DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu
ŠUMARSKI LIST 5-6/2010 str. 73 <-- 73 --> PDF |
PREGLEDNI ČLANCI – REVIEWSŠumarski list br. 5–6, CXXXIV (2010), 275-286 UDK 630* 624 + 568 VIŠEKRITERIJSKO ODLUČIVANJE KAO PODRŠKAU GOSPODARENJU ŠUMAMA– MODELI I ISKUSTVA MULTIPLE CRITERIA DECISION MAKING IN FORESTRY – METHODS AND EXPERIENCES Mario ŠPORČIĆ, Matija LANDEKIĆ, Marko LOVRIĆ, Saša BOGDAN, Ksenija ŠEGOTIĆ1 SAŽETAK: U radu su prikazani višekriterijski modeli koji u šumarstvu mogu poslužiti kao podrška u planiranju i odlučivanju. Ukratko je opisano i us poređe no više metoda među kojima su: analiza omeđivanja podataka, anali tički hijerarhijski proces, jednostavno višeatributno rangiranje, metode vi šeg ranga i dr. Cilj je bio pojasniti za koje se vrste zadataka i problema takve metode mogu primijeniti u šumarstvu. Time je omogućen uvid u karakteristike pojedinih metoda i pomoć u odabiru potencijalnih metoda kod eventualne primje ne. Uloga i značaj višekriterijskih modela u šumarstvu opisani su brojnim primjerima i izvo rima u kojima su primijenjeni različiti modeli. U radu se tako đer kroz prikaz istraživanja provedenih na primjeru “Hrvatskih šuma” d.o.o. Zagreb daje uvid u mogućnosti te svrsishodnost i opravdanost primjene vi šekriterijskih matematičkih modela. Zaključuje se da razvoj i primjena mode la višekriterijskog odluči vanja može pridonijeti lakšem analiziranju, planiranju i predviđanju pri gospodarenju šumama. Ključne riječi:višekriterijsko odlučivanje, planiranje, šumarstvo, AOMP, AHP 1. UVOD – Introduction U posljednjih se dvadesetak godina opći okvir šum-tode i modele, potrebna u planiranju i predviđanju, ali i skog gospodarenja dramatično promijenio. Višestrukianalizi rezultata poslovanja u šumarstvu. ciljevi danas su tipični u šumarstvu. Gospodarenjem šu- Planiranje i odlučivanje se u hrvatskom šumarstvu u mama mora se proizvesti određeni prihod dok se u isto prošlosti učestalo obavljalo na temelju zdravog razuma vrijeme trebaju promovirati zaštita i očuvanje šuma, re i/ili prošlih iskustava. Dok u nekim slučajevima ovakav kreacijske usluge i sl. Uz proizvodnju i pridobivanje pristup može biti dovoljan, s pozicije složenosti danadrva drugim se kriterijima, u odabiru načina upravljanja šnjeg poslovnog okruženja i imperativa stalnog povećašumama, pridaje sve veća težina. Drugim riječima, nja uspješnosti poslovanja, nužno je korištenje novih šume se istovremeno koriste u mnogostruke svrhe.Vi modela i preciznijih metoda. Isto tako, istraživanja su šestruke koristi i brojne dobrobiti koje pružaju šume pokazala da je šumarski sektor u Hrvatskoj prilično trom kao i netržišna priroda dijela takvih proizvoda, pritom u pogledu usvajanja novih podloga i alata za donošenje čine planiranje i odlučivanje u šumarstvu posebno zah odluka u gospodarenju šumama (Šporčić2007). tjevnim.To je dovelo do potrebe za modelima koji se U zemljama razvijenoga šumarstva, jednostavne nu mogu primijeniti u višefunkcionalnom gospodarenju me ričke simulacije i optimizacije već se duže vrijeme šumama. Posebice je takva podrška, kroz različite me smat raju nedovoljnima u pouzdanom planiranju šums ko ga gospodarenja. Današnje šumarstvo, s brojnim ci- Doc. dr. sc. Mario Šporčić, Matija Landekić, dipl. ing. šum., lje vima i zadaćama te više uključenih i zainteresiranih Marko Lovrić, dipl. ing., doc. dr. sc. Saša Bogdan, prof. dr. sc. stra na često s različitim interesima, traži fleksibilniju i Ksenija Šegotić; Šumarski fakutet Sveučilišta u Zagrebu, sporcic@sumfak.hr svestraniju podršku u donošenju odluka od one koju |
ŠUMARSKI LIST 5-6/2010 str. 74 <-- 74 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 mogu pružiti ‘tradicionalni’alati i pokazatelji. Općenito, pod donošenjem odluke podrazumijeva se izbor neke od alternativa kojima se rješava dani problem. U problemu odlučivanja postoje ciljevi koji se žele postići odlukom, kriteriji kojima se mjeri postizanje tih ciljeva, težine tih kriterija koje odražavaju njihovu važnost i alternativna rje šenja problema. U procesu odlučivanja, oni koji do- no se odluke rangiraju set alternativnih rješenja i odabiru ono koje po vlastitim preferencijama smatraju najboljim. Da bi se rangiranje moglo obaviti, moraju se postaviti kriteriji koji su relevantni i po mišljenju donositelja odluke značajni za određeni problem. U rangiranju razli čitih alternativa, svaka od alternativa treba se ocijeniti s obzirom na svaki od postavljenih kriterija. Modeli i me tode višekriterijskog odlučivanja pritom mogu poslužiti za analizu situacije odlučivanja i pomoći u donošenju najbolje moguće ili barem zadovoljavajuće odluke. 1.1. Planiranje i odlučivanje u šumarstvu Planning and decision making in forestry Planiranje šumskoga gospodarenja je instrument od središnje važnosti, jednako za usmjeravanje šumskih uprava i poduzeća u gospodarenju šumama, kao i za osiguranje javnoga interesa u donošenju odluka vezanih uz šumarstvo. Cilj planiranja u šumarstvu je pružanje pot- pore za donošenje odluka na način da se postigne najbolji omjer inputa i outputa u gospodarenju šumama, a kojim će se istovremeno najpovoljnije ispunjavati kriteriji i zahtjevi postavljeni pred određeno šumsko-gospodar sko područje. Planiranje u šumarstvu može se promatrati na više razina. Osnovne razine mogu predstavljati strateško, taktičko i operativno planiranje. Strateški planovi najčešće se pripremaju ne samo za duže razdoblje, već i za veća područja nego taktički. Štoviše, iz praktičnih razloga, planske kalkulacije nisu toliko detaljne kao pri taktičkom planiranju.Taktičko planiranje u šumarstvu obično obuhvaća razdoblje od 5–20 godina, a pri strateškome planiranju ono se odnosi na razdoblje do 50 i 100 godina.U taktičkome planiranju broj alternativnih planova gospodarenja, svaki s određenom kombi nacijom mjera i zahvata te rasporeda njihovaizvođenja u šumskim sastojinama, može biti značajan, praktički beskonačan. Uobičajeno, krajnji rezultat šumarskoga planiranja je plan upravljanja koji predstavlja preporučeni akcijski plan za određeno šumsko područje, s predviđenim rezultatima i posljedicama njegova pro vođenja. Šumarski postupci pritom imaju dugoročne ekonomske, ekološke i socio-kulturne učinke. Također, potrebno je naglasiti da rukovođenje bilo kojom organizacijom zahtijeva sposobnost učinkovite procjene i analize informacija generiranih u poslovnome procesu. Kod organizacija, kakve