Rekening houden met onzekerheden in het MIRT-proces Impact op mobiliteitsontwikkelingen
Stel dat ontwikkelingen duidelijk afwijken van wat in de basisprognoses is verondersteld, wat is hiervan dan de impact op de mobiliteit? Impact top 3 what-if analyses 1 Brandstofprijzen grootste impact op ontwikkeling mobiliteit 2 Zelfrijdende auto leidt mogelijk tot 5-10% minder congestie in 2040 3 Sterke groei E-bike vooral impact op openbaar vervoer gebruik Combinatie van belangrijkste onzekerheden leidt tot ruim 30% minder congestie op het hoofdwegennet 2 Ministerie van Infrastructuur en Waterstaat
In de verschillende fasen van het MIRT-proces wordt de toekomstige verkeersontwikkeling berekend met behulp van de verkeersmodellen van het ministerie van Infrastructuur en Waterstaat. Voor het analyseren van de toekomstige bereikbaarheidsopgaven wordt bij MIRT-onderzoeken en verkenningen 2040 als zichtjaar gehanteerd. Deze prognoses zijn gebaseerd op de WLO-scenario s die zijn ontwikkeld door het Centraal Planbureau en het Planbureau voor de Leefomgeving. In de WLO scenario s is goed nagedacht hoe allerlei aspecten, zoals demografie, economie, technologie en klimaat zich in samenhang kunnen ontwikkelen. Deze scenario s zijn beleidsarm, dat wil zeggen dat ze van bestaand beleid uitgaan en niet van nieuw beleid of grote transities. De toekomst is echter onzeker en het kan natuurlijk zo zijn dat ontwikkelingen anders uitpakken dan in de basisprognoses is verondersteld. Om inzicht te krijgen in de effecten van een andere ontwikkeling heeft het ministerie van Infrastructuur en Waterstaat voor een aantal kernonzekerheden gevoeligheidsanalyses uitgevoerd als onderdeel van de Nationale Markt- en Capaciteitsanalyse. Hierbij is gekozen voor een what-if benadering: stel dat ontwikkelingen duidelijk afwijken van wat in de basisprognoses is verondersteld, wat is hiervan dan de impact op de mobiliteit? Doel van de gevoeligheidsanalyses was om de robuustheid van de toekomstige bereikbaarheidsopgaven te toetsen. Bij de selectie van de onderzochte onzekerheden is enerzijds gekeken naar voor mobiliteit relevante ontwikkelingen die geen plek hebben gekregen in de WLO-scenario's. En anderzijds naar ontwikkelingen waarvoor aannames gedaan zijn die passen bij de rustige ontwikkelpaden van de WLOscenario s, terwijl het goed denkbaar is dat ze in werkelijkheid sneller of minder snel zullen optreden. Er is gekeken naar de volgende ontwikkelingen: Toename thuiswerken Hogere brandstofprijzen Snellere elektrificatie van het wagenpark Snellere introductie zelfrijdende auto s Hoger aandeel e-bikes en verbetering fietspaden Lagere dematerialisatie Grotere ruimtelijke spreiding binnen de stadsgewesten In deze brochure geven we uitleg over de verschillende ontwikkelingen en de uitkomsten van de gemaakte analyses. Dat doen we in drie delen: 1 Overzicht De belangrijkste effecten op een rij 2 Toepassing Hoe gebruik je deze informatie in het MIRT-proces? 3 Verdieping Toelichting op de uitkomsten en aannames Ook verwijzen we naar achtergronddocumentatie waarin nog veel meer informatie is te vinden. s zijn uitgevoerd met de basisprognoses als vertrekpunt. Deze basisprognoses zijn gebaseerd op de WLO-scenario s ontwikkeld door PBL en CBP. kernonzekerheden 2040 Hoog PBL en CPB IenW WLO-scenario 2030-2050 Hoog Basisprognose 2040 Hoog Huidige situatie WLO-scenario 2030-2050 Laag Basisprognose 2040 Laag Rekening houden met onzekerheden in het MIRT-proces 3
