1. Uvod

U desetom mjesecu aktivnosti 1 nastavlja se rad na analizi dostupne literature o postojećim metodologijama za procjenu rizika od potresa. U ovom su razdoblju detaljnije prikazane metode identifikacije i analize rizika.

2. Identifikacija i analiza rizika

Da bismo razumjeli koje metode su primjenjive i koje se koriste kod procjena rizika od katastrofa, prvo moramo sustavno navesti i objasniti općenite metode za identifikaciju i analizu rizika.

Važno je istaknuti da ne postoji jedinstvena metodologija procjene rizika. Za svaku prijetnju ili rizik postoje različita rješenja za različite faze ciklusa upravljanja rizicima.
 

2.1 Identifikacija rizika

U izvješću 2 Aktivnosti 1 ovog projekta je već navedeno da se identifikacija rizika temelji se na prepoznavanju izvora rizika, događaja i njegovog efekta (Flanagan i Norman, 1993). Tako jedan rizični događaj može imati više različitih izvora, ali i više različitih efekata, tj. posljedica. Na pojavu nekih rizičnih događaja je moguće utjecati, dok se na pojavu nekih ne može utjecati, kao na primjer na rizike od katastrofa.

 
Slika 1. Identifikacija rizika

Identifikacija rizika je prvi korak u procesu upravljanja rizicima i može se smatrati najvažnijom fazom procesa upravljanja rizicima. Cilj identifikacije je formiranje liste značajnih rizika pri čemu treba opisati svaki rizik (Slika 1). Treba prikupiti relevantne, prikladne i najnovije informacije iz različitih dostupnih podataka, primjerice iz prethodnih procjena rizika ili projekata, međunarodnih izvora, postojećih podataka iz prethodnih katastrofa i mišljenja stručnjaka. Identifikacija rizika u mnogome ovisi o iskustvu osobe ili tima stručnjaka, posebice ako ima iskustva u procjenama rizika.

2.1.1 Metode identifikacije rizika

Prilikom identifikacije rizika koriste se razne tehnike od koji su najpoznatije: brainstorming, intervjui, upitnici, Delfi tehnika, ekspertni sustavi, itd, koje će u nastavku biti ukratko opisane.

Brainstorming predstavlja sadržajnu, otvorenu raspravu o tome gdje sudionici rasprave vide moguće izvore rizika u projektu, gdje se manifestira nesigurnost i kako ju pretvoriti u rizik, koja je vjerojatnost pojave rizika, koji je potencijalni utjecaj rizika, te što sudionici u raspravi misle koji su mogući odgovori na rizik. Ova tehnika je vrlo efikasna i često rezultira vrlo obuhvatnom listom rizika. Problem se može pojaviti ako u raspravi sudjeluje vrlo autoritativna i dominantna osoba koja onda dominira i čiji stavovi prevladavaju. Također treba voditi računa o broju sudionika jer rasprave u kojima sudjeluje veliki broj ljudi postaju neefikasne i dugotrajne. S druge strane, procjene rizika od potresa zahtijevaju široki spektar dionika i vrlo je važno uspostaviti ravnotežu za optimalnu provedbu projekta. Posebice je bitno identificirati ključne elemente za realizaciju projekta unutar svake od struka kroz brainstorming, međusobno razumijevanje i uvažavanje različitih struka koje sudjeluju u procesu, a sve u konačnici prioritizirati u smislu optimalnog korištenja resursa različitih dionika.

Intervju je tehnika u kojoj ispitanik odgovara na unaprijed pripremljena pitanja, odnosno s njim se o tim pitanjima vodi diskusija. Cilj intervjua je da se registriraju odgovori na postavljena pitanja, što će omogućiti kasniju analizu. Pitanja mogu biti nestrukturirana, odnosno postavljena u slobodnom obliku tako da ispitanik na njih može odgovoriti kako želi. Strukturirana pitanja omogućavaju ispitaniku da odgovara precizno sa da ili ne, odnosno da prihvati neki od više ponuđenih odgovora. Ekspert za rizike, koji sastavlja pitanja i vodi intervju treba imati veliko znanje i iskustvo, prvenstveno pri formuliranju i oblikovanju pitanja ali i u intervjuiranju. Projekti kao što su procjene rizika od potresa zahtijevaju više eksperata, posebice obzirom na širok spektar znanja, ali i različitih pristupa. Postoje dva oblika intervjua: jedan na jedan i više na jedan. Intervju jedan na jedan omogućava dublje ulaženje u identifikaciju svakog pojedinog rizika, dok intervju više na jedan omogućava da se s različitih aspekata iskoristiti znanje ispitanika. Ova tehnika je vremenski vrlo zahtjevna, jer se nakon intervjua trebaju sistematizirati i analizirati rezultati intervjua.

