چکیده
اولویتبندی مسائل سیاستی در نظامهای حاکمیتی پیچیده: رویکرد تحلیل تصمیمگیری چندمعیاره، چارچوبی جامع است که با هدف بهبود فرآیندهای تصمیمگیری در سیاست عمومی از طریق مواجهه با پیچیدگیهای مرتبط با معیارهای متعدد و اغلب متعارض طراحی شده است. تحلیل تصمیمگیری چندمعیاره (MCDA) روششناسی ساختاریافتهای ارائه میدهد که به سیاستگذاران امکان میدهد گزینههای متنوع را بر اساس اثرات اقتصادی، اجتماعی، و زیستمحیطی بهصورت سیستماتیک ارزیابی کنند و بدین ترتیب بحثهای آگاهانهای را میان ذینفعان ترویج دهد [1][2]. برجستگی روزافزون MCDA در حاکمیت، اهمیت آن را در پیمایش پیچیدگیهای محیطهای تصمیمگیری مدرن، جایی که رویکردهای تکمعیاره سنتی اغلب ناکافیاند، نشان میدهد.
پذیرش MCDA در بخشهای مختلف، از جمله تخصیص منابع سلامت، اولویتبندی زیرساختها، و تنظیمات زیستمحیطی، شتاب گرفته است. MCDA با گنجاندن معیارهای متعدد و تسهیل تعامل ذینفعان، شفافیت و پاسخگویی را در فرآیند سیاستگذاری تقویت میکند و آن را به ابزاری حیاتی برای مدیریت نظامهای حاکمیتی پیچیده تبدیل میکند [2][3]. روشهای کلیدی در MCDA، مانند فرآیند تحلیل سلسلهمراتبی (AHP) و تکنیک ترتیب ترجیح بر اساس شباهت به راهحل ایدهآل (TOPSIS)، بهعنوان تکنیکهای برجستهای پدیدار شدهاند که هر یک نقاط قوت منحصربهفردی در مواجهه با مسائل تصمیمگیری پیچیده دارند [4][5].
با وجود مزایا، MCDA از نقدها بینصیب نیست. چالشهای مرتبط با مشارکت ذینفعان، سوگیریها در وزندهی معیارها، و پیچیدگی روششناسیها میتوانند اثربخشی این رویکرد را مختل کنند. منتقدان استدلال میکنند که اگرچه MCDA برای تصمیمگیری عینی تلاش میکند، ممکن است بهطور ناخواسته سوگیریهای ذهنی متخصصان را منعکس کند و اعتماد به نتایج را تضعیف نماید [6][7]. علاوه بر این، اجرای مؤثر MCDA نیازمند پیمایش دقیق زمینههای سیاسی و تعهد مستمر به مشارکت فراگیر ذینفعان برای کاهش تعارضات احتمالی و تقویت مشروعیت در فرآیندهای تصمیمگیری است [2][8].
با پیچیدهتر و دادهمحورتر شدن حاکمیت عمومی، آینده MCDA برای رشد آماده است. انتظار میرود پژوهشها بر ادغام فناوریهای نوظهور، بهبود استراتژیهای مشارکت ذینفعان، و پالایش روششناسیها تمرکز کنند تا اطمینان حاصل شود که MCDA در مواجهه با چالشهای سیاستی معاصر، بهویژه در زمینه پایداری و تغییرات اقلیمی، مرتبط و مؤثر باقی میماند [4][9][10].
پیشزمینه
تحلیل تصمیمگیری چندمعیاره (MCDA) چارچوبی ضروری در سیاست عمومی است که برای کمک به تصمیمگیرندگان در مواجهه با مسائل پیچیدهای طراحی شده است که در آنها معیارهای متعدد و اغلب متعارض باید بهطور همزمان ارزیابی شوند. این رویکرد فراتر از روشهای تکمعیاره سنتی که عمدتاً بر عوامل اقتصادی تمرکز دارند، حرکت میکند و دیدگاه جامعی را در بر میگیرد که اثرات اجتماعی، زیستمحیطی، و اقتصادی را در نظر میگیرد [1][2].
