Erfaringer med handelsanalyser

Transkript

1 Erfaringer med handelsanalyser Hordaland fylkeskommune: Handel i Hordaland Bergen, 22. september 2015 Aud Tennøy PhD By- og regionplanlegging Forskningsleder, Kollektivtrafikk, areal- og transportplanlegging, TØI

2 Hva er handelsanalyser? Handelsanalyser: Analyser av hvilke konsekvenser det vil ha å bygge ut ny handel av en viss dimensjon i en gitt lokasjon Viktige temaer: Konsekvenser for andre handelsområder, spesielt sentrum og bydelssentre Hvor mye biltrafikk som genereres 2

3 Bygger foredraget på Intervjuundersøkelse fra 2010 med planleggere i de 13 Fremtidens byer, gjennomgang av tre case Studier av kvalitet og usikkerhet i konsekvensutredninger Dyp gjennomgang av et stort case i min PhD En faglig bemerkning til en handelsanalyse for Larvik 3

4 Erfaringer med handelsanalyser i Framtidens byer 4

5 I konkrete utbyggingssaker Handelsutbygging initieres av private (og kommunale) utbyggere Utbyggere utfordrer ofte planer på lokalisering og/eller volum Det er utbygger som er ansvarlig for utarbeiding av reguleringsplan og analyser Noen kommuner har gjort analyser som motsvar til utbyggers planer (Drammen, Oslo) Flere av kommunene har ikke ressurser til å utarbeide egne planer eller å stille kritiske spørsmål i planprosessene, de må prioritere saksbehandling Stor variasjon i hvilke utredningskrav som stilles, både mtp. hva som utredes og hvilke metoder som brukes Stort sett alle hadde vært borti handelsanalyser, men færre hadde stor innsikt i og/eller interesse for disse

6 Fire forskjellige tilnærminger og metoder Fire forskjellige tilnærminger og metoder i byene: Ligger utbyggingen innenfor rammen av overordnet plan? Senterets maksimalvolum defineres ut fra at det skal ha et lokalt kundegrunnlag, kvantitative utredninger (Oslo m.fl.) Hva er konsekvensene i forhold til målsettingene? Databasert modell som gir svar på hvilke konsekvenser nye handelsetableringer vil ha for handel i sentrum (Trondheim) Utredninger (kvantitative og kvalitative) som gir svar på hvilke konsekvenser nye handelsetableringer vil ha for handel i sentrum og andre sentre (Kristiansand m.fl.) Fremtidige behov for handelsarealer Behov for handelsarealer defineres ut fra fremtidig kjøpekraft, manglende handelsarealer beregnes Markedsanalyser Kan denne etableringen overleve her?

7 Vi analyserte tre handelsanalyser Økern senter, PBEs analyse, Oslo-modellen Lade-Leangen, Asplan Viaks analyse, Trondheimsmodellen Sørlandsparken, NCMs analyse, NCM-modellen Transp ortøkon omisk

8 Økern senter Maksimalstørrelsen på kjøpesenteret (m2) = kjøpekraft blant bosatte i gang- og sykkelavstand (kr) /antatt omsetning i kr/m 2 To soner Ingen fordeling på vareslag Resultat: maksimal størrelse på handelsutbyggingen Mål og metoder vel forankret i kommunedelplan for lokalisering av handel og service

9 Transp ortøkon omisk

10 Lade - Leangen Kjøpekraften beregnes for hver sone etter formelen K = 1xB+0,4xA dette omregnes og brukes til å fordele kjøpekraften relativt på sonene Handel mellom sonene i og j fordeles etter formelen: Hij = Oj x f(dij)/ On x f (di-n) Og aggregeres Ti soner Fire varegrupper Resultat: For seks scenarioer prosentvis endring i handelsutvikling og markedsandel før og etter i 10 delområder fordelt på fire varegrupper

11 Trondheimsmodellen, Lade - Leangen Transp ortøkon omisk

12 Sørlandsparken Konkurranseforholdene mellom Sørlandsparken, Kvadraturen og Lokale butikker i 2015 utledes med grunnlag i et rammeverk basert på dekningsgrad og utvikling i dekningsgrad, basert på dagens situasjon og konsulentens kjennskap og vurderinger til hvordan dette vil utvikle seg Åtte influensområder Tre (fire) varetyper Resultat: Omsetning og markedsandel for Sørlandsparken, Kvadraturen og lokale butikker (alle andre) i 2003 og i

