Além dos modelos de coordenação de cadeias de suprimentos, a maior parte dos trabalhos em gestão da CS enfoca os aspectos econômicos de maximização do lucro ou de minimização do custo decorrente do projeto ou da gestão integrada da cadeia de suprimentos. Entretanto, diversos autores começaram a incorporar à literatura modelos multi-objetivo ou multiatributo para tratamento de problemas como avaliação de desempenho e projeto de rede de cadeias de suprimentos. Nesta última, abordam-se questões como número de instalações, localização, capacidade, fluxos de produto e modais de transporte entre os elementos da CS.
Dentre as motivações para consideração de múltiplos objetivos, destaca-se a crescente preocupação ambiental e o crescente enrijecimento das legislações nesta área. Segundo Cruz
(2008), as crescentes preocupações ambientais que permeiam a sociedade e que se refletem em mudanças políticas e legais têm influenciado significativamente as cadeias de suprimentos. Novas exigências legais e mudanças nas percepções e preferências dos consumidores têm levado fornecedores, produtores e revendedores a serem responsáveis por seus produtos mesmo além dos seus pontos de venda e entrega. No Brasil, por exemplo, foi aprovada em julho de 2010 a PNRS – Política Nacional de Resíduos Sólidos. A nova legislação altera a Lei 9.605/98 (Lei de Crimes Ambientais), trazendo diversas inovações que exigirão mudanças na conduta empresarial. Uma das inovações é o compartilhamento de responsabilidades pelo ciclo de vida dos produtos, que não se restringe aos fabricantes. Serão considerados responsáveis também os importadores, distribuidores, comerciantes e até os consumidores e titulares dos serviços de limpeza urbana ou manejo. A responsabilidade deverá ser implementada de forma individualizada e encadeada (BRASIL, 2011).
Adicionalmente, as pressões ambientais têm levado as cadeias de suprimento, (especialmente os seus elos produtores) a reduzir suas emissões, fabricar produtos mais ambientalmente amigáveis e/ou a estabelecer redes de coleta e reciclagem de produtos. Como destacam Fabian (2000) e Cruz (2008), um desempenho ambiental fraco, em qualquer estágio da cadeia de suprimentos, pode comprometer o ativo mais importante de uma companhia, sua reputação.
Estes fatores têm fomentado o desenvolvimento de modelos, algoritmos e softwares que considerem as questões ambientais nos processos de projeto, gestão e operação das cadeias de suprimentos, bem como os impactos ambientais de um número crescente de produtos ao longo de seus ciclos de vida (Ilgin & Gupta, 2010).
Kainuma & Tawara (2006) propõem uma métrica para avaliação de desempenho de cadeias de suprimentos com uso de Teoria da Utilidade Multiatributo, visando medir a performance da cadeia tanto sob um ponto de vista econômico, como sob um ponto de vista ambiental. Os autores propõem uma métrica que considere três atributos, a saber: o ROA (Retorno Sobre Ativos), medido pelo nível médio de estoques na cadeia; nível de serviço, medido pela proporção de stock-outs; e um atributo associado ao LCA (Life Cycle
Assessment), descrito vagamente pelos autores como “uma medida de impactos ambientais e
de contribuição ao aspecto social”. Assumindo independência em utilidade entre os atributos, Kainuma & Tawara (2006) propõem a agregação destes desempenhos numa medida global através de uma função utilidade aditiva ou multiplicativa. Derivando funções utilidade monoatributo e multiatributo para os aspectos em questão, os autores advogam que é possível
quantificar a utilidade de uma cadeia de suprimentos. Entretanto, não abordam como esta medida de desempenho em forma de utilidade multiatributo pode ser utilizada na tomada de decisão envolvendo problemas gerenciais ou operacionais da cadeia.
Cruz (2008) apresenta uma modelagem para cadeias de suprimentos incorporando o aspecto de responsabilidade social corporativa ao processo de decisão. A cadeia logística é formada por três níveis de decisores consistindo de múltiplos produtores, revendedores e consumidores finais, onde todos podem realizar suas transações através de meios físicos ou eletrônicos (e-commerce). Os agentes em cada estágio operam em um ambiente competitivo. O autor não considera incertezas no modelo, e junto com o fluxo de produtos a ser transacionado entre cada estágio, outra variável de decisão é o nível de responsabilidade social corporativa de produtores e revendedores. Esta variável, cuja mensuração não é explicitada no modelo, tem um significado amplo e relaciona-se ao nível de investimentos em novas tecnologias, treinamento de empregados e compartilhamento de informações, dentre outras coisas, a fim de promover a garantia da qualidade, preservação ambiental e o cumprimento das normas legais relativas ao negócio. Os objetivos a serem atingidos em cada estágio da cadeia incluem a maximização do lucro, a minimização da emissão de resíduos, e a minimização do risco, estabelecidos deterministicamente como funções não especificadas do volume de produtos transacionados e dos níveis de responsabilidade social corporativa adotados pelos produtores e revendedores. Para cada estágio da cadeia, os objetivos são agregados através de uma função aditiva caracterizada por uma soma ponderada por “pesos” que devem transformar os valores de cada critério em uma escala monetária. Feita esta agregação, Cruz (2008) deriva através de um modelo de programação não-linear restrita as condições de equilíbrio nas quais as transações de produto e o nível de responsabilidade social corporativa são iguais entre agentes concorrentes de cada estágio da CS.