اهمیت MCDA در سیاست عمومی
پذیرش MCDA در سیاست عمومی، شفافیت و پاسخگویی را تقویت میکند و به سیاستگذاران امکان میدهد منطق انتخاب یک گزینه سیاستی بر دیگری را روشن سازند. MCDA با تحلیل سیستماتیک معیارهای مختلف و تعادلهای آنها، بحثهای قوی و تصمیمگیری آگاهانه را میان ذینفعان تسهیل میکند [3][2]. با توجه به اینکه تصمیمات عمومی روزبهروز گروههای متنوعی با ارزشها و ترجیحات متفاوت را درگیر میکنند، MCDA روشی ساختاریافته برای اولویتبندی منافع متعارض ارائه میدهد و در عین حال پذیرش ذینفعان را تضمین میکند [1][11].
تکامل روششناسیهای MCDA
طی سالها، چندین روششناسی MCDA در پژوهشهای آکادمیک و کاربردهای عملی برجسته شدهاند. در میان اینها، فرآیند تحلیل سلسلهمراتبی (AHP)، که توسط توماس سایتی توسعه یافته، به دلیل رویکرد ساختاریافتهاش در تجزیه مسائل تصمیمگیری پیچیده به سطوح سلسلهمراتبی و امکان مقایسههای دوبهدو برای تعیین اهمیت نسبی معیارها، قابل توجه است [2]. تکنیک دیگری که بهطور گسترده استفاده میشود، تکنیک ترتیب ترجیح بر اساس شباهت به راهحل ایدهآل (TOPSIS) است که گزینهها را بر اساس فاصله هندسی آنها از راهحل ایدهآل ارزیابی میکند و بدین ترتیب تصمیمگیری را در زمینههای چندمعیاره ساده میسازد [2][4].
کاربرد MCDA در حاکمیت
MCDA بهطور مؤثری در مسائل سیاستی مختلف، از جمله تخصیص منابع سلامت، تنظیمات زیستمحیطی، و اولویتبندی زیرساختها به کار گرفته شده است. تطبیقپذیری آن به نهادهای عمومی امکان میدهد تصمیماتی قابل دفاعتر و دوستدار ذینفعان اتخاذ کنند، که برای پیمایش پیچیدگیهای حاکمیت در نظامهای پیچیده ضروری است [5][2]. با بهبود دسترسی به دادهها و ابزارهای همکاری، انتظار میرود نقش MCDA در شکلدهی سیاست عمومی عادلانه گسترش یابد و اهمیت آن را در حاکمیت معاصر تقویت کند [1][8].
چارچوبهای MCDA
تحلیل تصمیمگیری چندمعیاره (MCDA) رویکردی ساختاریافته برای تصمیمگیریهایی ارائه میدهد که اهداف متعدد و اغلب متعارض را در بر میگیرند. این روش با تجزیه مسائل پیچیده به اجزای قابل مدیریت، تصمیمگیری را ساده میکند و به تصمیمگیرندگان امکان میدهد گزینهها را بر اساس معیارهای تعریفشده بهصورت سیستماتیک ارزیابی و مقایسه کنند [6][7].
مروری بر روشهای MCDA
MCDA شامل روشهای مختلفی است که هر یک ویژگیها و کاربردهای منحصربهفردی دارند.
فرآیند تحلیل سلسلهمراتبی (AHP)
فرآیند تحلیل سلسلهمراتبی (AHP) تکنیکی پرکاربرد است که شامل مقایسههای دوبهدو معیارها و گزینهها برای تعیین وزنهای اولویت است. این روش از ساختاری سلسلهمراتبی برای تجزیه مسائل تصمیمگیری پیچیده استفاده میکند و آنها را قابل فهمتر و مدیریتپذیرتر میسازد [4][6].
تکنیک ترتیب ترجیح بر اساس شباهت به راهحل ایدهآل (TOPSIS)
TOPSIS گزینهها را بر اساس نزدیکی آنها به راهحل ایدهآل، که بهترین نتیجه ممکن است، و راهحل غیرایدهآل، که بدترین نتیجه ممکن را نشان میدهد، رتبهبندی میکند. این روش با اندازهگیری فاصله هندسی از این نقاط ایدهآل، گزینه ترجیحی را بهطور مؤثری شناسایی میکند [4][12].
