Modelos Híbridos de Contabilidad Logística para la Toma de Decisiones Estratégicas en Sistemas de Distribución Resilientes
DOI:
https://doi.org/10.70625/rmis/740Palabras clave:
Contabilidad logística, Modelos híbridos, Toma de decisiones, Distribución resiliente, PanamáResumen
La creciente volatilidad de los mercados, las interrupciones en las cadenas de suministro y la digitalización de los procesos logísticos han incrementado la necesidad de desarrollar modelos híbridos de contabilidad logística que integren información financiera y operativa para fortalecer la toma de decisiones estratégicas. El problema de investigación se centra en la limitada articulación entre los sistemas contables tradicionales y los indicadores logísticos utilizados en sistemas de distribución resilientes, lo cual dificulta el análisis integral de costos, riesgos, eficiencia y capacidad de respuesta organizacional. El objetivo del estudio es proponer un modelo híbrido de contabilidad logística orientado a mejorar la toma de decisiones estratégicas en sistemas de distribución resilientes, con énfasis contextual en empresas logísticas y de distribución urbana en Panamá. Metodológicamente, se plantea un enfoque cuantitativo, de tipo aplicado, con diseño no experimental, transversal y correlacional-explicativo, apoyado en encuestas estructuradas, indicadores financieros-logísticos, validación por expertos, confiabilidad mediante Alpha de Cronbach y análisis estadístico multivariado. Como resultados esperados, se prevé que la integración de información contable, costos logísticos, indicadores de resiliencia y analítica operativa mejore la eficiencia, la trazabilidad y la capacidad estratégica de respuesta. El aporte principal consiste en un modelo interdisciplinario aplicable a organizaciones que buscan fortalecer competitividad, sostenibilidad operativa y resiliencia distributiva.
Referencias
Bertalanffy, L. von. (1968). General system theory: Foundations, development, applications. George Braziller.
Blocher, E. J., Stout, D. E., Juras, P. E., & Smith, S. D. (2022). Cost management: A strategic emphasis (9th ed.). McGraw-Hill Education.
Bowersox, D. J., Closs, D. J., & Cooper, M. B. (2019). Supply chain logistics management (5th ed.). McGraw-Hill.
Büyüközkan, G., & Göçer, F. (2018). Digital supply chain: Literature review and a proposed framework for future research. Computers in Industry, 97, 157–177. https://doi.org/10.1016/j.compind.2018.02.010
CEPAL. (2022). Perspectivas del comercio internacional de América Latina y el Caribe 2022. Naciones Unidas.
Christopher, M. (2016). Logistics and supply chain management (5th ed.). Pearson Education.
Christopher, M., & Peck, H. (2004). Building the resilient supply chain. International Journal of Logistics Management, 15(2), 1–14. https://doi.org/10.1108/09574090410700275
Cooper, D. R., & Schindler, P. S. (2019). Business research methods (13th ed.). McGraw-Hill Education.
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage Publications.
Davenport, T. H., & Harris, J. G. (2017). Competing on analytics: The new science of winning. Harvard Business Review Press.
Dolgui, A., & Ivanov, D. (2022). 5G in digital supply chain and operations management: Fostering flexibility, end-to-end connectivity and real-time visibility through internet-of-everything. International Journal of Production Research, 60(2), 442–451. https://doi.org/10.1080/00207543.2021.2002969
Ellram, L. M., Tate, W. L., & Feitzinger, E. G. (2018). Factor-market rivalry and competition for supply chain resources. Journal of Supply Chain Management, 49(1), 29–46. https://doi.org/10.1111/jscm.12002
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Sage Publications.
Fosso Wamba, S., Queiroz, M. M., Wu, L., & Sivarajah, U. (2020). Big data analytics-enabled sensing capability and organizational outcomes. International Journal of Information Management, 50, 95–105. https://doi.org/10.1016/j.ijinfomgt.2019.05.015
Grant, R. M. (2019). Contemporary strategy analysis (10th ed.). Wiley.
