آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
دوره 14، شماره 1 - ( بهار 1403 )
جلد 14 شماره 1 صفحات 23-2 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Aghayani P, Nikbakhsh E. A Review of Resilience and Fairness Concepts and Modeling in Humanitarian Logistics Using a Meta-analysis Approach. Disaster Prev. Manag. Know. 2024; 14 (1) :2-23
URL: http://dpmk.ir/article-1-652-fa.html
URL: http://dpmk.ir/article-1-652-fa.html
آقایانی پرهام، نیک‌بخش احسان. مروری بر مفاهیم و مدل‌سازی تاب‌آوری و انصاف در لجستیک بشردوستانه با استفاده از رویکرد فراتحلیل. دانش پیشگیری و مدیریت بحران. 1403; 14 (1) :2-23
1- گروه سیستمهای اقتصادی و اجتماعی، دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه تربیت مدرس، تهران، ایران.
متن کامل [PDF 11244 kb]
(774 دریافت)
| چکیده (HTML) (4254 مشاهده)
متن کامل: (656 مشاهده)
مقدمه
به‌دلیل افزایش آسیبهای زیست‌محیطی و همچنین جنگ و تروریسم، جهان با افزایش بلایای طبیعی و مهاجرت پناهندگان مواجه شده است. لجستیک بشردوستانه یکی از شاخه‌‌های لجستیک است که شامل فرایند برنامه‌ریزی، اجرا و کنترل جریان کارآمد برای مدیریت بلایا ازجمله تحویل اقلام امدادی مانند آب، غذا، دارو و سرپناه، یافتن بهترین مسیر برای تحویل اقلام امدادی و همچنین اعزام مجروحان به مراکز درمانی است به‌نحوی که بیشترین رضایت برای مجروحان حوادث حاصل شود (نیک‌بخش و زنجیرانی فراهانی، 2011). به این ترتیب، لجستیک بشردوستانه یکی از مهم‌ترین مسائل لجستیک و زنجیره تأمین در بخش دولتی و عمومی است.
بلایا را می‌توان به دو دسته کلی «بلایای طبیعی» و «بلایای انسان‌ساخت» تقسیم کرد. بلایای طبیعی مانند سیل، زلزله، طوفان و خشکسالی به‌طور طبیعی رخ می‌دهند. به‌عنوان مثال، در سال 1382 زلزله‌ای به بزرگی 6/6 ریشتر شهر بم در استان کرمان را لرزاند که درنتیجه حدود 34000 نفر کشته شدند (خبرآنلاین، 1399). در سال 2015، طوفان چان‌هوم در شرق چین حدود 1/5 میلیارد دلار خسارت وارد کرد که بر 3/9 میلیون نفر تأثیر گذاشت. همچنین در سال 2016، حدود 12 درصد از جمعیت هائیتی تحت تأثیر طوفان میتو قرار گرفتند که 175000 نفر را آواره کرد (ژانگ و همکاران، 2021). بلایای انسان‌ساخت به‌طور غیرطبیعی رخ می‌دهند، مانند جنگ و تروریسم. به‌عنوان مثال، طبق گزارش آکسفام، تنها به‌دلیل عوامل ثانویه جنگ در درگیری‌‌های طولانی‌مدت، 6 میلیون مرگ در کنگو ثبت شده است. در این فاجعه اپیدمی‌هایی مانند سرخک، وبا و ابولا به‌دلیل شرایط نامناسب بهداشتی و استفاده از آب آشامیدنی آلوده گسترش یافته بود (سازمان بین‌المللی آکسفام، 2015).
یکی از موارد مهمی که در بحث امدادرسانی وجود دارد، فرایند‌های مرتبط با لجستیک ارسال اقلام امدادی است. همان‌طور که اشاره شد، لجستیک بشردوستانه به‌دنبال برنامه‌ریزی مناسب مباحث لجستیکی اقلام امدادی در قبل و بعد از فاجعه است. تکنیک‌‌های بهینه‌سازی می‌توانند برنامه‌ریزی مناسبی با در نظر گرفتن پیچیدگی‌ها و عدم قطعیت صحنه بحران برای سازمان امدادی ارائه کنند. باتوجه‌به مشاهدات دنیای واقعی و مرور پیشینه تحقیقی که در ادامه این مطالعه صورت می‌گیرد، تاب‌آوری و انصاف جزو مباحث مهم طی سالیان اخیر در لجستیک بشردوستانه هستند. باتوجه‌به اینکه تاب‌آوری به‌دنبال کاهش آسیب‌پذیری سیستم در برابر فجایع است و همچنین انصاف به‌دنبال توزیع عادلانه اقلام امدادی بین آسیب‌دیدگان است، این دو مفهوم از اهمیت بالایی برای سازمان امدادی برخوردار هستند.
همان‌طورکه اشاره شد، یکی از مهم‌ترین موضوعاتی که در لجستیک بشردوستانه مورد بحث قرار می‌گیرد، مفهوم تاب‌آوری است. موضوع تاب‌آوری در لجستیک بشردوستانه به‌طورکلی در شرایط عدم قطعیت رخ می‌دهد. تاب‌آوری را می‌توان به‌عنوان بخشی از ویژگی‌‌های یک سیستم تعریف کرد. یک سیستم باید قبل از وقوع عدم قطعیت به‌گونه‌ای طراحی شود که از انعطاف کافی در برابر اختلالات احتمالی برخوردار باشد. اگر سیستم به اندازه کافی انعطاف‌پذیر باشد، می‌توان سرعت خدمت‌دهی را افزایش داد و کارایی سیستم را بهبود بخشید.فالاسکا و همکاران (2008) تاب‌آوری در لجستیک تجاری را مقدار توانایی سیستم در مواجهه با اختلالات و همچنین بازیابی سیستم به حالت قبل از وقوع اختلال تعریف می‌کنند. جعفرنژاد و همکاران (1396) بیان کردند که مراحل تاب‌آوری به دو بخش قبل از وقوع شکست در سیستم و بعد از وقوع شکست در سیستم تقسیم می‌شود. در بخش قبل از وقوع شکست، سیستم باید طوری طراحی شود که تا حد ممکن در برابر اختلالات مقاوم باشد. در بخش بعد از وقوع شکست، سیستم باید به‌صورتی طراحی شده باشد که به‌سرعت به سطح نسبی عملکرد اولیه خود برگردد. رگیانی و همکاران (2015) بیان کردند که مبحث تاب‌آوری برای شبکههای حمل‌ونقل به علت پیچیدگی که دارند، می‌تواند بسیار پراهمیت باشد.
موضوع مهم دیگری که در لجستیک بشردوستانه اهمیت زیادی دارد، مسئله انصاف است. انصاف به این نکته اشاره دارد که سیستم امدادی در لجستیک بشردوستانه باید اقلام و خدمات امدادی را به‌طور عادلانه و برابر توزیع کند. در ادبیات بعضاً از واژگان عدالت و مساوات نیز به‌جای انصاف استفاده می‌شود.آنایا ـ آرناس و همکاران، (2018) انصاف را بی‌طرفی سازمان امدادی در ارائه سطح خدمت برای آسیب‌دیدگان تعریف می‌کنند. درنتیجه، برای برقراری انصاف، سازمان امدادی باید اقلام امدادی را به‌صورتی توزیع کند که تفاوت معنی‌داری در ارائه سطح خدمت بین نقاط آسیب‌دیده نباشد. انصاف را از این نظر می‌توان مهم دانست که منابع و اقلام امدادی و خدمات پزشکی در طول یک فاجعه محدود هستند (آرینگیری و همکاران 2022). اگر اقلام امدادی در برخی از مناطق توزیع شود، اما در برخی دیگر کمبود وجود داشته باشد، ممکن است در میان قربانیان فاجعه نارضایتی رخ دهد. بنابراین انصاف تا حدی حیاتی است که طبق تجربیات میدانی حتی اگر اقلام امدادی با نشانه‌های تجاری مختلف بین قربانیان توزیع شوند، ممکن است باعث نارضایتی بشود.
مفاهیم تاب‌آوری و انصاف در مباحثی از قبیل لجستیک بشردوستانه، شبکههای حمل‌ونقل، سیستمهای مراقبت‌‌های بهداشتی، مهندسی و مدیریت جزو مباحث اساسی و مهم محسوب می‌شوند. هدف از این مطالعه مرور نحوه به‌کارگیری این مفاهیم در لجستیک بشردوستانه به‌صورتی کارآمد است. به‌طور خاص، این مطالعه به تشریح مسائل مهم و چگونگی ایجاد تاب‌آوری و انصاف در چنین سیستم‌هایی می‌پردازد. همچنین انواع سنجههای اندازه‌گیری تاب‌آوری و انصاف براساس ادبیات معرفی خواهند شد. درنهایت، تحقیقات موجود در ادبیات را براساس روش فراتحلیل دسته‌بندی خواهیم کرد و به نقد شکافهای تحقیقاتی خواهیم پرداخت.
ساختار ادامه این گزارش به این شرح خواهد بود: در ادامه، ابتدا روش‌شناسی مطالعه و نحوه مرور پیشینه پژوهش را شرح خواهیم داد. سپس، مباحث مطرح و مهم در مفهوم انصاف تشریح می‌شوند. ما همچنین نشان خواهیم داد چگونه باید عدالت و مساوات بین قربانیان برقرار شود. در ادامه، به معرفی مبحث تاب‌آوری و سنجههای اندازه‌گیری آن خواهیم پرداخت. آن‌گاه، به مرور پیشینه تحقیق این دو حوزه با رویکرد فراتحلیل می‌پردازیم و شکافهای پژوهشی موجود در زمینه به‌کارگیری این دو مفهوم در لجستیک بشردوستانه را معرفی می‌کنیم. درنهایت، بخش آخر به جمع‌بندی مطالعه اختصاص داده شده است.
روش
این پژوهش، یک مطالعه مروری از پیشینه موجود در تاب‌آوری و انصاف در لجستیک بشردوستانه محسوب می‌شود. در این مطالعه از معیار‌های کیفی و کمی برای تحلیل ادبیات و درک سازمان‌یافته‌تری از آن استفاده شده است. در این پژوهش، ادبیات در بازه زمانی سال‌های 1389 الی 1402 موردبررسی قرار گرفته است.
تاکنون مطالعات مروری متنوعی در ارتباط با موضوع پژوهش حاضر صورت گرفته است. در جدول شماره 1، مطالعات مروری که در حوزه‌‌های لجستیک بشردوستانه، تاب‌آوری و انصاف صورت گرفته مشاهده می‌شوند.
همان‌طور که نشان داده شده است، تفاوت مطالعه حاضر با دیگر مطالعات این حوزه در بررسی جامع و هم‌زمان تاب‌آوری و انصاف در لجستیک بشردوستانه است.
برای یافتن مطالعات مربوط به حوزه تاب‌آوری و انصاف در لجستیک بشردوستانه، از پایگاه‌‌های اطلاعاتی آنلاین نظیر گوگل‌اسکالر و اسکوپوس استفاده شد. طی این بررسی ما دریافتیم، که گوگل‌اسکالر و اسکوپوس، جامع‌ترین منابع استناد در کنار پایگاه داده «وب‌آوساینس» هستند. گوگل‌اسکالر در مقابل اسکوپوس شامل طیف وسیع‌تری از مقالات، مجلات کنفرانسی، پایان‌نامه‌ها و کتاب‌هاست، اما اسکوپوس با امکان جست‌وجو در عنوان، چکیده و کلیدواژه مقالات، انعطاف‌پذیری بیشتری دارد (عسگری و همکاران، 2016). مزیت دو پایگاه مذکور وب‌آوساینس در جامعیت بیشتر محتوا‌های علمی تحت پوشش به‌دلیل محدود بودن مجلات و کنفرانس‌‌های تحت پوشش پایگاه وب‌آوساینس است. همچنین برای جست‌وجوی مقالات از کلیدواژه‌هایی که در جدول شماره 2 نشان داده شده است، به‌صورت تنها و نیز به‌صورت ترکیبی استفاده شد. درنهایت، برای تحلیل داده‌ها از طریق روش فراتحلیل، از نرم‌افزار مایکروسافت اکسل نسخه 2019 استفاده شد.
یافته‌ها
انصاف در لجستیک بشردوستانه
مفهوم انصاف در لجستیک بشردوستانه به این واقعیت اشاره دارد که اقلام امدادی باید به‌طور مساوی و عادلانه بین قربانیان توزیع شوند. دلیل اهمیت این موضوع افزایش ناگهانی تقاضا پس از وقوع فاجعه است. از گذشته تا کنون، بحث انصاف یکی از موضوعات مهم در لجستیک بشردوستانه بوده است. اسلیم (1997) بیان کرد که تسکین درد و رنج افراد باید همراه با اولویت دادن به فوری‌ترین موارد ناراحتی در نظر گرفته شود. رنه‌مو و همکاران (2014) بیان کردند که در بحث ارائه خدمات در لجستیک بشردوستانه باید افرادی که بیشترین نیاز پزشکی را دارند، در اولویت خدمات‌رسانی قرار بگیرند.
تاکنون چندین معیار در پیشینه تحقیق برای اندازه‌گیری انصاف پیشنهاد شده است. یکی از معیار‌های مورداستفاده جریمه تقاضای برآورده‌نشده است (رضایی مالک و توکلی مقدم، 2014)، که معیار کارایی نیست، زیرا نمی‌تواند اولویت تقاضا را بین افراد، گروه‌ها و نقاط آسیب‌دیده مختلف در نظر بگیرد. یکی دیگر از معیار‌های مورداستفاده، جریمه کردن کمبود نسبت به تقاضای هر نقطه تقاضا، باتوجه‌به اولویت فوریت آن منطقه است (ریورا ـ رویرو و همکاران، 2016). همچنین آنایا ـ آرناس و همکاران، (2018) سه معیار دیگر را معرفی کردند:
مساوات و ثبات متناسب با کمبود تقاضا
در این سنجه می‌توان مساوات را به‌وسیله فرمول‌های شماره 1 و شماره 2 محاسبه کرد. سنجه فرمول شماره 1، میانگین محدوده کمبود نقاط تقاضا را در هر دوره برای تمام دوره‌ها محاسبه می‌کند. این سنجه، تفاضل حداکثر و حداقل کمبود در نقاط تقاضا در هر دوره را محاسبه کرده و از نتایج به‌دست‌آمده، میانگین کمبودها را در تمامی دوره‌ها محاسبه می‌کند. از طرف دیگر، سنجه فرمول شماره 2، میانگین محدوده کمبود نقاط تقاضا را به‌طورکلی محاسبه می‌کند. این سنجه، تفاضل حداکثر و حداقل کمبود در تمام دوره‌ها برای هر نقطه تقاضا را محاسبه کرده و از نتایج به‌دست‌آمده، میانگین کمبودها را در تمامی نقاط تقاضا محاسبه می‌کند.
uzt: کمبود اقلام امدادی در نقطه تقاضای z در دوره t
|T|: تعداد کل دورههای برنامه‌ریزی
|Z|: تعداد کل نقاط تقاضا
مساوات و ثبات از نظر پراکندگی جهانی
معیار دیگر برای محاسبه مساوات، سنجه واریانس عمومی است که پراکندگی توزیع اقلام امدادی بین نقاط تقاضا را نسبت به میانگین ارزیابی می‌کند. این سنجه در فرمول شماره 3 نشان داده شده است.
: میانگین جهانی کمبود اقلام امدادی در تمام نقاط تقاضا و تمام دوره‌ها
حداقل‌سازی بیشترین شکاف
در این سنجه بیشترین فاصله کمبود بین دو نقطه تقاضا براساس فرمول شماره 4 کمینه‌سازی می‌شود. همچنین در فرمول شماره 5 تفاضل کمبود بین هر دو نقطه تقاضا محاسبه می‌شود.
: بیشترین شکاف کمبود بین نقاط تقاضا در دوره t
Subject to:
به‌بیان‌دیگر، انصاف به‌معنای امدادرسانی و رساندن اقلام امدادی محدود به تمامی مجروحین است؛ به‌طوری‌که به تمامی مجروحین به‌صورت برابر و عادلانه خدمت‌رسانی صورت بگیرد. البته باید به این موضوع توجه داشت که انصاف فقط به‌دنبال برابری مطلق بین تمامی مجروحین نیست، بلکه به‌دنبال ایجاد برابری و عدالت باتوجه‌به وضعیت مجروحین است. برای مثال، در امدادرسانی آمبولانس‌های امداد نباید تمامی مجروحین را با اولویت یکسان در نظر گرفت، بلکه باید مجروحینی که وضعیت حاد دارند را در اولویت بالاتری قرار داد (آرینگیری و همکاران 2022).
اگرچه محققان بسیار زیادی در لجستیک بشردوستانه به اهمیت عدالت اشاره کردند، اما مقالات محدودی بر عدالت به‌عنوان یک هدف در مسائل بهینه‌سازی لجستیک بحران تمرکز داشتند. نحوه پیاده‌سازی عدالت و مساوات در مناطق آسیب‌دیده به شرح زیر است (آنایا ـ آرناس و همکاران، 2018):
1. فرستادن گروه تحقیقاتی در محل حادثه برای تخمین تقاضا در مناطق مختلف؛
2. با استفاده از اطلاعات اولیه و با مشورت با خبرگان، با در نظر گرفتن شرایط اجتماعی و فرهنگی مناطق مختلف، اولین محموله‌ها ارسال می‌شوند؛
3. بعد از رساندن کمک‌های اولیه به مناطق آسیب‌دیده باید به‌طور مرتب (معمولاً هر هفته یک‌بار) اقلام موردنیاز به محل حادثه فرستاده شوند. معمولاً به‌علت کاهش زمان تأخیر، اقلام امدادی از نزدیک‌ترین تأمین‌کننده تهیه می‌شوند.
باید به این موضوع اشاره داشت که در امدادرسانی باید به قوانین پروژه اسفیـر توجه کرد و اصول آن را در هنگام برنامه‌ریزی و عملیات مد نظر قرار داد. قوانین پروژه اسفیـر به مجموعه قوانینی گفته می‌شود که حداقل استاندارد‌های لازم را در حوزه اقدامات بشردوستانه برای حفظ کرامت انسانی در یک فاجعه تعیین می‌کند (جمعیت هلال‌احمر، 1399). قوانین پروژه اسفیـر عبارتند از (پروژه اسفیر، 2011):
1. همه سازمان‌های امدادرسان باید در نظر داشته باشند که اقدام آن‌ها باعث آسیب بیشتر به افراد آسیب‌دیده نشود؛
2. اقدامات سازمان‌های امدادرسان باید افراد آسیب‌پذیر را در اولویت قرار دهد؛
3. محافظت از افراد در مقابل خشونت و نقض قوانین حقوق بشر؛
4. کمک به افراد آسیب‌دیده که بتوانند به شرایط عادی بازگردند.
تصویر شماره 1، تعداد مقالات منتشرشده در مبحث انصاف در لجستیک بشردوستانه و همچنین تعداد مقالات منتشرشده در مبحث لجستیک بشردوستانه را به‌صورت کلی براساس دادههای گوگل‌اسکالر نشان می‌دهد.
به‌دلیل افزایش آسیبهای زیست‌محیطی و همچنین جنگ و تروریسم، جهان با افزایش بلایای طبیعی و مهاجرت پناهندگان مواجه شده است. لجستیک بشردوستانه یکی از شاخه‌‌های لجستیک است که شامل فرایند برنامه‌ریزی، اجرا و کنترل جریان کارآمد برای مدیریت بلایا ازجمله تحویل اقلام امدادی مانند آب، غذا، دارو و سرپناه، یافتن بهترین مسیر برای تحویل اقلام امدادی و همچنین اعزام مجروحان به مراکز درمانی است به‌نحوی که بیشترین رضایت برای مجروحان حوادث حاصل شود (نیک‌بخش و زنجیرانی فراهانی، 2011). به این ترتیب، لجستیک بشردوستانه یکی از مهم‌ترین مسائل لجستیک و زنجیره تأمین در بخش دولتی و عمومی است.