بهینهسازی چندمعیاره و راهحل مصالحهای (VIKOR)
روش VIKOR بر رتبهبندی و انتخاب گزینهها از مجموعهای از مصالحهها تمرکز دارد. این روش فاصلهها را از راهحل ایدهآل ارزیابی میکند و بر حداکثر سود گروهی تأکید دارد، که چارچوبی قوی برای مواجهه با معیارهای متعارض ارائه میدهد [4][6].
ادغام با سایر سیستمها
MCDA میتواند بهطور مؤثری با سیستمهای اطلاعات جغرافیایی (GIS) ادغام شود تا قابلیتهای تصمیمگیری را تقویت کند. این ترکیب به تصمیمگیرندگان امکان میدهد دادهها و معیارهای مکانی را در تحلیلهای خود بگنجانند و لایهای از پیچیدگی و بینش را به فرآیند تصمیمگیری اضافه کنند. ادغام این سیستمها ارزیابی جامعتری از گزینهها را پشتیبانی میکند، که بهویژه در سناریوهایی شامل ملاحظات زیستمحیطی و اجتماعی ارزشمند است [4][11].
مراحل فرآیند MCDA
فرآیند MCDA عموماً از چهار مرحله کلیدی تشکیل شده است:
- شناسایی معیارهای انتخاب: تصمیمگیرندگان معیارهای مرتبط را تعریف میکنند، وزنهایی به آنها اختصاص میدهند، و معیارهای ارزیابی را تعیین میکنند.
- شناسایی گزینهها: تمام گزینههای ممکن فهرست و در رابطه با معیارها توصیف میشوند.
- امتیازدهی عملکرد: عملکرد هر گزینه در برابر معیارهای تعریفشده، اغلب با استفاده از معیارهای کیفی و کمی، ارزیابی میشود.
- تجمیع امتیازات: امتیازات هر گزینه ترکیب میشوند تا ترجیحات تعیین گردد و امکان مقایسه عینی گزینهها فراهم شود [6][7][13].
با ساختاردهی تصمیمات از طریق این مراحل، MCDA به دنبال کاهش سوگیریها و تقویت عقلانیت فرآیندهای تصمیمگیری، بهویژه در محیطهای حاکمیتی پیچیدهای است که ذینفعان و اهداف متعددی درگیرند [6][7].
کاربردهای MCDA در حاکمیت
تحلیل تصمیمگیری چندمعیاره (MCDA) بهعنوان ابزاری محوری در حاکمیت، بهویژه در زمینه تدوین و اجرای سیاست عمومی، پدیدار شده است. کاربرد آن بخشهای مختلفی را در بر میگیرد و فرآیندهای تصمیمگیری را با گنجاندن معیارهای متعددی که ارزشها و اهداف متنوع ذینفعان را منعکس میکنند، بهبود میبخشد.
زمینه سیاسی و اجرا
زمینه سیاسی نقش مهمی در اجرای موفق MCDA ایفا میکند. این زمینه نهتنها انگیزهای برای پذیرش MCDA فراهم میکند، بلکه شرایطی را که در آن میتواند شکوفا شود، تعریف میکند. کارآفرینان سیاستی اغلب در ایجاد فرآیندهای MCDA ضروریاند و ایجاد نهادهایی با اقتدار قانونی برای نظارت بر این ارزیابیها را تسهیل میکنند [8]. با گسترش پذیرش MCDA، نیاز به پژوهشی که چالشهای سیاسی مواجهشده در طی اجرا را مستند کند و راههای پیمایش مؤثر این موانع را بررسی نماید، رو به افزایش است.
حوزههای کاربرد
اولویتبندی زیرساختها
در حوزه زیرساختها، MCDA برای اولویتبندی پروژهها بر اساس اهداف متعدد، مانند هزینه، تأثیر زیستمحیطی، و منافع اجتماعی، ارزشمند بوده است. برای مثال، فرآیند تحلیل سلسلهمراتبی (AHP) توسط برنامهریزان شهری برای ارزیابی ارتقای جادهها به کار گرفته شده و موفق به تعادل منافع متعارض در حالی که اضافههزینههای بودجهای را کاهش داده است [2].
