High Volume Transport

Vital transport research to ensure accessible, affordable and climate friendly transport for all.

A method for the appraisal of low volume roads in Tanzania. 22nd World Road Congress (PIARC), Durban, South Africa, 19 – 25 October 2003

Publications with the same themes

View all

PDF content (text-only)

Amethod for the appraisal of low volume roads in Tanzania 1 M. BENMAAMAR  TRL, Crowthorne, UK  mbenmaamar@trl.co.uk    Abstract    The objective of this paper is to present a ranking method for low volume road  improvement as an alternative appraisal method to the consumer surplus  approach used by HDM. The consumer surplus method is generally  considered to be reliable when applied to high volume roads (AADT >200).  However, its application to low-volume roads (AADT < 50) encounters  problems related to the small magnitude of user benefits and the stronger  influence of the environment rather than traffic on road deterioration.  Considering the low volume of traffic and its composition on most of the  unpaved road network in Tanzania, it is recommended that a cost-  effectiveness approach that takes account of the social and economic  importance of rural infrastructure interventions be applied to prioritise  investments. Establishing the priorities for rural road interventions in Tanzania  requires a selection process consisting of a combination of screening and  ranking procedures. The screening process reduces the number of  investment alternatives. This can be done through targeting disadvantaged  communities based on poverty indices using the Human Development Index  by region. After screening methods have been applied to a given set of  investment choices, resources are still unlikely to be sufficient to finance the  balance of the remaining desirable interventions, and hence a ranking or  prioritisation method based on Cost Effectiveness Analysis (CEA) was  developed.   KEY WORDS:  LOW VOLUME ROADS / PARTICIPATORY APPROACH /  PRIORITISATION METHOD / COST-EFFECTIVNESS / HDM / POVERTY /  POPULATION / NMTs   Background    This method was developed as part of the Tanzanian Road Mentor  Management System study (Jones, C R, 2002). The objective of the project  was to produce a road management system for the newly formed Tanzanian  National Roads Agency, TANROADS. TANROADS currently have  responsibility for the maintenance, to specific standards, of both the trunk and  regional road networks in Tanzania, totalling 28,000kms.    HDM-4 was used as part of a Road Maintenance Management System  (RMMS) to develop maintenance strategies for the 4,000km of paved roads.  However, the project team quickly realised that for various reasons the use of  HDM-4 model on low volume roads was unsatisfactory.  There was  subsequently a need to develop an alternative method to prioritise  investments on low volume roads that could be integrated with the RMMS.   1Paper for the XXII PIARC World Road Congress, Durban October 2003  The method needed to take into account the characteristics of low volume  roads, be relatively easy to implement and be part of the future development  of the Road Mentor Data-Base. The road mentor system was first  implemented within the central zone. It is expected that the experience gained  in this exercise will be used across the rest of Tanzania.   Network characteristics    The total size of the Tanzanian road network is estimated at around 85,000  km of which more than two thirds are district and feeder roads that are under  the Ministry of local government (Road User Charges and Road Financing  Study, 2001).    TANROADS is responsible for 28,000 km of main road network of which  24,000 km (85%) are unpaved (Tanzania RSDP, 2000). The paved road  network comprises some 4,000 km, most of which are classified as trunk  roads. Around 6,000 km of the unpaved road network are classified as trunk  roads and 18,000 km as regional roads. The distribution of the main road  network by type and classification is shown in Figure 1.    Traffic levels on the unpaved road network    Around three-quarters of the unpaved roads carry, on average, an Annual  Average Daily Traffic (AADT) of less than 100 vehicles and more than one  third (8,400km) carry an AADT of less than 50 vehicles. Most of these roads  are regional and feeder roads. The distribution of traffic on the unpaved road  network is shown in Figure 2.  Figure 1: Netw ork by type and classification 2% 13% 21% 64% Paved trunk roads 2% Paved Regional and Feeders 13% Unpaved trunk roads 21% Unpaved Regional and Feeders 64% Traffic characteristics    Traffic and road condition surveys carried out on 20 roads in the Kilimanjaro  and Iringa regions during dry and wet seasons (Ellis S. D. and Hine J. L.  1997), show that roads in poor condition suffered from reduced traffic levels in  the wet season. In the wet season, traffic volume is reduced, on average, to  only 35% of the dry season traffic. The main reasons for road closure were  poor drainage, broken or missing structures, slippery surfaces and emergency  situations such as landslides.   An analysis of the traffic data highlighted that the majority of traffic using the  roads was Non-Motorised Means of Transport and pedestrians (NMT's). The  survey roads had an average daily traffic, including NMT's, of 5 to 170. For  the entire survey sample the proportion of NMT's to the total averaged 84%.  In addition, it was found that the total burden carried by NMT's, in terms of  tonnes-kilometres, was also high with an average of 33%.   