UNIVERZA V MARIBORU EKONOMSKO-POSLOVNA FAKULTETA DIPLOMSKO DELO

Transcription

1 UNIVERZA V MARIBORU EKONOMSKO-POSLOVNA FAKULTETA DIPLOMSKO DELO VEČKRITERIJSKA ANALIZA ODLOČITVE O IZBIRI LOKACIJE CENTRA ZA RAVNANJE S KOMUNALNIMI ODPADKI Kandidatka: Mateja Mihelin Študentka rednega študija Številka indeksa: Program: univerzitetni Študijska smer: Splošna ekonomija Mentorica: doc.dr. Vesna Čančer Maribor, junij 2006

2 2 PREDSTAVITEV DELA V podjetju Inštitut za ekološki inženiring d.o.o. Maribor so se ukvarjali s problemom izbire najustreznejše lokacije centra za ravnanje s komunalnimi odpadki v občini Škofja Loka. Ker je ta tematika je zelo pereča, mora gradnja takega objekta ustrezati ekonomskim, prostorsko okoljevarstvenim in predvsem sociološkim kriterijem. Prav zaradi tega so se morali zelo premišljeno, načrtovano in natančno lotiti izbire primerne lokacije. To so storili s pomočjo večkriterialne analize in sicer po METODI PROMETHEE, s pomočjo katere so razvrstili nekatere alternative višje kot druge. Ker pa poznamo tudi druge metode večkriterijskega odločanja, smo se odločili, da jih preizkusimo na istem primeru in prikažemo v diplomski nalogi. Vsem takim metodam je skupno, da bistveno pripomorejo k lažji in boljši odločitvi o izboru najprimernejše lokacije. Prav tako takšno odločanje predstavlja celovit način reševanja problemov, saj odločitveni model zajema vse bistvene dejavnike, kriterije in alternative. Uporabili bomo tudi skupino METOD Z INTERVALSKO IN ORDINALNO SKALO. Pri metodah SWING in SMART, ki temeljita na intervalski skali, pomembnost kriterijev določimo tako, da najprej določimo pomembnost spremembe od najslabše do najboljše ravni najbolj oziroma najmanj pomembnemu kriteriju, nato pa ostalim kriterijem glede na pomembnost spremembe od najslabše do najboljše ravni tega kriterija. Pri metodi SMARTER, ki temelji na ordinalni skali, kriterije samo razvrstimo po pomembnosti. Za uporabo teh metod je izdelan računalniški program Web-HIPRE, na podlagi katerega bomo izdelali odločitveno drevo za naš problem. Druga metoda, ki jo bomo uporabili, je METODA Z RAZMERNO SKALO-AHP, kjer je pomembnost kriterijev določena s primerjavo po parih. Tudi tukaj bomo uporabili računalniški program, ki se imenuje EXPERT CHOICE in kot pri prejšnjem programu bomo tudi tukaj izdelali odločitveno drevo. V končni fazi bomo rezultate zgoraj navedenih metod med seboj primerjali in analizirali odločitev o izbiri najboljše možne lokacije centra za ravnanje s komunalnimi odpadki v Škofji Loki. Pri pisanju diplomskega dela smo uporabljali različno literaturo. Za teoretični in praktični opis metod za odločanje po več kriterijih hkrati nam je zelo koristil slovenski učbenik Analiza odločanja (Čančer 2003), ter literatura v angleškem jeziku: Pomerol in Barbara- Romero 2001, Vincke 1992, Saaty 2002, Za praktični primer pa so nam bili v veliko pomoč strokovnjaki podjetja IEI d.o.o. ter vsi potrebni podatki, ki so nam jih priskrbeli na podjetju. Veliko koristnih informacij o problematiki komunalnih odpadkov in odlagališčih komunalnih odpadkov pa smo izbrskali na internetu.

3 3 VEČKRITERIJSKA ANALIZA ODLOČITVE O IZBIRI LOKACIJE CENTRA ZA RAVNANJE S KOMUNALNIMI ODPADKI KAZALO: 1. UVOD Opredelitev področja in opis problema Namen, cilji in osnovne trditve Namen Cilji Osnovne trditve Predpostavke in omejitve raziskave Predpostavke Omejitve Uporabljene metode raziskovanja Literatura in viri TEORETIČNA IZHODIŠČA METOD ZA ODLOČANJE PO VEČ KRITERIJIH HKRATI Odločanje po več kriterijih hkrati Metoda za razvrščanje PROMETHEE Metode z intervalsko in ordinalno skalo Metoda SMART Metoda SWING Metoda SMARTER Računalniški program Web HIPRE Metoda z razmerno skalo - AHP Računalniški program Expert Choice TEORETIČNA PODLAGA RAVNANJA S KOMUNALNIMI ODPADKI Predstavitev problema ravnanja s komunalnimi odpadki Centri za ravnanje s komunalnimi odpadki PRAKTIČNI PRIMER: IZBIRA LOKACIJE CENTRA ZA RAVNANJE S KOMUNALNIMI ODPADKI V OBČINI ŠKOFJA LOKA Predstavitev problema ravnanja s komunalnimi odpadki v Škofji Loki Potek reševanja problema odpadkov v občini Škofja Loka FAZA FAZA FAZA FAZA Struktura problema odločanja o izbiri lokacije centra za ravnanje s komunalnimi odpadki v občini Škofja Loka Zgradba modela Določitev globalnega cilja Določitev alternativ Določitev kriterijev... 26

4 Podatkovna podlaga problema RAČUNALNIŠKO PODPRTO ISKANJE NAJBOLJŠE LOKACIJE CENTRA ZA RAVNANJE S KOMUNALNIMI ODPADKI V OBČINI ŠKOFJA LOKA Izbor najboljše lokacije s pomočjo metode PROMETHEE Izbor najboljše lokacije z uporabo programa Web-HIPRE Strukturiranje modela v obliki drevesa odločanja Merjenje vrednosti alternativ in določitev kriterijev Sinteza Analiza občutljivosti Izbor najboljše lokacije z uporabo programa EXPERT CHOICE Strukturiranje modela v obliki drevesa odločanja Merjenje vrednosti alternativ in določitev kriterijev Sinteza Analiza občutljivosti Primerjava rezultatov metod in izbira najboljše alternative SKLEPNE UGOTOVITVE POVZETEK (ABSTRACT) SEZNAM LITERATURE SEZNAM VIROV SEZNAM PREGLEDNIC IN SLIK Seznam preglednic Seznam slik PRILOGE... 62

5 5 1. UVOD 1.1. Opredelitev področja in opis problema Področje raziskovanja v diplomskem delu je odločanje po več kriterijih hkrati. To je proces, pri katerem se izbira med različnimi alternativami in se izbere tisto, ki najbolj ustreza danim kriterijem in zastavljenim ciljem, oziroma alternative so med seboj rangirane od najboljše do najslabše. Odločitveni problemi v občini so zelo kompleksni, vsebujejo različno število kriterijev, ki so nemalokrat v medsebojnem konfliktu, zato je potreben učinkovit in celovit odločitveni model. V diplomski nalogi bomo odločitev o izbiri najboljše možne lokacije centra za ravnanje s komunalnimi odpadki v Škofji Loki obravnavali z različnimi metodami. Predstavili bomo metodo za razvrščanje ali tako imenovano»outranking method«, ter metode z ordinalno, intervalsko in razmerno skalo. V pomoč nam bosta računalniška programa Web-HIPRE in EXPERT CHOICE. Izbira lokacije za gradnjo centra za ravnanje s komunalnimi odpadki je pogost primer, s katerim se srečuje množica odločevalcev in strokovnjakov, ki imajo vsak zase različne cilje in potrebe. Napačna odločitev ima lahko katastrofalne posledice za ljudi, okolje in pomeni veliko finančno izgubo. Prav zato moramo pri tako ključnih in pomembnih problemih ravnati odgovorno, pravilno in nepristransko. V veliko pomoč nam je večkriterijski odločitveni model, ki zmanjša ali pa odpravi morebitne konflikte med odločevalci in omogoča poiskati skupno rešitev Namen, cilji in osnovne trditve Namen Namen raziskave je teoretično in praktično prikazati odločitveni proces in izgradnjo modela ter analizo odločanja po več kriterijih hkrati. Za praktičen primer izbire najboljše lokacije centra za ravnanje s komunalnimi odpadki v občini Škofja Loka bomo predstavili in uporabili različne metode, katerih rezultate bomo na koncu med seboj primerjali in analizirali odločitev o izbrani alternativi Cilji Cilj diplomske naloge je analiza odločitve o izbiri najprimernejše lokacije centra za ravnanje s komunalnimi odpadki v občini Škofja Loka s pomočjo večkriterijskega odločitvenega procesa. Pri tem je potrebno predstaviti ključne dejavnike oziroma kriterije ter možne lokacije za gradnjo centra.

6 6 Nadaljnji cilj je tudi teoretična in praktična predstavitev različnih metod in prikaz uporabe ter primerjava računalniških programov Web-Hipre in Expert Choice. Cilj diplomske naloge je tudi primerjava rezultatov praktičnega primera, ki jih dobimo z metodo za razvrščanje in z metodami na osnovi intervalske, ordinalne in razmerne skale, in priprava podlag za odločanje Osnovne trditve Temeljna trditev diplomskega dela je, da je problem izbire najprimernejše lokacije možno uspešno reševati s pomočjo metod za odločanje po več kriterijih hkrati. Model za večkriterijsko odločanje je zelo primeren takrat, kadar imamo veliko kriterijev, ki so pogosto med seboj v konfliktu, kompleksnost in pomembnost problema pa je tako velika, da nam intuitivno odločanje ne zadošča. V podjetju IEI d.o.o. se velikokrat srečujejo s problemi izbire, zato so metode, ki omogočajo lažjo in objektivnejšo analizo problema, zelo dobrodošle, ker se tako preprečijo morebitne napačne izbire. Na podjetju so uporabili metodo za razvrščanje-promethee. Poznane pa so tudi metode na osnovi intervalske in razmerne skale, kjer se dobijo natančnejši rezultati; te metode tudi omogočajo različne vrste računalniško podprtih analiz občutljivosti. Z analizo odločitve o izbrani lokaciji in s primerjavo rezultatov, dobljenih z različnimi metodami, se lahko bolje pripravi odločitvena podlaga in presodi ustreznost odločitev Predpostavke in omejitve raziskave Predpostavke Ker gre za zapleten problem, predpostavljamo, da so metode za odločanje po več kriterijih hkrati primerne in lahko bistveno pripomorejo k lažji in boljši odločitvi o izboru najprimernejše lokacije. Prav tako takšno odločanje predstavlja celovit način reševanja problemov, saj skušamo v odločitvenem modelu zajeti vse bistvene dejavnike, kriterije in alternative. Predpostavljamo tudi, da so podatki, pridobljeni v podjetju IEI d.o.o. realni in da so izbrani kriteriji dobri ter da so sodbe o pomembnosti kriterijev ustrezno podane Omejitve Ker je bil problem že rešen s pomočjo ene izmed metod za večkriterijsko odločanje (PROMETHEE), smo imeli na razpolago podane kriterije, alternative in ponderje. Dan problem bomo rešili še na druge načine ter tako izpopolnili proces odločanja. V diplomski nalogi se bomo omejili na problem odlagališč komunalnih odpadkov v občini Škofja Loka ter na območju Slovenije. Podatke črpamo pri podjetju IEI d.o.o., iz strokovne literature in s pomočjo interneta.

7 Uporabljene metode raziskovanja Pri odločanju po več kriterijih hkrati bomo predstavili metodo za razvrščanje, to je metodo PROMETHEE, ki je na konkretnem primeru bila že predhodno uporabljena. Sami pa bomo uporabili še metodo z ordinalno skalo-smarter, metodi z intervalsko skalo-swing in SMART ter metodo z razmerno skalo-ahp. Pri tem bomo uporabljali računalniška programa Web-HIPRE (za intervalsko in ordinalno skalo) in EXPERT CHOICE (za razmerno skalo). Raziskava je osredotočena na analizo odločanja o lokaciji centra za komunalne odpadke, zato gre za mikroekonomsko raziskavo v občini Škofja Loka. Raziskava je statična v prvem, teoretičnem delu in komparativno statična v drugem, aplikativnem delu. Postopek k raziskavi je deskriptiven kot tudi analitičen. V okviru deskriptivnega pristopa, v prvem delu raziskave, smo pri opredeljevanju in pojasnjevanju teoretičnih izhodišč metod odločanja po več kriterijev hkrati in vsebin s področja odlagališč komunalnih odpadkov uporabili metode deskripcije, klasifikacije in kompilacije. Drugi, aplikativni del raziskave je temeljil na analitičnem pristopu k raziskovanju, izoblikovali smo ugotovitve ter primerjali ustreznost metod in računalniških programov. Upoštevali smo mnenja in ocene odgovornih zaposlenih ter uporabljali podatke, pridobljene na podjetju Literatura in viri Pri pisanju diplomskega dela nam je za osnovo služil učbenik Analiza odločanja (Čančer 2003), saj bralcu nudi strnjen in celovit pregled o odločitvenih modelih, metodah in uporabi računalniških programov Web-HIPRE in EXPERT CHOICE. V veliko pomoč pri aplikativnem primeru nam je bila literatura podjetja IEI d.o.o. Za teoretični del predstavitve procesa odločanja po več kriterijev hkrati je bila na voljo predvsem tuja literatura, tukaj bi izpostavili literaturo: Saaty 2002, Vincke 1992, Pomerol in Barba- Romero 2001, ter internetni viri. Za teoretični del odlagališč komunalnih odpadkov pa so nam bili na voljo predvsem internetni viri:

8 8 2. TEORETIČNA IZHODIŠČA METOD ZA ODLOČANJE PO VEČ KRITERIJIH HKRATI 2.1. Odločanje po več kriterijih hkrati Odločanje spada med proces splošnega reševanja problemov in pomeni pomembno mentalno aktivnost na praktično vseh področjih človekovega delovanja.težavnostna stopnja odločitvenih problemov je zelo raznolika. Vsakodnevno se na osebnem področju srečujemo večinoma s preprostimi rutinskimi odločitvami, ki se jih pogosto niti ne zavedamo, nemalokrat pa stojimo pred pomembnimi življenjskimi odločitvami, ki zahtevajo od nas težavne in tehtne premisleke. V poslovnem svetu se pri vodenju, upravljanju, planiranju, kadrovskem odločanju in še na številnih drugih področjih srečujemo tako z enostavnimi, hitro rešljivimi problemi, kot tudi s težkimi problemi skupinskega odločanja (Bohanec in Rajkovič 1995). Največje težave pri zapletenih, kompleksnih problemih izvirajo iz (ibid., 1995): velikega števila dejavnikov, ki vplivajo na odločitev, številnih oziroma slabo definiranih ali poznanih variant, zahtevnega in pogosto nepopolnega poznavanja odločitvenega problema in ciljev odločitve, obstoja več skupin odločevalcev z nasprotujočimi si cilji in omejenega časa in drugih virov za izvedbo odločitvenega procesa. S problemi odločanja se ukvarja vrsta znanstvenih področij in disciplin, od filozofije (na primer aksiologija - nauk o vrednotah), psihologije, ekonomije in matematike, do bolj specifičnih, kot sta teorija in analiza odločanja. Posebej pomembno je vprašanje, kako pomagati odločevalcu, da bi na sistematičen, organiziran in čim lažji način prišel do kvalitetne odločitve. V ta namen je bilo razvitih mnogo metod in računalniških programov za podporo odločanja, angleško Decision Support Systems (DSS) (ibid., 1995). B.Roy (1985) je metode večkriterijskega odločanja (Multi criteria decision making MCDM methods) razdelil v tri večje skupine: (1) Teorija večatributne vrednosti ali koristi (Multiattribute Value Utility Theory MAVT ali MAUT) (2) Metode za razvrščanje (Outranking methods) (3) Interaktivne metode (Interactive methods) Za prvo skupino metod je značilno, da sooča različne poglede na določen problem in omogoča strukturiranje problema, gradnjo modela, daje potrebne informacije in iztočnice za nadaljnje odločanje (Vincke 1992, 16). Te metode so dobro teoretično osnovane in se uspešno uporabljajo v praksi pri podpori zahtevnih odločitvenih problemov (Bohanec in Rajkovič 1995). Razvijati so jih začeli v šestdesetih in sedemdesetih letih v Združenih državah Amerike, popularne pa so postale po objavi knjige Decisions with multiple objectives: preferences and values tradeoffs avtorjev Keeneyja in Raiffa, leta 1976 (Pomerol in Barba-Romero 2001, 6). Zaradi vse pogostejše uporabe vse bolj kompleksnih modelov v praksi, so to skupino metod izpopolnili v metodo SMART (Simplified Multi-

