105
Magistrsko delo Organizacija in management poslovnih in delovnih sistemov MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE STRUKTURE IN PRODUKTIVNOSTI NA SODNE ZAOSTANKE Mentor: izr. prof. dr. Andrej Škraba Kandidat: Ivan Zakoč Somentor: doc. dr. Bojan Vavtar Kranj, september 2014

MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

  • Upload
    others

  • View
    13

  • Download
    0

Embed Size (px)

Citation preview

Page 1: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Magistrsko delo Organizacija in management poslovnih in delovnih

sistemov

MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE STRUKTURE IN

PRODUKTIVNOSTI NA SODNE ZAOSTANKE

Mentor: izr. prof. dr. Andrej Škraba Kandidat: Ivan Zakoč

Somentor: doc. dr. Bojan Vavtar

Kranj, september 2014

Page 2: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

ZAHVALA Zahvaljujem se mentorju, dr. Andreju Škrabi, ter somentorju, dr. Bojanu Vavtarju, za potrpežljivost in vso strokovno pomoč pri izdelavi magistrskega dela. Posebna zahvala gre moji družini, ki mi je stala ob strani in me ves čas podpirala na moji izobraževalni poti.

Page 3: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

POVZETEK

Predstavljena je problematika sodnih zaostankov v Republiki Sloveniji. Analizirani so podatki iz uradne sodne statistike za obdobje od 1990 do 2011. Obravnavan je referenčni modus, ki je opisan z linearno padajočo produktivnostjo ob konstantem pripadu zadev. S pomočjo metodologije sistemske dinamike je bil razvit model, s pomočjo katerega je bilo ugotovljeno, da se bo ob nadaljeanju trenutnih trendov število sodnih zaostanov le povečevalo, saj temu botruje padajoča produktivnost. Različni scenariji dajejo odgovor, da tudi mediacije na daljši rok ne bodo prispevale k zmanjšanju sodnih zaostankov. Podanih je tudi nekaj teoretičnih osnov o pravni državi, pravicah, pravni praksi in ukrepih za zmanjšanje sodnih zaostankov.

KLJUČNE BESEDE:

- Pravna država - Sodni zaostanek - Produktivnost - Sistemska dinamika - Modeliranje in simulacija - Genetski algoritem - Scilab

ABSTRACT The thesis describes the problem of court delay and proposed solutions. The data from Slovenian courts for the period 1990–2011 is analyzed. We found that, while the number of incoming cases each year could be considered as constant, the productivity of the judicial system decreases by the negative linear trend. The problem of court delay was modeled using the System Dynamics approach. The developed model enabled us to test different plausible scenarios showing that mediations will not help to decrease court delays. The thesis also features some theoretical aspects about legal state, rights, jurisprudence, court decisions and measures to decrease court delays.

KEYWORDS:

- Legal state - Court delay - Productivity - System dynamics - Modeling and simulation - Genetic algorithm - Scilab

Page 4: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

KAZALO 1. UVOD ...................................................................................... 1

1.1. PREDSTAVITEV PROBLEMA ........................................................ 1

1.2. PREDPOSTAVKE, OMEJITVE IN CILJI ............................................. 1

1.3. METODE DELA ....................................................................... 2

2. TEORETIČNE OSNOVE ................................................................... 3

2.1. PRAVNA DRŽAVA, PRAVNA VARNOST IN ČLOVEKOVE PRAVICE ............... 3

2.2. NORMATIVNI OKVIRI PRAVICE DO SODNEGA VARSTVA ......................... 6

2.2.1. EVROPSKA KONVENCIJA O ČLOVEKOVIH PRAVICAH ...................... 6

2.2.2. USTAVNI OKVIRI SODNEGA VARSTVA ....................................... 8

2.2.3. DRUGA PRAVNA PODLAGA ................................................... 9

2.3. SODNA PRAKSA ZARADI SOJENJA V NERAZUMNEM ROKU .................... 10

2.3.1. SODBE USTAVNEGA SODIŠČA ZARADI SOJENJA V NERAZUMNEM ROKU10

2.3.2. SODBE ESČP ZARADI SOJENJA V NERAZUMNEM ROKU ................... 12

2.4. OPREDELITEV SODNIH ZAOSTANKOV ............................................ 12

2.4.1. SODNI ZAOSTANKI PO SODNEM REDU ...................................... 12

2.4.2. SODNI ZAOSTANKI PO PROJEKTU LUKENDA .............................. 13

2.5. ORGANIZACIJA SODIŠČ V REPUBLIKI SLOVENIJI ............................... 14

3. OPREDELITEV DINAMIKE PROBLEMA SODNIH ZAOSTANKOV S POMOČJO ANALIZE

SODNE STATISTIKE MED LETOMA 1990 IN 2011 (REFERENČNI MODUS) ................ 17

3.1. SODNIKI IN NJIHOVI POMOČNIKI ................................................. 17

3.2. NEREŠENI PRIMERI ................................................................. 18

3.3. NOVI PRIMERI OZIROMA PRIPAD ................................................. 18

3.4. REŠENI PRIMERI .................................................................... 19

3.5. PRODUKTIVNOST .................................................................. 20

3.6. REŠENI IN NEREŠENI PRIMERI .................................................... 21

3.7. SODNIŠKO OSEBJE IN PRODUKTIVNOST ......................................... 22

3.8. RAZMERJE MED SODNIKI IN NJIHOVIMI POMOČNIKI ........................... 23

3.9. NEREŠENI PRIMERI IN PRODUKTIVNOST ........................................ 24

4. MODELI, ZGRAJENI PO PRINCIPU SISTEMSKE DINAMIKE ............................ 26

4.1. VZROČNO POSLEDIČNI DIAGRAM ................................................ 26

4.2. MODEL, RAZVIT Z ORODJEM POWERSIM ........................................ 27

Page 5: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

4.3. MODEL, RAZVIT Z ORODJEM SCILAB ............................................ 29

5. KALIBRACIJA ............................................................................. 30

6. GENETSKI ALGORITMI .................................................................. 36

6.1. PRIMER POVEZAVE GENETSKEGA ALGORITMA TER MODELA, RAZVITEGA Z

ORODJEM XCOS ............................................................................ 36

7. OBČUTLJIVOSTNA ANALIZA ............................................................ 38

7.1. VARIIRANJE PARAMETRA »ČAS ZA PRILAGODITEV DELOVNE SILE« .......... 38

7.2. VARIIRANJE PARAMETRA »KOEFICIENT MEDIACIJE« V MEJAH OD 0 DO 0.25

...................................................................................... 41

7.3. VARIIRANJE PARAMETRA »ČAS ZA POPRAVO ŠTEVILA PRIMEROV« .......... 45

7.4. VARIIRANJE PARAMETRA »ŽELENO ŠTEVILO PRIMEROV V PROCESU« ....... 48

7.5. VARIIRANJE PARAMETRA »ČAS ZA PRILAGODITEV DELOVNE SILE« OB

UPOŠTEVANJU RAVNOTEŽJA SISTEMA .................................................. 51

7.6. VARIIRANJE PARAMETRA »KOEFICIENT MEDIACIJE« OB UPOŠTEVANJU

RAVNOTEŽJA SISTEMA V MEJAH OD 0 DO 0.25 ........................................ 52

7.7. VARIIRANJE PARAMETRA »ČAS ZA POPRAVO ŠTEVILA PRIMEROV« OB

UPOŠTEVANJU RAVNOTEŽJA SISTEMA .................................................. 56

7.8. VARIIRANJE PARAMETRA »ČAS ZA POPRAVO ŠTEVILA PRIMEROV« OB

UPOŠTEVANJU RAVNOTEŽJA SISTEMA .................................................. 57

7.9. VARIIRANJE PARAMETRA »KOEFICIENT MEDIACIJE« V MEJAH OD 0 DO 0.6 58

8. SIMULACIJSKI SCENARIJI, IZVEDENI Z ORODJEM POWERSIM ...................... 60

8.1. IZVEDBA SCENARIJEV NA STRUKTURI MODELA »Stud_A« .................... 61

8.2. IZVEDBA SCENARIJEV NA STRUKTURI MODELA »Stud_B« .................... 63

8.3. IZVEDBA SCENARIJEV NA STRUKTURI MODELA »Stud_C« .................... 65

9. DOLOČANJE OPTIMALNIH VREDNOSTI PARAMETROV ............................... 68

9.1. IZRAČUN OPTIMALNIH VREDNOSTI PARAMETROV ............................. 69

9.1.1. PRVI SCENARIJ................................................................ 69

9.1.2. DRUGI SCENARIJ ............................................................. 73

9.1.3. TRETJI SCENARIJ ............................................................. 76

9.1.4. ČETRTI SCENARIJ ............................................................ 79

9.2. KONVERGENCE GENETSKEGA ALGORITMA ..................................... 83

10. UKREPI ZA ZMANJŠANJE OZIROMA ODPRAVO SODNIH ZAOSTANKOV .......... 86

10.1. UKREPI IZ GRADIVA IZ LETA 2002 ............................................ 86

Page 6: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

10.2. UKREPI, OMENJENI V REVIZIJSKEM POROČILU RAČUNSKEGA SODIŠČA O

ODPRAVI SODNIH ZAOSTANKOV IZ LETA 2011 ......................................... 88

10.3. VODILA CEPEJ-EVEGA DOKUMENTA IZ LETA 2013 .......................... 89

11. NEPRAVILNOSTI V SODNI STATISTIKI .............................................. 91

12. ZAKLJUČKI ............................................................................ 92

LITERATURA IN VIRI .......................................................................... 93

Page 7: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran1

1. UVOD

1.1. PREDSTAVITEV PROBLEMA Sodni zaostanki predstavljajo resen problem v vseh državah. Dostop do sodišča je »sine qua non« pravne države; pravice brez možnosti pravnega varstva ni. Sodni zaostanki predstavljajo najprej poseg v temeljne človekove pravice posameznika, hkrati pa onemogočajo učinkovito delovanje pravne države in vladavine prava. Zlasti v času gospodarske krize bi bilo učinkovitejše delovanje sodnega sistema nujen pogoj za varstvo človekovih pravic in za vzpostavitev pogojev za učinkovitejše delovanje gospodarskih subjektov na trgu. Čeprav imamo v primerjavi z drugimi državami članicami Evropske unije precej več sodnikov na tisoč prebivalcev, se v Republiki Sloveniji soočamo s problematiko sodnih zaostankov. Zaradi tega želimo s pomočjo razvoja simulacijskega modela in obravnavo organizacijske strukture opredeliti ključne dejavnike, ki vplivajo na sodne zaostanke. Republika Slovenija je bila zaradi sodnih zaostankov že večkrat kaznovana. Evropsko sodišče za človekove pravice je zaradi sodnih zaostankov proti Sloveniji prvič razsodilo oktobra 2005 v primeru Lukenda in državi naložilo plačilo odškodnine tožniku v višini 3200 evrov zaradi sodnih zaostankov in 965 evrov za sodne stroške. Takrat je tudi zapisalo, da so predolgi sodni postopki v Sloveniji velika težava. Slovenija je nato sprožila projekt Lukenda, katerega cilj je odprava sodnih zaostankov (vir: http://www.delo.si/novice/politika/slovenija-je-zaradi-sodnih-zaostankov-kaznovana.html).

1.2. PREDPOSTAVKE, OMEJITVE IN CILJI Povezava med funkcijo produktivnosti in sodnimi zaostanki ni linearna, temveč je odvisna od organizacijske strukture, kar je moč utemeljiti z razvojem simulacijskega modela in zapisom sistema diferencialnih enačb. Pri preučevanju uradne sodne statistike Republike Slovenije se bomo omejili na obdobje od leta 1990 do leta 2011. Zanimajo nas predvsem število sodnih zadev, število sodnikov in njihovih pomočnikov, število nerešenih primerov, letni pripad sodnih zadev in število rešenih primerov v posameznem letu. Cilji magistrskega dela so:

1. Zbrati podatke o številu zaposlenih sodnikov in sodnih svetovalcev ter številu rešenih in nerešenih primerov.

2. S pomočjo statističnih metod opredeliti povprečno produktivnost sistema ter podati analitično funkcijo spremembe produktivnosti v zadnjih, okvirno dvajsetih letih.

3. Zgraditi model po principu sistemske dinamike, ki bo zajemal število nerešenih primerov, število novih primerov oziroma pripad, število rešenih primerov, delovno silo in produktivnost. Model, ki bo razvit s pomočjo

Page 8: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran2

orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij.

4. Razviti program, ki bo omogočal optimizacijo glede na podano kriterijsko funkcijo in upošteval ključne parametre modela. Kriterijska funkcija bo upoštevala, da morajo biti povprečni sodni zaostanki čim krajši.

5. Analizirati rezultate in ugotoviti, kolikšen je dejanski vpliv organizacijske strukture in produktivnosti na sodne zaostanke v Republiki Sloveniji. Z razvojem ustreznega modela, razvitega po principu sistemske dinamike, validacijo in oblikovanjem scenarijev želimo analizirati dinamiko sistema.

Cilj je tudi potrditi zastavljene raziskovalne hipoteze magistrskega dela:

1. Glede na trenutno zasnovo in produktivnost pravosodnega sistema ukrep mediacij ni učinkovit oziroma izboljšuje povprečne sodne zaostanke le na kratek rok.

2. Število zaposlenih sodnikov in njihovih sodelavcev ni v sorazmerju s številom sodnih primerov.

3. Ukrepi za zmanjšanje števila sodnih zaostankov so primerljivi z ukrepi v referenčnih državah v Evropski uniji.

1.3. METODE DELA Pri izvedbi naloge bomo uporabili metode modeliranja in simulacije s pomočjo sistemske dinamike in uporabe statističnih metod za obdelavo podatkov in validacijo optimizacijske metode za kalibracijo modela. Pri optimizaciji modela bodo uporabljeni genetski algoritmi s pomočjo programskih orodij Powersim, Scilab in Xcos. Preučili bomo uradno sodno statistiko Republike Slovenije iz obdobja med letoma 1990 in 2011. Pri tem si bomo pomagali s programskim orodjem Tableau. Pogledali bomo tudi, kaj je v zvezi s pravico do poštenega sojenja zapisano v ustavi Republike Slovenije, Konvenciji o varstvu človekovih pravic in slovenski zakonodaji na splošno.

Page 9: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran3

2. TEORETIČNE OSNOVE

2.1. PRAVNA DRŽAVA, PRAVNA VARNOST IN ČLOVEKOVE PRAVICE PRAVNA DRŽAVA Šturm (2002) pravi, da je v literaturi najti stališča, ki pravno državo in socialno državo opredeljujejo kot ustavno kategorijo in ne kot splošno ustavno načelo. Tako razlikovanje bi imelo smisel samo takrat, ko bi pri morebitni ustavnosodni presoji lahko uporabljali le splošna ustavna načela, ustavnih kategorij pa zaradi njihove nedoločenosti ne bi bilo moč uporabljati. Slovenska ustavnosodna presoja v tem pogledu ne dela razlik. Pavčnik (2011) pravi, da je pravna država moderna država, v kateri je delovanje državnih organov pravno vezano in v kateri so zagotovljene temeljne pravice. Uprava in neodvisno sodstvo, ki izdajata posamične in izvedbene akte ali opravljata materialna dejanja (zlasti uprava), sta podrejena ustavi in zakonom, ki jih sprejema predstavniško telo. Organizirana je kot demokratična država, ki temelji na načelu delitve oblasti (v pomenu sistema zavor in ravnovesij med nosilci državne oblasti). Izraz pravna država se uporablja tudi kot sopomenka za vladavino prava, ki je njena osrednja razsežnost. Eno temeljnih načel Evropske unije in njenih držav članic je, da so zasnovane na temelju vladavine prava. Pavčnik (2011) tudi navaja, da pravna država nastane kot reakcija proti državni organizaciji, v kateri dejavnost osrednjih državnih organov ni vnaprej določena ali vsaj določljiva z ustreznimi splošnimi pravnimi akti predstavniškega telesa. V pravni državi so zakonodajna, izvršilnoupravna in sodna oblast ločene, sodstvo je samostojno in neodvisno, uprava pa je podrejena zakonu. Uprava ima lahko tudi v pravni državi pristojnosti, ki ji omogočajo ustrezno (relativno široko) polje presoje, pogoj pa je, da so vsa poglavitna merila, ki presojo omogočajo, opredeljena že v zakonu (Pavčnik, 2011). Ustava omogoča sklicevanje na pravno državo, na socialno državo in na načelo demokracije, kot na temeljna splošna ustavna načela. Pri tem se ravna po izkušnjah ustavnosodne presoje držav z demokratično ustavno ureditvijo, ki upoštevajo, da je zakonodajalec vezan na ustavo ne samo v formalnem, ampak tudi v vsebinskem pogledu. Vsebinska usklajenost zakona z ustavo mora biti v skladu ne samo s posameznimi osebnimi ustavnimi določbami, ampak tudi s temeljnimi vrednotami svobodne demokratične ustavne ureditve ustavnopravne vrednostne kategorije (Šturm, 2002). Kot je navedeno v (Šturm, 2002), po prevladujočem konsenzu uvršča pravna doktrina med temeljne elemente pravne države naslednje: delitev oblasti; varovanje osebnih svoboščin; zakone sprejema parlament, ki ga izvoli ljudstvo, skladno z demokratičnimi načeli; podrejenost izvršilne oblasti in sodstva zakonu; ravnanje države do državljanov je močno omejeno, s tem pa tudi merljivo in predvidljivo; pravna varnost; načelo zaupanja v veljavnost in trajnost zakona, prepoved retroaktivnega delovanja zakona; prepoved čezmernih posegov države

Page 10: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran4

oziroma načelo sorazmernosti; načelo jasnosti v zakonih; razvit sistem sodstva in njegova neodvisnost; možnost sodnega nadzora upravnih odločb; ustavna pritožba zoper sodne odločbe; načeli nullum crimen sine lege in nulla poena sine lege; načelo poštenega obravnavanja v postopkih pred sodišči in drugimi državnimi organi. Šturm (2002) tudi navaja, da treh bistvenih elementov pravne države Ustava v svojih določbah izrecno ne ureja. Na ustavno raven jih je s svojimi odločitvami povzdignilo Ustavno sodišče. To so splošno ustavno načelo sorazmernosti, načelo varstva zaupanja v pravo in načelo jasnosti in določnosti predpisov. Načelo pravne države je (Šturm 2002) univerzalne narave. Uvršča se med vodilna in temeljna ustavna načela, zato je razsežnost njegovega učinkovanja zelo široka, saj posega na vsa področja pravnega urejanja oziroma na vsa področja delovanja države. Kot splošno vodilo ga je – skupaj z drugimi ustavnimi načeli – treba usklajeno upoštevati pri interpretaciji vseh drugih ustavnih določb. Načelo pravne države mora kot eno od temeljnih ustavnih načel upoštevati tako zakonodajalec pri oblikovanju pravnega reda, kakor tudi izvršilna oblast pri njegovem izvrševanju ter sodna oblast pri uporabi in interpretaciji predpisov. Načelo pravne države je zavezujoče; ne gre za programsko določbo, ampak za določbo, ki zavezuje državo in njene državne organe. Načelo pravne države se kot univerzalno načelo nanaša na vse in na vsakogar. Upoštevati ga je treba pri urejanju položaja posameznikov - fizičnih oseb, posameznih skupin prebivalcev, prav tako pa tudi pri ureditvi pravnega položaja pravnih oseb zasebnega prava. Načelo pravne države se nanaša na vse osebe, tako na državljane kot tudi na tujce. Po (Šturm, 2002) gre pri načelu pravne države za splošno ustavno načelo in ne neposredno za eno od človekovih pravic, katerim pripada strožje varstvo pravic zoper morebitne omejitve in druge posege. Ustavno sodišče zato pri presoji načela pravne države najprej preveri, ali je mogoče uporabiti katero od drugih ustavnih določb. Če posebne ustavne določbe v konkretnem primeru ni mogoče uporabiti, je ustavna presoja kljub temu pri kršitvah splošnega ustavnega načela sorazmernosti, načela jasnosti in določnosti predpisov in varstva zaupanja v pravo bolj intenzivna, kakor sicer v navadi pri presoji ustavnih načel. V okviru posamezne pritožbe kršitve načela pravne države ni mogoče uveljavljati brez povezav s konkretno prizadeto človekovo pravico. V postopku ustavne pritožbe je zato treba uveljavljati kršitev ustavne pravice, ki izhaja iz kake od posebnih ustavnih določb. PRAVNA VARNOST IN VLADAVINA PRAVA Pravna varnost je (Pavčnik, 2011) ena od najbolj poglavitnih pravnih vrednost, ki lahko utrjujejo vladavino prava. Pravna varnost pomeni, da so pravila vedenja in ravnanja pravnih subjektov predvidljiva (predvidljivost prava), da se pravno urejeno vedenje in ravnanje v življenju uresničuje (zanesljivost prava) in da je zato mogoče načrtovati, kako naj se vedemo v prihodnje (zaupanje v pravo). Pravna varnost terja, da v pravnem sistemu ni pravnih praznin ali pa so neznatne. Zakonodajna dejavnost in izdajanje splošnih pravnih aktov nasploh morata biti stabilna, tako da se vsebina pravodajnih aktov ne spreminja prehitro. Sestavina pravne varnosti so tudi sredstva, s katerimi pravni subjekti uveljavljajo pravice in

