6. Ý NGHĨA ĐỀ TÀI
1.4.3 .2 Khái quát nội dung
Hiệu ứng gợn sóng hay còn được gọi là hiệu ứng Ripple, mô tả tác động của quá trình lan truyền gián đoạn và phạm vi thay đổi của chuỗi cung ứng dựa trên sự gián đoạn trong các thông số kết quả và hiệu suất thiết kế cấu trúc chuỗi cung ứng.
Hiệu ứng gợn sóng xảy ra khi có một sự gián đoạn, thay vì chỉ bản địa hóa phạm
vi ảnh hưởng trong một phần của chuỗi cung ứng, nó lần lượt gây ảnh hưởng đến hầu hết các phần tử khác của chuỗi. Những tác động này có thể dẫn đến các hậu quả trong chuỗi cung ứng bao gồm sụt giảm doanh thu, giao hàng chậm trễ, mất thị phần và làm lu mờ danh tiếng của doanh nghiệp dẫn đến lợi tức cổ phiếu giảm. Hiệu ứng gợn sóng bản chất là một sự gián đoạn xảy ra với tần số thấp nhưng tác động với mức độ ảnh hưởng lớn.
Nhu cầu phân tích hiệu ứng gợn sóng trong chuỗi cung ứng đã được công nhận và xem xét một cách có hệ thống trong tài liệu mô phỏng liên quan đến phân tích rủi ro, tác động hiệu suất và đánh giá khả năng phục hồi của giáo sư đầu ngành gốc Nga Dmitry Ivanov. Trong thuật toán mô phỏng của ông, hiệu ứng gợn sóng SC được phân tích từ ba quan điểm:
Động lực học hệ thống (SD)
Mô hình dựa trên tác nhân (ABM) Mô phỏng sự kiện rời rạc (DS)
Đầu tiên, phương pháp đã mô phỏng hiệu ứng gợn sóng trong chuỗi cung ứng là động lực học hệ thống. Wilson (2007) chỉ ra mức độ ảnh hưởng của hiệu ứng gợn sóng đến tỷ lệ hoàn tất và biến động hàng tồn kho trong quá trình gián đoạn vận chuyển ở nhiều giai đoạn cung ứng. Kết quả của nghiên cứu chỉ ra rằng sự gián đoạn vận chuyển giữa nhà cung cấp Cấp 1 và nhà kho là tác động nhiều nhất đến hiệu suất.
Thứ hai, sự gián đoạn trong chuỗi cung ứng, bao gồm cả các tác động đến hiệu suất của chúng, cũng đã được mô hình hóa bằng cách sử dụng mô phỏng dựa trên tác nhân. Với phần mềm mô phỏng đa phương pháp AnyLogistix, Xu, Wang và Zhao (2014) sử dụng phần mềm này để phân tích các chính sách khôi phục và tác động của chúng đối với các cấp độ dịch vụ chuỗi cung ứng trong trường hợp năng lực của nhà cung cấp bị gián đoạn. Sau khi so sánh tác động của hiệu suất có và không có các biện pháp phục hồi trong các tình huống, các tác giả kết luận rằng tác động của hiệu ứng gợn sóng đối
21
với sự hài lòng của khách hàng phụ thuộc vào cả việc chủ động lập kế hoạch phục hồi và các biện pháp phục hồi.
Thứ ba, mô phỏng sự kiện rời rạc có thể được áp dụng để phân tích khả năng phục hồi khi xem xét các gián đoạn chuỗi cung ứng nghiêm trọng. Dựa trên một nghiên cứu điển hình thực tế về một chuỗi cung ứng ô tô của Bồ Đào Nha, Carvalho et al (2012) phân tích một chuỗi cung ứng với bốn giai đoạn để xác định xem các chiến lược khôi phục khác nhau ảnh hưởng như thế nào đến hiệu suất SC trong quá trình gián đoạn. Để làm được điều này, các tác giả so sánh hai chiến lược phục hồi và sáu kịch bản gián đoạn, khác nhau ở chỗ có hoặc không có hiện tượng nhiễu loạn và có hoặc không có chiến lược giảm thiểu.
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 2.1. MẪU NGHIÊN CỨU:
Đối tượng nghiên cứu: mô hình chuỗi cung ứng hàng nông sản qua các tỉnh từ khu vực cao nguyên trung phần đến thành phố Hồ Chí Minh và một số tỉnh thành thuộc khu vực Đông Nam Bộ với mặt hàng rau, củ. Chuỗi cung ứng giả định được xây dựng dựa trên phân tích định lượng, bao gồm 4 thành phần, bắt nguồn từ 1 nông trại sản xuất hàng nông sản thô ở Bảo Lộc, kho ngoại quan thu gom và phân loại ở Bảo Lộc & Dĩ An, 2 trung tâm phân phối ở khu vực thành phố Hồ Chí Minh và đầu ra là khách hàng ở các khu vực mục tiêu phân bổ ở các khu vực trên bản đồ.
