Metody wielokryterialnego wyboru i konstrukcji rankingów uwzględniających cele regionalne związane z realizacją Narodowej Strategii Spójności

Transkrypt

1

2

3 Metody wieloryterialnego wyboru i onstrucji raningów uwzględniających cele regionalne związane z realizacją Narodowej Strategii Spójności Materiały opracowane w ramach umowy nr DKS/DEF-VIII/POPT/04/273/09 Projet realizowany w ramach onursu dotacji Fundusze Europejsie na Poziomie NSS II Edycja, organizowanego przez Ministerstwo Rozwoju Regionalnego, współfinansowanego ze środów Unii Europejsiej w ramach Programu Operacyjnego Pomoc Techniczna. Autorzy: Mare Chmielewsi Ignacy Kaliszewsi Ewa Ooń-Horodyńsa Dmitry Podopaev Andrzej M.J. Sulimowsi (Red.) Tadeusz Trzasali

4 Redator: Prof. dr hab. inŝ. Andrzej M.J. Sulimowsi Recenzja nauowa: Wszystie rozdziały zostały zrecenzowane w systemie peer-review Projet oładi: P&B Incubator Sp. z o.o. Opracowanie edytorsie i graficzne: Alicja Madura Wydawnictwo Nauowe Fundacji Progress and Business w Kraowie ul. Miechowsa 5B Kraów 16 tel.: , fas: wydawnictwo@pbf.pl Dru i oprawa: P&B Incubator Sp. z o.o Kraów, office@pbincubator.eu

5 3 Spis treści ROZDZIAŁ 1. METODY WIELOKRYTERIALNEGO WYBORU I KONSTRUKCJI RANKINGÓW UWZGLĘDNIAJĄCYCH CELE REGIONALNE ZWIĄZANE Z REALIZACJĄ NARODOWEJ STRATEGII SPÓJNOŚCI OPIS PROJEKTU Andrzej M. J. Sulimowsi Geneza i cele projetu Analiza potrzeb w zaresie zastosowań wieloryterialnych metod szeregowania Związe z Narodową Strategią Spójności Zarys zastosowanej metodyi onstrucji raningów priorytetów Rezultaty projetu oraz moŝliwości ich wdroŝeń ROZDZIAŁ 2. METODY RANKINGOWE W WIELOKRYTERIALNYM PODEJMOWANIU DECYZJI Tadeusz Trzasali Wprowadzenie Metody ELECTRE Metoda Promethee Procedura analitycznej hierarchizacji Przyłady wyorzystania wieloryterialnych metod raningowych do wyboru projetów ROZDZIAŁ 3. ZASTOSOWANIE METODY ZBIORÓW ODNIESIENIA DO WSPOMAGANIA DECYZJI I KONSTRUKCJI WIELOKRYTERIALNYCH RANKINGÓW W PROJEKTACH ZWIĄZANYCH Z REALIZACJĄ NARODOWEJ STRATEGII SPÓJNOŚCI Andrzej M. J. Sulimowsi Wstęp Sformułowanie wieloryterialnego problemu decyzyjnego Interpretacja puntów odniesienia poprzez ich estymowaną uŝyteczność Niesprzeczność puntów odniesienia Zasada uŝyteczności metrycznej w salaryzacji przez odległość Interacyjny algorytm podejmowania decyzji Zastosowanie metody zbiorów odniesienia w problemach raningowych Dysusja ROZDZIAŁ 4. METODY SZEREGOWANIA I WYBORU PORTFELI PROJEKTÓW W PROBLEMACH DECYZYJNYCH Z PREFERENCJAMI REGIONALNYMI Andrzej M. J. Sulimowsi Wprowadzenie... 66

6 4 2. Podstawy wieloryterialnej procedury modelowania preferencji regionalnych Studium przypadu: przydział dofinansowania dla regionalnych ośrodów nauowobadawczych (ROB) w ramach Regionalnych Strategii Innowacji Organizacja Regionalnych Systemów RTDI: ewaluacja ex-post ROZDZIAŁ 5. WYKORZYSTANIE REZULTATÓW BADAWCZYCH FORESIGHTU PRZY WYZNACZANIU PRIORYTETÓW ROZWOJU GOSPODARKI REGIONALNEJ Ewa Ooń- Horodyńsa, Andrzej M. J. Sulimowsi Wprowadzenie Ewolucja metodyi foresight Foresight w zarządzaniu strategicznym Poziomy badań foresightowych Metody badań foresightowych Foresight a priorytetyzacja Foresight a wdroŝenie priorytetów analiza przypadów Wniosi ROZDZIAŁ 6. JAK STWORZYĆ ALGORYTM USZEREGOWANIA OBIEKTÓW ZACHOWUJĄCY APRIORYCZNE PREFERENCJE? Mare Chmielewsi, Ignacy Kaliszewsi, Dmitry Podopaev Sformułowanie problemu Analiza raningu projetów Działania 3.1 POIG Oznaczenia i definicje Interatywny schemat onstruowania modelu i algorytmu szeregowania obietów Inne funcje salaryzujące w algorytmach szeregowania WYKAZ SKRÓTÓW

7 5 METODY WIELOKRYTERIALNEGO WYBORU I KONSTRUKCJI RANKINGÓW UWZGLĘDNIAJĄCYCH CELE REGIONALNE ZWIĄZANE Z REALIZACJĄ NARODOWEJ STRATEGII SPÓJNOŚCI OPIS PROJEKTU 1 Andrzej M.J. Sulimowsi 1,2 1 Laboratorium Analizy i Wspomagania Decyzji, Katedra Automatyi, Aademia Górniczo - Hutnicza im. St. Staszica w Kraowie, ams@agh.edu.pl 2 Centrum Nau o Decyzji i Prognozowania, Fundacja Progress and Business", Kraów ul. Miechowsa 5B, cndip@pbf.pl

8 6 Streszczenie: W niniejszym rozdziale przedstawiamy najwaŝniejsze wynii projetu pt. Metody wieloryterialnego wyboru i onstrucji raningów uwzględniających cele regionalne związane z realizacją Narodowej Strategii Spójności zrealizowanego przez Fundację Progress & Business w ramach Konursu Dotacji Fundusze Struturalne na poziomie NSS II edycja organizowanego przez Ministerstwo Rozwoju Regionalnego, współfinansowanego ze środów Unii Europejsiej w ramach Programu Operacyjnego Pomoc Techniczna. Głównym rezultatem projetu jest opracowanie nowatorsiej metodologii analizy wieloryterialnej, tóra moŝe przyczynić się do obietywizacji i ulepszenia strategii rozwoju regionalnego Słowa luczowe: priorytetyzacja, raningi, analiza wieloryterialna, Narodowa Strategia Spójności, politya regionalna

9 7 1. Geneza i cele projetu Projet Metody wieloryterialnego wyboru i onstrucji raningów uwzględniających cele regionalne związane z realizacją Narodowej Strategii Spójności zrealizowany został w ramach onursu dotacji Fundusze Struturalne na poziomie NSS II edycja organizowanego przez Ministerstwo Rozwoju Regionalnego, współfinansowanego ze środów Unii Europejsiej w ramach Programu Operacyjnego Pomoc Techniczna na podstawie Umowy z Ministerstwem Rozwoju Regionalnego, Departament Koordynacji Polityi Struturalnej z dnia 17 lipca Motywacją do sformułowania niniejszego programu badawczego były rezultaty projetu pt. Priorytetyzacja celów polityi regionalnej w onteście efetywnego wyorzystania Funduszy Struturalnych, zrealizowanego w rou 2008 na podstawie umowy nr POPT /07 zawartej z Ministerstwem Rozwoju Regionalnego w ramach I edycji Konursu Dotacji Fundusze Europejsie na poziomie NSS. Analiza rezultatów tego projetu wsazała, Ŝe celowym ze względu na moŝliwość zastosowań w polityce polsich regionów jego dopełnieniem jest zbadanie i opracowanie taich wieloryterialnych metod wyboru, tóre w moŝliwie najlepszy sposób odzwierciedlałyby cele i procedury Narodowej Strategii Spójności. W szczególności, przeprowadzone badania, wywiady i dysusje podczas Seminarium Nauowego projetu zrealizowanego w rou 2008 wsazują, Ŝe metody stosowane obecnie w regionach, oparte z reguły na prostych procedurach scoringowych, nie zapewniają odpowiedniej spójności celów, metod i rezultatów. Narodowa Strategii Spójności na lata narzuca polsim regionom wysoie wymagania dotyczące zarówno efetywności wyorzystania środów pochodzących, ja i zwielorotnienia rezultatów projetów finansowanych z tych funduszy. Przedstawiony tu projet miał za zadanie zapełnienie tej lui poprzez dostarczenie zobietywizowanych metod tworzenia taich polity, w szczególności algorytmów ewaluacji projetów i aloacji środów finansowych. Cel ogólny projetu moŝe być w związu z tym sformułowany jao opracowanie innowacyjnych metod wieloryterialnej analizy, oceny i wyboru ierunów działania programów i projetów polityi regionalnej, tóre mogą być zastosowane do priorytetyzacji obszarów interwencji władz regionalnych, ja równieŝ do oceny i wyboru projetów finansowanych z Funduszy Struturalnych. Opracowane metody winny zapewnić: zwięszenie obietywności procesów ewaluacyjnych, adewatną reprezentację w procedurach oceny i wyboru celów polityi regionalnej, na róŝnych jej poziomach, moŝliwość uwzględnienia w obietywny sposób ryteriów terytorialnych, setorowych i społecznych w celu realizacji polityi wyrównywania poziomu gospodarczego, niedysryminacji i równych szans, właściwe wyorzystanie w procesach wyboru dodatowych informacji o preferencjach wyniających z doumentów polityi regionalnej,

10 8 srócenie czasu oceny projetów sładanych w onursach ogłaszanych przez Władze Regionów i organy państwowe, m.in. Regionalnych Programów Operacyjnych, PROW, POIG i POKL. Dalszym rezultatem będzie poprawa efetywności wyorzystania Funduszy Struturalnych. Natomiast celami szczegółowymi projetu były: Opracowanie wieloryterialnej metody oceny i wyboru zapewniającej reprezentację celów polityi regionalnej w postaci puntów odniesienia o współrzędnych odpowiadającym wartościom wsaźniów stosowanych do oceny realizacji strategii regionalnych (taŝe RSI i RSSI). Dodatowo, metoda taa powinna umoŝliwiać jednoczesne wyorzystanie tradycyjnych informacji scoringowych w postaci ograniczeń na współczynnii substytucji celów cząstowych. Opracowanie wieloryterialnej metody oceny i wyboru pozwalającej na uwzględnienie w obietywny sposób ryteriów terytorialnych, setorowych i społecznych w celu realizacji polityi wyrównywania poziomu gospodarczego, niedysryminacji i równych szans (dotychczas cele te realizowane były poprzez definiowanie ograniczeń, co budzi często ontrowersje). Oreślenie sposobu łącznego stosowania obu opracowanych metod oraz ich zastosowanie do dynamicznej priorytetyzacji celów polityi regionalnej w oparciu o metody opracowane w projecie badawczym wyonanym na zamówienie MRR w rou 2008, Wyazanie uŝyteczności opracowanych metod na podstawie studium przypadu polityi regionalnej jednego z województw delarujących współpracę oraz wyorzystanie rezultatów projetu. Cele te zostały zrealizowane dzięi stworzeniu i przystosowaniu do wyorzystania w pratyce oryginalnej i nowoczesnej metodologii opracowanej przez Wniosodawcę w nawiązaniu do wcześniejszego dorobu w tym zaresie, zwłaszcza do badań nauowych prowadzonych przez Fundację Progress & Business w ramach European Science and Technology Observatory (ESTO, esto.jrc.es.ec.eu) i ETEPS (European Techno-Economical Policy Support Networ, dla Komisji Europejsiej. Przy pomocy opracowanych metod analizy wieloryterialnej cele polityi regionalnej będą realizowane w sposób obietywny i weryfiowalny. Realizacja projetu oparta była o partnersą współpracę z jednostami organizacyjnymi AGH i UJ zgodnie z 1 ust. 6 Statutu Fundacji, a taŝe o współpracę nauową z dalszymi partnerami rajowymi i zagranicznymi oraz o onsultacje z urzędami administracji samorządowej i rządowej. Sposób wyorzystania opracowanych metod przedstawiony został na przyładzie jednego z regionów zaangaŝowanych we współpracę z Fundacją, przy jednoczesnym wyorzystaniu rezultatów projetu zrealizowanego w ramach edycji I Konursu Dotacji (2008). Długofalowym efetem realizacji projetu jest wzrost zaufania społecznego do władz regionalnych, a poprzez lepszą aloację środów Funduszy Struturalnych taŝe wzrost poziomu Ŝycia społeczeństwa. Oczeujemy taŝe szybszego osiągnięcia w

11 9 regionach taich celów polityi unijnej i rajowej, ja suteczniejsza i sprawniejsza budowa infrastrutury omuniacyjnej, zwięszenie wyorzystania energii odnawialnej, polepszenie sytuacji eologicznej regionów zwłaszcza na terenach poprzemysłowych, zwięszenie efetywności gospodari poprzez transfer i wdroŝenie nowych technologii, zwięszenie onurencyjności gospodari regionów oraz lepsze dopasowanie rozwoju infrastrutury do potrzeb gospodarczych, społecznych oraz ochrony środowisa. 2. Analiza potrzeb w zaresie zastosowań wieloryterialnych metod szeregowania Acesja do Unii Europejsiej i wdraŝanie acquis narzuciły władzom polsich regionów wiele obowiązów związanych z tworzeniem i wdraŝaniem polity regionalnych, tóre w rajach UE-15 oparte są na wieloletniej tradycji współpracy z ośrodami nauowymi zajmującymi się tworzeniem zobietywizowanych podstaw działań samorządowych organów legislacyjnych i wyonawczych. W warunach polsich wymagania te często oazują się zbyt wysoie, co prowadzi do fasadowego i formalnego wypełniania warunów acquis poprzez opiowanie schematów, pozbawionego dogłębnych studiów nad onsewencjami ich stosowania bez uwzględniania rajowej i regionalnej specyfii. Przyładem jest tu tworzenie oraz stosowanie metod analizy wieloryterialnej przy opracowywaniu doumentów polityi regionalnej, taich ja regionalne strategie rozwoju, regionalne strategie innowacji i regionalne strategie rozwoju społeczeństwa informacyjnego oraz przy definiowaniu algorytmów rozdziału środów z funduszy europejsich. Stosowane metody orzystają przewaŝnie z informacji ad hoc, wymaganej przez przypadowo dobraną metodę, lecz niedostępnej lub nie mającej powiązania z rozwiązywanym problemem decyzyjnym. Najczęściej spotyanymi przyładami są tu metoda AHP (Analytic Hierarchy Process) oraz jej nowszy wariant ANP (Analytic Networ Process), (por. Saaty, 2006), tóre do oreślenia wag ryteriów wyorzystują współczynnii porównania waŝności ryteriów lub alternatyw nie mające często bezpośredniego powiązania z rozwiązywanym problemem. Nie w pełni adewatne metody rozwiązywania problemów decyzyjnych, chociaŝ pozwalają na spełnienie formalnego warunu utworzenia listy finansowanych projetów, czy wyboru wariantu ich realizacji, nie przyczyniają się jedna do suteczności realizacji polityi regionalnej w naszym raju. Prowadzi to taŝe do opóźnień i nieefetywnej organizacji pracy urzędów, zwłaszcza przy programowaniu pomocy struturalnej. Opracowywane doumenty polityi regionalnej zawierają listy priorytetów, lecz są one z reguły tworzone ad hoc, poprzez zestawienie celów powszechnie znanych i aceptowanych, a przez to oczywistych i w dodatu formułowanych w sposób bardzo ogólny, taich ja budowa szlaów omuniacyjnych czy zwalczanie bezrobocia. Ogólne formułowanie diagnoz i celów polityi regionalnej pozwala na spełnienie formalnego warunu utworzenia strategii rozwoju regionu, czy regionalnej strategii innowacji (RSI), lecz nie przyczynia się do suteczności realizacji polityi opartej na taich doumentach. Widać to wyraźnie na przyładzie innego doumentu polityi regionalnej - regionalnej strategii rozwoju społeczeństwa informacyjnego, gdzie zbyt

12 10 ogólne sformułowania są ze względu na bardziej specjalistyczny ontest - bardziej raŝące, co przyczyniło się do tego, Ŝe tylo nieliczne regiony tai doument stworzyły. Co więcej, regionalne doumenty strategiczne nie umoŝliwiają adopcyjności celów i priorytetów w przypadu zmieniającej się sytuacji społeczno-politycznej, eonomicznej czy eologicznej. Prowadzi to do opóźnień i nieefetywnej organizacji pracy urzędów w oresach przejściowych pomiędzy olejnymi oresami programowania pomocy struturalnej. Warto zauwaŝyć, Ŝe informacje na temat przyszłych technologicznych, eonomicznych i społecznych perspetyw rozwojowych są dostępne dla Władz Regionów, m.in. dzięi realizacji projetów foresightowych w ramach Poddziałań SPO- WKP i POIG, lecz ich wyorzystanie w polityce regionalnej jest niewystarczające ze względu m.in. na bra dostępnych metod uwzględnienia rezultatów projetów foresightowych w regionalnych doumentach strategicznych oraz wdroŝenia ich w pratyce. Obszerny Rozdział 5 niniejszego Raportu, autorstwa znanego esperta problematyi foresightu, Prof. Ewy Ooń-Horodyńsiej, zawiera wprowadzenie do metod foresightu oraz wsazówi, w jai sposób wynii projetów foresightowych mogą być zastosowane przy onstrucji raningów priorytetów polityi regionalnej oraz przy przydziale środów z Funduszy Struturalnych UE w onursach grantowych. W oparciu o doświadczenia zdobyte w projetach wyonywanych w latach dla Komisji Europejsiej, zespół Fundacji Progress & Business zaproponował nowatorsą metodologię, dostosowaną do polsich realiów i umoŝliwiającą bezpośrednie zastosowanie w pratyce. Zaproponowane w ramach projetu metody nawiązują do tzw. podejścia nieompensacyjnego (por. Bouyssou, Marchant; 2007), tóre nie wymaga stosowania wag poszczególnych ryteriów. Zastosowanie wieloryterialnych metod raningu celów priorytetowych dedyowanych dla potrzeb polityi rozwoju regionalnego moŝe dodatowo przyczynić się do obietywności i weryfiowalności wyniów wyonanych lub dopiero planowanych badań foresightowych. Przeprowadzoną w ramach projetu analizę potrzeb oparto o onsultacje z urzędami administracji samorządowej i rządowej. Wynii tej analizy wsazują, Ŝe zarówno adaptacyjne programowanie strategii rozwoju regionów, ja i ilościowe metody wyorzystania wyniów foresightu regionalnego informacji statystycznej i innych badań nie były dotąd stosowane w Polsce na szerszą salę. Dzięi współpracy z jednostami nauowymi AGH i UJ Fundatorami-ZałoŜycielami Fundacji Progress & Business, a taŝe współpracy nauowej z dalszymi partnerami rajowymi i zagranicznymi stworzona została grupa esperca, tóra moŝe być pomocna przy tworzeniu i obietywizacji strategii regionalnych, a taŝe doumentów strategicznych na innych poziomach planowania. Sposób wyorzystania opracowanych metod przedstawiony został na przyładzie Małopolsi. Ponadto opracowany zostanie szczegółowy plan ich wyorzystania dla ilu innych województw.

13 11 3. Związe z Narodową Strategią Spójności Cel główny Konursu Dotacji, tj. wyłonienie projetów wspierających proces realizacji Narodowej Strategii Spójności na lata oraz wdraŝanie funduszy UE, ta aby umoŝliwić budowanie nauowego wsparcia w procesie realizacji wdraŝania funduszy europejsich, pozwalające na doprowadzenie do ja najlepszego i najefetywniejszego wyorzystania środów przyznanych Polsce przez UE na lata został osiągnięty bezpośrednio poprzez zrealizowane badania nauowe. Został on osiągnięty zarówno w sferze instytucjonalnej gdyŝ projet został zrealizowany przez organizację pozarządową załoŝoną przez instytucje aademicie oraz Sarb Państwa w celu pratycznej realizacji procesów transferu wiedzy pomiędzy ośrodami nauowymi, a pratyą, ja teŝ w wymiarze rzeczowym, gdyŝ osiągnięte rezultaty badawcze pozwolą na tworzenie bardziej stabilnej polityi regionalnej w zaresie aloacji środów pochodzących z Funduszy Struturalnych. Modelowa realizacja projetu przyczyniła się taŝe do wypracowania wzoru dobrych praty sprawnej i owocnej współpracy pomiędzy MRR a partnerami społeczno-gospodarczymi w zaresie apliowania, programowania i zarządzania środami struturalnymi w Polsce. Zrealizowane badania przyczyniły się równieŝ do osiągnięcia celów szczegółowych Konursu wymienionych w Regulaminie Konursu Dotacji. W szczególności, cel Wsparcie systemu zarządzania, wdraŝania, monitorowania, oceny i ontroli NSS dla osiągnięcia moŝliwie najwyŝszej efetywności interwencji instrumentów struturalnych, w tym: proces ewaluacji, pozwalający wyorzystać zdobytą w ten sposób wiedzę w procesie decyzyjnym osiągnięty został bezpośrednio poprzez odpowiednie zasady tworzenia algorytmów aloacji środów pochodzących z Funduszy Struturalnych, co przełada się na procedury onursowe i ewaluacyjno-ontrolne na wszystich poziomach zarządzania funduszami unijnymi. Z olei cel szczegółowy Wzmocnienie oordynacji polityi spójności z innymi polityami unijnymi, rajowymi, setorowymi i regionalnymi w tym: wsparcie prac dotyczących tworzenia Krajowej Strategii Rozwoju Regionalnego, wsparcie prac w obszarze przyszłości polityi spójności w Polsce po rou 2013, wsparcie prac nad Koncepcją Przestrzennego Zagospodarowania Kraju na lata zrealizowany został dzięi zaadaptowanym do nowych metod priorytetyzacji mechanizmom adaptacyjnej oceny i wyboru opracowanych w ramach projetu (Sulimowsi, 2009). Mechanizmy te umoŝliwią płynną zmianę priorytetów i procedur wraz ze zmieniającymi się warunami zewnętrznymi. Dotyczy to taŝe zewnętrznych zmian warunów realizacji NSS, zwłaszcza w sytuacji ryzysu eonomicznego, w tym realoacji środów w przypadu zmiany celów polityi regionalnej. Opracowane obietywne metody oceny i wyboru umoŝliwią ponadto uwzględnienie w strategicznych doumentach regionalnych wszystich istotnych uwarunowań zewnętrznych, tóre mogą być identyfiowane w procesie foresightu regionalnego, a

14 12 następnie uwzględnione w realizacji polityi spójności. Regiony, tóre nie prowadziły badań foresightowych mogą przy tym sorzystać z rezultatów innych projetów odnoszących się do uwarunowań wyniających z polity unijnych, rajowych i setorowych, natomiast oordynacja z innymi polityami regionalnymi, zwłaszcza Koncepcji Przestrzennego Zagospodarowania Kraju wymagać będzie dodatowej oceny i uporządowania hierarchii celów polityi regionalnej. 4. Zarys zastosowanej metodyi onstrucji raningów priorytetów Metodya zastosowań analizy wieloryterialnej w polityce regionalnej naleŝy do lasycznych działów nau o decyzji (por. np. Seo, Saawa, 1988). Jej zastosowanie wymaga zdefiniowania wsaźniów ilościowych (ryteriów) oraz funcji estymujących orzyści socjalne oraz eologiczne charateryzującej oceniane obiety (strategie, przedsięwzięcia, projety inwestycyjne itp.). Oprócz ryteriów onieczne jest taŝe uwzględnienie ograniczeń dla parametrów finansowych i eonomicznych. Wieloryterialne zagadnienia decyzyjne są formułowane w sposób formalny jao problemy optymalizacji wetorowej ze zbiorem ryteriów opisujących socjalne, eonomiczne i eologiczne preferencje interesariuszy optymalizowanych przedsięwzięć: ( : U E) min F (OW) gdzie F oznacza wetor ryteriów oceny F = (F1, F2,... Fn), natomiast U i E oznaczają odpowiednio zbiór dopuszczalnych decyzji i zbiór wszystich moŝliwych wartości ryteriów. Dla przyładu, gdy U jest zbiorem ofert przedsięwzięć zgłoszonych do realizacji w ramach onursu ogłoszonego w ramach jednego z priorytetów Funduszy Struturalnych, wtedy rozwiązaniem powyŝszego problemu jest zbiór projetów wybranych do realizacji, z reguły uszeregowanych przy pomocy pewnej metody raningowej. NaleŜy przy tym precyzyjnie zdefiniować zaleŝność pomiędzy metodyą wyboru, a realizowaną polityą regionalną. Taa metoda moŝe być teŝ zastosowana do przydziału środów budŝetowych dla całych obszarów działania, gdzie w drugim etapie odbędzie się aloacja dla poszczególnych projetów. Najczęstszym podejściem stosowanym w polsich regionach jest utworzenie ombinacji liniowej ryteriów F1, F2,... Fn z pewnymi dodatnimi wagami, interpretowanymi jao waŝność poszczególnych ryteriów. Popularność tej metody zwięszają dodatowo zapisy Ustawy o Zamówieniach Publicznych, narzucające bezwarunowo stosowanie metody wag przy onstrucji funcji salaryzującej problem (OW). Wadą tego podejścia jest wstępne i merytorycznie nieuzasadnione wyeliminowanie więszości potencjalnie najlepszych (best-compromise) ofert, co wynia z immanentnych cech metody salaryzacji przez funcje będące waŝoną sumą indywidualnych ryteriów (por. Rys. 1.1). Drugą wadą jest arbitralność wag, tóre z reguły są definiowane ad hoc. Z przeprowadzonych badań potrzeb wynia, Ŝe do tej pory jedynie Urząd Marszałowsi Województwa Kujawso-Pomorsiego stosuje metody lasy Pro-

15 13 methée (por. np. Brans, Vince; 1985), natomiast nietóre z pozostałych Urzędów Marszałowsich do wyznaczania wag stosują metody typu AHP/ANP, tóre jedna oparte są równieŝ na arbitralnych załoŝeniach. Z elementarnych rozdziałów analizy wieloryterialnej wiadomo, Ŝe poprzez odpowiedni dobór wag moŝna narzucić wybór onretnej oferty. W efecie, procedury oparte na metodzie funcji waŝonej mogą łatwo utracić obietywność. Rys Przyład sytuacji, gdy przy pomocy funcji wagowej nie moŝna wybrać stosownego rozwiązania dwuryterialnego problemu wyboru (Cena Oferty, Oddziaływanie na Środowiso) min. W poazanym na rysunu i spotyanym w sytuacjach pratycznych rozładzie ocen ofert, dowolna dodatnia ombinacja liniowa ryteriów C:= Cena i E:= Oddziaływanie na Środowiso, f(c,e)=w 1 *C+w 2 *E, pozwala na wybór wyłącznie ofert A lub B, gdy tymczasem ocena Q, najbliŝsza puntu idealnego x* w sensie najczęściej stosowanych metry, Eulidesa L 2 i Czebyszewa L jest wyluczona z onursu, podobnie ja i wszystie pozostałe oferty niezdominowane, oznaczone na rysunu więszymi puntami. Kulę (x*,d min ) w metryce Czebyszewa, stosowanej w tzw. programowaniu celowym (goal programming) naszicowano na rysunu linią przerywaną. Ja wynia z analizy rezultatów projetu Priorytetyzacja celów polityi regionalnej w onteście efetywnego wyorzystania Funduszy Struturalnych (Sulimowsi, 2009), celowe jest zbadanie i opracowanie taich wieloryterialnych metod wyboru, tóre w moŝliwie najlepszy sposób odzwierciedlałyby cele i procedury Narodowej

16 14 Strategii Spójności, zachowując jednocześnie poprawność metodologiczną. Przyład przedstawiony na Rys wsazuje, Ŝe metody oparte na wyorzystaniu współczynniów wagowych w prostych procedurach scoringowych nie zapewniają odpowiedniej spójności celów, metod i rezultatów. W ramach niniejszego projetu opracowaliśmy dwie metody wieloryterialnego uszeregowania i wyboru pozbawione wymienionych wyŝej wad. W pierwszej metodzie proponujemy zastosowanie teorii zbiorów odniesienia (por. Sulimowsi, 1996) do opracowania wieloryterialnej metody oceny i wyboru zapewniającej reprezentację celów polityi regionalnej w postaci puntów odniesienia, tórych współrzędne odpowiadają wartościom wsaźniów stosowanych do oceny realizacji strategii regionalnych (taŝe RSI i RSSI). Dodatowo, metoda ta umoŝliwia jednoczesne wyorzystanie tradycyjnych informacji scoringowych w postaci ograniczeń na współczynnii substytucji celów cząstowych. Idea metody polega na zastąpieniu pojedynczego tzw. puntu idealnego (por. Rys. 1.1.), od tórego obliczana jest odległość w metodzie programowania celowego (goal programming), przez dowolną ilość puntów w przestrzeni wartości ryteriów oznaczających: alternatywne cele (Klasa A), punty Status Quo, reprezentujące minimalne dopuszczalne wartości parametrów lub wartości wsaźniów projetów zrealizowanych w przeszłości (Klasa B), a taŝe oraz dalsze ograniczenia na wartości ryteriów (Klasa C) wartości zidentyfiowane jao niedopuszczalne (Klasa D). Następnie ocena i wybór oferty (projetu, andydata) uwzględnia jej relacje względem całych las lub pojedynczych elementów zbiorów odniesienia, w tai sposób, by optymalizowana była pewna estymacja funcji uŝyteczności, zgodna z preferencjami regionalnymi wyraŝonymi w postaci zbiorów odniesienia. Metoda ta łączy jednocześnie benchmaring (postawione cele mogą być modelami najlepszych praty z róŝnych regionów), metodę indywidualnie dobieranej (nieoniecznie wypułej) funcji uŝyteczności, programowanie celowe oraz metodę współczynniów substytucji. Te ostatnie mogą być oreślane zarówno bezpośrednio (np. odpowiednio dostosowaną metodą AHP/ANP) o ile dostępna jest odpowiednia informacja, ja i w postaci ograniczeń, ale zaproponowana wyŝej metoda moŝe być stosowana taŝe wtedy, gdy informacje taie nie są dostępne. Inny problem pojawia się wtedy, gdy spośród ofert wybierany jest pewien podzbiór, tórego aŝdy element powinien spełniać zadane ograniczenia (waruni onursu) i optymalizować zbiór ryteriów merytorycznych, a jednocześnie zbiór wybranych rozwiązań powinien charateryzować się oreślonymi własnościami, np. zapewniać moŝliwie równy rozład na oferty pochodzące z róŝnych jednoste administracyjnych (gmin, powiatów) lub setorów (np. turystya, przemysł meblarsi, setor IT). W przypadu projetów związanych z rozwojem zasobów ludzich mogą to być teŝ

17 15 grupy społeczne w gorszym połoŝeniu (50+, młodzi absolwenci, obiety powracające na ryne pracy itp.). Stosowane obecnie podejście polega na ustalaniu wot i ograniczeń, np. poprzez wsazanie, Ŝe z aŝdego powiatu wybrana powinna być co najmniej jedna oferta chyba, Ŝe Ŝadna z nich nie spełnia minimalnych ograniczeń na ocenę indywidualnego projetu. Pozwala to zawalifiować z tych podregionów, sąd wpłynęło mniej ofert, oferty słabsze niŝ najgorsze oferty zawalifiowane z podregionów charateryzujących się więszą onurencją oferentów. Jednocześnie zapewniony jest jedna bardziej równomierny rozład ofert, niŝ w przypadu zastosowania jedynie merytorycznych ryteriów oceny indywidualnej. Podejście taie budzi wiele ontrowersji, gdyŝ długofalowe orzyści wyniające z realizowanej w ten sposób polityi spójności nie są od razu widoczne, natomiast eliminacja andydatów ocenionych wyŝej w raningu indywidualnym przez oferty pochodzące od grup (regionów) preferowanych jest powodem częstych protestów. Problemy tego typu są często spotyane. RównieŜ ewaluacja propozycji badawczych zgłaszanych w onursach dotacji na badania nauowe z róŝnymi liniami tematycznymi moŝe być potencjalnym polem zastosowania metod opracowanych w niniejszym projecie. Opracowane metody wyboru mogą być stosowane w problemach opisanego wyŝej typu w ten sposób, Ŝe równomierność rozładu wybieranych ofert (strategii, andydatów itp.) jest zapewniana poprzez dodatowe jawne ryteria, odnoszące się do całego zbioru wybieranych ofert. Tym samym uzysuje się więszą obietywność i transparentność procedury wyboru. Aby zilustrować zaproponowane idee, poniŝej podajemy przyład prostej procedury powyŝszego typu, opracowanej i zastosowanej (program PAUCI finansowany przez Freedom House) dla potrzeb rerutacji z róŝnych regionów Urainy pracowniów samorządowych - uczestniów podróŝy studyjnej do Polsi, w celu zapewnienia ich równomiernego rozładu na regiony oraz niedysryminację ze względu na płeć lub wie. Jao dodatowe ryterium regionalne i niedysryminacyjne wprowadzono tu ryterium 4 : Przyład 1.1. Kro A. Zgłoszenia indywidualne puntowane są od 0 do 10 dla ryteriów merytorycznych 1, 2 i 3 przez trzech niezaleŝnych espertów, powołanych przez Zarząd Fundacji Progress and Business, przy czym co najmniej jeden z espertów jest reomendowany przez oordynatora uraińsiego. Kro B. Następnie średnie ilości puntów dla aŝdego z ryteriów dodaje się, tworząc raning indywidualny. Jeśli w ta otrzymanym raningu jedna z następujących grup : obiety lub męŝczyźni, osoby do 30 lat. stanowi mniej niŝ 40%, wówczas ilość puntów w ryterium 4 oblicza się dla aŝdego z uczestniów U według wzoru : 4 (U) = s1(u)*10/(p+1) + s2(u)*10/(p+1) + s3(u), gdzie: s1(u)=1, jeśli uczestni U naleŝy do płci reprezentowanej w mniej niŝ 40% w grupie uczestniów, tórzy otrzymali najwięszą ilość puntów w raningu indywidualnym, w przeciwnym wypadu s1(u)=0.

