pełny tekst
Transkrypt
pełny tekst
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 2007, Oeconomica 258 (49), 67–78 Andrzej JUREK CHARAKTERYSTYKA I MOŻLIWOŚCI STOSOWANIA WIELOKRYTERIALNEJ METODY ANALIZY HIERARCHICZNEJ PROBLEMU DESCRIPTION AND POSSIBILITIES OF THE USAGE MULTICRITERIAL METHODS OF THE ANALYTIC HIERARCHY PROCESS Katedra Zastosowań Matematyki, Akademia Rolnicza ul. Monte Cassino 16, 70-466 Szczecin Abstract. This paper presents of theoretical assumptions of the multicriteria analysis for example of methods the Analytic Hierarchy Process (AHP). This method makes possible the settlement of the decision problems across his performance in the form of the hierarchical structure and assigning to each criteria of definite weights. The aim of this work is also performances of the possibility of the practical usage of the method of the Analytic Hierarchy Process to the estimation of the economic-financial situation of the companies. The AHP method has as the use to solving of the problems, containing more than one criterion decision, with which we deal in effect of economic. Słowa kluczowe: analiza hierarchiczna problemu (AHP), analizy wielokryterialne, drzewo struktury hierarchicznej, rozwiązywanie problemów decyzyjnych. Key words: the Analytic Hierarchy Process (AHP), Multicriteria analysis, the tree of the hierarchical structure, solving of decisions problem. WSTĘP Jednym z głównych zadań decydentów jest racjonalne podejmowanie decyzji gospodarczych. Według teorii racjonalnych oczekiwań w przedsiębiorstwie za racjonalne uważa się takie działania, które są prowadzone w dobrej wierze, zgodnie ze zdrowym rozsądkiem i z aktualną wiedzą realizujących je osób, bez względu na formę własności. Z punktu widzenia właściciela firmy minimalnym wymogiem racjonalnego postępowania w działalności gospodarczej jest nieszkodzenie interesom własnej firmy oraz własnym i dlatego w momencie wystąpienia trudności lub sytuacji kryzysowych racjonalność nakazuje zapobieganie niekorzystnym następstwom, tak aby firma przetrwała bieżące problemy, a większość zatrudnionych w niej pracowników nie straciła pracy. Dlatego racjonalność podejmowanych w przedsiębiorstwie działań powinna się opierać na tzw. zasadzie gospodarności, której istotą jest zapewnienie takiego gospodarowania, aby przy posiadanych nakładach osiągnąć maksymalny stopień realizacji celu (zasada największego efektu) albo aby przy zadanym stopniu realizacji celu użyć minimalnych środków (zasada najmniejszego nakładu). W przedsiębiorstwie racjonalne gospodarowanie występuje wówczas, gdy jego końcowe cele nie są konkurencyjne wobec siebie i gdy relacje między celami końcowymi i pośrednimi oraz relacje między poszczególnymi celami a siłami i środkami ich realizacji są zgodne z zasadą gospodarności. W praktyce mamy do czynienia z sytuacją występowania pewnego zbioru celów, jakie stawia sobie kierownictwo przedsiębiorstwa. W pracy podjęto próbę usystematyzowania A. Jurek 68 metodologii wielokryterialnych analiz decyzyjnych na podstawie metody analizy hierarchicznej problemu (AHP). Metoda AHP jest bowiem stosowana do rozwiązywania problemów decyzyjnych, zawierających więcej niż jedno kryterium decyzyjne, z jakim mamy do czynienia w praktyce ekonomicznej. Metoda ta umożliwia uporządkowanie problemu decyzyjnego poprzez jego przedstawienie w formie struktury hierarchicznej oraz przyporządkowanie poszczególnym kryteriom określonych wag. Celem niniejszej pracy jest również przedstawienia możliwości stosowania metody analizy hierarchicznej problemu do oceny sytuacji ekonomiczno-finansowej przedsiębiorstw. ISTOTA I CHARAKTERYSTYKA METODY AHP Metoda analizy hierarchicznej problemu AHP (ang. the Analytic Hierarchy Process) jest metodą wielokryterialnych analiz decyzyjnych, która jest stosowana do rozwiązywania problemów decyzyjnych, zawierających więcej niż jedno kryterium decyzyjne (Schniederjans i Garvin 