Page 11: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran5

dosegajo, da se uresničujejo dolžnosti. V moderni pravni državi so med temi sredstvi posebej pomembni upravni postopek, sodni postopki in ustavno sodstvo. Pravna varnost je po (Pavčnik, 2011) tesno povezana z drugimi vrednotami, na primer z redom in mirom, ki oba omogočata, da pravno kolesje nemoteno teče, in z vrednotami, ki so vsebinske narave in nam povedo, ali pravo utrjuje človekovo dostojanstvo, temeljne pravice in druge pridobitve pravne civilizacije. Če bi vsebinski zorni kot spregledali, ne bi videli, da je za pravno varnostjo vselej takšna ali drugačna porazdelitev družbene moči in družbene (ne)enakosti. Pavčnik (2011) navaja, da popolne pravne varnosti ni, kot tudi ni popolnega prava, ki bi bilo pravzaprav že svoje nasprotje in bi nas postavilo v idealno dobo človeštva. V pravni resničnosti je pravo v določenem obsegu primarno neučinkovito; vselej je določen krog subjektov, ki svojih obveznosti ne izpolnjujejo in kršijo pravice in dolžnosti drugih (npr. s kaznivimi dejanji). Če je pravna varnost kolikor toliko družbeno stabilna in učinkovita, lahko s precejšnjo stopnjo zanesljivosti predvidimo, da bo sankcijski sistem deloval in da bodo torej sproženi ustrezni postopki. Pomembna razsežnost pravne varnosti je (Pavčnik, 2011) tudi postopkovnost prava o vsem, kar je pravno pomembno, je treba odločati legalno in v vnaprej predvidenih postopkih postopkovnost je še posebej občutljiva v kazenskem pravu, ki mora varovati pravice drugih, a hkrati spoštovati temeljne (človekove) pravice obdolžencev. Postopkovnost pravna je tesno povezana s samostojnim in neodvisnim sodstvom. Pravna varnost ima tudi časovno razsežnost. O pravicah in dolžnostih je treba odločati v razumnih časovnih obdobjih (sojenje v razumnem roku) in na toliko stopnjah, da se zadeva vsestransko osvetli in pretehta, a da se postopki hkrati ne vlečejo v neskončnost (vprašanje pravnomočnosti sodnih in upravnih odločb). Če so časovni okviri preseženi, se je treba prilagoditi novim razmeram (tako imenovana normativna moč dejanskega) in dopustiti, da čas deluje tudi kot zdravilo, ki zaceli marsikatero rano (vprašanji zastaranja in priposestvovanja). Kot pravi (Pavčnik, 2011) smisel pravne varnosti korenini v družbeni varnosti posameznikov, skupin posameznikov in družbenih skupnosti. Če kolikor toliko stabilne družbene varnosti ni, je posameznikov in družbeno življenje onemogočeno ali pa vsaj oteženo. Naloga prava je prav v tem, da na področjih, ki so pravno pomembna, to varnost zagotavlja. Pravo je potencialno kreativno, če svojo nalogo kakovostno izpolnjuje, a tudi zaviralno in nasilno, če ni v sozvočju s časom in prostorom, v katerem deluje. ČLOVEKOVE PRAVICE Človekove pravice so osnovane po načelu spoštovanja posameznika. Njihova osnovna predpostavka je v tem, da je vsaka oseba moralno in razumno bitje, ki si zasluži dostojanstveno ravnanje. Človekove pravice jim pravimo zato, ker so univerzalne. Medtem ko narodi ali posebne skupine uživajo posebne pravice, ki so izključno v njihovi domeni, so človekove pravice tiste, ki so naslovljene na vsakogar ne glede na to, kdo so ali kje živijo, preprosto zato, ker so živi (vir: http://www.humanrights.com/what-are-human-rights.html).

Page 12: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran6

Preambula Ustave Republike Slovenije postavlja na prvo mesto svobodno demokratično ustavno ureditev, ki zagotavlja temeljne človekove pravice in svoboščine. V ospredje postavlja človekovo dostojanstvo in njegovo duhovno, politično in gospodarsko svobodo. Človekove pravice in temeljne svoboščine se uresničujejo neposredno na podlagi Ustave (Šturm, 2002). V pravni teoriji razumemo človekove pravice kot pravne pravice, torej kot dobrine, ki so zaščitene s pravnim instrumentarijem. Vendar pa so pravice lahko tudi čisto deklaratorne narave in nimajo konkretnega ali uporabnega pravnega varstva (Lampe, 2010). V skladu z (Lampe, 2010) so človekove pravice tiste, ki varujejo določene dobrine, ki so nujno potrebne za delovanje posameznika v družbi. Njihov temelj izhaja že iz mednarodnega prava, primarna dolžnost državnih oblati pa je, da jih implementirajo in spoštujejo v nacionalnem pravu. V notranjem pravu pa so človekove pravice kot ustavne pravice utemeljene v ustavi posamezne države, kar pomeni dve temeljni obveznosti držav, in sicer prvo (tako imenovano negativno), da se ne smejo (razen ob določenih pogojih) vmešavati v njihovo izvrševanje, in drugo (tako imenovano pozitivno), da ustvarijo pravne in dejanske možnosti za njihovo uživanje. Človekove pravice tako delujejo vertikalno – torej varujejo posameznika zoper državno oblast. Človekove pravice jo namreč tudi omejujejo, saj ne more posegati v zajamčene pravice brez ustreznega pravnega temelja nesorazmerno in brez nujnosti v demokratični družbi. Drugi efekt človekovih pravic, zajamčenih v ustavi, pa je horizontalen, torej se njihov učinek nanaša na razmerje posameznik nasproti drugemu posamezniku. Človekove pravice niso ogrožene samo od državne oblasti – torej od skupine posameznikov, ki imajo pooblastila in privilegije voditi posameznike v neki državi (vertikalno razmerje posameznik proti državni oblasti), ampak tudi od drugih posameznikov (horizontalno razmerje posameznik proti posamezniku). Pravna konkretizacija človekovih pravic v družbi pa je tako podana prek zaščite posameznih pravic v različnih pravnih disciplinah - torej kazenskem, upravnem, civilnem, delovnem itd. pravu. Lampe (2010) povzema, da so pravice pravno zajamčena pričakovanja, ki jih mora državna oblast ne samo zaščititi, temveč si mora tudi aktivno prizadevati, da ustvari možnosti za njihovo »normalno« uživanje.

2.2. NORMATIVNI OKVIRI PRAVICE DO SODNEGA VARSTVA

2.2.1. EVROPSKA KONVENCIJA O ČLOVEKOVIH PRAVICAH Evropska konvencija o varstvu človekovih pravic in temeljnih svoboščin (EKČP) je dokument, ki so ga podpisale države članice Sveta Evrope, med katerimi je tudi Republika Slovenija, 11. 5. 1994. V tem dokumentu so opredeljene številne pravice in svoboščine, med njimi v šestem členu pravica do poštenega sojenja ter v trinajstem členu pravica do učinkovitega pravnega sredstva.

Page 13: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran7

Prvi odstavek šestega člena EKČP se glasi : »Vsakdo ima pravico, da o njegovih civilnih pravicah in obveznostih ali o kakršnihkoli kazenskih obtožbah zoper njega pravično in javno ter v razumen roku odloča neodvisno in nepristransko z zakonom ustanovljeno sodišče. Sodba mora biti izrečena javno, toda tisk in javnost sta lahko izločena iz sojenja deloma ali v celoti v interesu morale, javnega reda ali državne varnosti, če to v demokratični družbi zahtevajo koristi mladoletnikov ali varovanje zasebnega življenja strank, pa tudi tedaj, kadar bi po mnenju sodišča zaradi posebnih okoliščin javnost sojenja škodovala interesom pravičnosti.« Trinajsti člen EKČP pa se glasi: Vsakdo, čigar pravice in svoboščine, zajamčene s to Konvencijo, so kršene, ima pravico do učinkovitih pravnih sredstev pred domačimi oblastmi, in to tudi če je kršitev storila uradna oseba pri opravljanju uradne dolžnosti. PRAVICA DO POŠTENEGA SOJENJA Kot navaja Lampe (2010) gredo v skladu z določili EKČP, predvsem 6. člena, posamezniku tudi druge zajamčene procesne pravice, med drugim pravica do poštenega sojenja (prvi odstavek), domneva nedolžnosti (drugi odstavek) in druge pravice iz predkazenskega in kazenskega postopka. Pravica do poštenega sojenja iz 6. člena je sestavljena iz pravice do sojenja v razumnem roku in garancij iz predkazenskega in kazenskega postopka. Sojenje v razumnem roku je namreč temeljna obveznost državne oblasti, da zagotovi avtoriteto sodne veje oblasti in da se posamezniki za razreševanje svojih sporov ne obračajo na izterjevalske agencije ali, še huje, podzemne združbe. Lampe (2010) pravi, da pravica do poštenega sojenja zajema pravico do sojenja v razumnem roku in pravico do neodvisnega in nepristranskega z zakonom ustanovljenega sodišča, in to tako v kazenskih kot v civilnopravnih zadevah. V ta okvir sodijo prekrškovne zadeve, v okvir civilnopravnih zadev pa je treba v skladu s kontinuirano prakso všteti pravzaprav vse postopke, pravdne, nepravdne, družinske (kadar pravni red pozna posebne postopke v zvezi z družinskim pravom) in izvršilne zadeve. Lampe (2010) ugotavlja, da je pravico do poštenega sojenja ter garancije v kazenskem postopku slovensko ustavno sodišče obravnavalo v zadevi U-I-289/95. Le-to je menilo, da je z ustavnimi pravicami do enakega varstva pravic (22. člen ustave), do sodnega varstva (23. člen) in s pravicami, ki jih predstavljajo pravna jamstva v kazenskem postopku (29. člen), določena temeljna pravica do poštenega sojenja v kazenskem postopku. Člen 22 ustave zagotavlja obdolžencu v kazenskem postopku enak obseg pravic oziroma enak pravni položaj, kot ga ima nasprotna stranka v postopku – državni (ali zasebni) tožilec. Člen 29 zagotavlja obdolžencu med drugim tudi pravico do primernega časa in možnosti za obrambo.

Page 14: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran8

2.2.2. USTAVNI OKVIRI SODNEGA VARSTVA PRAVICA DO SODNEGA VARSTVA Pravico do sodnega varstva opredeljuje 23. člen Ustave Republike Slovenije, ki se glasi: »Vsakdo ima pravico, da o njegovih pravicah in dolžnostih ter o obtožbah proti njemu brez nepotrebnega odlašanja odloča neodvisno, nepristransko in z zakonom ustanovljeno sodišče. Sodi mu lahko samo sodnik, ki je izbran po pravilih, vnaprej določenih z zakonom in s sodnim redom.« Pravica do sojenja brez nepotrebnega odlašanja je (Čebulj v Šturm, 2002) del pravice do sodnega varstva. Njen namen je zagotoviti učinkovitost sodnega varstva: prepozno sodno varstvo namreč izniči njegove učinke. Podoben pojem – sojenje v razumnem roku – uporablja tudi prvi odstavek šestega člena EČKP. Ker njena rešitev pomeni tudi neenako obravnavanje posameznikov v sodnih postopkih, gre ob kršitvi 23. člena praviloma tudi za kršitev pravice do enakega varstva pravic iz 22. člena. Sojenje brez nepotrebnega odlašanja je (Čebulj v Šturm, 2002) bistveni sestavni del pravice do sodnega varstva. Če namreč sodno varstvo pride prepozno, je prizadeta oseba v enakem položaju kot tedaj, ko sodnega varstva sploh nima. Da je o spornih razmerjih odločeno brez nepotrebnega odlašanja (v razumnem času), pa je v interesu pravne varnosti. Po stališču ESČP je pravica do sojenja brez nepotrebnega odlašanja izjemnega pomena za kvaliteto sodnega postopka. Država je zato dolžna organizirati sodstvo tako, da je zagotovljeno dejansko uresničevanje pravice iz 23. člena. Gre torej za ustavno pravico pozitivnega statusa. PRAVICA DO DOSTOPA DO SODIŠČA Dostop do sodišča in sojenje v razumnem roku sta (Šturm, 2002) temeljni človekovi pravici vsake pravno urejene države. V drugem členu ustave Republike Slovenije je zapisano, da je Slovenija pravna in socialna država. Načelo pravne države je splošne narave. Gre za vodilno in temeljno ustavno načelo, ki posega na vsa področja pravnega urejanja oziroma na vsa področja delovanja države. PRAVICA DO SOJENJA V RAZUMNEM ROKU Temeljni kriterij, ki ga ESČP vključuje pri ocenjevanju »nerazumnega trajanja postopka«, so (Lampe, 2010) kompleksnost sodne zadeve in z njo povezani zapleti. »Sodišče opozarja, da je treba razumnost dolžine postopka oceniti glede na posebne okoliščine zadeve in upoštevati merila iz sodne prakse sodišča, še posebej pa kompleksnost zadeve ter ravnanje pritožnika in organov, ki obravnavajo zadevo, ter kaj je to pomenilo za pritožnika. (Majarič proti Sloveniji, 2000, par. 29)«. Pri tem je treba glede trajanja postopka oceniti tudi aktivnost obdolženega oziroma obtoženega (denimo, ali se je udeleževal narokov). V konkretni zadevi je ESČP štelo kot nesorazmerno dolgo na primer to, da je okrožno sodišče potrebovalo več kot dva meseca, da je zahtevo za varstvo zakonitosti pritožnika

Page 15: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran9

predalo vrhovnemu sodišču. V takšnih okoliščinah sodišče meni, da zavlačevanje v postopku lahko pretežno pripišemo ravnanju domačih sodišč (Lampe, 2010). V zvezi z ustavno določbo v 23. členu je ustavno sodišče večkrat presojalo in tudi podalo relevantno razlago pravice do sodnega varstva. Lampe (2010) povzema, da je v odločbi z dne 7. novembra 1996 (Up 277/96) odločilo, da so ustavne pritožbe na podlagi 160. člena slovenske ustave dopustne v zadevah o dolgotrajnosti postopkov, ki še niso zaključene. Vendar pa je v nadaljevanju navedlo, da je za zagotovitev pravice do sodnega odločanja v slovenskem pravnem sistemu edino ustrezno sodno varstvo, ki je na voljo, tožba pred upravnimi sodišči. Ustavna pritožba je praviloma dopustna šele potem, ko je izčrpano to pravno sredstvo (Lampe, 2010). Značilno za pravico do sojenja brez nepotrebnega odlašanja je (Čebulj v Šturm, 2002), da je lahko kršena samo z dejanjem oziroma z opustitvijo, kršitev pa lahko zagreši samo sodišče. Zagrešena je torej lahko le v sodnem postopku, ne pa v upravnem postopku, kjer poznamo za primer predolgega odločanja o upravni stvari t. i. molk upravnega organa. Pravica do sojenja brez nepotrebnega odlašanja je (Čebulj v Šturm, 2002) zagotovljena vsakomur, ki kot stranka nastopa v sodnem postopku (posamezniku in pravni osebi). Posebej je treba omeniti varstvo posameznika, zoper katerega je bil uveden kazenski postopek. Na kazenskem področju obravnavana pravica zagotavlja posamezniku, zoper katerega je bil uveden kazenski postopek, da bo ta v razumnem roku končan s pravnomočno odločitvijo sodišča. S tem bo posameznik rešen bremena negotovosti in določenih posledic, ki jih ima zanj uvedeni kazenski postopek. Med možnimi posledicami pa je vsekakor najhujša prav ta, da je zoper njega lahko odrejen pripor. Ker ta pomeni poseg v ustavno pravico do osebne svobode, so kriteriji za presojo razumnega časa, v katerem mora biti izdana sodba, strožji, kadar je odrejen pripor, kot pa v primerih, ko se lahko obtoženi brani s prostosti.

2.2.3. DRUGA PRAVNA PODLAGA Poleg EKČP in Ustave Republike Slovenije obravnavajo področje sodnega varstva še številni drugi zakoni. Najpomembnejši so:

- Zakon o sodiščih (uradno prečiščeno besedilo) (ZS-UPB4) in nadaljnje spremembe in dopolnitve tega zakona

- Zakon o delovnih in socialnih sodiščih (ZDSS-1) - Zakon o ustavnem sodišču (uradno prečiščeno besedilo) (ZUstS-UPB1) in

naknadne spremembe in dopolnitve tega zakona - Zakon o sodniški službi (uradno prečiščeno besedilo) (ZSS-UPB4) ter

nadaljnje spremembe in dopolnitve tega zakona - Zakon o pravdnem postopku (uradno prečiščeno besedilo) (ZPP-UPB3) in

nadaljnje spremembe in dopolnitve tega zakona - Zakon o kazenskem postopku (uradno prečiščeno besedilo) (ZKP-UPB8) z

nadaljnimi spremembami in dopolnitvami tega zakona - Zakon o upravnem sporu (ZUS-1) z naknadnimi spremembami in

dopolnitvami tega zakona

Page 16: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran10

- Zakon o varstvu pravice do sojenja brez nepotrebnega odlašanja (uradno prečiščeno besedilo) (ZVPSBNO-UPB2)

ZAKON O VARSTVU PRAVICE DO SOJENJA BREZ NEPOTREBNEGA ODLAŠANJA Lampe (2010) navaja, da je leta 2006, predvsem na podlagi kritike ESČP o sistematični neurejenosti ustreznega pravnega sredstva v primeru sojenja v nerazumnem roku in na splošno o sistematičnem problemu nejamčenja pravice do sojenja v razumnem roku v pravosodnem Republike Slovenije, državni zbor sprejel Zakon o varstvu pravice do sojenja brez nepotrebnega odlašanja. Primarni efekt zakona, ki je začel veljati prvega januarja 2007, je, da mora posameznik pri zadovoljevanju pogojev izčrpanja notranjepravnih sredstev pred pritožbo na ESČP sprožiti postopek pred državnim pravobranilstvom. V okviru tega organa deluje neodvisna komisija, ki na podlagi predložene dokumentacije presodi, ali so podani vsi pogoji za odškodnino zaradi sojenja v nerazumnem roku. Ustava Republike Slovenije namreč jamči pravico do povračila škode v primeru kršitve katere izmed človekovih pravic. Zakon predvideva dve novi pravni sredstvi zagotavljanja pravice do sojenja brez nepotrebnega odlašanja, in to sta (Lampe, 2010):

- Pritožba s predlogom za pospešitev obravnavanja zadeve (nadzorstvena pritožba)

- Predlog za določitev roka Ob pogoju vložitve in uspešnosti teh zahtevkov pa je (Lampe, 2010) na voljo še tretje pravno sredstvo – zahteva za pravično zadoščenje. Ta zahteva je pravzaprav dodaten pogoj ob izčrpanju notranjepravnih sredstev pred pritožbo na ESČP. Našteta pravna sredstva ne nadomeščajo pritožbe pred ESČP, temveč jo dopolnjujejo. To pomeni, da ima posameznik kljub omenjenim pravnim sredstvom na podlagi Zakona o varstvu pravice do sojenja brez nepotrebnega odlašanja odprto pot v Strasbourg in da izplačana odškodnina s strani državnega pravobranilstva ne izčrpa pravice do odškodnine pred ESČP.

