MARCOS

اهمیت روزافزون مطالعات کیفیت زندگی در پایش سیاست های عمومی و نقش آن به عنوان ابزاری کارآمد در مدیریت و برنامه ریزی شهری، پیوسته در حال پررنگ شدن می باشد. سنجش کیفیت زندگی در شهرها معمولاً از طریق شاخص های ذهنی حاصل از پیمایش و ارزیابی ادراکات و رضایت شهروندان از زندگی شهری و یا با استفاده از شاخص های عینی حاصل از داده های ثانویه و به ندرت با استفاده از هر دو نوع شاخصه ها اندازه گیری می شود. لذا هدف این پژوهش سنجش و تدوین مدل مفهومی کیفیت زندگی در شهر ارومیه مبتنی بر شاخص های مسکن بوده به طوری که نوع تحقیق، کاربردی و روش تحقیق، توصیفی- تحلیلی است و گردآوری اطلاعات نیز از طریق مطالعات کتابخانه ای، میدانی و پرسش نامه صورت گرفته است. برای نیل به هدف تحقیق، تعداد 12 شاخص بر اساس نظرات نخبگان انتخاب شده و در نرم افزار GIS لایه های اطلاعاتی برای آن ها تشکیل شده است. برای محاسبه وزن شاخص ها از روش تصمیم گیری چندمعیاره BWM استفاده شده، که بیش ترین وزن بدست آمده مربوط به کیفیت ابنیه و کم ترین مربوط به قدمت ابنیه بوده است. وزن به دست آمده از روش BWM در شاخص های 12 گانه استاندارد ضرب شده و باهم ترکیب شده اند. هم چنین به منظور ارزیابی کیفیت زندگی در مناطق پنج گانه شهر ارومیه از مدل MARCOS استفاده شده است. نتایج نشان می دهد که 23 درصد از محدوده شهر در پهنه کیفیت زندگی خیلی کم، 34 درصد در پهنه کیفیت زندگی کم، 13 درصد در پهنه کیفیت زندگی متوسط، 20 درصد در پهنه کیفیت زندگی زیاد و 11 درصد در پهنه کیفیت زندگی خیلی زیاد قرار گرفته است و این یعنی شهر ارومیه به لحاظ کیفیت زندگی مبتنی بر شاخص های مسکن، در سطح متوسط رو به پایین قرار گرفته است.

در حال حاضر، محیط زیست هوشمند و ارتقای آن یکی از موضوعات مهم در حوزه حفاظت از محیط زیست است. اتحادیه اروپا به عنوان یک سازمان بین المللی، شاخص هایی را برای سنجش و ارزیابی اقدامات و تلاش ها جهت ارتقای محیط زیست هوشمند تعیین کرده است؛ ازاین رو هدف پژوهش حاضر، سنجش مؤلفه های ارتقای محیط زیست هوشمند بر اساس شاخص های کمیسیون اتحادیه اروپا در محلات منطقه 12 تهران است. پژوهش حاضر از نظر هدف کاربردی و از نظر ماهیت، توصیفی- تحلیلی  است که با به کارگیری ترکیبی از مدل های کمی و کیفی انجام گرفته است. شیوه های جمع آوری داده در این تحقیق، اسنادی- کتابخانه ای و میدانی است. جامعه آماری تحقیق را ۶۰ نفر از کارشناسان با استفاده از تکنیک «دلفی» تشکیل داده اند. در نهایت جهت تجزیه وتحلیل متغیرها از روش «مارکوس» و معادلات ساختاری بهره گرفته شد. نتایج نشان می دهد شاخص های محیط زیست هوشمند به لحاظ اهمیت به همدیگر متفاوت هستند. براین اساس؛ شاخص محیط زیست و آلاینده های زیست محیطی با میانگین رتبه ای ۸۱/۱ بالاترین امتیاز و شاخص برنامه ریزی سبز با امتیاز ۱.۰۶ پایین ترین امتیاز را دارا است. همچنین نتایج نشان می دهد که سطح معناداری به دست آمده از آزمون «فریدمن» کمتر از ۰۵/۰ است، درنتیجه بین شاخص های محیط زیست هوشمند در سطح نواحی ۶گانه  منطقه دوازده تهران در سطح ۹۵ درصد اطمینان تفاوت وجود دارد. همچنین باتوجه به مثبت بودن شاخص اشتراک و شاخص افزونگی و سه مقدار ۰.۰۱، ۰.۲۵، ۰.۳۶ که به عنوان مقادیر ضعیف، متوسط و قوی برای «GOF» معرفی شده است و حصول مقدار ۰,۵۰ برای «GOF»، برازش مناسب مدل تأیید می گردد. نتایج تحلیل «مارکوس»  هم  نشان می دهد ناحیه ۴ در بعد های مختلف حفاظت از محیط زیست و مدیریت منابع طبیعی، وزن بیشتری دارد و نواحی دیگر نیز در بعضی از ابعاد، تأثیر متفاوتی دارند.