9 9 Attribute Rating Technique) in druge pristope na primer SWING in SMARTER. Dobro desetletje kasneje je bila razvita metoda AHP-Analytic Hierarchy Process, ki se odlikuje predvsem po svoji veliki uporabnosti. Od prej omenjenih metod se razlikuje predvsem po vrsti uporabljenih skal, metodah za izražanje sodb o pomembnosti kriterijev in za izražanje preferenc, in po načinu pretvorbe sodb v numerične ocene (Čančer 2005, ). Drugo skupino metod, med katerimi sta najbolj uporabljeni metodi ELECTRE v več različicah in PROMETHEE, razvijajo od sedemdesetih let prejšnjega stoletja. Te metode uporabljamo za izločanje in izbiranje alternativ ter za razvrščanje od najboljše do najslabše alternative. Alternativ pa pogosto niti ni potrebno razvrščati glede na njihove končne vrednosti, zadošča že, da ugotovimo katera je najboljša (ibid., 319). Tretja skupina metod je najmlajša in sestoji iz vrste računskih korakov in informacij, ki jih prispevajo odločevalci. Prvo ponujeno rešitev lahko odločevalec sprejme ali pa nadgradi z novimi informacijami in dobi nov rezultat. Metoda je zelo praktična, ker lahko podatke vključujemo sproti in ne le na začetku (pri strukturiranju modela)(vincke 1992, 79). Za vse tri skupine metod je značilno, da problem odločanja obravnavajo po korakih. Različni avtorji razvrščajo te korake v različno število faz, vse pa vsebinsko zajemajo naslednje aktivnosti, ki smo jih povzeli po Čančer 2003, 35 in 44-45: Strukturiranje problema Problem odločanja po več kriterijev hkrati prikažemo v obliki drevesa odločanja. Problem lahko strukturiramo od alternativ navzgor proti morebitnim podkriterijem, kriterijem in globalnemu cilju, ali v nasprotni smeri od globalnega cilja navzdol. Pri strukturiranju moramo upoštevati zakon potrebne in zadostne celovitosti. Določitev načina merjenja vrednosti alternativ glede na posamezne kriterije Uporabljamo lahko intervalsko, razmerno in ordinalno skalo. Pri prvi opravimo merjenje neposredno ali v obliki vrednostne funkcije. Pri drugi skali so potrebne primerjave po parih. Pri tretji skali pa uporabljamo za razvrščanje številčni vrstni red ali opisne ocene. Določitev uteži kriterijev Uteži lahko določimo hierarhično, tako da je vsota uteži kriterijev na nižjem nivoju glede na pripadajoči nadkriterij na višjem nivoju enaka ena. Lahko pa jih določimo tudi tako, da je vsota uteži vseh kriterijev na najnižjem nivoju enaka ena; v tem primeru je vsota uteži vseh kriterijev tudi na vsakem od drugih nivojev enaka ena. Računaje agregiranih vrednosti alternativ Uporabimo aditivni model, za kar morajo biti atributi po parih vzajemno preferenčno neodvisni. Računanje končne vrednosti alternative je odvisno od načina določanja uteži v prejšnjem koraku. Razvrščanje alternativ za izbiro najprimernejše alternative Analize občutljivosti vrstnega reda alternativ glede na spremembe uteži kriterijev Če imata dve alternativi zelo podobno končno vrednost, modelu dodamo še kak kriterij ali pa izberemo tisto alternativo, ki je glede na najpomembnejši kriterij najboljša. MCDM metode so v osnovi preproste, odločevalcu ali skupini odločevalcev pa pomagajo razumeti njihov problem, pomembnost uporabljenih (bolj ali manj) konfliktnih kriterijev, alternativ in nazorno podajo rešitev. Odločevaleci lahko uporabijo več različnih metod in

10 10 med njimi poiščejo najboljšo rešitev. Ta rešitev pa še vedno ni dokončna, odločevalcem je le kot pomoč pri odločanju in ni nujno, da se za to rešitev zares tudi odločijo. Vso odgovornost in posledice odločitve še vedno nosi odločevalec oziroma skupina odločevalcev (Čančer in Mulej 2006, 10-11) Metoda za razvrščanje PROMETHEE Metoda PROMETHEE (Preference Ranking Organizacion Method for Enrichment Evaluation) je zelo uporabna pri reševanju večkriterialnega problema odločanja, saj jo odlikujejo naslednje lastnosti (Saražin Lovrenčič 1994, 149): omogoča hkraten opis več kriterijev, pri čemer lahko upoštevamo tudi kvalitativne elemente, kriteriji so lahko med seboj v konfliktu, možna je uporaba različnih merskih enot, poudarjeno je interaktivno delo med nosilcem odločanja in analitikom, upoštevamo lahko primere neodločenosti nosilca odločanja, ohranja problem lastnosti večkriterialnosti vse do rešitve problema, ki se predstavi kot razvrstitev vseh alternativnih možnosti. Metoda PROMETHEE se lahko izvaja individualno (samo en odločevalec), lahko pa vključuje skupino odločevalcev. Če je odločevalcev več, se postopek običajno izvaja v eni sobi (če pa imajo povezavo preko interneta ali intraneta, pa bi lahko sodelovali tudi odločevalci, ki se nahajajo v drugih sobah iste stavbe ali pa se celo nahajajo v drugih mestih ali državah), ki je opremljena z računalniki, ki podpirajo PROMETHEE programsko opremo (Šošterič 1998, 8). Postopek se izvaja v naslednjem zaporedju (ibid., 11-13): (1) najprej se zbere skupina odločevalcev ali pa metodo izvaja samo en odločevalec, (2) sledi opis problema, (3) zbiranje variant, (4) končni nabor variant, (5) opisovanje variant in (6) ocenitveni kriteriji. Teh šest faz se imenuje pripravljalna faza. Sledi prva ocenitvena faza, to je individualna faza, v kateri vsak odločevalec ocenjuje variante na podlagi svojih lastnih interesov. PROMETHEE te variante razvrsti, GAIA (to orodje predstavljamo v nadaljevanju) pa jih grafično prikaže. V drugi, globalni fazi, se primerjajo posamezni pogledi vsakega odločevalca. PROMETHEE predlaga globalno soglasje, GAIA pa natančno prikaže možna nasprotja med odločevalci. V primeru nasprotij se lahko predlagajo dodatni nasveti in povratni tokovi za razrešitev le-teh. Metoda PROMETHEE je pravzaprav skupina več metod: Promethee I, II, III, IV in V ter orodje GAIA (ibid., in 48-51): - Promethee I daje delno zaporedje elementov, - Promethee II daje popolno zaporedje elementov,

11 11 - Promethee III daje intervalno zaporedje elementov, - Promethee IV dovoljuje odločevalcu analizo odločitvenega problema glede na njegove preference (uteži), - Promethee V analiza na podlagi določenih omejitev izloči podmnožico variant, ki ustrezajo tem določenim omejitvam, - GAIA (Geometrical Analysis for Interactive Aid) analiza daje grafično predstavitev problema. Nadaljnji prikaz metode bomo povzeli po IEI 1993c, in Šošterič 1998, 28. Metode PROMETHEE pripadajo metodam rangiranja, ki so zasnovane na izboljšanju redosleda dominacije. Obseg kriterijev temelji na uvedbi funkcije prednosti, ki predstavlja odločevalcu prednost vpliva a pred vplivom b. Ta funkcija se definira za vsak kriterij posebej; zavzema pa vrednosti med 0 in 1. Čim manjša je vrednost funkcije, tem manjša je prednost tistega, ki odloča oziroma sprejema odločitve; čim bližje pa je vrednosti 1, tem večja je prednost. V primeru, da je f(a,b) neki določeni kriterij, a in b pa sta dva vpliva iz kriterija, bo pridružena funkcija prednosti P(a,b) od a v odnosu na b definirana: 0, če je f ( a) f ( b) ( ni prednosti) P(a,b) = (1) 1, če je f ( a) f f ( b) ( stroga prednost) Prednostna funkcija P(a,b) je 0, če in samo če a ni prednostna glede na b; in P(a,b) je 1, če in samo če je a strogo prednostna glede na b. Za praktične primere je smotrno izbrati prednostne funkcije P(a,b): [ f ( a), f ( b) ] = [ f ( a) f ( b) ] P (2) glede na vrednosti med f(a) in f(b). Da bi se pokazalo na področje prednosti, se označuje: x = f(a) f(b) (3) Največ primerov, kjer mora tisti, ki sprejema odločitev, definirati največ dva parametra, je zajetih v šestih tipih funkcij. To pomeni veliko poenostavitev problema glede na dejstvo, da ima vsak parameter dejanski pomen.

12 12 V PREGLEDNICI 1 prikazujemo tipe prednostnih funkcij, pripadajoče grafe, enačbe in opise tipov: Tip I: Običajni kriterij SLIKA: Običajni kriterij 0 P(x) = 1 x 0 x f 0 Med a in b obstaja indiferenca (prednosti ni) samo tedaj, ko je f(a)=f(b). Če sta ti dve vrednosti različni, daje odločevalec prednost tistemu vplivu, ki ima večjo vrednost. Če se ugotovi, da je neki kriterij kriterij tipa I, ni možno definirati nobenega parametra. Tip II: Kvazi kriterij 0 P(x) = 1 x q x f q Vpliva a in b sta indiferentna vse do tedaj, ko razlika f(a) in f(b) ne preseže vrednosti q. V nasprotnem primeru pa postane prednost stroga. Ob ugotovitvi, da je neki kriterij kriterij tipa II, je potrebno definirati samo en parameter. SLIKA: Kvazi kriterij Tip III: Kriterij z linearno prednostjo SLIKA: Kriterij z linearno prednostjo x / m P(x) = 1 x m x f m Prednost a in b je progresivna pri progresivnem naraščanju razlike med f(a) in f(b). Intenzivnost prednosti se linearno povečuje do tedaj, ko razlika ne doseže vrednosti m, potem pa vrednost postane stroga. Pri kriterijih tipa III je potrebno določiti samo vrednost m, pri kateri pride do stroge prednosti. PREGLEDNICA 1: Predstavitev in opis šestih tipov PROMETHEE prednostnih funkcij. Vir: IEI 1993c,

13 13 Tip IV: Nivo-kriterij SLIKA: Nivo-kriterij 0 P(x)= 1/ 2 1 x q q p x q + p x f q + p V tem slučaju sta a in b indiferentna, ko je razlika med f(a) in f(b) manjša od q. V intervalu med q in q+p je prednost slaba (1/2), vendar po tej vrednosti prehaja v strogo. Pri kriterijih tipa IV je potrebno določiti vrednosti q in p. Tip V: K. z linearno prednostjo in področjem indiferentnosti 0 P(x)= ( x s)/ r 1 x s s p x s+ r x fs+ r a in b sta popolnoma indiferentna, dokler razlika med f(a) in f(b) ni večja od s. Preko te vrednosti prednost narašča progresivno, dokler ne doseže vrednosti s+r. Z določitvijo parametrov s in r se s kriteriji tipa V lahko operira. SLIKA: K. z linearno prednostjo in področjem indiferentnosti Tip VI: Gaussov kriterij P(x) = 0 1 e 2 x x 0 2 2σ x f 0 Če je nek kriterij takšnega tipa, prednost raste z deviacijo x. Vrednost σ se dobi iz izkušenj z normalno porazdelitvijo (statistično). σ je razdalja od izhodišča do prevoja krivulje. SLIKA: Gaussov kriterij PREGLEDNICA 1: (nadaljevanje iz prejšnje strani). Pri proučevanju večkriterijskih problemov je potrebno formulirati tipe različnih kriterijev in različnih vrednosti odgovarjajočih možnih pragov z ozirom na njihovo ekonomsko vlogo v vsakem specifičnem primeru. Pragi q, m, p, r, s, in σ so v dosedanjih primerih navedeni kot fiksne nespremenjene vrednosti. Računalniški program za metodo PROMETHEE se imenuje PROMCALC (PROMethee CALCulations). Razvila sta ga B. Mareschal in J. P. Brans na bruseljski univerzi. Program podpira do 150 alternativ, 150 kriterijev in 3600 vrednotenj. Vključuje metode Promethee