بلایا را می‌توان به دو دسته کلی «بلایای طبیعی» و «بلایای انسان‌ساخت» تقسیم کرد. بلایای طبیعی مانند سیل، زلزله، طوفان و خشکسالی به‌طور طبیعی رخ می‌دهند. به‌عنوان مثال، در سال 1382 زلزله‌ای به بزرگی 6/6 ریشتر شهر بم در استان کرمان را لرزاند که درنتیجه حدود 34000 نفر کشته شدند (خبرآنلاین، 1399). در سال 2015، طوفان چان‌هوم در شرق چین حدود 1/5 میلیارد دلار خسارت وارد کرد که بر 3/9 میلیون نفر تأثیر گذاشت. همچنین در سال 2016، حدود 12 درصد از جمعیت هائیتی تحت تأثیر طوفان میتو قرار گرفتند که 175000 نفر را آواره کرد (ژانگ و همکاران، 2021). بلایای انسان‌ساخت به‌طور غیرطبیعی رخ می‌دهند، مانند جنگ و تروریسم. به‌عنوان مثال، طبق گزارش آکسفام، تنها به‌دلیل عوامل ثانویه جنگ در درگیری‌‌های طولانی‌مدت، 6 میلیون مرگ در کنگو ثبت شده است. در این فاجعه اپیدمی‌هایی مانند سرخک، وبا و ابولا به‌دلیل شرایط نامناسب بهداشتی و استفاده از آب آشامیدنی آلوده گسترش یافته بود (سازمان بین‌المللی آکسفام، 2015).
یکی از موارد مهمی که در بحث امدادرسانی وجود دارد، فرایند‌های مرتبط با لجستیک ارسال اقلام امدادی است. همان‌طور که اشاره شد، لجستیک بشردوستانه به‌دنبال برنامه‌ریزی مناسب مباحث لجستیکی اقلام امدادی در قبل و بعد از فاجعه است. تکنیک‌‌های بهینه‌سازی می‌توانند برنامه‌ریزی مناسبی با در نظر گرفتن پیچیدگی‌ها و عدم قطعیت صحنه بحران برای سازمان امدادی ارائه کنند. باتوجه‌به مشاهدات دنیای واقعی و مرور پیشینه تحقیقی که در ادامه این مطالعه صورت می‌گیرد، تاب‌آوری و انصاف جزو مباحث مهم طی سالیان اخیر در لجستیک بشردوستانه هستند. باتوجه‌به اینکه تاب‌آوری به‌دنبال کاهش آسیب‌پذیری سیستم در برابر فجایع است و همچنین انصاف به‌دنبال توزیع عادلانه اقلام امدادی بین آسیب‌دیدگان است، این دو مفهوم از اهمیت بالایی برای سازمان امدادی برخوردار هستند.
همان‌طورکه اشاره شد، یکی از مهم‌ترین موضوعاتی که در لجستیک بشردوستانه مورد بحث قرار می‌گیرد، مفهوم تاب‌آوری است. موضوع تاب‌آوری در لجستیک بشردوستانه به‌طورکلی در شرایط عدم قطعیت رخ می‌دهد. تاب‌آوری را می‌توان به‌عنوان بخشی از ویژگی‌‌های یک سیستم تعریف کرد. یک سیستم باید قبل از وقوع عدم قطعیت به‌گونه‌ای طراحی شود که از انعطاف کافی در برابر اختلالات احتمالی برخوردار باشد. اگر سیستم به اندازه کافی انعطاف‌پذیر باشد، می‌توان سرعت خدمت‌دهی را افزایش داد و کارایی سیستم را بهبود بخشید.فالاسکا و همکاران (2008) تاب‌آوری در لجستیک تجاری را مقدار توانایی سیستم در مواجهه با اختلالات و همچنین بازیابی سیستم به حالت قبل از وقوع اختلال تعریف می‌کنند. جعفرنژاد و همکاران (1396) بیان کردند که مراحل تاب‌آوری به دو بخش قبل از وقوع شکست در سیستم و بعد از وقوع شکست در سیستم تقسیم می‌شود. در بخش قبل از وقوع شکست، سیستم باید طوری طراحی شود که تا حد ممکن در برابر اختلالات مقاوم باشد. در بخش بعد از وقوع شکست، سیستم باید به‌صورتی طراحی شده باشد که به‌سرعت به سطح نسبی عملکرد اولیه خود برگردد. رگیانی و همکاران (2015) بیان کردند که مبحث تاب‌آوری برای شبکههای حمل‌ونقل به علت پیچیدگی که دارند، می‌تواند بسیار پراهمیت باشد.
موضوع مهم دیگری که در لجستیک بشردوستانه اهمیت زیادی دارد، مسئله انصاف است. انصاف به این نکته اشاره دارد که سیستم امدادی در لجستیک بشردوستانه باید اقلام و خدمات امدادی را به‌طور عادلانه و برابر توزیع کند. در ادبیات بعضاً از واژگان عدالت و مساوات نیز به‌جای انصاف استفاده می‌شود.آنایا ـ آرناس و همکاران، (2018) انصاف را بی‌طرفی سازمان امدادی در ارائه سطح خدمت برای آسیب‌دیدگان تعریف می‌کنند. درنتیجه، برای برقراری انصاف، سازمان امدادی باید اقلام امدادی را به‌صورتی توزیع کند که تفاوت معنی‌داری در ارائه سطح خدمت بین نقاط آسیب‌دیده نباشد. انصاف را از این نظر می‌توان مهم دانست که منابع و اقلام امدادی و خدمات پزشکی در طول یک فاجعه محدود هستند (آرینگیری و همکاران 2022). اگر اقلام امدادی در برخی از مناطق توزیع شود، اما در برخی دیگر کمبود وجود داشته باشد، ممکن است در میان قربانیان فاجعه نارضایتی رخ دهد. بنابراین انصاف تا حدی حیاتی است که طبق تجربیات میدانی حتی اگر اقلام امدادی با نشانه‌های تجاری مختلف بین قربانیان توزیع شوند، ممکن است باعث نارضایتی بشود.
مفاهیم تاب‌آوری و انصاف در مباحثی از قبیل لجستیک بشردوستانه، شبکههای حمل‌ونقل، سیستمهای مراقبت‌‌های بهداشتی، مهندسی و مدیریت جزو مباحث اساسی و مهم محسوب می‌شوند. هدف از این مطالعه مرور نحوه به‌کارگیری این مفاهیم در لجستیک بشردوستانه به‌صورتی کارآمد است. به‌طور خاص، این مطالعه به تشریح مسائل مهم و چگونگی ایجاد تاب‌آوری و انصاف در چنین سیستم‌هایی می‌پردازد. همچنین انواع سنجههای اندازه‌گیری تاب‌آوری و انصاف براساس ادبیات معرفی خواهند شد. درنهایت، تحقیقات موجود در ادبیات را براساس روش فراتحلیل دسته‌بندی خواهیم کرد و به نقد شکافهای تحقیقاتی خواهیم پرداخت.
ساختار ادامه این گزارش به این شرح خواهد بود: در ادامه، ابتدا روش‌شناسی مطالعه و نحوه مرور پیشینه پژوهش را شرح خواهیم داد. سپس، مباحث مطرح و مهم در مفهوم انصاف تشریح می‌شوند. ما همچنین نشان خواهیم داد چگونه باید عدالت و مساوات بین قربانیان برقرار شود. در ادامه، به معرفی مبحث تاب‌آوری و سنجههای اندازه‌گیری آن خواهیم پرداخت. آن‌گاه، به مرور پیشینه تحقیق این دو حوزه با رویکرد فراتحلیل می‌پردازیم و شکافهای پژوهشی موجود در زمینه به‌کارگیری این دو مفهوم در لجستیک بشردوستانه را معرفی می‌کنیم. درنهایت، بخش آخر به جمع‌بندی مطالعه اختصاص داده شده است.
روش
این پژوهش، یک مطالعه مروری از پیشینه موجود در تاب‌آوری و انصاف در لجستیک بشردوستانه محسوب می‌شود. در این مطالعه از معیار‌های کیفی و کمی برای تحلیل ادبیات و درک سازمان‌یافته‌تری از آن استفاده شده است. در این پژوهش، ادبیات در بازه زمانی سال‌های 1389 الی 1402 موردبررسی قرار گرفته است.
تاکنون مطالعات مروری متنوعی در ارتباط با موضوع پژوهش حاضر صورت گرفته است. در جدول شماره 1، مطالعات مروری که در حوزه‌‌های لجستیک بشردوستانه، تاب‌آوری و انصاف صورت گرفته مشاهده می‌شوند.
همان‌طور که نشان داده شده است، تفاوت مطالعه حاضر با دیگر مطالعات این حوزه در بررسی جامع و هم‌زمان تاب‌آوری و انصاف در لجستیک بشردوستانه است.
برای یافتن مطالعات مربوط به حوزه تاب‌آوری و انصاف در لجستیک بشردوستانه، از پایگاه‌‌های اطلاعاتی آنلاین نظیر گوگل‌اسکالر و اسکوپوس استفاده شد. طی این بررسی ما دریافتیم، که گوگل‌اسکالر و اسکوپوس، جامع‌ترین منابع استناد در کنار پایگاه داده «وب‌آوساینس» هستند. گوگل‌اسکالر در مقابل اسکوپوس شامل طیف وسیع‌تری از مقالات، مجلات کنفرانسی، پایان‌نامه‌ها و کتاب‌هاست، اما اسکوپوس با امکان جست‌وجو در عنوان، چکیده و کلیدواژه مقالات، انعطاف‌پذیری بیشتری دارد (عسگری و همکاران، 2016). مزیت دو پایگاه مذکور وب‌آوساینس در جامعیت بیشتر محتوا‌های علمی تحت پوشش به‌دلیل محدود بودن مجلات و کنفرانس‌‌های تحت پوشش پایگاه وب‌آوساینس است. همچنین برای جست‌وجوی مقالات از کلیدواژه‌هایی که در جدول شماره 2 نشان داده شده است، به‌صورت تنها و نیز به‌صورت ترکیبی استفاده شد. درنهایت، برای تحلیل داده‌ها از طریق روش فراتحلیل، از نرم‌افزار مایکروسافت اکسل نسخه 2019 استفاده شد.
یافته‌ها
انصاف در لجستیک بشردوستانه
مفهوم انصاف در لجستیک بشردوستانه به این واقعیت اشاره دارد که اقلام امدادی باید به‌طور مساوی و عادلانه بین قربانیان توزیع شوند. دلیل اهمیت این موضوع افزایش ناگهانی تقاضا پس از وقوع فاجعه است. از گذشته تا کنون، بحث انصاف یکی از موضوعات مهم در لجستیک بشردوستانه بوده است. اسلیم (1997) بیان کرد که تسکین درد و رنج افراد باید همراه با اولویت دادن به فوری‌ترین موارد ناراحتی در نظر گرفته شود. رنه‌مو و همکاران (2014) بیان کردند که در بحث ارائه خدمات در لجستیک بشردوستانه باید افرادی که بیشترین نیاز پزشکی را دارند، در اولویت خدمات‌رسانی قرار بگیرند.
تاکنون چندین معیار در پیشینه تحقیق برای اندازه‌گیری انصاف پیشنهاد شده است. یکی از معیار‌های مورداستفاده جریمه تقاضای برآورده‌نشده است (رضایی مالک و توکلی مقدم، 2014)، که معیار کارایی نیست، زیرا نمی‌تواند اولویت تقاضا را بین افراد، گروه‌ها و نقاط آسیب‌دیده مختلف در نظر بگیرد. یکی دیگر از معیار‌های مورداستفاده، جریمه کردن کمبود نسبت به تقاضای هر نقطه تقاضا، باتوجه‌به اولویت فوریت آن منطقه است (ریورا ـ رویرو و همکاران، 2016). همچنین آنایا ـ آرناس و همکاران، (2018) سه معیار دیگر را معرفی کردند:
مساوات و ثبات متناسب با کمبود تقاضا
در این سنجه می‌توان مساوات را به‌وسیله فرمول‌های شماره 1 و شماره 2 محاسبه کرد. سنجه فرمول شماره 1، میانگین محدوده کمبود نقاط تقاضا را در هر دوره برای تمام دوره‌ها محاسبه می‌کند. این سنجه، تفاضل حداکثر و حداقل کمبود در نقاط تقاضا در هر دوره را محاسبه کرده و از نتایج به‌دست‌آمده، میانگین کمبودها را در تمامی دوره‌ها محاسبه می‌کند. از طرف دیگر، سنجه فرمول شماره 2، میانگین محدوده کمبود نقاط تقاضا را به‌طورکلی محاسبه می‌کند. این سنجه، تفاضل حداکثر و حداقل کمبود در تمام دوره‌ها برای هر نقطه تقاضا را محاسبه کرده و از نتایج به‌دست‌آمده، میانگین کمبودها را در تمامی نقاط تقاضا محاسبه می‌کند.
uzt: کمبود اقلام امدادی در نقطه تقاضای z در دوره t
|T|: تعداد کل دورههای برنامه‌ریزی
|Z|: تعداد کل نقاط تقاضا
مساوات و ثبات از نظر پراکندگی جهانی
معیار دیگر برای محاسبه مساوات، سنجه واریانس عمومی است که پراکندگی توزیع اقلام امدادی بین نقاط تقاضا را نسبت به میانگین ارزیابی می‌کند. این سنجه در فرمول شماره 3 نشان داده شده است.
: میانگین جهانی کمبود اقلام امدادی در تمام نقاط تقاضا و تمام دوره‌ها
حداقل‌سازی بیشترین شکاف
در این سنجه بیشترین فاصله کمبود بین دو نقطه تقاضا براساس فرمول شماره 4 کمینه‌سازی می‌شود. همچنین در فرمول شماره 5 تفاضل کمبود بین هر دو نقطه تقاضا محاسبه می‌شود.
: بیشترین شکاف کمبود بین نقاط تقاضا در دوره t
Subject to:
به‌بیان‌دیگر، انصاف به‌معنای امدادرسانی و رساندن اقلام امدادی محدود به تمامی مجروحین است؛ به‌طوری‌که به تمامی مجروحین به‌صورت برابر و عادلانه خدمت‌رسانی صورت بگیرد. البته باید به این موضوع توجه داشت که انصاف فقط به‌دنبال برابری مطلق بین تمامی مجروحین نیست، بلکه به‌دنبال ایجاد برابری و عدالت باتوجه‌به وضعیت مجروحین است. برای مثال، در امدادرسانی آمبولانس‌های امداد نباید تمامی مجروحین را با اولویت یکسان در نظر گرفت، بلکه باید مجروحینی که وضعیت حاد دارند را در اولویت بالاتری قرار داد (آرینگیری و همکاران 2022).
اگرچه محققان بسیار زیادی در لجستیک بشردوستانه به اهمیت عدالت اشاره کردند، اما مقالات محدودی بر عدالت به‌عنوان یک هدف در مسائل بهینه‌سازی لجستیک بحران تمرکز داشتند. نحوه پیاده‌سازی عدالت و مساوات در مناطق آسیب‌دیده به شرح زیر است (آنایا ـ آرناس و همکاران، 2018):
1. فرستادن گروه تحقیقاتی در محل حادثه برای تخمین تقاضا در مناطق مختلف؛
2. با استفاده از اطلاعات اولیه و با مشورت با خبرگان، با در نظر گرفتن شرایط اجتماعی و فرهنگی مناطق مختلف، اولین محموله‌ها ارسال می‌شوند؛
3. بعد از رساندن کمک‌های اولیه به مناطق آسیب‌دیده باید به‌طور مرتب (معمولاً هر هفته یک‌بار) اقلام موردنیاز به محل حادثه فرستاده شوند. معمولاً به‌علت کاهش زمان تأخیر، اقلام امدادی از نزدیک‌ترین تأمین‌کننده تهیه می‌شوند.
باید به این موضوع اشاره داشت که در امدادرسانی باید به قوانین پروژه اسفیـر توجه کرد و اصول آن را در هنگام برنامه‌ریزی و عملیات مد نظر قرار داد. قوانین پروژه اسفیـر به مجموعه قوانینی گفته می‌شود که حداقل استاندارد‌های لازم را در حوزه اقدامات بشردوستانه برای حفظ کرامت انسانی در یک فاجعه تعیین می‌کند (جمعیت هلال‌احمر، 1399). قوانین پروژه اسفیـر عبارتند از (پروژه اسفیر، 2011):
1. همه سازمان‌های امدادرسان باید در نظر داشته باشند که اقدام آن‌ها باعث آسیب بیشتر به افراد آسیب‌دیده نشود؛
2. اقدامات سازمان‌های امدادرسان باید افراد آسیب‌پذیر را در اولویت قرار دهد؛
3. محافظت از افراد در مقابل خشونت و نقض قوانین حقوق بشر؛
4. کمک به افراد آسیب‌دیده که بتوانند به شرایط عادی بازگردند.
تصویر شماره 1، تعداد مقالات منتشرشده در مبحث انصاف در لجستیک بشردوستانه و همچنین تعداد مقالات منتشرشده در مبحث لجستیک بشردوستانه را به‌صورت کلی براساس دادههای گوگل‌اسکالر نشان می‌دهد.
براساس تصویر شماره 1 می‌توان نتیجه گرفت که مبحث انصاف در لجستیک بشردوستانه جزو مباحثی است که روند رو به رشدی دارد و به‌صورت کلی پژوهشگران هرساله به آن توجه بیشتری نسبت به سال قبل می‌کنند. همچنین تصویر شماره 1 نشان می‌دهد به مبحث انصاف در لجستیک بشردوستانه نسبت به دیگر مباحث موجود در لجستیک بشردوستانه بسیار کمتر پرداخته شده است. در این تصویر، تعداد کل مقالات حوزه لجستیک بشردوستانه برای نمایش بهتر در مقیاس نشان داده شده است. به بیان دقیق‌تر، در هر سال تعداد مطالعات چاپ‌شده در مبحث انصاف در لجستیک بشردوستانه تنها بین 0/02 درصد تا 0/14 درصد تعداد مطالعات چاپ‌شده در مبحث لجستیک بشردوستانه به‌صورت کلی است. بنابراین علی‌رغم اهمیت کاربردی حوزه انصاف، این امر نشان‌دهنده توجه کم محققین به این مفهوم در حوزه لجستیک بشردوستانه است.
تاب‌آوری در لجستیک بشردوستانه
یکی از مهم‌ترین مباحثی که در لجستیک بشردوستانه درمورد آن بحث می‌شود، مبحث «تاب‌آوری» است. به‌صورت کلی مبحث تاب‌آوری در شرایط عدم قطعیت اتفاق می‌افتد و به‌دنبال ایجاد سیستمی است که در برابر اختلالات کمترین آسیب را ببیند و استواری خود را حفظ کند و همچنین به‌سرعت بتواند خود را بازیابی کند. تاب‌آوری یک مفهوم چندرشته‌ای است. به‌عنوان مثال، در فیزیک و مهندسی به‌معنای توانایی یک ماده در خم شدن، فشرده شدن یا کشیده شدن و سپس بازگشت به شکل اولیه است و همچنین در علوم اجتماعی به توانایی نگه داشتن وضعیت روانی خود در شرایط نابسامان است (نژادروشن و همکاران، 2021).
تاب‌آوری در زنجیره تأمین به‌معنای شناسایی منابع بالقوه ریسک و سپس ارائه یک راهکار هماهنگ توسط اعضای زنجیره تأمین در جهت کاهش آسیب‌پذیری زنجیره تأمین است. واکنش یک سازمان به بروز یک فاجعه را می‌توان این‌طور بیان کرد که سازمان موردنظر در ابتدا هشدار وقوع یک اختلال را دریافت می‌کند و سپس در صورتی که سازمان نتواند راهکاری مناسب برای اجتناب از اختلال ارائه دهد باعث بروز یک شکست در عملکرد سیستم می‌شود و پس از آن، سازمان در مرحله بازیابی اقداماتی را برای رسیدن به سطح قبلی عملکرد خود انجام می‌دهد. پس به‌صورت کلی می‌توان گفت برای داشتن یک سیستم تاب‌آور باید «انعطاف‌پذیری»، «چابکی» و «همکاری بین اعضای زنجیره» وجود داشته باشد (جعفرنژاد و همکاران 1396).
