Vladimir Balza Franco - Cadenas de suministro, logística y prácticas colaborativas en el Caribe colombiano

Por último, en el capítulo tres se adopta el enfoque metodológico de población y muestra para obtener datos de los intermediarios de la cadena de suministro. Dada la amplia variedad de esta unidad de análisis, la investigación empleó una tipología clásica de proveedores de servicios logísticos para depurar su base de datos y acotar la población. El abordaje metodológico fue mixto: se combinaron métodos cualitativos como las entrevistas semiestructuradas (con un cuestionario preestablecido) con la aplicación de encuestas (mediante una aplicación comercial de encuestas en línea) para recabar la mayor información posible de una muestra representativa de la población de los operadores logísticos en el Caribe colombiano, indagando por las características específicas de la operaciones mencionadas y de otras como el uso de sistemas de información especializados y la subcontratación de labores logísticas. De igual forma se consultó la frecuencia de cierto grupo de prácticas de colaboración horizontal y de actividades relacionadas a la colaboración reportadas por la literatura entre este tipo de operadores. Así, la investigación condujo a plantear algunas hipótesis sobre las potenciales relaciones entre las variables descritas en el estudio y la frecuencia de las prácticas logísticas colaborativas horizontales entre prestadores de servicios logísticos.

Hugo José Mercado Cervera PhD1

En el marco de los proyectos liderados por el grupo de investigación Gestión de Recursos para el Desarrollo (GRD), reconocido por Colciencias en categoría C y adscrito al programa de Ingeniería Industrial de la Universidad del Magdalena, este capítulo sintetiza uno de los trabajos de la línea de investigación “Optimización y métodos cuantitativos”. El estudio se enfoca en la aplicación de métodos y modelos matemáticos para mejorar la cadena productiva de frutas y hortalizas en el Magdalena; concretamente, la producción y distribución de mango, una fruta tropical típica de la región Caribe y del microclima del interior del departamento del Magdalena.

En el mundo existen más de 30 variedades de la especie Mangifera indica, entre las cuales se destacan algunas mejoradas, como las variedades rojas Van Dike, Kent y Tommy Atkins, como se muestra en la ilustración 1. Estas fueron introducidas al país desde el sur de la Florida (Estados Unidos), y su cultivo está destinado al mercado de consumo de mango fresco. En el departamento del Magdalena se producen estas variedades de la fruta, además de la variedad criolla Magdalena River y la variedad Keitt (ilustración 2), destacadas por su alto contenido de fibra y por estar dirigidas al mercado de pulpas.

Ilustración 1. Mangifera indica

Fuente: propiedad de los autores con licencia de shuttlestock.com.

El departamento de Magdalena ha sido una región tradicionalmente agrícola y de marcada vocación agroindustrial: aproximadamente 5,5% de su PIB corresponde a la producción de frutas y vegetales. Después del banano, el café y los cítricos, el cultivo de mango tiene una participación del 20% del total de la producción agroindustrial2. Ahora bien, a pesar de su importancia y tradición para la economía del departamento, los cultivos de frutas en este territorio se caracterizan por un bajo nivel de uso de los recursos productivos. Así, se observa que el cultivo de mango cuenta con un nivel de productividad agrícola 40% inferior al de otras regiones del país como el alto Magdalena tolimense, que reporta una productividad de 13,7 toneladas por hectárea plantada3. De igual forma, los niveles de desperdicio de fruta en el cultivo de mango en el Magdalena son superiores al 50% debido a fallas en la manipulación, el almacenamiento y los sistemas de transporte.

Ilustración 2. Mango variedad Keitt

Fuente: propiedad de los autores con licencia de shuttlestock.com.

Como consecuencia, se presentan altos sobrecostos en los procesos agroindustriales, así como incumplimientos de los contratos comerciales en cuanto a las cantidades de producto entregado y a los tiempos de entrega. Estos problemas podrían resolverse mediante la aplicación de técnicas de investigación de operaciones y modelos matemáticos que determinen la ubicación de los centros de almacenamiento, la capacidad de los almacenes y las rutas de transporte de los productos de forma rentable. En otras palabras, este panorama requiere el uso de modelos logísticos para optimizar recursos a través de la minimización de los costos de almacenamiento y transporte de la fruta, desde su origen hasta su consumidor final.

Los modelos de distribución permiten estimar el número de viajes realizados durante un cierto periodo entre las diferentes zonas de un sistema analizado. El modelo de distribución más conocido es el denominado problema de transporte o modelo de Hitchcock (1941), en el cual los bienes producidos en las fuentes indicadas se suministran a una serie de destinos a un costo mínimo. Este está formulado como un problema de programación lineal con costos constantes. Por otro lado se encuentra el modelo de distribución tradicional, esto es, según lo propuesto por Wilson (1970), el modelo gravitatorio, donde las variaciones de entropía —la función objetivo— se muestran para una variación de la generación de viajes o una variación de la unidad de atracción, respectivamente. Estos tipos de modelos de entropía han hecho grandes contribuciones al estudio de la distribución de viajes (Wang, Yao y Jing, 2006).

En los modelos de factores de crecimiento se comienza con una matriz conocida de V, a partir de la cual se busca estimar los valores de esta para un año de diseño. Así, dependiendo de la información, se pueden usar varios métodos (De Dios Ortúzar y Willumsen, 2011). En general, la predicción del número de viajes realizados a ciertos destinos es importante porque ayuda a identificar el área donde se deben generar los servicios y a evaluar los impactos de los cambios en los patrones de demanda de servicios (Blainey y Preston, 2010).

El método del factor uniforme supone que toda la matriz crecerá de manera uniforme, de acuerdo con un factor de crecimiento dado. Esta situación, sin embargo, no es muy realista a menos que sea a muy corto plazo. Por lo demás, en los métodos del factor de crecimiento de dimensión simple o doble existen dos conjuntos de factores de crecimiento para cada zona, origen y destino. Para esto se han desarrollado varios métodos iterativos, entre los cuales se destaca el método Furness (Berodia, Portilla, Dell’Olio y Zamanillo, 2006), que introduce factores de equilibrio.

La literatura reporta que, utilizando datos agregados, los diferentes modelos de distribución difieren poco, pero con datos desagregados las diferencias se hacen considerables. También se ha demostrado que el cambio en el nivel de agregación de los datos puede alterar significativamente los valores de los parámetros de los modelos (De Grange, Fernández y De Cea, 2010).

En los modelos basados en la entropía, el multiplicador de Lagrange (β) expresa la variación de la entropía para una variación unitaria en el costo total del sistema, y puede interpretarse como el costo del viaje. Esta relación se generalizó a grandes poblaciones y fue validada por Roy y Thill (2004). Luego, para la calibración del modelo gravitacional se utiliza el método iterativo de Hyman (1997), en el cual se toma un valor inicial βo para realizar un modelo gravitatorio y obtener un costo promedio modelado y una nueva β, con la cual la nueva iteración hasta el costo promedio de modelado obtenido es igual al costo promedio de la matriz inicial.