I gamle dage kunne vi finde ud af at bygge, så det holdt!
Det kunne man læse i Politiken 14. august 2024 i artiklen “Lagkagehuset er et godt eksempel på, hvordan vi bør bygge”. Artiklen tog udgangspunkt i et forskningsprojekt fra DTU.
Projektet har vurderet den forventede levetid på danske bygninger ud fra data om 104.927 nedrivninger i Danmark i perioden 2010-2019. Og konklusionen er klar: Over tid ser vi en tydelig tendens til at bygninger står kortere tid.
Hvor den forventede levetid for etagebyggeri fra før 1940 estimeres til mellem 250 og 400 år, er vi for etagebyggeri opført efter 1970 helt nede på 50 til 150 år.
Er der sket en komplet udhuling af det byggetekniske håndværk i Danmark de sidste 100 år?
Det er svært at sige ud fra det videnskabelige studie, for det lider desværre af en meget central - og ikke helt usædvanlig - metodisk fodfejl, som kan forklare det fænomen, som forskerne ser.
Som vi redegør for i denne artikel, er det et problem, vi ser i flere forskellige discipliner, og den nævnte artikel er bare et eksempel. Men lad os begynde der:
Hvad med de gamle huse, der blev revet ned efter ti år?
For at en gammel bygning kan indgå i datagrundlaget, det vil sige være blevet revet ned i perioden 2010-2019, bliver den unægteligt nødt til at have stået i mange år uden at blive revet ned.
Hvis for eksempel bygningen er bygget i 1910, må bygningen nødvendigvis have stået der mindst 100 år. Ellers havde den jo ikke været der, da forskerne begyndte at optælle nedrivninger.
Denne form for fejlkilde kaldes i biostatistik og medicinsk forskning for ’immortal time bias’. De gamle bygninger bliver ’udødelige’ (altså u-nedrivelige), indtil de indgår i datagrundlaget i 2010, og det kommer til at skævvride konklusionerne.
Problemet er, at man ikke får indregnet alle de ældre bygninger, der blev nedrevet efter 10, 30 eller 80 år.
For nyere bygninger er det derimod muligt at optælle nedrivninger efter kort tid, og man kan bruge statistisk modellering til at fremskrive den forventede levetid fremadrettet.
Det giver alt i alt uens vilkår for gamle og nye bygninger, og derfor er dette studie ikke egnet til at sammenligne forventet levetid på tværs af forskellige byggeår.
Kræftpatienter kan også fremstå udødelige
I medicinsk forskning kan samme problem optræde, hvis man for eksempel vil sammenligne syge og raske patienters overlevelse.
Lad os sige, vi vil undersøge, hvad den forventede levetid er for mænd med prostatakræft sammenlignet med den generelle befolkning.
Hvis vi undersøger dette ved at tage personer, som har prostatakræft og følge, hvor længe de lever, og sammenligne dette med personer uden prostatakræft og se, hvor længe de lever, så har vi faktisk også givet prostatakræftpatienterne en række ’udødelige’ leveår.
For de bliver jo nødt til at holde sig i live, indtil de får deres prostatakræftdiagnose - noget som typisk sker i 70-års alderen - for overhovedet at kunne tælle med i denne gruppe.
Dermed får man igen skævvredet de to grupper, der sammenlignes: Den raske baggrundsbefolkning kan dø når som helst, men de prostatakræftsyge kan først dø efter deres diagnoser.
Dette problem kan løses ved hjælp af specialiserede statistiske analysemetoder, som tager højde for den dynamiske tidsudvikling i, hvem der er syge, raske og døde.
Hvis ikke sådanne metoder anvendes, kan man hurtigt ende med at konkludere, at for eksempel syge personer ser ud til at have en lavere dødelighed end de raske, da de jo har været ’udødelige’, indtil de fik sygdommen.
Eller tilsvarende, at gamle bygninger ’lever længere’ end nye, da de var udødelige, indtil man begyndte at optælle nedrivninger.
\ Svar fra studiets forfattere
De to forskere bag studiet, som nævnes her i artiklen, har fået mulighed for at svare på kritikken. De skriver:
»Det er en spændende artikel fra Anne, Claus, Andreas og Theis, men vi er ikke enige I, at vi noget sted i artiklen påstår, at bygninger er udødelige.
