Modellering af usikkerheder i transport infrastrukturprojekter: UNITE-DSS modellen

Transkript

1 Modellering af usikkerheder i transport infrastrukturprojekter: UNITE-DSS modellen Adjunkt, PhD Kim Bang Salling Workshop: Usikkerheder i vurdering af transportprojekter Trafikdage v. Aalborg University Aalborg, d. 24. august 2010

2 Introduktion Transportkommision i Grønland (2010) Transportproblematikken i Grønland Indbyggertal ca personer Transport Plan Grønland (2006) Formål: Opbygge en overordnet vurderingsmodel for transporten i Grønland Dash 7 flytypen skal udfases De mindre landingsbaner skal klare større fly, dvs. udvides (forlænges) 2

3 Udbygning af landingsbaner. 3

4 Nybygning af landingsbaner... 4

5 Introduktion Transportkommision i Grønland (2010) Transportproblematikken i Grønland Indbyggertal ca personer Transport Plan Grønland (2006) Formål: Opbygge en overordnet vurderingsmodel for transporten i Grønland Dash 7 flytypen skal udfases De mindre landingsbaner skal klare større fly, dvs. udvides (forlænges) 5

6 UNITE-DSS Modellen The UNITE-DSS Decision Support Model Determinstic Calculation Stochastic Calculation I) Cost-benefit analysis III) Reference Class Forecasting IV) Reference Scenario Forecasting Results: Point estimates in terms of NPV, BCR, IRR Impact: Travel time savings Impact: Travel time savings II) Optimism Bias Uplifts Determination of Beta-PERT distribution Determination of scenarios and triple estimates Impact: Investment costs Determination of inputs to the Beta-PERT distribution Trtiple estimate parameters to the Beta-PERT distribution Results: Point estimates in terms of NPV, BCR, IRR Results: Certainty graphs and certainty values Results: Certainty graphs and values for scenarios 6

7 Resultat: (1) Cost-Benefit Analysen Anlægsomkostning: den største bidragsyder til CBA en iform af omkostninger Brugergevinster den største bidragsyder til CBA en iform af benefits Består af billetindtægter samt rejsetidsbesparelser Bygger på Trafikmodelberegninger som igen bygger på prognoser/efterspørgsel 7

8 (2) Optimism Bias uplift Generel tendens til overestimering af anlægsoverslag (jvf. Den nye anlægsstrategi m. 30% uplift ) Benyttes i UK fra udredning af COWI & Bent Flyvbjerg tilbage i 2004 guideline report Værdier udredt på baggrund af såkaldte referenceklasser hvor en pulje af tidligere projekter er fundet og analyseret 8

9 Teoretisk forankring: Prospekt teori The Transport Planning Phase: Adapted from the British Department for Transport (DfT) (2004) Reference Class Forecasting: Optimism Bias Inside View Outside View Uniqueness of Project Reference Class Forecasting Forecasting of particular projects Forecasting from a group of projects The Planning Fallacy (1) Identification of relevant reference classes (2) Establishing probability distribution (3) Placing and comparing the project Current Situation Optimism Bias Uplifts 9

10 (2) Resultater: Optimism Bias Uplifts Luftprojekter sammenkoblet pga data med jernbaneprojekter I denne modelsammenhæng betegnes resultaterne som følsomhedsanalyser Giver ikke meget mere til analysen overfor beslutningstagerne, idet der stadig produceres punkt estimater Nuuk 2200 Investment, org Mkr Investment, 40% -1,483 Mkr Investment, 57% -1,663 Mkr BCR, org BCR, 40% 1.79 BCR, 57%

11 (3) Data fit Beta-PERT fordeling Tidligere udviklet database fra Flyvbjerg bygger på trafikprognoser sammenlignet med faktuel trafik I gnms. 39% lavere observationer end prognoserne Input til UNITE-DSS (-95%; Mode; 75%) 11

12 Data fit Erlang fordeling Cirka 88% af sanddsynlighedsmassen er over 0 Dvs. i 88% af tilfældene skete en underestimering af anlægsoverslag i den indledende budgettering Sandsynlighedsfordeling [-15% ; 100%] m. formpar. K = 23 For vejprojekter k=8 og faste forbindelser k=5 (ligner en LogNormal fordeling) 12

13 (3) Resultat (QRA): Monte Carlo simulation Reference Scenario 5: Accumulated Descending Graph 1 Probability of having a BCR greater than or equal to the x axis value Scenario Benefit-cost ratio (BCR) 13

14 Konklusion UNITE-DSS modellen kombinerer cost-benefit analysen og risikoanalysen ved at inddrage intervalresultater Derudover, ved at kombinerer Optimism Bias og informationer fra referenceklasser er det muligt, at fitte en række sandsynlighedsfordelinger til modeltilgangen. Reference class forecasting tilgangen nødvendiggør en stor dataindsamling af valideret data. Til sidst giver den akkumulerede sandsynlighedsfordeling beslutningstagerne muligghed for at få et helhedsindtryk af mulige usikkerheder i projektalternativet. 14

15 Perspektiv (oplæg til debat) Indsamling af data er altafgørende for at få modelsystemet til at fungerer (WP1 og WP2) En udviklingsmulighed er implementering af såkaldte beslutningskonferencer til brug for inputs Fuld implementering af UNITE-DSS modellen: Cost Benefit analyse Reference Class Forecasting (Optimism Bias Uplifts) Risikoanalyse (Monte Carlo simulation) Reference Scenario Forecasting (Scenario inputs) 15

16 Reference Scenario Forecasting Helt nyt forskningsperspektiv indbygger en form for strategisk beslutningsstøtte i form af regimer Det fokale scenarie (tidligere benævnt Scenarie 5) 1st regime: Global økonomisk udvikling 2nd regime: Nuuk udvikling som et regionaltknudepunkt i Grønland i.e. Stordriftfordele, tiltrækning af turisme, erhverv,... 16

17 Reference Scenario Forecasting (scenarier) 17

18 Reference Scenario Forecasting (I) Udgangspunkt i tripleestimering (Lichtenberg, 2000) Der undersøges kun for brugergevinster hvor tre parametre benyttes (Min, Mode, Max) Beslutningskonference 1. del: Bestem mest sandsynlige værdier for de tilbageværende 8 scenarier Beslutningskonference 2. del: Bestem MIN og MAX vlrdier for de tilbageværende 8 scenarier Resultater er udelukkende baseret på egne skøn 18

19 (4) Resultat: Reference Scenario Forecasting Reference Scenario Forecasting: Accumulated Descending Graphs Probability of having a BCR greater than or equal to the x-axi value Scenario 1 Scenario 2 Scenario 3 Scenario 4 Scenario 5 Scenario 6 Scenario 7 Scenario 8 Scenario 9 Benefit-cost ratio (BCR) 19

20 Tak for opmærksomheden! Not everything that counts can be counted and not everything that can be counted, counts Albert Einstein Affiliation: Assistant Professor, PhD Kim Bang Salling Department of Transport Technical University of Denmark 20