18 16 s(2,u)=1, jeśli uczestni U ma poniŝej 30 lat, pod waruniem, Ŝe udział uczestniów w tej grupie wieowej jest mniejszy niŝ 40% wśród uczestniów, tórzy otrzymali najwięszą ilość puntów w raningu indywidualnym, w przeciwnym wypadu s2(u)=0, p jest ilością grup preferowanych (zawsze p=0, p=1 lub p=2), s3(u)=10/(p+1), jeśli U uzysał najwięszą ilość puntów w raningu indywidualnym spośród wszystich andydatów z danej obłasti, w przeciwnym wypadu s3(u)=0. Jeśli ponadto p=0, to 4 (U)=s3(U). Kro C. Wybierani są najlepsi andydaci względem ryteriów 1, 2, 3, 4, stosując metodę goal programming z jednaowymi współczynniami sali dla metryi Czebyszewa. W opracowanej metodzie Kro C zastąpiony został przez optymalizację niezaleŝnego ryterium odnoszące się do wybieranego podzbioru ofert, a równe wagi dla wszystich ryteriów - przez interacyjną procedurę wspomagania decyzji. Obie metody mogą być zintegrowane z dynamicznymi metodami priorytetyzacji opracowanymi w ramach projetu zrealizowanego w rou 2008 (Sulimowsi, 2009). Do wyznaczenia wartości stosowanych wsaźniów jaości (stosowanych np. do oceny wniosów projetowych) wyorzystywane mogą być metody reprezentacji wiedzy np. sieci bayesowsie. Natomiast do uzgadniania onsensusu pomiędzy espertami zastosować moŝna metodę opubliowaną w pracy (Góreci i Sulimowsi, 1986), opartą na zgodnej z opracowanym podejściem reprezentacji opinii espertów i poszuiwaniu ompromisowego rozwiązania wieloryterialnego problemu decyzyjnego. WaŜną cechą przedstawionych metod jest moŝliwość ich implementacji bez znajomości metod matematycznych przez decydenta. Wszystie niezbędne dla decydentów informacje i wynii badań przeazywane są w formie reomendacji jao listy priorytetów - bez stosowania specjalistycznej terminologii. 5. Rezultaty projetu oraz moŝliwości ich wdroŝeń 5.1. Rezultaty projetu Wyniiem realizacji projetu jest gotowa do zastosowania w polsich regionach metodya wieloryterialnej oceny i wyboru zgodna z celami Narodowej Strategii Spójności. Głównymi rezultatami są : Wieloryterialna metoda oceny i wyboru zapewniająca reprezentację celów polityi regionalnej w postaci puntów odniesienia o współrzędnych odpowiadającym wartościom wsaźniów stosowanych do oceny realizacji strategii regionalnych (taŝe RSI i RSSI). Metoda ta umoŝliwia jednoczesne wyorzystanie tradycyjnych informacji scoringowych w postaci ograniczeń na współczynnii substytucji celów cząstowych. Wieloryterialna metoda oceny i wyboru pozwalająca na uwzględnienie w obietywny sposób ryteriów terytorialnych, setorowych i społecznych w celu

19 17 realizacji polityi wyrównywania poziomu gospodarczego, niedysryminacji i równych szans. Oreślono sposoby łącznego stosowania obu opracowanych metod oraz ich zastosowanie do dynamicznej priorytetyzacji celów polityi regionalnej w oparciu o metody opracowane w projecie (Sulimowsi, 2009). Wyazano pratyczną uŝyteczność opracowanych metod na podstawie studium przypadu dotyczącego polityi regionalnej jednego z województw. Na tej podstawie sporządzone zostaną oferty dla Urzędów Marszałowsich wybranych polsich regionów najbardziej zaawansowanych w zastosowaniach metod wieloryterialnych. Doświadczenia tych regionów, zwłaszcza realizujących projety foresightowe (8 regionów) i RIS (15 regionów) słuŝyć będą jao wzór najlepszych praty dla pozostałych. W ofertach wzięte pod uwagę zostaną indywidualne uwarunowania związane z tradycjami gospodarczymi, zasobami naturalnymi i rajobrazowymi poszczególnych województw, a taŝe istniejąca politya regionalna. Z puntu widzenia zastosowań przez Urzędy Marszałowsie, istotnymi rezultatami projetu są m.in.: 1. Efetywny mechanizm adaptacyjnego formułowania polityi regionalnej zgodnie z NSS, zwłaszcza w zaresie zrównowaŝonego rozwoju, społeczeństwa informacyjnego, wspierania przedsięwzięć związanych z transferem i wdraŝaniem technologii. 2. Zwięszenie efetywności i obietywności algorytmów oceny i wyboru do finansowania projetów w ramach Funduszy Struturalnych i innych programów unijnych. 3. Przygotowanie Władz Regionów do nowych wyzwań i ról regionu w integrującej się Europie dzięi udostępnieniu metod ułatwiających spełnianie unijnych standardów tworzenia polity regionalnych. Dla zainteresowanych Urzędów zostały lub zostaną przygotowane szczegółowe oferty wdroŝenia rezultatów projetu przy tworzeniu doumentów polityi regionalnej lub loalnej. W przypadu przyjęcia tych ofert do realizacji przez Zarządy Województw, Miast i/lub Powiatów, metody oceny i wyboru ierunów działań, przedsięwzięć i projetów zgodnie z celami polity regionalnych zostaną dostosowane do indywidualnych uwarunowań związanych z tradycjami gospodarczymi, zasobami naturalnymi i rajobrazowymi poszczególnych województw, a taŝe odniesione do istniejącej polityi regionalnej lub loalnej. Opracowane metody pozwalają na stworzenie następujących typów reomendacji i prognoz dla zainteresowanych Urzędów, przede wszystim regionalnych i urzędów miejsich więszych miast: 1. Reomendacje dotyczące wyorzystania wieloryterialnych metod oceny, wyboru oraz tworzenia raningów w polityce regionalnej, zwłaszcza strategii regionalnych, RSI i RSSI. 2. Reomendacje dotyczące budowy algorytmów aloacji środów pochodzących z Funduszy Struturalnych.

20 18 3. Ocena moŝliwości osiągnięcia celów zdefiniowanych w strategii rozwoju regionu oraz innych doumentach polityi regionalnej przy pomocy metody zbiorów odniesienia. 4. Konstrucja adaptacyjnych modeli regionalnej strategii rozwoju wraz z opracowanymi w ramach niniejszego projetu metodami priorytetyzacji, uwzględniając te opracowane w ramach projetu (Sulimowsi, 2009) metod dynamii priorytetów oraz rezultatów badań wyorzystujących metody foresight. Reomendacje te mogą być przeazywane lub adaptowane na potrzeby innych jednoste samorządowych niŝszych szczebli (starostwa, urzędy miast i gmin). W przyszłości opracowane metody będą mogły być bezpośrednio zastosowane w tych jednostach. W dalszej przyszłości w oparciu o opracowane metody moŝe powstać Krajowy System Koordynacji Priorytetów Polityi Regionalnej i Loalnej w ramach Narodowej Strategii Spójności na lata i narodowych strategii na olejne oresy budŝetowe, w tórym priorytety polityi rajowej, regionalnej i loalnej zostaną hierarchicznie i bezpośrednio powiązane, a otrzymywane reomendacje będą stanowić punt odniesienia dla regionalnej polityi unijnej. Rezultaty realizacji projetu mogą taŝe stanowić punt odniesienia dla wniosodawców projetów finansowanych ze środów Funduszy Struturalnych, jao podstawa tworzenia polityi regionalnej zapewniającej obietywne, zrozumiałe i stabilne reguły rozdziału środów unijnych. Wynii te przeazane będą taŝe nauowym instytucjom partnersim Fundacji Wydziałowi EAIiE AGH oraz Wydziałowi Zarządzania i Komuniacji Społecznej UJ, tóre wyorzystają je w swoich badaniach związanych z polityą regionalną, zwłaszcza RSI (AGH) i foresightem regionalnym (UJ). Jao olejny długofalowy rezultat projetu spodziewana jest zmiana wizerunu polsiej polityi regionalnej, z przedmiotowej - wdraŝającej rezultaty regionalnego acquis, na podmiotową tworzącą źródła tych polity i przyłady najlepszych praty w tej dziedzinie Dalsze moŝliwości wdroŝenia rezultatów projetu Naczelną ideą projetu było zastosowanie wyniów badań dotyczących priorytetów społecznych, eonomicznych i technologicznych, na tóre przeznaczane są środi finansowe ERDF i EFS. do taiego ształtowania polityi regionalnej, by finansowanie projetów ze środów ERDF i EFS było z tymi priorytetami zgodne. Dlatego teŝ głównymi beneficjentami bezpośrednimi projetu są podmioty odpowiedzialne za ształtowanie polityi regionalnej: Zarządy Województw, Sejmii Wojewódzie, instytucje prorozwojowe, taie ja regionalne agencje rozwoju, a taŝe Ministerstwo Rozwoju Regionalnego RP. Beneficjentami pośrednimi mogą być taŝe wniosodawcy w onursach ogłaszanych w ramach Funduszy Struturalnych, w tym organy samorządowe szczebla powiatowego i loalnego, szoły i inne instytucje oświatowe, organizacje pozarządowe, firmy wdraŝające nowe technologie, uczelnie i instytucje badawcze. WdroŜenie projetu przez te instytucje powinno przynieść wymierne orzyści eonomiczne, eologiczne i społeczne.

21 19 Poprzez opracowanie nowatorsich, efetywnych i nadających się do bezpośredniego zastosowania pratycznego metod wieloryterialnej oceny i wyboru, realizacja niniejszego projetu wniosła istotny wład do polityi regionalnej w obszarze: mechanizmy efetywnego wyorzystania środów polityi spójności dla celów rajowej polityi regionalnej. Jednocześnie rezultaty projetu mogą być zastosowane w innych obszarach polityi regionalnej NSS (linia tematyczna (a)), taich ja: zintegrowany rozwój obszarów wiejsich w systemie realizacji polityi regionalnej Fundacja posiada w tej dziedzinie bogate doświadczenie i prowadzi stałą współpracę z szeregiem gmin wiejsich (m.in. Raba WyŜna) w Województwach Małopolsim i Podarpacim, powiązania polityi regionalnej i polityi przestrzennej i zasady ich współdziałania przy pomocy opracowanych metod ryteria specyficzne dla obu polity będą mogły być oceniane jednocześnie w jednym modelu decyzyjnym, najlepsze pratyi zwięszania zaangaŝowania podmiotów niepublicznych w realizacji celów polityi regionalnej. Wyniiem realizacji projetu w odniesieniu do potrzeb onretnego regionu jest zbiór metod raningowych umoŝliwiających priorytetyzację obszarów polityi regionalnej, obszarów inwestycji infrastruturalnych, eologicznych, społecznych oraz technologicznych regionu, a na olejnym szczeblu hierarchii o raningu poszczególnych projetów, tórych finansowanie z ERDF i EFS rozwaŝane jest przez władze regionalne i loalne. Priorytety społeczne, eologiczne i technologiczne mogą być przedstawione w formie list technologii luczowych, luczowych branŝ i ich charaterysty technicznych, eologicznych i społeczno-eonomicznych. Informacje te mogą teŝ słuŝyć do ustalania pozycji onurencyjnej Regionu oraz poszczególnych setorów gospodari w regionie, a następnie do opracowania pratycznych zaleceń i reomendacji dotyczących polityi regionalnej. Opierając się na opracowanych w ramach projetu metodach analizy wieloryterialnej i na metodologii analizy osztowo-wyniowej (cost-benefit analysis, CBA), zespół espertów Fundacji Progress & Business zaproponował oryginalną metodologię oceny orzyści wyniających z wdroŝenia nowych metod ewaluacji projetów i wspomagania decyzji budŝetowych. MoŜe być ona zastosowana do wyazania opłacalności zastosowania metod wieloryterialnej oceny i wyboru w polityce regionalnej oraz podejmowaniu decyzji o finansowaniu projetów z Funduszy Struturalnych. Metoda ta polega na wyorzystaniu wieloletniego budŝetu zadaniowego Regionu (lub jego części związanej z finansowaniem ze środów Funduszy Struturalnych), zbadaniem mechanizmu generowania orzyści eonomicznych, społecznych i eologicznych dla aŝdego typu decyzji budŝetowych i oreśleniem wotowo, procentowo i wsaźniowo tych orzyści. Następnie doonywana jest agregacja oraz dysontowanie orzyści w rozpatrywanym oresie czasu. Propozycja wdroŝenia wyniów badań poprzez wyonanie tego typu analiz jest elementem oferty Centrum Nau o Decyzji i Prognozowania Fundacji Progress & Business w Kraowie dla zainteresowanych Zarządów Województw.

22 20 BIBLIOGRAFIA [1]. Bouyssou D., Marchant T. (2007). An axiomatic approach to noncompensatory sorting methods in MCDM, I: The case of two categories, EJOR, Nr 178, s [2]. Brans, J.P.,Vince,Ph. (1985). A preference raning organization method: The PROMETHEE method. Management Sci., Nr 31, s [3]. Góreci H., Sulimowsi A.M.J. (1988). Safety Principle in Multiobjective Decision Support in the Decision Space Defined by Availability of Resources. Arch. Automatyi i Telemech., Nr 32, s [4]. Góreci H., Sulimowsi A.M.J. (1986). A Joint Consideration of Multiple Reference Points in Multicriteria Decision Maing. Found. Control Engrg., 11, Nr 2, s [5]. Saaty T. L. (2006). Ran from comparisons and from ratings in the analytic hierarchy/networ processes. EJOR, Nr 168, s [6]. Seo F., Saawa M. (1988): Multiple Criteria Decision Analysis in Regional Planning; D. Reidel- Kluwer, Dordrecht-Boston-Lancaster-Toyo, s [7]. Sulimowsi A.M.J. (2009, Red.). Priorytetyzacja celów polityi regionalnej w onteście efetywnego wyorzystania Funduszy Struturalnych, POPT /07, Raport Końcowy projetu zrealizowanego w rou 2008 w ramach I edycji Konursu Dotacji Fundusze Europejsie na poziomie NSS, Kraów. [8]. Sulimowsi A.M.J. (2008a). Modelling the evolution of Information Society and its technologies: the case of the EU New Member States W: The 3rd international Seville conference on Future-oriented Technology Analysis (FTA): Impacts and Implications for Policy and Decision Maing: Seville, Spain, October , Boo of abstracts, Luxembourg: Office for Oficial Publications of the European Communities. [9]. Sulimowsi A.M.J. (2008b). Needs and perspectives of European telecentres. W: Garofalais J., Koseris A. (Red.). Proceedings of the International Conference Bridging the Digital Divide in Rural Communities Practical Solutions & Policies, Athens, May , s [10]. Sulimowsi A.M.J. (2008c) Application of dynamic ranings to portfolio selection. W: J.O. Soares, J.P. Pina, M. Catalão-Lopes (Red.). New developments in financial modelling, Newcastle, CSP Cambridge Scholars Publishing, Proceedings of the 41st Meeting of the Euro woring group on Financial Modelling: Lisbon, Portugal, November , s [11]. Sulimowsi A.M.J. (2006a). Framing New Member States and Candidate Countries Information Society Insights. W : R. Compano, C. Pascu (Red.). Prospects For a Knowledge-Based Society In The New Members States And Candidate Countries, Publishing House of the Romanian Academy, January 2006, s [12]. Sulimowsi A.M.J. (2006b). Future Prospects in Poland: Scenarios for the Development of the Knowledge Society in Poland. Ibid., s [13]. Sulimowsi A.M.J. (2006c, Red.). Transfer Technologii w Informatyce i Automatyce (Technology Transfer in Computer Science and Automation), Progress & Business Publishers, Kraów, s [14]. Sulimowsi A.M.J. (2004a). The Challenges to the Medical Decision-Maing Systems posed by mhealth, The IPTS Report, Nr 81, Feb. 2004, Institute for Prospective Technological Studies, DG JRC Seville, s [15]. Sulimowsi A.M.J. (2002a). Hierarchical and multicriteria models of sustainable development. W: Sustainable Development No. PTP 121TC held in Kraów, Poland, October 13-22, Progress & Business Publishers, Kraów, 2002, s. 12 (CD edition). [16]. Sulimowsi A.M.J. (2002b). Application of Forecasting and Foresight Studies in Modelling the Regional Development. In: Sustainable Development Proceedings of the AED Seminar No. PTP 121TC held in Kraów, Poland, October 13-22, Progress & Business Publishers, Kraów, s. 8 (CD edition).

23 21 [17]. Sulimowsi A.M.J., J. Szczygieł (2002a). Quantitative assessment and forecasts of bio-fuels production capability in Poland until Technical Report RT-PB-07/2002, Progress & Business Publishers, Kraów, Oct. 2002, s. 30. [Included as Country Report on Poland into the report from the ESTO Study on Techno-economic feasibility of large-scale production of biofuels in EU-candidate countries, DG-JRC, IPTS Seville, [18]. Sulimowsi A.M.J. (2002b). Waste Streams and Flows in Candidate Countries A Prospective Analysis. Technical Report RT-PB-11/2002, Progress & Business Publishers, Kraów, Dec. 2002, s. 40. [19]. Sulimowsi A. M.J. (1999a, Red.). Financial Modelling Proceedings of the 23rd Meeting of the EURO WG on Financial Modelling, Progress & Business Publishers, Kraów, Dec. 1999, s [20]. Sulimowsi A.M.J. (1997). Methods of Multicriteria Decision Support Based on Reference Sets In: R. Caballero, F. Ruiz, R.E. Steuer (Red.) Advances in Multiple Objective and Goal Programming, Lecture Notes in Economics and Mathematical Systems, 455, Springer-Verlag, Berlin-Heidelberg-New Yor, s [21]. Sulimowsi A.M.J. (1996). Decision Support Systems Based on Reference Sets. AGH University Publishers, Monografie, Nr 40, s.165. [22]. Sulimowsi A.M.J., B.F. Schmid (1992). Redundance-free description of partitioned complex systems. Mathematical and Computer Modelling, 16, Nr 10, s [23]. Sulimowsi A.M.J. (1992). Applicability of ideal points in multicriteria decision-maing. W : A. Goicoechea, L. Ducstein, S. Zionts (Red.), Multiple Criteria Decision-Maing, Proceedings of the Ninth International Conference: Theory and Applications in Business, Industry, and Government. Proceedings of the 9th International Conference on MCDM, Fairfax (VA), August , Springer-Verlag, s [24]. Sulimowsi A.M.J. (1991). Optimal Control of a Class of Asynchronous Discrete-Event Systems. W: Automatic Control in the Service of Manind. Proceedings of the 11th IFAC World Congress, Tallinn (Estonia); Pergamon Press, London, 1990, Vol.3, s [25]. Sulimowsi A.M.J. (1990). Classification and Properties of Dominating Points in Vector Optimization. Methods of Operations Research, Nr 58, s [26]. Sulimowsi A.M.J. (1989). MCDM Problems in Control of Discrete-Event Systems. VIII- th International Conference on Multicriteria Decision Maing, Manchester, August 22-26, W: A.G. Locett (Red.), Proceedings, Lecture Notes in Economics and Mathematical Systems, 325, Springer-Verlag, Berlin-Heidelberg-New Yor.

24 22 METODY RANKINGOWE W WIELOKRYTERIALNYM PODEJMOWANIU DECYZJI 2 Tadeusz Trzasali 1 1 Katedra Badań Operacyjnych, Aademia Eonomiczna im. Karola Adamieciego w Katowicach, tadeusz.trzasali@ae.atowice.pl

25 23 Streszczenie: MoŜemy często napotać następującą sytuacje decyzyjną: dany jest sończony zbiór wariantów decyzyjnych i szuamy wariantu najlepszego, tóry odpowiada preferencjom decydenta. MoŜemy równieŝ szeregować te warianty. Istnieje wiele metod wieloryterialnego wspomagania podejmowania decyzji, tóre pomagają decydentowi w ońcowym wyborze. Celem tego opracowania jest róta prezentacja najbardziej znanych metod, tóre mogą być zastosowane w priorytetyzacji: AHP, Promethee oraz metody Electre. Słowa luczowe: wieloryterialna analiza decyzji, priorytetyzacja, metoda AHP, metoda Promethee, metody Electre.

26 24 1. Wprowadzenie Dysretne zadanie wieloryterialnego podejmowania decyzji formułowane jest najczęściej jao problem wyznaczenia taiego wariantu decyzyjnego ze sończonego zbioru rozpatrywanych wariantów, tóry zapewni ja najlepszą realizację wszystich rozpatrywanych celów decydenta. Tai sposób sformułowania problemu wieloryterialnego nie jest jedna jedynym, z jaim moŝemy mieć do czynienia. W przypadu, gdy zainteresowania decydenta ograniczają się do wyznaczenia najlepszego wariantu decyzyjnego, problem formułowany jest jao zagadnienie wyboru. Zadaniem analitya wspierającego decydenta w rozwiązywaniu problemu decyzyjnego jest w tej sytuacji wyznaczenie moŝliwie najmniej licznego podzbioru wariantów decyzyjnych, tóre ze względu na rozpatrywane ryteria zostały uznane za najlepsze, następnie przedstawienie ich decydentowi pod rozwagę. W sytuacji, gdy decydent zainteresowany jest przydziałem wariantów do pewnych z góry oreślonych ategorii, mamy do czynienia z zagadnieniem sortowania, nazywanym dalej zagadnieniem lasyfiacji wieloryterialnej. JeŜeli decydent zainteresowany jest uporządowaniem wariantów, czyli ich podziałem na lasy wariantów równie dobrych, to otrzymujemy zagadnienie porządowania. Rozpatrując dysretne problemy wieloryterialnego podejmowania decyzji nie sposób nie odnieść się do lasycznej teorii podejmowania decyzji. Teoria ta załada, Ŝe decydent ma ustalone preferencje oraz Ŝe istnieje funcja uŝyteczności a priori pozwalająca na wyznaczenie porządu zupełnego na zbiorze rozpatrywanych wariantów. Porównując dwa warianty decyzyjne rozpatrujemy jedną z trzech następujących sytuacji: dwa rozpatrywane warianty decyzyjne są równowaŝne, pierwszy z rozpatrywanych wariantów jest preferowany w stosunu do drugiego, drugi z rozpatrywanych wariantów jest preferowany w stosunu do pierwszego. Rozwiązanie problemu decyzyjnego sprowadza się do wyznaczenia postaci analitycznej funcji uŝyteczności, a następnie oreślenia wariantu, dla tórego funcja ta przyjmuje wartość masymalną. Przyładem wyorzystania addytywnej uŝyteczności jest procedura analitycznej hierarchizacji (AHP). Porównuje się w niej parami warianty decyzyjne oraz ryteria z wyorzystaniem specjalnie sonstruowanej dziewięciostopniowej sali. Opisane powyŝej podejście oparte na teorii uŝyteczności wieloatrybutowej jest rytyowane przez wielu badaczy i uznane za nieuzasadnione. Zwracają oni uwagę na fat, Ŝe w więszości wypadów mamy do czynienia ze zmiennością i nieprecyzyjnością ocen i preferencji decydenta. RównieŜ dane, na tórych opiera się analiza niejednorotnie cechuje niepewność, niedoładność, a czasami wręcz nieoreśloność.

27 25 Dlatego teŝ Roy proponuje rozszerzenie zbioru podstawowych sytuacji preferencyjnych w tai sposób, by obejmował sytuacje równowaŝności, preferencji słabej, preferencji silnej oraz nieporównywalności. Ponadto definiuje on relacje zgrupowane, co w połączeniu z zastosowaniem progów preferencji pozwala na zdefiniowanie relacji rozmytej, zwanej relacją przewyŝszania. Relacja ta stanowi podstawę onstrucji metod wspomagania wyboru decyzji z rodziny Electre, w szczególności Electre I oraz Electre III, ja równieŝ metod z rodziny Promethee. PowyŜsze oncepcje oraz sposób porównywania wariantów w metodzie Electre I wyorzystywane są w znacznym stopniu w metodzie Bipolar. Podejście to oparte jest na spostrzeŝeniu, Ŝe na podejmowane decyzje wpływają często dwa rodzaje motywacji: dąŝenie do osiągnięcia sucesu oraz dąŝenie do uninięcia niepowodzenia. W związu z tym oba te punty widzenia powinny być uwzględnione w procesie wspomagania decyzji. Decydent wyraŝa tu swoje wyobraŝenie sucesu i poraŝi poprzez podanie przyładów decyzji uznanych za zdecydowanie orzystne oraz zdecydowanie nieorzystne. Tworzą one system referencyjny w postaci dwóch zbiorów referencyjnych: obietów dobrych i złych. Wspomaganie decyzji odbywa się poprzez oreślenie pozycji aŝdego rozpatrywanego wariantu decyzji względem systemu referencyjnego, a następnie na tej podstawie przeprowadzone jest wniosowanie o relacjach zachodzących w zbiorze analizowanych wariantów. Niejednorotnie podejmujemy decyzje, w tórych wyni jest niepewny i zaleŝy od realizacji czynniów niesterowalnych przez decydenta. Prowadzi to do porównywania ze sobą rezultatów działań, danych w postaci rozładów prawdopodobieństwa. MoŜliwości tego rodzaju porównań stwarzają dominacje stochastyczne. NaleŜy przy tym wziąć pod uwagę nastawienie decydenta do ryzya. W oparciu o oncepcję relacji przewyŝszania i agregację ryteriów, opisaną w metodach Electre i Promeethee moŝna otrzymać preferencje globalne, wyorzystując wyznaczone uprzednio preferencje względem poszczególnych ryteriów. Warto więc zwrócić uwagę na metody łączące te podejścia z ujęciem dominacji stochastycznych. Jednym z zagadnień pojawiających się przy analizie sończonego zbioru wariantów jest ich wieloryterialna lasyfiacja. Problem ten moŝna srótowo opisać w następujący sposób: warianty naleŝy przyporządować do oreślonych z góry las decyzyjnych z przypisanymi rangami. Zadanie tego rodzaju moŝna rozwiązać poprzez onstrucję reguł decyzyjnych na podstawie wiedzy uzysanej z analizy zbioru uczącego i rozszerzenie jej na cały (zazwyczaj bardzo liczny) zbiór rozpatrywanych obietów. Celem niniejszego opracowania jest przedstawienie podstaw metodologicznych najwaŝniejszych metod raningowych, wyorzystywanych w wieloryterialnym podejmowaniu decyzji i ich roti opis w oparciu o prace [4] i [5].. PoaŜemy równieŝ dwa przyłady procedur mających zastosowanie w ocenie projetów, zaczerpnięte z [2] i [3].

28 26 2. Metody ELECTRE 2.1. Pojęcia wstępne Niech A oznacza sończony zbiór wariantów decyzyjnych: A = { a 1, a 2,..., a m } Przyjmiemy, Ŝe porównując dwa warianty decyzyjne moŝemy mieć do czynienia z jedną z czterech podstawowych relacji: równowaŝności, preferencji słabej, preferencji silnej oraz nieporównywalności. PowyŜsze relacje mogą być wyorzystywane w modelowaniu preferencji na dwa sposoby. W pierwszym wypadu dla aŝdej pary wariantów a i, a j oreślamy jedną i tylo jedną z czterech sytuacji podstawowych. Drugi sposób postępowania polega na przyjęciu, Ŝe dla aŝdej pary wariantów oreślić moŝna sytuację zgrupowaną, będącą jedną z sytuacji podstawowych lub łączącą dwie lub trzy taie sytuacje bez moŝliwości ich rozróŝnienia. Do najwaŝniejszych sytuacji zgrupowanych naleŝą: bra preferencji grupuje sytuacje równowaŝności oraz nieporównywalności bez moŝliwości ich rozróŝnienia (N), preferencja w szeroim sensie grupuje sytuacje silnej i słabej preferencji bez moŝliwości ich rozróŝnienia (L), przypuszczenie preferencji grupuje sytuacje słabej preferencji i równowaŝności bez moŝliwości ich rozróŝnienia (J), przewyŝszanie grupuje sytuacje silnej i słabej preferencji oraz równowaŝności bez moŝliwości ich rozróŝnienia (S). Analiza zbioru wariantów decyzyjnych związana jest z oreśleniem jednej lub wielu funcji ryterialnych, tóre w sposób numeryczny pozwalają wyrazić preferencje decydenta. Niech F oznacza zbiór ryteriów, względem tórych oceniane są warianty decyzyjne: F = { f 1, f 2,, f n } Ocenę wariantu a i względem ryterium f oznaczymy przez f (a i ). Funcja f (a i ) moŝe pełnić rolę ryterium, jeŝeli odzwierciedla sytuację przewyŝszania, co oznacza, Ŝe spełniony jest warune: a i, a j A f (a i ) f (a j ) a j S a i gdzie S oznacza relację przewyŝszania związaną z ryterium f. RozróŜnienie sytuacji równowaŝności, preferencji słabej i silnej moŝliwe jest dzięi wyorzystaniu funcji progowych związanych z ryterium f. Przyjmijmy, Ŝe ze względu na rozpatrywane ryterium warianty decyzyjne zostały uporządowane w tai sposób, Ŝe i < j f (a i ) f (a j ) Progiem równowaŝności związanym z ryterium f nazywamy funcję q [f (a i )] taą, Ŝe:

29 27 i a, a f j j i i Α, 0 f ( a ) f ( a ) q [ f ( a )] j i i j i ( a ) f ( a ) > q [ f ( a )] a L a a j I a i (1) gdzie I oraz L oznaczają odpowiednio relacje równowaŝności oraz preferencji w szeroim sensie związane z ryterium f. Zgodnie z powyŝszymi warunami stwierdzamy, Ŝe w przypadu, gdy róŝnica między wartościami ryterium dla wariantów a j i a i jest nieujemna, a jednocześnie nie przeracza wartości progu równowaŝności, naleŝy przyjąć, Ŝe wariant a j jest równowaŝny wariantowi a i ze względu na ryterium f. Natomiast w przypadu, gdy róŝnica ta jest więsza od wartości q [f (a i )], przyjmujemy, Ŝe mamy do czynienia z preferencją w szeroim sensie. Progiem preferencji związanym z ryterium f nazywamy funcję p [f (a i )] taą Ŝe: a i j, a A, 0 f j i i f ( a ) f ( a ) > p [ f ( a )] j i i j i ( a ) f ( a ) p [ f ( a )] a J a gdzie P i J oznaczają odpowiednio relacje silnej preferencji oraz przypuszczenia preferencji związane z ryterium f. W przypadu, gdy róŝnica między wartościami ryterium dla wariantów a j i a i jest wyŝsza, niŝ wartość progu preferencji, to przyjmujemy, Ŝe wariant a j jest silnie preferowany w stosunu do wariantu a i. JeŜeli natomiast róŝnica ta jest nieujemna, nie przeraczając jednocześnie wartości p [f (a i )], to naleŝy przyjąć, Ŝe między wariantami a j i a i zachodzi relacja przypuszczenia preferencji. ZałóŜmy, Ŝe funcje progowe q [f (a i )] i p [f (a i )] spełniają warune: i a, 0 oraz spełnione są waruni spójności: i i [ f ( a )] p [ f ( a )] A q (3) j i [ f ( a )] q [ f ( a )] j i f ( a ) f ( a ) i j q a, a A, 1 (4) j i [ f ( a )] p [ f ( a )] j i f ( a ) f ( a ) i j p a, a A, 1 (5) Spełnienie warunów spójności oznacza, Ŝe funcje f (a i ) + q [f (a i )] i f (a i ) + p [f (a i )] są niemalejącymi funcjami f (a i ). Funcję ryterium f (a i ), dla tórej oreślono próg równowaŝności zgodnie z formułą (1) oraz próg preferencji zgodnie z formułą (2), spełniającą waruni (3), (4) i (5) nazywamy pseudoryterium. Dla ta zdefiniowanego pseudoryterium spełniona jest impliacja: a j P a i (2)

30 28 f j i ( a ) f ( a ) a a a j j j I Q P a a i a i i jeŝeli jeŝeli jeŝeli f q p j i i ( a ) f ( a ) q [ f ( a )] i j i i [ f ( a )] < f ( a ) f ( a ) p [ f ( a )] i j i [ f ( a )] < f ( a ) f ( a ) (6) Pseudoryterium nazywamy ryterium prawdziwym, jeŝeli: q [f (a i )] = p [f (a i )] = 0 (7) W przypadu problemu wieloryterialnego powstaje pytanie, w jai sposób naleŝy agregować oceny ze względu na poszczególne ryteria ta, by moŝliwym było modelowanie preferencji globalnych decydenta. Odpowiedniiem funcji agregacji stosowanej w podejściu lasycznym jest zbiór warunów, przy tórych zachodzi globalna relacja przewyŝszania. Przyjmują one formę testów. Dzięi temu moŝliwym jest taie modelowanie preferencji, tóre aceptuje występowanie nieporównywalności. Przyjmuje się równieŝ załoŝenie o ograniczonej ompensacji oznaczające, Ŝe moŝliwa jest taa sytuacja, w tórej duŝa przewaga wariantu a i nad wariantem a j ze względu na jedno z ryteriów powoduje, Ŝe hipotezę o przewyŝszaniu wariantu a i przez wariant a j naleŝy odrzucić nawet wówczas, gdy jest on silnie preferowany ze względu na pozostałe ryteria. Do analizy tego typu sytuacji wyorzystywany jest próg weta, oznaczany jao v [f (a i )] Metoda ELECTRE I W metodzie tej nie są wyorzystywane ani progi równowaŝności, ani progi preferencji. Załada się zatem, Ŝe wszystie ryteria zdefiniowane zostały jao ryteria prawdziwe. Przyjmijmy, Ŝe w rozpatrywanym problemie zbiór wariantów decyzyjnych oceniany jest względem n ryteriów. KaŜdemu ryterium przypisujemy liczbę dodatnią (wagę) w odzwierciedlającą waŝność, jaą przypisuje mu decydent. Przyjmować będziemy, Ŝe wagi spełniają warune: n w = 1 = 1 (8) Dla aŝdej pary wariantów (a i, a j ) obliczamy wartość współczynnia zgodności c(a i, a j ): n i j i j (, a ) = w ( a, a ) c a ϕ (9) = 1 gdzie: i j ( a ) f ( a ) i j 1 gdy f ϕ ( a, a ) = (10) 0 w przeciwnym przypadu

31 29 W metodzie ELECTRE I waruni zgodności i brau niezgodności sformułowane są następująco: 1. Warune zgodności: i j c( a ) s a, s [0,5; 1] (11) gdzie s oznacza próg zgodności, zadany przez decydenta; 2. Warune brau niezgodności formułujemy następująco: f i i j ( a ) v [ f ( a )] f ( a ) + dla aŝdego = 1,, n (12) i gdzie [ ( )] v a oznacza próg weta dla ryterium f, zadany przez decydenta. f Przyjmijmy, Ŝe warune zgodności jest spełniony dla pary (a i, a j ). JeŜeli dla przynajmniej jednego z ryteriów róŝnica między wartościami funcji ryterialnych dla wariantów a j i a i i jest więsza niŝ wartość progowa v [ f ( a )], to hipotezę o przewyŝszaniu wariantu a j przez wariant a i naleŝy odrzucić. Postępowanie w metodzie ELECTRE I opisać moŝna następująco: 1. Wyznaczamy zbiór zgodności C s : i j i j {( a, a ) A A : c( a, a ) s [ 0,5;1 ]} C = s (13) s 2. Wyznaczamy zbiór niezgodności: v i j j i i {( a, a ) A A f ( a ) > f ( a ) + v [ f ( a )]} D = : (14) 3. Wyznaczamy relację przewyŝszania zdefiniowaną następująco: S( s, v) = C gdzie : D v s D v = ( A A) \ D v (15) 4. Konstruujemy graf zaleŝności między wariantami orzystając z relacji przewyŝszania wyznaczonej w puncie 3. Rozpoczynamy od wariantów, tóre nie są przewyŝszane przez Ŝadne inne warianty. Umieszczamy je na najwyŝszym poziomie. Z olei warianty przewyŝszane tylo przez warianty z pierwszego poziomu umieszczamy na poziomie drugim. Na olejnych poziomach umieszczamy warianty, tóre przewyŝszane są tylo przez warianty umieszczone na wyŝszych poziomach. Alternatywny sposób onstrucji grafu polega na rozpoczęciu od wyznaczenia wariantów najsłabszych, czyli taich, tóre nie przewyŝszają Ŝadnego innego wariantu. Warianty te umieszczamy na poziomie najniŝszym. Na olejnych, wyŝszych poziomach

32 30 umieszczamy warianty, tóre przewyŝszają tylo te warianty, tóre zostały umieszczone na poziomach niŝszych Metoda ELECTRE III Jedną z najczęściej stosowanych techni porządowania zbioru wariantów decyzyjnych jest metoda ELECTRE III, w tórej wyorzystywana jest oncepcja pseudoryterium, progi weta oraz współczynnii wagowe. Pierwszym etapem rozwiązania problemu jest obliczenie wartości współczynniów zgodności i wiarygodności dla aŝdej pary wariantów decyzyjnych. Współczynni zgodności obliczamy następująco: n i j i j (, a ) = w ( a, a ) c a ϕ (16) = 1 gdzie: ϕ i j (, a ) i i j ( a ) + q f ( a ) f ( a ) i i ( a ) + q [ f ( a )] < j i i ( a ) f ( a ) + p [ f ( a )] 1 gdy f i i j f ( ) + [ ( )] ( ) gdy a p f a f a f a = (17) i i p [ f ( a )] q [ f ( a )] f 0 w pozostałych przypadach Z olei współczynni wiarygodności σ(a i, a j ) wyznaczany jest według następującego wzoru: gdzie: d i j ( a ) i j i j ( a, a ) = c( a, a ) i j ( a, a ) i j ( a a ) 1 d σ (18) i j D ( a, a ) 1 c, 1 f j i i ( a ) f ( a ) p [ f ( a )] i i v [ f ( a )] p [ f ( a )] c jeŝeli j i i ( a ) > f ( a ) + v [ f ( a )] j i i ( a ) f ( a ) + p [ f ( a )] a, = 0 jeŝeli f (19) c i j i j i j ( a, a ) = { : d ( a, a ) c( a, a )} D > f w pozostałych przypadach Macierz wsaźniów wiarygodności moŝe być wyorzystana do wyznaczenia dwóch porządów całowitych Z 1 i Z 2. Porząde całowity Z 1 jest scharateryzowany przez podział zbioru A na r las C h uporządowanych od h = 1 (lasa najwyŝsza) do h = r (lasa najniŝsza), zaś porząde Z 2 scharateryzowany jest przez podział zbioru A na p las oznaczonych przez C uporządowanych od h = p (lasa najwyŝsza) do h = 1 h

33 31 (lasa najniŝsza). Porząde Z 1 uzysiwany jest za pomocą procedury destylacji zstępującej, zaś porząde Z 2 za pomocą procedury destylacji wstępującej. 3. Metoda Promethee Wartość i-tego ryterium dla wariantu a oznaczamy jao f i (a). Rozpatrywane ryteria są masymalizowane. Decydent podaje dodatnie, sumujące się do jedności współczynnii waŝności (wagi) dla olejnych ryteriów. Porównując ze sobą dwa warianty decyzyjne: a i b ze względu na ryterium f i, tworzymy róŝnicę: δ i ((a, b) = f i (a,) f i (b) (20) Przyjmujemy, Ŝe preferencje decydenta przy porównywaniu wariantów decyzyjnych moŝna oreślić na podstawie tej róŝnicy. W tym celu, na podstawie informacji, uzysanych od decydenta tworzymy funcje preferencji P i (a, b). KaŜdą taa funcję nazywamy uogólnionym ryterium, związanym z ryterium i. Przyjmują one wartości z przedziału [0, 1]. Wartość zbliŝona do 1 lub równa 1 świadczy o silnej preferencji wariantu a w stosunu do wariantu b ze względu na ryterium i. Wartość zbliŝona do 0 lub równa 0 świadczy o zniomej preferencji wariantu a w stosunu do wariantu b ze względu na rozpatrywane ryterium lub całowitym brau taiej preferencji. W zastosowaniach pratycznych wystarczające oazuje się posługiwanie sześcioma typami uogólnionych ryteriów, przedstawionymi w tablicy 2.1. Przy rozwiązywaniu onretnego problemu decyzyjnego zadaniem decydenta jest oreślenie dla aŝdego ryterium typu preferencji najbardziej mu odpowiadającego. Procedurę obliczeniową metody Promethee II moŝna opisać następująco. Dla aŝdej pary wariantów decyzyjnych x i y obliczamy zagregowane indesy preferencji: Π ( x, y) = w jp j( x, y) (21) j= 1 Π y, x) = w P ( y, x) (22) ( j j j= 1 Współczynniami wagowymi są wagi ryteriów. Liczba Π(x, y) oreśla, w jaim stopniu wariant x jest preferowany w stosunu do wariantu y jednocześnie ze względu na wszystie ryteria. Z olei liczba Π(y, x) opisuje preferencje wariantu Π(y, x) w stosunu do wariantu x.

