23
1 Hoe maak je een toekomstverkenning effectief? Ervaringen met toekomst- en omgevingsverkenningen in Verkeer en Vervoer Wim Korver 17 augustus 2010

Hoe Maak Je Een Omgevingsverkenning Effectief Kvw

Embed Size (px)

DESCRIPTION

Tien lessen om een effectieve toekomstverkenning uit te voeren

Citation preview

  • 1. Hoe maak je eentoekomstverkenning effectief? Ervaringen met toekomst- en omgevingsverkenningen in Verkeer en Vervoer Wim Korver 17 augustus 2010

2. Waar gaat het heen? 3. INHOUD

  • Wat zijn mijn ervaringen?
  • Was gibt es noch mehr?
  • Type toekomstverkenningen
  • Tien leerpunten
  • Advies aan Kim aangaande Duurzame transportsystemen 2050

4. Persoonlijke ervaringen -1

  • V&V in de 21e eeuw
    • Eind jaren negentig
    • SEP: moet er een elektriciteitscentrale bij komen?
    • Systeemaanpak, alles hangt met alles samen
    • Onderzoekskosten: >1 mnl Dfl
    • TNO Inro, TNO Automotive, CE, ECN, KEMA en UT
    • Vier scenarios
    • Toekomstjaar 2050
    • Kwantitatief uitgewerkt
    • Advies: geen nieuwe elektriciteitscentrale nodig

5. Organisatie 6. Persoonlijke ervaringen -2

  • FANTASIE: Technology Assessment and Forecasting
    • In opdracht van EU
    • Vraag: identificeren van kansrijke technologien om beleidsdoelen te ondersteunen & ontwikkeling van beleidsopties om de meest gewenste technologie te stimuleren
    • Systeemaanpak: alles hangt met alles samen
    • Onderzoekskosten: 2 mln Euro
    • IABG, DITS, AEAT, TNO, AVV, FOA
    • Vier scenarios
    • Kwantitatief uitgewerkt
    • Advies: effective interactive processes on a European scale in which stakeholders and users

7. Persoonlijke ervaringen -3

  • Technologiemonitoring:Vinden, Vertalen, Verspreiden (VVV)
    • Doel: methodologie om per technologiebundel kennis weer te geven en aan stakeholders over te dragen
    • Toepassingsgebied: elektrische en hybride voertuigen
    • Systeemaanpak
    • Twee scenarios
    • TNO Inro en TNO Automotive
    • Onderzoekskosten: 45.000 Euro
    • Multi-criteria aanpak ter beoordeling van combinaties aandrijfconcept, toekomstbeeld en vervoerkundige inpassing

8. Persoonlijke ervaringen -4

  • Questa scenarios
  • Chipcard scenarios
  • Urban Car
  • Technologieverkenningen voor VW beleidsdirecties
  • Advisering aan KPN voor hun scenariomodel
  • Advisering van VROM-Raad
  • Advisering van Raad voor Verkeer & Waterstaat
  • NSL (gaat tot 2020)
  • Advisering Cie M.E.R hoe om te gaan met Cie Elverding

9. Andere toekomst- en omgevingsverkenningen

  • CPB scenarios
  • Milieuverkenningen (PBL)
  • SHELL Scenarios
  • CREOPS Scenarios
  • Ruim Pad (RPD)
  • OECD (Environmentally Sustainable Transport)
  • EU (Lange termijn modellen: TREMOVE, TRANSTOOLS)
  • UK: in het kader van Klimaatbeleid, bijv Londen
  • USA: nog veel meer
  • Zie ook overzichtstudies, bijv TML, 2007

10. Type omgevingsverkenningen V&V in de 21e eeuw (SEP) NSL Investeringsvraagstuk/ beleidskeuzes CPB Scenarios, VVV, Technologiemonitoring, SHELL Scenarios Beleidsvoorbereiding Questa-scenarios, Fantasie, Scenariomodel KPN Beleidsorintatie Voorbeelden Type 11. Leerpunt 1: Maatschappelijke context bepaalt toekomstbeeld 12. Niet goed ingeschat zijn:

  • Onderschatting van de ontwikkeling van het aantal huishoudens
  • Energieprijs (soms te hoog soms te laag)
  • Arbeidsproductiviteit OV: verbetert niet
  • Comfort van de auto
  • Arbeidsparticipatie vrouwen

13. Leerpunt 2: Veel is al bedacht 14. Leerpunt 3: Vervoersystemen veranderen niet snel. En keer in de vijftig jaar een nieuw systeem

