anÁlise de redes para a seleÇÃo de fornecedores de...

ANÁLISE DE REDES PARA A SELEÇÃO

DE FORNECEDORES DE SUPRIMENTOS

HUMANITÁRIOS

Marcia Marcondes Altimari Samed (UEM )

[email protected]

Sergio Leonardo Milani Furini (UEM )

[email protected]

Danilo Hisano Barbosa (UEM )

[email protected]

Devido à forma de ocorrência súbita dos desastres, e a sua intensidade

e localização desconhecidas, a seleção de fornecedores se mostra de

extrema importância no planejamento estratégico, em específico na

etapa de preparação, no âmbito da LLogística Humanitária. Este

artigo explora a relação dos conceitos de Logística Humanitária e

Seleção de Fornecedores, assim como a utilidade da Análise de Redes.

Através da modelagem de possíveis cenários, trabalha-se com os

softwares UCINET e NETDRAW para análise das relações de

fornecimento em áreas com elevado número de incidências de

desastres do Estado do Paraná, com o objetivo de levantamento e

classificação dos melhores conjuntos de fornecedores. Com isto, o

estudo visa o auxílio na tomada de decisão dos órgãos responsáveis no

atendimento a desastres e a minimização o tempo de resposta a

afetadas por desastres.

Palavras-chave: Logística Humanitária, Seleção de Fornecedores,

Análise de Redes, UCINET

XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil

João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.


João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .

2

1. Introdução

A Logística Humanitária (LH) é um conceito ainda muito recente que vem se estabelecendo

como uma nova área de estudos e pesquisas. No Brasil este conceito começou a ser divulgado

há uma década com os trabalhos de Nogueira et al. (2007). Desde então, vários autores

contribuíram para divulgar a LH no meio acadêmico e ao mesmo tempo obtiveram soluções

práticas para problemas que afetam a vida de pessoas de norte a sul do Brasil. No entanto, há

ainda muito a ser explorado, principalmente no campo acadêmico. Deste modo, este artigo

tem como objetivo a proposição de uma nova abordagem a ser empregada na seleção de

fornecedores de suprimentos humanitários.

Sabe-se que na fase de Preparação para Desastres uma das ações estratégicas consiste no

desenvolvimento de parcerias com fornecedores de suprimentos humanitários. A importância

dessa parceria para a LH deve-se a vários motivos, dos quais, destacam-se: desastres, em sua

maioria, são eventos súbitos que ocorrem em locais incertos e em intensidades desconhecidas;

na fase de Resposta, o atendimento às pessoas afetadas pelos desastres deve ocorrer no menor

tempo possível, tendo início, no máximo, em 72 horas; suprimentos emergenciais não são

comumente mantidos em estoque, dada a imprevisibilidade dos desastres. Assim, identificar e

selecionar que determinados fornecedores possuem capacidade de atendimento às regiões

afetadas por desastres, pode ser considerada uma garantia de fornecimento de suprimentos

emergenciais.

No Estado do Paraná, o evento com a maior ocorrência consiste em desastres causados por

chuvas e suas consequências (enxurradas, enchentes, deslizamentos, tornados e granizos). Um

estudo permitiu a identificação das áreas mais afetadas por esse tipo de desastre e, com base

nisso, definiu-se localizações com fornecedores de água (suprimento humanitário emergencial

escolhido para este estudo). Com base nesses dados, uma nova abordagem denominada

análise de redes foi desenvolvida para contribuir na seleção dos fornecedores de água.

A análise de redes tem aplicações em diferentes áreas, mas o ponto de comum consiste na

ideia de que uma rede é um conjunto de nós interligados, tal que essas ligações podem

representar diferentes tipos de situações. Em mídias sociais, a análise de redes é utilizada para

ajudar a interpretar grupos sociais e suas relações: atores isolados, popularidade, prestígio,

transitividade, coesão social, entre outros.



