Quantifying Circular Economy Measures in Electrical and Electronic Equipment: An Environmental Model for Enhancing Sustainable Consumption and Reducing Carbon Footprint
Description
Full text not available
Abstract
Denne masteroppgaven utforsker effekten av miljøtiltak rettet mot Sirkulær Økonomi (SØ) på karbonfotavtrykket forårsaket av elektrisk og elektronisk utstyr (EEU) og maskiner. Disse tiltakene har som mål å redusere avfall og optimalisere resursutnyttelsen av produkter. Målet er å ha en innvirkning på de økende miljøutfordringene forårsaket av menneskelige aktiviteter, knyttet til den økende produksjonen og forbruket av EEU. Denne forskningen benytter en miljøanalyse modell for å kvantifisere effektene av disse miljøtiltakene innenfor Europeiske regioner. Forskningen svarer på følgende spørsmål: (1) Hvilke tiltak innenfor sirkulær økonomi eksisterer for EEU? (2) Kan modellen oversette sirkulære miljøtiltak til kvantitative målinger for EEU og maskiner? (3) Hva er modellens begrensninger, og hva bør undersøkes nærmere? Eksisterende forskning fremhever potensialet av sirkulære strategier for å redusere miljøpåvirkninger, men omfattende kvantitative vurderinger er begrensede. "Quick-scan"-modellen, utviklet av IndEcol ved NTNU, har vist seg til være effektiv i å kvantifisere SØ relaterte miljøtiltak ved hjelp av Multi-Regional Input-Output (MRIO)-analyse. Resultatene fra modellen viser at det mest effektive tiltaket er å forlenge tiden før utskiftning av maskiner gjennom vedlikehold, noe som fører til en utslippsreduksjon på 23,63 Mt CO$_2$-eq. Seks andre tiltak viste en potensiell reduksjon på minst 10 Mt CO$_2$-eq. Resultatenes nøyaktighet er avhengig av kvaliteten og tilgjengelighet på data rundt tiltakene, noe som fører til potensielle utfordringer i modellering av dynamiske interaksjoner innenfor SØ-strategier. Fremtidig forskning bør fokusere på å forbedre datainnsamlingsmetoder og finpusse modellen ved hjelp av sensitivitetsanalyse. Forskningen i denne oppgaven gir verdifulle innsikter for beslutningstakere som ønsker å implementere effektive SØ-tiltak for å oppnå en mere bærekraftig økonomi og samfunn. This thesis examines the impact of Circular Economy (CE) measures on the carbon footprint (CF) of Electrical and Electronic Equipment (EEE) and machinery, which aim to minimize waste and optimize resource utilization, addressing the escalating environmental concerns attributed to anthropogenic activities related to the increased production and consumption of EEEs. This research employs the quick-scan model to quantify these effects within the European Union (EU) context, addressing the following questions: (1) What circular economy measures exist for EEEs? (2) Can the quick-scan model translate CE measures into quantitative CF measurements for EEEs and machinery? (3) What are the model's limitations, and what should be examined further? Previous research highlights the potential of CE strategies in mitigating environmental impacts, but comprehensive quantitative assessments are limited. This study aims to fill this gap by providing a detailed analysis of globally collected CE interventions and their effectiveness in reducing the CF. The quick-scan model, developed by IndEcol at NTNU, has proven effective in quantifying CE measures using Multi-Regional Input-Output (MRIO) analysis. The results from the model reveal that the most impactful CE measure is extending the rate of replacement for machinery through maintenance, which leads to an emission reduction of 23.63 Mt CO$_2$-eq followed by six other measures that showed a reduction of over 10 Mt CO$_2$-eq. The accuracy of the model's results are contingent upon data quality and availability, leading to potential challenges in modeling dynamic interactions within CE strategies. Future research should focus on enhancing data collection methods and refining the model's sensitivty to capture these complexities better. Ultimately, this research provides valuable insights for policymakers seeking to implement effective CE initiatives and contribute to sustainability goals.