Upitnici su definitivno najbrži i najefikasniji put da se dođe do mišljenja svih članova tima i da se ta mišljenja mogu analizirati i međusobno uspoređivati. Pitanja mogu biti strukturirana ili nestrukturirana. Glavni nedostatak ove tehnike je da ne stimulira ispitanike na dublja promišljanja.  Kvaliteta postavljenih pitanja ovisi o sastavljaču upitnika, ali za razliku od intervjua ispitanici nemaju mogućnost da raspravljaju o svojim odgovorima niti da iznose neke stavove koji se ne tiču postavljenih pitanja.

Delfi tehnika je pokušaj da se dobiju objektivni rezultati iz subjektivne rasprave. Počinje na način da osoba koja vodi cijeli postupak (moderator) podijeli upitnik svim članovima projektnog tima. Članovi  tima daju svoje odgovore na pitanja i vraćaju upitnik  moderatoru. Moderator zatim podijeli odgovore svim članovima projektnog tima, koji na osnovu njih ponovno razmatraju svoje stavove, daju nove odgovore na ista pitanja i vraćaju odgovore upravitelju rizika. Revidirani rezultati ponovno se podijele članovima  tima i od njih se traži da opet razmotre svoje stavove i daju nove odgovore. Ovaj iterativni proces se nastavlja sve dok moderator ne zaključi da je postignut konsenzus i da nema više potrebe za preispitivanjem stavova svih članova projektnog tima. Glavna prednost ove tehnike je da su svi članovi tima neovisni i nema "jakih osoba" koje bi dominirale. Obzirom na karakter procjena rizika, ova metoda bi bila najprimjenjivija. Nedostatak je često veoma veliki broj iteracija da se iskristalizira jedinstveni stav, što može biti vremenski zahtjevno.

Ekspertni sustav ja razvijen korištenjem znanja o ranijim događajima odnosno ranije izvedenim projektima i iskustvu svih sudionika u pokušaju da se identificiraju mogući rizici. Isto je vrlo zahtjevno za predmetni projekt s obzirom da je isti pilot projekt za RH. Ekspertni sustav neće otkriti sve skrivene rizike, ali će uzeti u obzir sva iskustva iz prijašnjih projekata. Jedna od osnovnih značajki ekspertnih sustava je njihova sposobnost da objašnjavaju postupak kojim su došli do rješenja problema.  Na taj način i znanje koje oni posjeduju i mehanizam zaključivanja koji koriste postaju razumljivi korisniku, pa korisnici mogu provjeriti postupak zaključivanja ekspertnog sustava. Ovo svojstvo ekspertnih sustava znatno doprinosi stvaranju povjerenja u njih te njihovom prihvaćanju kao pouzdanog alata za identifikaciju mogućih rizika.

U Tablici 1. je prikazana učestalost korištenja metoda za identifikaciju rizika projekata.
 
Tablica 1. Prikaz učestalosti korištenja metoda za identifikaciju rizika (Banaitiene and Banaitis, 2012)

Analize baze podataka prijašnjih projekata	Procjene stručnjaka	Analiza drugih izvora informacija	„Brainstorming” projektnog tima	Pregled projektne dokumentacije	Iskustveni podaci i podaci iz arhiviranog znanja starih projekata
17 %	43 %	30 %	53 %	47 %	93%

 

2.1.2 Scenariji

U sklopu identifikacije rizika, treba kreirati i scenarije koji služe i kao komunikacijski model. U prvom redu su scenariji zamjena za opisivanje budućih događaja u smislu njihove veličine i vjerojatnosti te ostalim informacijama o potencijalnim rizičnim događajima. Proces izrade scenarija zahtijeva multidisciplinaran tim s potrebnim iskustvom i znanjem. Scenariji se mogu koristiti za modeliranje svih faza ciklusa upravljanja rizikom.

2.1.3 Metode opisa elemenata rizika

U Hrvatskoj, za potrebe službene procjene rizika od katastrofa (MUP, 2022) dopušteno je opisati prijetnje polukvantitativno i kvantitativno. Minimalni zahtjev na polukvantitativni opis je tekstualni opis učestalosti, intenziteta i lokacije prijetnje. Opis može uključivati nekoliko mjera po lokaciji za različite intenzitete prijetnji. Kvantitativni opis prijetnji sadrži brojčane podatke koji opisuju intenzitet i učestalost prijetnji. Ovaj opis može uključivati nekoliko mjerenja po lokaciji za različite intenzitete prijetnji i druge karakteristike. Kvantitativni opis također može upotrebljavati različite karte (rasterske ili vektorske) s mrežama ili poligonima po cijeloj zemlji gdje su na svakom prikazanom elementu ili položaju u prostoru označen intenzitet prijetnji za određenu vjerojatnost.).

