شکل۲-۱۱- مدل مفهومی مدیریت کانتینرهای خالی(لون و همکاران، ۲۰۱۰)

نویسندگان در ادامه بیان کرده‌اند که در سطح استراتژیکِ مدیریت کانتینرهای خالی ۲ عنصر کلیدی مورد توجه است:۱٫ اهداف بلند مدت سازمان برای جلب رضایت مشتری و کسب مزیت رقابتی و۲٫ وسیله و فرایند دستیابی ‌به این اهداف.

طبق نظر نویسندگان ابزار های مدیریتی کانتینرهای خالی ۱٫ قیمت گذاری بر پایه ارزش[۶۸]، افق برنامه ریزی [۶۹]و تحلیل ABC[70]می‌باشد. در قیمت گذاری بر اساس ارزش، میزان نرخ کرایه بر اساس درک و تمایل فرستندگان کالا نسبت به قیمت ها و نه بر اساس تمایل و سودآوری کشتیرانی تعیین می‌گردد به گونه ای که در مسیرهای با تقاضای ارسال کمتر کالاها ، کرایه حمل نیز به منظور جذب فرستندگان بیشتر، پایین تر باشد. ‌در مورد افق و مدت زمان برنامه ریزی شواهد نشان می‌دهند که هرچه افق برنامه ریزی بلند مدت تر باشد برنامه ریزی توزیع بهتری حاصل می‌گردد. تحلیل ABC نیزبدین معنا می‌باشد که موجودی های یک شرکت ارزش یکسانی ندارنند ‌بنابرین‏ در مدیریت و کنترل آن ها نیز باید متفاوت عمل شود و در واقع موجودی های مهم و بحرانی هر شرکت در سطح Aو موجودی های کم اهمیت تر از سطح اول(موجودی سطح میانه)B و کم اهمیت ترین موجودی های شرکت، سطحCمی باشند. نویسندگان بیان می دارند که در شرکت های کشتیرانی کانتینرهای حمل کالاهای عمومی(چندمنظوره) دارایی سطح Aمی باشند.

در ادامه به بررسی سهم شرکت های اجاره دهنده کانتینر و کشتیرانی در تأمین کانتینرها و مدیریت آن ها پرداخته شده و از روش های استریت ترنو دپوی مستقیم به عنوان دو روش مناسب کاهش حرکات کانتینر خالی نام برده شده و در بخش پایانی فصل یازدهم کتاب “کشتیرانی و لجستیک” استفاده از سیستم های اینترنت مبنا در راستای افزایش کارایی تکنیکی در بحث مدیریت کانتینرهای خالی توصیه می شود.

دیاز[۷۱] و دیگران سال ۲۰۱۱ در مقاله ای با عنوان” پیش‌بینی حجم کانتینرهای خالی”به پیش‌بینی کانتینرهای خالی بنادر لس آنجلس، لانگ بیچ و سواناه با بهره گرفتن از سه روش وینتر[۷۲]، تایوگا گروپ[۷۳]و سازمان ملل[۷۴] با بهره گرفتن از محاسبه ی مقادیر آماری انحراف از متوسط[۷۵]ومیانگین مجذور خطا[۷۶]پرداخته‌اند. نتایج تحقیق نشان می‌دهد که روش وینترنسبت به دو روش دیگر قابل اعتماد تر است چرا که روش های تایوگا گروپ و سازمان ملل بر پایه ی این فرض هستند که میزان کانتینرهای خالی تفاوت بین واردات و صادرات کانتینری بندر می‌باشد، در حالی که برای بندر سواناه میزان زیادی کانتینرخالی خروجی وجود دارد اما حجم تجارت کانتینری این بندر تقریبا متعادل است. آن ها بیان می دارند که باید تحقیقات دیگری صورت گیرد تا تعیین کند که روش وینتر یا گزینه های دیگر برای پیش‌بینی کانتینرهای خالی مناسب تر و دقیق تراست. خلاصه ای از روش ریاضی آن ها به شرح زیر می‌باشد:

در روش شناخته شده با نام تایوگا برای پیش‌بینی حجم کانتینرهای خالی بنادر لس آنجلس و لانگ بیچ (با بهره گرفتن از تکنیک اقتصاد سنجی) محاسبه شده که حجم کانتینر خالی خروجی برای این دو بندر ۸۸% از کل حجم کانتینر خالی پیش‌بینی شده است. ‌بنابرین‏ اگر Dt-1، تفاوت واقعی بین تمام کانتینرهای ورودی و تمام کانتینرهای خروجی در طول دوره زمانی t-1 باشد، سپس حجم کانتینر خالی خروجی پیش‌بینی شده برای دوره t، که با Mt نشان می‌دهد برابر است با

