ΕΦΑΡΜΟΓΗ ΜΕΘΟΔΩΝ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΝΑΛΥΣΗΣ ΣΤΗ ΧΩΡΟΘΕΤΗΣΗ ΛΕΙΤΟΥΡΓΙΩΝ

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ ΚΑΙ ΑΝΑΠΤΥΞΗΣ Ερευνητική Εργασία ΕΦΑΡΜΟΓΗ ΜΕΘΟΔΩΝ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΝΑΛΥΣΗΣ ΣΤΗ ΧΩΡΟΘΕΤΗΣΗ ΛΕΙΤΟΥΡΓΙΩΝ ΦΕΝΈΡΗ ΆΝΝΑ-ΜΑΡΊΑ 249 ΒΕΡΟΙΑ, ΙΟΥΝΙΟΣ 2012

2 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ ΚΑΙ ΑΝΑΠΤΥΞΗΣ Ερευνητική Εργασία ΕΦΑΡΜΟΓΗ ΜΕΘΟΔΩΝ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΝΑΛΥΣΗΣ ΣΤΗ ΧΩΡΟΘΕΤΗΣΗ ΛΕΙΤΟΥΡΓΙΩΝ ΕΠΙΒΛΕΠOΥΣΑ ΚΑΘΗΓΗΤΡΙΑ: ΒΑΓΙΩΝΆ ΔΉΜΗΤΡΑ

3 ΠΕΡΙΕΧΟΜΕΝΑ 1. ΠΕΡΙΛΗΨΗ ΕΙΣΑΓΩΓΗ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗ ΠΡΟΣΕΓΓΙΣΗ Χαρακτηριστικά πολυκριτηριακών μεθόδων Στάδια πολυκριτηριακής μεθόδου Οικογένειες κριτηρίων-βαθμολόγηση ΜΕΘΟΔΟΙ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΚΑΙ ΑΝΑΛΥΣΗΣ Τεχνικές πολυκριτηριακής μεθόδου Θεωρία Χρησιμότητας Γραμμικό Προσθετικό Μοντέλο Θεωρία Σχέσεων Υπεροχής Αναλυτική Ιεραρχική Διαδικασία Άλλες τεχνικές πολυκριτήριας προσέγγισης Επιλογή κατάλληλης μεθόδου πολυκριτηριακής ανάλυσης ΑΝΑΛΥΤΙΚΗ ΙΕΡΑΡΧΙΚΗ ΔΙΑΔΙΚΑΣΙΑ Aναλυτική Ιεραρχική Διαδικασία ως πολυκριτηριακή μέθοδος Βασικά στάδια μεθόδου Ιεραρχική δομή προβλήματος Συλλογή προτιμήσεων Καθορισμός τοπικών προτεραιοτήτων Καθολικές προτεραιότητες Χρησιμότητα ΑΙΔ και εφαρμογές της ΕΦΑΡΜΟΓΕΣ ΑΙΔ Βελτίωση οδικού δικτύου της πόλης Chennai της Ινδίας Περιοχή μελέτης Ανάλυση Δεδομένων Αποτελέσματα Σχεδιασμός μοντέλου ΑΙΔ για την επιλογή εγκατάστασης φωτοβολταϊκού σταθμού Περιοχή μελέτης Ανάλυση Δεδομένων Αποτελέσματα Επιλογή Χώρου Υγειονομικής Ταφής Απορριμμάτων με τη μέθοδο της Αναλυτικής Ιεραρχικής Διαδικασίας: Εφαρμογή στο Πεκίνο Περιοχή μελέτης... 38

4 Ανάλυση Δεδομένων Αποτελέσματα Περιβαλλοντικό πλαίσιο διαχείρισης για την χωροθέτηση αιολικού πάρκου Περιοχή μελέτης Ανάλυση Δεδομένων Αποτελέσματα Εφαρμογή της ΑΙΔ για την ιεράρχηση των μέσων της πολιτικής και την αποτελεσματική εξοικονόμηση ενέργειας στην Ιορδανία Περιοχή μελέτης Ανάλυση Δεδομένων Αποτελέσματα ΣΥΜΠΕΡΑΣΜΑΤΑ ΒΙΒΛΙΟΓΡΑΦΙΑ... 56

5 1. ΠΕΡΙΛΗΨΗ Η παρούσα ερευνητική εργασία, αφορά στην εφαρμογή μεθόδων πολυκριτηριακής ανάλυσης για την χωροθέτηση λειτουργιών. Η λήψη απόφασης για οποιαδήποτε χωροθέτηση αποτελεί ένα πολύπλοκο κεφάλαιο σχεδιασμού, καθώς εμπλέκονται πολλές ομάδες ενδιαφερομένων, οι οποίες μάλιστα συχνά παρουσιάζουν συγκρουόμενα συμφέροντα. Για τη βέλτιστη χωροθέτηση λειτουργιών, απαιτείται η συνεκτίμηση ποσοτικών και ποιοτικών παραμέτρων, σε συνδυασμό με την ισχύουσα νομοθεσία και τις εκάστοτε πραγματικές συνθήκες. Από το πλήθος των πολυκριτηριακών μεθόδων, επιλέχθηκε η Αναλυτική Μέθοδος Ιεράρχησης, η οποία συνιστάται από μια σειρά διαδικασιών και με ευκολία βρίσκει εφαρμογή στη σημερινή πραγματικότητα, αποτελώντας ένα απαραίτητο εργαλείο κατά τη διαδικασία λήψης αποφάσεων. Μπορεί να συνδυαστεί με κάποιο συμπληρωματικό εργαλείο, όπως τα Συστήματα Γεωγραφικών Πληροφοριών. Το υπόβαθρο ενός περιβάλλοντος ΓΣΠ, δίνει τη δυνατότητα απεικόνισης, επεξεργασίας και ανάλυσης χωρικών δεδομένων, τα οποία μπορούν να συνδεθούν με την Αναλυτική μέθοδο ιεράρχησης, να ταξινομηθούν μέσα από απαραίτητες διαδικασίες και τελικώς να βρεθεί η βέλτιστη λύση του εκάστοτε ζητήματος. ABSTRACT The present thesis concerns the implementation of multi-criteria methods of analysis, about land-use location. This task forms a complex section in planning issues, as it involves many interest groups and even conflicting arguments. An optimal land-use location, requires a consideration of quantitative and qualitative parameters, combined with current legislation and conditions. The model that is selected for further investigation amongst the numerous multicriteria methods is the AHP- Analytical Hierarchy Process, which consists of a series of processes and can be applied easily to the current reality, becoming an indispensable tool in the decision making process. It can be combined with an additional tool, such Geographic Information Systems. The background of a GIS environment, enables imaging, processing and analyzing spatial data, which can be linked to the Analytical hierarchy process, classified through appropriate procedures and finally accomplish to find the optimal solution of the matter. 1

6 2. ΕΙΣΑΓΩΓΗ Η εκπόνηση της παρούσας ερευνητικής εργασίας στοχεύει στην αναφορά και περιγραφή της έννοιας «Πολυκριτηριακή Λήψη Αποφάσεων», η οποία αποτελεί ένα εργαλείο θεωρητικής και πρακτικής φύσεως, το οποίο μπορεί ευρέως να χρησιμοποιηθεί σε διάφορους τομείς και για ποικίλα ζητήματα προς αντιμετώπιση. Έμφαση δίνεται σε μια βασική τεχνική, αυτή της Αναλυτικής Ιεράρχησης. Στο κεφάλαιο που ακολουθεί, πραγματοποιείται μια περιγραφή των εννοιών που περιγράφουν την πολυκριτηριακή λήψη αποφάσεων, των βασικών σταδίων που διέπουν τη διαδικασία, ενώ ακόμη αποσαφηνίζεται ο όρος του συντελεστή βαρύτητας, ο οποίος αποτελεί σημείο-κλειδί κατά την εφαρμογή οποιασδήποτε πολυκριτηριακής τεχνικής. Στο τέταρτο κεφάλαιο, σημειώνονται βασικές περιγραφικές πληροφορίες αναφορικά με τις βασικές τεχνικές που συνιστούν την πολυκριτηριακή προσέγγιση. Οι τεχνικές αυτές, συνιστούν τέσσερις βασικές ομάδες, οι οποίες αναφέρονται ως Πολυκριτήρια Θεωρία Χρησιμότητας, Γραμμικό Προσθετικό Μοντέλο, Θεωρία Σχέσεων Υπεροχής και Αναλυτική Μέθοδος Ιεράρχησης, ενώ υπάρχουν και άλλες τεχνικές που βρίσκουν εφαρμογή βάσει του εκάστοτε ζητήματος. Στο πέμπτο κεφάλαιο εξελίσσεται μια σε βάθος ανάλυση της Αναλυτικής Ιεραρχικής Διαδικασίας. Αναλύονται τα στάδια της μεθόδου αυτής, ενώ ακολουθεί ο προβληματισμός που συνδέεται με τη σειρά διαδικασιών καθώς και οι εφαρμογές της ΑΙΔ σε διάφορους τομείς, οι οποίοι περιλαμβάνουν την κατανομή πόρων, τον τοπικό και αστικό σχεδιασμό, την επιλογή της καλύτερης εναλλακτικής, τον σχεδιασμό προγραμμάτων, τη βελτιστοποίηση, την επίλυση συγκρούσεων και άλλες πολλές εφαρμογές σε διαφορετικά πεδία. Το έκτο κεφάλαιο έχει αφιερωθεί σε αναφορά πραγματικών εφαρμογών ή εξαγωγής ερευνών, μέσω της μεθόδου της Αναλυτικής Ιεράρχησης. Σημειώνονται πέντε παραδείγματα. Το πρώτο παράδειγμα αφορά τον σχεδιασμό, και συγκεκριμένα τον στρατηγικό σχεδιασμό βελτίωσης οδικού δικτύου. Το μοντέλο αυτό, εφαρμόζεται εδώ για τον σχεδιασμό οδικού δικτύου στην πόλη της Ινδίας με στόχο τη βελτίωση ενός μικρού τμήματος. Σημαντικός τομέας παρέμβασης της σειράς αυτής διαδικασιών της Αναλυτικής Ιεράρχησης, ο τομέας της ενέργειας. Στα πλαίσια αυτού, στο δεύτερο παράδειγμα εφαρμογής, χρησιμοποιείται η ΑΙΔ ως υπόβαθρο για τη δημιουργία ενός μοντέλου για τη βέλτιστη χωροθέτηση φωτοβολταϊκών σταθμών. Στη συνέχεια, ακολουθεί η μελέτη ενός σύνθετου προβλήματος χωροθέτησης, για τη διαχείριση των αστικών απορριμμάτων στην 2

7 πρωτεύουσα της Κίνας. Οι επιμέρους παράγοντες που επηρεάζουν την επιλογή χωροθέτησης αναλύονται, βαθμολογούνται, και ορίζουν περιοχές καταλληλότητας με τη βοήθεια των Συστημάτων Γεωγραφικών Πληροφοριών και του προγράμματος GIS. Στο τέταρτο παράδειγμα, αναπτύσσεται ένα ολοκληρωμένο πρόγραμμα διαχείρισης, με περιοχή μελέτης το νησί της Λέσβου, με σκοπό την αξιολόγηση της καταλληλότητας της γης για τη χωροθέτηση αιολικού πάρκου, συνδυάζοντας την πολυκριτηριακή μέθοδο ΑΙΔ με τα γεωγραφικά συστήματα πληροφοριών. Το αποτέλεσμα από την επίλυση του μοντέλου, είναι η ιεράρχηση δώδεκα κριτηρίων που επιλέχθηκαν βάσει του βαθμού επίτευξης της βέλτιστης χωροθέτησης με γνώμονα τον κοινωνικο-οικονομικό, τον περιβαλλοντικό, τον τοπογραφικό αλλά και τον κλιματικό παράγοντα. Στο πέμπτο παράδειγμα παρουσιάζεται η προσπάθεια ιεράρχησης των μέσων πολιτικής με γνώμονα την εξοικονόμηση ενέργειας στην Ιορδανία. Επιτελώντας τη σειρά διαδικασιών σύμφωνα με την μέθοδο ΑΙΔ, προκύπτουν οι βαρύτητες των μέσων πολιτικής για την Ιορδανία περί της προώθησης των πολιτικών για την εξοικονόμηση ενέργειας. Στον επίλογο της εργασίας, διατυπώνονται τα συμπεράσματα που προκύπτουν για την επιλογή πολυκριτηριακών μεθόδων, όπως αυτήν του αναλυτικού μοντέλου ιεράρχησης, σχετικά με τη λήψη αποφάσεων για τη χωροθέτηση λειτουργιών και την επίλυση πολυπαραμετρικών ζητημάτων. 3

8 3. ΠΟΛΥΚΡΙΤΗΡΙΑΚΗ ΠΡΟΣΕΓΓΙΣΗ Η λήψη αποφάσεων αποτελεί διαδικασία επίλυσης ζητημάτων που καλείται καθημερινά ο άνθρωπος να χειριστεί στην καθημερινότητά του. Η θεωρία λήψης αποφάσεων διακρίνεται σύμφωνα με τον Simon (1960), από το στάδιο της συγκέντρωσης πληροφορίας, το στάδιο του σχεδιασμού κατά το οποίο επιλέγεται η μέθοδος και τα κριτήρια βάσει των οποίων θα ληφθεί η απόφαση, και το τρίτο στάδιο της επιλογής που αποτελεί τη φάση επιλογής κάποιας λύσης. Όλα αυτά οδηγούν στη σύνθεση της απόφασης. Η πολυκριτηριακή λήψη αποφάσεων αποτελεί τόσο μια προσέγγιση, όσο και μια σειρά τεχνικών, οι οποίες αποσκοπούν στην εύρεση της βέλτιστης λύσης, μέσα από ένα σύνολο διακριτών επιλογών (MCDA, Department for Communities and Local Government, 2009). Τα κριτήρια που ορίζονται για ένα πρόβλημα απόφασης, ανάλογα τον αριθμό τους, ομαδοποιούνται, και ιεραρχούνται σε υποκριτήρια. Τα πλεονεκτήματα που προσφέρει η πολυκριτήρια προσέγγιση, αφορούν τη δυνατότητα διαχείρισης πολλών δεδομένων, συχνά αντικρουόμενων κριτηρίων, αποδίδοντας μέσα από μια σειρά υπολογισμών την ιεράρχηση των επιμέρους στοιχείων απόφασης και την ανάδειξη της βέλτιστης λύσης. 3.1 Χαρακτηριστικά πολυκριτηριακών μεθόδων Η πολυκριτηριακή προσέγγιση αφορά τεχνικές, οι οποίες επιδιώκουν μια συνολική αποτίμηση των επιλογών, από την περισσότερο προς την λιγότερο προτιμώμενη επιλογή. Αντικείμενο αποτελεί η επίλυση ενός ζητήματος, μέσω της αξιολόγησης πολλών παραμέτρων και κριτηρίων που επιδρούν κατά τη διαδικασία λήψης απόφασης (Triantaphyllou et al., 1998). Αποτελεί μέθοδο εύρεσης της βέλτιστης λύσης, η οποία εξαρτάται από την πολιτική του λήπτη αποφάσεων. Σημαντικό βάρος δίνεται στον εντοπισμό των στόχων και κριτηρίων, στον καθορισμό των βαρών και στη συνεισφορά κάθε εναλλακτικής επιλογής για κάθε κριτήριο. 4