34 32 Tablica 2.1. Typy uogólnionych ryteriów. Typ Funcja preferencji Definicja Typ 1 P 1 P 1 0 ( δ) = 1 δ 0 δ > 0 0 δ P Typ 2 1 P 2 0 ( δ) = 1 δ q δ > q 0 q δ P Typ p δ P 3 0 δ ( δ) = p 1 δ 0 0 < δ p δ > p P Typ 4 1 1/2 0 q p δ P 4 0 ( δ) = δ q q < δ p δ > p P Typ q p δ 0 δ q P 5 ( δ) = p q 1 δ q q < δ p δ > p P Typ P ( δ) = δ 6 1 exp( ) 2 2s δ δ Źródło: [1] 0 s δ

35 33 Z olei dla aŝdego wariantu decyzyjnego x obliczamy przepływy preferencji. Dodatni przepływ preferencji obliczamy ze wzoru: + 1 Φ ( x ) = Π( x,y) (23) n 1 y A natomiast ujemny przepływ preferencji ze wzoru : Φ 1 ( x ) = Π( y, x) (24) n 1 y A Chcąc uzysać ompletny raning przy pomocy metody Promethee II, obliczamy dla aŝdego wariantu decyzyjnego x A przepływ netto, orzystając z wzoru: Φ(x) = Φ + (x) Φ - (x) (25) Przepływy preferencji moŝemy równieŝ wyorzystać do tworzenia porządu częściowego wariantów. Metodą wyorzystującą tę moŝliwość jest Promethee V. 4. Procedura analitycznej hierarchizacji 4.1. Preferencje decydenta a funcja uŝyteczności Zajmiemy się najpierw opisaniem preferencji decydenta, wyorzystując lasyczną teorię uŝyteczności. Podstawowym pojęciem w tej teorii jest funcja uŝyteczności, tóra oreślonej wartości pienięŝnej przyporządowuje pewną wartość uŝyteczności odpowiadającą poziomowi satysfacji czy omfortu psychicznego. Poza uŝytecznością pieniądza moŝna rozwaŝać równieŝ uŝyteczność innych zjawis. Jao pojęcie pierwotne przyjmuje się preferencje decydenta, wyraŝone poprzez relację preferencji, oznaczoną jao, zachodzącą w zbiorze X. Podstawą opisu zachowania decydenta jest przyjęcie asjomatu racjonalności. Relację preferencji nazywamy racjonalną, jeŝeli ma następujące własności: zupełność: dla aŝdego x, y X, zachodzi x y lub y x lub zachodzą obydwie relacje, przechodniość: dla aŝdego x, y, z X, jeŝeli zachodzi x y oraz y z, to zachodzi x z. Relacja preferencji jest ciągła, jeŝeli zbiory { y X: y x } oraz { y X: x y } są zbiorami domniętymi.

36 34 Dla opisu zachowań decydenta definiuje się funcję uŝyteczności u(x) przypisującą wartość liczbową aŝdemu elementowi x X, w sposób umoŝliwiający uporządowanie zbioru dopuszczalnych wariantów X ze względu na preferencje decydenta. Funcję u: X R nazywamy funcją uŝyteczności reprezentującą relację preferencji, jeŝeli dla aŝdego x, y X x y u(x) u(y) (26) ZaleŜności pomiędzy funcją uŝyteczności, a relacją preferencji moŝemy zapisać następująco: 1. Waruniem oniecznym istnienia funcji uŝyteczności reprezentującej relację preferencji jest spełnienie przez nią warunów racjonalności. 2. JeŜeli relacja preferencji oreślona na X spełnia waruni racjonalności oraz jest relacją ciągłą, to istnieje ciągła funcja uŝyteczności reprezentująca relację. Przyjmujemy, Ŝe preferencje decydenta mogą być opisane za pomocą globalnej, wieloatrybutowej funcji uŝyteczności. Znajomość tej funcji pozwala na uzysanie zupełnego uporządowania zbioru wariantów decyzyjnych, a tym samym na wyznaczenie najbardziej preferowanego przez decydenta wariantu decyzyjnego. Podstawowym zadaniem jest więc wyznaczenie postaci wieloatrybutowej funcji uŝyteczności. Przyjmujemy, Ŝe zbiór ryteriów spełnia warune deompozycyjności, tóry oznacza, Ŝe ocena wariantu ze względu na cały zbiór ryteriów moŝe być przeprowadzona za pomocą procedury, w tórej w pierwszym etapie wariant oceniany jest ze względu na aŝde z ryteriów oddzielnie, a następnie uzysiwana jest ocena zagregowana. Procedura rozwiązania problemu wieloryterialnego słada się więc z dwóch podstawowych faz: Wyznaczenia uŝyteczności częściowej aŝdego wariantu decyzyjnego względem aŝdego z ryteriów. Oreślenia uŝyteczności globalnej za pomocą wieloatrybutowej funcji uŝyteczności, agregującej uŝyteczności częściowe. Zasadniczym problemem jest oreślenie postaci wieloatrybutowej funcji uŝyteczności. Najprostszą formą jest postać addytywna. ZałoŜenia, jaie muszą być spełnione, by mogła ona być wyorzystana są jedna bardzo restrycyjne. W przypadu deterministycznym waruniem oniecznym i wystarczającym orzystania z addytywnej funcji uŝyteczności jest wzajemna preferencyjna niezaleŝność ryteriów, zdefiniowana następująco: Dwa ryteria są niezaleŝne w sensie preferencyjnym, jeŝeli preferencja decydenta względem jednego z nich jest niezaleŝna od oceny względem drugiego. Wieloatrybutowa teoria uŝyteczności była puntem wyjścia dla wielu dalszych badań. Jej pratyczne stosowanie jest utrudnione. Teoria ta jest jedna podstawą, na tórej w sposób bardziej lub mniej jawny oparte są liczne metody wieloryterialnego wspo-

37 35 magania podejmowania decyzji. Jedną z taich metod jest procedura analitycznej hierarchizacji Wetory sali Porównujemy warianty decyzyjne parami. Wyniiem porównania wariantu a i z wariantem a j jest liczba α ij (0, ). Na podstawie uzysanych w tai sposób liczb chcemy uzysać wetor b ta, aby prezentował oreślone wcześniej preferencje decydenta: b i α ij = (27) bj Ponadto przyjmijmy, Ŝe wetor sali jest dodatni i unormowanym tzn: i=1,..,m b i >0 oraz m bi = 1. i= 1 Liczby α ij tworzą macierz porównań: α α... α α α... α... a a... a m m m1 m2 mm Macierz porównań A = [α ij ] i,j=1,..,m nazywamy spójną, gdy: ij=1,..,m α ij >0 (28) i,j,=1,..,m α ij α j = α i. Tw. Jeśli macierz porównań jest spójna, to : i=1,..,m α ii =1, (29) i,j=1,..,m α ij =1/α ji. Twierdzenie odwrotne nie zachodzi. Tw. Niech A=[α ij ] i,j=1,..,m będzie spójną macierzą porównań, oraz niech wetor b=[b 1,..., b m ] spełnia warune: i,j=1,...,m b i α ij =. (30) bj

38 36 Wówczas: 1. Wetor b spełnia zaleŝność: Ab = mb (31) czyli wetor b jest wetorem własnym macierzy A z wartością własną równą m. 2. Wartości własne macierzy A mają postać: λ 1 = m λ i = 0, dla i=2,..., m. W związu z tym, ze wartość własna λ 1 jest najwięszą wartością własną oznacza się ją jao λ max. W realnych problemach decyzyjnych zazwyczaj macierz porównań nie jest spójna, jednaŝe często jest zbliŝona do macierzy spójnej. Dlatego teŝ rozpatruje się macierze proporcjonalne. Macierz porównań A = [α ij ] i,j=1,..,m nazywamy proporcjonalną, gdy: ij=1,..,m α ij >0 (32) i,j=1,..,m α ij = 1/α ji. Z definicji macierzy proporcjonalnej wynia, Ŝe: i=1,,m α ii =1 (33) Ponadto dla macierzy proporcjonalnych wartości własne spełniają związi: λ max m λ i 0, dla i=2,..., m. Zajmiemy się wyznaczeniem znormalizowanego wetora własnego dla macierzy proporcjonalnej A = [α ij ] i,j=1,..,m, związanego z wartością własną λ max. W tym celu mo- Ŝemy wyorzystać metodę Saaty ego lub metodę potęgową Metoda Saaty ego W przypadu macierzy spójnej metoda daje doładne wartości wetora własnego, natomiast w przypadu proporcjonalnej macierzy porównań metoda daje pewne przybliŝenie tego wetora. Kro 1 W aŝdej olumnie macierzy A sumujemy oceny α ij obliczając:

39 37 Kro 2 σ m j = αij (34) i= 1 Budujemy znormalizowaną macierz B = [β ij ] i,j=1,,m, tórej elementy w olumnie j powstały poprzez podzielenie α ij przez σ j : Kro 3 β α ij ij = (35) σ j Obliczamy przybliŝony wetor b jao średnie z wiersza macierzy znormalizowanej: b i (36) m 1 = βij m j= 1 Kro 4 Wyznaczamy przybliŝoną wartość własną λ max : λ max T ( ) 1 m i = b A (37) m i= 1 b i 4.4. Wsaźni zgodności Wsaźni zgodności ma na celu sprawdzenie, w jaim stopniu oceny decydenta zapisane w macierzy A=[a ij ] i,j=1,..,n są spójne. Wsaźni ten definiuje się następująco: λmax m c = r m, (38) ( 1) gdzie r jest liczbą z tab wartości wsaźniów zgodności: Tabela 2.1. Wsaźnii zgodności M R 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 Jeśli c 0,1 uznajemy, Ŝe występuje zgodność ocen, natomiast, jeśli c>0,1 naleŝy doonać ponownych porównań parami.

40 Metoda AHP Metoda AHP słuŝy do uzysania wetora sali na podstawie porównań parami wariantów decyzyjnych ze względu na olejne ryteria oraz ryteriów między sobą. Do porównań parami wyorzystujemy salę dziewięciostopniową, przyporządowując poszczególnym stopniom liczby naturalne oraz opis werbalny. Załadamy, Ŝe jeŝeli porównując dwa obiety przyporządowaliśmy ocenę, to porównując te same obiety w odwrotnej olejności przyporządowujemy temu porównaniu ocenę, będącą odwrotnością poprzedniego porównania. Stąd teŝ wyorzystywana macierz porównań jest macierzą proporcjonalną. Postępowanie w metodzie AHP moŝna opisać następująco: Kro 1 Budujemy macierz porównań ryteriów Stosujemy metodę Saaty ego w celu znalezienia wetora sali dla ryteriów. Oznaczamy znaleziony wetor jao b : Kro 2 b =[ b 1,..., b n ] T Dla aŝdego ryterium j =1,..., n. Budujemy macierz porównań wariantów decyzyjnych względem ryterium j-tego. Stosujemy metodę Saaty ego lub metodę potęgową w celu znalezienia wetora sali względem j-tego ryterium. Oznaczamy znaleziony wetor jao b j : Kro 3 b j =[b 1 j, b 2 j,..., b m j ] Wyznaczamy macierz C, tórej olumny tworzą wetory sali dla odpowiednich ryteriów. Kro 4 Wyznaczamy ońcowy wetor sali rozwiązań dopuszczalnych postaci: b = Cb (39)

41 39 PoniŜsza tabela prezentuje oceny liczbowe i werbalne w metodzie AHP. Tabela 2.2. Oceny liczbowe i werbalne w metodzie AHP. Ocena liczbowa Ocena werbalna 1 Porównywane obiety (warianty decyzyjne lub ryteria) są równowaŝne. 2 Decydent waha się pomiędzy równowaŝnością i niewielą przewagą pierwszego z porównywanych obietów nad drugim. 3 Niewiela przewaga obietu pierwszego nad drugim. 4 Decydent waha się pomiędzy niewielą przewagą i duŝą przewagą pierwszego z porównywanych obietów nad drugim. 5 DuŜa przewaga obietu pierwszego nad drugim. 6 Decydent waha się pomiędzy duŝą przewagą i istotnie więszą przewagą pierwszego z porównywanych obietów nad drugim. 7 Istotna więsza przewaga obietu pierwszego nad drugim. 8 Decydent waha się pomiędzy istotnie więszą przewagą i ogromną przewagą pierwszego z porównywanych obietów nad drugim. 9 Ogromna przewaga obietu pierwszego nad drugim 5. Przyłady wyorzystania wieloryterialnych metod raningowych do wyboru projetów 5.1. Procedura I 1. Identyfiacja uczestniów procesu decyzyjnego (decydentów, interwenientów). 2. Wybór ryteriów i oreślenie ich wag przy pomocy metody AHP. 3. Oreślenie progów: obojętności, preferencji oraz veta dla aŝdego z ryteriów. 4. Sonstruowanie tablicy ocen projetów biorących udział w onursie. 5. Zastosowanie (w zaleŝności od oczeiwań i preferencji uczestniów procesu decyzyjnego): Metody Electre III z dominacjami stochastycznymi, Metody Promethee II z dominacjami stochastycznymi, Zmodyfiowanej metody Bipolar z dominacjami stochastycznymi.

42 Procedura II Rozpatrywane ryteria: Kro 1. K1. Stopień realizacji ierunów atywności wyspecyfiowanych w przyjętej strategii rozwoju przestrzennego województwa. K2. Wpływ projetu na onurencyjność województwa w onteście rajowym i międzynarodowym. K3. Efet synergii z innymi sferami socjo-eonomicznymi. K4. Innowacyjność projetu. Espert o numerze przyporządowuje wartość a ij dla projetu i oraz ryterium j. obliczane są wartości znormalizowane: m 2 d ij = aij ( aij ), = 1.. n, i = 1.. m, j = 1.. p i= 1 Wartości te są zagregowane w macierzy: C = [ c ij ] = n = 1 d ij n Dany jest wetor ryteriów wag W = {w 1,,w p } tai, Ŝe w = 1 j= 1.. p Tworzymy macierz wartości ryteriów z uwzględnieniem wag j F = [ f ij ] = [ cij w j ], i = 1.. m, j = 1.. p Kro 2. Hipotetyczny, najlepszy projet referencyjny ustalony przez espertów, nazwany zostaje idealnym projetem luczowym. Kro 3. * A = { f * 1,.., f * p } Obliczamy waŝność ( wartość ) aŝdego projetu na podstawie jego odległości od projetu idealnego. Odległość moŝna mierzyć w róŝnorai sposób: zgodnie z normą l 1, p 1 = = j= 1 * si f j f ij, i 1.. m

43 41 zgodnie z norma eulidesową l 2, p * 2 si 2 = ( f j fij ), i = 1.. m j= 1 zgodnie z normą Czebyszewa l Kro 4. * * ( f f,.., f f ), i 1 m si = max 1 i1 p ip =.. Odległość projetu od rozwiązania idealnego normalizowana jest zgodnie ze salą 100 puntową: Gi = 100 (1 si s), 0 Gi 100, i = 1.. m gdzie s jest odległością od puntu A (nadir) do puntu idealnego A *. Im więsza wartość G i, tym projet jest lepszy. Projet idealny otrzymuje 100 puntów, projet najgorszy z moŝliwych 0 puntów Wyorzystanie metody Electre III do porządowania wniosów onursowych studium przypadu Zajmiemy się zagadnieniem porządowania wniosów zgłoszonych w ramach priorytetu II: Kapitał dla innowacji w Działaniu 3.1: Inicjowanie działalności innowacyjnej. Rozpatrzonych zostało 20 projetów (por. Chmielewsi, Kaliszewsi, Podopaev, Rozdział 6 niniejszego Raportu), oznaczonych jao A0001 A020. Projety te ocenione zostały ze względu na 17 ryteriów, oznaczonych jao Cr01 Cr17> Kryteriom tym przypisano wagi. Listę rozpatrywanych ryteriów oraz przyjęte wagi przedstawia załączni 1. KaŜdemu projetowi przypisane zostały oceny w sali od 0 do 100. Dane liczbowe przedstawia załączni 2. Obliczenia przeprowadzone zostały wariantowo. Wariant zerowy przedstawia wyorzystanie metody scoringowej waŝonego zliczania puntów. Jest to procedura obecnie obowiązująca. Numeracja projetów odpowiada otrzymanemu uporządowaniu (stąd projet A0001 uznany był za najlepszy, natomiast projet A020 za najgorszy. Pierwszy wariant obliczeń z wyorzystaniem metody Electre III przebiegał w ten sposób, Ŝe nie wyorzystano ani progów preferencji, ani progów weta. Otrzymane uporządowanie przedstawia graf, znajdujący się w załączniu 3. W drugim wariancie obliczeń z wyorzystaniem metody Electre III wyorzystano dla wszystich ryteriów progi preferencji, ustawiając je na poziomie 9. Oznacza to, Ŝe dla aŝdego z rozpatrywanych ryteriów przy róŝnicy ocen dla dwóch rozpatrywanych projetów więszej od 9 zachodzi silna preferencja projetu o wyŝszej ocenie nad projetem o ocenie niŝszej ze względu na rozpatrywane ryterium. Graf otrzymanego uporządowania przedstawiony został w załączniu 4. W trzecim wariancie obliczeń z wyorzystaniem metody Electre III zastosowano zarówno progi preferencji ja i progi weta. Progi preferencji ustawiono dla wszystich

44 42 ryteriów, podobnie ja i w poprzednim wariancie, na poziomie 9 (stąd ich interpretacja jest analogiczna, ja poprzednio). Progi weta ustawione zostały na poziomie 19. Oznacza to, Ŝe porównując dwa projety ze względu na wszystie ryteria jednocześnie, pierwszy z rozpatrywanych projetów nie moŝe być uznany za lepszy od drugiego, jeŝeli róŝnica miedzy ocenami ze względu na tóreolwie ryterium jest więsza niŝ 19 na orzyść drugiego z nich. Graf otrzymanego uporządowania przedstawiono w załączniu 5. Przystępując do analizy otrzymanych wyniów naleŝy zauwaŝyć, ze zastosowanie metody Electre III pozwoliło na dogłębną analizę zaleŝności pomiędzy wariantami decyzyjnymi, stąd otrzymane wynii naleŝy uznać za bardziej wiarygodne w stosunu do wyniów otrzymanych scoringową metodą zliczania puntów. ZauwaŜmy następnie, ze projet A001 jest najlepszy niezaleŝnie od sposobu porządowania. Projety A002 A005 są w aŝdym uporządowaniu na wysoich pozycjach, przy czym ich olejność jest odmienna w stosunu do metody scoringowej. Miałoby to istotne znaczenie wówczas, gdyby liczba projetów przyjętych do finansowania była róta i nie wszystie z tych projetów mogłyby się na niej znaleźć. Na szczególna uwagę zasługuje wysoie usytuowanie projetów A018 oraz A019, tóre w uporządowaniu scoringowym zajmują ońcowe pozycje. Uwagę zwraca równieŝ znaczna poprawa pozycji projetu A017 w stosunu do uporządowania scoringowego. Z olei projety A014, A015 i A016 w uporządowaniu z wyorzystaniem aŝdego z wariantów metody Electre III zajmują ońcowe pozycje, znacznie gorsze niŝ w uporządowaniu scoringowym. BIBLIOGRAFIA [1]. Figueira J., Greco S., Ehrgott M. (2005). Multiple Criteria Decision Analysis. State of the Art Survey. Springer, 1045 s. [2]. Góreca D. (2008). Wyorzystanie metod wieloryterialnych w procesie oceny i wyboru wniosów o dofinansowanie realizacji projetu w funduszy Unii Europejsiej. Konferencja Metody i zastosowania badań operacyjnych. [3]. Kruś L. (2009). On a Group Multicriteria Method for Project Evaluation. Konferencja Multiple Criteria Decision Maing. [4]. Trzasali T. (2008). Wprowadzenie do badań operacyjnych z omputerem. PWE, Warszawa. [5]. Trzasali T. (2006 Red.) Metody wieloryterialne na polsim rynu finansowym. PWE, Warszawa.

45 43 ZASTOSOWANIE METODY ZBIORÓW ODNIESIENIA DO WSPOMAGANIA DECYZJI I KONSTRUKCJI WIELOKRYTERIALNYCH RANKINGÓW W PROJEKTACH ZWIĄZANYCH Z REALIZACJĄ NARODOWEJ STRATEGII SPÓJNOŚCI 3 Andrzej M.J. Sulimowsi 1,2 1 Laboratorium Analizy i Wspomagania Decyzji, Katedra Automatyi, Aademia Górniczo - Hutnicza im. St. Staszica w Kraowie, ams@agh.edu.pl 2 Centrum Nau o Decyzji i Prognozowania, Fundacja Progress and Business", Kraów ul. Miechowsa 5B, cndip@pbf.pl

46 44 Streszczenie. W niniejszym opracowaniu zaprezentowane zostały podstawy metod puntów odniesienia i zbiorów odniesienia do rozwiązywania wieloryterialnych problemów decyzyjnych i problemów wieloryterialnego uszeregowania, ja równieŝ omówione są własności tych metod. W opisywanym podejściu do znalezienia ompromisowego rozwiązania problemów optymalizacji wieloryterialnej decydent musi dostarczyć dodatową informację dotyczącą las puntów odniesienia, tóre odpowiadają wartościom ryteriów o szczególnym znaczeniu dla rozwiązania problemu. Równolegle mogą być wyznaczone ograniczenia na ompromisowe relacje pomiędzy poszczególnymi ryteriami. Metoda ta uwzględnia wynii wcześniejszych badań autora nad warunami optymalności procedur salaryzacji przez odległość od zbiorów puntów odniesienia dla róŝnych las taich zbiorów, co pozwala na weryfiację dobrego umiejscowienia puntów odniesienia spełniających rolę dodatowych informacji dotyczących preferencji. Wyjściowy problem wieloryterialny zostaje następnie zreduowany do dwuryterialnego ompromisu pomiędzy miarami blisości zbiorów wartości ryteriów osiągalnych bez optymalizacji oraz wartości poŝądanych, lecz nieoniecznie osiągalnych. Proces poszuiwania rozwiązania ompromisowego jest interatywny, decydent moŝe definiować w aŝdym rou nowe punty odniesienia, współczynnii wagowe i ieruni poszuiwań. W części ońcowej przedysutowano pratyczne zastosowanie zaproponowanych tutaj modeli decyzyjnych do dynamicznej optymalizacji portfela projetów inwestycyjnych. Do oceny decyzji ompromisowych dotyczących sładu portfela zastosowane zostały przy tym ryteria masymalnego zysu, minimalnego ryzya i masymalnej elastyczności inwestycyjnej. Analogiczne metody mogą być stosowane taŝe do rozwiązywania problemów optymalizacji trajetorii, systemów zdarzeń dysretnych i problemów wieloryterialnego sterowania optymalnego. Słowa luczowe: optymalizacja wieloryterialna, wieloryterialna teoria decyzji, zbiory odniesienia, funcje uŝyteczności, raningi, agregacja.

47 1. Wstęp Poszuiwane jest rozwiązanie problemów optymalizacji wieloryterialnej (inaczej: wetorowej) typu: (F : U E) min (θ ) (1) gdzie U i E oznaczają odpowiednio przestrzeń decyzji i przestrzeń ryteriów (tj. zbiór, w tórym wartości przyjmuje funcja F), F = (F1, F2,... Fn) jest wetorową funcją celu, a θ jest domniętym i wypułym stoŝiem, wprowadzającym częściowy porząde w E. Przypomnijmy, Ŝe w najbardziej powszechnym przypadu, gdy θ := R+ N, odpowiednim porządiem częściowym jest naturalny porząde częściowy w R N. Przestrzeń decyzyjna U moŝe być listą dysretnych alternatyw, podzbiorem przestrzeni eulidesowej R, lub podzbiorem przestrzeni funcji. Przestrzeń ryteriów E jest z załoŝenia częściowo uporządowaną liniową przestrzenią metryczną, natomiast minimum w (1) odnosi się do tego częściowego porządu. Zbiory niezdominowanych decyzji i niezdominowanych wartości ryteriów będą oznaczone odpowiednio jao P(U, θ ) i FP (U, θ ). Wieloryterialne problemy decyzyjne rozwaŝane w niniejszym opracowaniu mogą być sprowadzone do rozwiązania następujących dwóch podproblemów: oraz lub znalezienie zbioru rozwiązań Pareto-optymalnych wybór spośród nich decyzji ompromisowej uszeregowanie rozwiązań od najlepszego w sensie preferencji decydenta do najmniej preferowanego. Zarówno metody wyboru rozwiązania ompromisowego spośród sterowań optymalnych w sensie Pareto w U ja i metody szeregowania rozwiązań wyorzystują dodatową wiedzę na temat preferencji decydentów nieuwzględnioną w sformułowaniu problemu (1). W opracowaniu przedstawiona jest lasa metod uzysiwania strutur preferencyjnych na podstawie pewnego podzbioru puntów w przestrzeni ryteriów, zwanych dalej puntami odniesienia. PoaŜemy taŝe zastosowania tych metod do wyboru decyzji ompromisowej dla problemu (1). Punt odniesienia definiujemy jao element przestrzeni ryteriów reprezentujący wartości ryteriów o szczególnym znaczeniu dla decydenta. JeŜeli element przestrzeni ryteriów zostanie uznany za potencjalne rozwiązanie dla problemu decyzyjnego (1), punt tai moŝe być wstępnie oszacowany jao poŝądany, aceptowalny, lub niepoŝądany wyni optymalizacji. Przy zastosowaniu odpowiednich metod matematycznych moŝna znaleźć element u U

48 46 ta, by wartości ryteriów F(u) masymalnie zbliŝały się do puntów poŝądanych, lub były moŝliwie najbardziej odległe od rozwiązań niepoŝądanych. Metoda puntów odniesienia oazała się jedną z najwaŝniejszych las procedur rozwiązywania problemów optymalizacji wieloryterialnej. Pomysł puntów odniesienia reprezentujących poŝądane (lub idealne) wartości ryteriów został wyczerpująco zbadany w przeszłości, np. przez Yu (1973), Yu i Leitmanna (1974b), Zelenego (1973, 1974), Wierzbiciego (1986), Sulimowsiego (1987) i wielu innych. Wadą lasycznego podejścia opartego na pojedynczym puncie referencyjnym jest fat, Ŝe decydent w oreślonym momencie moŝe zdefiniować i rozpatrywać w procesie analizy decyzyjnej tylo jeden punt. Prowadzi to do niespójności, jeŝeli równie poŝądane są dwa zestawy wartości ryteriów, ale odrębna minimalizacja odległości od aŝdego z nich prowadzi do róŝnych rozwiązań dopuszczalnych. Osąd decydenta co do rozwiązań ompromisowych generowanych w ten sposób dotyczy wyboru funcji salaryzującej, jednaŝe by przejść do następnego rou w interatywnej procedurze decyzyjnej, decydent musi zmienić punt odniesienia (por. np. podejście prezentowane przez Olbrisha, 1986, Bogetoft, Hallefjord, Ko, 1988) Ponadto, lasyczna metoda pojedynczego puntu odniesienia zaniedbuje zwyle istnienie ograniczeń w przestrzeni ryteriów. PowyŜsze uwagi mogą być uwzględniane jao motywacja wprowadzenia metodyi zbiorów odniesienia jao uogólnienia podejścia puntów odniesienia opartej na salaryzacji przez odległość ze względu na celowy podzbiór przestrzeni ryteriów (Sulimowsi, 1985a). Zgodnie z wcześniejszym artyułem (Góreci i Sulimowsi,1986), w tej pracy metody puntu odniesienia i zbioru docelowego są rozszerzone do sytuacji, gdzie informacja preferencyjna moŝe być wyraŝona jao ila las puntów odniesienia, tóre muszą być uwzględnione równocześnie. Ta więc, poza docelowymi puntami odniesienia rozwaŝamy anty-idealne punty odniesienia (lub poziomy poraŝi), tórych osiągnięcie moŝe być uznane jao poraŝa, rozwiązania osiągalne na etapie pre-decyzyjnym (lub punty status-quo) oraz granice optymalności. Dodatowo, aŝda z tych las puntów odniesienia moŝe być podzielona na podlasy. Załada się, Ŝe punty odniesienia mogą być oreślane przez decydenta lub są wyniiem ocen espertów. Są one z zasady wzajemnie niezaleŝne, ja równieŝ nie zaleŝą od ograniczeń występujących przy formułowaniu problemu wieloryterialnego oraz w wielu metodach muszą być jednaowo wiarygodne dla decydenta. Oddzielne rozwa- Ŝanie aŝdego z puntów przy dowolnym wyborze metody rozwiązania zwyle będzie prowadzić do oreślenia zbioru nieporównywalnych rozwiązań, z tórych aŝde jest wybrane w oparciu tylo o część dostępnej informacji. W celu integracji informacji o preferencjach w jeden model decyzyjny, zaproponowano metodę uwzględniania wszystich puntów odniesienia jednocześnie. Metoda ta bazuje na agregacji puntów odniesienia w zbiory poŝądanych i dostępnych wartości i rozwaŝaniu nietórych z nich jao ograniczeń w przestrzeni ryteriów. W ten sposób otrzymujemy model preferencji sładający się z rodziny zbiorów odniesienia w przestrzeni ryteriów oraz funcje odległości modelujące preferencje decydentów dotyczące osiągnięcia jednego ze zbiorów przy jednoczesnym unianiu innego. Aby znaleźć rozwiązanie ompromisowe, znajduje się zbiór D, zawierający elementy E niezdominowane ze względu na obie funcje odległości. Następnie zawęŝa się poszuiwania rozwiązania

49 47 ompromisowego do przecięcia zbiorów D i zbioru puntów niezdominowanych w problemie (1). 2. Sformułowanie wieloryterialnego problemu decyzyjnego W tym podrozdziale przedstawiony będzie problem wyboru pojedynczego rozwiązania problemu (1) w oparciu o dodatową informację dostarczoną przez espertów lub decydenta. Punty odniesienia posłuŝą do zdefiniowania funcji v:e R, zwanej funcją uŝyteczności lub funcją wartości dla problemu (1). WyaŜemy następnie, Ŝe v jest silnie monotonicznie rosnąca, tj.: x,y E (x < θ y, x y v(x) < v(y)), W onsewencji minimum funcji v moŝe być osiągnięte tylo na zbiorze niezdominowanych wartości F, FP(U,θ) i oreśla najlepsze ompromisowe rozwiązanie problemu (1). Biorąc pod uwagę, Ŝe dostępna dodatowa informacja o preferencjach jest zwyle niewystarczająca dla całościowej estymacji v oraz Ŝe estymacja taa nie jest onieczna dla wyboru pojedynczej alternatywy ompromisowej, zwyle wystarczające jest loalne oszacowanie v w pobliŝu globalnego minimum v na FP(U,θ ), co pozwala na jednoczesne znalezienie minimum hipotetycznej globalnej estymacji v. Ta więc problem wieloryterialnego podejmowania decyzji dla (1) sprowadza się do znalezienia lub oszacowania v i rozwiązania problemu minimalizacji: (v: F(U) R ) min, (2) podczas gdy z własności silnej monotoniczności wynia, Ŝe: arg min {v(x) : x F(U)} FP(U). ZauwaŜmy teŝ, Ŝe poziomice funcji v w E są lasami równowaŝności w relacji nierozróŝnialności w E. Główna cecha prezentowanej tu metody puntu odniesienia dla rozwiązania problemu (1), (2) moŝe być w srócie przedstawiona następująco: Po sformułowaniu problemu (1) decydent ustanawia znaczenie wybranych elementów przestrzeni ryteriów w tym problemie decyzyjnym (punty odniesienia). Ta więc w celu wyboru rozwiązania ompromisowego uŝywana jest jedynie informacja fatycznie dostępna, w przeciwieństwie do więszości las metod MCDM (wieloryterialnego podejmowania decyzji), tóre wymagają oszacowania własności rozwiązań niezdominowanych generowanych przez interacyjne procedury dialogowe. Punty pośrednie generowane przez te procedury nie muszą posiadać Ŝadnego szczególnego znaczenia dla decydenta, co utrudnia ich ocenę i wsazanie ierunu poprawy. JednaŜe, jeŝeli taa procedura interacyjna jest zbieŝna, wówczas moŝliwe jest jednoczesne rozwaŝanie podczas procesu podejmowania decyzji - obo puntów odniesienia - dodatowo taŝe informacji o ierunach poprawy lub współczynniach substytucji. Wyjaśnione to będzie w olejnych podrozdziałach.

50 48 Załadamy, Ŝe do aŝdego puntu odniesienia moŝna przypisać pewną wartość funcji uŝyteczności, tóra jednaŝe nie musi być podana explicité. Nie ma potrzeby przyjmowania załoŝeń o liniowości lub addytywności funcji v, tóre zostaną zastąpione zasadą uŝyteczności metrycznej (p. rozdział 4). Początowy problem optymalizacji wetorowej (1) zostanie zastąpiony ograniczonym problemem optymalizacji wieloryterialnej, z przestrzenią ograniczeń Q, (F: U F -1 (Q)) min, Fopt Q (3) gdzie Q E jest zbiorem wartości F, dla tórych minimalizacja F ma sens, a Fopt jest wartością ompromisową F. Dolna granica obszaru Q jest oreślona przez lasę puntów odniesienia zwanych granicami optymalności. To załoŝenie wyraŝa ograniczoną zdolność funcji ryterialnych do modelowania rzeczywistych preferencji, tj. moŝna sobie Ŝyczyć, by ten sam cel był optymalizowany w obrębie pewnych ograniczeń, a gdy granice te zostają osiągnięte, dalsza poprawa nie jest juŝ onieczna. KaŜda iteracja procesu decyzyjnego obejmuje dwa roi: na pierwszym etapie wszela dostępna dodatowa informacja jest uŝywana do zacieśnienia zbioru puntów niezdominowanych spełniających dodatowe wymagania związane z preferencjami decydenta. W drugim rou generowane jest rozwiązanie ompromisowe prezentowane decydentowi, tóry moŝe je przyjąć lub zaproponować próbę poprawę. JeŜeli taa poprawa jest moŝliwa, nowe rozwiązanie jest obliczane przy pomocy procedury salaryzacyjnej, w przeciwnym przypadu decydent ma wybór: albo przyjąć taie rozwiązanie, lub teŝ zmodyfiować punty odniesienia, ograniczenia lub ryteria. Jest to przedstawione na Rysunu 3.1. Widząc, Ŝe ograniczenie na współczynnii substytucji pomiędzy ryteriami Fi, i=1,... N. moŝe być wyraŝone równowaŝnie jao częściowy porząde wprowadzony przez wypuły stoŝe, tóry moŝe być róŝny od R+ N, onludujemy, Ŝe sformułowanie problemu (1) pozwoli na rozwaŝanie ograniczeń ompromisowych oraz puntów odniesienia w jednym modelu preferencyjnym wspólnie. PoniŜszy rysune 3.1. prezentuje schemat wieloryterialnego systemu wspomagania decyzji z zastosowanie zbiorów odniesienia

51 49 Sformułowanie wieloryterialnego problemu optymalizacji Wieloryterialne podejmowanie decyzji Wprowadzenie dodatowej informacji o preferencjach: ograniczenia na współczynnii substytucji, punty odniesienia, ograniczenia w przestrzeni celów. oszacowanie funcji uŝyteczności wygenerowanie propozycji rozwiązania ompromisowego Ocena decydenta: prośba o atualizację rozwiązania, atualizacja dodatowej informacji, atualizacja formułowania problemu, zatwierdzenie rozwiązania. oniec procedury Rys Schemat wieloryterialnego systemu wspomagania decyzji z zastosowaniem zbiorów odniesienia. 3. Interpretacja puntów odniesienia poprzez ich estymowaną uŝyteczność Zgodnie z poprzednimi uwagami, wyróŝnione punty lub zbiory puntów w przestrzeni ryteriów mogą być źródłem dodatowej informacji w procesie podejmowania decyzji, słuŝąc jao model preferencji decydenta. Punty taie zwane są puntami odniesienia. Są one z natury heterogeniczne, nawet jeŝeli występują w tym samym problemie optymalizacji. KaŜdy punt odniesienia moŝna scharateryzować dwoma typami informacji: oraz znaczeniem dla decydenta, oreślanym na ogół a priori przez espertów zaangaŝowanych we wspomaganie decyzji, zwyle nie biorąc pod uwagę ograniczeń problemu optymalizacji wetorowej; relacją do zbioru osiągalnych wartości ryteriów w problemie optymalizacji wetorowej (1). Druga charaterystya moŝe być stosowana po uzysaniu choćby częściowej informacji o połoŝeniu zbioru F(U) w przestrzeni ryteriów, a jej uwzględnienie moŝe prowadzić do zweryfiowania pierwszej lasyfiacji.