1 Overzicht Brandstofprijzen, zelfrijdende auto en E-bike meeste impact mobiliteit Voor alle gevoeligheden is aangegeven welke effecten er zijn te verwachten op de ontwikkeling van de congestie en het gebruik van openbaar vervoer en fiets. Hierbij is steeds vergeleken met de basisprognose 2040 Hoog. Er is verge leken met het hoge scenario, omdat dan de automobiliteit, mobiliteit en de bereikbaarheidsopgaven sterk toenemen en het interessant is om te zien of de what-if analyses deze ontwikkeling versterken of juist afzwakken. In bijbehorend kader zijn de groeicijfers te zien voor het hoge en lage scenario. Ontwikkeling mobiliteit vervoerswijzen in basisprognoses 50% 40% 30% Inzicht in ontwikkeling aantal kilometers per vervoerwijzen 2014-2040 in basisprognose hoog en laag (in %) 20% 10% 0% -10% 2040 laag Auto bestuurder Trein Bus/Tram/Metro Fiets 2040 hoog Ontwikkeling congestie in basisprognoses 150% 120% Inzicht in ontwikkeling aantal voertuigverliesuren 2014-2040 in basisprognose hoog en laag (in %) 90% 60% 30% 0% Hoofdwegennet Onderliggend wegennet 2040 laag 2040 hoog 4 Ministerie van Infrastructuur en Waterstaat
De meeste onderzochte gevoeligheden leiden tot minder congestie met hogere brandstofprijzen als uitschieter. Uitzondering zijn een langzamere dematerialisatie (mate waarin de waarde-gewicht verhouding van goederen verandert) en een grotere ruimtelijke spreiding. Bij het gebruik van openbaar vervoer en fiets is het beeld wisselender. Er is ook onderzocht wat het gecombineerde effect is van de drie ontwikkelingen met de hoogste gevoeligheid (brandstofprijzen, zelfrijdende auto en e-bike) en dan komt het niveau van congestie ruim 20% lager uit dan in het hoge scenario en op het hoofdwegennet ruim 30%. Ter vergelijking: in het hoge scenario verdubbelt het aantal voertuigverliesuren ten opzichte van 2014 (zie kader op de pagina hiernaast). In paragraaf drie worden de analyses en aannames verder toegelicht. Landelijk effect Onderzochte kernonzekerheid (t.o.v. basisprognose 2040 Hoog) Ontwikkeling Congestie Gebruik OV Gebruik fiets Meer thuiswerken / buiten de spits reizen Hogere brandstofprijzen Snellere elektrificering wagenpark Snellere introductie zelfrijdende auto en truckplatooning Hoger aandeel e-bike en verbetering fietsnetwerk Dematerialisatie gaat langzamer Grotere ruimtelijke spreiding binnen de stadsgewesten Negatief effect Geen / nauwelijks effect Positief effect Rekening houden met onzekerheden in het MIRT-proces 5
2 Toepassing Hoe informatie gebruiken in mijn MIRT-project? Deze folder biedt meer inzicht in de gevoeligheid van de ontwikkeling van de mobiliteit voor bepaalde onzekerheden. Tegelijkertijd maakt dit het misschien ook lastiger om beslissingen te nemen doordat de bandbreedtes toenemen. Hoe kunnen deze inzichten gebruikt worden in de MIRT-projecten? Onderstreep het belang van adaptieve en flexibele pakketten van maatregelen Er is sprake van onzekerheden met behoorlijke bandbreedtes op dit moment. Het is belangrijk om in de MIRT-projecten hier aandacht aan te besteden om inefficiënte maatregelen en onder- of overinvesteringen te voorkomen. Het vergroten van adaptiviteit van maatregelenpakketten is een manier om hier mee om te gaan. Het Kennisinstituut voor Mobiliteitsbeleid (KiM) heeft in 2017 een notitie opgesteld met handzame en in de praktijk toepasbare informatie over adaptief programmeren: Adaptief programmeren in het fysiekruimtelijk beleid: hoe om te gaan met onzekerheid? Daarnaast wordt in diverse (pilot)projecten gewerkt aan een verbreding van kennis en ervaring met adaptiviteit in het MIRT. In de basisprognoses wordt uitgegaan van een voorzichtige ontwikkeling van smart mobility De zelfrijdende auto maakt nog geen deel uit van de basisprognoses. Ook ten aanzien van elektrisch rijden, connected mobility en de ontwikkeling van nieuwe mobiliteitsdiensten zijn de aannames voorzichtig. Smart mobility kan enerzijds tot een efficiënter gebruik van de infrastructuur leiden, maar kan anderzijds ook de mobiliteitsvraag verhogen doordat mobiliteit goedkoper en toegankelijker wordt (zie onderstaand kader). Klimaatakkoord en energietransitie belangrijk om mee te nemen In de basisprognoses is beperkt rekening gehouden met verduurzamen van de mobiliteit en de uitwerking van het Klimaatakkoord. In de gevoeligheidsanalyses is hier meer rekening mee gehouden door te kijken naar wat de impact is van een hogere brandstofprijs en een snellere elektrificatie. Met name een hogere brandstofprijs leidt tot een minder sterke stijging van de files. Geeft inzicht in effectiviteit van beleidskeuzes Veel van de besproken gevoeligheden geven inzicht in de gevoeligheid voor bepaalde beleidskeuzes, bijvoorbeeld het afspraken maken over waar ruimtelijke ontwikkeling plaatsvindt of het stimuleren van het fietsgebruik. De analyses kunnen dus ook gebruikt worden om de discussie over de effectiviteit van bepaalde beleidsmaatregelen te voeren. Plaats nieuwe inzichten in het licht van basisprognoses en gevoeligheden Als meer bekend wordt over ontwikkelingen van de beschouwde onzekerheden, zoals de zelfrijdende auto, dan kunnen die inzichten geplaatst worden binnen de gevoeligheidsanalyse en bijbehorende aannames. Gegeven de nieuwe inzichten, zitten we daarmee dichter bij de basisprognose of dichter bij de onderzochte gevoeligheid, of moeten we onze aannames aanpassen? Werking latente vraag (geillustreerd met gevolgen van introductie zelfrijdende auto) Korter op elkaar rijden 2e orde Opkomst zelfrijdende auto 1e orde Minder congestie hoofwegennet Meer congestie hoofwegennet Autogebruik Langere afstanden Vaker met de auto 6 Ministerie van Infrastructuur en Waterstaat
Het is belangrijk om de gevoeligheid voor bepaalde onzekerheden mee te nemen om inefficiënte maatregelen en onder- of overinvesteringen te voorkomen. Rekening houden met onzekerheden in het MIRT-proces 7
3 Verdieping Toelichting op analyse en aannames Alle analyses zijn uitgevoerd met het Landelijk Model Systeem. De aannames zijn gebaseerd op uitgebreid literatuuronderzoek en besproken met diverse kennisinstellingen. Brandstofprijzen grootste impact op ontwikkeling mobiliteit Van alle onderzochte gevoeligheden hebben hogere brandstofprijzen verreweg het grootste effect op de congestie. Bij de gehanteerde uitgangspunten leidt dit tot ruim 20% minder voertuigverliesuren op het hoofdwegennet en groei van fiets en openbaar vervoergebruik met enkele procenten. Belangrijk is dat het hierbij niet gaat om hogere brandstofprijzen ten opzichte van de huidige situatie, maar om een minder sterke daling. In het hoge referentiescenario wordt uitgegaan van een daling van de variabele autokosten met 35% tussen 2014 en 2040, doordat auto s steeds zuiniger worden en overgestapt wordt op schonere brandstoffen met lagere gebruikskosten en