هولینگ (1973) اولین کسی بود که تاب‌آوری را به‌عنوان «اندازه‌گیری تداوم سیستم‌ها و توانایی آن‌ها در مواجهه با تغییر و اختلال» توصیف کرد. شفی و همکاران (2003) انعطاف‌پذیری را به‌عنوان «توانایی واکنش به اختلال غیرمنتظره و بازگرداندن عملیات شبکه تأمین به حالت عادی» تعریف کردند. تانگ (2006) تاب‌آوری را از دیدگاه مدیریت عرضه و تقاضا به‌عنوان «یک مزیت رقابتی در جهت کاهش ریسک زنجیره تأمین در رقابت با سایر زنجیره‌‌های تأمین دیگر» تعریف کرد. گوریگ و همکاران (2014) تاب‌آوری را به‌عنوان «توانایی یک سیستم برای مقابله با تغییر» تعریف کرده و دو مفهوم را برای برقراری تاب‌آوری ارائه می‌کنند: 1) با در نظر گرفتن در مدل ریاضی به‌صورت عدم قطعیت (رویکرد‌های برنامه‌ریزی تصادفی یا بهینه‌سازی استوار) یا 2) با در نظر گرفتن چندین تابع هدف متضاد در مدل ریاضی. در ادامه، رگیانی و همکاران (2015) یک نتیجه‌گیری کلی از مفهوم تاب‌آوری باتوجه‌به سیستمهای حمل‌ونقل ارائه دادند و با تجزیه‌وتحلیل 19 مطالعه مختلف بیان کردند که هیچ تعریف ثابتی از تاب‌آوری در سیستمهای حمل‌ونقل وجود ندارد و چالش‌‌های زیادی از نظر عملیاتی‌سازی و اندازه‌گیری تاب‌آوری وجود دارد.
در حوزه مدیریت بحران، برونو و همکاران (2003) یک سنجه ایستای قطعی ارائه داده‌اند که برای اندازه‌گیری درصد از دست رفتن تاب‌آوری یک جامعه در برابر زلزله استفاده می‌شود. این سنجه در فرمول شماره 6 نشان داده شده است. همچنین عملکرد، بین صفر تا 100 درصد در نظر گرفته می‌شود که صفر درصد به‌معنای عدم ارائه خدمات و 100 درصد به‌معنای عدم تنزل خدمات است. برای مثال، در تصویر شماره 2، در زمان t0 زلزله رخ می‌دهد و کیفیت/سطح عملکرد زیرساخت از 100 درصد به 50 درصد کاهش می‌یابد.
تاب‌آوری در لجستیک بشردوستانه
یکی از مهم‌ترین مباحثی که در لجستیک بشردوستانه درمورد آن بحث می‌شود، مبحث «تاب‌آوری» است. به‌صورت کلی مبحث تاب‌آوری در شرایط عدم قطعیت اتفاق می‌افتد و به‌دنبال ایجاد سیستمی است که در برابر اختلالات کمترین آسیب را ببیند و استواری خود را حفظ کند و همچنین به‌سرعت بتواند خود را بازیابی کند. تاب‌آوری یک مفهوم چندرشته‌ای است. به‌عنوان مثال، در فیزیک و مهندسی به‌معنای توانایی یک ماده در خم شدن، فشرده شدن یا کشیده شدن و سپس بازگشت به شکل اولیه است و همچنین در علوم اجتماعی به توانایی نگه داشتن وضعیت روانی خود در شرایط نابسامان است (نژادروشن و همکاران، 2021).
تاب‌آوری در زنجیره تأمین به‌معنای شناسایی منابع بالقوه ریسک و سپس ارائه یک راهکار هماهنگ توسط اعضای زنجیره تأمین در جهت کاهش آسیب‌پذیری زنجیره تأمین است. واکنش یک سازمان به بروز یک فاجعه را می‌توان این‌طور بیان کرد که سازمان موردنظر در ابتدا هشدار وقوع یک اختلال را دریافت می‌کند و سپس در صورتی که سازمان نتواند راهکاری مناسب برای اجتناب از اختلال ارائه دهد باعث بروز یک شکست در عملکرد سیستم می‌شود و پس از آن، سازمان در مرحله بازیابی اقداماتی را برای رسیدن به سطح قبلی عملکرد خود انجام می‌دهد. پس به‌صورت کلی می‌توان گفت برای داشتن یک سیستم تاب‌آور باید «انعطاف‌پذیری»، «چابکی» و «همکاری بین اعضای زنجیره» وجود داشته باشد (جعفرنژاد و همکاران 1396).
هولینگ (1973) اولین کسی بود که تاب‌آوری را به‌عنوان «اندازه‌گیری تداوم سیستم‌ها و توانایی آن‌ها در مواجهه با تغییر و اختلال» توصیف کرد. شفی و همکاران (2003) انعطاف‌پذیری را به‌عنوان «توانایی واکنش به اختلال غیرمنتظره و بازگرداندن عملیات شبکه تأمین به حالت عادی» تعریف کردند. تانگ (2006) تاب‌آوری را از دیدگاه مدیریت عرضه و تقاضا به‌عنوان «یک مزیت رقابتی در جهت کاهش ریسک زنجیره تأمین در رقابت با سایر زنجیره‌‌های تأمین دیگر» تعریف کرد. گوریگ و همکاران (2014) تاب‌آوری را به‌عنوان «توانایی یک سیستم برای مقابله با تغییر» تعریف کرده و دو مفهوم را برای برقراری تاب‌آوری ارائه می‌کنند: 1) با در نظر گرفتن در مدل ریاضی به‌صورت عدم قطعیت (رویکرد‌های برنامه‌ریزی تصادفی یا بهینه‌سازی استوار) یا 2) با در نظر گرفتن چندین تابع هدف متضاد در مدل ریاضی. در ادامه، رگیانی و همکاران (2015) یک نتیجه‌گیری کلی از مفهوم تاب‌آوری باتوجه‌به سیستمهای حمل‌ونقل ارائه دادند و با تجزیه‌وتحلیل 19 مطالعه مختلف بیان کردند که هیچ تعریف ثابتی از تاب‌آوری در سیستمهای حمل‌ونقل وجود ندارد و چالش‌‌های زیادی از نظر عملیاتی‌سازی و اندازه‌گیری تاب‌آوری وجود دارد.
در حوزه مدیریت بحران، برونو و همکاران (2003) یک سنجه ایستای قطعی ارائه داده‌اند که برای اندازه‌گیری درصد از دست رفتن تاب‌آوری یک جامعه در برابر زلزله استفاده می‌شود. این سنجه در فرمول شماره 6 نشان داده شده است. همچنین عملکرد، بین صفر تا 100 درصد در نظر گرفته می‌شود که صفر درصد به‌معنای عدم ارائه خدمات و 100 درصد به‌معنای عدم تنزل خدمات است. برای مثال، در تصویر شماره 2، در زمان t0 زلزله رخ می‌دهد و کیفیت/سطح عملکرد زیرساخت از 100 درصد به 50 درصد کاهش می‌یابد.
سپس در مرحله بازیابی و در مرور زمان، سیستم به بازسازی زیرساخت خود تا زمان t1 می‌پردازد. در زمان t1 سیستم به‌صورت کامل تعمیر شده است و به کیفیت زیرساخت در قبل از فاجعه (برابر با 100 درصد سطح عملکرد اولیه) رسیده است.
Q(t): کیفیت زیرساخت جامعه در بازه زمانی t0 تا t1
چن و میلر ـ هوکس (2012) یک سنجه دیگر برای اندازه‌گیری تاب‌آوری در لجستیک تجاری ارائه داده‌اند. در این سنجه سعی بر حداقل‌سازی تقاضای برآورده‌نشده مورد انتظار پس از اختلال است. این سنجه بر این اساس است که اگر اقدامات پیشگیرانه در قبل از وقوع اختلال به‌خوبی صورت پذیرند، انتظار می‌رود که سیستم بتواند اکثر تقاضاها را پاسخ داده و تقاضای برآورده‌نشده کمی بعد از اختلال داشته باشد.
ژاله‌چیان و همکاران (2018) سه سنجه دیگر برای اندازه‌گیری تاب‌آوری در لجستیک تجاری به شکل زیر ارائه داده‌اند:
1. چگالی شبکه: در این سنجه سعی بر حداکثر‌سازی مجموع فاصله جغرافیایی تسهیلات ایجادشده است.
2. پیچیدگی شبکه: این سنجه شامل دو بخش است:
-پیچیدگی گره: حداقل‌سازی تعداد کل تسهیلات ایجادشده؛
-پیچیدگی جریان: حداقل‌سازی تعداد کل جریانهای بین گره‌ها در شبکه حمل‌ونقل.
3. گره بحرانی: حداقل‌سازی جریانهای تسهیلاتی که مجموع جریان ورودی و خروجی آن‌ها بیشتر از مقدار تعیین‌شده توسط خبره باشد.
همچنین وانگ و همکاران (2014)، وحدانی و همکاران (2017) و قاسمی و همکاران (2022) با بیشینه‌سازی قابلیت اطمینان مسیر ارسال اقلام امدادی، به‌دنبال افزایش تاب‌آوری سیستم بوده‌اند.
باتوجه‌به مقالات مرورشده، تاب‌آوری در لجستیک بشردوستانه را می‌توان به این شکل تعریف کرد:
«تاب‌آوری در لجستیک بشردوستانه همانند لجستیک تجاری به دو مرحله استواری و بازیابی تقسیم می‌شود. در مرحله استواری، که در مرحله آمادگی لجستیک بشردوستانه قرار دارد، سیستم باید به‌دنبال مجموعه‌ای از اقدامات باشد که در برابر اختلالات در شرایط عدم قطعیت، کمترین آسیب را ببیند. در مرحله بازیابی، که در مرحله پاسخ لجستیک بشردوستانه قرار دارد، سیستم باید به‌دنبال مجموعه اقداماتی باشد که بتواند به‌سرعت به عملکرد خود در قبل از فاجعه دست یابد.»
البته باید این نکته را ذکر کرد که مرحله بازیابی تاب‌آوری در لجستیک بشردوستانه به‌علت زمان محدود امدادرسانی در مرحله پاسخ، چندان موردبررسی قرار نگرفته است. اما ازآنجایی‌که فاجعه، یک رخداد غیرقابل‌پیش‌بینی است و سیستم هر اندازه که خود را در قبل از فاجعه مستحکم کند، ممکن است در هنگام وقوع فاجعه با اختلال مواجه شود، در نظر گرفتن راهبردی در جهت بازیابی سیستم در بعد از فاجعه می‌تواند بسیار پراهمیت باشد.
یکی از مهم‌ترین مسائلی که در مبحث تاب‌آوری در حوزه لجستیک بشردوستانه مطرح می‌شود، بحث بروز اختلال در شبکه حمل‌ونقل است. انواع مشکلاتی که ممکن است در پیدا کردن مسیر مناسب در هنگام ارسال اقلام و همین‌طور تخلیه افراد در مبحث تاب‌آوری مورد بحث قرار بگیرد شامل موارد زیر است (هلگوین‌ـ‌وراس و همکاران، 2014):
1. شبکههای ارتباطی که بخشی از فعالیت‌‌های مربوط به لجستیک را سازمان‌دهی می‌کنند، مختل یا نابود شده باشند؛
2. اختلال یا نابود شدن زیرساخت‌های شبکههای لجستیکی مانند کامیون‌ها، کشتی‌ها و غیره؛
3. عدم قطعیت بالا؛
4. حجم زیادی از منابع حیاتی که باید به محل حادثه حمل شود؛
5. بازه زمانی کوتاه برای امدادرسانی به‌منظور جلوگیری از تلفات جانی؛
6. عدم اطمینان بالا درمورد اینکه دقیقاً چه کالایی باید به کدام منطقه ارسال شود؛
7. به‌علت حادثه به‌وجودآمده ممکن است توانایی رهبران محلی، جامعه مدنی و بخش خصوصی برای سازمان‌دهی یک واکنش مؤثر به مشکل برخورد؛
8. مدیریت فرستادن کمک‌های امدادی از منابع مختلف که برای منطقه حادثه‌دیده نیازی نیست.
تصویر شماره 3، تعداد مقالات منتشرشده در مبحث تاب‌آوری در لجستیک بشردوستانه و همچنین تعداد مقالات منتشرشده در مبحث لجستیک بشردوستانه را به‌صورت کلی براساس دادههای گوگل‌اسکالر نشان می‌دهد.
Q(t): کیفیت زیرساخت جامعه در بازه زمانی t0 تا t1
چن و میلر ـ هوکس (2012) یک سنجه دیگر برای اندازه‌گیری تاب‌آوری در لجستیک تجاری ارائه داده‌اند. در این سنجه سعی بر حداقل‌سازی تقاضای برآورده‌نشده مورد انتظار پس از اختلال است. این سنجه بر این اساس است که اگر اقدامات پیشگیرانه در قبل از وقوع اختلال به‌خوبی صورت پذیرند، انتظار می‌رود که سیستم بتواند اکثر تقاضاها را پاسخ داده و تقاضای برآورده‌نشده کمی بعد از اختلال داشته باشد.
ژاله‌چیان و همکاران (2018) سه سنجه دیگر برای اندازه‌گیری تاب‌آوری در لجستیک تجاری به شکل زیر ارائه داده‌اند:
1. چگالی شبکه: در این سنجه سعی بر حداکثر‌سازی مجموع فاصله جغرافیایی تسهیلات ایجادشده است.
2. پیچیدگی شبکه: این سنجه شامل دو بخش است:
-پیچیدگی گره: حداقل‌سازی تعداد کل تسهیلات ایجادشده؛
-پیچیدگی جریان: حداقل‌سازی تعداد کل جریانهای بین گره‌ها در شبکه حمل‌ونقل.
3. گره بحرانی: حداقل‌سازی جریانهای تسهیلاتی که مجموع جریان ورودی و خروجی آن‌ها بیشتر از مقدار تعیین‌شده توسط خبره باشد.
همچنین وانگ و همکاران (2014)، وحدانی و همکاران (2017) و قاسمی و همکاران (2022) با بیشینه‌سازی قابلیت اطمینان مسیر ارسال اقلام امدادی، به‌دنبال افزایش تاب‌آوری سیستم بوده‌اند.
باتوجه‌به مقالات مرورشده، تاب‌آوری در لجستیک بشردوستانه را می‌توان به این شکل تعریف کرد:
«تاب‌آوری در لجستیک بشردوستانه همانند لجستیک تجاری به دو مرحله استواری و بازیابی تقسیم می‌شود. در مرحله استواری، که در مرحله آمادگی لجستیک بشردوستانه قرار دارد، سیستم باید به‌دنبال مجموعه‌ای از اقدامات باشد که در برابر اختلالات در شرایط عدم قطعیت، کمترین آسیب را ببیند. در مرحله بازیابی، که در مرحله پاسخ لجستیک بشردوستانه قرار دارد، سیستم باید به‌دنبال مجموعه اقداماتی باشد که بتواند به‌سرعت به عملکرد خود در قبل از فاجعه دست یابد.»
البته باید این نکته را ذکر کرد که مرحله بازیابی تاب‌آوری در لجستیک بشردوستانه به‌علت زمان محدود امدادرسانی در مرحله پاسخ، چندان موردبررسی قرار نگرفته است. اما ازآنجایی‌که فاجعه، یک رخداد غیرقابل‌پیش‌بینی است و سیستم هر اندازه که خود را در قبل از فاجعه مستحکم کند، ممکن است در هنگام وقوع فاجعه با اختلال مواجه شود، در نظر گرفتن راهبردی در جهت بازیابی سیستم در بعد از فاجعه می‌تواند بسیار پراهمیت باشد.
یکی از مهم‌ترین مسائلی که در مبحث تاب‌آوری در حوزه لجستیک بشردوستانه مطرح می‌شود، بحث بروز اختلال در شبکه حمل‌ونقل است. انواع مشکلاتی که ممکن است در پیدا کردن مسیر مناسب در هنگام ارسال اقلام و همین‌طور تخلیه افراد در مبحث تاب‌آوری مورد بحث قرار بگیرد شامل موارد زیر است (هلگوین‌ـ‌وراس و همکاران، 2014):
1. شبکههای ارتباطی که بخشی از فعالیت‌‌های مربوط به لجستیک را سازمان‌دهی می‌کنند، مختل یا نابود شده باشند؛
2. اختلال یا نابود شدن زیرساخت‌های شبکههای لجستیکی مانند کامیون‌ها، کشتی‌ها و غیره؛
3. عدم قطعیت بالا؛
4. حجم زیادی از منابع حیاتی که باید به محل حادثه حمل شود؛
5. بازه زمانی کوتاه برای امدادرسانی به‌منظور جلوگیری از تلفات جانی؛
6. عدم اطمینان بالا درمورد اینکه دقیقاً چه کالایی باید به کدام منطقه ارسال شود؛
7. به‌علت حادثه به‌وجودآمده ممکن است توانایی رهبران محلی، جامعه مدنی و بخش خصوصی برای سازمان‌دهی یک واکنش مؤثر به مشکل برخورد؛
8. مدیریت فرستادن کمک‌های امدادی از منابع مختلف که برای منطقه حادثه‌دیده نیازی نیست.
تصویر شماره 3، تعداد مقالات منتشرشده در مبحث تاب‌آوری در لجستیک بشردوستانه و همچنین تعداد مقالات منتشرشده در مبحث لجستیک بشردوستانه را به‌صورت کلی براساس دادههای گوگل‌اسکالر نشان می‌دهد.
براساس تصویر شماره 3 می‌توان نتیجه گرفت که مبحث تاب‌آوری در لجستیک بشردوستانه جزو مباحثی است که روند رو به رشدی دارد و پژوهشگران هرساله به آن توجه بیشتری نسبت به سال قبل می‌کنند. به‌علاوه، تصویر شماره 3 نشان می‌دهد به مبحث تاب‌آوری در لجستیک بشردوستانه نسبت به دیگر مباحث موجود در لجستیک بشردوستانه بسیار کمتر پرداخته شده است. مشابه تصویر شماره 1، تعداد کل مقالات حوزه لجستیک بشردوستانه در تصویر شماره 3 در مقیاس رسم شده‌اند. طبق تصویر شماره 3 ، هر سال تعداد مطالعات چاپ‌شده در مبحث تاب‌آوری در لجستیک بشردوستانه تنها بین 0/14 درصد تا 0/30 درصد تعداد مطالعات چاپ‌شده در مبحث لجستیک بشردوستانه به‌صورت کلی است. بنابراین بررسی و توسعه این مفهوم در حوزه لجستیک بشردوستانه هنوز در مراحل اولیه خود قرار دارد.
بحث
در این بخش، ادبیات مباحث «انصاف» و «تاب‌آوری» را بررسی کرده و سپس جهت‌های پژوهشی قابل‌توجه و شکافهای مهم ادبیات را مورد بحث قرار می‌دهیم.
مرور ادبیات پژوهشهای انصاف
بزرگی امیری و همکاران (2013) یک مدل طراحی شبکه چندهدفه ارائه داده‌اند. عدم قطعیت این مسئله به‌صورت استوار در نظر گرفته شده است. تابع هدف این مدل مجموع مقدار مورد انتظار هزینه کل و واریانس هزینه کل را به حداقل رساند. همچنین در این مطالعه با حداقل‌سازی بیشترین کمبود در بین نقاط تقاضا، رضایت آسیب‌دیدگان حداکثر و انصاف برقرار می‌شود. پارامترهایی که به‌صورت غیرقطعی در نظر گرفته شده‌اند شامل هزینه تدارکات و حمل‌ونقل، تقاضا و منابع هستند. تصمیماتی که در این مسئله گرفته می‌شود شامل مقادیر موجودی انبارها و تعیین مکان مراکز توزیع امداد است.
کائو و همکاران (2018) یک مدل مکان‌یابی جدید در حوزه انصاف ارائه داده‌اند. تصمیم اصلی این مسئله مکان‌یابی امکانات پزشکی بوده است. تابع هدف این مسئله به‌دنبال کمینه‌سازی حداکثر انحراف نارضایتی در بین مجروحین و همچنین حداکثر‌سازی رضایت مجروحین است. همچنین روش حل ارائه‌شده برای حل مسئله الگوریتم ژنتیک است.
