طراحی مدل ساختاری-تفسیری برای چالش های اثرگذار در مدیریت بلایا

نوع مقاله : پژوهشی

نویسنده

استادیار، گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

چکیده

شهرهای بزرگ در کشور ایران با خطرات مانند سیل و رانش زمین، مشکلات ناشی از آب و غذا و جامعه مواجه هستند. چالش‌هایی در چرخه مدیریت بلایا وجود دارد که مانع از آمادگی و پاسخ عملیاتی مناسب در خطرات می‌شود که درک آن برای مدیران بسیار مهم است. هدف مقاله، طراحی مدل ساختاری-تفسیری برای شناسایی و تحلیل روابط میان چالش‌های اثرگذار در مدیریت بلایا است. پژوهش از لحاظ هدف، کاربردی و از نظر گردآوری اطلاعات توصیفی-اکتشافی است. مدیران سازمان مدیریت بحران شهر تهران و اساتید دانشگاهی به تعداد 15 خبره جامعه تحقیق را تشکیل می‌دهند که به روش گلوله برفی انتخاب شدند. چالش‌ها با مطالعه‌ی اسنادی و مصاحبه با خبرگان، شناسایی و سپس با روش دلفی فازی بومی‌سازی شد. سپس با طراحی پرسش‌نامه‌ای، میزان تأثیر چالش‌ها بر یکدیگر توسط خبره‌ها مشخص و مدل ساختاری-تفسیری طراحی شد. نتایج این تحقیق نشان داد که چالش‌های مدیریت بلایا به طور کلی در هفت دسته اصلی عوامل فناوری، عوامل اجتماعی، عوامل محیطی، عوامل سیاسی، عوامل قانونی، عوامل اقتصادی، عوامل عملیاتی/مدیریتی، و عوامل نهادی مربوط می‌شوند. نتایج مدل ISM نشان داد که چالش‌های «توجه نکردن به عوامل اجتماعی هنگام ایجاد قوانین» از عوامل قانونی و «درک ضعیف عوامل مرتبط با محیط» از عوامل محیطی بیشترین قدرت هدایت را دارند و بسیار تاثیرگذار هستند. بنابراین، مدیران باید حل این چالش ها را برای برنامه‌ریزی بهبود فرآیند چرخه مدیریت بلایا در اولویت قرار دهند.

کلیدواژه‌ها

موضوعات


  1. فهرست منابع و مآخذ

    الف. فارسی

    • مدیری، محمود؛ نصرتی، شهریار و کریمی شیرازی، حامد (1394)، «برنامه ریزی مدیریت بحران در حوزه ی مدیریت شهری و SWOT با رویکرد پدافند غیرعامل با استفاده از روش MCDM»، مدیریت بحران، 7، صص 14-5.
    • نصیبی، مهدی؛ مدیری، محمود؛ نکوئی، محمد علی؛ حسنوی، رضا و مهدی نوری (1394)، «ایجاد مدل تعاملی اطلاعات و فعالیت‏های ذی‏نفعان مدیریت بحران در صنعت با رویکرد مهندسی همزمان، مطالعه‏‏ ی موردی: ایران‏ خودرو»، مدیریت بحران، 4(2)، 36-23.

     

