Samhället är mer eller mindre konstant utsatt för risker. De flesta av dem är så små, och har kanske till och med så pass obetydande effekter för individen om de realiseras, att vi negligerar dem i våra dagliga beslut. Vid vissa tillfällen står vid dock inför beslut som är betydligt svårare, t.ex. i vilken mån vi ska handla kostsamma försäkringar för stora olyckor som högst osannolikt inträffar men skulle få katastrofala konsekvenser. Liknande situationer uppstår för centrala beslutsfattare där man fattar beslut att genomföra riskreducerande åtgärder i samband med potentiella katastrofer. Sådana åtgärder finansieras genom skattemedel och kanske kan man då kräva att myndigheter åtminstone försöker redovisa de förväntade kostnaderna och fördelarna som följs av besluten. För detta ändamål kan man använda kostnads-nyttoanalys, vilket vanligtvis rekommenderas för riskhantering inom t.ex. vägtrafik, eller i viss mån den mindre avancerade kostnads-effektanalysen. Riskanalysens utformning är bl.a. beroende av om man hanterar risk (man kan tilldela utfallen sannolikheter) eller osäkerhet (man känner till utfallen men kan inte tilldela dem sannolikheter) och begränsas vanligtvis av en mängd ovissheter, såsom värden för olika ingående parametrar (t.ex. värdet på ett statistiskt liv). Detta arbete tar upp teori angående värdering ex ante av kostnader i samband med potentiella katastrofer och hur dessa värden kan användas under risk eller osäkerhet i en kvantitativ riskanalys. Med hjälp av det försöker jag beskriva i stora drag hur man skulle kunna värdera den ekonomiska nyttan av riskreducerande åtgärder i samband med den s.k. fågelinfluensan. Mina slutsatser är att en probabilistisk ansats och en kvantitativ riskanalys försvåras av bl.a. ett knapphändigt material för sannolikhetstolkningar, förekomsten av kollektiv risk och svårigheter i att värdera t.ex. statistiska liv. Socialstyrelsen är nationell samordnare av arbetet med förebyggande åtgärder i samband med potentiella pandemier men varken använder eller rekommenderar andra myndigheter att använda nyttobaserade beslutskriterier som en del av beslutsunderlaget i samband med den s.k. fågelinfluensan (i detta fall). Kanske borde det tillhöra deras uppgifter att se över möjligheterna att använda samhällsekonomiska utredningar vid sådana situationer. Istället använder de vad som liknar en försiktighetsprincip, vilket också kan försvaras under förutsättningen att riskerna är påtagliga. För stora och långsiktiga beslut borde man istället införa en snävare anti-katastrof-princip innefattande en prioriteringsordning för när man, baserat på om det är möjligt och utredningsekonomiskt motiverat, ska genomföra kostnads-nyttoanalyser och när man istället ska genomföra kostnads-effektanalyser. De kan sedan vara en del av ett större beslutsunderlag. / Our society is constantly exposed to risks. Most of them are so small, and maybe even have so little effect if they occur, that we disregard them in our daily decisions. Quite often, however, we face decisions that are harder for us to make, as whether or not to buy expensive insurance to cover for accidents that have only a small probability to occur but also catastrophic consequences. Similar situations appear for central decision makers when they decide whether or not to reduce a certain catastrophic risk for the society as a whole. Those actions are financed through taxes and therefore it might be fair to say that the authorities should at least try to account for the possible benefits and costs associated with a risk reducing programme. For this you may use Cost-Benefit Analysis (CBA), which is usually recommended for use in, for example, risk management for traffic risks, or the less advanced Cost-Effectiveness Analysis (CEA). The shape and form of the risk analysis is to a great deal dependent of whether you are dealing with risk (it’s possible to assign the predicted states probabilities) or uncertainty (it’s not possible to assign the predicted states probabilities) and is also usually limited by a number of other uncertainties, say in value parameters (e.g. the value of a statistical life, VSL). This paper deals with theories regarding how to value (ex ante) the costs of potential catastrophes and how these values could be used in dealing with risk or uncertainty in a quantitative risk analysis. From there I try to describe how, possibly, you could value the benefits from programmes reducing risks of an avian influenza. My conclusions are that a probabilistic approach in a quantitative analysis is complicated by, among other things, the short amount of data necessary to compute objective probabilities, the existence of collective risks and for example difficulties in measuring VSL. The Swedish National Board of Health and Welfare (Socialstyrelsen) is the national coordinator for all work regarding risk reducing actions for potential pandemics, but the board neither uses nor recommends other authorities to use utility-based criteria as a part of their decision material when dealing with, in this case, the bird flue. Quite possibly it should be a part of their work to look into the possibilities of using economic evaluations in these situations. Instead they use what resembles a Precautionary Principle, which also can be used on justified grounds as long as the risks are highly present. What should be done for large and long term decision making, though, is to define a narrower Anti-Catastrophe Principle containing orders of priorities for when, based on if its possible and financially motivated, to use CBA and when to use CEA. Those analyses could then be used along with any other decision material.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kau-195 |
| Date | January 2006 |
| Creators | Solberger, Martin |
| Publisher | Karlstads universitet, Fakulteten för ekonomi, kommunikation och IT |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0103 seconds