1997). Metoda ta, łącząca w sobie pewne koncepcje z matematyki i psychologii, umożliwia uporządkowanie problemu decyzyjnego poprzez jego przedstawienie w formie struktury hierarchicznej oraz przyporządkowanie poszczególnym kryteriom określonych wag (Rogowski 1997). Metoda AHP została opracowana przez Thomasa L. Saaty’ego i po raz pierwszy przedstawiona w pracy „A scaling method for priorities in hierarchical structures,” zamieszczonej w 1977 w Journal of Mathematical Psychology. Saaty (1980) zaproponował wykorzystanie jej w wielu dziedzinach w celu ułatwienia optymalnych wyborów w sytuacji, gdy decydent ma do dyspozycji większą ilość kryteriów oceny różnych wariantów decyzyjnych. Metoda ta daje bowiem możliwość redukcji złożonych wyborów do serii prostych porównań czynników lub wariantów parami, a taki wybór jest zawsze bardziej skuteczny i efektywny. Owe porównywanie parami pozwala w rezultacie na przeprowadzenie liczbowej miary (hierarchii) ważności badanych czynników lub wariantów. Metoda AHP składa się z dwóch następujących etapów: 1) z tworzenia struktury hierarchicznej, 2) z przeprowadzenia ocen w ramach struktury hierarchicznej. Poniższy opis metody analizy hierarchicznej problemu przedstawia wersję opisaną w literaturze polskojęzycznej (Rogowski 1998). Etap I. Tworzenie struktury hierarchicznej Celem pierwszego etapu metody AHP jest dokonanie strukturyzacji problemu i przedstawienie go w postaci struktury hierarchicznej. Polega to na tym, aby wychodząc od ogólnego przedstawienia problemu, stopniowo dokonać jego uszczegółowienia, rozkładając na mniejsze i prostsze części składowe stanowiące elementy oceny problemu. Strukturę hierarchiczną można najlepiej przedstawić w postaci znanego w teorii grafów drzewa (rys. 1). Za pomocą drzewa można przedstawić dowolne zagadnienie o najbardziej nawet złożonej strukturze (Domański 1997). Charakterystyka i możliwości stosowania... 69 Cel główny Cel pomocniczy p1 Charakterystyka C1 Charakterystyka C 2 Charakterystyka Ci Cel pomocniczy p2 Charakterystyka C1 Charakterystyka C2 Charakterystyka Ci Cel pomocniczy pn Charakterystyka C1 Charakterystyka C 2 Charakterystyka Ci Rys.1. Drzewo struktury hierarchicznej problemu Źródło: opracowanie własne na podstawie: Rogowski (1998). Po lewej stronie drzewa znajduje się element o najmniejszej szczegółowości (cel główny), a poruszając się dalej w prawo przechodzimy do elementów o coraz większej szczegółowości (cele pomocnicze i charakterystyki). Wszystkie wymienione elementy drzewa stanowią podstawowe trzy składowe analizowanego problemu. Punktem wyjścia tworzenia struktury hierarchicznej jest określenie celu głównego, który w konstruowanym przez nas drzewie jest elementem o największym poziomie ogólności. Cel główny określany jest jako stan, który chcemy osiągnąć przez rozwiązanie danego zagadnienia i jest to warunek zawierający w sobie całą istotę problemu. Zidentyfikowanie celu głównego stanowi punkt wyjścia w tworzeniu struktury hierarchicznej. 70 A. Jurek Cele pomocnicze są to inne cele wyróżnione w analizowanym problemie i przyczyniające się do realizacji celu głównego. Są to cele równorzędne, spośród których żaden nie musi dominować nad pozostałymi, przy czym są one bezpośrednio podporządkowane celowi głównemu. Ostatni poziom struktury hierarchicznej tworzą charakterystyki (kryteria). Charakterystyka jest to określony aspekt problemu – istotny z punktu widzenia realizacji postawionego celu. Określenie „charakterystyka” ma znaczenie uniwersalne, gdyż trzeba je rozumieć jako nazwę tego, co pozwala zidentyfikować analizowany problem. Charakterystyki można przedstawić zatem jako kryteria, którymi posługujemy się przy podejmowaniu decyzji. Z reguły mają one charakter zagregowany, co oznacza, że można je rozbić na tzw. podcharakterystyki umożliwiające bardziej szczegółowe określenie danego aspektu problemu. Wybór charakterystyk jest bardzo ważnym elementem