Sistema de evaluación y priorización de inversiones públicas

Abstract

(English) This doctoral thesis addresses one of the most significant challenges facing the Spanish administration: the efficient selection and management of public investments. To achieve this goal, the 'Public Investment Evaluation and Prioritization System' (SEPIP, a Spanish acronym) has been developed and presented, specifically designed to meet the needs of the public administration. The aim is to pave the way for the use of scientific decision-making methods in supporting the selection of public investments, thereby overcoming the existing barriers.

To begin the design of SEPIP, the main alternative prioritization techniques have been presented and analysed, with the objective of selecting a method to serve as the basis for calculating sustainability indices for investments. In this context, the multicriteria method MIVES has been chosen, and its properties and characteristics have been examined and compared with the requirements of the public administration, resulting in the identification of five properties to be developed for SEPIP.

The first property relates to group decision-making, a critical aspect given the context of public administration. After a thorough analysis of existing opinion aggregation methods, it has been concluded that none fully meet the administration's needs. Therefore, the HIVES method has been developed, an innovative approach based on statistical mathematics and social considerations. This new method has increased the correlation between decision-makers and results, ensuring fair, objective, and ethical aggregation.

The second property addresses uncertainty management. Various techniques have been presented to handle this uncertainty, and a set of them has been selected to form the SEPIP's uncertainty management system. This system, which includes the linguistic attribute, linguistic attribute with membership, and Monte Carlo simulation methods, ensures the SEPIP’s applicability in all scenarios that may be relevant to public administration. Additionally, in the face of uncertainty in decision-makers' opinions, the HIVES method has been extended to HIVES Intervals.

The third and fourth properties focus on results management, adapting them to the needs of public administration. Firstly, classification has been addressed, involving the assignment of groups or labels to each investment based on their sustainability indices. For this purpose, MIVES Sorting, a new classification method, has been developed. Secondly, optimisation, referring to the optimal selection of investments within a limited budget, has been studied. In this context, the Knapsack method has been chosen for implementation in SEPIP.

The fifth and final property examines adverse effects on indicators. Given the significance of certain indicators in public tenders, where some projects may sacrifice specific indicators in pursuit of better overall performance, MIVES Extended has been developed. This method has the capability to incorporate negative functions, allowing for the generation of negative indices to minimize the aggregated result.

Finally, the SEPIP has been applied to a real case study in the city of Manresa, allowing for the analysis and validation of the components developed throughout this Doctoral Thesis.

(Català) En aquesta Tesi Doctoral s'afronta un dels desafiaments més significatius de l'administració espanyola: la selecció i gestió eficient de les inversions públiques. Amb aquest objectiu, s'ha desenvolupat i presentat el "Sistema d'Avaluació i Priorització d'Inversions Públiques" (SEPIP), dissenyat específicament per a satisfer les necessitats de l'administració pública. Amb això es pretén contribuir a obrir el camí definitiu de l'ús de mètodes científics de presa de decisions com a suport a la selecció d'inversions i actuacions públiques, superant, d'aquesta manera, les barreres que existeixen en l'actualitat.

Per a donar inici al disseny del SEPIP, s'han exposat i analitzat les principals tècniques de priorització d'alternatives, amb l'objectiu de seleccionar un mètode que serveixi com a base de càlcul per als índexs de sostenibilitat de les inversions. En aquest context, s'ha triat el mètode multicriteri MIVES, les propietats i les característiques del qual han estat analitzades i comparades amb les necessitats de l'administració pública, trobant-se així cinc propietats a desenvolupar per al SEPIP.

La primera propietat es refereix a la presa de decisions en grup, un aspecte crític donat el context de l'administració pública. Després d'una anàlisi exhaustiva dels mètodes d'agregació d'opinions existents, s'ha arribat a la conclusió que cap satisfà completament les necessitats de l'administració. Per tant, s'ha desenvolupat el mètode HIVES, un enfocament innovador fonamentat en conceptes de matemàtica estadística i consideracions socials. Aquest nou mètode ha permès augmentar la correlació entre els actors de decisió i els resultats finals, assegurant una agregació justa, objectiva i ètica.

La segona propietat aborda la gestió de la incertesa. S'han presentat diverses tècniques per a manejar aquesta incertesa i seleccionat un conjunt d'elles per a formar el sistema de gestió d'incertesa del SEPIP. Aquest sistema, que inclou els mètodes d'atributs de base lingüística, atributs de base lingüística amb filiació i simulació de Montecarlo, garanteix l'aplicabilitat del SEPIP en tots els escenaris que podrien ser rellevants per a l'administració pública. A més, davant la incertesa en les opinions dels decisores, s'ha estès el mètode HIVES a HIVES Intervals.