52 50 Oba rodzaje informacji generują odmienną lasyfiację puntów odniesienia. Jao pierwszą rozwaŝymy doładniej lasyfiację opartą o informację przeazaną decydentowi z zewnątrz przez espertów. Klasyfiacja ta oparta jest na doświadczeniu w rozwiązywaniu problemów pratycznych, przedstawionych w pracy (Góreci, Sulimowsi, 1986). W oparciu o przyjęte tam nazewnictwo, lasy puntów odniesienia nazwiemy olejno A0, A1, A2... A0 - granice optymalności - punty odniesienia, tóre oreślają dolną granicę obszaru Q, gdzie optymalizacja ryteriów ma sens (por. problem optymalizacji z ograniczeniami w przestrzeni ryteriów (3)). Istnienie taich puntów odniesienia ilustruje ograniczony zares załoŝenia, Ŝe aŝdy z puntów dominujących punt docelowy jest nadal poŝądany przez decydenta. Szacowana uŝyteczność: dla elementów A0 przyporządujemy tę samą deterministyczną wartość uŝyteczności ja dla puntów docelowych (patrz niŝej), tj.: v(a0) = a1 > 0. A1 - punty docelowe - elementy E, tóre modelują idealne rozwiązanie poŝądane przez decydenta. Współrzędne puntów docelowych interpretuje się jao poŝądane wartości ryteriów, przed wzięciem pod uwagę ograniczeń problemu i własności funcji celu. JeŜeli jest to moŝliwe, punty docelowe powinny być osiągane i przeroczone przez rozwiązania problemu (3). W przeciwnym wypadu rozwiązanie ompromisowe powinno być znalezione ja najbliŝej zbioru A1. Inne oreślenia: poziomy aspiracji, punty idealne. Szacowana uŝyteczność: Do aŝdego elementu A1 przyporządujemy tę samą uŝyteczność a1. A2 - Rozwiązania status quo - wartości ryteriów, tóre muszą być przeroczone podczas procesu decyzyjnego. JeŜeli zdefiniowano ila rozwiązań status quo, wystarczające jest znalezienie niezdominowanego rozwiązania dominującego co najmniej jedno z nich. Alternatywnie, rozwiązania status quo mogą być rozwiązaniami satysfacjonującymi, odpowiadającymi dolnym poziomom aspiracji decydenta. JeŜeli oba przypadi występują jednocześnie, wtedy zalecane jest rozbicie lasy A2 na dwie podlasy zgodnie ze schematem zaproponowanym dalej. Interpretacja rozwiązań status quo moŝe być dwojaa, jao : wartości ryteriów wybrane w jednym z poprzednich problemów decyzyjnych, tóre są nadal osiągalne bez doonywania Ŝadnych poprawe w procesie optymalizacji, lub jao oszacowanie na podstawie wcześniejszego doświadczenia minimalnego satysfacjonującego poziomu ryteriów.

53 51 Inne oreślenia : poziomy zastrzeŝone (Wierzbici, 1986), wartości poŝądane (Weistroffer, 1983, 1984), rozwiązania dostępne na etapie przedoptymalizacyjnym (Góreci, Sulimowsi, 1986). Szacowana uŝyteczność: Rozwiązaniom status quo przypiszemy wartość uŝyteczności a2, gdzie a2 < a1. A3 - Antyidealne punty odniesienia - elementy przestrzeni ryteriów, tóre odpowiadają rozwiązaniom nieorzystnym. Tych wartości ryteriów decydent musi uniać, wybierając rozwiązanie masymalnie odległe od A3. Inne oreślenia: poziomy poraŝi, punty, tórych naleŝy uniać. Szacowana uŝyteczność: Dla aŝdego elementu A3 przyporządujemy wartość uŝyteczności a3, gdzie a3 < a2 < a1. W nietórych sytuacjach, np. przy więszej ilości informacji dostarczonej przez espertów, moŝliwa jest bardziej doładna lasyfiacja. Na przyład moŝna wyróŝnić wartości wymagane i wystarczające, moŝna teŝ przeprowadzić rozróŝnienie mniej lub bardziej poŝądanych puntów docelowych. JeŜeli punty odniesienia są zdefiniowane jao przedziały w E, wówczas moŝna osobno rozwaŝyć górne i dolne ograniczenia przedziałów. Ogólnie, dowolną lasę Ai moŝna rozbić na podlasy Ai1,... Ai(i), przyporządowując aŝdej podlasie wartość uŝyteczności ai,j dla 0 i 3, 1 j (i), gdzie ai, j-1 ai,j ai,j+1 jeŝeli ai,j-1 lub ai,j+1 istnieją. Dla uproszczenia warunów niesprzeczności (patrz podrozdz. 4) naleŝy uporządować lasy Ai,j ta, aby aij ai,j+1 dla 1 j (i) -1. Przyład 3.1. Przedstawimy przyład pratyczny dynamicznego zarządzania portfelem projetów inwestycyjnych. Dla uproszczenia rozwaŝymy tylo jeden ro decyzyjny w danym momencie t i trzy najistotniejsze ryteria: oraz całowity oczeiwany zys osiągnięty w oresie [t, t+1], F1(t,u), zagregowaną miarę ryzya inwestycyjnego F2 (t,u), ilość gotówi w oresie t + 1, dostępnej natychmiast dla decydenta w celu jej reinwestowania (np. realizacji projetów związanych z niespodziewanymi wydatami) F3 (t,u). Punty odniesienia dla powyŝszego problemu mogą być zdefiniowane zgodnie z następującymi zasadami: Idealne punty odniesienia odpowiadają orzystnemu zaończeniu procesu inwestycyjnego. Charateryzują się wysoimi wartościami F1 i F3 i nisim poziomem ryzya F2.

54 52 Rozwiązania status quo być są zazwyczaj definiowane jao wartości ryteriów F1 i F3 dla róŝnych poziomów ryzya odpowiadających uŝyteczności początowego (przedinwestycyjnego) stanu portfela. Oszacowanie finansowej wartości nietrafnej inwestycji (A3) moŝe odpowiadać powaŝnej stracie, utracie wiarygodności banowej, banructwu lub przejęciu udziałów (acji) inwestora przez inną firmę. Rozład prawdopodobieństwa tych zdarzeń musi być oceniony przez espertów finansowych w oparciu o odpowiednią analizę eonomiczną. Górne granice optymalności mogą być zadane w postaci oczywistych ograniczeń w przestrzeni ryteriów F2 0, F1 F3. Inne ograniczenia optymalności mogą wyniać z róŝnych regulacji prawnych i podatowych dotyczących działalności eonomicznej. Inny przyład odnosi się do problemu projetowania i wdraŝania nowych technologii: Przyład 3.2. Firma planuje budowę nowego modelu dźwigu. KaŜda moŝliwa alternatywa jest opisana przez zbiór niezaleŝnych ryteriów, włączając w to współczynni niezawodności, ilość apitału niezbędnego dla rozpoczęcia producji, minimalny czas trwania projetu, parametry techniczne - udźwig, długość ramienia, jednostowe oszty producji i inne. Aby wybrać ompromisowy projet dostępna jest następująca informacja: parametry dźwigów juŝ produowanych przez firmę (zbiór A2) parametry produtów, dla tórych istnieje pewność, Ŝe będą się dobrze sprzedawać na rynu (A1), parametry najlepszych dźwigów produowanych przez inne firmy (A1), ograniczenia optymalnych wartości parametrów, tóre są uzasadnione przez oczeiwany zares uŝycia dźwigów (A0), parametry dźwigów, tóre poniosły poraŝę na rynu (A3). Całość powyŝszej informacji moŝna rozwaŝyć wspólnie stosując procedurę wyboru decyzji opartą o zasady opisane w następnym podrozdziale. Po zdefiniowaniu puntów odniesienia jao wsaźniów uŝyteczności bez brania pod uwagę osiągalnych wartości F w problemie (1), onieczne jest zbadanie wzajemnego połoŝenia wyspecyfiowanych puntów oraz zbioru F(U). Na tym etapie procesu decyzyjnego decydent moŝe przedefiniować uŝyteczność pewnych puntów, oreślić nowe punty lub nowe podlasy puntów odniesienia. Wzajemna niesprzeczność tych informacji będzie automatycznie sprawdzana przez system wspomagania decyzji zgodnie z procedurą zaprezentowaną w następnym podrozdziale. Atualizacja lasyfiacji moŝe taŝe następować automatycznie lub moŝe być doonywana przez decydenta w procesie interatywnym. Relacje puntów odniesienia do zbioru osiągalnego zostały omówione szczegółowo w innej pracy autora (Sulimowsi, 1990).

55 53 4. Niesprzeczność puntów odniesienia W tym rozdziale przedstawimy definicje racjonalności i niesprzeczności w odniesieniu do algorytmów wieloryterialnego podejmowania decyzji. Definicja 3.1. Proces decyzyjny będzie nazwany racjonalnym wtedy i tylo wtedy, gdy prowadzi do niezdominowanego rozwiązania problemu optymalizacji wieloryterialnej (1). Jedynie procedura poszuiwania rozwiązania racjonalnego zapewnia zgodność strutury informacji dodatowej stosowanej do znalezienia rozwiązania ompromisowego z początowym problemem optymalizacji wieloryterialnej. Ta więc z nielicznymi wyjątami (np. system podejmowania decyzji STEM, Benayoun i in., 1971, lub tzw. metoda entropijnego puntu idealnego Hallefjord i Jorsten, 1986), jedynie procedury racjonalne są przedmiotem rozwaŝań jao narzędzie wspomagania decyzji. Definicja 3.2. Proces podejmowania decyzji w oparciu o oszacowane uŝyteczności jest niesprzeczny wtedy i tylo wtedy, gdy: x,y E [v^ (x) v^ (y) x θ y lub x y] (4) gdzie v^ (x) jest oszacowaniem uŝyteczności v dla x, a x y oznacza relację nieporównywalności x i y. Dodatowo przy sporządzaniu oszacowania uŝyteczności w oparciu o punty odniesienia naleŝy zapewnić, Ŝe wartości oszacowane są zgodne z zasadą uŝyteczności w salaryzacji przez odległości z powszechnym rozumieniem pojęcia puntów odniesienia. Ta dodatowa cecha będzie zwana tu zbieŝnością z problemem (1) i zostanie omówiona w następnych podrozdziałach Wewnętrzna i wzajemna niesprzeczność zbiorów odniesienia NaleŜy przypomnieć sobie, Ŝe podstawowa idea metody wielu puntów odniesienia dotyczy fatu, Ŝe wszystie elementy lasy puntów odniesienia Ai odpowiadają tej samej wartości szacowanej funcji uŝyteczności v. Łatwo zauwaŝyć, Ŝe aby spełnić załoŝenie silnej monotoniczności onieczne jest, by Ŝadne z elementów Ai nie były ze sobą wzajemnie porównywalne. Tę cechę będziemy nazywać wewnętrzną niesprzecznością lasy Ai. Zgodnie z definicją, zbiór puntów referencyjnych jest wewnętrznie niesprzeczny wtedy i tylo wtedy, gdy: q1, q2 Ai, q1 i q2 są nieporównywalne (5) JeŜeli zbiór odniesienia Ai jest wyniiem agregacji opinii róŝnych espertów, moŝe się wówczas zdarzyć, Ŝe nie jest on wewnętrznie niesprzeczny. JednaŜe stosując jaiolwie algorytm wyboru podzbioru niezdominowanego łatwo jest znaleźć podzbiór Ai, sładający się z nieporównywalnych puntów albo minimalnych w sensie Pareto, P(Ai,, θ ), albo masymalnych w sensie Pareto P(Ai,(-θ )) i stosowaniu ich za-

56 54 miast Ai. Co więcej, połoŝenie aŝdego ze zbiorów Ai, 0 i K, gdzie K+1 jest liczbą las puntów odniesienia, powinno spełniać oreślone waruni w odniesieniu do wszystich pozostałych puntów odniesienia. To wymaganie moŝe być sformułowane jao załoŝenie, Ŝe aŝdy element Aj powinien być zdominowany przez pewien element zbioru Aj+1 dla 0 j K-1, tj.: x Aj y Aj+1 : x θ y. (6) W celu uzysania poŝądanych własności zbioru poziomów v^ naleŝy nałoŝyć dodatowy warune (7) symetryczny do (6): x Aj+1 y Aj : x θ y. (7) co pozwala na sformułowanie następującej definicji: Definicja 3.3. Klasy odniesienia Aj i Aj+1 spełniające powyŝsze waruni (6), (7) będą zwane wzajemnie niesprzecznymi. Sprawdzanie i poprawa wzajemnej niesprzeczności jest zasadniczą częścią algorytmu wieloryterialnego podejmowania decyzji metodą zbiorów odniesienia, co uzasadnia następujące twierdzenie: Twierdzenie 1. JeŜeli wszystie lasy puntów odniesienia A i dla problemu (1) (2) są zarówno wewnętrznie, ja i wzajemnie niesprzeczne, wówczas proces rozwiązania opisany w podrozdziale 5 jest niesprzeczny Racjonalność i związe z problemem optymalizacji wetorowej Ja zaznaczono we wstępnych uwagach do tej pracy, racjonalność jest zasadniczą cechą metod wieloryterialnego podejmowania decyzji i musi być zweryfiowana w pierwszym rzędzie. Zastosowanie puntów odniesienia i miary odległości (blisości) aceptowalnych rozwiązań spośród nich jao modelu preferencji decydenta jest procedurą racjonalną pod waruniem, Ŝe zbiór załoŝeń dotyczących własności funcji odległości i umiejscowienia puntów w przestrzeni ryteriów jest spełniony. Waruni onieczne i wystarczające dla optymalności w sensie Pareto w salaryzacji przez odległość były poprzednio badane szczegółowo (Wierzbici 1986, Sulimowsi 1988). Jedną z najwaŝniejszych cech metodyi rozwiązywania problemu opisanej w tym podrozdziale jest fat, Ŝe oszacowanie uŝyteczności w puntach odniesienia jest (lub powinno być) niezaleŝne od ograniczeń w problemie optymalizacji wetorowej (1). Ta więc ten sam model preferencyjny moŝe być zastosowany dla róŝnych problemów decyzyjnych lub dla problemów ze zmiennym zbiorem alternatyw. JednaŜe punty odniesienia z las Ai, i=1,...3 mają wstępnie oreśloną interpretację odnoszącą się do osiągalnego zbioru, tóry jest zawarty w ich werbalnym opisie. Charaterystya sytuacji idealnej, gdzie początowe oceny decydenta są zgodne z sytuacją rzeczywistą osiągalnych wartości jest przedstawiona poniŝej jao Waruni 1-4. Za-

57 55 ładamy, Ŝe waruni wzajemnej niesprzeczności omówione w poprzednich podrozdziałach są juŝ spełnione. Warune 1. Docelowe punty odniesienia powinny mieć niepustą część wspólną ze zbiorem nieosiągalnych, ściśle dominujących puntów. Warune 2. Rozwiązania status quo powinny być osiągalne. Warune 3. Anty-idealne punty odniesienia powinny być zdominowane przez co najmniej jeden punt osiągalny lub powinny być nieporównywalne z FP(U). Warune 4. Dolne granice optymalności powinny być częściowo dominujące lub nieporównywalne. Przyład puntów odniesienia spełniających Waruni 1-4 dla pewnych problemów optymalizacji wieloryterialnej, spełniający waruni niesprzeczności wewnętrznej oraz wzajemnej jest uazany na Rys Po oszacowaniu ształtu zbioru osiągalnego F(U), w problemie (1) moŝe się zdarzyć, Ŝe atualne usytuowanie puntów odniesienia róŝni się od tego zaprezentowanego powyŝej. Wówczas onieczne jest przeformułowanie oceny espertów lub decydentów zgodnie z ogólną zasadą, Ŝe racjonalność rozwiązania ompromisowego jest nadrzędna w stosunu do intuicyjnej interpretacji zdefiniowanych puntów odniesienia. W ten sposób otrzymujemy zbiór puntów odniesienia zdefiniowany a posteriori. Proces redefinicji moŝe być wyonywany automatycznie lub decydent moŝe samodzielnie ontrolować wartości odniesienia. 5. Zasada uŝyteczności metrycznej w salaryzacji przez odległość Po zdefiniowaniu celów i/lub obszarów niepoŝądanych ocen (obszaru uniania) w przestrzeni ryteriów, onieczne jest sformalizowanie znaczenia zbliŝania się do celu lub uniania decyzji niebezpiecznych. Rys Przyład prawidłowo zdefiniowanych puntów odniesienia dla problemu optymalizacji wieloryterialnej (1).

58 56 Z definicji zbiorów A0,..., A3 moŝna wyprowadzić następującą słowną definicję interpretacji decydenta las puntów odniesienia: zbiór puntów celowych A1, do tórego naleŝy dąŝyć, zbiór puntów antyidealnych A3, tórego naleŝy uniać, zbiór rozwiązań status quo A2, tóry naleŝy przeroczyć, rozwiązania lepsze niŝ granice optymalności A0, tórych naleŝy uniać. Proces szacowania uŝyteczności będzie obejmował trzy etapy: przybliŝone obliczenie poziomu uŝyteczności v dla zbiorów odniesienia, oreślenie dziedziny E, gdzie zdefiniowane jest oszacowanie funcji uŝyteczności v^, interpolacja v^ w obszarach ograniczonych przez zbiory poziomów. Pierwszym roiem do oszacowania funcji uŝyteczności powinno być przybliŝone obliczenie poziomu uŝyteczności v dla zbiorów puntów odniesienia Ai., tóre odpowiadają wartościom przyporządowanym zbiorom Ta znalezione poziomy uŝyteczności zbiorów odniesienia dzielą przestrzeń wartości ryteriów E na obszary: Ri := {x E: ai v^(x) < ai-1}, dla i = 1,...K (8) gdzie a:= - ak:= +. Z załoŝonej ciągłości v wynia, Ŝe obszary Rj są rozłączne tj.: Ri Rj = dla i j, i,j =1,... ta więc istnieje jedyne: j:= min {i: Ri FP(U,θ ) } (9) Wartości uŝyteczności w Rj są najwyŝsze z moŝliwych dla elementów F(U), ta więc uzasadnione jest ograniczenie dalszych poszuiwań rozwiązań ompromisowych do zbioru Rj FP(U, θ ). MoŜna wywniosować, Ŝe aby uzupełnić model preferencji decydenta, naleŝy znaleźć dwie funcje odległości, pierwszą modelującą miarę uniania Aj, druga modelującą osiąganie Aj+1 w obszarze Rj. Miara blisości od zbiorów Aj przybiera postać seminorm g-j (dla masymalizacji odległości) i gj+1 (dla minimalizacji odległości) zdefiniowanych w następujący sposób: g-j(x) := d(x, Q-) := inf{ x-r :r Q-}, (10) g+j(x) := d(x, Q+) := inf{ x-s :s Q+}, (11) gdzie Q- := Aj - θ i Q+ := Aj + θ dla j oreślonego przez (9) i norma w E silnie monotonicznie rosnąca na θ. Ta więc rozwiązanie ompromisowe powinno naleŝeć

59 57 do części wspólnej dwóch zbiorów niezdominowanych puntów: pierwszego dla problemu początowego (1), drugiego dla problemu dwuryterialnego [(-g-j, g+j): Rj R 2 ] min (R 2 +). (12) By onstrutywnie wyznaczyć tę część wspólną, naleŝy znaleźć osiągalne elementy, tóre minimalizują g+j lub masymalizują g-j. Jest to równoznaczne z zastosowaniem salaryzacji przez odległość dla zbioru odniesienia, co zostało zdefiniowane w pracy (Sulimowsi, 1985a). Aby wybrać rozwiązanie ompromisowe ze zbioru FP(U,θ ), uŝyta zostanie dwuryterialna metoda ompromisu oparta o następujące twierdzenie: Twierdzenie 2. Dla aŝdego λ >0 funcja oszacowania uŝyteczności w obszarze Rj Gj(x):= gj+1(x) - λ g-j(x) jest silnie monotonicznie rosnąca. W rezultacie, zbiór P(Gj, F(U,θ), R 2 +) jest zawarty w FP(U, θ ) i argmin {GjF(u): u U} P(F,U, θ ), tj. Gj F moŝe być uŝyta jao funcja salaryzująca dla problemu (1). Dla podstawowych problemów decyzyjnych o czterech lasach puntów odniesienia A0,...,A3, rozwiązanie uzysane w ten sposób spełnia następującą zasadę ompromisu: jest ta odległe ja to jest moŝliwe od zbioru A3, przeracza jeden z elementów A2 i jest ta blisie ja to moŝliwe do wypułej powłoi zbioru A1+θ i nie przeracza Ŝadnego z elementów A0, pod waruniem, Ŝe załoŝenia zawarte w rozdziale 4 są spełnione. Zmiana dodatnich parametrów λ i czynniów salaryzujących w R N zawartych w definicji norm słuŝących do definicji g+j i g-j (patrz (10)-(11)) pozwala na interatywną modyfiację wyniającego rozwiązania ompromisowego xc U i Fopt = F(xc) w ramach spójnego procesu decyzyjnego. 6. Interacyjny algorytm podejmowania decyzji Aby przedstawić zastosowanie powyŝej opisanych zagadnień do pratycznej procedury decyzyjnej naleŝy supić się na środowym polu Rys Generacja propozycji rozwiązania ompromisowego. Wyni jest poazany na Rys Metody numeryczne zastosowane do generowania niezdominowanych rozwiązań w obrębie procedury decyzyjnej przedstawionej w podrozdziałach 4-5, uŝywają testu optymalności Pareto oraz orecji wyniów a posteriori, taŝe rozwiązanie proponowane decydentowi jest w rzeczywistości niezdominowane.

60 58 SFORMUŁOWANIE WIELOKRYTERIALNEGO PROBLEMU DECYZYJNEGO Z UWZGLĘDNIENIEM WSZYSTKICH DODATKOWYCH INFORMACJI SPRAWDZANIE NIESPRZECZNOŚCI Sprawdzanie wewnętrznej niesprzeczności dla aŝdej lasy puntów odniesienia Ai, 0 i K JeŜeli wyryto sprzeczność: po raz pierwszy: zaprezentowanie decydentowi moŝliwych metod usunięcia sprzeczności, w innym przypadu: uŝycie metody przyjętej wcześniej. Sprawdzanie wzajemnej niesprzeczności olejnych las puntów odniesienia. Automatyczna lub interacyjna poprawa sprzecznych ustaleń, o ile występują. OSZACOWANIE FUNKCJI UśYTECZNOŚCI Aprosymacja poziomu zbiorów v^ i znalezienie zaresu oszacowania Q. Zgrubne oszacowanie FP(U, θ ) i znalezienie podobszaru Rj w Qi, ograniczonego przez Aj-1 i A j, mającego niepustą część wspólną z FP(U) dla masymalnej wartości uŝyteczności w Aj. JeŜeli właściwa onfiguracja zbiorów dopuszczalnych i zbiorów odniesienia nie jest osiągnięta, wówczas doonać przelasyfiowania puntów odniesienia Oszacowanie uŝyteczności w obszarze Rj. GENERACJA ROZWIĄZANIA KOMPROMISOWEGO Obliczenie rozwiązania ompromisowego masymalizującego uŝyteczność przy uŝyciu v^ jao funcji salaryzującej Wizualizacja rozwiązania ompromisowego, zbiorów FP(U) Rj, Aj-1, Aj oraz oszacowanie poziomu zbiorów (level sets) v^ i prezentacja ich decydentowi. OCENA DECYDENTA Rys Schemat ustanowienia modelu preferencji i generacji rozwiązania ompromisowego w algorytmie wspomagania decyzji w oparciu o metodę zbiorów odniesienia. Jao informację wejściową dla procedury uŝytowni proszony jest o zdefiniowanie ograniczeń, ryteriów i dodatowych informacji preferencyjnych: dla problemów sterowania optymalnego z ońcowymi czasowymi wartościami funcji celu: wartości odniesienia ryteriów przedstawiających najbardziej poŝądane wynii optymalizacji (punty idealne), te zadowalające, granice optymalności i wartości identyfiowane z poraŝą, tórych naleŝy uniać; dla problemów optymalnego sterowania z funcją celu w formie trajetorii: trajetorie odniesienia w przestrzeni ryteriów odpowiadające wyŝej wymienionym lasom puntów odniesienia lub wielowartościowej funcji odniesienia Q(t) R N. Co więcej, we wszystich powyŝszych przypadach uŝytowni moŝe osobno zdefiniować a priori ograniczenia i związi optymalnej równowagi pomiędzy ryteriami, tóre mogą być równowaŝnie rozwaŝone jao strutura preferencji zdefiniowana przez wypuły stoŝe, θ sonstruowane ja w pracy (Yu i Leitmann, 1974a). Dodatowa informacja dotycząca preferencji decydenta jest zagregowana w tai sposób, aby podzbiór odniesienia zaleŝny od czasu mógł być sonstruowany ta ja w podrozdziale 5. Ta więc otrzymujemy dwa wypułe i zwarte podzbiory przestrzeni ryteriów (funcje wielowartościowe dla systemów sterowania optymalnego), opisujące poŝądane i osiągalne wartości ryteriów dla aŝdej chwili z pewnego przedziału czasowego.

61 Schemat logiczny procedury wspomagania decyzji dla nieliniowych problemów statycznych Po uruchomieniu programu uŝytowni jest proszony o zdefiniowanie problemu do rozwiązania. Opis programu moŝe być w danym momencie sporządzony lub moŝe być wybrany z listy pliów problemowych utworzonych uprzednio, poniewaŝ aŝda definicja problemu moŝe zostać zachowana jao pli *.prm. W obu przypadach ono opisu problemu pojawi się na eranie, umoŝliwiając wprowadzanie nowych danych lub edycję informacji uprzednio wprowadzonych. Przed przystąpieniem do sformułowania problemu, typ problemu musi zostać wybrany z poniŝszej listy: DISCRETE dysretne, LINEAR - liniowe (problem (1) z liniową funcją celu), NONLINEAR - nieliniowe (problem (1) z arbitralnie ciągłą funcją celu), CONTINUOUS TIME CONTROL - sterowanie ciągłe, DISCRETE TIME CONTROL - sterowanie dysretne, ASYNCHRONOUS CONTROL - sterowane asynchronicznie systemy zdarzeń dysretnych, DYNAMIC PROGRAMMING - programowanie dynamiczne - najrótsze ścieŝa, RANKING wygenerowanie raningu zbioru dysretnych alternatyw w oparciu o zbiory odniesienia. Wybór jednego z powyŝej opisanych problemów wpływa na automatyczny wybór procedury ontroli niesprzeczności i na postać ona onstrucji problemu. PoniŜej opiszemy szczegółowo struturę pliu modelowego dla problemów optymalizacji liniowej i nieliniowej. Menu ona projetowania modelu przedstawiono na Rys PLIK TYP ZMIENNE OGRANICZENIA FUNKCJE CELU ZACHOWAJ ZACHOWAJ JAKO DRUKUJ KASUJ OBLICZ ZAMKNIJ DISCRETE - dysretne LINEAR - liniowe (problem (1) z liniową funcją celu) NONLINEAR - nieliniowe - problem (1) z dowolną ciągłą funcją celu sterowanie optymalne z czasem ciągłym ułady sterowania z czasem dysretnym; sterowanie systemami zdarzeń dysretnych programowanie dynamiczne - najrótsza ścieŝa LISTA ZMIENNYCH I ICH OPIS BRAK ZMIENNYCH (problem zdefiniowany poprzez listę alternatyw, np. dla raningów) Rys Schemat menu edycji modelu. LINIOWE WIELOMIANO WE NIELINIOWE DYSKRETNE STEROWANIE ROZŁĄCZNE RANKING LINIOWA WYPUKŁA WIELOMIANOWA NIELINIOWA CAŁKOWITA TRAJEKTORIA

62 60 Definicja problemu dla ciągłej (liniowej i nieliniowej) optymalizacji statycznej zawiera następujące informacje: A. Definicja zmiennych. KaŜda definicja funcji (ograniczeń i funcji celu) musi być poprzedzona definicją zmiennych. Po wyborze opcji VARIABLES z menu w onie pojawi się eran typu bazy danych z następującymi polami: oraz variable symbol - symbol zmiennej, variable description - opis zmiennej interval - przedział. Domyślnie zmienne będą nazywane olejno X1, X2,...,XN, chociaŝ mogą być wybrane dowolne nazwy zawierające masimum sześć znaów alfanumerycznych. Pole opisu moŝe zawierać jedną linię słownej interpretacji zmiennej. Interpretacja pojawia się w polu informacyjnym na dole eranu w momencie, gdy uŝywana jest dana zmienna. W polu przedział moŝna wstawić zwyłe ograniczenia postaci: Xi ai, lub Xi bi (ai bi), (taŝe oba jednocześnie). Bra informacji w tym polu oznacza, Ŝe nie ma ograniczeń tego typu. Masymalna ilość zmiennych wynosi B. Lista ograniczeń. KaŜda funcja uprzednio zdefiniowanych zmiennych moŝe być utworzona, uŝywając standardowego języa C/C++ i następujących operatorów funcyjnych: ABS, LOG(a,.), EXP, SQRT, SIN, COS, TG, CTG, ASIN, ACOS, ATG, ACTG, ENT(x) (najwięsza liczb całowita mniejsza od x), INTG (a,b<wyraŝenie>, zmienna) - cała z funcji od a do b po zmiennej i inne. Po zdefiniowaniu funcji, pojawiają się następujące operatory 0, 0, i inne = 0. Odpowiedni operator moŝe być wybrany przy uŝyciu lawisza spacji, wybór jest potwierdzony lawiszem ENTER. Nie ma górnej granicy na ilość ograniczeń. C. Definicja funcji celu. Przy edycji funcji moŝna zaznaczyć, opiować i wlejać w nowe miejsca wszelie wyraŝenia zdefiniowane wcześniej. D. Ograniczenia przestrzeni stanów dla problemów opisywanych równaniami róŝniczowymi. E. Ograniczenia na współczynnii ompromisu. F. Początowe punty odniesienia. Tutaj uŝytowni moŝe zdefiniować początowe wartości odniesienia reprezentujące najbardziej poŝądane wynii optymalizacji (punty idealne), punty zadowalające, granice optymalności i wartości zidentyfiowane jao poraŝa, tórych naleŝy uniać. Punty odniesienia mogą być redefiniowane podczas interacji z wpływem lub bez wpływu na ich wartości początowe zgromadzone w pliu modelowym.

63 61 Proces rozwiązania problemu jest interatywny. Wynii aŝdego rou są zilustrowane graficznie, decydent moŝe uŝywać przyrządu wsazującego do wyboru poszczególnych wartości lub do definicji numerycznej nowych puntów odniesienia, ompromisów i ierunów poszuiwań. Dodatowo w przypadu wieloroowych rozwiązań, gdy horyzont czasowy nie jest ściśle zdefiniowany, proponujemy schemat uczenia, tóry pozwala na zbadanie definiowanych na bieŝąco puntów odniesienia wobec ocen a posteriori związanych z wyniami otrzymanymi w przeszłości przy podobnych funcjach celu. Metoda ta jest obecnie wdraŝana w środowisu MATLAB. 7. Zastosowanie metody zbiorów odniesienia w problemach raningowych Dla dysretnych i ograniczonych od dołu zbiorów U metoda zbiorów odniesienia moŝe być w oczywisty sposób zastosowana do wygenerowania raningów sewencyjnych, tj. w drodze M olejnych procesów wyboru rozwiązania ompromisowego u opt, ze zbioru U :=U -1 \{u opt, -1 }. Wymagać to moŝe jedna przeprowadzania olejnych procedur dialogowych, co przeraczać moŝe zasoby czasowe decydenta. W związu z tym bardziej obiecujące są metody równoległego poszuiwania ilu lub wszystich elementów zbioru {u 1, u }. W najprostszy sposób moŝna tego doonać znając wartości funcji v i tratując ją jao ryterium scoringowe. Wymaga to jedna znajomości globalnego oszacowania v. Inny sposób polega na równoczesnej deompozycji zbioru alternatyw i zbioru puntów odniesienia (i być moŝe taŝe zbioru ryteriów), co sutuje sformułowaniem m nowych połączonych problemów wieloryterialnych, tóre mogą być rozwiązywane równolegle. Jeśli w jednym z nowych problemów istnieje potrzeba wyboru więcej niŝ jednego elementu zbioru szeregowanych elementów, wówczas dla aŝdego taiego problemu zastosować moŝna niezaleŝnie podejście sewencyjne. Przyład zastosowania zbiorów odniesienia przy budowie raningu andydatów do dofinansowania ze środów regionalnych Programów Operacyjnych Regionalnych Ośrodów Badawczych podany jest w rozdziale następnym. 8. Dysusja Znajomość pojedynczego puntu odniesienia q z reguły nie niesie ze sobą dostatecznej informacji na temat preferencji, uniemoŝliwiając tym samym wybór rozwiązania ompromisowego. Strutura preferencji w problemach wieloryterialnych z puntem odniesienia musi być zatem uzupełniona o definicję odległości pomiędzy q i zbiorem osiągalnych wartości ryteriów. Często jedna zdarza się, Ŝe brauje informacji explicité o blisości lub mierze odległości, ta więc procedury wspomagania decyzji stosujące pojedyncze punty odniesienia - nawet interacyjnie zmieniane - albo zawierają sładni ad hoc (np. magiczna rola przypisywana czasami zbiorowi puntów minimalnych w F(U) względem norm L p, 1 p, ta zwanego zbioru ompromisowego) lub orzystają w duŝej mierze z innych informacji na temat preferencji. Z olei metoda zaproponowana przez Jacquet-Lagreze a i Sisosa

64 62 (1982) zwana przez autorów metodą addytywnej uŝyteczności (additive utility approach, UTA), polega na oszacowaniu addytywnej funcji uŝyteczności przy uŝyciu stochastycznej ewaluacji róŝnych próbe uŝyteczności w przestrzeni ryteriów. Metoda tu zaprezentowana moŝe być tratowana jao ompromis pomiędzy lasyczną metodą puntu odniesienia i modelami oszacowania uŝyteczności: dostępne są informacje na temat preferencji dla pewnych wyróŝnionych puntów w przestrzeni ryteriów E (ja w przypadu puntów odniesienia, ale nie dla arbitralnie wybranych próbe w E), wystarczające do oszacowania rodziny wartości funcji dla problemu procesu decyzyjnego (nie ma potrzeby oreślania ad hoc czy a a priori). Metoda ta uogólnia wcześniejsze modele dla rozwiązań status-quo oraz puntów docelowych, przedstawionych wcześniej m.in. w (Góreci i Sulimowsi, 1988, 1989). BIBLIOGRAFIA [1]. Bogetoft P., Hallefjord A., Ko M. (1988). On the convergence of reference point methods in multiobjective programming. EJOR, Nr 34, s [2]. Despotis D.K., Yannacopoulos D., Zopounidis C. (1990). A Review of the UTA Multicriteria Method and Some Improvements. Foundations of Computing and Decision Sciences, 15, Nr 2, s [3]. Góreci H., Sulimowsi A.M.J. (1988). Safety Principle in Multiobjective Decision Support in the Decision Space Defined by Availability of Resources. Arch. Automatyi i Telemech., Nr 32, s [4]. Góreci H., Sulimowsi A.M.J. (1986). A Joint Consideration of Multiple Reference Points in Multicriteria Decision Maing. Found. Control Engrg., 11, Nr 2, s [5]. Jacquet-Lagreze E., Sisos J. (1982). Assessing a set of additive utility functions for multicriteria decision-maing, the UTA method. EJOR, Nr 10, s [6]. Jahn J., Merel A. (1992). Reference point approximation method for the solution of bicriterial nonlinear optimization problems. J. Optimization Theory and Appl., 74, Nr 1, s [7]. Roy, B. (1975). Interactions et Compromis: La Procédure du Point de Mire. Cahiers Belges de Recherche Operationalle, 15. [8]. Seo F., Saawa M. (1988). Multiple Criteria Decision Analysis in Regional Planning; D. Reidel- Kluwer, Dordrecht-Boston-Lancaster-Toyo, 1988, s [9]. Sulimowsi A.M.J. (2009, Red.). Priorytetyzacja celów polityi regionalnej w onteście efetywnego wyorzystania Funduszy Struturalnych, POPT /07, Raport Końcowy projetu zrealizowanego w rou 2008 w ramach I edycji Konursu Dotacji Fundusze Europejsie na poziomie NSS, Kraów. [10]. Sulimowsi A.M.J. (2008). Application of dynamic ranings to portfolio selection. W: João O. Soares, Joaquim P. Pina, Margarida Catalão-Lopes (Red.). New developments in financial modelling, Newcastle: CSP Cambridge Scholars Publishing. Proceedings of the 41st Meeting of the Euro woring group on Financial modelling: Lisbon, Portugal, November 8 9, 2007, s [11]. Sulimowsi A.M.J. (2006c, Red.). Transfer Technologii w Informatyce i Automatyce (Technology Transfer in Computer Science and Automation), Progress & Business Publishers, Kraów, s [12]. Sulimowsi A.M.J. (2002a). Hierarchical and multicriteria models of sustainable development. In : Sustainable Development Proceedings of the AED Seminar No. PTP 121TC held in Kraów, Poland, October 13-22, Progress & Business Publishers, Kraów, s. 12 (CD edition).

