Farlig gods transport en trussel mot liv, helse og miljø. En historie fra RISIT-programmet av Ove Njå

Transkript

1 Farlig gods transport en trussel mot liv, helse og miljø En historie fra RISIT-programmet av Ove Njå

2 RISIT-programmet Nullvisjonen som bærende element Risikoforståelse og samfunnsperspektiv på transportrisiko Organisering av risikohåndtering

3 Hvordan forene RISIT og transport/miljø? Utviklingshastighet Utløsnings-/avslutningshastighet Fast: Abrupt Slow: Gradual Fast: Instant Fast-burning crisis Long-shadow crisis Slow: Creeping UØNSKEDE TILSTANDER RISIKO RISIT Cathartic crisis Slow-burning crisis Klima- og miljøforskning ( thart og Boin, 2001)

4 Prosjekter/temaer Risikoanalyse, -aksept og styring Risikonivå og aktørroller i forbindelse med transport av farlig gods

5 Farlig gods transport ulykker i Norge Kilde: DSB

6 Konseptmodell multimodal transport Lengde/km Veg A x x B Bane Sjø Risikomodell veg Risikomodell bane Risikomodell sjø Risikomodell lasting/ omlasting Risikomodell ordinær veg Risikomodell tunnel Risikomodell ferge (Jørn Vatn, Sintef, 2008)

7 Hovedmeny Verktøy (Jørn Vatn, Sintef, 2008)

8 Grafisk hendelsestre (Jørn Vatn, Sintef, 2008)

9 Teoretiske perspektiv - risikomodeller = D fn P r S r r, S S f =γ Ln r r r r γ 8 = γ h r 0, r j j= 1 Fabiano et.al, Cassaza et.al., Tixier et.al, etc, EUROPA-perspektivet.

10 Bakgrunnskunnskap og anvendelse År # dødsulykker # ulykker på veg # ulykker i terminaler Trender? Risikouttrykk? Kjernekompetanse? Kilde: TØI-rapport700/2004

11 Perspektiver på risiko DATA: Ekspertvurderinger Spesifikke studier Lokal kunnskap etc. Risk? Observasjoner/statistikk PA ( ) EX P( X xk) t T=0 t 1

12 Usikkerhet i eksisterende forskning Klassisk risikofortolkning dominerer Relativ frekvens Objektiv risiko Sann underliggende risiko Det produseres estimater Usikkerhet blir sjelden diskutert Konfidensintervall

13 Et alternativt perspektiv på risiko Observerbare størrelser Modeller er verktøy for å uttrykke usikkerhet Alle prediksjoner er basert på analytikernes kunnskap Usikkerhet er uttrykt ved sannsynligheter eller sannsynlighetsfordelinger ( < x K) P X

14 Hvorfor er sikkerhet så vanskelig? (Jens Rasmussen og Inge Svedung, 2000) Dominerende forskningsdisiplin: Nullvis Politiske myndigheter Stressfaktorer i omgivelsene: Statsvitenskap, jus, økonomi, sosiologi Forskr Ulykk Direktorat/tilsyn/ foreninger Endring i politisk klima og offentlig bevissthet Økonomi, beslutningsteori, organisasjonssosiologi Veiled. Strat Virksomheter Endringer i markedsforhold og økonomisk press Industriell ingeniørkunnskap, ledelse og organisasjon Pros. Rapp Ledelse Endring i kompetanse og utdanningsnivå Psykologi, menneskelige faktorer, MTO Plan Ingeniørkunnskap, teknologi; kjemi, fysikk, elektro, struktur osv. Handling Obs Ansatte Arbeid Hurtig teknisk endringstakt

15 Aktørene tilpasser seg Bruk av ROS-analyser (Solberg, 2007) ROS-analyser i liten grad i bruk Skal slike verktøy få betydning må de være enkle og praktiske Så lenge regelverket følges så opererer man sikkert nok Omdømme vel så viktig som ulykkesrisiko Kunnskap og erfaringsdata (Njå og Vatn, 2005; Njå, 2006; Njå og Aven, 2007) Sikkerhetsinformasjonssystemer i liten grad på tvers Sikkerhetsrådgiver en uutnyttet mulighet Transport av unitisert gods Bjelland og Heinzerling, IRIS Færre og større aktører Avvik pga økonomi, komplekst regelverk og tidspress Aktører med sporadisk befatning de verste

16 Konklusjoner Risikobasert styring mhp FG transport i liten grad utviklet På veg mot en kvantitativ modell Hva kan da hensikten med sterkere grad av risikoinformasjon være? Myndighetsnivå Forvaltning/tilsyn Selskap Operatører

17 Probabilistic safety analysis should be interpreted as reasonable argument, rather than an objective representation of truth...the use of probabilistic safety analysis as a tool in a dialectical debate over safety becomes an attractive possibility Stephen R. Watson, 1994