13 Resultat, Sørlandsparken Transp ortøkon omisk

14 Noen betraktninger Vi ser at forskjellige forutsetninger er lagt inn i beregningsmetodikken: Oslo: De som bor nærmest senteret handler alt der (alt som ikke handles i sentrum), de som bor 1-2 km fra senteret handler 30 % der, de som bor lengre borte handler ikke der Trondheim: Handelsomsetningen bestemmes av den relative fordelingen av omsetning mellom sonene og den relative reisemotstanden mellom alle arbeidsplasser og boliger i alle sonene og handelstyngdepunktet i hver sone Kristiansand: Det ser ut til at fordelingen utledes fra dekningsgrad for forskjellige varetyper i forskjellige delområder

15 Noen betraktninger Det gjøres ofte ikke vurderinger av 0-alternativet; hvilke konsekvenser det kan ha for handel i sentrum og lokalsentre, samt totale transportmengder, om prosjektet ikke bygges Det gjøres ikke vurderinger av andre alternativer; for eksempel at handelsarealene heller bygges i sentrum eller et lokalsenter

16 Usikkerhet og subjektivitet Handelsanalyser er, som andre planfaglige prediksjoner om fremtiden, usikre og til en viss grad subjektive, fordi: Det må gjøres subjektive vurderinger av hvilke alternativer som skal analyseres og hvilke konsekvenser som skal utredes Prosjektet kan endre seg fra prediksjonene gjøres til tiltaket er gjennomført Feil og usikkerhet i grunnlagsdata, inputdata og forutsetninger Feil og usikkerheter i selve analysene og prediksjonene pga: funksjonsfeil årsak-virkningsforholdene beskrives feil prosessfeil viktige sammenhenger tas ikke med feil bruk av forståelsesmodeller disse er ikke gyldig for den aktuelle problemstillingen Ukjente og uavklarte kumulative effekter, helhetseffekter, langtidseffekter etc. Mulighet for partiskhet (bias)

17 Gode handelsanalyser Etterprøvbarhet: Det må fremgå hvordan analysene er gjennomført og hvilke forutsetninger, data og metoder som er brukt Usikkerheter i forutsetninger, data og resultater må komme tydelig frem, også for beslutningstakerne Analysene og fremstilling av resultatene må være forståelige: det fremgår tydelig hva som er undersøkt, hva som er funnet og hvilke konsekvenser prosjektet kan ha Analysene må være utarbeidet etter beste faglige skjønn og basert på oppdatert fagkunnskap Analysene og fremstillingene må være hederlige 17

18 Beskrivelse av usikkerhet og subjektivitet Ingen gir gode beskrivelser av usikkerhet og subjektivitet ved valg av data, input eller beregningsmetodikk selv om det sies en del om dette i analysen for Sørlandsparken Dokumentene gir i varierende grad uttrykk for at analysene og resultatene er usikre Sørlandsparken: Mange referanser, mange tabeller, oppsummeringstabellen og forsikringer i teksten gir inntrykk av sikker kunnskap Lade-Leangen: Matematiske ligninger og resulterende stolpediagrammer gir inntrykk av sikker og nøyaktig kunnskap Økern senter: Det fremgår relativt klart av teksten at dette er grove og forenklede overslag Økern senter kommer best ut fordi denne i minst grad gir inntrykk av eksakt kunnskap

19 Gjennomsiktighet/ etterprøvbarhet Er det mulig for andre å etterprøve analysen/ gjøre en analyse på bakgrunn av informasjon oppgitt i analysedokumentet? Lade-Leangen: Ja, men skjønnsmessige vurderinger som det ikke er redegjort for trekker ned, i tillegg til manglende definisjon av avstandsfunksjonen Økern senter: Ja, men skjønnsmessige vurderinger som det ikke er redegjort for trekker ned Sørlandsparken: Nei, mangler blant annet ligningen for hvordan man har regnet eller resonnert, mange skjønnsmessige vurderinger som det ikke er redegjort for

