Tabel 3 - Levensduuractiviteiten van een brug met GBM’s voor prijsontwikkeling. Levensduuractiviteiten drift Hoofddraagconstructie - herstellen betonschades rijvloer Opleggingen - vervangen Steunpunten - herstellen betonschades - kolom Verharding - vervangen verhardingsconstructie Verharding - vervangen deklaag Voegovergangen - vervangen geluidsarme voegen Schampkant - herstellen betonschades Geleideconstructie - onderhoud Geleideconstructie - vervangen Leuning - vervangen Leuning - conserveren Overig jaarlijks onderhoud Verkeersmaatregelen 0,017 0,021 0,017 0,028 0,028 0,033 0,017 0,015 0,021 0,021 0,015 0,015 0,015 *Refereert aan Tabel 2., in Boomen, Bakker, Schraven and Hertogh (2020) [7]. Op basis van deze data zijn twee probabilistische ramingen gemaakt volgens de SSK-systematiek waarbij we voor iedere raming 1000 simulaties hebben uitgevoerd door trekkingen te doen uit de kansverdelingen voor frequenties, eenheden en prijzen. De uitgaven zijn vervolgens geprojecteerd op een tijdslijn van 100 jaar, de verwachte levensduur van deze brug. De levensduuruitgaven op iedere tijdslijn zijn contant gemaakt. De contante waarden (1000 stuks per raming) zijn gegroepeerd in een histogram. Deze analyse hebben we twee keer uitgevoerd, één keer volgens de huidige methode (driehoeksverdeling) en één waarbij de driehoeksverdeling voor prijzen is vervangen door een GBM. Het resultaat van de twee probabilistische ramingen is weergegeven in figuur 2. Een aandachtspunt is het contant maken van levensduuruitgaven. Producentenprijsindices (PPIs) geven de totale inflatie weer en daarom wordt bij gebruik van een GBM contant gemaakt met de nominale discontovoet. Omdat bij de driehoeksverdeling prijsstijgingen geen rol spelen, is hier de reële discontovoet van toepassing. Voor detailleerde uitleg over toepassing van discontovoeten onder inflatie verwijzen we naar Boomen [7] en de standaard ISO 15686-5:2017 [8]. Figuur 2 laat zien dat de verwachtingswaarde van de raming met GBM’s hoger ligt dan de verwachtingswaarde van de raming met alleen driehoeksverdelingen. Dit komt omdat de driehoeksverdeling prijsescalatie negeert. Het verschil in verwachtingswaarde voor de casestudie bedraagt 13%. Verder laat figuur 2 zien dat de onzekerheidsspreiding van de raming met GBM’s groter is dan de raming met alleen driehoeksverdelingen. Dit wordt verklaard door de volatiliteiten en het uitwaaieren van de GBM’s. Hoe kleiner de volatiliteit, hoe minder een GMB uitwaaiert. Er is gerekend met een reële discontovoet van 5% als lange termijn voorspeller op basis van een gemiddelde reële discontovoet over de periode van 1995-2020. Dit komt overeen met een nominale discontovoet van 6,96%. De gevoeligheid voor andere discontovoeten is weergegeven in Tabel 4. GBM volatiliteit 0,017 0,021 0,017 0,028 0,028 0,033 0,017 0,015 0,021 0,098 0,016 0,016 0,016 Referentie * Code (bron) 4213 (CBS) 19 (CROW) 4213 (CBS) 4211b (CBS) 4211b (CBS) 17 (CROW) 4213 (CBS) Arbeid (CBS) 19 (CROW) 19 (CROW) Arbeid (CBS) Arbeid (CBS) Arbeid (CBS) Figuur 2 -Vergelijking van de probabilistisch ramingen met alleen driehoekverdelingen en de toepassing van GBM’s voor prijsontwikkelingen. Tabel 4 laat zien dat de onderschatting van de conventionele methode hoger wordt als met lagere discontovoeten wordt gerekend. Het niet meenemen van prijsescalatie kan ertoe leiden dat reële uitgaven worden onderschat. Conclusie Prijs(de)escalatie beïnvloedt ramingen van project- en levensduuruitgaven, maar wordt nauwelijks meegenomen in probabilistische ramingen. Dit kan tot serieuze problemen leiden zoals verschillende persberichten laten zien: ‘Aannemer draait onterecht op voor onverwachte prijsstijgingen’ [9], ‘Stijgende prijzen zitten bouwsector dwars’ [10], ‘Exorbitante prijsstijgingen en 00:20
21 Online Touch Home