حراج!

روش‌هایی برای ارزیابی سناریوهای آینده از دیدگاه پایداری

8,000 تومان

دسته:

Introduction

سناریوها می توانند ابزار مفیدی برای حمایت از سیاست و هدایت اقدامات به سمت پایداری باشند [1]. برای انجام این کار، اثرات بالقوه پایداری سناریوهای مختلف باید ارزیابی شود. بسته به هدف، تمرکز و دامنه می توان از تعدادی از روش ها برای ارزیابی پایداری (SAs) استفاده کرد [2،3،4،5]. ویژگی‌های مهم بسیاری از روش‌های زیر چتر SAها، از جمله، اهمیت در نظر گرفتن جنبه‌های زیست‌محیطی و اجتماعی، به رسمیت شناختن ارزش‌های وارد شده در ارزیابی، در نظر گرفتن نحوه نگریستن به پایداری، عدم قطعیت و شفافیت و اهمیت رویکردهای مشارکتی است. [6،7،8،9].

بر اساس گونه‌شناسی برجسون و همکاران [10]، ما سه نوع سناریو را در نظر می‌گیریم: سناریوهای پیش‌بینی‌کننده، (پیش‌بینی‌ها و سناریوهای چه می‌شود)، سناریوهای اکتشافی (سناریوهای خارجی و استراتژیک)، و سناریوهای هنجاری (حفظ یا دگرگون‌کننده (مثلاً پس‌پخش) ) پاسخ به سوالات مربوطه:

چه اتفاقی خواهد افتاد؟

چه اتفاقی می تواند بیفتد؟

چگونه می توان به یک هدف خاص رسید؟

نقش سناریوها در روش های مختلف ارزیابی پایداری مورد بحث قرار گرفته است (به عنوان مثال [11]). نقش ارزیابی پایداری برای ارزیابی سناریوها کمتر مورد بحث قرار گرفته است، اگرچه اهمیت آن اذعان شده است. برای مثال، رابینسون [12] نیاز به گنجاندن ارزیابی‌های تاثیر را در فرآیند پس‌کستینگ به‌عنوان آخرین فرآیند از شش مرحله تکراری برجسته کرده است. قدمی که به زعم نگارنده بیش از همه مغفول مانده است. رابینسون ادامه می‌دهد، حتی اگر برخی جنبه‌ها در نتیجه تحلیل سناریو ارزیابی شوند، همه جنبه‌های پایداری مرتبط در نظر گرفته نمی‌شوند و معمولاً اثرات درجه دوم کنار گذاشته می‌شوند.

هدف این مقاله بررسی روش‌هایی برای ارزیابی اثرات پایداری سناریوهای آینده است و سعی می‌کند به این سوال پاسخ دهد که «برای توسعه بیشتر ارزیابی‌های پایداری سناریوها چه چیزی می‌توانیم بیاموزیم؟» نقطه شروع مقاله بررسی ادبیات موضوع است. مطالعات موردی، به دنبال روش‌هایی هستند که در واقع برای ارزیابی اثرات پایداری سناریوها، علاوه بر مقالاتی که روش‌های ممکن را توصیف می‌کنند، استفاده شده‌اند. تمرکز بر ارزیابی اثرات زیست محیطی و اجتماعی است، زیرا استدلال شده است که پایداری را می توان به عنوان یک فضای عملیاتی امن و عادلانه برای بشریت با سقف زیست محیطی و پایه اجتماعی تعریف کرد، در حالی که ممکن است اقتصاد به عنوان ابزاری برای ماندن در درون آن تلقی شود. آن فضا [13]. با این حال، برخی از جنبه ها در مرز بین حوزه های اجتماعی و اقتصادی قرار دارند و تا حدی مورد توجه قرار می گیرند. یکی از انواع سناریوها، برنامه‌هایی هستند که در اینجا اسناد استراتژی شهرداری الزام‌آور و غیرالزام‌آور [14] را در بر می‌گیرند، با بازنمایی فضایی از سیاست‌های توسعه بالقوه که می‌تواند طی چند سال یا چند دهه ادامه یابد. در اینجا، ارزیابی‌های طرح‌ها به‌طور جداگانه مورد تجزیه و تحلیل قرار گرفته‌اند، زیرا آنها به‌عنوان یک زمینه خاص در نظر گرفته می‌شوند. سناریوها می توانند به خصوص برای بخش هایی که به سرعت توسعه می یابند، مرتبط و در عین حال چالش برانگیز باشند. تمرکز ویژه بر ارزیابی های پایداری سناریوها در بخش فناوری اطلاعات و ارتباطات (ICT) است که به عنوان نمونه ای از یک بخش به سرعت در حال توسعه دیده می شود.

تعداد ابزارهای ارزیابی پایداری که می توانند برای تجزیه و تحلیل سناریوها استفاده شوند به طور بالقوه بسیار زیاد است. هدف ما شناسایی و توصیف همه نبوده است. در عوض، تمرکز بر ابزارهایی است که در عمل مورد استفاده قرار می گیرند و می توانند در کاربردهای مختلف مفید باشند.

نکته ای در مورد اصطلاحات: هیچ توافق مشترکی در ادبیات در مورد تفاوت در استفاده از اصطلاحاتی مانند “ابزار”، “روش” و موارد مشابه با توجه به ارزیابی های پایداری وجود ندارد. گاهی اوقات این اصطلاحات به جای هم استفاده می شوند [15]. در این مقاله از “روش” و “ابزار” به عنوان مترادف استفاده می کنیم.

روش
به منظور شناسایی روش‌های مرتبط، جستجوی ادبیات با استفاده از کلیدواژه‌هایی مانند «تاثیر اجتماعی»، «ارزیابی»، «پایداری»، «سناریوها» و «آینده» در ترکیب‌های مختلف انجام شد. این انتخاب به مطالعات از سال 2005 به بعد محدود شد. علاوه بر این، مطالعات شناخته شده از تجربه قبلی غربالگری شدند و در صورت مرتبط بودن گنجانده شدند.

ارزیابی استراتژیک محیطی (SEA) که به طور خاص برای ارزیابی طرح ها توسعه یافته است (و همچنین توسط قانون در بسیاری از کشورها برای برخی از انواع طرح ها الزامی شده است) [16]، یک روش رویه ای است که می تواند شامل چندین نوع ابزار تحلیلی باشد [17، 18]. . ابزارهایی که در دستورالعمل‌های SEA مناسب توصیف شده‌اند و/یا در عمل برای SEA استفاده می‌شوند نیز در مرور کلی روش‌ها در نظر گرفته می‌شوند. برای SEA، چندین دستورالعمل [17، 19،20،21،22] برای پیشنهادهایی در مورد ابزارهای تحلیلی که می توانند برای ارزیابی طرح ها مورد استفاده قرار گیرند، بررسی شدند. علاوه بر این، چندین طرح اخیر در منطقه استکهلم به منظور تجزیه و تحلیل روش‌هایی که در عمل استفاده می‌شوند، بررسی شدند. نمایندگانی از شهر استکهلم، شهرستان استکهلم و شهرداری تابی نیز در کارگاهی برای بحث های عمیق تر شرکت کردند. در پایان، هشت SEA برای طرح های شهرداری سوئد مورد تجزیه و تحلیل قرار گرفت [23،24،25،26،27،28،29،30] (جدول 2 را در ضمیمه ببینید).

هنگام تجزیه و تحلیل ارزیابی های سناریوها و طرح ها، سؤالات زیر در نظر گرفته شد:

کدام جنبه های پایداری مورد توجه قرار گرفته است؟

چه نوع ارزیابی (کیفی/کمی) استفاده می شود؟

کدام ابزار برای ارزیابی جنبه های پایداری استفاده می شود؟

اگر ICT در ارزیابی ها مورد توجه قرار می گیرد، چگونه به آن پرداخته می شود؟

بازه زمانی سناریو یا طرح چیست؟

شرح و تحلیل ابزارهای پیشنهادی و مورد استفاده
ابزارها را می توان به ابزارهای رویه ای با تمرکز بر رویه و زمینه تصمیم گیری و ابزارهای تحلیلی با تمرکز بر تجزیه و تحلیل تأثیرات تقسیم کرد. ما همچنین ابزارهایی را برای جمع‌آوری اثرات و ابزارهایی در نظر می‌گیریم که هم به ساخت سناریو و هم در ارزیابی کمک می‌کنند. یک نمای کلی از مقالات بررسی شده با اثرات اجتماعی و زیست محیطی در نظر گرفته شده را می توان در جدول 1 یافت.

جدول 1 مروری بر ابزارها و جنبه های پرداخته شده در ادبیات بررسی شده
جدول اندازه کامل
ابزارهای رویه ای
SAFS – چارچوب ارزیابی پایداری برای سناریوها
چارچوب ارزیابی پایداری برای سناریوها (SAFS) یک چارچوب روش شناختی است که روش ارزیابی کیفی سناریوهای آینده را توصیف می کند [31]. این چارچوب برای ارزیابی در سطح اجتماعی با دیدگاه مصرف و تفکر چرخه زندگی طراحی شده است که به طیف وسیعی از جنبه های زیست محیطی و اجتماعی می پردازد. دیدگاه مصرف بیانگر آن است که نقطه شروع، مصرف در یک جامعه است، برخلاف دیدگاه تولید. تفکر چرخه زندگی به این معنی است که تأثیراتی که در طول کل چرخه زندگی رخ می دهد باید در نظر گرفته شود، از جمله تولید محصولات و خدمات، مرحله استفاده و مدیریت ضایعات، هر کجا که اتفاق می افتد.