geen accijnzen. In de basisprognoses leidt dat tot meer autokilometers en meer congestie. Als de brandstofprijzen minder snel dalen, zoals onderzocht in de gevoeligheidsanalyse, doet dat deze groei van kilometers en congestie deels weer teniet. Een minder snelle daling kan bijvoorbeeld veroorzaakt worden door het verhogen van de CO 2-prijs in lijn met het klimaatakkoord van Parijs. Zelfrijdende auto: heeft impact op de mobiliteit, maar in 2040 nog geen gamechanger De zelfrijdende auto is een van de meest besproken ontwikkelingen bij het nadenken over de toekomst van de mobiliteit. In deze gevoeligheidsanalyse is gekeken wat het effect zou kunnen zijn als in 2040 40% van de vrachtauto s doet aan truckplatooning en 30% van de auto s uitgevoerd is met niveau vier (high automation) van automatisch rijden. Niveau vier houdt in dat de bestuurder op de snelweg andere activiteiten kan verrichten. Er is aange nomen dat automatisch rijden en truckplatooning alleen toegepast kunnen worden op de snelwegen. Zeker in binnensteden met een complex verkeersbeeld met veel verschillende verkeersdeelnemers is toepassing van niveau vier nog niet erg waarschijnlijk in 2040. Als we alleen kijken naar de impact van het korter op elkaar rijden van een deel van het verkeer op de snelwegen (efficiëntie effect) dan zien we een forse afname van de files op de snelwegen (tot wel 30%). Echter als we ook rekening houden met het feit dat mensen door de komst van de zelfrijdende auto ook hun gedrag gaan aanpassen (langere afstanden, andere vervoerwijze keuze en verder van het werk wonen) ontstaat een genuanceerder beeld. Nemen we dit zogenaamde 2 e orde effect mee, dan zien we dat het effect een stuk kleiner is met ongeveer 10% minder voertuigverliesuren op het hoofdwegennet en 5% minder voertuigverliesuren in totaal (zie kader Werking latente vraag op pagina 6). Bij het bepalen van de effecten van de zelf rijdende auto spelen twee aspecten een belangrijke rol. Ten eerste de vraag of zelfrijdende auto s in een gemengd verkeersbeeld (deels wel en deels niet zelfrijdende auto s) al leiden tot efficiëntie winst. In deze analyse is uitgegaan van wel, maar er zijn ook experts die denken van niet omdat bij gemengd verkeer de zelfrijdende auto uit veiligheidsoverwegingen zeker in de beginfase meer afstand houdt tot zijn voorganger. Tweede aspect is de mate waarin mensen hun tijd anders kunnen besteden in de zelfrijdende auto. Als men de tijd steeds nuttiger kan 35% lagere brandstofkosten per kilometer t.o.v. 2014 13% lagere brandstofkosten per kilometer t.o.v. 2014 Ontwikkeling Congestie -15% Gebruik OV +2% Gebruik fiets +2% Ontwikkeling Congestie -5% Gebruik OV 0% Gebruik fiets 0% geen zelfrijdende auto s 40% van de vrachtauto s doet aan truckplatooning, waarbij capaciteitsbeslag op snelweg afneemt met 25% 30% van de auto s kan coöperatief rijden (tot level 4), waarbij capaciteitsbeslag op snelweg afneemt met 30%. Reistijdwaardering neemt af met 20% voor personenauto s Alleen effect op Hoofdwegennet 8 Ministerie van Infrastructuur en Waterstaat