Social and economic role of low volume roads   In general, low volume roads are built to lower standard than high volume  roads, carry a small fraction of the total traffic, but serve the majority of the  predominantly rural population. Therefore, low volume rural roads play a very  important economic and social role. They enable rural communities to grow  and market their agricultural produce more efficiently, and they ease access  to alternative income sources. On the social side, rural roads increase access  to schools, health facilities, friends and relatives, and other social activities  Figure 2: Traffic distribution on the unpaved road  network 35% 37% 16%5%1%3%2% <50 AADT 35% 50-100 AADT 37% 100-200 AADT 16% 200-300 AADT 5% 300-400 AADT 1% 400-500 AADT 3% 500+ AADT 2% that promote the well being of the community. Therefore most expected  benefits from Rural Transport Interventions are related to the provision of  basic access which, in turn, increases socio-economic opportunities, but are  difficult to quantify in monetary terms.   Another characteristic of rural road investment programmes is the coverage of  large areas where needs include both the improvement of existing all-weather  passable roads for the purpose of network efficiency and the provision of  basic access for poverty alleviation.  Moreover, rural road projects are often  screened from a vast road network. For the purposes of equity among  villages, the spatial balance of the programme must be considered as well as  economic criteria in selecting individual roads for investment.   Aconventional road project appraisal methodology is unsuitable to address  these characteristics. Other tools are thus necessary to supplement the  conventional methodology and they are based on a cost effectiveness  approach.   The Cost effectiveness approach    Establishing the priorities of rural road intervention requires a selection  process consisting of a combination of screening and ranking procedures.    The screening process reduces the number of investment alternatives. This is  done through targeting of disadvantaged communities based on poverty  indexes, or by eliminating low-priority links from the list according to agreed-  criteria.   After screening methods have been applied to a given set of investment  choices, resources are still unlikely to be sufficient to finance the balance of  the remaining desirable interventions, and hence a ranking or prioritisation  exercise is required (Schelling D. and Lebo J. 2001).   The methodology for project ranking is based on Cost Effectiveness Analysis  (CEA) for the majority of rural roads where traffic volumes are relatively low.  After dividing the selected roads into homogenous links, a priority index is  defined for each road link based on a cost-effectiveness indicator equal to the  ratio of the total life-cycle cost of ensuring basic access divided by the  population served. With this approach, a  threshold cost effectiveness value  should be determined below which a link should not be considered for  investment . Unlike Cost-Benefit Analysis (CBA), where projects normally are deemed  “uneconomic” when their Economic Rate of Return (ERR) falls below 10-12%,  there are no well established criteria for determining “opportunity cost”  thresholds when ranking on the basis of cost-effectiveness. Such a  determination is left to policy makers. For example, if access can be provided  to two, otherwise similar, communities at $US100 per person served and  $US50 per person served, respectively, cost-effectiveness criteria would  clearly “rank” the latter community higher. However, the question that remains  is whether $US50 per capita is a sufficient “return” to justify intervention (could  that $US50 per person be spent with more impact in another sector, or would  it yield an ERR of 10-12% considering the opportunity cost of capital in the  country?).    Determination of the threshold CE-value    The method for determining a threshold CE-value is a cost-benefit analysis on asample of selected links applying enhanced benefit measurement  approaches for establishing a threshold CE-value. The proposed  enhancements of traditional Cost Benefit Analysis (CBA) techniques are  aimed at finding broader measures of economic benefits and costs applicable  to rural road projects. In addition to benefits associated with Vehicle Operating  Costs (VOC) savings, possible enhancements of CBA includes better  assessment of the costs of interrupted access, cost and time saving of non- motorised traffic, improved valuation of time savings, and valuation of social  benefits from improved access to schools and health centres.   With this approach, a threshold Cost Effectiveness value is determined below  which a link should not be considered for investment. This is estimated by  carrying out a sensitivity analysis on the selected links to determine the cost  that would make the  project economically viable (ERR= 12%). The project  cost divided by the population served by the link should then be used as the  cost-effectiveness value.     Finally, once the very high unit cost road links are dropped, available financial  resources should be taken into consideration in deciding the number of  candidate road links that will pass the ranking stage and be eligible to be  considered in the maintenance programme.    Possible application of the cost-effectiveness approach to Tanzania  A two-stage screening  procedure can be applied to select rural road links  amongst the 4,000km candidate roads (AADT < 100) within the Central zone  in Tanzania to be included in a rural road investment programme.    