  • Het vliegtuig was de laatste systeemsprong: wat wordt de nieuwe?
  • Concurrentie: automatische voertuiggeleiding, nieuw collectief vervoer (Maglev, HST+), loskoppeling bezit en gebruik van de auto en mogelijke andere systemen

15. Technologieontwikkeling vindt gestaag plaats met slechts af en toe een systeemsprong

  • Weinig grote vernieuwingen: meeste incrementele veranderingen
  • Systeemveranderingen zijn zeldzaam, maar als ze optreden is de impact enorm
  • Onzekerheid over uitkomsten

16. Leerpunt 4: Toekomstverkenningen doen, is erg leuk

  • Het doen van een toekomstverkenning is vaak interactief en enthousiasmerend
  • Gevaar is dat dit beperkt blijft tot een kleine kring
    • Eigen jargon
    • Onderbouwing van eindbeelden niet eenvoudig
  • Hoe te voorkomen?
    • Doorlooptijd beperken
    • Klankbordgroep/Gebruikersgroep organiseren
    • Betrek opdrachtgever/belanghebbende erbij

17. Leerpunt 5: Focusering in een toekomstverkenning is erg lastig

  • Maak het kwantitatief
    • Maakt het makkelijker om keuzes helder te krijgen.
    • Voorkomt denkfouten
  • Tracht een ouputvariabele c.q. keuze te benoemen
    • Voorbeelden: wel of geen elektriciteitscentrale, shareholders value, moet V&W budget vrij maken om ..
    • Structureert denkproces

18. Leerpunt 6: Werk met verschillende toekomstbeelden

  • DE toekomst bestaat niet
  • Meestal worden hierbij scenarios gebruikt
    • Essentieel hierbij is een passende keuze van de ontwerpdimensies
    • Waar liggen de onzekerheden
    • Hoge/lage economische groei zijn niet altijd de meest relevante
  • Ook bij technologiemonitoring zijn meerdere toekomsten relevant

19. Leerpunt 7: Overheidsbeleid kan nooit een uitgangspunt zijn

  • Nieuwe maatschappelijke ontwikkelingen zijn niet het gevolg van beleid
  • Economische principes bepalen technologieontwikkelingen
    • Transitiemanagement dient te anticiperen op wat er al mogelijk is en niet het onmogelijke te stimuleren
  • Beleidsdoelstellingen zijn vaak tegenstrijdig
    • Economische groei versus beter milieu
  • Het is een toekomstverkenning en geen beleidsnota!
  • Durf een heilig huisje om te gooien: bijv. De trein bestaat niet meer in 2050

20. Leerpunt 8: Bepaal een vastomlijnde doelgroep van de toekomstverkenning

  • Probeer een terugvertaling te maken naar de betrokken organisatie
    • Bijv. aantal werknemers, soort producten die aangeboden worden, locatie van werken
  • Denk na over commitment van de doelgroep. Waarom zouden zij moeten meedoen? Actualiteitsvraag
  • Probeer een beeld te schetsen wat het voor het individu betekent
    • Geen Truus en Miep verhalen
    • Gericht op relevante aspecten
  • Beperk je in de informatie. Beter n aspect goed uiteenzetten dan tien tegelijkertijd

21. Leerpunt 9: Visualisering is belangrijk en beeldbepalend

  • Plaatjes zeggen meer dan 1.000 woorden
    • Voordeel is dat er minder toegelicht hoeft te worden
    • Nadeel dat de nuance verdwijnt
  • Ook tijdens het proces al gebruiken
    • Positieve ervaringen met tekenaars tijdens workshops
    • Bespaart tijd

22.

  • Leerpunt 10: Maak een onderscheid in vervoersysteem en voertuigconcept
  • Elektrische autos lossen de bereikbaarheids- en ruimte problematiek niet op
  • Individueel vervoer, collectief vervoer zijn vervoersystemen
  • De conventionele auto, de urban car, autodelen en AVG zijn vervoerconcepten
  • All purpose car en Dedicated car zijn voertuigconcepten
  • EV, ICE, CNG zijn aandrijfconcepten

23. Advies aan Kim

  • Leer van het voorgaande
  • Kijk goed om je heen:
    • Hoe doen grote bedrijven het?
    • Hoe vinden toekomstverkenningen plaats in andere sectoren
  • Stel de vraag: voor wie is het bedoeld en laat die personen in het proces participeren!
  • Benoem wat voor soort omgevingsverkenning hetbetreft (beleidsorintatie)