całej metody, gdyż w ostateczności od trafności wybranych cech zależy jakość podjętych decyzji (Adamus i Szara 2000). Efektem przeprowadzonej analizy problemu będzie zatem: 1) zdefiniowanie celu głównego, 2) określenie liczby celów pomocniczych p, 3) określenie n(p) charakterystyk. Etap pierwszy ma charakter analityczny, gdyż od jakości wykonanej analizy oraz poziomu jej dokładności zależy uzyskany wynik końcowy. Dlatego ważne jest, by osoba lub zespół osób dokonujący dekompozycji problemu gruntownie znali analizowane zagadnienia od strony merytorycznej. Pominięcie bowiem jakiegoś aspektu problemu w tym etapie może spowodować, że rozwiązanie końcowe nie będzie w pełni obrazować prawdziwego stanu analizowanego problemu. Etap II. Ocena charakterystyk i obiektów w strukturze hierarchicznej Etap ten polega na przypisaniu wag charakterystykom określonym w poprzednim etapie oraz na przeprowadzeniu oceny obiektów. Wagi charakterystyk wskazują na wpływ poszczególnych charakterystyk na realizację celu głównego. Określenie ważności kryteriów odbywa się poprzez porównanie ich parami między sobą. Ocena jest atrybutem ważności danej charakterystyki X w realizacji celu bezpośrednio nadrzędnego, w porównaniu z charakterystyką Y . Oceny takie formułuje się zgodnie z dziewięciostopniową skalą, wprowadzoną przez Saaty’ego, przedstawioną w tab. 1. Tabela 1. Skala preferencji między porównywanymi elementami według Saaty’ego Przewaga ważności elementów decyzyjnych Równoważność Słaba lub umiarkowana Istotna, zasadnicza, mocna Zdecydowana lub bardzo mocna Absolutna Opis ważności elementów decyzyjnych X ma takie samo znaczenie jak Y (oba elementy przyczyniają się w równym stopniu do osiągnięcia celu) X ma nieco większe znaczenie jak Y (nieprzekonujące znaczenie lub słaba preferencja jednego elementu nad drugim) X ma wyraźnie większe znaczenie niż Y (zasadnicze lub duże znaczenie lub duża preferencja jednego elementu) X ma bezwzględnie większe znaczenie niż Y (zdecydowane znaczenie lub bardzo duża preferencja jednego elementu) X ma absolutnie większe znaczenie niż Y (absolutne znaczenie lub absolutna preferencja jednego elementu) Źródło: opracowanie własne na podstawie: Saaty (1986). Przyporządkowana wartość 1 3 5 7 9 Charakterystyka i możliwości stosowania... 71 Ocenę przeprowadza się poprzez porównanie ważności dwóch charakterystyk (elementów decyzyjnych). Wynik porównania jest wyrażony w języku opisowym, któremu przyporządkowano wartości liczbowe, obrazujące znaczenie powiązania pomiędzy cechami. Wartości pośrednie: 2, 4, 6 i 8 przyporządkowuje się w przypadku trudności w klasyfikacji wyniku i gdy uważamy, że znajduje się on między wymienionymi w klasyfikacji cechami (Chuang 2001; Deng i in. 2002). Bardzo istotne w metodzie AHP jest założenie przechodniości ocen – gdy w wyniku porównania charakterystyki X z charakterystyką Y otrzymuje się wartość a , automatycznie należy przyjąć, że wynikiem porównania charakterystyki Y z X musi być wartość 1 (Roa gowski 1997). Określanie wag dla wybranych charakterystyk oraz ocena i klasyfikacja obiektów przebiegają na podstawie następującej procedury badań. Pierwszych sześć kroków analizy dotyczy określenia ważności poszczególnych charakterystyk, a następne trzy kroki służą do oceny obiektów badawczych. Krok 1. Dla każdej charakterystyki Ci , przy i = 1, 2, K , n , należy wskazać charakterystyki C j dla j = 1, 2, K , n , od których charakterystyka Ci jest ważniejsza, oraz przyporządkować im liczby aij , określające, w jakim stopniu jest ona ważniejsza. Wyniki przedstawia się w macierzy porównań A : ⎡ 1 ⎢ 1 ⎢ a A = ⎢ 12 ⎢ M ⎢ 1 ⎢ ⎣ a1n a12 1 M 1 a2n K a1n ⎤ ⎥ K a2n ⎥ ⎥ M ⎥ ⎥ K 1 ⎥ ⎦ Krok 2. Należy uzupełnić macierz porównań A zgodnie z zasadami: – gdy i = j , przyjmujemy aij = 1 , – gdy a ij = a , to a ji = 1 , a – gdy brakuje oceny, przyjmujemy a ij = a ji = 1 . Krok 3. Należy znormalizować wyniki w kolumnach macierzy A według