20 Forståelighet Kan de som leser analysen forstå hva som er gjort, diskutere input og forutsetninger, vurdere og diskutere om de er enige og gjøre opplyste beslutninger på grunnlag av dette? Økern senter: Ja, i stor grad Lade-Leangen: Ja, men krever at man er trent i å forholde seg til slike analyser Sørlandsparken: Nei Transp ortøkon omisk

21 Andre faktorer Arbeidsinnsats: Økern senter lite arbeidskrevende (men krever at det i forkant er gjort godt og grundig arbeid på oversiktsplannivå) Lade Leangen sannsynligvis ikke så arbeidskrevende å kjøre analysene (?), men arbeidskrevende å sette opp og vedlikeholde modellen Sørlandsparken: Sannsynligvis relativt arbeidskrevende (?) en rekke data skal samles inn fra forskjellige kilder, egne vurderinger skal gjøres og disse skal sammenholdes, en rekke mellomberegninger og aggregeringer gjøres etc

22 Andre faktorer Detaljeringsgrad Økern senter lav detaljeringsgrad (to/tre soner, ingen diskusjon om vareslag) Sørlandsparken og Lade - Leangen langt mer detaljert (hhv åtte og ti soner, tre og fire vareslag) Hvem kan gjøre analysen? Økern senter alle (i følge plan- og bygningsetaten) Lade - Leangen: konsulentselskapet som eier modellen (?) Sørlandsparken: Sikkert flere som kan gjøre (og gjør) lignende analyser (?)

23 Hvem kan anbefales? Vi lander på Oslo-modellen (Økern senter) Men den krever altså grundig arbeid på oversiktsplannivå

24 Handelsanalyser ifølge dem vi intervjuet Svakheter ved analysene: Analysene er usikre, det må gjøres forutsetninger som man ikke nødvendigvis er enige om De er ikke objektive vurderinger om behov for handel eller konsekvenser - besvarer oppgave fra utbygger Argumenterer/konkluderer for handel Kan være vanskelige å trenge inn i og diskutere Ser isolert på handelsetableringen vurderer ikke større handelsområder Beslutningsrelevans - påvirker analysene planer og beslutninger? Er til en viss (og varierende) grad dimensjonerende for handel Synliggjør konsekvenser av planer (varierende) Fungerer som del av drøftelsen i planprosessen før vedtak Brukes som argument for å bygge av dem som ønsker handelsutbyggingen (utbygger, politikere, andre)

25 Forbedringsmuligheter - ifølge intervjuene Mer fokus på dimensjon, ikke bare lokalisering Også synliggjøre problemer ved etableringen Mindre vinklet bare lokalisering Analyser på oversiktsnivå Vurdere flere alternative fremtider ; scenarioer, strategier Gjøre analyser med minimums- og maksimumskonsekvenser Analyser og utredninger (og planer?) som skiller mellom ulike handelskonsepter og håndtering av slike Unngå dreining mot mer detaljerte analyser (sier enkelte) Vurdere virkning på lokalsentre, ikke bare sentrum Se på større sammenhenger hvordan nye etableringer påvirker eksisterende sentre, byutvikling transportmengder mv

26 Noen betraktninger (våre) Bidrar handelsanalyser til måloppnåelse? Mulig, dersom det finnes klare rammer og virkemidler i overordnet plan og dersom analysene er gode Sannsynligvis ikke dersom de ikke utreder viktige tema, er vanskelige å forstå eller ikke viser negative konsekvenser Kan i så tilfelle virke mot sin hensikt ( er utredet, må motbevises, papirhaug å sette seg inn i )? Bør diskuteres: Hvor detaljert bør handelsanalyser være, hva er optimalt? Hva skal man detaljere på? Sett i forhold til hva som kan styres gjennom planlegging etter pbl. Hvilke diskusjoner bør tas på overordnet nivå (kommuneplan) og på reguleringsplannivå? Hva skal handelsanalysene bidra til og gjør de det? Hva kan endres for at de skal bidra sterkere til måloppnåelse?

