Raport Brundtland

12.1 Wprowadzenie

Koncepcja zrównoważonego rozwoju została wprowadzona w raporcie Brundtland znanym jako Nasza wspólna przyszłość (Brundtland, 1987). Od czasu nadejścia rewolucji przemysłowej wzrost gospodarczy spowodował degradację środowiska i negatywne skutki dla zdrowia ludzkiego, które, przynajmniej w krajach rozwiniętych, zostały w znacznym stopniu odwrócone poprzez regulację działalności przemysłowej i komunalnej. Z drugiej strony, kraje rozwijające się nadal tkwiły w warunkach środowiskowych i zdrowotnych, które są nie do przyjęcia z punktu widzenia argumentów wyartykułowanych w raporcie Bruntland. Od czasu opublikowania tego raportu i późniejszej akceptacji propozycji zrównoważonego rozwoju, obawy związane z globalnym ociepleniem wzrosły do tego stopnia, że wydają się wypierać pierwotne obawy Bruntland dotyczące wyczerpywania się zasobów, zanieczyszczenia środowiska i nierówności majątkowych, zarówno wewnątrz-, jak i międzypokoleniowych. Mimo to, potrzebą chwili jest model zrównoważonego rozwoju, w którym zdrowie ludzkie i wzrost gospodarczy powinny być zapewnione bez uszczerbku dla środowiska, przy jednoczesnym zwróceniu uwagi na kwestie globalnego ocieplenia, głównie poprzez rozliczanie emisji gazów cieplarnianych. Raport Brundtlanda mówi o działaniach, które mogą prowadzić do wzrostu gospodarczego przy jednoczesnym postępie w zakresie stanu środowiska, jak również postępie w kierunku sprawiedliwości społecznej. Zrównoważony rozwój takich systemów jak rolnictwo, przemysł, infrastruktura miejska itp. był przedmiotem badań, a znaczna część badań wyznaczyła kierunki osiągania stabilności takich systemów (Conway i Barbier, 2013; Čuček i in., 2012; Graedel i Allenby, 2010). W innych przypadkach porównywano kraje pod względem ich statusu zrównoważonego rozwoju w oparciu o ich wyniki w wysiłkach na rzecz poprawy ekonomicznej, środowiskowej i społecznej (Esty i in., 2008; Freudenberg, 2003; Sengupta i in., 2014).

Pośród różnych systemów różniących się typami i skalą, zrównoważony rozwój systemów przemysłowych ma ogromne znaczenie. Dominującym sposobem oceny procesu lub produktu pod kątem zrównoważonego rozwoju jest dokonywanie ilościowych oszacowań wartości odpowiednich wskaźników lub metryk (terminy te są tu stosowane zamiennie) wybranych do pomiaru jego wpływu na trzy domeny zrównoważonego rozwoju, tj. środowisko, społeczeństwo i gospodarkę. Na przykład, wskaźniki oceny trwałości procesu wykorzystują dane dotyczące przepływu i kosztów procesu, dane dotyczące właściwości chemicznych, dane dotyczące użytkowania gruntów itp. Porównanie wartości tych wskaźników dla konkurujących ze sobą procesów pozwala oszacować, jak dobry jest dany proces pod względem zrównoważonego rozwoju w porównaniu do swoich konkurentów. Informacje tego typu powinny stanowić ważną pomoc w podejmowaniu decyzji dotyczących komercjalizacji.

