168291/S20: Transport av farlig gods på veg, sjø og bane. Jørn Vatn Prosjektleder SINTEF

Transkript

1 168291/S20: Transport av farlig gods på veg, sjø og bane Jørn Vatn Prosjektleder SINTEF 1

2 Tema for presentasjon Kan risikoanalysen benyttes som bevisføring for at en løsning er bedre enn en alternativ løsning? 2

3 Problemstrukturering En risikoanalyse utarbeides vanligvis for å gi beslutningsstøtte i en konkret beslutningssituasjon Dersom beslutningssituasjonen er uklar, er verdien av å gjennomføre en risikoanalyse svært begrenset Vi skiller mellom risikoanalyser som 1. Danner grunnlag for å gjennomføre ytterligere analyser 2. Danner grunnlag for beslutninger om valg av løsninger, dvs realisasjoner i den virkelige verden 3

4 Problemstrukturering, forts Realisasjoner i den virkelige verden Vi forenkler, og ser på situasjonen hvor en alternativløsning skal vurderes opp mot en default løsning Typisk vil alternativløsningen representere den foretrukne løsningen, og vi ønsker at risikoanalysen skal gi støtte til denne løsningen To situasjoner kan betraktes 1. Situasjonen der kun risiko skal vurderes, og det er mulig å definere risiko som en skalar størrelse (avbilding på tallinja) 2. Situasjonen der vi ser ut over risiko, og/eller hvor risiko ikke kan avbildes tå tallinja (flere dimensjoner av risiko) 4

5 Problemstrukturering, forts Analyse av de to situasjonene: Situasjon 1 Det er naturlig å velge den løsningen som gir lavest risiko (avbildet på tallinja) Situasjon 2 Dette er hovedregelen; som oftest har alternativløsningen (den foretrukne løsningen) bedre uttelling på de aller fleste dimensjoner, men sikkerhetsmessig kan den være dårligere Ulike tilnærminger finnes Formaliserte beslutningsregler basert på expected utility theory Vektingsprinsippet, dvs hver dimensjon gis vekt, og man summerer veide scorer for alternativløsning mot defaultløsning Risk informed tilnærming, hvor alle aspekter tas inn, men ingen formelle beslutningsregler benyttes 5

6 RISIT Farlig gods - problemstilling Grunnhypotese Dagens strenge regelverk for transport av farlig gods om bord på innenriks ferjer representerer en trussel mot sikkerheten En lemping av regelverket vil gi økt totalsikkerhet Kvalitative argumenter Transport av farlig gods om bord på ferjer representerer en svært liten risiko. Forhold som begrenser muligheten til å frakte farlig gods om bord på ferjene resulterer i at deler av farlig gods transporten blir transportert på mindre sikre måter (f eks kjøre lengre strekninger på landeveien) Begrensninger i muligheten til å transportere farlig gods på ferjer gjør at noen aktører unnlater å merke laste som farlig gods, dette er i seg selv en stor risikofaktor 6

7 Strukturering av bevisføringen Kostnadsmessig er det åpenbart at en lemping av regelverket vil lønne seg for alle parter Når det gjelder forventet antall drepte er det også rimelig åpenbart at en lemping av regelverket vil gi færre antall drepte fordi trafikkarbeidet på veiene reduseres, og det største bidraget ligger i mindre alvorlige ulykker La X representere antall storulykker, og anta Konsekvensene av en storulykke er den samme enten denne representerer en hendelse på ferje, eller en hendelse f eks i en tunnel i den alternative kjøreruten Det lar seg gjøre å finne et representativt scenario vi kan regne på Antagelsene er OK for den prinsipielle diskusjonen, for å gi fullstendig beslutningsstøtte må analysene også utvides 7

8 Strukturering av bevisføringen Vi står da igjen med en beslutning av type 1, dvs vi satser på å vinne bevisføringen ved kun å se på storulykkesdimmensjonen, dvs vi benytter ikke de andre kortene vi har på hånden La nå X D være antall storulykker for defaultløsningen (strengt regelverk) X A være antall storulykker for alternativ løsning (lempet regelverk) X = X D X A = ekstra # storulykker pga strengt regelverk over f eks 10 år Kan vi bevise at X > 0? 8

9 Hva skal vi bevise? Nei, X er en stokastisk variabel, vi kan ikke bevise hva den er, eller blir X har en sannsynlighetsfordeling Her er forventningsverdien til X liten i absoluttverdi, dvs abs[e(x)] < 1, og det er derfor naturlig å kun se på størrelsen ρ = E(X) Dersom ρ = E(X) > 0 betyr dette at bevisførselen har gitt det ønskede resultat Dersom ρ = E(X) < 0 betyr dette at det strenge regelverket er berettiget ut fra en storulykkesbetraktning; andre argumenter må evt føres for å lempe på regelverket 9

