88 Hmeljarski bilten / Hop Bulletin 24(2017) ______________ MODELNO VREDNOTENJE PREUSMERITVE DEJAVNOSTI KMETIJ Martin PAVLOVIČ 25 , Andrej UDOVČ 26 , Uroš RAJKOVIČ 27 , Črtomir ROZMAN 28 in Trajče NIKOLOSKI 29 Izvirni znanstveni članek / original scientific article Prispelo / received: 20. 10. 2017 Sprejeto / accepted: 28. 11. 2017 Izvleček Strukturne spremembe predstavljajo v kmetijstvu velik izziv vse od ravni države do ravni posamezne kmetije. V ta okvir uvrščamo tudi preusmeritev individualnih kmetij. Kam in kako preusmeriti dejavnost kmetije je odvisno od številnih dejavnikov. V prispevku je predstavljen model za oceno primernosti preusmeritve kmetij v vrtnarsko (hortikulturno) dejavnost. Upoštevane so naravne danosti, demografski, ekonomski in socialni dejavniki. Izbor kriterijev, njihova struktura in pomembnost medsebojnega vpliva kriterijev v modelu slonijo na razpoložljivih statističnih podatkih o kmetijah, podatkih, ki smo jih dobili iz anketne raziskave in mnenju ekspertnega tima. Model je realiziran v skladu z metodologijo DEX z uporabo programa DEXi in je kritično ocenjen na izbranem vzorcu kmetij. Dodana vrednost tega pristopa je v transparentni razlagi ocene primernosti, ki jo uporabimo za pomoč pri odločanju o preusmeritvi dejavnosti kmetij. Ključne besede: vrtnarstvo, preusmeritev kmetije, večkriterijsko odločitveno modeliranje, metoda DEX MODEL ASSESSMENT OF A FARM ACTIVITY REARRANGEMENT Abstract Structural changes in farming present serious challenges on all levels from state level to the level of an individual farm. Rearrangement of a farm is one of these challenges. There are many factors influencing the decision for reorientation. In this contribution, a model for assessing potential of a farm for its transformation to 25 Prof. dr., Inštitut za hmeljarstvo in pivovarstvo Slovenije, Žalec in Fakulteta za kmetijstvo in biosistemske vede, UM, e-naslov: martin.pavlovic@ihps.si 26 Prof. dr., Biotehniška fakulteta, UL, e-naslov: andrej.udovc@bf.uni-lj.si 27 Prof. dr., Fakulteta za organizacijske vede, UM, e-naslov: uros.rajkovic@fov.uni-mb.si 28 Prof. dr., Fakulteta za kmetijstvo in biosistemske vede, UM, e-naslov: crt.rozman@um.si 29 Dr., Biotehniška fakulteta, UL, e-naslov: nikotraj@gmail.com Hmeljarski bilten / Hop Bulletin 24(2017) ______________ 89 a horticultural one is presented. The model takes in account criteria such as: natural resources, demographic, economic and social factors. Criteria selection, their structure and importance of their interrelations in the model are based on statistical data about farms, data gathered by survey research and expert group opinion. The model was developed with the DEX methodology, implemented by the program DEXi, and was critically evaluated on chosen set of farms. The added value of the approach is a transparent assessment picture of the potential of a farm as a vital support for making decision about its rearrangement. Keywords: horticulture, farm rearrangement, multi-criteria decision modelling, method DEX 1 UVOD Če želimo odgovoriti na vprašanje: »V katero dejavnost in kako preusmeriti kako kmetijo?