9 3.2 Στάδια πολυκριτηριακής μεθόδου Πολλές απόψεις έχουν διατυπωθεί για τα στάδια που διέπουν τη διαδικασία της πολυκριτηριακής ανάλυσης. Στην πραγματικότητα, η διαδικασία λήψης απόφασης με τη βοήθεια μιας πολυκριτηριακής μεθόδου, αποτελείται σε γενικές γραμμές από τα στάδια που ακολουθούν (Evaluating socio-economic development, Regional Policy- InfoRegio, 2009). Ένα από τα αρχικά στάδια είναι ο ορισμός των δράσεων ή έργων που πρόκειται να κριθούν. Εδώ περιλαμβάνεται ένας κατάλογος με τις προγραμματισμένες ή προς υλοποίηση δράσεις, ή τα στοιχεία στα οποία θα γίνει η συγκριτική κρίση. Σημαντικό στάδιο, καθώς αποτελεί το πλαίσιο που περικλείει τους στόχους προς επίτευξη, τους φορείς λήψης αποφάσεων και το σύνολο των αντικειμένων που πρόκειται να επηρεαστούν από την απόφαση. Το δεύτερο στάδιο αφορά τον εντοπισμό των επιλογών. Η καταγραφή των αποδεκτών εναλλακτικών λύσεων, μπορεί να διαφοροποιηθεί κατά την υλοποίηση των διαδικασιών, λόγω ενδεχόμενων αλλαγών. Έτσι, κατά το στάδιο αυτό οφείλει να ελεγχθεί ο βαθμός επίτευξης των εναλλακτικών σεναρίων, βάσει των περιορισμώννομικού ή άλλου χαρακτήρα, και να κριθούν εφικτές οι λύσεις αυτές. Επόμενο στάδιο, ο ορισμός των κριτηρίων κρίσης-απόφασης. Αποτελεί σημαντικό στάδιο ο καθορισμός των κριτηρίων, τα οποία οφείλουν να αποδίδουν σωστά το θέμα. Ακόμη, οφείλουν να αντικατοπτρίζουν τις προτιμήσεις των φορέων λήψης αποφάσεων, ή τις διάφορες απόψεις, και να συγκεντρώνονται διάφορες χωρικές διαστάσεις για την αξιολόγηση της δράσης. Σε αντίθεση με τον αριθμό των μέτρων που πρέπει να συγκριθούν, ο οποίος μπορεί να είναι πολύ μεγάλος, ο αριθμός των κριτηρίων δεν πρέπει να υπερβαίνει ένα εύλογο όριο. Η εμπειρία έχει δείξει ένα λογικό εύρος αριθμού κριτηρίων για μια αποτελεσματική αξιολόγηση είναι τα έξι με οκτώ κριτήρια. Τέταρτο στάδιο, είναι η ανάλυση των επιπτώσεων των δράσεων. Περιγράφεται η αναμενόμενη απόδοση της κάθε επιλογής με βάση τα κριτήρια. Μόλις τα έργα και τα κριτήρια έχουν καθοριστεί, οφείλει να γίνει μια ποσοτική εκτίμηση ή μια ποιοτική περιγραφή των επιπτώσεων του κάθε έργου, σε σχέση με αυτά τα κριτήρια. Θα κατασκευαστεί ένας πολυκριτηριακός πίνακας αξιολόγησης. Αυτή η μήτρα είναι στην ουσία ένας πίνακας, ο οποίος περιλαμβάνει τόσες στήλες όσα τα κριτήρια και τόσες γραμμές όσα τα μέτρα προς σύγκριση, και κάθε κύτταρο αντιπροσωπεύει την τιμή του μέτρου για κάθε κριτήριο. Ο τρόπος αξιολόγησης των επιπτώσεων διαφοροποιείται ανάλογα με τη μέθοδο πολυκριτηριακής ανάλυσης που χρησιμοποιήθηκε. Στην 5

10 πέμπτη φάση, πραγματοποιείται η στάθμιση των κριτηρίων, δηλαδή ορίζονται τα βάρη των κριτηρίων με βάση τον γενικό στόχο του ζητήματος. Στο επόμενο στάδιο γίνεται η σύνθεση. Αναλυτικότερα, συνδυάζονται τα βάρη των κριτηρίων με τις βαθμολογίες των εναλλακτικών, και προκύπτει μια συνολική τιμή για κάθε εναλλακτική λύση. Για τον συνυπολογισμό των αποφάσεων, συνήθως χρησιμοποιείται ένα υπολογιστικό πακέτο για να επιτευχθεί η ταξινόμηση των ενεργειών και η μεταξύ τους συσχέτιση. Μπορεί να δημιουργηθεί ένα απλό σύστημα στάθμισης των κριτηρίων, ή αλλιώς να αποφασίσει η ομάδα αξιολόγησης τον μέσο όρο των συντελεστών στάθμισης, με τον οποίο τρόπο προβάλλονται οι διαφορετικές απόψεις μεταξύ των επιμέρους αξιολογητών. Τα δύο τελευταία στάδιο περιλαμβάνουν την εξέταση των αποτελεσμάτων και τη διεξαγωγή ανάλυσης ευαισθησίας αυτών. Επιλογή κριτηρίων και περιγραφή των χαρακτηριστικών τους Βαθμονόμηση των κριτηρίων βάσει των χαρακτηριστικών τους Καθορισμός συντελεστών βαρύτητας των κριτηρίων Βαθμολόγηση των κριτηρίων για κάθε εναλλακτικό σενάριο Στάθμισηεξαγωγή αποτελεσμάτων Σειρά κατάταξης σεναρίων Ανάλυση ευαισθησίας Επιλογή σεναρίου Διάγραμμα 3.1: Διαδικασία της πολυκριτηριακής ανάλυσης (Υπηρεσία Περιβάλλοντος, Υπουργείο Γεωργίας και Φυσικών Πόρων και Περιβάλλοντος, Σχολή Χημικών Μηχανικών, Εθνικό Μετσόβιο Πολυτεχνείο, 2005) 6

11 Το παραπάνω διάγραμμα δείχνει τη δομή της πολυκριτηριακής διαδικασίας ανάλυσης, σύμφωνα με την έκθεση για τις μεθόδους πολυκριτηριακής ανάλυσης που εκπονήθηκε από το Υπουργείο Γεωργίας, Φυσικών Πόρων και Περιβάλλοντος. Σύμφωνα με την μελέτη αυτή, οκτώ είναι τα στάδια που συνθέτουν τις πολυκριτηριακές μεθόδους. Το μόνο που διαφέρει σχετικά με τις απόψεις των ερευνητών, είναι ο βαθμός λεπτομέρειας τον οποίο αγγίζει η ανάλυση των σταδίων, το οποίο γίνεται εμφανές στο συγκεκριμένο διάγραμμα. Η δομή των σταδίων μπορεί να προσαρμόζεται στο εκάστοτε ζήτημα και πολυκριτηριακή μέθοδο. 3.3 Βαθμολόγηση κριτηρίων-συντελεστής Βαρύτητας Όπως αναφέρεται και παραπάνω, στην απεικόνιση της διαδικασίας πολυκριτηριακής ανάλυσης, τα εναλλακτικά σενάρια αξιολογούνται βάσει κάποιων κριτηρίων. Τα κριτήρια αυτά με τη σειρά τους, έχουν διαφορετική βαρύτητα, κάτι που καθορίζεται από το συντελεστή βαρύτητας. Το ποσοτικό αυτό δεδομένο καθορίζεται από τους εμπλεκόμενους φορείς στην εκάστοτε διαδικασία λήψης απόφασης. Για παράδειγμα, σε κάποια ζητήματα τα περιβαλλοντικά κριτήρια έχουν μεγαλύτερη βαρύτητα από τα οικονομικά, ή και αντίστροφα. Απαιτείται μια ακριβής και προσεκτική ιεράρχηση των κριτηρίων, ανάλογα με το υπό-μελέτη ζήτημα, για τον προσδιορισμό των συντελεστών βαρύτητας. Ανάλογα με την περίπτωση, χρησιμοποιούνται είτε άμεσοι συντελεστές βαρύτητας είτε έμμεσοι. Όταν πρόκειται για μια απλή περίπτωση μικρού πλήθους κριτηρίων, χρησιμοποιούνται οι άμεσοι συντελεστές βαρύτητας καθώς είναι δυνατή η επιλογή τους. Σε περίπτωση πολυπλοκότερου ζητήματος, με πληθώρα κριτηρίων, ταξινομούνται τα κριτήρια αυτά ιεραρχικά, αποδίδεται ένας συνολικός ή μέγιστος συντελεστής βαρύτητας και στη συνέχεια καθορίζονται οι έμμεσοι αυτοί συντελεστές σε σχέση με το άθροισμα όλων των επιμέρους συντελεστών ή σε σχέση με τον μεγαλύτερο συντελεστή. 7

12 4. ΜΕΘΟΔΟΙ ΠΟΛΥΚΡΙΤΗΡΙΑΚΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΚΑΙ ΑΝΑΛΥΣΗΣ 4.1 Τεχνικές Πολυκριτηριακής Ανάλυσης Η πολυκριτηριακή λήψη αποφάσεων αποτελεί τη διαδικασία καθορισμού των προτιμήσεων των επιλογών, μεταξύ ενός συνόλου εναλλακτικών σεναρίων, με αναφορά ένα σύνολο ρητών στόχων, για τους οποίους έχουν δημιουργηθεί κριτήρια για την αξιολόγηση του βαθμού επίτευξης των στόχων. Υπάρχουν διαφορετικές τεχνικές πολυκριτηριακής ανάλυσης, ο αριθμός των οποίων αυξάνεται συνεχώς, καθώς διαφέρουν τα ζητήματα προς ανάλυση σε μεγάλο βαθμό, ενώ διαφέρει ακόμα, ο διαθέσιμος χρόνος για τη λήψη αποφάσεων, οι διαθέσιμοι πόροι, οι ικανότητες και οι απαιτήσεις εκ μέρους των οργανισμών. Ο αριθμός των εναλλακτικών λύσεων καθορίζει σε μεγάλο βαθμό την επιλογή κατάλληλης πολυκριτηριακής ανάλυσης. Κατά το στάδιο αυτό, θα γίνει μια καταγραφή των τεχνικών αυτών χειρισμού των επιλογών μεταξύ ενός πεπερασμένου πλήθους λύσεων. Σε αντίθετη περίπτωση που η επίλυση προβλημάτων αφορά στη βελτιστοποίηση των απείρως μεταβλητών επιλογών, απαιτούνται διαφορετικά είδη διαδικασιών. Στην περίπτωση αυτή που ο αριθμός των επιλογών/εναλλακτικών είναι πεπερασμένος, δεν έχει σημασία τόσο ο αριθμός, όσο το κατά το πόσο τηρεί -κάθε μία εναλλακτική λύση, τις προϋποθέσεις των κριτηρίων. Όσο μεγαλύτερος είναι ο αριθμός των κριτηρίων για το συγκεκριμένο ζήτημα, δυσκολεύει και γίνεται πιο πολύπλοκη η τεχνική πολυκριτηριακής ανάλυσης κατά τη διαδικασία λήψης αποφάσεων. Οι μέθοδοι αυτές διακρίνονται μεταξύ τους από τον τρόπο που επεξεργάζονται τις βασικές πληροφορίες στη μήτρα απόδοσης. Ακολουθούν τα κύρια χαρακτηριστικά από τις πιο συνήθεις τεχνικές πολυκριτηριακής ανάλυσης. 8

13 4.2 Θεωρία Χρησιμότητας Μία τεχνική είναι η Πολυκριτήρια Θεωρία Χρησιμότητας, (Multiattribute Utility Theory), που προέρχεται από το έργο των von Neumann και Morgenstern, και του Savage ( ). Η τεχνική αυτή αποτέλεσε τη βάση, άμεσα και έμμεσα, για τις μεταγενέστερες θεωρίες της πολυκριτήριας ανάλυσης. Χρησιμοποιούνται μη γραμμικές, αύξουσες συναρτήσεις χρησιμότητας U(x), οι οποίες αξιολογούν τα κριτήρια αξιολόγησης και έτσι ορίζεται ποια εναλλακτική λύση προτιμάται. Ωστόσο, παρά το ισχυρό θεωρητικό υπόβαθρο της θεωρίας αυτής, το μοντέλο τους δεν έχει βοηθήσει άμεσα τους φορείς λήψης αποφάσεων σε ζητήματα που απαιτούν χειρισμό πολλαπλών κριτηρίων. Μία συνέχεια της θεωρίας αυτής ήρθαν να δώσουν οι Keenney και Raiffa (1976). Το έργο τους στηρίζεται σε τρία στάδια. Το πρώτο αφορά τη δημιουργία μήτρας απόδοσης, το δεύτερο, τις διαδικασίες που ορίζουν εάν τα κριτήρια είναι ανεξάρτητα μεταξύ τους, και το τρίτο στάδιο αποτελείται από τους τρόπους εκτίμησης των παραμέτρων στις μαθηματικές συναρτήσεις, οι οποίες θα εκφράσουν τη συνολική αποτίμηση του λήπτη των αποφάσεων μιας επιλογής για κάθε κριτήριο. Η προσέγγισή τους έχει πραγματικές εφαρμογές, τόσο στον δημόσιο όσο και στον ιδιωτικό τομέα. Το μοντέλο αυτό είναι πολύπλοκο, καθώς εισάγει την αβεβαιότητα στο μοντέλο λήψης αποφάσεων και επιτρέπει την αλληλεπίδραση των χαρακτηριστικών. Ενδεικτικά, κάποιες μέθοδοι που ανήκουν στη θεωρία χρησιμότητας είναι οι εξής: Μέθοδος MAUT (Multi-Attribute Utility Theory): Το μαθηματικό μοντέλο της, αποσκοπεί στον υπολογισμό της συνολικής χρησιμότητας, και χρησιμεύει ώστε να αποκτήσουν κρίση οι λήπτες των αποφάσεων για τους εκάστοτε παράγοντες και προτεραιότητες που πρέπει να ληφθούν υπόψη για την απόφαση. Επιτρέπει ευελιξία στην περίπτωση συναρτήσεων ανταλλαγής προτιμήσεων. Μέθοδος MAVT (Multi-Attribute Value Theory): Σύμφωνα με το μοντέλο αυτό, επιδιώκεται να αξιολογηθεί κάθε εναλλακτική ως προς κάθε κριτήριο, καθορίζονται τα βάρη για το κάθε κριτήριο, αθροίζονται μαζί με τις αξιολογήσεις και τελικώς προκύπτει η κατάταξη των εναλλακτικών. Μέθοδος UTA (Utility Theory Additive): Το μοντέλο υποθέτει την ύπαρξη μιας προσθετικής συνάρτησης χρησιμότητας, η οποία υποδηλώνει πως η χρησιμότητα ενός κριτηρίου έγκειται μόνο στο επίπεδο του συγκεκριμένου αυτού κριτηρίου. 9