su šumarske tvrtke, koje gospodare prirodnim resursima i donošenjem poslovnih odluka utječu na okoliš, isto je s gledišta ekološke obazrivosti i okolišnog menadžmenta još kritičnije. Razvoj i primjena metoda koje do sada nisu tradicionalno korištene u rukovođenju takvih organizacija i djelatnosti, menadžmentu pruža novi alat koji može biti vrijedna pomoć na strateškoj i operativnoj razini odlučivanja. Naglasak je pritom na nužnosti da se prijedlog odluke utemelji na racionalnim argumentima. Jedna od metoda koja je u tom smislu posljednjih godina doživjela široku primjenu je npr. analiza omeđivanja podataka (AOMP),engl. Data Envelopment Analysis (DEA). U nastavku rada prikazat će se osnovne postavke i značajke analize omeđivanja podataka ali i drugih višekriterijskih metoda koje se mogu primijeniti u šumarstvu. Također će se kroz kratki prikaz istraživanja provedenih na primjeru “Hrvatskih šuma” d.o.o. Zagreb pružiti uvid u mogućnosti te svrsishodnost i opravdanost primjene višekriterijskih matematičkih modela kao snažne podrške planiranju i odlučivanju u šumarstvu. 2. MODELI VIŠEKRITERIJSKOG ODLUČIVANJA Multiple criteria decision making models Kao što sugerira njihov naziv, modeli višekriterij 2 skog odlučivanjasu razvijeni da bi omogućili analize u višekriterijskim situacijama odlučivanja. Obično se pri mjenjuju u takvim slučajevima gdje je potrebno ho li stički razmotriti i ocijeniti različite alternative u odluka ma, pri čemu je sveobuhvatna analiza posebice ote žana mno gobrojnošću teško usporedivih kriterija i suprotstavljenih interesa koji utječu na proces odlučivanja. Na taj je način, primjenom višekriterijskih modela odlučivanja, izazove u današnjem zahtjevnom i složenom planiranju šumskoga gospodarenja moguće ola engl. Multiple Criteria Decision Making (MCDM) ili MCD Support (MCDS) ili MCDAid (MCDA) kšati i umanjiti. O istome pišu mnogi autori, npr.Tarpi Helles1995,Krč1999,KangasiKangas2005, HerathiPrato2006. i dr. Višekriterijsko odlučivanje spada u široki spektar me toda operacijskih istraživanja. Razvijene su mnogobroj ne metode, pri čemu svaka od njih ima svoje specifi čne karakteristike i različite tehnike koje su primjenjive u odgovarajućim situacijama i slučajevima. Na primjer, neke su metode posebno namijenjene za upravljanje rizikom i nesigurnošću, ili za ne-linearne procjene, dok su druge usmjerene na primjenu u upravljanju konfliktnim zadacima i ciljevima ili u korištenju nepotpunih ili nekvalitetnih informacija. Mnoge metode također dolaze s raz ličitim postavkama i u različitim verzijama (npr. |
ŠUMARSKI LIST 5-6/2010 str. 75 <-- 75 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 ‘fuzzy’ili stohastičke verzije i sl.). Neke su isto tako donekle modificirane kako bi što bolje odgovorile na zadatke i probleme u određenim područjima, pa tako i šumarstvu. Svakako da operacijska istraživanja pritom ne mogu riješiti sva pitanja i probleme u šumarstvu, ali višekriterijske metode odlučivanja mogu poslužiti kao platforma na kojoj se rezultati različitih znanstvenih područja mogu sveobuhvatno iskoristiti u procesu odlučivanja. Za detaljniji prikaz operacijskih istraživanja i metoda višekriterijskog odlučivanja upućujemo na neke od mnogobrojnih izvora (Vincke1992, Triantaphyllou 2000,KoksalaniZionts2001,Kahraman2008. i dr.). Postupak višekriterijskog odlučivanja uključuje, prvo, razradu nekoliko alternativa koje se ne mogu više poboljšati po nekom kriteriju, a da se istovremeno ne pokvare po nekom drugom kriteriju (tzv. pareto optimal 2.1.Analiza omeđivanja podataka Analiza omeđivanja podataka (AOMP) posljednjih je godina postala jedna od središnjih tehnika u analizama produktivnosti i učinkovitosti. Korištena je pri uspoređivanju organizacija (Sheldon2003), tvrtki (Galanopoulosi dr.2006) te regija i zemalja (Vennesland 2005). U određivanju učinkovitosti poslovanja primijenjena je u bankarstvu (Davosir2006), po ljoprivredi (Bahovec, Neralić2001), školstvu (Glassi dr.1999), drvnoj industriji (Diaz-Balteiro i dr. 2006), šumarstvu (LeBel1996, Kao1998, Bogetoft i dr.2003,Šporčići dr.2007, 2008, 2009) i dr. O njenom razvoju i značaju govori bibliografija analize omeđivanja podataka koja bilježi preko 3200 radova objavljenih do 2001. godine (Tavares2002). AOMPje metodologija određivanja relativne učinkovitosti proizvodnih i neproizvodnih jedinica kao donositelja odluke (od engl.Decision Making Unit, DMU) koje imaju iste inpute i outpute, a razlikuju se prema ra zini resursa kojima raspolažu i razinama aktivnosti unu tar procesa transformacije. Na temelju podataka o korištenim inputima i ostvarenim outputima svih promatranih jedinica AOMP konstruira empirijsku granicu učinkovitosti i računa relativnu učinkovitost svake jedinice. Najuspješnije jedinice su one koje određuju granicu učinkovitosti, a stupanj neučinkovitosti ostalih jedinica mjeri se na temelju udaljenosti njihovog input-output omjera u odnosu na granicu učinkovitosti. 2.2.Analitički hijerarhijski proces Analitički hijerarhijski proces (AHP) je često primjenjivana i vrlo popularna metoda u mnogim područjima, uključujući i gospodarenje prirodnim resursima. MendozaiSprouse(1989),MurrayiGadow (1991),Kangas(1992) neki su od autora koji suAHP primijenili u šumarstvu, a broj aplikacija se kontinuirano povećava (Pykalaineni dr.1999,Anandai nost ili efikasnost). Usporedba odabranih alternativa pro vodi se obzirom na sve prethodno postavljene kriterije i karakteristike koje imaju utjecaja na odabir određenoga rješenja. Kao rezultat sveobuhvatne usporedbe utvrđuje se prioritet i rang promatranih alternativa. Kod grupnog planiranja i odlučivanja, pojedinci mogu ovisno o osobnim kriterijima različito rangirati određene alternative. Cjelovite usporedbe pritom se mogu obaviti pri davanjem različitih težina pojedinim kriterijima, ali i mišljenjima pojedinih sudionika. Time se obuhvaća utje caj različitih kriterija i individualnih stajališta koji se u analizama skupa uzimaju u razmatranje. Članak se nastavlja kratkim pregledom i usporedbom nekih metoda višekriterijskog odlučivanja. Sve prikaza ne metode ispitane su i primijenjene u šumarstvu, a za de taljnije proučavanje određenih metoda i njihove primje ne u šumarstvu, navodimo relevantne izvore. – Data envelopment analysis (DEA) Dok su tipični statistički pristupi karakterizirani kao pristupi središnje tendencije koji procjenu izvode u odnosu na prosječnu proizvodnu