SAFS شامل مراحل زیر است: محدوده‌بندی، تجزیه و تحلیل موجودی، ارزیابی ریسک‌ها و فرصت‌ها، و تفسیر. در محدوده، هدف و محدوده مطالعه تعریف شده و جنبه هایی که باید به آنها پرداخته شود، تصمیم گیری می شود. تجزیه و تحلیل موجودی شامل جمع آوری اطلاعات مرتبط از سناریوها و همچنین جمع آوری داده ها در مورد وضعیت فعلی جنبه های انتخاب شده است. ارزیابی ریسک ها و فرصت ها از سه مرحله فرعی تشکیل شده است. ابتدا، تحلیل رابطه متقابل بین عوامل مختلف توصیف شده در سناریوها و اثرات محیطی و اجتماعی بر اساس دانش واقعی، ادبیات و کارگاه های آموزشی با کارشناسان و ذینفعان انجام می شود. سپس ارزیابی ریسک ها و فرصت ها از طریق بحث در یک تیم ارزیابی بر اساس نتایج گام اول انجام می شود. در نهایت، نتایج برای جنبه های زیست محیطی و اجتماعی یکپارچه شده است. در نهایت، نتایج تفسیر شده است.

SAFS به گونه ای توسعه داده شد که در زمینه ها و بازه های زمانی مختلف قابل اجرا باشد. با این حال، رویکرد کیفی آن، آن را برای ارزیابی سناریوهای بلندمدت با تغییرات دگرگون‌کننده بزرگ مناسب‌تر می‌سازد [31]. برای ارزیابی‌های کوتاه‌مدت، ممکن است یک رویکرد کمی ترجیح داده شود، زیرا امکان دستیابی به نتیجه دقیق‌تر و آسان‌تر را می‌دهد. برعکس، ابزارهای کیفی مانند SAFS می‌توانند درجه بالایی از عدم قطعیت ذاتی را که سناریوهای بلندمدت را مشخص می‌کند، تطبیق دهند.

SAFS فهرستی از جنبه‌ها را ارائه نمی‌کند، اما دستورالعمل‌هایی را برای تعریف آن جنبه‌ها ارائه می‌کند و بر اهمیت پرداختن به جنبه‌های زیست‌محیطی و اجتماعی تأکید می‌کند. این برای ارزیابی سناریوهای جوامع آینده سوئد ICT در سال 2060 [31]، در هر دو جنبه زیست محیطی و اجتماعی استفاده شد.

ارزیابی تاثیر پایداری (SIA)
ارزیابی تأثیر پایداری (SIA) (با ارزیابی تأثیر اجتماعی اشتباه نشود، که به اختصار SIA نیز نامیده می شود) در Martire و همکارانش توضیح داده شده است. [32] به عنوان یک ابزار فرآیند محور و با هدف ارزیابی اثرات پایداری بر اساس شاخص های زیست محیطی، اجتماعی و اقتصادی تغییرات در سطح بخش، با استفاده از توصیفات پایه و سناریو. این اجازه می دهد تا مرزهای سیستم خاص را تنظیم کنید، و در نحوه ادغام داده های مختلف و همچنین نحوه مدل سازی زنجیره های تامین محلی انعطاف پذیر است. رویکرد SIA – و ابزار مرتبط برای ارزیابی تأثیر پایداری (ToSIA) – در توسعه منابع انرژی محلی در منطقه‌ای در ایتالیا در مدت کوتاه مدت (2020) استفاده شد [32]. ToSIA ابزاری برای مقایسه سناریوها با خط مبنا و/یا در مقابل یکدیگر، بر اساس اثرات کمی است و در ابتدا برای بخش جنگلداری توسعه داده شد. در این اپلیکیشن تنها تعداد محدودی شاخص در نظر گرفته شده است. شاخص های انتخاب شده از چارچوب ToSIA انتخاب شده و بر اساس شرایط محلی تصمیم گیری شد. داده های شاخص به صورت دستی، بر اساس دستورالعمل های موجود در ابزار محاسبه و به صورت کمی ارزیابی شدند.

چارچوب ارزیابی تأثیر مشارکتی (FoPIA)
تعدادی از ارزیابی های مورد بررسی شامل رویکردهای مشارکتی بودند. یکی از ابزارهایی که به طور خاص به چگونگی اطمینان از مشارکت ذینفعان می پردازد، چارچوب ارزیابی تأثیر مشارکتی (FoPIA) است که الگویی برای تسهیل مشارکت ذینفعان ملی، منطقه ای و محلی در ارزیابی تأثیرات پایداری ارائه می دهد. کونیگ و همکاران [33]، از FoPIA برای ارزیابی سناریوهای استفاده از زمین در کشورهای در حال توسعه استفاده کرد. این شامل یک مرحله مقدماتی، یک کارگاه ذینفعان و یک مرحله ارزیابی است. این سناریوها سناریوهای کاربری زمین اکتشافی با بازه‌های زمانی مختلف از سال 2015 تا 2030 بودند. ساختار کارگاه به گونه‌ای بود که مراحل خاصی را دنبال کند، که «مشخصات زمینه پایداری» و «ارزیابی تأثیرات سناریوها و تجزیه و تحلیل مبادلات احتمالی» دو مورد هستند. ارزیابی کیفی با تخصیص امتیاز در مقیاس -3 تا +3 انجام شد، بنابراین تأثیرات منفی و مثبت را در نظر گرفت.

ابزارهای تحلیلی
نقشه برداری کیفی اثرات پایداری و تجزیه و تحلیل تعارض هدف
یکی از راه های ترسیم اثرات پایداری استفاده از چک لیست است. این ابزاری است که به شناسایی و اجتناب از نادیده گرفتن مسائل مرتبط در هنگام تجزیه و تحلیل پیامدهای یک اقدام یا تصمیم خاص کمک می کند [69]. اگر سناریوهای مختلف به طور همزمان ارزیابی شوند، این ممکن است در یک رویکرد ماتریسی انجام شود، با سؤالاتی برای چک لیست در یک محور و سناریوها در محور دیگر.

تفاوت بین رویکردهای مختلف چک لیست عبارتند از: به چه سؤالاتی پرداخته می شود، چه کسی تجزیه و تحلیل را انجام می دهد، روش تجزیه و تحلیل، آیا مقایسه ای بین سناریوها و روش ارائه نتایج انجام می شود (به عنوان مثال در متن نوشته شده یا نمادها به عنوان مثال صورتک ها، نمرات عددی). یکی از راه‌های رایج برای ارائه نتایج، نمودار افزایش ارزش است که گاهی به آن نمودار عنکبوتی می‌گویند. نمودار شامل یک دایره و شعاع های مختلف است که جنبه های مختلف پایداری را نشان می دهد. این ابزار به تجسم عملکردهای مختلف در شاخص های مختلف پایداری در سناریوها کمک می کند.

بارد و همکاران [34] استفاده از چک لیست در شهرداری ها برای برنامه های سازگاری با اقلیم را به عنوان اولین گام پیشنهاد می کند. این در فرآیند ارزیابی اقدامات انطباق با اقلیم شناسایی شده و پیامدهای آنها در سناریوهای مختلف اجتماعی-اقتصادی اکتشافی همراه با سناریوهای اقلیمی اعمال شد. دو افق برنامه ریزی در نظر گرفته شد: 2030 و 2060. چک لیست نزدیک به 30 سوال برای انتخاب ارائه می دهد که هر سه بعد پایداری را پوشش می دهد. این فهرست شامل سؤالات خاصی در مورد توزیع و اخلاق به عنوان راهی برای شناسایی برندگان و بازندگان بالقوه (افراد یا گروه ها) یک اندازه گیری در طول زمان است. به عنوان گام دوم، نقشه‌برداری از پیامدهای سه بعد پایداری در یک کارگاه مشارکتی [34] انجام شد، که در آن برنامه‌ریزان از بخش‌های مختلف پیامدهای اقدامات مختلف را در سناریوها فهرست کردند و بزرگی پیامدها را به صورت کیفی بر اساس برآورد کردند. به مقیاس کم/متوسط/زیاد کاهش یا افزایش.

گاهی اوقات ارزیابی های نیمه کمی مشابه در SEA ها استفاده می شود. یک مثال SEA برای طرح جامع شهرداری تابی [29] است که در آن اثرات مورد انتظار با وضعیت فعلی مقایسه شده و در نمودار افزایش ارزش نشان داده شده است. این ارزیابی عمدتاً از شاخص‌های قابل سنجش استفاده می‌کرد، در حالی که برخی از آنها مبتنی بر تجربه بودند. این جایگزین‌های مختلف را از نظر پایداری زیست‌محیطی با وضعیت فعلی با توجه به مقیاس (از ۴- تا ۴+) مقایسه کرد. افق زمانی 2030 بود.

کوالسکی و همکاران [35] پنج سناریو اکتشافی با تمرکز بر آینده انرژی پایدار برای اتریش در سال 2020، که با استفاده از رویکرد چرخه حیات در برابر 17 معیار پایداری ارزیابی شدند، توسعه دادند. علاوه بر شاخص‌های کمی زیست‌محیطی ذکر شده در بخش زیر در مورد LCA، جنبه‌های اجتماعی و اقتصادی از طریق مصاحبه‌های کارشناسان از نظر کیفی از پایین تا بالا مورد ارزیابی قرار گرفتند.

در گزارشی که به سناریوهای سیستم انرژی سوئد در میان مدت (2035) و بلندمدت (2050) می پردازد، چهار سناریو اکتشافی با اهمیت متفاوت به اقلیم، محیط زیست و حفظ منابع یا امنیت انرژی برای صنعت توسعه داده شد [37]. ]. برای هر سناریو، ارزیابی در برابر اهداف ملی زیست محیطی انجام شد [70، 71]. تأثیر سناریوهای مختلف در ریسک افزایش تأثیر منفی یا فرصت برای تأثیر مثبت فزاینده بر یک هدف بیان شد. نتایج به صورت متنی ارائه شد. در همان مطالعه، سناریوها همچنین به طور تقریبی در برابر اهداف اقلیمی اتحادیه اروپا 2030، اهداف ملی مختلف در مورد مسائل آب و هوایی و توافقنامه آب و هوای پاریس [72] ارزیابی شدند، با توجه به اینکه سناریوهای مختلف تا چه حد از این اهداف دور یا نزدیک بودند. در نهایت 17 هدف توسعه پایدار (SDGs) [73] ذکر شد و برای هر سناریو، یک SDG مشخص شد که به‌ویژه توسط محرک‌های خاص پشت هر سناریو تسهیل می‌شود.