27 Konklusjon 1 Dersom handelsutviklingen skal kunne styres i retninger som gir redusert biltrafikk og styrking av sentrum og lokalsentre, krever dette gode planer på oversiktsnivå: At planene angir riktig retning At de inneholder virkemidler som gjør dem styringsdyktige Handelsanalyser på reguleringsplannivå kan neppe i seg selv sikre eller bidra til en handelsutvikling som gir måloppnåelse Handelsanalysene må uansett være forståelige, slik at de kan bidra til en opplyst diskusjon om mulige konsekvenser av et foreslått prosjekt

28 Konklusjon 2 Vi vet hvordan handelen bør utvikles for at målsettinger om redusert biltrafikk og styrking av sentrum og lokalsentre skal nås Dersom vi lar handelen vokse i områder som er lettest tilgjengelige med bil, som bilbaserte kjøpesentre og store matvarebutikker uavhengig av boligkonsentrasjoner m.v., bidrar dette ikke til måloppnåelse Gitt svakheter ved handelsanalysene kan man påstå at de kan være mer til hinder enn nytte i et slikt perspektiv Handelsutviklingen kan styres mot de definerte målsettingene gjennom oversiktsplanlegging dersom man faktisk ønsker det

29 Hvordan lyve i handelsanalyser og hvordan avsløre at det lyves? 29

30 Hvordan lyve i handelsanalyser? Lying with numbers bruke snille tall, forutsetninger og metoder for å komme frem til tall som gjør konsekvensene akseptable eller endrer rangering av alternativer (Wachs, Flyvbjerg) Causing confusion bevisst skape forvirring og usikkerhet om konsekvenser av et prosjekt skape tvil om viktige årsak-virkningssammenhenger (Oreskes og Conway) Blackboxing - produsere ugjennomtrengelige plananalyser som ikke (eller vanskelig) kan etterprøves (Flyvbjerg, Wachs) Cherry-picking - gjennomføre en rekke ulike analyser og kun presentere de resultatene som er til fordel for utbygger (Krizek et al.) AUD TENNØY 30

31 Hvordan lyve i handelsanalyser? Presenterer data og analyser slik at de fremstår som sikrere og mer vitenskapelige enn de i realiteten er (inkludert name-dropping) Presenterer hypotetiske muligheter som analytiske funn (stasjonære klimagassutslipp) Endre fokus hva de velger å analysere, relevans, distraksjon Stråmenn - sammenlignet med skikkelig dårlige alternativ Sier at de har funnet noe annet enn de faktisk har funnet Søker å underminere PBEs og andre etaters faglige troverdighet AUD TENNØY 31

32 Hvorfor gjør de dette? Vet ikke bedre mangler kompetanse Forelsker seg - de synes det er et så bra prosjekt at de er villige til å vinkle analysene slik at prosjektet fremstår best mulig for å få det gjennom Rolleforståelse noen (men langt fra alle) forstår sin rolle som å få utbyggers prosjekt godkjent uansett Setter utbyggers interesser foran samfunnets interesser Sikre at de får nye prosjekter av utbygger Foreslå større utbygginger for å ha noe å gå på i forhandlinger 32

33 Dette kan fungere! Kan overbevise Kan skape tvil og forvirring tillater politikerne å velge det de synes er enklest å vedta The most efficient planner is sometimes the one who can cloak advocacy in the guise of scientific or technical rationality. Wachs (1989:477) 33

34 Men er det greit? Kan det på noen måte forsvares at fagfolk gjør dette? Vil gi byen noe fint Skal fremme oppdragsgivers interesser Er konsulentens rolle Annet Mitt svar er nei, det er ikke greit 34

35 Faglig bemerkning til en handelsanalyse for Larvik 35

36 Ganske vanlig handelsanalyse Beregnet fremtidig etterspørselspotensial for ulike varegrupper Beregnet omsetningskonsekvenser av ulike scenarier Sammenligning av scenarier 36

37 Hva ble vurdert? Om handelsanalysen er fremstilt på en forståelig og etterprøvbar måte Om det er redegjort for vesentlige usikkerheter Om data, forutsetninger og metoder som er brukt i analysene, samt konklusjonene som trekkes, virker fornuftige og balanserte 37