(۲-۱) Mt = Dt-1 * %۸۸

پیش‌بینی حجم جهانی جریان تجارت(یا حرکات تجارت)با بهره گرفتن از رویکردی ساده شامل دو گام اصلی است که در مطالعه ی انجام شده توسط سازمان ملل[۷۷](۲۰۰۷)آمده است. در مرحله اول این روش، ۵/۳% حجم کانتینرهای غیر خالی در جهت جریان اصلی (صادرات/ واردات) برای بندرمحاسبه می‌گردد. در مرحله دوم، حجم کانتینر خالی در جهت جزئی، به وسیله قرارگیری عدد ۱ در صورتِ تعدادکانتینرهای بارگیری شده در جهت جریان جزئی ازکل حجم تازه محاسبه شده در جهت جریان اصلی محاسبه می شود. (از این پس این روش به ‌عنوان روش سازمان ملل متحد شناخته می شود). ‌بنابرین‏ اگرFMA(t-1)بیانگر حجم کانتینرهای غیر خالی در جهت جریان اصلی و FMI(t-1) بیانگر حجم کانتینرهای غیر خالی در جهت جریان جزئی در طول دوره زمانیt-1 باشد، سپس حجم کانتینر خالی پیش‌بینی شده در طول دوره زمانی برابر است با

(۲-۲) Mt = ۱/۰۳۵ * EMA(t-1) – FMI(t-1)

با توجه به تاثیر جزئی عدم تعادل در حجم کلی کانتینر و مشکلات در پیش‌بینی نسبت واقعی کانتینر خالی، این مطالعه استفاده از یک روش ساده را توجیه می‌کند. یک روش جایگزین برای تایوگا گروپ و سازمان ملل متحد برای پیش‌بینی جریان کانتینر خالی بندر که استفاده از روش وینتر است.

روش وینتر با بهره گرفتن از روش میانگین متحرک وزنی نمایی به تکرار یک سری زمانی که روند و اثرات فصلی را در بر دارد می پردازد. وزنهای متناسب با عوامل سری زمانی سطح، روند و فصلی بودن، بانمادهای آلفا, بتا و گاما بیان می‌شوند. هر گونه تقاضای مشاهده شده را می توان به یک جزء سیستماتیک و تصادفی تجزیه کرد. جزء سیستماتیک ارزش مورد انتظار تقاضا را اندازه گیری می‌کند و متشکل از :”سطح” که نشان دهنده تقاضای فعلی فصلی، “روند” که بیانگر نرخ رشد یا کاهش و “فصلی بودن” که مربوط به نوسانات فصلی قابل پیش‌بینی است، می‌باشد. برآوردهای اولیه از سطح و روند از طریق تجزیه تحلیل رگرسیون داده های فصلی به دست آمده است. معادله رگرسیون بیان می‌کند که تقاضا به عنوان یک تابعی از زمان است. برای سیستم مختصات دو بعدی دکارتی که به آن(Y,X) گویند، رگرسیون به شکل یک خط راست است که تقاضا در محور Y و زمان در محور X مشخص می شود. در این داستان، “سطح” نشان دهنده ی عرض از مبداء خط رگرسیون در محور Y (محل تلاقی خط رگرسیون با محورY) و “روند” نشان دهنده ی شیب خط رگرسیون است. ‌بنابرین‏ می توان”سطح”را به ‌عنوان برآورد تقاضا در زمان صفر تصور کرد در حالی که”روند”نرخ افزایش یا کاهش تقاضا برای دوره ی بعدی را به ما می‌دهد. فاکتورهای”فصلی” با در نظر گرفتن نرخ داده های فصلی و ارزش های اصلی محاسبه می‌شوند.

به طور کلی، اکر خطا واقعا تصادفی است، اریبی در اطراف صفر نوسان می‌کند. در این مطالعهانحراف از متوسط ومیانگین مجذور خطا در ارزیابی عملکرد روش های پیش‌بینی استفاده شده اند. “انحراف از متوسط ” به طور گسترده در زمینه کنترل مشکلات موجودی استفاده می شود. بازگشت کانتینرهای خالی می‌تواند به طور گسترده به عنوان مشکل کنترل موجودی تعریف شود و از این رو استفاده از انحراف از متوسط منطقی به نظر می‌رسد. ” میانگین مجذور خطا ” به عنوان میانگین مجموع مربعات خطای پیش‌بینی و شبیه به “انحراف از متوسط”محاسبه می شود، جدا از این واقعیت که نسبت به آن متمایل به خطاهای بزرگتر است.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...