2.3. SODNA PRAKSA ZARADI SOJENJA V NERAZUMNEM ROKU

2.3.1. SODBE USTAVNEGA SODIŠČA ZARADI SOJENJA V NERAZUMNEM ROKU Pogledali si bomo dve odločbi Ustavnega sodišča Republike Slovenija zaradi kršitve pravice do sojenja brez nepotrebnega odlašanja. OdlUS V, 190, Up-155/95 z dne 5. 12. 1996 Ustavno sodišče Republike Slovenije je obravnavalo pravico do poštenega sojenja v odločbi Up-155/95 in v obrazložitvi podrobneje opredelilo pomen pravice do sojenja brez nepotrebnega odlašanja (Lampe, 2010): »Pravica do sojenja brez nepotrebnega odlašanja iz 23. člena Ustave zagotavlja posamezniku, zoper katerega je bil uveden kazenski postopek, da bo le-ta v

Page 17: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran11

razumnem roku končan s pravnomočno odločitvijo sodišča. Ta pravica zahteva, da pravosodni organi postopajo še posebej hitro in skrbneje, če je obdolžencu v kazenskem postopku s priporom omejena njegova pravica do osebne svobode še pred pravnomočnostjo sodbe. Če glede na okoliščine kazenskega postopka in ravnanje obdolženca v postopku ni zagotovljeno hitro postopanje vseh organov, ki sodelujejo v kazenskem postopku, ta pravica zagotavlja tudi, da se pripornik po preteku časa, ki ga je še mogoče označiti kot razumen čas, izpusti in da se brani obtožbe s prostosti. Podoben zapis najdemo v (Šturm, 2002): »10. Po določbi 1. odst. 23. člena ima vsakdo pravico, da o njegovih pravicah in dolžnostih ter o obtožbah proti njemu brez nepotrebnega odlašanja odloča neodvisno, nepristransko in z zakonom ustanovljeno sodišče. Pravica do sojenja brez nepotrebnega odlašanja zagotavlja posamezniku, da bo lahko v razumnem času s sodnim varstvom uveljavil svojo pravico. Na kazenskem področju pa zagotavlja posamezniku, zoper katerega je bil uveden kazenski postopek, da bo ta v razumnem roku končan s pravnomočno odločitvijo sodišča. S tem bo posameznik rešen bremena negotovosti in določenih posledic, ki jih ima zanj uvedeni kazenski postopek. Med možnimi posledicami pa je vsekakor najhujša prav ta, da je zoper njega lahko odrejen pripor. Presojo tega, ali sodišče odloči o obtožbi brez nepotrebnega odlašanja ali v razumnem roku, kakor to določa 1. odstavek 6. člena EKČP, je mogoče opraviti le ob upoštevanju okoliščin konkretnega primera. Na presojo vpliva več dejavnikov, med njimi tudi ravnanje pritožnika, narava in značilnosti konkretnega kazenskega postopka ter ravnanje pristojnih organov državne oblasti.« OdlUS IX, 309, Up-73/97, Ur. l. 1/2001 OdlUS IX, 309, Up-73/97, Ur. l. 1/2001 se je glasila (Čebulj v Šturm, 2002): »5. US je že sprejelo stališče, da je v primerih, ko postopek še teče, za presojo o obstoju kršitve pravice do sojenja brez nepotrebnega odlašanja pristojno Upravno sodišče (tako npr. v sklepu OdlUS VII, 116, Up-369/97 z dne 21. 1. 1998). Stališče je oprlo tudi na ureditev po ZUS, ki med določbami o pristojnosti povzema ustavno določbo 2. odst. 157. člena (3. odst. 1. člena ZUS). Poleg tega pa so tudi druge njegove določbe prilagojene naravi ustavnih pravic. Tako ima npr. sodišče več možnosti za meritorno odločitev o tožbi (1. odst. 2. člena); dana so mu široka pooblastila, da vsebino odločitve prilagodi naravi kršene ustavne pravice in dejansko doseže, kar je treba, in o zadevi odloči brez odlašanj ali izda (urejevalno) začasno odredbo (2. in 3. odst. 62. člena). Taka ureditev nudi dovolj zanesljivo podlago za sklepanje, da je tožba v upravnem sporu lahko učinkovito pravno sredstvo za varstvo ustavne pravice do sojenja brez nepotrebnega odlašanja. V odločbi Up 277/96 z dne 7. 11. 1996 (OdlUS V, 189) je sprejelo stališče, da sodno varstvo v upravnem postopku ne bi bilo učinkovito v primerih, ko bi šlo za kršitev pravice do sojenja brez nepotrebnega odlašanja v postopku pred Vrhovnim sodiščem. Zato je v takšnih primerih dopustno vložiti ustavno pritožbo. Navedena stališča US so bila sprejeta v primerih, ko je kršitev še trajala. Iz njihovih obrazložitev izhaja, da je smisel sodnega varstva zoper še trajajočo kršitev te pravice prav v tem, da se prepreči nadaljnje nepotrebno

Page 18: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran12

odlašanje sodišča. Ko je postopek pred sodiščem končan, pa kršenja te pravice ne more več biti in ga zato tudi ni več mogoče preprečevati. Zato tudi sodno varstvo po 2. odst. 157. člena kot subsidiarno ne pride več v poštev. V tem delu torej niso izpolnjene procesne predpostavke za vložitev obravnavane ustavne pritožbe. Povračilo morebitne škode, ki bi mu bila s tako kršitvijo storjena (26. člen), lahko prizadeti zahteva v postopku pred pristojnim sodiščem; ko so pravna sredstva v tem postopku izčrpana, lahko ob pogojih ZUstS vloži tudi ustavno pritožbo.«

2.3.2. SODBE ESČP ZARADI SOJENJA V NERAZUMNEM ROKU Lampe (2010) navaja, da sklicevanje vlade na veliko delovno obremenitev domačih sodišč, ki je posledica gospodarskih in zakonodajnih reform v Sloveniji, toženi državi ni nikoli koristilo. Bistvo prvega odstavka 6. člena – pravica do sojenja v razumnem roku – je, da ESČP »disciplinira« državo, da organizira svoj (pravo)sodni sistem tako, da lahko notranja sodišča izpolnjujejo vse svoje dolžnosti. Vodilni primer sojenja v (ne)razumnem roku je slovenski klasični primer Lukenda. V zadevi Lukenda je šlo za klasično dolgotrajen postopek, ki jih je pri nas na tisoče. Sodišče je v tem vodilnem primeru opozorilo na resolucijo odbora ministrov Sveta Evrope, (2004) 3, kot del svežnja ukrepov za zagotovitev učinkovitosti mehanizmov konvencije, o sodbah, ki razkrivajo osnovne sistemske probleme. Resolucija najprej poudari interes, da se pomagajo zadevni državi identificirati sistemski problemi in ukrepi, ki bi jih bilo treba izvesti (sedmi odstavek) preambule, in potem pozove sodišče, naj »v svojih sodbah, v katerih ugotovi kršitev konvencije, identificira sistemski problem in od kod izhaja, zlasti, kadar je verjetno, da bo povzročil številne tožbe, ter s tem pomaga zadevni državi pri iskanju ustrezne rešitve ter odboru ministrov pri nadzoru nad izvrševanjem sodb« (prvi odstavek resolucije). Resolucijo je treba razumeti (Lampe, 2010) v kontekstu naraščajočega pripada zadev na sodišče, zlasti kot rezultat vrste zadev, ki imajo za podlago isti strukturni ali sistemski vzrok.

2.4. OPREDELITEV SODNIH ZAOSTANKOV Računsko sodišče Republike Slovenije je leta 2011 izdalo revizijsko poročilo z naslovom Odprava sodnih zaostankov. V njem sta opredeljeni dve skupini sodnih zaostankov, in sicer sodni zaostanki po sodnem redu in sodni zaostanki po projektu Lukenda. V nadaljevanju je predstavljenih nekaj izsekov iz omenjenega dokumenta, ki je dostopen na http://www.rs-rs.si/rsrs/rsrs.nsf/I/400C61B7A3AA03CFC12578530039BA61.

2.4.1. SODNI ZAOSTANKI PO SODNEM REDU Sodni zaostanki po 50. členu sodnega reda so nerešene zadeve na posameznem sodišču, ki so na tem sodišču že dlje, kot je določeno v sodnem redu za posamezno vrsto sodišča in vrsto zadeve. Sodni zaostanki so bili v sodnem redu prvič opredeljeni leta 2000. Sodni red določa, da posamezno zadevo štejemo za sodni zaostanek, ko ustreza določenim kriterijem (Revizijsko poročilo, Odprava sodnih zaostankov, 2011).

Page 19: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran13

Kriteriji za opredelitev zadeve za sodni zaostanek so se od leta 2000 spreminjali. Pri nekaterih zadevah so se kriteriji zaostrovali, pri drugih pa so ostali enaki. Za nekatere zadeve, za katere kriterijev še ni bilo, pa so bili ti na novo opredeljeni. Ocenjujemo, da so se kriteriji za določitev zadeve za sodni zaostanek zaostrili (Revizijsko poročilo, Odprava sodnih zaostankov, 2011). Na podlagi podatkov iz sodne statistike pa lahko tudi ugotovimo, da kriteriji za opredelitev zadeve kot sodni zaostanek še niso določeni za vse vrste zadev, kar pomeni, da nekatere zadeve, ne glede na čas trajanja postopka, niso bile oziroma ne bodo opredeljene kot sodni zaostanek (Revizijsko poročilo, Odprava sodnih zaostankov, 2011). Po navedbah ministrstva je določitev sodnih zaostankov za vse zadeve manj smiselna, zlasti zaradi predvidene uvedbe pričakovanega časa reševanja zadeve, ki naj bi zamenjal pojem sodni zaostanek, in ga podrobneje opisujemo v nadaljevanju. Prav tako naj za določene zadeve ne bi bila smiselna določitev časovnega roka za opredelitev zadeve za sodni zaostanek (Revizijsko poročilo, Odprava sodnih zaostankov, 2011). V letu 2008 in 2009 po opredelitvi v sodnem redu imela sodne zaostanke vsa slovenska sodišča, v letih 2005, 2006 in 2007 pa le okrajna, okrožna ter višja sodišča, ostala sodišča pa ne, saj v sodnem redu za njihove zadeve še niso bili določeni roki za opredelitev zadeve za sodni zaostanek (Revizijsko poročilo, Odprava sodnih zaostankov, 2011). Pri določanju sodnih zaostankov po sodnem redu se sodni zaostanki določajo za vsako stopnjo posebej. To je drugače kot presojanje kršitve pravice do sodnega varstva, ki se po kriterijih državnega pravobranilstva in evropskega sodišča presoja glede na trajanje celotnega postopka na vseh stopnjah (Revizijsko poročilo, Odprava sodnih zaostankov, 2011).

2.4.2. SODNI ZAOSTANKI PO PROJEKTU LUKENDA Ob definiciji sodnih zaostankov po sodnem redu, ki je v projektu Lukenda opredeljena kot definicija v vsebinskem pogledu, je ministrstvo v tem projektu uvedlo tudi definicijo za sodne zaostanke v statističnem smislu (v nadaljevanju: statistični zaostanki) in glede na to definicijo že v letu 2005 zmanjšalo število sodišč s sodnimi zaostanki z 59 sodišč po definiciji iz sodnega reda na 46 sodišč po definiciji v statističnem smislu. Razlika v številu sodišč, ki imajo sodne zaostanke, po obeh definicijah, se je do zaključka leta 2009 še povečala, saj je imelo po definiciji iz sodnega reda sodne zaostanke vseh 66 sodišč, po definiciji, ki jo je uvedel projekt Lukenda, pa le še 23 sodišč (Revizijsko poročilo, Odprava sodnih zaostankov, 2011). V projektu Lukenda so statistični zaostanki definirani kot nerešeni sodni spisi na posameznem sodišču, katerih število presega polovico povprečnega letnega pripada zadev na posameznem sodišču. Slabost definicije statističnega zaostanka je, da določa sodne zaostanke na podlagi vseh zadev, ki so na posameznem sodišču, in pri tem ne obravnava zadev posamezno, poleg tega pa tudi ne

Page 20: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran14

upošteva, da sodišče ne more neposredno vplivati na pripad zadev (Revizijsko poročilo, Odprava sodnih zaostankov, 2011).

2.5. ORGANIZACIJA SODIŠČ V REPUBLIKI SLOVENIJI V Republiki Sloveniji se sodišča delijo na sodišča splošne pristojnosti in specializirana sodišča. Sodišča splošne pristojnosti so naslednja:

- Vrhovno sodišče Republike Slovenije - Štiri višja sodišča - Enajst okrožnih sodišč - 44 okrajnih sodišč

Specializirana sodišča so:

- Upravno sodišče Republike Slovenije s tremi zunanjimi oddelki - Višje delovno in socialno sodišče - Delovno sodišče v Celju - Delovno sodišče v Kopru, ki ima en zunanji oddelek - Delovno in socialno sodišče v Ljubljani, ki ima tri zunanje oddelke - Delovno sodišče v Mariboru, ki ima tri zunanje oddelke

Slika 1 na strani 15 prikazuje organigram organizacije in sestave sodišč splošne pristojnosti. Le-ta je sestavljen iz fotografij tabel s posameznih sodišč, ki so bile osebno posnete med marcem in avgustom 2014. Organigram je oblikovan po vzoru iz dokumenta Sodna statistika 2011, ki je dostopen na spletnem naslovu http://www.mp.gov.si/si/obrazci_evidence_mnenja_storitve/uporabni_seznami_imeniki_in_evidence/sodna_statistika/ Slika 2 na strani 16 prikazuje organigram organizacije in sestave specializiranih sodišč. Tudi ta je sestavljen iz fotografij tabel s posameznih sodišč, ki so bile osebno posnete med marcem in avgustom 2014. Organigram je oblikovan po vzoru iz dokumenta Sodna statistika 2011, ki je dostopen na spletnem naslovu http://www.mp.gov.si/si/obrazci_evidence_mnenja_storitve/uporabni_seznami_imeniki_in_evidence/sodna_statistika/.

Page 21: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran15

Slika 1: Organigram organizacije in sestave sodišč splošne pristojnosti (Vir

fotografij: lastni (2014), povzeto po dokumentu Sodna statistika 2011)

Page 22: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran16

Slika 2: Organigram organizacije in sestave specializiranih sodišč (Vir fotografij:

lastni (2014), povzeto po dokumentu Sodna statistika 2011)

Page 23: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran17

3. OPREDELITEV DINAMIKE PROBLEMA SODNIH ZAOSTANKOV S POMOČJO ANALIZE SODNE STATISTIKE MED LETOMA 1990 IN 2011 (REFERENČNI MODUS)

Uradna sodna statistika Republike Slovenije za obdobje od leta 2001 do 2011 je dostopna na spletnih straneh ministrstva za pravosodje na spletnem naslovu http://www.mp.gov.si/si/obrazci_evidence_mnenja_storitve/uporabni_seznami_imeniki_in_evidence/sodna_statistika/, za obdobje od leta 1990 do 2000 pa je povzeta po Škraba in Vavtar (2009). Analizirali bomo različne podatke iz obdobja med letoma 1990 in 2011. Osredotočili se bomo na podatke o sodnikih, njihovih pomočnikih, rešenih, nereših in novih primerih oziroma pripadu, jih medsebojno soočili, upoštevali pa smo tudi faktor produktivnosti. Analiza in grafi so bili izdelani s pomočjo programskega orodja Tableau (http://www.tableausoftware.com/).

3.1. SODNIKI IN NJIHOVI POMOČNIKI Slika 3 prikazuje gibanje skupnega števila sodnikov in njihovih pomočnikov v posameznem letu. Razvidno je, da se je skupno število le-teh skozi leta močno povečalo. Leta 1990 jih je bilo 638, leta 2003 so bili 1003, leta 2011 pa največ, 1466. Najmanj jih je bilo leta 1995, ko jih je bilo 626.

Slika 3: Število sodnikov in strokovnih sodelavcev na leto

Page 24: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran18

3.2. NEREŠENI PRIMERI Slika 4 prikazuje gibanje števila nerešenih (zaostalih) sodnih primerov v posameznem letu. Leta 1990 jih je bilo najmanj, samo 86650, nato pa je njihovo število začelo konstantno naraščati in doseglo vrhunec leta 1998, ko jih je bilo 210552. Po tem letu se je njihovo število pričelo zmanjševati. Po letu 2009 jih ni bilo več kot 107000. V zadnjih letih lahko opazimo, da število nerešenih primerov ne upada več.

Slika 4: Število nerešenih primerov na koncu posameznega leta

3.3. NOVI PRIMERI OZIROMA PRIPAD Slika 5 prikazuje pripad novih sodnih primerov v posameznem letu. Opazimo lahko dokaj nekonstantno gibanje. Najmanjši pripad je bil leta 1995 s 105735 novih sodnih primerov, največji pa leta 2006, ko jih je bilo 134960.

Page 25: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran19

Slika 5: Letni pripad novih sodnih primerov v posameznem letu

3.4. REŠENI PRIMERI Slika 6 prikazuje število rešenih sodnih primerov v posameznem letu. Med letoma 1990 in 1994 je bilo rešenih med 108000 in 114000 sodnih primerov. Leta 1995 beležimo najmanjše število rešenih sodnih primerov, in sicer 86393, naslednje leto je bilo rešenih malo manj kot 90000 primerov. Nato je število rešenih primerov vsako leto rastlo in leta 2000 doseglo najvišjo vrednost. Takrat je bilo rešenih 142295 primerov. Po tem letu se je število rešenih primerov nekoliko zmanjšalo. Leta 2003 je bilo rešenih manj kot 130000 primerov. V zadnjih letih je bilo nekaj več primerov rešenih leta 2009, in sicer 136300, dve leti kasneje pa je bilo rešenih 129380 sodnih primerov.

Page 26: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran20

Slika 6: Število rešenih sodnih primerov v posameznem letu

3.5. PRODUKTIVNOST Slika 7 prikazuje sodniško produktivnost. Ta predstavlja razmerje med številom rešenih sodnih primerov in številom sodnikov in njihovih pomočnikov v dotičnem letu. Najvišja je bila v letih 1990 – 1993, ko je dosegla indeks okrog 180. Sledil je padec, in tako je indeks leta 1996 padel na 133. V naslednjih letih se je ponovno začel dvigati in leta 2000 dosegel 156,7. Po tem letu začne produktivnost konstantno padati in leta 2011 doseže dno pri številu 88,25.

Page 27: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran21

Slika 7: Sodniška produktivnost v posameznem letu

3.6. REŠENI IN NEREŠENI PRIMERI Slika 8 prikazuje razmerje med številom rešenih in številom nerešenih sodnih primerov v določenem letu. V obdobju med letoma 1990 in 2011 je bilo najmanj nerešenih primerov leta 1990, in sicer 86650, medtem ko je bilo tega leta 114777 rešenih primerov. Največ nerešenih primerov je bilo leta 1998, ko jih je bilo več kot 210000, natančneje 210552 ob 115965 rešenih primerov. Najmanj rešenih sodnih primerov je bilo leta 1995. Takrat je bilo rešenih samo 86393 primerov ob 160409 nerešenih. Leta 2000 je bilo največ rešenih sodnih primerov, kar 142295, medtem ko je tega leta ostalo 176277 nerešenih sodnih primerov.

Page 28: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran22

Slika 8: Razmerje med številom rešenih in številom nerešenih sodnih primerov

3.7. SODNIŠKO OSEBJE IN PRODUKTIVNOST Slika 9 prikazuje razmerje med sodniškim osebjem (skupno število sodnikov in njihovih pomočnikov oziroma strokovnih sodelavcev) in produktivnostjo v posameznem letu. Ob najvišjem indeksu produktivnosti (180,48) leta 1992 je delovalo 644 sodnikov in njihovih pomočnikov. Na drugi strani je bil leta 2011 indeks produktivnosti najmanjši, to je 88,25, zaposlenih pa je bilo 1466 sodnikov in strokovnih sodelavcev, kar je tudi najvišje število le-teh v obdobju med letoma 1990 in 2011. Ugotovimo lahko, da smo imeli leta 2011 kljub rekordnemu številu sodnikov in pomočnikov rekordno nizko sodniško produktivnost. Najnižje število sodnikov in njihovih pomočnikov je bilo leta 1995, ko jih je bilo 626. Takrat je bil indeks produktivnosti 138.

Page 29: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran23

Slika 9: Razmerje med sodniškim osebjem in produktivnostjo

3.8. RAZMERJE MED SODNIKI IN NJIHOVIMI POMOČNIKI Slika 10 prikazuje razmerje med sodniki in njihovimi pomočniki. Opaziti je, da je z rastjo števila sodnikov naraščalo tudi število njihovih pomočnikov oziroma strokovnih sodelavcev. Najmanj sodnikov je bilo leta 1995. Takrat je bilo ob 528 sodnikih 98 strokovnih sodelavcev. Največ sodnikov je bilo leta 2007, in sicer 1083, ob njih pa je bilo 276 pomočnikov. Najmanj strokovnih sodelavcev je bilo leta 1991, ko jih je bilo samo 90, medtem ko je bilo sodnikov takrat 546. Daleč največ pomočnikov je bilo leta 2011, ko je njihovo število naraslo na 450, sodnikov je bilo takrat 1016.

Page 30: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran24

Slika 10: Razmerje med sodniki in njihovimi pomočniki

3.9. NEREŠENI PRIMERI IN PRODUKTIVNOST Slika 11 prikazuje razmerja med številom nerešenih sodnih primerov in produktivnostjo v posameznih letih. Najmanjše število nerešenih sodnih primerov je bilo leta 1990, in sicer 86650, indeks produktivnosti pa je znašal 179,90. Naslednje leto je bil indeks produktivnosti podoben (179,555), število nerešenih sodnih primerov pa je naraslo na 98780. Še leto kasneje beležimo rekorden indeks produktivnosti, to je 180,48 ob 115683 zaostalih primerih. Rekordno nizka produktivnost se beleži leta 2011, indeks je znašal 88,25, pri 106334 nerešenih primerih. Ob največjem številu nerešenih primerov, 210552, leta 1998 je indeks produktivnosti znašal 142,11. Ugotovimo lahko, da majhno število nerešenih sodnih primerov ne pomeni nujno visoke sodniške produktivnosti.

