Besluitanalyse voldoet aan milieubeleid

Ik ben moeilijk genoeg om goede beslissingen te nemen over relatief eenvoudige opties zoals een carrièrepad of een verhuizing naar een nieuwe locatie. Maar voor de industrie en beleidsmakers die ingrijpende beslissingen nemen die van invloed zijn op het milieu - zoals het boren naar olie op beschermde gronden of het bouwen van nieuwe kerncentrales - tarten de financiële belangen, mogelijke gevolgen en complexiteit van de keuzes een eenvoudige afweging van voors en tegens. Dergelijke beslissingen brengen vaak een verbijsterende mix van kosten, risico's, voordelen en onzekerheid met zich mee.

In deze complexiteit komen beslissingswetenschappers zoals Douglas Crawford-Brown, een professor in de milieuwetenschappen, engineering en publiek beleid aan de Universiteit van North Carolina (UNC), Chapel Hill, die zijn kennis van wetenschap en wiskundige modellen gebruikt om te helpen logisch te werken. van deze problemen. "Ik zit op het snijvlak van wetenschappelijk modellering [en] openbaar beleid - kijkend naar hoe die modellen worden toegepast bij het rangschikken van alternatieve beleidsoplossingen - en vervolgens filosofie, waar ik kijk naar vragen over hoe goed de modellen zijn en wanneer ze goed worden genoeg om beslissingen van het overheidsbeleid te sturen, "zegt hij.

Van theoretische fysica, tot wetenschappelijke modellen, tot besluitanalyse

Crawford-Brown migreerde naar beslissingswetenschappen vanuit de theoretische fysica, beginnend eind jaren zeventig. Toen de post-Spoetnik-boom een ​​overvloed aan jonge natuurkundigen voortbracht, zag hij beperkte mogelijkheden voor een academische carrière op dat gebied. Terwijl hij aan zijn Ph.D. werkte bij Georgia Tech moedigden leden van de faculteit hem aan om een ​​ander specialisme te ontwikkelen dat tangentieel verwant is aan fysica, en hij werkte aan wetenschappelijke modellen. Hij studeerde af en verliet de natuurkunde voorgoed.

Crawford-Brown werkte een tijdje aan modellen van de effecten van straling en chemische blootstelling op de gezondheid van de mens, en dwaalde vervolgens door de achterdeur in beslissingsanalyse toen het Environmental Protection Agency (EPA) enkele van zijn wetenschappelijke modellen begon te gebruiken. "Ik raakte echt geïnteresseerd in de vraag waarom iemand die modellen zou gebruiken, aangezien ik wist wat alle problemen met hen waren, en ik was ze aan het ontwikkelen als een abstracte wetenschappelijke activiteit", zegt hij. Hij wist niet zeker of zijn modellen goed genoeg waren om beleidsbeslissingen daarop te baseren.

"Dat leidde me toen tot een hele reeks onderzoeksgebieden die me vertelden hoe je de manieren waarop beslissingen worden genomen zo construeert dat mensen de kwaliteit van de wetenschappelijke informatie die binnenkomt begrijpen. Een van mijn zorgen op het gebied van beslissingen is dat mensen niet alleen informatie verzamelen en vervolgens gewoon beslissingen nemen op basis van die informatie, maar [ook] dat ze precies gaan begrijpen hoe betrouwbaar die informatie is, onder welke omstandigheden ze deze kunnen gebruiken en onder welke omstandigheden ze deze niet zouden mogen gebruiken ."

Hoe goed is het model?

Bob Clemen, een professor in beslissingswetenschappen aan de Fuqua School of Business van de Duke University, benadrukt dat wiskunde, hoewel belangrijk, niet de uitdaging op dit gebied is. "De wiskunde is niet moeilijk. Zelfs mijn studenten geven dit toe", zegt hij. "Mijn leerboek heet " moeilijke beslissingen nemen " en veel van mijn studenten noemen het graag beslissingen nemen moeilijk . Maar wat moeilijk is, is de mentale discipline om na te denken duidelijk over de beslissingssituatie zelf, heel duidelijk over wat onzeker is. "