در Svenfelt و همکاران. [36] یک تجزیه و تحلیل تضاد هدف به منظور ارزیابی تأثیر اقدامات مختلف نشان‌داده‌شده در سناریوهای پس‌کاشت برای استفاده از زمین در سوئد انجام شد که همگی با هدف دستیابی به هدف اقلیمی صفر خالص گازهای گلخانه‌ای (GHG) در سال 2060 انجام شد. این مطالعه تضادهای بالقوه را با سایر اهداف زیست محیطی در سطح ملی بررسی کرد [70، 71]. تجزیه و تحلیل در یک ماتریس سازگاری با استفاده از رنگ ها و نشان دادن هم افزایی بالقوه در سبز، تضادهای بالقوه در قرمز و عدم قطعیت های بسیار زیاد در سفید خلاصه شد [36].

در شیات و همکاران. [38]، یک ارزیابی کیفی از تجدید ساختار کشاورزی و کاهش برای حفاظت از تنوع زیستی در مناطق کوهستانی در اروپا با تجزیه و تحلیل سناریو انجام شد، که توسط نظرات پانل‌های ذینفع در تمام طول کار پشتیبانی می‌شود. شش منطقه اروپایی با استفاده از سناریوهای اکتشافی برای سال 2030 مورد مطالعه قرار گرفتند. نمودارهای جریان برای رانندگان جداگانه توسعه داده شد، که تعامل بین رانندگان و اثرات را نشان می دهد. اهداف پایداری از اهداف تعیین شده خارجی در سطح ملی و بین المللی / اتحادیه اروپا استخراج شده است. ارزیابی به صورت کیفی، با پیروی از نمودارهای جریان تعریف‌شده برای تعامل بین محرک‌ها و تأثیر، ارزیابی نتیجه برای تأثیر با استفاده از مقیاس پنج نقطه‌ای از «++» تا «–» انجام شد.

کارتمل و همکاران [39] سناریوهایی از رویکردهای مختلف برای احتراق همزمان جامد زیستی در بریتانیا ایجاد کرد. سطح ریسک برای چهار شاخص کلی با مصاحبه با ذینفعان مربوطه تعیین شد. سپس عملکرد نسبی گزینه‌ها روی این شاخص‌ها با استفاده از یک سیستم امتیازدهی ساده از 2- (بسیار منفی)، تا 0 (خنثی، یا تعادل منفی و مثبت)، تا 2+ (بسیار مثبت) ارزیابی شد. هر نمره در مقیاس برای چهار شاخص مختلف با یک متن توصیفی کوتاه تعریف شد.

تجزیه و تحلیل شبکه
تجزیه و تحلیل شبکه (NA) ابزاری است که روابط بین موجودیت ها را در حوزه تجزیه و تحلیل، به جای خود موجودیت ها، تجزیه و تحلیل می کند. این ممکن است به عنوان مثال نحوه تعامل بازیگران مختلف با یکدیگر، یا نحوه ارتباط و تأثیر اعمال مختلف بر یکدیگر باشد. NA برای ارزیابی سیستم‌های دنیای واقعی که در آن رانندگان به‌صورت مجزا عمل نمی‌کنند، در جایی که ممکن است چندین تأثیر و پیامد متفاوت وجود داشته باشد، و درک اینکه کدام موجودیت‌ها در سیستم کلیدی هستند، مفید است [41]. در تزانوپولوس و همکاران. [40]، NA در سناریوهای اکتشافی در یک چشم انداز 25 ساله، با فرض سیاست های کشاورزی مختلف آینده در سطح ملی (یونان) استفاده شد. روابط اتفاقی بین محرک‌های تغییر، تأثیرات و عملکرد آنها در رابطه با اهداف پایداری تحلیل می‌شود و NA امکان شناسایی مسیرهای حیاتی و نهادهایی را که جریان‌ها را کنترل می‌کنند را فراهم می‌کند. مراحل ارزیابی شامل ارزیابی پایه از وضعیت گذشته و فعلی و شناسایی اهداف پایداری بود. پس از ایجاد سناریوها، ارزیابی پایداری در یک جلسه بین رشته‌ای ذینفعان انجام شد. سناریوها تفکیک شدند و رابطه علّی بین محرک‌های تغییر و تأثیرات و پیامدها به صورت کیفی، بر اساس مجموعه اهداف مورد توافق ارزیابی شد.

همچنین در Boron et al. [41]، NA استفاده می شود. سناریوها بر اساس اهداف زیست محیطی ارزیابی می شوند. این رویکرد شامل مصاحبه با سهامداران به منظور درک محرک‌های تغییر و تأثیرات آنها بر پایداری در بافت محلی، بررسی سناریوها و شناسایی اهداف پایداری برای مطالعه بود. اهداف پایداری انتخاب شده نیز بر اساس اسناد سیاستی بود.

ارزیابی چرخه حیات
ارزیابی چرخه عمر (LCA) ابزاری برای ارزیابی اثرات بالقوه محیطی و منابع مورد استفاده در طول چرخه عمر یک محصول یا خدمات از خرید مواد خام تا ساخت، استفاده تا دفع نهایی زباله است [74]. هدف LCA ارزیابی اثرات بالقوه از دیدگاه یک سیستم برای جلوگیری از زیر است

LCA به طور سنتی برای یک محصول یا خدمات اعمال می شود، با این حال، برخی از مطالعات از LCA یا رویکرد چرخه عمر برای ارزیابی سناریو استفاده می کنند. دی کامیلیس و همکاران [78] به چگونگی استفاده از LCA برای ارزیابی سناریوهای آینده نگر، اکتشافی و پس‌کست از نزدیک به بلندمدت پرداخت. نویسندگان پیشنهاد می کنند که انواع مختلفی از LCA را می توان بسته به سوال مورد نظر استفاده کرد. آنها همچنین استدلال می‌کنند که ارزیابی چرخه عمر کلان (M-LCA)، ترکیبی از مدل‌سازی اقتصادی تعادل عمومی، که در بخش زیر در مدل‌های تعادل عمومی قابل محاسبه و LCA توضیح داده شده است، به‌ویژه برای مقایسه سناریوهای مختلف آینده‌گرا مناسب است.

LCA برای ارزیابی سناریو در تعدادی از مطالعات بررسی شده استفاده شد [35، 42،43،44،45،46،47،48،49،50،51، 65، 78]. همه این مطالعات عمدتاً تأثیرات زیست محیطی را در نظر می گیرند و به یک بخش، فناوری یا سیاست در مقیاس ملی، منطقه ای یا جهانی با دیدگاه های زمانی متفاوت (از نزدیک تا بلندمدت) نگاه می کنند.

نیلسون و همکاران [42] از LCA نسبت داده شده برای ارزیابی جایگزین های مختلف در SEA پیشنهاد مالیات سوزاندن زباله استفاده کرد. Björklund [50] از LCA در SEA برنامه ریزی انرژی شهری استفاده کرد. داده های کیفی در مورد سناریوهای آینده باید به صورت کمی در هنگام انجام LCA بیان می شد. این مطالعه از هر دو نوع LCA استفاده کرد: اسنادی و پیامدی. LCA اسنادی برای مقایسه وضعیت فعلی با جایگزین بدون اقدام و LCA نتیجه برای مقایسه هر معیار پیشنهادی با جایگزین بدون اقدام استفاده شد.

M-LCA به عنوان مثال استفاده می شود. دندرس و همکاران [45] برای ارزیابی پیامدهای زیست محیطی جهانی اجرای سیاست در بخش انرژی اتحادیه اروپا. مونستر و همکاران [49] دو مورد از کاربرد LCA برای ارزیابی سناریوهای آینده را مورد بحث قرار می‌دهد – ارزیابی سیاست‌های مربوط به مدیریت زباله با استفاده از LCA نسبت داده شده [65]، و سناریوهایی برای توسعه فن‌آوری انرژی‌های تجدیدپذیر با استفاده از LCA نتیجه‌ای [49]. هر دو مطالعه از LCA در ترکیب با مدل‌سازی اقتصادی استفاده کردند. چندین مطالعه از LCA برای بررسی مفاهیم زیست محیطی پیاده سازی فناوری ها (CCS و برق رسانی حمل و نقل) و تولید انرژی جایگزین استفاده کردند [43، 47، 51]. Malmodin و Bergmark [48] از LCA برای بررسی اثرات ICT بر انتشار گازهای گلخانه ای در سناریوهای آینده استفاده کردند. چن و همکاران [44] اشاره می‌کند که LCA نتیجه‌ای برای تحلیل استراتژیک انتخاب فناوری‌هایی که در آینده مورد استفاده قرار می‌گیرند، خوب است، با آگاهی از عدم قطعیت‌های ناشی از عوامل مختلف. نویسندگان یک نمایش گرافیکی از تجزیه و تحلیل را با هدف ساده سازی ارتباطات برای تصمیم گیرندگان پیشنهاد می کنند. Santoyo-Castelazo و Azapagic [46] استفاده از LCA را در چارچوب تصمیم‌گیری برای ارزیابی سیستم‌های انرژی پیشنهاد می‌کنند. بریل و همکاران [52] از LCA برای تجزیه و تحلیل سناریوهای انرژی برای اروپا در سال 2050 استفاده کرد.

ارزیابی چرخه زندگی اجتماعی
ارزیابی چرخه زندگی اجتماعی (S-LCA) یک روش نسبتاً جدید است که با هدف ارزیابی تأثیرات اجتماعی محصولات و خدمات در طول چرخه عمر محصول انجام می‌شود [79]. این مبتنی بر LCA است، با استفاده از رویکرد روش‌شناختی یکسان، اما به اثرات اجتماعی به جای اثرات زیست‌محیطی می‌پردازد. S-LCA برای ارزیابی سناریوها در چند مطالعه موردی استفاده شده است. سناریوها برای ترکیب های مختلف روش های درمانی برای بطری های PET استفاده شده ارزیابی شد [53]. این سناریوها دارای ویژگی کوتاه مدت بودند و به جای پیشرفت های بلندمدت، ترکیبات مختلف درمان را ارزیابی می کردند. ارزیابی مطابق با دستورالعمل S-LCA [80] انجام شد. جمع‌آوری داده‌ها برای جنبه‌های اجتماعی منتخب، انتخاب شده از جنبه‌های فهرست‌شده در دستورالعمل‌ها، اما محدود به موارد مرتبط با موضوع، عمدتاً مبتنی بر مصاحبه‌هایی بود که طی آن پرسش‌نامه‌هایی توسط بازیگران مختلف مانند رفتگران (خصوصی و دولتی) پر می‌شد. دسته های مختلف کارگران (محل دفن زباله، سوزاندن و تولید پولک صنعتی) نظرات خود را در مورد عملکرد اجتماعی برای صنایع مختلف جلب می کنند.