Page 31: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran25

Slika 11: Razmerje med številom nerešenih sodnih primerov in produktivnostjo

Page 32: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran26

4. MODELI, ZGRAJENI PO PRINCIPU SISTEMSKE DINAMIKE

4.1. VZROČNO POSLEDIČNI DIAGRAM

Slika 12: Vzročno posledični diagram

Slika 12 prikazuje opredelitev strukture sistema s pomočjo vzročno posledičnega diagrama, ki prikazuje ključne spremenljivke, ki so prisotne v slovenskem sodnem sistemu in vplivajo na povprečni sodni zaostanek. Število primerov v procesu narašča z vsakoletnim številom novih primerov. Po drugi strani se število primerov zmanjšuje s številom rešenih primerov na koncu posameznega leta. Ker je cilj imeti število primerov na neki normalni ravni, se doda spremenljivka, poimenovana želeno število primerov v procesu. Pri tem gre za to, da število primerov v procesu ne bi bilo večje, kot je število novih primerov v posameznem letu. Ta vrednost se smatra kot referenčna glede na sistem in lahko variira. Razlika med številom primerov in želenim številom primerov v procesu pozitivno vpliva na želeno razporeditev, ki narašča s številom novih primerov. To razmerje vključuje pomembno sistemsko zaznavanje zamud, ki je vezano na analizo povečanja ali zmanjšanja števila novih primerov. Če število želene razporeditve naraste, se želena delovna sila povzpne na višji nivo, kot bi sicer bil. Želena

Page 33: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran27

delovna sila je odvisna od produktivnosti dejanske delovne sile. Če bi bila produktivnost sodnikov in njihovih pomočnikov višja, bi bilo število želene delovne sile manjše, kot je v primeru nizke produktivnosti. Ob povečanju števila želene delovne sile bi se stopnja najemanja in odpuščanja dvignila nad siceršnji nivo. Več najemanja dviga število delovne sile. Če stopnja delovne sile naraste, se število rešenih primerov poveča. Na to vpliva produktivnost. Če le-ta naraste, se poveča tudi število rešenih primerov in ob tem zmanjša število primerov v procesu. Povprečni sodni zaostanek je odvisen od števila primerov v procesu in števila rešenih primerov. Opisana struktura opisuje negativno povratno zanko, pri kateri referenčno točko predstavlja želeno število primerov v procesu, ki je regulirana z opisanimi razmerji v povratni zanki. Če bo število primerov v procesu manjše, bo tudi verjetnost sodnega zaostanka manjša. Dodana je tudi mediacija, ki lahko pomembno vpliva na zmanjšanje števila primerov v procesu, kar lahko dodatno zniža stopnjo sodnih zaostankov. Cilj je torej zagotoviti najnižje možno število primerov v procesu, da bi se izognili prevelikemu številu sodnih zaostankov.

4.2. MODEL, RAZVIT Z ORODJEM POWERSIM Slika 13 prikazuje model, narejen in razvit s pomočjo programskega orodja Powersim (http://www.powersim.com/). Pri tem predpostavimo, da je število primerov predstavljeno kot element stanja, na katerega kot pritok vplivajo novi primeri, kot odtok pa rešeni primeri. Dodaten vpliv na nove primere ima delež mediacije. Želja je, da število primerov v procesu ne bi bilo večje, kot je letni pripad. Gre za sistem z negativno povratno zanko, s pomočjo katere reguliramo stanje v sistemu. Pomembnejše spremenljivke v sistemu so »Želeno število primerov v procesu«, »Želene dispozicije«, »Želena delovna sila« in »Produktivnost«. Ob rasti želene dispozicije, naraste delovna sila. Želena delovna sila je v odvisnosti s produktivnostjo trenutne delovne sile. Ob večjem najemanju delovne sile raste tudi število rešenih primerov, na kar pa ima velik vpliv tudi produktivnost. Večja kot bo produktivnost, več bo rešenih primerov, kar bo privedlo do zmanjšanja števila primerov v procesu. Povprečni sodni zaostanek je ob vsem tem odvisen od števila primerov v procesu in števila rešenih primerov, na katerega vplivajo opisana razmerja v negativni povratni zanki, kar pomeni da bo ob manjšem številu primerov v procesu manjša tudi verjetnost, da bo do sodnih zaostankov sploh prišlo. Cilj je, da se izognemo preveliki količini nerešenih primerov ter s tem prevelikim sodnim zaostankom.

Page 34: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran28

Slika 13: Struktura modela, razvitega z orodjem Powersim

Delež_mediacije

Novi_primeri

Novi_primeri

Vsota

Povprečni_sodni_za

ostanek

Sprememba_pričako

vanega_pripada

Delovna_sila

Število_primerov

Začetni_pripad

Korak

Produktivnost

Korekcijski_faktor

Funkcija_pripada

Čas_za_popravo_št

evila_primerov

Želeno_število_prim

erov_v_procesu

Čas_za_prilagodite

v_delovne_sile

Pričakovan_pripad

Čas_za_pripravo_pr

ičakovanj

Želene_dispozicije

Popravek_števila_p

rimerov

Želena_delovna_sil

a

Želena_delovna_sil

a

Najemanje_in_odpu

ščanje

Razlika

Rešeni_primeri

Page 35: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran29

4.3. MODEL, RAZVIT Z ORODJEM SCILAB

Slika 14: Struktura modela, razvitega z orodjem Scilab

Slika 14 prikazuje model, narejen in razvit s pomočjo programskega orodja Scilab (http://www.scilab.org/). Struktura je enaka kot pri pri modelu, narejenem in razvitem s pomočjo programskega orodja Powersim, zato je podroben opis enak predhodno navedenemu. Na tem mestu gre samo za vizualen prikaz, s katerim želimo poudariti medsebojno različnost posameznih orodij.

Page 36: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran30

5. KALIBRACIJA Oliva (2003) navaja, da se kalibracija običajno naredi »ročno«. Pri tem iterativnem procesu raziskujemo razlike med simuliranimi vrednostmi in podatki iz realnega sistema, opredelimo morebitne razloge za te razlike, prilagodimo parametre modela, da bi odpravili neskladnosti in nato ponovno zaženemo simulacijo, vračajoč se nazaj k prvemu koraku. Celotna ocena vrednosti parametrov je odvisna od strokovnega znanja in izkušenosti izvajalca kalibracije. Kalibracija je bila izvedena z orodjem Vensim (http://vensim.com/), zato je tekst na slikah in prikaz rezultatov v tem poglavju v angleščini. Slika 15 prikazuje vrednosti spremenljivk in uteži pri kalibraciji. Parametri »Število primerov«, »Rešeni primeri«, »Novi pirmeri« in »Delovna sila« imajo v postopku kalibracije isto utež.

Slika 15: Vrednosti spremenljivk in uteži (kalibracija)

Slika 16 prikazuje nastavitev metode kalibracije. Pri tem upoštevamo meje parametrov »čas za korekcijo števila primerov«, »čas za pripravo pričakovanj« in »čas za prilagoditev delovne sile«. Za določitev vrednosti smo uporabili vgrajeni optimizacijski algoritem.

Page 37: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran31

Slika 16: Nastavitev metode kalibracije

Po izvedeni kalibraciji smo dobili vrednosti parametrov, pri katerih se realni podatki in odziv modela karseda ujemajo glede na podane kriterije. Vsekakor moramo tu računati z odstopanjem, ki je podano ob izpisu rezultatov. Tabela 1 prikazuje izhodiščne vrednosti parametrov.

Time to Correct the Number of Cases 0.7548

Time to Form Expectations 1

Time to Adjust Workforce 15

Desired Number of Cases in Process 99158.7

Tabela 1: Izhodiščne vrednosti parametrov

Slika 17 prikazuje celoten izviren izpis rezultatov.

Initial point of search Time to Correct the Number of Cases = 0.7548 Time to Form Expectations = 1

Time to Adjust Workforce = 15

Page 38: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran32

Desired Number of Cases in Process = 99158.7 Simulations = 1 Pass = 0 Payoff = -1.00382e+010 --------------------------------- NOTE Payoff (-8.22184e+009) realized at multiple parameter values With Time to Form Expectations = 1 and 1.5 NOTE Payoff (-8.22184e+009) realized at multiple parameter values With Time to Form Expectations = 1.5 and 2.30902 Maximum payoff found at: Time to Correct the Number of Cases = 0.5 Time to Form Expectations = 1 Time to Adjust Workforce = 23.6796 *Desired Number of Cases in Process = 94764.7 Simulations = 222 Pass = 3 Payoff = -8.13206e+009 --------------------------------- The final payoff is -8.13206e+009

Slika 17: Izviren izpis rezultatov ob izvedbi kalibracije simulacijskega modela

glede na realne podatke

Slika 18 prikazuje spreminjanje števila primerov v obravnavi (y-os [število primerov]) glede na čas (x-os [leta]). Rdeča krivulja predstavlja vrednosti, ki smo jih dobili iz realnega sistema, to je uradne sodne statistike Republike Slovenije, modra krivulja pa prikazuje odziv modela ob upoštevanju predhodno pridobljenih vrednosti s pomočjo postopka kalibracije. Okvirno je nakazan trend rasti z upadanjem.

Page 39: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran33

Slika 18: Število primerov v obravnavi (kalibracija)

Slika 19 prikazuje spreminjanje pripada (y-os [število novih primerov]) glede na čas (x-os [leta]). Rdeča krivulja predstavlja vrednosti, ki smo jih dobili iz realnega sistema,to je uradne sodne statistike Republike Slovenije, modra krivulja pa prikazuje odziv modela ob upoštevanju predhodno pridobljenih vrednosti s pomočjo postopka kalibracije. Razberemo lahko, da bi bilo najbolje, če bi bilo število novih primerov vsako leto konstantno.

Slika 19: Novi primeri oziroma pripad (kalibracija)

Number of Cases

400,000

300,000

200,000

100,000

0

1990 1993 1996 1999 2002 2005 2008 2011

Time (Year)

Number of Cases : Current

Number of Cases : data

Incoming Cases

200,000

175,000

150,000

125,000

100,000

1990 1993 1996 1999 2002 2005 2008 2011

Time (Year)

Incoming Cases : Current

Incoming Cases : data

Page 40: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran34

Slika 20 prikazuje spreminjanje števila rešenih primerov (y-os [število rešenih primerov]) glede na čas (x-os [leta]). Rdeča krivulja predstavlja vrednosti, ki smo jih dobili iz realnega sistema,to je uradne sodne statistike Republike Slovenije, modra krivulja pa prikazuje odziv modela ob upoštevanju predhodno pridobljenih vrednosti s pomočjo postopka kalibracije. Okvirno je najprej nakazan trend rasti, ki mu sledi trend upadanja.

Slika 20: Rešeni primeri (kalibracija)

Slika 21 prikazuje gibanje razpoložljive delovne sile, to je sodnikov in njihovih pomočnikov, (y-os [delovna sila]) glede na čas (x-os [leta]). Rdeča krivulja predstavlja vrednosti, ki smo jih dobili iz realnega sistema, to je uradne sodne statistike Republike Slovenije, modra krivulja pa prikazuje odziv modela ob upoštevanju predhodno pridobljenih vrednosti s pomočjo postopka kalibracije. Okvirno je nakazan trend rasti.

Outgoing Cases

200,000

170,000

140,000

110,000

80,000

1990 1993 1996 1999 2002 2005 2008 2011

Time (Year)

Outgoing Cases : Current

Outgoing Cases : data

Page 41: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran35

Slika 21: Delovna sila (kalibracija)

Pri kalibraciji gre predvsem za preverjanje ustreznosti strukture modela in povprečne dinamike tovrstnega sistema. Tako moramo upoštevati, da za 21 let privzamemo, da je pripad konstanten, produktivnost linearno padajoča, ter da so druge vrednosti v modelu konstantne. Zanima nas predvsem, ali so trendi ključnih spremenljivk pravi, in ne toliko, ali smo posamezno številko popolnoma ujeli. To bi na modelu sicer lahko izvedli, a to v tem primeru ni bila prioriteta. Če bi vrednosti vseh parametrov v modelu lahko variirali bi vhodne podatke lahko »ujeli« na promil natančno.

Workforce

2,000

1,500

1,000

500

0

1990 1993 1996 1999 2002 2005 2008 2011

Time (Year)

Workforce : Current

Workforce : data

Page 42: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran36

6. GENETSKI ALGORITMI Genetski algoritem je opitimizacijska in iskalna metoda, ki je zasnovana po principu genetske in naravne selekcije. Genetski algoritem omogoča populaciji, sestavljeni iz številnih posameznikov, da se pod specifičnim izborom pravil razvije do maksimalnih zmogljivosti. Prednosti genetskega algoritma so po Haupt in Haupt (2004) med drugim v tem, da lahko optimizira diskretne spremenljivke, lahko deluje z velikim številom spremenljivk, priskrbi seznam optimiziranih spremenljivk in ne le ene rešitve, lahko deluje z numerično generiranimi podatki, eksperimentalnimi podatki ali analitičnimi funkcijami.

6.1. PRIMER POVEZAVE GENETSKEGA ALGORITMA TER MODELA, RAZVITEGA Z ORODJEM XCOS

Uvodoma uvozimo model, razvit v sistemu xCos v okolje orodja Scilab. Nato kot funkcijo y=f(x) definiramo nastavitve vrednosti parametrov. Sledi definicija spodnjih in zgornjih meja parametrov ter drugih parametrov genetskega algoritma. Glede na podano število generacij se po izvedbi genetskega algoritma izpišejo rezultati, kjer dobimo parametre modela, kjer je odstopanje od kriterijske funkcije najmanjše. Le-ta pri tem predstavlja čim manjši sodni zaostanek. Slika 22 prikazuje izviren primer take izvedbe scenarija iz Scilabove platforme SciNotes. // Univerza v Mariboru

// Laboratorij za kibernetiko in sisteme za podporo odločanju × Fakulteta za

organizacijske vede

// pred tem moramo biti v pravi mapi - nastaviti v scilab-u

// iz ukazne vrstice zadevo poženemo z ukazom: exec('datoteka_01.sce')

importXcosDiagram('c:\Scilab\'+'optim_01.zcos'); // uvozimo model

clear pre_xcos_simulate; // brišemo predhodne simulacije

function y=f(x) // kriterijska funkcija, ki je odvisna od modela

a.time = 0;

a.values=x(1); // time to adjust workforce

b.time=0;

b.values=x(2); // time to correct number of cases

c.time=0;

c.values=x(3); // desired number of cases in process

d.time=0;

d.values=x(4); // time to form expectations

e.time=0;

e.values=x(5); // mediation koefficient

xcos_simulate(scs_m,4) // scs_m: A diagram data structure -> izvedemo simulacijo

y = kritf.values(size(kritf.time,1)); // kot izhod posredujemo končno vrednost

kriterijske funkcije

// kot kaže y privzame kot "return" vrednost

endfunction

PopSize = 6;

Proba_cross = 0.7;

Proba_mut = 0.5;

NbGen = 10; // število generacij

NbCouples = 3;

Log = %T;

pressure = 0.05;

Page 43: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran37

ga_params = init_param();

// Parameters to adapt to the shape of the optimization problem

ga_params = add_param(ga_params,"minbound",[10; 0.5; 100000; 0.5; 0]);

ga_params = add_param(ga_params,"maxbound",[15; 4; 150000; 3; 0.5]);

ga_params = add_param(ga_params,"dimension",5); // dimenzija mora ustrezati

vhodnemu vektorju

ga_params = add_param(ga_params,"beta",0);

ga_params = add_param(ga_params,"delta",2);

// Parameters to fine tune the Genetic algorithm.

// All these parameters are optional for continuous optimization

// If you need to adapt the GA to a special problem, you

ga_params = add_param(ga_params,"init_func",init_ga_default);

ga_params = add_param(ga_params,"crossover_func",crossover_ga_default);

ga_params = add_param(ga_params,"mutation_func",mutation_ga_default);

ga_params = add_param(ga_params,"codage_func",coding_ga_identity);

ga_params = add_param(ga_params,"selection_func",selection_ga_elitist);

//ga_params = add_param(ga_params,"selection_func",selection_ga_random);

ga_params = add_param(ga_params,"nb_couples",NbCouples);

ga_params = add_param(ga_params,"pressure",pressure);

[pop_opt, fobj_pop_opt, pop_init, fobj_pop_init] = ..

optim_ga(f, PopSize, NbGen, Proba_mut, Proba_cross, Log, ga_params);

// Display basic statistics

// min, mean and max function values of the population.

disp([min(fobj_pop_opt) mean(fobj_pop_opt) max(fobj_pop_opt)])

// Get the best x (i.e. the one which achieves the minimum function value)

[fmin ,k] = min(fobj_pop_opt)

xmin = pop_opt(k)

disp('(x1) Najboljši time to adjust workforce=' + string(xmin(1)) + ' / LB=' +

string(ga_params.minbound(1)) + ' UB=' + string(ga_params.maxbound(1)));

disp('(x2) Najboljši time to correct number of cases=' + string(xmin(2)) + ' /

LB=' + string(ga_params.minbound(2)) + ' UB=' + string(ga_params.maxbound(2)));

disp('(x3) Najboljši desired number of cases in process=' + string(xmin(3))+ ' /

LB=' + string(ga_params.minbound(3)) + ' UB=' + string(ga_params.maxbound(3)));

disp('(x4) Najboljši time to form expectations =' + string(xmin(4))+ ' / LB=' +

string(ga_params.minbound(4)) + ' UB=' + string(ga_params.maxbound(4)));

disp('(x5) Najboljši mediation =' + string(xmin(5))+ ' / LB=' +

string(ga_params.minbound(5)) + ' UB=' + string(ga_params.maxbound(5)));

//disp('x1=' + string(xmin));

//disp('x2=' + string(xmin(2)));

// vrednost funkcije pri najboljšem x-u

//disp('crit. funk. best=' + string(sum(xmin.^2)));

// x, kjer je bila funkcija minimalna

disp('Best x=' + string(xmin));

// Get the worst x

[fmax ,k] = max(fobj_pop_opt)

xmax = pop_opt(k)

Slika 22: Primer scenarija za izvedbo genetskega algoritma

Page 44: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran38

7. OBČUTLJIVOSTNA ANALIZA Občutljivostna analiza je bila izvedena z orodjem Vensim (http://vensim.com/), zato so besedila na slikah, ki se bodo pojavljala v tem poglavju, v angleščini. Z občutljivostno analizo iščemo meje zaupanja. V nadaljevanju poglavja bodo prikazane slike, na katerih bodo vidni vplivi variiranj različnih parametrov. Posamezne meje zaupanja bodo označene z različno barvo. Rumena barva bo predstavljala 50% verjetnost, zelena 75%, modra 95%, medtem ko bo s 100% verjetnostjo odziv modela glede na mejo variiranja padel znotraj sivo označenega polja. Izven teh meja ne bo padel noben odziv.

7.1. VARIIRANJE PARAMETRA »ČAS ZA PRILAGODITEV DELOVNE SILE«

Slika 23 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Čas za prilagoditev delovne sile« v mejah od 7.5 do 15 po enakomerni (UNIFORM) porazdelitvi. Delovna sila predstavlja število sodnikov in njihovih pomočnikov.

Slika 23: Nastavitev občutljivostne analize simulacijskega modela za parameter »Čas za prilagoditev delovne sile«

Slika 24 prikazuje vpliv variiranja parametra »Čas za prilagoditev delovne sile« (sodnikov in njihovih pomočnikov) na povprečni sodni zaostanek. Ta nakazuje, da

Page 45: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran39

ostane porast povprečnega sodnega zaostanek podoben, po daljšem času pa se eksponentno povečuje. Najnižji vpliv variiranja parametra je okrog leta 2010. Pričakovano je, da se povečanje oziroma zmanjšanje časa v prvih letih ne manifestira kot sprememba pri odzivu sistema. Ustrezno skrajšanje časa za usposabljanje sodnikov bi lahko v prihodnjih letih prispevalo k znižanju povprečnega časa reševanja primerov.