14 4.3 Γραμμικό Προσθετικό Μοντέλο Το Γραμμικό Προσθετικό Μοντέλο βρίσκει εφαρμογή, στην περίπτωση όπου θεωρείται πως τα κριτήρια είναι, με βάση την προτίμηση, ανεξάρτητα μεταξύ τους. Το γραμμικό μοντέλο δείχνει, πως οι αξίες μιας επιλογής για τα πολλά κριτήρια, μπορούν να συνδυαστούν και να δώσουν μια συνολική τιμή, μέσω πολλαπλασιασμού της αξίας αυτής του κάθε κριτηρίου με το βάρος αυτού, και στη συνέχεια αθροίζοντας όλες τις σταθμισμένες τιμές μαζί. Η εφαρμογή του μοντέλου αυτού προϋποθέτει τα κριτήρια να είναι ανεξάρτητα μεταξύ τους. Οι προσεγγίσεις πολυκριτηριακής ανάλυσης χρησιμοποιούν συχνά ως βάση το μοντέλο αυτό και βρίσκουν εφαρμογή για ένα μεγάλο πεδίο ζητημάτων. Ενδεικτικά, κάποιες μέθοδοι που αποτελούν γραμμικά προσθετικά μοντέλα είναι οι εξής: Μέθοδος STEM: Προτάθηκε από τους Benayoun et al. Αφορά χρήση k αριθμού αντικειμενικών συναρτήσεων. Υπολογίζονται οι συντελεστές σημαντικότητας, δίνονται οι λύσεις, ενώ ο λήπτης θα αποφασίσει για την αποτελεσματικότητα των λύσεων αυτών, έχοντας τη δυνατότητα πραγματοποίησης παραχωρήσεων και επαναπροσδιορισμού των βαρών των κριτηρίων. Η μέθοδος αυτή είναι αυτοματοποιημένη, ενώ πρέπει να ολοκληρωθεί το πολύ σε k επαναλήψεις. Μέθοδος SMART (Simple Multi-Attribute Rating Technique): Αποτελεί γραμμικό μοντέλο, ως απλοποιημένη εκδοχή της μεθόδου MAUT. Οι βαθμολογίες κυμαίνονται από το 0 έως το 1, και αποτελούν αντίστοιχα τη χειρότερη και καλύτερη απόδοση του κριτηρίου. Οι κλίμακες μετατρέπονται σε κοινή βάση, και έτσι τα βάρη φανερώνουν σημαντικότητα. Μέθοδος SAW (Simple Additive Weighting): Η διαδικασία υλοποίησης της απλής αυτής μεθόδου αφορά τη δημιουργία κλίμακας για τα σκορ ώστε να είναι συγκρίσιμα, την εφαρμογή των βαρών και τέλος το άθροισμα των τιμών αυτών. Όλα τα σκορ κυμαίνονται στο ίδιο διάστημα 0 έως 1, και έτσι είναι συγκρίσιμα. Μέθοδος TOPSIS (Technique for Order Preference by Similarity to Ideal Solution): Αποτέλεσμα των ερευνητών Hwang και Yoon (1981), και στηρίζεται στην αρχή της ελάχιστης ή μέγιστης απόστασης. Θεωρείται ως βέλτιστη λύση, αυτή που πλησιάζει περισσότερο την ιδανική και απέχει περισσότερο από την αρνητική-ιδανική λύση. 10

15 Μέθοδος DEA (Data Envelopment Analysis): Αναπτύχθηκε από τους Charnes, Cooper και Rhodes (1978), και αποτελεί μια μη-παραμετρική μέθοδο ανάλυσης της αποδοτικότητας. Τα βάρη δεν ορίζονται από τον λήπτη αλλά αποτελούν μεταβλητές της μεθόδου. 4.4 Θεωρία Σχέσεων Υπεροχής Η Θεωρία των σχέσεων υπεροχής (Outranking Relations Theory), αποτελεί μία εντελώς διαφορετική προσέγγιση, προέρχεται από τη Γαλλία και βρήκε εφαρμογές σε ευρωπαϊκές χώρες. Η μέθοδος αυτή, επιδιώκει την εξάλειψη των εναλλακτικών αυτών που βρίσκονται υπό «κυριαρχία». Υποβαθμίζονται οι επιλογές που έχουν τυχόν κακή επίδοση σε έστω και ένα κριτήριο, ενώ η κυριαρχία εδώ συναντάται με την έννοια πως χρησιμοποιούνται βάρη, για να έχουν μεγαλύτερη επιρροή κάποια κριτήρια από κάποια άλλα. Είναι ένα πολυκριτήριο μοντέλο, το οποίο χρησιμοποιεί μαθηματικές συναρτήσεις για να δείξει το βαθμό επικράτησης μιας εναλλακτικής έναντι κάποιας άλλης. Σε αντίθεση με την πολυκριτήρια θεωρία χρησιμότητας, στόχος δεν είναι η βαθμολόγηση των εναλλακτικών, αλλά η δυνατότητα πραγματοποίησης διμερών συγκρίσεων μεταξύ των εναλλακτικών. Σε περίπτωση έλλειψης δεδομένων, επιτρέπεται σε κάποια ζεύγη εναλλακτικών να παραμένουν ως μη συγκρίσιμα, σε αντίθεση με την πολυκριτήρια θεωρία χρησιμότητας ή την αναλυτική ιεραρχική διαδικασία, όπου απαραίτητη προϋπόθεση είναι οι επιλογές, να είναι άμεσα συγκρίσιμες. Σε πρώτο στάδιο αναπτύσσεται η σχέση υπεροχής βάσει των δεδομένων που παρέχει ο λήπτης αποφάσεων, ενώ σε δεύτερο στάδιο αξιολογούνται οι εναλλακτικές δραστηριότητες ως προς την επιλογή, την κατάταξη και την ταξινόμηση. Οι ανησυχίες που εκφράζονται για τη μέθοδο της υπεροχής, αφορούν τους αυθαίρετους ορισμούς για την έννοια της υπεροχής, καθώς και τον τρόπο που οι παράμετροι μπορούν να παραποιηθούν από τον λήπτη της απόφασης. Περιορισμένη η χρήση της για το κοινό. 11

16 Ενδεικτικά, κάποιες μέθοδοι που ανήκουν στη θεωρία σχέσεων υπεροχής, είναι οι εξής: Μέθοδοι PROMETHEE (Preference Ranking Organization Method of Enrichment Evaluation): Αναπτύχθηκαν από τον Brans (1982) και στη συνέχεια από τους Brans και Vincke (1984), για προβλήματα επιλογής (Promethee І) και κατάταξης (Promethee ІІ). Εκτελούν συγκρίσεις ανά ζεύγη εναλλακτικών, με σκοπό να ταξινομηθούν οι εναλλακτικές αυτές λύσεις. Για κάθε κριτήριο, ορίζεται συνάρτηση προτίμησης, και υπολογίζονται θετικές και αρνητικές ροές για κάθε εναλλακτική και στη συνέχεια ταξινομούνται οι λύσεις. Μέθοδος ELECTRE (Elimination Et Choix Traduisant la Realite): Υπάρχουν πέντε μορφές μεθόδων, ενώ η πρώτη αναπτύχθηκε από τον Roy (1968). Στόχο αποτελεί η εύρεση της εναλλακτικής αυτής που παρουσιάζει καλή απόδοση σε μια πλειοψηφία κριτηρίων, χωρίς κακή απόδοση στα υπόλοιπα. Πρώτο στάδιο, η δημιουργία των σχέσεων υπεροχής και δεύτερο, το στάδιο της εξερεύνησης. Η ομάδα των μεθόδων ELECTRE, είναι χρήσιμες στις περιπτώσεις αυτές όπου τα κριτήρια δεν έχουν κοινό μέτρο σύγκρισης ή δεν είναι ποσοτικά μετρήσιμα. Οι ELECTRE І και Іs, προτιμούνται για την επίλυση προβλημάτων επιλογής, οι ELECTRE ІІ, ІІІ και ІV για προβλήματα κατάταξης και η μέθοδος ELECTRE-TRI για ζητήματα ταξινόμησης. 12

17 4.5 Αναλυτική Ιεραρχική Διαδικασία Η Αναλυτική Ιεραρχική Διαδικασία (Analytic Hierarchy Process-AHP), η οποία αναπτύχθηκε από τον Saaty (1980), καλείται να αντιμετωπίσει το ζήτημα της ιεράρχησης των επιμέρους στοιχείων απόφασης, αντιστοιχίζοντας αυτά με βάρη, βάσει του βαθμού σημαντικότητάς τους. Χρησιμοποιεί με τη σειρά της το γραμμικό μοντέλο, όμως στην τυποποιημένη μορφή της χρησιμοποιεί τις διαδικασίες που απορρέουν από τα βάρη και τις βαθμολογίες των διάφορων εναλλακτικών, οι οποίες βαθμολογίες προκύπτουν από δυαδικές συγκρίσεις μεταξύ των κριτηρίων και των επιλογών. Η διαδικασία αυτή καταλήγει στη δημιουργία ενός πίνακα βαρών και εκτιμήσεων, για κάθε κριτήριο. Το χαρακτηριστικό αυτό της σύγκρισης κατά ζεύγη, συναντάται στην προσέγγιση Rembrandt και Macbeth, οι οποίες αποτελούν εναλλακτικές προσεγγίσεις. Μια απλοποιημένη δομή της θεωρίας που διέπει την Αναλυτική Μέθοδο Ιεράρχησης, λύνει το υποθετικό πρόβλημα απόφασης βάσει των εξής βημάτων: Αρχικά διασπάται το πρόβλημα σε επιμέρους συνιστώσες, οι οποίες ταξινομούνται ιεραρχικά βάσει του υπολογισμού του σχετικού βαθμού σημαντικότητάς τους. Έπειτα, πραγματοποιείται η σύνθεση των εκτιμήσεων, με τελικό αποτέλεσμα να γίνει δυνατή η κατάταξη των επιλογών βάσει του αρχικού στόχου του ζητήματος. 4.6 Άλλες μέθοδοι πολυκριτήριας προσέγγισης Υπάρχουν και άλλες μέθοδοι, οι οποίες δεν εντάσσονται στις παραπάνω κατηγορίες ή σε άλλες. Τέτοιες μέθοδοι για παράδειγμα, είναι αυτές που αφορούν διαδικασίες που χρησιμοποιούν ποιοτικά δεδομένα (MCDA, Department for Communities and Local Government, 2009). Υπάρχει μια γενίκευση πως, όσο λιγότερο ακριβή είναι τα δεδομένα που εισάγονται, τόσο αναξιόπιστα είναι τα αποτελέσματα που εξάγονται κατά τη διαδικασία λήψης αποφάσεων. Ωστόσο, υπάρχουν ζητήματα κατά τα οποία χρησιμοποιούνται ποιοτικά στοιχεία στις μήτρες αποφάσεων ή κατά τη βαθμολόγηση των κριτηρίων. Μια πρώτη ομάδα αυτών των μεθόδων εναρμονίζεται με το γραμμικό μοντέλο, καθώς υπάρχουν στάδια που απαιτούν επιπλέον υποθέσεις ή προτιμώμενες επιλογές. Μια διαφορετική προσέγγιση, η οποία αναπτύχθηκε στις Κάτω Χώρες, επιδιώκει την ανάπτυξη διαδικασιών που τροποποιούν τα μοντέλα υπεροχής, με τρόπο τέτοιο που να τους επιτρέπει να 13

18 επεξεργάζονται τα ανακριβή ποιοτικά δεδομένα που εισήχθησαν. Έχουν περιορισμένη εφαρμογή, κυρίως στον αστικό και περιφερειακό σχεδιασμό. Μέθοδοι πολυκριτηριακής ανάλυσης που στηρίζονται σε ασαφή σύνολα (fuzzy sets), οι οποίες, ωστόσο, δεν έχουν εφαρμοστεί ευρέως. Είναι μοντέλα χωρίς κάποιο θεωρητικό υπόβαθρο που να υποστηρίζει την χρησιμότητά τους έναντι άλλων συμβατικών μοντέλων. Τα ασαφή σύνολα και η λογική τους σχετίζεται με τη γλώσσα που χρησιμοποιείται κατά τη διαδικασία λήψης αποφάσεων. Οι όροι «πολύ/λίγο/αρκετά ελκυστικό», για παράδειγμα, αποτελούν αξιολογήσεις τις οποίες προσπαθεί η ασαφής αριθμητική να επαναπροσδιορίσει. Αυτό γίνεται δυνατό μέσω της ανάπτυξης περαιτέρω βαθμολόγησης των διαφόρων επιλογών, ώστε αυτές να κυμαίνονται μεταξύ συγκεκριμένων βαθμών συμμετοχής, για παράδειγμα από 0 έως 1. Οι παραπάνω μέθοδοι αποτελούν υποδείγματα για χρήση στα ζητήματα λήψης αποφάσεων του δημοσίου τομέα. Υπάρχουν και άλλες μέθοδοι, που συνήθως χρησιμοποιούν ειδικά κατασκευασμένα υπολογιστικά προγράμματα. 4.7 Επιλογή κατάλληλης πολυκριτηριακής μεθόδου Υπάρχει αβεβαιότητα και ασάφεια στο θέμα επιλογής της πολυκριτηριακής μεθόδου. Η επιλογή της κατάλληλης μεθόδου εξαρτάται από τις προτιμήσεις των εμπλεκόμενων φορέων ανάλογα με το εκάστοτε ζήτημα καθώς και από τα δεδομένα που μπορεί η μέθοδος αυτή να επεξεργαστεί, όπως ποσοτικά ή ποιοτικά ή ακόμα και μικτά (Marjan van Herwijnen). Δεν υπάρχει κάποια μέθοδος η οποία να επικρατεί έναντι των άλλων μεθόδων, συνεκτιμώντας όλα της τα χαρακτηριστικά (Jaroslav Mysiak, 2006). Κάθε επιμέρους τεχνική έχει τα δικά της θετικά και αρνητικά χαρακτηριστικά, τα οποία θα αξιολογηθούν από ειδικούς φορείς. Πρέπει να γίνουν δοκιμές για την τελική επιλογή της κατάλληλης πολυκριτηριακής μεθόδου. Θα πρέπει αρχικά να εξεταστεί η θεωρητική εγκυρότητα της μεθόδου/μοντέλου και στη συνέχεια να πραγματοποιηθεί επιμέρους σύγκριση μεταξύ των μεθόδων, βάσει συγκεκριμένων κριτηρίων, τα οποία θα εξετάσουν το συγκεκριμένο ζήτημα με τη συμβολή ειδικών επιστημόνων αλλά και του κοινού. Στόχος, η μέθοδος που θα επιλεχθεί, να είναι κατανοητή από ειδικούς και μη, του εκάστοτε τομέα και ζητήματος (Mahmoud M.R, 2000). 14