Analisando o projeto de cadeias de suprimento ambientalmente sustentáveis, Chaabane
et al. (2010) destacam que variados tipos de medidas de desempenho são utilizados para
avaliar esta sustentabilidade. Geralmente, o objetivo é combinar desempenhos econômicos e desempenhos ambientais de forma a encontrar um trade-off satisfatório entre essas duas medidas de performance (Nagurney & Toyasaki, 2003; Pistikopoulos & Hugo, 2005; Cruz, 2008; Wang et al., 2011). Acerca dos desempenhos ambientais, várias métricas de desempenho foram utilizadas para representar quantitativamente os impactos ambientais de produtos, processos e atividades, tais como nível de emissão de gases de efeito estufa (CO2,
materiais, descarte de produtos etc. Quanto aos desempenhos econômicos, estes são geralmente representados pelo valor presente líquido do lucro ou do custo para modelos multi-períodos (Chaabane et al. , 2010).
No contexto da indústria do alumínio, os autores apresentam um modelo de programação linear mista para cadeias de suprimento sustentáveis. Consideram os princípios da metodologia de Avaliação do Ciclo de Vida (LCA), adicionalmente às restrições tradicionais, para identificação e quantificação dos materiais e da energia utilizados bem como dos resíduos lançados sobre o ambiente, avaliando oportunidades de melhorias ambientais. Chaabane et al. (2010) consideram dois objetivos simultâneos: minimização dos custos totais e minimização da emissão de gases de efeito estufa. Os autores incorporam ao modelo o uso de créditos de carbono, e modelam o problema bi-objetivo sujeitando-o a um conjunto de restrições como limites de capacidade, fluxos de materiais e emissões de carbono. Chaabane et al. (2010) não prescrevem como explorar o trade-off entre os dois objetivos propostos de forma a encontrar uma solução de compromisso, dando enfoque ao seu modelo como um instrumento de análise e apoio a agentes de decisão no projeto de cadeias de suprimento sustentáveis.
Em estudo do projeto de rede de cadeia de suprimentos, que aborda as questões como localização, capacidade, fluxos de produto e modais de transporte entre os elementos de uma CS, Wang et al. (2011) apontam que este tipo problema tem sido geralmente tratado por meio de modelos mono-objetivo. Entretanto, os autores destacam que a natureza do problema esteja intrinsecamente ligada a trade-offs entre objetivos conflitantes, destacadamente aspectos ambientais. Wang et al. (2011) propõem um modelo de programação linear multi-objetivo mista para projeto da rede de uma cadeia de suprimentos com o objetivo de minimizar os custos totais e os impactos ambientais, estes últimos modelados como o nível de emissões de CO2. O modelo busca determinar o nível de investimento inicial em proteção ambiental, a ser
avaliado na fase de projeto da cadeia, a fim de especificar o número de instalações abertas, a capacidade produtiva de cada uma das instalações, e o nível de proteção ambiental de cada instalação j. Para isto, os autores associaram a cada nível de proteção ambiental zjum nível de investimento ambiental gj(zj) caracterizado como uma função monotonicamente crescente de
zj. Duas funções objetivo são consideradas: minimização do custo total e minimização do total de emissões de CO2 na cadeia de suprimentos. Essas funções são minimizadas sujeito a um
conjunto de restrições que atuam como condições de contorno do sistema, dentre elas, a restrição de que toda a demanda deve ser satisfeita e que não há armazenagem de estoques em
cada instalação. Como resultado da resolução deste problema multi-objetivo, um conjunto de soluções não dominadas é gerado no espaço bi-dimensional. Os autores propõem então um algoritmo para seleção de um trade-off a fim de se selecionar na fronteira de Pareto uma solução específica para o problema. Wang et al. (2011) observam que o aumento da capacidade da rede pode diminuir o nível de emissões de CO2 e o custo total da cadeia de
suprimentos. Entretanto, o modelo de Wang et al. (2011) é limitado por não considerar, no contexto de projetos de CS, incertezas em fatores como produção, emissões e sobretudo demanda. O modelo também não incorpora a atitude do decisor em relação ao risco.