ارزیابی سیستم انرژی در لوکزامبورگ در یک رویکرد آینده نگر، روگانی و همکاران. [54] از داده‌های پایگاه داده کانون اجتماعی، اولین پایگاه داده برای داده‌های اجتماعی در مورد مسائل اجتماعی در سطح کشور و در صورت وجود، در سطح بخش استفاده کرد [81]. اثرات اجتماعی با استفاده از S-LCA در سناریوی آتی Business as usual (BAU) بر اساس پیش‌بینی‌ها تا سال 2025 ارزیابی شد. آنها از رویکرد خروجی ورودی (I/O) استفاده کردند (به بخش زیر در مورد تجزیه و تحلیل خروجی-خروجی مراجعه کنید) و اساس ارزیابی تقاضای انرژی پیش بینی شده بود. یک LCA نیز در مورد سناریو در این مطالعه انجام شد.

ارزیابی پایداری چرخه زندگی (LCSA)
ارزیابی پایداری چرخه عمر (LCSA) ترکیبی از سه ارزیابی جداگانه بر اساس چرخه عمر از اثرات زیست محیطی، اجتماعی و اقتصادی از محصولات یا خدمات است. LCA، S-LCA و LCC (هزینه‌یابی چرخه عمر). LCC روشی برای پرداختن به هزینه های مبتنی بر چرخه عمر محصولات یا خدمات در نظر گرفته شده است، بنابراین شامل هزینه های بهره برداری، سرویس، نگهداری و ضایعات می شود. در برخی از رویکردها، تنها هزینه های مربوط به تولیدکننده در نظر گرفته می شود، در سایر روش ها

تجزیه و تحلیل ورودی – خروجی چند منطقه ای (MRIO) امکان درج تجارت بین مناطق مختلف و همچنین تمایز جغرافیایی جنبه های اقتصادی و زیست محیطی را فراهم می کند. این رشته به سرعت در حال توسعه است. استفاده از آن برای محاسبه ردپای زیست محیطی جهانی، و در بحث ها و تجزیه و تحلیل مسائل سیاست آب و هوا، سهم قابل توجهی در توسعه این رشته داشته است [87،88،89،90]. یک مثال EXIOBASE [87] است که هدف آن ادغام حسابداری جریان مواد و انرژی در سطح اقتصاد با تجزیه و تحلیل MRIO است و شامل سیستم چند منطقه ای جداول استفاده از عرضه بر اساس داده های آماری است که از طریق تجارت به هم مرتبط هستند. این پایگاه داده ها را از حساب های زیست محیطی ادغام می کند که ورودی منابع (انرژی، مواد، آب و زمین) و خروجی های زباله و انتشار را پوشش می دهد. این اجازه می دهد تا انواع مختلف تجزیه و تحلیل از LCA محصول گرفته تا ردپای محیطی و حسابداری جریان در سطح اقتصاد [87].

به طور سنتی از مدل سازی I/O برای مطالعات حسابداری استفاده می شود. با این حال اخیراً مطالعاتی انجام شده است که از آن برای مدل‌سازی سناریو استفاده می‌شود (به عنوان مثال [91، 92] بلکه برای ارزیابی اثرات اجتماعی، اقتصادی و زیست‌محیطی سناریوهای آینده [56]). ارزیابی می تواند چالش برانگیز باشد، زیرا تجزیه و تحلیل I/O به داده های دقیق نیاز دارد، که ممکن است به خصوص برای سناریوهایی با تغییرات دگرگون کننده دشوار باشد.

ابزارهایی برای جمع آوری اثرات
ابزارهای ذکر شده در بالا برای ارزیابی اثرات زیست محیطی یا اجتماعی سناریوها استفاده می شوند. با این حال ممکن است مقایسه سناریوها یا برنامه‌های مختلف با یکدیگر دشوار باشد، زیرا برخی از سناریوها ممکن است در برخی جنبه‌ها بهتر و در برخی دیگر بدتر باشند. بنابراین در برخی موارد، جمع‌آوری بیشتر نتایج ممکن است مفید باشد.

نتایج عمدتاً کیفی حاصل از چک لیست و رویکردهای ماتریسی که در بالا توضیح داده شد، گاهی اوقات با افزودن اثرات مثبت و منفی یا علائم مثبت و منفی به رویکردهای نیمه کمی تبدیل می شوند. تجزیه و تحلیل تصمیم چند معیاره و تجزیه و تحلیل هزینه-فایده خانواده ابزارهایی هستند که می توانند برای تجمیع انواع مختلف تأثیرات استفاده شوند.

تحلیل تصمیم چند معیاره (MCDA)
تجزیه و تحلیل تصمیم چند معیاره (MCDA) (یا ارزیابی چند معیاره (MCA)) خانواده ای از روش ها است که “گزینه های جایگزین را بر اساس چندین معیار ارزیابی می کند و این ارزیابی های جداگانه را در یک ارزیابی کلی ترکیب می کند” [34: 102]. MCDA معمولاً «برای ارزیابی و رتبه‌بندی گزینه‌های جایگزین در ارزیابی تأثیر، یا برای ارزیابی میزان تحقق یا عدم تحقق اهداف مختلف، در ارزیابی گذشته‌نگر یا بررسی تناسب، استفاده می‌شود» [93]. هدف MCA “شناسایی راه حل های مصالحه به روشی شفاف و منصفانه” است [36: 1068]. در واقع، MCDA ابزاری است که در آن ارزش ها و اولویت های تصمیم گیرندگان به صراحت بیان می شوند. همچنین در نسخه‌های مختلف خود می‌تواند داده‌ها را در قالب‌های مختلف (به عنوان مثال کیفی و کمی) و همچنین داده‌های نامشخص مدیریت کند.

این روش به عنوان مرحله دوم مورد استفاده قرار می گیرد، هنگامی که ابزارهای دیگر برای محاسبه تأثیر برای یک جنبه زیست محیطی یا اجتماعی (به عنوان مثال انتشار گازهای گلخانه ای) استفاده می شود، MCDA می تواند برای رتبه بندی سناریوها در مقابل یکدیگر با تخصیص وزن به جنبه های مختلف استفاده شود.

در کوالسکی و همکاران. [35]، تجزیه و تحلیل چند معیاره به روش مشارکتی (ارزیابی چند معیاره مشارکتی – PMCA) با استفاده از روش Promethee (روش سازمان رتبه‌بندی ترجیحی برای ارزیابی‌های غنی‌سازی) انجام شد. این روش مبتنی بر تجمیع جزئی است و جایگزین ها را به صورت زوجی برای هر معیار مقایسه می کند و آنها را رتبه بندی می کند [94]. وزن دهی معیارها با مصاحبه با ذینفعان و جمع آوری رتبه بندی فردی معیارها بر اساس اهمیت آنها (روش SIMOS) انجام شد.

اندرسون و همکاران [57] از MCA برای ارزیابی تأثیرات پایداری پنج سناریوی پس‌کستینگ که در آن انتشار CO2 از کل بخش انرژی بریتانیا 60 درصد تا سال 2050 کاهش می‌یابد و برای بحث در مورد عملکرد نسبی سناریوهای مختلف که منجر به این نتیجه می‌شود که یک سناریوی با کم تقاضای انرژی اثرات منفی کمتری بر سایر معیارهای پایداری، اعم از محیطی، اجتماعی یا اقتصادی خواهد داشت.

Santoyo-Castelazo و Azapagic [46] MCDA را در مورد تامین برق در مکزیک اعمال می کنند. آنها ابتدا 11 سناریوی اکتشافی مختلف را برای سال 2050 با فناوری های مختلف، ترکیبات برق و کاهش انتشارات آب و هوایی تجزیه و تحلیل می کنند. پس از ارزیابی سناریوها از طریق تجزیه و تحلیل چرخه عمر بر اساس 17 معیار پایداری (ده شاخص زیست محیطی، سه شاخص اقتصادی و چهار شاخص اجتماعی)، نمی توان نتیجه گیری کرد که کدام سناریوها پایدارترین هستند. بنابراین نویسندگان یک تجزیه و تحلیل تصمیم چند معیاره در برابر معیارهای پایداری محیطی و دو معیار اقتصادی انجام دادند. معیارهای اجتماعی در ارتباط با نتایج MCDA مورد بحث قرار گرفت. MCDA ابتدا با وزن دهی یکنواخت این 12 معیار انجام شد. سپس، به عنوان یک تحلیل حساسیت، و برای انعکاس ترجیحات مختلف ذینفعان درگیر (مانند صنعت یا دولت)، وزن‌های متفاوتی به سه معیار مهم در بین ذینفعان داده شد، یعنی تغییرات آب و هوا (GWP)، سمیت انسانی (HTP) و هزینه ها (سالانه) [46].

در بسیاری از موارد، MDCA برای رتبه بندی سناریوهای فناوری استفاده می شود که در آن پیشرفت های مختلف یک فناوری خاص ارزیابی می شود. به عنوان مثال، در Onat و همکاران. [58]، فن‌آوری‌های جایگزین وسایل نقلیه الکتریکی در زمینه ایالات متحده شامل تمام مراحل چرخه زندگی ارزیابی شدند. از ساخت وسایل نقلیه و باتری، از طریق کارکرد خودرو تا پایان عمر. دو سناریو وجود داشت. یکی با تولید برق BAU و دیگری با فرض تنها ایستگاه شارژ خورشیدی برای وسایل نقلیه الکتریکی.