Kod opisa izloženosti, polukvalitativni prikaz je tekstualni opis analiziranih elemenata (koji može uključivati broj, vrstu, ekonomsku vrijednost i druge karakteristike) koji su izloženi prijetnjama i podložni oštećenju. Kvantitativni prikaz izloženosti predstavlja (vektorska) karta kojom se prikazuje lokacija ili raspodjela elemenata (s brojem, vrstom, ekonomskom vrijednošću i drugim karakteristikama) koji su izloženi prijetnjama. Nadalje, kvantitativni (rasterski) prikaz izloženosti predstavlja serija karata u kojoj se na svakoj ćeliji ili poligonu nalazi određena vrijednost elementa (broja, vrste, vrijednosti i drugih karakteristika) određene vrste. Također, kvantitativni (po lokaciji) prikaz izloženosti predstavlja prikaz podataka u tablica po lokacijama u svakom retku, s brojčanim podacima koji opisuju izložene elemente (broj, vrstu, ekonomsku vrijednost i druge karakteristike) prijetnjama. Primjeri ove vrste podataka su brojni i uključuju različite podatke iz popisa stanovništva, primjerice razdioba stanovnika po administrativnim jedinicama, stambene jedinice po površini i godini izgradnje, te podaci o gospodarstvu.

Kvantitativni prikaz izloženosti  uz pomoć baze podataka/skupova podataka koji sadrže opsežne i detaljne informacije o svakom od izloženih elemenata. Primjeri za to su digitalne katastarske karte sa zgradama, baze podataka s infrastrukturnim podacima (ceste, proizvodnja električne energije, distribucijske mreže itd.), te specijalizirane sektorske baze podataka ili skupovi podataka, poput popisa imovine.
Što se tiče opisa fizičke oštetljivosti, polukvalitativni prikaz je tekstualni opis postotka očekivanog fizičkog oštećenja za dati intenzitet određenih prijetnji. Kvantitativni prikazi uključuju krivulje vjerojatnosti oštećenja te krivulje oštetljivosti.

Za procjenu gospodarske oštetljivosti i otpornosti na prirodne prijetnji je metoda indeksa jedna od najčešće korištenih metoda. Cilj indeksa je obuhvatiti višedimenzionalnost gospodarske ranjivosti i otpornosti, stoga indeksima uključujemo veći broj gospodarskih čimbenika. Najčešće uključeni gospodarski čimbenici su proizvodnja (bruto domaći proizvod (BDP) ili regionalna proizvodnja), dohodak, zaposlenost, inflacija, potrošnja, rashodi, štednja, domaći i međunarodni financijski transferi, javne financije i trgovina.
Za procjenu društvene oštetljivosti također se koristi metoda indeksa. Potencijalni indeksi (za područje Republike Hrvatske) su dob, socijalna nejednakost, invaliditet i kućanstva (veličina, tip obitelji).

2.2 Analiza rizika

Analiza rizika provodi se kako bi se identificirani rizici, tj. njihov utjecaj, čim detaljnije opisali. Svi identificirani rizici neće biti jednako važni, pa je cilj analize prioritizirati ih te dobiti podatke uz pomoć kojih će se u sljedećem koraku odlučivati koje je rizike potrebno minimizirati i na koji način.

Analiza rizika, ovisno o podacima i informacijama s kojima raspolažemo može biti kvantitativna ili kvalitativna. Kvantitativna analiza se provodi ukoliko raspolažemo s relevantnim bazama podataka. U praksi vrlo često nemamo relevantne baze podataka sličnih događaja odnosno projekata iz prošlosti, te se analiza rizika obavlja kvalitativnim metodama, odnosno kombinacijama kvalitativnih i kvantitativnih metoda (polukvantitativno). Primjerice, za procjene rizika od potresa baze podataka su vrlo manjkave i nepovezane te ih je vrlo teško primijeniti bez značajne prilagodbe.
Odabir najprikladnije metode za analizu ovisi o svrsi kojoj bi rezultati trebali poslužiti (prioritizacija, planiranje i sl.), raspoloživim resursima (uključujući podatke i ljudske resurse), dostupnosti alata za modeliranje prijetnji i rizika te važnosti rizika.
 