19 Πίνακας 4.1: Κριτήρια επιλογής (Multi Criteria Analysis tools, Marjan van Herwijnen) ΚΡΙΤΗΡΙΑ ΕΠΙΛΟΓΗΣ ΓΙΑ ΜΕΘΟΔΟΥΣ MCA Αντισταθμιστική Μέθοδος Μερικώς αντισταθμιστική Μέθοδος Μη αντισταθμιστική Μέθοδος Ποσοτικά Δεδομένα Ποιοτικά Δεδομένα Μεικτά Δεδομένα MAVT Σταθμισμένο Σύνολο AHP PROMETHEE ΝAIADE REGIME Μέθοδος Κυριαρχίας Στον παραπάνω πίνακα, (πίνακας 4.1), απεικονίζεται το είδος των δεδομένων που μπορεί να επεξεργαστούν μερικές από τις σημαντικότερες μεθόδους πολυκριτήριας ανάλυσης. Η έννοια της αντιστάθμισης αναφέρεται στη δυνατότητα να αντισταθμιστεί η κακή απόδοση ενός κριτηρίου με την καλή απόδοση ενός άλλου κριτηρίου. Για τον λόγο αυτό, τρεις βασικοί τύποι μεθόδων (αντισταθμιστική, μερικής αντιστάθμισης, μη-αντισταθμιστικές μέθοδοι) μπορούν να διακριθούν στην πολυκριτηριακή ανάλυση, ανάλογα με τον βαθμό που μπορεί να αντισταθμιστεί η αδύναμη απόδοση ενός κριτηρίου με την καλή απόδοση του άλλου κριτηρίου, πλήρως, μερικώς ή καθόλου (Marjan van Herwijnen). Δεν υπάρχει κάποια μέθοδος η οποία να υπερτερεί έναντι κάποιας άλλης στο σύνολο των κριτηρίων. Η κάθε μία έχει τα δικά της δυνατά και αδύνατα σημεία. Υπάρχουν, για παράδειγμα, κάποιες πολυκριτηριακές μέθοδοι, οι οποίες μπορούν να επεξεργάζονται μόνο ποσοτικές πληροφορίες σε ό, τι αφορά τα κριτήρια. Ωστόσο το μειονέκτημα αυτό, δεν είναι ιδιαίτερα σοβαρό, δεδομένου ότι ακόμα και κάποιες ποιοτικές πληροφορίες, όπως τα σύμβολα συν και πλην, τις περισσότερες φορές προέρχονται από επεξεργασία ποσοτικών στοιχείων. Υπάρχει και η ομάδα των μεθόδων που επεξεργάζονται ποιοτικά δεδομένα, όπως η μέθοδος υπεροχής, Regime κ.α. Τέλος, υπάρχουν και μέθοδοι που μπορούν να επεξεργαστούν πληροφορίες παρουσιασμένα ως μικτά δεδομένα, όπως φαίνεται στον πίνακα

20 Κάποια κριτήρια χρήσιμα για την επιλογή της κατάλληλης πολυκριτηριακής μεθόδου, είναι ο βαθμός ευκολίας χρήσης της μεθόδου αυτής, ο βαθμός διαφάνειας, η διαθεσιμότητα του απαραίτητου λογισμικού, το πλήθος και είδος των δεδομένων που είναι δυνατόν να συλλεχθούν, οι απαιτήσεις σε χρόνο και πόρους ανθρώπινου δυναμικού, καθώς και η ικανότητα να παρέχει η μέθοδος αυτή μια διαδρομή ελέγχου για παρακολούθηση σε πραγματικό χρόνο κατά τη διαδικασία ανάλυσης (MCDA, Department for Communities and Local Government, 2009). 16

21 5. ΑΝΑΛΥΤΙΚΗ ΙΕΡΑΡΧΙΚΗ ΔΙΑΔΙΚΑΣΙΑ 5.1 Αναλυτική Ιεραρχική Διαδικασία ως Πολυκριτηριακή Μέθοδος Η Αναλυτική Ιεραρχική Διαδικασία (ΑΙΔ), αποτελεί ένα από τα πιο ευρέως χρησιμοποιούμενα εργαλεία πολυκριτηριακής λήψης αποφάσεων, απαραίτητο στα χέρια των φορέων λήψης αποφάσεων και ερευνητών. Δημιουργήθηκε για να επιλύσει ζητήματα αποφάσεων, ακολουθώντας μια δομή ιεραρχική. Το πλεονέκτημά της είναι η δυνατότητα συσχέτισης της μεθόδου αυτής με άλλες, όπως για παράδειγμα με τον γραμμικό προγραμματισμό (Linear Programming), με την ανάπτυξη λειτουργίας ποιότητας (Quality Function Deployment), την ασαφή λογική (Fuzzy Logic), επιτρέποντας στον χρήστη να αξιοποιεί τα δυνατά σημεία κάθε μεθόδου και του συνδυασμού αυτών, για να εξάγει τα κατάλληλα αποτελέσματα βάσει του εκάστοτε επιθυμητού στόχου. Ένα από τα βασικά πλεονεκτήματα της μεθόδου αυτής, αποτελεί η χρήση της σύγκρισης κατά ζεύγη (pairwise comparison), η οποία φαίνεται να αποτελεί εύχρηστο εργαλείο για τους χρήστες, με απλή και άμεση σύγκριση των δεδομένων εισόδου. 5.2 Βασικά Στάδια Μεθόδου Η Αναλυτική Ιεραρχική Διαδικασία, η οποία αναπτύχθηκε από τον Saaty, αποτελεί μια τεχνική πολυκριτηριακής μεθόδου η οποία χρησιμοποιεί διαδικασίες και πραγματοποιεί συγκρίσεις κατά ζεύγη, μεταξύ των κριτηρίων και των επιλογών. Η ΑΙΔ, περιλαμβάνει τέσσερα βασικά στάδια (Saaty 1980). Το πρώτο στάδιο, περιλαμβάνει την ιεραρχική ανάλυση του προβλήματος, όπου τα σενάρια-σχέδια και τα χαρακτηριστικά αποτελούν αλληλένδετα στοιχεία. Στην κορυφή της ιεραρχικής δομής βρίσκεται ο γενικός απώτερος στόχος. Σε επόμενο επίπεδο, καθορίζονται επιμέρους υποστόχοι, οι οποίοι αποτελούν τα στοιχεία της απόφασης. Δημιουργείται έτσι η δομή ενός δένδρου, ο κάθε υποστόχος αναλύεται σε λεπτομερέστερα στοιχεία απόφασης, ενώ στο τελικό επίπεδο της ιεραρχικής δομής βρίσκονται οι εναλλακτικές λύσεις. Το δεύτερο βήμα, αποτελεί τη συλλογή προτιμήσεων για τα στοιχεία της απόφασης. Συγκεκριμένα, πραγματοποιείται κατά ζεύγη σύγκριση μεταξύ των στοιχείων απόφασης, και έτσι γνωστοποιείται ποια εναλλακτική ή στοιχείο απόφασης προτιμάται και σε ποιο βαθμό. Αρχικά γίνεται σύγκριση κατά ζεύγη μεταξύ των 17

22 κριτηρίων έναντι του βασικού στόχου του ζητήματος για να αναδειχθεί η σημαντικότητα αυτών, και έπειτα πραγματοποιείται σύγκριση μεταξύ των εναλλακτικών σεναρίων για κάθε ένα από τα κριτήρια για την ανάδειξη της προτίμησης των τελευταίων. Το τρίτο βήμα αφορά την εκτίμηση προτεραιοτήτων για τα στοιχεία απόφασης. Για κάθε πίνακα συγκρίσεων που έχει δημιουργηθεί, προσδιορίζονται τα βάρη των συγκρινόμενων στοιχείων απόφασης, με βάση τις προτιμήσεις του λήπτη της απόφασης. Έτσι, συγκρίνεται ο βαθμός με τον οποίο συμμετέχουν τα στοιχεία της απόφασης στη διαμόρφωση του εκάστοτε γονικού στοιχείου. Η προτίμηση ενός στοιχείου έναντι ενός άλλου, προκύπτει από τα πηλίκα των σχετικών βαρών. Το τέταρτο βήμα, αφορά στη σύνθεση των επιμέρους βαρών και αποτελεί μια από «κάτω προς τα πάνω» (bottom up) διαδικασία, κατά την οποία επιτελούνται πράξεις πολλαπλασιασμού μεταξύ των πινάκων βαρών με τελικό ζητούμενο να ιεραρχηθούν τα εναλλακτικά σενάρια ως προς τον γενικό απώτερο στόχο Ιεραρχική δομή προβλήματος Κατά το αρχικό στάδιο αντικατοπτρίζεται το ζήτημα προς λύση. Η φύση του εκάστοτε προβλήματος καθιστά χρήσιμη την επιμέρους ανάλυση του ζητήματος. Ειδικότερα, στην κορυφή της δομής του δέντρου βρίσκεται ο γενικός στόχος, ο οποίος αναλύεται σε υποστόχους. Τα χαρακτηριστικά του ζητήματος και τα σχέδια-σενάρια συνδέονται με τον τρόπο αυτό μεταξύ τους, από το υψηλότερο έως το χαμηλότερο επίπεδο της ιεραρχικής δομής. Πρόβλημα Γενικός Στόχος ΣΑ 1 ΣΑ 2. ΣΑ n Κριτήρια Εναλλακτικά σενάρια Σενάριο Α Σενάριο Β. Σενάριο n Σχήμα 5.1: Τυπική Ιεραρχική Δομή 18

23 5.2.2 Συλλογή προτιμήσεων Το δεύτερο βήμα περιλαμβάνει τη δημιουργία πινάκων, οι οποίοι αποτυπώνουν τις κρίσεις του αποφασίζοντα και έτσι επιτρέπεται η κατά-ζεύγη σύγκριση μεταξύ των στοιχείων. Δημιουργούνται πίνακες σε συνάρτηση με τα στοιχεία της απόφασης (Σ.Α.) και τα εναλλακτικά σενάρια. Στους δύο παρακάτω πίνακες, πραγματοποιείται αρχικά, σύγκριση μεταξύ κριτηρίων ως προς την επίτευξη του γενικού στόχου του προβλήματος, και έπειτα μεταξύ των εναλλακτικών σεναρίων ως προς κάθε κριτήριο. Πίνακας 5.1 : Σύγκριση κριτηρίων βάσει στόχου Πίνακας 5.2 : Σύγκριση σεναρίων βάσει κριτηρίου Γενικός Στόχος Σ.Α. 1 Σ.Α. 2 Σ.Α. n Σ.Α. n A B n Σ.Α. 1 x 11 x 12 x 1n Σ.Α. 2 x 21 x 22 x 2n Σ.Α. n x n1 x n2 x nn A y AA y ΑΒ y An B y BA y ΒΒ y Bn n y na y nb y nn Η σύγκριση στηρίζεται σε μια σταθμισμένη κλίμακα, προτάθηκε από τον Saaty (1980), και περιλαμβάνει διαβαθμίσεις που αντιστοιχούν στις αριθμητικές τιμές 1, 3, 5, 7 και 9. Χρησιμοποιούνται και οι ενδιάμεσες τιμές στην κλίμακα αυτή, οι οποίες εκφράζουν τις ενδιάμεσες προτιμήσεις (Πίνακας 5.3). Οι διαθέσιμες τιμές που μπορούν να λάβουν μέρος στις κατά-ζεύγη συγκρίσεις ανήκουν στο επόμενο σύνολο: {9, 8, 7, 6, 5, 4, 3, 2, 1, 1/2, 1/3, 1/4, 1/5, 1/6, 1/7, 1/8, 1/9} Ακόμη, για έναν πίνακα με διαστάσεις n x n, πραγματοποιείται αριθμός συγκρίσεων n(n-1)/2. Κατά τη διάρκεια της σύγκρισης, γνωστοποιείται ποια εναλλακτική λύση προτιμάται και σε ποιο βαθμό. Τα εναλλακτικά σενάρια συγκρίνονται μεταξύ τους, σύμφωνα με τα εκάστοτε στοιχεία απόφασης, τα οποία με τη σειρά τους συγκρίνονται και μεταξύ τους. 19

24 Πίνακας 5.3 : Κλίμακα Saaty (1980) Βαθμός Ορισμός Σημαντικότητας Επεξήγηση 1 Ίση Οι δυο δραστηριότητες συμβάλλουν εξίσου στην επίτευξη του στόχου 3 Μέτρια Το ένα στοιχείο επικρατεί ελαφρώς έναντι του άλλου στοιχείου 5 Δυνατή Δυνατή προτίμηση ενός στοιχείου έναντι του άλλου 7 Ισχυρή Κυριαρχία του στοιχείου έναντι ενός άλλου 9 Απόλυτη Αποδεδειγμένη προτίμηση βάση της υψηλότερης επιβεβαίωσης 2, 4, 6, 8 Ενδιάμεσες τιμές Όταν απαιτείται συμβιβασμός σχετικά με τον βαθμό προτίμησης Αντίστροφες τιμές Για αντίστροφες συγκρίσεις μεταξύ των στοιχείων Καθορισμός τοπικών προτεραιοτήτων Το τρίτο βήμα συνιστά ο υπολογισμός των προτεραιοτήτων των στοιχείων. Για κάθε πίνακα συγκρίσεων που έχει δημιουργηθεί, προσδιορίζονται τα βάρη των συγκρινόμενων στοιχείων απόφασης, με βάση τις προτιμήσεις του λήπτη της απόφασης. Η προτίμηση ενός στοιχείου έναντι ενός άλλου, προκύπτει από τα πηλίκα των σχετικών βαρών. Υπάρχουν δύο περιπτώσεις: Στην περίπτωση που ο πίνακας είναι συνεπής (έστω πίνακας F), με την υπόθεση πως είναι γνωστά τα σχετικά βάρη, ισχύει Fw= nw, όπου n ο αριθμός των συγκρινόμενων στοιχείων και w, το διάνυσμα των πραγματικών σχετικών βαρών. Ωστόσο, σε πραγματικές συνθήκες, ο λήπτης δεν είναι σε θέση να γνωρίζει τα πραγματικά σχετικά βάρη, δηλαδή τα πηλίκα των βαρών που εκφράζουν τη σχετική προτίμηση ενός στοιχείου έναντι ενός άλλου, και έτσι ο ασυνεπής πίνακας θα περιείχε ανακολουθίες και ασυνέπειες. Έτσι, για την αξιολόγηση της ποιότητας του πίνακα συγκρίσεων Α, δημιουργήθηκε ένας δείκτης συνέπειας (Consistency Index-CI), για την εκτίμηση της παρέκκλισης από τη συνέπεια, ο οποίος εκφράζεται από τη σχέση: 20