« moramo, ob poznavanju panoge, ustrezno analizirati kmetijo samo ter njeno širše in ožje okolje. Opazujemo številne parametre, jih ocenjujemo v danih razmerah in skušamo priti do zaključkov in napotkov. Gre za široko znanje, ki ga je potrebno pregledno predstaviti in znati utemeljiti odločitev oziroma priporočilo. V našem primeru smo del tega znanja prelili v večkritrijski ocenitveni model za pomoč pri odločanju o primernosti preusmeritve dejavnosti kmetije. Kot primer možne preusmeritve kmetije smo izbrali panogo vrtnarstva. V tej panogi gre za pridelavo zelenjadnic, zelišč, cvetja in okrasnih rastlin. Vrtnarstvo spada med najintenzivnejše kmetijske panoge. Zanj so značilne relativno majhne obdelovalne površine, ki so intenzivno obdelane. V tem segmentu ima slovensko kmetijstvo lepe možnosti razvoja (Nikoloski, 2009; Hudina, 2011). Večkriterijsko odločitveno modeliranje, kot eno izmed področij operacijskih raziskav, obsega različne metode, ki jih praviloma podpirajo pripadajoče programske rešitve (Figueira in sod., 2005; Ishizaka in Nemery, 2013). Njihov skupni imenovalec je ocena vsake alternative po izbranih kriterijih. Ocene posamezne alternative po kriterijih se nato združi v skupno oceno. Na tej osnovi se alternative primerjajo, razvrščajo in analizirajo. Uporabo tovrstnih metod pogosto zasledimo tudi v kmetijstvu (Žnidaršič in sod., 2008; Pavlovič in sod., 2011; Rozman in sod., 2013). V tem prispevku najprej predstavimo uporabljeno večriterijsko metodo DEX (Bohanec in Rajkovič, 1990; Bohanec in sod., 2013) in način verifikacije in validacije znanja v modelih. Prikazan je model za oceno regije in model za oceno kmetije same. Za tem je uporaba modelov predstavljena s konkretnimi ocenami izbranih regij in kmetij. V zaključkih osvetlimo možnosti za tovrstno modeliranje in ocenjevanje, tudi ko gre za druge panoge in dejavnosti na kmetijah. 90 Hmeljarski bilten / Hop Bulletin 24(2017) ______________ 2 METODE Metodološki pristop k razvoju modela za preusmerjanje kmetij sloni na kvalitativnem večkriterijskem modeliranju odločitvenega znanja po metodi DEX, ki je uporabljena v dveh korakih. Razvita sta dva modela. S prvim modelom najprej ocenimo primernost regije, v kateri se nahaja kmetija, z drugim pa ocenimo posamezno kmetijo. Poseben poudarek je na verifikaciji in validaciji modelov, ki slonita na statističnih podatkih, anketnih raziskavah in mnenju posebne ekspertne skupine. 2.1 DEX – metoda za kvalitativno večkriterijsko modeliranje DEX (Decision EXpert) (Bohanec in sod., 2013; Bohanec in sod., 2015) je večkriterijska, hierarhična, kvalitativna metoda za modeliranje odločitvenega znanja. Kot vse druge večkriterijske odločitvene metode ocenjuje in analizira potencialno neskončno množico alternativ 𝐴={𝑎1,𝑎2,…,𝑎𝑚,…}, v našem primeru kmetij. Alternative so opisane s končno množico spremenljivk 𝑋={𝑥1,𝑥2,…,𝑥𝑛}, ki jih v splošnem imenujemo atributi. Vsak atribut predstavlja opazovano oz. ocenitveno lastnost alternative. Kriterij pa imenujemo tisti atribut, po katerem določimo, kaj je slabo in kaj dobro (Figueira in sod., 2005). V našem primeru imamo opravka s kriteriji, na primer starost gospodarja, izobrazba gospodarja, nasledstvo kmetije pa tudi demografski dejavniki, kot njihov agregat. Hierarhičnost metode DEX pomeni, da so atributi organizirani hierarhično. Gledano od zgoraj navzdol, hierarhija predstavlja dekompozicijo odločitvenega problema na podprobleme. Gledano od spodaj navzgor, so višje ležeči atributi odvisni od nižje ležečih, ki so bolj elementarni. Najbolj elementarne atribute imenujemo osnovni atributi. To so končni vozli v hierarhiji in predstavljajo osnovne karakteristike opazovanih alternativ. Višje ležeči atributi, ki so odvisni