Verwachte effecten en impact

5.4.6.1 Opzet en vraagstelling

Een ex ante evaluatie kan ook aandacht hebben voor de beleidsimpact. Prospectief wordt gekeken naar de verwachte effecten. In tegenstelling tot een ex post evaluatie staat niet de vraag naar doelbereiking of beleidseffectiviteit (attributie van effecten) centraal. Dergelijke vragen kunnen immers pas gesteld worden nadat het beleid uitgevoerd is.

De opzet van een ex ante evaluatie van de beleidsimpact is het voorspellen, schatten of berekenen van effecten van gepland beleid en hun kenmerken: de aard, omvang, tijdstip, tijdsduur en intensiteit. Een

belangrijk verschilpunt met een ex post evaluatie is dan ook de onzekerheid over de effecten: men kan ze nog niet meten, enkel ramen.

5.4.6.2 Meerwaarde

De planning van beleid gebeurt met het oog op het realiseren van een verandering ten aanzien van een maatschappelijke behoefte of probleem, of het voorkomen daarvan. Voor het antwoord op de vraag in welke mate een beleidsinitiatief effect zal hebben op korte termijn en wat de impact ervan zal zijn op langere termijn, speelt de graad van zekerheid over het optreden van de effecten en nauwkeurigheid over de omvang en intensiteit van effecten een belangrijke rol.

De beslissing om een beleidsinitiatief uit te voeren kan echter afhangen van gegevens die deze onzekerheid en onnauwkeurigheid althans voor een deel wegnemen. Een ex ante evaluatie van verwachte effecten en impact kan dergelijke informatie verschaffen.

Ze kan kaderen binnen verschillende motieven. Uiteraard kan dergelijke evaluatie de planning van beleid ondersteunen, door na te gaan wat het beleid aan verandering teweeg kan brengen. Men kan ook beter inzicht krijgen op welke intensiteit van het beleid vereist is om een bepaald effect of impact op langere termijn te verkrijgen. De intensiteit kan men sturen door de inzet van middelen die men aan het beleidsinitiatief verbindt.

Anderzijds kan dergelijke evaluatie - naar analogie met een toetsing op de relevantie van het beleid - een voorafname zijn op een ex post verantwoording voor doelbereiking en beleidseffectiviteit.

Deze vorm van ex ante evaluatie kan ook bijdragen tot het identificeren van gewenste of ongewenste neveneffecten.

5.4.6.3 Aanpak en technieken

De aanpak bij dit type van ex ante evaluatie is geënt op de werkwijze bij forecasting of voorspelling, waarbij men prognoses maakt en scenario’s opstelt. Forecasting is het gericht verschaffen, systematiseren en gebruiken van toekomstgerichte informatie die voor beleidsbeslissingen bruikbaar is. Daarbij maakt men een traditioneel een onderscheid tussen explorerende en normatieve forecasting. Verkennende forecasting reikt toekomstverkennende informatie aan ten behoeve van logisch mogelijke, alternatieve toekomstige situaties en tracht aan te geven hoe men vanuit de bestaande toestand kan evolueren naar deze mogelijke situaties. Normatieve forecasting verschaft alternatieve toekomstbeelden, echter vanuit een subjectief en normatief beoordeelde bestaande toestand en wenselijk geachte toekomstige situaties. Men tracht aan te geven hoe men de discrepanties kan wegwerken en evolueren van de bestaande naar de wenselijke situatie. Binnen bepaalde sectoren en afhankelijk van het soort

gegevens kan men werken met simulaties van mogelijke beleidsacties om na te gaan wat de effecten zijn.

Een ex ante beleidsevaluatie van de verwachte effecten en impact is verwant met maar niet gelijk aan forecasting. Bij de evaluatie start men vanuit een concreet beleidsinitiatief dat gepland is of dat in de ontwerpfase zit. Forecasting en toekomstverkenning hebben enkel betrekking op de maatschappelijke omgeving. De verwachte effecten en impact van een beleid situeren zich echter ook in deze maatschappelijke omgeving; de effecten en impact van een beleidsinitiatief kunnen door deze context beïnvloed worden en omgekeerd.

Gegeven bovenstaande parallel in opzet en aanpak, zijn verschillende technieken die ingezet kunnen worden bij forecasting ook relevant voor een ex ante beleidsevaluatie van verwachte effecten en impact. De hoofdfunctie van deze technieken in het kader van evaluatie is het maken van analyses. Ze kunnen informatie aanreiken over toekomstige effecten die als basis kan dienen om beoordelingen te maken over beleidsopties of scenario’s.

¾ Tijdreeksen

¾ Inputoutput modellen ¾ Delphi-techniek ¾ Impact matrix ¾ Cross impact matrix

5.4.6.4 Voorbeeld: multimodaal verkeersmodel

Voor de planning van het mobiliteitsbeleid - en daarmee samenhangend het ruimtelijke ordeningsbeleid- op Vlaams, provinciaal en lokaal niveau, werd een multimodaal verkeersmodel ontwikkeld door de Administratie Wegen en Verkeer van de Vlaamse Overheid. Aan de hand van deze simulatiemodellen over het personen- en goederenverkeer wordt getracht de evolutie te voorspellen bij voortzetting van het huidige beleid en bij een gewijzigd mobiliteitsbeleid ten gevolge van mogelijke beleidsopties of geplande maatregelen.

