor de realizar una
adecuada formación de las sub-coaliciones.
Al evaluar el modelo MLI para cada sub-coalición SB en cada situación S, se identificó q=
ue entre
los factores considerados en el diseño factorial, el
que más influyó en los beneficios de usar los CA es el factor de calidad
(Factor B). El factor de calidad afectó directamente al precio del producto=
y,
a su vez, los beneficios del productor; además, evitó tener sobrecostos por
devolución de productos en mal estado. Los beneficios derivados de garantiz=
ar
alta calidad de los productos en los CA y disminuir las perdidas por
manipulación son determinantes en el éxito de la estrategia logística propu=
esta.
Es menester precisar que se realizó agregación de productores por municipio.
Ello supone una consolidación previa no formal de la oferta de los
agro-productores por municipio.
En este estudio se consideró que el produ=
ctor
puede decidir entre las tres alternativas para transportar sus productos (D=
1,
D2 y D3). Para identificar qué tan conveniente es consolidar con otros
productores (D1), se realizó dos comparaciones. En un escenario E1, se comp=
aró
D1 versus D2 y en el escenario E2, se contrastó D1 versus D3. Se estimó la diferencia que existe entre alternativa=
s y el
porcentaje de ganancia que se alcanza al elegir la alternativa D1 pa=
ra
cada una de las situaciones del diseño factorial (S).
En general, existen altos beneficios deri= vados del uso de los CA. La única excepción fue en la situación con peores condiciones (S3), para la SB 2, donde resultó más conveniente la alternativ= a D3 (envío directo); sin embargo, la diferencia entre ambas alternativas (D1 y = D3) fue solo de 0.06% (ver Anexo 2<= /span>). No obstante, existen otros beneficios derivados de la colaboración que no se reflejan directamente en el modelo. = Entre estos se destacan los siguientes:
· Mayo= res posibilidades de acceder a grandes mercados, con posiciones más sólidas de negociación. Además, acceso a me= jores condiciones de financiació= n.
· =
Mayor equidad para los pequeños productor=
es, ya
que al consolidar con otros productores pueden alcanzar los mismos benefici=
os
que poseen productores con altos niveles de producción.
· =
El modelo colaborativo permite compartir
riesgos, particularmente en periodos con bajos niveles de producción o ante
eventos como plagas o baja de precios, como también perdidas de clientes.
Por otra parte, los resultados
evidenciaron que los productores que persistieron consolidando con otros
productores en todas las situaciones (S) y en todas las sub-coaliciones
(SB), fueron aquellos que se encuentran más alejados de los clientes=
. Por
lo tanto, cuando se trata de contextos geográficos más grandes, donde se ti=
ene
que recorrer distancias más largas, se vuelve más atractivo elegir actuar de
forma colaborativa (D1).
En torno a la apertura de los centros de
acopios (CA), la cantidad y ubicación necesarios en cada situación (S) son
presentados en la Figura 1. La
tabla muestra, en forma ordenada, las situaciones con peores condiciones (c=
olor
rojo) hasta las mejores condiciones (color verde) para consolidar productos=
. En
cuanto a los municipios, con color rojo se señalan los municipios con menor
frecuencia de coincidencia en la apertura de CA en todas las situaciones (S=
),
en tanto que el color verde indica mayor frecuencia. Este análisis permitió
identificar los CA más atractivos pese a la variabilidad que existe en algu=
nos
de los parámetros del modelo, considerando así la incertidumbre asociada. En
general, se evidenció que a medida que en el sistema mejoran las condiciones
para consolidar productos, aumenta la cantidad de CA a abrir. Las decisione=
s de
apertura de CA deben tomar en cuenta la proximidad geográfica de algunos
municipios. Se sugiere desarrollar un plan secuencial para la apertura de l=
os
CA. Los resultados sugieren apertura de CA en los municipios Repelón (o
Luruaco), Candelaria (o Campo de la Cruz), Palmar de Varela (o Santo Tomás)=
y
Baranoa, en ese orden de prioridad. <=
/span>Notar
que, por proximidad geográfica, se muestra una localización alternativa ent=
re
paréntesis.