14 14 I, Promethee II, Promethee IV, Promethee V in GAIA. Zasnovan je tako, da primerja pare in uporabi podatke, vnešene v tabelo programa, direktno; definirati je potrebno še skalo meritev, s katero pokažemo prioritete za vsak kriterij in določiti uteži kriterijev. Program dovoljuje podajanje vrednosti uteži z različnimi števili, ker je tako lažje izraziti relativno pomembnost kriterija. Te vrednosti potem programska oprema avtomatično normalizira z deljenjem vsake uteži z vsoto vseh. Prednost programa je, da izračuna še tako grobo klasifikacijo meritve za vsak kriterij (Pomerol in Barba-Romero 2001, 276). Ko program obdela podatke, dobimo rešitev Promethee I, ki je delna razvrstitev pozitivnih ali negativnih razvrstitvenih tokov. Ti dve razvrstitvi (pozitivnih in negativnih tokov) + običajno nista identični. Pozitivni razvrstitveni tokφ (a) pomeni, da neka alternativa preseže druge alternative. Višji kot je pozitivni razvrstitveni tok, boljša je alternativa. Negativni razvrstitveni tok φ (a) pa pomeni, da so druge alternative boljše od te neke alternative. Nižji kot je negativni razvrstitveni tok, boljša je neka varianta (Šošterič 1998, 34, 36). Dobimo pa tudi rešitev Promethee II, ki podaja popolno razvrstitev in je razlika med pozitivnim in negativnim tokom odločitvenih preferenc. Če je rezultat obeh tokov neka konfliktna informacija alternativ, jih PROMETHEE ne razvrsti, ampak pokaže na neprimerljivost (ibid., 35-36). Na voljo pa imamo tudi nadgradnjo računalniškega programa PROMCALC, ki se imenuje PROMETHEE-GAIA (Pomerol in Barba-Romero 2001, 276). Orodje GAIA je grafična predstavitev problema, ki nudi celoten pogled na konflikte med kriteriji, lastnosti alternativ, pomembnosti kriterijev in nam nudi 3D predstavitev rezultatov, da lahko odločevalci identificirajo ali prilagodijo rešitev ( Jamnikar 2004, 48; pov. po Merschal 2004). Možno je tudi zaznati vir konfliktov za razlago in navsezadnje doseči konsenz po nadgradnji oziroma po potrebi spremembo ocen kriterijev (Jamnikar 2004, 48; pov.po Brans, Mosmans 1999) Metode z intervalsko in ordinalno skalo Pri odločanju po več kriterijih hkrati mora analitik spoznati relativno pomembnost vsakega kriterija, zato ima razvrščanje oziroma rangiranje kriterijev poglavitno vlogo (Čančer, Knez-Riedl 2005, 149). Merjenje pomembnosti kriterijev odločevaci določijo po svoji presoji, ki pa lahko ima subjektivni ali objektivni značaj (Pomerol in Barbara-Romero 2001, 75). Imamo dve metodi določanja pomembnosti kriterijev in sicer s pomočjo izključevanja ali z utežmi. Uporabljamo različne skale: nominalne, ordinalne, intervalske in razmerne. Nominalne skale so najbolj preproste, to so številke, simboli ali opisi, ki jih uporabljamo za identifikacijo oziroma prepoznavnost. Ordinalne skale omogočajo razvrščanje, kjer niso znane natančne razlike med pomembnostjo kriterijev. Na ordinalni skali temelji metoda SMARTER. Intervalske in razmerne skale pa omogočajo prisojanje natančne numerične

15 15 ravni pomembnosti. Metode na osnovi intervalske skale temeljijo na konstantnih enotah merjenja in jih izražamo predvsem linearno in z njimi ugotavljamo, za koliko se alternative med seboj razlikujejo. Na intervalski skali temeljita metodi SMART in SWING. Na razmerni skali pa temelji metoda AHP (Čančer 2005, ) Metoda SMART Metoda SMART temelji na intervalski skali. Pri tej metodi določamo pomembnost spremembe od najslabše do najboljše alternative po najmanj pomembnem kriteriju. Najprej dodelimo 10 točk spremembi od najslabše do najboljše ravni najmanj pomembnega kriterija. Nato dodeljujemo več kot 10 točk, da bi izrazili pomembnost spremembe kriterija ali kriterijev od najslabše do najboljše ravni glede na najmanj pomemben kriterij (Čančer 2003, 53) Metoda SWING Metoda SWING prav tako temelji na intervalski skali. Pri tej metodi določamo pomembnost spremembe od najslabše do najboljše alternative po najpomembnejšem kriteriju. Najprej dodelimo 100 točk spremembi od najslabše do najboljše ravni najpomembnejšega kriterija. Nato dodeljujemo manj kot 100 točk, da bi izrazili pomembnost spremembe kriterija ali kriterijev od najslabše do najboljše ravni glede na najpomembnejši kriterij (ibid. 53) Metoda SMARTER Ta metoda temelji na ordinalni skali, pri čemer uporabljamo za razvrščanje številčni vrstni red ali opisne ocene (ibid. 35). Kriterije samo razvrstimo po njihovi pomembnosti sprememb od najslabše do najboljše ravni, tako da začnemo z najpomembnejšim kriterijem (ibid. 53) Računalniški program Web HIPRE Različne računalniške programe kot so Logical Decisions ( HIPRE 3+ in njegova različica Web-HIPRE ( lahko uporabljamo za razvrščanje alternativ po metodah z intervalsko in ordinalno skalo. Računalniški programi omogočajo strukturiranje odločevalskih analitičnih problemov, pripravo odločitev po več kriterijih hkrati in ugotavljanje prednosti alternativ pred drugimi alternativami (Čančer 2005, ).

16 16 Program Web-HIPRE je javno dostopen na zgoraj navedenem spletnem naslovu, vendar zaradi varnostnih razlogov uporabnikom ni dovoljeno shranjevati modelov odločanja na lokalni računalnik ( Systems Analysis Laboratory ). To je po eni strani slabost, po drugi stani pa navedeno lahko štejemo kot prednost, saj so nam tako Web-HIPRE kot tudi odločitveni modeli dostopni od kjerkoli in kadarkoli, če smo pri tem povezani z internetom. Kljub vsemu pa ima uporabnik možnost, da zaščiti svoj model na zasebnem delovnem direktoriju, ki je zavarovan z geslom in se registrira kot uporabnik Web-HIPER (Systems Analysis Laboratory ). S pomočjo programa Web-HIPRE hierarhično strukturiramo odločitveni problem v obliki odločitvenega drevesa. Najprej določimo globalni cilj, kriterije na različnih nivojih in alternative. Nato odločevalec določi uteži ter preference do alternativ, sledi sinteza oziroma računanje končnih agregiranih vrednosti alternativ, razvrščanje alternativ ter izbor najprimernejše alternative. Program nam omogoča tudi analizo občutljivosti, kjer s spreminjanjem vrednosti uteži simuliramo oziroma ocenjujemo stabilnost dobljenih rezultatov. Analizo lahko opravimo glede na globalni cilj in glede na izbrani kriterij (ibid., ). Web-HIPRE omogoča določanje uteži kriterijev in izražanje preferenc do alternativ s pomočjo različnih skal in na različne načine (ibid ): z direktnim oziroma neposrednim določanjem uteži intervalska skala - metodi SMART in SWING ordinalna skala - metoda SMARTER razmerna skala metoda AHP in z vrednostnimi funkcijami. V diplomskem delu bomo na našem konkretnem primeru odločitve o izbiri lokacije centra za ravnanje s komunalnimi odpadki v točki 5.2. prikazali uporabo računalniškega programa Web-HIPRE Metoda z razmerno skalo - AHP Metodo AHP- analitični hierarhični proces (The Analytic Hierarchy Process) je v osemdesetih letih prejšnjega stoletja razvil dr. Thomas Saaty in jo s sodelavci še vedno razvija in išče nova področja uporabe, ter zanjo usposablja tako podjetnike kot tudi vladne ustanove (Čančer 2003, 59). V nadaljevanju bomo navedli poglavitne značilnosti metode AHP (Čančer 2004, in Saaty 2002, 25): Metoda temelji na razmerni skali, le-te pa izražajo kolikokrat se alternative med seboj razlikujejo. Model zgradimo na hierarhičen način: sestavljen je iz cilja, kriterijev (pogosto tudi nekaj ravni podkriterijev) in alternativ. Metoda odseva naravno sposobnost mišljenja pri razvrščanju elementov v ustrezne ravni, združevanju podobnih elementov glede na

17 17 istovrstnost in pomembnost ter postavljanju logičnih razmerij oziroma prioritet med posameznimi elementi glede na določen kriterij. AHP je proces sistemske racionalnosti in omogoča celostno obravnavanje problema. Lahko upošteva medsebojno odvisnost elementov sistema in ne zahteva nujno premočrtnega razmišljanja. Pri snovanju modela mora sodelovati več udeležencev, da bi lahko nudili zadostno količino potrebnih informacij, sodili o pomembnosti kriterijev in izrazili svoje preference. Pri tem pa upoštevajo tako kvantitativne kot kvalitativne dejavnike. AHP lahko uporabljamo tudi za vzpodbujanje zamisli pri ustvarjalnih procesih in za ocenjevanje njihove učinkovitosti. Odločevalci lahko uporabljajo metodo za to, da ugotovijo, katere informacije moramo za ocenjevanje vpliva ustreznih dejavnikov v kompleksnih razmerah še pridobiti. Lahko jo uporabijo tudi za iskanje morebitnih nedoslednosti v sodbah o pomembnosti in v preferencah. Uporabniki te metode kot prednost navajajo izražanje sodb o pomembnosti kriterijev do alternativ oziroma glede na cilj s (1) primerjavo po parih, bodisi s pomočjo grafičnega, verbalnega ali numeričnega načina; (2) z direktnim določanjem uteži ali z (3) oblikovanjem vrednostnih funkcij. Tak način je mnogim uporabnikom prijaznejši kot izražanje sodb s pomočjo numeričnih skal. Na koncu sledi še sinteza, kjer nas AHP metoda s pomočjo matematične obdelave pripelje do končnih vrednosti posameznih alternativ. Za razvrščanje alternativ po metodah z razmerno skalo lahko uporabljamo različne računalniške programe, ki so namenjeni tudi za razvrščanje alternativ po metodah z intervalsko skalo, na primer Logical Decisions in Web-HIPRE. Poznamo pa tudi posebej za AHP specializiran računalniški program Expert Choice, ki ga je razvila delovna skupina avtorjev metode AHP in ki ga bomo podrobneje predstavili v naslednji točki (Čančer, Knez-Riedl 2005, 149) Računalniški program Expert Choice Računalniški program Expert Choice temelji na metodi AHP. Program je namenjen problemom odločanja in ga uporablja več kot petnajsttisoč uporabnikov v več kot šestdesetih državah sveta (Expet Choice 2005). Uporabnikom pomaga doseči (ibid. 2005): boljše, hitrejše in pravičnejše odločitve, strukturirano, organizirano in strateško odločanje, vpogled v možne posledice in izboljšano medsebojno komuniciranje ter»top-down«pristop od globalnega cilja proti alternativam ali pa»bottom-up«pristop, kjer sodbe o relativni pomembnosti kriterijev izražamo glede na vsak kriterij na najnižji ravni.

18 18 Nadaljnji tekst je povzet po Arih 1999, 1; Čančer ; Pomerol in Barba-Romero 2001, 281. Expert Choice uporabljamo kot pomoč pri izboru najugodnejše alternative iz končne množice alternativ glede na več med seboj konfliktnih kriterijev hkrati. Sestavljen je iz dveh delov: 1) Prvi del se imenuje STRUCTURING in je namenjen strukturiranju problema. Rezultat tega dela programa je drevo odločanja z globalnim ciljem, s hierarhijo kriterijev in podkriterijev, ter z alternativami kot listi. Če imamo večje število alternativ, kot to dopušča programska oprema, lahko število alternativ s pomočjo funkcije»ratings«tudi presežemo. To storimo tako, da alternative razdelimo po sklopih in en sklop alternativ obravnavamo kot eno alternativo. Ko izberemo najboljši sklop alternativ, lahko spet znotraj tega sklopa izberemo najboljšo alternativo. 2) Drugi del programa EVALUATION AND CHOICE je namenjen: Določanju uteži, s katerimi se meri pomembnost kriterijev glede na sodbe odločevalca in vrednotenju alternativ glede na podkriterije najnižjega nivoja. Oboje lahko določamo s primerjavo po parih. Za določanje uteži za kriterije velja, da je vsota uteži za vsako skupino kriterijev, ki izhaja iz skupnega vozlišča, enaka 1. Sintezi oziroma izračunu končnih vrednosti alternativ z upoštevanjem vzajemne preferenčne neodvisnosti kriterijev. Različnim analizam občutljivosti vrednosti alternativ glede na spremembe preferenc odločevalcev. Expert Choice omogoča prikaz petih analiz občutljivosti: Performance, Dynamic, Gradient, Head-to-Head in 2D plot. Na vsakem koraku se meri konsistenca odločevalca. Definiramo indeks konsistence CI in stopnjo konsistence odločevalca CR. Čim nižja sta CI in CR, tem bolj konsistenten je odločevalec. Odločevalec je konsistenten, če je CR < 0,1. Program je smiselno uporabiti, če je problem dovolj razvejan in odločitev dovolj pomembna, da ne smemo tvegati z odločanjem»čez palec«. Kvaliteta odločitve je odvisna predvsem od kvalitete odločevalcev. Pomembno je, da odločevalci dobro poznajo odločitveni problem, uporabljene predpostavke, zaupajo v svojo presojo o pomembnosti kriterijev in se ne dajo zavesti predlogom programa ter da razumejo pomen analiz občutljivosti.

19 19 3. TEORETIČNA PODLAGA RAVNANJA S KOMUNALNIMI ODPADKI 3.1. Predstavitev problema ravnanja s komunalnimi odpadki Med komunalnimi odpadki so najbolj znani odpadki iz gospodinjstev, komercialni odpadki (restavracije, veleblagovnice, trgovine, obrati družbene prehrane, hoteli itd.), odpadki čiščenja mestnih površin ter mineralizirani mulji iz naprav za čiščenje komunalnih in nekaterih industrijskih odpadnih vod. Komunalne odpadke sestavljajo odpadki hrane in ostanki po predelavi hrane, papir in karton, steklo in keramika, kovine, umetne mase, gume in koža, tekstil, les, slama, kosti in različni inertni odpadki. Sestava odpadkov je odvisna od stopnje ekonomske, socialne in kulturne ravni prebivalstva ter od vrste naselja. Tako je na primer v nerazvitih državah teh odpadkov okoli 50 kg na prebivalca letno, pri nas okoli 300 kg na prebivalca letno, v ZDA pa kar okoli 1500 kg na prebivalca letno. Letno nastane na svetu prek 2 milijardi ton komunalnih odpadkov (Biteks d.o.o. 2005). Zaradi te velike količine odpadkov, ki ogrožajo okolje in ves živi svet, je nujno izvajanje ukrepov za zmanjševanje količin komunalnih odpadkov (ibid., 2005): - večkratna uporaba embalaže, - ločeno zbiranje in sortiranje odpadkov, - ločeno zbiranje pri izvoru, - ločeno zbiranje posebnih odpadkov iz komunalnih odpadkov, - industrijsko sortiranje mešanih komunalnih odpadkov, - predelava posameznih sestavin iz komunalnih odpadkov, - kompostiranje organskih odpadkov, - sežig komunalnih odpadkov, - piroliza komunalnih odpadkov, Komunalne odpadke zbiramo in odlagamo na komunalnih odlagališčih. Poznamo urejena odlagališča, ki so zgrajena na terenu, nepropustnem za vodo, ali pa tla obložimo z nepropustnim materialom, so ograjena in varovana ter imajo zgrajen sistem za zbiranje meteornih vod ter zajemanje in koristno uporabo bioplina, ki se razvija zaradi anaerobnih procesov na odlagališču odpadkov. Lokacija za odlagališče mora ustrezati strogim zahtevam glede varstva voda, zraka in krajine ter še posebej transportnim, tehničnotehnološkim ter ekonomskim pogojem (ibid., 2005). Poleg urejenih odlagališč poznamo tudi neurejena tako imenovana črna odlagališča, ki predstavljajo veliko in stalno nevarnost za okolje. V Sloveniji naj bi jih bilo okoli Številna so nastala v opuščenih gramoznicah in predstavljajo neposredno nevarnost za onesnaževanje podtalnice (ibid., 2005). V inventarizaciji komunalnih odlagališč, ki je bila izvedena v letih , je bilo v Sloveniji evidentiranih 59 komunalnih odlagališč in le 14 odlagališč je imelo uporabna dovoljenja, torej je obratovalo legalno (DRAVA d.o.o. 2000). Skupna ocena urejenosti odlagališč v letih je bila daleč pod kriteriji Pravilnika o ravnanju z odpadki iz leta Nekatera, običajno so to manjša odlagališča na neprimernih lokacijah so bila v izredno neurejenem stanju. Prav tako so se upravljalci odlagališč srečevali z veliko prostorsko stisko in problem poskušali reševati s širitvijo obstoječih odlagališč, kjer je to

