Stabiliteit of verandering

Het verkennen van de toekomst in de analysefase was er vooral op gericht om een beeld te schetsen van de OV-problematiek op langere termijn, met 2020 als referentiejaar. Daarnaast moest het OV- MIRT onderzoek alvast wat richting bieden aan de oplossingsfase door de impact van mogelijke oplossingsrichtingen inzichtelijk te maken. Dit onderscheid tussen een toekomstbeeld van de problematiek en toekomstscenario’s van oplossingseffecten, is van belang in de casebeschrijving in deze subparagraaf.

Het toekomstige probleem is afhankelijk van toekomstige reizigersstromen. Om die stromen inzichtelijk te maken worden de volgende factoren als meest relevant geacht: demografie, economie en mobiliteit. Gegevens van het PBL en het CBS laten in het OV-MIRT onderzoek zien dat de demografische, economische en mobiliteitsgroei doorzet in Utrecht. De mate waarin de economische groei doorzet is nog onduidelijk. Aan de hand van de WLO-scenario’s kan zeker worden gesteld dat ook de vervoersgroei (hoofdzakelijk afhankelijk van zojuist genoemde factoren) aanhoudt in de regio Utrecht. Deze conclusie wordt gerechtvaardigd doordat zowel het hoge als het lage (WLO)scenario deze groei laat zien. Het BRU geeft echter aan dat de onzekerheid rondom de OV-problematiek in 2020 groot is. Die onzekerheid wordt vooral veroorzaakt door ontwikkelingen waarvan de invloed op de problematiek onduidelijk is, zoals de economische crisis, de afschaffing van de OV-studentenkaart, het nieuwe werken, etc. Het BRU acht het dan ook van belang om zowel het probleem als de effecten van oplossingen in een bepaalde bandbreedte te zien. Een dergelijke bandbreedte toont namelijk de onzekerheid rondom bepaalde aannames. De vraag is echter in hoeverre deze gedachtegang geïntegreerd is in de toekomstverkenningsmethodiek en in de resultaten van het OV- MIRT onderzoek. In het rapport wordt vooral uitgegaan van factoren en ontwikkelingen waarin een zekere stabiliteit te veronderstellen is. Die stabiliteit in factoren is van belang om gegevens uit het verleden door te kunnen trekken naar de toekomst (forecasting/trendextrapolatie) en op die manier gefundeerde aannames te kunnen doen over die toekomst. De cognitieve zekerheid rondom dergelijke factoren is groot. Daarom staat de stabiliteit van demografische, economische en mobiliteitsfactoren centraal en is deze leidend in het duiden van de problematiek. Mede ook doordat dergelijke factoren goed te modelleren zijn. Ontwikkelingen of factoren die onderhevig zijn aan verandering (bijvoorbeeld het studentenreisgedrag dat beïnvloed wordt door de afschaffing van de OV-studentenkaart of het nieuwe studeren) of waarover geen tot weinig gegevens uit het verleden beschikbaar zijn (denk aan de economische crisis), zijn minder geschikt voor modellering. Het VRU- model is een zeer belangrijk middel geweest in het concretiseren van de problematiek dankzij de kwantitatieve onderbouwing. Daarom is de modelmatigheid van factoren een belangrijk

54

selectiecriterium in de te selecteren input voor het VRU-model. Stabiele factoren zullen dan de voorkeur krijgen boven variabele factoren. Op basis van stabiliteit kan namelijk meer cognitieve zekerheid verondersteld worden waardoor het toekomstbeeld plausibeler wordt.

De erkenning dat er een bepaalde onzekerheid bestaat rondom het geconstrueerde toekomstbeeld is dus wel relevant, maar kan veel waarde verliezen door deze niet te integreren in de toekomstverkenningsmethodiek, terwijl de schijn wordt gewekt dat dat wel het geval is. Stabiliteit lijkt centraal te hebben gestaan in het verkennen van de toekomstige OV-problematiek waardoor variabiliteit slechts beperkt wordt toegelaten in de analysefase.