Các đối tượng trong chuỗi đều nằm ở khu vực bị ảnh hưởng bởi dịch bệnh và bị hạn chế hoạt động do các chính sách cách ly và tạm dừng sản xuất. Các đơn vị phân phối sản phẩm nông sản thông qua các kênh vận tải từ Bảo Lộc đến kho ngoại quan tại khu vực Dĩ An và từ đây, nông sản được vận chuyển đến các DCs để phân phối đến khách hàng. Các gói nông sản thành phẩm được phân phối đến tận tay người tiêu dùng
ở các tỉnh. Số lượng khách hàng giả định bao gồm 50 gia đình phân bố trên bản đồ. Phương pháp chọn mẫu nghiên cứu: xây dựng mẫu nghiên cứu thông qua ứng dụng
anyLogistix với các dữ liệu đầu vào được thu thập thông qua kho thông tin từ Internet.
22
2.2. QUY TRÌNH NGHIÊN CỨU:
Căn cứ vào thực trạng thực tế của xã hội Việt Nam trong bối cảnh cả nước đã phải trải qua đợt khủng hoảng nặng nề trong năm 2021 vừa qua, nhóm quyết định thực hiện bài nghiên cứu từ ý tưởng muốn mang lại một làn gió mới trong phương pháp nghiên cứu, sử dụng ứng dụng thành tựu khoa học công nghệ thay vì các phương pháp nghiên cứu thủ công truyền thống.
Trong bài nghiên cứu này, nhóm trình bày cơ sở lý thuyết và tổng quan các nghiên cứu đi trước liên quan đến quá trình hoạt động của chuỗi cung ứng dưới ảnh hưởng từ các yếu tố bên ngoài. Từ đó, thiết lập được mô hình phù hợp để đo lường sự tác động của nhiều yếu tố rủi ro đến sự hoạt động hiệu quả của chuỗi cung ứng hàng nông sản mô phỏng được nhóm nghiên cứu và xây dựng.
Kế tiếp, nhóm tiến hành thu thập dữ liệu liên quan đến các biến cần thiết, tiến hành chạy mô hình dữ liệu trên phần mềm anyLogistix để đưa ra kết quả. Cuối cùng, nhóm nghiên cứu dựa vào đó, so sánh các kết quả đầu ra để đưa ra kết luận cơ bản cho đề tài, cũng như đề xuất giải pháp nhằm nâng cao chất lượng hoạt động của chuỗi cung ứng hàng nông sản trong tương lai.
Đưa ra mục tiêu Lược khảo các Nền tảng lý thuyết & Xây
nghiên cứu nghiên cứu đi trước dựng khung phân tích
Đo lường, thu thập dữ liệu
Sơ đồ 2.1: Quy trình nghiên cứu
2.3. GIẢ THUYẾT NGHIÊN CỨU
Trong nghiên cứu, mối liên hệ giữa các yếu tố đầu vào trong thực tế được mô hình hóa thành các phương trình toán học. Để đơn giản hóa sự phức tạp của phương trình này, các biến đầu vào có thể được gán một giá trị cụ thể cố định, ví dụ như nhu cầu khách hàng có thể được xác định với một tần suất và lượng đặt hàng cụ thể thay vì xem xét biến động nhu cầu.
23
Sự đơn giản hóa này là cần thiết để việc biểu diễn vấn đề quản lý như một mô hình toán học trở nên dễ dàng hơn. Những mô hình toán học này có thể được giải quyết với chức năng xử lý của các công cụ thuật toán hiện có. Nhóm sử dụng công cụ giải quyết thuật toán CPLEX, một sản phẩm của công ty IBM của Hoa Kỳ được tích hợp trong anyLogistix để giải quyết và đưa ra kết quả nghiên cứu.
2.4. MÔ HÌNH NGHIÊN CỨU
Mô hình chuỗi cung ứng được xây dựng với số lượng 50 khách hàng phân bố ngẫu nhiên trên bản đồ. Tất cả đều đặt hàng tại các DCs với tần suất 7 ngày/lần với thời gian giao hàng dự kiến từ 2 ngày. Nói cách khác, nếu đơn hàng được giao trong khung thời gian 2 ngày, đơn hàng đó được xem là đơn hàng giao đúng hạn và thỏa mãn nhu cầu cấp thiết của khách hàng. Ngược lại, đơn hàng sẽ bị xem là chậm trễ nếu được giao trong thời gian vượt quá số ngày nêu trên, điều này sẽ ảnh hưởng tiêu cực đến kết quả của biến số mức độ hài lòng dịch vụ ELT.
