|
5 A döntési változatok hatásainak számbavétele,
számszerűsítése
Az egyes döntési változatok esetében a hatások
számbavétele és számszerűsítése
az 1. lépésnél szereplő táblázat
szerint történik.
6 A döntési változatok hatásainak pénzben
történő kifejezése, azaz a hasznok számítása
Ennek első lépéseként hatásonként
fel kell mérni, hogy az adott hatás milyen pénzben
mérhető hatást vált ki. Ezt követően
az egy hatáshoz kapcsolódó pénzben kifejezhető
hatásokat kell pénzben kiszámítani, majd ezeket
összegezni.
Példák a hatások pénzben történő
mérésére az OKKP számára kifejlesztett
szoftver alapján:
Az egészségügyi kockázat megbetegedéseket
és halált okozhat az érintett népesség
meghatározott hányadában. A megbetegedés a
következő pénzben kifejezhető hatásokat
váltja ki: a megbetegedés ideje alatti jövedelemkiesés,
ápolási költség, biztosítási díj,
tartós egészségkárosodás esetén
nyugellátás, életjáradék, halál
esetén jövedelemkiesés, biztosítási díj.
Ezek a pénzben kifejezhető hatások a népesség
demográfiai jellemzői (korcsoport, szakképzettség)
becsülhetők, majd az érintett népességszámra
vetíthetők.
7 A döntési változatok költségeinek
számítása
A költségek meghatározása kiterjed
- az egyszeri, beruházás jellegű költségekre,
így például: a kármentesítés
tényfeltárási, műszaki beavatkozási,
utóellenőrzési rendszer kiépítésének
költségei
- folyó költségekre: például az utóellenőrzési
rendszer működtetésének költségeire.
8 A hatások, illetve hasznok, valamint a költségek
értékelése, a döntési változatok
közti választás
Az értékelés két változatban történik,
attól függően, hogy a hasznokat milyen mértékben
sikerült pénzben kifejezni.
A döntés elvi alapja: a legnagyobb nettó hasznú
döntés kiválasztása. Azonos nettó hasznú
esetek közül a nagyobb belső megtérülési
rátájú esetek kiválasztása.
A) változat (a tényleges költség-haszon elemzés)
Az egyes döntési változatokra a pénzben kifejezett
hasznok és költségek éves különbségeinek
nettó jelenértékét határozzuk meg az
általános fejezetben leírtak szerint.
A legnagyobb nettó jelenértékű döntési
változatot választjuk ki megvalósításra.
Abban az esetben, ha több azonos nettó jelenértékű
döntési változat van, akkor a legnagyobb belső
megtérülési rátájú változatot
választjuk ki közülük.
B) változat (hatások értékelése, egszerűsített
költség-haszon elemzés, mutatók képzésével)
Akkor alkalmazható ez a változat, ha a hasznok pénzben
nem voltak kifejezhetők, így csak a naturáliában
számszerűsített hatások ismertek és
a költségek.
Ekkor is a nettó hasznot próbáljuk maximalizálni,
ezért először a hatásokat kell értékelni.
Mivel a pénzben történő összehasonlítás
itt nem lehetséges, ezért a döntési változatok
összehasonlítása érdekében mutatókat
kell képezni.
A mutatók képlete: a naturáliában számszerűsített
hatások / költség. Mivel többféle hatás
is előfordulhat, ezért általában több
ilyen mutató is képezhető. Az egyes mutatók
alapján a döntési változatokat sorba kell rendezni.
Az a döntési változat a megfelelőbb, amelynél
az adott mutató értéke minél magasabb. Ha
valamennyi számított mutató egy döntési
változat esetében a legmagasabb, akkor az a változat
tekinthető az optimális változatnak.
Amennyiben az egyes mutatók sorbarendezésével a
döntési változatok eltérő sorrendbe kerülnek,
ekkor mérlegelni kell az egyes mutatók fontosságát.
Ez történhet egyszerű súlyok megadásával,
vagy függvényekkel is. Arra kell vigyázni, hogy a hatások
rangsorolása következetes és áttekinthető
legyen, egy adott hatás végeredményben játszott
szerepe kimutatható legyen, s így a módszer érzékenysége
mérhető legyen (erről bővebben a 9. lépés
szól).
A súlyok vagy függvények segítségével
egy mutató alakítható ki, amely alapján sorbarendezve
a döntési változatokat, optimális döntési
változatnak kiválasztható a legmagasabb mutatójú
változat.