Figura 1
Centros de Acopio Abiertos por Situación del Diseño Experiment= al Relacionado con la Frecuencia y Cantidad de Centros de Acopio=
Nota. Elaboración<=
span
style=3D'mso-bookmark:_Toc38966068'>
propia
El modelo logí=
stico
propuesto tiene un gran potencial para aumentar la competitividad de los
productores agropecuario, tal como se mostró en su aplicación al caso del
departamento del Atlántico. Los resultados muestran que existen muy buenos
incentivos para consolidar con otros productores usando CA. En el escenario=
más
desfavorable, a pesar de que para algunos produ=
ctores
no hay ahorros por consolidar con otros productores, los resultados indican=
que
las diferencias de las ganancias no son lo suficientemente relevantes como =
para
renunciar a los demás beneficios que se obtienen al consolidar los producto=
s en
CA. La estrategia colaborativa permite compartir riesgos en periodos=
con
bajos niveles de producción y otras contingencias, también, disminuye las p=
érdidas
por daños y condiciones de almacenamiento.
La variable más
relevante en el beneficio percibido por los productores fue la calidad de l=
os
productos (Factor B), por su impacto en el precio de venta. Otras variables
relevantes que influyen en las ganancias percibidas por productor
<= o:p>
Por otra parte=
, el uso
complementario de la plataforma web prototipo para realizar comercio
electrónico permitió que la estrategia colaborativa sea más eficiente, a la=
vez
que favorece el acceso a mercados al facilitar la interacción con los clien=
tes.
En
futuras investigaciones se puede expandir el tamaño del modelo, escalándolo=
a
otros contextos geográficos. También, analizar instancias más grandes
aumentando la cantidad de clientes y agro-productores. Así mismo, es posible
lograr mayores niveles de desagregación en los nodos de producción, las
familias de producto y los períodos. Por su parte, las extensiones
del modelo pueden involucrar la naturaleza estocástica de la demanda, la
posible existencia de productos defectuosos y/o pérdidas en los envíos.
Finalmente, resulta de interés realizar un análisis multimodal y la
consideración de compatibilidades en las consolidaciones de diferentes tipo=
s de
carga, ya que dos productos agropecuarios podrían tener restricciones para =
ser
enviados en el mismo vehículo.
Referencias
Abaunza
O., A., & León G., A. (2011). Diseño de la operatividad del centro de
distribución de Colfrigos S.A. haciendo uso de =
un WMS
– regional Bogotá. Universidad Libre, 4(3), 410–419.
Agronet. (2019). Evaluaciones Agropecuarias (EVA).=
=
https://www.agronet.gov.co/estadi=
stica/Paginas/home.aspx?cod=3D59
Andrade-Pineda,
J. L., Canca, D., & Go=
nzalez-R,
P. L. (2015). On model=
ling
non-linear quantity discounts in a supplier selection problem by mixed line=
ar
integer optimization. Annals of Operations Research, 258(2),
301–346. https://doi.org/=
10.1007/s10479-015-1941-2
Benavide=
s, L. G.
(2019). La =
tienda
virtual Comproagro llegó a 26.000 usuarios y la=
nzará
su propia app. AGRONEGOCIOS, Agro.=
https://www.agronegocios.co/agric=
ultura/la-tienda-virtual-comproagro-llego-a-26000-usuarios-y-lanzara-su-pro=
pia-app-2838760
Cantillo,
V., & López, M. F. (2008). Monografía de productos G21: Legumbres y =
Horatlizas.
Cruz
Thiriat, R., Ramírez-Vélez, R., Martínez-Torres=
, J.,
& Correa-Bautista, J. E. (2005). Encuesta nacional de la situación
nutricional en Colombia. In Revista Chilena de Nutr=
icion
(Vol. 44, Issue 4). https://doi.org/10.4067/s0717-75182017000400307
DANE.
(2005). Proyecciones de población municipal del 2019 en base a la del 20=
05.
DNA.
(2021). Cuentas nacionales anuales. Http://Www.Dane.Gov.Co/Index.Php/=
Estadisticas-Por-Tema/Cuentas-Nacionales/Cuentas-Nacionales-Anuales<=
/a>.
Gobernación
del Atlántico, & UPRA. (2018). Priorización de alternativas producti=
vas
y diagnóstico del mercado de productos agropecuarios del departamento del
atlántico. Iii, 1–78.
