Hvordan man kan lyve i konsekvensutredninger eller avsløre at det lyves

Transkript

1 Hvordan man kan lyve i konsekvensutredninger eller avsløre at det lyves Aud Tennøy, PhD By- og regionplanlegging Forskningsleder - Kollektivtrafikk, areal- og transportplanlegging Transportøkonomisk institutt (TØI)

2 Jeg skal si noe om Gode KU er viktig KU er usikre Krav til gode KUer Ikke alle KU oppfyller disse kravene Hvordan det lyves i KU Den ideelle KU Vårt ansvar Side 2

3 Planforslag eller søknad med konsekvensutredning for tiltak skal beskrive virkninger av tiltaket for miljø og samfunn (MD ) Side 3

4 Gode planalyser og KU er viktig Gjennom plananalyser og konsekvensutredninger skal planleggere utarbeide kunnskap om hva slags konsekvenser foreslåtte tiltak kan ha for samfunn og miljø Analysene er en viktig del av politikernes beslutningsgrunnlag Dersom plananalysene skal være gode grunnlag for å fatte beslutninger, må de være forståelige, etterprøvbare, basert på oppdatert kunnskap og utarbeidet etter beste faglige skjønn Dersom analysene ikke oppfyller disse kravene, kan politikerne fatte beslutninger på feil grunnlag og gjøre vedtak som har vesentlige uønskede konsekvenser Side 4

5 KU-prediksjoner er usikre Nøyaktig Middels nøyaktig Unøyaktig 0 % 10 % 20 % 30 % 40 % 50 % Avvik = (Prediksjon - Måling) * 100/ Prediksjon Nøyaktig: avvik < 10 % Middels nøyaktig: 11 % < avvik < 25 % Unøyaktig: avvik > 26 % Tennøy, Kværner, Gjerstad (2006) Side

6 KU-prediksjoner er usikre Alle prediksjoner for/ analyser av hva som vil skje i fremtiden er 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 modellene: funksjonsfeil årsak-virkningsforholdene beskrives feil prosessfeil viktige sammenhenger tas ikke med bruk av forståelsesmodeller som ikke er gyldige for den aktuelle problemstillingen Ukjente og uavklarte kumulative effekter, helhetseffekter og langtidseffekter Mulighet for partiskhet bevisst snille tall og beskrivelser De Jongh (1988) Side 6 Side

7 Krav til gode KUer og plananalyser Etterprøvbarhet: Det må fremgå hvordan analysene er gjennomført, hvilke forutsetninger, data og metoder som er brukt - på måter som gjør det mulig for andre å etterprøve analysene Det må redegjøres for usikkerheter i forutsetninger, data og resultater Analysene og fremstilling av resultatene må være forståelige ved at det fremgår tydelig hva som er undersøkt, hva som er funnet og hvilke konsekvenser prosjektet vil ha Analysene må være utarbeidet etter beste faglige skjønn og basert på oppdatert fagkunnskap Analysene og fremstillingene må være hederlige Side 7

8 Redegjøres det for for data og forutsetninger? Fagrapporter KU Beslutningsdokumenter X XX Kategori Beskrivelse 0 Data og forutsetninger er ikke beskrevet i det hele tatt (totalt 39 % av dokumentene) X Data og/eller forutsetninger er delvis beskrevet (totalt 24 % av dokumentene) XX Data og forutsetninger er relativt godt beskrevet (totalt 37 % av dokumentene) Tennøy, Kværner, Gjerstad (2006) Side

9 Hvor godt formidles usikkerhet? Fagrapporter KU Beslutningsdokumenter Kategori 0 X XX XXX Beskrivelse 0 Usikkerhet er ikke nevnt eller beskrevet (totalt 45 % av dokumentene) X Usikkerhet er antydet, men ikke referert til som usikkerhet (totalt 21 %) XX Usikkerhet er indikert, noen ganger anslått, men ikke forklart eller diskutert (13 %) XXX Usikkerhet er forklart og/eller til en viss grad diskutert (totalt 21 %) Tennøy, Kværner, Gjerstad (2006) Side

10 Forståelig: Prosentpoeng og prosenter Side 10

11 Forståelig: Prosentpoeng og prosent 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) De konkluderer: Det fremgår at de navngitte handlestedene stort sett vil opprettholde sin andel av etterspørselen Totalt ikke-transparente analyser og kalkulasjoner av markedsandeler mv., data er ikke redegjort for, ingen referanser, ingen forklaring på utregninger mv. Side 11

12 Hederlighet - klimaregnskap Utbygger hevder at klimaregnskapet bedre for alternativ 1 enn for alternativ 2: 12 Side

13 Hvordan det lyves i KU Blackboxing - produsere ugjennomtrengelige plananalyser som ikke (eller vanskelig) kan etterprøves (Flyvbjerg, Wachs) 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) Presenterer data og analyser slik at de fremstår som sikrere og mer vitenskapelige enn de i realiteten er (inkludert namedropping) Presenterer hypotetiske muligheter som analytiske funn (stasjonære klimagassutslipp) Causing confusion bevisst skape forvirring og usikkerhet om konsekvenser av et prosjekt skape tvil om viktige årsakvirkningssammenhenger (Oreskes og Conway) AUD TENNØY 13 Side