20 20 bilo mogoče, saj so ideje o novih lokacijah regijskih odlagališč skoraj praviloma razvodenele že na stopnji izbire lokacije. Zato je bila nujna izvedba nekaterih sanacijskih ukrepov, s katerimi bi bilo potrebno bodisi zavarovati okolje obstoječih lokacij pred nadaljnjim ekološkim tveganjem ali pa lokacijo postopno urediti v skladu s predpisi (DRAVA d.o.o in Hidroinženiring d.o.o. 2001) Centri za ravnanje s komunalnimi odpadki Republika Slovenija je leta 1996 izdelala načrt Strateških usmeritev ravnanja z odpadki v RS, ki je sestavni del Nacionalnega programa varstva okolja in je pripravljen na podlagi Zakona o varstvu okolja (MOP 2001,8). Zato se je Ministrstvo za okolje in prostor odločilo izdati priročnik za ravnanje s komunalnimi odpadki, v katerem nazorno opiše problem ravnanja z odpadki (2001, 8):»Odpadki so eno najslabše urejenih področij varstva okolja v Sloveniji ter zato dejavnik onesnaževanja in ogrožanja vseh sestavin okolja. Nakopičeni problemi pri ravnanju z odpadki so večplastni in izvirajo iz dosedanjega družbenega odnosa do odpadkov in načinov ravnanja z njimi, iz pomanjkljive upravne in strokovne usklajenosti in organiziranosti, iz geoloških in hidroloških značilnosti slovenskega prostora, značilnega vzorca poseljenosti in v slovenskem prostoru čedalje bolj prisotnega in močnega pojava sindromov NIMBY (Not In My BackYard ne na mojem dvorišču) in NIMET (Not In My Election Time ne v času mojega mandata).«največji problemi pri ravnanju z odpadki se kažejo v (Simoneti 2001): - povezovanju občin, - iskanju lokacij za centre in druge objekte in naprave za ravnanje z odpadki, - neustreznosti obstoječih lokacij odlagališč, - kritičnih količinah odpadkov v razpršeno poseljenem prostoru in - starih bremenih. Država je občinam naložila, da se morajo pri reševanju problemov z odpadki medsebojno povezovati in skupaj iskati lokacije za odlagališča, vendar so občine pri tem bolj ali manj neuspešne. Zato v nastalem položaju pričakujejo pomoč države, predvsem v tem, da bo država (ibid., 2001): - dodelala strategijo in zakonodajo ravnanja z odpadki, - določila mrežo centrov za ravnanje z odpadki, prispevna območja in lokacije, - podala usmeritve na področju prostorskega planiranja, - posredovala v občinah kot povezovalka in koordinatorka ter - nudila pravno, strokovno in finančno pomoč. Koncept usmerjenega regionalnega oziroma medobčinskega povezovanja je bil na podlagi obsežnih analiz in strokovnih podlag, ki so zajemale strateške usmeritve ravnanja z odpadki glede na prostorske, naravne, poselitvene in druge danosti, pa tudi glede na tehnično-tehnološke možnosti, ekonomičnosti in logistike, izbran kot najprimernejši koncept zbiranja komunalnih odpadkov. Tak koncept predstavlja optimalno kombinacijo zakonsko opredeljenih odgovornosti države in občin in omogoča lokalno (občinsko) iniciativo in uveljavljanje širših interesov v nadregijsko raven (raven omrežja regijskih centrov) (MOP 2001, 11).

21 21 Na osnovi tega koncepta je Slovenija razdeljena v osem funkcionalnih regij, s pripadajočimi centri za ravnanje z odpadki: Pomurje, Zgornje Podravje, Savinjska, Ljubljana z okolico, Gorenjska, Severna primorska, Dolenjska in Obala. Zraven spada dopolnilno omrežje manjših centrov ali tako imenovani centri na lokalni ravni, ki so zamišljeni kot predhodna oblika dejavnosti, ki predvsem upošteva obstoječe povezave in dopušča možnost za različne ravni povezovanja glede na stanje v prostoru. Manjši (pod)centri naj bi določeno obliko ravnanja z odpadki opravljali sami, kjer pa so potrebne zahtevnejše naprave oziroma je za racionalno opravljanje potrebno večje število vključenih prebivalcev ( in več), pa bi se ti (pod)centri vključevali ali povezovali v večje centre, tako imenovane centre na regijski ravni. Končni namen združevanja je posredno povezan še s toplotno obdelavo odpadkov, ki pomeni najvišjo obliko združevanja ali tako imenovana nadregijska raven (Simoneti 2001). Splošni koncept ravnanja z odpadki prikazujemo v PRILOGI 1, razdelitev Slovenije na funkcionalne regije pa v PRILOGI 2. Predlagano število centrov je povezano s količino odpadkov, ki se proizvajajo znotraj območja, transportnimi potmi, stanjem objektov in naprav ter organiziranosti na terenu. Izbor lokacije centrov pa je predviden s pomočjo večstopenjskega vrednotenja, kjer se na osnovi potencialnih možnih lokacij izvrši primerjalna analiza, ki vodi do izbora najustreznejše lokacije v prostoru funkcionalne regije (ibid., 2001). Financiranje rekonstrukcij in širitev odlagališč ter drugih objektov in naprav za ravnanje z odpadki se deli na več delov ( Hidroinženiring d.o.o. 2001): - del investicij se pokriva iz proračunskih sredstev lokalne skupnosti ( v katerega odvajajo izvajalci javne službe ustrezen prispevek za investicije od zaračunane storitve), - del investicij se pokriva iz komercialnih kreditov in kreditov Ekološkega sklada, ki jih najame izvajalec javne službe, - del sredstev pa je dosegljiv tudi iz vsakoletnih nepovratnih sredstev Ministrstva za okolje in prostor. Eden od ključnih vidikov reševanja okoljskih problemov je ozaveščanje posmeznikov, skupnosti in upravnih struktur o odgovornem ravnanju z odpadki. Samo odgovorno ravnanje lahko vodi do racionalnih odločitev in bolj uspešnega povezovanja lokalnih skupnosti in države za potrebe ravnanja z odpadki.

22 22 4. PRAKTIČNI PRIMER: IZBIRA LOKACIJE CENTRA ZA RAVNANJE S KOMUNALNIMI ODPADKI V OBČINI ŠKOFJA LOKA 4.1. Predstavitev problema ravnanja s komunalnimi odpadki v Škofji Loki Občina Škofja Loka je bila za ravnanje s komunalnimi odpadki in odlaganje ostankov komunalnih odpadkov v skladu s takratnim Zakonom o varstvu okolja in Zakonom o gospodarskih javnih službah (Ul. RS št. 32/1993) dolžna poskrbeti za opravljanje javne službe. Župan (skupaj s strokovnimi službami) na strokovno tehničnem področju (koncepti, načrti, predlogi), občinski izvršni svet (sedaj občinski svet) pa z odlokom, sta dolžna zagotoviti uspešno rešitev tega problema. Skladno z zakonodajo je morala občina odločiti o načinu opravljanja javne službe, financiranja javne službe in določiti njenega izvajalca (IEI 1996, 3). Glede na to, da je bila obstoječa deponija prostorsko omejena, je občina pripravila tri rešitve oziroma projekte (ibid., 3): - nova deponija-cero, ki bi vključevala deponijo ostanka odpadkov iz obstoječe deponije, - stara deponija naj se postopno zaključuje in izvede dokončna rekultivacija in - koncept ravnanja z odpadki. V pripravljalni fazi je takratni IS (izvršni svet) pridobil niz podlag in analiz ter izbral strokovne institucije za izdelavo posameznih nalog (ibid., 4). Projekt CERO so dodelili podjetju IEI d.o.o. iz Maribora, izvajanje projekta pa je nadzorovala skupina SEPO (Ekspertni center za presojo vplivov na okolje) na Inštitutu Jožef Štefan. Strokovnjaki s podjetja IEI d.o.o. so ugotovili, da je občina imela pred pričetkom projekta CERO urejeno osrednjo deponijo komunalnih odpadkov v Dragi. V dolgoročnem in srednjeročnem družbenem planu občine je bila predvidena širitev obstoječe deponije v severno in zahodno smer, kar bi po oceni zadoščalo do leta Če pa do širitve deponije ne bi prišlo, je bilo deponiranje komunalnih odpadkov mogoče le do leta Deponija je bila z vidika geoloških in hidrogeoloških pogojev opredeljena kot neustrezna, zato jo je bilo treba čimprej zapreti (IEI 1993a, 6). Pri iskanju centra za ravnanje z odpadki se je podjetje srečevalo s prostorskimi, družbenimi in ekonomskimi problemi. Izkušnje v svetu in pri nas so pokazale, da je družbena komponenta še posebno problematična. Zelo izražen je bil tako imenovani sindrom NIMBY, ki je bil prisoten v vsakem potencialnem kraju CERO lokacije. Idealne rešitve, ki bi združevale vse tri komponente, so zelo redke, zato so se pri iskanju takšnega centra v podjetju IEI d.o.o. poslužili uporabe optimizacijskih postopkov (IEI 1996, 4). Poiskati je bilo potrebno takšne lokacije, da so se izognili škodi v prostoru in naravi, sprejemljivost za večino v družbenem sektorju in rešitve z najmanjšimi skupnimi stroški (v ekonomskem smislu) (ibid., 5). Da bi lahko dosegli najugodnejšo rešitev, so morali postopke voditi po načelu (ibid., 5): Demokratičnosti: Demokratičnost postopka je bila zagotovljena s sodelovanjem občinske skupščine v vseh ključnih fazah odločanja o CERO in sicer tako, da so

23 23 obravnavali in potrdili postopek, terminski plan, kriterije in opravljeno delo v posameznih fazah. Transparentnosti: Transparentnost postopka je bila dosežena z vsebinsko javno obravnavo metode in kriterijev ter sprejemom v zborih občinske skupščine. Sodelovanja: Sodelovanje javnosti je bilo zagotovljeno z vrsto predstavitev in izvedbo ciljane ankete za ugotovitev teže posameznih kriterijev pri ocenjevanju potencialnih možnih lokacij. Postopek izbora lokacije CERO je potekal v štirih fazah, začel se je v začetku leta 1994 z uvrstitvijo in obravnavo postopka, terminskega plana in metodologije na zborih skupščine in se zaključil na treh zaporednih sejah do maja 1994 (IEI 1994a, 16). Sledi obdobje planiranja CERO v prostoru (dopolnitev planskih dokumentov, izdelava prostorskega izvedbenega akta), pridobitev lokacijskega dovoljenja, izdelava investicijske in tehnične dokumentacije in graditev objekta. Za te aktivnosti je bilo predvideno eno leto, torej do maja Nato sledi pridobitev investicijsko-tehnične dokumentacije, gradbeno dovoljenje in zgraditev objektov CERO do 1.faze. Te aktivnosti bi trajale leto dni, približno do konca aprila Nato bi sledilo še poskusno obratovanje, ki bi trajalo leto dni, torej do konca leta 1997, ko bi 1.faza CERO pridobila uporabno dovoljenje (ibid., 16-17). Terminski plan aktivnosti je podan v Prilogi 3. Projekt naj bi trajal približno tri leta (IEI 1994a, 4). Objekti CERO se ne zgradijo takoj in v celoti za predvideno življenjsko dobo, dopuščajo kasnejše dograjevanje in nadgrajevanje centra. Zgradi se le 1.faza, ki vsebuje potrebno infrastrukturo, objekte za predelavo odpadkov 1.faze in deponijski prostor za 7 do 15 let (ibid., 16) Potek reševanja problema odpadkov v občini Škofja Loka FAZA 1.faza je predstavljala umestitev iskanja nove lokacije CERO v procesu reševanja problema odpadkov v občini Škofja Loka in je zajemala naslednje aktivnosti (IEI 1993b, 4): (1) Ugotovitev realne družbene potrebe na področju ravnanja z odpadki v občini. (2) Ugotovitev stanja izven občine in proučitev možnosti skupne rešitve problema odpadkov. (3) Proučitev obstoječe in nastajajoče zakonodaje na tem področju (Zakon o varstvu okolja, Pravila ravnanja z odpadki). (4) Sprejem koncepta ravnanja z odpadki v občini. (5) Odločitev o sistemskem pristopu k iskanju prostorsko tehnoloških rešitev za posamezne vrste odpadkov.

24 FAZA 2.faza je predstavljala postopke in merila za opredelitev vseh možnih potencialnih območij v občini (ibid., 5-7): (1) Določitev dejavnosti CERO glede na koncept ravnanja z odpadki. (2) Definiranje velikosti CERO. (3) Pregled in vrednotenje obstoječih podatkov prostora (zbiranje, pregled in analiza prostorskih sestavin dolgoročnega družbenega plana občine, zakonov, odlokov in predpisov s področja postopka izbora lokacije deponije komunalnih odpadkov). (4) Generalni ogled terena. (5) Določitev izločilnih kriterijev na osnovi opredeljenih naravnih in družbenih vrednot ter izločitev neprimernega teritorija iz tega vidika. Izločilni kriteriji so lastnosti ali danosti prostora, kjer ne postavljamo CERO in ti so: prepustna matrična podlaga, ureditvena območja naselij, varstveni pasovi vodnih virov ali poplavna območja, turistična območja, varovalni in gozdovi s posebnim pomenom, zavarovana območja naravne in kulturne dediščine, infrastrukturni objekti in koridorji, večji kompleksi 1.območja kmetijskih zemljišč, območja agrooperacij. (6) Opredelitev tehnično-izvedbenih kriterijev ter izločitev neprimernega teritorija iz tega vidika. Tehnično-izvedbeni kriteriji za možnost opredelitve potencialne lokacije so: zahtevana velikost območja in primeren relief. (7) Opredelitev primernih območij na preostalem teritoriju. (8) Ponovni terenski ogled in preverjanje specifičnih pogojev posameznih območij. (9) Izvedba javnomnenjske ankete in opredelitev uteži kriterijev. Rezultat 2.faze postopka so bila potencialna območja na katerih bi bilo mogoče locirati CERO. Taka območja so se nahajala v krajevni skupnosti (KS) Bukovica-Bukovščica, KS Javorje, KS Kamnitnik, KS Poljane, KS Selca, KS Stara Loka-Podlubnik in KS Sveti Duh (IEI 1993b, Zbor občinske skupščine) FAZA Na osnovi opravljenih aktivnosti 2.faze so se na kartografske podlage v merilu 1:5000 vrisali, na vsaki izmed potencialnih lokacij, predvideni CERO centri. To je predstavljalo osnovo za medsebojno primerjavo lokacij v 3.fazi (ibid., 9). 3.faza je opredeljevala postopke in merila za primerjanje potencialnih območij: (1) Opredelitev ocenjevalnih kriterijev: prostorski okoljevarstveni, sociološki in ekonomski kriteriji. (2) Opredelitev metodologije večkriterijske analize PROMETHEE. (3) Večkriterijska analiza, izdelana z uporabo metode PROMETHEE. (4) Rezultat 3.faze je bil razvrstitev primernih območij iz 2.faze glede na privlačnost oz. neprivlačnost za gradnjo CERO. Za primerna območja so se izkazali naslednji kraji: Dobrava, Korenova grapa, Ševlje, Knape, Platiševa grapa in Medvedova grapa.