wzoru: a ij = aij , gdzie i = 1, 2, K , n . n ∑a i =1 ij 72 A. Jurek Krok 4. Należy zsumować w wierszach wyniki normalizacji: n bi = ∑ a ij , gdzie j = 1, 2, K, n . j =1 Krok 5. Należy obliczyć indywidualne oceny charakterystyk ze względu na rozpatrywany bezpośrednio cel nadrzędny – według zasady: vi = bi , gdzie j = 1, 2, K , n . n ∑a ij j =1 W oryginalnej metodzie analizy hierarchicznej problemu (AHP), opisanej przez Saaty’ego (1980), zamiast przedstawionych wyżej kroków 3–5 wykonuje się odpowiednie przekształcenia wektorów własnych macierzy porównań A oraz wylicza się współczynnik konsekwencji C. R. (ang. consistency ratio). Przykłady wyznaczenia ocen charakterystyk metodą wektorów własnych macierzy można znaleźć m.in. w pracach Saaty’ego i Alexandra (1989), Satty’ego (1990) oraz Chuanga (2001). Współczynnik C. R. określa, w jakim stopniu wzajemne porównania ważności poszczególnych charakterystyk są konsekwentne. Oznacza to, że jeżeli wynikiem porównania charakterystyki X z charakterystyką Y jest 2, a wynikiem porównania charakterystyki Y z charakterystyką Z jest 3, to jeżeli bylibyśmy konsekwentni, wynikiem porównania charakterystyki Z z charakterystyką X powinno być 6. Ponieważ podczas dokonywania wzajemnych porównań charakterystyk w kroku 1. oraz uzupełnienia ich w kroku 2. nie jest wymagana od badacza konsekwencja w sądach, współczynnik C. R. umożliwia przeprowadzenie oceny konsekwencji porównań na tym etapie analizy. Współczynnik konsekwencji C. R. wyliczamy, korzystając z tzw. Indeksu konsekwencji C. I. (ang. Consistency index), który według Saaty’ego został zdefiniowany poniższą relacją (Gogus i Boucher 1998): C. I. = λ max − n n −1 gdzie: λ max – maksymalna lub główna wartość własna macierzy porównań rzędu n , n – liczba porównywanych charakterystyk. Współczynnik konsekwencji C. R. wyliczamy jako procentowy iloraz indeksu konsekwencji C. I. oraz losowego indeksu R. I., co przedstawia poniższa relacja: C. R. = C. I. ⋅ 100% R. I. Indeks losowy R. I. jest średnim C. I. dla dużej liczby losowo wygenerowanych porównań z macierzy o wymiarach n × n , a jego wartości są wartościami stablicowanymi, co przedstawia tab. 2. Charakterystyka i możliwości stosowania... 73 Tabela 2. Wartości indeksu losowego R. I. według Saaty’ego Rząd macierzy 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Rozmiar próby 100 100 100 100 100 100 100 100 100 500 500 500 500 500 R.I. 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 1,48 1,56 1,57 1,59 Źródło: opracowanie własne na podstawie: Dodd i in. (1995). W przypadku, gdy wartość współczynnika konsekwencji C.R. jest mniejsza lub równa 10%, przyjmuje się, że współczynnik ten jest akceptowany, co oznacza, że porównania charakterystyk są konsekwentne. W przeciwnym wypadku (C.R. > 10%) możemy stwierdzić, że występują znaczne niekonsekwencje w porównaniach. Dlatego należy wówczas cofnąć się do kroku 1. i ponownie dokonać porównań tych charakterystyk, które w największym stopniu przyczyniły się do powstałych niekonsekwencji. W przypadku pełnej konsekwencji sądów dokonywanych parami porównań otrzymujemy: λ max = n , C. I. = 0 oraz C. R . = 0 Współczynnik konsekwencji C. R. jest w literaturze nazywany również indeksem zgodności (Domański 1997; Adamus i Szara 2000) lub nawet, ze względu na sens interpretacyjny, wskaźnikiem niezgodności (Wysocki i Łuczak 2002). Należy zwrócić uwagę, że niezależnie od przyjętej metody obliczeniowej efektem końcowym tego etapu badań są wagi uzyskane dla wybranych charakterystyk. Krok 6. Należy przyporządkować każdemu analizowanemu obiektowi ocenę punktową ze względu na każdą charakterystykę (zakładamy, że dysponujemy skalą punktową, w której dokonujemy oceny, np. od 1 do 5). Oceny ( oij ) obiektu i ze względu na charakterystykę j zapisujemy w postaci macierzy O o wymiarach k × n , przy czym i = 1, 2, K , k oznacza numer obiektu, a j = 1, 2, K , n – numer charakterystyki. Wartości oij zawierają się w przedziale przyjętym do oceny punktowej. Krok 7. Oceniamy jest obiekt ze względu na wszystkie charakterystyki, przy uwzględnieniu stopnia udziału każdej charakterystyki w realizacji celu głównego. Ocenę ostateczną dla każdego ocenianego obiektu otrzymujemy według wzoru: n S i = ∑ oij ⋅ v j dla j = 1, 2, K, n j =1 Krok 8. Klasyfikujemy obiekty według rosnącej wartości ocen S i , tzn. spośród i = 1, 2, K , k obiektów wybieramy taki obiekt, który ma największą wartość oceny S i . 