3

Deste modo, pretende-se demonstrar neste artigo as relações entre fornecedores em situações

de desastres, fazendo-se uso de uma analogia para aplicação da análise de redes na LH. Este

artigo encontra-se estruturado da seguinte forma: Revisão de Literatura, Estudo de Caso,

Desenvolvimento e Considerações Finais.

2. Revisão de Literatura

Nesta seção serão apresentados, de maneira breve, os principais conceitos a serem

desenvolvidos neste artigo, a saber: Logística Humanitária (LH) e Análise de Redes (AR).

A LH se propõe a estudar situações de desastres naturais, desastres causados pelo homem,

emergências complexas como situações de conflitos e guerras (OLORUNTOBA e GRAY,

2006).

Para Thomas (2004), a LH engloba uma gama de atividades incluindo etapas de preparação,

planejamento, aquisição, transporte, armazenamento, detecção e acompanhamento

personalizado. Segundo Beamon (2004), a LH é a função que visa o fluxo de pessoas e

materiais de forma adequada e em tempo oportuno na cadeia de assistência, com o objetivo de

atender de maneira correta o maior número de pessoas.

A LH está fundamentada nos conceitos logísticos adaptados às cadeias de assistência e gestão

humanitária, que podem ser o diferencial no que diz respeito à minimização de ações

improvisadas e maximizar a eficiência e o tempo de resposta a desastres. Deste modo, o fator

resposta é uma questão-chave para a LH, uma vez que torna possível que o auxílio chegue o

mais rápido possível, no lugar onde é requisitado, nas condições certas para auxiliar pessoas

afetadas por desastres (Banomyong e Sodapang, 2011).

Caunhye et al. (2012) realizaram uma revisão dos principais artigos de otimização aplicada na

logística emergencial. Os autores identificaram que a maioria dos trabalhos visa melhorar a

capacidade de resposta (tempo de resposta), custos, distância e demanda reprimida ao longo

do tempo.

Lima (2014) desenvolveu um modelo com base em Fluxo de Redes para auxiliar na aquisição

de suprimentos na fase de resposta a situações de desastre. Essa tese teve como base uma

determinada estrutura de demanda e fornecedores a serem selecionados, buscando-se

minimizar o tempo de entrega de suprimentos emergenciais.



4

Usualmente, para que os suprimentos necessários para atender aos requisitos operacionais e os

requisitos de suporte na cadeia de abastecimento humanitário sejam supridos de maneira mais

eficiente, faz-se o estudo de fornecedores. O estudo de fornecedores serve para determinar

qual provedor estará mais próximo e com o material necessário disponível para atender a

demanda gerada pelo possível desastre, demanda essa que não tem como ser mensurada antes

do ocorrido.

Visando o processo de aquisição, o qual é uma das funções da logística humanitária como

afirma Blecken (2010), o presente estudo tem por objetivo a identificação e seleção de

fornecedores adequados para gerir as necessidades de suprimentos humanitários no local e

momento certos.

Devido à complexidade da atividade de seleção de fornecedores várias ferramentas foram

desenvolvidas. Entre essas ferramentas encontram-se modelos com programação matemática,

modelos de ponderação e métodos de apoio à decisão multicritério, todas com o intuito de

englobar o máximo de critérios possíveis reduzindo assim a subjetividade da decisão.

Um modelo que é usualmente aplicado na logística empresarial denominado como análise de

redes de fornecedores, tem por objetivo lidar com as redes como sendo uma espécie de lógica

organizacional pelas quais as figuras dos arranjos de redes são o meio de aglutinar indivíduos

e organizações nas relações no sistema (SACOMANO NETO, 2004).

Voltando este raciocínio para a LH e seleção de fornecedores, cria-se uma representação para

uma avaliação da disposição, viabilidade e validação de determinado ator na cadeia de

suprimentos humanitário. Tal avaliação pode ser facilitada pelo uso do software UCINET,

que representa as interações entre os indivíduos da rede e indica como ela é construída e usa-

se a teoria dos grafos também para a plotagem de gráficos através do NETDRAW.