25 FAZA S strani podjetja IEI d.o.o. je bilo predlagano, da bi prve tri lokacije po rezultatih večkriterijske analize (iz 3.faze) ponovno analizirali po več kriterijih hkrati na osnovi natančnejših podatkov iz geotehnično in geomehanskih terenskih raziskav (IEI 1994a, 15) Struktura problema odločanja o izbiri lokacije centra za ravnanje s komunalnimi odpadki v občini Škofja Loka Zgradba modela Kot pomoč pri izbiri lokacije CERO imamo na voljo različne metode za odločanje po več kriterijih hkrati ter pripadajoče računalniške programe. Vsem tem metodam je skupno to, da je potrebno določiti globalni cilj, kriterije in alternative. Prav tako pa moramo imeti zbrane in urejene vse podatke, ki so pomembni in potrebni za izpeljavo večkriterijske izbire. V našem primeru bomo model strukturirali od globalnega cilja navzdol proti kriterijem, podkriterijem do alternativ. Ko bodo vsi ti koraki povezani med seboj, bomo dobili model v obliki drevesa odločanja. Pri strukturiranju problema pa moramo upoštevati zakon potrebne in zadostne celovitosti (Čančer in Mulej 2006,10). Zato je glavna prednost takega modela v tem, da je problem podan pregledno in jasno. Odločevalec, pa tudi kdo drug, ki se pridruži procesu odločanja kasneje, lahko kaj hitro prepozna glavni cilj problema, pripadajoče kriterije in možne alternative Določitev globalnega cilja Globalni cilj odločitvenega modela je izbira najustreznejše lokacije CERO v občini Škofja Loka, ki predstavlja problem s katerim se srečujejo v tej občini. V občini se zavedajo, da gre za zelo pomembnem in pereč problem, ki ne dopušča velikih napak in prihodnjih obžalovanj. Zato so za pomoč pri reševanju problema najeli več strokovnjakov, ki se ukvarjajo z okoljskimi problemi, da bi le-ti s pomočjo sistematičnega, interdisciplinarnega in metodološkega pristopa prišli do najboljše rešitve.

26 Določitev alternativ Alternative predstavljajo vse možne lokacije CERO. Te lokacije so locirali v občini Škofja loka zato, ker je občina leta 1992 predstavljala območje z prebivalci in je bila po eni strani zaradi njene velikosti na spodnji meji upravičenosti lastnega reševanja problema odpadkov, po drugi strani pa zaradi njene majhnosti ni bilo smiselno nadaljnje drobljenje po posameznih krajevnih skupnostih in ločeno reševanje odpadkov. Tako je bilo izbranih šest lokacij oziroma šest možnih alternativ večkriterijske analize: -Dobrava, -Korenova grapa, -Ševlje, -Knape, -Platiševa grapa in -Medvedova grapa. Prostorsko opredelitev navedenih lokacij v občini prikazujemo v PRILOGI Določitev kriterijev Kriteriji so merila po katerih medsebojno vrednotimo potencialne lokacije CERO. Dogovorjeni so bili na podlagi mnogih javnih razprav, inženirskih izkušnjah in že uveljavljenega pristopa ter načel pri tovrstnih prostorskih nalogah v svetu. V sklopu javnih razprav na temo CERO, ki so potekale v občini Škofja Loka, so udeleženci izpolnili vprašalnike, katerih namen je bil pridobiti nekatera mišljenja krajanov o problemu odpadkov v občini. Anketiranih je bilo 46 udeležencev javnih razprav. Na vprašanje»ali ste pripravljeni za uveljavitev sodobnejšega načina ravnanja z odpadki plačati več kot doslej?«, jih je pozitivno (z DA) odgovorilo 99,9 % vprašanih. Na vprašanje glede teže (prioritete) posameznih sklopov kriterijev, kot so okolje, ljudje in stroški, so bile odločitve naslednje: 37 % vprašanih je opredelilo za najpomembnejše pri določitvi lokacije okolje; 63 % vprašanih je menilo, da so najpomembnejši pri določitvi lokacije ljudje; vsi vprašani pa so pomen stroškov dali na zadnje mesto. Ko so jih še vprašali»ali bi se strinjali z izgradnjo CERO v svoji KS?«, je 28 % vprašanih odgovorilo z NE, 72 % vprašanih pa je odgovorilo z DA, VENDAR POD POGOJI ( ustrezne odškodnine, nadomestila, ). Anketni list z vprašanji prilagamo v PRILOGI 5 (IEI 1994b, 11). Na skupščini občine so nato sprejeli tri glavne sklope kriterijev, ki pa se nadalje delijo v sedemnajst podkriterijev, to je kriterijev na najnižji ravni oziroma atributov. Prvi sklop kriterijev so PROSTORSKO OKOLJEVARSTVENI KRITERIJI, ki se delijo v devet podkriterijev (IEI 1994d, 5-6): 1. Prostorska kapaciteta: Prvi kriterij predstavlja možni volumen deponijskega prostora in potrebno površino za objekte predelave odpadkov. Volumen deponijskega prostora posamezne deponije je izračunan na osnovi terenskih karakteristik območja in na osnovi načina deponiranja, ki smo ga opredelili za vsako lokacijo posebej. Volumen

27 27 2. deponijskega telesa je ocena, ki je dobljena na osnovi predpostavk o višini deponiranja, naklonu deponijskega telesa in ob upoštevanju maksimalne površine deponije. 3. Vplivi na tla, relief: Drugi kriterij ocenjuje vpliv posega na izrabo tal (gozd, njive, travnik, ) in posledice spremembe namembnosti in reliefa v okolju. Pokazatelj kriterija je sprememba namembnosti zemljišča določene vrednosti. 4. Vpliv na površinske vode: Pri tretjem kriteriju se ocenjuje potencialni vpliv izcednih vod deponije na površinski vodotok v slučaju izrednih razmer. Predpostavi se, da izcedne vode vdrejo v vodotok. Ocenjuje se koncentracija najbolj reaktivnega parametra, to je amonijaka v vodotoku. 5. Vpliv na talne vode: Pri četrtem kriteriju lahko izcedne vode v izrednih razmerah preko odtekanja v površinski vodotok, ki napaja podtalnico ogrozijo vodonosnik talnih voda, kateri je lahko potencial za oskrbo z vodo v prihodnosti. 6. Vpliv na živi svet: Po petem kriteriju se ocenjuje prisotnost različnih florističnih in favnističnih vrednot in posebnosti na lokaciji. 7. Nosilnost tal: Šesti kriterij ocenjuje nosilnost tal za postavitev tovrstnih objektov v prostor z vidika strokovne geomehanske opredelitve. 8. Stabilnost tal: Pri sedmem kriteriju se ocenjuje stabilnost oziroma plazovitost temeljnih tal na lokacijah z vidika geomehanske opredelitve. 9. Geološka sestava površinskega sloja: Osmi kriterij ocenjuje vodoprepustnost oziroma neprepustnost površinskega sloja, kateri bi bil primeren za prekrivni material oziroma izdelavo in utrditev planuma. 10. Vodoprepustnost hibrinske osnove: Deveti kriterij ocenjuje vodoprepustnost oziroma neprepustnost matične podlage z geomehanskega vidika. Drugi sklop kriterijev so SOCIOLOŠKI KRITERIJI, ki zajemajo šest podkriterijev: 10. Stanovanjski in proizvodni objekti na lokaciji: Deseti kriterij predstavlja število obstoječih objektov na lokaciji in katerih stanovalce bi bilo v vsakem primeru potrebno preseliti, za proizvodne objekte pa najti ustrezne nadomestne lokacije oziroma dejavnosti. 11. Eksistenčne razmere na lokaciji: Enajsti kriterij opisuje eksistenčno lastnikovo odvisnost od trenutne dejavnosti na lokaciji (kmetije ). 12. Objekti v pasu 500 metrov: Dvanajsti kriterij predstavlja število objektov v tako imenovanem sanitarnem (vplivnem) pasu 500 metrov okoli lokacije, na katere bi dejavnost ravnanja z odpadki utegnila vplivati (deponija, predelava odpadkov, ) 13. Vpliv na okolico zaradi transporta: Trinajsti kriterij opisuje število ljudi, ki bi utrpeli dodatno obremenitev zaradi transporta skozi njihova naselja in ulice v primeru postavitve CERO v njihovi bližini. 14. Lastništvo: Štirinajsti kriterij predstavlja delež državnega zemljišča kot prednost pri pridobivanju zemljišč. 15. Vizuelna izpostavljenost: Pri petnajstem kriteriju se ocenjuje direktna vizualna izpostavljenost deponije odpadkov in objektov predelave s številom objektov, na katere bi tovrstna izpostavljenost moteče vplivala. Kriterij je dobljen na osnovi direktnega terenskega ogleda in iz vseh obstoječih okoliških objektov na potencialno lokacijo. Tretji sklop kriterijev pa so EKONOMSKI KRITERIJI, ki se delijo v dva podkriterija: 16. Investicijski stroški: Predzadnji kriterij opisuje, da so za vsako potencialno lokacijo ocenjeni investicijski stroški izvedbe deponije. Prednost imajo cenejše lokacije.

28 Obratovalni stroški: Za zadnji kriterij je merilo najcenejši transport odpadkov na lokacijo Podatkovna podlaga problema Posredovana nam je bila dokumentacija z že zbranimi in ponderiranimi kriteriji, po katerih območja, ki so primerna za izgradnjo CERO, primerjamo glede na tri sklope kriterijev, ki smo jih omenili že v prejšnji točki. PROSTORSKO OKOLJEVARSTVENI KRITERIJI opisujejo eventuelni vpliv CERO na okolje in naravne dobrine. Na osnovi znanih izkušenj iz preteklosti, divjih odlagališč in njihovih vplivov na okolje ter izredno zahtevnih sanacijskih ukrepih v primeru ekoloških nesreč pripisujejo temu sklopu kriterijev težo v deležu 36 % od vseh treh sklopov kriterijev (IEI 1994b, 12). SOCIOLOŠKI KRITERIJI opisujejo vpliv CERO na ljudi. Zaradi velikega pomena opisane problematike z odpadki in upoštevanega mnenja na osnovi anketiranih udeležencev javnih razprav, pripisujejo temu kriteriju največjo težo in sicer delež 48 % (ibid., 12). EKONOMSKI KRITERIJI opisujejo potrebna finančna sredstva za izgradnjo objektov in stroške obratovanja naprave. Temu sklopu pripisujejo najmanjšo težo in sicer 16 % delež (ibid., 12). Porazdelitev ponderjev (uteži) znotraj posameznih sklopov navajamo v PREGLEDNICI 2 (ibid., 15). Zbirno tabelo vseh informacij o lokacijah CERO pa navajamo v PRILOGI 6.

29 29 KRITERIJI PONDERJI Prostorska kapaciteta 6 % Vplivi na tla, relief 6 % Vpliv na površinske vode 4 % PROSTORSKI Vpliv na talne vode 6 % OKOLJEVARSTVENI Vpliv na živi svet 4 % 36 % KRITERIJI Nosilnost tal 2 % Stabilnost tal 2 % Geološka sestava površinskega sloja 2 % Vodoprepustnost hibrinske osnove 4 % Stanovanjski in proizvodni objekti na 12 % lokaciji SOCIOLOŠKI Eksistenčne razmere na lokaciji 12 % KRITERIJI Objekti v pasu 500 m 8 % Vpliv na okolico zaradi transporta 8 % 48 % Lastništvo 4 % Vizuelna izpostavljenost 4 % EKONOMSKI Investicijski stroški 8 % 16 % KRITERIJI Obratovalni stroški 8 % SKUPAJ: 100% PREGLEDNICA 2: Kriteriji in pripadajoči ponderji.

30 30 5. RAČUNALNIŠKO PODPRTO ISKANJE NAJBOLJŠE LOKACIJE CENTRA ZA RAVNANJE S KOMUNALNIMI ODPADKI V OBČINI ŠKOFJA LOKA 5.1. Izbor najboljše lokacije s pomočjo metode PROMETHEE 1 Po metodi PROMETHEE so delali na podjetju IEI d.o.o. Najprej so določili potencialne lokacije: 1.Dobrava, 2. Korenova grapa, 3. Ševlje, 4. Knape, 5. Platiševa grapa in 6. Medvedova grapa; in sedemnajst ocenitvenih kriterijev. Nato so s pomočjo računalniškega programa Promcalc začeli s PROMETHEE metodo. V ocenitveno tabelo so vnesli podatke o alternativah glede na posamezne kriterije (predstavljamo jih v PRILOGI 6) ter določili uteži (predstavljamo jih v PREGLEDNICI 2) in prednostne funkcije (ki jih navajamo v PRILOGI 7). Nadalje so izvedli analizi PROMETHEE І in PROMETHEE ΙΙ, katerih rezultate prikazujemo na SLIKI 1 in 2. Do končnih vrednosti PROMETHEE І in PROMETHEE ΙΙ pridemo tako, da ko imamo podatke vnešene v ocenitveno tabelo, sledi izračun prednostnih indeksov, ki pomenijo prednost ene lokacije pred drugo po posameznih kriterijih. π ( a, b) je prednostni indeks, ki izraža kako in s kakšno stopnjo je varianta a v prednosti pred varianto b po posameznih kriterijih in π ( b, a) pomeni kako je varianta b v prednosti pred varianto a. Izračun prednosti se izračuna po formuli: n 1 π ( a, b) = w j Pj ( a, b) k j= 1 kjer je: k- število vseh (n) kriterijev, w - utež j-tega kriterija, P j j ( a, b) - funkcija prednosti za j-ti kriterij (4) Prednost lokacije a proti b je izražena s prednostmi glede na vsak posamezni kriterij in predstavlja vsoto teh tako imenovanih delnih prednosti. Po analognem postopku izračunamo glede na znane prednostne funkcije še ostale delne prednosti. Tako dobimo vsote pozitivnih in negativnih razvrstitvenih tokov, ki dajejo delno razvrstitev PROMETHEE І, ko pa negativni razvrstitveni tok φ (a) odštejemo od pozitivnega φ + (a) dobimo popolno razvrstitev PROMETHEE ΙΙ po formuli: φ (a) = φ + (a) - φ (a) (5) 1 Povzeto po IEI 1994c, 29-37) in Šošterič 1998, 34.