ری و همکاران (2018) مقاله‌ای را در جهت مسئله جمع‌آوری و تحویل غذا‌های فسادپذیر در چارچوب تدارکات امداد غذایی ارائه دادند. هدف «مسئله نجات و تحویل غذا» یافتن تخصیص عادلانه و سفر به مسیر‌های مقرون‌به‌صرفه برای جمع‌آوری و توزیع مجدد مواد غذایی نجات‌یافته به آژانس‌‌های رفاهی است. در این مقاله یک مدل دوهدفه ارائه شده است و نویسندگان توانستند ثابت کنند که مسئله FRDP یک مسئله «ان‌پی-سخت» است. سپس برای حل این مسئله یک الگوریتم دقیق صفحه برش براساس تجزیه بندرز برای حل دقیق آن ارائه شده است. همچنین یک الگوریتم ابتکاری جدید معرفی شده است که جست‌وجوی حریصانه و محلی را باهم ترکیب می‌کند.
دودمان و همکاران (2019) یک مقاله در جهت افزایش انصاف ارائه داده‌اند. در این مطالعه، با در نظر گرفتن برنامه‌ریزی‌های قبل از فاجعه (مرحله آمادگی) و همچنین توزیع اقلام امدادی بین مراکز توزیع بعد از فاجعه (مرحله پاسخ)، یک مدل چنددوره‌ای ارائه شده است. همچنین در این مطالعه، انبارها به دو دسته مستحکم و غیرمستحکم تقسیم شده بودند. این مقاله با در نظر گرفتن دو تابع هدف حداقل کردن تقاضا و برقراری انصاف در هنگام توزیع اقلام بین آسیب‌دیدگان سعی کرده است به‌صورت هم‌زمان با در نظر گرفتن هزینه‌های محتمل به سازمان امدادی، عدالت را در هنگام توزیع رعایت کند. در این مقاله برای حل دو تابع هدف از روش TH استفاده شده است. درنهایت، این مقاله با ارائه یک سری از آزمایش‌‌های عددی و تحلیل حساسیت کارایی، مدل پیشنهادی خود را نشان داد و توانست بینش‌های مدیریتی لازم را برای سازمان امدادی به دست آورد.
گائو و کائو (2020) یک مقاله درمورد برنامه‌ریزی قبل و بعد از فاجعه با در نظر گرفتن انصاف ارائه داده‌اند. در این مقاله یک مدل برنامه‌ریزی غیرخطی اعداد صحیح مختلط تصادفی دوهدفه ارائه می‌شود که سعی در حداقل کردن نسبت تقاضای برآورده‌نشده وزنی کل مورد انتظار و زمان کل حمل‌ونقل مورد انتظار دارد. تصمیمات استراتژیک در نظر گرفته‌شده در این مقاله شامل «شناسایی مرکز امداد»، «مقدار محموله‌های ورودی و خروجی در مراکز امدادی»، «تعیین جریان کالا» و «تعیین تعداد وسایل نقلیه موردنیاز» است. برای حل این مسئله از روش‌های خطی‌سازی و همچنین روش محدودیت اپسیلون استفاده شده است. همچنین کارایی این مدل به‌وسیله مطالعه موردی زلزله بزرگ سیچوان در چین سنجیده شده است.
اربی اوغلو و بیلگه (2020) مقاله‌ای برای برنامه‌ریزی طراحی شبکه در راستای انصاف ارائه دادند. نویسندگان بر این باور هستند که در یک فاجعه وجود تعداد کافی از مراکز ذخیره و توزیع استراتژیک برای تجهیزات حیاتی می‌تواند به انصاف، اثربخشی و کارایی منجر شود. مدل ارائه‌شده قادر است مکان‌یابی مراکز ذخیره و همچنین انتخاب سطوح موجودی این مراکز را قبل از وقوع فاجعه (مرحله آمادگی) برای رسیدن به یک ترکیب مناسب از اقلام امدادی تعیین کند تا در زمان مناسب عرضه شوند. مدل این مسئله به‌صورت خطی عدد صحیح مختلط است که با استفاده از بهینه‌سازی استوار، تقاضا را برای همه سناریو‌های داده‌شده فاجعه برآورده می‌کند و می‌تواند به دست‌یابی به پاسخ بهتر در مرحله پاسخ هنگامی‌که اقلام امدادی توزیع می‌شوند کمک بکند. باتوجه‌به اینکه این مسئله، «ان‌پی-سخت» است و حل مستقیم آن در ابعاد بزرگ به مشکل برمی‌خورد، نویسندگان با استفاده از تجزیه بندرز توانستند مسئله دنیای واقعی را با نتایج خوبی حل کنند.
گائو و همکاران (2021) یک مقاله در جهت ایجاد انصاف با استفاده از رویکرد حمل‌ونقل چندوجهی ارائه دادند. در این مقاله به این مبحث اشاره شده است که به‌علت فجایع ممکن است برخی مسیر‌های زمینی مسدود شده باشند و این اتفاق باعث ناکارآمدی سیستم برای توزیع خدمات عادلانه و منصفانه به تمامی مجروحین می‌شود. درنتیجه، به نظر می‌رسد برای به حداکثر رساندن انصاف باید با استفاده از سیستمهای حمل‌ونقل چندوجهی زمان کل حمل‌ونقل را حداقل کرد. در این مطالعه، برنامه‌ریزی «تعادل مجدد و حمل‌ونقل چندکالایی» در یک شبکه حمل‌ونقل چندوجهی با فواصل ترکیبی در واکنش به بلایا بررسی شده است و در ادامه، یک مدل «برنامه‌ریزی غیرخطی اعداد صحیح مختلط تصادفی دوهدفه» برای مدل‌سازی مسئله و پرداختن به مسائل مختلف غیرقابل‌اغماض ازجمله عدالت، عدم قطعیت، آسیب و اختلال جاده‌ها و وسایل حمل‌ونقل مختلف پیشنهاد شده است.
آرینگیری و همکاران (2022) یک مقاله در جهت ایجاد انصاف در بحث مسیریابی آمبولانس‌ها برای کمک‌رسانی بی‌طرفانه و کارآمد ارائه دادند. اگرچه بسیاری از محققین مبحث عدالت در لجستیک بشردوستانه را پراهمیت می‌دانند، اما کمتر مقاله‌ای است که این مبحث را به‌عنوان هدف مسئله در نظر بگیرد. هدف این مقاله پیدا کردن تور‌های مناسب برای آمبولانس‌ها پس از وقوع فاجعه است که باید با در نظر گرفتن اولویت‌ها بین مجروحین و رعایت انصاف و عدالت همراه باشد. این مسئله به‌صورت یک مسئله برنامه‌ریزی عدد صحیح و با اهداف سلسله‌مراتبی مدل‌سازی شده است، که در یک هدف مبحث انصاف و در هدف دیگر مبحث کارایی مطرح شده است. ازآنجاکه اجرای مدل در دنیای واقعی بعد از وقوع فاجعه است، بنابراین این الگوریتم باید در زمان مناسبی اجرا شود. ازاین‌رو برای افزایش سرعت حل مدل، یک الگوریتم یادگیری ماشین و جست‌وجوی همسایگی پیشنهاد شده است. این الگوریتم قادر است مسئله را حتی زمانی که بسیار پیچیده شده باشد در زمان قابل‌قبولی حل کند.
یان و همکاران (2023) یک مسئله مکان‌یابی ـ مسیریابی با در نظر گرفتن انصاف ارائه داده‌اند. در این مقاله برای اندازه‌گیری عدالت، یک تابع هدف برای حداقل کردن نسبت تقاضای برآورده‌نشده به کل تقاضا باتوجه‌به فوریت هر نقطه تقاضا ارائه شده است. برای ارزیابی فوریت هر نقطه تقاضا، ترکیبی از روش آنتروپی و تاپسیس استفاده شده است. این مطالعه به‌صورت چندهدفه با اهداف حداقل کردن هزینه، زمان تحویل و درجه نارضایتی انجام شده است. برای حل این مدل ترکیبی از روش‌های فرا ـ ابتکاری بهینه‌سازی ازدحام ذرات گسسته و بهینه‌سازی هریس هاوکس استفاده شده است. علاوه بر این روش‌ها، این مقاله سه استراتژی بهبود، یعنی «یادگیری نخبگان ـ مخالف»، «انرژی فرار غیرخطی» و «قدم زدن تصادفی چنداحتمالی» را برای افزایش کارایی اجرای آن معرفی کرده است. کارایی این مدل بر روی مطالعه موردی کووید-19 در ووهان نشان داده شده است.
مرور ادبیات پژوهشهای تاب‌آوری
در این بخش، علاوه بر معرفی مطالعات تاب‌آوری در لجستیک بشردوستانه، برخی مطالعات تاب‌آوری در لجستیک تجاری را برای معرفی بهتر این موضوع اضافه کرده‌ایم (نگ و والر، 2010؛ لی و ازبی، 2014؛ ساویک، 2015).
نگ و والر، (2010) یک مسئله در مفهوم برنامه‌ریزی تخلیه ارائه کرده‌اند. در این مقاله عدم قطعیت به‌صورت غیرمستقیم در نظر گرفته شده است. پارامتر‌های غیرقطعی در این مسئله ظرفیتهای قوس و تعداد افراد تخلیه‌شده هستند. نویسندگان این مقاله، مدل تخلیه‌ای که در نظر گرفته‌اند مبتنی بر سلول است. هدف این مطالعه برنامه‌ریزی برای تخلیه‌کنندگان بیشتر، درحالی‌که ظرفیتهای جاده کم باشد، است.
لی و ازبی، (2014) یک مسئله در جهت افزایش تاب‌آوری در مفهوم برنامه‌ریزی تخلیه ارائه کرده‌اند. مدل تخلیه این پژوهش مبتنی بر سلول است. همچنین نوع عدم قطعیت این مسئله به‌صورت برنامه‌ریزی غیرقطعی در نظر گرفته شده است. پارامتر غیرقطعی در نظر گرفته‌شده در این مسئله ظرفیت مربوط به جریان است. براساس جریانهای اختصاص‌یافته، این ظرفیت‌ها به‌صورت پویا در طول زمان به آن‌ها تخصیص می‌یابد. روش تولید سناریو در این مطالعه براساس رویکرد تقریب میانگین نمونه است.
ساویک، (2015) یک مطالعه در جهت انتخاب تأمین‌کنندگان با در نظر گرفتن ریسک‌های اختلال ارائه داده است. در این مطالعه دو تابع هدف هزینه و سطح خدمات مشتری وجود دارد. مدل این مسئله به‌صورت برنامه‌ریزی عدد صحیح مختلط تصادفی ارائه شده است. برای حل دو تابع هدف به‌صورت هم‌زمان از روش تجمع میانگین وزنی مرتب‌شده استفاده شده است.
توفیقی و همکاران (2016) یک مقاله درمورد مبحث تاب‌آوری در حوزه طراحی شبکه ارائه کردند. در این پژوهش، نویسندگان یک مدل طراحی شبکه امدادی به‌منظور آماده‌سازی زلزله‌های احتمالی برای مقابله با مشکلات اصلی لجستیکی در فاز‌های قبل و بعد از بلایا در استان تهران ارائه دادند. فرضیات این مقاله عبارتند از: یک مدل دوطبقه‌ای شامل چندین انبار مرکزی و مراکز توزیع محلی و همچنین ارائه یک رویکرد برنامه‌ریزی احتمالی تصادفی مبتنی بر سناریوی دومرحله‌ای جدید. این مسئله در دو مرحله اجرا می‌شود:
1. در اولین مرحله با در نظر گرفتن سطح در دسترس بودن مسیر‌های شبکه حمل‌ونقل پس از وقوع زلزله و همچنین عدم قطعیت‌های ذاتی در دادههای عرضه و تقاضا، مکان‌‌های CWs و LDCs به‌همراه سطوح موجودی پیش‌فرض برای منابع امدادی تعیین می‌شود.
2. در مرحله دوم با هدف به حداقل رساندن هزینه کل موجودی‌های استفاده‌نشده، هزینه کمبود وزنی تقاضا‌های برآورده‌نشده، زمان توزیع کل و حداکثر زمان توزیع وزنی برای اقلام حیاتی، یک طرح توزیع امداد براساس سناریو‌های مختلف فاجعه ارائه می‌شود. برای حل این مدل در یک زمان معقول از الگوریتم تکامل دیفرانسیل مناسب استفاده شده است.
کیمز و میوالد (2018) مقاله‌ای درمورد تاب‌آوری در تخلیه شهری در زمان وقوع فجایع ارائه کرده‌اند. در این مقاله، بر انتخاب مسیر و تخصیص ترافیک برای یک سناریوی تخلیه شهری تمرکز شده است. به‌طورکلی، در برنامه‌ریزی تخلیه، هدف به حداقل رساندن زمان تخلیه، مسافت طی‌شده یا تخلیه کل همه افراد در معرض خطر است. این مقاله یک رویکرد کاملاً جدید برای برنامه‌ریزی تخلیه با معرفی یک جنبه انعطاف‌پذیر ارائه می‌کند که طرح تخلیه را به‌طور متوسط در برابر اثرات بالقوه کاهش ظرفیت در شبکههای خیابانی طراحی می‌کند. در این مقاله، اول مسیر‌های ممکن در دو دسته شناسایی می‌شوند: 1. مسیر‌های معقول (کوتاه‌ترین مسیر) و 2. مسیر‌های نامعقول (تمام مسیر‌های ممکن منهای مسیرهایی که در دسترس نیستند). در ادامه، این مسیرها به افراد آسیب‌دیده تخصیص می‌یابند. در این مقاله، یک مدل تخلیه مبتنی بر مسیر دوهدفه جدید براساس مفروضات مدل انتقال سلولی در نظر گرفته شده است. در این مقاله با استفاده از روش محدودیت اپسیلون، دو تابع هدف متضاد با همدیگر در نظر گرفته است. علاوه بر این، یک الگوریتم مسیر ویژه ارائه شده است که مسیر تخلیه را مطابق با نیاز‌های خاص ما ایجاد می‌کند.
چونگ و همکاران (2019) یک مقاله برای افزایش تاب‌آوری یک مسئله لجستیک بشردوستانه ارائه داده‌اند. تصمیمات مهم این مسئله مکان‌یابی انبارها و مقدار لازم موجودی است. تابع هدف این مسئله به‌دنبال کمینه‌سازی هزینه‌های ثابت و متغیر انبارها، هزینه موجودی و هزینه‌های تدارکات و حمل‌ونقل است. مطالعه موردی در نظر گرفته‌شده در این مسئله فاجعه سیل در کشور پرو است.
نژادروشن و همکاران، (2021) یک مقاله درمورد مبحث تاب‌آوری ارائه دادند. نویسندگان این مقاله بر این باورند که در فجایع و هنگام اجرای یک عملیات اضطراری کنترل عدم قطعیت و ارائه یک طرح استوار برای تدارکات بشردوستانه می‌تواند راهگشا باشد. در این مقاله، یک طراحی شبکه لجستیک بشردوستانه با چندین انبار مرکزی امدادرسانی و مراکز توزیع محلی به‌صورت یکپارچه با یک رویکرد مدل‌سازی احتمالی تصادفی مبتنی بر سناریو موردبررسی قرار می‌گیرد. در این مقاله سعی شده است با در نظر گرفتن عدم قطعیت برای در دسترس بودن اقلام امدادی در کل زنجیره به‌علت آسیبهای احتمالی در شبکه حمل‌ونقل، مسئله به دنیای واقعی نزدیک‌تر شود. در این مقاله یک مدل اعداد صحیح مختلط با یک رویکرد جدید SBPSP برای طراحی شبکه اقلام امدادی تحت عدم قطعیت‌های عملیاتی و اختلالات احتمالی ارائه شده است. در این مقاله با استفاده از روش‌های ترکیبی دیمتل، تصمیم‌گیری چندمعیاره و فرایند تحلیل شبکه پارامتر‌های تاب‌آوری استخراج شده است و در شبکه لجستیک بشردوستانه ارائه‌شده که شامل چندین انبار و مراکز توزیع با سطوح مختلف انعطاف‌پذیر است، به کار برده شده است. در این مقاله در تابع هدف درجه خوش‌بینی و بدبینی، مورداستفاده قرار گرفته است. به‌صورت کلی، هدف این مقاله کمینه کردن هزینه‌های احداث انبار و مراکز توزیع، هزینه کمبود مواد و همچنین کمینه کردن حداکثر زمان مسیر ارسال اقلام امدادی است. برای حل چند تابع هدف موجود در این مسئله از روش محدودیت اپسیلون استفاده شده است. مطالعه موردی استان مازندران در شمال ایران نشان داده است تغییر درجه خوش‌بینی و بدبینی می‌تواند تأثیر بسیار زیادی در جواب‌های به‌دست‌آمده بگذارد.
سینها و همکاران (2022) یک مقاله در مبحث تاب‌آوری ارائه دادند. این مقاله بر روی نحوه توزیع مؤثر واکسن‌ها در بین توده‌های مردم برای دست‌یابی سریع به ایمنی جمعی در برابر عفونت تمرکز دارد. نویسندگان این مقاله به این نتیجه رسیده‌اند که به نظر می‌رسد کشور هند به‌علت وجود چندین نقص زیرساختی در زنجیره تأمین واکسن، نمی‌تواند به واکسیناسیون 67 درصد مردم (مقدار نیاز برای رسیدن به ایمنی جمعی) دست پیدا کند و اختلالات مکرر در زمان تحویل ایجاد می‌شود. نویسندگان این مقاله برای حل این مسئله، یک رویکرد مدل‌سازی جدید را به‌منظور شناسایی تعداد کمی از گره‌ها برای تخصیص موجودی اضافی (ذخایر موجودی استراتژیک) برای اطمینان از حداقل سطح خدمت (67 درصد) تحت احتمال اختلالات زمان توسعه داده‌اند.
در ادامه، با بررسی یک مطالعه موردی از توزیع واکسن انسفالیت ژاپنی (یک بیماری است که از طریق نیش پشه گسترش می‌یابد) شرایطی را موردبررسی قرار داده‌اند که تحت آن در عمل نمی‌توان سیاست ذخیره موجودی استراتژیک را برای رسیدن به اهداف سطح خدمات اجرا کرد. درنتیجه، باید گرههای بحرانی (گره‌هایی که شرایط موردنظر را برآورده می‌کنند) را از نظر ساختاری دوباره بازنگری کرد تا بتوان دوباره اجرای سیاست موجودی استراتژیک را در واقعیت اجرا نمود. ازجمله تعمیراتی که ممکن است گرههای موردنظر نیاز داشته باشند می‌توان به نصب سردخانه‌‌های بهتر، بهبود قابلیت اطمینان شبکه حمل‌ونقل، خرید ون‌های حمل‌ونقل باکیفیت‌تر و آموزش مهارت‌‌های لازم به مدیر سردخانه اشاره کرد. در شرایط ایده‌آل برای شناسایی گرههای بحرانی لازم است مقادیر پارامتری خاص کووید-19 استفاده شود، اما در شرایطی که این داده‌ها وجود ندارند می‌توان از معیار‌های خاص واکسن انسفالیت ژاپنی به‌عنوان یک روش ابتکاری برای شناسایی گرههای بحرانی و بازنگری آن‌ها برای رسیدن به سطح خدمت موردنظر استفاده کرد.
تحلیل و نقد پیشینه تحقیق
طبقه‌بندی مقالات بررسی‌شده در جدول شماره 3 نشان داده شده است.
همچنین درصد فراوانی مطالعات بررسی‌شده، براساس روش فراتحلیل در جدول شماره 4 ارائه شده است.