Slika 24: Vpliv variiranja parametra »Čas za prilagoditev delovne sile« na

povprečni sodni zaostanek (občutljivostna analiza)

Slika 25 prikazuje vpliv variiranja parametra »Čas za prilagoditev delovne sile« (sodnikov in njihovih pomočnikov) na število primerov v obravnavi. Rezultat je podoben prejšnjemu. Navkljub variiranju parametrov se v drugem delu simulacije število primerov v obravnavi eksponentno povečuje. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije. Slika 26 prikazuje vpliv variiranja parametra »Čas za prilagoditev delovne sile« (sodnikov in njihovih pomočnikov) na delovno silo samo (število sodnikov in njihovih pomočnikov). Variiranje parametra ima manjši vpliv na število zaposlenih. Sicer so številke pri padajočem trendu produktivnosti precej visoke, vendar pa nas v tem primeru predvsem zanima odziv modela. V drugem delu simulacije beležimo eksponentno rast števila zaposlenih, in to ne glede na variiranje parametra. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Current

data

50% 75% 95% 100%

Average court delay

6

4.5

3

1.5

01990 2000 2010 2020 2030

Time (Year)

Page 46: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran40

Slika 25: Vpliv variiranja parametra »Čas za prilagoditev delovne sile« na število

primerov v obravnavi (občutljivostna analiza)

Slika 26: Vpliv variiranja parametra »Čas za prilagoditev delovne sile« na delovno

silo (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Number of Cases

400,000

300,000

200,000

100,000

01990 2000 2010 2020 2030

Time (Year)

Current

data

50% 75% 95% 100%

Workforce

20,000

15,000

10,000

5,000

01990 2000 2010 2020 2030

Time (Year)

Page 47: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran41

7.2. VARIIRANJE PARAMETRA »KOEFICIENT MEDIACIJE« V MEJAH OD 0 DO 0.25

Slika 27 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Koeficient mediacije« v mejah od 0 do 0.25 po enakomerni (UNIFORM) porazdelitvi.

Slika 27: Nastavitev občutljivostne analize simulacijskega modela za parameter »Koeficient mediacije« v mejah od 0 do 0.25

Slika 28 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na povprečni sodni zaostanek. Vpliv ima le v začetnem delu simulacije, nato pa se zaradi linearno padajoče produktivnosti ta vpliv, podobno kot v predhodnih primerih, zelo zmanjša. Slika 29 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na število primerov v obravnavi. V nasprotju z vplivom na povprečni sodni zaostanek ima koeficient mediacije na število primerov v obravnavi veliko večji vpliv. Najmanjši je med letoma 2000 in 2010, nato se ob eksponentni rasti spet veča. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Page 48: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran42

Slika 28: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na povprečni sodni zaostanek (občutljivostna analiza)

Slika 29: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število primerov v obravnavi (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Average court delay

6

4.5

3

1.5

01990 2000 2010 2020 2030

Time (Year)

Current

data

50% 75% 95% 100%

Number of Cases

400,000

300,000

200,000

100,000

01990 2000 2010 2020 2030

Time (Year)

Page 49: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran43

Slika 30 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na delovno silo (sodniki in njihovi pomočniki). Vpliv je skromen, ne glede na stopnjo mediacije pa se v drugem delu simulacije število zaposlenih izredno poveča. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Slika 30: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na delovno silo (občutljivostna analiza)

Slika 31 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na število primerov v postopku mediacije. Zaradi porasta števila primerov v obravnavi na splošno je v drugem delu simulacije moč opaziti tudi večje število takih primerov, ki se rešujejo s pomočjo postopka mediacije.

Current

data

50% 75% 95% 100%

Workforce

20,000

15,000

10,000

5,000

01990 2000 2010 2020 2030

Time (Year)

Page 50: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran44

Slika 31: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število primerov v postopku mediacije (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Mediation

60,000

45,000

30,000

15,000

01990 2000 2010 2020 2030

Time (Year)

Page 51: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran45

7.3. VARIIRANJE PARAMETRA »ČAS ZA POPRAVO ŠTEVILA PRIMEROV«

Slika 32 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Čas za popravo števila primerov«, pri čemer je spodnja meja 0.3774, zgornja pa 1.5096, po enakomerni (UNIFORM) porazdelitvi.

Slika 32: Nastavitev občutljivostne analize simulacijskega modela za parameter »Čas za popravo števila primerov«

Slika 33 prikazuje vpliv variiranja parametra »Čas za popravo števila primerov« na povprečni sodni zaostanek. Pokaže se večja občutljivost. Omenjeni parameter opiše odzivnost sistema na spremembo števila primerov v obravnavi. Iz prikazanega odziva lahko sklepamo, da je pomembna hitrost reagiranja na porast števila primerov. Bolj kot bo odziven sistem, manjši bodo povprečni časi obravnav. Slika 34 prikazuje vpliv variiranja parametra »Čas za popravo števila primerov« na število primerov v obravnavi Pokaže se podoben vpliv kot pri povprečnem sodnem zaostanku. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Page 52: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran46

Slika 33: Vpliv variiranja parametra »Čas za popravo števila primerov« na povprečni sodni zaostanek (občutljivostna analiza)

Slika 34: Vpliv variiranja parametra »Čas za popravo števila primerov« na število

primerov v obravnavi (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Average court delay

10

7.5

5

2.5

01990 2000 2010 2020 2030

Time (Year)

Current

data

50% 75% 95% 100%

Number of Cases

600,000

450,000

300,000

150,000

01990 2000 2010 2020 2030

Time (Year)

Page 53: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran47

Slika 35 prikazuje vpliv variiranja parametra »Čas za popravo števila primerov« na delovno silo (sodniki in njihovi pomočniki). Zaradi linearno padajoče produktivnosti, kateri moramo slediti, je vpliv tega parametra na število zaposlenih dokaj majhen. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Slika 35: Vpliv variiranja parametra »Čas za popravo števila primerov« na delovno

silo (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Workforce

20,000

15,000

10,000

5,000

01990 2000 2010 2020 2030

Time (Year)

Page 54: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran48

7.4. VARIIRANJE PARAMETRA »ŽELENO ŠTEVILO PRIMEROV V PROCESU«

Slika 36 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Želeno število primerov v procesu« po enakomerni (UNIFORM) porazdelitvi. Minimalna vrednost je 49579.35, maksimalna pa 198317.4.

Slika 36: Nastavitev občutljivostne analize simulacijskega modela za parameter »Želeno število primerov v procesu«

Slika 37 prikazuje vpliv variiranja parametra »Želeno število primerov v procesu« na povprečni sodni zaostanek. Ta ima precejšen vpliv na odziv sistema. Z variiranjem tega parametra bi bilo vsaj teoretično moč doseči tudi ničelne sodne zaostanke. Opazimo lahko, da variiranje tega parametra vpliva na nihanje v sistemu. Prav tako lahko opazimo točke, kjer variiranje nima vpliva. Zaradi višjega reda sistema so taka nihanja v odzivu pričakovana. Negativne vrednosti nakazujejo neizvedljivost za določene vrednosti parametrov. Slika 38 prikazuje vpliv variiranja parametra »Želeno število primerov v procesu« na število primerov v procesu. Beležimo podoben vpliv kot pri povprečnem sodnem zaostanku. Negativne vrednosti indicirajo neizvedljivost za določene vrednosti parametrov. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Page 55: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran49

Slika 37: Vpliv variiranja parametra »Želeno število primerov v procesu« na povprečni sodni zaostanek (občutljivostna analiza)

Slika 38: Vpliv variiranja parametra »Želeno število primerov v procesu« na število primerov v procesu (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Average court delay

6

4.4

2.8

1.2

-0.41990 2000 2010 2020 2030

Time (Year)

Current

data

50% 75% 95% 100%

Number of Cases

600,000

435,000

270,000

105,000

-60,0001990 2000 2010 2020 2030

Time (Year)

Page 56: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran50

Slika 39 prikazuje vpliv variiranja parametra »Želeno število primerov v procesu« na delovno silo (sodnike in njihove pomočnike). Vpliv je podoben kot pri prejšnjih primerih, saj je odvisen od funkcije produktivnosti. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Slika 39: Vpliv variiranja želenega parametra »Želeno število primerov v procesu«

na delovno silo (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Workforce

20,000

15,000

10,000

5,000

01990 2000 2010 2020 2030

Time (Year)

Page 57: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran51

7.5. VARIIRANJE PARAMETRA »ČAS ZA PRILAGODITEV DELOVNE SILE« OB UPOŠTEVANJU RAVNOTEŽJA SISTEMA

Slika 40 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Čas za prilagoditev delovne sile« v mejah od 7.5 do 15 po enakomerni (UNIFORM) porazdelitvi ob upoštevanju ravnotežja sistema ob času t=0. Ravnotežje je bilo določeno po predhodno izpeljani enačbi. Uvodni korak nastavitve je enak kot pri variiranju brez upoštevanja ravnotežja.

Slika 40: Nastavitev občutljivostne analize simulacijskega modela za parameter »Čas za prilagoditev delovne sile« ob upoštevanju ravnotežja

Sledilo je variiranje treh različnih spremenljivk, in sicer povprečnega sodnega zaostanka, števila primerov v procesu in delovne sile. Izkazalo se je, da na nobeni izmed teh spremenljivk ni bilo učinka oziroma vpliva, kar pomeni, da od začetnega ravnotežja sistem ostane v njem v vsakem primeru. Posamezni rezultati variiranj tako na tem mestu niso posebej slikovno prikazani, saj so enaki kot pri variiranju brez upoštevanja ravnotežja.

Page 58: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran52

7.6. VARIIRANJE PARAMETRA »KOEFICIENT MEDIACIJE« OB UPOŠTEVANJU RAVNOTEŽJA SISTEMA V MEJAH OD 0 DO 0.25

Slika 41 prikazuje nastavitev občutljivostne analize modela, kjer variiramo »koeficient mediacije« v mejah od 0 do 0.25 po enakomerni (UNIFORM) porazdelitvi ob upoštevanju ravnotežja sistema ob času t=0. Ravnotežje je bilo določeno po predhodno izpeljani enačbi. Uvodni korak nastavitve je enak kot pri variiranju brez upoštevanja ravnotežja.

Slika 41: Nastavitev občutljivostne analize simulacijskega modela za parameter »Koeficient mediacije« v mejah od 0 do 0.25 ob upoštevanju ravnotežja

Slika 42 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na povprečni sodni zaostanek ob upoštevanju ravnotežja. Če je sistem na začetku opazovanja v ravnotežju, le-ta pomembno vpliva le v prvem delu simulacije. To pomeni, da ima mediacija učinek zmanjševanja sodnih zaostankov le na začetku, kasneje pa se izniči. Slika 43 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na število primerov v obravnavi ob upoštevanju ravnotežja. Tudi tu opazimo pomemben vpliv samo v prvem delu simulacije. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije. Pri tem velja upoštevati, da želimo imeti tako stanje, v katerem v obravnavi ne bo več primerov, kot jih v enem letu dobimo. Lahko bi dejali, da ne želimo imeti

Page 59: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran53

nobenega primera v obravnavi, kar pa ne bi bilo realno. Realneje bi bilo, da je nek minimum primerov v obravnavi enak letnemu pripadu.

Slika 42: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na povprečni sodni zaostanek ob upoštevanju ravnotežja (občutljivostna analiza)

Slika 43: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število primerov v obravnavi ob upoštevanju ravnotežja (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Average court delay

1

0.75

0.5

0.25

01990 2000 2010 2020 2030

Time (Year)

Current

data

50% 75% 95% 100%

Number of Cases

400,000

300,000

200,000

100,000

01990 2000 2010 2020 2030

Time (Year)

Page 60: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran54

Slika 44 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na število rešenih primerov ob upoštevanju ravnotežja. Na skrajnem začetku simulacije ni vpliva, nato se začne večati in postane konstanten. Pri večjemu količniku mediacij lahko pričakujemo več le-teh. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Slika 44: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na število rešenih primerov ob upoštevanju ravnotežja (občutljivostna analiza)

Slika 45 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25 na delovno silo ob upoštevanju ravnotežja. Vpliv je podoben kot pri številu rešenih primerov, le da je njegov obseg manjši. Na koncu je konstanten. Obseg delovne sile se sicer lahko zmanjša. Rdeča krivulja predstavlja realne podatke, to je podatke iz uradne sodne statistike Republike Slovenije.

Current

data

50% 75% 95% 100%

Outgoing Cases

200,000

170,000

140,000

110,000

80,0001990 2000 2010 2020 2030

Time (Year)

Page 61: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran55

Slika 45: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na delovno silo ob upoštevanju ravnotežja (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Workforce

2,000

1,500

1,000

500

01990 2000 2010 2020 2030

Time (Year)

Page 62: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran56

7.7. VARIIRANJE PARAMETRA »ČAS ZA POPRAVO ŠTEVILA PRIMEROV« OB UPOŠTEVANJU RAVNOTEŽJA SISTEMA

Slika 46 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Čas za popravo števila primerov« v mejah od 0.3774 do 1.5096 po enakomerni (UNIFORM) porazdelitvi ob upoštevanju ravnotežja sistema ob času t=0. Ravnotežje je bilo določeno po predhodno izpeljani enačbi. Uvodni korak nastavitve je enak kot pri variiranju brez upoštevanja ravnotežja.

Slika 46: Nastavitev občutljivostne analize simulacijskega modela za parameter »Čas za popravilo števila primerov« ob upoštevanju ravnotežja

Sledilo je variiranje treh različnih spremenljivk, in sicer povprečnega sodnega zaostanka, števila primerov v obravnavi in delovne sile. Izkazalo se je, da na nobeni izmed teh spremenljivk ni bilo učinka oziroma vpliva, kar pomeni, da od začetnega ravnotežja sistem vselej ostane v njem. Posamezni rezultati variiranj tako na tem mestu niso posebej slikovno prikazani, saj so enaki kot pri variiranju brez upoštevanja ravnotežja.

Page 63: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran57

7.8. VARIIRANJE PARAMETRA »ČAS ZA POPRAVO ŠTEVILA PRIMEROV« OB UPOŠTEVANJU RAVNOTEŽJA SISTEMA

Slika 47 prikazuje nastavitev občutljivostne analize simulacijskega modela, kjer variiramo parameter »Želeno število primerov v procesu«, pri čemer je spodnja meja 49579.35, zgornja pa 198317.4, po enakomerni (UNIFORM) porazdelitvi ob upoštevanju ravnotežja sistema ob času t=0. Ravnotežje je bilo določeno po predhodno izpeljani enačbi. Uvodni korak nastavitve je enak kot pri variiranju brez upoštevanja ravnotežja.

Slika 47: Nastavitev občutljivostne analize simulacijskega modela za parameter »Želeno število primerov v procesu« ob upoštevanju ravnotežja

Sledilo je variiranje treh različnih spremenljivk, in sicer povprečnega sodnega zaostanka, števila primerov v procesu in delovne sile. Tudi tu se je pokazalo, da na nobeni izmed teh spremenljivk ni bilo nobenega posebnega učinka oziroma vpliva in da sistem vedno ostane v začetnem ravnotežju. Tudi tu posamezni rezultati variiranj niso posebej slikovno prikazani, saj so enaki kot pri variiranju brez upoštevanja ravnotežja.

Page 64: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran58

7.9. VARIIRANJE PARAMETRA »KOEFICIENT MEDIACIJE« V MEJAH OD 0 DO 0.6

Za konec občutljivostne analize smo se še enkrat odločili variirati koeficient mediacije, tokrat v mejah od 0 do 0.6 po enakomerni (UNIFORM) porazdelitvi. Zgornja meja je pri tem vsekakor ekstremna, vendar pa gre tu za spremljanje možnih učinkov. Prikazali bomo učinek na povprečni sodni zaostanek. Slika 48 prikazuje nastavitev občutljivostne analize zgoraj opisanega simulacijskega modela.

Slika 48: Nastavitev občutljivostne analize simulacijskega modela za parameter »Koeficient mediacije« v mejah od 0 do 0.6

Slika 49 prikazuje vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.6 na povprečni sodni zaostanek. Opazimo lahko, da je učinek mediacij takojšnji, vendar pa, podobno kot v predhodnih primerih, v zadnjem delu prevlada vpliv padajoče produktivnosti, kar posledično pomeni eksponentno rast povprečnega sodnega zaostanka. Primerjava z drugimi izvedenimi občutljivostnimi analizami pokaže, da je učinek izrazit v celotnem obdobju.

Page 65: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran59

Slika 49: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.6

na povprečni sodni zaostanek (občutljivostna analiza)

Current

data

50% 75% 95% 100%

Average court delay

6

4.5

3

1.5

01990 2000 2010 2020 2030

Time (Year)

Page 66: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran60

8. SIMULACIJSKI SCENARIJI, IZVEDENI Z ORODJEM POWERSIM

Z orodjem Powersim smo pripravili tri različice strukture modela (»Stud_A«, »Stud_B« in »Stud_C«), na katerih smo izvedli po sedem simulacijskih scenarijev. Pri vseh smo upoštevali nadaljnjo padajočo produktivnost delovne sile (sodnikov in njihovih pomočnikov) in mediacijo, ki smo jo obravnavali ob dveh različnih načinih spremljanja produktivnosti celotnega sistema. Pri scenarijih smo variirali delež mediacij od 0 do 0.6 s korakom 0.1. Posamezen korak predstavlja en scenarij. Podrobneje je prikazano v Tabeli 2.

Scenarij Delež mediacije

SC01 0

SC02 0.1

SC03 0.2

SC04 0.3

SC05 0.4

SC06 0.5

SC07 0.6

Tabela 2: Število scenarijev in posamezni deleži mediacije za določen scenarij

Pri vsaki od treh struktur modela smo po predhodno pripravljeni enačbi preračunavali vpliv na štiri različne spremenljivke, in sicer na produktivnost, število primerov v procesu, delovno silo ter povprečni sodni zaostanek (PSZ), ki nas je najbolj zanimal.

Page 67: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran61

8.1. IZVEDBA SCENARIJEV NA STRUKTURI MODELA »STUD_A«

Slika 50: Struktura modela »Stud_A«

Delež_mediacije

Povprečni_sodni_za

ostanek

Vsota

Mediacija

Sprememba_pričako

vanega_pripada

Delovna_sila

Število_primerov

Začetni_pripad

Korak

Produktivnost

Korekcijski_faktor

Novi_primeri

Novi_primeri

Funkcija_pripada

Čas_za_popravo_št

evila_primerov

Želeno_število_prim

erov_v_procesu

Čas_za_prilagodite

v_delovne_sile

Pričakovan_pripad

Čas_za_pripravo_pr

ičakovanj

Želene_dispozicije

Popravek_števila_p

rimerov

Želena_delovna_sil

a

Želena_delovna_sil

a

Najemanje_in_odpu

ščanje

Razlika

Rešeni_primeri

Page 68: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran62

Slika 50 prikazuje strukturo modela »Stud_A«. Pri tem modelu smo povprečni sodni zaostanek (PSZ) izračunali z upoštevanjem rešenih primerov ter mediacij z uradne sodne statistike Republike Slovenije. Spodaj je prikazana enačba, ki smo jo pri izračunu uporabili:

predstavlja število primerov v procesu, število rešenih primerov, mediacije, pa povprečni sodni zaostanek (PSZ).

Slika 51: Prikaz štirih grafov po izvedbi scenarijev na strukturi modela »Stud_A«

Slika 51 prikazuje štiri združene grafe, ki prikazujejo rezultate simulacij strukture modela »Stud_A« po prej opisanih scenarijih. Z njih lahko razberemo odziv posamezne spremenljivke (produktivnost, število primerov v procesu, delovna sila (DS), povprečni sodni zaostanek (PSZ)) na vsakega od sedmih scenarijev. Zanima nas predvsem graf spodaj desno, ki prikazuje, da je povprečni sodni zaostanek (PSZ) ob vsakokratnem povečanju količnika mediacij vedno nižji, na daljši rok pa se bodo sodni zaostanki spet začeli povečevati.

Page 69: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran63

8.2. IZVEDBA SCENARIJEV NA STRUKTURI MODELA »STUD_B«

Slika 52: Struktura modela »Stud_B«

Delež_mediacije

Povprečni_sodni_za

ostanek

Vsota

Sprememba_pričako

vanega_pripada

Delovna_sila

Število_primerov

Začetni_pripad

Korak

Produktivnost

Korekcijski_faktor

Novi_primeri

Novi_primeri

Funkcija_pripada

Čas_za_popravo_št

evila_primerov

Želeno_število_prim

erov_v_procesu

Čas_za_prilagodite

v_delovne_sile

Pričakovan_pripad

Čas_za_pripravo_pr

ičakovanj

Želene_dispozicije

Popravek_števila_p

rimerov

Želena_delovna_sil

a

Želena_delovna_sil

a

Najemanje_in_odpu

ščanje

Razlika

Rešeni_primeri

Page 70: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran64

Slika 52 prikazuje strukturo modela »Stud_B«. Pri tem modelu smo povprečni sodni zaostanek (PSZ) izračunali brez upoštevanja mediacij iz uradne sodne statistike Republike Slovenije. Enačba, ki smo jo pri preračunu sodnega zaostanka (PSZ) uporabili, je torej:

Pri tem predstavlja število primerov v procesu, pa število rešenih primerov. Mediacije pri preračunu niso upoštevane zavoljo študije dinamike, sicer pa je jasno, da le-te predstavljajo določeno obremenitev sodišč. Vprašanje je le, v kolikšni meri.