74 A. Jurek PRZYKŁADY ZASTOSOWANIA METODY AHP Obszar zastosowania metody hierarchicznej analizy problemu (AHP) nie ogranicza się jedynie do analizy i oceny wybranych obiektów badawczych. W procesie zarządzania przedsiębiorstwem jednym z ważniejszych elementów, decydującym o jego sukcesie rynkowym, jest jakość podejmowanych przez władze firmy decyzji. Rozwój konkurencji na rynku oraz postęp technologiczny, wraz z towarzyszącym mu wzrostem liczby dostępnych informacji, sprawiają, że proces zarządzania przedsiębiorstwami jest dzisiaj coraz bardziej złożony. Można stwierdzić, że zdecydowana większość problemów decyzyjnych, które kierownictwo przedsiębiorstwa zmuszone jest rozwiązywać w procesie zarządzania, ma charakter wielokryterialny. Dodatkowym elementem, utrudniającym proces podejmowania właściwych decyzji gospodarczych, jest sytuacja, w której coraz częściej należy przeprowadzać ocenę czynników jakościowych, trudnych do zmierzenia w kategoriach ekonomicznych. W takich sytuacjach metoda analizy hierarchicznej problemu jest bardzo cennym narzędziem badawczym, które pomoże usprawnić i zobiektywizować trudny proces decyzyjny. Problematyka analizy i oceny przedsiębiorstw jest takim obszarem, w którym niezwykle istotne jest oparcie się na racjonalnych i obiektywnych kryteriach wyboru. W tej sytuacji oprócz elementów ilościowych, dających się wyrazić mierzalnymi wielkościami ekonomicznymi, bardzo ważną rolę odgrywają kryteria jakościowe (np. jakość produktu, zarządzanie przedsiębiorstwem). Wykorzystywana w metodzie AHP skala ocen Saaty’ego jest szczególnie przydatna do oceny właśnie takich „miękkich” (nieostrych, rozmytych – ang. fuzzy) kryteriów. Umożliwia bowiem łatwe „przetłumaczenie” przeprowadzanych przez ekspertów ocen znaczenia kryteriów na konkretne wartości liczbowe, będące wagami poszczególnych kryteriów. Przykłady wykorzystania metody AHP w przypadku tzw. nieostrych kryteriów oceny można znaleźć m.in. w pracach Salo (1996), Gogusa i Bouchera (1998) oraz Kuo i in. (2002). Zaletą przedstawionej metody hierarchicznej analizy problemu jest to, iż wbrew pozorom, nie jest ona specjalnie skomplikowana pod względem obliczeniowym. Do przeprowadzenia obliczeń matematycznych wystarczy bowiem dowolny arkusz kalkulacyjny. Na przykład wykorzystując arkusz kalkulacyjny (np. EXCEL), można z łatwością utworzyć aplikację, która umożliwi analitykowi wykorzystanie tej metody w celu usprawnienia procesu podejmowania decyzji w sytuacji, gdy o jej podjęciu decyduje kilka kryteriów. Należy jednak pamiętać, że w przypadku wykorzystania wiedzy kilku ekspertów niezbędne jest uwzględnienie w metodzie AHP procedury syntezy ich opinii. Problem syntezy opinii wielu ekspertów można rozwiązać na kilka sposobów. Jeden ze sposobów zakłada, że ocena grupowa charakterystyk jest przeprowadzana każdorazowo w ramach każdej grupy charakterystyk rozpatrywanych ze względu na pewną charakterystykę nadrzędną. Procedura takiej syntezy składa się z dwóch kroków. Krok 1. Tworzymy macierz ocen indywidualnych dla charakterystyk z danej grupy. Charakterystyka i możliwości stosowania... O1 B= Ok C1 V (1)1 K V (k )1 C2 V (1)2 K V (k )2 M Cn 75 M V (1)n K V (k )n Zakładamy, że: – wykorzystujemy informację od k ekspertów: O1 , K , Ok , – zidentyfikowane zostało n charakterystyk: C1 , K , C n . Krok 2. Przeprowadzamy ocenę grupową dla poszczególnych i = 1, 2, K , n charakterystyk według