The first stage of screening identifies the “priority regions” that will be most in  need of improved road transport as an element in alleviating their poverty. In  the case of Tanzania, the screening process could be applied by using the  Human Development Index, HDI (Human Development Report, 1998) which  was calculated for each region for the purpose of the 10-year Road Sector  Development Program project. The HDI is composed of three parameters,  namely:   1-  Longevity, expressed in terms of life expectancy at birth  2 -Educational attainment, expressed as weighted average of adult literacy  (2/3) and the combined Gross Enrolment Ratio (GER) (1/3)   3-Standard of living, expressed in terms of the purchasing power parity GDP  per capita in USD.   The results are presented in Table 1 below.    Table 1: Human Development Index per region, Tanzania    Region Unpaved  Roads,  AADT<100    (km) Life  expectancy 1988    (year) Literacy  rate,  1998    (%) GER*  1995    (%) GDP/  capita  1997    $US   HDI   Rank  Dodoma*  Kagera  Coast  Rukwa  Kigoma  Mitwara  Lindi  Shinyanga  Tabora  Mwanza  Morogoro  Mbeya  Iringa  Tanga*  Mara  Singida*  Ruvuma  Arusha  D-E-S  Zanzibar  Kilimanjaro   765 1114 602 1345 608 615 738 826 1082 972 842 1356 826 684 665 1233 1186 1014 269 169 369 46 45 47 45 48 46 47 50 53 48 46 47 45 49 47 55 49 57 50 55 59 55.5 59.5 51.1 58.6 55.1 53.1 53.8 48.3 50.5 57.3 62.8 61.9 68.3 - 63.9 51.4 70.5 58.1 80.7 - 81.8 67 66 74 65 66 78 74 73 63 75 79 80 87 77 92 75 80 73 93 100 100 181 156 203 315 162 207 207 242 214 219 205 211 258 284 194 218 258 264 607 - 166 0.319 0.320 0.324 0.325 0.327 0.327 0.330 0.335 0.344 0.345 0.350 0.355 0.368 0.370 0.372 0.384 0.388 0.397 0.449 0.471 1.485 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 * Selected regions   Gross Enrolment Ratio  Source: 1- Human Development Report, 1998    2-United Nations Development Report, 1998    3-Poverty and Welfare Monitoring Indicators, Vice president's Office, 1999    For example, application of the first stage of the screening process to  prioritise investment alternatives for low volume roads within the Central zone  (Dodoma, Tanga, Singida, Arusha and Kilimanjaro) using the HDI would result  in selecting 3 less developed regions out of 5 (Dodoma, Tanga and Singida).   This could reduce the road network that was considered for interventions from  the initial 4,000km to 2,700km.   In the second stage of the screening process, to establish a functional road  network system from these three priority regions, rural roads for improvement  in these regions should be grouped into sub-networks systems based on  three criteria:  -continuity of the system;   -maximisation of the population served; and   -connection with as many settlements as possible.    Once the most functional road system is selected, to maintain a degree of  equity among villages, a redundancy criteria could then be used to eliminate  low priority links from consideration for investments. For example, it could be  decided that for each village only one link, usually the shortest, would be  upgraded to basic access standard. This could reduce further the size of the  road network that will be considered for interventions from 2,700km to  2,000km.   Ranking   After dividing the selected roads into homogenous links, the CEA could then  be applied to rank individual links of a “core network” selected on the basis of  screening criteria (2,000km). The cost-effectiveness indicator is defined as the  cost of improving a particular link to “basic access standard” divided by the  number of people served by the link. Thus, the population within the  catchment area of each road link is essential and will be used as a proxy  variable to estimate benefits.    Cost of upgrading of link (i) to basic access standard  Cost-effectiveness indicator of link (i) = Population served by link (i)  On this basis, up to  nindividual links could be ranked. In view of the available  financing, it could be decided that the maximum amount of investment  allowed per link would be $X per person served, which will be used as a  threshold CE-value below which a link should not be considered for  investment .This process could reduce the core network of 2,000km to  1,500km of economically viable project links to be upgraded under no budget  constraints. Finally, an additional ranking, under budget constraint, could  reduce further the size of the selected links for upgrading to 1,000km. The  main stages of the screening and ranking procedure are shown in Figure 3  below.  Aparticipatory approach    The implementation of the screening and ranking process described in Figure 3 above requires the maximum participatory involvement from all  stakeholders. Stakeholders come from a wide range of interest groups  covering direct users of basic social services, occupational groups (e.g.  transport operators, traders and small scale farmers) and community based  groups (e.g. village leaders, health care and education providers).   As far as possible, representatives of all these groups need to be canvassed  in the process and all should be encouraged to submit their views in  nominating the candidate roads of a functional road network. The participation  should, however, not replace the economic selection process. This might be  the case if investments are entirely locally financed, but even then the “wish  list” will typically be more sizeable than available resources and a rational  process (using economic criteria) should be used to help prioritise alternative  investments.    