مسائل حمل و نقل نیز در لوپز و همکاران مورد بررسی قرار گرفت. [59]، که در آن استفاده از سناریوها با هدف ارزیابی اثرات استراتژی های حمل و نقل بر مصرف انرژی در سطح اروپا انجام می شود. راهبردها دو نوع بودند. بهبود فناوری در فناوری‌های خودرو و سوخت و اقداماتی برای کنترل تقاضای حمل‌ونقل. هشت سناریو تا سال 2030 با ترکیب اجزای مختلف این دو استراتژی تعریف شد و با استفاده از MCDA مورد ارزیابی قرار گرفت.

در هیکمن و همکاران. [60]، آینده حمل و نقل با ارزیابی اثرات پایداری مسیرهای مختلف سیاست حمل و نقل مورد بررسی قرار گرفت. دو سناریو با بسته‌های مختلف اقدامات سیاستی در سطح منطقه‌ای در بریتانیا در یک فرآیند تکراری ایجاد شد که سناریوهای نهایی را با معیارهای تعیین شده مطابقت می‌دهد. این موارد مطابق با سیاست های پایداری ملی و محلی، قابل تحویل و امکان پذیر بودن و در نهایت همسو بودن با معیارهای پایداری تعیین شده در سطح محلی بود. ارزیابی MCA با تست سناریو در یک فرآیند مشارکتی ترکیب شد.

انتخاب فن‌آوری‌های تولید برق در Streimikiene و همکاران مورد توجه قرار گرفت. [61]، با استفاده از MCDA برای ارزیابی شش فناوری مختلف تولید برق در لیتوانی (هسته ای، گاز طبیعی، بیو CHP، زمین گرمایی، آبی و بادی). فهرست فن آوری ها و ویژگی های آنها توسط کارشناسان در جنبه های مختلف پایداری تعریف و ارزیابی شد.

تجزیه و تحلیل سود هزینه (CBA)
تجزیه و تحلیل سود هزینه (CBA) یک ابزار اقتصادی است که هدف آن ارزیابی کل هزینه ها و منافع، از جمله هزینه های زیست محیطی، یک پروژه است [95]. این ابزار با سنجیدن هزینه های جایگزین های مختلف در برابر مزایای آنها، می تواند راهنمایی هایی را برای انتخاب گزینه ارائه دهد.

بارد و همکاران [34] CBA را به عنوان یک ابزار اختیاری برای تصمیم‌گیری شهرداری برای استراتژی‌های سازگاری با آب و هوا در کنار یا به جای تحلیل تعارض هدف که قبلاً ذکر شد، پیشنهاد می‌کند. اگر نتایج حاصل از ارزیابی تأثیر کیفی که در بخش قبلی در مورد نقشه‌برداری کیفی اثرات پایداری توضیح داده شد، بسیار ضعیف بود، یعنی اگر هیچ تصمیمی در مورد اینکه کدام سناریو یا جایگزین ترجیح داده می‌شود، اتخاذ نشد، آن‌گاه CBA می‌تواند به رتبه‌بندی گزینه‌های مختلف کمک کند. CBA اقدامات فنی و اداری مختلف به صورت پشتیبان و تنها برای یکی از سناریوهای اکتشافی (بدترین سناریو با بیشترین تأثیر آب و هوا در سال 2060) انجام شد [34]. مزایای در نظر گرفته شده هم زیست محیطی (مزایای زیست محیطی) و هم اجتماعی (مزایای تفریحی، تامین آب شیرین برای خانوارها و غیره) بود.

سناریو سازی ترکیبی و روش های ارزیابی
روش های مورد بحث در بالا کم و بیش ابزارهای مستقلی هستند که می توانند برای ارزیابی سناریوها استفاده شوند. تولید سناریو و ارزیابی را می توان در این موارد به عنوان فعالیت های جداگانه در نظر گرفت. با این حال، در برخی موارد، ارزیابی سناریوها بخشی جدایی ناپذیر از روش تولید سناریو است و بنابراین نمی توان آن را به عنوان یک تمرین مجزا در نظر گرفت. در زیر چند نمونه بحث شده است که در آن نوعی ارزیابی پایداری در مدل‌سازی سناریو ادغام شده است.

مدل سازی و شبیه سازی سیستم ها
مدل‌سازی و شبیه‌سازی سیستم‌های پیچیده و پویا مبتنی بر رایانه را می‌توان برای پیش‌بینی، پیش‌بینی، سیاست‌گذاری، یادگیری اجتماعی، تئوری‌سازی، درک سیستم و آزمایش به کار برد [96]. تعدادی از تکنیک ها را می توان برای مدل سازی و شبیه سازی سیستم ها استفاده کرد، به عنوان مثال. دینامیک سیستم و مدل سازی مبتنی بر عامل دینامیک سیستم ها

نمونه ای از استفاده از مدل سازی SD برای ارزیابی پایداری سناریوها، مطالعه هیلتی و همکاران است. [63]، که در آن رویکرد SD در ترکیب با تکنیک‌های سناریو و مشاوره‌های تخصصی برای ارزیابی تأثیر ICT بر پایداری محیط‌زیست در اتحادیه اروپا در سال 2020 استفاده می‌شود. این مطالعه توسط احمدی آچاچلویی و هیلتی [64] مورد بازبینی قرار گرفت. مدل SD هم برای تولید سناریوها و هم برای محاسبه نتایج برای برخی از شاخص‌های پایداری استفاده شد. رویکرد مدل‌سازی سیستم‌ها را می‌توان همراه با LCA برای ارزیابی اثرات زیست‌محیطی و منابع مورد استفاده استفاده کرد [2]، و همچنین این پتانسیل را دارد که با سایر ابزارهای تحلیل سیستم محیطی استفاده شود [99].

مدل های تعادل عمومی قابل محاسبه (CGE).
مدل تعادل عمومی قابل محاسبه (CGE) یک روش کمی برای ارزیابی تأثیر شوک های اقتصادی و سیاستی در اقتصاد به عنوان یک کل است [101]. این رویکرد امکان بازتولید ساختار کل اقتصاد، از جمله تمام معاملات اقتصادی موجود بین همه عوامل اقتصادی، به عنوان مثال، را فراهم می کند. بخش های صنعتی، خانوارها، دولت و غیره. رویکرد CGE به ویژه برای ارزیابی اجرای سیاست با اثرات پیچیده مورد انتظار که از طریق کانال های انتقال مختلف تحقق می یابد، مفید است.

مدل اقتصادی میان مدت محیطی (EMEC) یک مدل CGE از اقتصاد سوئد است. این مدل برای تجزیه و تحلیل تعامل بین اقتصاد و محیط زیست در تعدادی از تحلیل‌های سیاست اقلیمی در سوئد توسعه یافته و مورد استفاده قرار گرفت ([102,103,104]. EMEC یک مدل ثابت CGE است که شامل 26 صنعت و 33 کالای ترکیبی (به عنوان مثال کشاورزی، شیلات) است. ، توزیع گاز، حمل و نقل جاده ای مسافر و غیره) کالاهای ترکیبی برای مصارف داخلی، واردات و صادرات را در نظر می گیرند. گروه های در نظر گرفته شده در مدل عبارتند از: خانوارهای به حداکثر رساندن ابزار، شرکت های حداکثر سود، بخش عمومی و بخش خارجی. به عنوان نتایج، EMEC چندین شاخص اجتماعی-اقتصادی، اما همچنین شاخص های زیست محیطی مانند انتشار گازهای گلخانه ای و مقادیر زباله. علاوه بر سیاست آب و هوا، EMEC همچنین به عنوان مثال برای بررسی اقدامات سیاستی مورد نیاز برای مقادیر غیرافزاینده زباله در آینده استفاده شده است [105]. همچنین با ترکیب شده است. یک مدل ضایعات و LCA برای ارزیابی سناریوهای مدیریت زباله در آینده [65]. شاخص های مرتبط با عدم توانایی مانند انتشار CO2 و تولید زباله، علاوه بر شاخص های اجتماعی-اقتصادی.

مدل‌های یکپارچه مورد استفاده برای مدل‌سازی و ارزیابی سناریوهای IPCC
تعدادی از مدل‌های یکپارچه برای مدل‌سازی و ارزیابی سناریوهای IPCC استفاده شد [66،67،68]. هر یک از این مدل‌های یکپارچه مجموعه‌ای از مدل‌های چند رشته‌ای هستند که شامل مدل‌های کلان اقتصادی (مانند مدل‌های CGE)، مدل‌های سیستم‌های انرژی (که می‌توانند بر اساس SD باشند)، مدل‌های استفاده از زمین و آب و مدل‌های انتشار گازهای گلخانه‌ای [106]. بر اساس محرک های برون زا، مدل ها را می توان برای محاسبه انتشار گازهای گلخانه ای در سناریوهای مختلف استفاده کرد. به عنوان نتایج، آنها همچنین سایر نتایج مرتبط با پایداری مانند سایر انتشارات و استفاده از منابع را تولید خواهند کرد.