wzoru: wi = 1 n ∑ v( j )i k i =1 Syntetyczna ocena grupowa ważności charakterystyk jest ustalana jako średnia arytmetyczna indywidualnych ocen przeprowadzanych przez poszczególnych ekspertów. Podstawową wadą takiego podejścia jest to, że w przypadku sytuacji, w której mamy do czynienia z dużymi rozbieżnościami w indywidualnych ocenach poszczególnych ekspertów, przyjęcie jako oceny grupowej średniej arytmetycznej z ocen indywidualnych, bez analizy przyczyny rozbieżności wyników analizy, może być dużym uproszczeniem. Dlatego należy bardzo dokładnie dobierać ekspertów do analizy lub odrzucać wyniki analiz ekspertów znacznie różniących się od pozostałych. Procedura ocen według metody hierarchicznej analizy problemu cieszy się coraz większą popularnością. Jest stosowana w różnych dziedzinach, tj. w grach wojennych (Cheng i in. 1999), edukacji (Hauser i Tadikamalla 1996), telekomunikacji (Tam i Tummala 2001), energetyce (Kablan 1997) do rozwiązywania problemów decyzyjnych, w których występuje więcej niż jedno kryterium. Problemy decyzyjne są elementem procesu zarządzania i z reguły mają charakter wielokryterialny. Wprowadzenie metody hierarchicznej analizy problemu w struktury wspomagające system zarządzania może zatem znacznie usprawnić i zobiektywizować złożony proces decyzyjny. W literaturze przedmiotu można znaleźć także inne ciekawe przykłady zastosowania metody hierarchicznej analizy problemu. Jednym z obszarów zastosowań metody AHP jest bankowość, gdzie wykorzystywano ją m.in. do analizy i oceny oddziałów banku (Jurek 2002). Oprócz tego duże korzyści może dać jej zastosowanie do oceny dystrybucji usług bankowych, w planowaniu strategicznym w banku (Arbel i Orgler 1990) czy planowaniu lokalizacji placówek bankowych (Rogowski 1997). Coraz częściej metodę analizy hierarchicznej problemu stosuje się również w ekonomii w celu np. obniżenia kosztów transportu (Schniederjans i Garvin 1997), wyboru odpowiedniego kontrahenta – dostawcy wyrobów (Al-Harbi 2001), ustalenia właściwej lokalizacji obiektów handlowych (Chuang 2001; Kuo i in. 2002). 76 A. Jurek Ze względu na swoją prostotę, elastyczność w przystosowaniu i wysoką efektywność w analizowaniu i rozwiązywaniu problemów decyzyjnych metoda Saaty’ego może być również bardzo przydatna w określaniu priorytetów w zarządzaniu jednostkami administracji publicznej (Adamus 2002). Przedstawione w tej pracy badania empiryczne z 2002 roku na poziomie gminy (Kalwaria Zebrzydowska i Tomice) pozwoliły nie tylko na ilościowe określenie priorytetów w zarządzaniu gminą, ale również na wybór najlepszego modelu zarządzania, który prowadziłby do wzrostu poziomu cywilizacyjnego mieszkańców gminy. Metody wielokryterialnych analiz decyzyjnych mogą być także wykorzystywane w rolnictwie. Zwłaszcza w literaturze zachodniej można znaleźć wiele przykładów zastosowania tych metod. Na przykład Deng i in. (2002) przedstawili wykorzystanie metody AHP w turystyce do oceny walorów naturalnych narodowych i lokalnych parków w Australii, opisu przyrodniczych, geograficznych, historycznych, kulturowych i ekonomicznych aspektów atrakcyjności kompleksu naturalnego. Rezultaty ich badań świadczą o tym, że na przynależność i pozycję w klasyfikacji poszczególnych parków mają wpływ przede wszystkim bogactwo naturalne i kulturowe (60,76%), dostępność komunikacyjna (18,49%) oraz udogodnienia edukacyjne, rekreacyjne i infrastrukturalne (9,56%). Hayashi (1998) wskazuje natomiast na możliwość stosowania wielokryterialnej analizy decyzyjnej w rolnictwie ze względu na złożoność i rozbieżność celów producentów rolnych. Zwraca on uwagę, że znacznie zwiększa się rola metod wielokryterialnych, gdyż możliwość przyporządkowania wag poszczególnym kryteriom oceny umożliwia opis specyfiki produkcji rolniczej. Problem ten Hayashi istotnie rozwinął w pracy „Multicriteria analysis for agricultural resource management: A critical survey and future