Slika 53: Prikaz štirih grafov po izvedbi scenarijev na strukturi modela »Stud_B«

Slika 53 prikazuje štiri združene grafe, ki prikazujejo rezultate simulacij strukture modela »Stud_B« po že opisanih scenarijih. Enako kot prej lahko z njih razberemo odziv posamezne spremenljivke (produktivnost, število primerov v procesu, delovna sila (DS), povprečni sodni zaostanek (PSZ)) na vsakega od sedmih scenarijev. Tudi tokrat nas zanima predvsem graf spodaj desno, ki prikazuje povprečni sodni zaostanek (PSZ). Le-ta se odzove podobno kot pri »Stud_A«, saj se tudi tokrat ob vsakokratnem povečanju količnika mediacij vselej zniža, a se zaradi neupoštevanja mediacij iz uradne sodne statistike Republike Slovenije na daljši rok še hitreje začne povečevati.

Page 71: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran65

8.3. IZVEDBA SCENARIJEV NA STRUKTURI MODELA »STUD_C«

Slika 54: Struktura modela »Stud_C«

Delež_mediacije

Novi_primeri

Novi_primeri

Vsota

Povprečni_sodni_za

ostanek

Sprememba_pričako

vanega_pripada

Delovna_sila

Število_primerov

Začetni_pripad

Korak

Produktivnost

Korekcijski_faktor

Funkcija_pripada

Čas_za_popravo_št

evila_primerov

Želeno_število_prim

erov_v_procesu

Čas_za_prilagodite

v_delovne_sile

Pričakovan_pripad

Čas_za_pripravo_pr

ičakovanj

Želene_dispozicije

Popravek_števila_p

rimerov

Želena_delovna_sil

a

Želena_delovna_sil

a

Najemanje_in_odpu

ščanje

Razlika

Rešeni_primeri

Page 72: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran66

Slika 54 prikazuje strukturo modela »Stud_C«. Tu smo pa upoštevali, da mediacije sploh ne vstopijo v sodni sistem in tako tudi ne igrajo vloge pri preračunu povprečnega sodnega zaostanka (PSZ). Enačba za izračun povprečnega sodnega zaostanka (PSZ) je enaka kot pri »Stud_B«:

ponovno predstavlja število primerov v procesu, medtem ko tokrat označuje število rešenih primerov, pri čemer je pripad zmanjšan za količnik mediacij.

Slika 55: Prikaz štirih grafov po izvedbi scenarijev na strukturi modela »Stud_C«

Slika 55 prikazuje štiri združene grafe, ki prikazujejo rezultate simulacij strukture modela »Stud_C« po že znanih scenarijih. Medtem ko je odziv produktivnosti vselej enak, ostale tri spremenljivke (število primerov v procesu, delovna sila (DS), povprečni sodni zaostanek (PSZ)) tokrat reagirajo drugače kot v prejšnjih dveh primerih. Takrat se je vpliv deleža mediacij začel kazati po letu 2010. Ker pa smo pri strukturi modela »Stud_C« mediacije izločili iz sodnega sistema, je vsak delež mediacije, uporabljen v posameznem scenariju, vplival skozi celotno obdobje. Če se osredotočimo na graf, ki prikazuje povprečni sodni zaostanek (PSZ), lahko opazimo, da se je ob višjem deležu mediacije dvigovalo tudi izhodišče. Pri najnižjem deležu mediacije, katere vrednost je 0 (krivulja 1), je izhodišče pri vrednosti 1, pri najvišjem deležu z vrednostjo 0.6 (krivulja 7) pa pri

Page 73: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran67

2.5. Gibanje je podobno pri vseh sedmih scenarijih. Do leta 2000 se povprečni sodni zaostanek (PSZ) dviga, nato se do leta 2010 rahlo zmanjša, potem pa začne eksponentno rasti, saj produktivnost konstantno pada.

Page 74: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran68

9. DOLOČANJE OPTIMALNIH VREDNOSTI PARAMETROV Optimalne vrednosti parametrov so bile določene s pomočjo genetskih algoritmov. Pri tem smo uporabili programsko orodje Scilab, v okviru katerega delujeta platformi Xcos in SciNotes. Variirali smo parametre »Čas za prilagoditev delovne sile«, »Čas za popravo števila primerov«, »Želeno število primerov v procesu«, »Čas za pripravo pričakovanj« in »Koeficient mediacije«. Slika 56 prikazuje izvirni izsek iz datoteke, ustvarjene s programskim orodjem Scilab SciNotes.

a.time = 0;

a.values=x(1); // time to adjust workforce

b.time=0;

b.values=x(2); // time to correct number of cases

c.time=0;

c.values=x(3); // desired number of cases in process

d.time=0;

d.values=x(4); // time to form expectations

e.time=0;

e.values=x(5); // mediation koefficient

Slika 56: Izvirni izsek prikaza parametrov iz orodja Scilab SciNotes

Za vsakega izmed parametrov so bile določene minimalne in maksimalne mejne vrednosti. Slika 57 prikazuje podrobnosti iz originalnega izseka orodja Scilab SciNotes.

ga_params = add_param(ga_params,"minbound",[10; 0.5; 100000; 0.5; 0]);

ga_params = add_param(ga_params,"maxbound",[15; 4; 150000; 3; 0.5]);

Slika 57: Izviren izpis minimalnih in maksimalnih mejnih vrednosti optimizacijskih

genetskih algoritmov iz orodja Scilab SciNotes

Parametre genetskega algoritma lahko nastavljamo poljubno. Najpomembnejša sta velikost populacije (PopSize) in število generacij (NbGen). Primer iz orodja Scilab SciNotes prikazuje Slika 58.

PopSize = 6;

Proba_cross = 0.7;

Proba_mut = 0.5;

NbGen = 10; // število generacij

NbCouples = 3;

Log = %T;

pressure = 0.05;

Slika 58: Parametri optimizacijskih genetskih algoritmov iz orodja Scilab SciNotes

Kriterijska funkcija je bila podana kot:

Page 75: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran69

Pri tem je vrednost kriterijske funkcije, pa predstavlja funkcijo zakasnitve. Gre za kumulativno zakasnitev sistema, za katero želimo, da je čim manjša.

9.1. IZRAČUN OPTIMALNIH VREDNOSTI PARAMETROV Izračun optimalnih vrednosti parametrov smo opravili z orodjem Scilab. Pripravili smo štiri različne scenarije, pri čemer smo različno kombinirali število populacije in število generacij. Program je nato izvedel toliko iteracij, kolikor je znašalo število generacij. Pri vsaki od iteracij se je iskala minimalna in maksimalna vrednost znotraj predhodno določenih meja (Slika 57). Po končanem postopku so se izpisale optimalne vrednosti posameznega optimizacijskega parametra (»time to adjust workforce« – čas za prilagoditev delovne sile, »time to correct number of cases« – čas za popravo števila primerov, »desired number of cases in process« – želeno število primerov v procesu, »time to form expectations« – čas za pripravo pričakovanj).

9.1.1. PRVI SCENARIJ Pri prvem scenariju smo velikost populacije (PopSize) nastavili na 50, število generacij (NbGen) pa na 100. Določitev populacije in števila generacij v orodju Scilab SciNotes prikazuje Slika 59.

PopSize = 50;

Proba_cross = 0.7;

Proba_mut = 0.5;

NbGen = 100; // število generacij

NbCouples = 3;

Log = %T;

pressure = 0.05;

Slika 59: Določitev populacije in števila generacij za prvi scenarij v orodju Scilab

SciNotes

Po določitvi velikosti populacije in števila generacij je orodje Scilab izvedlo sto iteracij. Tabela 3 prikazuje nabor najdenih minimalnih in maksimalnih vrednosti posamezne iteracije. V prvem stolpcu je številka iteracije (Iteration), v drugem so minimalne vrednosti (Min value), najdene v posamezni iteraciji, v tretjem pa maksimalne vrednosti (Max value), najdene v posamezni iteraciji.

Iteration Min value Max value

1 64.141388 155.574557

2 64.141388 146.349920

3 62.146395 138.981288

4 56.805655 134.099402

Page 76: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran70

5 56.805655 123.631247

6 56.805655 115.864359

7 56.805655 101.405576

8 56.805655 95.227205

9 56.805655 91.514892

10 56.805655 86.642187

11 56.805655 81.946333

12 56.805655 80.687398

13 56.805655 79.319191

14 56.805655 77.599064

15 56.805655 75.889429

16 56.805655 75.040817

17 56.805655 74.426762

18 56.805655 72.507084

19 56.805655 68.292179

20 56.805655 67.469398

21 56.805655 67.085597

22 56.805655 64.141388

23 56.805655 62.970704

24 56.805655 62.146395

25 56.805655 61.868121

26 56.805655 61.529754

27 56.468000 61.380591

28 56.468000 61.145068

29 55.739109 61.086009

30 55.739109 60.461775

31 55.739109 60.306025

32 55.739109 60.130374

33 55.739109 59.947923

34 55.739109 59.896150

35 55.577254 59.657574

36 55.577254 59.389526

37 55.577254 59.013568

38 55.577254 58.745638

39 55.577254 58.713512

40 55.426876 58.525529

41 55.426876 58.525529

42 53.423597 58.115001

43 53.423597 58.061260

44 53.423597 58.000726

45 52.948486 57.733812

46 52.948486 57.586061

47 52.948486 57.549116

48 52.948486 57.463163

49 52.948486 57.324283

50 52.948486 57.275530

51 52.948486 57.241054

52 52.948486 57.223081

53 52.948486 57.138370

Page 77: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran71

54 52.948486 56.805655

55 52.948486 56.748185

56 52.948486 56.547706

57 52.948486 56.196243

58 52.948486 56.008300

59 52.876089 55.874746

60 52.092240 55.735310

61 52.092240 55.658498

62 52.092240 55.577254

63 52.092240 55.577254

64 52.092240 55.469424

65 52.092240 55.426876

66 52.092240 55.263311

67 52.092240 55.050102

68 52.092240 55.008531

69 52.092240 54.937478

70 52.092240 54.895837

71 52.092240 54.865104

72 52.092240 54.781002

73 52.092240 54.338355

74 52.092240 54.322161

75 52.092240 54.264992

76 52.092240 54.232513

77 52.092240 54.228437

78 52.092240 54.140570

79 52.092240 54.045388

80 52.092240 53.981807

81 52.092240 53.901511

82 52.092240 53.883938

83 52.092240 53.798071

84 52.092240 53.679894

85 52.092240 53.633689

86 52.092240 53.510349

87 52.092240 53.475585

88 52.033585 53.373829

89 52.033585 53.270906

90 52.033585 53.186077

91 52.033585 53.134878

92 52.033585 53.040739

93 52.033585 53.028360

94 52.033585 53.002274

95 52.033585 52.973070

96 52.033585 52.948486

97 52.033585 52.878106

98 52.033585 52.876089

99 52.033585 52.861342

100 52.033585 52.802136

Tabela 3: Izvedba iteracij za prvi nabor optimizacijskih parametrov

Page 78: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran72

Po izvedbi iteracij je orodje Scilab na tri načine izpisalo vrednosti posameznih optimizacijskih parametrov. Slika 60 prikazuje izviren izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj zgornje in spodnje meje iz orodja Scilab.

(x1) Najboljši time to adjust workforce=10 / LB=10 UB=15 (x2) Najboljši time to correct number of cases=0.5 / LB=0.5 UB=4 (x3) Najboljši desired number of cases in process=109382.33/LB=100000 UB=150000 (x4) Najboljši time to form expectations =0.6055678 / LB=0.5 UB=3

Slika 60: Izpis najboljših vrednosti posameznih optimizacijskih parametrov

znotraj zgornje in spodnje meje

Slika 61 prikazuje izviren splošen izpis najboljših vrednosti parametrov iz orodja Scilab.

!Best x=10 ! ! ! !Best x=0.5 ! ! ! !Best x=109382.33 ! ! ! !Best x=0.6055678 !

Slika 61: Splošen izpis najboljših vrednosti parametrov

Slika 62 prikazuje izviren poimeski izpis parametra in njegove najboljše vrednosti iz orodja Scilab.

-->exec('C:\Scilab\driver_11.sce', -1) Time to adjust workforce = 10 Time to correct number of cases = 0.5 Desired number of cases in process = 109382.33 Time to form expectations = 0.6055678 Incoming cases = 0.4

Slika 62: Poimeski izpis parametra in njegove najboljše vrednosti

Page 79: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran73

9.1.2. DRUGI SCENARIJ Pri drugem scenariju smo velikost populacije (PopSize) nastavili na 100, število generacij (NbGen) pa prav tako na 100. Določitev populacije in števila generacij v orodju Scilab SciNotes prikazuje Slika 63.

PopSize = 100;

Proba_cross = 0.7;

Proba_mut = 0.5;

NbGen = 100; // število generacij

NbCouples = 3;

Log = %T;

pressure = 0.05;

Slika 63: Določitev populacije in števila generacij za drugi scenarij v orodju Scilab

SciNotes

Po določitvi velikosti populacije in števila generacij je orodje Scilab izvedlo sto iteracij. Tabela 4 podobno kot pri prvem scenariju prikazuje nabor najdenih minimalnih in maksimalnih vrednosti posamezne iteracije.

Iteration Min value Max value

1 57.812455 155.732648

2 57.812455 151.537492

3 57.812455 149.587615

4 57.812455 146.349249

5 57.812455 140.266101

6 57.812455 134.464883

7 57.812455 131.421894

8 57.812455 129.532841

9 57.812455 126.625836

10 55.040899 126.220613

11 55.040899 119.532033

12 55.040899 118.574613

13 55.040899 114.436222

14 55.040899 110.960553

15 55.040899 108.529859

16 55.040899 108.137768

17 55.040899 107.357880

18 55.040899 102.240190

19 55.040899 99.960023

20 55.040899 99.005915

21 55.040899 95.601280

22 55.040899 95.300765

23 55.040899 93.956470

24 55.040899 92.541032

Page 80: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran74

25 55.040899 92.139494

26 55.040899 91.608542

27 55.040899 89.897399

28 55.040899 89.557867

29 55.040899 88.148375

30 55.040899 86.450706

31 55.040899 85.270260

32 55.040899 84.843910

33 55.040899 82.757054

34 55.040899 82.245208

35 55.040899 80.268652

36 55.040899 79.945474

37 55.040899 78.743333

38 55.040899 76.825144

39 55.040899 75.961371

40 55.040899 75.961371

41 55.040899 75.261896

42 55.040899 74.627784

43 55.040899 74.154545

44 55.040899 72.987918

45 55.040899 72.041291

46 55.040899 71.498798

47 55.040899 70.860741

48 55.040899 70.246746

49 55.040899 69.442291

50 55.040899 67.296196

51 55.040899 67.222323

52 55.040899 66.595892

53 55.040899 66.130172

54 55.040899 65.307105

55 55.040899 64.764240

56 55.040899 64.327991

57 55.040899 64.105096

58 55.040899 62.729873

59 55.040899 62.257836

60 55.040899 61.955528

61 55.040899 61.814544

62 55.040899 61.497173

63 55.040899 61.395179

64 55.040899 61.053612

65 55.040899 60.915232

66 55.040899 60.591695

67 53.123789 60.571085

68 53.123789 60.237996

69 53.123789 60.086358

70 53.123789 60.039221

71 50.547819 59.944094

72 50.547819 59.773689

73 50.547819 59.642467

Page 81: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran75

74 50.547819 59.462480

75 50.547819 59.314888

76 50.547819 59.273717

77 50.547819 59.124548

78 50.547819 58.852623

79 50.547819 58.778396

80 50.547819 58.718693

81 50.547819 58.555715

82 50.547819 58.457509

83 50.547819 58.414177

84 50.547819 58.414177

85 50.547819 58.406819

86 50.547819 58.400182

87 50.547819 58.295976

88 50.547819 58.208556

89 50.547819 58.032971

90 50.547819 57.957914

91 50.547819 57.919387

92 50.547819 57.917599

93 50.547819 57.867973

94 50.547819 57.814641

95 50.547819 57.776692

96 50.547819 57.572465

97 50.547819 57.534041

98 50.547819 57.398966

99 50.547819 57.293915

100 50.547819 57.274761

Tabela 4: Izvedba iteracij za drugi nabor optimizacijskih parametrov

Po izvedbi iteracij ponovno sledi izpis vrednosti posameznih optimizacijskih parametrov na tri načine. Slika 64 prikazuje izviren izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj zgornje in spodnje meje iz orodja Scilab.

(x1) Najboljši time to adjust workforce=10 / LB=10 UB=15 (x2) Najboljši time to correct number of cases=0.5 / LB=0.5 UB=4 (x3) Najboljši desired number of cases in process=104817.5/LB=100000 UB=150000 (x4) Najboljši time to form expectations =0.5 / LB=0.5 UB=3

Slika 64: Izpis najboljših vrednosti posameznih optimizacijskih parametrov

znotraj zgornje in spodnje meje

Slika 65 prikazuje izviren splošen izpis najboljših vrednosti parametrov iz orodja Scilab.

Page 82: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran76

!Best x=10 ! ! ! !Best x=0.5 ! ! ! !Best x=104817.5 ! ! ! !Best x=0.5 !

Slika 65: Splošen izpis najboljših vrednosti parametrov

Slika 66 prikazuje izviren poimeski izpis parametra in njegove najboljše vrednosti iz orodja Scilab.

-->exec('C:\Scilab\driver_11.sce', -1) Time to adjust workforce = 10 Time to correct number of cases = 0.5 Desired number of cases in process = 104817.5 Time to form expectations = 0.5 Incoming cases = 0.4

Slika 66: Poimeski izpis parametra in njegove najboljše vrednosti

9.1.3. TRETJI SCENARIJ Pri tretjem scenariju smo velikost populacije (PopSize) nastavili na 100, število generacij (NbGen) pa na 50. Določitev populacije in števila generacij v orodju Scilab SciNotes prikazuje Slika 67.

PopSize = 100;

Proba_cross = 0.7;

Proba_mut = 0.5;

NbGen = 50; // število generacij

NbCouples = 3;

Log = %T;

pressure = 0.05;

Slika 67: Določitev populacije in števila generacij za tretji scenarij v orodju Scilab

SciNotes

Page 83: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran77

Po določitvi velikosti populacije in števila generacij je orodje Scilab izvedlo 50 iteracij. Tabela 5 podobno kot pri prejšnjih scenarijih prikazuje nabor najdenih minimalnih in maksimalnih vrednosti posamezne iteracije.

Iteration Min value Max value

1 54.681759 162.263283

2 54.681759 155.341057

3 54.681759 151.516279

4 54.681759 148.523528

5 54.681759 143.844515

6 54.681759 137.505123

7 54.681759 134.817471

8 54.681759 132.530427

9 54.681759 131.529678

10 54.681759 129.158545

11 54.681759 126.055583

12 54.681759 122.084746

13 54.681759 119.420561

14 54.681759 117.133643

15 54.681759 115.370867

16 54.681759 112.749081

17 54.681759 111.320111

18 54.681759 109.637102

19 54.681759 108.417461

20 49.988513 107.415590

21 49.988513 105.541502

22 49.988513 102.989526

23 49.988513 102.140682

24 49.988513 101.801044

25 49.988513 100.464851

26 49.988513 100.000723

27 49.988513 98.729602

28 49.988513 97.840407

29 49.988513 96.494878

30 49.988513 96.133540

31 49.988513 95.846040

32 49.988513 95.365965

33 49.988513 91.012730

34 49.988513 90.167747

35 49.988513 88.071827

36 49.988513 85.564703

37 49.988513 83.303189

38 49.988513 81.615532

39 49.988513 80.457029

40 49.988513 80.309191

41 49.988513 78.547834

42 49.988513 75.134627

43 49.988513 74.166109

44 49.988513 72.566616

Page 84: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran78

45 49.988513 72.049804

46 49.988513 71.956010

47 49.988513 70.425527

48 49.988513 69.740076

49 49.988513 68.893133

50 49.988513 68.174957

Tabela 5: Izvedba iteracij za tretji nabor optimizacijskih parametrov

Po izvedbi iteracij spet sledi izpis vrednosti posameznih optimizacijskih parametrov na tri načine. Slika 68 prikazuje izviren izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj zgornje in spodnje meje iz orodja Scilab.