od nižje ležečih, se imenujejo agregirani atributi in predstavljajo ocene alternativ. Običajno se na vrhu hierarhije nahaja en sam atribut, ki se imenuje koren in predstavlja končno oceno alternativ. V našem primeru predstavljajo atributi: starost gospodarja, izobrazba gospodarja in nasledstvo kmetije osnovne kriterije. Višje nivojski kriterij demografski dejavniki je agregirani kriterij, ki ga določajo prej omenjeni trije atributi. Koren drevesa pa je ocena primernosti kmetije za preusmeritev. Za razliko od večine večkriterijskih odločitvenih metod, ki uporabljajo numerične vrednosti, je metoda DEX kvalitativna. Vsak atribut 𝑥𝑖∈𝑋 ima zalogo vrednosti 𝐷𝑖={𝑣𝑖1,𝑣𝑖2,…,𝑣𝑖𝑘𝑖}, kjer je 𝑣𝑖𝑗 kaka navadna beseda, kot je 'slabo', 'dobro' ali 'odlično'. Zaloge vrednosti so večinoma majhne. Vsebujejo od 2 do 5 vrednosti in Hmeljarski bilten / Hop Bulletin 24(2017) ______________ 91 so običajno preferenčno urejene. To pomeni, da je vsaka predhodna vrednost iz zaloge vrednosti manj ali enako zaželena od naslednje. V metodi DEX je agregacija vrednosti, s katerimi so podane alternative in poteka po hierarhiji od spodaj navzgor, podana z odločitvenimi pravili. Ta pravila določi odločevalec in so praviloma predstavljena v obliki odločitvenih tabel. Predpostavimo, de je 𝑥(0)∈𝑋 agregirani atribut in da so 𝑥(1),𝑥(2),…,𝑥(𝑟)∈𝑋 neposredni nasledniki v hierarhiji, potem je funkcija agregacije 𝑓, ki določa vrednost agregiranega atributa 𝑥(0)=𝑓(0)(𝑥(1),𝑥(2),…,𝑥(𝑟)), definirana kot množica odločitvenih pravil oblike: če je 𝑥(1) = 𝑣(1) in 𝑥(2) = 𝑣(2) in … in 𝑥(𝑟) = 𝑣(𝑟), potem je 𝑥(0) = 𝑣(0), kjer je 𝑣(𝑖) ∈ 𝐷(𝑖), 𝑖 = 0,1, … , 𝑟. Metoda DEX je implementirana kot DEXi. Je prosto dostopna programska oprema, ki omogoča razvoj in uporabo modelov za ocenjevanje in odločanje v skladu s predstavljeno metodo DEX. Na razpolago je tudi ustrezen priročnik za uporabo (Bohanec, 2014; DEXi, 2015). 2.2 Zajemanje in preverjanje odločitvenega znanja Znanje v modelih za odločanje o preusmeritvi kmetije je z metodo DEX predstavljeno s kriteriji, njihovimi zalogami vrednoti, strukturo in agregacijskimi funkcijami v obliki odločitvenih tabel. To znanje smo verificirali in validirali z dvema anketama in ekspertno delavnico. Prva anketa je zajela 305 vrtnarskih kmetij, ki so odgovorile na 30 vprašanj o vplivu socio-ekonomskih dejavnikov na (pre)oblikovanje teh kmetij. Z drugo anketo smo s 15 vprašanji iskali odgovore na podobna vprašanja na kmetijah, ki se ukvarjajo z drugimi dejavnostmi. Dobili smo 68 odgovorov, ki smo jih primerjali rezultati prve ankete. Na tej osnovi smo določili kriterije, njihovo strukturo in zalogo vrednosti, ki smo jih preverjali in potrjevali na delavnici, kjer je sodelovalo 9 ekspertov s področja kmetijstva. Ob tem so eksperti ocenjevali tudi pomembnost oziroma vplivnost posameznih kriterijev pri ocenjevanju kmetije za prehod na vrtnarsko dejavnost. Zato smo uporabili metodo ocenjevanja, ki jo uporablja metoda AHP (Saaty, 1990). Tako pridobljene uteži smo uporabili za osnovo pri oblikovanju funkcij koristnosti v obliki odločitvenih pravil. 