Wykorzystanie wskaźników i metryk zrównoważonego rozwoju wydaje się w zasadzie obiecujące, ale ogromna liczba możliwych do zastosowania wskaźników dostępnych w literaturze może być myląca dla użytkownika. Nawet jeśli użytkownicy są w stanie zidentyfikować wstępny zestaw wskaźników odnoszących się do systemu procesowego, który rozważają, podjęcie decyzji o względnym zrównoważeniu może być kłopotliwe. Na przykład, określony proces może być zrównoważony w sensie ekonomicznym, podczas gdy jego alternatywa może być obiecująca z punktu widzenia ochrony środowiska. Aby sprostać temu wyzwaniu, różni badacze zaproponowali zastosowanie złożonego indeksu do oceny zrównoważonego rozwoju, a metody agregacji zostały zastosowane w różnych gałęziach przemysłu. Krajnc i Glavič (2005) zaproponowali złożony indeks zrównoważonego rozwoju, który pokazuje wyniki firmy we wszystkich trzech obszarach zrównoważonego rozwoju. Wykorzystali oni swój złożony indeks zrównoważonego rozwoju do badania dwóch sektorów przemysłu naftowego i gazowego. Tokos et al. (2012) wykorzystali złożony indeks zrównoważonego rozwoju do oceny zrównoważonego rozwoju browarów. Zhou et al. (2012) rozszerzyli zastosowanie złożonego indeksu zrównoważonego rozwoju wprowadzonego przez Krajnca i Glaviča (2005) na studium przypadku browarów poprzez zintegrowanie agregacji geometrycznej z agregacją liniową. Singh et al. (2007) również opracowali indeks zrównoważonych wyników dla porównania przemysłu stalowego. Wykorzystali oni analityczny proces hierarchiczny do obliczenia współczynników wagowych dla wskaźników. Brandi et al. (2014) zaproponowali wykorzystanie indeksu Canberra do agregacji metryk zrównoważonego rozwoju. Pokazali zastosowanie swojej metody w różnych procesach chemicznych. Olinto natomiast zaproponował wykorzystanie metody przestrzeni wektorowej do agregacji wskaźników zrównoważonego rozwoju (Olinto, 2014). W naszej poprzedniej pracy wykorzystaliśmy zagregowany wskaźnik, zwany sustainability footprint (De), do oceny zrównoważonego rozwoju (Sikdar, 2009; Sikdar et al., 2012)

Synteza arkusza przepływów procesów chemicznych była tradycyjnie wykonywana poprzez hierarchiczną dekompozycję lub poprzez programowanie matematyczne (Grossmann et al., 1999). Metody te pomagają w wyborze najbardziej ekonomicznego procesu w optymalnych warunkach spośród konkurujących procesów. Podstawowym kryterium wyboru procesu w tych metodach jest więc uwzględnienie kosztów (lub zysku). W przypadku problemów optymalizacji nadbudowy o charakterze mieszanym, funkcją celu jest zazwyczaj maksymalizacja zysku. Metody te, choć solidne, oczywiście nie badają zrównoważonego rozwoju w sposób kompleksowy i podkreślają potrzebę wykorzystania wielu celów, które odzwierciedlają wszystkie istotne potrzeby zrównoważonego rozwoju przy podejmowaniu decyzji. Potrzeby zrównoważonego rozwoju są zwykle wyrażane za pomocą wskaźników lub metryk. Zagregowany wskaźnik, taki jak ślad zrównoważonego rozwoju (De) zapewnia wygodny surogat dla wszystkich zawartych wskaźników dla wieloprzedmiotowej oceny zrównoważonego rozwoju procesu.

W tym artykule, ślad zrównoważonego rozwoju i metoda optymalizacji nadbudowy wyboru procesu jest stosowana do sześciu konkurencyjnych procesów produkcji metanolu z dwutlenku węgla. Pięć z tych procesów to procesy nowatorskie, które polegają na wykorzystaniu ditlenku węgla jako surowca, a do ich zaprojektowania użyto jednolitej wydajności w skali przemysłowej (Indala, 2004). Procesy te wykorzystują różne typy katalizatorów i różnią się pod względem ilości wymaganego surowca, powstających produktów ubocznych i stosowanych mediów. Te pięć procesów jest porównywanych z tradycyjnym procesem produkcji metanolu z gazu ziemnego i dwutlenku węgla. Wyniki projektowania procesu są wykorzystywane do formułowania nadbudowy i rozwiązywane przy użyciu metod optymalizacji mieszanego programowania liniowego na liczbach całkowitych w celu zidentyfikowania procesu, który maksymalizuje zysk przy ograniczeniach operacyjnych. Wyniki projektowania procesu są również wykorzystywane do obliczania wskaźników zrównoważonego rozwoju procesu w celu zastosowania metody śladu zrównoważonego rozwoju do wyboru najlepszego procesu pod względem zrównoważonego rozwoju. Ocena zrównoważonego rozwoju obejmuje wykorzystanie tradycyjnych wskaźników ekonomicznych do reprezentowania wymiaru ekonomicznego, wskaźników środowiskowych do reprezentowania wymiaru środowiskowego oraz wskaźników zdrowia ludzkiego do reprezentowania wymiaru społecznego. Wskaźniki środowiskowe i zdrowia ludzkiego zostały obliczone przy użyciu metody charakterystyki oddziaływania TRACI (Bare, 2002, 2013). Do analizy wybrano osiem różnych wskaźników zrównoważonego rozwoju.