    ب- انگلیسی

    1. Ahuja, R., Sawhney, R., & Arif, M. (2017). Prioritizing BIM Capabilities of an Organization: An Interpretive Structural Modeling Analysis. Procedia Engineering, 196, 2-10.
    2. Al-Dahash, H., Kulatunga, U., & Thayaparan, M. (2018). Weaknesses during the disaster response management resulting from war operations and terrorism in Iraq. International Journal of Disaster Risk Reduction. doi:10.1016/j.ijdrr.2018.12.003 
    3. Avinash, A., Sasikumar, P., & Murugesan, A. (2018). Understanding the interaction among the barriers of biodiesel production from waste cooking oil in India- An interpretive structural modeling approach, Renewable Energy, 127, 678-684.
    4. Clerveaux, V., Spence, B., & Katada, T. (2010). Promoting disaster awareness in multicultural societies: the DAG approach, Disaster Prevention and Management, 19 (2), 199-218.
    5. Cook, A. D. B., Sagar, V. CH., Nair, T., & Ne Foo, Y. (2018). Integrating disaster governance in Timor-Leste: Opportunities and challenges. International Journal of Disaster Risk Reduction, doi.org/10.1016/j.ijdrr.2018.12.013.
    6. Djimesah, I. E., Okine, A. N. D., & Kissi Mireku, K. (2018). Influential factors in creating warning systems towards flood disaster management in Ghana: An analysis of 2007 Northern flood. International Journal of Disaster Risk Reduction, 28, 318–326.
    7. Gupta, A., & Walton, R.  (2017). Assessment of air cargo airlines: An interpretive structural modeling approach. Procedia Manufacturing, 11, 1908–1915.
    8. Harte, W., Sowman, M., Hastings, P., & Childs, I. (2015). Barriers to risk reduction: Dontse Yakhe, South Africa. Disaster Prevention and Management: An International Journal, 24(5), 651–669.
    9. Hermansson, H. (2018). Challenges to Decentralization of Disaster Management in Turkey: The Role of Political-Administrative Context. International Journal of Public Administration, 1–15.
    10. Hilton, T., Montgomery, S., Herring, P., Gamboa-Maldonado, T., et al.. (2015). Perceived Attitudes and Staff Roles of Disaster Management at CBOCs. Federal practitioner : for the health care professionals of the VA, DoD, and PHS,  32 (8).1- 12.
    11. Kaklauskas, A., Amaratunga, D. & Haigh, R. (2009). Knowledge model for post-disaster management. International Journal of Strategic Property Management, 13(2), 117–128.
    12. Kapucu, N., & Garayev, V. (2011). Collaborative Decision-Making in Emergency and Disaster Management. International Journal of Public Administration, 34(6), 366–375.
    13. Kasdan, D. O. (2016). Considering socio-cultural factors of disaster risk management. Disaster Prevention and Management: An International Journal, 25(4), 464–477.
    14. Koria, M. (2009). Managing for innovation in large and complex recovery programmes: tsunami lessons from Sri Lanka. International Journal of Project Management, 27, 123-130.
    15. Kumar A, & Dixit G. (2018). An analysis of barriers affecting the implementation of e-waste management practices in India: A novel ISM-DEMATEL approach. Sustainable Production and Consumption,14, 36-52.
    16. Kusumasari, B., Alam, Q., & Siddiqui, K. (2010). Resource capability for local government in managing disaster. Disaster Prevention and Management: An International Journal, 19(4), 438–451.
    17. Lee, A. C. K. (2016). Barriers to evidence-based disaster management in Nepal: a qualitative study. Public Health, 133, 99–106.
    18. Levy, J. K., Gopalakrishnan, CH., & Lin, ZH. (2005) Advances in Decision Support Systems for Flood Disaster Management: Challenges and Opportunities. Water Resources Development, 21(4), 593-612.
    19. Li, Y., Hu, Y., Zhang, X., Deng, Y. & Mahadevan, S. (2014). An evidential DEMATEL method to identify critical success factors in emergency management. Applied Soft Computing, 22, 504–510. 
    20. Lin Moe, T., & Pathranarakul, P. (2006). An integrated approach to natural disaster management. Disaster Prevention and Management: An International Journal, 15(3), 396–413.
    21. Miglani, N., Saha, R., & Parihar, R.S. (2017). Interpretive Structural Modelling of NAAC Criteria. International Journal of Engineering Technology Science and Research, 4(6), 258-267.
    22. Moe, T.L., Gehbauer, F., Sentz, S. & Mueller, M. (2007). Balanced scorecard for natural disaster management projects. Disaster Prevention and Management, 16 (5), 785-806.
    23. Najafi, M., Ardalan, A., Akbarisari, A., Noorbala, A.A, & Elmi H. (2017).The Theory of Planned Behavior and Disaster Preparedness. PLOS Currents Disasters. Edition 1. doi: 10.1371/currents.dis.4da18e0f1479bf6c0a94b29e0dbf4a72.
    24. Ogie, R. I., Clarke, R. J., Forehead, H., & Perez, P. (2019). Crowdsourced social media data for disaster management: Lessons from the PetaJakarta.org project. Computers, Environment and Urban Systems, 73, 108–117.
    25. Ogie, R., Holderness, T., Dunbar, M., & Turpin, E. (2017). Spatio-topological network analysis of hydrological infrastructure as a decision support tool for flood mitigation in coastal mega-cities. Environment and Planning B: Urban Analytics and City Science, 44(4), 718–739.
    26. Olabode Bamidele Rotimi, J., & Wilkinson, S. (2014). Improving environmental management legislation to facilitate post-disaster reconstruction. International Journal of Disaster Resilience in the Built Environment, 5(1), 23–37.
    27. Oloruntoba, R. (2005). A wave of destruction and the waves of relief: issues. challenges and strategies, Disaster Prevention and Management, 14(4), 506–521.
    28. Pathirage, CH.,  Seneviratne, K., Amaratunga, D. &  Haigh, R. (2012). Managing disaster knowledge: identification of knowledge factors and challenges. International Journal of Disaster Resilience in the Built Environment, 3 (3), 237 – 252.
    29. Pathirage, CH., Seneviratne, K., Amaratunga, D., & Haigh, R. (2014). Knowledge factors and associated challenges for successful disaster knowledge sharing. Global Assessment Report. Research Report. UNISDR.
    30. Paula, A. D., Lukosevicius, A., & Leiras, A. (2017). Organizational Structure for Disaster Management Projects. Conference Paper WIT Transactions on The Built Environment, 173, 33-42.
    31. Picard, M. (2017). Disaster management, risk reduction and international disaster response laws in the Commonwealth. Commonwealth Law Bulletin, 43(3-4), 403–437. 
    32. Seneviratne , K., Baldry, D., & Pathirage, CH.(2010) Disaster knowledge factors in managing disasters successfully. International Journal of Strategic Property Management, 14(4), 376-390.
    33. Siriporananon, S., & Visuthismajarn, P. (2018). Key success factors of disaster management policy: A case study of the Asian cities climate change resilience network in Hat Yai city, Thailand. Kasetsart Journal of Social Sciences, 39(2), 1-8.
    34. Sonak, S., Pangam, P., & Giriyan, A. (2008) Green reconstruction of the tsunami-affected areas in India using the integrated coastal zone management concept. Journal of Environmental Management, 89(1), 14–23.
    35. Thaler, T., Attems, M. S., Bonnefond, M., Clarke, D., Gatien-Tournat, A.,  & et al.(2019). Drivers and barriers of adaptation initiatives – How societal transformation affects natural hazard management and risk mitigation in Europe. Science of The Total Environment, 650, 1073–1082.
    36. Whelchel, A. W., Reguero, B. G., van Wesenbeeck, B., & Renaud, F. G. (2018). Advancing disaster risk reduction through the integration of science, design, and policy into eco-engineering and several global resource management processes. International Journal of Disaster Risk Reduction, 32, 29-41.
    37. Zhong, SH., Clark, M.,  Hou, X. Y., Zang, Y., & FitzGerald, G.  (2014). Progress and challenges of disaster health management in China: a scoping review. Global Health Action, 7(1),1-9.