besteden kan dat ook leiden tot meer gebruik en gebruik over langere afstanden (groter 2e orde effect). Het effect op het openbaar vervoer is klein in deze gevoeligheidsanalyse, waarschijnlijk komt dit omdat in de analyse nog geen rekening is gehouden met automatisch rijden in de steden, waar het openbaar vervoer juist sterk is. De opkomst van de zelfrijdende auto zorgt er wel voor dat mensen iets minder gaan fietsen. Snellere elektrificatie wagenpark leidt tot meer gebruik openbaar vervoer in de Randstad In het referentiescenario 2040 hoog wordt er vanuit gegaan dat er 1 op de 5 auto s (semi) elektrisch is in 2040. Voor deze gevoeligheidsanalyse is nagegaan wat de impact is op de mobiliteit als dit aandeel opgeschroefd wordt naar 50%. Notabene voor het halen van de doelstellingen uit het klimaatakkoord zal dit aandeel al 80-90% moeten bedragen. Bij de overstap naar elektrisch rijden zijn twee aspecten van belang. Ten eerste is aange nomen dat elektrische auto s tot 2040 nog duurder blijven dan vergelijkbare benzineauto s in de aanschaf, dat betekent dat minder mensen een elektrische auto zullen kopen hetgeen een dempend effect heeft op de automobiliteit. Ten tweede is de verwachting dat mensen die een elektrische auto hebben er meer kilometers mee afleggen, doordat de kosten per kilometer lager liggen. Als we naar het gecombineerd effect kijken van deze twee aspecten dan zien we verschil tussen de Randstadprovincies en gebieden daarbuiten waar het gaat om de impact van elektrisch rijden. In de Randstad leidt versnelde elektrificatie van het wagenpark ertoe dat mensen vanwege de hogere aanschafprijs minder snel een elektrische auto aanschaffen en vaker gebruik gaan maken van alternatieven, met name het openbaar vervoer. Buiten de Randstad is dit effect minder groot doordat het openbaar vervoer een minder aantrekkelijk alternatief is en men meer profijt heeft van de lagere variabele kosten bij langere afstanden. Flexibele werktijden en meer thuiswerken heeft vooral effect op de congestie In de basisprognoses is al uitgegaan van een afname van het aantal woonwerkritten met 5% als huidige trends op het gebied van thuiswerken zich doorzetten. In de gevoeligheidsanalyse is hier bovenop nog uitgegaan van een afname van een verplaatsing van 2,5% van het aantal woon-werkritten in de ochtend en avondspits naar de restdag, doordat mensen steeds flexibeler worden in hun werktijden. Netto blijft het aantal ritten per etmaal dus gelijk. Zoals te verwachten is heeft minder ritten in de spits heeft een positief effect op de congestie in spits, maar wordt dit effect grotendeels teniet gedaan door toename van congestie buiten de spits. Hoger aandeel E-bike: afname files en minder gebruik openbaar vervoer Voor de gevoeligheidsanalyse is onderzocht wat het effect van een sterkere groei van het e-bike gebruik (een verdubbeling van het aandeel ten opzichte van de basisprognose) voor impact kan hebben op de mobiliteit. Uiteraard groeit hierdoor het fietsgebruik sterk met name het aantal afgelegde kilometers (ruim 25%). De congestie neemt met ongeveer 3% af, het gebruik van openbaar vervoer neemt nog iets sterker af. Dit geldt met name voor het gebruik van bus, tram en metro, waarvoor de e-bike qua verplaatsafstand en snelheid de grootste concurrent is. Aandeel (semi) elektrische auto s 20% Aandeel (semi) elektrische auto s 50% Aandeel E-bike in de fietsverplaatsingen van 16% naar 28% Aandeel E-bike in de fietsverplaatsingen van 16% naar 56% Hogere fietssnelheden binnen de bebouwde kom Ontwikkeling Congestie -2% Gebruik OV +3% Gebruik fiets +1% Ontwikkeling Congestie -1% Gebruik OV 0% Gebruik fiets 0% Ontwikkeling Congestie -4% Gebruik OV -3% Gebruik fiets +23% 5% minder woon-werkritten door thuiswerken 2,5% minder woon-werkritten in de spits en verschoven naar de restdag Rekening houden met onzekerheden in het MIRT-proces 9