Gunasekaran, A., Yusuf, Y. Y., Adeleye, E. O., & Papadopoulos, T. (2017). Agile manufacturing practices: The role of big data and business analytics with multiple case studies. International Journal of Production Research, 56(1–2), 385–397. https://doi.org/10.1080/00207543.2017.1395488
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Heizer, J., Render, B., & Munson, C. (2020). Operations management: Sustainability and supply chain management (13th ed.). Pearson.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2018). Metodología de la investigación (7.ª ed.). McGraw-Hill Education.
Horngren, C. T., Datar, S. M., & Rajan, M. (2021). Cost accounting: A managerial emphasis (17th ed.). Pearson.
Ivanov, D., & Dolgui, A. (2020). A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0. Production Planning & Control, 32(9), 775–788. https://doi.org/10.1080/09537287.2020.1768450
Ivanov, D., Dolgui, A., Sokolov, B., Ivanova, M., & Werner, F. (2019). A dynamic model and an algorithm for short-term supply chain scheduling in the smart factory Industry 4.0. International Journal of Production Research, 54(2), 386–402. https://doi.org/10.1080/00207543.2014.999958
Kaplan, R. S., & Anderson, S. R. (2007). Time-driven activity-based costing: A simpler and more powerful path to higher profits. Harvard Business School Press.
Krajewski, L. J., Malhotra, M. K., & Ritzman, L. P. (2019). Operations management: Processes and supply chains (12th ed.). Pearson.
Laudon, K. C., & Laudon, J. P. (2022). Management information systems: Managing the digital firm (17th ed.). Pearson.
Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x
Lee, H. L. (2004). The triple-A supply chain. Harvard Business Review, 82(10), 102–112.
Melnyk, S. A., Narasimhan, R., & DeCampos, H. A. (2014). Supply chain design: Issues, challenges, frameworks and solutions. International Journal of Production Research, 52(7), 1887–1896. https://doi.org/10.1080/00207543.2013.787175
Mentzer, J. T., DeWitt, W., Keebler, J. S., Min, S., Nix, N. W., Smith, C. D., & Zacharia, Z. G. (2001). Defining supply chain management. Journal of Business Logistics, 22(2), 1–25. https://doi.org/10.1002/j.2158-1592.2001.tb00001.x
O’Brien, J. A., & Marakas, G. M. (2018). Management information systems. McGraw-Hill.
Porter, M. E. (1985). Competitive advantage: Creating and sustaining superior performance. Free Press.
Queiroz, M. M., Fosso Wamba, S., Machado, M. C., & Telles, R. (2020). Smart production systems drivers for business process management improvement: An integrative framework proposal. Business Process Management Journal, 26(5), 1075–1092. https://doi.org/10.1108/BPMJ-03-2019-0134
Romney, M. B., & Steinbart, P. J. (2021). Accounting information systems (15th ed.). Pearson.
Saunders, M., Lewis, P., & Thornhill, A. (2019). Research methods for business students (8th ed.). Pearson.
Sekaran, U., & Bougie, R. (2020). Research methods for business: A skill building approach (8th ed.). Wiley.
Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2021). Designing and managing the supply chain (4th ed.). McGraw-Hill.
Skyttner, L. (2020). General systems theory: Problems, perspectives, practice (3rd ed.). World Scientific Publishing. https://doi.org/10.1142/11109
Slack, N., Brandon-Jones, A., & Johnston, R. (2022). Operations management (10th ed.). Pearson.
Tristán-López, A. (2008). Modificación al modelo de Lawshe para el dictamen cuantitativo de la validez de contenido de un instrumento objetivo. Avances en Medición, 6, 37–48.
Turban, E., Pollard, C., & Wood, G. (2018). Information technology for management. Wiley.
Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J.-F., Dubey, R., & Childe, S. J. (2020). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356–365. https://doi.org/10.1016/j.jbusres.2016.08.009
World Economic Forum. (2023). Digital transformation of supply chains. Geneva, Switzerland.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Revista Multidisciplinar Innova Scientia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