3 REZULTATI IN RAZPRAVA 3.1 Predstavitev modelov Drevo kriterijev prvega modela za oceno primernosti regije za preusmeritev kmetij v vrtnarstvo podaja slika 1. Primernost regije ocenjujemo po treh sklopih: tla, 92 Hmeljarski bilten / Hop Bulletin 24(2017) ______________ klima in energetski viri. V okviru sklopa tla ocenjujemo primernost reliefa, sestave tal in števila vodnih izvirov, pri oceni klimatskih danosti pa povprečno letno temperaturo in povprečno letno količino padavin. Energetske danosti ocenjujemo glede na sončno in geotermalno energijo. Zaloge vrednosti kriterijev so kvalitativne in preferenčno urejene. Njihova vrednost narašča od nižje vrednosti k višji. Primer vrednosti za kriterij Relief podaja preglednica 1. Atribut Opis Primernost regije Primernost regije za preusmeritev kmetije ├─Tla Danosti tal │ ├─Relief Primernost reliefa │ ├─Sestava tal Primernost sestave tal │ └─Vodni izviri Primernost števila vodnih izvirov na 100 km2 površine ├─Klima Klimatske danosti │ ├─Temperatura Povprečna letna temperatura │ └─Padavine Povprečna letna količina padavin └─Energetski viri Energetske danosti ├─Sonce Sončna energija └─Geotermalna Geotermalna energija Slika 1: Drevo kriterijev za oceno primernosti regije Preglednica 1: Vrednosti ki jih lahko zavzame kriterij relief Relief 1. Slabo Hribovit, nad 700 mnv 2. Dobro Gričevnat, do 700 mnv 3. Odlično Ravnina, do 700 mnv V tem modelu imamo štiri agregirane kriterije: tla, klima, energetski viri in kot koren primernost regije, kot končno oceno. Za vsak agregirani kriterij so funkcije agregacije podane s tabelo odločitvenih pravil. Tabelo odločitvenih pravil za oceno primernosti tal podaja preglednica 2. Prvo pravilo pravi, da so tla ocenjena slabo, če sta kriterija relief in sestava tal ocenjena slabo, ne glede na kriterij vodni viri (simbol »*« pomeni katerokoli vrednost). Zadnje, 15. pravilo pa pravi, da je ocena tal odlično, če je odlična ocena reliefa in sestave tal, pri tem pa mora biti ocena vodni izviri vsaj dobro. Odstotki, prikazani v preglednici 1, predstavljajo pomembnost vsakega kriterija, ki je določena z linearno aproksimacijo odločitvenih pravil (Bohanec, 2014). Kot je razvidno iz preglednice 1, sta sestava tal in vodni viri enako pomembna kriterija, relief pa ima manjšo utež. Slika 2 prikazuje drevo kriterijev drugega modela za oceno posamezne kmetije. Kmetijo ocenjujemo v okviru štirih sklopov. Prvi sklop vsebuje demografske dejavnike, kot so starost gospodarja, njegova izobrazba in nasledstvo kmetije. Hmeljarski bilten / Hop Bulletin 24(2017) ______________ 93 Drugi sklop obravnava osnovno dejavnost kmetije, njen tip in lego. Tretji sklop danosti vsebuje oceno zemljišča, trga in primernost regije za vrtnarsko dejavnost. Oceno slednjega nam da prvi model. V četrtem sklopu ocenjujemo proizvodne dejavnike, kot so kmetijska mehanizacija na kmetiji, struktura sredstev za investicije in delež dohodka od kmetovanja. Tudi tu imamo kvalitativne zaloge vrednosti, ki vsebujejo od dve do štiri vrednosti. Imamo 8 agregiranih kriterijev, vključno s korenom, ki jim vrednosti določa 8 pripadajočih tabel odločitvenih pravil. Preglednica 2: Odločitvena pravila za oceno primernosti tal Relief Sestava tal Vodni izviri Tla 27% 36% 36% 1 Slabo Slabo * Slabo 2 Slabo <=Dobro <=Dobro Slabo 3 <=Dobro * Slabo Slabo 4 * Slabo <=Dobro Slabo 5 Slabo >=Dobro Odlično Dobro 6 * Dobro Odlično Dobro 7 Slabo Odlično >=Dobro Dobro 8 <=Dobro Odlično Dobro Dobro 9 >=Dobro <=Dobro Odlično Dobro 10 Dobro >=Dobro Dobro Dobro 11 >=Dobro Dobro >=Dobro Dobro 12 Odlično Dobro * Dobro 13 Odlično >=Dobro Slabo Dobro 14 >=Dobro Odlično Odlično Odlično 15 Odlično Odlično >=Dobro Odlično 3.2 Uporaba modela z razpravo S prvim modelom smo ocenili 10 slovenskih regij z ozirom