Beslutstödsmodeller - hur fungerar det och vilken nytta har dricksvattenproducenter? Lars Rosén (tack till Andreas Lindhe och Viktor Bergion) Chalmers tekniska högskola DRICKS centrum för dricksvattenforskning lars.rosen@chalmers.se
Vattenverk Distributionsnät Vattenverk Reservoar Distributionsnät Vattenverk Reservoar Ytvattentäkt Grundvattentäkt Vilka risker ska vi åtgärda? Hur mycket? På vilket sätt?
Vi behöver formulera mål Säker leverans Hälsomässigt säkert
Vi behöver förstå systemet och dess risker orsak-verkan Bakomliggande orsak Utlösande förändring/ påverkan Effekter för konsument & samhälle Effekter i dricksvattenförsörjningen Samhällsekonomiska konsekvenser Naturlig Mänsklig Teknisk
Sannolikhet Risk och riskreduktion Minskad sannolikhet (ex. ökad säkerhet vid avloppsreningsverk) Konsekvens Åtgärder som minskar eventuella konsekvenser (ex. reservvattentäkt) Seminarium om dricksvatten, 2007-01-18
Beslutsproblem - exempel Råvatten - resurs Ska befintlig råvattentäkt ersättas/kompletteras och i så fall med vilken vattenresurs? Vilken inverkan har olika fekala föroreningskällor på råvattenkvaliteten i en specifik vattentäkt? Kan åtgärder vidtas för att skydda vattentäkten mot specifika föroreningskällor? Hur skall provtagningsprogram för råvattnet utformas? Hur skall vattenskyddsområden utformas och tillhörande föreskrifter anpassas för att bli verkningsfulla?
Beslutsproblem - exempel Beredning Behöver nytt beredningssteg installeras? Kan befintliga beredningssteg optimeras för att kunna hantera påfrestningar och därmed förbättra säkerheten? Distribution Hur kan föroreningstillfällen i distributionsnätet identifieras och bekräftas? Vilka åtgärder bör vidtas för att minska den mikrobiologiska risken i distributionssystemet?
Beslutsanalys Keeney (1982): Decision analysis is a formalization of common sense for decision problems which are too complex for informal use of common sense.
Riskhanteringsprocessen ISO, 2009
Några vanliga metoder för beslutsstöd i riskhantering Risk-rankning (kvalitativ) Kvantitativ riskanalys och jämförelse med acceptanskriterier Kostnads-nytto analys (KNA) Kostnads-effektivitets analys (KEA) Multi-kriterie analys (MKA)
Risk rankning Enkel och överskådlig metodik Svårt att fånga in komplicerade händelseförlopp i bedömningen Vad är acceptabel och oacceptabel risk?
Exempel från SLV
Kvantitativ riskanalys och jämförelse med acceptanskriterier Exempel - Mikrobiell Risk Analys (MRA - QMRA)
Exempel jämförelse med acceptanskriterium Acceptanskriterium = 1x10-4 infektionsrisk (Exempel på kriterium som tillämpas i ex USA)
Riskbaserat beslutsstöd för säkrare dricksvatten - RiBS WP2. Råvatten Påverkan av fekala källor på råvattenkvaliteten WP3. Beredning Utvärdera och optimera mikrobiologiska barriärer WP4. Distribution Mikrobiologiska risker i ledningsnätet WP1. Riskbedömning och riskhantering Beslutsstöd genom integrerad riskbedömning och kostnads-nyttoanalys
Projektets övergripande syfte Utveckla metoder för beslutsstöd som kan leda till en kostnadseffektiv och hållbar minskning av hälsorisker från mikrobiologisk förorening av dricksvatten Fokus: Hela systemet - Från källa till tappkran Kostnads-nyttoanalys som beslutsmodell Projektperiod: 2014-2017 Finansiär: Svenskt Vatten Utveckling Samarbete: Forskare, VA-bransch och myndigheter Forskare från olika ämnesområden