Minder snelle dematerialisatie van goederen betekent meer vrachtverkeer Dematerialisatie gaat over de verhouding tussen de waarde en gewicht van goederen. Er is een ontwikkeling zichtbaar naar steeds hoogwaardiger producten met een hogere kwaliteit en een hogere prijs. Ook wordt de omvang van de producten kleiner door het gebruik van nieuwe of andere materialen. Bij de productie van goederen wordt hierdoor wel meer geld verdiend, maar dit vertaalt zich steeds minder in een groei van de fysieke hoeveelheden en dus ook in minder vervoersbewegingen. In de gevoeligheidsanalyse is gekeken wat de impact is van een minder snelle dematerialisatie. Dit kan leiden tot 7% meer vervoert tonnage op de weg en een toename van de congestie met enkele procenten. Ruimtelijke spreiding heeft meeste impact op congestie in de Randstad Waar mensen wonen en werken is van invloed op de mobiliteit. Op dit moment is er een sterke trek zichtbaar naar de steden. Deze trend is doorgetrokken in de hoge basisprognose. Als what-if scenario is gekeken wat de impact is als deze concentratie zich minder sterk doorzet. Hierbij is gekeken naar een andere ruimtelijke verdeling binnen de stadsgewesten, waarbij is aangenomen dat meer dan een kwart van de huishoudens op minder s tedelijke zones terecht komt binnen hetzelfde stadsgewest. Effecten van ruimtelijke spreiding zijn groter in de Randstad dan daarbuiten. In de Randstad lijdt ruimtelijke spreiding tot 5% meer files dan in de basisprognose, terwijl het effect buiten de Randstad de helft is. Belangrijkste verklaring is dat in de Randstad in absolute zin ook de meeste huishoudens bijkomen en daar dus ook de meeste huishoudens verschoven zijn. Daarnaast zijn de wegen in de Randstad over het algemeen zwaarder belast, waardoor een lichte toename van verkeer een sterker effect heeft op de congestie. Meer ruimtelijke spreiding leidt ook tot een afname van het openbaar vervoergebruik met enkele procenten. Stijging waarde gewichtsverhouding met 0,5% per jaar Stijging waarde gewichtsverhouding met 0,25% per jaar Ontwikkeling Congestie +2% Gebruik OV 0% Gebruik fiets 0% Ontwikkeling Congestie +4% Gebruik OV -2% Gebruik fiets 0% 1 miljoen huishoudens in de stadsgewesten erbij. Waarvan 600.000 in de centrale steden 280.000 huishoudens verschoven van stedelijke naar minder stedelijke zones binnen de stadsgewesten. Ook verschuiving arbeidsplaatsen Combinatie van belangrijkste effecten kan leiden tot ruim 30% minder files op het hoofdwegennet Sommige aspecten versterken elkaar, hogere brandstofprijzen kan leiden tot meer gebruik van de e-bike, terwijl andere juist een tegengesteld effect kunnen hebben. Sommige leiden tot meer mobiliteit en meer knelpunten en andere juist minder, waardoor effecten elkaar dempen. Uiteindelijk zullen in de echte wereld ook al deze effecten op elkaar in werken. Aanvullend op de gevoeligheidsanalyses van de NMCA2017 is gekeken wat het gecombineerd effect is van de drie onzekerheden met de meeste impact (hogere brandstofprijzen, zelfrijdende auto & truck platooning en sterkere toename e-bike). Als deze drie effecten worden gecombineerd dan kan dat leiden tot een afname van de congestie met ruim 20%. De effecten zijn het grootst op het hoofdwegennet, waar bij een hoog scenario combinatie van genoemde effecten leidt tot ruim 30% minder verliesuren. Deze analyse is ook uitgevoerd voor het lage scenario en dan is de congestie 10% minder op het hoofdwegennet. Naast de hier besproken kwantitatieve analyses zijn ook nog kwalitatieve verkenningen uitgevoerd naar opkomst van de deeleconomie en circulaire economie. Deze zijn te vinden in de achtergronddocumentatie. 10 Ministerie van Infrastructuur en Waterstaat
