Search

Trabajo presentado en: R-Evolucionando el transporte, XIV Congreso de Ingeniería del Transporte (CIT 2021), realizado en modalidad online los días 6, 7 y 8 de julio de 2021, organizado por la Universidad de Burgos, Los modelos de distribución de ayuda humanitaria ayudan a asignar recursos escasos en contexto de desastre. Estos deben considerar, además de los costos logísticos, los costos de privación como una medida del sufrimiento humano para así evitar una asignación desigual de los suministros. Las funciones de costo de privación (DCF) comúnmente se estiman utilizando métodos de elección discreta, suponiendo que los afectados buscan maximizar su bienestar tomando decisiones racionalmente. Sin embargo, después de los desastres, las personas están bajo estrés, presión y trauma, y pueden adoptar comportamientos que no sean compensatorios ni basados en utilidad. Este artículo cuestiona el uso de la maximización de la utilidad para estimar las DCF comparando sus resultados con un enfoque de minimización aleatoria del arrepentimiento y un método que combina reglas de decisión basadas en el arrepentimiento y la utilidad para representar los mecanismos de elección. Se estimaron las DCF para diversos suministros críticos utilizando datos de preferencias declaradas de dos casos de estudio: Colombia y Ecuador. Los resultados sugieren que los costos de privación tienen valoraciones significativamente diferentes dependiendo del mecanismo de decisión utilizado; las DCF estimadas usando maximización de utilidad aleatoria arrojaron costos más altos. Esto sugiere que, al menos durante la ventana de tiempo analizada, las personas aspiran a maximizar su bienestar. Además, los resultados muestran que los costos de privación dependen del contexto y no deben transferirse directamente. Finalmente, se muestra que las funciones de costos de privación para múltiples productos se pueden agregar por separado en la misma función objetivo al planificar las operaciones. Esta investigación es el primer intento de considerar diferentes heurísticas de elección para estimar DCFs, y es la primera en comparar datos de diferentes ubicaciones. Las implicaciones de estos hallazgos brindan a los administradores y planificadores de desastres nuevos desafíos y direcciones de investigación.