14 Hvordan det lyves i KU Cherry-picking - gjennomføre en rekke ulike analyser og kun presentere de resultatene som er til fordel for utbygger Changing focus fra overordnede strategier og målsettinger i kommuneplan til om konsekvensene er tålelige (ofte sammenlignet med et skikkelig dårlig alternativ) Sier at de har funnet noe annet enn de faktisk har funnet Søker å underminere PBEs og de andre etatenes faglige troverdighet AUD TENNØY 14 Side

15 Hvorfor gjør de det? Vet ikke bedre mangler kompetanse Falling in love - 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 Side 15

16 Dette kan funke! The most efficient planner is sometimes the one who can cloak advocacy in the guise of scientific or technical rationality. Wachs (1989:477) Side 16

17 Men er det greit? Kan det på noen måte forsvares at planleggere oppfører seg på denne måten? Vil gi byen noe fint Skal fremme oppdragsgivers interesser Annet Mitt svar er NEI! Side 17

18 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 KU/plananalyser, planlegging og planfaget kan miste troverdighet Planer som medfører store konsekvenser for miljø og samfunn kan bli besluttet på bakgrunn av gal informasjon Side

19 Gode KUer og analyser: Er forståelige Er etterprøvbare (underlagsrapporter) Er basert på beste faglige kunnskap og skjønn Er basert på oppdatert fagkunnskap Er hederlige Fokuserer på det som er relevant og viktig (sammenskrivingen) Side 19

20 Vårt (planleggernes) ansvar Planforslag eller søknad med konsekvensutredning for tiltak skal beskrive virkninger av tiltaket for miljø og samfunn (MD ) Vi er fagfolkene som har ansvaret for å sikre at negative så vel som positive konsekvenser av foreslåtte prosjekter kommer frem hvis ikke vi, da hvem? Dette er ofte viktige konsekvenser for samfunnet Mange bekker små gjør en stor å EKSTRA STORT ANSVAR på dem som skriver sammen planforslagene og konsekvensutredningene Side 20

21 Referanser De Jongh, P. (1988): Uncertainty in EIA. In Peter Wathern (ed.) Environmental Impact Assessment. Theory and Practice. (Routledge, London) Flyvbjerg, B., Holm, M. S. og Buhl, S. (2002) Underestimating Costs in Public Works Projects. Error or Lie? Journal of the American Planning Association, Vol. 68, No. 3, summer 2002 Flyvbjerg, B., Bruzelius, N. og Rothengatter, W. (2003) Megaprojects and risk. An anatomy of ambition. (Cambridge University Press) Oreskes, N. og Conway, E.M. (2010) Merchants of Doubt. How a Handful of Scientists Obscured the Truth on Issues from Tobacco Smoke to Global Warming. Bloomsbury. Oslo kommune (2010) Økern senter. Planforslag til bystyret. Reguleringsplan med konsekvensutredning. Plan- og bygningsetaten i Oslo. Space Group/ Ghilardi + Hellsten arkitekter/ Civitas AS (2010) Forslagsstillers saksfremstilling. Økern sentrum. Reguleringsforslag til offentlig ettersyn. For Steen & Strøm og Storebrand Eiendom. Revidert Wachs, Martin (1990): Ethics and Advocacy in Forecasting for Public Policy. Business & professional ethics journal, vol.9, nos. 1 & 2 Side 21

22 Referanser Tennøy, Aud (2013) Vinklede plananalyser til hinder for nødvendig endring. KOTE Urbanisme Landskap Stedsutvikling, 2013 (2), s 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 planmaking processes. PhD-thesis, Norwegian University of Life Sciences, Institute for Landscape Architecture and Spatial Planning Tennøy, A., Loftsgarden, T., Hanssen, J.U. og Strand, A. (2010) Erfaring med handelsanalyser i Framtidens byer. TØI rapport 1071/2010. Tennøy, Aud (2010): Why we fail to reduce urban road traffic volumes: Does it matter how planners frame the problem? Transport Policy no. 17 (2010) pp Tennøy, Aud (2009): Why we fail to reduce urban road traffic volumes: A challenge of double complexity. Kart og Plan no. 1 (2009) pp Tennøy, Aud, Jens Kværner og Karl Idar Gjerstad (2006): Uncertainty in environmental impact assessment predictions: the need for better communication and more transparency. I Impact Assessment and Project Appraisal (IAPA), vol. 24, number 1, March Tennøy, Aud (2004): Transportanalyser i planleggingen til hinder for bærekraftig byutvikling? NIBR-notat 2004:121 Tennøy, Aud (2003): Prediksjoner og usikkerhet i trafikkfaglige rapporter i KU, NIBR-rapport 2003:113 Side 22