31 31 SLIKA 1: Delna analiza PROMETHEE І. Kot vidimo iz SLIKE 1, PROMETHEE І alternativ ne razvrsti jasno po vrstnem redu, ampak pokaže na neprimerljivost na prvem mestu, kjer se nahajata lokaciji Dobrava in Platiševa grapa. Nato pa po vrstnem redu sledijo lokacije Ševlje, Korenova grapa, Knape in Medvedova grapa. Na SLIKI 2 pa vidimo popolno rzvrstitev PROMETHEE ΙΙ, ki kaže, da je najboljša alternativa Dobrava, ki nima velike prednosti pred drugo uvrščeno Platiševo grapo. Na tretjem mestu je alternativa Ševlje, ki za drugo uvrščeno lokacijo tudi ne zaostaja veliko. Na četrtem mestu je Korenova grapa, na petem mestu je Knape in na šestem mestu je Medvedova grapa. Zadnje tri lokacije zelo veliko zaostajajo za prvo lokacijo, zato so vse tri označene za neprimerne.

32 32 SLIKA 2: Popolna analiza PROMETHEE ΙΙ. V nadaljevanju bomo prikazali v PREGLEDNICI 3 primernost lokacij glede na izbrane kriterije z vrstnim redom. V preglednici je mogoče razbrati, kdaj in kje je katera lokacija boljša od druge. Razberemo lahko, da je glede na sklop Prostorsko okoljevarstvenih kriterijev, ki jim pripisujemo 36% pomembnosti, največkrat (4-krat) na prvem mestu lokacija Dobrava. Pri kriteriju 5 (Vpliv na živi svet) in kriteriju 9 (Vodoprepustnost hibrinske osnove) vidimo, da so lokacije enakovredne. Glede na sklop Socioloških kriterijev, ki jim pripisujemo največjo težo, to je 48%, sta največkrat (4-krat) na prvem mestu lokaciji Dobrava in Ševlje. Po kriteriju 14 (Lastništvo) so vse lokacije enakovredne. Glede na sklop Ekonomskih kriterijev, ki jim pripisujemo najmanjšo težo, to je 16%, je po obeh kriterijih (Investicijski stroški in Obratovalni stroški) na prvem mestu spet lokacija Dobrava. PREGLEDNICA 3 nazorno pokaže, da je najboljša lokacija Dobrava.

33 33 PROSTORSKO OKOLJEVARSTVENI KRITERIJI SOCIOLOŠKI KRITERIJI 1. Maksimal. prostornina 2.Vpliv na tla 3. Vpliv na površinske vode 4. Vpliv na talne vode 5. Vpliv na živi svet 6. Nosilnost tal 7. Stabilnost 8. Geološka sestava pokrova 9. Vodoprepustnost hribine 10. Objekti na lokaciji 11. Eksist. razmere na lokaciji 12. Objekti v pasu 500 m 13. Vpliv na okolico zaradi trans. 14. Lastništvo 15. Vizuelna izpo. obj. 16.Investici jski stroški EKONOM- SKI Zap. št Ime lokacije Dobrava Korenova grapa Ševlje Knape Platiševa grapa Medvedo va grapa Naziv VRSTNI RED LOKACIJ PO KRITERIJIH kriterija KRITERIJI 17. Obratovalni str = = = = = = = = = = = = = = = = = = PREGLEDNICA 3: Primernost lokacij po posameznih kriterijih Izbor najboljše lokacije z uporabo programa Web-HIPRE Sedaj bomo z uporabo programa Web-HIPRE reševali problem izbire lokacije CERO. Program Web-HIPRE podpira metode z intervalsko (SMART, SWING) in ordinalno

34 34 (SMARTER) skalo, kakor tudi metode z razmerno skalo (AHP). Vendar pa slednje ne bomo uporabili pri Web-HIPRE, ampak s pomočjo programa EXPERT CHOICE v točki Strukturiranje modela v obliki drevesa odločanja Najprej problem izbora CERO strukturiramo v obliki drevesa odločanja. To naredimo tako, da imamo odprt program Web-HIPRE, kjer kliknemo v izboru File na New in začnemo s strukturo drevesa od leve proti desni. Globalni cilj, ki je v našem primeru Lokacija CERO, dobimo tako, da dvakrat kliknemo z levim gumbom miške in vpišemo ime elementa. Nato se pomaknemo v levo in kot pri globalnem cilju z miško vpišemo še kriterije na prvem nivoju ( Prostorsko okoljevarstveni kriteriji, Sociološki kriteriji in Ekonomski kriteriji), nadalje vpišemo še vseh sedemnajst podkriterijev oziroma kriterijev na drugem nivoju, preostane nam še samo vpis šestih alternativ. Elemente vpišemo tako, da najprej označimo element, nato pa v izboru Model, Element Descriptions, element podrobneje opišemo. Model je možno shraniti z ukazom File, Save na javnem direktoriju, še boljše pa je, če si kreiramo svoj lastni direktorij, da nam modela ne bi mogli spreminjati drugi uporabniki programa Web-HIPRE. Model odločitvenega drevesa za izbor najboljše lokacije CERO prikazujemo na SLIKI 3.

35 35 SLIKA 3: Drevo odločanja za»izbor lokacije CERO« Merjenje vrednosti alternativ in določitev kriterijev Podatke o alternativah po posameznih atributih lahko vnašamo neposredno ali pa merjenje opravimo z vrednostnimi funkcijami. V prvem primeru so pomembne razlike med ocenami alternativ glede na atribut, ocene, ki jih vnašamo, pa so deljene s 100 (to naredimo z

36 36 ukazom Priorities, Direct). V drugem primeru pa vrednosti najprej vnesemo v izboru Priorities, Ratings, nato pa v izboru Priorities,Value Function določimo eksponentno ali odsekoma linearno funkcijo. Program omogoča prikaz načina določanja uteži in merjenja alternativ, kar vidimo na SLIKI 3. Razberemo tudi, da smo za atribute Prostorska kapaciteta, Vplivi na tla, relief in Eksistenčne razmere na lokaciji, uporabili direktni vnos podatkov. Za atribut Vpliv na površinske vode smo uporabili eksponentno funkcijo, za atribut Vpliv na okolico zaradi transporta odsekoma linearno funkcijo, za vse ostale atribute pa linearne funkcije. Podatki o alternativah glede na atribute so prikazani v PRILOGI 6. Na SLIKI 4 prikazujemo ocene alternativ glede na atribut Prostorska kapaciteta in sicer: Dobravi smo določili 77 točk, Korenovi grapi 67 točk, Ševljam 97 točk, Knapam največ 100 točk, Platiševi grapi tudi 97 točk in Medvedovi grapi najmanj 53 točk. SLIKA 4: Neposredni vnos za atribut Prostorska kapaciteta. Na SLIKI 5 prikazujemo konveksno funkcijo za atribut Površinske vode, kjer je razvidno, da je povečanje od 12,6 do 22, 6 točk enako neugodno kot povečanje od 22,6 do 33,8 točk (to pomeni da je v (22,6)=0,75 in (33,8)=0,5)). Povečanje od Vpliv na površinske vode v Vpliv na površinske vode 12,6 do 33,8 točk je enako neugodno kot povečanje od 33,8 do 61,6. S konveksno funkcijo prikažemo, da je na primer povečanje od 12,6 točk do 13, 6 točk bolj zmanjšuje lokalno vrednost kot povečanje od 22,6 točk do 23,6 točk.

37 37 SLIKA 5: Vrednostna funkcija za atribut Vpliv na površinske vode. Na SLIKI 6 pa prikazujemo primer padajoče odsekoma linearne funkcije za atribut Vpliv na okolico zaradi transporta, ki je enako neugoden, če povečamo od 0 do 200 ljudi kot, če povečamo od 200 do 250 ljudi ( (200)=0,75 in v Vpliv naokolicozaraditransporta povečanju od 250 do 350 ljudi. v Vpliv naokolicozaraditransporta (250)=0,5 )). Povečanje od 0 do 250 ljudi je enako neugodno SLIKA 6: Vrednostna funkcija za atribut Vpliv na okolico zaradi transporta.

38 38 Podatke o alternativah glede na vse atribute smo neposredno vnesli v tabelo, katere del je prikazan na SLIKI 7. SLIKA 7: Vnos podatkov o alternativah za vse atribute. Določiti moramo še uteži kriterijem. To lahko storimo s pomočjo intervalske skale (SMART, SWING), ordinalne skale (SMARTER), neposrednim določanjem uteži, program pa omogoča tudi določanje s pomočjo razmerne skale (AHP). V izboru Priorities izberemo metodo, ki jo želimo uporabiti. Kriterijem na prvem nivoju smo odločili uteži s pomočjo metode SMARTER in sicer tako, da najpomembnejšemu kriteriju pripišemo rang 1, drugemu najpomembnejšemu kriteriju pripišemo rang 2 in tretjemu kriteriju pripišemo rang 3. Računalnik nato sam določi oziroma izračuna vrednosti uteži, kar vidimo na SLIKI 8. Nato smo določili uteži še podkriterijem glede na Prostorsko oklojevarstvene kriterije s pomočjo metode SMART tako, da smo najmanj pomembnemu kriteriju Nosilnost tal določili 10 točk, drugima najmanj pomembnima kriterijema Vpliv na površinske vode in Vpliv na živi svet smo dodelili 30 točk, kar pomeni, da je pomembnost spremembe od najslabšega do najboljšega Vpliva na površinske vode in Vpliva na živi svet za 20 točk večja od pomembnosti spremembe od najslabše do najboljše Nosilnosti tal (SLIKA 9). Sociološkim kriterijem smo uteži dodelili z metodo SWING tako, da smo najpomembnejšima kriterijem Stanovanjski in proizvodni objekti na lokaciji in Eksistenčne razmere na lokaciji določili100 točk, ostalim manj pomembnim kriterijem pa manj kot 100 točk. Kriterijema Objekti v pasu 500 m in Vpliv na okolico zaradi transporta smo dodelili 60 točk, kar pomeni, da je pomembnost spremembe od najslabšega do najboljšega kriterija Objekti v pasu 500 m in Vpliv na okolico zaradi transporta za odločevalca 60%

39 39 pomembnosti spremembe od najslabšega do najboljšega kriterija Objekti na lokaciji in Eksistenčne razmere na lokaciji (SLIKA 10). SLIKA 8: Uteži kriterijev, dobljene z metodo SMARTER. SLIKA 9: Uteži kriterijev, dobljene z metodo SMART.

40 40 SLIKA 10: Uteži kriterijev, dobljene z metodo SWING. Ekonomskim kriterijem pa smo določili uteži z direktnim določanjem, kar vidimo na SLIKI 11. SLIKA 11: Uteži kriterijev, dobljene z direktno metodo.

41 Sinteza Končne vrednosti alternativ računamo po aditivnem modelu, ki predstavlja vsoto ponderiranih vrednosti alternativ glede na posamezne kriterije. Pripadajoča formula je (Helsinki University of Technology systems analysis laboratory. 2005): n v( A ) = w v ( A ), (6) i j= 1 j j i kjer je: i = 1,2, k, kjer je k število alternativ, A - i -ta alternativa, i ( Ai v ) - agregirana vrednost i-te alternative, j = 1,2,... n, kjer je n število kriterijev, w - utež za j-ti kriterij, j j ( Ai v ) - vrednost i-te alternative po j-tem kriteriju. Vrednosti lokalnih uteži kriterijev se izračunajo po sledeči formuli: w j = n P j= 1 i P j, (7) kjer je: w - lokalna utež j-tega kriterija, j j P - število dodeljenih točk j-temu kriteriju, n P j j= 1 - vsota točk vseh kriterijev. Globalne uteži kriterijev pa izračunamo tako, da pomnožimo lokalne uteži z utežmi vseh nadkriterijev, kar vidimo pri formuli: w w w G = j N j j, (8) kjer je: w - globalna utež j-tega kriterija, G j w N j - utež nadkriterija j-tega kriterija, w j - lokalna utež j-tega kriterija Računalniški program Web-HIPRE, pa tudi drugi programi za večkriterijsko odločanje, prihranijo odločevalcu veliko časa, ki bi ga sicer porabil z računanjem.

42 42 S pomočjo programa Web-HIPRE računamo agregirane vrednosti alternativ tako, da v izboru Analysis, Composite Priorities izberemo pri Goal globalni cilj, pri Segments Goal, pri Bars pa Alternatives. Višina stolpcev kaže agregirane vrednosti teh alternativ, če pa aktiviramo Show Values, pa dobimo še numerične vrednosti alternativ, kar prikazujemo na Slikah 12 in 13. SLIKA 12: Agregirane vrednosti lokacij CERO. SLIKA 13: Agregirane numerične vrednosti lokacij CERO. Na SLIKI 12 vidimo, da ima najvišji stolpec lokacija Dobrava, s pripadajočo vrednostjo 0,893 (SLIKA 10). Nadalje sledijo na drugem mestu lokacija Platiševa grapa (0,831), na tretjem mestu Ševlje (0,784), na četrtem mestu se nahaja lokacija Korenova grapa (0,638), na petem mestu je Medvedova grapa (0,519) in tik za njo je na zadnjem mestu lokacija Knape (0,504). Pri izborih Goal, Segments in Bars lahko dobimo različne agregirane vrednosti glede na izbor med globalnim ciljem, kriteriji na prvem nivoju, kriteriji na drugem nivoju in alternativami. Na SLIKI 14 smo grafično prikazali končne vrednosti alternativ glede na kriterije na prvem nivoju.

43 43 SLIKA 14: Končne vrednosti alternativ glede na kriterije na prvem nivoju Analiza občutljivosti S pomočjo analize občutljivosti lahko ugotovimo, katere in za koliko bi bilo potrebno spremeniti uteži posameznih kriterijev, da bi se spremenil vrstni red alternativ. Tako ugotovimo občutljivost oziroma stabilnost dobljenih rezultatov. Analize lahko izvajamo glede na cilj ali glede na katerikoli kriterij v strukturi problema. Za analizo občutljivosti moramo v izboru Analysis, Sensitivity Analysis izbrati pri Criteria izbrani kriterij in pri Subcriteria podkriterij, katerega utež želimo spreminjati. Na SLIKI 15 vidimo, da je skoraj vseeno, za koliko povečujemo utež za Prostorsko okoljevarstveni kriterij, saj se na prvih dveh mestih ne spremeni nič (prva ostaja Dobrava, druga pa Platiševa grapa). Če pa povečamo utež na več kot 0,72, potem se na tretjem mestu pojavi alternativa Knape, ki izpodriva Ševlje na četrto in nazadnje na zadnje mesto.

44 44 SLIKA 15: Analiza občutljivosti glede na Prostorsko okoljevarstveni kriterij. Na SLIKI 16 in 17 vidimo spreminjanje uteži za Sociološki kriterij. Če povečamo utež nad 0,82, se na drugem mestu pojavi lokacija Ševlje ( na prvem mestu je še vedno Dobrava) in če povečamo utež na več kot 0,92 dobimo na prvem mestu lokacijo Ševlje, na drugem pa Dobravo. SLIKA 16: Analiza občutljivosti glede na sociološki kriterij. SLIKA 17: Analiza občutljivosti glede na sociološki kriterij.