Deltagare Lars Rosén (Chalmers) Andreas Lindhe (Chalmers) Ekaterina Sokolova (Chalmers) Mia Bondelind (Chalmers) Annika Malm (SP & Chalmers) Thomas Pettersson (Chalmers) Viktor Bergion (Chalmers) Nashita Moona (Chalmers) Masoumeh Heibati (Chalmers) Kathleen Murphy (Chalmers) Olof Bergstedt (Göteborgs Stad & Chalmers) Kaisa Sörén (SVA) Jonas Toljander (SLV) Åsa Sjöling (GU/KI) Lars-Ove Lång (SGU & Chalmers) Victor Vinas (Chalmers)
Beslutsstödssystem för hållbar regional vattenförsörjning - ReWarDS Syfte: Utveckla en beslutsstödsmodell för att säkra hållbar användning av regionala vattenresurser Fallstudie: Göteborgsregionen, där 13 kommuner samverkar om en vattenförsörjningsplan Fokus: Hela försörjningssystemet Kostnads-nyttoanalys och multikriterieanalys (MKA) som beslutsmodeller Projektperiod: 2015-2018 Finansiär: Formas, SP, Göteborgsregionens kommunalförbund, Göteborgs Stad
Deltagare Lars Rosén (Chalmers) Karin Sjöstrand (SP) Andreas Lindhe (Chalmers) Erik Kärrman (SP) Lena Blom (Göteborgs Stad) Jacob Lindkvist (Göteborgsregionens kommunalförbund, GR) Lena Blom (Göteborgs Stad) Lars-Ove Lång (Sveriges Geologiska Undersökning, SGU) Samverkan med Enveco Miljöekonomi AB
Vad är kostnads-nyttoanalys? Syfte: Att bedöma samhällsekonomisk lönsamhet Nyttor Kostnader Grundläggande kriterium: Om samtliga nyttor > samtliga kostnader = lönsamt Analys av fördelningseffekter nödvändig
B1. Nyttor för producenten till följd av åtgärden C1. Kostnader för producenten till följd av åtgärden Tack till Tore Söderqvist, Enveco
B1. Nyttor för producenten till följd av åtgärden C1. Kostnader för Åtgärdskostnader producenten till följd av åtgärden Producentekonomisk analys Tack till Tore Söderqvist, Enveco
B1. Ökat Nyttor markvärde för på producenten fastigheten till där följd EBH av åtgärden sker B2. Positiv extern effekt: Positiva effekter på hälsa B3. Positiv extern effekt: Positiva effekter på miljön (ekosystemtjänster) B4. Andra positiva externa effekter C1. Kostnader för Åtgärdskostnader producenten till följd av åtgärden C2. Negativ extern effekt: Negativa effekter på hälsa C3. Negativ extern effekt: Negativa effekter på miljön (ekosystemtjänster) C4. Andra negativa externa effekter Tack till Tore Söderqvist, Enveco
Samhällsekonomisk kostnads-nyttoanalys B1. Ökat Nyttor markvärde för på producenten fastigheten till där följd EBH av åtgärden sker C1. Åtgärdskostnader B2. Positiv extern effekt: Positiva effekter på hälsa B3. Positiv extern effekt: Positiva effekter på miljön (ekosystemtjänster) B4. Andra positiva externa effekter C2. Negativ extern effekt: Negativa effekter på hälsa C3. Negativ extern effekt: Negativa effekter på miljön (ekosystemtjänster) C4. Andra negativa externa effekter Tack till Tore Söderqvist, Enveco
Matematisk beskrivning av KNA Nyttor + Kostnader - NNV = Nettonuvärde n = Tidshorisont B = Nytta C = Kostnad r = Diskonteringsränta t = tid när nytta eller kostnad inträffar
Exempel enskilda avlopp Vombsjön Ca 2800 anläggningar Mikrobiologiska risker Hur mycket ska vi åtgärda?