na primernost za vrtnarsko proizvodnjo (preglednica 3). Te ocene smo pri oceni primernosti posamezne kmetije vnesli kot enega izmed osnovnih kriterijev z ozirom na to, v kateri regiji se kmetija nahaja. Slika 3 prikazuje grafično predstavitev ocen štirih izbranih regij. Pobliže si oglejmo ocene za Celjsko, Koprsko, Mariborsko in Ljubljansko regijo (preglednica 3). Celjska je ocenjena z 'odlično', Koprska in Ljubljanska imata oceno 'dobro', Mariborska pa 'zelo dobro'. Kaj je vplivalo na razliko v končnih ocenah? Ocene po posameznih regijah so podane v preglednici 3. Za lažjo interpretacijo razlik, lahko izberemo le nekatere kriterije in jih prikažemo grafično (slika 3). Celjska regija je dobila najvišje možne ocene (odlično) v pogledu tal in 94 Hmeljarski bilten / Hop Bulletin 24(2017) ______________ energetskih virov. Klima, ki jo sestavljata kriterija temperatura in padavine, pa je ocenjena z 'dobro'. Koprska regija ima kriterij klima ocenjen z 'odlično', kriterij 'tla' pa s 'slabo', kar z ostalimi ocenami, po mnenju ekspertne skupine, ki je določala pomembnost (uteži) kriterijev in je izražena v tabelah odločitvenih pravil, vodi v oceno 'dobro'. Oceno 'dobro' je dobila tudi Ljubljanska regija, ki je v primerjavi s Koprsko, boljša v pogledu kriterija 'tla', slabša pa v pogledu kriterijev 'klima' in 'energetski viri'. Mariborska regija ima končno oceno 'zelo dobro'. V pogledu kriterija 'padavine', je celo bolje ocenjena kot Koprska regija. Atribut Opis Ocena primernosti Ocena primernosti kmetije za preusmeritev ├─Demog. dej. Demografski dejavniki │ ├─Starost Starost gospodarja │ ├─Izobrazba Izobrazba gospodarja │ └─Nasledstvo Nasledstvo kmetije ├─Kmetija │ ├─Dejavnost Osnovne dejavnosti kmetije │ ├─Tip Tip kmetije │ └─Lega Lega kmetije ├─Danosti │ ├─Zemljišče │ │ ├─Lastninštvo Lastninski odnos │ │ └─Raba Raba zemljišča │ ├─Trg │ │ ├─Bližina Bližina trga │ │ └─Prodaja Način prodaje │ └─Primernost regije Primernost regije za vrtnarsko pridelavo └─Proizvod. dej. Proizvodni dejavniki ├─Stroji Kmetijska mehanizacija na kmetiji │ ├─Izrabljenost Stopnja povprečne izrabljenosti kmetijske mehanizacije │ └─Obdelava Stopnja opravljenih del s stroji ├─Investicije Struktura sredstev za investicije └─Dohodek Delež dohodka od kmetovanja Slika 2: Drevo kriterijev za oceno primernosti kmetije Z drugim modelom, kjer ocenjujemo primernost posamezne kmetije za vrtnarsko proizvodnjo, smo ocenjevali 68 kmetij. Oglejmo si ocene primernosti štirih izbranih kmetij, ki jih podaja preglednica 4. Grafične predstavitve ocen štirih kmetij po izbranih kriterijih prikazuje slika 4. Kmetija z zaporedno številko 28 ima odlično oceno primernosti za preusmeritev v vrtnarsko dejavnost. Nekaj rezerve za izboljšavo je še v stopnji opravljenih del s stroji in v sklopu 'trg', s poudarkom na načinu prodajaje. Pri kmetiji s številko 58, Hmeljarski bilten / Hop Bulletin 24(2017) ______________ 95 ki je ocenjena z 'dobro', je neugodna 'starost gospodarja', je pa obetavno 'nasledstvo kmetije'. Z oceno 'zadovoljivo' je ocenjena kmetija 36. S 'slabo' je ocenjena glede 'demografskih dejavnikov' pa tudi glede dejavnosti in lege kmetije. Z 'odlično' pa je ocenjena glede možnosti prodaje, investicij in dohodka. Kmetija 53 ima skupno oceno 'slabo'. Na to vplivata predvsem kriterija 'nasledstvo' in 'lega kmetije'. Z oceno 'slabo' je ocenjen tudi sklop 'zemljišče'. Preglednica 3: Ocene primernosti 10 slovenskih