(x1) Najboljši time to adjust workforce=10 / LB=10 UB=15 (x2) Najboljši time to correct number of cases=0.5 / LB=0.5 UB=4 (x3) Najboljši desired number of cases in process=102968.5/LB=100000 UB=150000 (x4) Najboljši time to form expectations =1.2410349 / LB=0.5 UB=3

Slika 68: Izpis najboljših vrednosti posameznih optimizacijskih parametrov

znotraj zgornje in spodnje meje

Slika 69 prikazuje izviren splošen izpis najboljših vrednosti parametrov iz orodja Scilab.

!Best x=10 ! ! ! !Best x=0.5 ! ! ! !Best x=102968.5 ! ! ! !Best x=1.2410349 !

Slika 69: Splošen izpis najboljših vrednosti parametrov

Slika 70 prikazuje izviren poimeski izpis parametra in njegove najboljše vrednosti iz orodja Scilab.

-->exec('C:\Scilab\driver_11.sce', -1) Time to adjust workforce = 10 Time to correct number of cases = 0.5 Desired number of cases in process = 102968.5

Page 85: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran79

Time to form expectations = 1.2410349 Incoming cases = 0.4

Slika 70: Poimeski izpis parametra in njegove najboljše vrednosti

9.1.4. ČETRTI SCENARIJ Pri četrtem scenariju smo velikost populacije (PopSize) nastavili na 1000, število generacij (NbGen) pa na 100. Določitev populacije in števila generacij v orodju Scilab SciNotes prikazuje Slika 71.

PopSize = 1000;

Proba_cross = 0.7;

Proba_mut = 0.5;

NbGen = 100; // število generacij

NbCouples = 3;

Log = %T;

pressure = 0.05;

Slika 71: Določitev populacije in števila generacij za četrti scenarij v orodju

Scilab SciNotes

Po določitvi velikosti populacije in števila generacij je orodje Scilab izvedlo 100 iteracij. Tabela 6 podobno kot pri prejšnjih scenarijih prikazuje nabor najdenih minimalnih in maksimalnih vrednosti posamezne iteracije.

Iteration Min value Max value

1 52.390603 184.008214

2 52.390603 181.320593

3 52.390603 175.948853

4 52.390603 174.281337

5 52.390603 173.067391

6 52.390603 171.469153

7 51.058674 170.098196

8 51.058674 168.786997

9 51.058674 167.366583

10 51.058674 166.269406

11 51.058674 164.261893

12 51.058674 163.452722

13 51.058674 162.232634

14 51.058674 160.397467

15 51.058674 159.919864

16 51.058674 158.823321

Page 86: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran80

17 51.058674 158.224466

18 51.058674 157.442996

19 51.058674 156.558496

20 51.058674 155.986067

21 51.058674 155.494691

22 51.058674 154.929345

23 51.058674 154.281938

24 51.058674 153.679967

25 51.058674 152.471052

26 51.058674 151.807452

27 51.058674 151.356520

28 51.058674 150.917720

29 51.058674 150.541268

30 51.058674 149.882741

31 51.058674 149.620538

32 51.058674 149.317596

33 51.058674 148.875172

34 51.058674 148.575421

35 51.058674 148.138807

36 51.058674 147.584460

37 51.058674 147.155989

38 51.058674 146.901922

39 51.058674 146.349920

40 51.058674 146.025692

41 51.058674 145.597894

42 51.058674 145.131125

43 51.058674 144.511414

44 51.058674 143.965055

45 51.058674 143.580251

46 51.058674 143.277914

47 51.058674 142.924147

48 51.058674 142.466710

49 51.058674 142.209067

50 51.058674 141.786960

51 51.058674 141.528135

52 51.058674 140.960341

53 51.058674 140.666479

54 51.058674 140.477732

55 51.058674 140.147444

56 51.058674 139.862258

57 51.058674 139.518421

58 51.058674 138.895715

59 51.058674 138.359625

60 51.058674 138.195615

61 51.058674 137.839582

62 51.058674 137.635535

63 51.058674 137.039962

64 51.058674 136.490201

65 51.058674 136.235102

Page 87: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran81

66 51.058674 136.094223

67 51.058674 135.340658

68 51.058674 135.074998

69 51.058674 134.646692

70 51.058674 134.431873

71 51.058674 134.004047

72 51.058674 133.635113

73 51.058674 133.546805

74 51.058674 133.368505

75 51.058674 132.962866

76 51.058674 132.577074

77 51.058674 132.268001

78 51.058674 132.078542

79 51.058674 131.779100

80 51.058674 131.638623

81 51.058674 131.391546

82 51.058674 130.855118

83 51.058674 130.435732

84 51.058674 130.121539

85 51.058674 129.718552

86 51.058674 129.317672

87 51.058674 128.970138

88 51.058674 128.736361

89 51.058674 128.350332

90 51.058674 127.887832

91 51.058674 127.529527

92 51.058674 127.308693

93 51.058674 127.146418

94 51.058674 126.818676

95 51.058674 126.668992

96 51.058674 126.457502

97 51.058674 125.956568

98 50.233118 125.763828

99 50.233118 125.615729

100 50.233118 125.146179

Tabela 6: Izvedba iteracij za četrti nabor optimizacijskih parametrov

Po izvedbi iteracij sledi še izpis vrednosti posameznih optimizacijskih parametrov na tri načine. Slika 72 prikazuje izviren izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj zgornje in spodnje meje iz orodja Scilab.

(x1) Najboljši time to adjust workforce=10.381689 / LB=10 UB=15 (x2) Najboljši time to correct number of cases=0.5 / LB=0.5 UB=4 (x3) Najboljši desired number of cases in process=101787.63/LB=100000 UB=150000

Page 88: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran82

(x4) Najboljši time to form expectations =0.8762767 / LB=0.5 UB=3

Slika 72: Izpis najboljših vrednosti posameznih optimizacijskih parametrov

znotraj zgornje in spodnje meje

Slika 73 prikazuje izviren splošen izpis najboljših vrednosti parametrov iz orodja Scilab.

!Best x=10.381689 ! ! ! !Best x=0.5 ! ! ! !Best x=101787.63 ! ! ! !Best x=0.8762767 !

Slika 73: Splošen izpis najboljših vrednosti parametrov

Slika 74 prikazuje izviren poimeski izpis parametra in njegove najboljše vrednosti iz orodja Scilab.

-->exec('C:\Scilab\driver_11.1000.sce', -1) Time to adjust workforce = 10.381689 Time to correct number of cases = 0.5 Desired number of cases in process = 101787.63 Time to form expectations = 0.8762767 Incoming cases = 0.4

Slika 74: Poimeski izpis parametra in njegove najboljše vrednosti

Page 89: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran83

9.2. KONVERGENCE GENETSKEGA ALGORITMA Prikazane bodo štiri konvergenčne slike genetskega algoritma pri iskanju optimalnih vrednosti parametrov modela glede na podano kriterijsko funkcijo. Na osi x bo prikazano število iteracij, na osi y pa vrednosti kriterijske funkcije. Pri tem se preveri delovanje algoritma. Slika 75 prikazuje konvergenco genetskega algoritma prvega scenarija, pri čemer je bila velikost populacije 50, število generacij, ki hkrati predstavlja število iteracij, pa 100.

Slika 75: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti parametrov ob velikosti populacije 50 in izvedbi stotih iteracij

Slika 76 prikazuje konvergenco genetskega algoritma drugega scenarija, pri čemer je bila velikost populacije 100, število generacij, ki hkrati predstavlja število iteracij, pa prav tako 100.

50

52

54

56

58

60

62

64

66

1 6

11

16

21

26

31

36

41

46

51

56

61

66

71

76

81

86

91

96

Nizi1

Page 90: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran84

Slika 76: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti parametrov ob velikosti populacije 100 in izvedbi stotih iteracij

Slika 77 prikazuje konvergenco genetskega algoritma tretjega scenarija, pri čemer je bila velikost populacije 100, število generacij, ki hkrati predstavlja število iteracij, pa 50.

Slika 77: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti parametrov ob velikosti populacije 100 in izvedbi 50 iteracij

Slika 78 prikazuje konvergenco genetskega algoritma tretjega scenarija, pri čemer je bila velikost populacije 1000, število generacij, ki hkrati predstavlja število iteracij, pa 100.

49

50

51

52

53

54

55

56

57

58

59

1 6

11

16

21

26

31

36

41

46

51

56

61

66

71

76

81

86

91

96

Nizi1

49

50

51

52

53

54

55

1 3 5 7 9 1113151719212325272931333537394143454749

Nizi1

Page 91: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran85

Slika 78: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti parametrov ob velikosti populacije 1000 in izvedbi stotih iteracij

50

50,5

51

51,5

52

52,5

53

1 6

11

16

21

26

31

36

41

46

51

56

61

66

71

76

81

86

91

96

Nizi1

Page 92: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran86

10. UKREPI ZA ZMANJŠANJE OZIROMA ODPRAVO SODNIH ZAOSTANKOV

Republika Slovenija si že dolga leta prizadeva zmanjšati ali celo odpraviti sodne zaostanke. Omislila si je že veliko različnih ukrepov, jih združevala v razne projekte, kot je bil na primer Lukenda, pa se zadeve niso bistveno popravile. V tem poglavju bomo pogledali v dva dokumenta, ki opredeljujeta ukrepe za odpravo sodnih zaostankov, in sicer dokument iz leta 2002 z naslovom Sodni zaostanki v Republiki Sloveniji (analiza vzrokov in predlogi za zmanjšanje in odpravo) ter že omenjeno revizijsko poročilo Računskega sodišča Republike Slovenije o odpravi sodnih zaostankov iz leta 2011. Izpostavili bomo nekaj zanimivejših ukrepov. Nato bomo povzeli še nekaj vodil iz dokumenta z naslovom Saturn Guidelines for Judicial Time Management iz leta 2013, pripravljenega s strani CEPEJ-a (The European Commission for the Efficiency of Justice).

10.1. UKREPI IZ GRADIVA IZ LETA 2002 Vlada Republike Slovenije in Vrhovno sodišče Republike Slovenije sta leta 2002 pripravila gradivo z naslovom Sodni zaostanki v Republiki Sloveniji (analiza vzrokov in predlogi za zmanjšanje in odpravo). Dostopen je na spletni strani http://www.mp.gov.si/fileadmin/mp.gov.si/pageuploads/mp.gov.si/PDF/Sodna_statistika/sodni_zaostanki.pdf. V njem so se pojavili nekateri predlogi in ukrepi za zmanjšanje sodnih zaostankov, in sicer na zakonodajnem področju, na področju izobraževanja, pri sistemizaciji, kadrovskih zasedbah in opremi sodišč, informatizaciji poslovanja sodišč ter nekaterih drugih organizacijskih rešitvah. V nadaljevanju je vsak od teh segmentov podrobneje opisan. ZAKONODAJNO PODROČJE S spremembami Zakona o sodniški službi, ki bi omogočile učinkovanje sprememb Zakona o sodiščih in Sodnega reda naj bi bilo možno prispevati k povečanju storilnosti sodnikov, sodnega osebja in sodišč. To bi bilo možno doseči s stalnostjo sodnikov, večjo mobilnostjo, z dodatnim nagrajevanjem povečanega obsega dela, z vzpostavitvijo ustreznih meril za ugotavljanje pričakovanega obsega dela glede na izkušnje pri uporabi dosedanjih, z ustreznejšim nadzorom in poudarjenim, doslednim upoštevanjem učinkovitosti sodnikovega dela pri ocenjevanju in napredovanju, z uvedbo učinkovitejših možnosti službenega nadzora in uveljavljanja disciplinske odgovornosti, z razbremenitvijo sodnikov z oblikovanjem novih poklicnih profilov sodniških pomočnikov in strokovnih sodelavcev ter aktivnejšim delom pripravnikov ter z zvišanjem zahtevnosti in učinkovitosti celotnega sistema izobraževanja v pravosodju. PODROČJE IZOBRAŽEVANJA Posebna pozornost bi morala biti namenjena naslednjim ciljem in ukrepom:

Page 93: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran87

- Oblikovanju in izobraževanju novega poklica "sodniškega pomočnika", ki lahko v večji meri razbremeni sodnike enostavnejših strokovnih opravil oz. reševanja manj zahtevnih zadev.

- Ohranitvi enotnega pravniškega državnega izpita, z zmanjšano

zahtevnostjo glede obveznega izobraževanja v pravosodju in s krajšo pripravniško dobo ter z razširitvijo možnosti njenega opravljanja, z namenom omogočiti pridobitev pravice do zastopanja pred sodišči za vse pravnike, ki to želijo.

- Uvedbi dodatnega državnega pravosodnega izpita kot nadgraditvi

pravniškega državnega izpita za pridobitev pravice do opravljanja poklica v pravosodju.

- Večjemu poudarku opravljanju mentorstva za pripravnike, kakor tudi za

sodniške kandidate z usmerjenim izobraževanjem, preverjanjem, usposobljenosti in primernim upoštevanjem mentorskega dela v okviru ostalih sodniških oziroma pravosodnih dolžnosti oziroma z mentorskimi dodatki.

SISTEMIZACIJE, KADROVSKE ZASEDBE IN OPREMA SODIŠČ Pri vseh sodiščih bi bile spremembe sistemizacije sodnikov in zasedbe odobrene selektivno, v večjem obsegu pa za strokovne sodelavce in sodniške pomočnike, ki lahko v znatni meri razbremenijo sodnike vrste opravil v fazi priprave obravnave in njene strokovno tehnične izvedbe in pri reševanju manj pomembnih zadev ter spremljajočem strokovnem delu. Pri morebitnem nadaljnjem širjenju sistemizacije in zasedbe zaradi odprave sodnih zaostankov bi bilo potrebno upoštevati tudi konkretno stanje na posameznih sodiščih, pa tudi predvidene upokojitve. Eden od ukrepov pa se je glasil: »Zaostanke pri delu posameznih sodišč, ki bodo ostali, ali do katerih bi še prišlo, bo možno v uveljavljenih ali novih oblikah reševati s povečano mobilnostjo sodnikov v okviru prostovoljnih dodelitev, uvrstitev v posebne skupine "medokrajnih ("mobilnih") sodnikov", v izjemnih primerih pa tudi z odreditvijo začasnega dela pri drugem sodišču, če je to nujno za izvrševanje sodne funkcije ali odpravo zaostankov.« INFORMATIZACIJA POSLOVANJA SODIŠČ Pravni informacijski sistem bi bilo potrebno vzdrževati in sproti dopolnjevati z informacijami iz pravne literature in judikature, tako da bi bile sodnikom na najsodobnejši način (vključno z elektronsko obliko in intranetom) in tekoče dostopne vse strokovne podlage za njihovo odločanje. Pri tem bi bilo pravni informacijski sistem potrebno in možno tudi povezati z obstoječimi in novimi bazami podatkov, pomembnih za podporo dela sodišč.

Page 94: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran88

DRUGE ORGANIZACIJSKE REŠITVE Za dvig strokovnosti, izvajanje nadzorstvenih pristojnosti in kot podlaga za organizacijske ter druge izboljšave bo znotraj sodstva potrebno nameniti večjo pozornost pregledu poslovanja nižjih sodišč v okviru zakonskih pooblastil višjih sodišč in brez kakršnega koli poseganja v neodvisnost sodniške funkcije. Organizacijske rešitve morajo biti predmet stalnega preverjanja in preizkušanja, tudi posebnega strokovnega in znanstvenega obravnavanja, saj dajejo široke možnosti izboljšanja dela z ukrepi znotraj sodstva samega. Tako npr. z uvedbo specializacij, ustrezne notranje organizacije, oblikovanja oddelkov, ki omogočajo učinkovito vodenje in nadzor dela, povezovanjem sodnikov in sodnega osebja z namenom optimalne delitve dela ob razbremenjevanju sodne funkcije, mentorstvom, vključevanjem pripravnikom v delo, strokovnim povezovanjem in drugimi ukrepi.

10.2. UKREPI, OMENJENI V REVIZIJSKEM POROČILU RAČUNSKEGA SODIŠČA O ODPRAVI SODNIH ZAOSTANKOV IZ LETA 2011

V dokumentu so našteti ukrepi za zagotovitev večje učinkovitosti sodstva in odpravo sodnih zaostankov, določeni v projektu Lukenda. Ti so:

- zagotovitev prostorskih pogojev v skladu s strategijo prostorskega razvoja pravosodnega sistema;

- stimulativno nagrajevanje sodnega osebja za odpravljanje sodnih zaostankov;

- poenostavitev predpisov in standardizacijo sodnih postopkov; - popolna informatizacija sodišč; - dodatno usposabljanje sodnikov in tožilcev, z uvedbo specializacije

sodnikov; - reorganizacijo in boljše upravljanje sodišč; - stimuliranje kakovosti in učinkovitosti dela državnih tožilcev in

pravobranilcev; - sprememba na področju sodnih taks; - sprememba odvetniške tarife; - vzpostavitev hitrega in učinkovitega sistema izterjave kazni, povprečnin in

sodnih taks; - vzpostavitev sistema, ki bo pospešil in poenostavil reševanje preprostih

zadev; - vzpodbujanje državljanske zavesti, ki bo poudarjala zaupanje in

spoštovanje do pravosodnih organov in njihovih zaposlenih; - zagotovitev večje varnosti na sodiščih; - zagotovitev stalnosti sodnikov na sodiščih, z možnostjo napredovanja tako

v višji plačilni razred in tudi v višji sodniški naziv na istem sodišču in istem pravnem področju;

- zagotovitev mobilnosti sodnikov in/ali sodnih spisov; - oblikovanje enotne statistične zbirke podatkov za statistično spremljanje

dela sodišč po enotnih merilih;

Page 95: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran89

- ustanovitev koordinacijskega telesa za statistično spremljanje dela sodišč med ministrstvom, sodnim svetom in vrhovnim sodiščem;

- zagotovitev dostopnosti do podatkov iz enotne statistične zbirke podatkov vsem uporabnikom.

Poročilo nato te ukrepe zaradi povezanosti vsebin združi oziroma jih obravnava skupaj. Ti ukrepi so tako: spremembe predpisov; reorganizacija sodstva; zagotavljanje dodatnih človeških virov; stimulativno nagrajevanje; usposabljanje; izvajanje nadzorov; informatizacija sodstva; spodbujanje alternativnega reševanja sporov; priprava in izvajanje odprave sodnih zaostankov na posameznih sodiščih.

10.3. VODILA CEPEJ-EVEGA DOKUMENTA IZ LETA 2013 CEPEJ (The European Commission for the Efficiency of Justice) je leta 2013 razvil gradivo z naslovom Saturn Guidelines for Judicial Time Management. Vodila v njem naj bi pomagala sodnemu sistemu zbirati pomembne informacije in analizirati primerne vidike trajanja sodnih postopkov z ozirom na zmanjševanje neprimernih zaostankov, zagotavljajoč učinkovitost postopkov in potrebno preglednost vsem uporabnikom sodnega sistema. Dostopno je na spletnem naslovu https://wcd.coe.int/ViewDoc.jsp?Ref=CEPEJ(2013)4&Language=lanEnglish&Ver=original&BackColorInternet=DBDCF2&BackColorIntranet=FDC864&BackColorLogged=FDC864. Povzemamo nekatere izmed vodil iz omenjega gradiva:

- »Nadzorstvo naj poskrbi, da dobe neaktivnsti (čakalni čas) v sodnem postopku ne bodo prekomerno dolge, če pa kadarkoli pride do takih dob, naj se vložijo posebni napori, da se postopek pospeši in kompenzira zamuda«. To vodilo je implementirano med drugim v Avstriji, Finski, Veliki Britaniji ter na Češkem in Irskem.

- »Odločitve v zvezi s koriščenjem sredstev za delovanje sodstva naj se

sprejemajo tako, da bodo spodbujale učinkovito upravljanje s časom. Če bi bilo nujno, bi moralo biti možno sredstva prerazporediti na hiter in učinkovit način, da bi se izognili zaostankom in zamudam.« Primer tega najdemo na Nizozemskem.

- »Ko se uvaja nova zakonodaja, naj vlada vselej preuči njen vpliv na pripad

in se izogne pravilom določilom, ki bi utegnili povzročiti zamude in zaostanke.« Temu vodilu zaenkrat ni sledila še nobena država.

Page 96: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran90

- »Pravila sodnih postopkov morajo upoštevati optimalne časovne okvire. Pravila, ki nepotrebno zavlačujejo postopke ali jih precej zapletejo, morajo biti ukinjena ali popraviti.« To vodilo so resno vzeli v Italiji.

- »Posebne pozornosti bi morali biti deležni tisti primeri, katerih celostno

trajanje kot tako, bi lahko privedlo do kršenja človekove pravice do sojenja v razumnem roku.« Tega vodila se dobro zavedajo v Veliki Britaniji.

- »Vsak, ki s svojim dejanjem ali opustitvijo povzroči zaostanek in škodljivo

vpliva na sledenje standardom, ciljem in časovnim okvirom, bi moral za to odgovarjati.« Tudi temu vodilu sledijo v Veliki Britaniji.