Na AR cada fornecedor corresponde a um nó desta rede. O termo rede vem do senso comum

como uma ideia de um instrumento de pesca. Pode ser interpretado em outros contextos como

sendo uma relação entre diversos pontos, os quais podem ser interpretados de diversas formas,

que se interligam e formam uma estrutura de rede com a intenção de alcançar algum objetivo

em comum. No século XIX, esse termo adquiriu sentido mais abstrato, denominando todo o

conjunto de pontos com mútua comunicação (BALESTRIN E VARGAS, 2003).

Segundo Burt (1992) uma rede consiste num conjunto de nós (pessoas, objetos ou eventos)

ligados por um tipo específico de relação. A rede não é somente consequência das relações



5

existentes entre os nós, tem-se também o buraco estrutural que faz parte da rede como sendo a

ausência de relação entre os nós ou atores.

A importância da AR para estudos de redes diversas em busca de detectar e analisar as

diferentes características dos vértices componentes da rede, que podem ser representados por

empresas, fornecedores, produtores ou clientes, e a relação estabelecida pelas arestas, como as

trocas ocorridas, fluxo de matérias e/ou informações, se faz de vital importância quando se

trata da Cadeia de Suprimentos. A utilização desses conceitos facilita a avaliação dos

principais atores com relação a índices estabelecidos para seleção e análise (CERQUEIRA et

al., 2014).

3. Estudo de Caso

O problema definido remete à seleção de fornecedores de água em regiões que sofrem

usualmente com desastres no estado do Paraná. Primeiramente, foram levantadas algumas

regiões onde estão estabelecidos possíveis fornecedores para suprir uma possível demanda e

assim estabelecer parceria. Este tipo de levantamento tem por finalidade auxiliar a tomada de

decisão em casos de necessidade e com objetivo final de minimizar o tempo de resposta à

população atingida.

Uma vez que as cidades afetadas podem sofrer danos em sua estrutura, tendo sua distribuição

de serviços e suprimentos básicos para a população comprometida, pode-se destacar como um

dos principais problemas causados pelos desastres, o problema de abastecimento.

A seleção de fornecedores vem como contramedida para o problema do abastecimento, ou

seja, se antes do ocorrido o órgão responsável, no caso a Defesa Civil, possuir uma relação de

parceiros fornecedores de suprimentos humanitários emergenciais, todo o processo de

aquisição e suprimento é facilitado, podendo assim auxiliar as vítimas em menor período de

tempo. No presente artigo, o foco será direcionado ao suprimento de água, por ser um

suprimento indispensável para o ser humano.

A Figura 1 apresenta o mapa de ocorrências da Defesa Civil do Estado do Paraná no período de

2010 a 2015, representando as regiões mais afetadas por desastres de diversos tipos.



6

Figura 1 – Mapa de Ocorrência de Desastres.

Fonte: geo.pr.gov.br

No modelo desenvolvido neste artigo será considerada a importância da Defesa Civil regional

neste tipo de situação, agindo como mediador para a aquisição do produto com o fornecedor,

além disso, destaca-se a classificação das cidades de porte razoável como conglomerados de

fornecedores que podem atuar na demanda de algum ocorrido nas redondezas.

Com base nas informações fornecidas pela Defesa Civil, as cidades selecionadas foram:

Paranaguá, Campo Largo, Ponta Grossa, Guarapuava e Irati, por estarem localizadas nas áreas

onde ocorre o maior número de desastres e por serem cidades com uma grande estrutura de

fornecimento de água nas regiões em questão. A cidade de Curitiba se encontra na região de

estudo e é uma cidade que possui todos os requisitos necessários para gerir uma possível

demanda, porém também é detentora da localização da Defesa Civil do Estado do Paraná,



7

ponto que irá suprir grande parte da ajuda aos pontos de desastre. Assim, optou-se por retirar

Curitiba da análise, considerando a cidade apenas como Centro da Defesa Civil e

coordenadora principal de ações de resposta a desastres.