Data requirements  Akey tool to implement the cost-effectiveness approach is a local government  or community transport plan. Consultants and Local engineers, in consultation  with communities, also need to conduct a low-cost inventory and condition  survey of the local transport network in each study area, including roads,  4,000 km of low volume rural roads in 5regions of Central zone 2 ,700 km in 3 regions: Dodoma, Tanga and  Singida 2,000 kmcore network 1,500 km selected for upgrading under No budget constraint Screening based on poverty criteria using the HDI index Screening based on functional road network and redundancy criteria ** Ranking based on CEA*** **  select the most cost-effective functional road system  and focus on  one all-season link to m ain road per village Figure 3. Screening and Ranking Method for Rural Road Projects Appraisal . Selection of 3 poor regions out of 5 ***  core network divided into  nlinks Ranking under budget constraint 1,000 km selected for upgrading under budget constraint tracks, paths and bridges, with a focus on existing obstacles (impassability).  On the basis of the information generated, and additional economic, social  and demographic information, an "as is" map should be produced. Based on  such information, stakeholders could co-operatively decide upon desired  improvements in the rural road network, taking into account objectives and  available resources.   Along with extensive traffic surveys (Motorised and Non Motorised traffic) on a  representative link for the determination of the Cost-effectiveness threshold  value, the application of the cost-effectiveness method requires two main  inputs:   1-  The cost of the maintenance intervention for each link; and  2-  The population served by each link   The Cost of the maintenance intervention of each link   During the road condition surveys, planners and engineers conducting the  survey should assess the expenditure and type of works necessary to bring  each link to basic access standard.   Population served by each link   Population data for each link is another important component of the  prioritisation Index.  The current rural population needs to be allocated to each  road link under investigation. For any given area the population should be  allocated to the nearest road or track (by walking distance).  In the allocation  process natural barriers such as rivers and lakes should be observed if there  is not a convenient crossing point available.    The prioritisation process demands that account be taken of the complete  catchment area of the road covering the whole population that would normally  use the road (to visit markets, hospitals, schools, district administration etc)  and thus directly benefit from its improvement.  This may involve collecting  and assigning population data relating to roads and tracks that are not under  direct consideration for improvement.  This "other population" component is  treated a little differently from the population that is adjacent to the road link.   To undertake the population allocation, maps and census data are required. If  possible 1 to 50,000 maps should be used.  It is recognised that the census  data in Tanzania is out of date and a new population census will be taking  place soon. A range of central and local government offices (e.g. covering  health, education, water, elections, District Common Fund etc.) use  population data to allocate resources and it would make sense to examine  what data sources and procedures are used. It would also be useful to check  with each District Administration as to where the major anomalies might occur  and what up-to-date population data they might have for different communities  in their District.      Conclusion    Unlike the conventional Cost-Benefit Analysis methods the Cost-Effectiveness  Approach is easier to implement and requires no traffic data for each road  link. The population within the catchment area of each road link will be used  as a proxy variable to estimate project benefits and it is therefore important  that the collection of these data be part of the future development of the Road  Mentor Data-Base.    With this approach, a threshold CE-value needs to be determined below  which a link should not be considered for investment. The recommended  method for determining a threshold CE-value is to do a sample cost-benefit  analysis on a few selected links applying enhanced benefit measurement  approaches for establishing a threshold CE-value.    For roads where higher than basic access standards seem justified (e.g.  those that provide an alternative access to the same location, or experience  traffic levels above 50 AADT (but below 200 AADT)), the use of standard  cost-benefit analysis is recommended. For roads that carry above 200 AADT,  the utilisation of HDM-4 is recommended.   References   Ellis S. D. and Hine J.L. Rapid Appraisal Techniques For Identifying  Maintenance Priorities On Low Volume Rural Roads, TRL Unpublished  Report PR/OSC/122/97, 1997   Human Development Report, 1998   Jones C. R. Tanzanian Road Maintenance Management System:  Development of Road Mentor, Phase 2, Final Report. TRL unpublished report  PR/INT/710/02, November 2002   Schelling D. and Lebo J. Design and Appraisal of Rural Transport  Infrastructure: Ensuring Basic Access for Rural Communities. World Bank  Technical Paper No 496, 2001   Study to review road user charges and rates for sustainable road financing,  The United Republic of Tanzania, 2001   Tanzania 10 Year Road Sector Development Program- Phase I, Final Report,  September 2000   Acknowledgements  The study from which these results were derived were part of a DFID-financed project  ‘Tanzanian Road Maintenance Management System: Development of Road Mentor’. I am  grateful for comments on various drafts to John Howe. However, responsibility for any  inaccuracies or opinions is those of the author alone.