perspectives” (2000), w której zamieścił szczegółowy przegląd metod wielokryterialnych i ich zastosowań w rolnictwie. Na uwagę zasługuje zestawienie wyników badań różnych autorów, ze szczególnym uwzględnieniem prezentacji kryteriów i czynników oceny przedsiębiorstw rolniczych. Hayashi (2000) wskazuje jednak na znaczne zróżnicowanie celów, do których dążą poszczególni badacze. Większość uważa, że głównym kryterium oceny rentowności produkcji rolniczej powinna być maksymalizacja zysku netto, co jednak kłóci się z poglądami o dbałość o środowisko naturalne. Dlatego możliwość „ważenia” celów przy wykorzystaniu metod hierarchicznych daje szansę na uwzględnienie wszystkich istotnych aspektów oceny. W ostatnich latach również w literaturze polskiej zaczęły pojawiać się przykłady wykorzystania metody hierarchicznej analizy problemu w rolnictwie. Adamus i Szara (2000) po raz pierwszy w naukach ekonomiczno-rolniczych metodę AHP zastosowali do racjonalizacji zarządzania i organizacji gospodarstw rolniczych. W pracy swojej przedsiębiorstwo rolnicze potraktowali jako złożony system organizacyjno-produkcyjny, który realizuje swoje cele w ciągle zmieniającym się otoczeniu. Wiadomo bowiem, że rolnik musi nie tylko dbać o poprawę ekonomiczną efektywności gospodarstwa, ale także realizować inne cele dotyczące rozwoju alternatywnych do rolnictwa źródeł dochodu – przez utrzymanie krajobrazu wiejskiego i ochronę środowiska, awans cywilizacyjny i kulturowy – m.in. poprzez zdecydowaną poprawę wykształcenia dzieci itp. Dlatego zastosowanie procedur metody AHP ułatwia ocenę alternatywnych decyzji – zarówno mierzalnych (cele finansowe), jak i niemierzalnych (cele jakościowe). Charakterystyka i możliwości stosowania... 77 W literaturze można również znaleźć doniesienia na temat wykorzystania metody Saaty’ego do wyboru scenariuszy rozwoju obszarów wiejskich. Przedstawione w pracach Wysockiego i Łuczaka (2002) badania empiryczne pozwoliły na określenie stopnia intensywności działań gospodarczych, które należałoby podejmować w celu wsparcia rozwoju obszarów wiejskich w każdym subregionie Wielkopolski. Zaproponowana procedura analizy doprowadziła do wyboru najlepszego (spośród proponowanych) programu rozwoju, który zakładał powiązanie poszczególnych subregionów, wchodzących w skład województwa wielkopolskiego, w jeden spójny wielofunkcyjny region o wysoko konkurencyjnej gospodarce, optymalnie wykorzystujący zasoby ludzkie, przyrodnicze i kulturowe oraz potencjał ekonomiczny. Ze względu na porównywanie stopnia ważności każdej pary przyjętych celów strategicznych rozwoju obszarów wiejskich i każdej pary działań służących temu rozwojowi wykorzystanie metody AHP ułatwia wybór najwłaściwszego scenariusza. Natomiast w klasycznym podejściu do określenia kierunku rozwoju posługiwano się najczęściej intuicją i osobistymi preferencjami autorów przygotowujących scenariusz. PODSUMOWANIE Przytoczone w pracy obszary zastosowania metody hierarchicznej analizy problemu (AHP) potwierdzają przydatność tej metody w procesie zarządzania przedsiębiorstwami. W obecnych warunkach gospodarczych coraz większa ilość problemów decyzyjnych, które kierownictwo przedsiębiorstwa zmuszone jest rozwiązywać w procesie zarządzania, ma bowiem charakter wielokryterialny. Dodatkowym elementem, wskazującym na przydatność metody AHP, jest możliwość przeprowadzania oceny na podstawie czynników o charakterze zarówno ilościowym, jak i jakościowym. Na uwagę zasługuje również fakt, iż wbrew pozorom metoda hierarchicznej analizy problemu nie jest specjalnie skomplikowana pod względem obliczeniowym. Wykorzystywanie metody hierarchicznej analizy problemu w procesie wspomagania zarządzania przedsiębiorstwem może zatem znacznie usprawnić i zobiektywizować złożony proces decyzyjny. PIŚMIENNICTWO Adamus W. 2002. Określenie priorytetów w zarządzaniu jednostkami administracji publicznej. Pr. Nauk. AE Wroc. 941 (1), 45–52. Adamus W., Szara K. 2000. Zastosowanie Analitycznego Procesu Hierarchicznego AHP do racjonalizacji zarządzania i organizacji gospodarstw (przedsiębiorstw). Zag. Ekon. Rol. 4/5 (279/280), 20–41. Al-Harbi K.M., Al S. 2001. Application of the AHP in project management. International J. Project Manag. 