65 63 [13]. Sulimowsi A. M.J. (1999a, Red.). Financial Modelling Proceedings of the 23rd Meeting of the EURO WG on Financial Modelling, Progress & Business Publishers, Kraów, Dec. 1999, s [14]. Sulimowsi A.M.J. (1997). Methods of Multicriteria Decision Support Based on Reference Sets. W: R. Caballero, F. Ruiz, R.E. Steuer (Red.). Advances in Multiple Objective and Goal Programming, Lecture Notes in Economics and Mathematical Systems, 455, Springer-Verlag, Berlin-Heidelberg-New Yor, s [15]. Sulimowsi A.M.J. (1996). Decision Support Systems Based on Reference Sets. AGH University Publishers, Monografie, Nr 40, s.165. [16]. Sulimowsi A.M.J., Schmid B.F. (1992). Redundance-free description of partitioned complex systems. Mathematical and Computer Modelling, 16, Nr 10, s [17]. Sulimowsi A.M.J. (1992). Applicability of ideal points in multicriteria decision- maing. W : A. Goicoechea, L. Ducstein, S. Zionts (Red.), Multiple Criteria Decision-Maing, Proceedings of the Ninth International Conference: Theory and Applications in Business, Industry, and Government. Proceedings of the 9th International Conference on MCDM, Fairfax (VA), , Springer-Verlag, str [18]. Sulimowsi A.M.J. (1991). Optimal Control of a Class of Asynchronous Discrete-Event Systems. In : Automatic Control in the Service of Manind. Proceedings of the 11th IFAC World Congress, Tallinn (Estonia) ; Pergamon Press, London 1990, Vol.3, str [19]. Sulimowsi A.M.J. (1990). Classification and Properties of Dominating Points in Vector Optimization. Methods of Operations Research, Nr 58, s [20]. Sulimowsi A.M.J. (1989). MCDM Problems in Control of Discrete-Event Systems. VIII-th International Conference on Multicriteria Decision Maing, Manchester, August 22-26, W: A.G. Locett (Red.), Proceedings, Lecture Notes in Economics and Mathematical Systems, 325, Springer-Verlag, Berlin-Heidelberg-New Yor. [21]. Wierzbici A.P. (1986). On the Completeness and Constructiveness of Parametric Characterizations to Vector Optimization Problems. OR Spetrum, Nr 8, s [22]. Yu P.-L., G. Leitmann (1974a). Compromise Solutions, Domination Structures and Saluvadze`s Solution. J. Optimization Theory and Appl., 13, Nr 3, s [23]. Zeleny M. (1974). A Concept of Compromise Solutions and the Method of the Displaced Ideal. Computers Oper. Res., 1, Nr 4, s

66 64 METODY SZEREGOWANIA I WYBORU PORTFELI PROJEKTÓW W PROBLEMACH DECYZYJNYCH Z PREFERENCJAMI REGIONALNYMI 4 Andrzej M.J. Sulimowsi 1,2 1 Laboratorium Analizy i Wspomagania Decyzji, Katedra Automatyi, Aademia Górniczo - Hutnicza im. St. Staszica w Kraowie, ams@agh.edu.pl 2 Centrum Nau o Decyzji i Prognozowania, Fundacja Progress and Business", Kraów ul. Miechowsa 5B, cndip@pbf.pl

67 65 Streszczenie. ZałóŜmy, Ŝe zbiór andydatów z róŝnych regionów i/lub setorów apliuje o dotację, tóra moŝe być przyznana tylo ograniczonemu podzbiorowi wniosujących. RozwaŜany tu regionalny (analogicznie: setorowy) proces wyłaniania finansowanych projetów słada się zazwyczaj z dwóch etapów: na pierwszym z nich apliacje oceniane są przez espertów na podstawie zestawu ryteriów związanych z efetywnością indywidualnych projetów. Ta część procesu decyzyjnego moŝe być nazwana etapem standardowym. Na drugim etapie omisja onursowa moŝe uwzględniać taŝe dodatowe czynnii polityczne i administracyjne, tóre równieŝ będą miały wpływ na ostateczną decyzję. Na tym etapie omisja analizuje wzajemne zaleŝności pomiędzy andydatami oraz ocenia jaość podzbioru dofinansowanych projetów, opierając się zarówno na ocenie względem ryteriów uwzględnionych w pierwszym etapie selecji, ja i biorąc pod uwagę synergię pomiędzy andydatami. Ten etap moŝe zostać nazwany etapem politycznym. W niniejszym rozdziale zaproponujemy wieloryterialną metodę analizy, uwzględniającą oba etapy jao elementy sładowe jednej, obietywnej procedury selecji. Biorąc pod uwagę, Ŝe główne czynnii polityczne wpływające na ostateczną decyzję wywodzą się zazwyczaj z preferencji regionalnych i setorowych, przedstawimy tu model obejmujący powyŝsze czynnii w ramach jednego wieloryterialnego problemu decyzyjnego. W ten sposób problem wyboru projetów prowadzący wcześniej do subietywnego procesu podejmowania decyzji na etapie drugim, jest rozwiązywany przy uŝyciu obietywnej procedury oceny, uszeregowania i wyboru. W efecie przydział dotacji dla projetów staje się w całości transparentny i obietywny. PowyŜszy problem moŝe być rozwaŝany zarówno jao problem wyboru tzw. najlepszego projetu ompromisowego, ja teŝ jao problem wyboru podzbioru projetów, tóre tworzą pewien ompromisowy portfel. W obu przypadach w pierwszym etapie orzystać będziemy z indywidualnego raningu andydatów. Opisany tu algorytm moŝe zostać zaimplantowany jao element sładowy bardziej ogólnej procedury selecji, monitoringu i ewaluacji. Jao przyład ilustrujący powyŝsze zagadnienie posłuŝy projet procedury wyboru ośrodów ubiegających się o grant na działalność proinnowacyjną w ramach Regionalnych Programów Operacyjnych lub Działania 3.1 Programu Operacyjnego Innowacyjna Gospodara. Słowa luczowe: regionalne cele strategiczne, wieloryterialne podejmowanie decyzji, metody raningowe, wybór portfeli projetów, politya regionalna.

68 66 1. Wprowadzenie z róŝnych grup (np. regionów, setorów). Wymagania te Motywacją opracowania metody opisanej w niniejszym rozdziale jest częste występowanie sytuacji, w tórej heterogeniczny zbiór andydatów z wielu regionów i/lub setorów ubiega się o grant lub nominację, tóra moŝe zostać przyznana pewnemu podzbiorowi andydatów. Zwrot andydat oznacza tutaj apliującego lub wniose o przyznawane w ramach procedur onursowych środi finansowe, tóre to procedury oparte są na jasno sprecyzowanym zestawie ryteriów dopuszczających do udziału oraz wytycznych odnośnie jaości projetu. Zaproponowane tu metody wieloryterialnego uszeregowania i wyboru odnoszą się w szczególności do problemów raningowych występujących w procedurach dystrybucji środów Europejsiego Funduszu Rozwoju Regionalnego i Europejsiego Funduszu Społecznego. Charaterystya tych problemów zdefiniowana jest w sposób następujący: Wysoość środów dostępnych do dystrybucji jest znana i wynosi G EUR (wszelie odstępstwa od tej reguły polegające na przesunięciu środów podczas onursu powinny być tratowane jao zdarzenia nadzwyczajne i nie wpływają na rozwiązania proponowane w poniŝszym opracowaniu), KaŜda apliacja o grant a i scharateryzowana jest przez wysoość Ŝądanego grantu, g i, przez wartości ryteriów wyboru F=(F 1,,F N ) przyznawane w tracie procesu ewaluacyjnego i dodatowo przez informacje dotyczące samego apliującego, tworzące ryterium H(a i )=(H 1,,H K )(a i ); Przydział grantów opiera się na raningach andydatów, np. n apliacji uznanych za najlepsze zostanie wybranych, gdy Σ 1 i n-1 g(i)<g, Σ 1 i n g(i) G, Istnieją dodatowe wymagania związane z celami polityi regionalnej, dotyczące równomiernej dystrybucji grantów pomiędzy andydatów pochodzącymi reprezentowane są przez Ŝądanie optymalizacji dodatowych ryteriów ϕ(h), tóre pozostaje w ogólnym przypadu w sprzeczności z wymogiem poprzednim, związanym z optymalizacją ocen indywidualnych zgodnie z ryterium F. Regionalny proces wyboru podzbiorów słada się zazwyczaj z dwóch etapów. Na pierwszym z nich andydaci oceniani są indywidualnie przez espertów, tórzy doonują oceny na podstawie zestawów ryteriów efetywności projetu F. Ta część procesu decyzyjnego moŝe być nazwana etapem standardowym. Na drugim etapie omitet oceniający najczęściej uwzględnia taŝe czynnii polityczne oraz administracyjne, tóre wpływają na ostateczną decyzję o przyznaniu grantów. Komitet analizuje zaleŝności pomiędzy andydatami i ocenia jaość wniosu, bazując na ryteriach uwzględnionych w pierwszym, indywidualnym etapie selecji. Ten etap moŝe zostać nazwany etapem politycznym. W poniŝszym opracowaniu definiujemy obietywny regionalny proces wyboru podzbiorów, w tórym aŝdy czynni wpływający na ostateczną selecję jest wartościowany na pewnej sali liczbowej, a wszystie algorytmy raningowe wyorzystywane

69 67 do stworzenia finalnego raningu są przejrzyste, wolne od subietywnych załoŝeń i/lub parametrów, a taŝe weryfiowalne. Główna idea proponowanego rozwiązania wyorzystuje następujące podejście: najpierw rozdzielamy oba etapy procesu decyzyjnego poprzez oddzielną ocenę i wybór rozwiązań doonywany na podstawie ryteriów odnoszących się do aŝdego z etapów z osobna. Następnie łączymy otrzymane rezultaty w jedną wieloryterialną metodę analizy, uwzględniającą oba etapy decyzyjne w ramach całościowej i obietywnej procedury wyboru. Biorąc pod uwagę, Ŝe główne polityczne czynnii wpływające na ostateczną decyzję wywodzą się zazwyczaj z preferencji regionalnych i setorowych, opracowaliśmy model uwzględniający te preferencje w ramach odpowiednio sformułowanego wieloryterialnego problemu decyzyjnego: gdzie: (F:U IR ) sel(φ), (1) U jest zbiorem andydatów/apliacji; sel(φ) jest problem selecji podzbioru zbioru U z uwzględnieniem ryteriów F, odnoszącym się do ograniczeń i preferencji φ w 2 U zaleŝnych od wartości parametrów (H 1,,H K ) opisujących poszczególne elementy U; F=(F 1,,F N ) jest zbiorem merytorycznych ryteriów oceny indywidualnych andydatów. W powyŝszy sposób problem prowadzący wcześniej do subietywnego procesu podejmowania decyzji na etapie politycznym moŝe być przeształcony w obietywną procedurę wyboru, w rezultacie czego problem selecji projetów staje się w całości przejrzysty i obietywny. Problem ten moŝe być rozwaŝany zarówno w ramach wyboru najlepszego ompromisu oraz problemu wyboru poŝądanych podzbiorów. W obu przypadach orzystać będziemy z raningu indywidualnych andydatów. Ostatecznie, procedura wyboru zaimplementowana zostanie w bardziej ogólną procedurę selecji, monitoringu i ewaluacji. Za ilustrację powyŝszego zagadnienia posłuŝą nam przyłady wyboru ośrodów ubiegających się o grant na działalność proinnowacyjną w ramach Działania 3.1 Programu Operacyjnego Innowacyjna Gospodara oraz onurs projetów Centrów Dosonałości, w tórym uczestniczą najlepsze ośrodi badawcze. Drugi z tych problemów moŝe być rozwaŝany w odniesieniu do wdraŝania Regionalnych Strategii Innowacji w polsich województwach, gdyŝ centra dosonałości stanowią formę finansowania wyróŝniających się ośrodów badawczych, preferowaną w rajach OEROB i uwzględnioną w polityce unijnej. Podobnie ja w ogólnej procedurze zarysowanej powyŝej, proces wyboru centrów badawczych rozwaŝany w studium przypadu prezentowanym w podrozdziałach 3 i 4, słada się z dwóch etapów: na pierwszym, standardowym, aŝdy andydat oceniany jest przez espertów na podstawie ryteriów jaościowych. W podrozdz. 3 proponujemy metodę wieloryterialnej analizy decyzji uwzględniającą te ryteria w ramach obietywnej procedury wyboru. Podczas drugiego etapu politycznego, omisja oceniająca uwzględnia taŝe czynnii odnoszące się do polityi spójności i polityi RTDI (Badań, Rozwoju Technologicznego i Innowacji) oraz czynnii administra-

70 68 cyjne. Ostatecznie, procedura wyboru zaimplementowana zostanie w bardziej ogólną procedurę selecji, monitoringu i ewaluacji. 2. Podstawy wieloryterialnej procedury modelowania preferencji regionalnych Najczęściej uŝywaną metodą przy ocenie apliacji o dofinansowanie projetów jest tworzenie ryteriów wagowych i poszuiwanie projetu optymalizującego (minimalizującego lub masymalizującego, w zaleŝności od typu problemu) dodatnią liniową ombinację indywidualnych ocen. Liczne wady taiego podejścia są przeonywująco opisane w literaturze, por. np. [1] trzeba tutaj wspomnieć, Ŝe prowadzi ono do utraty informacji i eliminacji nietórych niezdominowanych ofert (por. Rozdz. 1 niniejszego Raportu). Mimo to metoda ta jest wciąŝ wyorzystywana ze względu na swą prostotę i powszechny bra znajomości innych metod. Dla problemu regionalnej selecji proponujemy metodę bazująca na równoczesnym zastosowaniu zbiorów odniesienia (por. np. Rozdz. 3). NajwaŜniejsze elementy tej metody streszczamy poniŝej Podstawy metody zbiorów odniesienia Punt odniesienia jest elementem przestrzeni ryteriów, reprezentującym wartości ryteriów o szczególnym znaczeniu dla decydenta. Trajetoria odniesienia słada się z puntów odniesienia zdefiniowanych dla oreślonego czasu planowania. W omawianym modelu podejmowania decyzji punty odniesienia mogą pochodzić z bazy wiedzy lub być wyniiem symulacji odnoszących się do hipotetycznych rezultatów wyboru dla róŝnych setorów bądź regionów. Poza często stosowanymi poŝądanymi wartościami ryteriów (puntami idealnymi), w metodzie preferencji regionalnych stosować będziemy równieŝ anty-idealne punty odniesienia, tórych parametry odpowiadają wcześniejszym lub hipotetycznym wyborom zinterpretowanym jao błędne, a taŝe rozwiązania dostępne na etapie pre-decyzyjnym (inaczej: punty status-quo) oraz granice optymalnych wartości ryteriów. Dodatowo, aŝda z tych las puntów odniesienia moŝe być podzielona na podlasy. Punty odniesienia są rezultatem ocen espertów, formułowanych niezaleŝnie od sformułowania onretnego problemu wieloryterialnego wyboru. Powstały model preferencji decydenta (por. [6]) słada się z dwóch zagregowanych podzbiorów przestrzeni wartości funcji ryterialnych R- 1 i R 1, oraz funcji g 1 and g_ 1 modelujących preferencje decydenta dotyczące osiągnięcia zbioru R 1 oraz uninięcia R- 1. By wybrać rozwiązanie, uwzględniające wszystie powyŝsze strutury preferencji, wyznaczamy zbiór D, zawierający wszystie niezdominowane rozwiązania w sensie masymalizacji g_ 1 i minimalizacji g 1. Stosując tę metodę, reduujemy problem decyzyjny do dwuryterialnego problemu wyboru ompromisowego pomiędzy środami podobieństwa zestawów R 1 i R -1. Tym samym zawęŝamy interacyjną pro-

71 69 cedurę poszuiwania rozwiązania ompromisowego do przecięcia zbiorów D i zbioru puntów niezdominowanych Uwzględnianie preferencji regionalnych w procesie selecji projetów Proces selecji bazujący wyłącznie na ryteriach merytorycznych poziomu 1 moŝe prowadzić do wyboru projetów pochodzących z wyłącznie jednego regionu lub miasta. JednaŜe obowiązujący współcześnie paradygmat równych szans i wymagania polityi zrównowaŝonego rozwoju zmierzają do wyrównywania regionalnych dysproporcji w róŝnych obszarach społecznej atywności, w tym taŝe w setorze badawczo-rozwojowym (B+R). Uwzględniając te ooliczności, procedura wyboru oparta tylo na niezaleŝnej ocenie indywidualnych projetów na etapie 1 moŝe oazać się niesatysfacjonująca dla decydentów podejmujących ostateczne decyzje dotyczące przyznania dofinansowania. Często uwaŝa się, Ŝe preferencje regionalne lub setorowe trudno opisać w wantyfiowalny sposób, co musi prowadzić do utraty obietywności całego procesu decyzyjnego. Mimo Ŝe pogląd ten moŝe oazać się czasem prawdziwy, przedstawiona niŝej metoda wsazuje sposób podjęcia racjonalnych decyzji, łączący lasyczne ryteria jaościowe z preferencjami regionalnymi i setorowymi. ZałoŜymy, Ŝe aŝda z ofert moŝe (ale nie musi) zawierać omponenty odnoszące się do ryteriów regionalnych lub odpowiednio setorowych. PowyŜsze załoŝenie wymaga od Komisji onursowej dodatowego wysiłu, by ocenić, do jaiego stopnia omponenty oferty odnoszące się do poszczególnych regionów przyczyniły się juŝ do ońcowego wyniu oceny na etapie pierwszym. Ma to na celu oddzielenie obu etapów procesu decyzyjnego, a w tym wypadu wyeliminowanie sytuacji, gdy esperci oceniający oferty na etapie standardowym juŝ uwzględnili w swoich ocenach nietóre z preferencji regionalnych lub setorowych. Wyrycie taich zaleŝności moŝe być trudne i wymaga z reguły analizy werbalnych uzasadnień ocen liczbowych. Ja poaŝemy niŝej, nietóre rodzaje preferencji regionalnych (odpowiednio: setorowych) mogą być opisane w postaci tabeli swantyfiowanego wpływu poszczególnych projetów na regiony (setory). Podczas gdy oferty sładane przez pojedyncze instytucje mogą wyazywać wpływ na jeden tylo region (setor) w ten sposób, Ŝe wszystie oceny odnoszące się do pozostałych regionów (setorów) są równe zeru, to oferty sładane przez onsorcja instytucji zloalizowanych w róŝnych regionach będą zazwyczaj wyazywały wpływ na wiele regionów (setorów) jednocześnie, uniemoŝliwiając w ten sposób zastosowanie uproszczonej lasyfiacji regionalnej. Jeśli działania prowadzące do oceny regionalnych omponentów ofert na etapie politycznym odnoszą się do dywersyfiacji portfela dofinansowanych projetów ze względu zarówno na ryteria regionalne ja i setorowe, wówczas onieczne będzie zastosowanie dodatowych metod uwzględnienia setorowych omponentów ofert.

72 Etap I: zastosowanie indywidualnych ryteriów merytorycznych wyboru projetów i ocen wpływu na regiony W niniejszym podrozdziale przedstawimy uproszczony wariant zastosowania ryteriów regionalnych H. ZałóŜmy, Ŝe procedura raningowa, słuŝąca do uszeregowania ofert na pierwszym (standardowym) etapie procedury wyboru, została oparta o wyorzystanie ilościowych parametrów ofert F przy zastosowaniu dowolnej wieloryterialnej metody agregacji ocen i szeregowania (por. Rozdz. 2 niniejszego Raportu). Rezultaty pierwszego etapu procedury raning względem ryteriów merytorycznych zostały przedstawione w olumnach 1-2 następującej tabeli. Dodatowo, Tabela 4.1. zawiera taŝe oceny potencjalnego wpływu aŝdej z ofert na poszczególne regiony oraz ich zagregowane wartości (olumna 3), przy załoŝeniu, Ŝe wpływ i-tej oferty na region R j daje się wyrazić zagregowanym salarnym wsaźniiem S ij. Tabela 4.1. Schemat tworzenia raningu ofert względem ryteriów merytorycznych i ocen wpływu na regiony Wynii raningu względem ryteriów F Wyni oceny merytorycznej Ogólny wyni oceny regionalnej S i =h(s i1,,s in ) Regiony R 1 R 2... R N N+3 Najlepsza oferta F 1 S 1 S 11 S S 1N Druga najlepsza oferta F 2 S 2 S 21 S 22 S 2N : : : : : -ta oferta F S S 1 S 2... S N Łączne wynii dla regionów (suma po wybranych ofertach) RS 1 RS 2... RS N W powyŝszej tabeli przez R i oznaczyliśmy regiony, przez F i ostateczną liczbę puntów otrzymaną przez oferty w tracie procedury selecji względem ryteriów merytorycznych, przez S ij sładową liczbę puntów odnoszącą się do j-tego regionu (setora) w i-tej ofercie, przez S i zagregowane wartości S ij dla i-tej oferty, i=1,...,n, przez RS i sumę ocen wpływu na dany region otrzymanych przez wszystie wybrane oferty, dla aŝdego z rozwaŝanych regionów.

73 Konwersja procesu decyzyjnego z preferencjami regionalnymi do dwuryterialnego problemu wyboru Regionalne preferencje mogą być teraz rozwaŝane w formie dodatowego ryterium, tzn. i-ta oferta, i=1,,n, moŝe być charateryzowana przez parę zagregowanych ryteriów (F i, S i ), a aŝdy region R j scharateryzowany jest przez sumaryczny wpływ wybranych projetów RS j ). RozwaŜmy teraz dwuryterialny problem optymalizacji ((S, RS) : Ux2 U IR 2 ) max. (2) Wszystie oferty z listy U mogą być przedstawione w dwuwymiarowej przestrzeni ryteriów (Rys. 4.1). Linia przerywana oznacza zbiór puntów optymalnych w sensie Pareto 1 dla hipotetycznego ciągłego problemu (S, RS). Rys Reprezentacja ofert w przestrzeni ryteriów S-RS. Oręgami oznaczyliśmy oferty niezdominowane, wadratami zaś pozostałe oferty PowyŜsze sformułowanie problemu umoŝliwia doonanie następujących bezpośrednich obserwacji: niezdominowane punty odnoszą się do tych andydatów, tórzy są najlepsi w swych najwaŝniejszych regionach, i dlatego nietóre oferty, będące najlepszymi w swym regionie, mogą nie być niezdominowane. 1 Przypomnijmy, Ŝe x=(x 1,x 2 ) jest elementem zbioru Pareto P(X) dla X R 2, jeśli dla Ŝadnego y=(y 1,y 2 ) w X nie zachodzą jednocześnie nierówności x 1 y 1 i x 2 y 2.

74 Preferencje regionalne przypade ogólny Włączenie do procedury wyboru najlepszych andydatów ryteriów regionalnych przeształca problem uszeregowania na podstawie indywidualnych ocen (tzn. oceny andydatów są od siebie wzajemnie niezaleŝne), w problem wyboru podzbioru, gdzie niezaleŝne uszeregowanie traci swą moc. W szczególności, uwzględnienie dodatowych ryteriów regionalnych/setorowych lub obu tych grup moŝe zmienić porząde powstały po rozpatrzeniu ryteriów F w tracie pierwszego etapu procedury. Załadając, Ŝe po pierwszym etapie oferty C 1, C 2,... C N są uszeregowane od najwyŝszego do najniŝszego wyniu puntowego, to po włączeniu regionalnych preferencji powstaje nowy raning, C i(1), C i(2),...c i(n). Zatem stopień perturbacji oryginalnego raningu moŝe być zmierzony jao: N D(C, RS) : = = w i j, (3) j 1 j j gdzie poprzez w j oznaczyliśmy pewne dodatnie współczynnii wagowe interpretowane jao utrata puntów za zmianę porządu raningu (zazwyczaj w N w N-1... w 1 ). Z drugiej strony, decydent moŝe zastosować swoje własne preferencje bezpośrednio do ofert. Taie preferencje mogą zostać opisane jao częściowy porząde: C i(1) C i(2)...c i(n) C p(1) C p(2),...c p(n), gdzie i(1), i(n) i p(1), p(n) są permutacjami zgłoszonych ofert. Jao Ŝe często jest to problemem, niezgodność między oficjalnie przyjętymi ryteriami a mało sformalizowanymi preferencjami moŝe prowadzić do brau onsensusu w tracie ostatecznej fazy wyboru andydatów Jednoczesna analiza preferencji regionalnych i setorowych Filozofia zapewnienia równych szans podobna do przedstawionej w powyŝszym modelu moŝe zostać zastosowana do uzysania sprawiedliwej dystrybucji wybranych andydatów jednocześnie wśród rozwaŝanych regionów i setorów lub innych grup andydatów. Pojawi się wtedy onieczność rozwaŝenia w miejsce dwuryterialnego problemu. 3. Studium przypadu: przydział dofinansowania dla regionalnych ośrodów nauowo-badawczych (ROB) w ramach Regionalnych Strategii Innowacji Regionalne ośrodi nauowo-badawcze (ROB), andydujące do dofinansowania w ramach RSI, mogą posiadać róŝną formę prawną, struturę organizacyjną i mogą naleŝeć do róŝnych gałęzi naui i eduacji. Wszystie te cechy mogą stanowić ryteria równomiernego rozdziału, podobnie ja posiadanie siedziby lub obszaru działania w oreślonym regionie, analizowane w Secji 2.

75 73 W Secji 3.1. poniŝej definiujemy cztery podstawowe typy andydatów apliujących o grant Modele organizacyjne andydatów i ich wstępna ocena Model 1 (Instytucja) Instytucja badawcza specjalizująca się w jednorodnej gałęzi naui i/lub technologii, tórej adra badawcza liczy zazwyczaj o pracowniów. Inne cechy charaterystyczne dla tego modelu to przede wszystim: intensywna współpraca międzynarodowa, pełnienie roli źródła espertyz dla administracji rządowej oraz przemysłu, wydawanie własnych publiacji seryjnych, zaangaŝowanie w działania w sferze eduacji wyŝszej na poziomie dotorancim, wysoa pozycja w raningach pod względem liczby publiacji autorstwa pracowniów, nauowe zaplecze infrastruturalne, status osoby prawnej lub inne równowaŝne regulacje umoŝliwiające samodzielną administrację i prowadzenie rachunowości. Model 2 (Laboratorium) Charaterystya badawcza podobna do modelu Instytutu, ale Laboratorium nie posiada osobowości prawnej, jest natomiast jednostą organizacyjną szoły wyŝszej, firmy prywatnej lub innej więszej instytucji, odpowiedzialnej za prowadzenie sięgowości i administrowanie Laboratorium. Podejmowanie szybich i efetywnych decyzji przez jego przedstawicieli ograniczone jest ze względu na róŝne reguły biuroratyczne obowiązujące w instytucji nadrzędnej. Laboratorium posiada taŝe ograniczoną zdolność do definiowana swych długoterminowych planów i celów badawczych. Model 3 (Konsorcjum) Konsorcjum rozumiane jest tutaj jao sładające się z instytucji badawczych, centrów transferu technologii i innowacyjnych firm z obszaru tematycznego działalności instytucji badawczych i wspólnego zainteresowania. Instytucje badawcze wchodzące w jego sład powinny prowadzić badania wyróŝniające się jaością oraz przydatnością i być przy tym niezaleŝnymi osobami prawnymi lub jednostami organizacyjnymi uniwersytetów lub aademii nau. Mogą teŝ być przemysłowymi centrami badawczymi. Poszczególni przedstawiciele taiego onsorcjum powinni (ale nie muszą) być rozloowani w róŝnych podregionach regionu w przypadu onursu regionalnego, lub róŝnych regionach raju w przypadu onursu rajowego. Część członów Konsorcjum lub teŝ wszyscy moŝe charateryzować się cechami typowymi dla Modelu 1 lub 2. Dopuszczalne jest samodzielne administrowanie i prowadzenie sięgowości przez jednego z członów Konsorcjum, w optymalnej sytuacji jedna usługi taie zapewniane są przez wyspecjalizowaną w tym ierunu firmę lub fundację (np. Inubator zaawansowanych technologii) będącego równocześnie członiem Konsorcjum. Model 4 (Zespół Interdyscyplinarny) Grupa sładająca się zazwyczaj z ooło indywidualnych badaczy, z duŝym dorobiem badawczym i publiacyjnym, wspierana przez doświadczonych espertów ze środowisa przemysłu i onsultantów transferu technologii. Zespół powinien prowadzić w przeszłości jeden lub więcej specjalistycznych projetów badawczych. Nauowcy powinni pochodzić z róŝnych instytucji badawczych, bez względu na region loalizacji Zespołu. Zespół moŝe posiadać status osoby prawnej (np. jao stowarzyszenie), lub teŝ działać przy szole wyŝszej lub instytucji badawczej (podstawa prawna powinna za aŝdym razem być definiowana

76 74 indywidualnie). Prowadzenie sięgowości moŝe być niezaleŝne, zaś administracja utrzymywana na minimalnym poziomie. Więszość Zespołów moŝe być oreślona jao grupa badawcza prowadząca projet badawczy lub badawczo-rozwojowy, a najlepiej serię taich projetów. Interdyscyplinarny charater Zespołu powinien być jego najwaŝniejszą cechą rozpoznawczą, odróŝniającą go od innych modeli Uwzględnienie w procesie wyboru ROB zgodności z regionalnym modelem innowacyjności Preferowany model systemu wspierania innowacyjności moŝe być oreślony w Regionalnej Strategii Innowacyjności, jedna ze względu na często zbyt ogólny charater zapisów tych doumentów moŝe teŝ być onieczne uszczegółowienie preferencji co do ształtu taiego systemu przy definiowaniu warunów onursów grantowych. Opisane w secji 3.4. ryteria oceny indywidualnej andydatów, mogą słuŝyć równieŝ do oceny i wyboru regionalnych systemów wspierania innowacyjności. W tym drugim przypadu w związu z braiem liczbowej oceny wsaźniów celowe jest przyjęcie jao podstawy oceny grup ryteriów, z dodatowym ryterium efetywności eonomicznej. Wstępną ocenę ryteriów charateryzujących róŝne typy andydatów w sali od 1 do 5 zawiera poniŝsza tabela. Tabela 4.2. Wstępne oszacowanie zagregowanych ocen merytorycznych dla czterech podstawowych modeli organizacyjnych andydatów. Kryteria merytoryczne (gdzie 1- najniŝsza ocena, 5 - najlepsza) Model Efetywne wyorzystanie środów finansowych MoŜliwość osiągnięcia ponadprzeciętnych wyniów badawczych MoŜliwości wdraŝania wyniów badań w pratyce Jaość i efetywność relacji interpersonalnych MoŜliwość do działania jao człone rajowego systemu proinnowacyjnego INSTYTUT LABORATORIUM KONSORCJUM ZESPÓŁ Źródło: P&BF Syntetyczny zbiór ryteriów charateryzujący ogólną społeczną orzyść, płynącą z wszystich funcji i działań andydatów jest trudny do zdefiniowania w sposób bezpośredni. Kryteria taie odgrywałyby rolę funcji uŝyteczności, a w związu z niejasną struturą czasowych preferencji sieci organizowanych w ramach RSI, znalezienie onsensusu opartego na bezpośredniej uŝyteczności jest trudne. Zatem wybór odpowiedniego modelu powinien być oparty na analizie wieloryterialnej i powinien uwzględniać przydatność aŝdego modelu dla specyfii regionu i potrzeb badaw-

77 75 czych. W procesie wyboru powinna być teŝ uwzględniona ocena przydatności modeli organizacyjnych andydatów w róŝnych gałęziach naui. Przyład taiej oceny, opartej na ocenach espertów projetu (w postaci średniej arytmetycznej) w sali od 1 (najgorsza) do 5 (najlepsza), zawiera poniŝsza tabela. Tabela 4.3. Wstępna ocena przydatności modeli organizacyjnych andydatów w róŝnych dziedzinach wiedzy. Dyscyplina nauowa Model Naui humanistyczne Eonomia i naui społeczne Technologie (ogółem) IT i teleomuniacja Naui przyrodnicze Biologia, biotechnologia, genetya INSTYTUT LABORATORIUM KONSORCJUM ZESPÓŁ Źródło: P&BF Uwaga: PowyŜsza ocena opiera się na wstępnych badaniach i na doświadczeniu espertów, tórych opinie zostały uśrednione i następnie zaorąglone do pełnych ocen. Do oreślenia preferencji dla strutury modeli najlepiej pasujących do ooliczności onretnego regionu powinna zawsze być przeprowadzona indywidualna analiza uwzględniająca opinie wybitnych nauowców, menadŝerów naui i przedstawicieli administracji rządowej i samorządowej. Wybrany regionalny system innowacji i wstępne oceny strutury organizacyjnej andydatów zawarte w tabelach 4.2. i 4.3. mogą być podstawą oreślenia ryteriów regionalnych dla podzbiorów andydatów w onursach grantowych Schemat procesu decyzyjnego Proces decyzyjny prowadzący do wyboru strutury modeli ośrodów badawczych dofinansowanych w onursie ogłaszanym w związu z RSI moŝe wyglądać następująco: wybór gałęzi naui, rozpatrywanych pod ątem zdolności realizacji załadanych celów badawczych, znalezienie preferowanych modeli ośrodów badawczych dla róŝnych gałęzi naui i potrzeb regionów, opracowanie modeli funcjonowania Regionalnego Systemu Innowacyjności, wybór ryteriów i standardów procesów selecji dla aŝdego z opracowanych wcześniej modeli osobno,