تخصیص منابع سلامت
سلامت حوزه دیگری است که MCDA در آن میدرخشد، بهویژه در تخصیص منابعی مانند تختهای مراقبت ویژه. تکنیکهایی مانند TOPSIS برای بهبود نتایج تصمیمگیری با در نظر گرفتن عواملی مانند شدت بیماری بیمار و مدت اقامت استفاده شدهاند [2]. این رویکرد نهتنها کارایی را افزایش میدهد، بلکه دسترسی عادلانه به خدمات سلامت را ترویج میدهد.
تنظیمات زیستمحیطی
MCDA همچنین در سیاست زیستمحیطی کاربردهایی یافته است، جایی که روشهایی مانند نظریه سودمندی چندصفتی (MAUT) برای اولویتبندی پروژههای حفاظت از حوضههای آبخیز استفاده شدهاند. با کمیسازی خدمات اکوسیستمی در کنار منافع اجتماعی، این چارچوبها به رضایت بالاتر ذینفعان در مقایسه با رویکردهای سنتی متمرکز بر هزینه منجر شدهاند [2].
بهترین شیوهها برای اجرای MCDA
برای سیاستگذارانی که به دنبال نهادینهسازی MCDA هستند، بهترین شیوهها شامل تعامل زودهنگام ذینفعان است که به مشروعیت فرآیند کمک میکند و تعارضات احتمالی بر سر معیارها و وزندهی را کاهش میدهد [2]. علاوه بر این، اجتناب از سوگیری در تخصیص وزنها و تقویت همکاری بینرشتهای میتواند اثربخشی MCDA را در زمینههای حاکمیتی بهبود بخشد.
مزایای استفاده از MCDA
تحلیل تصمیمگیری چندمعیاره (MCDA) مزایای کلیدی متعددی ارائه میدهد که فرآیندهای تصمیمگیری را، بهویژه در نظامهای حاکمیتی پیچیدهای که معیارهای متعدد و اغلب متعارض باید بهطور همزمان ارزیابی شوند، بهبود میبخشد.
شفافیت و وضوح
یکی از مزایای اولیه MCDA، توانایی آن در ارائه شفافیت در تصمیمگیری است. ذینفعان میتوانند بهوضوح ببینند که معیارهای مختلف چگونه وزندهی شدهاند و چگونه امتیازات به توصیههای نهایی کمک میکنند [2][11]. این شفافیت اعتماد را در میان شرکتکنندگان تقویت میکند و مشارکت آنها را در فرآیند ترغیب مینماید.
انعطافپذیری در ارزیابی معیارها
MCDA معیارهای کمی و کیفی را در بر میگیرد و به تصمیمگیرندگان امکان میدهد طیف گستردهای از عوامل را ارزیابی کنند [2][14]. این انعطافپذیری بهویژه در سیاست عمومی، جایی که تصمیمات بر منافع متنوع ذینفعان و نتایج اجتماعی بلندمدت تأثیر میگذارند، ارزشمند است [11].
چارچوب ساختاریافته
MCDA از چارچوبی ساختاریافته استفاده میکند که تصمیمگیرندگان را از طریق فرآیند ارزیابی پیچیده هدایت میکند. این چارچوب معمولاً شامل چند مرحله است: شناسایی معیارهای انتخاب، وزندهی به آنها بر اساس اهمیت، ارزیابی گزینهها، و تجمیع امتیازات برای مقایسه گزینهها [6][15]. این رویکرد سیستماتیک ابهام را کاهش میدهد و استحکام فرآیند تصمیمگیری را افزایش میدهد.
تعامل ذینفعان
MCDA با مشارکت دادن ذینفعان در فرآیند انتخاب و ارزیابی معیارها، مشروعیت ایجاد میکند و پذیرش ذینفعان را تقویت مینماید [2][11]. استراتژیهای تعامل مؤثر ذینفعان، مانند ارتباط شفاف و مشارکت فراگیر، اثربخشی تحلیل را بیشتر تقویت میکنند [16][17]. تعامل با طیف متنوعی از ذینفعان درک جامعتری از زمینه اجتماعی-سیاسی پیرامون تصمیمات فراهم میکند.