4. Desenvolvimento

O desenvolvimento proposto parte da avaliação de possíveis cenários nas regiões estudadas,

sendo ponderadas no software UCINET as distâncias entre as cidades e representadas em

modelo de grafo pelo NETDRAW. A relação de distribuidores por cidade foi feita em um

levantamento e classificação prévia, levando em conta a procedência do estabelecimento, a

capacidade de transporte e confiabilidade de entrega do mesmo.

A implementação desses dados no software UCINET, com o desenvolvimento de grafos pelo

NETDRAW, possibilita distinguir qual cidade, que representa um conjunto de fornecedores, é

de maior relevância para cada cenário. Sendo assim, algumas etapas para a criação dos

cenários e análise dos mesmos foi seguida.

Primeiramente, foi considerada apenas uma cidade afetada por desastre(s), tendo como fator

de avaliação a distância entre elas. Ressaltando a necessidade de suprir a demanda no menor

tempo possível, foi usada a lógica de que um caminhão (meio de transporte mais comum)

trafega a 90 km/h em média, a distância percorrida pelo mesmo em uma hora de viagem seria

90 km, sendo assim, as cidades que se encontram no raio de 90 km receberam fator 5, usando

a mesma lógica as cidades no raio de 90 a 180 km receberam a ponderação de 3 e as demais

receberam 1, relacionando assim tempo e distância percorrida.

Após a criação da matriz com as devidas ponderações no software UCINET, os dados são

exportados para o NETDRAW no qual foi possibilitada a representação gráfica de cada

cenário. Após a criação do grafo de cada cenário, pode-se fazer a análise visual gráfica,

destacando em cada cenário um ou mais nós resultantes. Por fim, os nós resultantes são

integrados para gerar um cenário resultante para o caso de uma cidade afetada, e então, no

UCINET gera-se uma matriz do cenário resultante que por consequente resulta em uma

planilha de dados na qual auxilia na análise e tomada de decisões.



8

Com o objetivo de encontrar e classificar o conjunto de fornecedores para cada cenário

resultante, representados pelas cidades, a mesma sequência de ações é seguida quando se

tratada da avaliação de duas cidades afetadas simultaneamente.

A seguir serão apresentadas implementações de cenários por meio do software UCINET

considerando, primeiramente, apenas uma cidade afetada.

Na Figura 2 é apresentada a representação das relações entre os fornecedores localizados nas

cidades definidas com o intuito de atender o suprimento de água para a cidade de Guarapuava.

Figura 2- Cenário 1: Guarapuava Figura 3 - Cenário 2: Irati

De acordo com a Figura 2 é possível verificar por meio de uma análise visual gráfica que o nó

Ponta Grossa e Irati possuem o melhor conjunto de fornecedores para atender a necessidade

do nó Guarapuava. Do mesmo modo, na Figura 3 foi o nó Ponta Grossa possui o melhor

conjunto de fornecedores para atender a necessidade do nó Irati.

Figura 4 - Cenário 3: Ponta Grossa Figura 5 - Cenário 4: Campo Largo



9


Campo Largo e Irati possuem o melhor conjunto de fornecedores para atender a necessidade

do nó Ponta Grossa. Do mesmo modo, na Figura o nó Ponta Grossa possui o melhor conjunto

de fornecedores para atender a necessidade do nó Campo Largo.

Figura 6 - Cenário 5: Paranaguá


Campo Largo possui o melhor conjunto de fornecedores para atender a necessidade do nó

Paranaguá.

Após fazer a análise de cada cenário separadamente, integrou-se os resultados dos cenários

para as cidades destaques e seus respectivos pesos, sendo obtido o cenário resultante,

conforme Figura 7.