jedinicu,AOMPse temelji na ekstremnim vrijednostima i svaku proizvodnu jedinicu uspoređuje samo s onom najboljom. Osnovna je pretpostavka pritom da ako određena jedinica može s X ulaznih resursa (inputa) proizvestiYizlaznih proizvoda (outputa), isto bi trebale moći učiniti i ostale jedinice ukoliko rade učinkovito. Središte analize leži u pronalaženju ‘najbolje’ virtualne proizvodne jedinice za svaku realnu jedinicu.Ako je virtualna jedinica bolja od originalne, bilo da postiže više outputa s istim inputima ili da ostvaruje iste outpute s manje inputa, tada je ova neučinkovita. Šumarskim stručnjacima, menadžerima i istraživačimaAOMPrješenja relativne učinkovitosti mogu biti interesantna zbog tri svojstva metode: izravna usporedba jedinica s višestrukim inputima i outputima, pri čemu ne treba znati eksplicitni oblik veze između inputa i outputa koji mogu biti iskazani u različitim jedinicama mjere, karakterizacija svake organizacijske jedinice jednim rezultatom relativne učinkovitosti, poboljšanja koja model predlaže neučinkovitim jedi ni cama bazirana su na ostvarenim rezultatima organi zacijskih jedinica koje posluju učinkovito. – Analitical hierarchy process (AHP) Herath2003, Wolfslehneri dr.2005,Šegotići dr. 2003, 2007). AHPima nekoliko prednosti sa stajališta višekriterijskog i grupnog planiranja. Objektivne informacije, stručno znanje i subjektivne preferencije se pomoću AHP metode mogu razmatrati skupno i istovremeno. Također se u obzir mogu uzeti i kvalitativni kriteriji, |
ŠUMARSKI LIST 5-6/2010 str. 76 <-- 76 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 dok ostale metode obično traže kvantitativne kriterije za izbor neke od alternativa. Rješavanje složenih problema odlučivanja pomoću ove metode temelji se na njihovom rastavljanju na komponente: cilj, kriterije (podkriterije) i alternative. Ti elementi se potom povežu u model s više razina(hijerarhijsku strukturu) pri čemu je na vrhu cilj, a na prvoj nižoj razini su glavni kriteriji. Kriteriji se mogu rastaviti na podkriterije, a na najnižoj razini nalaze se alternative. Druga važna komponenta je matematički model pomoću kojeg se računaju prioriteti (težine) elemenata koji su na istoj razini hijerarhijske strukture. Metoda je zasnovana na usporedbama parova alternativa, svaka sa svakom, pri čemu se izražava intenzitet, težina preferencije jedne alternative u odnosu na drugu. Na isti način uspoređuju se i kriteriji pri čemu se preferencije izražavaju uz pomoć Saaty-jeve skale (Saaty1977, 1980). Nedostatak metode je u tome što ne dozvoljava okli jevanje i iskazivanje nesigurnosti u usporedbama. U upravljanju prirodnim resursima velik dio informacija i podataka na kojima se temelji planiranje i odlučivanje karakterizira određena razina nesigurnosti i neizvjesnosti. Nadalje, broj usporedbi se značajno povećava s brojem alternativa i kriterija, što može biti vrlo skupo i zahtjevno.AHPpritom ne omogućava dubinske analize usporebi. Da bi se prevladala ova ograničenja, razvijeni su različitiAHPmodeli kakvi su npr.A’WOTkoji predstavlja kombinacijuAHPmetode i poznate SWOTanalize (Kurttilai dr.2000),analitički mrežni proces (Analytical network process, ANP) koji je svojevrsna nadogradnja osnovne verzijeAHP(Saty2001) i dr.Takvi hibridni modeli pritom polaze od iste ideje usporedbe parova kao praktičnoga, pedagoškog i intuitivnog pristupa. Popularnost metode temelji se u prvom redu na činjenici da je vrlo bliska načinu na koji pojedinac intuitivno rješava složene probleme rastavljajući ih na jednostavnije. 2.3. Jednostavno višeatributno rangiranje Simple multi-attribute rating technique (SMART) Metoda jednostavnog višeatributnog rangiranja (SMART) razvijena je početkom 1970-ih u okviru višeatributne teorije korisnosti (MAUT,multiattribute utility theory). SMART tehnika ima mnoge sličnosti sa osnovnom idejomAHPmetode, no glavna razlika je u tome što SMARTne koristi usporedbu u parovima, već rangiranje alternativa obavlja izravno. Izravno rangiranje znači da se kriterijima izravno dodjeljuju numeričke vrijednosti razmjerno njihovoj važnosti. U skladu s tim izbor alternativa isto se provodi jednostavnim pridavanjem relativnih numeričkih vrijednosti koje opisuju njihov prioritet, s obzirom na svaki kriterij odlučivanja. Najčešće se nakon odabira kriterija prvo određuje glavni 2.4. Metode ‘višeg ranga’– Metode ‘višeg ranga’predstavljaju europsku, odnosno Francusku školu u višekriterijskom odlučivanju. Razvijeno je više različitih metoda, a u šumarstvu se primijenjene PROMETHEE i ELECTRE (Kangasi dr. 2001). Ove metode uspoređuju alternative u parovima, na osnovi tzv. pseudo-kriterija. Pseudokriterije čine dvije granične vrijednosti,prag indiferencijeiprag preferencije koje opisuju razliku u težini preferencija između dvije alternative. Ako je razlika, s obzirom na određeni kriterij, manja od praga indiferencije, alternative se drže indiferentima po tom kriteriju.Ako je raz 2.5. Glasačke tehnike– Glasanje je poznati način iskazivanja mišljenja i utjecanja u važnim pitanjima. Glasačke tehnike se u vi šekriterijskom odlučivanju mogu primijeniti pri utvrđivanju kriterija, npr. kriterij koji dobije najviše glasova smatra se najvažnijim. Drugi primjer može biti glasanje o pri kriterij kojemu se dodjeljuje vrijednost 100. Svim ostalim kriterijima dodjeljuju se vrijednosti između 0 i 100 ovis no o njihovoj važnosti prema glavnom kriteriju. Pre ma istom načelu pojedinim alternativama se po svakom od kriterija pridaju određene vrijednosti. Najboljoj alternativi se daje vrijednosti 100, a svim ostalima vrijednosti između 0 i 100. Kada su utvrđene važnosti pojedinih kriterija i prioriteti u alternativama, u SMARTtehnici se primijenjuju isti računski postupci kao uAHPmetodi. Primjeri primjene SMART metode u upravljanju prirodnim resursima su Venteri dr(1998),Kajanusi dr(2004). Outranking methods lika veća od praga preferencije, bolja alternativa se bez sumnje smatra boljom.Ako je razlika veća od praga indiferencije, ali manja od praga preferencije, prioritet između alternativa nije siguran. Proračuni se provode na različite načine u PROMETHEE i ELECTRE, a obje metode imaju više verzija koje odgovaraju različitim situacijama. Glavna prednost ovih metoda je u tome što ne zahtijevaju kompletne podatke o preferencijama kao npr.AHPmetoda. Međutim, nedostatak je što su to prilično nejasne metode koje je dosta teško shvatiti i interpretirati. Voting methods kladnosti alternativa s obzirom na određeni kriterij. Glasanje može biti provedeno po principu “jedan čovjek, jedan glas” ili se jednome glasaču daje više glasova. U slučaju glasačke tehnike ‘odobrenja’(engl.Approval Voting) daje se glas za svaku opciju koja se smatra prihva |