78 76 projet algorytmu wyboru andydatów względem ryteriów merytorycznych, włączenie preferencji regionalnych, organizacyjnych i setorowych do procedury wyboru, wybór pilotaŝowej grupy ośrodów, projet sieciowych działań systemu i corocznego procesu ewaluacyjnego, ewaluacja pilotaŝowej grupy wybranych ośrodów badawczych i na tej podstawie ewaluacja procedury wyboru; reomendacje dotyczące udosonalenia procedury. W niniejszym Raporcie nie poruszamy problematyi funcjonowania sieci wybranych ośrodów, gdyŝ problem ten wyracza poza tytułowe zagadnienie obietywizacji procesu rozdziału środów w ramach NSS, a ponadto problem ten wydaje się pojawiać dopiero po wyborze i pierwszej ewaluacji grupy ośrodów badawczych. Natomiast szczegółowa propozycja metod ewaluacji wybranych ośrodów będzie tematem dalszych badań Merytoryczne ryteria wyboru regionalnych ośrodów badawczych Kryteria wyboru z pierwszego etapu odnoszą się do roli i funcji ROB w ramach rajowego systemu zarządzania nauą, wiedzą i innowacjami. PoniŜej wymieniamy listę ról, tórych wypełnienia oczeuje się od ROB. KaŜda rola lub funcja powinna definiować ryterium lub zestaw ryteriów wyorzystywanych podczas selecji andydatów na ROB i podczas procesu ewaluacji juŝ funcjonujących ROB. A. Prowadzenie badań podstawowych o szczególnej wartości nauowej: - Kryteria: Liczba publiacji i ich wartość puntowa wyliczana na podstawie puntowego systemu ewaluacji stosowanego przez Ministerstwo Naui i Szolnictwa WyŜszego w ustalonym oresie (n lat), Liczba cytowanych publiacji w JCR (Journal Citation Reports) i SCI w ustalonym oresie, Udział w podstawowych projetach badawczych, unijnych, rajowych i międzynarodowych w ustalonym oresie, z uwzględnieniem wyniów ich ewaluacji. B. Transfer wiedzy w poszczególnych obszarach działania przynajmniej na salę regionu: - Kryteria: Jaościowe i wantyfiowalne wsaźnii charateryzujące nauowe bazy danych i bibliotei będące do dyspozycji ROB,

79 77 Liczba i wartość odpłatnych zapytań sierowanych do ROB w ciągu ostatnich n lat, statystyi espertyz i wyjaśnień udzielanych przez onsultantów ROB, Liczba i łączna wartość raportów espercich zamówionych przez lientów ROB (zwłaszcza administrację rządową i samorządową, setor prywatny) w ciągu ostatnich n lat, Liczba udanych partnerstw, zawiązanych między instytucjami naui a przedsiębiorstwami wsute inicjatywy ROB w ustalonym oresie. C. Prowadzenie badań nadających się do wyorzystania w pratyce: - Kryteria: Liczba patentów i zgłoszeń patentowych w ustalonym oresie, Liczba i wartość wdroŝeń wyniów badań w pratyce w ustalonym oresie, Udział we wdraŝanych w pratyce projetach badawczych (ja np. tzw. projety celowe Ministerstwa Naui i Szolnictwa WyŜszego), Ewaluacja wyniów zleceń administracji rządowej i setora przemysłu. D. Transfer wyniów projetów badawczych do szolnictwa wyŝszego: - Kryteria: Liczba przedmiotów prowadzonych na poziomie uniwersytecim, opartych na wyniach projetów badawczych wybranego ROB (to ryterium moŝe uwzględniać wagi godzin redytowych systemu ECTS), Liczba i ewaluacja (stopnie) prac magistersich powstałych w tym ROB lub napisanych pod opieą przedstawicieli ROB w instytucjach szolnictwa wyŝszego w ciągu ostatnich n lat, Pomoce nauowe opracowane przez ROB: podręcznii, wideo, software, multimedia, punty redytowe przyznawane za aŝdą dydatyczną pomoc w odniesieniu do szczegółowej tablicy puntowej, Liczba prac dotorsich i habilitacyjnych powstałych w tym ROB lub napisanych pod opieą przedstawicieli ROB w instytucjach szolnictwa wyŝszego w ciągu ostatnich n lat z uwzględnieniem ich ocen. E. Promocja naui: - Kryteria: Organizacja nauowych seminariów, onferencji, ongresów, specjalnych zjazdów etc., punty redytowe za aŝde nauowe wydarzenie przyznawane w odniesieniu do szczegółowych instrucji, waŝona suma dla wszystich wydarzeń zorganizowanych w ciągu ostatnich n lat,

80 78 Liczba i ocena popularnonauowych siąŝe, artyułów, audycji radiowych lub telewizyjnych w ustalonym oresie (waŝona suma puntów za poszczególne dzieła). F. Potencjał adry badawczej Tu uwzględnione mogą być te ryteria ewaluacji dorobu nauowego, tóre nie zostały zawarte w ryteriach opisujących ogół rezultatów badawczych, np. udział w redacjach czasopism, zlecone recenzje itp. G. Cele odnoszące się do polityi nauowej: - Kryteria: Znaczenie poszczególnych projetów badawczych prowadzonych przez ROB dla gospodari regionu, Współpraca z rajowymi i zagranicznymi instytucjami badawczymi w oreślonych dyscyplinach, Potrzeba rozwoju oreślonych badań ze względu na moŝliwość powstania lui onurencyjnej istotnej dla regionu lub raju, Udział w sieciach współpracy badawczej: sucesy w zaresie współpracy badawczej poświadczone porozumieniami badawczymi oraz szoleniowymi, wymianą adr ROB z innymi ośrodami, udział w międzynarodowych grupach roboczych. Pomocne w osiągnięciu celów wymienionych powyŝej powinny być następujące cechy, tóre równieŝ mogą być podstawą oceny ofert: H. Mobilność badaczy ROB Niewielie zespoły badawcze i bardziej liberalny sposób zatrudniania adry ROB gwarantowany przez zapisy w ustawie Prawo o szolnictwie wyŝszym taie rozwiązania powinny przynieść wymierne rezultaty, taie jaj bardziej efetywne badania, zwłaszcza w porównaniu do tradycyjnych jednoste uniwersytecich. I. Tworzenie interdyscyplinarnych grup badawczych prowadzących badania na najwyŝszym poziomie w nowych obszarach naui i technologii, przynajmniej na rajową lub europejsą salę. Zestaw powyŝszych ryteriów nie jest oczywiście ompletny, lecz proponowane w przyszłości ryteria mogą być dodawane i uwzględniane w podobny sposób. Podobne ryteria i opisy ról mogą być wyorzystane równie dobrze do ewaluacji innych typów jednoste ubiegających się o granty, taich ja innowacyjne przedsiębiorstwa, CBR i in Wieloryterialne sformułowanie problemu wyboru Jao podstawę algorytmu wyboru ROB proponujemy metodę naszicowaną w Secji 2, opartą na równoczesnym wyorzystaniu puntów odniesienia (patrz np. Sulimow-

81 79 si, 1996, 2009) i współczynniów substytucji pomiędzy ryteriami merytorycznymi i regionalnymi. Główne roi zastosowanego podejścia przedstawione są poniŝej. W naszym modelu decyzyjnym punty odniesienia, opisane w Secji 2, mogą pojawić się jao rezultat odnoszących się do onretnego modelu regionalnego systemu innowacji preferencji decydentów, odrębnych dla róŝnych setorów naui lub technologii. By wyorzystać metodę zbiorów odniesienia niezbędne jest zdefiniowanie odpowiedniego zestawu puntów odniesienia, przy czym róŝnorodność typów nauowych instytucji, mogących stać się ROB, narzuca obowiąze stworzenia osobnego modelu dla aŝdej z nich oraz całego setora badawczego. Punty idealne, tóre muszą być zdefiniowane przez wzgląd na procedurę wyboru stosowaną przez metodę zbiorów odniesienia, trudno będzie zdefiniować w oparciu o polsie modele ROB, z wyjątiem jedynie nietórych gałęzi naui. Dlatego teŝ idealne modele i ich matematyczne opisy rozumiane jao jaościowe ryteria wydajnościowe powinny opierać się o sprawdzone dotąd pratyi, stosowane na całym świecie. W szczególności, parametry nietórych puntów idealnych mogą wyniać z doświadczenia instytucji unijnych, jedna dla poszczególnych gałęzi naui modele powinny zostać opracowane bez ograniczania się do istniejących systemów. Inne ategorie puntów odniesienia mogą zostać zdefiniowane w sposób łatwiejszy punty status-quo z powodzeniem mogą odnosić się do najpowaŝniejszych istniejących instytucji nauowych oznaczonych najwyŝszą ategorią badawczą, zaś dla wybrania puntów antyidealnych moŝna wyorzystać instytucje o najniŝszej ategorii badawczej. Tabela 4.4. poniŝej zawiera parametry wszystich las puntów odniesienia opisanych w Rozdz. 3 oraz przedstawionych w srócie w Secji 2 niniejszego rozdziału, odrębnie dla aŝdego potencjalnego typu wniosodawców. Uwzględniając potencjalny wpływ dofinansowania rozwoju setora B+R w Polsce, selecja powinna oncentrować się na ośrodach badawczych powstających w nowych obszarach zaawansowanych technologii, taich ja inŝynieria omputerowa, teleomuniacja bądź biotechnologia (taŝe medyczne i farmaologiczne centra badawcze). Proces wyboru oparty na ryteriach wymienionych w Secji 3.4 moŝe prowadzić do wyboru ROB pochodzących z jednego tylo miasta lub regionu. Zaprezentowane w tym opracowaniu podejście umoŝliwia jedna wyrównanie róŝnic regionalnych w obszarach społecznej atywności, uwzględniając równieŝ setor badawczo-rozwojowy. Opisana wyŝej metoda pozwala na podjęcie racjonalnych decyzji łącząc przy tym lasyczne ryteria z Secji 3.4. z preferencjami organizacyjnymi, regionalnymi i setorowymi. Załadamy, Ŝe aŝda z ofert ROB zawiera informacje odnoszące się do tych preferencji. Podczas gdy oferty pochodzące od instytutów badawczych lub grup badawczych mogą oncentrować się na jednym regionie, taŝe wszystie oceny odnoszące się do pozostałych regionów równe są zeru, to oferty sładane przez onsorcja będą zazwyczaj odnosiły się jednoste badawczych z róŝnych regionów, uniemoŝliwiając w ten sposób stworzenie uproszczonej regionalnej lasyfiacji.

82 Tabela 4.4. Pomocnicze punty odniesienia dla raningu andydatów względem ryteriów merytorycznych 80 Punty odniesienia Typ andydata Grupy ryteriów merytorycznych wg Secji 3.4 Antyidealne (A -1 ) Status quo (A 0 ) Docelowe (A 1 ) Granice efetywności (A 2 ) Instytut A-I Parametry JBRów zliwidowanych w latach Instytuty w regionie finansowane w wyniu rozstrzygnięcia wcześniejszych onursów Grupa tzw. centrów dosonałości wybranych w onursach Programów Ramowych centra o struturze instytutu Masymalna ilość pracowniów ustalona dla aŝdej dziedziny osobno w odniesieniu do wielości dofinansowania Konsorcjum A-I Jw. dla aŝdego z członów onsorcjum osobno Finansowane onsorcja Jw. - centra o struturze onsorcjum Masymalna liczba członów onsorcjum, ograniczenia na zatrudnienie jw. Laboratorium A-I Parametry zespołów, tóre nie zrealizowały zamówionych badań Finansowane laboratoria Jw. - centra o struturze instytutu przesalowane do wielości laboratorium Nie dotyczy Zespół A,F,H,I Parametry zespołów, tóre nie zrealizowały zamówionych badań Finansowane laboratoria Jw. - centra o struturze instytutu przesalowane do wielości laboratorium Nie dotyczy Przyład raningu andydatów w onursie ROB w oparciu o oceny swantyfiowane został przedstawiony w tabeli 4.5.:

83 Tabela 4.5. Przyład raningu ofert ROB z oceną wpływu na regiony. 81 Wynii raningu względem ryteriów F Wyni oceny merytorycznej Ogólny wyni oceny regionalnej S i =ΣS ij Regiony (oceny wpływu w sali 0-10) R 1 R 2 R 3 R Najlepsza oferta Druga najlepsza oferta Czwarta najlepsza oferta Ostatnia przyjęta oferta Łączne wynii dla regionów (suma po wybranych ofertach) Poprzez R i oznaczyliśmy regiony, przez S i liczbę puntów przyznaną poszczególnym ofertom, i=1...n, a przez S ji częściowe wynii odnoszące się do sumarycznego wpływu na cele regionu i w ofercie j (ocena zgodności z celami strategicznymi RSI). 4. Organizacja Regionalnych Systemów RTDI: ewaluacja ex-post Opisana w niniejszym podrozdziale metoda wyboru ROB moŝe zostać poszerzona o metodę weryfiacji i pomiaru efetywności wyselecjonowanych ROB. Tego typu ewaluacja zwięszy efetywność funcjonowania ROB i wprowadzi jednocześnie dodatowy mechanizm onurencyjności. Proponowana metoda, Nieparametryczna Estymacja Efetywności (DEA, Data Envelopment Analysis), oparta jest na analizie wieloryterialnej zastosowanej do zarządzania produtywnością i jest bogato udoumentowana w światowej literaturze nauowej i specjalistycznej (por. np. [2], [3], [4]). Metoda ta została sutecznie zastosowana przy ocenie instytucji setora B+R. Zarys metody wygląda następująco. KaŜde ROB (nazywane od tej pory jednostą producyjną), bez znaczenia, czy wytwarza produty czy teŝ wyonuje usługi, wymaga do swego funcjonowania naładu oreślonego rodzaju (materiały, zasoby ludzie, apitał finansowy). Posiadając go, jednosta producyjna jest w stanie wytwarzać produt ońcowy. Wszystie nałady oraz produty ońcowe są mierzalne w sali jaościowej lub ilościowej. Metoda opiera się o prostą regułę dominacji (simple dominance principle), mówiącą Ŝe:

84 82 jednosta producyjna jest zdominowana, jeśli inna jednosta producyjna przy tych samych lub mniejszych naładach wytwarza więcej dóbr lub jeśli inna jednosta wytwarza więcej lub tyle samych dóbr przy mniejszych naładach i stwierdzającą, iŝ jednosta producyjna jest niewydajna wtedy, jeśli poprzez połączenie naładów i wytwarzanych dóbr innych jednoste producyjnych moŝliwe jest stworzenie nowej jednosti producyjnej, tóra będzie dominować nad jednostą producyjną w innym przypadu moŝemy mówić, iŝ jednosta jest wydajna. W wypadu stwierdzenia niewydajności jednosti, omawiana metoda zapewnia obietywne środi oceny stopnia brau efetywności. To z olei umoŝliwia znalezienie odpowiedzi na pytanie: ja i jaimi środami (tj. uŝywając jaich naładów i w jaiej ilości) racjonalne jest uczynienie jednosti producyjnej wydajną. Podstawą metody DEA jest zatem identyfiacja wydajności/niewydajności jednosti producyjnej. Koncepcje dominacji oraz wydajności (optimum Koopmansa-Pareto) są głęboo zaorzenione w teorii podejmowania decyzji oraz szeroo stosowane w obszarze zarządzania produtywnością. Przesłanami do stosowania metody DEA są następujące czynnii: jednosti producyjne muszą być porównywalne, tj. muszą funcjonować w obrębie tego samego typu setora jest to załoŝenie w pełni zgodne ze specyfią funcjonowania ROB; aŝda jednosta producyjna w celu rzetelnego i sprawiedliwego porównania opisywana jest tym samym zestawem władów i wytwarzanych dóbr. Zastosowanie tej metody do ewaluacji ROB i pośrednio ewaluacji systemu oceny wniosów o dofinansowanie instytucji setora B+R wymaga wyboru modelu DEA, tóry: rzetelnie opisywałby potencjał ROB w dostarczaniu usług wysoiej jaości, rzetelnie opisywałby dopływ do instytucji róŝnych atywów, rzetelnie mierzyłby jaość i ilość publiacji, dostarczanych usług badawczych i wyniów projetów nauowych, byłby identyczny dla wszystich rozpatrywanych ROB, byłby ompletny, tj. tworzyłby podstawy badania efetywności we wszystich istotnych wymiarach funcjonowania systemu wspierania innowacji w regionach. By spełnić powyŝsze waruni, niezbędne jest przygotowanie zbioru analizowanych cech charaterystycznych instytucji B+R, taich ja róŝne zasoby - finansowe, osobowe lub materialne, będące w dyspozycji ROB. Prawidłowe uszeregowanie wytworzonych dóbr i usług będzie jednym z najtrudniejszych wyzwań.

85 83 BIBLIOGRAFIA [1]. Charnes A., Cooper W.W., Lewin A.Y., Seiford L.M. (1994) Data Envelopment Analysis: Theory, Methodology, and Applications, Kluwer Academic Publishers, Boston. [2]. Das I., Dennis J.E. (1997). A closer loo at drawbacs of minimizing weighted sums of objectives for Pareto set generation in multicriteria optimization problems. Structural Optimization, Nr 14, s [3]. Ganley J.A., Cubbin J.S. (1992). Public Sector Efficiency Measurement: Applications of Data Envelopment Analysis, Elsevier Science & Technology Publishers, Amsterdam. [4]. Seiford L.M. (1996). Data Envelopment Analysis: The Evolution of the State of the Art ( ), The Journal of Productivity Analysis, Nr 7, s [5]. Sengupta J.K. (1999). Tests of Efficiency in Data Envelopment Analysis, Computers and Operations Research, Nr 17, s [6]. Sulimowsi A.M.J. (1996). Decision Support Systems Based on Reference Sets, Monografie, Nr 40, AGH Publishers, s [7]. Sulimowsi, A.M.J. (2009). Zastosowanie metody zbiorów odniesienia do wspomagania decyzji i onstrucji wieloryterialnych raningów w projetach związanych z realizacją Narodowej Strategii Spójności. Niniejszy Raport, Rozdział 3, s

86 84 WYKORZYSTANIE REZULTATÓW BADAWCZYCH FORESIGHTU PRZY WYZNACZANIU PRIORYTETÓW ROZWOJU GOSPODARKI REGIONALNEJ 5 Ewa Ooń-Horodyńsa 1,3 Andrzej M. J. Sulimowsi 2,3 1 Katedra Eonomii, Uniwersytet Jagiellońsi w Kraowie; 2 Laboratorium Analizy i Wspomagania Decyzji, Katedra Automatyi, Aademia Górniczo - Hutnicza im. St. Staszica w Kraowie, ams@agh.edu.pl 3 Centrum Nau o Decyzji i Prognozowania, Fundacja Progress and Business", Kraów ul. Miechowsa 5B, cndip@pbf.pl

87 85 Streszczenie. W ostatnich czterech latach w Polsce zrealizowano lub rozpoczęto realizację iludziesięciu projetów foresightu technologicznego lub regionalnego finansowanych ze środów Programów Operacyjnych: Wzrost Konurencyjności Przedsiębiorstw (ores realizacji ) oraz Innowacyjna Gospodara i Kapitał Ludzi (realizacja od rou 2008). Wśród projetów regionalnych więszość związanych było bezpośrednio z zagadnieniami zrównowaŝonego rozwoju regionów. W artyule wsazujemy moŝliwości wyorzystania wyniów tych projetów, zwłaszcza scenariuszy i trendów technologicznych i rynowych, przez zarządy polsich regionów i inne zainteresowane instytucje w procesach planowania strategicznego, przy planowaniu procedur środów projetów finansowanych z funduszy EDRR. Słowa luczowe: foresight regionalny, planowanie strategiczne, dotacje dla projetów regionalnych, analiza SWOTC, Narodowa Strategia Spójności.

88 86 1. Wprowadzenie 1 Ze złoŝonością procesów rozwoju technologicznego, społecznego, gospodarczego oraz politycznego nierozerwalnie związana jest zdolność do ich antycypowania. Potrzeba poszuiwania sposobów oreślania potencjalnych przebiegów przyszłości doprowadziła w latach 60tych XX stulecia do powstania nowej metodyi, wtedy jeszcze sprowadzającej się tylo do dwóch popularnych metod, tj. metody scenariuszy oraz metody delficiej. Umocnienie tych poszuiwań, idące w ierunu opracowania uniwersalnej metody badania przyszłości, odpornej w ja najwięszym stopniu na nieprzewidywalne załócenia, nastąpiło po opubliowaniu atastroficznych Raportów dla Rady Klubu Rzymsiego. W obliczu utraty zaufania do prognozowania opartego przede wszystim na znanych ówcześnie metodach statystycznych (por. Ayres, 2003), znaczenia nabrało sucesywnie ulepszane elastyczne podejście do badania i tworzenia holistycznej wizji przyszłości, nazywane w literaturze procesem foresight (por. np. Barer and Smith, 1995; Grupp and Lindstone, 1999). Proces ten w swych początach odnosił się tylo do reowania wizji przyszłości raju jao całości, nazywany był więc narodowym. Atualnie jedna znajduje on coraz częściej zastosowanie zarówno na niŝszym poziomie regionu, miasta, branŝy, szczegółowych zjawis tematycznych, a taŝe na wyŝszym poziomie w postaci foresightu np. europejsiego, czy nawet globalnego. W wyniach foresightu upatruje się metodycznych podstaw wyznaczania priorytetów rozwoju w przyjętej wizji przyszłości. Coraz szersze zastosowanie metodyi foresight zachęca do prześledzenia, jaie są pratyczne moŝliwości wyorzystania rezultatów badań foresightowych. W naszym raju dostępne są obecnie wynii ońcowe lub wstępne iludziesięciu projetów foresightu technologicznego, branŝowego lub regionalnego finansowanych ze środów Programów Operacyjnych: Wzrost Konurencyjności Przedsiębiorstw, Poddziałanie (ores realizacji ), Innowacyjna Gospodara, Podziałanie (realizacja od rou 2008) oraz Narodowego Programu Foresight (wynii ogłoszone w latach ) i Programu Operacyjnego Kapitał Ludzi. W wyniach foresightu upatruje się metodycznych podstaw wyznaczania priorytetów rozwoju w danej wizji przyszłości. Szeroie zastosowanie metodyi foresight zachęca więc do prześledzenia, jaie są pratyczne moŝliwości wyorzystania rezultatów badań foresightowych. Wiadomo bowiem, Ŝe nawet rozpatrywanie priorytetów rozwoju na wsazanych wyŝej poziomach musi nieść z sobą odmienne ich postrzeganie w zaleŝności od poziomu analizowanego zjawisa. Podobne zróŝnicowanie w postrzeganiu priorytetów rozwoju moŝna dostrzec w ich formułowaniu przez róŝne grupy społeczne, np. polityów, związi zawodowe, nauowców, przedsiębiorców, itp. KaŜda bowiem grupa społeczna ieruje się innymi interesami eonomicznymi, motywami działania, regułami postrzegania świata. Czy da się więc pogodzić zróŝnicowanie w podejściu z moŝliwością wyreowania wspólnej wizji przyszłości na oreślonym poziomie strutury społeczno-gospodarczej? Oraz, w jaim zaresie metodya fore- 1 Artyuł opracowany został w ramach projetu badawczego Odpady nieorganiczne przemysłu chemicznego foresight technologiczny finansowanego w ramach Poddziałania Programu Operacyjnego Innowacyjna Gospodara, nr projetu WND-POIG /09

89 87 sight moŝe być (jest) obecna w tworzeniu strategicznej wizji przyszłego rozwoju gospodari, regionu, przedsiębiorstwa, na jaich czynniach (technologiach) będzie się opierać, jai paradygmat rozwoju będzie reprezentować? W istocie najwięsze zainteresowanie budzi paradygmat gospodari innowacyjnej ( nowej gospodari reatywnej gospodari ). Tym zagadnieniom poświęcone jest opracowanie. Dlaczego foresight? Foresight jest procesem strategicznego myślenia, a nie strategicznego planowania będącego jego następstwem. Ten drugi proces często przebiega zgodnie z zasadami charaterystycznymi dla tzw. roadmappingu (por. Sulimowsi, 2009) i moŝe, a nawet powinien, orzystać z wyniów badań foresightowych. Foresight powinien być rozumiany jao partycypacyjny, systematyczny sposób docierania do informacji w celu budowania średnio- lub długooresowej wizji rozwojowej, jej wielowymiarowych ierunów i priorytetów na podstawie bieŝącego stanu naui, technologii, gospodari i świadomości społecznej oraz ich wzajemnych powiązań. Foresight to taŝe stworzenie języa debaty społecznej oraz ultury budowania wizji myślenia o przyszłości w celu oordynacji działań dla rozwoju nowoczesnej gospodari i dla poprawy jaości Ŝycia. Od lat 90tych ubiegłego wieu foresight stał się popularną metodologią budowy polityi Unii Europejsiej, przy czym moŝna wymienić następujące motywy podejmowania badań foresightowych w UE: Krytya oraz odrzucenie wyłącznego stosowania metod prognostycznych do oreślania przyszłości. Rosnąca rola regionów w Unii Europejsiej (podmiotowość polityczna, odbiorca pomocy unijnej, reator rozwoju społeczno-gospodarczego, łączni między poziomem narodowym i loalnym). Coraz więszy zares ompetencyjny regionów (w Polsce po reformie administracyjnej państwa w rou 1998). Związana z tym potrzeba stosowania właściwych narzędzi zarządzania oraz wyboru optymalnych ierunów budowania strategii rozwoju regionu (UE, raju, branŝy, przedsiębiorstwa). Świadomość potencjalnych orzyści związanych z wdraŝaniem rezultatów badań foresightowych była do niedawna w naszym raju niewystarczająca. Słabe równieŝ było rozpowszechnienie informacji o metodyce i badaniach foresight, zarówno teoretycznych, ja i apliacyjnych. W dalszym ciągu: bra satysfacjonującego upowszechnienia wiedzy o istocie i metodyce procesu, nawet wśród zespołów realizujących projety foresightowe, bra wiedzy o sposobach i moŝliwościach wyorzystania rezultatów badań foresightowych, bra wystarczającej literatury w języu polsim (chociaŝ w ostatnim czasie uazało się ila publiacji nauowych (por. np. Borodao, 2008), bra świadomości onieczności organizacji foresightu przed rozpoczęciem budowy strategii (narodowych, regionalnych, branŝowych, orporacyjnych itp.),

90 88 niewiele jest doświadczeń w zaresie wdroŝeń wyniów foresightu regionalnego i technologicznego, bra zaleceń co do właściwej organizacji procesu w polsich regionach. 2. Ewolucja metodyi foresight Foresight jest procesem, nie zaś zestawem róŝnych techni, angaŝuje w swe procedury wielu atorów społecznych. Oparty jest teŝ na przeświadczeniu, Ŝe w istocie nie ma jednej prognozy przyszłości, ale jest ich wiele i są róŝne. Dlatego metodya i organizacja foresight oparte są na załoŝeniach, Ŝe przyszłość nie słada się jedynie z jednej ścieŝi, lecz z wielu opcjonalnych wariantów, a przyszłość nie jest zadana, ale będzie dopiero tworzona, zaś doonywane wybory będą ształtować przyszłość. W rozwaŝaniach nad ewolucją metodyi foresight wyróŝnia się trzy generacje: 1. Pierwsza generacja supiała się na prognozowaniu technologii przez espertów, dotyczyła zagadnień naui i technii, 2. Druga generacja dołączyła do obszaru zainteresowań przemysł oraz ryne, uwzględniała równieŝ setor usług i przemysłu w gospodarce, 3. Trzecia generacja wzbogaciła foresight o perspetywę społeczną i westie związane z rozwiązywaniem problemów społeczno-gospodarczych. Formułowane cele przeprowadzenia badań foresightowych supiały się woół taich zagadnień, ja m.in.: Esplorowanie przyszłych moŝliwości w celu ustalenia priorytetów inwestycji w działaniach nauowych, innowacyjnych, infrastruturalnych, społecznych. Reorientacja systemu naui, innowacji, wspierania subregionów. W taich przypadach uprzednio postawiono diagnozę, Ŝe istniejący system nie odpowiada potrzebom. Foresight jest wówczas wyorzystywany jao narzędzie ustalania priorytetów, ja równieŝ do esploracji nowych strutur instytucjonalnych. Demonstracja witalności systemu naui oraz innowacji. Foresight pozwala ocenić zdolności naui i przemysłu do realizacji celów rozwoju na róŝnym poziomie organizacyjno-administracyjnym. Wprowadzanie nowych uczestniów debaty strategicznej. Foresight jest w tym wypadu instrumentem poszerzenia grona uczestniów zaangaŝowanych w polityę raju, regionu. Budowanie nowych sieci oraz powiązań między polami, setorami i rynami lub woół danych problemów. Zacząti foresightu technologicznego z lat 70tych XX wieu (pierwsza generacja) prowadzonego w niewieliej sali w latach 80tych i 90tych przeształciły się w narodowe i regionalne programy foresight, ierowane i ontrolowane przez państwo, bądź instytucje go reprezentujące. Intensyfiacji ulegał setor B+R w dominujących go-

91 89 spodarach, zatywizowano międzynarodową wymianę nauową, globalizacja technologii i umulowanie doświadczeń doprowadziły do stworzenia globalnego zasobu wiedzy, umoŝliwiającego wyreowanie wielu innowacji technologicznych we własnym raju, ciągnąc cały uład gospodarczy w górę. Z opinii i doświadczeń badaczy foresightowych wynia, Ŝe foresight zawdzięcza swoje znaczenie doświadczeniom pioniersich badań prowadzonych w tym zaresie w Japonii, gdyŝ cały świat lat 80tych i 90tych XX w. był sierowany na sucesy gospodari japońsiej, dysutując źródła przyspieszenia w rozwoju tego fascynującego raju. Niewątpliwie, jednym z czynniów sucesu gospodarczego Japonii było nauowe wyjaśnienie i implementacja procesu foresight w sposób programowy i powszechny 2. Od 1971, mniej więcej w oresach pięcioletnich, władze Japonii realizowały narodowy program foresight, wydłuŝając tym samym o olejne pięć lat wizję przyszłości, wprowadzając teŝ instrumentarium wyonawcze. Celem tych działań było uzasadnienie i weryfiowanie decyzji związanych z narodową polityą technologiczną 3 na podstawie identyfiacji ierunów strategicznych badań i wyselecjonowanych luczowych technologii zapewniających najwięsze orzyści eonomiczne i społeczne w danym oresie. Programy te były solidnie umocowane instytucjonalnie i politycznie, naleŝały zatem do trzeciej generacji foresightu. Organizacją odpowiedzialną za przeprowadzenie badań był NISTEP National Institute of Science and Technology Policy (centrum badawcze zaleŝne od Państwowej Agencji ds. Naui i Technologii). Obecnie badania w zaresie foresightu prowadzone są w Japonii w sposób ciągły, m.in. przez JAIST - Japan Advanced Institute of Science and Technology. Doświadczenie Japonii w realizacji programów foresight i osiągnięte dzięi temu sucesy wywołały niejao boom foresightowy w innych rajach oraz modyfiację badań dla celów regionalnych, loalnych 4. W latach dziewięćdziesiątych badania foresightowe zostały przeprowadzone m.in. w USA, Japonii, Australii, Francji, Włoszech, Niemczech. W więszości przypadów luczową metodą była metoda delfica. W Niemczech Federalne Ministerstwo ds. Badań i Technologii (BMFT Bundesministerium für Forschung und Technologie) zdecydowało wdroŝyć piąte japońsie badania delficie z rocznym opóźnieniem 5 jao wzorcowe, potwierdzając tym samym rangę i znaczenie japońsiego programu w gospodarce raju wysoo-rozwiniętego. Wielość moŝliwych ierunów ewolucji przyszłości wynia po pierwsze - ze zmian o charaterze stochastycznym otoczenia społeczno-gospodarczego, badawczo-technologicznego i wreszcie fizycznego, zarówno w sali globalnej, ja i loalnej. Po 2 Smith R., Developing foresight: an interview with Sir Dai Rees, British Medical Journal London 1994, vol. 309, s , s. 324, (D. Rees był członiem Komitetu Sterującego Narodowego Programu Foresightu w Wieliej Brytanii) 3 Wg J. Anderson, Technology Foresight for Competitive Advantage, Long Range Planning, 1997, vol. 30, nr 5, s , proces foresightu rozpoczął się w latach 70. w oresach pięcioletnich. 4 Major E., Asch D., Cordey-Hayes M., Foresight as a core competence, Futures 33,2001, s , 5 Ronde P., Technological clusters with a nowledge-based principle: evidence form a Delphi investigation in the French case of the life science. Research Policy, vol. 30, 2001, s ,

92 90 drugie przyszłe procesy zaleŝą od decyzji podejmowanych przez ierowniów jednoste gospodarczych, polityów, onsumentów i wszelich innych uczestniów procesów społeczno-gospodarczych. Nie zawsze są to dające się przewidzieć decyzje racjonalne, co więcej, istotne zmiany procesów w gospodarce dają się przypisać działaniom o nisim stopniu racjonalności, ta ja niedawny globalny ryzys finansowy Efetem umiejętności detecji i właściwej interpretacji symptomów tych zmian jest zapewnienie onurencyjności przedsiębiorstw i gospodari oraz zdolności adaptacyjnej społeczeństwa w niepewnym i ryzyownym otoczeniu, jaim jest globalna gospodara. W związu z powyŝszym badania foresightowe nie mogą stanowić acji jednorazowej, powinny być wpisane w strategie rozwojowe danego raju, regionu, orporacji, a ich wynii winne być bazą dla tworzenia olejnych strategii budowanych wg wizji społecznie aceptowanego wariantu przyszłości. Proces tai stanowi jedną z moŝliwości opisania mechanizmu globalizacji. Doświadczenia wyniające z badań foresightowych wyazały onieczność zacieśnienia współdziałania naui, gospodari, samorządów i państwa w celu podwyŝszenia innowacyjności i onurencyjności gospodare, tóra to teza stała się podstawą tzw. programów ramowych UE. Na podstawie informacji płynących z implementacji wyniów procesu foresight na poziomie narodowym moŝna wniosować, iŝ wywołał on nowe zjawisa: Konieczność zwięszenia zdolności jego wdraŝania na niŝszych poziomach, regionalnych, loalnych a nawet w przedsiębiorstwach. Multidyscyplinarny charater badań foresightowych lepiej sprawdza się w regionach, bowiem szybość i elastyczność działania na poziomie regionalnym czy loalnym zwięsza suteczność mechanizmów wdraŝania wyniów foresightu a tym samym lepsze wyorzystanie potencjału rozwojowego w danym obszarze. Dzięi badaniom foresightowym wyształca się zasób wysoiej jaości specjalistów gromadzących wiedzę i doświadczenia niezbędne do wypracowywania racjonalnych scenariuszy wizji rozwojowych w róŝnych uwarunowaniach eonomiczno- społecznych i politycznych. Dzięi badaniom foresightowym wyształca się i upowszechnia niezwyle istotna forma atywności w procesie globalizacji, mianowicie partycypacja demoratyzacja w miejscu działania. Oznacza ona szeroie zaangaŝowanie atorów społecznych, wzajemne uczenie się i na podstawie rzetelnej argumentacji merytorycznej uzysiwanie aceptacji społecznej dla wyznaczonych ierunów rozwoju raju, regionu, gminy, przedsiębiorstwa. Foresight sprzyja więc unijnym tendencjom do regionalizacji, przeazywania coraz więszych uprawnień i odpowiedzialności na niŝsze poziomy gospodari i społeczeństwa, co pozwala teŝ na wprowadzanie sutecznych metod zarządzania z zachowaniem podstawowej zasady rozwoju zrównowaŝonego. Foresight dosonale spina reacje trzech silnych tendencji ostatniej deady mieszczące się w taich obszarach, ja: planowanie strategiczne, rozwój te-

93 91 matycznych polity (np. innowacyjna, technologiczna, nauowa, regionalna) oraz rozwój nau o przyszłości (futures studies) 6 (Rys.5.1.). Wśród wsazanych trzech tendencji najwięcej ontrowersji budzą badania przyszłości i metody tu stosowane, a w związu z tym i foresight. Badania przyszłości w opinii W. Bell a 7 to nowe pole badań, (choć ich początów poszuiwał autor juŝ w szesnastym wieu) w tórym stosuje się systematyczne i racjonalne myślenie o róŝnych, alternatywnych wizjach przyszłości. Badania przyszłości FORESIGHT Planowanie strategiczne Rozwój polity Rys ZbieŜność trzech trendów prowadząca do powstania i rozwoju foresightu. Źródło: A Practical Guide to Regional Foresight, FOREN, Foresight for Regional Development Networ, European Communities 2001, s Foresight w zarządzaniu strategicznym W procesie zarządzania moŝna wyróŝnić cztery luczowe funcje, tj.: planowanie i podejmowanie decyzji, organizacja, przywództwo oraz ontrola. Zarządzanie strategiczne występuje zaś wtedy, gdy organizacja realizując proces zarządzania stawia sobie oreślone cele i dąŝy do ich realizacji poprzez oreślenie ierunów rozwoju. Zarządzanie strategiczne oznacza zatem omplesowy i ciągły proces formułowania i realizacji sutecznych strategii sprzyjających co najmniej utrzymaniu poziomu równowagi między organizacją i jej otoczeniem oraz osiągnięciu celów strategicznych. Strategia będąc luczowym instrumentem zarządzania jest w bardzo róŝny sposób definiowana, jedna patrząc z puntu widzenia łączności z foresightem strategię na- 6 A Practical Guide to Regional Foresight, FOREN, Foresight for Regional Development Networ, European Communities 2001, s. 5 7 Bell W., Mau J.A., (Red.), The Sociology of the Future, New Yor, Harper & Row, 1972, s. 21.