Vi hæfter os kort ved følgende kommentar:
'Problemet er, at man ikke får indregnet alle de ældre bygninger, der blev nedrevet efter 10, 30 eller 80 år. For nyere bygninger er det derimod muligt at optælle nedrivninger efter kort tid, og man kan bruge statistisk modellering til at fremskrive den forventede levetid fremadrettet.'
Ovenstående kommentar er måske ikke helt korrekt, da vi aldrig har gættet på originale populationer, kun udviklingstendenser set som 'snapshots' over en kort årrække, hvor vi har rimeligt præcist data (cirka 15 år tilbage).
Egentlig er vores artikel et spørgsmål om, hvorvidt en logistisk repræsentation af bygningers levetid er en god model - og ja, den er i hvert fald er bedre end en lineær fremskrivning, som indtil nu har været den primære metode til at vurdere levetider.
Om vi rammer fuldstændigt korrekt med modellen, er meget usandsynligt og har heller ikke været formålet med vores studie.
Det er stort set umuligt at ramme rigtigt, når vi prøver at forudsige en levetid, som potentielt først kan endeligt valideres om 100-200 år, og derfor var formålet mest at afprøve en anden type modellering af bygninger og se, hvordan den adskiller sig fra de gamle lineære fremskrivninger.
Derudover var formålet også at prøve at prøve at undersøge eksisterende (ældre) bygninger, som tidligere ikke har været undersøgt.
Det, vi modellerer, er ældre bygningers tendens for nedrivning – ikke populationens størrelse - og den måde, vi gør det, er, at vi antager deres nedrivningsrate altid begynder i 0 m2/år, og at vi ude i fremtiden kender bygningernes udvikling af nedrivning på baggrund af vores datasæt, samt et andet datasæt over eksisterende bygninger i samme periode.
Hvad der foregår herimellem, ved vi desværre intet om.
Ved at antage (hvilket vi også eksplicit siger i artiklen), at man kan bruge den logistiske repræsentation, kan vi 'gætte' på, hvorhenne på funktionens (nedrivningstendensens) forløb, at en given gruppe af bygninger befinder sig (både med hensyn til alder og deres typologi).
Dette gæt siger ikke noget om, hvor mange m2 der originalt er opført, men derimod nedrivningsratens udvikling i dag og fremskriver denne med den population af bygninger, der er tilbage.
Vi regner derfor ikke tidligere nedrevet bygninger som 'gratis', eftersom vi netop prøver at forudsige, hvor de forskellige bygningstypologier er i deres nedrivningstendens.
Vi er klar over, at datasættet ikke har mange punkter at hæfte sig ved, når man forsøger sig med denne type modellering. Især ikke, når datasættet opdeles i typologier, så der er med garanti, andre metoder der kan anvendes.
Det er godt, at der kommer en debat om bygningers levetid, og at dette fylder mere. Og vi håber meget, at de ovenstående forskere forhåbentlig kan lave en model, som er endnu bedre til at forudsige levetid for bygninger.«
Af Rune Andersen (adjunkt, DTU Sustain) og Kristoffer Negendahl (lektor DTU Construct)
Tid er kompliceret
Forfatterne bag det videnskabelige studie er ikke uopmærksomme på dette problem: De nævner selv, at det meget vel kan være »de bedste og mest bevaringsværdige bygninger fra [gammel] tid, der er tilbage«.
Men ikke desto mindre bliver skarpvinklingen i Politiken malet allerede i artiklens underrubrik: »De bygninger, vi opfører i dag, holder ikke halvt så længe som dem fra før 1940«.
Og dét spørgsmål kan man simpelthen ikke undersøge ved brug af de data, som det videnskabelige studie anvender.
Moralen er, at tid er en kompliceret størrelse, når man skal lave statistiske analyser.
Et godt spørgsmål at stille sig selv er: Har alle involverede individer (det være sig bygninger eller patienter) samme vilkår for at ende med at tælle som en ’case’ (nedrivning/død) og ’kontrol’ (stående bygning/levende)?
Hvis ikke det er tilfældet, så kan analysernes konklusioner ende med ikke at vise meget andet, end at man er kommet til at sammenligne fortidens æbler med nutidens appelsiner.