25 C λ, όπου λmax η μέγιστη ιδιοτιμή. Η συνέπεια καθορίζεται από ένα μέτρο που ονομάζεται λόγος συνέπειας (Consistency Ratio-CR), ο οποίος αποτυπώνεται μέσα από τη σχέση, όπου RI-Random Inconsistency, ο τυχαίος δείκτης, ένα μέτρο που υπολόγισε ο Saaty (1980) ή αλλιώς ένας μέσος όρος ασυνεπειών. n RI ,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49 Ο δείκτης RI, και τα αποτελέσματα που σημειώνονται στον παραπάνω πίνακα, υπολογίστηκαν από ένα μεγάλο δείγμα τυχαίων πινάκων σύγκρισης. Σε γενικές γραμμές, ο λόγος CR πρέπει να είναι μικρότερος του 0,1 (δηλαδή 10%), για να είναι αποδεκτός ο λόγος και να εξαχθούν αξιόπιστα αποτελέσματα. Σε αντίθετη περίπτωση, ο πίνακας θεωρείται ασυνεπής και απαιτείται αναθεώρηση των δεδομένων εισόδου. Ακολουθούν πίνακες που περιγράφουν τις κατά-ζεύγη συγκρίσεις μεταξύ των διαφόρων στοιχείων της απόφασης. Πίνακας 5.4 : Μήτρα σύγκρισης κριτηρίων ΚΡΙΤΗΡΙΑ C 1 C 2 C 3 C 4 ΔΙΑΝΥΣΜΑ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ C 1 1 α 12 α 13 α 14 w 1 C 2 α 21 1 α 23 α 24 w 2 C 3 α 31 α 32 1 α 34 w 3 C 4 α 41 α 42 α 43 1 w 4 Τα βάρη που απεικονίζονται παραπάνω, επιλέχθηκαν βάσει της κλίμακας που προτάθηκε από τον Saaty (Πίνακας 2). Προκειμένου να συμπληρωθεί η στήλη του διανύσματος προτεραιότητας (priority vector), ακολουθείται η εξής διαδικασία: Αθροίζονται οι τιμές του στοιχείου/κριτηρίου i κατά στήλη, για κάθε κριτήριο., για κάθε i. Έπειτα, για κάθε στοιχείο του πίνακα, γίνεται προσέγγιση του βάρους του, δια του αθροίσματος των βαρών -κατά κριτήριο. 21

26 Το διάνυσμα προτεραιότητας προκύπτει ως ο μέσος όρος των παραπάνω προσεγγίσεων, για κάθε στοιχείο/κριτήριο κατά γραμμή του πίνακα. Οι συνιστώσες του διανύσματος έχουν άθροισμα τη μονάδα. Έπειτα, για τον υπολογισμό της μέγιστης ιδιοτιμής, ακολουθείται η εξής διαδικασία: Πολλαπλασιάζονται οι τιμές του κάθε στοιχείου/κριτηρίου i του αρχικού πίνακα (πίνακας 1), με το διάνυσμα προτεραιότητας. Για κάθε στοιχείο/κριτήριο, υπολογίζεται το πηλίκο των ιδιοτιμών αυτών, με τις συνιστώσες του διανύσματος. Ορίζεται η μέγιστη ιδιοτιμή λmax, με τη βοήθεια του τύπου Κατόπιν, πραγματοποιούνται οι μήτρες σύγκρισης, όπου συγκρίνονται οι εναλλακτικές λύσεις (A1, A2, An) ως προς κάθε κριτήριο ξεχωριστά (C1, C2, Cn). Συνεπώς δημιουργούνται άλλες τόσες μήτρες, όσα τα κριτήρια του εκάστοτε ζητήματος. Πίνακας 5.5: Μήτρα σύγκρισης ως προς το κριτήριο C1 ΕΝΑΛΛΑ- ΚΤΙΚΕΣ Α 1 Α 2 Α 3 Α 4 Α 5 ΔΙΑΝΥΣΜΑ ΠΡΟΤΕΡΑΙ- ΟΤΗΤΑΣ Α 1 1 β 12 β 13 β 14 β 15 y 1 Α 2 β 21 1 β 23 β 24 β 25 y 2 Α 3 β 31 β 32 1 β 34 β 35 y 3 Α 4 β 41 β 42 β 43 1 β 45 y 4 Α 5 β 51 β 52 β 53 β 54 1 y 5 22

27 5.2.4 Καθολικές προτεραιότητες Στο στάδιο αυτό αναπτύσσονται οι καθολικές προτεραιότητες. Συγκεκριμένα, συγκρίνονται οι εναλλακτικές λύσεις με κάθε ένα από τα κριτήρια που έχουν τεθεί. Αναλυτικότερα, έχουν γίνει όλοι οι προαπαιτούμενοι υπολογισμοί στις μήτρες σύγκρισης, και στο τελικό στάδιο σταθμίζονται οι τοπικές προτεραιότητες με τις προτεραιότητες των κριτηρίων. Το τελικό ζητούμενο είναι να ιεραρχηθούν τα εναλλακτικά σενάρια ως προς τον γενικό απώτερο στόχο. Πίνακας 5.6: Πίνακας τοπικών και καθολικών προτεραιοτήτων ΤΟΠΙΚΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΕΣ C 1 C 2 C 3 C 4 Εναλλακτική Λύση w 1 w 2 w 3 w 4 ΚΑΘΟΛΙΚΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΕΣ Α 1 y 1 y 1 *w 1 + *w 2 + * w 3 + * w 4 Α 2 y 2 y 2 *w 1 + *w 2 + * w 3 + * w 4 Α 3 y 3 y 3 *w 1 + *w 2 + * w 3 + * w 4 Α 4 y 4 y 4 *w 1 + *w 2 + * w 3 + * w 4 Α 5 y 5 y 5 *w 1 + *w 2 + * w 3 + * w 4 Εφόσον έχουν γίνει όλοι οι υπολογισμοί και συμπληρώθηκαν οι μήτρες σύγκρισης, συγκρίνονται πλέον οι εναλλακτικές λύσεις με κάθε κριτήριο. Συγκεκριμένα, σταθμίζονται οι προτεραιότητες των κριτηρίων με τις τοπικές προτεραιότητες των εναλλακτικών σεναρίων, και αθροίζονται. Ο υπολογισμός των τελικών προτεραιοτήτων δίνεται από την ακόλουθη σχέση:, όπου w η βαρύτητα του κριτηρίου j και y η βαρύτητα της εναλλακτικής i σε σχέση με το κριτήριο j. Έτσι, προκύπτει η στήλη των καθολικών προτεραιοτήτων, η οποία υποδεικνύει το σενάριο που κατέχει υψηλότερη προτίμηση σε σύγκριση με τα υπόλοιπα. 23

28 Συμπληρωματικά Εργαλεία Είδος παρέμβασης Περιβαλλοντικά ζητήματα 5.3 Χρησιμότητα ΑΙΔ και εφαρμογές της Η χρησιμότητα της Αναλυτικής Ιεραρχικής Διαδικασίας, σε σχέση με άλλες πολυκριτηριακές μεθόδους έγκειται στο γεγονός ότι επιτρέπει την εμπλοκή εμπειρογνωμόνων και ενδιαφερόμενων μερών, ενώ καθιστά δυνατό τον έλεγχο των ασυνεπειών των αποφάσεων και έτσι ελαχιστοποιούνται τα σφάλματα. Η ΑΙΔ, όπως και άλλες πολυκριτηριακές μέθοδοι βρίσκουν εφαρμογή σε διάφορα πεδία, οι οποίες περιλαμβάνουν την κατανομή πόρων, τον τοπικό και αστικό σχεδιασμό, την επιλογή της καλύτερης εναλλακτικής, τον σχεδιασμό προγραμμάτων, την βελτιστοποίηση, την επίλυση συγκρούσεων και άλλες πολλές εφαρμογές σε διαφορετικά πεδία. Στον παρακάτω πίνακα 3, απεικονίζεται η συνεισφορά των πολυκριτηριακών μεθόδων, χωρισμένη σε τρεις κατηγορίες βάσει του θέματος της εργασίας, σε ό, τι αφορά τη χρήση τους ως εργαλεία για την έρευνα ή μελέτη και τελικώς την δημοσίευση εγγράφων σε επιστημονικά περιοδικά για την τελευταία δεκαετία (Ivy B. Huang et al., 2011). Τα παρακάτω δεδομένα επιβεβαιώνουν την επικράτηση της αναλυτικής ιεραρχικής διαδικασίας ως μέθοδο επίλυσης ζητημάτων, βάσει των δημοσιευμένων εγγράφων στην πανεπιστημιακή κοινότητα, σε βαθμό 48%. Πίνακας 5.7 Χρήση πολυκριτηριακών μεθόδων ανά κατηγορία και εφαρμογή (Huang et al., 2011) AHP/ANP MAUT/MAVT PROMETHEE ELECTRE TOPSIS Άλλες Σύνολο Διαχείριση Απορριμμάτων Διαχείριση ποιότητας υδάτων Διαχείριση ποιότητας αέριων ρύπων 50% 17% 13% 0% 0% 20% 100% 19% 33% 5% 10% 0% 33% 100% 0% 10% 60% 0% 0% 30% 100% Ενέργεια 42% 9% 12% 9% 3% 25% 100% Φυσικοί πόροι 50% 7% 0% 0% 0% 43% 100% Ενδιαφερόμενα μέρη 48% 15% 3% 6% 0% 28% 100% Στρατηγική 39% 21% 11% 5% 4% 20% 100% Βιώσιμος σχεδιασμός 64% 7% 0% 4% 7% 18% 100% Αποκατάσταση- Επαναφορά 27% 33% 7% 13% 0% 20% 100% Συστήματα Γεωγραφικών Πληροφοριών 80% 17% 0% 0% 0% 3% 100% Εκτίμηση κύκλου ζωής 62% 12% 5% 2% 0% 19% 100% Σύνολο 48,08% 16,35% 8,01% 4,49% 1,60% 21,47% 100,00% 24

29 Συγκεκριμένα για τον περιβαλλοντικό τομέα, το μοντέλο της αναλυτικής ιεραρχίας εφαρμόζεται σε θέματα που αφορούν τη διαχείριση των φυσικών πόρων και την ποιότητα αυτών, και κυρίως τη διαχείριση απορριμμάτων (Kontos D. et al., 2005; Sumathi V.R., et al., 2008; Guiqin W., 2009; Sener S. et al, 2010), την ποιότητα υδάτων αλλά και της ατμόσφαιρας. Σημαντικές εφαρμογές του περιβαλλοντικού τομέα περιλαμβάνουν τη χωροθέτηση {εγκατάσταση αιολικού πάρκου (Tegou, L.I., et al., 2010), φωτοβολταϊκού σταθμού και άλλων εγκαταστάσεων ανανεώσιμων πηγών ενέργειας}, τον υπολογισμό των περιβαλλοντικών επιπτώσεων και γενικότερα θέματα διαχείρισης οικοσυστημάτων. Ανάλογα με το είδος της παρέμβασης, διαφέρει ο βαθμός στον οποίο συμμετέχει το κοινό για τη λήψη αποφάσεων, και ο βαθμός ενσωμάτωσης των προτιμήσεων των διαφόρων εμπλεκομένων και ομάδων συμφερόντων. Η χρήση του μοντέλου της Αναλυτικής Ιεραρχικής Διαδικασίας εφαρμόζεται ακόμη και σε βασικότερους πυλώνες της αειφορίας. Η έννοια «αειφόρος γεωργία», έχει αποτελέσει αντικείμενο μελετών των τελευταίων ετών, καθώς συσχετίζεται με τη χρήση των φυσικών πόρων και μπορεί να συνδεθεί με τις προσπάθειες επίτευξης μιας αειφόρου ανάπτυξης. Η κατασκευή σύνθετων δεικτών βιωσιμότητας, αποτελεί έναν σημαντικό τομέα εφαρμογών, για να αξιολογήσει την βιωσιμότητα του αγροτικού ή άλλου τομέα (A.Gomez et al., 2008). Μια βασική εφαρμογή της ΑΙΔ συναντάται στην εκτίμηση περιβαλλοντικών επιπτώσεων (Ramanathan R., 2001), αποτελώντας ένα ιδανικό πλαίσιο καθώς επιτρέπει τους συμβιβασμούς μεταξύ των περιβαλλοντικών ζητημάτων και την ανάπτυξη. Οι περιβαλλοντικές επιπτώσεις αποτελούν ένα ευρύ πεδίο, που απαιτεί σωστή προσέγγιση σχεδιασμού και εκτίμησης των επιπτώσεων που προκαλούνται από την κατασκευή και τη λειτουργία των τεχνικών έργων. Το σημείο που εισβάλλει η ΑΙΔ, είναι κατά τη χρήση κριτηρίων εκτίμησης, με τη δυνατότητα προσαρμογής στις εκάστοτε συνθήκες, ανάλογα με τη φύση του τεχνικού έργου και της νομοθεσίας. Έπειτα ακολουθεί ο τομέας της ενέργειας, καθώς προσφέρει τη δυνατότητα επεξεργασίας ποιοτικών παραμέτρων με ποσοτικά δεδομένα, σχετικά με την παραγωγή ενέργειας και τελικώς την συνεκτίμηση ποικίλων παραμέτρων για τη λήψη της απόφασης (εγκατάσταση φωτοβολταϊκών σταθμών). Σε τέτοιες περιπτώσεις αντιμετώπισης ενεργειακών προβλημάτων, συνηθίζεται ο συνδυασμός της ΑΙΔ με άλλη πολυκριτηριακή μέθοδο. Πολλές είναι οι εφαρμογές που περιλαμβάνουν την ΑΙΔ ως μοντέλο ιεράρχησης πολιτικών και μέσων εξοικονόμησης ενέργειας (Akash B. et al., 1999; Kablan 2004) 25

