Humanitarian supply chains driven by socioeconomic concerns

Abstract

A literatura científica em logística humanitária apresenta diversos modelos matemáticos para a tomada de decisão. Simultaneamente, discussões sobre a influência de fatores socioeconômicos nos impactos causados por desastres naturais têm ocorrido por mais de uma década. Todavia, poucos estudos propõem a inclusão de tais fatores no planejamento de cadeias de suprimento humanitárias, tanto nos modelos de otimização, quanto na avaliação da efetividade das soluções de um ponto de vista socioeconômico. Sendo assim, o principal objetivo desta tese é incluir a vulnerabilidade socioeconômica na construção de cadeias de suprimentos humanitárias, endereçando os principais obstáculos, e avaliando os efeitos desta abordagem na preparação e resposta a desastres que ocorrem repentinamente. Para isto, foi desenvolvido um modelo estocástico multiobjetivo de dois estágios para o problema de locação-alocação de kits de auxílio emergencial. Este modelo, definido como prioritization-driven model, serviu de base para o estudo com instâncias reais da cadeia de suprimentos humanitária brasileira. A inclusão da equidade também é explorada como um objetivo adicional do modelo, em que investiga-se como este conceito se relaciona com a estratégia de priorização. Os resultados mostram que os benefícios da nova abordagem são mais evidentes quando as áreas mais vulneráveis são também as áreas mais afetadas, ou quando os impactos dos desastres se distribuem de forma similar entre áreas com diferentes níveis de vulnerabilidade socioeconômica. Em especial, as vantagens de se utilizar o modelo com priorização também ficam mais evidentes com a inclusão da equidade na função objetivo. No contexto da cadeia de suprimentos brasileira, houve deslocamento de parte das instalações do sul para o norte do Brasil, onde os estados mais vulneráveis à pobreza estão localizados. O modelo também proporcionou um maior nível de serviço nos locais mais vulneráveis, enquanto o impacto negativo da priorização sobre locais menos vulneráveis foi mitigado pela inclusão da equidade. A estratégia de priorização também foi efetiva em manter parte das instalações nos estados mais vulneráveis mesmo quando o orçamento disponível foi drasticamente reduzido. Dessa forma, espera-se que este estudo elucide algumas das principais questões sobre a priorização de populações mais vulneráveis no planejamento de desastres, e encoraje pesquisas futuras sobre o tema.

The literature on humanitarian logistics presents several mathematical models for decision-making. Simultaneously, discussions about the influence of socioeconomic factors on the impacts of natural disasters have been ongoing for over a decade. However, few studies propose the inclusion of such factors in the design of humanitarian supply chains, either in optimization models, or in the assessment of solution effectiveness from a socioeconomic viewpoint. Thus, this thesis' main objectives are to include social vulnerability in the design of humanitarian supply chains, address the main obstacles related to this task, and evaluate the effects of this approach in preparing and respond to sudden-onset disasters. For this purpose, we developed a multi-objective two-stage stochastic model for the problem of location-allocation of relief-aid. This model, defined as the prioritization-driven model, served as a basis for the study with real-world based instances of the humanitarian Brazilian supply chain. We also included equity as an additional objective of the model to investigate how it relates to the prioritization strategy. The results show that the benefits of the new approach are more evident when the most vulnerable areas are also the most affected areas, or when the magnitude of disasters' impacts are similar in both the least and the most vulnerable locations. Particularly, the benefits of the prioritization-driven model are also more evident when equity is included in the objective function. In the case of the Brazilian supply chain, there was a shift in the location of relief facilities from south to north of Brazil, where the most vulnerable to poverty states are located. The model also provided a higher service level for the most vulnerable areas, while the negative impact of the prioritization strategy was mitigated by the inclusion of equity. The prioritization strategy also opened relief facilities in the most vulnerable states, even when the available budget was severely reduced. Thus, we hope this study elucidates some of the main concerns regarding prioritizing poor communities when planning for disasters, encouraging further research on this theme.