Gran
Abastos. (2021). Mercadeo. https://www.granabastos.com.co/servicios/<=
/a>
Guthrie,=
C., Fosso-Wamba, S., & Arnaud, J. B. (2021). Online
consumer resilience during a pandemic: An exploratory study of e-commerce
behavior before, during and after a COVID-19 lockdown. Journal of Retail=
ing
and Consumer Services. https://d=
oi.org/10.1016/j.jretconser.2021.102570
Hartman,=
B. C.,
& Dror, M. (2003). Optimizing centralized
inventory operations in a cooperative game theory setting. IIE Transacti=
ons
(Institute of Industrial Engineers), 35(3), 243–257. https://doi.org/10.1080/07408170304363
Keskin, B. B., & Üster,
H. (2007). Meta-heuristic approaches with memory and evolution for a
multi-product production/distribution system design problem. European
Journal of Operational Research, 182(2), 5. https://doi.org/=
10.1016/j.ejor.2006.07.034
Lu, H., =
Li, L.,
Zhao, X., & Cook, D. (2018). A model of integrated regional logistics h=
ub
in supply chain. Enterprise Information Systems, 12(10),
1308–1335. https://d=
oi.org/10.1080/17517575.2018.1533588
Ministerio de transporte=
.
(2019). SICETAC. https://plc.mintransporte.gov.co/Runtime/empresa/ctl/SiceTAC/mid/417<=
/span>
Montiel
Paternina, S. (2013). Impacto del tlc con estad=
os
unidos sobre los sectores económicos colombianos. Saber, Ciencia y Liber=
tad,
8(1), 125–130. https://doi.org/10.18041/2382-3240/saber.2013v8n1=
.1885
Murillo,
S. (2011). Beneficios del comercio electrónico.
Nagarajan, M., & Sošić=
, G.
(2008). Game-theoretic
analysis of cooperation among supply chain agents: Review and extensions. <=
i>European
Journal of Operational Research, 187(3), 719–745. https://doi.org/10.1016/j.ejor.2006.05.045
Rincón
Munar, J. N. (2019). Productividad en el transporte de carga por carrete=
ra
en Colombia.
Sebastián
Medina Cadena. (2018). La Influencia Del E-Commerce En La Dinamización De
Los Negocios Internacionales Entre El 2008 Y El 2018: Un Análisis Comparati=
vo
Entre Colombia Y México. 83.
http://repository.uamerica.edu.co/bitstream/20.500.11839/6936/1/51224=
27-2018-II-NIIE.pdf
SPDA.
(201=
6). Plan de Desarrollo “Atlá=
ntico
Líder.”=
Tsiakis, P., Shah, N., & Pantelides,
C. C. (2001). Design of multi-echelon supply chain networks under demand
uncertainty. Industrial and Engineering Chemistry Research, 40(16),
3585–3604. https://doi.org/10.1021/ie0100030
Tu salar=
io.org.
(2021). =
Guardias
de protección.
https://tusalario.org/colombia/ca=
rrera/funcion-y-salario/guardias-de-seguridad
UPRA.
(2017). Plan de desarrollo: Atlántico líder. Ministerio de Agricultura,
54.
Yang, J., & Wang, Z.
(2015). Research on the
application of e-commercial modes for agro-food=
in
mainland China: O2O and B2C. 2015 International Conference on Logistics,
Informatics and Service Science, LISS 2015. https://doi.org/10.1109/LISS.2015.7369645<=