30 Επόμενο πεδίο παρεμβάσεων που συναντάται η ΑΙΔ, είναι αυτό στο οποίο εμπλέκονται διάφορα ενδιαφερόμενα μέρη, κάθε είδους στρατηγική, η έννοια της βιωσιμότητας στο σχεδιασμό και την κατασκευή (Putrus P., 1990; Hajee M. et al., 2005) και στην όποια επαναφορά ή αποκατάσταση. Αποτελεί εργαλείο, ικανό να αξιολογήσει την καταλληλότητα της γης για την εκάστοτε κατασκευή, χωροθέτηση ή δημιουργία νέου χώρου υποστήριξης οποιουδήποτε κοινωνικο-οικονομικού φαινομένου (Chow T.E., et al., 2010). Τέλος, οι εφαρμογές της αναλυτικής ιεραρχικής διαδικασίας χρησιμοποιούνται συμπληρωματικά με άλλα εργαλεία, όπως το λογισμικό GIS, και την εκτίμηση περιβαλλοντικών επιπτώσεων (Ivy B. Huang et al., 2011). Κοινός παρονομαστής, η επιλογή της καλύτερης εναλλακτικής, η βελτιστοποίηση στην επιλογή τοποθεσίας και χωροθέτησης, η επίλυση συγκρούσεων σε διαφορετικά πεδία παρεμβάσεων και γενικότερα, ο υπολογισμός της βέλτιστης στρατηγικής υλοποίησης και η συνολική αξιολόγηση. Η χρησιμότητα της μεθόδου έγκειται στο γεγονός ότι μπορεί να λειτουργήσει συμπληρωματικά με εργαλεία σχεδιαστικά (Sumathi V.R., et al., 2008), εμπλέκει και συνυπολογίζει τα ενδιαφερόμενα μέρη και εφαρμόζει κάποιου είδους στρατηγική. Παρόλη τη χρησιμότητα της μεθόδου της αναλυτικής ιεράρχησης, διατυπώνεται και ένας προβληματισμός σχετικά με το πολυκριτηριακό αυτό μοντέλο και αφορά το φαινόμενο το οποίο είναι γνωστό ως αντιστροφή της κατάταξης (rank reversal). Η τυχόν προσθήκη επιπλέον επιλογής στον κατάλογο των επιλογών, μπορεί να αντιστρέψει την κατάταξη δύο άλλων επιλογών που δεν σχετίζονται με την νέα επιλογή, με αποτέλεσμα να αντιστραφούν τα αποτελέσματα (Belton V., Gear T., 1983; Saaty 1992). Το ενδεχόμενο αυτό, στην πραγματικότητα αναιρεί την ορθολογική αξιολόγηση των επιλογών και αντιβαίνει στις θεωρητικές αρχές της μεθόδου αυτής. 26

31 6. ΕΦΑΡΜΟΓΕΣ ΜΕΘΟΔΟΥ ΑΝΑΛΥΤΙΚΗΣ ΙΕΡΑΡΧΙΚΗΣ ΔΙΑΔΙΚΑΣΙΑΣ 6.1 Βελτίωση οδικού δικτύου της πόλης Chennai της Ινδίας Ο σχεδιασμός μιας βέλτιστης στρατηγικής σχεδιασμού οδικού δικτύου, απαιτεί επεξεργασία μεγάλου όγκου δεδομένων. Λόγω της φύσης τέτοιων ζητημάτων, εφαρμόζονται με ευκολία τα συστήματα γεωγραφικών πληροφοριών, δίνοντας το προνόμιο της δημιουργίας μιας οργανωμένης βάσης δεδομένων. Το λογισμικό GIS, αποτελεί ένα κατάλληλο εργαλείο για την επίλυση ζητημάτων σχετικών με τον τομέα της μεταφοράς, παρέχοντας τη δυνατότητα δημιουργίας μιας ολοκληρωμένης πλατφόρμας οργάνωσης οδικών πληροφοριών. Στην περίπτωση που μελετάται, εξετάζεται η βελτίωση του οδικού δικτύου της πόλης Chennai στην Ινδία (Yoagentharan et al., 2002), η μητροπολιτική εμβέλεια της οποίας καλύπτει έκταση 1172 τ.χλμ., εκ των οποίων μόλις τα 172 τ.χλμ. αποτελούν έκταση ορίων της δημοτικής διοικήσεως. Ειδικότερα, το οδικό δίκτυο που αφορά την μητροπολιτική ευρύτερη περιοχή, χαρακτηρίζεται ως ακτινωτό, με 5 ακτινωτές αρτηρίες και μια εσωτερική περιφερειακή οδό. Πρόταση αποτελεί η πιθανή δημιουργία ενός εξωτερικού περιφερειακού δρόμου (ORR), καθώς και ενός δρόμου by-pass Μεθοδολογία Οι στόχοι της παρούσας έρευνας, ήταν αρχικά η δημιουργία μιας βάσης δεδομένων για την πόλη Chennai, με τη βοήθεια του λογισμικού GIS, στη συνέχεια, ο εντοπισμός των κρίσιμων συνδέσεων της επιλεχθείσας υπο-περιοχής που απαιτούν προσοχή, και τέλος η βελτιστοποίηση αυτών των σημαντικών συνδέσεων. Η μεθοδολογία που ακολουθήθηκε, περιλαμβάνει το σκοπό της έρευνας, μελέτες από προηγούμενες αντίστοιχες μελέτες παρόμοιων περιπτώσεων, τη διαμόρφωση των επιμέρους στόχων, τη δημιουργία μιας βάσης δεδομένων για το οδικό δίκτυο της περιοχής, τον προσδιορισμό των υπό-μελέτη συνδέσεων της επιλεχθείσας ζώνης, τη διαμόρφωση του αναλυτικού μοντέλου ιεράρχησης, την επιλογή των παραγόντων αυτών που επηρεάζουν, με τη βοήθεια παλαιότερων περιπτώσεων, τον εντοπισμό των κρίσιμων συνδέσεων και τέλος, τις προτάσεις για βελτίωση. 27

32 6.1.2 Ανάλυση Δεδομένων Σε πρώτο στάδιο, δημιουργήθηκε η βάση δεδομένων για το οδικό δίκτυο της πόλης, μέσω του εργαλείου GIS. Στη συνέχεια, επιλέχθηκε μια ζώνη της περιοχής μελέτης, η περιοχή Chepauk, έκτασης 47 εκταρίων (ha). Για τον εντοπισμό των κρίσιμων συνδέσεων, εφαρμόστηκε η αναλυτική ιεραρχική μέθοδος, ενώ λήφθηκαν υπόψη οι παράγοντες που ακολουθούν: 1. Πλάτος της οδού μεταφοράς (CW) 2. Πλάτος του μονοπατιού (FW) 3. Όγκος στο δρόμο (VR) 4. Χωρητικότητα δρόμου (CR) 5. Μέση ταχύτητα (AS) 6. Ποσοστό των βραδέως κινούμενων οχημάτων (SMV) Οι παράγοντες που μόλις αναφέρθηκαν, θα αξιολογηθούν στα πλαίσια της μεθοδολογίας της αναλυτικής μεθόδου ιεράρχησης, η οποία εφαρμόζεται για να δείξει τη σχετική βαρύτητα έκαστου παράγοντα ή αλλιώς, στοιχείου απόφασης. Με τη βοήθεια της κλίμακας που προτάθηκε από τον Saaty, εκτιμάται το αρχικό βάρος κάθε κριτηρίου ή παράγοντα το οποίο προέκυψε έπειτα από σύγκριση κατά ζεύγη. CW 5,50 FW 1,89 VR 1,57 AS 0,68 SMV 0,35 Με τη βοήθεια των πινάκων σύγκρισης, των απαραίτητων συγκρίσεων κατάζεύγη σε κάθε επίπεδο ιεραρχίας, και την κανονικοποίηση των ιδιοδιανυσμάτων κάθε μήτρας, γίνεται σύνθεση των επιμέρους σταθμισμένων βαρών για κάθε επίπεδο ιεραρχίας και έτσι υπολογίζεται ο σύνθετος δείκτης για διάφορα σενάρια επιλογής δρόμων. Αφού υπολογισθεί η σχετική σημαντικότητα κάθε παράγοντα, δημιουργείται ένα μοντέλο, με τη βοήθεια του οποίου είναι δυνατός ο εντοπισμός ενός σύνθετου δείκτη, για διάφορους δρόμους, και τελικώς η εύρεση των κρίσιμων συνδέσεων. 28

33 Το μοντέλο δημιουργήθηκε στη λειτουργία του λογισμικού Συστημάτων Γεωγραφικών Πληροφοριών, και συγκεκριμένα στο πρόγραμμα ArcInfo. Η δομή του μοντέλου είναι αυτή που ακολουθεί (Σχέση 1), ενώ ο σύνθετος δείκτης για τα διάφορα οδικά τμήματα αποτυπώνεται στον πίνακα που ακολουθεί παρακάτω (Πίνακας 6.1). 5.50*Ri *Ri *Ri *Ri *Ri5, (Σχέση 1) όπου i το πλήθος των εναλλακτικών διαδρομών Ri 1 ως 5, η σχετική σημαντικότητα της κάθε εναλλακτικής διαδρομής i ως προς τις 5 παραμέτρους Αποτελέσματα Η τιμή του δείκτη για τα διάφορα τμήματα, προκύπτει από τον παραπάνω τύπο. Στον πίνακα που ακολουθεί, φαίνονται οι τιμές των 12 εναλλακτικών σεναρίων σε σχέση με το κάθε κριτήριο. Όσο χαμηλότερη η τιμή του δείκτη, τόσο πιο κρίσιμη η διαδρομή θεωρείται. Με τον τρόπο αυτό, παρατηρείται πως πιο κρίσιμη διαδρομή, και άρα βέλτιστο σενάριο, αποτελεί το σενάριο 1, του οποίου τα χαρακτηριστικά μεγέθη βάσει πλάτους, χωρητικότητας, μέσης ταχύτητας και άλλων τεχνικών δεδομένων, οφείλουν να είναι αυτά που καταγράφονται στον πίνακα 6.1. Πίνακας 6.1: Πίνακας υπολογισμού τελικού δείκτη Εναλλακτικά Σενάρια Πλάτος της οδού μεταφοράς Μονοπάτι (αριστερά) Μονοπάτι (δεξιά) Όγκος/ Χωρητικότητα δρόμου Μέση ταχύτητα Ποσοστό βραδέως κινούμενων οχημάτων -SMV- Τελικός Δείκτης -CW- -FW left- -FW right- -VR/CR- -AS

34 6.2 Σχεδιασμός μοντέλου ΑΙΔ για την επιλογή εγκατάστασης φωτοβολταϊκού σταθμού Η μέθοδος της αναλυτικής ιεραρχικής διαδικασίας χρησιμοποιείται ευρέως σε ζητήματα ενεργειακής φύσεως, καθώς στα πλαίσια της μεθόδου δίνεται η δυνατότητα αξιολόγησης πολλών παραμέτρων. Δεδομένου του σημαντικού ρόλου που διαδραματίζει η ενέργεια στην αντιμετώπιση των περιβαλλοντικών πιέσεων που ολοένα αυξάνονται, και κατ επέκταση στη βιώσιμη ανάπτυξη, το θέμα της εξέτασης χωροθέτησης φωτοβολταϊκών σταθμών αποτελεί αξιοσημείωτο ζήτημα προς ανάλυση. Καθώς πρόκειται για μεγάλα κατασκευαστικά έργα, η ΑΙΔ μπορεί να χρησιμοποιηθεί ως μια έγκυρη μέθοδος πολυκριτηριακής ανάλυσης, η οποία είναι ικανή να παρουσιάσει ιεραρχικά τους εκάστοτε παράγοντες επιρροής και τα σενάρια που καλύπτουν στον καλύτερο βαθμό τις προϋποθέσεις για την επίτευξη του στόχου Περιοχή Μελέτης Σκοπός της εργασίας αυτής είναι η δημιουργία ενός μοντέλου χωροθέτησης φωτοβολταϊκών σταθμών μεγάλης ισχύος, χρησιμοποιώντας την μέθοδο της αναλυτικής ιεράρχησης (Ματωνάκη, 2011). Το σημείο-κλειδί της μελέτης είναι, πως οι εναλλακτικές επιλογές του 4 ου επιπέδου ιεραρχίας (Σχήμα 6.2), μπορούν να προσαρμόζονται στην εκάστοτε περίπτωση, και με τον τρόπο αυτό, το μοντέλο αποκτά διαχρονική χρήση. Τα κριτήρια που θεωρούνται σημαντικά και οφείλουν να ληφθούν υπόψη για την κατάλληλη και ακριβή χωροθέτηση ενός πιθανού φωτοβολταϊκού σταθμού, και άρα θα απαρτίσουν το μοντέλο υπό σχεδιασμό, μπορούν να κατηγοριοποιηθούν σε τέσσερις ευρύτερες κατηγορίες, τον περιβαλλοντικό, τον κοινωνικο-οικονομικό, τον κλιματικό και τον τοπογραφικό παράγοντα. Τα κριτήρια που απαρτίζουν τον κάθε παράγοντα ακολουθούν (Πίνακας 6.2), με τη βοήθεια των οποίων σχηματοποιήθηκε η ιεραρχική δομή (σχήμα 6.2). 30

35 Πίνακας 6.2: Κριτήρια υπό εξέταση Περιβαλλοντικός παράγοντας Χρήσεις γης Αισθητικός αντίκτυπος Αντίκτυπος στο οικοσύστημα Κοινωνικο-οικονομικός παράγοντας Απόσταση από κατοικημένη περιοχή Κίνδυνος συγκρούσεων μεταξύ ομάδων Οικονομικό όφελος για κατοίκους περιοχής Κλιματικός παράγοντας Συνολική ηλιακή ακτινοβολία Ισοδύναμο ορών ηλιοφάνειας Μέση θερμοκρασία Τοπογραφικός παράγοντας Μορφολογικά και γεωγραφικά χαρακτηριστικά τοποθεσίας Πρόσβαση Απόσταση από υποσταθμό/δίκτυο της Δ.Ε.Η. 31

36 Ομάδα κριτηρίων Α Περιβαλλοντικός Χρήσεις γης Αισθητικός Αντίκτυπος παράγοντας Βέλτιστη επιλογή εγκατάστασης φωτοβολταϊκού σταθμού Ομάδα κριτηρίων Β Κοινωνικο-Οικονομικός παράγοντας Ομάδα κριτηρίων Γ Κλιματικός παράγοντας Αντίκτυπος στο οικοσύστημα Τοποθεσία 1 Απόσταση από κατοικημένη περιοχή Κίνδυνος συγκρούσεων Οικονομικά οφέλη για κατοίκους... Συνολική Ηλιακή Ακτινοβολία Ισοδύναμο ωρών ηλιοφάνειας Θερμοκρασία Τοποθεσία ν-1 Τοποθεσία ν Ομάδα κριτηρίων Δ Τοπογραφικός παράγοντας Μορφολογικά και γεωγραφικά χαρακτηριστικά Πρόσβαση Απόσταση από υποσταθμό/δίκτυο Σχήμα 6.2: Ιεραρχική δομή μοντέλου Ανάλυση Δεδομένων Τα δεδομένα προέκυψαν από ερωτηματολόγια τα οποία απηύθυναν σε μέλη της πανεπιστημιακής κοινότητας, με ειδίκευση στον τομέα της παραγωγής ενέργειας, και υπευθύνους τεχνικών εταιρειών, οι οποίες κατασκευάζουν Φ/Β σταθμούς. Με τον τρόπο αυτό, διεξήχθησαν οι κατά - ζεύγη συγκρίσεις με βάση την κλίμακα του Saaty (Πίνακας 5.3). Αναλυτικότερα, το πρώτο στάδιο των συγκρίσεων αφορούσε την κρίση των ερωτηθέντων μεταξύ των τεσσάρων παραγόντων. Με τη βοήθεια του λογισμικού SuperDecisions, εισήχθησαν τα δεδομένα εισόδου στην παρακάτω μήτρα συγκρίσεων (Πίνακας 6.3), και υπολογίστηκαν οι βαρύτητες των στοιχείων της απόφασης καθώς και ο βαθμός ασυνέπειας. 32