- »Vsi udeleženci v procesu so dolžni sodelovati s sodiščem glede na

postavljene cilje in časovne omejitve.« Temu sledita Finska in Norveška.

- »Vsi poskusi spontanega ali zavednega zavlačevanja postopkov naj se preprečijo.«

- »Za zavlačevanja in neprimerno obnašanje bi morale obstajati

proceduralne sankcije. Doletele bi lahko tako stranke kot njihovei zastopnike.«

- »Če član pravnega poklica v veliki meri zlorablja proceduralne pravice ali

očitno zavlačuje postopke, se ga prijavi ustrezni poklicni organizaciji, ki odredi nadaljnje posledice.« S tem so se ukvarjali v Italiji.

Če vse skupaj povzamemo, lahko ugotovimo, da je marsikateri omenjeni ukrep za preprečevanje sodnih zaostankov podoben tistim, ki smo jih ali jih še poskušamo uvesti v Republiki Sloveniji. Bo pa na tem področju potrebno še marsikaj spremeniti ali popraviti, saj je število sodnih zaostankov še vedno izjemno veliko.

Page 97: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran91

11. NEPRAVILNOSTI V SODNI STATISTIKI Na nepravilnosti v sodni statistiki je v reviji Pravna praksa, izdani šestega marca 2014, v članku z naslovom »Ta je zoper nas« opozoril T. Pavčnik. Pavčnik (2014) je navedel številne metode »dopingirane« sodne statistike:

- izmenično združevanje in razdruževanje spisov;

- vpisovanje novih zadev najprej v R-vpisnik, da se zmedi, potem pa še v redni vpisnik;

- fevdalizacijo serijskih, hitro rešljivih zadev;

- »reševanje na drug način« (kar je na primer na pritožbenem sodišču

pomenilo vračanje zadev z dopisom zaradi odprave nepomembnih pomanjkljivosti);

- nekritično (pretirano) priznavanje obsega dela za opravila, ki niso sojenje,

ter ponderiranje spisov. To slednje pomeni, da sodnik zadevo oceni kot težko, težjo, najtežjo in da bi bilo zato pošteno, če se šteje, kot da je v resnici rešil tri, štiri, pet ali osem spisov, kar se mu potem bolj ali manj arbitrarno prizna.

Nadalje Pavčnik (2014) navaja, da so nova merila arbitrarnost zdaj odpravila. Pravi, da je ta metoda za dopingiranje sodne statistike v resnici najbolj sprevržena, kajti ostale metode so že prima facie napačne, neetične in nepoštene. Ta slednja pa se zdi na prvi pogled pravična, v resnici pa povsem izkrivlja resnična storilnostna razmerja med sodniki. Pravi, da subjektivni občutek, kako se nekomu neki spis zdi težak (pri čemer se bo slabšemu sodniku spis zdel težek prej kot dobremu sodniku), nima v statistiki kaj iskati.

Page 98: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran92

12. ZAKLJUČKI Analiza podatkov sodne statistike nam je služila za obravnavo referenčnega modusa, ki je opisan z linearno padajočo produktivnostjo ob konstantnem pripadu zadev. S pomočjo metodologije sistemske dinamike smo razvili model, kjer smo upoštevali, da sta ključna elementa stanja število zadev in število zaposlenih. Pri tem je na učinkovitost sistema pomembno vplivala produktivnost. S pomočjo modela ter optimizacije smo ugotovili, da bo nadaljevanje trendov vodilo v prekomerne sodne zaostanke ter da bi morali število zaposlenih, če se želimo zoperstaviti padajoči produktivnosti, naraščati eksponentno, kar pa ni sprejemljivo. Obravnavali smo različne scenarije, ki nakazujejo možne politike. S strukturnega vidika smo obravavali vpliv mediacij na sodne zaostanke. Po analizi smo ugotovili, da mediacije pomagajo le na krajši rok, na daljši rok pa le-te nimajo učinka. Končna ugotovitev je, da je potrebno nasloviti problem padajoče produktivnosti, saj rešitev z eksponentnim naraščanjem števila zaposlenih na daljši rok ni izvedljiva. V dani situaciji tudi mediacije ne bodo doprinesle k pričakovanim rezultatom, to je zmanjšanju sodnih zaostankov. Ukrepi za odpravo sodnih zaostankov se bodo morali še poostriti, hkrati pa smo tudi ugotovili, da smo si pri tej problematiki v marsičem podobni tudi s preostalo Evropo. Na podlagi vsega navedenega potrjujemo vse tri raziskovalne hipoteze, ki smo jih navedli v uvodnem poglavju.

Page 99: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran93

LITERATURA IN VIRI Haupt. R. L., Haupt, S. E. (2004). Practical genetic algorithms, John Wiley & Sons, Inc., Hoboken, New Jersey. Lampe, R. (2010). Pravo človekovih pravic, Javno podjetje Uradni list Republike Slovenije, d.o.o., Formatisk d.o.o., Ljubljana Oliva, R. (2002). Model calibration as a testing strategy for system dynamics models, European Journal of Operational Research 151 (2003) 552–568 Pavčnik, M. (2011). Teorija prava, GV Založba, d.o.o., Birografika Bori, d.o.o., Ljubljana Pavčnik, T. (2014). Ta je zoper nas, članek, Pravna praksa, 6. 3. 2014, stran 33 Škraba, A., Vavtar, B. (2009). Development of a System Dynamics Model of the Court Delay Problem to Guide Strategic Actions – Case Study of Slovenia, UM FOV 2009, interno gradivo

Šturm, L. (ur.) (2002). Komentar Ustave Republike Slovenije, Fakulteta za podiplomske državne in evropske študije, Ljubljana, Utrip d.o.o., Brežice Programsko ordje Powersim http://www.powersim.com/ (1. 7. 2014) Programsko orodje Scilab http://www.scilab.org/ (7. 7. 2014) Programsko orodje Tableau http://www.tableausoftware.com/ (30. 6. 2014) Programsko orodje Vensim http://vensim.com/ (2. 7. 2014)

Računsko sodišče Republike Slovenije, Revizijsko poročilo: Odprava sodnih zaostankov (2011):

http://www.rs-rs.si/rsrs/rsrs.nsf/I/400C61B7A3AA03CFC12578530039BA61

(1. 6. 2014) Saturn Guidelines for Judicial Time Management, CEPEJ (2013) https://wcd.coe.int/ViewDoc.jsp?Ref=CEPEJ(2013)4&Language=lanEnglish&Ver=original&BackColorInternet=DBDCF2&BackColorIntranet=FDC864&BackColorLogged=FDC864 (14. 8. 2014)

Page 100: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran94

Sodna statistika, Ministrstvo za pravosodje: http://www.mp.gov.si/si/obrazci_evidence_mnenja_storitve/uporabni_seznami_imeniki_in_evidence/sodna_statistika/ (25. 5. 2014)

Sodna statistika 2007, Ljubljana, 2008:

http://www.mp.gov.si/si/storitve_in_mnenja_mpju/uporabni_seznami_imeniki_in_evidence/sodna_statistika/

(26. 5. 2014)

Sodna statistika 2008, Ljubljana, 2009:

http://www.mp.gov.si/si/storitve_in_mnenja_mpju/uporabni_seznami_imeniki_in_evidence/sodna_statistika/

(26. 5. 2014)

Sodna statistika 2009, Ljubljana, 2010:

http://www.mp.gov.si/si/storitve_in_mnenja_mpju/uporabni_seznami_imeniki_in_evidence/sodna_statistika/

(26. 5. 2014)

Sodna statistika 2010, Ljubljana, 2011:

http://www.mp.gov.si/si/storitve_in_mnenja_mpju/uporabni_seznami_imeniki_in_evidence/sodna_statistika/

(26. 5. 2014)

Sodna statistika 2011, Ljubljana, 2012:

http://www.mp.gov.si/si/storitve_in_mnenja_mpju/uporabni_seznami_imeniki_in_evidence/sodna_statistika/

(26. 5. 2014)

Sodni zaostanki v republiki Sloveniji (analiza vzrokov in predlogi za zmanjšanje in odpravo)

http://www.mp.gov.si/fileadmin/mp.gov.si/pageuploads/mp.gov.si/PDF/Sodna_statistika/sodni_zaostanki.pdf

(1. 8. 2014) Slovenija je zaradi sodnih zaostankov kaznovana, članek, STA, Delo, 2013: http://www.delo.si/novice/politika/slovenija-je-zaradi-sodnih-zaostankov-kaznovana.html (30. 8. 2014) What are human rights?, United for Human Rights http://www.humanrights.com/what-are-human-rights.html (25. 8. 2014)

Page 101: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran95

PRILOGA Priloga: Enačbe iz programskega orodja Powersim

KAZALO SLIK Slika 1: Organigram organizacije in sestave sodišč splošne pristojnosti (Vir: lastni

2014) ........................................................................................... 15

Slika 2: Organigram organizacije in sestave specializiranih sodišč (Vir: lastni 2014)

................................................................................................. 16

Slika 3: Število sodnikov in strokovnih sodelavcev na leto ............................ 17

Slika 4: Število nerešenih primerov na koncu posameznega leta ..................... 18

Slika 5: Letni pripad novih sodnih primerov v posameznem letu ..................... 19

Slika 6: Število rešenih sodnih primerov v posameznem letu ......................... 20

Slika 7: Sodniška produktivnost v posameznem letu .................................... 21

Slika 8: Razmerje med številom rešenih in številom nerešenih sodnih primerov ... 22

Slika 9: Razmerje med sodniškim osebjem in produktivnostjo ........................ 23

Slika 10: Razmerje med sodniki in njihovimi pomočniki ............................... 24

Slika 11: Razmerje med številom nerešenih sodnih primerov in produktivnostjo .. 25

Slika 12: Vzročno posledični diagram ..................................................... 26

Slika 13: Struktura modela, razvitega z orodjem Powersim ........................... 28

Slika 14: Struktura modela, razvitega z orodjem Scilab ............................... 29

Slika 15: Vrednosti spremenljivk in uteži (kalibracija) ................................. 30

Slika 16: Nastavitev metode kalibracije .................................................. 31

Slika 17: Izviren izpis rezultatov ob izvedbi kalibracije simulacijskega modela

glede na realne podatke .................................................................... 32

Slika 18: Število primerov v obravnavi (kalibracija) .................................... 33

Slika 19: Novi primeri oziroma pripad (kalibracija) ..................................... 33

Slika 20: Rešeni primeri (kalibracija) ..................................................... 34

Slika 21: Delovna sila (kalibracija) ........................................................ 35

Slika 22: Primer scenarija za izvedbo genetskega algoritma .......................... 37

Slika 23: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Čas za prilagoditev delovne sile« ........................................................ 38

Slika 24: Vpliv variiranja parametra »Čas za prilagoditev delovne sile« na

povprečni sodni zaostanek (občutljivostna analiza) .................................... 39

Slika 25: Vpliv variiranja parametra »Čas za prilagoditev delovne sile« na število

primerov v obravnavi (občutljivostna analiza) .......................................... 40

Slika 26: Vpliv variiranja parametra »Čas za prilagoditev delovne sile« na delovno

silo (občutljivostna analiza) ................................................................ 40

Slika 27: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Koeficient mediacije« v mejah od 0 do 0.25 ........................................... 41

Slika 28: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na povprečni sodni zaostanek (občutljivostna analiza) ................................ 42

Page 102: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran96

Slika 29: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število primerov v obravnavi (občutljivostna analiza) .............................. 42

Slika 30: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na delovno silo (občutljivostna analiza) .................................................. 43

Slika 31: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število primerov v postopku mediacije (občutljivostna analiza) .................. 44

Slika 32: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Čas za popravo števila primerov« ........................................................ 45

Slika 33: Vpliv variiranja parametra »Čas za popravo števila primerov« na

povprečni sodni zaostanek (občutljivostna analiza) .................................... 46

Slika 34: Vpliv variiranja parametra »Čas za popravo števila primerov« na število

primerov v obravnavi (občutljivostna analiza) .......................................... 46

Slika 35: Vpliv variiranja parametra »Čas za popravo števila primerov« na delovno

silo (občutljivostna analiza) ................................................................ 47

Slika 36: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Želeno število primerov v procesu« ..................................................... 48

Slika 37: Vpliv variiranja parametra »Želeno število primerov v procesu« na

povprečni sodni zaostanek (občutljivostna analiza) .................................... 49

Slika 38: Vpliv variiranja parametra »Želeno število primerov v procesu« na število

primerov v procesu (občutljivostna analiza) ............................................. 49

Slika 39: Vpliv variiranja želenega parametra »Želeno število primerov v procesu«

na delovno silo (občutljivostna analiza) .................................................. 50

Slika 40: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Čas za prilagoditev delovne sile« ob upoštevanju ravnotežja ....................... 51

Slika 41: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Koeficient mediacije« v mejah od 0 do 0.25 ob upoštevanju ravnotežja .......... 52

Slika 42: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na povprečni sodni zaostanek ob upoštevanju ravnotežja (občutljivostna analiza)53

Slika 43: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število primerov v obravnavi ob upoštevanju ravnotežja (občutljivostna analiza)

................................................................................................. 53

Slika 44: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na število rešenih primerov ob upoštevanju ravnotežja (občutljivostna analiza) .. 54

Slika 45: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.25

na delovno silo ob upoštevanju ravnotežja (občutljivostna analiza) ................. 55

Slika 46: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Čas za popravilo števila primerov« ob upoštevanju ravnotežja ..................... 56

Slika 47: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Želeno število primerov v procesu« ob upoštevanju ravnotežja .................... 57

Slika 48: Nastavitev občutljivostne analize simulacijskega modela za parameter

»Koeficient mediacije« v mejah od 0 do 0.6 ............................................ 58

Slika 49: Vpliv variiranja parametra »Koeficient mediacije« v mejah od 0 do 0.6 na

povprečni sodni zaostanek (občutljivostna analiza) .................................... 59

Slika 50: Struktura modela »Stud_A« ..................................................... 61

Page 103: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran97

Slika 51: Prikaz štirih grafov po izvedbi scenarijev na strukturi modela »Stud_A« 62

Slika 52: Struktura modela »Stud_B« ..................................................... 63

Slika 53: Prikaz štirih grafov po izvedbi scenarijev na strukturi modela »Stud_B« 64

Slika 54: Struktura modela »Stud_C« ..................................................... 65

Slika 55: Prikaz štirih grafov po izvedbi scenarijev na strukturi modela »Stud_C« 66

Slika 56: Izvirni izsek prikaza parametrov iz orodja Scilab SciNotes ................. 68

Slika 57: Izviren izpis minimalnih in maksimalnih mejnih vrednosti optimizacijskih

genetskih algoritmov iz orodja Scilab SciNotes ......................................... 68

Slika 58: Parametri optimizacijskih genetskih algoritmov iz orodja Scilab SciNotes

................................................................................................. 68

Slika 59: Določitev populacije in števila generacij za prvi scenarij v orodju Scilab

SciNotes ....................................................................................... 69

Slika 60: Izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj

zgornje in spodnje meje .................................................................... 72

Slika 61: Splošen izpis najboljših vrednosti parametrov ............................... 72

Slika 62: Poimeski izpis parametra in njegove najboljše vrednosti .................. 72

Slika 63: Določitev populacije in števila generacij za drugi scenarij v orodju Scilab

SciNotes ....................................................................................... 73

Slika 64: Izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj

zgornje in spodnje meje .................................................................... 75

Slika 65: Splošen izpis najboljših vrednosti parametrov ............................... 76

Slika 66: Poimeski izpis parametra in njegove najboljše vrednosti .................. 76

Slika 67: Določitev populacije in števila generacij za tretji scenarij v orodju Scilab

SciNotes ....................................................................................... 76

Slika 68: Izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj

zgornje in spodnje meje .................................................................... 78

Slika 69: Splošen izpis najboljših vrednosti parametrov ............................... 78

Slika 70: Poimeski izpis parametra in njegove najboljše vrednosti .................. 79

Slika 71: Določitev populacije in števila generacij za četrti scenarij v orodju Scilab

SciNotes ....................................................................................... 79

Slika 72: Izpis najboljših vrednosti posameznih optimizacijskih parametrov znotraj

zgornje in spodnje meje .................................................................... 82

Slika 73: Splošen izpis najboljših vrednosti parametrov ............................... 82

Slika 74: Poimeski izpis parametra in njegove najboljše vrednosti .................. 82

Slika 75: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti

parametrov ob velikosti populacije 50 in izvedbi stotih iteracij ...................... 83

Slika 76: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti

parametrov ob velikosti populacije 100 in izvedbi stotih iteracij .................... 84

Slika 77: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti

parametrov ob velikosti populacije 100 in izvedbi 50 iteracij ........................ 84

Slika 78: Konvergenca genetskega algoritma pri iskanju optimalnih vrednosti

parametrov ob velikosti populacije 1000 in izvedbi stotih iteracij ................... 85

Page 104: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran98

KAZALO TABEL Tabela 1: Izhodiščne vrednosti parametrov .............................................. 31

Tabela 2: Število scenarijev in posamezni deleži mediacije za določen scenarij .. 60

Tabela 3: Izvedba iteracij za prvi nabor optimizacijskih parametrov ................ 71

Tabela 4: Izvedba iteracij za drugi nabor optimizacijskih parametrov .............. 75

Tabela 5: Izvedba iteracij za tretji nabor optimizacijskih parametrov .............. 78

Tabela 6: Izvedba iteracij za četrti nabor optimizacijskih parametrov ............. 81

KRATICE IN AKRONIMI EKČP: Evropska konvencija o varstvu človekovih pravic in temeljnih svoboščin ESČP: Evropsko sodišče za človekove pravice CEPEJ: The European Commission for the Efficiency of Justice PSZ: Povprečni sodni zaostanek DS: Delovna sila GA: Genetski algoritem

Page 105: MODELIRANJE IN SIMULACIJA VPLIVA ORGANIZACIJSKE … · 2017-11-28 · orodij Powersim, Scilab in Xcos, bo upošteval tudi spremembo organizacijske strukture in proces mediacij. 4

Univerza v Mariboru – Fakulteta za organizacijske vede Magistrsko delo

Ivan Zakoč: Modeliranje in simulacija vpliva organizacijske strukture in produktivnosti na sodne zaostanke stran99

PRILOGA – ENAČBE PROGRAMSKEGA ORODJA POWERSIM init Delovna_sila = Zelena_delovna_sila flow Delovna_sila = +dt*Najemanje_in_odpuscanje init Pricakovan_pripad = Novi_primeri flow Pricakovan_pripad = +dt*Sprememba_pricakovanega_pripada init Stevilo_primerov = Zeleno_stevilo_primerov_v_procesu flow Stevilo_primerov = -dt*Mediacija -dt*Reseni_primeri +dt*Novi_primeri aux Mediacija = STEP(Delez_mediacije,2011)*Stevilo_primerov aux Najemanje_in_odpuscanje = ( Zelena_delovna_sila - Delovna_sila ) / Cas_za_prilagoditev_delovne_sile aux Novi_primeri = Funkcija_pripada aux Reseni_primeri = Delovna_sila * Produktivnost aux Sprememba_pricakovanega_pripada = ( Novi_primeri - Pricakovan_pripad ) / Cas_za_pripravo_pricakovanj aux Funkcija_pripada = Zacetni_pripad * ( 1 + STEP ( Korak , 1990+20 ) ) aux Popravek_stevila_primerov = Razlika / Cas_za_popravo_stevila_primerov aux Povprecni_sodni_zaostanek = Stevilo_primerov/Vsota aux Produktivnost = -4.485*TIME+9107 +0*Korekcijski_faktor doc Produktivnost = -4.3399*TIME+8817.5 144 IF(TIME>=2007,107.3207,-4.3399*TIME+8817.5) aux Razlika = Stevilo_primerov -Zeleno_stevilo_primerov_v_procesu aux Vsota = Mediacija+Reseni_primeri aux Zelena_delovna_sila = Zelene_dispozicije / Produktivnost doc Zelena_delovna_sila = 639 - na podlagi statistike za 3 leta aux Zelene_dispozicije = Pricakovan_pripad + Popravek_stevila_primerov const Cas_za_popravo_stevila_primerov = 0.75 const Cas_za_prilagoditev_delovne_sile = 15 const Cas_za_pripravo_pricakovanj = 2 const Delez_mediacije = 0.6 const Korak = 0 const Korekcijski_faktor = 0 doc Korekcijski_faktor = IF(TIME>=18,142,-4*TIME+214) -4*TIME+214 175 const Zacetni_pripad = 125161 const Zeleno_stevilo_primerov_v_procesu = 125161 doc Zeleno_stevilo_primerov_v_procesu = 73396 - ocenjeno za leto 1989 spec start = 1990.00000 spec stop = 2030.00000 spec dt = 0.06250 spec method = Euler (fixed step)