38 Forutsetninger til diskusjon Konkurranseflater mellom handelen i og utenfor Sentrum All slags handel? Også i Big Box og varehus? Eller bare spesialbutikker? Hva slags handel Sentrum kan romme og hvilken rolle Sentrum kan spille Bare små spesialbutikker for kosesjopping? Eller alle slags varer? Bredt utvalg. Også HM og andre dragere. Ulike konsepter også i sentrum? Hva som regnes som negative konsekvenser for handelen i sentrum Taper omsetning? Eller taper markedsandeler? 38

39 Referanser Tennøy, Aud, Tønnesen, Anders og Øksenholt, Kjersti Visnes (2015) Kunnskapsstatus. Handel, tilgjengelighet og bymiljø i sentrum. TØI rapport 1400/ Tennøy, Aud, Odd Midtskog, Kjersti Visnes Øksenholt og Njål Nore (2014) Hva kan gjøres for å styrke sentrums attraktivitet som etableringsarena for handel og service? TØI-rapport 1338/ Tennøy, Aud, Kjersti Visnes Øksenholt og Njål Nore (2014) Analyser av tre scenarier for arealutvikling i Haugesund. TØI-rapport 1322/ Tennøy, Aud (2014) Faglig bemerkning handelsanalyse for Larvik. TØI rapport 1302/ Tennøy, Aud (2013) Vinklede plananalyser til hinder for nødvendig endring. I Kote # 2. Tennøy, Aud (2012) How and why planners make plans which, if implemented, cause growth in traffic volumes. Explanations related to the expert knowledge, the planners and the plan-making processes. PhD thesis 2012:01 at Norwegian University of Life Sciences, Department of landscape architecture and spatial planning. Tennøy, Aud, Tanja Loftsgarden, Jan Usterud Hanssen og Arvid Strand (2010) Erfaring med handelsanalyser i Framtidens byer. TØI rapport 1071/ Tennøy, Aud, Jens Kværner, Karl Idar Gjerstad (2006) Uncertainty in environmental impact assessment predictions the need for better communication and more transparency. Impact Assessment and Project Appraisal, Volume 24, No 1 March 2006, sider Tennøy, Aud, Jens Kværner og Karl Idar Gjerstad (2006) Usikkerhet I KU-prediksjoner vi trenger bedre kommunikasjon og større gjennomsiktighet. I Tesli, Arne, Jørn Thomassen og Jan Sørensen (red.) (2006) Kvaliteten på norske konsekvensutredninger. Gjennomgang, kvalitetsvurderinger og metodeutvikling. Samarbeidsrapport NIBR/ Miljøalliansen

40 Kunnskap Hvilken kunnskap kreves for å kunne gjøre gode vurderinger for utvikling av handel? Areal- og transportplanlegging mtp. konsekvenser for transport og for senterstrukturen og sentrene Varehandel generelt Varehandel - utvikling med tanke på bransjegliding, arealkrevende varer og konsepter Befolkningsutvikling, lokalisering, handlevaner Trafikkgenerering Virkninger av prosjekter på sentrum, sentre og senterstruktur Analytisk versus formmessig Hvordan handelsutviklingen kan styres

41 Kunnskap Hvem har slik kunnskap? Noen kommuner (de største?) sier at planavdelingen har nødvendig kunnskap Andre kommuner sier at de mangler slik kunnskap og burde hatt det Noen nevner andre i kommunen som har kunnskap Det finnes relativt få konsulenter som har slik kunnskap Det finnes for lite kunnskap om dette Transp ortøkon omisk

42 Data Hvilke data kreves? Hvor mye handel et nytt prosjekt genererer - omsetning per m2 Kjøpekraft og handlevaner i befolkningen Bosettingsdata nedslagsfelt for handelen Reisevanedata generelt og for handel spesielt Dagens situasjon handelsarealer med mer Kontekst alt Transp ortøkon omisk