 
Slika 2. Analiza rizika

2.2.1 Metode analize rizika

Kvantitativna analiza rizika

Kvantitativna analiza rizika umnogome ovisi o dostupnosti podataka i iskustava iz prošlih događaja (ili izvedenih sličnih projekata). Slični projekti u Hrvatskoj ne postoje odnosno isti su na značajno drugoj razini. Najpouzdaniji i najkompletniji podatci dobivaju se iz iskustava i postojećih baza podataka. Određeni podatci mogu se dobiti iz iskustva projektnog tima, a posebnu vrijednost predstavljaju podaci dobiveni iz iskustva drugih koje su u prošlosti imali slične događaje ili projekte.  Danas su u primjeni mnoge metode kvantitativne analize rizika od kojih su najpoznatije: jednostavna aritmetička tehnika, probabilistička analiza, analiza osjetljivosti, stablo odlučivanja, Monte Carlo simulacija te deterministička metoda.

Jednostavna aritmetička tehnika razmatra značajne rizike odvojeno i ispituje mogući ukupni efekt. Procjena se vrši računajući očekivani utjecaj svakog značajnog rizika. Utjecaji se zatim zbrajaju a sumarni utjecaj koji predstavlja osnovu za izradu plana rezervi za odgovor na rizik (engl. contingency plan).  Ova tehnika je zadovoljavajuća za male i jednostavne projekte.

Probabilistička analiza je statistička tehnika koja omogućava izračunavanje izloženosti rizika, i to za svaki pojedini rizik ili za projekt u cjelini. Prvo se za svaki događaj daje optimistička, najvjerojatnija i pesimistička procjena troškova odnosno vremena.  Probabilistička procjena rizika povezuje distribuciju vjerojatnosti s učestalošću i ozbiljnošću prijetnje te se zatim simulira velik broj potencijalnih događaja kako bi se procijenili učinci na različitim razinama.

Analiza osjetljivosti je tehnika koja pokazuje utjecaj svakog pojedinog rizika, odnosno neželjenog ishoda nekog događaja na projekt. Variraju se svi parametri koji utječu na vrijednost izloženosti riziku  i prati se utjecaj njihove promjene na konačni rezultat. Postotak promjene nekog parametra podijeljen sa postotkom promjene rezultata koji izaziva promjena tog parametra naziva se faktor osjetljivosti. U slučaju da se ispituje utjecaj samo jednog parametra onda faktor osjetljivosti nema puno smisla. On dolazi do izražaja kada se usporede faktori osjetljivosti više parametara koji utječu na rezultat. Ova tehnika je korisna u iznalaženju parametra koji najviše utječe na konačni rezultat djelovanja rizika, ali ne uključuje razmatranja o vjerojatnosti da se parametri kreću unutar ranga u kome je vršena analiza osjetljivosti. Stare procjene rizika su koristile samo nekoliko parametara za analize, ti parametri su se smatrali ključnim, ali razvojem znanosti se uključuje sve više atributa u procjene čime se usporava proces, ali najveći teret opet padne na osnovne parametre. Bitno je identificirati iste i maksimalno kvalitetno ih prikupiti i obraditi.

Stablo odlučivanja se koristi kada postoji više alternativa. Ako svaka alternativa ima svoje podalternative, a svaka podalternativa svoje pod-podalternative, može se formirati struktura, odnosno stablo na kome su prikazani svi mogući putevi odlučivanja. Ako se za svaku alternativu u stablu može procijeniti njen utjecaj subjektivno ili na drugi način ocijeniti vjerojatnost dobit će se očekivana vrijednost, koja će definirati razinu rizičnosti svake alternative.

Monte Carlo simulacija je statistička simulacijska tehnika.  Svaki parametar koji utječe na pojedini rizik  tretira se kao slučajna varijabla sa pripadnim rangom vrijednosti i funkcijom distribucije vjerojatnosti. Funkcija distribucije određuje se na osnovu postojećih baza podataka iz prošlosti ili na osnovu iskustvene procjene. Slučajnim odabirom uzima se po jedna vrijednost svakog parametra i iz funkcije distribucije određuje se njena vjerojatnost. S odabranim vrijednostima parametara i pripadnim vjerojatnostima izračunava se odgovarajući rizik. Postupak slučajnog odabira ponavlja se od 100 do 1000 puta i tada rizik postaje također slučajna varijabla.

