• No results found

Risikoanalyse – fallgroper og nokre tips

N/A
N/A
Protected

Academic year: 2022

Share "Risikoanalyse – fallgroper og nokre tips"

Copied!
28
0
0

Laster.... (Se fulltekst nå)

Fulltekst

(1)

Risikoanalyse – fallgroper og nokre tips

Geir Sverre Braut

Helse Stavanger HF, Forskingsavdelinga

Høgskulen på Vestlandet, Inst. for samfunnsvitskap Kurs D: Kvalitetsutvikling og tilsyn

Stavanger, 12. november 2021

(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)

NOU 2021:6

• Pandemi hadde vore på beredskapsagendaen i mange år, både ut frå sannsynlegheit og konsekvensar, men

beredskapen var ikkje på plass

• Utfordringar knytte til dimensjonering

• Smittevernlova opnar for kraftige tiltak, men likevel ikkje utvikla scenariar, planar eller øvingsopplegg for desse

• Heller ikkje nødvendig omsyn til korleis risiko i ein sektor (her: helsetenesta) påverkar risiko i andre sektorar (til dømes kultur, skule, transport, restaurant…)

• Ingen har utvikla eit samla oversyn over verknadene av summen av dei kraftige tiltaka som lovgivinga opnar for

• Evalueringar av tidlegare hendingar (svineinfluensa,

ebola) er ikkje følgde opp, til dømes når det gjeld påviste utfordringar knytte til smittevernutstyr

(11)

Den største utfordringen og det viktigste funnet som har kommet fram gjennom studiet, er at

prinsippene i risikobasert styring er nærmest fraværende i kom- munene. Funksjonelle krav til sikkerhet mangler, en levende diskusjon om samfunnssikkerhet og beredskap mangler, og ana- lysene brukes i svært liten grad.

ROS-analyse og intensjoner om risikobasert styring har vært i

norske kommuner i mer enn 20 år, og basert på dette mener vi at det er kompetanse og regulerings-

regimet det må gjøres noe med, heller enn å innføre nye veiledere og tilsynsaktiviteter.

(12)

The starting point for analysis essentially becomes uncertainty and available knowledge. (C. Althaus)

• Gyldige risikoanaltyiske spørsmål blir ifølgje Althaus:

What is the nature of the uncertainty faced?

What knowledge is brought to bear on this uncertainty?

Eit analytisk alternativ

(13)

• Usikkerheit (uvisse) blir ofte veldig teoretisk i praktisk risikohandtering

• Sannsynlegheit er praktisk problematisk og teoretisk utfordrande

• Har vi då noko alternativ?

Eit praktisk alternativ?

(14)

• Usikkerheit (uvisse) blir ofte veldig teoretisk i praktisk risikohandtering

• Sannsynlegheit er praktisk problematisk og teoretisk utfordrande

• Har vi då noko alternativ?

Plausibility? (Betre i unike scenaria?) (E. Grossi)

Eit praktisk alternativ?

(15)

• Usikkerheit (uvisse) blir ofte veldig teoretisk i praktisk risikohandtering

• Sannsynlegheit er praktisk problematisk og teoretisk utfordrande

• Har vi då noko alternativ?

Plausibility? (Betre i unike scenaria?) (E. Grossi)

«Det som det er størst grunn til å tro på» (!) (H. P. Graver)

Eit praktisk alternativ?

(16)

• Usikkerheit (uvisse) blir ofte veldig teoretisk i praktisk risikohandtering

• Sannsynlegheit er praktisk problematisk og teoretisk utfordrande

• Har vi då noko alternativ?

Plausibility? (Betre i unike scenaria?) (E. Grossi)

«Det som det er størst grunn til å tro på» (!) (H. P. Graver)

– Altså logisk, fagleg grunngitt argumentasjon

Eit praktisk alternativ?

(17)

«De valgte fare- og ulykkessituasjonene skal være et representativt utvalg, og vil derfor ikke omfatte enhver mulig ulykkeshendelse innenfor norsk

redningsansvarsområde.»

«Fare- og ulykkessituasjonene er imidlertid valgt slik at beredskapstiltakene for å håndtere disse situasjonene, skal kunne gi en tilfredsstillende redningshelikop-

terberedskap også for de andre ulykkene som kan og vil inntreffe.»

NOU 1997:3

(18)
(19)

Scenaria utarbeidd av Snorre Nilsen Eikeland 19. mars 2020

(20)
(21)
(22)
(23)
(24)

Kjelde: https://www.mn.uio.no/ibv/tjenester/kunnskap/plantefys/matematikk/poissonfordeling.html

(25)

• Føresetnad: Uavhengige hendingar fordelte i tid eller rom

• Forventningsverdi (λ) f. eks. ut frå erfaringstal

• Statistisk «faktum»: Standardavvik = 𝜆

• Statistisk «empiri»: Når λ > 5, blir fordelinga gradvis meir og meir normalfordelt

• Og då blir f.eks. 95 % konfidensintervall (tilnærma):

[λ – 2 𝜆 , λ + 2 𝜆 ]

• Om λ = 16, vil då intervallet bli (ca.) [ 8, 24 ]

Poisson for praktikarar

(26)

Velkjent og godt instrument

(27)

Risikoanalysar er nok komne for å bli

• Dei er sentrale i alle former for styring og internkontroll

• Men dei må ta opp i seg risikoerfaringar frå praksisfeltet, og seia noko om:

– Forventa utfall

– Kva er me utrygge/usikre på?

– Kva kan påverka utfallsvurderingane?

• Og så er det kanskje ikkje så dumt å tenkja på at risiko ikkje berre har ei «bakside». Ofte «tek me ein sjanse»

for å oppnå noko positivt

Grunnlaget for risikostyring

(28)

• unngå å stressa for mykje med vurderingane av sannsynlegheit,

• og dermed ta litt lett på risikomatrisa.

• (Andre ting, for eksempel å klårgjera

uvisse, er viktigare enn å teikna matrisa)

Det korte svaret er å:

Referanser

RELATERTE DOKUMENTER