Exempel på åtgärdsalternativ (Z) Referensalternativ inga åtgärder (H) Hälften av enskilda avlopp ansluts till kommunalt reningsverk (F) Fokus anslutning av de 10% av enskilda avlopp som har bedömts bidra med störst risk
Z Reference Input, sources (pollutant quantity) 3 Log reductions (Uncertainties) Catchment area WP2 10 2 /100ml Raw water, (pollutant quantity) 5.4-6.2 Log reductions (Uncertainties) Treatment plant WP3 10-3 /100ml 10-3 /100ml Drinking water (pollutant quantity) Log reductions (Uncertainties) Distribution system WP4 Output, (pollutant quantity) Infection dose Consumer Probability /DALY Infection Additional pollution sources: cross connection, pipe break etc. (pollutant quantity) H 3 5.4-6.2 Half 5*10 1 /100ml 5*10-4 /100ml 5*10-4 /100ml Probability /DALY Input, sources (pollutant quantity) Log reductions (Uncertainties) Catchment area WP2 Raw water, (pollutant quantity) Log reductions (Uncertainties) Treatment plant WP3 Drinking water (pollutant quantity) Log reductions (Uncertainties) Distribution system WP4 Output, (pollutant quantity) Infection Consumer Additional pollution sources: cross connection, pipe break etc. (pollutant quantity) 3 Focus 9*10 1 /100ml 5.4-6.2 9*10-4 /100ml 9*10-4 /100ml Probability /DALY F Input, sources (pollutant quantity) Log reductions (Uncertainties) Catchment area WP2 Raw water, (pollutant quantity) Log reductions (Uncertainties) Treatment plant WP3 Drinking water (pollutant quantity) Log reductions (Uncertainties) Distribution system WP4 Output, (pollutant quantity) Infection Consumer Additional pollution sources: cross connection, pipe break etc. (pollutant quantity)
PV(Costs) 399422347.5 Scenario H 0 1 2 2015 2016 2017 Consumers 330000 332805.8 335611.5 Reduction of Yearly Prob of infection (norovirus) 5.05E-03 0.005074 0.005095 Number of spontaneuous incidents per year 1667.382278 1688.659 1710.055 Cost per case 12950 12950 12950 Nyttor (kr) Kostnader (kr) Fatalities per year 0.250107342 0.253299 0.256508 Cost per Fatality 21012809.07 21012809 2101280 9 Cost yearly Fatalities no consideration of years left to live 5255457.818 5322519 5389958 Life expectancy 82.18 82.296 82.412 Years left at 65 19.95 20.04 20.13 % of life lost 0.242759796 0.243511 0.244261 Reduction in N per year 7093.063688 7093.064 7093.064 Reduction in P per year 1463.100188 1463.1 1463.1 Value of N/kg 22.91 22.91 22.91 Value of P/kg 53.06 53.06 53.06 Benefit N 162502.0891 162502.1 162502.1 Benefit P 77632.09595 77632.1 77632.1 Benef./år och dödsfall(inkl. hänsyn till tid kvar att leva 1275813.866 1296093 1316554 Benefit yearly due to reduction of 2214521 SPONTAN. 21592600.5 21868130 0 Nutrients 77632.09595 77632.1 77632.1 Total cost per year 22946046.46 23241856 2353939 7 Discounting rate 0.035 0.035 0.035 2197427 Discounted cost 22946046.46 22455899 9 Scenario H 0 1 2 2015 2016 2017 Hushåll 1400 Kostnad att ansluta per hushåll 93766 Rörkostnad per meter 3500 Meter till anslutningspunkt 20000 Totalkostnad installation 131272400 Pumpstation svartvatten 500000 Drift pumpstation 0 0 0 Underhåll av ledningar Instrrallation rörledning (61,272,400) VA-taxa ökning i kostnad 13449766.4 13449766 13449766 Total kostnad årsvis 83949766.4 13449766 13449766 Diskonteringsränta 0.035 0.035 0.035 Discounted cost 83949766.4 12994943 12555501
Kostnads-nytto analys - Anslutning av enskilda avlopp till kommunalt reningsverk NNV = Nettonuvärde T = Tidshorisont (50 år) B = Nyttor C = Kostnader r = Diskonteringsränta (3.5 %) t = år när kostnaden och nyttan inträffar Resultat Scenario Z Scenario H Scenario F NPV (Förväntat) 0 Mkr 46,4 Mkr 139,0 Mkr
PROBABILITY Multi-kriterie analys (MKA) Flera kriterier Riskreduktion Andra effekter? Hållbarhet? Very high (8) High (4) Medium (2) 8 a 16 32 64 4 8 16 32 b 2 4 8 16 Low (1) 1 c 2 4 8 Sociala CONSEQUENCE Miljömässiga Ekonomiska
Vad är MKA? MKA (Multikriterieanalys) ett strukturerat angreppssätt för att beskriva hur väl olika alternativ uppfyller flera olika mål. MKA tillämpas på komplicerade problem där många olika aspekter måste vägas samman. Problemet bryts ned genom att definiera ett antal kriterier som bedöms var för sig. Kriterierna bör vara sinsemellan oberoende. Sammanvägning av uppmätta storheter och subjektiva bedömningar
Varför beslutsanalyser? Struktur Transparens Underlag för kommunikation Stöd för beslut inte själva beslutet! Processen lika viktig (viktigare?) än själva slutresultatet
Tack! www.chalmers.se/sv/centrum/dricks