37 Πίνακας 6.3: Μήτρα σύγκρισης κριτηρίων ΠΑΡΑΓΟΝΤΕΣ Περιβαλλοντικός Κοινωνικοοικονομικός Κλιματικός Τοπογραφικός Περιβαλλοντικός 1 0,362 0,465 0,345 Κοινωνικοοικονομικός 2, ,995 1,249 Κλιματικός 2,151 1, ,122 Τοπογραφικός 2,899 0,801 0,891 1 Μέσω των κατάλληλων υπολογισμών, προέκυψε η βαρύτητα του κάθε παράγοντα. w Περιβ 0,115 w Kοιν-Οικ 0,316 w Κλιματ 0,290 w Τοπογρ 0,279 Συγκεκριμένα, ο κοινωνικό-οικονομικός παράγοντας κατέχει το μεγαλύτερο ποσοστό βαρύτητας για την κατάλληλη τοποθέτηση (0,316), ενώ ο κλιματικός και τοπογραφικός ακολουθούν με συντελεστή σημαντικότητας 0,290 και 0,279 αντίστοιχα. Ο περιβαλλοντικός παράγοντας κατέχει την χαμηλότερη τιμή σημαντικότητας των κριτηρίων, με συντελεστή βαρύτητας 0,115. Στη συνέχεια, πραγματοποιήθηκαν οι μήτρες σύγκρισης των επιμέρους κριτηρίων, και υπολογίστηκαν, με τη βοήθεια του Super Decisions, οι βαρύτητες αυτών, για κάθε κατηγορία κριτηρίων, δηλαδή των περιβαλλοντικών, των κοινωνικοοικονομικών, των κλιματικών και των τοπογραφικών κριτηρίων. 33

38 Πίνακας 6.4.1: Μήτρα σύγκρισης περιβαλλοντικών κριτηρίων ΠΕΡΙΒΑΛΛΟΝΤΙΚΟΣ ΠΑΡΑΓΟΝΤΑΣ Χρήσεις γης Αισθητικός Αντίκτυπος Αντίκτυπος στο οικοσύστημα w Χρήσεις γης 1 2,425 0,821 0,385 Αισθητικός αντίκτυπος 0, ,338 0,166 Αντίκτυπος στο οικοσύστημα 1,218 2, ,448 Πίνακας 6.4.2: Μήτρα σύγκρισης κοινωνικο-οικονομικών κριτηρίων ΚΟΙΝΩΝΙΚΟ- ΟΙΚΟΝΟΜΙΚΟΣ ΠΑΡΑΓΟΝΤΑΣ Απόσταση από κατοικημένη περιοχή Κίνδυνος συγκρούσεων Οικονομικά οφέλη για τους ντόπιους Απόσταση από κατοικημένη περιοχή Κίνδυνος συγκρούσεων Οικονομικά οφέλη για τους ντόπιους 1 0,489 1,602 0,385 2, ,887 0,166 0,624 0, ,448 w Πίνακας 6.4.3: Μήτρα σύγκρισης κλιματικών κριτηρίων ΚΛΙΜΑΤΙΚΟΣ ΠΑΡΑΓΟΝΤΑΣ Συνολική Ηλιακή Ακτινοβολία Ισοδύναμο ωρών ηλιοφάνειας Θερμοκρασία w Συνολική Ηλιακή Ακτινοβολία Ισοδύναμο ωρών ηλιοφάνειας Θερμοκρασία 1 0,666 1,579 0,334 1, ,222 0,401 0,633 0, ,265 Πίνακας 6.4.4: Μήτρα σύγκρισης τοπογραφικών κριτηρίων ΤΟΠΟΓΡΑΦΙΚΟΣ ΠΑΡΑΓΟΝΤΑΣ Μορφολογικά και γεωμορφολογικά χαρακτηριστικά Πρόσβαση Απόσταση από υποσταθμό/δίκτυο w Μορφολογικά και γεωμορφολογικά χαρακτηριστικά Πρόσβαση Απόσταση από υποσταθμό/δίκτυο 1 0,875 0,407 0,220 1, ,522 0,261 2,457 1, ,519 34

39 Με τη βοήθεια του λογισμικού, υπολογίστηκε και ο βαθμός ασυνέπειας των πινάκων σύγκρισης. Όπως φαίνεται, το ποσοστό του δείκτη δεν ξεπερνά την τιμή του 10%, και έτσι τα αποτελέσματα είναι αποδεκτά και δεν απαιτείται ο επανέλεγχος των δεδομένων εισόδου. Πίνακας 6.5: Υπολογισμός βαθμού ασυνέπειας κριτηρίων Συνολικές κρίσεις Βαθμός Ασυνέπειας % Συγκρίσεις παραγόντων επιρροής 4,02 Συγκρίσεις περιβαλλοντικών κριτηρίων 3,002 Συγκρίσεις κοινωνικο-οικονομικών κριτηρίων 3,034 Συγκρίσεις κλιματικών κριτηρίων 3,049 Συγκρίσεις τοπογραφικών κριτηρίων 3, Αποτελέσματα Επόμενο στάδιο στην παρούσα εργασία είναι, ο υπολογισμός των καθολικών κριτηρίων, που αποτελεί το τέταρτο στάδιο της αναλυτικής ιεραρχικής διαδικασίας. Για τον απαιτούμενο υπολογισμό, επιτελείται πράξη πολλαπλασιασμού των συντελεστών σημαντικότητας, μεταξύ των δύο επιπέδων της ιεραρχίας (Πίνακας 6.6). Το τέλος της εφαρμογής αυτής για τη δημιουργία μοντέλου βέλτιστης χωροθέτησης φωτοβολταϊκού σταθμού, σημαίνει και την ιεράρχηση των 12 επιλεγμένων κριτηρίων, με βάση το ποσοστό συμμετοχής τους στην επίτευξη του στόχου. 35

40 Πίνακας 6.6: Πίνακας καθολικών προτεραιοτήτων ΚΡΙΤΗΡΙΑ ΤΟΠΙΚΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΕΣ ΚΑΘΟΛΙΚΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΕΣ Περιβαλλοντικός παράγοντας Χρήσεις γης 0,385 0,044 Αισθητικός αντίκτυπος 0,166 0,019 Αντίκτυπος στο οικοσύστημα 0,448 0,052 0,316 Κοινωνικοοικονομικός παράγοντας Απόσταση από κατοικημένη περιοχή 0,385 0,092 Κίνδυνος συγκρούσεων μεταξύ ομάδων 0,166 0,155 Οικονομικό όφελος για κατοίκους περιοχής 0,448 0,069 0,290 Κλιματικός παράγοντας Συνολική ηλιακή ακτινοβολία 0,334 0,097 Ισοδύναμο ορών ηλιοφάνειας 0,401 0,116 Μέση θερμοκρασία 0,265 0,077 0,279 Τοπογραφικός παράγοντας Μορφολογικά και γεωγραφικά χαρακτηριστικά τοποθεσίας 0,220 0,061 Πρόσβαση 0,261 0,073 Απόσταση από υποσταθμό/δίκτυο της Δ.Ε.Η. 0,519 0,145 36

41 Παρατηρώντας τα αντίστοιχα ποσοστά ολικών βαρυτήτων, προκύπτουν τα παρακάτω δεδομένα: 1 Κίνδυνος συγκρούσεων μεταξύ ομάδων 2 Απόσταση από υποσταθμό/δίκτυο ΔΕΗ 3 Ισοδύναμο ωρών ηλιοφάνειας 4 Συνολική Ηλιακή Ακτινοβολία 5 Απόσταση από κατοικημένη περιοχή 6 Θερμοκρασία 7 Πρόσβαση 8 Οικονομικά Οφέλη για κατοίκους της περιοχής 9 Μορφολογικά και γεωγραφικά χαρακτηριστικά 10 Αντίκτυπος στο οικοσύστημα 11 Χρήσεις γης 12 Αισθητικός αντίκτυπος 37

42 6.3 Επιλογή Χώρου Υγειονομικής Ταφής Απορριμμάτων με τη μέθοδο της Αναλυτικής Ιεραρχικής Διαδικασίας: Εφαρμογή στο Πεκίνο Η Αναλυτική Ιεραρχική Διαδικασία, όπως έχει αναφερθεί σε προηγούμενο κεφάλαιο παραπάνω, έχει πολυάριθμες εφαρμογές στον περιβαλλοντικό τομέα και συγκεκριμένα στη χωροθέτηση. Γενικότερα, η διαχείριση των αστικών απορριμμάτων αποτελεί ένα μείζον θέμα, δεδομένου της άμεσης συσχέτισης του περιβαλλοντικού τομέα με τον κοινωνικό και τον οικονομικό τομέα. Η χωροθέτηση ενός τέτοιου χώρου, απαιτεί την εξέταση μιας πληθώρας δεδομένων της υφιστάμενης κατάστασης, καθώς και των μελλοντικών επιπτώσεων από την πιθανή εγκατάσταση και λειτουργία του Χώρου Υγειονομικής Ταφής Απορριμμάτων (ΧΥΤΑ). Στην παρούσα εργασία, μελετάται η εύρεση της βέλτιστης χωροθέτησης Χώρου Υγειονομικής Ταφής Απορριμμάτων, με τη βοήθεια της μεθόδου ΑΙΔ Περιοχή μελέτης Η χωροθέτηση ενός χώρου υγειονομικής ταφής απορριμμάτων, αποτελεί ένα σύνθετο πρόβλημα χωροθέτησης, το οποίο πρέπει να απλοποιηθεί σε επιμέρους παραμέτρους. Οι επιμέρους παράγοντες που επηρεάζουν την επιλογή χωροθέτησης εξαρτώνται από την περιοχή μελέτης. Στην παρούσα εργασία, μελετάται η χωροθέτηση ΧΥΤΑ στην πρωτεύουσα της Κίνας, Beijing, της οποίας η έκταση ανέρχεται στα 16,808 km 2, με 62% της έκτασής της να είναι ορεινό και το υπόλοιπο πεδινό (Guiqin W. et al., 2009). Είναι απαραίτητη η εκτίμηση πολλών παραμέτρων που αφορούν στην περιοχή μελέτης, όπως το κλίμα που επικρατεί, η ετήσια κυρίαρχη κατεύθυνση του ανέμου, ο μέσος όρος ταχύτητας αυτού, όπως και η μέση ετήσια βροχόπτωση που εμφανίζεται στο Πεκίνο. Με τη βοήθεια της αναλυτικής ιεραρχικής διαδικασίας, είναι δυνατή η απλοποίηση του πολύπλοκου αυτού ζητήματος. Παρακάτω απεικονίζονται τα τέσσερα επίπεδα ιεραρχίας. 38

43 C1 Ανθρώπινα και ζωικά ενδιατήματα C2 Επιφάνεια νερού D1 Ποτάμια D2 Λίμνες C3 Υπόγεια ύδατα Β1 C4 Απόσταση από αεροδρόμια Περιβαλλοντικοί παράγοντες C5 Γεωργική γη C6 Δασική γη A Καταλληλότητα χωροθέτησης C7 Ειδικής χρήσεως γη C8 Μορφολογία γης D3 Κλίση D4 Υψόμετρο C9 Αξία γης Β2 Οικονομικοί παράγοντες Σχήμα 6.3: Μοντέλο Ιεράρχησης C10 Απόσταση από συγκοινωνία D5 Απόσταση από την παραγωγή αποβλήτων αστικών κέντρων D6 Απόσταση από οδικό δίκτυο Ανάλυση δεδομένων Τα κριτήρια που τέθηκαν υπό ανάλυση είναι δεκατρία, και διακρίνονται σε δύο κατηγορίες που αντιστοιχούν στην περιβαλλοντική και οικονομική συνιστώσα. Τα κριτήρια αυτά αντλήθηκαν από σχετική βιβλιογραφία καθώς και από τις νομοθετικές ρυθμίσεις της χώρας. Στους επόμενους πίνακες που ακολουθούν (Πίνακες ), έχουν πραγματοποιηθεί όλες οι απαιτούμενες συγκρίσεις κατά-ζεύγη, μεταξύ των στοιχείων της απόφασης και φαίνεται αρχικά το βάρος κάθε στοιχείου. 39

44 Πίνακας Μήτρα συγκρίσεων παραγόντων Β1 και Β2 ως προς τον γενικό στόχο Α A B 1 B 2 w B B 2 1/ Πίνακας Μήτρα συγκρίσεων κριτηρίων C1 - C8 έναντι του στοιχείου Β1 B 1 C 1 C 2 C 3 C 4 C 5 C 6 C 7 C 8 w C 1 1 1/2 1/2 1/ / C C C C 5 1/2 1/3 1/3 1/ C 6 1/2 1/3 1/5 1/ / C 7 1 1/3 1/3 1/ / C /4 1/3 1/ Πίνακας Μήτρα συγκρίσεων κριτηρίων C9 - C10 έναντι του στοιχείου Β2 B 2 C 9 C 10 w C C 10 1/ Πίνακας Μήτρα συγκρίσεων υπο-κριτηρίων D3-D4 έναντι του στοιχείου C8 C 8 D 3 D 4 w D D4 1/ Πίνακας Μήτρα συγκρίσεων των υπο-κριτηρίων D5- D6 έναντι του στοιχείου C10 C 10 D 5 D 6 w D D 6 1/

45 Πίνακας w το βάρος του στοιχείου B 1 και B 2 έναντι του στόχου Α CR= Πίνακας w το βάρος των κριτηρίων C 1 C 8 έναντι του στοιχείου B 1 CR= Πίνακας w το βάρος των κριτηρίων C 9 και C 10 έναντι του στοιχείου B 2 CR= Πίνακας w το βάρος των κριτηρίων D 3 και D 4 έναντι του κριτηρίου C 8 CR= Πίνακας w το βάρος των κριτηρίων D 5 και D 6 έναντι του κριτηρίου C 10 CR= Η στάθμιση των κριτηρίων (wi), υπολογίστηκε μέσω της κανονικοποίησης του βάρους του κάθε παράγοντα. Η μέθοδος ΑΙΔ παρέχει μέτρα καθορισμού της ασυνέπειας της απόφασης, όπου C λ. Σε κάθε περίπτωση, η τιμή του δείκτη συνέπειας υπολείπεται του 10%, δηλαδή του 0.1, άρα είναι αποδεκτές οι τιμές εισόδου των πινάκων και κατάλληλη η χρήση των βαρών. Πίνακας 6.8 Μήτρα συγκρίσεων ανά επίπεδο ιεραρχίας Επίπεδο A Επίπεδο B Επίπεδο C Επίπεδο D w i A B 1 C C 2 D D C C C C C C 8 D D B 2 C C 10 D D