Nhu cầu của mỗi khách hàng được xác định biến thiên cho mỗi đơn đặt hàng. Nhu cầu phân bố ngẫu nhiên trong tổng lượng 50 khách hàng giả định, phù hợp với tính chất thực tế là nhu cầu không đồng nhất giữa các nhóm khách hàng. Nhóm quyết định cụ thể hóa nhu cầu của khách hàng là vì sự biến động nhu cầu đối với mặt hàng thiết yếu như nông sản là cực kỳ cao, đặc biệt trong bối cảnh có biến động xã hội, tâm lý con người luôn muốn tích trữ hơn là tiêu dùng. Do đó, nhóm quyết định giới hạn nhu cầu trong một phạm vi nhất định để phù hợp với quy mô của bài nghiên cứu.
Mục đích chính của nhóm là phát hiện ra các tác động của gián đoạn dưới góc nhìn thương mại, vì vậy, nhóm muốn loại bỏ các biến kém quan trọng, không liên quan đến kết quả mục tiêu mà nhóm hướng đến (biến thời gian xử lý - processing time, biến phương thức thanh toán - payment term, biến quy tắc đặt hàng - ordering rule…).
Các cơ sở thuộc chuỗi hoạt động với một vài chi phí cố định và không cố định gồm phí lưu kho hàng hóa, chi phí sơ chế nông sản thô.
Nhóm sử dụng khoảng thời gian dịch COVID - 19 diễn ra tại Việt Nam trong năm 2021, từ 1/1/2021 đến 31/12/2021.
Nhóm xem xét các rủi ro có thể xảy ra và tác động của chúng đến hiệu quả hoạt động của chuỗi cung ứng mô phỏng
Rủi ro 1: tạm dừng khai thác nông sản thô tại các đơn vị cung cấp tại Bảo Lộc;
24
Rủi ro 2: tạm dừng sơ chế và phân loại ở các kho ngoại quan tại Bảo Lộc; Rủi ro 3: tình trạng thiếu hụt hàng hóa ở các DCs bắt đầu xảy ra;
Rủi ro 4: nhu cầu khách hàng tăng đột biến trong bối cảnh phong tỏa.
Khách hàng và tọa độ địa lý mỗi khách hàng
Hình 2.4.1: Xác định khách hàng và tọa độ khách hàng
Chuỗi cung ứng mô phỏng được nghiên cứu gồm 50 khách hàng, phân bố ngẫu nhiên trên bản đồ. Danh tính mỗi khách hàng được xác định dựa trên vị trí địa lí tại khu vực sinh sống.
Chu kỳ đặt hàng Lượng đặt hàng Xác định nhu cầu khách hàng Hình 2.4.2: Xác định nhu cầu khách hàng 25
Nhóm tiến hành xác định nhu cầu của 50 đơn vị khách hàng trong chuỗi. Trong đó, chu kì đặt hàng của mỗi người được lặp lại sau mỗi 7 ngày với lưu lượng ngẫu nhiên, điều này phù hợp với thực tế nhu cầu của thị trường là vô cùng biến động và khó kiểm soát.
Các chi phí khác Chi phí phân xưởng Chi phí vận chuyển Phí vận hành phân xưởng Hình 2.4.3: Xác định chi phí
Tiếp theo, nhóm tiến hành xác định các khoảng chi phí trong quá trình hoạt động của chuỗi cung ứng mô phỏng. Danh sách các khoảng chi phí bao gồm chi phí vận chuyển (Carrying cost), chi phí vận hành phân xưởng (Facility cost) và các chi phí khác (Other costs).
Quản lý tồn kho
Hình 2.4.4: Xác định quản lý tồn kho
26
Về phần quản lý hàng tồn kho, các DCs được thiết kế gồm lượng hàng tồn kho ban đầu xác định. Mỗi DC quản lý hàng tồn kho với chính sách Min – Max có hạn mức cho trước. Đối với 2 kho ngoại quan, vì tính chất là kho trung chuyển nên không có chức năng lưu trữ hàng hóa như 2 DCs còn lại.
Điểm khởi hành
Vận chuyển
Điểm đến
Hình 2.4.5: Xác định các yếu tố liên quan việc quãng đường vận chuyển
Quãng đường vận chuyển hàng hóa từ thượng nguồn đến hạ nguồn chuỗi cung ứng trải qua 4 chặng. Chặng thứ nhất, nông sản được khai thác và vận chuyển từ nông trại đến kho ngoại quan tại Bảo Lộc. Tiếp theo, nông sản được vận chuyển với quãng đường nối liền từ Bảo Lộc đến Dĩ An trước khi được chuyển tiếp tới 2 DCs trong khu vực nội thành Hồ Chí Minh để đến tay khách hàng. Cả 4 chặng, phương tiện chuyên chở được sử dụng là xe tải với phương thức chở hàng LTL (less than truck load).