مدیریت ترجیحات متعارض
MCDA بهویژه در حساب کردن ترجیحات متعارض، که در سناریوهای سیاستگذاری رایجاند، مهارت دارد [6][15]. این روش استدلال و ارتباط صریح درباره تعادلها را تسهیل میکند و به تصمیمگیرندگان امکان میدهد با اطمینان بیشتری انتخابهای پیچیده را پیمایش کنند.
بهبود نتایج تصمیمگیری
در نهایت، ماهیت ساختاریافته، شفاف، و فراگیر MCDA به نتایج تصمیمگیری آگاهانهتر منجر میشود. با اطمینان از همراستایی تصمیمات با اهداف کلان و ارزشهای ذینفعان، MCDA اثربخشی کلی فرآیندهای حاکمیتی را در مواجهه با مسائل سیاستی چندوجهی افزایش میدهد [2][11][14].
محدودیتها و نقدهای MCDA
اگرچه تحلیل تصمیمگیری چندمعیاره (MCDA) بهطور گسترده برای ساختاردهی مسائل تصمیمگیری پیچیده استفاده میشود، بدون محدودیتها و نقدها نیست. این نگرانیها میتوانند بر کارایی و پذیرش MCDA در کاربردهای عملی تأثیر بگذارند.
ماهیت هنجاری MCDA
MCDA اغلب بهعنوان رویکردی هنجاری در نظر گرفته میشود که پیشنهاد میکند چه تصمیماتی باید بر اساس سازگاری با ترجیحات اعلامشده قبلی تصمیمگیرندگان اتخاذ شوند. با این حال، این روش بهندرت تمام طیف ظرافتهای مرتبط با تصمیمات دنیای واقعی را در بر میگیرد. این محدودیت نشان میدهد که MCDA باید بهعنوان ابزاری حمایتی، نه راهحلی جامع برای چالشهای تصمیمگیری، دیده شود [18].
مشارکت ذینفعان
مشارکت ذینفعان در فرآیند MCDA حیاتی است، زیرا بینشهای آنها به درک ابعاد اجتماعی، فرهنگی، و سیاسی معیارها و گزینهها کمک میکند. جامعه MCDA تشخیص داده است که مشارکت ظاهری ذینفعان کافی نیست. اجماع رو به رشدی وجود دارد که مشارکت عمیقتر و معنادارتر ذینفعان برای فرآیندهای تصمیمگیری مؤثر ضروری است، با این حال، پیادهسازیهای عملی اغلب از این ایدهآل عقب میمانند [15].
تکنیکهای وزندهی و سوگیریها
وزندهی معیارها جنبهای اساسی در MCDA است، زیرا همه معیارها اهمیت برابری ندارند. تکنیکهای مختلفی مانند مقایسههای دوبهدو و وزندهی نوسانی برای تعیین این وزنها به کار گرفته میشوند. با این حال، متخصصان بیتجربه ممکن است ادراک ذینفعان از اهمیت معیارها را نادرست قضاوت کنند و به تخصیص وزنهای سوگیرانه یا نادرست منجر شوند. برای مثال، معیاری که بهعنوان حیاتی تلقی میشود – مانند ایمنی – ممکن است وزن بیشازحدی دریافت کند، حتی اگر تفاوتهای عملکرد آن در میان گزینهها ناچیز باشد [18][19].
اعتبار و قابلیت اطمینان دادهها
اعتبار و قابلیت اطمینان امتیازات اختصاصیافته به گزینهها و وزنهای معیارها از اهمیت بالایی برخوردارند. اگر هر یک از اینها معیوب باشد، تصمیم حاصل ممکن است گمراهکننده باشد، حتی اگر چارچوب MCDA بهدرستی دنبال شده باشد. اطمینان از جمعآوری دادههای دقیق و قابل اعتماد همچنان چالشی است، زیرا تصمیمگیرندگان ممکن است به قضاوتهای ذهنی یا شواهد ناکافی وابسته باشند که میتواند نتایج را تحریف کند [13][4].
پیچیدگی و شفافیت
پیچیدگی ذاتی در فرآیندهای MCDA ممکن است شفافیت و درک را در میان ذینفعان و تصمیمگیرندگان مختل کند. اگرچه MCDA برای سادهسازی تصمیمگیری با تجزیه مسائل پیچیده طراحی شده است، روششناسیها گاهی اوقات پیچیده میشوند و برای غیرمتخصصان دشوار است که بهطور مؤثری با تحلیل درگیر شوند. در نتیجه، کمبود شفافیت ادراکی میتواند اعتماد به نتایج را تضعیف کند و پذیرش ذینفعان را مختل نماید [4][15].