ŠUMARSKI LIST 5-6/2010 str. 77 <-- 77 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 tljivom. Kod tzv. ‘borda glasanja’(engl. Borda Count) svaki glasač daje n glasova za, po njemu, najbolju opciju, n – 1 glasova za sljedeću i tako dalje dok ne preostane jedan glas za onu najlošiju. Navedene tehnike tek su primjeri velikog broja načina glasanja. Glasačke tehnike razvijene su za obradu situacija s niskom kvalitetom podataka o preferencijama. Jednostavnost i obuhvatnost glasačkih tehnika njihova je glav na prednost, posebice pri grupnom planiranju i odlučivanju. Uključivanjem većeg broja informacija one sve više sliče SMARTmetodi. Općeniti je stav pritom da glasačke tehnike ne treba modificirati i dodatno komplicirati za primjene za koje već postoje posebne višekriterijske aplikacije. ‘Metoda višekriterijskog odobrenja’ (engl.Multicriteria Approval method) je metoda koja je zasnovana na glasačkoj tehnici odobrenja i primijenjena je u šumarstvu (Laukkaneni dr. 2002, Kangasi Kangas2004). Glasačke tehnike još su primijenili npr. Shieldsi dr.(1999) iHiltuneni dr(2008). 2.6.Analiza stohastičke višekriterijske prihvatljivosti Stochastic multicriteria acceptability analysis (SMAA) Slično kao i SMART, analiza stohastičke višekriterijske prihvatljivosti (SMAA) zapravo predstavlja skup metoda. Prvotno su razvijene za diskretne višekriterijske probleme s nepotpunim i/ili nepouzdanim kriterijima gdje, zbog nekih razloga, od donositelja odluka nije bilo moguće dobiti podatke o težinama i preferencijama. SMAAmetode su zasnovane na određivanju onih vrijednosti težina koje će svaku od alterantiva učiniti najboljom ili joj dati određeni rang. Glavni pokazatelji SMAA proračuna uključuju tzv. indekse prihvatljivosti, koji opisuju vjerojatnost rangiranja određene alternative. Naime, ako težine ili važnosti kriterija nisu unaprijed određene, indeksi prihvatljivosti prikazuju dominantnost alternativa u svim mogućim težinskim kombinacijama kriterija. Indeks ukupne prihvatljivosti može se izračunati npr. kao težinski prosjek vjerojatnih rangova različitih alternativa, s najvećom težinom za prvo mjesto, zatim drugo i tako dalje. Ovakav način blizak je šumarstvu, gdje se može reći da se uslijed snažne nesigurnosti u planiranju, najčešće niti jedna od razmatranih alternativa ne može sa sigurnošću proglasiti najboljom. Prve primjene SMAAmetoda u šumarstvu provedene su u kontekstu planiranja upravljanja šumskim ekosustavom (Kangasi dr.2003, Kangasi Kan- gas2004). Budući su mnoge karakteristike SMAA metode korisne u današnjem upravljanju prirodnim resursima, sve je veći interes za njih i u šumarstvu (Kangasi dr 2006,Diaz-BalteiroiRomero2008). 2.7.AOMPi druge metode višekriterijskog odlučivanja DEA and other multi-criteria decision models Kratki opis nekih metoda višekriterijskog odlučivanja i njihove primjene pokazuje da se one znatno razlikuju. Očito je pritom da različitim situacijama i problemima najbolje odgovaraju različite metode. Niti jedna metoda nije univerzalna i najbolja, čak ni primijenjiva, u svim slučajevima. Izbor najbolje ili jednostavno odgovarajuće metode za potporu u odlučivanju zahtijeva poznavanje više modela, njihovih postavki, predno sti i ograničenja, kao i karakteristika te zahtjeva specifičnih situacija i problema u planiranju i odlučivanju. U tablici 1 prikazane su karakteristike nekih meto da višekriterijskog odlučivanja i njihova usporedba. Tablica 1.Karakteristike metoda višekriterijskog odlučivanja (prema Sarkis iWeinrach 2001) Table 1Multiple criteria evaluation technique characteristics (Sarkis i Weinrach 2001) Metoda Evaluation technique Troškovi Cost of implementation Zahtjev za podacima Data reqiurement Osjetljivost Ease of sensitivity Razumljivost Management understanding Matematička složenost Mathematical complexity Fleksibilnost Parameter mixing- flexibility AOMP-DEASSNNVS AHPSSNSNV Ekspertni sustavi Expert systemsVVNSVV Ciljno programiranje Goal programSSSNVN MAUTVVSSSV Metode višeg ranga OutrankingSSNNSS Simulacije SimulationVVVVVS Scoring modeli Scoring modelsNNNVNV V– visoko -high; S – srednje -medium; N – nisko -low 279 |
ŠUMARSKI LIST 5-6/2010 str. 78 <-- 78 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 Iz tablice 1 vidljivo je da npr.AOMPu više karakteristika nije dominantna nad ostalim metodama. Njena primjena je umjereno skupa s obzirom na troškove osposobljavanja i prikupljanja podataka. Osjetljivost metode na promjene u podacima je mala, a razumijevanje od strane menadžmenta je relativno nisko, uglavnom zbog njene matematičke složenosti. Rezultate je lako shvatiti, jer uspoređivane jedinice rangira prema učinkovitosti, a fleksibilnost omogućava uključivanje više parametara i čimbenika u analize. Općenito je teško izravno usporediti različite mode le. Svaki ima svoje prednosti i nedostatke. Primjena čes to ovisi o situaciji odlučivanja, pri čemu dostupnost podatka, vrijeme i troškovi utječu na odabir određene metode. U svakom slučaju, prilikom primjene u analiza ma istraživači, stručnjaci i menadžeri trebaju biti svjes ni njihovih ograničenja. 3. PRIMJER HRVATSKIH ŠUMA– Example of Croatian forests Putem analize omeđivanja podataka ocijenjena je učinkovitost organizacijskih jedinica “Hrvatskih šuma” d.o.o.Zagreb. U istraživanja su uključene odabrane šumarije kao predstavnici četiri glavnih regija u hrvatskom šumarstvu: 1) ravničarskih poplavnih šuma, 2) brdskih šuma središnjeg dijela, 3) gorskih šuma i 4) šuma krša/mediterana. Svaka je regija zastupljena u analizama s dvije Uprave šuma Podružnice (UŠP), odnosno sa šest šumarija iz svake Uprave (slika 1). U istraživanju su pri 3 mijenjeni osnovni CCR i BCCmodeli orijentirani outputima, tj. usmjereni su na određivanje maksimalnih outputa koje je moguće postići uz korištenje zadane količine inputa. Uzorak istraživanja –Sample Ravničarske poplavne šume Lowwland flood- prone forest Brdske šume središnjeg dijela Hilly forest of the central part Gorske šume središnjeg dijela Mountainous forest Šume krša/ mediterana Mediterranean- Karst forest UŠP F. department Vinkovci UŠP F. department N. Gradiška UŠP