La tercera i quarta propietat s'enfoquen en la gestió de resultats, adaptant-los a les necessitats de l'administració pública. En primer lloc, s'ha abordat la classificació, que implica l'assignació de grups o etiquetes a cada inversió segons els seus índexs de sostenibilitat. Amb aquest objectiu, s'ha desenvolupat MIVES Sorting, un nou mètode de classificació d'alternatives. En segon lloc, s'ha estudiat l'optimització, que es refereix a la selecció òptima d'inversions dins d'un pressupost limitat. En aquest context, s'ha optat per implementar el mètode Knapsack en el SEPIP.

La cinquena i última propietat estudia als efectes adversos en els indicadors. Donada la rellevància que alguns indicadors adquireixen en les licitacions públiques, on alguns projectes poden sacrificar uns certs indicadors a la recerca d'un millor rendiment global, s'ha desenvolupat MIVES Estès. Aquest mètode té la capacitat d'incorporar funcions negatives, la qual cosa permet la generació d'índexs negatius per a minimitzar el resultat final agregat.

Com a últim pas, el SEPIP ha estat aplicat a un cas real d'estudi a la ciutat de Manresa, la qual cosa ha permès analitzar i validar els components desenvolupats al llarg de tota aquesta Tesi Doctoral.

(Español) En esta Tesis Doctoral se afronta uno de los desafíos más significativos de la administración española: la selección y gestión eficiente de las inversiones públicas. Con este objetivo, se ha desarrollado y presentado el "Sistema de Evaluación y Priorización de Inversiones Públicas" (SEPIP), diseñado específicamente para satisfacer las necesidades de la administración pública. Con ello se pretende contribuir a abrir el camino definitivo del uso de métodos científicos de toma de decisiones como apoyo a la selección de inversiones y actuaciones públicas, superando, de este modo, las barreras que existen en la actualidad.

Para dar inicio al diseño del SEPIP, se han expuesto y analizado las principales técnicas de priorización de alternativas, con el objetivo de seleccionar un método que sirva como base de cálculo para los índices de sostenibilidad de las inversiones. En este contexto, se ha escogido el método multicriterio MIVES, cuyas propiedades y características han sido analizadas y comparadas con las necesidades de la administración pública, hallándose así cinco propiedades a desarrollar para el SEPIP.

La primera propiedad se refiere a la toma de decisiones en grupo, un aspecto crítico dado el contexto de la administración pública. Tras un análisis exhaustivo de los métodos de agregación de opiniones existentes, se ha llegado a la conclusión de que ninguno satisface completamente las necesidades de la administración. Por lo tanto, se ha desarrollado el método HIVES, un enfoque innovador fundamentado en conceptos de matemática estadística y consideraciones sociales. Este nuevo método ha permitido aumentar la correlación entre los actores de decisión y los resultados finales, asegurando una agregación justa, objetiva y ética.

La segunda propiedad aborda la gestión de la incertidumbre. Se han presentado diversas técnicas para manejar esta incertidumbre y seleccionado un conjunto de ellas para formar el sistema de gestión de incertidumbre del SEPIP. Este sistema, que incluye los métodos de atributos de base lingüística, atributos de base lingüística con membresía y simulación de Monte Carlo, garantiza la aplicabilidad del SEPIP en todos los escenarios que podrían ser relevantes para la administración pública. Además, ante la incertidumbre en las opiniones de los decisores, se ha extendido el método HIVES a HIVES Intervalos.

La tercera y cuarta propiedad se enfocan en la gestión de resultados, adaptándolos a las necesidades de la administración pública. En primer lugar, se ha abordado la clasificación, que implica la asignación de grupos o etiquetas a cada inversión según sus índices de sostenibilidad. Con este objetivo, se ha desarrollado MIVES Sorting, un nuevo método de clasificación de alternativas. En segundo lugar, se ha estudiado la optimización, que se refiere a la selección óptima de inversiones dentro de un presupuesto limitado. En este contexto, se ha optado por implementar el método Knapsack en el SEPIP.

La quinta y última propiedad estudia a los efectos adversos en los indicadores. Dada la relevancia que algunos indicadores adquieren en las licitaciones públicas, donde algunos proyectos pueden sacrificar ciertos indicadores en busca de un mejor rendimiento global, se ha desarrollado MIVES Extendido. Este método tiene la capacidad de incorporar funciones negativas, lo que permite la generación de índices negativos para minimizar el resultado final agregado.

Como último paso, el SEPIP ha sido aplicado a un caso real de estudio en la ciudad de Manresa, lo que ha permitido analizar y validar los componentes desarrollados a lo largo de toda esta Tesis Doctoral