45 45 Pri Ekonomskem kriteriju moramo utež povečati nad 0,56 da se na tretjem mestu pojavi Medvedova grapa, ki izpodrine Ševlje, na prvih dveh mestih pa ne pride do sprememb (SLIKA 18). SLIKA 18: Analiza občutljivosti glede na ekonomski kriterij. Iz simulacije lahko sklepamo, da je analiza problema lokacije CERO stabilna Izbor najboljše lokacije z uporabo programa EXPERT CHOICE Sedaj bomo uporabili še računalniški program EXPERT CHOICE za ugotavljanje najboljše možne alternative CERO Strukturiranje modela v obliki drevesa odločanja Drevo odločanja bomo strukturirali na zelo podoben način ko pri programu Web-HIPRE. Uporabili bomo enake kriterije, podkriterije, alternative in globalni cilj. Model bomo strukturirali po principu»top-down«, kar pomeni, da bomo najprej določili globalni cilj (Lokacija CERO), nato tri skupine kriterijev (Prostorsko okoljevarstveni, Sociološki in Ekonomski kriteriji), ki smo jih razčlenili v sedemnajst podkriterijev in na koncu bomo zapisali še vseh šest alternativ.

46 46 Vse navedeno smo v programu EXPERT CHOICE naredili po sledečem postopku: najprej smo v programu izbrali funkcijo za kreiranje novega modela (Create new model); nato smo za oblikovanje problema v obliki drevesa odločanja izbrali metodo Direct in vpisali opis cilja; opise kriterijev smo naredili tako, da smo aktivirali cilj, nato pa v izboru Edit, Insert Child of the Current Node vpisali imena kriterijev; imena podkriterijev smo vpisali tako, da smo označili ustrezen nadkriterij nato pa spet Edit, Insert Child of the Current Node; Alternative smo vnesli z Edit, Alternative, Insert; opis problema pa shranimo tako, da aktiviramo cilj, izberemo Edit, Information in vpišemo pomembne informacije. Na SLIKI 19 prikazujemo drevo odločanja. SLIKA 19: Drevo odločanja s pripadajočimi utežmi atributov in kriterijev ter izračunane končne vrednosti alternativ po aditivnem modelu na idealen način Merjenje vrednosti alternativ in določitev kriterijev Velika prednost računalniškega programa EXPERT CHOICE je, da izražanje sodb po metodi AHP, omogoča s primerjavo po parih: na verbalni, numerični in grafični način; z vrednostno funkcijo ali direktnim določanjem uteži. Najprej bomo določili uteži kriterijem glede na cilj. To smo storili na direktni način in sicer tako, da smo aktivirali globalni cilj, nato ukaz Assessment, Direct in vnesli vrednosti za Prostorsko okoljevarstveni kriterij, Sociološki kriterij in Ekonomski kriterij (SLIKA 20). Na enak način smo določili uteži vseh sedemnajstih atributov glede na kriterije, kar prikazujemo na primeru SLIKE 21.

47 47 SLIKA 20: Direktni način določanja uteži glede na globalni kriterij. SLIKA 21: Direktni način določanja uteži glede na Prostorsko okoljevarstveni nadkriterij. Izražanje sodb za alternative glede na vsak atribut smo opravili s primerjavo po parih in vrednostnimi funkcijami. Numerični način primerjave alternativ po parih smo naredili glede na atribut: Vpliv na površinske vode. Verbalni način primerjanja po parih smo naredili za atribute: Prostorska kapaciteta, Vplivi na tla, relief, Lastništvo, Investicijski stroški in Obratovalni stroški. Grafični način primerjanja po parih smo uporabili za atribut: Vpliv na okolico zaradi transporta transporta. Za vse ostale atribute smo oblikovali vrednostne funkcije. Na SLIKI 22 prikazujemo primer numeričnega načina primerjave alternativ glede na atribut Vpliv na površinske vode. Najprej izberemo Assessment, Pairwise in s klikom na 3:1 dobimo numerični način. Vidimo, da lokacijo Korenova grapa preferiramo 8-krat bolj kot lokacijo Dobrava, lokacijo Dobrava preferiramo 2-krat bolj kot lokacijo Ševlje, lokacijo Knape preferiramo 8-krat bolj kot lokacijo Dobrava in tako naprej. Pri tem stopnja konsistence kaže ali smo pri primerjanju konsistentni ali ne. V našem primeru je stopnja konsistence 0,01, torej smo konsistentni. Na SLIKI 23 vidimo primer verbalnega načina primerjanja po parih glede na atribut Prostorska kapaciteta. Do tega pridemo z izborom Assessment, Pairwise in s klikom na ABC. Ker gre za verbalni način izražanja sodb, so na skali besedne oziroma opisne vrednosti. Na primer, lokacijo Ševlje močno (Strong) preferiramo pred lokacijo Dobrava. Stopnja konsistence je 0,03, torej smo konsistentni.

48 48 SLIKA 22: Numerični način primerjanja po parih. SLIKA 23: Verbalni način primerjanja po parih. Prikazujemo še grafični način primerjanja po parih glede na atribut Vpliv na okolico zaradi transporta (Slika 24). Spet kliknemo na Assessment, Pairwise in na znak =. Lokacijo Dobrava preferiramo 5-krat bolj kot lokacijo Korenova grapa, lokacija Dobrava in Ševlje imata isto vrednost, lokacijo Ševlje preferiramo 5-krat bolj kot lokacijo Korenovo grapo in tako naprej. Stopnja konsistence 0,01, torej smo konsistentni. Za vrednotenje s pomočjo vrednostne funkcije izberemo Go, Data Grid, Formula Type, izbiramo lahko med linearno ali eksponentno funkcijo. Na SLIKI 25 vidimo primer padajoče linearne vrednostne funkcije za atribut Objekti v pasu 500m. Na SLIKI 26 vidimo del tabele, ki prikazuje podatke o alternativah in lokalne vrednosti alternativ.

49 49 SLIKA 24: Grafični način primerjanja po parih. SLIKA 25: Padajoča linearna vrednostna funkcija.

50 50 SLIKA 26: Podatki o alternativah in lokalne vrednosti alternativ Sinteza Pri računanju končnih vrednosti alternativ oziroma sintezi uporabljamo aditivni model. Sinteza je proces, v katerem se lokalne prioritete spremenijo v globalne. Slednje se za vsako alternativo seštejejo na zadnji ravni modela in dobimo končne vrednosti alternativ. Program omogoča oba načina sinteze lokalnih prioritet za alternative in sicer distributivni in idealni način. Pri distributivnem načinu je vsota prioritet na vsakem nivoju enaka 1. Uporabljamo ga pri odvisnosti med alternativami. Idealni način pa uporabljamo, da bi dobili le najboljšo alternativo, ne glede na to, kakšne so druge. Dobimo ga tako, da se lokalne prioritete alternativ delijo z največjo vrednostjo med njimi. To je narejeno za vsak kriterij; za vsak kriterij postane idealna ena alternativa z vrednostjo 1. Končne vrednosti alternativ pa lahko izračunamo za (Čančer 2003, 67-68): en nivo kriterijev izračunamo po formuli (6), dva nivoja kriterijev po naslednji formuli: n p j v( A = i ) w j w jsv js ( Ai ), (9) j= 1 s= 1 i = 1,2, k, kjer je k število alternativ, j = 1,2,... n, kjer je n število kriterijev, s = 1,2,...p j, kjer je p j število podkriterijev A i - i -ta alternativa, v A ) - agregirana vrednost i-te alternative, ( i w j - utež za j-ti kriterij, w js - utež s -tega podkriterija j -tega kriterija, j -tega kriterija,

51 51 v A ) - vrednost i-te alternative glede na s -ti podkriterij j-tega kriterija, j ( s i več nivojev kriterijev, kjer poteka računanje po istem principu kot za dva nivoja kriterijev, le da jih pri tem upoštevamo več. Sicer pa izberemo Synthesize, With respect to Goal in kliknemo na gumb Summary, da dobimo končne vrednosti za alternative po idealnem (SLIKA 27), lahko pa tudi distributivnem načinu (SLIKA 28). Iz SLIK 27 in 28 razberemo, da je najboljša alternativa Dobrava, na drugem mestu je lokacija Platiševa grapa, na tretjem mestu Ševlje, na četrtem mestu se nahaja lokacija Korenova grapa, daleč za najboljšo lokacijo pa se nahajata na petem mestu lokacija Medvedova grapa in tik za njo je na zadnjem mestu lokacija Knape. Sintezo lahko naredimo tudi za katerikoli drug kriterij oziroma atribut. Na SLIKI 29 vidimo tak primer končne vrednosti alternativ glede na Prostorsko okoljevarstveni kriterij. SLIKA 27: Sinteza na idealni način. SLIKA 28: Sinteza na distributivni način.

52 52 SLIKA 29: Končne vrednosti alternativ glede na Prostorsko okoljevarstveni kriterij po idealnem načinu Analiza občutljivosti Tako kot program Web-HIPRE, omogoča tudi program EXPERT CHOICE analizo občutljivosti. Program omogoča pet različnih grafičnih pogledov in simulacij, tako da izberemo Sensitivity-Graphs, kjer izbiramo med Performance, Dynamic, Gradient, Headto-Head in 2D plot. Analizirali bomo le spremembe vrednosti uteži kriterijev in prikazali, kako te spremembe vplivajo na vrstni red alternativ. Lahko pa opravimo analizo tudi za katerikoli drug kriterij oziroma atribut. Na SLIKI 30 smo izbrali opcijo Open Four Graph, ki nudi možnost prikaza štirih grafov hkrati, z desne proti levi se zvrstijo grafi: Performance (spreminjamo stolpce uteži kriterijev), Dynamic (spreminjamo dolžine trakov), Gradient (spreminjamo rdečo vertikalno os), Head-to-Head (vidimo primerjavo dveh alternativ glede na kriterije ). Iz slike vidimo, da moramo močno povečati utež za Prostorsko okoljevarstveni kriterij (nad 0,8), da se spremeni vrstni red lokacij na prvem mestu. Na voljo pa imamo tudi graf 2D plot na SLIKI 31s katerega razberemo, da so lokacije Ševlje, Dobrava, Platiševa grapa in Knape nedominirane, lokaciji Korenova grapa in Medvedova grapa pa sta dominirani. Po opravljeni analizi občutljivosti lahko sklepamo, da je končni rezultat, ki smo ga dobili s programom EXPERT CHOICE, stabilen.

53 53 SLIKA 30: Analiza občutljivosti: Performance, Dynamic, Gradient, Head-to-Head. SLIKA 31: Analiza občutljivosti s pomočjo 2D plot.

54 Primerjava rezultatov metod in izbira najboljše alternative Po končnih rezultatih dobljenih s pomočjo programov Promcalc, Web-HIPRE in EXPERT CHOICE lahko vidimo, da se je pri vseh kot najboljša izkazala lokacija Dobrava. V PREGLEDNICI 4 podajamo primerjavo med programi in dobljeni končni vrstni red alternativ. RAČUNALNIŠKI PROMCALC Web-HIPRE EXPERT CHOICE PROGRAM ALTERNATIVE VRSTNI RED VRSTNI RED VRSTNI RED 1. Dobrava Korenova grapa Ševlje Knape Platiševa grapa Medvedova grapa PREGLEDNICA 4: Vrstni red alternativ po programih Promcalc, Web-HIPRE in EXPERT CHOICE. Iz zgornje preglednice je razvidno, da je vrstni red lokacij na prvih štirih mestih enak pri vseh treh računalniških programih, razlikuje se le na petem in šestem mestu, kjer je pri programu PROMCALC na petem mestu lokacija Knape, na šestem mestu pa Medvedova grapa; medtem ko sta pri programih Web-HIPRE in EXPERT CHOICE na petem mestu Medvedova grapa, na šestem mestu pa Knape. Vendar pa te majhne razlike na zadnjih dveh mestih ne igrajo nobene vloge, saj iščemo le najboljšo lokacijo, ki pa je pri vseh treh programih enaka, to je lokacija Dobrava. Če iz kakršnih koli razlogov gradnja CERO na lokaciji Dobrava ne bi bila mogoča, bi v poštev prišli lokaciji Platiševa grapa in Ševlje, ki se nahajata na drugem oziroma tretjem mestu in je med njima zelo majhna razlika, kar lahko razberemo iz točk 5.1., in Prav tako pri analizi navedenih točk ugotovimo, da lokacije, ki se nahajajo na zadnjih treh mestih, za najugodnejšo lokacijo veliko zaostajajo, zato niso primerne za gradnjo CERO. Naredili smo tudi analizo po kriterijih na prvem nivoju za rezultate s pomočjo programa Web-HIPRE in EXPERT CHOICE, kar prikazujemo v PREGLEDNICI 5. Pri programu EXPERT CHOICE dobimo po idealnem in distributivnem načinu enak končni vrstni red.

55 55 ALTERNATIVE 1. PROSTORSKO OKOLJEVARSTVENI KRITERIJ EXPERT CHOICE Web- HIPRE 2. SOCIOLOŠKI KRITERIJ EXPERT CHOICE Web- HIPRE 3. EKONOMSKI KRITERIJ EXPERT CHOICE Vrstni red Vrstni red Vrstni red Vrstni red Vrstni red Web- HIPRE Vrstni red Dobrava Korenova grapa Ševlje Knape Platiševa grapa Medvedova grapa PREGLEDNICA 5: Vrstni red alternativ glede na Prostorsko okoljevarstveni kriterij, Sociološki kriterij in Ekonomski kriterij. Iz PREGLEDNICE 5 razberemo, da so razlike glede vrstnega reda med programoma pri prvem Prostorsko okoljevarstvenem kriteriju, kjer je pri programu EXPERT CHOICE na prvem mestu lokacija Knape, na drugem Platiševa grapa, na tretjem Dobrava, na četrtem Medvedova grapa, na petem Ševlje in na šestem Korenova grapa. Pri programu Web- HIPRE pa je na prvem mestu lokacija Dobrava, na drugem Knape, na tretjem Platiševa grapa, na četrtem isto kot pri programu EXPERT CHOICE je Medvedova grapa, na petem Korenova grapa in na šestem Ševlje. Pri ostalih dveh kriterijih pa skoraj ni razlik. Do razlik prihaja zato, ker programa uporabljata različne načine za vrednotenje alternativ po posameznih kriterijih in različne postopke določanja uteži. Vendar te razlike ne igrajo bistvene vloge, saj je končni vrstni red po programu Web-HIPRE in EXPERT CHOICE enak.