10 Motforestillinger 1. Det er så stor usikkerhet + GIGO (Garbage In = Garbage Out) 2. Vi må ta med usikkerheten i ρ 3. Dette er tallknusing, dette tror vi ikke på 4. Den menneskelige faktor er ikke tatt med, i alle fall mener vi at ingen på en fornuftig måte kan kvantifisere menneskelig atferd 10

11 Diskusjon 1. Usikkerheten er knyttet til størrelsen X, dvs endring i antall storulykker som følge av en evt lemping av regelverket 1. Kvaliteten i en risikoanalyse er i hovedsak relatert til sporbarhet i argumentasjon, og dokumentering av forutsetninger 2. Loven om total sannsynlighet er undervurdert 2. Det finnes ingen usikkerhet i størrelsen ρ = E(X) 1. Dersom vi har stort empirisk materiale som kan benyttes til å estimere ρ direkte, kan vi finne f eks konfidensintervall 2. Her har vi ikke slikt materiale, og det gir ikke mening i å snakke om usikkerhet i ρ 3. Tallknusingsargumentet benyttes i hovedsak til 1. Å svekke motpartens argumenter når disse taler mot en egens sak 2. Å argumentere mot bruk av kvantitative metoder dersom man selv ikke er komfortabel med kvantitative metoder En kvantitativ risikoanalyse kan fort bli omfattende, og det er en utfordring i å få oversikt over argumentasjon og viktige forutsetninger 11

12 Diskusjon: Den menneskelige faktor Påstand fra siste utlysningstekst, RISIT Farlig Gods: I dag er analysene overflatiske og de tar i liten grad hensyn til atferdsdimensjonene og annen bakgrunnsinformasjon enn den statistiske. Hvordan inkluderes menneskelig atferd i risikoanalysen? Eksempel: Brann i FG bil i tunnel Kritiske størrelser av betydning for risikoen Tid, T B, det tar før brannen når sin maksimale effekt (fysisk) Tid, T A, det tar før faresituasjonen oppfattes av andre trafikanter, og evakuering starter (atferd) Begge disse størrelsene er stokastiske variable (observerbare størrelser) som modelleres i risikoanalysen, R T A /T B Sannsynlighetsfordelingene vil avhenge av hvilken kunnskap vi har om de fenomener som skal beskrives Mer kunnskap om et fenomen gir i regelen et mer troverdig format på antagelsene 12

13 Resultater Det er utviklet et verktøy for gjennomføring av kvantitative risikoanalyser Et vilkårlig antall generiske hendelsestrær kan legges inn i modellen. Ni hendelsestrær er laget så langt. Det kan lages et vilkårlig antall modeller som kobler verdien til risikopåvirkende faktorer (RIFer) til modellparametere For en gitt analyse (f eks en gitt strekning) kan parametrene i de generiske modellene tilpasses, f eks ut fra Egenskaper ved kjøreruten Tekniske løsninger på ferjen RIFer osv 13

14 Resultater, analyse Risikoen knyttet til én FG transport Moss/Horten er vurdert: Ferge Moss Horten (+ tilkjørsel) E6/E18 via Oslofjordtunnelen E6/E18 via Oslo sentrum (gjennom Festningstunnelen) Vi har da forenklet og satt at denne transporten er representativ, slik at funnene har generell overføringsverdi På sikt bør hver fareklasse vurderes På sikt bør man også vurdere hvor lang omkjøringen vil bli Det bør også vurderes om dette er eneste transport, evt om det er kombinasjoner av flere FG transporter 14

15 Resultater i form av risiko: Konsekvenskategori Oslo sentrum Oslofjordtunnelen Ferje 0 omkomne 1.2E E E omkomne 3.3E E E omkomne 1.1E E E omkomne 1.0E E E omkomne 1.1E E E eller flere omkommne 8.8E E E-17 PLL bidrag 1.3E E E-08 15

16 Konklusjon Slik det ser ut fra de foreløpige analysene bør regelverket på ferjer gjøres mindre restriktivt mht hvilke (kombinasjoner) av laster av farlig gods som tillates Dette vil gi færre forventede storulykker I tillegg vil det gi et mer effektivt logistikknettverk til glede for norsk næringsliv På andre områder foreslås at regelverket skjerpes, f eks en del preskriptive krav i dagens regleverk bør omarbeides til funksjonskrav, hvor en sterkere oppfølging implementeres (operativ kontroll) 16