مقدمه و اهداف: مگاپروژه ها به عنوان سرمایه گذاری های پیچیده و در مقیاس بزرگ تعریف می شوند و توسعه و ساخت آن ها سال ها به طول می انجامد. افزایش زمان و هزینه رایج ترین چالش ها در مگاپروژه ها در سراسر جهان هستند. افزایش هزینه نسبت به بودجه برنامه ریزی شده و افزایش زمان نسبت به برنامه زمان بندی، عوامل شکست بسیاری از مگاپروژه ها هستند. هدف این پژوهش ارائه یک چارچوب یکپارچه جهت ارزیابی علل افزایش زمان و هزینه در مگاپروژه ها است. روش ها: در این پژوهش، برای اولین بار جهت تجزیه و تحلیل علل افزایش زمان و هزینه مگاپروژه ها از رویکرد یکپارچه روش FMEA مبتنی بر روش های بهترین-بدترین و مارکوس توسعه یافته بر اساس تئوری اعداد Z در سه فاز استفاده شده است. در فاز اول این رویکرد و بر اساس ادبیات، علل و ریسک ها با استفاده از روش FMEA شناسایی شده و عوامل تعیین کننده امتیاز RPN مقدار دهی می شوند. در فاز دوم، با بهره گیری از روش بهترین-بدترین توسعه یافته بر اساس تئوری اعداد Z، وزن های شاخص ها محاسبه می شوند. سپس در فاز سوم و با توجه به خروجی های فاز های قبل، گزینه ها با استفاده از روش مارکوس توسعه یافته بر اساس تئوری اعداد Z اولویت بندی می شوند. علاوه بر تخصیص وزن های مختلف به شاخص ها و در نظر گرفتن عدم قطعیت، قابلیت اطمینان نیز به واسطه تئوری اعداد Z در این رویکرد در نظر گرفته شده است. یافته ها: رویکرد پیشنهادی این تحقیق در ارزیابی علل افزایش زمان و هزینه مگاپروژه ها پیاده سازی گردید و ۱۷ علت شکست در برنامه زمان بندی و افزایش هزینه در مگاپروژه ها، با استفاده از رویکرد یکپارچه Z-BWM-MARCOS ارزیابی و اولویت بندی شدند. بر اساس نتایج، برنامه ریزی و زمان بندی ضعیف، کمبود نیروی کار ماهر و طراحی ضعیف شبکه همکاری تامین کنندگان به عنوان علل اصلی شناسایی شده اند. تخصیص نادرست منابع، شناسایی نادرست ریسک ها و ایجاد گلوگاه هایی در اجرای مگاپروژه از جمله پیامد های برنامه ریزی و زمان بندی ضعیف در مگاپروژه ها است. پیاده سازی استراتژی هایی نظیر استفاده از ابزارهای پیشرفته مدیریت پروژه و هوش مصنوعی برای پیش بینی دقیق تر، یکپارچه سازی مدیریت ریسک برای پیش بینی عدم قطعیت ها و تاخیرهای احتمالی، اجرای برنامه ریزی مشترک با مشارکت تمام ذینفعان برای یکپارچه و همسوسازی اهداف و انجام ممیزی های منظم برنامه های پروژه برای شناسایی انحرافات و اصلاح آن ها به حل این مشکل کمک می کند. کمبود نیروی کار ماهر مستقیماً بر بهره وری، کیفیت کار و پایبندی به برنامه های زمانی در مگاپروژه ها تأثیر می گذارد. استراتژی هایی نظیر، سرمایه گذاری در برنامه های توسعه و ارتقاء مهارت نیروی کار، پیش بینی تقاضای نیروی کار و پیاده سازی نظام مدیریت عملکرد و جبران خدمات کارکنان عادلانه و شفاف، به رفع این مسئله کمک می کنند. طراحی ضعیف شبکه همکاری تامین کنندگان، باعث ایجاد اختلال در فرآیندهای تامین و تحویل شده و منجر به کمبود مواد اولیه، تأخیرات و افزایش هزینه های غیرمنتظره می شود. ایجاد سیستم متمرکز مدیریت زنجیره تأمین، توسعه روابط استراتژیک بلندمدت با تأمین کنندگان کلیدی بر اساس اهداف مشترک، استفاده از فناوری بلاک چین برای ردیابی و افزایش شفافیت در زنجیره تأمین و پیاده سازی اصول زنجیره تأمین ناب برای کاهش اتلاف و ساده سازی فرآیندها از جمله استراتژی های مقابله با این مسئله هستند. برای اعتبارسنجی روش پیشنهادی، نتایج ارزیابی علل با برخی روش های موجود در ادبیات نظیر FMEA، مارکوس فازی و روش توسعه یافته مورا بر اساس تئوری اعداد Z مقایسه شد، که نتایج نشان می دهد برخی کاستی های روش های FMEA و مارکوس فازی نظیر عدم ارائه رتبه بندی کامل گزینه ها، در رویکرد پیشنهادی به واسطه در نظر گرفتن عدم اطمینان در کنار عدم قطعیت پوشش داده شده است. همچنین نتایج رویکرد پیشنهادی با روش مورا توسعه یافته بر اساس تئوری اعداد Z در اولویت بندی علل شکست تقریبا مشابه بوده و ضریب همبستگی ۰.۹۰۹ را نشان می دهد. نتیجه گیری: مگاپروژه ها مستعد افزایش قابل توجه هزینه ها و تأخیرهای زمانی هستند که این موضوع، چالش های مهمی را برای مدیریت پروژه به همراه دارند. نتایج حاصل از رویکرد پیشنهادی نشانگر قابلیت و برتری آن در مقایسه با سایر روش ها نظیر FMEA و مارکوس فازی در تعیین علل اصلی علل افزایش هزینه ها و تأخیرهای زمانی مگاپروژه ها بوده است.