Los resultados del estudio apuntan que las comunidades autónomas españolas más preparadas para albergar un centro de logística son la Comunidad de Murcia seguida de Cataluña, Madrid, Comunidad Valenciana y Andalucía.

El análisis multicriterio (MCDM: Multi Criteria Decision Making) es una disciplina científica que trata de ofrecer a través de una serie de cálculos matemáticos la mejor decisión en base a una serie de opciones planteadas.

Morteza Yazdani, profesor doctor del Departamento de Gestión Empresarial de la Universidad Loyola y miembro del grupo de investigación Marketing for Society ha combinado una serie de métodos de toma de decisiones basados en modelos matemáticos para evaluar una serie de cualidades que poseen las comunidades autónomas españolas para albergar un centro logístico. Teniendo en cuenta diez factores, el trabajo científico ha llegado a la conclusión de que las mejores comunidades autónomas para albergar un centro de logística son la Comunidad Autónoma de Murcia, seguida de otras como Andalucía, Comunidad Valencia, Madrid y Cataluña.

El estudio científico liderado por la Universidad Loyola en el que han participado otros investigadores del MCKV Institute of Engineering de La India y la University of Defence en Serbia, ha sido publicado con el título "Development of an integrated decision making model for location selection of logistics centers in the Spanish autonomous communities" en la revista Expert Systems with Applications. Para realizar el trabajo, los científicos han tenido en cuenta una serie de factores y han desarrollado el estudio en dos etapas.

En un primer momento, se utilizó el método DEA (Data Envelopment Analysis) para aplicarlo a 16 comunidades autónomas del país. Se trata de un método matemático que es capaz de diferenciar mediante una serie de cálculos las alternativas eficientes e ineficientes. Para medir la eficiencia los científicos utilizaron cinco factores a tener en cuenta: Renta per cápita, superficie, porcentaje de exportación del PIB, deuda y tasa de desempleo. Tras los cálculos de eficiencia el resultado fue que Cataluña, Murcia, Madrid, Comunidad Valenciana y Andalucía se presentaban como las comunidades de mayor eficiencia para albergar el centro logístico.

En una segunda etapa de la investigación, los científicos tuvieron en cuenta 10 factores a analizar en cada comunidad autónoma del resultado anterior: la accesibilidad, seguridad, conectividad al transporte multimodal, costes, impacto medioambiental, proximidad a los clientes, proximidad a los proveedores, disponibilidad de recursos, alineación con los reglamentos de sostenibilidad, posibilidad de expansión y calidad de servicio. Para esta segunda revisión se aplicaron métodos de toma de decisiones desarrollados en la Universidad Loyola anteriormente: CoCoSo-G y R-FUCOM. Ambos sistemas son métodos de decisión multicriterio basados en algoritmos matemáticos capaces de evaluar con precisión la calidad con respecto a factores determinados.

El resultado final fue que en función de los factores analizados y tras aplicar los métodos de toma de decisiones las comunidades autónomas españolas más preparadas para albergar un centro de logística son la Comunidad de Murcia seguida de Cataluña, Madrid, Comunidad Valenciana y Andalucía.

En los últimos años, las actividades de logística y transporte se han ampliado mucho debido a la industrialización, influyendo sin duda en las condiciones de vida en las zonas urbanas y rurales. Además, se trata de un área que requiere de decisiones de gestión de alto nivel y regulaciones políticas para la administración eficiente de una región. Tanto el coste como la ubicación o la sostenibilidad, deben ser controlados adecuadamente e influyen cada vez más en definitiva en el desarrollo de la economía regional. Ya que se trata de una disciplina que debe combinar distintos factores e integrarlos, los métodos de decisión multicriterio (MCDM: Multi Criteria Decision Making) son una de las herramientas más utilizadas en este ámbito, ya que son capaces de ofrecer a través de una serie de cálculos matemáticos la mejor decisión en base a una serie de opciones planteadas. En este caso el presente estudio establece en base a los criterios seleccionados la idoneidad de las regiones españolas para albergar un centro logístico.

La Agenda 2030 contempla la infraestructura para una logística eficiente en 13 de sus 17 objetivos de Desarrollo Sostenible, por lo que este trabajo científico se alinea con este plan de acción global en favor de las personas, el planeta y la prosperidad. Conscientes del reto y la responsabilidad que la incorporación de la Agenda 2030 supone, la Universidad Loyola, a través de la Comisión de Desarrollo, formuló en 2019 una propuesta para la incorporación de la agenda 2030 en la universidad, lo que implica abordarlo de forma transversal en las políticas universitarias, así como integrar la Agenda en los distintos ámbitos de acción de la universidad: la formación, la investigación y la extensión universitaria.

El investigador del Departamento de Gestión Empresarial experto en Dirección de Operaciones, cadenas de suministro, y teorías de toma decisiones, es el creador del sistema denominado CoCoSo-G, empleado en este trabajo y que consiste en un método de decisión multicriterio basado en un algoritmo capaz de evaluar con precisión la calidad de los proveedores que trabajan para un sector concreto de la industria. El científico Morteza Yazdani ha publicado recientemente numerosos artículos relacionados como por ejemplo para la evaluación de los proveedores y gestión de pedidos y otros modelos de apoyo a la toma de decisiones. En la actualidad, continúa trabajando en mejorar el sistema, de manera que los resultados sean más precisos y de mayor calidad y sea posible aplicarlos a cualquier otro ámbito industrial.

Referencia:

Morteza Yazdani , Prasenjit Chatterjee , Dragan Pamucar , Shankar Chakraborty. Development of an integrated decision making model for location selection of logistics centers in the Spanish autonomous communities. Expert Systems With Applications. Volume 148, 15 June 2020, 113208