ابزارهای ارزیابی استراتژیک محیطی
ارزیابی محیطی استراتژیک (SEA) یک ابزار رویه ای تغییر محور استراتژیک است که برای سیاست ها، طرح ها و برنامه ها استفاده می شود [17، 20] که می تواند شامل ابزارهای تحلیلی مختلفی باشد. با این حال، هیچ روش واحدی وجود ندارد که در همه موقعیت ها برای شناسایی، توصیف و ارزیابی همه انواع اثرات زیست محیطی مهم برای استفاده در SEA مناسب باشد. ابزارهای زیادی در ادبیات پیشنهاد شده است [17،18،19،20،21،22، 107]. اکثر روش های ذکر شده در بررسی ما در بالا گنجانده شده است، به عنوان مثال. چک لیست یا تجزیه و تحلیل چرخه زندگی روش های اضافی ذکر شده که به طور بالقوه می توانند برای ارزیابی سناریوها مفید باشند عبارتند از:

سیستم اطلاعات جغرافیایی (GIS)

نقشه های همپوشانی/محدودیت

تحلیل روند، برون یابی

تجزیه و تحلیل آسیب پذیری

ارزیابی ریسک، تجزیه و تحلیل ریسک

ظرفیت حمل، ردپای اکولوژیکی

مرزهای سیاره ای

گزارش‌های SEA که در این پروژه بررسی شده‌اند، فقط یک نمونه محدود را تشکیل می‌دهند. با این حال، هنوز جالب توجه است که ابزارهای توصیف شده در ادبیات SEA و توصیه شده توسط EPA در عمل به ندرت مورد استفاده قرار می گیرند. اغلب از ارزیابی های نیمه کمی یا کیفی استفاده می شود. چک لیست های مبتنی بر اهداف زیست محیطی منطقه ای و نقشه های پوششی رایج ترین روش های مورد استفاده برای مقایسه گزینه ها هستند. بیشتر ارزیابی ها بر اساس تجربه و دانش افرادی بود که SEA را انجام می دادند. همچنین جالب است بدانیم که جنبه های تحلیل شده در گزارش های مختلف متفاوت است. رایج ترین جنبه های زیست محیطی مانند آب، سر و صدا، چشم انداز، محیط طبیعی، محیط فرهنگی، خطر و هوا است. سایر موارد نیز شامل جنبه های اجتماعی و اقتصادی مانند امنیت، برابری و یکپارچگی، موقعیت مکانی جذاب و کاربری موثر زمین است.

 

بحث
تأمل در مقالات بررسی شده
هفت مقاله از مقالات بررسی شده، مقالات روش‌شناختی یا ترکیبی از یک مقاله روش‌شناختی بودند که در یک مورد خاص به کار رفته است [31، 44، 50، 58، 78، 87، 108]، در حالی که مقالات باقی‌مانده عمدتاً مطالعات موردی بودند. جدای از مقالات روش شناختی، تعداد کمی از مقالات بررسی شده به وضوح دلایل انتخاب روش ارزیابی را در وهله اول شرح دادند، اگرچه برخی از آنها مزایای استفاده از یک روش خاص را مورد بحث قرار دادند. در بیشتر موارد هیچ تعمقی در مورد هدف ارزیابی وجود نداشت. در عوض، به نظر می‌رسید که انتخاب روش‌ها کم و بیش به صورت موقت انجام شود. این نشان می دهد که نیاز به بحث های بیشتر در مورد مناسب بودن و سودمندی روش های مختلف ارزیابی پایداری برای سناریوها وجود دارد. شاغلین باید در انتخاب روش های ارزیابی پایداری بیشتر تأمل کنند و ممکن است نیاز به توسعه روش شناختی وجود داشته باشد.

از بررسی، به نظر می رسد واضح است که یک روش واحد وجود ندارد که بتوان در همه موارد از آن استفاده کرد. چندین روش اغلب به صورت ترکیبی مورد استفاده قرار می‌گرفتند، مانند کوالسکی و همکاران. [35] که در آن LCA، MCA و ارزیابی کیفی جنبه‌های اجتماعی انجام شد.

به موازات انتخاب روش، انتخاب جنبه هایی که باید گنجانده شود نیز اغلب انگیزه ای نداشت. در SEA های بررسی شده، حتی اگر جنبه های پایداری مرتبط به عنوان بخشی از فرآیند انتخاب شده باشند، هیچ توضیحی در مورد اینکه چرا برخی از جنبه ها مرتبط و برخی دیگر مرتبط تلقی می شوند ارائه نشده است. در برخی از مقالات، انتخاب جنبه ها به صورت مشارکتی انجام شده است. در این موارد، بدیهی است که ارزش های ذینفعان شرکت کننده اساس انتخاب را تشکیل می دهد. تقریباً در تمام مقالات و طرح‌های مورد تجزیه و تحلیل، جنبه‌های زیست‌محیطی و اقلیم و همچنین انتشار گازهای گلخانه‌ای رایج‌ترین جنبه‌ای بود که در نظر گرفته شد، اما سایر مسائل زیست‌محیطی مانند تنوع زیستی یا کاربری زمین نیز در موارد متعددی لحاظ شد.

حدود نیمی از مقالات بررسی شده و دو طرح SEA به مسائل پایداری اجتماعی پرداختند. با این حال، جنبه های گنجانده شده کاملاً متفاوت بود. در برخی مقالات تنها یک جنبه، به عنوان مثال. اشتغال ارزیابی شد در حالی که در برخی از مقالات (به عنوان مثال [41]) تا ده جنبه اجتماعی در نظر گرفته شد. مسائل توزیعی به ندرت مورد توجه قرار می گرفت. تنها هفت مقاله و یک طرح شهرداری در بررسی ما به موضوعات برابری، عدالت اجتماعی یا تأثیرات بر گروه‌های آسیب‌پذیر اشاره کرده‌اند، اما حتی کمتر از آن بیشتر توضیح داده شده است. کدام گروه های آسیب پذیر شناسایی شدند.

Zijp و همکاران [8: 222] ادعا می‌کنند که ارزیابی‌ها در عمل اغلب توسط متخصصان بدون دخالت ذینفعان و با «شرح ضعیف سؤال» انجام می‌شود. ابزارهای رویه‌ای، مانند چارچوب‌های ارزیابی که در اینجا مرور می‌شوند، ممکن است به عنوان گام اولیه، صرف نظر از نوع سناریوها، مفید باشند. آنها ممکن است محققان و دست اندرکاران را در ارزیابی راهنمایی کنند که هدف آن چیست، کدام جنبه های پایداری را شامل شود یا اینکه سهامداران را در فرآیند ارزیابی شامل شود. در این زمینه، SAFS [31] به طور خاص برای ارزیابی سناریوهای بلندمدت تحول آفرین توسعه یافته است و ممکن است به ویژه برای تمرکز ما بر ارزیابی سناریو مفید باشد.

پیوند دادن هدف ارزیابی به انواع سناریوها
همانطور که در چارچوب های بررسی شده و جاهای دیگر پیشنهاد شده است (به عنوان مثال [8])، تأمل در مورد هدف ارزیابی ممکن است نقطه شروع مفیدی به عنوان اولین معیار انتخاب ابزار باشد. تا حدودی هدف ارزیابی نیز ممکن است ناشی از نوع سناریوی مورد نظر باشد. ما سعی می‌کنیم این را در زیر با نقشه‌برداری نشان دهیم که کدام پرسش‌ها می‌توانند بسته به نوع سناریوهایی که توسط Börjeson و همکاران پیشنهاد شده‌اند، برای ارزیابی‌ها مرتبط باشند. [10] (نگاه کنید به شکل 1). انتخاب روش ارزیابی همچنین ممکن است به ویژگی‌های نوع سناریو مانند درجه تغییر و افق زمانی بستگی داشته باشد. سپس ممکن است با توجه به موضوع مورد مطالعه (مثلاً محصول، بخش یا کل جامعه (ر.ک [2])، نوع خروجی ارائه شده توسط روش های مختلف، یا اینکه آیا چشم انداز چرخه حیات مورد نظر است یا خیر، به انتخاب دیگری نیاز باشد (ر.ک. [7، 8] برخی از این جنبه ها در زیر توضیح داده شده است.

 

 

 

 

 

References

  1. 1.

    Swart RJ, Raskin P, Robinson J (2004) The problem of the future: sustainability science and scenario analysis. Glob Environ Chang 14:137–146. https://doi.org/10.1016/j.gloenvcha.2003.10.002

    Article Google Scholar

  2. 2.

    Finnveden G, Moberg A (2005) Environmental systems analysis tools – an overview. J Clean Prod 13:1165–1173. https://doi.org/10.1016/j.jclepro.2004.06.004

    Article Google Scholar

  3. 3.

    Ness B, Urbel-Piirsalu E, Anderberg S, Olsson L (2007) Categorising tools for sustainability assessment. Ecol Econ 60:498–508. https://doi.org/10.1016/j.ecolecon.2006.07.023

    Article Google Scholar

  4. 4.

    Bond A, Morrison-Saunders A, Poper J (2012) Sustainability assessment: the state of the art. Impact Assess Proj A 30:53–62. https://doi.org/10.1080/14615517.2012.661974

    Article Google Scholar

  5. 5.

    Little JC, Hester ET, Carey CC (2016) Assessing and enhancing environmental sustainability: a conceptual review. Environ Sci Technol 50:6830–6845. https://doi.org/10.1021/acs.est.6b00298

    Article Google Scholar

  6. 6.

    Sala S, Farioli F, Zamagni A (2013) Progress in sustainability science: lessons learnt from current methodologies for sustainability assessment: part 1. Int J Life Cycle Assess 18:1653–1672. https://doi.org/10.1007/s11367-012-0508-6

    Article Google Scholar

  7. 7.

    Zijp MC, Heijungs R, van der Voet E, van de Meent D, Huijbregts MAJ, Hollander A, Posthuma L (2015) An identification key for selecting methods for sustainability assessments. Sustain (Switz) 7:2490–2512. https://doi.org/10.3390/su7032490

    Article Google Scholar

  8. 8.

    Zijp MC, Waaijers-van der Loop SL, Heijungs R, Broeren MLM, Peeters R, Van Nieuwenhuijzen A, Shen L, Heugens EHW, Posthuma L (2017) Method selection for sustainability assessments: the case of recovery of resources from waste water. J Environ Manage 197:221–230. https://doi.org/10.1016/j.jenvman.2017.04.006

    Article Google Scholar

  9. 9.

    Gasparatos A, Scolobig A (2012) Choosing the most appropriate sustainability assessment tool. Ecol Econ 80:1–7

    Article Google Scholar

  10. 10.

    Börjeson L, Höjer M, Dreborg KH, Ekvall T, Finnveden G (2006) Scenario types and techniques: towards a user’s guide. Futures 38:723–739. https://doi.org/10.1016/j.futures.2005.12.002

    Article Google Scholar

  11. 11.

    Höjer M, Ahlroth S, Dreborg KH, Ekvall T, Finnveden G, Hjelm O, Hochschorner E, Nilsson M, Palm V (2008) Scenarios in selected tools for environmental systems analysis. J Clean Prod 16:1958–1970. https://doi.org/10.1016/j.jclepro.2008.01.008

    Article Google Scholar

  12. 12.