9 Érzékenységi vizsgálatok végzése
Az érzékenységvizsgálatoknak két területre
kell összpontosítaniuk:
- a módszertan alkalmazása során felhasznált
adatok minőségére
- az adatokat elemző módszerek érzékenységére.
Az adatok minősége
A megfelelő mintavételi és analitikai módszereket
az adatminőségi célok (Data Quality Objectives, DQOs)
határozzák meg. Az adatminőségi célok
kvalitatív és kvantitatív jellegű kijelentések,
amelyek meghatározzák a tanulmány célját
(a tanulmányozandó problémát és a szükséges
döntés jellegét); a gyűjtendő adatok típusát
és tűréshatárait; a vizsgálandó
probléma időbeli és térbeli kiterjedését;
valamint az adatgyűjtésre legalkalmasabb körülményeket.
Az adatgyűjtés és -elemzés megbízhatóságát
számos bizonytalansági tényező befolyásolja:
a vizsgált terep tulajdonságai; a környezetkémiai
mintavétel módszerei; a laborelemzés módszerei
és az eredmények értelmezése; a vegyianyagok
sorsának elemzése; a mérő és figyelő
(monitoring) hálózat kiterjedése és állapota.
A fenti bizonytalanságok csökkentését szolgálja
az adatok minőségének értékelése
(Data Quality Assessment, DQA), ami egy szigorú, formalizált,
természettudományos, valamint statisztikai jellegű
értékelési folyamat. Célja, hogy meghatározza:
a környezetre vonatkozó adatok típusa, minősége
és mennyisége megfelel-e az adatok tervezett felhasználásának.
Az eljárás keretében felülvizsgálják
az adatminőségi célokat (DQO-k); a mintavétel
célját; a mintavétel megtervezését;
a mintavételi módszereket; a dokumentáció
módját; az analitikai eljárásokat; az adatcsökkentő
(data reduction) eljárásokat; az adatbázisokra vonatkozó
eljárásokat; a döntéshozatalhoz felhasznált
statisztikai módszereket. A gyűjtendő adatok típusát
és jellemzőit alapvetően meghatározza, mely
statisztikai paramétereket tekintenek a döntések alapjának.
Az adatelemzés bizonytalanságainak forrásai:
a szennyezettség mértékének meghatározása
(mit tekintünk "szennyezettnek"); a döntési
hibák tűréshatárai (amelyeket előre
rögzíteni kell); statisztikai próba típusának
kiválasztása; a statisztikai próbák előfeltevései;
a toxikológiai kockázatértékelés módszertana;
a környezeti elemek közti anyagáramlási tényezők
kiszámítása (amelyekkel előrejelezhetők
a terepre illetve a különböző anyagcsoportokra jellemző,
a környezeti elemek közti anyagáramlást leíró
paraméterek); az expozíciós utak azonosítása,
a környezeti körülmények (időjárás,
vízállás, periodikus változások) és
a hatásmechanizmusok figyelembe vétele.
A kockázatbecslés terén bizonytalansági
tényezőt jelent, hogy - amennyiben a kockázat értéke
a bekövetkezési valószínűség és
a következmény súlyosságának szorzataként
adódik - a kis valószínűséggel bekövetkező,
de katasztrofális következményű események
alacsony kockázatértéket kaphatnak. Csökkenti
az eredmények alkalmazhatóságát, ha csak a
számszerűsíthető következmények
körét vesszük figyelembe (azaz kimaradnak személyes,
emberi és egyéb tényezők, amelyek nem számszerűsíthetők).
A kockázatok értékelése során nehéz
a késleltetett, valamint a tovagyűrűző hatások
azonosítása, nagyságuk becslése illetve sorrendbe
állítása. Befolyásolja ezt a feladatot: a
receptorok eltérő érzékenysége; a maradék
kockázat (residual risk) eltérő értékelési
lehetőségei; a különböző jellegű
(fizikai, kémiai, biológiai, technológiai, társadalmi)
kockázatok megléte; sok kockázatviselő léte
és eltérő érzékenysége; a jövő
nemzedékek számára jelentkező kockázatok
becslési nehézsége (például a jövőbeli
preferenciák, illetve technológiai lehetőségek);
a veszélyek szinergikus (összeadódó) hatásai;
szubjektív elemek; valamint a kockázat csökkentésére
szolgáló alternatív politikák és megközelítések
lehetősége.
A költség-haszon és költség-hatékonyság
elemzéseknél alkalmazott módszerek érzékenységének
vizsgálatát is el kell végezni a módszertan
kialakításánál: az egyes tényezők
hatása a végeredményre, az azokban rejlő hiba
milyen mértékig torzíthatja az értékelést.
|