46 6.3.3 Αποτελέσματα Έπειτα, με τη βοήθεια του Συστήματος Γεωγραφικών Πληροφοριών, και συγκεκριμένα του λογισμικού ArcGIS, δίνεται η δυνατότητα δημιουργίας ζωνών (buffer), οι οποίες δημιουργήθηκαν βάσει των κριτηρίων που αφορούν την περιοχή μελέτης. Πέντε διαβαθμίσεις χρωμάτων απεικονίζονται στο λογισμικό GIS, οι οποίες αντιστοιχούν σε πέντε διαβαθμίσεις αξιολόγησης βάσει των παρακάτω κριτηρίων: Σύμφωνα με τον νόμο Διαχείρισης Στερεών Απορριμμάτων της Κίνας, ένας Χώρος Υγειονομικής Ταφής Απορριμμάτων, δεν μπορεί να βρίσκεται σε απόσταση μικρότερη των 500 μέτρων από κατοικημένη περιοχή Αναφορικά με τον κίνδυνο ρύπανσης των υδάτων, θα πρέπει να διατηρηθεί μια ουδέτερη ζώνη των 500 μέτρων γύρω από σημαντικές επιφάνειες επιφανειακών υδάτων, όπως λιμνών, ελών και ποταμών. Οφείλει να ελεγχθεί η ευαισθησία του εδάφους λόγω της πιθανής ρύπανσης των υδάτων. Έτσι, ελέγχεται ο βαθμός ευπάθειας των υπόγειων υδάτων βάσει του υδροφόρου ορίζοντα. Για λόγους ασφαλείας, κρίνεται απαραίτητη να διατηρηθεί μια ζώνη απόστασης 3 χιλιομέτρων από τους χώρους αεροδρομίων. Όσο μεγαλώνει η απόσταση αυτή, τόσο πιο κατάλληλη είναι η επιλεχθείσα περιοχή. Οι περιοχές ανάλογα με τη γεωργική τους χρήση βαθμολογούνται. Βάσει των δεδομένων που συλλέχθηκαν διακρίνονται από πυκνά και αραιά δάση, γεωργικές περιοχές και μη χρησιμοποιούμενες εκτάσεις. Σημαντικός παράγοντας είναι η κλίση της γης αφού επηρεάζει το κόστος κατασκευής. Για παράδειγμα, σε απότομες πλαγιές αυξάνεται το κόστος της ανασκαφής. Για τον λόγο αυτό, χρησιμοποιούνται ψηφιακά μοντέλα εδάφους, κατάλληλα για τον υπολογισμό της κλίσης. Όσο υψηλότερη η αξία της γης, τόσο μικρότερος ο βαθμός καταλληλότητας για τη χωροθέτηση του ΧΥΤΑ. Στην παρούσα περιοχή μελέτης, διακρίθηκαν 7 τάξεις αξίας γης, οι οποίες αντιστοιχήθηκαν στις 5 βαθμίδες των ζωνών. Όσο μικρότερη η απόσταση σε δίκτυα αυτοκινητοδρόμων και σιδηροδρόμων, τόσο ακατάλληλη η χωροθέτηση. Ωστόσο, τα υπόλοιπα οδικά δίκτυα που δεν ανήκουν στις παραπάνω κατηγορίες, αποτελούν ελκυστικό παράγοντα κατά τη χωροθέτηση ενός ΧΥΤΑ, καθώς μειώνουν τα έξοδα μεταφοράς. 42

47 Η γειτνίαση με χώρους παραγωγής αποβλήτων αποτελεί έναν κερδοφόρο τρόπο χωροθέτησης, λόγω της μείωσης των εξόδων μεταφοράς. Στην περίπτωση που εξετάζεται, έχοντας δεδομένο τις υφιστάμενες εγκαταστάσεις, γνωστοποιείται ποιες περιοχές αυξάνουν τον βαθμό καταλληλότητας τους. Με τη βοήθεια της μεθόδου της αναλυτικής ιεραρχικής διαδικασίας, και σε συνδυασμό με το περιβάλλον του λογισμικού ArcGIS των Συστημάτων Γεωγραφικών Πληροφοριών, δημιουργήθηκε ο χάρτης που παρουσιάζει τις βέλτιστες θέσεις χωροθέτησης ΧΥΤΑ στο Πεκίνο. Χάρτης 6.1: Χάρτης καταλληλότητας για τη χωροθέτηση ΧΥΤΑ στο Πεκίνο, ( Guiqin W. et al., 2009) 43

48 6.4 Περιβαλλοντικό πλαίσιο διαχείρισης για την χωροθέτηση αιολικού πάρκου Η χωροθέτηση των αιολικών πάρκων ρυθμίστηκε από την εθνική νομοθεσία σχετικά πρόσφατα, μέσω του ειδικού χωροταξικού πλαισίου για τις ανανεώσιμες πηγές ενέργειας (ΕΠΧΣΑΑ, ΦΕΚ Β 2464/2008), ορίζοντας μεταξύ άλλων και τις κατευθύνσεις και τα κριτήρια για τη χωροθέτηση αιολικών εγκαταστάσεων. Το κανονιστικό αυτό πλαίσιο χωροθέτησης εγκαταστάσεων ανανεώσιμων πηγών ενέργειας συνδυάζει τον σωστό σχεδιασμό χρήσεων γης με την βιώσιμη ανάπτυξη. Ωστόσο, παρά τις κατευθύνσεις της εθνικής νομοθεσίας, κρίνεται σκόπιμο να πραγματοποιείται έλεγχος ποικίλων χαρακτηριστικών και πτυχών του εκάστοτε ζητήματος, για την όποια μελέτη χωροθέτησης αντίστοιχου δυναμικού αιολικής ενέργειας Περιοχή μελέτης Αναπτύσσεται ένα ολοκληρωμένο πρόγραμμα διαχείρισης, με σκοπό την αξιολόγηση της καταλληλότητας της γης, για τη χωροθέτηση αιολικού πάρκου, συνδυάζοντας την πολυκριτηριακή μέθοδο ΑΙΔ με τα γεωγραφικά συστήματα πληροφοριών. Περιοχή μελέτης αποτελεί το νησί της Λέσβου, με έκταση τετραγωνικών χιλιομέτρων και πληθυσμό που αγγίζει περίπου τους κατοίκους σύμφωνα με την απογραφή της ΕΣΥΕ το Η ηλεκτροδότηση του νησιού γίνεται μέσω ενός αυτόνομου δικτύου, και τροφοδοτείται από έναν συμβατικό σταθμό της ΔΕΗ (Tegou, L.., et al., 2010). Σε περιορισμένη κλίμακα έχουν αναπτυχθεί κατασκευές γεωθερμικής και ηλιακής ενέργειας, καθώς και τρία αιολικά πάρκα. Ανάμεσα στα χαρακτηριστικά του νησιού, διακρίνεται ένα σημαντικό δυναμικό αιολικής ενέργειας, εμφανίζει μια ετήσια αύξηση της κατανάλωσης του ηλεκτρικού ρεύματος, ενώ λόγω της απόστασης του νησιού από το ηπειρωτικό σύστημα, δεν μπορεί να στηρίξει επαρκώς τις ενεργειακές ανάγκες των πληθυσμού σε περιόδους αιχμής, ειδικά τους θερινούς μήνες. Στην παρούσα εργασία, περιγράφεται η μεθοδολογία της αναλυτικής ιεραρχικής διαδικασίας, η οποία σε συνδυασμό με το λογισμικό GIS, θα αποτελέσει ένα ολοκληρωμένο πλαίσιο διαχείρισης. 44

49 6.4.2 Ανάλυση Δεδομένων Το σύνολο των δεδομένων και των απαραίτητων πληροφοριών, αντλήθηκε από τη βάση δεδομένων του Εργαστηρίου Φυσικών Καταστροφών, του τμήματος Γεωγραφίας- Πανεπιστήμιο Αιγαίου και την Εθνική Στατιστική Υπηρεσία. Η μεθοδολογία που ακολουθήθηκε περιλαμβάνει τα παρακάτω στάδια: 1. Καθορισμός των περιορισμών που ισχύουν στην περιοχή βάσει της νομοθεσίας 2. Προσδιορισμός των κριτηρίων και του πλήθους των εναλλακτικών καθώς και η δημιουργία σχετικών στρωμάτων αξιολόγησης (EL) στο χάρτη, βάσει των εφικτών εναλλακτικών λύσεων 3. Υπολογισμός των βαρυτήτων των κριτηρίων βάσει της μεθόδου της ΑΙΔ 4. Δημιουργία των σταθμισμένων επιπέδων EL, μέσω του πολλαπλασιασμού τους με τα αντίστοιχα βάρη 5. Υπολογισμός του χάρτη καταλληλότητας Χάρτης 6.2: Περιοχή μελέτης, (Tegou et al., 2010) Σύμφωνα με τις θεωρητικές αρχές της αναλυτικής ιεραρχικής διαδικασίας, ακολουθεί το ιεραρχικό μοντέλο (Σχήμα 4), προσαρμοσμένο στις ανάγκες του συγκεκριμένου ζητήματος. 45

50 Επιλογή του τόπου εγκατάστασης ανεμογεννήτριας Ορατές επιπτώσεις Αξία γης Πλαγιά Κάλυψη γης Αιολικό δυναμικό Απόσταση από οδικό δίκτυο Απόσταση από δίκτυο ηλεκτρικής ενέργειας Ζήτηση ηλεκτρικής ενέργειας Περιοχή 1 Περιοχή 2 Περιοχή 3 Περιοχή n Σχήμα 6.4: Ιεραρχικό μοντέλο ζητήματος Στην περίπτωση που μελετάται, επιλέχθηκαν 8 κριτήρια με τη βοήθεια βιβλιογραφικών αναφορών, απόψεων εμπειρογνωμόνων και της προσωπικής άποψης των ερευνητών. Τα κριτήρια αυτά, αποτελούν τα επίπεδα του χάρτη, θα αξιολογήσουν τις πιθανές εναλλακτικές περιοχές χωροθέτησης και θα καθορίσουν με τον τρόπο αυτό την πορεία της μελέτης. Για έκαστο κριτήριο ακολουθείται μια αντίστοιχη διαδικασία αξιολόγησης, όπως αυτή που ακολουθεί για το κριτήριο C1-Αξία γης. Έχουν οριστεί τα υπο-κριτήρια αυτού (ca, cb, cγ, cδ), καθώς και επιπλέον δεδομένα, βάσει της νομοθεσίας, για την βαθμολόγηση του κριτηρίου βάσει των χαρακτηριστικών της περιοχής. Έπειτα, δημιουργείται ένας πίνακας με μια κατά ζεύγη σύγκριση των υπο-κριτηρίων, καθώς και τα σχετικά βάρη αυτών (Tegou, L.I., et al., 2010). Στη συνέχεια, παράγεται ο χάρτης του κριτηρίου C1 με το ακόλουθο σκεπτικό: Χάρτης «Αξία γης» = w1*ca + w2*cb + w3*cγ + w4*cδ, όπου w η σχετική βαρύτητα του υπο-κριτηρίου. Δημιουργούνται με παρόμοιο τρόπο 8 χάρτες, ένας για κάθε κριτήριο του ζητήματος. Όλα τα κύτταρα του χάρτη έχουν αξιολογηθεί στο ίδιο εύρος, από 0 έως 1, και με τον τρόπο αυτό καθίσταται εφικτή η σύγκριση των χαρτών αυτών. Ωστόσο, δεν έχουν τον ίδιο βαθμό σημαντικότητας όλα τα κριτήρια. Για το λόγο αυτό, με τη βοήθεια της μεθόδου ΑΙΔ, συμπληρώνεται το μητρώο συγκρίσεων των επιμέρους κριτηρίων (Πίνακας 6.9). Σύμφωνα με τις αρχές που διέπουν την μέθοδο ΑΙΔ, αθροίζονται οι τιμές σε κάθε στήλη της μήτρας, διαιρείται κάθε στοιχείο της στήλης με το σύνολο αυτής και τέλος, υπολογίζεται ο μέσος όρος της κάθε 46

51 γραμμής της κανονικοποιημένης πλέον μήτρας. Οι μέσοι όροι αυτοί, συνιστούν τη σχετική βαρύτητα των κριτηρίων. Πίνακας 6.9: Μήτρα συγκρίσεων κριτηρίων Κριτήρια Αξία γης Πλαγιά Αξία γης Ορατές επιπτώσεις Ζήτηση ηλεκτρικής ενέργειας Απόσταση από δίκτυο ηλεκτρικής ενέργειας Απόσταση από οδικό δίκτυο Κάλυψη γης Αιολικό δυναμικό Βάρη Αξία γης Πλαγιά Ορατές επιπτώσεις Ζήτηση ηλεκτρικής ενέργειας Απόσταση από δίκτυο ηλεκτρικής ενέργειας Απόσταση από οδικό δίκτυο Κάλυψη γης Αιολικό δυναμικό Στην περίπτωση αυτή, η μέθοδος της αναλυτικής ιεραρχικής διαδικασίας σταματά στο σημείο αυτό, δηλαδή στην κατά-ζεύγη σύγκριση των κριτηρίων, καθώς ο αριθμός των εναλλακτικών σεναρίων είναι μεγάλος, και κατά συνέπεια τα βάρη των κριτηρίων αποδίδονται στα επίπεδα κριτηρίων του χάρτη και υφίστανται περαιτέρω επεξεργασία στο περιβάλλον των γεωγραφικών συστημάτων πληροφοριών. 47

52 6.4.3 Αποτελέσματα Τέλος, απαιτείται ο υπολογισμός του δείκτη καταλληλότητας. Έτσι, πολλαπλασιάζεται κάθε επίπεδο αξιολόγησης (EL), με το αντίστοιχο βάρος του. Τα σταθμισμένα πλέον στρώματα EL, αθροίζονται ώστε να ορίσουν μια συνολική τιμή για κάθε κύτταρο του χάρτη. Όσο πιο σκούρα η περιοχή, τόσο μεγαλύτερο δείκτη καταλληλότητας για την χωροθέτηση αιολικού πάρκου κατέχει. Χάρτης καταλληλότητας= (0.065*E1)+(0.025*E2)+(0.039*E3)+(0.210*E4) + (0.276*E5)+(0.145*E6)+(0.145*E7)+(0.095*E8) Χάρτης 6.3: Χάρτης καταλληλότητας Λέσβου για την χωροθέτηση αιολικού πάρκου, (Tegou et al., 2010) 48