94 92 leŝy tratować jao oreślenie głównych, długofalowych celów firmy i przyjęcie taich ierunów działania oraz taa aloacja zasobów, tóre są onieczne dla zrealizowania celów. Planowanie w zarządzaniu strategicznym, jao zestaw działań zorientowanych na przyszłość organizacji poprzez oreślanie celów i form ich realizacji masymalizujących przyszłe orzyści, jest procesem najbardziej zbliŝonym do foresightu. RóŜnica związana jest przede wszystim z podejściem do oreślenia przyszłych działań: w przypadu foresightu znaczenie posiada nie tylo ońcowy efet procesu, ale taŝe sama jego realizacja, gdy tymczasem w planowaniu strategicznym dominujące jest wsazanie celu i wybór wariantów przeznaczonych do realizacji. Zatem zarówno foresight, ja i planowanie strategiczne dotyczą przyszłości i nie porywają się, lecz uzupełniają. Proces realizacyjny w zarządzaniu strategicznym rozbudowany jest do cylu sześciofazowego 8 : 1. oreślenie ierunów działalności organizacji (misja, wizja, cele strategiczne), 2. analiza otoczenia organizacji (szanse i zagroŝenia), 3. badanie potencjału organizacji (silne i słabe strony), 4. onfrontacja szans i zagroŝeń względem silnych i słabych stron organizacji (generowanie moŝliwych wariantów strategii), 5. badanie zgodności między tymi wyborami a struturami i dysponowanymi zasobami (przeształcenia strutur i planów), 6. zastosowanie strategii i ontrola działań orygujących (opracowanie i nadzór planu strategicznego). W procesie zarządzania strategicznego moŝna wyróŝnić system celów strategicznych obejmujący oreślenie misji działalności, rozszerzenie misji w formę tzw. wizji strategicznej, oreślenie celów ierunowych, wsazanie celów funcjonalnych oraz przyjęcie mierniów do zbadania realizacji przyjętych celów organizacji. Misję moŝna oreślić jao poŝądany, jasny i przeonywujący obraz przyszłości organizacji 9. Celem misji jest oreślenie, w jaim ierunu ma podąŝać organizacja. Wizja natomiast stanowi przedstawienie organizacji w długiej perspetywie czasowej (Borodao, 2008). Organizacja funcjonująca w pewnym otoczeniu stanowi jednocześnie jego element sładowy. Z tego powodu procesy podejmowania decyzji strategicznych muszą brać pod uwagę waruni oraz ieruni zmian w otaczającym środowisu. Decyzje organizacji o charaterze strategicznym impliują powaŝne suti o obustronnym charaterze (pozytywnym i negatywnym) dla otoczenia. W regionach, gdzie występują trudne do rozwiązania problemy restruturyzacji górnictwa czy bezrobocia na tzw. terenach 8 por. Adamczy J., Koncepcja zrównowaŝonego rozwoju w zarządzaniu przedsiębiorstwem, Wydawnictwo Aademii Eonomicznej w Kraowie, Kraów 2001, s Op.cit.

95 93 postpegeerowsich, w procesach podejmowania decyzji strategicznych muszą być brać pod uwagę impliowane waruni oraz ieruni zmian w otaczającym środowisu, a ujawnienie i poddanie pod onsultacje pewnych obszarów decyzji strategicznych stanowi dodatowy warune aceptacji i sutecznego wyonania strategii. W procesach planowania i zarządzania strategicznego moŝna posłuŝyć się wyniami badań foresightowych przy przygotowywaniu planu rozwoju innowacyjności, technologii i działań z tym związanych w regionie. Cieawym przyładem moŝe być tzw. T- plan, opracowywany w celu ułatwienia szybiej inicjacji procesu tworzenia planów technologii (opartych na priorytetach) w przedsiębiorstwie, a cały proces obejmuje dwie główne części: podejście standardowe, wspomagające proces planowania produtu (Phaal et al, 2000), podejście dostosowane, tóre obejmuje wsazówi dotyczące szerszego zastosowania tej metody, integrujące do onretnego zastosowania wiele techni z podejścia standardowego. Proces standardowy (zintegrowane planowanie produtowo-technologiczne) według metodologii T-plan obejmuje cztery moderowane warsztaty, przy czym pierwsze trzy warsztaty dotyczą trzech luczowych warstw planu (ryne/ przedsiębiorstwo, produt/ usługa, technologia), czwarte warsztaty stanowią natomiast podsumowanie warstw i porządują je względem czasu. W rezultacie otrzymujemy wyres ujęty na Rys Istotne są taŝe równoległe działania zarządcze, np. planowanie i prowadzenie warsztatów, oordynacja i wdroŝenia opracowanych planów. W celu identyfiacji i oceny związów pomiędzy roŝnymi warstwami i warstwami pośrednimi planu zastosowano proste powiązane siati analizy. Rysune przedstawia schemat ze studium przypadu w ramach programu Foresight Vehicle (Phaal, 2002). Rys T-plan: etapy procesu standardowego z uwzględnieniem powiązanych siate analizy Źródło: Phaal R., 2002.

96 94 4. Poziomy badań foresightowych Proces foresightu z uwagi na swoją elastyczność jest stosowany w róŝnych oolicznościach oraz w róŝnych celach. I ta, dla przyładu na róŝnych poziomach gospodarczych i administracyjnych, celami tymi mogą być 10 : umocnienie podejścia zorientowanego na przyszłość w jednostach zarządu terytorialnego, identyfiacja obszarów badań z potencjałem do wzrostu i odnowienia, ompilacja informacji oraz zaprojetowanie procesów identyfiujących obszary o wysoich priorytetach, w tórych dany raj, region, przedsiębiorstwo powinni tworzyć espertyzy, oncentrować siły i środi, ułatwienie omuniacji między grupami interesów, podniesienie podstawowej wiedzy u decydentów oraz luczowych osób, wsparcie poŝądanego rozwoju technologicznego poprzez odpowiednie strategie, decyzje oraz działania, podwyŝszenie gotowości do zmian, jaie mogą zajść w przyszłości, zapewnienie onurencyjności w przyszłości, zróŝnicowanie przedsiębiorstwa (raju, regionu) w przyszłej onurencji, identyfiacja nowych technologii oraz obszarów wiedzy, przeciwdziałanie zlecewaŝeniu lub przeoczeniu nowych trendów lub słabych sygnałów, stworzenie nowych branŝ, dziedzin gospodari lub nowej wiedzy technologicznej, antycypacja zmian o charaterze światowym, identyfiacja przez firmy zagroŝeń oraz onurencji. Proces foresight prowadzony moŝe być na poziomach: ponadnarodowym (np. europejsim, OECD), narodowym, regionalnym, loalnym, branŝowym, przedsiębiorstwa (tzw. corporate foresight). 10 Summary Report, op.cit.

97 95 Foresight międzynarodowy obejmuje projety zrzeszające co najmniej ila regionów lub rajów. Łączą one przedstawicieli róŝnych rajów oncentrując się na propagowaniu efetywnych i bardziej adewatnych regionalnych strategii rozwoju badań i technologii, poprzez ulepszenie procesów strategicznych w regionach partnersich. W długim oresie powinno to doprowadzić do zwięszenia inwestycji na badania oraz rozwój poprzez więszą orientację na potrzeby publicznych polity rozwoju badań, technologii i inwestycji. Taie podejście stosuje się głównie w UE, dlatego wyodrębnia się foresight europejsi. Przyładami realizacji foresightu prowadzonego przy współpracy lub z inicjatywy Unii Europejsiej mogą być m.in. projety: The Foresight Laboratory of Europe zrzeszający przedstawicieli Niemiec (inno AG i Kultusministerium des Landes Meclenburg-Vorpommern), Włoch (ASTER Scienza Tecnologia Impresa - S. cons. p.a.), Szwecji (DahménInstitute i Region S&aringne) i Polsi (Fundacja Forum GRYF) (por. Sprawozdanie z realizacji projetu The Foresight Laboratory of Europe) 11. Celem podstawowym tego rodzaju badań jest wypracowanie instrumentów wyrównywania poziomu rozwoju naui i technologii, a poprzez ich implementację w gospodarce wyrównywanie poziomu onurencyjności rajów partnersich w sali międzynarodowej. Jest to więc typowe działanie na rzecz łagodzenia nierówności w rajach i regionach partnersich. Metodya foresightu pomaga taŝe w tworzeniu i utrzymywaniu foresightu społecznego w sali międzynarodowej. Czyni to za pomocą: asystowania przy wzroście i rozwoju nau dotyczących przyszłości, foresight stosowany, organizacyjny i nowe metodologie rozwoju społecznego, omuniowania i szeroiej współpracy zwłaszcza z członami World Future Studies Federation dotyczących przyszłości, rozwoju i rozpowszechniania róŝnych zasobów, produtów i usług wysoiej jaości. ZaangaŜowany w ten proces Instytut Integralny załoŝony przez Kennetha Earla Wilbera w Denver ontynuuje rozwój metodyi foresight i stosuje opracowane tam metody integralne w wielu dziedzinach, taich ja: biznes, rząd, eduacja i tzw. trzeci setor. Bardziej specyficzne dziedziny wymagają profesjonalnego rozwoju. Foresight narodowy obejmuje narodowe projety foresightowe, czyli inicjatywy zrzeszające specjalistów i organizacje o róŝnym profilu, posiadających ompetencje w wyznaczaniu ierunów zrównowaŝonego rozwoju danej gospodari, w celu oreślenia wspólnej wizji przyszłych osiągnięć eonomicznych, społecznych i politycznych w sali ogólnonarodowej. Wynii foresightu narodowego powinny stanowić inspirację i ramy dla projetów regionalnych i loalnych. Zaleca się, by w projecie uczestniczyli odpowiedzialni urzędnicy administracji szczebla centralnego, loalnego i nauowego oraz przedsiębiorcy i ich reprezentanci instytucjonalni róŝnych gałęzi gospodari. Ich uczestnictwo zapewni poŝądane efety wysoiej jaości, ja równieŝ zapewnienie implementacji wyniów foresightu. 11 Raporty:

98 96 Foresight regionalny polega na budowaniu wizji rozwoju w ograniczonej terytorialnie przestrzeni. Foresight moŝe być wyorzystany w wielu róŝnorodnych obszarach rozwoju danego regionu: nauowym, przemysłowym, demograficznym, społecznym, politycznym i ulturalnym. Najwięszym atutem foresightu regionalnego jest duŝa, zarówno pratyczna, ja i teoretyczna wiedza uczestniów projetu o sytuacji w regionie, jego potencjale, onflitach, barierach eonomicznych czy instytucjonalnych. Sala tej wiedzy rośnie w przestrzeni loalnej (miasta, gminy). W regionach łatwiejsze są do rozpoznania determinanty zachowań ludzich i osiąganie consensusu. Oczywiście, foresight regionalny nie moŝe być onstruowany całowicie w oderwaniu od projetów narodowych. Czynnii maroeonomiczne stanowią bowiem otoczenie dla regionów. NajwaŜniejsze orzyści płynące z realizacji projetów foresightu regionalnego i loalnego to: 12 tworzenie warunów dla zrównowaŝonego rozwoju, budowa regionalnych sieci powiązań mających na celu rozwój interacji pomiędzy głównymi atorami społeczno-eonomicznymi, promowanie onurencyjności regionu, identyfiacja priorytetowych celów inwestycyjnych, aceptowanych społecznie, oreślenie wyzwań i szans regionu dostarczając tym samym onretnej wiedzy na potrzeby decyzyjne w sferze polityi. Foresight branŝowy, coraz bardziej popularny, stanowi lucz do rozwoju danego rodzaju biznesu. Obejmuje projety uierunowane na stworzenie systematycznej wizji rozwoju danego setora, mając na celu wyznaczenie luczowych czynniów, tóre w przyszłości mają szanse odegrać istotną rolę w rozwoju wybranej branŝy. Innym powodem tworzenia tego typu projetów moŝe być potrzeba restruturyzacji branŝ, tóre ze względu na rodzaj stosowanych technologii są zagroŝone przez moŝliwość niedostosowania do przyszłych norm polityi środowisowej UE. Przyładem tego rodzaju projetów moŝe być polsi setor chemii nieorganicznej i projet Odpady nieorganiczne przemysłu chemicznego foresight technologiczny ( czy teŝ projet Scenariusze i trendy rozwojowe wybranych technologii społeczeństwa informacyjnego do rou 2025 ( realizowane ostatnio w Polsce. Projety tego rodzaju wsazują na zagroŝenia rozwojowe wyniające z niedostosowania technologii i strutury organizacyjnej do przyszłych norm acquis communataire i onurencji światowej. Wynii taich projetów dostarczają niezbędnych informacji do budowania strategii dalszego rozwoju pozwalającej na wdroŝenie mechanizmów dostosowawczych i zachowanie lub odzysanie onurencyjności. Zaniechanie podjęcia tego wyzwania oznacza obniŝanie się pozycji danej branŝy na rynu światowym lub rajowym. 12 Na podstawie raportów:

99 97 Foresight przedsiębiorstw (orporacyjny). 13 Upowszechnienie badań foresightowych wroczyło taŝe do przedsiębiorstw, rozwinęło się podejście foresightu orporacyjnego (corporate foresight), oreślanego często jao FK. Jest on najmniej znany spośród foresightów opisanych w literaturze. FK polega na systematycznym, partycypacyjnym budowaniu wizji przedsiębiorstwa oraz oreśleniu luczowych czynniów istotnych w długofalowej strategii jego rozwoju. FK to równieŝ proces omuniacyjny, tóry wytycza strategiczne ieruni działania przedsiębiorstwa oraz oreśla wyzwania przyszłości w zaresie innowacji. Jego realizacja wymaga od przedsiębiorstwa systematycznego gromadzenia danych z przeprowadzanych badań prognostycznych i wzajemnej współpracy zaangaŝowanych jednoste i podmiotów w przedsiębiorstwie. W wyniu tych działań powstaje obraz przyszłości przedsiębiorstwa i jego otoczenia, sładający się z obszernej ilości informacji na temat gospodari, technologii, rynów, lientów i społeczeństwa, tóry pozwala przygotować przedsiębiorstwu strategiczne decyzje i zapewnia długofalową przewagę onurencyjną. Oczywiście, przedsiębiorstwo w oreślaniu przyszłego rozwoju ma do dyspozycji szeroie spetrum teorii mieszczącej się w zaresie zarządzania strategicznego. Niemniej, dotyające go niepowodzenia, szczególnie w sytuacjach ryzysowych wymagają ciągłego poszuiwania i tworzenia relatywnie bezpieczniejszych oncepcji przyszłego rozwoju. Dlatego westia odpowiedzi na pytanie: w jai sposób przedsiębiorstwo ształtuje swoją przyszłość? pozostaje wciąŝ otwarta na nowe rozwiązania. Przedsiębiorstwa powinny interesować się nowymi obszarami tematycznymi, moŝliwościami, speulacjami, innowacyjnymi pomysłami i wizjami, tóre pozwalają rozwijać w przedsiębiorstwie przestrzeń postrzegania i myślenia o przyszłości. Foresight orporacyjny z całą pewnością wymaga rozbudzenia reatywności w przedsiębiorstwie. FK stanowi zbiór wielu elementów, tórych integracja umoŝliwia przedsiębiorstwu osiągnięcie taich celów, ja 14 : Identyfiacja istotnych trendów w otoczeniu. Sprzyja ona reducji stopnia ryzya i niepewności w wyonywanych przedsięwzięciach oraz umoŝliwia eliminację tych obrazów przyszłości, tóre są niewłaściwe dla przedsiębiorstwa. W ramach tychŝe badań są przeprowadzane działania poznawcze w celu oceny rozwoju otoczenia z róŝnych puntów widzenia niŝ dotychczas funcjonujące w danym przedsiębiorstwie, Wyznaczenie nieznanych dotąd oncepcji rozwoju przedsiębiorstwa i jego moŝliwości technologicznych, tóre mogą jednocześnie wpływać na rozwój społeczny i gospodarczy, Sierowanie uwagi przedsiębiorstwa na przyszłe wyzwania i uświadomienie, jaie problemy powinny być obecnie badane, 13 Iwona Badeca, Jan Sonieczny, Corporate Foresight jao narzędzie badania przyszłości przedsiębiorstwa 14 Dießl K., Der Corporate-Foresight-Prozess, VDM, Saarbrücen Cyt. Za: I. Badeca, J. Sonieczny, op.cit.

100 98 Przygotowanie decyzji strategicznych, tóre wyorzystuje się przy inicjacji onretnych projetów. Oczywiście, nie moŝe istnieć jeden proces badawczy typu foresight orporacyjny, bowiem aŝde przedsiębiorstwo charateryzuje się indywidualnymi cechami, zaleŝnymi od warunów, przedmiotu działania, a przede wszystim od zaangaŝowanych w nim ludzi. KaŜdy FK jest więc indywidualnym badaniem podporządowanym wymaganiom danego przedsiębiorstwa. Oprócz wsazanych wyŝej poziomów badań foresightowych, jego rodzaje wyniają z wielu specyficznych ryteriów umoŝliwiających bogatą selecję podejść do badań foresightowych. Prezentuje ją Rys Rys Klasyfiacja foresightu Źródło: Opracowanie własne na podstawie: FOREN, 2001; Borodao, 2008

101 5. Metody badań foresightowych 99 Metody foresightu dzieli się na heurystyczne oraz na ilościowe, espercie i jaościowe. PoniŜej przedstawiamy ila najbardziej charaterystycznych metod foresightu technologicznego. Metody heurystyczne, oreślane jao metody twórczego rozwiązywania problemów. Są one stosowane między innymi w procesie podejmowania decyzji oraz prognozowaniu 15. W istocie chodzi tu o metody oparte na wydobywaniu esperciej wiedzy w celu rozwoju długoterminowych strategii. W foresighcie są one przydatne dlatego, gdyŝ wyazują, Ŝe nie zawsze w wyniu badania przeszłości moŝemy przewidzieć przyszłość. Prognozowanie heurystyczne to przewidywanie nowych obrazów rzeczywistości nieoniecznie dających się opisać za pomocą analizy przeszłości. Oreśla się to prognozowanie równieŝ jao intuicyjne, gdyŝ opiera się ono na wyobraźni i zdrowym rozsądu. MoŜna je wiązać nie tylo z interdyscyplinarną wiedzą czy umiejętnościami pratycznymi łączącymi się z twórczym rozwiązaniem zadań, ale teŝ z metodą myślenia róŝną od algorytmu. Co prawda, zaletą algorytmów jest ich ścisłość i niezaleŝność od subietywnych sądów czy cech stosującego je człowiea, jedna wielu waŝnych zadań nie da się za ich pomocą rozwiązać ze względu na niewielie moŝliwości opracowania sutecznych algorytmów. Istotą metod heurystycznych jest dochodzenie do nowych rozwiązań przez formułowanie hipotez wyniających z opinii espertów opartych na intuicji i doświadczeniu. Zatem niezmiernie waŝnym elementem badania jest właściwy dobór espertów ze względu na ich osobowość, wiedzę, szeroie horyzonty myślenia itp. Do grupy metod heurystycznych (zwanych teŝ jaościowymi) naleŝą m. in.: burza mózgów oraz metoda delfica. Metoda delfica jest najczęściej stosowaną metodą badań typu foresight (Linstone and Turoff, 1975; Grupp and Linstone, 1999), polegająca na przeprowadzeniu ilurotnego anietowania grupy espertów, tórzy nie mogą się ze sobą w tej sprawie onsultować. Esperci powinni posiadać duŝą wiedzę merytoryczną i doświadczenie w tematyce będącej przedmiotem aniet, ale jednocześnie taŝe szeroi ogląd i doświadczenia w zaresie oddziaływania badanej dziedziny na szeroo rozumiane otoczenie. KaŜdy z nich merytorycznie uzasadnia przedstawione wynii. Po zebraniu wyniów i przeprowadzeniu ich analizy, prowadzący projet przygotowuje olejną wersję aniety zawęŝającą i uściślającą obszar działania, po czym rozsyła ją ponownie do tych samych espertów. Z doświadczenia prowadzonych badań wynia, iŝ cyl ten jest powtarzany ilarotnie, aŝ do wypracowania pewnego onsensusu pomiędzy espertami. Metoda delfica polega zwyle na badaniu opinii espertów dotyczących prawdopodobieństwa lub czasu zajścia przyszłych zdarzeń. Wynii otrzymane w metodzie delficiej mogą słuŝyć do dalszych badań heurystycznych w celu zbudowania macierzy wpływów bezpośrednich oreślanych na podstawie wiedzy esperciej, rzyŝowej analizy wpływów, budowy scenariuszy. Wynii analiz delficich są często materiałem wstępnym do badań 15 Choć głównie proponowane są jao metody prognozowania, zob. Cieśla M. [Red.], Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 2005.

102 100 panelowych, tóre są rozwinięciem tej analizy w fazie dysusji tzw. paneli espercich. Burza mózgów (brainstorming) tratowana jest jao pomocnicza wobec metody delficiej. Burza mózgów polega na stymulowaniu ja najwięszej ilości pomysłów mających na celu rozwiązanie zadania prognostycznego, przy czym faza tworzenia oddzielona jest od fazy oceny pomysłów. Taie podejście pobudza do tworzenia idei oraz pomysłów nieonwencjonalnych i nowatorsich. Uczestnicy burzy mózgów mogą łączyć i dosonalić pomysły innych uczestniów. Pomysły są własnością grupy, a ich selecja doonywana jest w wyniu consensusu lub metody wieloryterialnej oceny. Metoda warsztatów modyfiowanych (por. Ollivere, 2002) - jest zestawieniem trzech form warsztatów, tórych celem jest zaplanowanie scenariuszy. Poszczególne warsztaty są oznaczone literami A, B, C i w tej olejności są organizowane. W przypadu zastosowania tej metody w foresighcie regionalnym, warsztaty typu A są organizowane jao spotania z decydentami celem oreślenia długooresowych planów rozwoju regionu ze szczególnym zwróceniem uwagi na taie aspety ja technologie luczowe czy inne priorytety. Technia ta pozwala na oreślenie przyszłych uwarunowań sucesu. Kolejną formą warsztatów są tzw. warsztaty typu B. W tym przypadu zaproszonych do udziału jest o. 10 uczestniów (równieŝ decydentów) z ilu nieonurujących ze sobą regionów, umoŝliwiając wymianę i porównanie swoich doświadczeń w oparciu o ich specyficzne lub specjalistyczne umiejętności. Trzecim typem warsztatów są tzw. warsztaty typu C, opierające się podobnie ja poprzednie na pracy z grupą decydentów. W tym przypadu uczestniami są osoby z wielu regionów uczestniczące w dwuetapowym spotaniu. Podczas pierwszego jest budowany standardowy scenariusz rozwoju wybranego obszaru polityi regionalnej. Następnie aŝdy region wypełnia macierz oddziaływania porównując załoŝenia przyjęte do wcześniejszego scenariusza z własnym potencjałem. W tracie drugiego etapu przedstawiciele regionów spotyają się we wspólnym gronie wymieniając się spostrzeŝeniami i ustalane są planowane działania. Jest to metoda bardzo przydatna w foresighcie regionalnym, oparta o doświadczenia foresightu orporacyjnego. Łączy ona wyraźnie etap wdroŝenia rezultatów z etapem badań, pozwala na wymianę doświadczeń między regionami, podjęcie decyzji o współpracy w róŝnych dziedzinach, wspólnych acjach prorozwojowych itp. Analiza SWOTC zorientowane pratycznie rozszerzenie (por. Sulimowsi, 2006) powszechnie znanej metody SWOT, wprowadzone i zastosowane po raz pierwszy w unijnym projecie 5.PR FISTERA (Foresight of the Information Society in European Research Area; Sulimowsi, 2006), jest podstawą tworzenia aŝdej oncepcji strategicznej, a taŝe pozwala na diagnozę stanu. Jest analizą słabych i mocnych stron oraz szans, zagroŝeń i wyzwań (ang. Strengths, Weanesses, Opportunities, Threats, Challenges analysis). WyróŜnia się w niej obo moŝliwości i zagroŝeń, jao czynnii egzogenne działające w przyszłości Wyzwania (Challenges), tóre mogą przeształcić się zarówno w moŝliwości ja i w zagroŝenia, w zaleŝności od podejmowanych decyzji lub zdarzeń niezaleŝnych od decydenta. Pozwala ona jedna na poszerzenie moŝliwości zaleŝnych od właściwego podejmowania decyzji czy dobrego rozpoznania i monitorowania warunów otoczenia i jest szczególnie przydatna

103 101 w foresightcie orporacyjnym, gdzie istota metody sprowadza się do wsazania stanu przedsiębiorstwa oraz oreślenia, ja na jego rozwój wpływają czynnii zewnętrzne (otoczenie) i wewnętrzne (potencjał własny). Słabe i mocne strony oreślane są w odniesieniu do czynniów wewnętrznych, natomiast szanse i zagroŝenia mają źródła poza badanym obszarem. Analiza SWOT lub SWOTC często stanowi podstawowy materiał do budowania strategii rozwoju, czy strategii onurencji. Metoda SWOTC jest oparta na prostym schemacie lasyfiacji: wszystie czynnii mające wpływ na bieŝącą i przyszłą pozycję organizacji dzieli się na: zewnętrzne pozytywne szanse; zewnętrzne negatywne zagroŝenia; wewnętrzne pozytywne mocne strony; wewnętrzne negatywne słabe strony, czynnii przyszłe, mogące przeształcić się w szanse lub zagroŝenia wyzwania. W swojej najprostszej postaci metoda SWOTC ma postać pięciopolowej tabeli, zawierającej wypuntowane siły, słabości oraz szanse, zagroŝenia i wyzwania. Inny wariant metody TCOWS, gdzie silne i słabe strony tworzą jedną oś uładu współrzędnych, a zagroŝenia, wyzwania i szanse drugą, pozwala na oreślenie rodzaju związów pomiędzy silnymi i słabymi stronami jao czynniami obecnymi, na zidentyfiowane czynnii przyszłe. Metoda SWOTC pozwala łatwo przejść od etapu analizy do etapu planowania strategicznego a wyróŝnienie czynniów niezaleŝnych od poziomu organizacyjnego badań wsazuje na waruni brzegowe, tóre trzeba brać pod uwagę przy projetowaniu wizji rozwoju. Z analizy SWOTC moŝna teŝ wywniosować, w jaim stopniu wyzwania mogą stać się słabą stroną, zagroŝeniem, czy moŝe szansa Analiza SWOTC jest szczególnie przydatna w foresighcie regionalnym. Istota tej analizy sprowadza się wówczas do wsazania stanu regionu oraz oreślenia, ja na jego rozwój wpływają czynnii zewnętrzne (otoczenie) i wewnętrzne (potencjał własny). Słabe i mocne strony oreślane są w odniesieniu do czynniów wewnętrznych, natomiast szanse i zagroŝenia mają źródła poza badanym obszarem. Analiza PEST jest typową metodą z dziedziny zarządzania strategicznego. Jest to metoda analizy otoczenia zewnętrznego, tóre dotyczy wszystich jednoste zarządu terytorialnego. Aronim PEST oznacza czynnii Polityczno Eonomiczno Społeczno Technologiczne badanego otoczenia. Te zewnętrzne czynnii najczęściej są poza ontrolą firm i czasami stanowią dla nich zagroŝenie. Analiza PEST jest jedną z częściej stosowanych metod w procesie podejmowania decyzji, w tym ustalania wytycznych w zaresie rozdziału środów z Funduszy Struturalnych. UmoŜliwia ona oreślenie potencjału obszaru, np. wsazując wzrost lub spade, właściwość i atracyjność rynu oraz jego trwałość Zastosowano ją zarówno w NPF: Polsa 2020, ja i w projecie Foresight adr nowoczesnej gospodari.

104 102 Budowa scenariuszy na potrzeby foresightu jest zarazem sposobem esploracji przyszłości i polem zastosowania wiedzy zdobytej na innych etapach procesu foresight, ja i narzędziem wspomagania decyzji strategicznych uazującym moŝliwe wybory i ich potencjalne onsewencje. Termin scenariusz został wprowadzony przez H. Kahna w latach 50. XX w. w stosunu do aspetów polityi publicznej, zagranicznej i obrony badań wojsowych i strategicznych prowadzonych przez Rand Corporation. Wg autora polega ona na opisie zdarzeń i wsazaniu ich logicznego i spójnego następstwa w celu ustalenia, w jai sposób, ro po rou, rozwijać się będzie obiet (system) np. przedsiębiorstwo, społeczeństwo, gospodara, przemysł energetyczny, środowiso naturalne i dlaczego. Przyjmuje się przy tym pewien punt wyjścia, tórym moŝe być np. stan obecny. W metodzie ładzie się nacis na te zdarzenia, tóre mogą stanowić punt bifuracji dla alternatywnego ciągu zdarzeń. W rezultacie stosowania tej metody otrzymujemy zbiór moŝliwych obrazów przyszłości tworzących z reguły 3 do 5 scenariuszy bazowych. Scenariusz jest więc uładem zdarzeń powiązanych w logiczną, chronologiczną sewencję. Rozpatruje się te zdarzenia, tóre mogą wystąpić i tóre są istotne dla wybranego obietu, dla tórego piszemy scenariusz, odnoszą się do oreślonego czasu, są ze sobą powiązane za pomocą róŝnego rodzaju relacji w tai sposób, Ŝe aprosymacja całego uładu zdarzeń moŝe być otrzymana na podstawie hipotez wyciągniętych z tych relacji. Scenariusze mogą powstawać na podstawie prac podczas spotań roboczych lub paneli espertów, na podstawie wyniów badań (np.: metoda Delphi) albo teŝ na podstawie wiedzy uczestniów paneli. Scenariusze bazowe w badaniach foresightowych mogą teŝ być wyznaczane poprzez lasteryzację scenariuszy elementarnych, tj. łańcuchów spodziewanych przyszłych zdarzeń połączonych ze sobą oraz z zewnętrznymi (niezaleŝnymi od decydenta) zdarzeniami związami przyczynowo-sutowymi (Sulimowsi, 2008). Rys Schemat budowy scenariuszy w Programie Polsa 2020 Źródło: Narodowy Program Foresight, 2009.

105 103 Scenariusze opracowane w Programie Foresight: Polsa 2020 ze wsazaniem technologii priorytetowych dla Polsi i onsewencje przyjęcia bądź nieprzyjęcia tej strategii przedstawione są na Rys. 5.5.: Rys Scenariusze dla Polsi wg ryterium technologii luczowych* * scenariusz D Kryzys został odrzucony przed rozpoczęciem uszczególnień scenariuszy, pomimo symptomów rozpoczynającego się ryzysu finansowego. Źródło: Narodowy Program Foresight, 2009 Kolejny przyład prezentuje wyznacznii rozwoju oreślone w procesie foresightu regionalnego w wybranych regionach europejsich: Elem enty foresightu regionalnego oddziaływujące na zarządzanie rozwojem zrównowaŝonym w badanych regionach F ores igh t re gio naln y North East F ores igh t re gio naln y U usim aa F ores igh t re gio naln y Bo rder, M idland s an d W es tern Technologie środowisowe P rzem ysł p rzy brzeŝny W ied zo -in te nsy wne usługi biznesowe T urys tya zró wno waŝona Zarzą dzanie rozwojem zrównowaŝonym w regionie A n ty cyp acja P arty cypa cja Konsensus społeczny Kultura myślenia o przyszłoś ci Długoterminowa perspetywa Sieci partnersie Atrybuty procesu foresightu regionalnego Rys Wynii foresightu regionalnego z regionów: North East (Anglia), Uusimaa (Finlandia), Border, Midlands and Western (Irlandia). Źródło: K. Borodao, Termin technological roadmapping odnosi się do róŝnego rodzaju studiów obejmujących wyorzystanie w planowaniu strategicznym szczegółowych projecji moŝliwych osiągnięć technologicznych, produtów i środowisa przyszłości. Tzw. mapa drogowa lub inaczej diagram roadmappingowy, stanowi zwyle narzędzie nor-

106 104 matywne, tzn. Ŝe znana lub wstępnie załoŝona jest poŝądana przyszła pozycja onurencyjna przedsiębiorstwa. Diagram roadmappingowy jest graficzną reprezentacją relacji pomiędzy elementami głównych jego warstw (por. Rys. 5.7.), gdzie obiety oznaczające przeszłe, obecne i przyszłe stany rozwoju nauowo-technologicznego, rynów, technologii i produtów połączone są powiązaniami struturalnych lub czasowych relacji uazujących naturę, tempo i ieruni potencjalnego rozwoju. Diagram zawiera taŝe węzły oznaczające amienie milowe modelowanych procesów, taie ja punty decyzyjne, moŝliwości interwencji czynniów zewnętrznych niezaleŝnych od przedsiębiorstwa, bifuracje trendów i scenariuszy. Metoda ta stosowana jest od drugiej połowy ubiegłego stulecia w planowaniu strategicznym, początowo w branŝy eletronicznej (Motorola), a następnie w innych branŝach i przedsiębiorstwach. Poprzez uazanie powiązań przyczynowo-sutowych oraz moŝliwości technologicznych z celami biznesowymi, roadmapping wsazuje sposoby wchodzenia na ryne z właściwymi produtami we właściwym czasie (por. Sulimowsi, 2009, gdzie znajduje się obszerne omówienie tej metody), a taŝe osiągania celów taich ja obniŝenie espozycji na ryzyo róŝnego typu, obniŝenie osztów producji itp. Z puntu widzenia celu roadmappingu technologicznego, moŝna wyróŝnić procesy roadmappingowe uierunowane na: planowanie produtu lub usług (NPD New Product Development), budowę i wdraŝanie strategii orporacyjnej, roadmapping dostosowawczy (do zewnętrznych wyzwań i uwarunowań, a taŝe prywatyzacji i innych przeształceń prawnych i własnościowych, fuzji, przejęć oraz restruturyzacji). Metody ilościowe foresightu Do ilościowych metod foresightu zalicza się m.in. analizę trendów, polegającą na identyfiowaniu oraz opisie ilościowym luczowych trendów wpływających na waruni funcjonowania przedsiębiorstwa (branŝy, regionu, raju) najbliŝszej przyszłości. Dzięi badaniu trendów moŝna zgromadzić wiedzę o zagroŝeniach oraz wyzwaniach, ale taŝe szansach tóre stoją przed firmą (branŝą, rajem, regionem). Specyficznymi metodami analizy trendów stosowanymi w foresighcie są metoda badania wpływu zdarzeń na trendy (trend-impact analysis) oraz analiza wzajemnych wpływów trendów na siebie, zwana teŝ rzyŝową analizą wpływów (cross-impact analysis). Ta ostatnia metoda w uproszczony sposób oreśla siłę oraz ierune wzajemnego oddziaływania trendów, bez badania ich przyczyn charateru. Krytya uproszczeń tej analizy, tóra jedna moŝe być pomocna w przypadu brau danych niezbędnych do budowy ompletnego modelu zjawis oddziaływania trendów na siebie, podana jest w Rozdz. 5 monografii Linstone a i Turoffa (1975).