F. department Zagreb UŠP F. department Koprivnica UŠP F. department Delnice UŠP F. department Gospić UŠP F. department Buzet UŠP F. department Split Šumarije F. office Gunja Otok Strizivojna Strošinci Vinkovci Županja Šumarije F. office N. Gradiška N. Kapela Novska Okučani Slav. Brod Trnjani Šumarije F. office D. Stubica Krapina Novoselec Popovača Samobor Zagreb Šumarije F. office Čakovec Ivanec Koprivnica Križevci Ludbreg Varaždin Šumarije F. office Gerovo Gomirje Klana Mrkopalj Prezid Rav. Gora Šumarije F. office Brinje D. Lapac Gospić Gračac Korenica Udbina Šumarije F. office Buje Buzet Cres-Lošinj Opatija Poreč Rovvinj Šumarije F. office Brač Dubrovnik Makarska Sinj Šibenik Zadar Slika 1.Shema uzorka organizacijskih jedinica obuhvaćenih istraživanjima Figure 1Sample of the forestry organizational units involved in the research Utvrđivanje inputa i outputa, uz izbor osnovnogKao inputi u model su uključeni: mo dela, smatra se jedinim elementom unošenja subjek- Površina – ukupna površina šuma i šumskih zemljišta tivnosti uAOMP. Oni su u primjeru izabrani tako da određene šumarije, odražavaju poslovanje šumarija kao temeljnih organi- Drvna zaliha – bruto obujam svih stabala koja su pre zacijskih jedinica hrvatskog šumarstva u kojima se koračila taksacijsku granicu, ostvaruju stručno-tehničke zadaće i većina prihoda i iz- Troškovi – ukupno ostvareni troškovi poslovanja šu ravnih troškova gospodarenja šumama. marija, Zaposlenici – ukupan broj zaposlenih radnika u pojedi- CCR – po autorima Charnes-Cooper-Rhodes BCC – po autorima Banker-Charnes-Cooper nim šumarijama. |
ŠUMARSKI LIST 5-6/2010 str. 79 <-- 79 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 Kao outputi u model su uključeni:Biološka obnova šuma – površina na kojoj su provede ni radovi uzgoja i zaštite. Prihodi – ukupno ostvareni prihodi poslovanja šumarija, U tablici 2 dana je deskriptivna statistika inputa i Etat – ostvareni neto obujam etata, outputa uključenih u analizu. Investicije u infrastrukturu – duljina novoizgrađenih šum skihcesta, Tablica 2.Statistika inputa i outputa uključenih uAOMPmodel Table 2Descriptive statistics of the variables used in the DEA model Varijabla -VariableSrednja vrijednost -MeanSt. Devijacija -St. deviationMin -MinMax -MaxUkupno -Total Inputi- Inputs Površina, 10 3 ha Area, 103ha11,4210,362,6049,87547,96 D. zaliha, m 3 /ha G. stock, m3/ha214,9891,9451,85418,00- Troškovi, 10 5 kn Costs, 105kn152,3593,6123,24470,317312,99 Zaposleni, N Employees, N422181002007 Outputi- Outputs Prihod, 10 5 kn Income, 105kn157,20106,4021,12538,417545,68 Etat, m 3 /ha Harvest, m3/ha3,062,190,008,78- Investicije, km Investments, km2,244,290,0022,59107,48 B. obnova, ha B. renewal, ha422,26606,3430,213846,3420268,47 Za rješavanje CCR i BCC modela korišten je programski paket DEA Excel Solver, pri čemu je relativna tehnička učinkovitost utvrđena posebno za svaku šumariju. Prosječna CCR učinkovitost promatranih šumarija iznosi 0,829, što znači da prosječna (pretpostavljena) šumarija, ako želi poslovati na granici učinkovitosti treba koristiti samo 82,9 % količine inputa koju trenutno koristi i proizvoditi istu količinu outputa koju trenutno proizvodi. Odnosno, trebala bi, ako želi poslovati učin- Tablica 3.Rezultati osnovnihAOMPmodela Table 3Results obtained with the base case DEA models kovito, uz korištenu razinu inputa proizvoditi 20,6 % više outputa. Prema BCC modelu, učinkovitost prosječno iznosi 0,904. To znači da prosječna šumarija, ako želi biti učinkovita treba koristiti samo 90,4% postojećih inputa i proizvoditi istu količinu outputa. Odnosno, tre 5 bala bi proizvoditi 10,6%više outputa uz jednake inpute. Učinkovitost s obzirom na opseg djelovanja (scale efficiency, SE – omjer rezultata CCR i BCC učinkovitosti) pokazuje koliko je veličina promatrane jedinice CCR modelBCC modelSE -scale efficiency Broj šumarija, N Number of forest offices, N484848 Relativno učinkovite šumarije, N Relatively efficient forest offices, N152416 Relativno učinkovite šumarije, % Relatively efficient forest offices, %31 %50 %33 % Prosječna relativna učinkovitost, E Average relative efficiency, E0,8290,9040,919 Maximum –maksimum1,0001,0001,000 Minimum –minimum0,4070,5240,501 Standardna devijacija–St. deviation1,1700,1290,138 Šumarije s učinkovitosti manjom od E, N F. offices with efficiency lower than E, N231812 45 Lako se dobije da je 20,6 % = (1 – 0,829)/0,829Lako se dobije da je 10,6 % = (1 – 0,904)/0,904 281 |
ŠUMARSKI LIST 5-6/2010 str. 80 <-- 80 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 blizu ili daleko od njezine optimalne veličine. SE iznosi 0,919, što znači da bi analizirane šumarije svoju rela tivnu učinkovitost povećale prosječno za 8 % kada bi svoju veličinu, odnosno opseg djelovanja prilagodile optimalnoj veličini. Prikaz glavnih rezultataAOMPanalize nalazi se u tablici 3. Uspoređivanjem relativne učinkovitosti šumarija po veličini, regiji, strukturi etata i drugim čimbenicima utvrđeno je da prosječno najvišu razinu učinkovitosti imaju šumarije s površinom od 10 do 15000 hektara, odnosno 3 šumarije koje gospodare s 200 – 300 m/ha drvne zalihe. Također je utvrđeno da je najveća prosječna učinkovitost postignuta u upravama šumaVinkovci, Zagreb i Gospić, odnosno na području ravničarskih poplavnih šuma. Za detaljniji prikaz provedenih istraživanja upućujemo na radoveŠporčić2007 iŠporčići dr.2009. PrimjenaAOMPmetode omogućava menadžmentu da na osnovi analize i usporedbe rezultata relativne učin kovitosti rangira organizacijske jedinice. Za neučin kovite jedinice utvrđuju su projekcije na granicu učinkovitosti kao i izvori i iznosi neučinkovitosti. Na taj se način utvrđuju potencijalne promjene inputa i/ili outputa potrebne za postizanje relativne tehničke učinkovitosti i određuju ciljevi koje bi neučinkovite jedinice trebale ostvariti kako bi postale učinkovite. 