باتوجه‌به نتایج به‌دست‌آمده، 71 درصد مطالعات این حوزه مسئله تحقیق خود را به‌صورت چندهدفه ارائه داده‌اند. بنابراین می‌توان نتیجه گرفت،که پژوهشگران توجه بیشتری به مسائل چندهدفه داشته‌اند. براساس نتایج، 53 درصد مطالعات، مسئله خود را چندلایه‌ای فرض کرده‌اند. بنابراین باتوجه‌به اینکه مسائل دنیای واقعی معمولاً به‌صورت چندلایه هستند، در صورتی که نوع مسئله با فضای لجستیکی کلان مسئله مطابقت داشته باشد (مانند مسائل طراحی شبکه، مسیریابی و غیره)، لازم است به مسائل چندلایه توجه بیشتری شود. همچنین تنها 29 درصد مطالعات، مسئله خود را به‌صورت چنددوره‌ای در نظر گرفته‌اند و اکثر مقالات مسئله خود را تک‌دوره‌ای فرض کرده‌اند. باتوجه‌به نوع مسائل لجستیک بشردوستانه، باید مسئله‌های موجود را به‌صورت چنددوره‌ای و به‌صورت برنامه‌ریزی چندمرحله‌ای تصادفی در نظر گرفت. برای مثال در هنگام وقوع سیل، به‌علت اینکه مشخص نیست بارندگی چه زمانی به اتمام می‌رسد، تعیین مکان انبار‌های موقت بسیار مشکل است، زیرا ممکن است در طول زمان بارندگی، مناطق بیشتری تحت تأثیر سیل قرار بگیرند و مکان‌‌های اولیه‌ای که در اوایل بارندگی در نظر گرفته شده بودند، در ادامه بارندگی و سیل، دیگر مکان‌‌های بهینه نباشند. بنابراین در نظر گرفتن مسئله به‌صورت یک مدل برنامه‌ریزی چندمرحله‌ای تصادفی یا بهینه‌سازی استوار تطبیق‌پذیر می‌تواند به کاربردی کردن مدل‌ها کمک شایان توجهی کند. باتوجه‌به نتایج، روش محدودیت اپسیلون با 24 درصد فراوانی برای حل مسائل چندهدفه، بیشتر از سایر روش‌ها در مطالعات مشاهده می‌شود. همچنین روش تجزیه بندرز با 12 درصد فراوانی بیشتر از سایر روش‌ها برای حل مسئله استفاده شده است. به‌علاوه، 59 درصد از مطالعات از سایر روش‌ها به‌صورت پراکنده برای حل مسئله خود استفاده کرده‌اند.
باتوجه‌به جدول شماره 4 می‌توان دریافت که توجه محققین به مسائل تصمیم‌گیری لجستیک بشردوستانه در شرایط عدم قطعیت در طول سالیان اخیر افزایش یافته است. اکثر مقالات عدم قطعیت مسئله خود را با فراوانی 53 درصد به‌صورت برنامه‌ریزی غیرقطعی که یک حالت تصمیم‌گیری ریسک خنثی است، در نظر گرفته‌اند. اما باتوجه‌به نوع مسائل لجستیک بشردوستانه که هدف اصلی آن خدمت‌دهی به تمام آسیب‌دیدگان در بدترین شرایط موجود برای حفظ جان و مال مردم است، می‌توان رویکرد‌های ریسک‌گریز مانند بهینه‌سازی استوار (تنها با فراوانی 12 درصد) یا برنامه‌ریزی تصادفی با سنجههای «ارزش در معرض ریسک شرطی» را برای اعمال عدم قطعیت بر روی مسئله اتخاذ کرد.
باتوجه‌به تصویر شماره 3، تعداد مطالعات چاپ‌شده در مبحث تاب‌آوری در لجستیک بشردوستانه طی سالیان گذشته تنها 0/14 درصد الی 0/30 درصد تعداد مطالعات چاپ‌شده در مباحث کلی لجستیک بشردوستانه است. بنابراین، با مقایسه تعداد مطالعات بین حوزه تاب‌آوری در لجستیک بشردوستانه و کل پژوهشهای حوزه لجستیک بشردوستانه، می‌توان نتیجه گرفت که علی‌رغم اهمیت درنظرگیری تاب‌آوری در لجستیک بشردوستانه، هنوز به اندازه کافی به آن پرداخته نشده است. همچنین هنوز سنجه‌ای غالب در مطالعات برای اندازه‌گیری تاب‌آوری در لجستیک بشردوستانه دیده نشده است و بررسی و توسعه این مفهوم هنوز در مراحل اولیه خود است.
همان‌طورکه در مرور ادبیات در مبحث تاب‌آوری مشاهده شد، مقالات موجود برای اعمال تاب‌آوری در مسائل خود صرفاً یا درصد از دست رفتن ظرفیت انبارها بعد از فاجعه را در نظر گرفته بودند، یا انبارها را به دو دسته مستحکم و غیرمستحکم تقسیم کرده بودند. اما طبق دانش ما، هیچ کدام از آن‌ها تا کنون مستحکم‌سازی انبارها قبل از وقوع فاجعه را موردبررسی قرار نداده‌اند. مستحکم‌سازی انبارها علی‌رغم اینکه از لحاظ کاربردی مورد بسیار مهمی است و عموماً سازمان‌های امدادی سعی می‌کنند که این مورد را رعایت بکنند، اما به‌علت کمبود منابع نمی‌توان به‌راحتی این کار را انجام داد. بنابراین لازم است باتوجه‌به پیش‌بینی که از نقاط حادثه‌خیز داریم، درمورد اولویت‌بندی تسهیلات موجود که با استاندارد‌های به‌روز این تسهیلات منطبق نیستند، تصمیم‌گیری بکنیم. درنتیجه، مستحکم‌سازی تسهیلات، که در ادبیات حوزه اختلال و تاب‌آوری در لجستیک تجاری بحث متداولی محسوب می‌شود، می‌تواند در لجستیک بشردوستانه نیز موضوع مهمی باشد.
باتوجه‌به جدول شماره 4، فراوانی درنظرگیری انصاف برابر 53 درصد است. لازم به ذکر است که فراوانی گزارش‌شده براساس تعداد مطالعاتی است که در این پژوهش مرور شده است.
باتوجه‌به تصویر شماره 1، تعداد مطالعات چاپ‌شده در مبحث انصاف در لجستیک بشردوستانه طی سالیان گذشته تنها 0/02 درصد الی 0/14 درصد تعداد مطالعات چاپ‌شده در مباحث کلی لجستیک بشردوستانه است. بنابراین با مقایسه تعداد مطالعاتی که انصاف را در لجستیک بشردوستانه در نظر گرفته‌اند، با تعداد کلی مطالعات لجستیک بشردوستانه، می‌توان دریافت که در نظر گرفتن انصاف در پژوهشهای لجستیک بشردوستانه هنوز در مراحل اولیه خود قرار دارد. درنتیجه، باتوجه‌به اهمیت این مفهوم، توجه بیشتر به مفهوم انصاف در حوزه لجستیک بشردوستانه ضروری است. همچنین سازمان مدیریت بحران برای ارسال اقلام امدادی از بین منابع مختلف، اولویت‌بندی‌های متفاوتی دارد. اما همان‌طور که در مرور ادبیات مشاهده شد، طبق دانش ما هیچ کدام از مقالات تا کنون این فرض را در نظر نگرفته‌اند.
باتوجه‌به نتایج، اکثر تصمیمات گرفته‌شده در مسائل موجود در ادبیات عبارتند از: مکان‌یابی انبارها با 59 درصد فراوانی، مقدار موجودی انبارها در دورههای متفاوت با 35 درصد فراوانی، تعداد وسایل حمل‌ونقل موردنیاز با 24 درصد فراوانی، و مسیریابی وسایل حمل‌ونقل امدادی با 12 درصد فراوانی. همچنین سایر تصمیمات درنظرگرفته‌شده 29 درصد فراوانی داشته‌اند. درنتیجه، کمتر به درنظرگیری سایر تصمیمات مهم در لجستیک بشردوستانه مانند انتخاب تأمین‌کننده و رزرو اقلام امدادی از آن‌ها، تخلیه آسیب‌دیدگان از منطقه فاجعه، تخصیص پزشکان به بیمارستان‌ها و غیره پرداخته شده است.
علاوه‌براین، بیشتر بلایای درنظرگرفته‌شده به‌صورت عمومی (بدون ذکر نوع دقیق بلایای در نظر گرفته در پژوهش) با 47 درصد فراوانی و یا مربوط به فاجعه زلزله با 41 درصد فراوانی است. بنابراین سیستم در مواجهه با بلایای دیگر مانند سیل نمی‌تواند به‌صورت بهینه واکنش نشان دهد. همان‌طور که قبل‌تر به آن اشاره کردیم، در هنگام سیل به پناهگاه‌‌های ایمنی در مناطقی که در طول زمان کمتر تحت تأثیر سیل قرار می‌گیرند، نیاز داریم. به همین ترتیب در زمان وقوع سیل و در مرحله واکنش، نسبت به فاجعه زلزله، به چادر کمتری نیاز داریم، زیرا اکثر مناطق تحت تأثیر سیل قرار می‌گیرند. به‌علاوه، در اکثر مواقع، فاجعه سیل با سرعت کمی اتفاق می‌افتد و همچنین از طریق سازمان هواشناسی تا حدی قابل‌پیش‌بینی است. اما فاجعه زلزله به‌صورت ناگهانی رخ می‌دهد و قابل‌پیش‌بینی نیست. به‌علاوه، اختلال در شبکه حمل‌ونقل در فاجعه سیل بسیار متفاوت از فاجعه زلزله خواهد بود. بنابراین درنظرگیری سایر فجایع در مطالعات می‌تواند به ارائه برنامه‌های عملیاتی بهتر برای مواجهه با بحران کمک کند.
باتوجه‌به نتایج، در اکثر مطالعات، تنوع اقلام امدادی درنظرگرفته‌شده بسیار کم است؛ به‌صورتی که درنظرگیری آب و غذا به‌عنوان اقلام امدادی در مطالعات 47 درصد است، اما سایر اقلام امدادی درنظرگرفته‌شده به‌صورت پراکنده 88 درصد در مطالعات فراوانی دارند. درنتیجه، مطالعاتی که اقلام امدادی ضروری را به‌صورت کامل در نظر گرفته باشند، بسیار کم دیده شده است. تنوع کم اقلام امدادی در نظرگرفته‌شده در هنگام مرحله برنامه‌ریزی اولیه، پیچیدگی بسته‌بندی و فضای قرارگیری آن‌ها در وسایل نقلیه را در هنگام مرحله اجرای برنامه‌ها افزایش می‌دهد، زیرا اقلام امدادی با اندازه‌ها و ابعاد مختلف باید بسته‌بندی و در کامیون‌ها بارگیری شوند (مشابه مسئله مسیریابی وسیله نقلیه با محدودیت‌های بسته‌بندی سطلی دوبعدی/سه‌بعدی). ازجمله اقلام امدادی که می‌توان در نظر گرفت، آب، غذا (کنسرو، نان وغیره)، تجهیزات اقامتی (فرش، چادر، پتو و غیره)، تجهیزات پزشکی (دارو، کیت و غیره) و تجهیزات بهداشتی هستند.
علاوه‌براین، هیچ‌یک از مقالات معیار‌های کارآمدی در جهت افزایش تاب‌آوری سیستم، مخصوص لجستیک بشردوستانه، که بتواند در دنیای واقعی عملکرد قابل‌اطمینانی داشته باشد، ارائه نکرده‌اند. در نظر گرفتن معیاری خاص از تاب‌آوری در لجستیک بشردوستانه می‌تواند کمک زیادی به تاب‌آوری شبکه کند، زیرا همان‌طور که از تفاوت بین مقالات لجستیک بشردوستانه و لجستیک تجاری که در این مطالعه به مرور آن‌ها پرداختیم، مشخص است، مفهوم تاب‌آوری در لجستیک بشردوستانه بسیار متفاوت از لجستیک تجاری است. به‌عنوان‌مثال، برخلاف لجستیک تجاری که تاب‌آوری را می‌توان در دو مرحله اصلی مستحکم‌سازی و بازیابی در نظر گرفت، در لجستیک بشردوستانه به‌دلیل محدود بودن مدت‌زمان مرحله پاسخگویی، مرحله بازیابی مفهوم چندانی ندارد.
درنهایت، هیچ‌یک از مقالات بررسی‌شده تاب‌آوری و انصاف را به‌طور هم‌زمان و به‌صورت جدی و کارآمد در نظر نگرفته‌اند. تنها دودمان و همکاران (2019) مطالعه‌ای را در جهت در نظر گرفتن این دو مفهوم ارائه کرده‌اند. اما این مطالعه، تاب‌آوری را به‌صورت یک تصمیم راهبردی و اساسی در دو مرحله اصلی تاب‌آوری (شامل استواری و بازیابی) ارائه نکرده است. توجه به انعطاف‌پذیری و انصاف باعث کاهش آسیب به سیستم در هنگام وقوع فاجعه می‌شود و در عین حال رضایت و رفاه آسیب‌دیدگان بلایا را به حداکثر می‌رساند.
نتیجه‌گیری
به‌طورکلی، اهمیت مسئله لجستیک بشردوستانه به‌علت تأثیر مستقیم بر جان انسان‌ها یکی از مهم‌ترین مباحث حوزه لجستیک و زنجیره تأمین است. به‌علت افزایش آلاینده‌‌های کارخانه‌ها و درنتیجه افزایش آسیب به محیط‌زیست، فجایع طبیعی نسبت به قبل در حال افزایش هستد. از طرف دیگر، به‌علت افزایش جنگ و تروریسم با افزایش آوارگان و مهاجران روبه‌رو شده‌ایم و همه این عوامل باعث شده‌اند لجستیک بشردوستانه نسبت به قبل اهمیت بیشتری داشته باشد.
در این مطالعه، در ابتدا به معرفی روش‌شناسی پژوهش و نحوه چگونگی جست‌وجوی مقالات پرداختیم. سپس مبحث انصاف را موردبررسی قرار دادیم. در این قسمت به اهمیت توزیع به‌صورت مساوی و عادلانه پرداختیم و یک تعریف جامع از انصاف ارائه کردیم. همچنین نحوه پیاده‌سازی آن در مناطق آسیب‌دیده، به‌علاوه سنجههای اندازه‌گیری انصاف را شرح دادیم. در ادامه، به بررسی مبحث تاب‌آوری پرداختیم. در این قسمت در ابتدا به تعریف و اهمیت مبحث تاب‌آوری در لجستیک بشردوستانه، و سپس به سنجههای مورداستفاده در ادبیات برای اندازه‌گیری تاب‌آوری پرداخته شد.
درنهایت، به مرور ادبیات موجود در زمینه لجستیک بشردوستانه در مباحث «انصاف» و «تاب‌آوری» پرداختیم و ضمن ارائه جدول طبقه‌بندی مقالات، با استفاده از روش فراتحلیل نمایی از روند تحقیقاتی کنونی و همچنین نقاط قوت و ضعف رویکرد فعلی را موردبررسی قرار دادیم. باتوجه‌به رویکرد تحقیق می‌توان دریافت که تمرکز بیشتر محققین روی مسائل چندهدفه و چندلایه با فرض تک‌دوره‌ای بودن مسئله بوده است. همچنین در چند سال گذشته توجه محققین به مسائل عدم قطعیت افزایش یافته است، اما استفاده از رویکرد‌های ریسک‌گریز بسیار کمتر بوده است. همچنین با مرور ادبیات موجود در این فصل می‌توان مشاهده کرد که روش محدودیت اپسیلون محبوبیت بیشتری نسبت به سایر روش‌ها برای حل مسائل چندهدفه در نزد محققین دارد. به‌علاوه، درنظرگیری فجایع و اقلام امدادی مختلف، بسیار تنوع کمی داشته است. همچنین کمتر به در نظر گرفتن تصمیماتی مهم در لجستیک بشردوستانه، مانند انتخاب تأمین‌کننده و رزرو اقلام امدادی از آن‌ها، تخلیه آسیب‌دیدگان از منطقه فاجعه، تخصیص پزشکان به بیمارستان‌ها و غیره پرداخته شده است. درنهایت، درنظرگیری انصاف و تاب‌آوری در لجستیک بشردوستانه هنوز در مراحل اولیه قرار دارد. بنابراین در نظر گرفتن انصاف و تاب‌آوری در پژوهش‌‌ها و طراحی سیستمهای کاربردی حوزه لجستیک بشردوستانه می‌تواند به افزایش انعطاف‌پذیری سیستم در برابر فجایع و همچنین افزایش رضایت آسیب‌دیدگان کمک کند.
ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
این پژوهش بدون استفاده از دادههای انسانی، حیوانی یا سازمانی و با رعایت تمامی اصول اخلاق پژوهش انجام شده است.
حامی مالی
این پژوهش به‌عنوان بخشی از پایان‌نامه کارشناسی ارشد پرهام آقایانی است. این پژوهش هیچ‌گونه کمک مالی از سازمانی‌های دولتی، خصوصی و غیرانتفاعی دریافت نکرده است.
مشارکت نویسندگان
مفهوم‌سازی، روش‌شناسی، اعتبار‌سنجی، تحلیل، تحقیق و بررسی، ویراستاری و نهایی‌سازی نوشته، بصری‌سازی و منابع: پرهام آقایانی و احسان نیک‌بخش؛ نگارش پیش‌نویس: پرهام آقایانی؛ نظارت و مدیریت پروژه: احسان نیک‌بخش.
تعارض منافع
بنابر اظهار نویسندگان، این مقاله تعارض منافع ندارد.
بحث
در این بخش، ادبیات مباحث «انصاف» و «تاب‌آوری» را بررسی کرده و سپس جهت‌های پژوهشی قابل‌توجه و شکافهای مهم ادبیات را مورد بحث قرار می‌دهیم.
مرور ادبیات پژوهشهای انصاف
بزرگی امیری و همکاران (2013) یک مدل طراحی شبکه چندهدفه ارائه داده‌اند. عدم قطعیت این مسئله به‌صورت استوار در نظر گرفته شده است. تابع هدف این مدل مجموع مقدار مورد انتظار هزینه کل و واریانس هزینه کل را به حداقل رساند. همچنین در این مطالعه با حداقل‌سازی بیشترین کمبود در بین نقاط تقاضا، رضایت آسیب‌دیدگان حداکثر و انصاف برقرار می‌شود. پارامترهایی که به‌صورت غیرقطعی در نظر گرفته شده‌اند شامل هزینه تدارکات و حمل‌ونقل، تقاضا و منابع هستند. تصمیماتی که در این مسئله گرفته می‌شود شامل مقادیر موجودی انبارها و تعیین مکان مراکز توزیع امداد است.
کائو و همکاران (2018) یک مدل مکان‌یابی جدید در حوزه انصاف ارائه داده‌اند. تصمیم اصلی این مسئله مکان‌یابی امکانات پزشکی بوده است. تابع هدف این مسئله به‌دنبال کمینه‌سازی حداکثر انحراف نارضایتی در بین مجروحین و همچنین حداکثر‌سازی رضایت مجروحین است. همچنین روش حل ارائه‌شده برای حل مسئله الگوریتم ژنتیک است.
ری و همکاران (2018) مقاله‌ای را در جهت مسئله جمع‌آوری و تحویل غذا‌های فسادپذیر در چارچوب تدارکات امداد غذایی ارائه دادند. هدف «مسئله نجات و تحویل غذا» یافتن تخصیص عادلانه و سفر به مسیر‌های مقرون‌به‌صرفه برای جمع‌آوری و توزیع مجدد مواد غذایی نجات‌یافته به آژانس‌‌های رفاهی است. در این مقاله یک مدل دوهدفه ارائه شده است و نویسندگان توانستند ثابت کنند که مسئله FRDP یک مسئله «ان‌پی-سخت» است. سپس برای حل این مسئله یک الگوریتم دقیق صفحه برش براساس تجزیه بندرز برای حل دقیق آن ارائه شده است. همچنین یک الگوریتم ابتکاری جدید معرفی شده است که جست‌وجوی حریصانه و محلی را باهم ترکیب می‌کند.
دودمان و همکاران (2019) یک مقاله در جهت افزایش انصاف ارائه داده‌اند. در این مطالعه، با در نظر گرفتن برنامه‌ریزی‌های قبل از فاجعه (مرحله آمادگی) و همچنین توزیع اقلام امدادی بین مراکز توزیع بعد از فاجعه (مرحله پاسخ)، یک مدل چنددوره‌ای ارائه شده است. همچنین در این مطالعه، انبارها به دو دسته مستحکم و غیرمستحکم تقسیم شده بودند. این مقاله با در نظر گرفتن دو تابع هدف حداقل کردن تقاضا و برقراری انصاف در هنگام توزیع اقلام بین آسیب‌دیدگان سعی کرده است به‌صورت هم‌زمان با در نظر گرفتن هزینه‌های محتمل به سازمان امدادی، عدالت را در هنگام توزیع رعایت کند. در این مقاله برای حل دو تابع هدف از روش TH استفاده شده است. درنهایت، این مقاله با ارائه یک سری از آزمایش‌‌های عددی و تحلیل حساسیت کارایی، مدل پیشنهادی خود را نشان داد و توانست بینش‌های مدیریتی لازم را برای سازمان امدادی به دست آورد.