27
Tải trọng
Vận tốc trung
bình
Phương tiện vận chuyển
Hình 2.4.6: Xác định các yếu tố liên quan việc phương tiện vận chuyển
Phương tiện vận chuyển được sử dụng trong chuỗi cung ứng mô phỏng là dòng xe với tải trọng 35 tấn, vận tốc di chuyển trung bình của xe là 50 km/h.
Giai đoạn nghiên cứu
Hình 2.4.7: Xác định giai đoạn nghiên cứu
Giai đoạn nghiên cứu kéo dài từ đầu đến ngày cuối cùng của năm 2021, bao hàm cả thời gian dịch bệnh hoành hành trên thực tế.
Mặt hàng nghiên cứu
Hình 2.4.8: Xác định giai loại hàng nghiên cứu
Nhóm lựa chọn sản phẩm đại diện để làm đối tượng nghiên cứu là bắp cải. Với tính chất và mục đích nghiên cứu, nhóm sử dụng một đối tượng duy nhất để quá trình tìm kiếm và xử lý thông tin nhanh gọn và dễ dàng hơn. Với các nghiên cứu có quy mô lớn hơn trong tương lai, các nhà nghiên cứu khác có thể cân nhắc thêm nhiều danh mục mặt hàng khác.
Chuỗi cung ứng giả định hoạt động khi không có các rủi ro gián đoạn
Hình 2.4.9: Xác định sự kiện chuỗi cung ứng hoạt động trong điều kiện bình thường
29
Chuỗi cung ứng hoạt động trong điều kiện gián đoạn
Hình 2.4.10: Xác định sự kiện chuỗi cung ứng hoạt động trong điều kiện rủi ro do Covid-19
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
3.1. KẾT QUẢ TRẢ VỀ
3.1.1 Các chỉ số tài chính
30
chi phí khác lợi nhuận tổng chi phí chi phí vận chuyển
Hình 3.1.1.1: Các chỉ số tài chính trong điều kiện hoạt động bình thường
Doanh thu & Tổng chi phí
Hình 3.1.1.1: Các chỉ số tài chính trong điều kiện rủi ro do COVID – 19
3.1.2 Các chỉ số mức độ dịch vụ
Mức độ dịch vụ
Hình 3.1.2.2: Các chỉ số mức độ dịch vụ trong điều kiện rủi ro do COVID – 19
3.1.3 Các chỉ số dự trữ và kiểm kê
Kiểm kê hàng hóa
Hình 3.1.3.1: Các chỉ số dự trữ và kiểm kê trong điều kiện thông thường
32
Kiểm kê hàng hóa
Hình 3.1.3.2: Các chỉ số dự trữ và kiểm kê trong điều kiện rủi ro do COVID – 19
3.1.4 Các chỉ số về nhu cầu và mức độ thõa mãn nhu cầu
Nhu cầu và mức độ thỏa mãn nhu
cầu
Hình 3.1.4.1: Các chỉ số về nhu cầu và mức độ thõa mãn trong điều kiện thông thường
33
Nhu cầu và mức độ thỏa mãn nhu
cầu
Hình 4.1.4.2: Các chỉ số về nhu cầu và mức độ thõa mãn trong điều kiện rủi ro do COVID – 19
3.2. THẢO LUẬN KẾT QUẢ
3.2.1 Các chỉ số tài chính
Căn cứ vào kết quả mà ứng dụng anyLogistix trả về, sự thay đổi dễ nhận thấy nhất trong hiệu suất hoạt động của chuỗi cung ứng hàng hóa mô phỏng là các chỉ số tài chính. Trong hai kịch bản đã đề cập , nếu trong điều kiện hoạt động bình thường, doanh thu và lợi nhuận của doanh nghiệp lần lượt đạt ngưỡng 366,032,771.703 và 251,776,531.816. Đối với kịch bản còn lại, hai chỉ số này chỉ dừng lại ở mức
161,157,716.352 và 89,127.707.
Các chi phí phân xưởng, chi phí vận tải có xu hướng giảm trong quá trình hoạt động dưới tác động xấu từ các yếu tố rủi ro. Trong đó, chi phí phân xưởng đi xuống từ 53,874,765.999 còn 39,466,269.999 và phí vận tải trong suốt giai đoạn năm 2021 giảm từ 37,380,351.768 còn 16,441,011.572. Hai loại chi phí này giảm đi dẫn đến tổng chi phí doanh nghiệp bỏ ra cũng giảm đi 43036651.24 đơn vị, từ 114,256,239.887 còn 71,219,588.645. Chi phí giảm có thể dễ hiểu là do sự tạm ngưng hoạt động của các cơ sở trong chuỗi vì chính sách phong tỏa, thiếu hụt nguồn cung, thiếu hụt lao động…
34