4. RASPRAVAI ZAKLJUČCI – Discussion and conclusions Planiranje i odlučivanje u šumarstvu je naglašeno kompleksno uslijed višestrukih ciljeva gospodarenja šu- mama. Načelo održivog razvoja pretpostavlja upravljanje i uporabu šuma i šumskog zemljišta na način da se održava njihova biološka raznolikost, produktivnost, sposobnost obnavljanja, vitalnost i potencijal da bi šume ispunile sada i u budućnosti bitne gospodarske, ekološke i socijalne funkcije. Sve nabrojeno svakodnevno zaoštrava uvjete poslovanja u šumarstvu, a menadžmentu nalaže stalne analize svih relevantnih pokazatelja gos po darenja. Pritom su naglasci najčešće na standardiziranim naturalnim i financijskim pokazateljima proizvodnje i poslovanja. U ovom izrazito dinamičnom razdoblju gospodarenja prirodnim resursima šumarskim stručnjacima su pak potrebni modeli kojima se različiti računovodstveni i financijski podaci pretvaraju u upotrebljive informacije. U takvim su okolnostima od velike važnosti metode i tehnike koje mogu doprinijeti pouzdanijem planiranju i objektivnijem odlučivanju s jedne strane, te modeli objektivne analize i ocjenjivanja rezultata gospodarenja šumama s druge strane. U radu su prikazani modeli koji u razmatranje istodobno uzimaju više kriterija tako da mogu dati obuhvatniju mjeru poslovanja i poslužiti kao podrška u planiranju i odlučivanju. Cilj je bio pojasniti za koje se vrste zadataka i problema takve metode mogu primijeniti u šumarstvu. Time je omogućen uvid u karakteristike pojedinih metoda i pomoć u odabiru potencijalnih metoda kod eventualne primjene.Vrijedna informacija o ulozi i značaju višekriterijskih modela u šumarstvu dana je citiranim radovima i posebno konkretnim primjerom primjene takvih modela kroz istraživanja provedena u Hrvatskim šumama. U primjeni višekriterijskog odlučivanja posebnu pozornost treba posvetiti kvaliteti i dostupnosti informacija koje su prema postavljenim kriterijima potrebne za analizu i ocjenu alternativnih odluka. Odgovarajuća metoda treba biti odabrana na način da se svi podaci koji su dostupni uz razuman napor i zalaganje mogu što bolje iskoristiti.Također je dobro primijeniti modele koje do nositelji odluka i drugi sudionici mogu razumijeti i shvatiti te čije je rezultate i proračunske postupke lako interpretirati i ilustrirati. Nažalost, višekriterijske aplikacije su često isuviše tehničke, pa ili previše pojednostavljuju stvarne slučajeve ili su presložene za primjenu, razumijevanje i tumačenje. U takvim uvjetima njihova primjena često zahtijeva posebna znanja i/ili pomoć osposobljenih stručnjaka. Isto tako, pojedinci su različito opremljeni za sudjelovanje u analizama i odlukama te se razlikuju u znanjima i vještinama. Novije studije ukazuju na hibridne pristupe ili korištenje više modela i tehnika istovremeno. Interaktivna primjena više metoda pridonosi učinkovitosti analiza, odnosno objektivnosti i pouzdanosti procjena, ali i učenju i osposobljavanju. U šumarstvu se vrlo često pri planiranju i odlučivanju moramo osloniti na više ili manje nepotpune podatke, nedostatne informacije ili ponekad na čisto deskriptivne podatke. Na taj način u gospodarenju šu- mama baratamo s mnogo nesigurnosti, neizvjesnosti i rizika koji ne dozvoljavaju precizne procjene i planove. Upravo se u tom smislu smatra da metode ‘višekriterijskog odobrenja’,AHP, SMAA i dr. imaju potencijala za šire prihvaćanje u šumarstvu i da će njihova primjena u budućnosti još rasti. Višekriterijski modeli pritom ne mogu zamijeniti tradicionalne alate i postupke u planiranju šumskog gospodarenja. Umjesto toga, oni se trebaju nadopunjavati.Tako su, numeričke simulacije i optimizacije važne za procjene budućih proizvodnih mogućnosti i donošenje proizvodnih planova, iako možda ne uspijevaju pokriti sve probleme višefunkcionalnog gospodarenja šumama. U takvim slučajevima njihove procjene i rezultati, kao i drugi informacijski izvori kakvi su GIS, stručne prosudbe, subjektivne preferencije ili deskriptivni podaci, mogu se koristiti u zajedničkom okviru s metodama višekriterijskog odlučivanja. Istraživanja i primjena višekriterijskih modela posljednjih su godina znatno zastupljeni u mnogim područjima, a posebice u upravljanju prirodnim resursima. Dodatno, pridobili su zanimanje ne samo znanstvenika i istraživača, već i stručnjaka i praktičara. U šumarstvu su primi |
ŠUMARSKI LIST 5-6/2010 str. 81 <-- 81 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 jenjeni s namjerom boljega odgovora današnjim izazovima u gospodarenju šumama. Složenost poslovnog okruženja, imperativ ekološke prihvatljivosti i poslovne uspješnosti, uz istovremeno održivo gospodarenje šu- mama, nalaže potrebu za novim i preciznijim modelima i tehnikama. Razvojem i primjenom analize omeđivanja podataka i drugih modela višekriterijskog odlučivanja LITERATURAAnanda,J., G.Herath,2003:The use ofAnalytic Hierarchy Process to incorporate stakeholder preferences into regional forest planning. Forest Policy and Economics, 5, (1): 13–26. Bahovec,V., L.Neralić,2001: Relative efficiency of agricultural production in county districts of Croatia. Mathematical Communications – Supplement1 (2001), 1: 111–119. Bogetoft,P., B. J.Thorsen, N.Strange,2003: Efficiency and merger gains in the Denish Forestry Extension Service. Forest Science, 49 (4): 585–595. DavosirPongrac,D., 2006: Efikasnost osiguravajućih društava u Republici Hrvatskoj. Magistarski rad, Ekonomski fakultet, Zagreb, str. 1–139 + III. Diaz-Balteiro,L., A. C. Herruzo, M. Martinez, J.González-Pachón,2006: Ananalysis of productive efficiency and innovation activity using DEA: An application to Spain’s wood-based industry. Forest Policy and Economics, vol. 8 (7): 762–773. Diaz-Balteiro,L., C.Romero,2008: Making forestry decisions with multiple criteria:Areview and an assessment. Forest Ecology and Management, 255 (8–9): 3222–3241. Galanopoulos,K., S. Aggelopoulos, I. Kamenidou, K.Mattas,2006:Assesing the effects of managerial and production practices on the efficiency of commercial pig farming. Agricultural Systems 88 (2–3): 125–141. Glass, J.C., D. G. McKillop, G. O’Rourke, 1999:Acost indirect evaluation of productivity change in UK universities. J ProdAnal 10 (2): 153–75. Herath,G., T.Prato,2006: Using multi-criteria decision analysis in natural resource management. Ashgate publishing, 239 p., Hampshire, England Hiltunen,V., J.Kangas, J.Pykäläinen,2008: Voting methods in strategic forest planning – Experiences from Metsähallitus. Forest Policy and Economics, 10 (3): 117–127. Kahraman,C., 2008: Fuzzy multi-criteria decision making: theory and applications with recent developments. 