56 56 6. SKLEPNE UGOTOVITVE V diplomski nalogi smo predstavili metode za odločanje po več kriterijih hkrati, ki so primerne za reševanje težjih, kompleksnejših problemov. Eden takih primerov je izbira lokacije centra za ravnanje s komunalnimi odpadki, s katerim smo s ukvarjali v diplomski nalogi. Za izbiro najboljše lokacije CERO v občini Škofja Loka smo uporabili različne metode za odločanje po več kriterijih hkrati s pripadajočimi računalniškimi programi: metodo Promethee s pripadajočim programom Promcalc, metodo z razmerno skalo (AHP) s pripadajočim program EXPERT CHOICE in metode z ordinalno (SMARTER) in intervalsko skalo (SMART/SWING) s pripadajočim programom Web-HIPRE. Metoda PROMETHEE je s pomočjo programa Promcalc predhodno že bila izvedena na podjetju IEI d.o.o. tako, da so nam posredovali vse potrebne podatke in vrednosti, ki smo jih potrebovali za ostale metode. Alternative in kriteriji so za vse metode enaki, razlikujejo se le po načinu vrednotenja alternativ po posameznih kriterijih, postopkih določanja uteži in računanju končnih alternativ. Pri metodah PROMETHEE in SMARTER gre predvsem za to, da dane alternative rangiramo po vrstnem redu od najboljše do najslabše. Pri slednji ni nujno, da razpolagamo z zadostno količino podatkov, dovolj je že, da vemo, katere alternative so po določenem kriteriju boljše oziroma slabše od drugih alternativ. Pri metodi PROMETHEE pa moramo imeti potrebno količino podatkov, da lahko določimo prednostno funkcijo za vsak kriterij posebej na podlagi katere potem parno primerjamo alternative znotraj vsakega kriterija. Tudi pri metodi AHP gre v glavnem za primerjanje alternativ po posameznih kriterijih, vendar je pri tej metodi bolj poudarjeno izražanje subjektivnih ocen. Metodi SWING in SMART pa sta primerni za določanje kvantitativnih kot tudi kvalitativnih kriterijev. Za računalniška programa EXPERT CHOICE in Web-HIPRE smo najprej strukturirali odločitveno drevo, nato določili vrednosti za kriterije in alternative, sledi sinteza in na koncu analiza občutljivosti dobljenih rezultatov. Na razpolago smo imeli šest alternativ in sedemnajst kriterijev. Po obeh programih smo dobili enak vrstni red alternativ, za najugodnejšo alternativo pa se je izkazala lokacija Dobrava, ki je bila najboljša alternativa tudi s programom Promcalc. V bistvu smo dobili pri vseh treh programih skoraj enak vrstni red lokacij, razlika je nastala le na zadnjih dveh mestih, ki pa ju pri izbiri najustreznejše lokacije ne bomo izbrali. Tako lahko sklepamo, da so metode po več kriterijih hkrati zanesljiv in praktičen pripomoček pri odločanju, zlasti zato ker so računalniško podprte in odločevalcu prihranijo veliko časa in energije, ki bi ga sicer potreboval za računanje, prav tako pa omogočajo pregleden prikaz rezultatov in analize občutljivosti. Vendar pa ne smemo pozabiti, da so prikazane metode le pripomoček in dopolnilo izkustvenim, intuitivnim, razumskim, in drugim odločitvenim metodam, ki jih nikakor ne smemo zanemariti. Šele skupek vseh teh različnih metod pomaga odločevalcu do zares kvalitetne in odgovorne odločitve.

57 57 7. POVZETEK V občini Škofja Loka so se že dalj časa ukvarjali s problemom»kam in kako z odpadki!«, zato so na podlagi javnih razprav, ki so potekale v občini, sklenili, da potrebujejo nov center za ravnanje z odpadki. Tako so določili izvajalca IEI d.o.o. s pomočjo katerega so želeli poiskali najugodnejšo lokacijo za center. Izbrani izvajalec se je problema lotil s pomočjo metode PROMETHEE, ki spada med metode za odločanje po več kriterijih hkrati. Ker pa obstaja več različnih metod za odločanje po več kriterijih hkrati se nam je zdelo smiselno, da jih na istem, praktičnem primeru preizkusimo v naši diplomski nalogi. Tako smo poleg metode PROMETHEE prikazali tudi uporabnost metode SMART, SWING, SMARTER in AHP. Vse metode so računalniško podprte z različno programsko opremo. V diplomski nalogi so bili uporabljeni naslednji programi: Promcalc, Web-HIPRE in EXPERT CHOICE. Odločanje po več kriterijih hkrati je potekalo na podlagi šestih alternativ in sedemnajstih kriterijih. Strukturirali smo odločitveno drevo za programa Web-HIPRE in EXPERT CHOICE, določili uteži za kriterije in preference do alternativ ter naredili sintezo končnih vrednosti alternativ. Na koncu smo primerjali rezultate računalniških programov in ugotovili, da je pri vseh na prvem mestu lokacija Dobrava. Tudi na drugem, tretjem in četrtem mestu je bil vrstni red lokacij enak, razlika je bila le na predzadnjem petem in zadnjem šestem mestu. Prav tako smo prišli do sklepa, da je metoda PROMETHEE bolj primerna za uporabo kvantitativnih kriterijev, metodi SMARTER in AHP pa bolj za kvalitativne kriterije, metodi SMART in SWING pa sta primerni za obe vrsti kriterijev. KLJUČNE BESEDE: // Odločanje// Metode// Večkriterijsko odločanje// PROMETHEE// SMART// SMARTER// SWING// AHP// Promcalc// Web-HIPRE// EXPERT CHOICE// Alternative//Kriteriji// Prednostne funkcije//lokacija//izbira//

58 58 ABSTRACT Community Škofja Loka has for a longer time faced the problem»where and how with waste!«. The decision has beeen made, on the basis of public debates which took place in the community, that there is a need for a new waste disposal center. The community selected IEI d.o.o. as a contractor with whose help they tried to find the most favourable location for the center. The chosen IEI.d.o.o. tackled the problem with PROMETHEE method, which is one of the methods for multi-criteria decision-making. Since there are many different kinds of these methods, we found it reasonable that all are being tested in our diploma paper. Besides the PROMETHEE method, we have also shown practicability of SMART, SWING, SMARTER and AHP methods. All of them are computer supported with different software equipment. Following software programs have been used in our diploma paper: Promcalc, Web-HIPRE and EXPERT CHOICE. Multi-criteria decision-making simultaneously took place on the bases of six alternatives and seventeen criteria. We have constructed a decision-making tree for Web-HIPRE and EXPERT CHOICE software programs, set criteria weights and preferences for alternatives and concluded with a synthesis of final value alternatives. Finally, we have compared results of different software programs and came to the conclusion, that location in Dobrava was the first choice in all programs. On the second, third and fourth place the same location have been chosen in all programs, only fifth and sixth place were different. We have concluded that PROMETHEE method is the most appropriate for quantifying criteria use, SMARTER and AHP methods are more suitable for qualifying criteria, while SMART and SWING on the other hand are suitable for both types of criteria. KEY WORDS: // Decision-making// Methods// Multi-criteria decision-making // PROMETHEE// SMART// SMARTER// SWING// AHP// Promcalc// Web-HIPRE// EXPERT CHOICE// Alternative//Criteria// Pseudo-criterion//Location// Choice//

59 59 8. SEZNAM LITERATURE 1. ARIH, Liljana Expert Choice: pomoč pri odločanju ali je res?: Pospeševanje razvoja Slovenije/ 20. PODIM. Maribor, 1999.str.1 2. ČANČER, Vesna Analiza odločanja: Izbrana poglavja. Maribor: Ekonomskoposlovna fakulteta. 3. ČANČER, Vesna The multicriteria method for environmentally oriented business decision-making. Yugoslav Journal of Operations Research, letnik 14, št.1, ČANČER, Vesna Comparison of the applicability of computer supported multicriteria decision-making methods. SOR 05 Proceedings of the 8th International Symposium on Operational Research in Slovenia. Ljubljana: Slovenian Society Informatika (SDI), str ČANČER, Vesna in Jožica KNEZ-RIEDL Why and how to evaluate the creditworthiness of SMEs business partners. International small business journal, letnik 23, Št. 2, str ČANČER, Vesna, in Matjaž MULEJ. 2006, Systemic Decision Analysis Approaches Requisite Tools for Developing Creative Ideas into Innovations, Kybernets, letnik 36, št. 8 (sprejeto v objavo). 7. JAMNIKAR, Tatjana Ovrednotenje kriterijev in analiza odločanja izbire vzajemnih skladov v Sloveniji. Maribor: Ekonomsko poslovna fakulteta, diplomsko delo univerzitetnega programa [online]. Dostopno na: 8. MINISTRSTVO ZA OKOLJE IN PROSTOR Odpadki v Sloveniji ODLAGALIŠČ [online]. Dostopno na: [Januar 22, 2006] 9. POMEROL, Jean-Charles, in Sergio BARBARA-ROMERO Multicriterion decision in management. Boston (Mass.), Dordrecht, London: Kluwer Academic Publishers, cop. 10. SAATY, Thomas L Decision making for leaders: the analytic hierachy process for decisions in a complex world. Pittsburgh: RWS Publications. 11. SARAŽIN LOVRENČIČ, Ines Specializirane metode PROMETHEE kot pomoč pri sprejemanju odločitev v sistemu zdravstvenega varstva. Ljubljana: Ekonomska fakulteta, Doktorska disertacija. 12. ŠOŠTERŠIČ, Matej Odločitvena teorija promethee in programska podpora promethee promcalc. Maribor: Fakulteta za elektrotehniko, računalništvo in informatiko, diplomsko delo visokošolskega študija. 13. VINCKE, Philippe Multicriteria Decision-Aid. England: John Wiley & Sons Ltd.

60 60 9. SEZNAM VIROV 1. Biteks d.o.o Komunalni odpadki [online]. Dostopno na: [Januar 22, 2006] 2. Bohanec, Marko in Rajkovič, Vladislav Večparameterski odločitveni modeli [online]. Dostopno na: //www-ai.ijs.si/markobohanec/org95/index.html [Januar 22, 2006] 3. Drava vodnogospodarsko podjetje Ptuj d.d POVZETEK REZULTATOV EVIDENTIRANJA KOMUNALNIH ODLAGALIŠČ [online]. Dostopno na: [Januar 22, 2006] 4. Expert Choice, Inc. Expert Choice nd Edition [online]. Dostopno na: [Januar 22, 2006] 5. Helsinki university of technology systems analysis laboratory Value Tree Analysis Theory [online]. Dostopno na: [Januar 22, 2006] 6. Hidroinženiring d.o.o Operativni program varstva okolja na področju ravnanja z odpadk [online]. Dostopno na: [Januar 22, 2006] 7. Inštitut za ekološki inženiring d.o.o. Maribor. 1993a. Prostorska prevera za opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 8. Inštitut za ekološki inženiring d.o.o. Maribor. 1993b. Prostorska prevera za opredelitev lokacije centra za ravnanje s komunalnimi odpadki (Zbor občinske skupščine). 9. Inštitut za ekološki inženiring d.o.o. Maribor. 1993c. Metodologija za opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 10. Inštitut za ekološki inženiring d.o.o. Maribor. 1994a. Predlog postopka za opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 11. Inštitut za ekološki inženiring. 1994b. Opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 12. Inštitut za ekološki inženiring. 1994c. Opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 13. Inštitut za ekološki inženiring d.o.o. Maribor. 1994d. Opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 14. Inštitut za ekološki inženiring d.o.o. Maribor Prikaz postopka za opredelitev lokacije centra za ravnanje s komunalnimi odpadki. 15. Simoneti, Maja Zasnova območij za prostorsko razporeditev objektov in naprav za ravnanje z odpadki [online]. Dostopno na: odpadki/3_3_odpadki.pdf [Januar 22, 2006] 16. Systems Analysis Laboratory, Helsinki University of Technology Web- HIPRE elearning [online]. Dostopno na: [Januar 22, 2006]

61 SEZNAM PREGLEDNIC IN SLIK Seznam preglednic PREGLEDNICA 1: Predstavitev in opis šestih tipov PROMETHEE prednostnih funk. 12 PREGLEDNICA 2: Kriteriji in pripadajoči ponderji. 29 PREGLEDNICA 3: Primernost lokacij po posameznih kriterijih. 33 PREGLEDNICA 4: Vrstni red alternativ po programih PROMCALC, Web-HIPRE in EXPERT CHOICE. 54 PREGLEDNICA 5: Vrstni red alternativ glede na Prostorsko okoljevarstveni kriterij, Sociološki kriterij in Ekonomski kriterij Seznam slik SLIKA 1: Delna analiza PROMETHEE І. 31 SLIKA 2: Popolna analiza PROMETHEE ΙΙ. 32 SLIKA 3: Drevo odločanja za»izbor lokacije CERO«. 35 SLIKA 4: Neposredni vnos za atribut Prostorska kapaciteta. 36 SLIKA 5: Vrednostna funkcija za atribut Vpliv na površinske vode. 37 SLIKA 6: Vrednostna funkcija za atribut Vpliv transporta na ljudi. 37 SLIKA 7: Vnos podatkov o alternativah za vse atribute. 38 SLIKA 8: Uteži kriterijev, dobljene z metodo SMARTER. 39 SLIKA 9: Uteži kriterijev, dobljene z metodo SMART. 39 SLIKA 10: Uteži kriterijev, dobljene z metodo SWING. 40 SLIKA 11: Uteži kriterijev, dobljene z direktno metodo. 40 SLIKA 12: Agregirane vrednosti lokacij CERO. 42 SLIKA 13: Agregirane numerične vrednosti lokacij CERO. 42 SLIKA 14: Končne vrednosti alternativ glede na kriterije na prvem nivoju. 43 SLIKA 15: Analiza občutljivosti glede na Prostorsko okoljevarstveni kriterij. 44 SLIKA 16: Analiza občutljivosti glede na sociološki kriterij. 44 SLIKA 17: Analiza občutljivosti glede na sociološki kriterij. 44 SLIKA 18: Analiza občutljivosti glede na ekonomski kriterij. 45 SLIKA 19: Drevo odločanja s pripadajočimi utežmi atributov in kriterijev ter izračunane končne vrednosti alternativ po aditivnem modelu na idealen način. 46 SLIKA 20: Direktni način določanja uteži glede na globalni kriterij. 47 SLIKA 21: Direktni način določanja uteži glede na Prostorsko okoljevarstveni kriterij. 47 SLIKA 22: Numerični način primerjanja po parih. 48 SLIKA 23: Verbalni način primerjanja po parih. 48 SLIKA 24: Grafični način primerjanja po parih. 49 SLIKA 25: Padajoča linearna vrednostna funkcija. 49 SLIKA 26: Podatki o alternativah in lokalne vrednosti alternativ. 50 SLIKA 27: Sinteza na idealni način. 51 SLIKA 28: Sinteza na distributivni način. 51 SLIKA 29: Končne vrednosti alternativ glede na Prostorsko okoljevarstveni kriterij po 52 idealnem načinu SLIKA 30: Analiza občutljivosti: Performance, Dynamic, Gradient, Head-to-Head. 53 SLIKA 31: Analiza občutljivosti s pomočjo 2D plot. 53

62 PRILOGE PRILOGA 1: Splošni koncept ravnanja z odpadki. PRILOGA 2: Shematični prikaz območij (s številom prebivalcev) skupnega ravnanja z odpadki»odpadkovne regije«. PRILOGA 3: Terminski plan aktivnosti. PRILOGA 4: Potencialne lokacije CERO. PRILOGA 5: Anketni list. PRILOGA 6: Tabelarični prikaz kriterijev in njihovih vrednosti za posamezne potencialne lokacije CERO.

63 PRILOGA 1: Splošni koncept ravnanja z odpadki (MOP 2001, 13). 63

64 PRILOGA 2: Shematični prikaz območij (s številom prebivalcev) skupnega ravnanja z odpadki»odpadkovne regije«(mop 2001, 14). 64

65 65 PRILOGA 3: Terminski plan aktivnosti (IEI 1994a).

66 66 PRILOGA 4: Potencialne lokacije CERO (IEI 1996).

67 PRILOGA 5: Anketni list (IEI 1994b). 67