Figura 7 - Cenário 6: Resultante para 1 Cidade Afetada



10

Com relação à Figura 7, pode-se observar a relação bidirecional entre os nós Ponta Grossa,

Campo Largo e Irati e a relação unidirecional com relação aos nós Paranaguá e Guarapuava,

estas relações advêm da interação e sobreposição dos melhores nós de cada cenário.

Usando o software UCINET, foi construída a avaliação de centralidade de grau, proximidade

e intermediações que são parâmetros de análise gerados pelo mesmo, tais parâmetros são de

suma importância para o auxílio a tomada de decisão.

Os dados obtidos apresentados na Tabela 1.

Tabela 1 – Medidas de Centralidade

Centralidade de: Grau Proximidade Intermediações

Guarapuava 50,000 57,143 0,000

Irati 50,000 57,143 0,000

Ponta Grossa 75,000 80,000 66,667

Campo Largo 50,000 66,667 50,000

Paranaguá 25,000 44,444 0,000

Os resultados da Tabela 1 possibilitam algumas observações. Primeiramente com relação à

Centralidade de Grau, podemos observar que o nó Ponta Grossa detêm o valor de 75% sendo

considerado o melhor, enquanto Paranaguá com 25% possui o menor. Está observação

implica em afirmar que neste cenário o nó Ponta Grossa tem maior número de ligação direta

com os demais nós, por consequência possui um poder de influência maior sobre a rede, já o



11

nó Paranaguá por possuir o menor valor não possui tantas ligações diretas com os demais

possuindo assim um poder de influência baixo na rede.

Com relação à Centralidade de Proximidade, pode-se destacar Ponta Grossa como sendo o nó

com maior representatividade, 80%; e, em seguida, Campo Largo com 66,667%, implicando

assim que estes são os nós melhores posicionados, com maior acesso aos demais e detentores

de maior número de conexões, recursos e informações; ao contrário de Paranaguá com

44,444%.

No que se refere à Centralidade de Intermediações, destaca-se os nós Ponta Grossa com

66,667% e Campo Largo com 50,00%, implicando em estes serem os nós que mais trabalham

como ator intermediário de recursos/informações na rede. Por fim, calculou-se a Densidade da

Rede, tendo a mesma uma densidade de 29%, o que evidência a falta de laços fortes entre os

nós e poucas estruturas contratuais, sendo propicia para implementação de parcerias entre os

nós.

Em seguida foram estabelecidos cenários considerando-se, simultaneamente, 2 cidades

afetadas. Na Figura 8 apresenta-se o cenário com as cidades Guarapuava e Irati.

Figura 8 - Cenário 7: Guarapuava + Irati Figura 9 - Cenário 8: Guarapuava + Ponta Grossa

De acordo com a Figura 8 é possível verificar por meio da análise visual gráfica que o nó

Ponta Grossa possui o melhor conjunto de fornecedores para atender as necessidades dos nós

Guarapuava e Irati. Do mesmo modo, o nó Irati possui o melhor conjunto de fornecedores

para atender as necessidades dos nós Guarapuava e Ponta Grossa.

Figura 10 - Cenário 9: Guarapuava + Campo Largo Figura 11 - Cenário 10: Guarapuava + Paranaguá



12


Ponta Grossa possui o melhor conjunto de fornecedores para atender as necessidades dos nós

Guarapuava e Campo Largo. Do mesmo modo, os nós Ponta Grossa e Irati possuem o melhor

conjunto de fornecedores para atender as necessidades do nó Guarapuava enquanto o nó

Campo Largo possui melhor conjunto para atender o nó Paranaguá.

Figura 12 - Cenário 11: Irati + Ponta Grossa Figura 13 - Cenário 12: Irati + Campo Largo


Campo Largo possui o melhor conjunto de fornecedores para atender as necessidades dos nós

Ponta Grossa e Irati. Do mesmo modo, o nó Ponta Grossa possui o melhor conjunto de

fornecedores para atender as necessidades dos nós Campo Largo e Irati.