591 p., Berlin/Heidelberg. moguće je obogatiti šumarsku znanost i praksu pristupom, koji bi trebao pridonijeti lakšem analiziranju, planiranju i predviđanju pri gospodarenju šumama. Općenito se smatra da višekriterijski modeli u šumarstvu, jednako kao u mnogim drugim poslovnim sustavima, mogu biti vrlo snažna podrška planiranju i odlučivanju. – References Kajanus,M., J.Kangas, M.Kurttila,2004: The use of value focused thinking and theA’WOT hybrid method in tourism management.Tourism Management, 25 (4): 499–506. Kangas,J., 1992: Multiple-use planning of forest resources by using analytic hierarchy process. Scan. J. For. Res., 7: 259–268. Kangas,A., J. Kangas, J. Pykalainen,2001: Outranking methods as tools in strategic natural resources planning. Silva fenn. 35: 215–227. Kangas,J., J. Hokkanen,A. Kangas, R. Lahdelma, P.Salminen,2003: Applyingstochastic multicriteria acceptability analysis to forest ecosystem management with both cardinal and ordinal criteria. For. sci. 49: 928–937. Kangas,J., A.Kangas,2004: Multicriteria approval and SMAA-O in natural resource decision analysis with both cardinal and ordinal criteria. J.multi-criteria decision anal., 12: 3–15. Kangas,J., A.Kangas,2005: Multiple criteria decision support in forest management – the appro ach, methods applied, and experiences gained. Forest ecology and management, (207): 133–143. Kangas,A., J.Kangas, R.Lahdelma,P.Salminen, 2006: Using SMAA-2 method with dependent uncertainties for strategic forest planning. Forest Policy and Economics, 9, (2): 113–125. Kao,C., 1998: Measuring the efficiency of forest districts with multiple working circles. Journal of the Operational Research Society, 49: 583–590. Koksalan, M.M., S.Zionts,2001: Multiple criteria decision making in the new millennium. Springer, 478 p., Berlin/Heidelberg. Krč,J., 1999:Večkriterijalno dinamično vrednotenje tehnoloških, ekonomskih, socialnih in ekoloških vplivov na gospodarjenje z gozdovi. Disertacija, Biotehniška fakulteta, Univerza v Ljubljani, 174 str. Ljubljana. Kurttila,M., M.Pesonen, J.Kangas, M.Kajanus, 2000: Utilizing the analytical hierarchy process (AHP) in SWOT analysis – a hybrid met hod and its application to a forest certification case. For. policy econ., 1: 41–52. |
ŠUMARSKI LIST 5-6/2010 str. 82 <-- 82 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 Laukkanen,S., A. Kangas, J. Kangas,2002: Applying voting theory in natural resource management: a case of multiple-criteria group decision support. J. environ. manage., 64: 127–137. LeBel, L.G., 1996: Performance and efficiency evaluation of logging contractors using Data envelopment analysis. Dissertation,Virginia Polytechnic Institute and State University. Blacks burg, 201 p. Mendoza, G.A.,Sprouse,W.,1989: Forest planning and decision making under fuzzy environments: an overview and illustrations. For. sci., 35:481–502. Murray, D.M., K. Gadow,1991: Prioritizing mountain catchment areas. J. environ. manage., 32:357–366. Pykalainen,J., J.Kangas,T.Loikkanen,1999: Interactive decision analysis in participatory strategic forest planning: experiences from state owned boreal forests. J. for. econ., 5: 341–364. Sarkis,J., J. Weinrach,2001: Using data envelopment analysis to evaluate environmently conscious waste treatment technology. Journal of Cleaner Production, 9 (5): 417–427. Saty, T.L., 1977: A scaling method for priorities in hierarhical structures. J.mathemat.psych. 15: 234–281. Saty, T.L., 1980: The analytical hierarchy process. McGraw-Hill, NewYork. Saty,T.L., 2001: Decision making with dependance and feedback – the analytic network process. RWS Publications, Pittsburgh. Sheldon, G.M., 2003:The efficiency of public employment services. A nonparametricmatching function analysis for Switzerland. Journal of ProductivityAnalysis, 20: 49–70. Shields, D.J., B.Tolwinski, B. M. Keny, 1999: Models for conflict resolution in ecosystem management. Socio-Econ. Plann. sci., 33: 61–84. Šegotić,K., M.Šporčić, I.Martinić,2003: The choice of a working method in forest stand thinning. SOR ‘03 Proceedings –The 7th International Symposium on Operational Research in Slovenia, Podčetrtek, Slovenia, September 2426, 2003., p. 153–159. Šegotić,K., Šporčić,M., Martinić,I., 2007: Ranking of the mechanisation working units in the forestry of Croatia. SOR ‘07, Proceedings of the 9th International Symposium on Operational Research, Nova Gorica, Slovenia, September 26–28, 2007., p. 247–251. Šporčić,M., 2007: Ocjena uspješnosti poslovanja organizacijskih cjelina u šumarstvu neparametarskim modelom. Disertacija, Šumarski fakultet Sveučilišta u Zagrebu, str. 1–112 + VIII. Šporčić,M., I. Martinić, K. Šegotić,2007: Ocjena efikasnosti radnih jedinica u šumarstvu analizom omeđivanja podataka. Nova mehanizacija šumarstva, vol. 28: 3–15. Šporčić,M., I.Martinić, M.Landekić, M.Lovrić, 2008:Analiza omeđivanja podataka kao metoda efikasnosti – mogućnosti primjene u šumarstvu. Nova mehanizacija šumarstva, vol. 29: 51–59. Šporčić,M., I. Martinić, M. Landekić, M. Lov rić,2009: Measuring efficiency of organisational units in Forestry by nonparametric model. Croatian Journal of Forest Engineering, vol. 30 (1): 1–13. Tarp, P., F. Helles,1995: Multi-criteria decision making in forest management planing. J. For. Econ. 53, 53–70. Tavares,R., 2002:Abibliography of Data envelopment analysis (1978–2001). Ructor Research Report. Triantaphyllou,E., 2000: Multi-criteria decision making methods: a comparative study. Kluwer, 288 p., Dordrecht, Netherlands. Vennesland,B., 2005: Measuring rural economic development in Norway using data envelopment analysis. Forest Policy and Economics 7 (2005): 109–119 Venter, S.N., A.L.Kühn, J.Harris,1998: Amethod for the prioritization of areas experiencing microbial pollution of surface water. Water Science andTechnology, 38, (12): 23–27. Vincke,Ph., 1992: Multi-criteria decision aid.Wiley, New York. Wolfslehner,B., H.Vacik, M. J. Lexer, 2005: Application of the analytic network process in multi-criteria analysis of sustainable forest management. Forest Ecology and Management, 207 (1–2): 157–170. |