Wetenschappelijke modellering en besluitanalyse hebben hun wortels in Bayesiaanse statistieken, een inferentiële statistiek waarin voorlopige waarschijnlijkheden worden toegewezen voor bepaalde uitkomsten ("priors") en vervolgens kwantitatief worden aangepast in reactie op bewijs, observaties en veronderstellingen. Waar klassieke statistieken een directe meting van elke individuele parameter vereisen, kunnen Bayesiaanse statistieken onderzoekers een schatting baseren op een verscheidenheid aan beschikbare wetenschappelijke informatie. Na analyse van het probleem nemen wetenschappelijke modelleerders alle beschikbare informatie op en verwerken ze deze in een model.

Het kan moeilijk zijn om verschillende soorten gegevens te integreren met een weging die goed rekening houdt met de mate van onzekerheid. Een van de aanvankelijke zorgen van Crawford-Brown met het gebruik van zijn modellen was dat theoretici en experimentalisten in het beslissingsveld zelden met elkaar spraken, waardoor de juiste integratie van gegevens in complexe modellen des te moeilijker werd. "Het fysische perspectief is dat modellering en experimenteel werk nauw met elkaar verbonden zijn. Je moet beide groepen samenwerken om de wetenschap echt goed te laten functioneren", zegt hij.

Sindsdien heeft hij samenwerkingen opgezet met epidemiologen en andere veldonderzoekers in een poging te begrijpen of zijn modellen repliceren wat experimentele onderzoekers in de omgeving waarnemen. "Modellen zijn vereenvoudigingen, " zegt hij, "en soms kunnen die vereenvoudigingen niet alleen uw conclusies beperken, maar ook het soort vragen dat u zou kunnen stellen over een milieuprobleem of ziekte."

Volgens Crawford-Brown en Ken Reckhow is een collega van de Nicholas School of the Environment and Earth Sciences aan de Duke University, die nadenkt over hoe een model zou kunnen worden gebruikt, en het algemene nut ervan, een cruciaal verschil tussen een beslissingswetenschapper en een milieu modeler. Een milieumodeler presenteert hoe de wetenschap werkt, maar een beslissingswetenschapper gebruikt de besluitentheorie om zowel rekening te houden met de wetenschappelijke informatie in een model als met de onzekerheid ervan, en om beleidsmakers te helpen die informatie af te wegen tegen andere factoren, zegt Crawford-Brown. Mensen gaan niet goed om met onzekerheid of dubbelzinnigheid, merkt James Hammitt op, directeur van het Harvard Centre for Risk Analysis. Een van de grenzen op dit gebied is bezig om die onzekerheid voor een beslisser zo duidelijk mogelijk te maken.

Wetenschap, modellering en openbaar beleid combineren

Om van een model naar een beleidsbeslissing te gaan, moet Clemen begrijpen wat de behoeften van de stakeholders en de context zijn. Omdat beleidsmakers vaak onbekend zijn met de betrokken milieuwetenschappen, dient een beslissingsanalist als een kanaal om de gegevens te vertalen naar een nuttig kader. In een dergelijke studie ontwikkelt Melissa Kenney, een afgestudeerde student aan de Duke University School of the Environment, beslissingsmethoden die standaard waterkwaliteitsmetingen vertalen in praktische informatie die beleidsmakers in North Carolina en andere staten kunnen gebruiken om beslissingen te nemen over natuurlijke hulpbronnen.

Beslissingswetenschappers houden ook rekening met kwesties in hun modellen zoals sociale rechtvaardigheid, economische belangen en congresmandaten. "Wat wetenschappers vaak gek maakt, is dat wetenschappers het antwoord bedenken op basis van de wetenschap, en dan zijn ze verbluft dat de maatschappij hun antwoord niet heeft overgenomen, " zegt Crawford-Brown. Wetenschap is geen troef in beleidsbeslissingen, zegt hij. "De wetenschap vertelt je wat het is. Het vertelt je niet wat er zou moeten zijn", en dat is volgens hem een ​​even grote zorg van de beleidsmaker.