Een soortgelijke analyse kan gemaakt worden van de toekomstverkenningsmethodiek ten behoeve van de oplossingseffecten. In het OV-MIRT onderzoek worden vijf mogelijke oplossingsrichtingen genoemd waarvan de effecten geanalyseerd worden. In het onderzoeksrapport wordt de volgende beschrijving gegeven (Ministerie van I&M et al., 2012, p.29):

‘’Om een eerste indruk te krijgen van het oplossend vermogen van de bovengenoemde oplossingsrichtingen, zijn modelberekeningen gemaakt van twee verschillende scenario’s, die met name de oplossingsrichtingen 1 (lightrail) en 3 (OV-tangenten) bevatten en daarmee bijdragen aan de bereikbaarheid van knooppunten (deel van oplossingsrichting 4). Met de huidige modelversie is het niet mogelijk om de maatregelen in oplossingsrichting 2 (gericht op een betere doorstroming) door te rekenen en te vertalen in reistijden en vervoerwaarden. In een volgende fase zal het verkeersmodel hiervoor wel geschikt zijn. Ook de maatregelen in oplossingsrichting 5 (verdere integratie van landelijk en regionaal OV) kan het verkeersmodel niet doorrekenen.’’

Hoewel men in het OV-MIRT onderzoek slechts een eerste indruk wil geven van oplossingsrichtingen, wordt uit bovenstaand citaat duidelijk wat de beperking van het OV-MIRT onderzoek is. Dat is namelijk de afhankelijkheid van het VRU dat op haar beurt (althans deze modelversie) weer de beperking heeft dat bepaalde oplossingen een voornamere positie krijgen dan andere. Namelijk de oplossingen die vertaald kunnen worden naar reistijden en vervoerwaarden, simpelweg doordat de modelstructuur daarvoor geschikt is. Dat betekent dat de motor van het onderzoek (het VRU) een bepaalde vooringenomenheid heeft qua te modelleren opties. Waar komt dat dan door? De centrale vraag in deze subparagraaf is of stabiliteit of verandering centraal staat in het ontwikkelen van een toekomstbeeld. Evenals de analyse van het toekomstige probleem staat ook in de effectenanalyse stabiliteit centraal. Maar wanneer wordt een bepaalde factor, een bepaalde ontwikkeling, of een oplossingsrichting als stabiel ervaren? Het antwoord daarop lijkt te zijn: wanneer er genoeg gegevens over beschikbaar zijn, wanneer de geschiedenis heeft bewezen dat het werken met dergelijke gegevens betrouwbaar is en wanneer de data vertaald kunnen worden naar modelinput om het vervolgens te kunnen modelleren. Voor een goede vertaalslag van data is van belang dat er een bepaalde regelmaat en stabiliteit te vinden is die geduid kan worden in kwantitatieve termen zoals afstand, tijd, reizigersaantallen, etc.

Een volgende vraag is dan wat er gebeurt met oplossingsrichtingen die minder eenvoudig te kwantificeren en te modelleren zijn vanwege de variabiliteit en onvoorspelbaarheid. Verdwijnen die op de achtergrond? Het verloop van het beleidsproces moet uitwijzen of dat het geval zal zijn. Tot nu toe lijkt een kwantitatieve onderbouwing en modellering van een toekomstige werkelijkheid de voorkeur te hebben. Hierdoor kan het negeren van variabele ontwikkelingen een relevante valkuil zijn. Men is dan geneigd cognitieve onzekerheid te reduceren door deze te negeren. Een andere valkuil is een beperkte kritische blik op modellen en de aannames die daarin verborgen zitten. De drang om te kwantificeren en te modelleren kan ertoe leiden dat het model heilig wordt verklaard waardoor reflectie van ondergeschikt belang wordt geacht. Het model gaat immers uit van zekerheden. Het model gaat dan de werkelijkheid vervangen, waardoor schijnzekerheden kunnen ontstaan die een onjuist toekomstbeeld schetsen. Het is echter van groot belang om continu te reflecteren op de modelaannames zodat modellen in staat zijn mee te veranderen met

55

ontwikkelingen in de werkelijkheid. Door op reflexieve wijze met modellen om te gaan kunnen variabiliteit en dus onzekerheid toegelaten worden in het toekomstverkenningsproces.