ŠUMARSKI LIST 5-6/2010 str. 83 <-- 83 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 SUMMARY: Planning and decision making in forestry is characterized with a high degree of complexity due to multiple goals of forest management. The principle of the sustainable development is incorporated in management and utilization of forests and forest land in a way that adheres to biological diversity, productivity, regeneration capacity, vitality and potential of the forest to fulfill, now and in the future, its important economical, ecological and social functions. All of the above complicates the performing of daily forestry operations, while managers are conditioned to perform constant analyzes of all relevant management indicators. The emphasis in these analyzes is put on standardized natural and financial indicators of production and management. In this highly dynamical period for the management of natural resources forestry experts need models in which different accounting and financial data is transformed into easily usable information. In such circumstances methods and techniques that can contribute to more reliable planning and to more objective decision making are of great importance, as are the models of objective analysis and management result-scoring methods. This paper provides an overview of models which take into consideration simultaneously several criteria, so that they can provide more comprehensive measures of management, and to serve as a background for planning and decision making. Several methods of multiple-criteria decision making has been described and compared. Brief description and comparison presented in the paper includes following multi-criteria methods: data envelopment analysis (DEA), analytic hierarchy process (AHP), simple multi-attribute rating technique (SMART), outranking methods, voting methods and stochastic multicriteria analysis (SMAA). The goal is to explain for which types of tasks and problems these methods can be applied in the field of forestry. That provides an insight into characteristics of the respective methods and a guideline to eventual choice of which method to apply. A valuable contribution on the role and significance of the multiple-criteria decision making models in forestry is provided through cited papers, and specially through concrete example of the application of such models through the research performed within “Hrvatske šume” Ltd. Zagreb. In this research the efficiency of organizational units in the Croatian forestry is evaluated by applying DEA. The results of relative efficiency are based on calculation of output oriented CCR and BCC models. Frequency of efficient units in reference set of inefficient units is given. The sources and values of inefficiencies are established and the impact of structural characteristics on relative efficiency of forest offices is shown. Forest offices are also grouped by Forest Administrations and regions they belong to. In the selection and application of multiple-criteria decision making methods a special attention must be paid to the quality and availability of information which are needed for the analysis and grading of alternatives, according to the set criteria. An appropriate method must be chosen in a way in which all the data available with the reasonable amount of effort and dedication could be utilised as fully as possible. It is also good to apply models which decision makers and other stakeholders can understand, and whose results and calculations they can easily illustrate and interpret. However, practical multiple-criteria decision making applications are usually too “technical”, so real cases and situations are either over-simplified, or they are too complex for application, comprehension and interpretation. In such conditions their application in decision making and management often needs special knowledge and/or help of trained experts. At the same time, the differences in the types of individuals involved in the process of planning and decision making has to be also taken into consideration. People differ between each other in knowledge and skills, and they are differently prepared do participate in analyzes and decision making. Recent studies demonstrate to the |
ŠUMARSKI LIST 5-6/2010 str. 84 <-- 84 --> PDF |
M. Šporčić, M. Landekić, M.. Lovrić, S. Bogdan, K. Šegotić: VIŠEKRITERIJSKO ODLUČIVANJE ...Šumarski list br. 5–6, CXXXIV (2010), 275-286 usage of hybrid methods, or to the usage of several models and techniques simultaneously. Interactive application of several methods contributes to the efficiency of the analyzes, that is to the objectivity and to the reliability of estimates, but also to learning and raising capacities. In forestry, planning and decision making is often based on more or less incomplete information, missing information, or sometimes on purely descriptive information. In that way the process of forest management is tackled with much of insecurity, incertitude and risk, which does not allow precise estimates and planning. In that context the methods of multiple-criteria decision making, such as AHP and SMAA, have potential for the wider acceptance in forestry and natural resource management. Multiple-criteria models cannot replace traditional tools and procedures in forest planning; on the contrary, they should be complementary. In that sense, the numerical simulations and optimizations are important for the estimation of future production abilities and decision making related to production planning, although they may not be able to enlist all the relative problems of multi-functional forest management. In that cases their estimations and results, as any other information sources (such as GIS, expert judgments, subjective preferences of descriptive data) can be used within a common framework with the methods of multiple-criteria decision making. In the last few years, the research and the application of multiple-criteria decision making models has been widely represented in many areas, and especially in the management of natural resources. Additionally, besides scientists and researchers these methods have gained interest of experts and practitioners. In forestry they are applied with an intention of better responding to current challenges in forest management. The complexity of business environment, the imperative of ecological acceptability and business success with simultaneous sustainable management of forests creates a demand for new and more precise models and techniques in forestry. Through development and application of analysis which encompasses different models of multiple- criteria decision making it is possible to contribute to more simplified analysis, planning and foreseeing in forest management. Generally, it is considered that multiple-criteria decision making models in forestry, as in other business systems, can be very strong support to planning and decision making. Key words:Multiple criteria decision making, forestry, forest management, DEA, AHP |