Loopbaanperspectieven in beslissingswetenschappen

Analyse van milieubeslissingen is nog steeds in opkomst als een apart veld, en de meeste mensen gebruiken deze vaardigheden als onderdeel van hun grotere taakverantwoordelijkheden. In de afgelopen jaren heeft John D. Graham, voormalig beheerder van het Office of Management and Budget, het gebruik van deze methoden in overheidsinstanties zoals de EPA gepromoot. Crawford-Brown, Hammitt en Clemen hebben allemaal een toename van de belangstelling voor analyse van milieubeslissingen waargenomen - en een toename van kansen op werk voor mensen met de juiste vaardigheden. Ze zeggen dat veel van deze kansen liggen bij adviesbureaus of bij de EPA.

Hoewel beslissingswetenschap een veld op zich is geworden, is het belangrijkste belang van het veld in een milieucontext dat het de toolkit van de goed opgeleide milieuwetenschapper vergroot, merken ze op. Welk wetenschapsgebied u ook nastreeft, het is van fundamenteel belang dat u begrijpt hoe u onzekerheid kunt analyseren, zegt Crawford-Brown. Het werkt ook andersom: een sterke basis in een discipline en een grondige kennis van de betrokken wetenschap is een sleutel tot het nemen van goede beslissingen.

Dus de eerste stap, zegt Crawford-Brown, is een solide basis in een wetenschappelijke discipline. Van daaruit moet een aspirant-beslissingswetenschapper een opleiding volgen in de besluitvormingstheorie en hij beveelt aan praktische ervaring op te doen in de manier waarop organisaties beslissingen nemen in de echte wereld. Werkgevers die naar milieuproblemen kijken, nemen geen kandidaten aan voor hun beslissingsanalyse alleen; in plaats daarvan nemen ze goede wetenschappers aan die ook beschikken over vaardigheden op het gebied van besluitanalyse, zijn Crawford-Brown en Hammitt het eens.

Anekdotisch bewijs suggereert uitstekende vooruitzichten op werk. De tien afgestudeerden in de beslissingswetenschap per jaar van het programma van UNC Chapel Hill worden bijna onmiddellijk "opgepikt", zegt Crawford-Brown. Ongeveer een derde van die afgestudeerden verhuist uiteindelijk naar de academische wereld, terwijl de andere tweederde een carrière bij de overheid of de industrie nastreeft. Een Ph.D. is niet nodig voor een loopbaan in de overheid en de particuliere sector, maar milieuanalisten met masteropleidingen vinden dat hun promotiekansen zonder die graad beperkt kunnen zijn.

In de academische wereld zijn beslissingswetenschappers vaak verspreid op scholen van het bedrijfsleven, het overheidsbeleid en in engineering of operations management, waar afdelingen individuele cursussen in besluitvorming aanbieden. Graduate opleidingen bestaan ​​aan universiteiten zoals Harvard, Carnegie Mellon, Duke en UNC Chapel Hill. Veel mensen benaderen besluitanalyse halverwege hun carrière eerst, wanneer een baanproject vereist dat ze leren en formele besluitvormingstechnieken toepassen. In deze situaties kunnen ze executive training krijgen door middel van korte cursussen om de vaardigheden te krijgen die ze nodig hebben.

Hoewel besluitvorming op milieugebied de voordelen biedt van het samenbrengen van wetenschap en overheidsbeleid, "is het een vakgebied met veel politieke, economische en juridische landmijnen waar je op kunt stappen", zegt Crawford-Brown. Mensen moeten weten dat beslissingswetenschappers in een politiek en juridisch kruisvuur terecht kunnen komen, zegt hij. Het veld met zelfvertrouwen benaderen is een sleutel tot succes.

Dit materiaal is gebaseerd op werk dat wordt ondersteund door de National Science Foundation Grant No. SES-0549096. Alle meningen, bevindingen en conclusies of aanbevelingen in dit materiaal zijn die van de auteur (s) en weerspiegelen niet noodzakelijk de mening van de National Science Foundation.

Sarah Webb heeft een Ph.D. in bioorganische chemie. Ze schrijft vanuit Jersey City, New Jersey. Opmerkingen, suggesties?

Stuur uw feedback naar onze redacteur.