Figura 14 - Cenário 13: Irati + Paranaguá Figura 15 - Cenário 14: Ponta Grossa + Campo Largo



13


Ponta Grossa possui o melhor conjunto de fornecedores para atender as necessidades do nó

Irati enquanto o nó Campo Largo possui melhor conjunto para atender o nó Paranaguá. Do

mesmo modo, o nó Irati possui o melhor conjunto de fornecedores para atender as

necessidades dos nós Campo Largo e Ponta Grossa.

Figura 16 - Cenário 15: Ponta Grossa + Paranaguá Figura 17 - Cenário 16: Campo Largo + Paranaguá


Campo Largo possui o melhor conjunto de fornecedores para atender as necessidades dos nós

Ponta Grossa e Paranaguá. Do mesmo modo, o nó Ponta Grossa possui o melhor conjunto de

fornecedores para atender as necessidades dos nós Campo Largo e Paranaguá.

Após realizar a análise de cada cenário separadamente, integrando os resultados dos cenários

para as cidades destaques e seus respectivos pesos, foi obtido o cenário resultante, agora com

relação a 2 cidades afetadas simultaneamente, conforme Figura 18.

Figura 18 – Cenário 17: Resultante para 2 Cidades Afetadas



14

Devido a integração e sobreposição dos melhores nós dos cenários de 2 cidades afetadas,

pode-se observar a relação bidirecional que se estabelece entre os nós Ponta Grossa, Campo

Largo e Irati, e também a relação unidirecional com os nós Guarapuava e Paranaguá.

Considerando a matriz que gerou a Figura 18 e usando o software UCINET, foi construída a

avaliação de centralidade de grau, proximidade e intermediações para o auxílio a tomada de

decisão. Os dados obtidos apresentados na Tabela 2 foram os seguintes:

Tabela 2 – Medidas de Centralidade 2

Centralidade de: Grau Proximidade Intermediação

Guarapuava 50,000 66,667 0,000

Irati 75,000 80,000 8,333

Ponta Grossa 100,000 100,000 33,333

Campo Largo 75,000 80,000 8,333

Paranaguá 50,000 66,667 0,000

Através da análise da Tabela 2 pode-se observar com relação à Centralidade de Grau, que o

nó Ponta Grossa detêm o valor de 100% sendo considerado o melhor, enquanto Guarapuava e

Paranaguá com 50 % possuem o menor grau. Sendo o nó Ponta Grossa de maior valor, as

implicações consequentes são que o mesmo possui maior número de ligações diretas com os

demais nós, por consequência possui um poder de influência maior sobre a rede. Entretanto,

os nós Paranaguá e Guarapuava por terem o menor valor possuem menos ligações com os

demais, e com isto menor influência sobre a rede.

Também pode-se destacar Ponta Grossa com relação à Centralidade de Proximidade sendo o

nó com maior representatividade, 100%, e em seguida Campo Largo e Irati com 80,000%,

implicando assim que estes são os nós melhor posicionados, com maior acesso aos demais e

detentor de maior número de conexões, recursos e informações, ao contrário de Paranaguá e

Guarapuava com 66,667%.

No que se refere à Centralidade de Intermediações, destaca-se os nós Ponta Grossa com

33,333%, Campo Largo e Irati com 8,333%, implicando em estes serem os nós que mais

trabalham como ator intermediário de recursos/informações na rede. Por fim, calculou-se a



15

Densidade da Rede, tendo a mesma uma densidade de 36%, o que evidência a falta de laços

fortes entre os nós e poucas estruturas contratuais, sendo propicia para implementação de

parcerias entre os nós.

