نوع مقاله : مقاله پژوهشی
نویسندگان
1 استاد گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی، مشهد، ایران
2 کارشناس ارشد گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی، مشهد، ایران
3 دانشیار گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی، مشهد، ایران
4 دانشجوی دکتری گروه مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی، مشهد، ایران
چکیده
اگرچه در نظامهای رفاهی مدرن، مسئولیت اصلی تأمین رفاه اجتماعی و پرداخت یارانهها بر عهده دولتهاست، اما تجربه نشان داده است که سیاستهای کلان دولتی گاهی قادر به شناسایی و پوشش تمامی لایههای فقر، بهویژه در شرایط بحران اقتصادی و تورم، نیستند. نهادهای حمایتی و خیریهها در اینجا نه بهعنوان جایگزین دولت، بلکه بهعنوان نهادهای «مکمل» عمل میکنند تا گروههایی را که از تور حمایتی دولت جا ماندهاند یا نیازهای خاص و موردی دارند، تحت پوشش قرار دهند. ازاینرو، تأمین نیازهای اولیه بهویژه تغذیه برای اقشار آسیبپذیر برای بسیاری از مؤسسات خیریه و فعال در ارائه خدمات انسان دوستانه در اولویت قرار دارد. بااینحال، چالش اصلی این نهادها محدودیت منابع و لزوم تخصیص بهینه آنها به نیازمندترین گروهها برای جلوگیری از هدررفت منابع است. پژوهش حاضر با رویکردی کاربردی، یک الگوی کمی جدید برای پاسخ به این چالش ارائه میدهد. این روش بر مبنای تلفیق روشهای چندشاخصه است که بر روی خانوارهای تحت پوشش کمیته امداد در شهرستان گلبهار اجراشده و دادههای ۱۵۰ خانوار با استفاده از پرسشنامه محققساخته گردآوری شده است. در این الگو، از ترکیب روشهای سوآرا و واسپاس جهت شناسایی مهمترین عوامل و رتبهبندی خانوارها استفاده شده است؛ بهطوریکه برای وزندهی شاخصها از روش «سوآرا» و برای رتبهبندی نهایی خانوارها از روش «واسپاس» بهره گرفته شده است. نتایج نشان میدهد که «سطح درآمد پایین»، «اشتغال اعضای خانوار» و «اندازه خانوار» به ترتیب با اوزان ۰.۱۱۰، ۰.۱۰۱ و ۰.۰۹۳ مهمترین شاخصهای امنیت غذایی در سطح خرد هستند. برخلاف روشهای سنتی توزیع یکسان، الگوی پیشنهادی با شناسایی دقیق خانوارهای پرخطر، امکان مداخله هدفمند را فراهم میکند.
کلیدواژهها
موضوعات
عنوان مقاله [English]
A Quantitative Multi-Criteria Decision-Making (MCDM) Model for Prioritizing Household Support Coverage with a Food Security Approach (Case Study: Imam Khomeini Relief Foundation)
نویسندگان [English]
- Zahra Naji Azimi 1
- Zahra Baghaee 2
- Naser Motahari Farimani 3
- Saeedeh Rezaee 4
1 Professor, Management Dept, Faculty of Economics and Business Administration, Ferdowsi University, Mashhad, Iran
2 Master's student, Management Dept, Faculty of Economics and Business Administration, Ferdowsi University, Mashhad, Iran
3 Associate Professor, Management Dept, Faculty of Economics and Business Administration, Ferdowsi University, Mashhad, Iran
4 Ph.D. student, Management Dept, Faculty of Economics and Business Administration, Ferdowsi University, Mashhad, Iran
چکیده [English]
In modern welfare systems, although the government holds the primary responsibility for ensuring well-being, it is sometimes unable to cover all layers of poverty, particularly during economic crises. In this context, charitable institutions act as "complementary" entities, covering groups that remain unsupported by the government.. However, their major challenge lies in resource limitations and the necessity of optimally allocating these resources to the neediest individuals. The present research, adopting a practical approach, introduces a new quantitative model to address this challenge. This method is based on the integration of multi-criteria techniques and was implemented on households covered by the Relief Committee in Golbahar city, with data collected from 150 households. In this model, a combination of SWARA and WASPAS methods has been used to identify factors and rank households; specifically, "SWARA" was used for weighting indicators, and "WASPAS" was employed for the final ranking. The results indicate that "low income level," "employment status of household members," and "family size," with weights of 0.110, 0.101, and 0.093 respectively, are the most critical indicators of food security. Unlike traditional methods, this model facilitates targeted intervention by accurately identifying high-risk households.
کلیدواژهها [English]
- Food security
- Prioritization
- Multi Criteria Decision Making
- Swara
- Waspas