گائو و کائو (2020) یک مقاله درمورد برنامه‌ریزی قبل و بعد از فاجعه با در نظر گرفتن انصاف ارائه داده‌اند. در این مقاله یک مدل برنامه‌ریزی غیرخطی اعداد صحیح مختلط تصادفی دوهدفه ارائه می‌شود که سعی در حداقل کردن نسبت تقاضای برآورده‌نشده وزنی کل مورد انتظار و زمان کل حمل‌ونقل مورد انتظار دارد. تصمیمات استراتژیک در نظر گرفته‌شده در این مقاله شامل «شناسایی مرکز امداد»، «مقدار محموله‌های ورودی و خروجی در مراکز امدادی»، «تعیین جریان کالا» و «تعیین تعداد وسایل نقلیه موردنیاز» است. برای حل این مسئله از روش‌های خطی‌سازی و همچنین روش محدودیت اپسیلون استفاده شده است. همچنین کارایی این مدل به‌وسیله مطالعه موردی زلزله بزرگ سیچوان در چین سنجیده شده است.
اربی اوغلو و بیلگه (2020) مقاله‌ای برای برنامه‌ریزی طراحی شبکه در راستای انصاف ارائه دادند. نویسندگان بر این باور هستند که در یک فاجعه وجود تعداد کافی از مراکز ذخیره و توزیع استراتژیک برای تجهیزات حیاتی می‌تواند به انصاف، اثربخشی و کارایی منجر شود. مدل ارائه‌شده قادر است مکان‌یابی مراکز ذخیره و همچنین انتخاب سطوح موجودی این مراکز را قبل از وقوع فاجعه (مرحله آمادگی) برای رسیدن به یک ترکیب مناسب از اقلام امدادی تعیین کند تا در زمان مناسب عرضه شوند. مدل این مسئله به‌صورت خطی عدد صحیح مختلط است که با استفاده از بهینه‌سازی استوار، تقاضا را برای همه سناریو‌های داده‌شده فاجعه برآورده می‌کند و می‌تواند به دست‌یابی به پاسخ بهتر در مرحله پاسخ هنگامی‌که اقلام امدادی توزیع می‌شوند کمک بکند. باتوجه‌به اینکه این مسئله، «ان‌پی-سخت» است و حل مستقیم آن در ابعاد بزرگ به مشکل برمی‌خورد، نویسندگان با استفاده از تجزیه بندرز توانستند مسئله دنیای واقعی را با نتایج خوبی حل کنند.
گائو و همکاران (2021) یک مقاله در جهت ایجاد انصاف با استفاده از رویکرد حمل‌ونقل چندوجهی ارائه دادند. در این مقاله به این مبحث اشاره شده است که به‌علت فجایع ممکن است برخی مسیر‌های زمینی مسدود شده باشند و این اتفاق باعث ناکارآمدی سیستم برای توزیع خدمات عادلانه و منصفانه به تمامی مجروحین می‌شود. درنتیجه، به نظر می‌رسد برای به حداکثر رساندن انصاف باید با استفاده از سیستمهای حمل‌ونقل چندوجهی زمان کل حمل‌ونقل را حداقل کرد. در این مطالعه، برنامه‌ریزی «تعادل مجدد و حمل‌ونقل چندکالایی» در یک شبکه حمل‌ونقل چندوجهی با فواصل ترکیبی در واکنش به بلایا بررسی شده است و در ادامه، یک مدل «برنامه‌ریزی غیرخطی اعداد صحیح مختلط تصادفی دوهدفه» برای مدل‌سازی مسئله و پرداختن به مسائل مختلف غیرقابل‌اغماض ازجمله عدالت، عدم قطعیت، آسیب و اختلال جاده‌ها و وسایل حمل‌ونقل مختلف پیشنهاد شده است.
آرینگیری و همکاران (2022) یک مقاله در جهت ایجاد انصاف در بحث مسیریابی آمبولانس‌ها برای کمک‌رسانی بی‌طرفانه و کارآمد ارائه دادند. اگرچه بسیاری از محققین مبحث عدالت در لجستیک بشردوستانه را پراهمیت می‌دانند، اما کمتر مقاله‌ای است که این مبحث را به‌عنوان هدف مسئله در نظر بگیرد. هدف این مقاله پیدا کردن تور‌های مناسب برای آمبولانس‌ها پس از وقوع فاجعه است که باید با در نظر گرفتن اولویت‌ها بین مجروحین و رعایت انصاف و عدالت همراه باشد. این مسئله به‌صورت یک مسئله برنامه‌ریزی عدد صحیح و با اهداف سلسله‌مراتبی مدل‌سازی شده است، که در یک هدف مبحث انصاف و در هدف دیگر مبحث کارایی مطرح شده است. ازآنجاکه اجرای مدل در دنیای واقعی بعد از وقوع فاجعه است، بنابراین این الگوریتم باید در زمان مناسبی اجرا شود. ازاین‌رو برای افزایش سرعت حل مدل، یک الگوریتم یادگیری ماشین و جست‌وجوی همسایگی پیشنهاد شده است. این الگوریتم قادر است مسئله را حتی زمانی که بسیار پیچیده شده باشد در زمان قابل‌قبولی حل کند.
یان و همکاران (2023) یک مسئله مکان‌یابی ـ مسیریابی با در نظر گرفتن انصاف ارائه داده‌اند. در این مقاله برای اندازه‌گیری عدالت، یک تابع هدف برای حداقل کردن نسبت تقاضای برآورده‌نشده به کل تقاضا باتوجه‌به فوریت هر نقطه تقاضا ارائه شده است. برای ارزیابی فوریت هر نقطه تقاضا، ترکیبی از روش آنتروپی و تاپسیس استفاده شده است. این مطالعه به‌صورت چندهدفه با اهداف حداقل کردن هزینه، زمان تحویل و درجه نارضایتی انجام شده است. برای حل این مدل ترکیبی از روش‌های فرا ـ ابتکاری بهینه‌سازی ازدحام ذرات گسسته و بهینه‌سازی هریس هاوکس استفاده شده است. علاوه بر این روش‌ها، این مقاله سه استراتژی بهبود، یعنی «یادگیری نخبگان ـ مخالف»، «انرژی فرار غیرخطی» و «قدم زدن تصادفی چنداحتمالی» را برای افزایش کارایی اجرای آن معرفی کرده است. کارایی این مدل بر روی مطالعه موردی کووید-19 در ووهان نشان داده شده است.
مرور ادبیات پژوهشهای تاب‌آوری
در این بخش، علاوه بر معرفی مطالعات تاب‌آوری در لجستیک بشردوستانه، برخی مطالعات تاب‌آوری در لجستیک تجاری را برای معرفی بهتر این موضوع اضافه کرده‌ایم (نگ و والر، 2010؛ لی و ازبی، 2014؛ ساویک، 2015).
نگ و والر، (2010) یک مسئله در مفهوم برنامه‌ریزی تخلیه ارائه کرده‌اند. در این مقاله عدم قطعیت به‌صورت غیرمستقیم در نظر گرفته شده است. پارامتر‌های غیرقطعی در این مسئله ظرفیتهای قوس و تعداد افراد تخلیه‌شده هستند. نویسندگان این مقاله، مدل تخلیه‌ای که در نظر گرفته‌اند مبتنی بر سلول است. هدف این مطالعه برنامه‌ریزی برای تخلیه‌کنندگان بیشتر، درحالی‌که ظرفیتهای جاده کم باشد، است.
لی و ازبی، (2014) یک مسئله در جهت افزایش تاب‌آوری در مفهوم برنامه‌ریزی تخلیه ارائه کرده‌اند. مدل تخلیه این پژوهش مبتنی بر سلول است. همچنین نوع عدم قطعیت این مسئله به‌صورت برنامه‌ریزی غیرقطعی در نظر گرفته شده است. پارامتر غیرقطعی در نظر گرفته‌شده در این مسئله ظرفیت مربوط به جریان است. براساس جریانهای اختصاص‌یافته، این ظرفیت‌ها به‌صورت پویا در طول زمان به آن‌ها تخصیص می‌یابد. روش تولید سناریو در این مطالعه براساس رویکرد تقریب میانگین نمونه است.
ساویک، (2015) یک مطالعه در جهت انتخاب تأمین‌کنندگان با در نظر گرفتن ریسک‌های اختلال ارائه داده است. در این مطالعه دو تابع هدف هزینه و سطح خدمات مشتری وجود دارد. مدل این مسئله به‌صورت برنامه‌ریزی عدد صحیح مختلط تصادفی ارائه شده است. برای حل دو تابع هدف به‌صورت هم‌زمان از روش تجمع میانگین وزنی مرتب‌شده استفاده شده است.
توفیقی و همکاران (2016) یک مقاله درمورد مبحث تاب‌آوری در حوزه طراحی شبکه ارائه کردند. در این پژوهش، نویسندگان یک مدل طراحی شبکه امدادی به‌منظور آماده‌سازی زلزله‌های احتمالی برای مقابله با مشکلات اصلی لجستیکی در فاز‌های قبل و بعد از بلایا در استان تهران ارائه دادند. فرضیات این مقاله عبارتند از: یک مدل دوطبقه‌ای شامل چندین انبار مرکزی و مراکز توزیع محلی و همچنین ارائه یک رویکرد برنامه‌ریزی احتمالی تصادفی مبتنی بر سناریوی دومرحله‌ای جدید. این مسئله در دو مرحله اجرا می‌شود:
1. در اولین مرحله با در نظر گرفتن سطح در دسترس بودن مسیر‌های شبکه حمل‌ونقل پس از وقوع زلزله و همچنین عدم قطعیت‌های ذاتی در دادههای عرضه و تقاضا، مکان‌‌های CWs و LDCs به‌همراه سطوح موجودی پیش‌فرض برای منابع امدادی تعیین می‌شود.
2. در مرحله دوم با هدف به حداقل رساندن هزینه کل موجودی‌های استفاده‌نشده، هزینه کمبود وزنی تقاضا‌های برآورده‌نشده، زمان توزیع کل و حداکثر زمان توزیع وزنی برای اقلام حیاتی، یک طرح توزیع امداد براساس سناریو‌های مختلف فاجعه ارائه می‌شود. برای حل این مدل در یک زمان معقول از الگوریتم تکامل دیفرانسیل مناسب استفاده شده است.
کیمز و میوالد (2018) مقاله‌ای درمورد تاب‌آوری در تخلیه شهری در زمان وقوع فجایع ارائه کرده‌اند. در این مقاله، بر انتخاب مسیر و تخصیص ترافیک برای یک سناریوی تخلیه شهری تمرکز شده است. به‌طورکلی، در برنامه‌ریزی تخلیه، هدف به حداقل رساندن زمان تخلیه، مسافت طی‌شده یا تخلیه کل همه افراد در معرض خطر است. این مقاله یک رویکرد کاملاً جدید برای برنامه‌ریزی تخلیه با معرفی یک جنبه انعطاف‌پذیر ارائه می‌کند که طرح تخلیه را به‌طور متوسط در برابر اثرات بالقوه کاهش ظرفیت در شبکههای خیابانی طراحی می‌کند. در این مقاله، اول مسیر‌های ممکن در دو دسته شناسایی می‌شوند: 1. مسیر‌های معقول (کوتاه‌ترین مسیر) و 2. مسیر‌های نامعقول (تمام مسیر‌های ممکن منهای مسیرهایی که در دسترس نیستند). در ادامه، این مسیرها به افراد آسیب‌دیده تخصیص می‌یابند. در این مقاله، یک مدل تخلیه مبتنی بر مسیر دوهدفه جدید براساس مفروضات مدل انتقال سلولی در نظر گرفته شده است. در این مقاله با استفاده از روش محدودیت اپسیلون، دو تابع هدف متضاد با همدیگر در نظر گرفته است. علاوه بر این، یک الگوریتم مسیر ویژه ارائه شده است که مسیر تخلیه را مطابق با نیاز‌های خاص ما ایجاد می‌کند.
چونگ و همکاران (2019) یک مقاله برای افزایش تاب‌آوری یک مسئله لجستیک بشردوستانه ارائه داده‌اند. تصمیمات مهم این مسئله مکان‌یابی انبارها و مقدار لازم موجودی است. تابع هدف این مسئله به‌دنبال کمینه‌سازی هزینه‌های ثابت و متغیر انبارها، هزینه موجودی و هزینه‌های تدارکات و حمل‌ونقل است. مطالعه موردی در نظر گرفته‌شده در این مسئله فاجعه سیل در کشور پرو است.
نژادروشن و همکاران، (2021) یک مقاله درمورد مبحث تاب‌آوری ارائه دادند. نویسندگان این مقاله بر این باورند که در فجایع و هنگام اجرای یک عملیات اضطراری کنترل عدم قطعیت و ارائه یک طرح استوار برای تدارکات بشردوستانه می‌تواند راهگشا باشد. در این مقاله، یک طراحی شبکه لجستیک بشردوستانه با چندین انبار مرکزی امدادرسانی و مراکز توزیع محلی به‌صورت یکپارچه با یک رویکرد مدل‌سازی احتمالی تصادفی مبتنی بر سناریو موردبررسی قرار می‌گیرد. در این مقاله سعی شده است با در نظر گرفتن عدم قطعیت برای در دسترس بودن اقلام امدادی در کل زنجیره به‌علت آسیبهای احتمالی در شبکه حمل‌ونقل، مسئله به دنیای واقعی نزدیک‌تر شود. در این مقاله یک مدل اعداد صحیح مختلط با یک رویکرد جدید SBPSP برای طراحی شبکه اقلام امدادی تحت عدم قطعیت‌های عملیاتی و اختلالات احتمالی ارائه شده است. در این مقاله با استفاده از روش‌های ترکیبی دیمتل، تصمیم‌گیری چندمعیاره و فرایند تحلیل شبکه پارامتر‌های تاب‌آوری استخراج شده است و در شبکه لجستیک بشردوستانه ارائه‌شده که شامل چندین انبار و مراکز توزیع با سطوح مختلف انعطاف‌پذیر است، به کار برده شده است. در این مقاله در تابع هدف درجه خوش‌بینی و بدبینی، مورداستفاده قرار گرفته است. به‌صورت کلی، هدف این مقاله کمینه کردن هزینه‌های احداث انبار و مراکز توزیع، هزینه کمبود مواد و همچنین کمینه کردن حداکثر زمان مسیر ارسال اقلام امدادی است. برای حل چند تابع هدف موجود در این مسئله از روش محدودیت اپسیلون استفاده شده است. مطالعه موردی استان مازندران در شمال ایران نشان داده است تغییر درجه خوش‌بینی و بدبینی می‌تواند تأثیر بسیار زیادی در جواب‌های به‌دست‌آمده بگذارد.
سینها و همکاران (2022) یک مقاله در مبحث تاب‌آوری ارائه دادند. این مقاله بر روی نحوه توزیع مؤثر واکسن‌ها در بین توده‌های مردم برای دست‌یابی سریع به ایمنی جمعی در برابر عفونت تمرکز دارد. نویسندگان این مقاله به این نتیجه رسیده‌اند که به نظر می‌رسد کشور هند به‌علت وجود چندین نقص زیرساختی در زنجیره تأمین واکسن، نمی‌تواند به واکسیناسیون 67 درصد مردم (مقدار نیاز برای رسیدن به ایمنی جمعی) دست پیدا کند و اختلالات مکرر در زمان تحویل ایجاد می‌شود. نویسندگان این مقاله برای حل این مسئله، یک رویکرد مدل‌سازی جدید را به‌منظور شناسایی تعداد کمی از گره‌ها برای تخصیص موجودی اضافی (ذخایر موجودی استراتژیک) برای اطمینان از حداقل سطح خدمت (67 درصد) تحت احتمال اختلالات زمان توسعه داده‌اند.
در ادامه، با بررسی یک مطالعه موردی از توزیع واکسن انسفالیت ژاپنی (یک بیماری است که از طریق نیش پشه گسترش می‌یابد) شرایطی را موردبررسی قرار داده‌اند که تحت آن در عمل نمی‌توان سیاست ذخیره موجودی استراتژیک را برای رسیدن به اهداف سطح خدمات اجرا کرد. درنتیجه، باید گرههای بحرانی (گره‌هایی که شرایط موردنظر را برآورده می‌کنند) را از نظر ساختاری دوباره بازنگری کرد تا بتوان دوباره اجرای سیاست موجودی استراتژیک را در واقعیت اجرا نمود. ازجمله تعمیراتی که ممکن است گرههای موردنظر نیاز داشته باشند می‌توان به نصب سردخانه‌‌های بهتر، بهبود قابلیت اطمینان شبکه حمل‌ونقل، خرید ون‌های حمل‌ونقل باکیفیت‌تر و آموزش مهارت‌‌های لازم به مدیر سردخانه اشاره کرد. در شرایط ایده‌آل برای شناسایی گرههای بحرانی لازم است مقادیر پارامتری خاص کووید-19 استفاده شود، اما در شرایطی که این داده‌ها وجود ندارند می‌توان از معیار‌های خاص واکسن انسفالیت ژاپنی به‌عنوان یک روش ابتکاری برای شناسایی گرههای بحرانی و بازنگری آن‌ها برای رسیدن به سطح خدمت موردنظر استفاده کرد.
تحلیل و نقد پیشینه تحقیق
طبقه‌بندی مقالات بررسی‌شده در جدول شماره 3 نشان داده شده است.
همچنین درصد فراوانی مطالعات بررسی‌شده، براساس روش فراتحلیل در جدول شماره 4 ارائه شده است.
باتوجه‌به نتایج به‌دست‌آمده، 71 درصد مطالعات این حوزه مسئله تحقیق خود را به‌صورت چندهدفه ارائه داده‌اند. بنابراین می‌توان نتیجه گرفت،که پژوهشگران توجه بیشتری به مسائل چندهدفه داشته‌اند. براساس نتایج، 53 درصد مطالعات، مسئله خود را چندلایه‌ای فرض کرده‌اند. بنابراین باتوجه‌به اینکه مسائل دنیای واقعی معمولاً به‌صورت چندلایه هستند، در صورتی که نوع مسئله با فضای لجستیکی کلان مسئله مطابقت داشته باشد (مانند مسائل طراحی شبکه، مسیریابی و غیره)، لازم است به مسائل چندلایه توجه بیشتری شود. همچنین تنها 29 درصد مطالعات، مسئله خود را به‌صورت چنددوره‌ای در نظر گرفته‌اند و اکثر مقالات مسئله خود را تک‌دوره‌ای فرض کرده‌اند. باتوجه‌به نوع مسائل لجستیک بشردوستانه، باید مسئله‌های موجود را به‌صورت چنددوره‌ای و به‌صورت برنامه‌ریزی چندمرحله‌ای تصادفی در نظر گرفت. برای مثال در هنگام وقوع سیل، به‌علت اینکه مشخص نیست بارندگی چه زمانی به اتمام می‌رسد، تعیین مکان انبار‌های موقت بسیار مشکل است، زیرا ممکن است در طول زمان بارندگی، مناطق بیشتری تحت تأثیر سیل قرار بگیرند و مکان‌‌های اولیه‌ای که در اوایل بارندگی در نظر گرفته شده بودند، در ادامه بارندگی و سیل، دیگر مکان‌‌های بهینه نباشند. بنابراین در نظر گرفتن مسئله به‌صورت یک مدل برنامه‌ریزی چندمرحله‌ای تصادفی یا بهینه‌سازی استوار تطبیق‌پذیر می‌تواند به کاربردی کردن مدل‌ها کمک شایان توجهی کند. باتوجه‌به نتایج، روش محدودیت اپسیلون با 24 درصد فراوانی برای حل مسائل چندهدفه، بیشتر از سایر روش‌ها در مطالعات مشاهده می‌شود. همچنین روش تجزیه بندرز با 12 درصد فراوانی بیشتر از سایر روش‌ها برای حل مسئله استفاده شده است. به‌علاوه، 59 درصد از مطالعات از سایر روش‌ها به‌صورت پراکنده برای حل مسئله خود استفاده کرده‌اند.