5. Considerações Finais

O estudo buscou explicitar a relação da importância da seleção de fornecedores na logística

humanitária e como a análise de redes auxilia essa seleção. Através da seleção é possível criar

vínculos de parceria entre os fornecedores de materiais de primeira necessidade e os órgãos de

ajudas responsáveis por atender ocorrências de desastres, sendo assim, em casos de

ocorrência, a demanda gerada pelo desastre pode ser atendida ajudando o maior número de

pessoas no menor tempo possível.

O software UCINET e NETDRAW foram utilizados para o auxílio na tomada de decisão,

com isto foi possível plotar grafos que permitiram uma fácil visualização das relações entre os

nós fornecedores e análise. Além disso, foi possível através de parâmetros do UCINET como,

centralidade de grau, proximidade e intermediações, e densidade da rede um estudo

quantitativo e qualitativo das relações geradas pelos nós fornecedores, facilitando assim a

classificação.

As limitações enfrentadas pelo estudo, tais como número de cidades afetadas

simultaneamente, número de cidades usadas nos cenários, tipo de material de primeira

necessidade usado e também os parâmetros de análise usados pelo software entre outros

servem como estímulo para o desenvolvimento de estudos futuros. Além disto, incita o

avanço em publicações e o pesquisas que remetem a relação do tema seleção de fornecedores

e logística humanitária com análise de redes sociais.

Os resultados obtidos têm como objetivo auxiliar os órgãos responsáveis no atendimento a

desastres, contribuindo para que as ações de improviso sejam minimizadas quando da

ocorrência de um desastre, e por consequente minimizar o tempo de resposta, atendendo o

maior número de pessoas no menor tempo hábil.

REFERÊNCIAS

BALESTRIN, A., Vargas, L. M., A Dimensão Estratégica das Redes Horizontais de PMEs: Teorizações e

Evidências, 2004.



16

BANOMYONG, R. e Sodapang, A. Relif Supply Chain Planning: insights from Thailand. Relief Supply

Chain for Disasters: Humanitarian, Aid and Emergency Logistics. Editado por Gyöngi Kovács,Karen M.

Spens, pp. 31-43, 2011.

BEAMON, B.M. Humanitarian relief chains: issues and challenges. Proceedings of the 34th International

Conference on Computers & Industrial Engineering, San Francisco, CA, USA, 2004.

BLECKEN, A. Humanitarian Logistics; Modelling Supply Chain Processes of Humanitarian

Organisations. Kuehne Foundation Book Series on Logistics. Vol. 18, 2010.

BURT, R.S. Structural holes: the social structure of competition, 1992.

CAUNHYE, A. M., Nie X., Pokharelet, S. Optimization models in emergency logistics: A literature review.

Socio-Economic Planning Sciences ,vol.46, pp. 4-13, 2012.

CERQUEIRA, C. H. Z., Costa, J. M. S., Carvalho, D. M. A., Aplicação de análise de redes sociais em uma

cadeia de suprimentos de uma empresa do setor elétrico brasileiro. Sistem & Gestão. pp 418-429, 2014.

LIMA, F. S. Logística Humanitária: Modelagem de Processos para a Fase de Aquisição na Resposta a

Desastres Naturais. Tese (Doutorado em Engenharia de Produção). Universidade Federal de Santa Catarina.

Florianópolis, 2014.

NOGUEIRA, C. W., Gonçalves, M. B., Novaes , A. G. Logística Humanitária e Logística Empresarial:

relações, conceitos e desafios, 2008.

OLORUNTOBA, R., Gray, R. Humanitarian Aid: an agile supply chain? Supply Chain Management. Vol.

11, N. 2, pp. 115-120, 2006.

SACOMANO NETO, M. Redes: Difusão de conhecimento e controle: Um estudo de caso na Indústria

Brasileira de Caminhões. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de São

Carlos. São Carlos, São Paulo, 2004.

THOMAS, A., Elevating Humanitarian Logistics. International Aid & Trade Review. IAT Europe, 2004.

anÁlise de redes para a seleÇÃo de fornecedores de...

Documents