19, 19–27. Arbel A., Orgler Y.E. 1990. An application of the AHP to bank strategic planning: the mergers and acquisitions process. Europ. J. Oper. Res. 48, 27–37. Cheng C.-H., Yang K.-L., Hwang C.-L. 1999. Evaluating attack helicopters by AHP based on linguistic variable weight. Europ. J. Oper. Res.116, 423–135. 78 A. Jurek Chuang P.-T. 2001. Combining the Analytic Hierarchy Process and quality function deployment for a location decision from a requirement perspective. Internat. J. Adv. Man. Technol. 18, 842–849. Deng J., King B., Bauer T. 2002. Evaluating natural attractions for tourism. Ann. Tourism. Res. 29 (2), 422–438. Dodd F.J., Donegan H.A., Mc Master T.B.M. 1995. Theory and methodology – inverse inconsistency in analytic hierarchies. Europ. J. Oper. Res. 80, 86–93. Domański C. 1997. Wprowadzenie do analitycznego procesu hierarchicznego. Taksonomia 4, 217–226. Gogus O., Boucher T.O. 1998. Strong transitivity, rationality and weak monotonicity in fuzzy pairwise comparisons. Fuzzy Sets and Systems 94, 133–144. Hauser D., Tadikamalla P. 1996. Theory and methodology – the Analytic Hierarchy Process in an uncertain environment: A simulation approach. Europ. J. Oper. Res. 91, 27–37. Hayashi K. 1998. Multicriteria aid for agricultural decisions using preference relations: methodology and application. Agric. Systems 58 (4), 483–503. Hayashi K. 2000. Multicriteria analysis for agricultural resource management: a critical survey and future perspectives. Europ. J. Oper. Res. 122, 486–500. Jurek A. 2002. Wykorzystanie wybranych nieklasycznych metod analizy przedsiębiorstw do oceny sytuacji ekonomicznej oddziałów banku. Folia Univ. Agric. Stetin., Ser. Oeconomica 230 (41), 241–250. Kablan M. 1997. Prioritization of decentralized electricity options available for rural areas in Jordan. Pergamon. Energy Conv. Manag. 38 (14), 1515–1521. Kuo R.J., Chi S.C., Kao S.S. 2002. A decision support system for selecting convenience store location through integration of fuzzy AHP and artificial neural network. Comp. Industry 47, 199–214. Rogowski G. 1997. Zastosowanie metody hierarchicznej analizy problemu do planowania lokalizacji placówek bankowych. Bank Kredyt 1/2, 84–91. Rogowski G. 1998. Metody analizy i oceny działalności banku na potrzeby zarządzania strategicznego. Wydaw. Wyższej Szkoły Bankowej, Poznań. Saaty T.L. 1977. A scaling method for priorities in hierarchical structures. J. Mathemat. Psychol. 15, 234–281. Saaty T.L. 1980. The Analytic Hierarchy Process: planning. Priority setting. Resource allocation. McGraw-Hill, New York. Saaty T.L. 1986. Axiomatic foundation of the Analytic Hierarchy Process. Manag. Sci. 32 (7), 841–855. Saaty T.L. 1990. How to make a decision: The Analytic Hierarchy Process. Europ. J. Oper. Res. 48, 9–26. Saaty T.L., Alexander J.M. 1989. Group decision making and the AHP [in: The Analytic Hierarchy Process, aplications and studies]. Eds. B.L. Golden, E.A. Wasil, P.T. Harker. Spirnger-Verlag, Wiesbaden. Salo A.A. 1996. On fuzzy ratio comparisons in hierarchical decision models. Fuzzy Sets and Systems 84, 21–32. Schniederjans M.J., Garvin T. 1997. Using the Analytic Hierarchy Process and multi-objective programming for selections of cost drivers in activity-based costing. Europ. J. Oper. Res. 100, 72–80. Tam M.C.Y., Tummala R.V.M. 2001. An application of the AHP in vendor selection of a telecommunications system. Internat. J. Manag. Sci. 29, 171–182. Wysocki F., Łuczak A. 2002. Wykorzystanie metod taksonometrycznych i Analitycznego Procesu Hierarchicznego do wyboru scenariuszy rozwoju obszarów wiejskich. Zag. Ekon. Rol. 4/5 (291/292), 3–23.