باتوجه‌به جدول شماره 4 می‌توان دریافت که توجه محققین به مسائل تصمیم‌گیری لجستیک بشردوستانه در شرایط عدم قطعیت در طول سالیان اخیر افزایش یافته است. اکثر مقالات عدم قطعیت مسئله خود را با فراوانی 53 درصد به‌صورت برنامه‌ریزی غیرقطعی که یک حالت تصمیم‌گیری ریسک خنثی است، در نظر گرفته‌اند. اما باتوجه‌به نوع مسائل لجستیک بشردوستانه که هدف اصلی آن خدمت‌دهی به تمام آسیب‌دیدگان در بدترین شرایط موجود برای حفظ جان و مال مردم است، می‌توان رویکرد‌های ریسک‌گریز مانند بهینه‌سازی استوار (تنها با فراوانی 12 درصد) یا برنامه‌ریزی تصادفی با سنجههای «ارزش در معرض ریسک شرطی» را برای اعمال عدم قطعیت بر روی مسئله اتخاذ کرد.
باتوجه‌به تصویر شماره 3، تعداد مطالعات چاپ‌شده در مبحث تاب‌آوری در لجستیک بشردوستانه طی سالیان گذشته تنها 0/14 درصد الی 0/30 درصد تعداد مطالعات چاپ‌شده در مباحث کلی لجستیک بشردوستانه است. بنابراین، با مقایسه تعداد مطالعات بین حوزه تاب‌آوری در لجستیک بشردوستانه و کل پژوهشهای حوزه لجستیک بشردوستانه، می‌توان نتیجه گرفت که علی‌رغم اهمیت درنظرگیری تاب‌آوری در لجستیک بشردوستانه، هنوز به اندازه کافی به آن پرداخته نشده است. همچنین هنوز سنجه‌ای غالب در مطالعات برای اندازه‌گیری تاب‌آوری در لجستیک بشردوستانه دیده نشده است و بررسی و توسعه این مفهوم هنوز در مراحل اولیه خود است.
همان‌طورکه در مرور ادبیات در مبحث تاب‌آوری مشاهده شد، مقالات موجود برای اعمال تاب‌آوری در مسائل خود صرفاً یا درصد از دست رفتن ظرفیت انبارها بعد از فاجعه را در نظر گرفته بودند، یا انبارها را به دو دسته مستحکم و غیرمستحکم تقسیم کرده بودند. اما طبق دانش ما، هیچ کدام از آن‌ها تا کنون مستحکم‌سازی انبارها قبل از وقوع فاجعه را موردبررسی قرار نداده‌اند. مستحکم‌سازی انبارها علی‌رغم اینکه از لحاظ کاربردی مورد بسیار مهمی است و عموماً سازمان‌های امدادی سعی می‌کنند که این مورد را رعایت بکنند، اما به‌علت کمبود منابع نمی‌توان به‌راحتی این کار را انجام داد. بنابراین لازم است باتوجه‌به پیش‌بینی که از نقاط حادثه‌خیز داریم، درمورد اولویت‌بندی تسهیلات موجود که با استاندارد‌های به‌روز این تسهیلات منطبق نیستند، تصمیم‌گیری بکنیم. درنتیجه، مستحکم‌سازی تسهیلات، که در ادبیات حوزه اختلال و تاب‌آوری در لجستیک تجاری بحث متداولی محسوب می‌شود، می‌تواند در لجستیک بشردوستانه نیز موضوع مهمی باشد.
باتوجه‌به جدول شماره 4، فراوانی درنظرگیری انصاف برابر 53 درصد است. لازم به ذکر است که فراوانی گزارش‌شده براساس تعداد مطالعاتی است که در این پژوهش مرور شده است.
باتوجه‌به تصویر شماره 1، تعداد مطالعات چاپ‌شده در مبحث انصاف در لجستیک بشردوستانه طی سالیان گذشته تنها 0/02 درصد الی 0/14 درصد تعداد مطالعات چاپ‌شده در مباحث کلی لجستیک بشردوستانه است. بنابراین با مقایسه تعداد مطالعاتی که انصاف را در لجستیک بشردوستانه در نظر گرفته‌اند، با تعداد کلی مطالعات لجستیک بشردوستانه، می‌توان دریافت که در نظر گرفتن انصاف در پژوهشهای لجستیک بشردوستانه هنوز در مراحل اولیه خود قرار دارد. درنتیجه، باتوجه‌به اهمیت این مفهوم، توجه بیشتر به مفهوم انصاف در حوزه لجستیک بشردوستانه ضروری است. همچنین سازمان مدیریت بحران برای ارسال اقلام امدادی از بین منابع مختلف، اولویت‌بندی‌های متفاوتی دارد. اما همان‌طور که در مرور ادبیات مشاهده شد، طبق دانش ما هیچ کدام از مقالات تا کنون این فرض را در نظر نگرفته‌اند.
باتوجه‌به نتایج، اکثر تصمیمات گرفته‌شده در مسائل موجود در ادبیات عبارتند از: مکان‌یابی انبارها با 59 درصد فراوانی، مقدار موجودی انبارها در دورههای متفاوت با 35 درصد فراوانی، تعداد وسایل حمل‌ونقل موردنیاز با 24 درصد فراوانی، و مسیریابی وسایل حمل‌ونقل امدادی با 12 درصد فراوانی. همچنین سایر تصمیمات درنظرگرفته‌شده 29 درصد فراوانی داشته‌اند. درنتیجه، کمتر به درنظرگیری سایر تصمیمات مهم در لجستیک بشردوستانه مانند انتخاب تأمین‌کننده و رزرو اقلام امدادی از آن‌ها، تخلیه آسیب‌دیدگان از منطقه فاجعه، تخصیص پزشکان به بیمارستان‌ها و غیره پرداخته شده است.
علاوه‌براین، بیشتر بلایای درنظرگرفته‌شده به‌صورت عمومی (بدون ذکر نوع دقیق بلایای در نظر گرفته در پژوهش) با 47 درصد فراوانی و یا مربوط به فاجعه زلزله با 41 درصد فراوانی است. بنابراین سیستم در مواجهه با بلایای دیگر مانند سیل نمی‌تواند به‌صورت بهینه واکنش نشان دهد. همان‌طور که قبل‌تر به آن اشاره کردیم، در هنگام سیل به پناهگاه‌‌های ایمنی در مناطقی که در طول زمان کمتر تحت تأثیر سیل قرار می‌گیرند، نیاز داریم. به همین ترتیب در زمان وقوع سیل و در مرحله واکنش، نسبت به فاجعه زلزله، به چادر کمتری نیاز داریم، زیرا اکثر مناطق تحت تأثیر سیل قرار می‌گیرند. به‌علاوه، در اکثر مواقع، فاجعه سیل با سرعت کمی اتفاق می‌افتد و همچنین از طریق سازمان هواشناسی تا حدی قابل‌پیش‌بینی است. اما فاجعه زلزله به‌صورت ناگهانی رخ می‌دهد و قابل‌پیش‌بینی نیست. به‌علاوه، اختلال در شبکه حمل‌ونقل در فاجعه سیل بسیار متفاوت از فاجعه زلزله خواهد بود. بنابراین درنظرگیری سایر فجایع در مطالعات می‌تواند به ارائه برنامه‌های عملیاتی بهتر برای مواجهه با بحران کمک کند.
باتوجه‌به نتایج، در اکثر مطالعات، تنوع اقلام امدادی درنظرگرفته‌شده بسیار کم است؛ به‌صورتی که درنظرگیری آب و غذا به‌عنوان اقلام امدادی در مطالعات 47 درصد است، اما سایر اقلام امدادی درنظرگرفته‌شده به‌صورت پراکنده 88 درصد در مطالعات فراوانی دارند. درنتیجه، مطالعاتی که اقلام امدادی ضروری را به‌صورت کامل در نظر گرفته باشند، بسیار کم دیده شده است. تنوع کم اقلام امدادی در نظرگرفته‌شده در هنگام مرحله برنامه‌ریزی اولیه، پیچیدگی بسته‌بندی و فضای قرارگیری آن‌ها در وسایل نقلیه را در هنگام مرحله اجرای برنامه‌ها افزایش می‌دهد، زیرا اقلام امدادی با اندازه‌ها و ابعاد مختلف باید بسته‌بندی و در کامیون‌ها بارگیری شوند (مشابه مسئله مسیریابی وسیله نقلیه با محدودیت‌های بسته‌بندی سطلی دوبعدی/سه‌بعدی). ازجمله اقلام امدادی که می‌توان در نظر گرفت، آب، غذا (کنسرو، نان وغیره)، تجهیزات اقامتی (فرش، چادر، پتو و غیره)، تجهیزات پزشکی (دارو، کیت و غیره) و تجهیزات بهداشتی هستند.
علاوه‌براین، هیچ‌یک از مقالات معیار‌های کارآمدی در جهت افزایش تاب‌آوری سیستم، مخصوص لجستیک بشردوستانه، که بتواند در دنیای واقعی عملکرد قابل‌اطمینانی داشته باشد، ارائه نکرده‌اند. در نظر گرفتن معیاری خاص از تاب‌آوری در لجستیک بشردوستانه می‌تواند کمک زیادی به تاب‌آوری شبکه کند، زیرا همان‌طور که از تفاوت بین مقالات لجستیک بشردوستانه و لجستیک تجاری که در این مطالعه به مرور آن‌ها پرداختیم، مشخص است، مفهوم تاب‌آوری در لجستیک بشردوستانه بسیار متفاوت از لجستیک تجاری است. به‌عنوان‌مثال، برخلاف لجستیک تجاری که تاب‌آوری را می‌توان در دو مرحله اصلی مستحکم‌سازی و بازیابی در نظر گرفت، در لجستیک بشردوستانه به‌دلیل محدود بودن مدت‌زمان مرحله پاسخگویی، مرحله بازیابی مفهوم چندانی ندارد.
درنهایت، هیچ‌یک از مقالات بررسی‌شده تاب‌آوری و انصاف را به‌طور هم‌زمان و به‌صورت جدی و کارآمد در نظر نگرفته‌اند. تنها دودمان و همکاران (2019) مطالعه‌ای را در جهت در نظر گرفتن این دو مفهوم ارائه کرده‌اند. اما این مطالعه، تاب‌آوری را به‌صورت یک تصمیم راهبردی و اساسی در دو مرحله اصلی تاب‌آوری (شامل استواری و بازیابی) ارائه نکرده است. توجه به انعطاف‌پذیری و انصاف باعث کاهش آسیب به سیستم در هنگام وقوع فاجعه می‌شود و در عین حال رضایت و رفاه آسیب‌دیدگان بلایا را به حداکثر می‌رساند.
نتیجه‌گیری
به‌طورکلی، اهمیت مسئله لجستیک بشردوستانه به‌علت تأثیر مستقیم بر جان انسان‌ها یکی از مهم‌ترین مباحث حوزه لجستیک و زنجیره تأمین است. به‌علت افزایش آلاینده‌‌های کارخانه‌ها و درنتیجه افزایش آسیب به محیط‌زیست، فجایع طبیعی نسبت به قبل در حال افزایش هستد. از طرف دیگر، به‌علت افزایش جنگ و تروریسم با افزایش آوارگان و مهاجران روبه‌رو شده‌ایم و همه این عوامل باعث شده‌اند لجستیک بشردوستانه نسبت به قبل اهمیت بیشتری داشته باشد.
در این مطالعه، در ابتدا به معرفی روش‌شناسی پژوهش و نحوه چگونگی جست‌وجوی مقالات پرداختیم. سپس مبحث انصاف را موردبررسی قرار دادیم. در این قسمت به اهمیت توزیع به‌صورت مساوی و عادلانه پرداختیم و یک تعریف جامع از انصاف ارائه کردیم. همچنین نحوه پیاده‌سازی آن در مناطق آسیب‌دیده، به‌علاوه سنجههای اندازه‌گیری انصاف را شرح دادیم. در ادامه، به بررسی مبحث تاب‌آوری پرداختیم. در این قسمت در ابتدا به تعریف و اهمیت مبحث تاب‌آوری در لجستیک بشردوستانه، و سپس به سنجههای مورداستفاده در ادبیات برای اندازه‌گیری تاب‌آوری پرداخته شد.
درنهایت، به مرور ادبیات موجود در زمینه لجستیک بشردوستانه در مباحث «انصاف» و «تاب‌آوری» پرداختیم و ضمن ارائه جدول طبقه‌بندی مقالات، با استفاده از روش فراتحلیل نمایی از روند تحقیقاتی کنونی و همچنین نقاط قوت و ضعف رویکرد فعلی را موردبررسی قرار دادیم. باتوجه‌به رویکرد تحقیق می‌توان دریافت که تمرکز بیشتر محققین روی مسائل چندهدفه و چندلایه با فرض تک‌دوره‌ای بودن مسئله بوده است. همچنین در چند سال گذشته توجه محققین به مسائل عدم قطعیت افزایش یافته است، اما استفاده از رویکرد‌های ریسک‌گریز بسیار کمتر بوده است. همچنین با مرور ادبیات موجود در این فصل می‌توان مشاهده کرد که روش محدودیت اپسیلون محبوبیت بیشتری نسبت به سایر روش‌ها برای حل مسائل چندهدفه در نزد محققین دارد. به‌علاوه، درنظرگیری فجایع و اقلام امدادی مختلف، بسیار تنوع کمی داشته است. همچنین کمتر به در نظر گرفتن تصمیماتی مهم در لجستیک بشردوستانه، مانند انتخاب تأمین‌کننده و رزرو اقلام امدادی از آن‌ها، تخلیه آسیب‌دیدگان از منطقه فاجعه، تخصیص پزشکان به بیمارستان‌ها و غیره پرداخته شده است. درنهایت، درنظرگیری انصاف و تاب‌آوری در لجستیک بشردوستانه هنوز در مراحل اولیه قرار دارد. بنابراین در نظر گرفتن انصاف و تاب‌آوری در پژوهش‌‌ها و طراحی سیستمهای کاربردی حوزه لجستیک بشردوستانه می‌تواند به افزایش انعطاف‌پذیری سیستم در برابر فجایع و همچنین افزایش رضایت آسیب‌دیدگان کمک کند.
ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
این پژوهش بدون استفاده از دادههای انسانی، حیوانی یا سازمانی و با رعایت تمامی اصول اخلاق پژوهش انجام شده است.
حامی مالی
این پژوهش به‌عنوان بخشی از پایان‌نامه کارشناسی ارشد پرهام آقایانی است. این پژوهش هیچ‌گونه کمک مالی از سازمانی‌های دولتی، خصوصی و غیرانتفاعی دریافت نکرده است.
مشارکت نویسندگان
مفهوم‌سازی، روش‌شناسی، اعتبار‌سنجی، تحلیل، تحقیق و بررسی، ویراستاری و نهایی‌سازی نوشته، بصری‌سازی و منابع: پرهام آقایانی و احسان نیک‌بخش؛ نگارش پیش‌نویس: پرهام آقایانی؛ نظارت و مدیریت پروژه: احسان نیک‌بخش.
تعارض منافع
بنابر اظهار نویسندگان، این مقاله تعارض منافع ندارد.