regij za vrtnarsko proizvodnjo Kriterij CELJE KOPER MARIBOR LJUBLJANA KRANJ Primernost regije Odlično Dobro Zelo dobro Dobro Dobro ├─Tla Odlično Slabo Dobro Odlično Odlično │ ├─Relief Odlično Dobro Dobro Odlično Odlično │ ├─Sestava tal Odlično Dobro Odlično Odlično Odlično │ └─Vodni izviri Odlično Slabo Dobro Odlično Odlično ├─Klima Dobro Odlično Dobro Dobro Dobro │ ├─Temperatura Dobro Odlično Dobro Dobro Dobro │ └─Padavine Dobro Dobro Odlično Dobro Dobro └─Energetski viri Odlično Dobro Dobro Slabo Slabo ├─Sonce Odlično Odlično Dobro Slabo Dobro └─Geotermalna Odlično Slabo Dobro Slabo Slabo Kriterij KOČEVJE N. GORICA N. MESTO METLIKA M. SOBOTA Primernost regije Slabo Dobro Zelo dobro Slabo Zelo dobro ├─Tla Slabo Slabo Dobro Slabo Odlično │ ├─Relief Dobro Dobro Dobro Dobro Odlično │ ├─Sestava tal Slabo Dobro Dobro Slabo Odlično │ └─Vodni izviri Dobro Slabo Odlično Slabo Odlično ├─Klima Dobro Dobro Dobro Dobro Dobro │ ├─Temperatura Dobro Dobro Dobro Dobro Dobro │ └─Padavine Odlično Dobro Dobro Dobro Dobro └─Energetski viri Slabo Dobro Dobro Slabo Dobro ├─Sonce Slabo Odlično Dobro Dobro Dobro └─Geotermalna Slabo Slabo Odlično Slabo Odlično Na tak način analiziramo vsako posamezno kmetijo. Razmišljamo o posameznih kriterijih in proučujemo možnosti za izboljšanje ocene primernosti. Kaj lahko in česa ne moremo spremeniti, da bi bila kmetija primernejša za preusmeritev? 96 Hmeljarski bilten / Hop Bulletin 24(2017) ______________ Slika 3: Grafična predstavitev ocen štirih regij z izbranimi kriteriji Slika 4: Ocene primernosti štirih kmetij za preusmeritev v vrtnarsko proizvodnjo Hmeljarski bilten / Hop Bulletin 24(2017) ______________ 97 Preglednica 4: Ocena primernosti štirih izbranih kmetij Atribut Kmetija 28 Kmetija 36 Kmetija 53 Kmetija 58 Ocena primernosti odlično zadovoljivo slabo dobro ├─Demog. dej. odlično slabo dobro dobro │ ├─Starost odlično slabo dobro slabo │ ├─Izobrazba odlično slabo dobro dobro │ └─Nasledstvo odlično slabo slabo odlično ├─Kmetija odlično slabo slabo dobro │ ├─Dejavnost odlično slabo dobro dobro │ ├─Tip odlično dobro dobro odlično │ └─Lega odlično slabo slabo odlično ├─Danosti odlično dobro slabo dobro │ ├─Zemljišče odlično slabo slabo dobro │ │ ├─Lastninštvo odlično dobro dobro odlično │ │ └─Raba odlično dobro dobro dobro │ ├─Trg dobro odlično dobro dobro │ │ ├─Bližina dobro slabo dobro dobro │ │ └─Prodaja dobro odlično dobro dobro │ └─Primernost regije odlično slabo dobro zelo dobro └─Proizvod. dej. dobro dobro dobro odlično ├─Stroji dobro slabo odlično odlično │ ├─Izrabljenost odlično slaba odlično odlično │ └─Obdelava slabo dobro dobro odlično ├─Investicije odlično odlično odlično odlično └─Dohodek odlično odlično dobro odlično 4 ZAKLJUČEK S predstavljenim pristopom želimo prispevati k boljši presoji o primernosti preusmeritve dejavnosti kmetij v različne gospodarske usmeritve. Predlagali smo sistematičen in transparenten model ocenjevanja primernosti, ki temelji na večkriterijski odločitveni analizi. Odločili smo se za kvalitativno modeliranje, s čemer prispevamo k razumljivosti ocene in omogočamo enostavno razgradnjo končne ocene na njene sestavne dele. Pri nas je ocena kvalitativna, npr. ocena primernosti = zadovoljivo. Pri numeričnih metodah je ocena izražena s številko, na primer na intervalu od 0 do 100. Teže pa na razumljiv način razgradimo številčno oceno na njene sestavine in si razložimo, zakaj je ocena taka, kot