    Robinson JB (1990) Futures under glass. A recipe for people who hate to predict. Futures 22:820–842. https://doi.org/10.1016/0016-3287(90)90018-D

    Article Google Scholar

  13. 13.

    Raworth K (2012) A safe and just space for humanity: can we live within the doughnut? Oxfam Discussion Paper. https://doi.org/10.5822/978-1-61091-458-1

  14. 14.

    Stockholm County Administrative Board (2017) Regionplan, översiktsplan och detaljplan (Regional plan, comprehensive plan and detailed plan). http://www.lansstyrelsen.se/Stockholm/Sv/samhallsplanering-och-kulturmiljo/planfragor/region-oversiktsplaner/Pages/default.aspx. Accessed 7 Aug 2017

  15. 15.

    Miliutenko S (2016) Consideration of life cycle energy use and greenhouse gas emissions for improved road infrastructure planning. KTH , Royal Institute of Technology, Stockholm

    Google Scholar

  16. 16.

    Tetlow M, Fundingsland A, Hanusch M (2012) Strategic environmental assessment: the state of the art. Impact Assess Proj A 30:15–25. https://doi.org/10.1080/14615517.2012.666400

  17. 17.

    Finnveden G, Nilsson M, Johansson J, Persson Å, Moberg Å, Carlsson T (2003) Strategic environmental assessment methodologies – applications within the energy sector. Environ Impact Assess Rev 23:91–123. https://doi.org/10.1016/S0195-9255(02)00089-6

    Article Google Scholar

  18. 18.

    Nilsson M, Wiklund H, Finnveden G, Jonsson DK, Lundberg K, Tyskeng S, Wallgren O (2009) Analytical framework and tool kit for SEA follow-up. Environ Impact Assess Rev 29:186–199. https://doi.org/10.1016/j.eiar.2008.09.002

    Article Google Scholar

  19. 19.

    OECD (2006) Applying strategic environmental assessment: good practice guidance for development cooperation. Assessment. http://www.oecd-ilibrary.org/docserver/download/4306141e.pdf?expires=1512382556&id=id&accname=guest&checksum=66ACAD5E49BCF34429CDFB52B745F2A2. Accessed 7 Aug 2017

  20. 20.

    Therivel R (2010) Strategic environmental assessment in action. Earthscan, London

    Google Scholar

  21. 21.

    European Commission (1998) A handbook on environmental assessment of regional development plans and EU structural funds programmes, Brussels, Belgium. Annexes. http://ec.europa.eu/environment/archives/eia/sea-guidelines/pdf/handbook-full-text-annexes.pdf. Accessed 14 Dec 2017

  22. 22.

    Swedish environmental protection agency (2010) Practical guidelines on strategic environmental assessment of plans and programmes. Report 6383. Available at:https://www.naturvardsverket.se/Documents/publikationer/978-91-620-6383-2.pdf. Accessed 11 Dec 2017

  23. 23.

    Stockholm County Council (2016) RUFS 2050: the regional development plan for the Stockholm region Proposition for SEA. Stockholm City Council, Stockholm

  24. 24.

    City of Stockholm (2010) SEA for the Stockholm City Plan. City of Stockholm, Stockholm

  25. 25.

    City of Stockholm (2008) SEA for the enhanced program in Hjorthagen (Stockholm). City of Stockholm, Stockholm

  26. 26.

    City of Stockholm (2013) Deepening of SEA with sustainability assessment for the Royal Seaport detailed plan. City of Stockholm, Stockholm

  27. 27.

    City of Stockholm (2013) SEA for the Municipality of Stockholm Waste Plan 2013-2016. City of Stockholm, Stockholm

  28. 28.

    Municipality of Södertälje (2013) Municipality of Södertälje (2013) SEA for Södertälje Plan 2013-2030. Municipality of Södertälje, Södertälje

  29. 29.

    Täby municipality (2009) SEA for the Comprehensive Plan in Täby municipality. Täby municipality, Täby

  30. 30.

    Sweco Environment AB (2015) SEA for the plan-program in Täby Park. Täby municipality, Täby

  31. 31.

    Arushanyan Y, Ekener E, Moberg Å (2017) Sustainability assessment framework for scenarios – SAFS. Environ Impact Assess Rev 63:23–34. https://doi.org/10.1016/j.eiar.2016.11.001

    Article Google Scholar

  32. 32.

    Martire S, Tuomasjukka D, Lindner M, Fitzgerald J, Castellani V (2015) Sustainability impact assessment for local energy supplies’ development – the case of the alpine area of Lake Como, Italy. Biomass Bioenergy 83:60–76. https://doi.org/10.1016/j.biombioe.2015.08.020

    Article Google Scholar

  33. 33.

    König HJ, Uthes S, Schuler J, Zhen L, Purushothaman S, Suarma U, Sghaier M, Makokha S, Helming K, Sieber S, Chen L, Brouwer F, Morris J, Wiggering H (2013) Regional impact assessment of land use scenarios in developing countries using the FoPIA approach: findings from five case studies. J Environ Manag 127:S56–S64. https://doi.org/10.1016/j.jenvman.2012.10.021

    Article Google Scholar

  34. 34.

    Baard P, Johansson MV, Carlsen H, Bjornberg KE (2012) Scenarios and sustainability: tools for alleviating the gap between municipal means and responsibilities in adaptation planning. Local Environ 17:641–662. https://doi.org/10.1080/13549839.2011.646969

    Article Google Scholar

  35. 35.

    Kowalski K, Stagl S, Madlener R, Omann I (2009) Sustainable energy futures: methodological challenges in combining scenarios and participatory multi-criteria analysis. Eur J Oper Res 197:1063–1074. https://doi.org/10.1016/j.ejor.2007.12.049

    Article Google Scholar

  36. 36.

    Svenfelt Å, Edvardsson Björnberg K, Fauré E, Milestad R (2016) Potential goal conflicts related to climate change mitigation strategies generated through backcasting scenarios. In: Fauré E (ed) Sustainability goals combining social and environmental aspects (licentiate thesis), Stockholm, Paper III

  37. 37.

    Swedish Energy Agency (2016) Fyra framtider – Energisystemet efter 2020 (Four futures – The energy system after 2020). Statens Energimyndighet, Stockholm

    Google Scholar

  38. 38.

    Sheate WR, Do PMR, Byron H, Bina O, Dagg S (2008) Sustainability assessment of future scenarios: methodology and application to mountain areas of Europe. Environ Manag 41:282–299. https://doi.org/10.1007/s00267-007-9051-9

    Article Google Scholar

  39. 39.

    Cartmell E, Gostelow P, Riddell-Black D, Simms N, Oakey J, Morris J, Jeffrey P, Howsam P, Pollard SJ (2006) Biosolids – a fuel or a waste? An integrated appraisal of five co-combustion scenarios with policy analysis. Environ Technol 40:649–658. https://doi.org/10.1021/es052181g

    Article Google Scholar

  40. 40.

    Tzanopoulos J, Kallimanis AS, Bella I, Labrianidis L, Sgardelis S, Pantis JD (2011) Agricultural decline and sustainable development on mountain areas in Greece: sustainability assessment of future scenarios. Land Use Policy 28:585–593. https://doi.org/10.1016/j.landusepol.2010.11.007

    Article Google Scholar

  41. 41.

    Boron V, Payán E, MacMillan D, Tzanopoulos J (2016) Achieving sustainable development in rural areas in Colombia: future scenarios for biodiversity conservation under land use change. Land Use Policy 59:27–37. https://doi.org/10.1016/j.landusepol.2016.08.017

    Article Google Scholar

  42. 42.

    Nilsson M, Björklund A, Finnveden G, Johansson J (2005) Testing a SEA methodology for the energy sector: a waste incineration tax proposal. Environ Impact Assess Rev 25:1–32. https://doi.org/10.1016/j.eiar.2004.04.003

    Article Google Scholar

  43. 43.

    Bouvart F, Coussy P, Heng J, Michel P, Ménard Y (2011) Environmental assessment of carbon capture and storage deployment scenarios in France. Energy Procedia 4:2518–2525

    Article Google Scholar

  44. 44.

    Chen IC, Fukushima Y, Kikuchi Y, Hirao M (2012) A graphical representation for consequential life cycle assessment of future technologies. Part 1: methodological framework. Int J Life Cycle Assess 17:119–125. https://doi.org/10.1007/s11367-011-0356-9

    Article Google Scholar

  45. 45.

    Dandres T, Gaudreault C, Tirado-Seco P, Samson R (2012) Macroanalysis of the economic and environmental impacts of a 2005-2025 European Union bioenergy policy using the GTAP model and life cycle assessment. Renew Sust Energ Rev 16:1180–1192. https://doi.org/10.1016/j.rser.2011.11.003

    Article Google Scholar

  46. 46.

    Santoyo-Castelazo E, Azapagic A (2014) Sustainability assessment of energy systems: integrating environmental, economic and social aspects. J Clean Prod 80:119–138. https://doi.org/10.1016/j.jclepro.2014.05.061

    Article Google Scholar

  47. 47.

    Gujba H, Mulugetta Y, Azapagic A (2011) Power generation scenarios for Nigeria: an environmental and cost assessment. Energy Policy 39:968–980. https://doi.org/10.1016/j.enpol.2010.11.024

    Article Google Scholar

  48. 48.

    Malmodin J, Bergmark P (2015) Exploring the effect of ICT solutions on GHG emissions in 2030. In: Proceedings of Enviroinfo and ICT for Sustainability, pp 37–46. https://doi.org/10.2991/ict4s-env-15.2015.5

  49. 49.

    Münster M, Finnveden G, Wenzel H (2013) Future waste treatment and energy systems – examples of joint scenarios. Waste Manag 33:2457–2464. https://doi.org/10.1016/j.wasman.2013.07.013

    Article Google Scholar

  50. 50.

    Björklund A (2012) Life cycle assessment as an analytical tool in strategic environmental assessment. Lessons learned from a case study on municipal energy planning in Sweden. Environ Impact Assess Rev 32:82–87. https://doi.org/10.1016/j.eiar.2011.04.001

    Article Google Scholar

  51. 51.