/a>
Anexos
Anexo 1
Arquitectura de la Plataforma
Nota. Elaboración propia utilizando GoConqr
(2021)
Anexo 2
Resultados
del Modelo Logístico Colaborativo
|
Gan=
ancias
[millones de pesos COP] |
Dif. en ganancias [millones de pesos COP] |
%Ga=
nancias |
|
||||||||
|
S |
SB<= o:p> |
Pro=
ductores |
D1<= o:p> |
D2<= o:p> |
D3<= o:p> |
Dif Gan E1: D1vsD2 |
Dif Gan E2: D1vsD3 |
%Gan
E1: D1vsD2 |
%Gan
E2: D1vsD3 |
|
|
|
1 |
1 |
O1,O4,O5,=
O20,O21 |
$23,179.1=
2 |
$22,832.7=
8 |
$13,837.4=
9 |
$346.35 |
$9,341.64=
|
1.52% |
67.51% |
|
|
|
2 |
O2,O16,O1=
9 |
$23,826.65 |
$23,645.16 |
$13,774.00 |
$181.49 <= o:p> |
$10,052.65 |
0.77% |
72.98% |
|
||
|
3 |
O3,O12 |
$39,101.35 |
$39,070.19 |
$23,023.31 |
$31.15 |
$16,078.03 |
0.08% |
69.83% |
|
||
|
4 |
O6,O10 |
$36,167.68 |
$36,062.85 |
$20,869.63 |
$104.82 <= o:p> |
$15,298.05 |
0.29% |
73.30% |
|
||
|
5 |
O7,O11,O1=
4,O18 |
$56,017.88 |
$55,858.11 |
$33,763.26 |
$159.77 <= o:p> |
$22,254.62 |
0.29% |
65.91% |
|
||
|
6 |
O9,O15,O1=
7 |
$52,935.07 |
$52,835.65 |
$31,652.70 |
$99.42 |
$21,282.37 |
0.19% |
67.24% |
|
||
|
7 |
O8 |
$22,627.43 |
$22,627.43 |
$12,953.25 |
$- |
$9,674.18 |
0.00% |
74.69% |
|
||
|
8 |
O13 |
$44,538.99 |
$44,538.99 |
$25,444.63 |
$- |
$19,094.37 |
0.00% |
75.04% |
|
||
|
2 |
1 |
O13 |
$33,896.30 |
$33,896.30 |
$19,573.47 |
$- |
$14,322.83 |
0.00% |
73.17% |
|
|
|
2 |
O6,O10 |
$27,559.51 |
$27,470.61 |
$16,054.26 |
$88.90 |
$11,505.25 |
0.32% |
71.66% |
|
||
|
3 |
O4,O20,O5=
,O18 |
$12,140.56 |
$11,884.36 |
$7,300.83 |
$256.20 <= o:p> |
$4,839.73 |
2.16% |
66.29% |
|
||
|
4 |
O12,O9 |
$36,206.74 |
$36,156.76 |
$21,581.21 |
$49.98 |
$14,625.53 |
0.14% |
67.77% |
|
||
|
5 |
O8,O2,O3,=
O19,O16 |
$43,793.77 |
$43,496.24 |
$25,508.71 |
$297.53 <= o:p> |
$18,285.05 |
0.68% |
71.68% |
|
||
|
6 |
O7,O17,O1=
1,O14,O21,O15,O1 |
$74,636.07 |
$74,301.85 |
$44,905.62 |
$334.22 <= o:p> |
$29,730.45 |
0.45% |
66.21% |
|
||
|
3 |
1 |
O13 |
$23,696.64 |
$23,696.64 |
$23,631.90 |
$- |
$64.74 |
0.00% |
0.27% |
|
|
|
2 |
O8,O2,O3,=
O16,O19 |
$30,647.33 |
$30,287.12 |
$30,665.42 |
$360.20 <= o:p> |
-$18.10 <= o:p> |
1.19% |
-0.06% |
|
||
|
4 |
1 |
O1,O4,O5,=
O7,O11,O14,O15,O18,O20,O21 |
$64,985.26 |
$64,335.38 |
$52,302.80 |
$649.88 <= o:p> |
$12,682.46 |
1.01% |
24.25% |
|
|
|
2 |
O2,O3,O8,=
O16,O19 |
$43,950.14 |
$43,678.07 |
$34,653.44 |
$272.06 <= o:p> |
$9,296.70 |
0.62% |
26.83% |
|||
|
3 |
O6,O10 |
$27,678.15 |
$27,579.86 |
$21,801.48 |
$98.29 |
$5,876.67 |
0.36% |
26.96% |
|||
|
4 |
O9,O12 |
$36,254.00 |
$36,217.95 |
$28,992.37 |
$36.05 |
$7,261.63 |
0.10% |
25.05% |
|||
|
5 |
O11,O15,O=
17 |
$35,737.51 |
$35,575.79 |
$28,692.54 |
$161.71 <= o:p> |
$7,044.96 |
0.45% |
24.55% |
|||
|
6 |
O13 |
$34,066.75 |
$34,066.75 |
$26,666.12 |
$- |
$7,400.63 |
0.00% |
27.75% |
|||
|