107 105 Rys Przyład diagramu roadmappingowego Źródło: Opracowanie własne P&BF

108 106 Drzewo uwarunowań (odniesień) jest metodą analityczną słuŝącą deompozycji rozległych zaresów badawczych na mniejsze obszary problemowe. Konretne zagadnienie musi zostać rozłoŝone na przynajmniej dwa mniejsze. Jeśli nie moŝna tego wyonać to oznacza, iŝ dany problem został wystarczająco uszczegółowiony. Nieprawidłowy rozład problemu na mniejsze elementy moŝe doprowadzić do nieczytelności całego grafu i do niewłaściwego zrozumienia problemu. Metodya drzewa odniesień naleŝy do analiz systemowych, a jej suteczność widoczna jest w następujących zaresach: Wyznacza przyszłe potrzeby i identyfiuje środi technologiczne niezbędne do ich spełnienia. Oreśla problemy, podaje rozwiązania, wyznaczając zares naładu sił i środów. Oreśla wagę wysiłów podejmowanych w celu zwięszenia osiągnięć technologicznych, społecznych, eonomicznych; za pomocą tej metody moŝna doonać systemowej analizy nierówności, odnieść je do wzorca, oreślić odchylenia, oreślić salę wysiłu niezbędnego do ich złagodzenia 17. Badania anietowe Istotą procesu foresight jest aceptacja społeczna wybranych za pomocą zróŝnicowanych metod wariantów wizji przyszłości. Egzemplifiacja tej aceptacji doonuje się ostatecznie w wyniu onsultacji społecznych, w tórych stosuje się najczęściej metodę anietową. W odróŝnieniu od omawianych wcześniej przyładów metod stosowanych w procesach foresightowych, metoda anietowa nie wyorzystuje espertów, tzn. specjalistów w pewnych dziedzinach, lecz losowo wybrane osoby respondentów, np. onsumentów, gospodarstwa domowe, pracowniów przedsiębiorstw, decydentów, przedstawicieli administracji róŝnych szczebli. Materiał anietowy gromadzony jest przez zbieranie odpowiedzi na przemyślany, z góry ustalony zestaw pytań sierowanych do losowo wybranych respondentów. Podstawowym narzędziem pomiarowym w metodach anietowych jest westionariusz, będący uporządowaną merytorycznie listą pytań, na tóre oczeuje się odpowiedzi. Kwestionariusz słada się z trzech części: nagłówowej (adresowej), zasadniczej (tematycznej) i ońcowej (metryczi). W części adresowej podaje się temat, cel i nazwę instytucji przeprowadzającej badanie. W części zasadniczej umieszcza się pytania, ierując się trzema podstawowymi zasadami: przechodzenia od pytań ogólnych do szczegółowych, wzbudzania zainteresowania oraz stopniowego wyczerpywania tematu. W zaleŝności od rodzaju Ŝądanej odpowiedzi, pytania dzieli się na : 1. Pytania otwarte dające anietowanemu swobodę w sformułowaniu odpowiedzi, co oznacza, Ŝe uzysana odpowiedź jest niewysalowana. Zwyle rozpo- 17 FOREN Foresight for Regional Development Networ, A Practical Guide to Regional Foresight, IPTS, PREST, CM International, Sviluppo Italia S. p. A., Seville Manchester Boulogne Roma 2001,

109 107 czynają one listę pytań (pytania ogólne) oraz są zadawane do sondowania w celu uzysania dalszych, doładniejszych odpowiedzi. 2. Pytania zamnięte ograniczające wypowiedź respondenta do wyboru wariantu gotowej odpowiedzi, co oznacza, Ŝe uzysana odpowiedź jest wysalowana. Są łatwiejsze w stosowaniu zarówno dla prowadzącego pomiar, ja dla respondenta. Informacje płynące z tego rodzaju pytań mówią nie tylo o poglądach, ale i o sile poglądów respondenta. Wśród pytań zamniętych wyróŝnia się pytania ta nie, tóre są łopotliwe, gdyŝ jednoznaczna odpowiedź nie zawsze jest moŝliwa. Metrycza poświęcona jest ogólnej charaterystyce respondenta. Najczęściej są to informacje o jego cechach demograficznych, społecznych i eonomicznych. Badania anietowe mogą być przeprowadzane jao pocztowe, prasowe, telefoniczne, radiowe i telewizyjne, opaowaniowe oraz audytoryjne. Mogą teŝ być ogólne oraz tematyczne. Do opracowania wyniów aniet słuŝą metody analizy statystycznej. Nie aŝda anieta moŝe słuŝyć tworzeniu wizji przyszłości. Jedna, w więszości przypadów badań foresightowych uzysane opinie społeczne pozwalają na oreślenie zaresu aceptacji czy odrzucenia danej propozycji, priorytetu. Ponadto, dzięi onsultacjom społecznym moŝna osiągnąć wiele opinii w westiach szczegółowych, tóre odpowiednio opracowane oreślają trendy popytu, oszczędności, inwestycji, potrzeb w róŝnych dziedzinach, barier działalności czy funcjonowania w społeczeństwie. Wiedza ta jest niezbędna do poprawnego podejmowania decyzji na aŝdym szczeblu. Wsazywaliśmy we wstępie, iŝ w procesie foresight moŝna wyorzystać bardzo wiele metod, a decyduje o tym zarówno poziom badań, ja i ich głęboość oraz poziom sompliowania. Omówiono natomiast tylo wybrane metody, tóre w uznaniu espertów mogą mieć znaczenie w badaniu nierówności o róŝnym charaterze. Zastosowanie w tym celu innych, wyselecjonowanych w lasyfiacji foresightu metod (Rys. 5.4.) wymaga dalszej analizy i zweryfiowania ich suteczności w pratyce badawczej. 6. Foresight a priorytetyzacja W planowaniu strategicznym niezbędne jest często ustalanie priorytetów technologicznych i inwestycyjnych, preferowanych ierunów rozwoju i espansji rynowej, a taŝe innych celów strategicznych. Priorytet ojarzy się z taimi atrybutami, ja: pierwszy, wcześniejszy, waŝniejszy, espansywny, uprzywilejowany, promowany, esponujący, godny uwagi itd. Priorytet oreśla taŝe olejność realizacji zadań, projetów itp. Te z wyŝszym priorytetem realizujemy najpierw gdyŝ są waŝniejsze, te z niŝszym później. Dlatego niezbędne jest ustalenie reguł oreślających nadawanie praw do pierwszeństwa, a postępowanie zgodnie z nimi jest procesem dynamicznej priorytetyzacji (Sulimowsi, 2008). Etap priorytetyzacji ończy się usystematyzowaniem wszystich ocenianych inicjatyw - od tych najbardziej wartościowych do obietów o najniŝszej wartości.

110 108 W związu z fatem, ze rezultatami foresightu są równieŝ listy priorytetów, pojawia się pytanie: w jai sposób moŝna wyorzystać badania foresightowe w celu wyselecjonowania priorytetów z danego zaresu zarówno obszarowego, ja i tematycznego? Proponowany tu sposób postępowania jest następujący: Analiza wyniów róŝnorodnych badań foresightowych na poziomie regionalnym, loalnym bądź przedmiotowym (branŝowym). Na tej podstawie wyselecjonowanie technologii luczowych, luczowych setorów i inwestycji, luczowych działań. Przypisane są im miejsca na liście oreślone na podstawie współczynniów wagowych, tóre z olei są wyznaczone na podstawie liczby wystąpień w raportach foresight, miejsc na listach oraz współczynniów wiarygodności poszczególnych projetów. Powstaje lista (mapa) priorytetowych setorów, działań, inwestycji, produtów, procesów, przy czym miejsca w raningu oreślane są na podstawie współczynniów wagowych. Weryfiacja analizowanych projetów z syntetycznymi listami priorytetów wyniów foresightu (utworzenie nowego ryterium "spełniania reomendacji" foresightu - zostaje ono zastosowane w metodzie: preferencje setorowe) Utworzenie zbioru puntów odniesienia wg metody opisanej w (Sulimowsi, 1997) związanych ze scenariuszami opracowanymi w projetach foresightowych (optymistyczny - lasa puntów idealnych, neutralny - punty status quo, pesymistyczny - punty antyidealne itp.). Dla aŝdego analizowanego obietu bada się jego miejsce w odpowiednim scenariuszu, wyznacza najbliŝsze moŝliwe punty odniesienia i odpowiednio lasyfiuje. Najlepsze obiety wybierane są do wdroŝeń. Przy stosowaniu zaproponowanej wyŝej metody naleŝy pamiętać, iŝ naleŝy wcześniej powiązać dane podane w scenariuszach z ryteriami oceny obietów (technologii wariantów inwestycji, projetów), zwłaszcza ze wsaźniami eonomicznymi oraz eologicznymi. Mapa drogowa stworzona w celu wyorzystania wyniów foresightu do wyboru priorytetów badanej dziedziny zawierać powinna następujące zalecenia: Przeładać wyobraŝenia i scenariusze na onretne procesy, Zdefiniować strategiczne punty zwrotne, Być szczerym wobec własnych moŝliwości, Oreślić wspólne ścieŝi postępowania dla ilu wizji przyszłości, Stosować odpowiednie metody do identyfiacji priorytetów, Być onsewentnym i zdeterminowanym do aloowania budŝetów na onretne działania w odpowiednim czasie, Zapewnić moŝliwości bezpośredniego przejścia od foresightu do budowy strategii działania.

111 109 ZauwaŜmy, Ŝe priorytetowe ieruni inwestycji w branŝach wraŝliwych społecznie lub środowisowo, wyselecjonowane w oparciu o wynii badań foresightowych w sali raju czy regionu, mogą uzysać wysoi stopień racjonalności wdroŝeniowej, o ile foresight zapewnił wcześniej onsultacje pozwalające na uzysanie aceptacji społecznej. Wynii badań foresightowych pozwalające wyselecjonować priorytetowe ieruni inwestycji mogą uzysać wysoi stopień racjonalności wdroŝeniowej, poniewaŝ są społecznie aceptowane. Przechodząc z poziomu narodowego na poziom regionu, miasta (gminy) czy przedsiębiorstwa, wynii badań foresightowych mogą być przydatne w budowaniu strategii inwestowania (rozwoju). Po raz olejny widoczna jest rola badań foresightowych, w wyniu tórych definiowane są priorytety, a dopiero na ich podstawie buduje się strategię zarządzania obejmującą zasadnicze etapy, metody, procedury postępowania. Priorytety rozwoju setorów, technologii, adr i ompetencji, inwestycji, itp. wyznaczane są na róŝnych poziomach, dlatego warto przeanalizować na przyładach zebrane doświadczenia i moŝliwości ich wyorzystania. 7. Foresight a wdroŝenie priorytetów analiza przypadów WaŜnym aspetem wyorzystania wyniów rajowych projetów foresightu na szczeblu publicznym jest ich zgodność ze strategicznymi ierunami rozwoju UE i z Narodową Strategii Spójności na lata (NSS), jao Ŝe wszystie te projety finansowane były ze środów unijnych. Oznacza to, Ŝe uzgodnienie priorytetów jednosti samorządu terytorialnego z priorytetami oreślanymi w projetach foresightowych powinno ułatwiać dofinansowanie projetów rozwojowych w ramach Regionalnych Programów Operacyjnych oraz z innych środów europejsich. Atywność rajów członowsich UE, taŝe Polsi, musiała uwzględniać następujące wyznacznii: a) tworzenie stabilnej oncepcji i transformacji dotychczasowej gospodari UE w gospodarę opartą na wiedzy dzięi zmianie paradygmatu rozwoju i włączenia nośniów wiedzy do grupy czynniów inwestycyjnych, b) przyspieszenie reform struturalnych dzięi instytucjonalnemu wsparciu działań na rzecz wzrostu innowacyjności i onurencyjności, c) modernizację europejsiego modelu społecznego, poprzez inwestowanie w ludzi i zwalczanie praty społecznego wyluczenia, d) zapewnienie zdrowia eonomicznego i perspetywy wzrostu gospodarczego poprzez wyorzystanie właściwej, czyli w tym przypadu mieszanej polityi maroeonomicznej państwa, zawierającej zarówno instrumenty wzmacniające liberalizację wielu dziedzin, ja i wybiórcze instrumenty regulacyjne wpływające na motywację eonomiczną podmiotów gospodarczych (np. stabilizacja maroeonomiczna z równoczesnym ierunowym wsparciem atywności inwestycyjnej przedsięwzięć innowacyjnych).

112 110 Przyjęto następujące ieruni rozwoju, stanowiące równocześnie priorytety dla Polsi: Info, Techno, Bio oraz Basics (polsa propozycja rozszerzenia ierunów badawczych w Polsce, bowiem polsa naua od lat uwagę oncentrowała na badaniach podstawowych, nie zaś stosowanych). PoniŜej wypuntowano szczegółowo strategiczne obszary tematyczne badań reprezentujących wsazane ieruni: I. Grupa tematyczna Info: InŜynieria oprogramowania, wiedzy i wspomagania decyzji, Sieci inteligencji otoczenia, Optoeletronia. II. Grupa tematyczna Techno: Nowe materiały i technologie, Nanotechnologie, Projetowanie systemów specjalizowanych. III. Grupa tematyczna Bio: Biotechnologia i bioinŝynieria, Postęp biologiczny w rolnictwie i ochrona środowisa, Nowe wyroby i technii medyczne. IV. Grupa tematyczna Basics: Naui obliczeniowe oraz tworzenie nauowych zasobów informacyjnych, Fizya ciała stałego, Chemia. PilotaŜowy projet Foresight: Zdrowie i śycie ( ) objął taie obszary, ja: chemia i farmacja, bezpieczeństwo Ŝywności oraz technologie w medycynie. Wyselecjonowano 26 priorytetów rozwoju naui i technologii poddanych onsultacjom społecznym. Po uzysaniu aceptacji Panel Główny reomendował priorytety rozwoju naui technologii w Polsce ujmując je w następujących grupach: Zdecydowanie priorytetowe, czyli uznane za taie zarówno przez anietowanych przedstawicieli środowisa nauowego, ja i reprezentantów opinii społecznej. Zalicza się do nich: Budowa efetywnych systemów przesiewowych, Rozwój opiei perinatalnej, wczesnego wyrywania wad genetycznych oraz rozwojowych, Rozwój metod i techni ratownictwa medycznego. 18 Raport finalny Panelu Głównego Zdrowie i śycie, MNiI, Warszawa, czerwiec 2006.

113 Priorytetowe, czyli uznane za najwaŝniejsze przynajmniej przez jedną z onsultowanych grup. Są to: Rozwój metod i technologii na potrzeby powszechnej eduacji prozdrowotnej, Budowa programów ustawicznego ształtowania świadomości Ŝywieniowej oraz racjonalizacji nawyów Ŝywieniowych społeczeństwa, Rozwój metod i techni profilatyi, diagnostyi i terapii chorób zaaźnych oraz zaaŝeń waŝnych z puntu widzenia zdrowia publicznego, Rozwój metod i techni ergonomicznego ształtowania warunów Ŝycia i pracy ze szczególnym uwzględnieniem osób w wielu podeszłym i niepełnosprawnych. Rozwój metod i techni profilatyi, diagnostyi i terapii chorób związanych z podeszłym wieiem, Badania nad stresem i rozwój metod jego ograniczenia Rozwój badań i technologii nad organizmami genetycznie zmodyfiowanymi oraz monitorowania ich oddziaływania na człowiea i eosystem, Dosonalenie Ŝywności i Ŝywienia w aspecie ich znaczenia dla ochrony zdrowia ludzi i zwierząt z uwzględnieniem biologicznie atywnych substancji pochodzenia naturalnego, Rozwój metod i techni rehabilitacji w chorobach somatycznych lub teŝ psychicznych o duŝym znaczeniu społecznym, 3. WaŜne. Zalicza się do nich pozostałe ieruni z listy panelu głównego i paneli tematycznych oraz propozycje uzupełnień, zgłoszone przez w tracie onsultacji społecznych. Projet Narodowy Program Foresight: Polsa 2020 obejmuje główne trzy obszary (pole badawcze Zdrowie i Ŝycie było tematem programu pilotaŝowego zrealizowanego w latach ) : 19 ZRÓWNOWAśONY ROZWÓJ POLSKI (ZRP): Jaość Ŝycia, zasoby energetyczne, eologia, technologie na rzecz ochrony środowisa, zasoby naturalne, nowe materiały, transport, politya eologiczna, politya produtowa, rozwój regionów. TECHNOLOGIE INFORMACYJNE I KOMUNIKACYJNE: Dostęp do informacji, ICT a społeczeństwo, ICT a eduacja, e-biznes, nowe media. 19 NPF: Polsa 2020; MG, Warszawa, 2009.

114 BEZPIECZEŃSTWO: 112 Bezpieczeństwo: eonomiczne (zewnętrzne i wewnętrzne), inteletualne, socjalne, techniczno-technologiczne; rozwój społeczeństwa W polu ZRP wyselecjonowano listę najistotniejszych czynniów wpływających na obszar ZRP: Tablica 5.1. Realizacja procedury wyboru czynniów luczowych Lista najistotniejszych czynniów wpływających na obszar ZRP Grupa czynniów Nazwa czynnia Społeczne zasoby fachowej adry poziom wiedzy społeczeństwa o technologiach obszaru ZRP Technologiczne dostęp do nowych technologii, maszyn i urządzeń moŝliwości techniczne potencjał badawczy Eonomiczne oszty realizacji, oszty wdroŝenia oraz upowszechnienia technologii popyt oszty i orzyści środowisowe Środowisowe normy środowisowe stan wiedzy na temat sutów zanieczyszczenia środowisa dla zdrowia ludzi i eosystemów Polityczno-prawne regulacje prawne (zmiany w prawie ułatwiające zaup i wdraŝanie nowych technologii ochrony środowisa, zmiany w prawie odnośnie esploatacji odnawialnych źródeł energii) instrumenty eonomiczne i finansowe politya planowania badań nauowych (sterowania badaniami nauowymi) Wartości aceptacja społeczna (zaufanie społeczne) rola mediów Źródło: Narodowy Program Foresight: Polsa 2020, MG, Warszawa 2009 W wyniu zastosowania badania metodą macierzy wpływów bezpośrednich wyselecjonowano następujące czynnii luczowe w ZPR: potencjał adrowy, potencjał infrastruturalny oraz orzyści i oszty. Czynnii te stały się teŝ bazowe w budowie scenariuszy, oznaczonych jao: LIDER: (dynamiczny rozwój gospodari raju na bazie szybiego wzrostu potencjału nauowego i eonomicznego, osiągnięcie znaczącej pozycji Polsi na arenie europejsiej), z dodatnim bilansem orzyści i osztów i wysoim potencjałem adrowym i infrastruturalnym. STABILIZACJA: (rozwijający się potencjał adrowy i infrastruturalny, przy wysoich osztach środowisowych; emigracja itd.) z ujemnym bilansem osztów i orzyści, ale raczej wysoim potencjałem adrowym i infrastruturalnym. INTEGRACJA: (duŝe potencjalne moŝliwości rozwoju determinowane wystąpieniem rajowych i zagranicznych inwestycji w gospodarce) z dodatnim bilansem orzyści i osztów, ale nisim potencjałem adrowym i infrastruturalnym. Wśród priorytetowych technologii wyselecjonowanych dla poszczególnych scenariuszy znalazły się m.in.:

115 SCENARIUSZ A: Stabilizacja Rozwój przemysłowej biotechnologii dla producji chemialiów, leów, bioatalizatorów i innych, zwłaszcza z surowców odnawialnych. Biotechnologiczne wyorzystanie miroorganizmów do syntezy i transformacji związów organicznych przeznaczonych dla farmacji, przetwórstwa Ŝywności i ochrony zdrowia będzie stanowić jeden z wiodących ierunów gospodari narodowej. Zaawansowane metody i technologie ształtujące onurencyjność gospodari. Zintegrowane nano- i biotechnologie oraz technologie inspirowane osiągnięciami bionii będą miały luczowe znaczenie dla rozwoju wysoo zaawansowanych produtów i technologii przemysłowych, rolniczych, w zaresie ochrony zdrowia i ochrony środowisa. Zaawansowane materiały inŝyniersie i technologie dla transportu i energetyi o zamniętym cylu Ŝycia. Opracowanie nowych materiałów dla technologii ogniw paliwowych i energetyi wodorowej przyczyni się do rozwoju alternatywnych źródeł energii, zwłaszcza przeznaczonych dla transportu, poprawiając bezpieczeństwo energetyczne i ochronę środowisa. Bezodpadowe i małoodpadowe, energooszczędne oraz materiało-oszczędne, przyjazne dla środowisa, zrównowaŝone technologie chemiczne przetwarzania ropy naftowej, gazu ziemnego, węgla, biomasy oraz odpadów w wysoo przetworzone chemialia masowego stosowania i paliwa. Integracja technologii wyorzystujących węgiel, surowce ropopochodne, biomasę oraz odpady omunalne i inne surowce alternatywne - w technologie hybrydowe. Stworzy to podstawy wytwórcze dla producji wysoo przetworzonych produtów chemicznych i paliw nowej generacji. 2. SCENARIUSZ B: Lider Rozwój czystych oraz wysoo sprawnych technologii węglowych nowej generacji zapewniających dotrzymanie wymagań ochrony środowisa, ograniczenie emisji CO2. Technologie poligeneracyjne wyazujące wysoą efetywność energetyczną oraz blisą zeru emisję substancji szodliwych, w tym CO2, dzięi między innymi równoczesnemu wytwarzaniu ilu produtów energetycznych (eletryczność, ciepło, chłód) i technologicznych (chemialia) będą atracyjną alternatywą wyorzystania węgla. Rozwój technologii odnawialnych, alternatywnych źródeł energii.

116 114 Technologie wyorzystujące biomasę (np. zgazowanie, procesy fermentacyjne) będą dominujące dla rozproszonego wytwarzania energii eletrycznej i ciepła. Rozwój technologii energii jądrowej, w tym połączenie z technologiami węglowymi. Rozwój technologii wysootemperaturowych reatorów jądrowych chłodzonych helem umoŝliwi ich wyorzystanie do zgazowywania węgla i taniej producji wodoru. Nastąpi hybrydyzacja tradycyjnych technologii węglowych wyorzystywanych w energetyce z technologiami alternatywnymi i jądrowymi. Rozwój technologii ochrony środowisa. Wzrastające wymagania dotyczące technologii ochrony i odnowy środowisa spowodują zastosowanie najnowszych osiągnięć technii do rozwoju systemów pomiarowych nowych generacji dla celów monitoringu stanu środowisa i ontroli procesów technologicznych. W ochronie środowisa coraz więszą rolę odgrywać będą technologie ontrolowanego samooczyszczania (natural attenuation): stały monitoring stanu środowisa, ingerencja techniczna w razie zagroŝenia tóregoś z omponentów środowisa. Metody abiotyczne (fizyczne, chemiczne) stosowane do poprawy stanu środowisa zostaną zastąpione w znacznym stopniu przez metody biologiczne (np. fitoremediacja, bioremediacja, biofiltry, biobariery). ZagroŜenie dla zdrowia ludzi i eosystemów zmniejszy się istotnie w wyniu rozwoju technologii ontroli rozprzestrzeniania i ograniczania występowania w środowisu substancji uznanych za szczególnie niebezpieczne. Rozwój technologii mało- i bezodpadowych oraz wyorzystania odpadów. Reducja poziomu wytwarzanych odpadów przemysłowych nastąpi dzięi rozwojowi alternatywnych technologii nisoodpadowych, uierunowanych szczególnie na duŝe przedsiębiorstwa, ale taŝe na setor małych i średnich przedsiębiorstw. Rozwój nowej generacji materiałów onstrucyjnych, funcjonalnych oraz procesów inŝynierii powierzchni dla urządzeń mechatronicznych i miro- oraz nanorobotyi nowej generacji. Nanomateriały oraz nanotechnologie stworzą bazę technologiczną wytwarzania mechatronicznych podzespołów wyonawczych nowej generacji w sali przemysłowej. Cienie warstwy funcjonalne oraz technologie ich depozycji (metodami plazmowymi, eletronowiązowymi, laserowymi itp.) stworzą bazę technolo-

117 115 giczną dla wytwarzania czujniów oraz nisotarciowych sojarzeń ciernych w wymiarze miro- i nanometrycznym. Rozwój nowych materiałów i technologii ich wytwarzania dla inŝynierii biomedycznej, zwięszających bezpieczeństwo pacjenta. Nowe biomateriały oraz powierzchniowa modyfiacja istniejących, zapewnią wzrost bioompatybilności i tolerancję uładu immunologicznego pacjenta, poprawiając jego omfort Ŝycia. Zaawansowane urządzenia i procesy dla bezemisyjnych i nisoemisyjnych technologii materiałowych nowej generacji Rozwój technologii oraz urządzeń próŝniowych do rafinacji metali leich, ziem rzadich oraz do obróbi cieplnej i cieplnochemicznej stopów metali umoŝliwi wytwarzanie materiałów onstrucyjnych i funcjonalnych nowej generacji oraz omponentów dla przemysłu motoryzacyjnego i maszynowego z wyorzystaniem metod czystych technologii. Zaawansowane materiały inŝyniersie i technologie dla transportu i energetyi o zamniętym cylu Ŝycia. Nowe materiały o wysoim ilorazie wytrzymałości do gęstości (np. monoryształy, ompozyty) oraz warstwy nisotarciowe i Ŝaroodporne nowej generacji pozwolą obniŝyć zuŝycie paliwa i emisję spalin w transporcie i przemyśle. Zaawansowane metody i technologie ształtujące onurencyjność gospodari. Rozwój systemów espertowych do sterowania urządzeń i procesów przemysłowych nowej generacji stworzy przewagę onurencyjną polsiego przemysłu środów producji na światowym rynu technologii. Podsumowanie NPF: Polsa 2020 wsazuje na następujące scenariusze z odpowiadającymi im priorytetami: 1. Tło maroeonomiczne: Reformy wewnętrzne. 2. Scenariusze w polu badawczym ZrównowaŜony Rozwój Polsi: Stabilizacja, Lider, Integracja. 3. Scenariusze w polu badawczym Technologie Informacyjne i Teleomuniacyjne: Infrastrutura teleinformatyczna, Systemy informacyjne, Sprawne państwo, Technologie informacyjne w gospodarce, Kapitał ludzi, społeczny i ulturowy oraz eduacja. 4. Scenariusze w polu badawczym Bezpieczeństwo: Kryzys, Trudne dostosowania, Słabnący wzrost, Doganianie i modernizacja 5. Scenariusze zintegrowane.

118 116 Trzeba podreślić, iŝ w tracie postępowania prac budowania scenariuszy schematy oraz priorytety się zmieniały, pierwotnie bowiem dysusja toczyła się nad następująco ujętymi ierunami: Modernizacja polsich instytucji publicznych (reformy wewnętrzne); 2. Trendy rozwoju świata i Europy (otoczenie zewnętrzne); 3. Gospodara Oparta na Wiedzy (potencjał adrowy i nauowo-badawczy, producja i transfer wiedzy do gospodari i społeczeństwa, innowacyjność); 4. Legitymizacja polityi rozwojowej (bilans społecznych, środowisowych, eonomicznych osztów modernizacji i poziom aceptacji społecznej). Ta czy inaczej, przygotowane scenariusze (optymistyczne, neutralne i pesymistyczne) oreślają ieruni rozwoju polsiej gospodari w róŝnych warunach wyznaczonych przez luczowe czynnii, oreślają onieczność podjęcia onretnych zadań w oznaczonym czasie, onsewencje ich niepodjęcia, suti uboczne zaniechania atywności w wyznaczonych polach, itd. 21 Stanowią ogrom informacji dla polityi gospodarczej, choć przyznać teŝ trzeba, iŝ ilość wyselecjonowanych priorytetów jest niebezpiecznie z puntu widzenia realizacyjnego duŝa. Zebrany materiał badawczy niewątpliwie pozwala na zbudowanie racjonalnego programu rozwoju raju w długim oresie, choć nie załoŝono paradygmatu GOW. Ja czas poazał wynii badań NPF nie zostały wyorzystane, powstał, bowiem nowy program rządowy oreślający wizję przyszłości bez badań foresightowych. Kolejny projet uzupełniający badania NPF, Foresight adr nowoczesnej gospodari ( ) został przeprowadzony na zlecenie PARP. Celem projetu było wyazanie zapotrzebowania polsiej gospodari na umiejętności adr zarządzających oraz pracowniów przedsiębiorstw w długiej perspetywie czasowej oraz wyorzystania apitału relacyjnego w zaresie współpracy pomiędzy światem naui a przedsiębiorstwem. Zatem w grupie niezbędnych w długiej perspetywie ompetencji adr zarządzających, badania wyazały (raning wg % wsazań): 1. Umiejętność funcjonowania w otoczeniu międzynarodowym: 93,3 % 2. Praca w zespole, zarządzanie zespołami: 91,1 % 3. Kreatywność i przedsiębiorczość: 91,1 % 4. Zarządzanie wiedzą i infobroerstwo: 91,1 % 5. Komuniacja interpersonalna, autoprezentacja: 88,9 % 6. Znajomość języów obcych: 88,9 % 7. Znajomość technologii informatycznych: 84,4 % 8. Wyorzystanie technologii mobilnych: 82,2 % 9. Przewalifiowalność i mobilność: 80,0 % 20 NPF: Polsa 2020; 21 Ja wyŝej.

119 Ochrona własności inteletualnej: 77,8 % 11. Ugruntowane podstawy matematyi: 77,8 % W grupie pracowniów, badania wyazały na następujące potrzeby w zaresie ompetencji (raning wg % wsazań): 1. Przewalifiowalność i mobilność: 91,1 % 2. Znajomość technologii informatycznych: 82,2 % 3. Znajomość języów obcych: 80,0 % 4. Umiejętność funcjonowania w otoczeniu międzynarodowym: 73,3 % 5. Wyorzystanie technologii mobilnych: 71,1 % 6. Komuniacja interpersonalna, autoprezentacja: 71,1 % 7. Praca w zespole, zarządzanie zespołami: 71,1 % 8. Kreatywność i przedsiębiorczość: 68,9 % 9. Ugruntowane podstawy matematyi: 62,2 % 10. Zarządzanie wiedzą i infobroerstwo: 57,8 % 11. Ochrona własności inteletualnej: 55,6 % Na tej podstawie powstały dwa scenariusze rozwoju adr nowoczesnej gospodari, oreślające waruni realizacji wyniów foresightu: Scenariusz so cywilizacyjny, 2. Scenariusz słabnący rozwój. W zaleŝności od priorytetów inwestycyjnych w danych setorach, oreślono teŝ zapotrzebowanie na oreślone ilości i jaość adr do 2020 rou 23. Wsazano wyznacznii współczesnego ształcenia i formowania adr. W procesach tych powinien być zwięszony nacis na: 1. Kreatywność - zdolność do twórczego poszuiwania rozwiązań, a nie odtwórczego wyonywania zadań, 2. Udział zajęć czynnych (laboratoryjnych i projetowych) w procesie ształcenia, 3. Projety realizowane zespołowo i samodzielnie w tracie eduacji, szoleń, 4. Formy i procedury ochrony własności inteletualnej i przemysłowej, 5. Współpracę z przedsiębiorstwami w tracie realizacji procesu ształcenia (pratyi zawodowe i pratyczne przygotowanie do zawodu). 22 Foresight adr nowoczesnej gospodari. Raport. PARP, Warszawa Op.cit.

120 118 Wyzwania i luczowe czynnii rozwoju wyselecjonowane w raporcie Polsa Wyzwania rozwojowe 24, przez zespół doradców Prezesa RM RP. Raport uznaje salę zapóźnień cywilizacyjnych Polsi, tóra to dotya zapóźnienia w sferze infrastrutury, dostępności transportowej, powszechności stosowania Internetu i zaawansowanych usług teleinformatycznych, ale teŝ na przyład niewydolności potencjału energetycznego i linii przesyłowych czy bra zdywersyfiowanych źródeł bezpieczeństwa energetycznego. Jao wyzwania dla Polsi do rou 2030 wsazuje się na taie, ja: 1. wzrost i onurencyjność, 2. poprawa sytuacji demograficznej, 3. wysoa atywność zawodowa oraz adaptacyjność zasobów pracy, 4. odpowiedni potencjał infrastrutury, 5. bezpieczeństwo energetyczno-limatyczne, 6. gospodara oparta na wiedzy oraz rozwój apitału inteletualnego, 7. solidarność i spójność regionalna, 8. poprawa spójności społecznej, 9. sprawne państwo, 10. wzrost apitału społecznego. Oczywiście wniosi te nie wyniają z celowo prowadzonych w tych dziedzinach badań oryginalnych a jedynie, ja moŝna przypuszczać, ze studiów i raportów z badań prowadzonych przez róŝne jednosti polsie i zagraniczne. Nie mają one związu z badaniami foresightowymi. Dwa podstawowe podejścia zastosowane do przygotowania raportu to szczegółowa diagnoza stanu oraz prognozowanie. Na podstawie sformułowanych wyzwań wyselecjonowano pięć tzw. luczowych czynniów rozwoju Polsi w horyzoncie 2030, nie są jedna jasno oreślone metody, czy narzędzia tejŝe selecji. Do czynniów zalicza się: 1. Waruni dla szybiego wzrostu inwestycji. 2. Wzrost atywności zawodowej i mobilności Polaów. 3. Rozwój produtywności i innowacyjności. 4. Efetywna dyfuzja rozwoju w wymiarze regionalnym i społecznym. 5. Wzmocnienie apitału społecznego i sprawności państwa. Priorytety w wyniach badań foresightowych w regionach: Jao przyłady proponuje się wynii badań foresightowych w wybranych regionach europejsich oraz istotnych z puntu widzenia głęboości, jai zaresu implementacji 24 Zob.

121 119 wyniów foresightu regiony w Polsce. Do cieawych wyniów zaliczyć moŝna rezultaty oreślania priorytetów rozwoju zrównowaŝonego w wybranych europejsich regionach, taich, ja: North East, Uusimaa oraz Bordes, Midlands i Western. W regionach wyselecjonowano następujące priorytety rozwoju: 25 North East Przemysł przybrzeŝny odnawialne źródła energii (OŹE): Technologie pozwalające na wyorzystywanie energii odnawialnej wytwarzanej dzięi wyorzystaniu fal lub przypływów morsich, promieni słonecznych oraz wiatru. Uusimaa Wiedzo-intensywne usługi biznesowe (WIUB): Wszystie usługi dostarczane w sposób omercyjny (poza tymi proponowanymi w formie niedochodowej) przez podmioty oferujące je innym firmom lub instytucjom publicznym (z wyłączeniem gospodarstw domowych) i prowadzące do powstawania nowej wiedzy w organizacjach lientów orzystających z tych usług. Border, Midlands and Western Turystya zrównowaŝona (TZ): KaŜda forma rozwoju zrównowaŝonego, zarządzania i atywności turystycznej, tóra podtrzymuje eologiczną, społeczną i eonomiczną integralność terenów, a taŝe zachowuje dla przyszłych pooleń w niezmienionym stanie zasoby naturalne i ulturowe tych obszarów. Przy realizacji foresightu regionalnego w Polsce tło stanowiły zasady polityi regionalnej państwa (wg NSRR ), a więc: zasada subsydiarności rozwoju regionalnego, zasada wspierania rozwoju endogenicznego województw, zasada rozwoju wszystich polsich województw, zasada inicjowania długofalowego rozwoju regionalnego, zasada oordynacji instrumentów polityi regionalnej i innych publicznych polity rozwojowych, zasada oncentracji przestrzennej rozwoju regionalnego, zasada zapewnienia efetywności i najwyŝszej jaości polityi regionalnej. Atywność realizacji projetów foresightowych na poziomie regionalnym, loalnym czy orporacyjnych została zmotywowana w sposób bezpośredni moŝliwościami finansowymi zapisanymi w Programie Operacyjnym Innowacyjna Gospodara. Wniosi zaczęły spływać lawinowo, rzado poprawnie merytorycznie i formalnie. Niemniej 25 Na podstawie badań oryginalnych przeprowadzonych przez K. Borodao, Zastosowanie foresightu w antycypowaniu zrównowaŝonego rozwoju wybranych regionów europejsich, praca dotorsa napisana pod ieruniem Prof. dr hab. Ewy Ooń-Horodyńsiej, UJ, Kraów styczeń 2008.

122 120 da się wyróŝnić istotne dla rozwoju regionalnego projety będące niejao wzorcowymi projetami w tym zaresie. Oddziaływanie badanych projetów foresightu regionalnego na zarządzanie rozwojem zrównowaŝonym w regionach Przemysł przybrzeżny Wiedzo-intensywne usługi biznesowe Turystya zrównoważona Metodya w badanych projetach foresightu Warsztaty Burza mózgów Budowa scenariuszy Tworzenie mapy setora Budowa obrazu setora przybrzeżnego oraz oreślenie priorytetowych ierunów jego rozwoju (odnawialne źródła energii) Warsztaty Wywiady Analiza megatrendów Analiza słabych sygnałów Budowa scenariuszy Seminaria Wynii badanych projetów foresightu Antycypacja przyszłych zmian na rynu pracy w setorze WIUB; oreślenie priorytetów rozwoju setora usługowego Panele Budowa scenariuszy Konsultacje Opracowanie priorytetów rozwoju regionu (w tym działania oraz projety związane z turystyą zrównoważoną) Działania w wyniu przeprowadzonych projetów foresightu Wyorzystanie wyniów do ustalenia priorytetów w Strategii rozwoju regionu, Regionalnej strategii energii odnawialnej, Strategii rozwoju lastra przemysłów środowisowych ; włą łączenie procesu foresightu w Plan działań innowacyjnych NE Przyjęcie priorytetu rozwoju WIUB w Strategii innowacji regionu Helsine ; przyjęcie nowych priorytetów w EEDC związanych z ształtowaniem rynu pracy (szolenia, seminaria w zaresie WIUB) Przyjęcie priorytetów w Strategii rozwoju regionu BMW (w tym związanych z turystyą zrównoważoną); przyjęcie projetu priorytetowego w setorze turystyi; uwzględnienie tur. zrówn. w programie foresightu narodowego Rural Ireland Foresight Perspectives, 2005 r. Rys Oddziaływanie badanych projetów foresightu regionalnego na zarządzanie rozwojem regionalnym. Źródło: K. Borodao op.cit. Organizacja foresightu regionalnego w dla wyselecjonowanych pól Propozycja metodyi foresightu regionalnego Turystya zrównowaŝona Etap uruchomienia Odnawialne źródła energii Wiedzointensywne usługi biznesowe Etap upowszechnienia wyniów Rys Przyład metodyi foresightu regionalnego Źródło: K. Borodao op. cit.