References
Ahmadvand, M., & Azad, N. (2019). The role of logistics in crisis management (Case study: Kermanshah earthquakes) (Persian)]. Disaster Prevention and Management Knowledge, 8(4), 339-348. [Link]
Anaya-Arenas, A. M., Ruiz, A., & Renaud, J. (2018). Importance of fairness in humanitarian relief distribution. Production Planning and Control, 29(14), 1145-1157. [DOI:10.1080/09537287.2018.1542157]
Aringhieri, R., Bigharaz, S., Duma, D., & Guastalla, A. (2022). Fairness in ambulance routing for post disaster management. Central European Journal of Operations Research, 30(1), 189-211. [DOI:10.1007/s10100-021-00785-y] [PMID] [PMCID]
Asgari, N., Nikbakhsh, E., Hill, A., & Zanjirani Farahani, R. (2016) Supply chain management 1982-2015: A review. IMA Journal of Management Mathematics, 27(3), 353-379. [DOI:10.1093/imaman/dpw004]
khabaronline. (2020). [Bam earthquake statistics: Bam earthquake death toll was announced after 17 years (Persian)]. Retrieved from: [Link]
Bozorgi-Amiri, A., Jabalameli, M. S., & Mirzapour Al-e-Hashem, S. M. J. (2013). A multi-objective robust stochastic programming model for disaster relief logistics under uncertainty. OR Spectrum, 35(4), 905-933. [DOI:10.1007/s00291-011-0268-x]
Bruneau, M., Chang, S. E., Eguchi, R. T., Lee, G. C., O’Rourke, T. D., & Reinhorn, A. M., et al. (2003). A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake Spectra, 19(4), 733-752. [DOI:10.1193/1.1623497]
Cao, C., Li, C., Yang, Q., Liu, Y., & Qu, T. (2018). A novel multi-objective programming model of relief distribution for sustainable disaster supply chain in large-scale natural disasters. Journal of Cleaner Production, 174, 1422-1435. [DOI:10.1016/j.jclepro.2017.11.037]
Chen, L., & Miller-Hooks, E. (2012). Resilience: An indicator of recovery capability in intermodal freight transport. Transportation Science, 46(1), 109-123. [DOI:10.1287/trsc.1110.0376]
Chong, M., Lazo Lazo, J. G., Pereda, M. C., & Machuca De Pina, J. M. (2019). Goal programming optimization model under uncertainty and the critical are::::::as char::::::acterization in humanitarian logistics management. Journal of Humanitarian Logistics and Supply Chain Management, 9(1), 82-107. [DOI:10.1108/JHLSCM-04-2018-0027]
Dönmez, Z., Ayyildiz, M., Uslu, B., Karsu, O., & Kara, B. (2023). Fairness in humanitarian logistics: State of the art and future directions. SSRN Electronic Journal, 1-44. [DOI:10.2139/ssrn.4396254]
Dönmez, Z., Kara, B. Y., Karsu, Ö., & Saldanha-da-Gama, F. (2021). Humanitarian facility location under uncertainty: Critical review and future prospects. Omega (United Kingdom), 102, 102393. [DOI:10.1016/j.omega.2021.102393]
Doodman, M., Shokr, I., Bozorgi-Amiri, A., & Jolai, F. (2019). Pre-positioning and dynamic operations planning in pre- and post-disaster phases with lateral transhipment under uncertainty and disruption. Journal of Industrial Engineering International, 15(s1), 53-68. [DOI:10.1007/s40092-019-0317-7]
Erbeyoğlu, G., & Bilge, Ü. (2020). A robust disaster preparedness model for effective and fair disaster response. European Journal of Operational Research, 280(2), 479-494. [DOI:10.1016/j.ejor.2019.07.029]
Falasca, M., Zobel, C. W., & Cook, D. (2008). A decision support framework to assess supply chain resilience. Paper presented at: Proceedings of the 5th International ISCRAM Conference, Washington, DC, USA, May 2008. [Link]
Gao, X., & Cao, C. (2020). Multi-commodity rebalancing and transportation planning considering traffic congestion and uncertainties in disaster response. Computers & Industrial Engineering, 149, 106782. [DOI:10.1016/j.cie.2020.106782]
Gao, X., Jin, X., Zheng, P., & Cui, C. (2021). Multi-modal transportation planning for multi-commodity rebalancing under uncertainty in humanitarian logistics. Advanced Engineering Informatics, 47, 101223. [DOI:10.1016/j.aei.2020.101223]
Ghasemi, P., Goodarzian, F., & Abraham, A. (2022). A new humanitarian relief logistic network for multi-objective optimization under stochastic programming. Applied Intelligence, 52(12), 13729–13762. [DOI:10.1007/s10489-022-03776-x] [PMID] [PMCID]
Goerigk, M., Deghdak, K., & Heßler, P. (2014). A comprehensive evacuation planning model and genetic solution algorithm. Transportation Research Part E: Logistics and Transportation Review, 71, 82-97. [DOI:10.1016/j.tre.2014.08.007]
Govindan, K., Fattahi, M., & Keyvanshokooh, E. (2017). Supply chain network design under uncertainty: A comprehensive review and future research directions. European Journal of Operational Research, 263(1), 108-141. [DOI:10.1016/j.ejor.2017.04.009]
Hezam, I., Nayeem, M., & Lee, G. (2021). A systematic literature review on mathematical models of humanitarian logistics. Symmetry , 13(1), 11. [DOI:10.3390/sym13010011]
Holguín-Veras, J., Taniguchi, E., Jaller, M., Aros-Vera, F., Ferreira, F., & Thompson, R. G. (2014). The Tohoku disasters: Chief lessons concerning the post disaster humanitarian logistics response and policy implications. Transportation Research Part A: Policy and Practice, 69, 86-104. [DOI:10.1016/j.tra.2014.08.003]
Holling, C. S. (1973). Resilience and stability of ecological systems. Annual Review of Ecology, Evolution, and Systematics, 4, 1-23. [DOI:10.1146/annurev.es.04.110173.000245]
Jafarnezhad, A., Hashemi-petroudi, H., & Talayi, H. (2016). [New approaches to supply chain management (Persian)]. Tehran: Negahe Danesh. [Link]
Kimms, A., & Maiwald, M. (2018). Bi-objective safe and resilient urban evacuation planning. European Journal of Operational Research, 269(3), 1122-1136. [DOI:10.1016/j.ejor.2018.02.050]
Klibi, W., Martel, A., & Guitouni, A. (2010). The design of robust value-creating supply chain networks: A critical review. European Journal of Operational Research, 203(2), 283-293. [DOI:10.1016/j.ejor.2009.06.011]
Kochan, C. G., & Nowicki, D. R. (2018). Supply chain resilience: A systematic literature review and typological framework. International Journal of Physical Distribution and Logistics Management, 48(8), 842-865. [DOI:10.1108/IJPDLM-02-2017-0099]
Li, J., & Ozbay, K. (2014). Evacuation planning with endogenous transportation network degradations: A stochastic cell-based model and solution procedure. Networks and Spatial Economics, 15(3), 677-696. [DOI:10.1007/s11067-014-9241-y]
Nezhadroshan, A. M., Fathollahi-fard, A. M., & Hajiaghaei-Keshteli, M. (2021). A scenario-based possibilistic-stochastic programming approach to address resilient humanitarian logistics considering travel time and resilience levels of facilities. International Journal of Systems Science: Operations & Logistics, 8(4), 321-347. [DOI:10.1080/23302674.2020.1769766]
Ng, M. W., & Waller, S. T. (2010). Reliable evacuation planning via demand inflation and supply deflation. Transportation Research Part E: Logistics and Transportation Review, 46(6), 1086-1094. [DOI:10.1016/j.tre.2010.04.001]
Nikbakhsh, E., & Zanjirani Farahani, R. (2011). Humanitarian logistics planning in disaster relief operations. In: R. Zanjirani, & Sh. Farahani (Eds.), Logistics operations and management: Concepts and models. Amsterdam: Elsevier. [DOI:10.1016/B978-0-12-385202-1.00015-3]
Oxfam. (2015). Oxfam annual report: 2014 - 2015. Retrieve from: [Link]
Red Crescent Society. (2019). [Sphere standards (Persian)]. Retrieved from: [Link]
Reggiani, A., Nijkamp, P., & Lanzi, D. (2015). Transport resilience and vulnerability: The role of connectivity. Transportation Research Part A: Policy and Practice, 81, 4-15. [DOI:10.1016/j.tra.2014.12.012]
Rennemo, S. J., Rø, K. F., Hvattum, L. M., & Tirado, G. (2014). A three-stage stochastic facility routing model for disaster response planning. Transportation Research Part E: Logistics and Transportation Review, 62, 116-135. [DOI:10.1016/j.tre.2013.12.006]
Rey, D., Almi’ani, K., & Nair, D. J. (2018). Exact and heuristic algorithms for finding envy-free allocations in food rescue pickup and delivery logistics. Transportation Research Part E: Logistics and Transportation Review, 112, 19-46. [DOI:10.1016/j.tre.2018.02.001]
Rezaei-Malek, M., & Tavakkoli-Moghaddam, R. (2014). Robust humanitarian relief logistics network planning. Uncertain Supply Chain Management, 2(2), 73-96. [DOI:10.5267/j.uscm.2014.1.002]
Rivera-Royero, D., Galindo, G., & Yie-Pinedo, R. (2016). A dynamic model for disaster response considering prioritized demand points. Socio-Economic Planning Sciences, 55, 59-75. [DOI:10.1016/j.seps.2016.07.001]
Barani Beyranvand, R., Sadeghi Moghadam, M. R., & Safari, H. (2017)). [Identifying performance dimensions and indicators of humanitarian supply chain (case of earthquakes) and determining the relationships between them (Persian)]. Disaster Prevention and Management Knowledge, 7(1) , 9-24. [Link]
Salehi-Tadi, E., & Khani, N. (2017). [Solidarity factors of the loops of humanitarian supply chain management in natural disaster (Persian)]. Disaster Prevention and Management Knowledge, 7(2), 33-43. [Link]
Sawik, T. (2015). On the fair optimization of cost and customer service level in a supply chain under disruption risks. Omega, 53, 58-66. [DOI:10.1016/j.omega.2014.12.004]
Sheffi, Y., Rice, J. B., Fleck, J. M., & Caniato, F. (2003e). Supply chain response to global terrorism: A situation scan. Paper presented at: EurOMA POMS Joint International Conference, Cernobbio, Italy, June 17, 2003. [Link]
Sinha, P., Kumar, S., & Chandra, C. (2023). Strategies for ensuring required service level for COVID-19 herd immunity in Indian vaccine supply chain. European Journal of Operational Research, 304(1), 339-352. [DOI:10.1016/j.ejor.2021.03.030] [PMID] [PMCID]
Slim, H. (1997). Relief agencies and moral standing in war: Principles of humanity, neutrality, impartiality and solidarity. Development in Practice, 7(4), 342-352. [DOI:10.1080/09614529754134]
Sphere Project. (2011). Sphere Handbook: Humanitarian charter and minimum standards in disaster response, 2011. Geneva: UNHCR publication. [Link]
Tang, C. S. (2006). Robust strategies for mitigating supply chain disruptions. International Journal of Logistics Research and Applications, 9(1), 33-45. [DOI:10.1080/13675560500405584]
Tofighi, S., Torabi, S. A., & Mansouri, S. A. (2016). Humanitarian logistics network design under mixed uncertainty. European Journal of Operational Research, 250(1), 239-250. [DOI:10.1016/j.ejor.2015.08.059]
Vahdani, B., Veysmoradi, D., Noori, F., & Mansour, F. (2018). Two-stage multi-objective location-routing-inventory model for humanitarian logistics network design under uncertainty. International Journal of Disaster Risk Reduction, 27, 290-306. [DOI:10.1016/j.ijdrr.2017.10.015]
Wang, H., Du, L., & Ma, S. (2014). Multi-objective open location-routing model with split delivery for optimized relief distribution in post-earthquake. Transportation Research Part E: Logistics and Transportation Review, 69, 160-179. [DOI:10.1016/j.tre.2014.06.006]
Yan, T., Lu, F., Wang, S., Wang, L., & Bi, H. (2023). A hybrid metaheuristic algorithm for the multi-objective location-routing problem in the early post-disaster stage. Journal of Industrial and Management Optimization, 19(6), 4663-4691. [DOI:10.3934/jimo.2022145]
Zhalechian, M., Torabi, S. A., & Mohammadi, M. (2018). Hub-and-spoke network design under operational and disruption risks. Transportation Research Part E: Logistics and Transportation Review, 109, 20-43. [DOI:10.1016/j.tre.2017.11.001]
Zhang, J., Liu, Y., Yu, G., & Shen, Z. J. (2021). Robustifying humanitarian relief systems against travel time uncertainty. Naval Research Logistics (NRL), 68(7), 871-885. [DOI:10.1002/nav.21981]
Anaya-Arenas, A. M., Ruiz, A., & Renaud, J. (2018). Importance of fairness in humanitarian relief distribution. Production Planning and Control, 29(14), 1145-1157. [DOI:10.1080/09537287.2018.1542157]
Aringhieri, R., Bigharaz, S., Duma, D., & Guastalla, A. (2022). Fairness in ambulance routing for post disaster management. Central European Journal of Operations Research, 30(1), 189-211. [DOI:10.1007/s10100-021-00785-y] [PMID] [PMCID]
Asgari, N., Nikbakhsh, E., Hill, A., & Zanjirani Farahani, R. (2016) Supply chain management 1982-2015: A review. IMA Journal of Management Mathematics, 27(3), 353-379. [DOI:10.1093/imaman/dpw004]
khabaronline. (2020). [Bam earthquake statistics: Bam earthquake death toll was announced after 17 years (Persian)]. Retrieved from: [Link]
Bozorgi-Amiri, A., Jabalameli, M. S., & Mirzapour Al-e-Hashem, S. M. J. (2013). A multi-objective robust stochastic programming model for disaster relief logistics under uncertainty. OR Spectrum, 35(4), 905-933. [DOI:10.1007/s00291-011-0268-x]
Bruneau, M., Chang, S. E., Eguchi, R. T., Lee, G. C., O’Rourke, T. D., & Reinhorn, A. M., et al. (2003). A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake Spectra, 19(4), 733-752. [DOI:10.1193/1.1623497]
Cao, C., Li, C., Yang, Q., Liu, Y., & Qu, T. (2018). A novel multi-objective programming model of relief distribution for sustainable disaster supply chain in large-scale natural disasters. Journal of Cleaner Production, 174, 1422-1435. [DOI:10.1016/j.jclepro.2017.11.037]
Chen, L., & Miller-Hooks, E. (2012). Resilience: An indicator of recovery capability in intermodal freight transport. Transportation Science, 46(1), 109-123. [DOI:10.1287/trsc.1110.0376]
Chong, M., Lazo Lazo, J. G., Pereda, M. C., & Machuca De Pina, J. M. (2019). Goal programming optimization model under uncertainty and the critical are::::::as char::::::acterization in humanitarian logistics management. Journal of Humanitarian Logistics and Supply Chain Management, 9(1), 82-107. [DOI:10.1108/JHLSCM-04-2018-0027]
Dönmez, Z., Ayyildiz, M., Uslu, B., Karsu, O., & Kara, B. (2023). Fairness in humanitarian logistics: State of the art and future directions. SSRN Electronic Journal, 1-44. [DOI:10.2139/ssrn.4396254]
Dönmez, Z., Kara, B. Y., Karsu, Ö., & Saldanha-da-Gama, F. (2021). Humanitarian facility location under uncertainty: Critical review and future prospects. Omega (United Kingdom), 102, 102393. [DOI:10.1016/j.omega.2021.102393]
Doodman, M., Shokr, I., Bozorgi-Amiri, A., & Jolai, F. (2019). Pre-positioning and dynamic operations planning in pre- and post-disaster phases with lateral transhipment under uncertainty and disruption. Journal of Industrial Engineering International, 15(s1), 53-68. [DOI:10.1007/s40092-019-0317-7]
Erbeyoğlu, G., & Bilge, Ü. (2020). A robust disaster preparedness model for effective and fair disaster response. European Journal of Operational Research, 280(2), 479-494. [DOI:10.1016/j.ejor.2019.07.029]
Falasca, M., Zobel, C. W., & Cook, D. (2008). A decision support framework to assess supply chain resilience. Paper presented at: Proceedings of the 5th International ISCRAM Conference, Washington, DC, USA, May 2008. [Link]
Gao, X., & Cao, C. (2020). Multi-commodity rebalancing and transportation planning considering traffic congestion and uncertainties in disaster response. Computers & Industrial Engineering, 149, 106782. [DOI:10.1016/j.cie.2020.106782]
Gao, X., Jin, X., Zheng, P., & Cui, C. (2021). Multi-modal transportation planning for multi-commodity rebalancing under uncertainty in humanitarian logistics. Advanced Engineering Informatics, 47, 101223. [DOI:10.1016/j.aei.2020.101223]
Ghasemi, P., Goodarzian, F., & Abraham, A. (2022). A new humanitarian relief logistic network for multi-objective optimization under stochastic programming. Applied Intelligence, 52(12), 13729–13762. [DOI:10.1007/s10489-022-03776-x] [PMID] [PMCID]
Goerigk, M., Deghdak, K., & Heßler, P. (2014). A comprehensive evacuation planning model and genetic solution algorithm. Transportation Research Part E: Logistics and Transportation Review, 71, 82-97. [DOI:10.1016/j.tre.2014.08.007]
Govindan, K., Fattahi, M., & Keyvanshokooh, E. (2017). Supply chain network design under uncertainty: A comprehensive review and future research directions. European Journal of Operational Research, 263(1), 108-141. [DOI:10.1016/j.ejor.2017.04.009]
Hezam, I., Nayeem, M., & Lee, G. (2021). A systematic literature review on mathematical models of humanitarian logistics. Symmetry , 13(1), 11. [DOI:10.3390/sym13010011]
Holguín-Veras, J., Taniguchi, E., Jaller, M., Aros-Vera, F., Ferreira, F., & Thompson, R. G. (2014). The Tohoku disasters: Chief lessons concerning the post disaster humanitarian logistics response and policy implications. Transportation Research Part A: Policy and Practice, 69, 86-104. [DOI:10.1016/j.tra.2014.08.003]
Holling, C. S. (1973). Resilience and stability of ecological systems. Annual Review of Ecology, Evolution, and Systematics, 4, 1-23. [DOI:10.1146/annurev.es.04.110173.000245]
Jafarnezhad, A., Hashemi-petroudi, H., & Talayi, H. (2016). [New approaches to supply chain management (Persian)]. Tehran: Negahe Danesh. [Link]
Kimms, A., & Maiwald, M. (2018). Bi-objective safe and resilient urban evacuation planning. European Journal of Operational Research, 269(3), 1122-1136. [DOI:10.1016/j.ejor.2018.02.050]
Klibi, W., Martel, A., & Guitouni, A. (2010). The design of robust value-creating supply chain networks: A critical review. European Journal of Operational Research, 203(2), 283-293. [DOI:10.1016/j.ejor.2009.06.011]
Kochan, C. G., & Nowicki, D. R. (2018). Supply chain resilience: A systematic literature review and typological framework. International Journal of Physical Distribution and Logistics Management, 48(8), 842-865. [DOI:10.1108/IJPDLM-02-2017-0099]
Li, J., & Ozbay, K. (2014). Evacuation planning with endogenous transportation network degradations: A stochastic cell-based model and solution procedure. Networks and Spatial Economics, 15(3), 677-696. [DOI:10.1007/s11067-014-9241-y]
Nezhadroshan, A. M., Fathollahi-fard, A. M., & Hajiaghaei-Keshteli, M. (2021). A scenario-based possibilistic-stochastic programming approach to address resilient humanitarian logistics considering travel time and resilience levels of facilities. International Journal of Systems Science: Operations & Logistics, 8(4), 321-347. [DOI:10.1080/23302674.2020.1769766]
Ng, M. W., & Waller, S. T. (2010). Reliable evacuation planning via demand inflation and supply deflation. Transportation Research Part E: Logistics and Transportation Review, 46(6), 1086-1094. [DOI:10.1016/j.tre.2010.04.001]
Nikbakhsh, E., & Zanjirani Farahani, R. (2011). Humanitarian logistics planning in disaster relief operations. In: R. Zanjirani, & Sh. Farahani (Eds.), Logistics operations and management: Concepts and models. Amsterdam: Elsevier. [DOI:10.1016/B978-0-12-385202-1.00015-3]
Oxfam. (2015). Oxfam annual report: 2014 - 2015. Retrieve from: [Link]
Red Crescent Society. (2019). [Sphere standards (Persian)]. Retrieved from: [Link]
Reggiani, A., Nijkamp, P., & Lanzi, D. (2015). Transport resilience and vulnerability: The role of connectivity. Transportation Research Part A: Policy and Practice, 81, 4-15. [DOI:10.1016/j.tra.2014.12.012]
Rennemo, S. J., Rø, K. F., Hvattum, L. M., & Tirado, G. (2014). A three-stage stochastic facility routing model for disaster response planning. Transportation Research Part E: Logistics and Transportation Review, 62, 116-135. [DOI:10.1016/j.tre.2013.12.006]
Rey, D., Almi’ani, K., & Nair, D. J. (2018). Exact and heuristic algorithms for finding envy-free allocations in food rescue pickup and delivery logistics. Transportation Research Part E: Logistics and Transportation Review, 112, 19-46. [DOI:10.1016/j.tre.2018.02.001]
Rezaei-Malek, M., & Tavakkoli-Moghaddam, R. (2014). Robust humanitarian relief logistics network planning. Uncertain Supply Chain Management, 2(2), 73-96. [DOI:10.5267/j.uscm.2014.1.002]
Rivera-Royero, D., Galindo, G., & Yie-Pinedo, R. (2016). A dynamic model for disaster response considering prioritized demand points. Socio-Economic Planning Sciences, 55, 59-75. [DOI:10.1016/j.seps.2016.07.001]
Barani Beyranvand, R., Sadeghi Moghadam, M. R., & Safari, H. (2017)). [Identifying performance dimensions and indicators of humanitarian supply chain (case of earthquakes) and determining the relationships between them (Persian)]. Disaster Prevention and Management Knowledge, 7(1) , 9-24. [Link]
Salehi-Tadi, E., & Khani, N. (2017). [Solidarity factors of the loops of humanitarian supply chain management in natural disaster (Persian)]. Disaster Prevention and Management Knowledge, 7(2), 33-43. [Link]
Sawik, T. (2015). On the fair optimization of cost and customer service level in a supply chain under disruption risks. Omega, 53, 58-66. [DOI:10.1016/j.omega.2014.12.004]
Sheffi, Y., Rice, J. B., Fleck, J. M., & Caniato, F. (2003e). Supply chain response to global terrorism: A situation scan. Paper presented at: EurOMA POMS Joint International Conference, Cernobbio, Italy, June 17, 2003. [Link]
Sinha, P., Kumar, S., & Chandra, C. (2023). Strategies for ensuring required service level for COVID-19 herd immunity in Indian vaccine supply chain. European Journal of Operational Research, 304(1), 339-352. [DOI:10.1016/j.ejor.2021.03.030] [PMID] [PMCID]
Slim, H. (1997). Relief agencies and moral standing in war: Principles of humanity, neutrality, impartiality and solidarity. Development in Practice, 7(4), 342-352. [DOI:10.1080/09614529754134]
Sphere Project. (2011). Sphere Handbook: Humanitarian charter and minimum standards in disaster response, 2011. Geneva: UNHCR publication. [Link]
Tang, C. S. (2006). Robust strategies for mitigating supply chain disruptions. International Journal of Logistics Research and Applications, 9(1), 33-45. [DOI:10.1080/13675560500405584]
Tofighi, S., Torabi, S. A., & Mansouri, S. A. (2016). Humanitarian logistics network design under mixed uncertainty. European Journal of Operational Research, 250(1), 239-250. [DOI:10.1016/j.ejor.2015.08.059]
Vahdani, B., Veysmoradi, D., Noori, F., & Mansour, F. (2018). Two-stage multi-objective location-routing-inventory model for humanitarian logistics network design under uncertainty. International Journal of Disaster Risk Reduction, 27, 290-306. [DOI:10.1016/j.ijdrr.2017.10.015]
Wang, H., Du, L., & Ma, S. (2014). Multi-objective open location-routing model with split delivery for optimized relief distribution in post-earthquake. Transportation Research Part E: Logistics and Transportation Review, 69, 160-179. [DOI:10.1016/j.tre.2014.06.006]
Yan, T., Lu, F., Wang, S., Wang, L., & Bi, H. (2023). A hybrid metaheuristic algorithm for the multi-objective location-routing problem in the early post-disaster stage. Journal of Industrial and Management Optimization, 19(6), 4663-4691. [DOI:10.3934/jimo.2022145]
Zhalechian, M., Torabi, S. A., & Mohammadi, M. (2018). Hub-and-spoke network design under operational and disruption risks. Transportation Research Part E: Logistics and Transportation Review, 109, 20-43. [DOI:10.1016/j.tre.2017.11.001]
Zhang, J., Liu, Y., Yu, G., & Shen, Z. J. (2021). Robustifying humanitarian relief systems against travel time uncertainty. Naval Research Logistics (NRL), 68(7), 871-885. [DOI:10.1002/nav.21981]
نوع مطالعه: مروری |
موضوع مقاله:
تخصصي
دریافت: 1402/10/18 | پذیرش: 1402/12/12 | انتشار الکترونیک: 1403/1/13
دریافت: 1402/10/18 | پذیرش: 1402/12/12 | انتشار الکترونیک: 1403/1/13
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
