Simulatieonderzoek in de politiek

Politici zijn meestal wel mensen die idealen nastreven. De manier waarop ze idealen willen realiseren, bestaat uit het maken van keuzes. Van sommige keuzes is het moeilijk om het uiteindelijke effect ervan te bepalen. Met behulp van simulatieonderzoek kun je keuzes onderbouwen.

Daarom laten politici hun programma’s vaak doorrekenen door het Centraal Planbureau (CPB) en het Planbureau voor de Leefomgeving (PBL). Hoewel ik dat niet zeker weet, heb ik wel sterk het vermoeden dat het Outbreak Management Team (OMT) van het Rijksinstituut voor Volksgezondheid en Milieu (RIVM) daar ook gebruik van maakt. Mijn vrouw heeft een paar jaar geleden een congres bijgewoond waarin de gevolgen van een pandemie werden voorspeld. Dat had haar best wel beangstigd. Nu zitten we er midden in. En, ach ja, er waren al veel langer films waarin de gevolgen van een pandemie werden beschreven met een redder in de hoofdrol. De werkelijkheid is toch wat anders.

 

De voor- en nadelen van simulatieonderzoek

Het principe van simulatieonderzoek is dat je op basis van een aantal gegevens kunt voorspellen wat het verloop en de uiteindelijke uitkomst zal zijn. Daar zitten natuurlijk nog wel wat haken en ogen aan.

Een belangrijk twistpunt is dat het eindresultaat afhankelijk is van de kwaliteit van het model. Het model kan heel simpel zijn, bijvoorbeeld: y = a – 1,2x. Hier staat niet zo veel meer dan dat het aantal zieken afneemt met 1,2 keer het aantal inentingen. Zoiets leer je al op de middelbare school. De toe te passen modellen kunnen echter ook heel ingewikkeld zijn. Je zou voor het beschrijven van het toekomstige verloop van een pandemie ook rekening kunnen houden met regionale verschillen, leeftijden, kwaliteit van de zorg enzovoort. Je kunt heel veel verklarende variabelen in het model stoppen. Bovendien kun je ook nog allerlei interacties tussen de variabelen veronderstellen.

Dat brengt ons bij het tweede twistpunt: het model is gebaseerd op gegevens uit het verleden. Op basis van de manier waarop mazelen zich in het verleden heeft verspreid, kun je natuurlijk wel een model maken voor hoe het zal gaan in de toekomt, maar helemaal zeker weet je dat nooit. Het CPB kan wel hele mooie modellen maken voor economische groei, maar dat is gebaseerd op feiten uit het verleden. Dat ouderen steeds langer leven is natuurlijk van invloed op de bevolkingsomvang. Dat kun je dan doortrekken naar de toekomst. De huidige pandemie waarbij vooral de ouderen sterven gooit dan roet in het water van de voorspelling. In de financiële markten moet er al een waarschuwing worden verstrekt: resultaten uit het verleden zijn geen garantie voor de toekomst.

Een bestaand model hoeft helemaal niet toepasbaar te zijn in een nieuwe situatie. In de basis is een model voor het verspreiden van de mazelen misschien wel te gebruiken voor een model voor het verspreiden van covid-19, maar waarschijnlijk spelen de factoren een iets andere rol en is het model niet goed van toepassing.

Tenslotte kun je opmerken dat het model nogal een reductie van de werkelijkheid is. Heel veel aspecten die als niet belangrijk worden beoordeeld, worden uit het model gelaten. Als de afhankelijke variabele alleen het aantal besmettingen is, het aantal ziekenhuisbedden dat bezet gaat worden en het aantal overleden patiënten, laat je alle aspecten met betrekking tot sociaal welzijn en economische aspecten buiten beschouwing. Daar zit echt wel een beperking in.

 

De bruikbaarheid van simulatieonderzoek voor de praktijk

Er kleven dus best nog wel wat bezwaren aan het toepassen van simulatieonderzoek. Dat wil niet zeggen dat je het niet kan of moet toepassen. Integendeel, het wordt eigenlijk altijd toegepast. Soms is dat heel expliciet en soms is dat vrij onbewust. Het voorraadbeheer bijvoorbeeld is eigenlijk helemaal gebaseerd op simulatie. Hoe beter het model op papier of in je hoofd, des te beter ben je in staat een adequaat inkoopbeleid te voeren. Met het doorrekenen van investeringen, kun je bepalen wanneer het iets op gaat leveren. Simulatieonderzoek wordt dus best wel veel toegepast.

 

Met simulatieonderzoek kunnen ook de programma´s van de politieke partijen worden doorgerekend op hun effecten. Door de uitkomsten te vergelijken is te bepalen welke beslissingen het beste zijn voor het milieu, welke beslissing is het beste is voor de economie, welke beslissing het beste is voor het onderwijs, de zorg, de politie, de defensie, de …. Helaas is er geen enkel model dat alle afhankelijke variabelen in één model kan en weet door te rekenen. Onderzoeksbureaus als het RIVM, het CPB en het PBL zijn dan ook alleen maar adviseurs. En ze praten alleen over hun eigen vakgebied.

 

Slotopmerkingen

Politici moeten wel het hele pakket overzien en niet de oren laten hangen naar een specifieke groep adviseurs. Dan krijg je rare adviezen en besluiten. Zo mag oma wel op bezoek bij haar kind, diens partner en haar twee kleinkinderen. Maar andersom mag niet. Er is niet zo veel verschil in uitkomst tussen 1 + (2 + 2) en (2 + 2) + 1. In beide gevallen gaat het om 5 personen die bij elkaar zitten. En het maakt ook nogal wat uit of er 1 persoon mag winkelen op een oppervlak van 50 m2 dan wel op 1000 m2. Je vraagt je dan wel even af wie dat soort beslissingen maakt en wie er als adviseur is opgetreden en welk model deze adviseur heeft gebruikt voor zijn advies.

 

Foeke van der Zee

 

 

Dit blog heeft als thema: Onderzoek en Samenleving en wordt op persoonlijke titel geschreven door Foeke van der Zee

 

Toelichting:

Beleidsmakers moeten weten aan welke knoppen ze moeten draaien en welke hendels ze om moeten zetten om problemen op te lossen. Onderzoek helpt om betere keuzes te maken. Dat draaien aan knoppen en hendeltjes zijn de onafhankelijke variabelen en het effect is de afhankelijke variabele. Dat leren we de studenten op school. Houden beleidsmakers zich daaraan? Werkt dat door in de bestuurskamers van de overheid en ondernemingen?

 

Als je denkt dat dit ook interessant is voor anderen, deel dan dit bericht. Alvast bedankt.