je. Ločljivost med numeričnimi ocenami, npr. razvrščanje, je enostavneje, saj imamo več možnosti kot na lestvici petih vrednosti. Vprašanje pa je, če tako z modelom kot tudi razpoložljivimi podatki, lahko dosežemo zanesljivost večje ločljivosti, ki jo nudi številski pristop. V prikazanem modelu je samosvoja tudi agregacija kriterijev. V numeričnih modelih je ta izvedena z utežmi posameznih kriterijev. Uteži so praviloma fiksne. V praksi pa vemo, da je pomembnost (utež) kakega 98 Hmeljarski bilten / Hop Bulletin 24(2017) ______________ kriterija odvisna od vrednosti, ki jo kriterij zavzame. Če se kriterij približuje kritični vrednosti, se njegov pomen praviloma povečuje. To na razumljiv način povemo z odločitvenimi pravili. Na podoben način lahko zgradimo modele za ocenjevanje možnosti preusmeritev v različne kmetijske dejavnosti. Namen in kontekst vrednotenja določa kriterije, njihovo strukturo in medsebojne povezave. V računalniški model vgradimo del našega, človeškega znanja, ki ga lahko dosledno in pregledno uporabljamo ter tako zmanjšamo možnost napake. Nobeno znanje, niti v računalniku niti v naših glavah, pa ni popolno. Zato so ocene le orientacijske. Možnost njihove razlage pa predstavlja pomemben pripomoček k razumevanju ocen. Gre za sinergijo med računalnikom in človekovimi miselnimi procesi. 5 VIRI IN LITERATURA Bohanec M. DEXi: Program for Multi-Attribute Decision Making, User's Manual, Version 4.01. Report IJS DP-11739. Ljubljana: Jožef Stefan Institute. 2014. Bohanec M., Rajkovič V. DEX: An expert system shell for decision support. Sistemica. 1990; 1: 145–157. Bohanec M., Rajkovič V., Bratko I., Zupan B., Žnidaršič M. DEX methodology: Three decades of qualitative multi-attribute modelling. Informatica. 2013; 37: 49-54. Bohanec M., Trdin N., Kontić B. A Qualitative Multi-Criteria Model for the Evaluation of Electric Energy Production Technologies in Slovenia. Proc. of 13th International Symposium on Operational Research. Zadnik Stirn, L. et al. (ur.). Ljubljana: Slovenian Society Informatika. 2015. DEXi: A program for qualitative multi-attribute decision modelling (1999-2015): version 5.01. Ljubljana: Jožef Stefan Institute. http://kt.ijs.si/MarkoBohanec/DEXi/html/ DEXiNew501.htm (pridobljeno 22.12.2015). Figueira J., Greco S., Ehrgott M. Multi criteria decision analysis: State of the art surveys. London: Springer. 2005. Hudina M. Osnove vrtnarstva. V: Osnove hortikulture. Rusjan, D. in Jakše, M. (ur.). Ljubljana: Univerza v Ljubljani, Biotehniška fakulteta. 2011. Ishizaka A., Nemery P. Multi-criteria decision analysis: Methods and software. Somerset: Wiley. 2013. Nikoloski, T. Človeški viri in konkurenčnost vrtnarskih podjetij v Sloveniji. Magistrsko delo. Koper: Univerza na Primorskem, Fakulteta za Management. 2009. Pavlovič M., Čerenak A., Pavlovič V., Rozman Č., Pažek K., Bohanec M. Development of DEX-HOP Multi-attribute Decision Model for Preliminary Hop Hybrids Assessment. V: Computers and Electronics in Agriculture. 2011; 75(1): 189. Rozman Č., Unuk T., Pažek K., Lešnik M., Prišenk J., Vogrin A., Tojnko S. Multi criteria assessment of zero residue apple production. Der Erwerbs-Obstbau. 2013; 55, 2: 51-62. Saaty, T.L. The Analytical Hierarchy Process. New York: McGraw-Hill. 1990. Žnidaršič M., Bohanec M. in Zupan B. Modelling impacts of cropping systems: Demands and solutions for DEXI methodology. Eur. J. Oper. Res. 2008; 189: 594-608.