43 Data Hvilke data mangler? Andhøys (mye brukt kilde) måte å kategorisere og rapportere på er tilpasset varehandelen og ikke planleggingen De skiller ikke mellom sentre av forskjellig type, størrelse og lokalisering De rapporterer arealer på salgsareal pr varetype, ikke totalareal Det er også tvil om dataene her er gode (rapportert likt av alle) For planleggingen er det omsetning per totalareal (som styres gjennom planlegging) som er interessant Maksimums- og minimumsdata ville vært bra, ikke bare gjennomsnitt Ville også vært nyttig å ha empiri om reisevaner til og fra sentre av forskjellig type, størrelse og lokalisering Flere sier at data finnes, men at de mangler kapasitet til å analysere dem Transp ortøkon omisk

44 Data i Oslomodellen Økern senter Totalomsetningen for senteret (forutsatt at det kun skal betjene et lokalt marked) beregnes som den kjøpekraften man mener skal benyttes der, med utgangspunkt i: Kundegrunnlaget: ved hjelp av gode GIS-kart beregnes det hvor mange som bor i faktisk gangavstand til det fremtidige kjøpesenteret nå og i en gitt fremtid (tre soner) Gjennomsnittlig forbruk per person i Oslo - erfaringstall Fordeling av forbruket på sentrum (25 %) og andre sentre (75 %) Kunnskap om stedlige forhold, som benyttes for å gjøre skjønnsmessige og forenklede vurderinger av hvor stor andel av kjøpekraften de som bor i gitte avstander til senteret vil benytte i dette aktuelle, nye senteret Erfaringstall for omsetning per m 2 i kjøpesentre i Oslo Maksimalstørrelsen på kjøpesenteret = antatt/ønsket totalomsetning /antatt omsetning per m

45 Data i Trondheimsmodellen - Lade Det tas utgangspunkt i: en definert (valgt) tidshorisont eksisterende (data fra GAB-registeret) og planlagte handelsarealer i det gitte området handelsomsetning (Trondheimsindeksen) og utvikling av denne (egne vurderinger) handelsomsetning per m 2 forretningsareal, og utviklingen av denne (egne vurderinger) befolkningsutvikling (basert på SSBs fremskrivinger) hvor store andeler av handelsreisene som skjer med utgangspunkt i hhv arbeidssted og bosted (basert på RVU Trondheim 1991)

46 Trondheimsmodellen - Lade Trondheim deles inn i ti soner, og i hver sone er det definert et handelstyngdepunkt I modellen har man lagt inn: hvor kjøpekraften finnes (boliger, arbeidsplasser) hvor handelstilbudet finnes (totalomsetning i byen fordelt på handelstyngdepunktene i de åtte sonene) omsetning i fire varegrupper fordelt på de åtte sonene Innkjøpsreisenes avstandsfølsomhet Kjøpekraften beregnes for hver sone etter formelen K = 1xB+0,4xA dette omregnes og brukes til å fordele kjøpekraften relativt på sonene Fordeling av handel mellom sonene i og j fordeles etter formelen: Hij = Oj x f(dij)/ On x f (di-n) Transp ortøkon omisk

47 Data i NCM-modellen -Sørlandsparken 2015-situasjonen utledes med utgangspunkt i den situasjonen som er utledet før (lengre utledning) I tillegg gjøres følgende vurderinger: Privat etterspørsel eller kjøpekraft fremskrives ved hjelp av SSBs befolkningsfremskriving for influensområdene og en forutsatt (og antatt konservativ) årlig økning i etterspørsel per capita Konkurranseforholdene mellom Sørlandsparken, Kvadraturen og Lokale butikker i 2015 utledes med grunnlag i et rammeverk som er beskrevet tidligere (basert på dekningsgrader og konsulentens kjennskap og vurderinger), samt: konsulentens vurdering av forventet bransjefordeling for virksomheter som vil etablere seg i Sørlandsparken i et tiårsperspektiv (dette utledes, men det poengteres at dette er kvalifisert gjetning), og konsulentens vurdering av realisering av og bransjefordeling i planlagte, men ikke vedtatte handelsutbygginger Transp ortøkon omisk

48 Sørlandsparken Privat etterspørsel fra åtte influensområder på tre influensområder, fordelt på tre varetyper Aggregeres til tabell som viser omsetning og markedsandel for Sørlandsparken, Kvadraturen og lokale butikker (alle andre) i 2003 og i 2015: Transp ortøkon omisk