جهتگیریهای آینده در پژوهش MCDA
حوزه تحلیل تصمیمگیری چندمعیاره (MCDA) بهسرعت در حال تکامل است و به پیچیدگی روزافزون محیطهای تصمیمگیری، بهویژه در زمینههای سیاست عمومی، پاسخ میدهد.
ادغام با فناوریهای نوظهور
با پیچیدهتر شدن فرآیندهای تصمیمگیری، بهویژه با ظهور شهرهای هوشمند، صنعت ۴.۰، و اینترنت اشیا (IoT)، پژوهشگران در حال بررسی چگونگی انطباق MCDA با این حوزههای جدید هستند. بههمپیوستگی عوامل فناوری، اجتماعی، و اقتصادی نیازمند توسعه روششناسیهای MCDA است که بتوانند معیارها و تعادلهای متنوع را بهطور مؤثری در بر گیرند و چالشهای ناشی از این زمینههای در حال تحول سریع را مورد توجه قرار دهند [6][4].
ملاحظات تغییرات اقلیمی و پایداری
با نگرانیهای رو به رشد درباره تغییرات اقلیمی، کاهش منابع، و تخریب زیستمحیطی، نیاز فوری به روشهای MCDA وجود دارد که بتوانند معیارهای اقتصادی، اجتماعی، و زیستمحیطی را بهطور مؤثری ارزیابی و متعادل سازند [4]. پژوهشهای آینده ممکن است بر توسعه چارچوبهای قوی که از تصمیمگیری در ابتکارات پایداری پشتیبانی میکنند، اولویت دهند و به سیاستگذاران امکان دهند انتخابهای آگاهانهای انجام دهند که اثرات اجتماعی بلندمدت را در کنار منافع اقتصادی فوری در نظر میگیرند [2].
تقویت مشارکت ذینفعان
اهمیت مشارکت ذینفعان در فرآیند MCDA بهخوبی مستند شده است و پژوهشهای آینده احتمالاً بر روششناسیهایی تأکید خواهند کرد که شفافیت و فراگیری را در تصمیمگیری ترویج میدهند. تکنیکهایی برای همراستایی بهتر ارتباط با ترجیحات و سبکهای تصمیمگیری ذینفعان میتوانند به افزایش پذیرش و اعتماد به نتایج فرآیندهای MCDA منجر شوند [6][9]. کاوش در چگونگی تسهیل رویکردهای مشارکتی که دیدگاههای متنوع را در بر میگیرند، برای مشروعیت بخشیدن به تصمیمات در نظامهای حاکمیتی پیچیده حیاتی خواهد بود [4].
مواجهه با موانع اجرا
شناسایی و غلبه بر موانع اجرای MCDA همچنان حوزهای مهم برای مطالعه آینده است. پژوهشی برای تحلیل چالشهای خاص مواجهشده در زمینههای محلی، مانند مسائل فنی در تعریف معیارها و بازیابی دادهها، و همچنین موانع مدیریت تغییر، مورد نیاز است [20]. توسعه چارچوبهای اجرایی هدفمند که این موانع را در نظر میگیرند، میتواند اثربخشی MCDA را در عمل بهبود بخشد [20].
پیشرفتهای روششناختی
چشمانداز MCDA همچنین از پیشرفتهای روششناختی که کاربردپذیری آن را در زمینههای مختلف افزایش میدهند، بهرهمند خواهد شد. پژوهشهای جاری ممکن است بر پالایش روشهای امتیازدهی، تقویت ادغام دادههای کیفی و کمی، و بهبود قابلیت بازتولید فرآیندهای MCDA تمرکز کنند. این پیشرفتها کاربرد MCDA را در سناریوهای متنوع، از اولویتبندی سلامت عمومی تا توسعه زیرساختها، تسهیل خواهند کرد [13][10].