5 |
1 |
O13 |
$44,317.32 |
$44,317.32 |
$43,885.52 |
$- |
$431.80 <= o:p> |
0.00% |
0.98% |
||
|
2 |
O2,O3,O19=
,O16 |
$34,665.43 |
$34,435.14 |
$34,575.73 |
$230.29 <= o:p> |
$89.70 |
0.67% |
0.26% |
|||
|
3 |
O6,O10 |
$36,013.37 |
$35,913.17 |
$35,812.39 |
$100.20 <= o:p> |
$200.98 <= o:p> |
0.28% |
0.56% |
|||
|
4 |
O8 |
$22,512.39 |
$22,512.39 |
$22,345.63 |
$- |
$166.76 <= o:p> |
0.00% |
0.75% |
|||
|
6 |
1 |
O13 |
$23,815.91 |
$23,815.91 |
$13,702.19 |
$- |
$10,113.72 |
0.00% |
73.81% |
||
|
2 |
O13,O12 |
$25,351.18 |
$25,315.59 |
$15,112.16 |
$35.58 |
$10,239.02 |
0.14% |
67.75% |
|||
|
3 |
O8,O2,O3,=
O19,O16 |
$30,754.53 |
$30,407.61 |
$17,862.81 |
$346.92 <= o:p> |
$12,891.72 |
1.14% |
72.17% |
|||
|
4 |
O6,O10 |
$19,342.07 |
$19,248.61 |
$11,238.74 |
$93.47 |
$8,103.33 |
0.49% |
72.10% |
|||
|
5 |
O7,O17,O1=
1,O14,O4,O20,O15,O21,O1,O5,O18 |
$60,774.66 |
$60,087.48 |
$36,568.85 |
$687.19 <= o:p> |
$24,205.81 |
1.14% |
66.19% |
|||
|
7 |
1 |
O13 |
$34,237.20 |
$34,237.20 |
$33,758.77 |
$- |
$478.43 <= o:p> |
0.00% |
1.42% |
||
|
2 |
O2,O3,O19=
,O16 |
$26,731.62 |
$26,489.40 |
$26,597.77 |
$242.22 <= o:p> |
$133.86 <= o:p> |
0.91% |
0.50% |
|||
|
3 |
O6,O10 |
$27,796.79 |
$27,688.40 |
$27,548.70 |
$108.39 <= o:p> |
$248.09 <= o:p> |
0.39% |
0.90% |
|||
|
4 |
O8 |
$17,371.86 |
$17,371.86 |
$17,200.39 |
$0.00 |
$171.47 <= o:p> |
0.00% |
1.00% |
|||
|
8 |
1 |
O4,O20,O5=
,O18 |
$15,808.29 |
$15,553.69 |
$12,735.49 |
$254.60 <= o:p> |
$3,072.80 |
1.64% |
24.13% |
||
|
2 |
O17 |
$28,464.28 |
$28,464.28 |
$22,863.27 |
$- |
$5,601.00 |
0.00% |
24.50% |
|||
|
3 |
O13 |
$44,095.65 |
$44,095.65 |
$34,665.08 |
$- |
$9,430.58 |
0.00% |
27.20% |
|||
|
4 |
O9,O12 |
$47,065.04 |
$47,021.48 |
$37,654.82 |
$43.56 |
$9,410.22 |
0.09% |
24.99% |
|||
|
5 |
O2,O3,O8,=
O16,O19 |
$56,922.54 |
$56,704.15 |
$45,033.22 |
$218.39 <= o:p> |
$11,889.32 |
0.39% |
26.40% |
|||
|
6 |
O6,O10 |
$35,859.06 |
$35,770.83 |
$28,341.01 |
$88.23 |
$7,518.05 |
0.25% |
26.53% |
|||
|
7 |
O7,O11,O1=
4,O15,O21,O1 |
$68,618.57 |
$68,302.69 |
$55,247.72 |
$315.88 <= o:p> |
$13,370.85 |
0.46% |
24.20% |
|||
|
9 |
1 |
O13 |
$23,935.18 |
$23,935.18 |
$18,667.04 |
$- |
$5,268.14 |
0.00% |
28.22% |
||
|
2 |
O9,O12,O1=
7 |
$40,714.53 |
$40,672.38 |
$32,640.71 |
$42.15 |
$8,073.82 |
0.10% |
24.74% |
|||
|
3 |
O2,O3,O8,=
O16,O19 |
$30,861.73 |
$30,533.86 |
$24,264.12 |
$327.87 <= o:p> |
$6,597.61 |
1.07% |
27.19% |
|||
|
4 |
O6,O10 |
$19,425.19 |
$19,324.65 |
$15,261.80 |
$100.54 <= o:p> |
$4,163.39 |
0.52% |
27.28% |
|||
|
5 |
O1,O4,O5,=
O7,O11,O14,O15,O18,O20,O21 |
$45,495.69 |
$44,792.15 |
$36,616.96 |
$703.54 <= o:p> |
$8,878.73 |
1.57% |
24.25% |
|||
Nota. Elaboración propia.
Resuelto con AMPL® y MATLAB®
5
Caso práctico de localiza=
ción
óptima de centros logísticos para agro-productores