Aan de basis van de mobiliteitsontwikkeling liggen tal van mechanismen. Voor het personenvervoer hebben zij te maken met de maatschappelijke, economische en ruimtelijke organisatie waardoor allerlei activiteiten op afzonderlijke plaatsen worden uitgeoefend. De verplaatsingen die men doet zijn sterk individueel gebonden en worden beïnvloed door o.a. de leeftijd, de rolverdeling binnen het gezin en de levensstijl die men zich aanmeet. Voor het goederenvervoer geldt een andere dynamiek die nauw gerelateerd is aan de economische ontwikkeling en de technologie. Productieprocessen zijn meer en meer verdeeld in verschillende stadia en vinden op verschillende locaties, in gespecialiseerde bedrijven plaats, met meer transport tot gevolg. Het verkorten van doorlooptijden, inspelen op onverwachte marktevoluties en de grotere vraag naar maatwerk hebben een grote invloed op de aard en de hoeveelheid transport. Ook de aard van goederen (meer half-/eindfabricaten i.p.v. grondstoffen) zorgen

voor andere transportstromen. Ook de Europese gedereguleerde markt zonder handelsbelemmeringen zorgt voor een verdergaande Internationalisering van de productie- en transportstromen.

Het model wordt gevoed met een aantal basisparameters waaronder de ruimtelijke verdeling van wonen en werken. Het grondgebied dat overeenkomt met het planniveau wordt opgedeeld in een aantal zones. Deze zijn onderling verbonden via een netwerk van wegen, spoor-, tram- en buslijnen. Voor elke zone worden gegevens opgetekend over de bevolking, de tewerkstelling, de scholen en de winkels. Enquêtes over het verplaatsingsgedrag, gegevens van de recentste volkstelling en verschillende databanken liggen aan de basis van deze berekeningen.

Het model berekent het aantal verplaatsingen tussen de verschillende zones en de route waarlangs gereden wordt. Omdat het om een multimodaal verkeersmodel gaat, wordt ook bepaald met welk vervoermiddel de verplaatsing gemaakt wordt (auto, trein, tram, bus, fiets); de ‘modal split’. De betrouwbaarheid van het model wordt nagegaan door de resultaten ervan voor een bestaand basisjaar te vergelijken met werkelijke tellingen. Om dit goed te kunnen doen, is het noodzakelijk de parameters van het model regelmatig aan te passen (openbaar vervoer, wegen, bevolking en tewerkstelling per zone, regelgeving, inkomen ...).

Er zijn drie niveaus waarop een model kan uitgebouwd worden, elk met een eigen finaliteit:

Macro Nagaan van effecten door simulatie van strategische beleidsbeslissingen op lange

termijn op een groot gebied (gewest of provincie). Op deze schaal wordt niet naar individuele verkeersdeelnemers gekeken, maar naar verschuivingen in patronen.

Meso Op dit tussenniveau kunnen effecten van oplossingen op een ruime omgeving

geëvalueerd worden. Naast effecten op doorstroming van verkeer kan ook rekening worden gehouden met gevolgen van andere ontwikkelingen en maatregelen die de mobiliteit beïnvloeden.

Micro Inzoomen op de verkeersafwikkeling van kruispunten of een cluster van kruispunten.

Het gedrag van de individuele verkeersdeelnemer wordt gesimuleerd. Eventuele effecten van de aanpak die verder reiken dan het kleinschalige gebied zijn echter niet toonbaar.

Tabel 8: Detailniveaus van het multimodaal verkeersmodel

Op basis van het macro-model werd in het trendscenario (bij ongewijzigd beleid) een groei voorzien van het aantal verplaatsingen tussen 2000 en 2010 met 9% in Vlaanderen. Binnen Vlaanderen en het Brussels Hoofdstedelijk Gewest zal het aantal personenkilometer met de wagen met 21% stijgen tegenover 6% voor het openbaar vervoer. De gemiddelde reistijd met de auto neemt toe tot 33 minuten (een stijging met 17%) en de snelheid neemt af tot 11km/h (een daling met 12%). Het goederenvervoer neemt toe met 28%. Het wegverkeer blijft de sterkste groeier met 31% en versterkt zijn aandeel in de modal split tot 74%. De binnenvaart groeit met 22% en behoudt zijn aandeel in de modal split (13%). Het vervoer per spoor stijgt met 15%, en daalt qua aandeel in de modal split naar 13%. Bronnen: http://www.uitweg.be/nummer-03/pagina2.htm ,

http://viwc.lin.vlaanderen.be/mobiliteit/printsamenvatting.htm

5.4.6.5 Kritieke slaagfactoren

- Beschikbaarheid en kwaliteit van inputdata

Een belangrijke voorwaarde voor het gebruik van technieken met het oog op scenario-opbouw en het gebruik in een ex ante evaluatie van verwachte effecten en impact, is de beschikbaarheid en

kwaliteit van de data die als input in het model of als basis voor het scenario dienen. Zonder deze data verkrijgt men immers geen resultaat.

- Correcte omgang met een model als instrument

Modellen zijn geen glazen bollen; evenmin reiken ze oplossingen aan. De resultaten zijn afhankelijk van de input (cf. supra) en ze moeten nog steeds geïnterpreteerd worden. Een model is ook niet kritisch: onbetrouwbare inputdata leveren onbetrouwbare resultaten op met betrekking tot toekomstige situaties en evoluties.

- Effecten van gemodelleerde maatregels of van de modelleringswijze?

Bij de ontwikkeling van elk model moet men steeds waakzaam zijn of de resultaten het gevolg zijn van de maatregelen die men simuleert (modelleert), dan wel van de wijze waarop men het model heeft opgebouwd. Het analyseniveau is daarbij belangrijk: een model op macroniveau zal, omwille van de vereenvoudiging en veralgemening, vertekende resultaten geven wanneer men inzoomt op microniveau.