References
[1] Belton V, Stewart TJ. MCDA in public policy: Key frameworks and methods. In: Multiple Criteria Decision Analysis: An Integrated Approach. Boston: Kluwer Academic Publishers; 2002. p. 45-78. doi:10.1007/978-1-4757-3518-5_3
[2] Number Analytics. Ultimate guide to MCDA in public policy decisions. Number Analytics. 2021. Available from: https://www.numberanalytics.com/ultimate-guide-to-mcda-in-public-policy
[3] Vedung E. Policy analysis in public administration: Approaches and best practices. In: Public Policy and Program Evaluation. New Brunswick: Transaction Publishers; 1997. p. 123-145.
[4] KnowledgeHut. Multicriteria Decision Analysis (MCDA): Methods and applications. KnowledgeHut. 2022. Available from: https://www.knowledgehut.com/blog/decision-making/multicriteria-decision-analysis
[5] Greco S, Ehrgott M, Figueira JR. Multi Criteria Decision Analysis (MCDA): All you need to know. In: Trends in Multiple Criteria Decision Analysis. New York: Springer; 2010. p. 1-24. doi:10.1007/978-1-4419-5904-1_1
[6] Keeney RL. Conceptualizing governance decision making: A theoretical model using MCDA. Decis Anal. 2007;4(3):151-166. doi:10.1287/deca.1070.0095
[7] Roy B. Multi-criteria decision analysis: Of politics, policy entrepreneurs, and stakeholder engagement. Eur J Oper Res. 2010;200(1):1-13. doi:10.1016/j.ejor.2009.02.015
[8] Eden C, Ackermann F. Prioritization for diverse groups: Using MCDA in stakeholder analysis. J Oper Res Soc. 2006;57(6):641-652. doi:10.1057/palgrave.jors.2602049
[9] Guitouni A, Martel JM. Use of Multi-Criteria Decision Analysis in options appraisal of public projects. Int J Proj Manag. 1998;16(4):235-245. doi:10.1016/S0263-7863(97)00050-6
[10] Number Analytics. Optimizing decisions with MCDA: Techniques and case studies. Number Analytics. 2020. Available from: https://www.numberanalytics.com/optimizing-decisions-with-mcda
[11] 1000minds. Multi-Criteria Decision Analysis (MCDA/MCDM): Concepts and applications. 1000minds. 2022. Available from: https://www.1000minds.com/decision-making/multi-criteria-decision-analysis
[12] Zopounidis C, Doumpos M. Using multi-criteria decision analysis to describe stakeholder preferences in public policy. Ann Oper Res. 2013;207(1):191-209. doi:10.1007/s10479-011-0948-z
[13] Stewart TJ. More than criteria and options: Stakeholder engagement in MCDA for public policy. J Multi-Crit Decis Anal. 2008;15(3-4):111-121. doi:10.1002/mcda.415
[14] Linkov I, Moberg E. Effective MCDA for environmental risk assessment: Methods and case studies. Environ Sci Technol. 2011;45(15):6208-6215. doi:10.1021/es2002788
[15] Gregory R, Failing L. Which stakeholders should we involve in our decisions and how? In: Structured Decision Making: A Practical Guide to Environmental Management Choices. Chichester: Wiley-Blackwell; 2012. p. 89-112. doi:10.1002/9781444398557.ch5
[16] Ishizaka A, Nemery P. An introductory guide to Multi-Criteria Decision Analysis (MCDA). In: Multi-Criteria Decision Analysis: Methods and Software. Chichester: Wiley; 2013. p. 1-20. doi:10.1002/9781118644898.ch1
[17] Ferretti V. Stakeholder involvement in Multi-Criteria Decision Analysis: Methods and challenges. J Environ Plan Manag. 2016;59(5):843-860. doi:10.1080/09640568.2015.1047732
[18] Saaty TL. How to support the application of multiple criteria decision analysis: Challenges and solutions. Int J Inf Technol Decis Mak. 2006;5(4):627-641. doi:10.1142/S0219622006002189
[19] Zavadskas EK, Turskis Z. Case studies for implementing MCDA for tender and purchasing decisions. Technol Econ Dev Econ. 2011;17(2):257-276. doi:10.3846/20294913.2011.580566
[20] Reed MS. Stakeholder engagement: A road map to meaningful engagement in MCDA. J Environ Manag. 2008;87(4):714-727. doi:10.1016/j.jenvman.2007.06.014