49 Forståelig: Prosentpoeng og prosenter 49

50 Forståelig: Prosentpoeng og prosenter De konkluderer: Det fremgår at de navngitte handlestedene stort sett vil opprettholde sin andel av etterspørselen I realiteten: En reduksjon av markedsandel for Oslo sentrum i influensområdet på 3 prosentpoeng fra 15 % til 12 % betyr i realiteten 20 % reduksjon fordi 3 er 20 % av 15 (de roter eller forvirrer med prosent og prosentpoeng) Totalt ikke-transparente analyser og kalkulasjoner av markedsandeler mv., data er ikke redegjort for, ingen referanser, ingen forklaring på utregninger mv. Også for eksempel standard transportmodellanalyser og nytte/kostanalyser kan være uforståelige og ikke-transparente! 50

51 Hederlighet - klimaregnskap Utbygger hevder at klimaregnskapet bedre for alternativ 1 enn for alternativ 2: 51

52 Konsekvenser Bringer ikke kunnskap inn i planprosessene - motsatt Kan (feilaktig) gi innrykk av at viktige konsekvenser er utredet og funnet OK Relevante aktører kan ikke forstå og/eller etterprøve analyser og konklusjoner, og er avskåret fra å opponere Viktige innvendinger kan avvises med henvisning til tilsynelatende sikre og vitenskapelige analyser Legger byrden for å motbevise funn på planetater og høringsinstanser Planer som medfører store konsekvenser for miljø og samfunn kan bli besluttet på bakgrunn av gal informasjon Reduserer mulighetene for å avbøte eller unngå negative konsekvenser for miljø og samfunn KU/plananalyser, planlegging og planfaget kan miste troverdighet

53 Muligheter for forbedring Faktisk stille presise krav i planprogrammet (relevans!) Faktisk gjennomgå konsekvensanalysene kritisk Faktisk kreve tilleggsutredninger hvis kvaliteten er dårlig Be andre miljøer om bistand hvis nødvendig Utarbeide egne alternativer eller gjennomføre egne analyser Ikke godkjenne konsekvensanalyser av dårlig kvalitet Skrive (eller kreve) saksfremstillingen slik at: metoder, forutsetninger, data beskrives usikkerheter, mangler og uenigheter kommer frem de positive og negative konsekvensene beskrives på tydelige og forståelige måter Min-max-verdier (intervall) i stedet for presise tall Forbedre egen kompetanse og kapasitet Være fagfolk, ikke kun byråkrater 53

54 Metoder Intervjuundersøkelse i de 13 byene i Framtidens byer Telefoniske eller personlige intervjuer med en eller to sentrale personer innen planlegging og utvikling av handel i hver kommune (planleggere og lignende, ikke politikere) Intervjuobjektene ble utpekt av plansjef e.l. i kommunen Dokumentstudier tre handelsanalyser Relativt grov analyse Dokumentstudier Virkemidler for styring i overordnede planer (sier jeg ikke noe om nå)

55 Behov for videre utredning Styrer overordnede planer i retninger som gir redusert vegtrafikk og styrking av sentrum og lokalsentre? Hvilke styringsmuligheter ligger i overordnede planer (bestemmelser, retningslinjer, kart, kriterier, annet), hva bør endres? Hvordan håndtere plasskrevende varer, arealkrevende varer og handelskonsepter, samt bransjegliding? Hvor skal slike lokaliseres i bystrukturen? (Og - vil vi ha dem?) Hvordan skille mellom forskjellige typer handelsetableringer? Hvordan styre lokalisering og dimensjonering av handelsetableringer for forskjellige typer handel?

56 Behov for videre utredning II Et annet skille: dagligvarer, sjeldenvarer, store varer forskjellige funksjoner og karakteristika Hva kan/bør vurderes og bestemmes på overordnet plannivå og på reguleringsplannivå? Kvaliteten på handelsanalyser bør studeres grundigere for å kunne si noe konstruktivt om forbedringsmuligheter Hva skal handelsanalysene bidra til og gjør de det? Hva kan endres for at de skal bidra sterkere til måloppnåelse? Hvor detaljert bør handelsanalyser være, hva er optimalt? Hva skal man detaljere på? Sett i forhold til hva som kan styres gjennom planlegging etter pbl