Bijlage gevoeligheidsanalyses In deze tabel zijn de belangrijkste aannames die horen bij de gevoeligheidsanalyses op een rij gezet. Het is belangrijk om te benadrukken dat ook in de basisprognose al een bepaalde ontwikkeling is verondersteld. Het gaat niet om een vergelijking met de huidige situatie. Aspect Basisprognoses 2040 Hoog t.o.v. basisjaar s extra t.o.v. Basisprognoses 2040 Hoog Flexibele werktijden / thuiswerken 5% minder woon-werkritten door thuiswerken 2,5% minder woon-werkritten in de spits en verschoven naar de restdag Brandstofprijzen 35% lagere brandstofkosten personenauto s per kilometer (index 65) t.o.v. 2014 (index 100) 35% hogere brandstofkosten personenauto s per kilometer resulterende in index 88 t.o.v. 2014 Elektrificering wagenpark 20% (semi) elektrische auto s 50% (semi) elektrische auto s Zelfrijdende auto Geen zelfrijdende auto s 40% van de vrachtauto s doet aan truckplatooning waarbij capaciteitsbeslag op snelweg afneemt met 25% 30% van de auto s kan coöperatief rijden (tot level 4), waarbij capaciteitsbeslag op snelweg afneemt met 30%. Reistijdwaardering neemt af met 20% voor personenauto s Alleen effect op HWN, niet OWN Elektrische fiets Dematerialisatie Ruimtelijke spreiding Aandeel E-bike in totaal aantal fietsverplaatsingen groeit van 16% naar 28% Stijging waarde gewichtsverhouding met 0,5% per jaar 1 miljoen huishoudens in de stadsgewesten Waarvan 600.000 in de centrale steden Aandeel e-bike in totaal aantal fietsverplaatsingen groeit van 16% naar 56% 10% hogere fietssnelheid binnen bebouwde kom Stijging waarde gewichtsverhouding met 0,25% per jaar Gelijk aantal huishoudens, maar 280.000 huishoudens verschoven van stedelijke naar minder stedelijke zones binnen de stadsgewesten Ook verschuiving arbeidsplaatsen Alle analyses zijn uitgevoerd met het Landelijk Model Systeem. De aannames zijn gebaseerd op uitgebreid literatuuronderzoek en besproken met diverse kennisinstellingen. De in deze folder gepresenteerde gevoeligheden zijn gebaseerd op aannames en huidige (beperkte) inzichten ten aanzien van de ontwikkelingen. De what-if analyses geven een indicatie van de effecten onder veronderstelde aannames als aanvulling op de inzichten van de basisprognoses en zijn geen alternatief op de basisprognoses. Bij toepassing in MIRT-projecten dienen deze aannames getoetst te worden aan recente ontwikkelingen en nieuwe inzichten. Mogelijk maken dergelijke nieuwe ontwikkelingen en inzichten bijgestelde gevoeligheidsanalyses met geactualiseerde aannames noodzakelijk. Voor meer informatie: www.rijksoverheid.nl/documenten/rapporten/2017/05/01/nationale-markt-en-capaciteitsanalyse-2017-nmca www.rijksoverheid.nl/documenten/rapporten/2017/05/01/gevoeligheidsanalyses-nationale-markt-en-capaciteitsanalyse www.kimnet.nl/publicaties/rapporten/2017/10/02/adaptief-programmeren-in-het-fysiek-ruimtelijk-beleid Rekening houden met onzekerheden in het MIRT-proces 11
Dit is een uitgave van het Ministerie van Infrastructuur en Waterstaat Postbus 20901 2500 ex Den Haag www.rijksoverheid.nl/ienw November 2018