Deterministička metoda procjenjuje utjecaje iz jednog hipotetskog scenarija ili kombinacije scenarija, ali ne uzima u obzir nužno ni vjerojatnost događaja u kvantitativnom smislu niti jamči da su svi mogući događaji obuhvaćeni skupom determinističkih scenarija. Iako se vjerojatnost događaja ne uzima u obzir, analiza rizika ipak može kvantificirati nesigurnosti kroz različite korake proračuna. Može uzeti u obzir nesigurnosti ulaznih parametara i modela koji se odnose na izloženost i oštetljivost kako bi se dobili rasponi procjena rizika za svaki scenarij.

Kvalitativna analiza rizika

Kvalitativna analiza se koristi u slučaju kada ne raspolažemo s dovoljnim brojem statističkih podataka. Sve kvalitativne metode su djelomično subjektivne jer se uglavnom temelje na procjeni nekog stručnjaka. Jedna od kvalitativnih metoda koje možemo primijeniti u analizi rizika je i analitički hijerarhijski proces.
Obično se ovakve metode koriste za screening rizika kako bi se utvrdilo zaslužuje li daljnje razmatranje. Ponekad je to jedina opcija kada gotovo sve komponente rizika nisu mjerljive ili imaju vrlo visok stupanj nesigurnosti. Važno ograničenje kvalitativnog pristupa je njegova subjektivnost, koja utječe na i njegovu pouzdanost.

Upotrebom polukvantitativne analize rizika se nastoji klasificirati rizike (npr. prihvatljivi, umjereni, neprihvatljivi) na temelju stručnog znanja s ograničenim kvantitativnim podacima. Ona može biti prvi korak prema potpuno kvantitativnom pristupu, osobito tamo gdje nedostaju detaljni podaci i može se koristiti kao sredstvo za bilježenje subjektivnog mišljenja što ih čini dobrom osnovom za raspravu o mjerama smanjenja rizika.
Kao način priopćavanja rezultata polukvantitativne analize može se koristiti matrica rizika. Ona se sastoji od učestalosti prijetnje na jednoj osi i posljedica (ili očekivanih gubitaka) na drugoj osi.
Drugi polukvantitativni pristup procjeni rizika temelji se na upotrebi pokazatelja (odn. Indikatora). Pristup temeljen na pokazateljima koristan je kada nema dovoljno podataka za kvantificiranje svih komponenti rizika na velikim područjima za provođenje kvantitativne analize, ali i kao nastavak kvantitativne analize, jer omogućuje uzimanje u obzir drugih aspekata osim fizičkih oštećenja. Zapravo, pristup temeljen na pokazateljima jedina je metoda koja omogućuje provođenje holističke procjene rizika, uključujući društvenu, gospodarsku i ekološku ranjivost i kapacitet.

2.3 Analiza rizika

Analiza rizika provodi se kako bi se identificirani rizici, tj. njihov utjecaj, čim detaljnije opisali. Svi identificirani rizici neće biti jednako važni, pa je cilj analize prioritizirati ih te dobiti podatke uz pomoć kojih će se u sljedećem koraku odlučivati koje je rizike potrebno minimizirati i na koji način.

Analiza rizika, ovisno o podacima i informacijama s kojima raspolažemo može biti kvantitativna ili kvalitativna. Kvantitativna analiza se provodi ukoliko raspolažemo s relevantnim bazama podataka. U praksi vrlo često nemamo relevantne baze podataka sličnih događaja odnosno projekata iz prošlosti, te se analiza rizika obavlja kvalitativnim metodama, odnosno kombinacijama kvalitativnih i kvantitativnih metoda (polukvantitativno). Primjerice, za procjene rizika od potresa baze podataka su vrlo manjkave i nepovezane te ih je vrlo teško primijeniti bez značajne prilagodbe.
Odabir najprikladnije metode za analizu ovisi o svrsi kojoj bi rezultati trebali poslužiti (prioritizacija, planiranje i sl.), raspoloživim resursima (uključujući podatke i ljudske resurse), dostupnosti alata za modeliranje prijetnji i rizika te važnosti rizika.
 

3. Literatura

Banaitiene and Banaitis (2021), Risk Management in Construction Projects, eds (Nerija Banaitiene and Audrius Banaitis), http://dx.doi.org/10.5772/51460
Flanagan, R. i Norman, G. (1993) Risk Management and Construction, Oxford, Blackwell Science.
JRC (2021) Recommendations for National Risk Assessment for Disaster Risk Management in EU, Science for Policy report, Ispra, Italy, European Commission Joint Research Centre (JRC).
Ministarstvo unutarnjih poslova RH (MUP) (2022) Nacrt Smjernica za izradu Procjene rizika od katastrofa za Republiku Hrvatsku, Međusektorska radna skupina uz koordinaciju Sektora za smanjenje rizika od katastrofa Ravnateljstva civilne zaštite, siječanj 2022.