Porównanie procesów przemysłowych, które wytwarzają te same produkty, jest centralnym elementem oceny zrównoważonego rozwoju. Przyjęcie optymalnego procesu spośród alternatywnych jest ćwiczeniem kompromisu pomiędzy trzema celami zrównoważonego rozwoju: maksymalizacją zysku (lub minimalizacją kosztów), minimalizacją niekorzystnego wpływu na środowisko oraz maksymalizacją korzyści społecznych. Często procesy, które okazują się ekonomicznie opłacalne, mogą nie być bardziej zrównoważone z punktu widzenia środowiska lub społeczeństwa. Dane do takiej analizy zrównoważonego rozwoju są zazwyczaj dostępne jako macierz m × n, gdzie m jest liczbą wariantów procesu do porównania, a n jest liczbą wskaźników lub metryk użytych do analizy. Powszechną praktyką jest nanoszenie tych danych na diagram krzyżowy (Aiche, 2014; Saling et al., 2002). Diagramy pajęcze są wygodne, ponieważ pokazują na jednym wykresie atrybuty wydajności wszystkich konkurujących ze sobą wariantów procesu. Gdy połączone punkty dla jednego wariantu procesu całkowicie wchodzą w przestrzeń opisaną przez podobne punkty dla innego procesu, pierwszy z nich jest oceniany jako wyraźnie lepszy od drugiego, zgodnie z konwencją, że większe wartości wskaźników oznaczają gorsze wyniki dla tych wskaźników. Najczęściej jednak taki scenariusz nie zostanie osiągnięty, co utrudnia podjęcie ogólnej, wizualnej decyzji o wyższości jednego procesu nad drugim, ponieważ podczas gdy niektóre wskaźniki byłyby lepsze, inne gorsze. Problem ten jest znacznie bardziej złożony, gdy liczba wskaźników jest duża lub gdy istnieje zbyt wiele alternatywnych procesów. Aby przezwyciężyć tę trudność, odpowiednim rozwiązaniem jest zagregowany wskaźnik w postaci śladu zrównoważonego rozwoju (De) każdego procesu. W niniejszej pracy wyniki uzyskane na podstawie śladu zrównoważonego rozwoju porównano z wynikami uzyskanymi na podstawie mieszanego programowania całkowitoliczbowego, w którym jako funkcję celu przyjęto zysk netto. Należy zauważyć, że pierwsze z nich uwzględnia wiele wskaźników obejmujących wszystkie trzy domeny zrównoważonego rozwoju, podczas gdy drugie uwzględnia tylko domenę ekonomiczną. W każdym przypadku, niższy ślad zrównoważonego rozwoju, bardziej zrównoważony jest proces.

Poza wnioskowaniem o względnej wyższości procesów z punktu widzenia zrównoważonego rozwoju, ważne może być poznanie względnego znaczenia wskaźników w ich wkładach w indeks śladu. Ślad zrównoważonego rozwoju De to odległość euklidesowa w n wymiarowej przestrzeni metryk. Jest on skonstruowany poprzez pomiar statystycznej odległości pomiędzy wielowymiarowym systemem a innym podobnym systemem odniesienia. W niniejszej pracy, wkład każdej metryki do zagregowanego indeksu jest analizowany przy użyciu wielowymiarowej analizy statystycznej znanej jako metoda częściowych najmniejszych kwadratów-zmiennej ważności w projekcji (PLS-VIP). W ten sposób, mieszane programowanie całkowite jest wykorzystywane do wyboru najbardziej ekonomicznego procesu. Indeks agregatowy jest używany do uszeregowania procesów w kolejności ich trwałości, a metoda PLS-VIP jest używana do uszeregowania wskaźników w kolejności ich ważności. Razem, uzupełniają one analizę i wzmacniają decyzje podjęte w odniesieniu do względnej trwałości.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.