    Singh B, Strømman AH (2013) Environmental assessment of electrification of road transport in Norway: scenarios and impacts. Transp Res Part D: Transp Environ 25:106–111. https://doi.org/10.1016/j.trd.2013.09.002

    Article Google Scholar

  52. 52.

    Berrill P, Arvesen A, Scholz Y, Gils HC, Hertwich EG (2016) Environmental impacts of high penetration renewable energy scenarios for Europe. Environ Res Lett 11:14012. https://doi.org/10.1088/1748-9326/11/1/014012

    Article Google Scholar

  53. 53.

    Foolmaun RK, Ramjeeawon T (2013) Comparative life cycle assessment and social life cycle assessment of used polyethylene terephthalate (PET) bottles in Mauritius. Int J Life Cycle Assess 18:155–171. https://doi.org/10.1007/s11367-012-0447-2

    Article Google Scholar

  54. 54.

    Rugani B, Benetto E, Igos E, Quinti G, Declich A, Feudo F (2015) Towards prospective life cycle sustainability analysis: exploring complementarities between social and environmental life cycle assessments for the case of Luxembourg’s energy system. Matér Tech 102:605. https://doi.org/10.1051/mattech/2014043

    Article Google Scholar

  55. 55.

    Stamford L, Azapagic A (2014) Life cycle sustainability assessment of UK electricity scenarios to 2070. Energy Sustain Dev 23:194–211. https://doi.org/10.1016/j.esd.2014.09.008

    Article Google Scholar

  56. 56.

    Wijkman, A, Skånberg K (2015) The Circular Economy and Benefits for Society – Swedish Case StudyShows Jobs and Climate as Clear Winners. An interim report by the Club of Rome with support from theMAVA Foundation and the Swedish Association of Recycling Industries. Available at: http://wijkman.se/wp-content/uploads/2015/05/The-Circular-Economy-and-Benefits-for-Society.pdf. Accessed 11 Dec 2017

  57. 57.

    Anderson KL, Mander SL, Bows A, Shackley S, Agnolucci P, Ekins P (2008) The Tyndall decarbonisation scenarios-part II: scenarios for a 60% CO2 reduction in the UK. Energy Policy 36:3764–3773. https://doi.org/10.1016/j.enpol.2008.06.002

    Article Google Scholar

  58. 58.

    Onat NC, Gumus S, Kucukvar M, Tatari O (2016) Application of the TOPSIS and intuitionistic fuzzy set approaches for ranking the life cycle sustainability performance of alternative vehicle technologies. Sustain Prod Consum 6:12–25. https://doi.org/10.1016/j.spc.2015.12.003

    Article Google Scholar

  59. 59.

    López E, Monzón A, Pfaffenbichler PC (2012) Assessment of energy efficiency and sustainability scenarios in the transport system. Eur Trans Res Rev 4:47–56. https://doi.org/10.1007/s12544-011-0063-4

    Article Google Scholar

  60. 60.

    Hickman R, Saxena S, Banister D, Ashiru O (2012) Examining transport futures with scenario analysis and MCA. Transp Res A: Policy Pract 46:560–575. https://doi.org/10.1016/j.tra.2011.11.006

    Google Scholar

  61. 61.

    Štreimikienė D, Šliogerienė J, Turskis Z (2016) Multi-criteria analysis of electricity generation technologies in Lithuania. Renew Energy 85:148–156. https://doi.org/10.1016/j.renene.2015.06.032

    Article Google Scholar

  62. 62.

    Karami S, Karami E, Buys L, Drogemuller R (2017) System dynamic simulation: a new method in social impact assessment (SIA). Environ Impact Assess Rev 62:25–34. https://doi.org/10.1016/j.eiar.2016.07.009

    Article Google Scholar

  63. 63.

    Hilty LM, Arnfalk P, Erdmann L, Goodman J, Lehmann M, Wäger PA (2006) The relevance of information and communication technologies for environmental sustainability – a prospective simulation study. Environ Model Softw 21:1618–1629. https://doi.org/10.1016/j.envsoft.2006.05.007

    Article Google Scholar

  64. 64.

    Ahmadi Achachlouei M, Hilty LM (2015) Modeling the effects of ict on environmental sustainability: revisiting a system dynamics model developed for the european commission. Adv. Intell. Syst. Comput. 310:449–474. https://doi.org/10.1007/978-3-319-09228-7_27

    Google Scholar

  65. 65.

    Söderman ML, Eriksson O, Björklund A, Östblom G, Ekvall T, Finnveden G, Arushanyan Y, Sundqvist JO (2016) Integrated economic and environmental assessment of waste policy instruments. Sustain (Switz) 8:411. https://doi.org/10.3390/su8050411

    Article Google Scholar

  66. 66.

    Riahi K, Rao S, Krey V, Cho C, Chirkov V, Fischer G, Kindermann G, Nakicenovic N, Rafaj P (2011) RCP 8. 5 — a scenario of comparatively high greenhouse gas emissions. Clim Chang 109:33–57. https://doi.org/10.1007/s10584-011-0149-y

    Article Google Scholar

  67. 67.

    van Vuuren D, Stehfest E, den Elzen M, Kram T, van Vliet J, Deetman S, Isaac M, Klein Goldewijk K, Hof A, Mendoza Beltran A, Oostenrijk R, van Ruijven B (2011) RCP 2.6: exploring the possibility to keep global mean temperature increase below 2°C. Clim Chang 109:95–116. https://doi.org/10.1007/s10584-011-0152-3

    Article Google Scholar

  68. 68.

    Thomson AM, Calvin KV, Smith SJ, Kyle GP, Volke A, Patel P, Delgado-Arias S, Bond-Lamberty B, Wise MA, Clarke LE, Edmonds JA (2011) RCP4.5: a pathway for stabilization of radiative forcing by 2100. Clim Chang 109:77–94. https://doi.org/10.1007/s10584-011-0151-4

    Article Google Scholar

  69. 69.

    UNECE (2011) Resource manual to support application of the protocol on strategic environmental assessment. United Nations, New York

    Google Scholar

  70. 70.

    Swedish Government (1997) Government Bill 1997/98:145. Svenska miljömål – Miljöpolitik för ett hållbart Sverige. (Swedish Environmental Quality Objectives – Environmental Policy for a Sustainable Sweden. The Government Offices, Stockholm

  71. 71.

    Swedish Government (2004) Government Bill 2004/05:150. Svenska miljömål – ett gemensamt uppdrag. [Swedish Environmental Objectives – A Joint Mission]. The Government Offices, Stockholm

  72. 72.

    United Nations/Framework Convention on Climate Change (2015) Adoption of the Paris Agreement, 21st Conference of the Parties. United Nations, Paris. http://unfccc.int/files/essential_background/convention/application/pdf/english_paris_agreement.pdf. Accessed 14 Dec 2017

  73. 73.

    General Assembly UN (2015) Transforming our world: The 2030 agenda for sustainable development A/70/L.1. https://doi.org/10.1007/s13398-014-0173-7.2

  74. 74.

    ISO (2006) Iso 14040:2006, Environmental management — Life cycle assessment — Principles and framework, pp 1–28

  75. 75.

    Hellweg S, Canals LMI (2014) Emerging approaches, challenges and opportunities in life cycle assessment. Science 344:1109–1113. https://doi.org/10.1126/science.1248361

    Article Google Scholar

  76. 76.

    Finnveden G, Hauschild MZ, Ekvall T, Guinée J, Heijungs R, Hellweg S, Koehler A, Pennington D, Suh S (2009) Recent developments in life cycle assessment. J Environ Manag 91:1–21. https://doi.org/10.1016/j.jenvman.2009.06.018

    Article Google Scholar

  77. 77.

    Curran MA (2015) Life cycle assessment student handbook. Wiley, New York

    Google Scholar

  78. 78.

    De Camillis C, Brandão M, Zamagni A, Pennington D (2013) Sustainability assessment of future-oriented scenarios: a review of data modelling approaches in life cycle assessment. Towards recommendations for policy making and business strategies. Publications Office of the European Union, Luxembourg. https://doi.org/10.2788/95227

  79. 79.

    Benoît C, Norris GA, Valdivia S, Ciroth A, Moberg A, Bos U, Prakash S, Ugaya C, Beck T (2010) The guidelines for social life cycle assessment of products: just in time! Int J Life Cycle Assess 15:156–163. https://doi.org/10.1007/s11367-009-0147-8

    Article Google Scholar

  80. 80.

    Benoît C, Mazijn B (eds) (2009) Guidelines for social life cycle assessment of products, UNEP/SETAC Life Cycle Initiative. Available at: http://www.unep.fr/shared/publications/pdf/DTIx1164xPA-guidelines_sLCA.pdf. Accessed 11 Dec 2017

  81. 81.

    Benoit-Norris C, Cavan DA, Norris G (2012) Identifying social impacts in product supply chains: overview and application of the social hotspot database. Sustainability 4:1946–1965. https://doi.org/10.3390/su4091946

    Article Google Scholar

  82. 82.

    Hoogmartens R, van Passel S, van Acker K, Dubois M (2014) Bridging the gap between LCA, LCC and CBA as sustainability assessment tools. Environ Impact Assess Rev 48:27–33. https://doi.org/10.1016/j.eiar.2014.05.001

    Article Google Scholar

  83. 83.

    Valdivia S, Ugaya CML, Hildenbrand J, Traverso M, Mazijn B, Sonnemann G (2013) A UNEP/SETAC approach towards a life cycle sustainability assessment – our contribution to Rio+20. Int J Life Cycle Assess 18:1673–1685. https://doi.org/10.1007/s11367-012-0529-1

    Article Google Scholar

  84. 84.

    Suh S (ed) (2009) Handbook of input–output economics in industrial ecology Series: Eco-efficiency in industry and science, vol 23. Springer, New York, p 884

  85. 85.

    Lave LB, Cobasflores E, Hendrickson CT, Mcmichael FC (1995) Using input-output-analysis to estimate economy-wide discharges. Environ Sci Technol 29:A420–A426. https://doi.org/10.1021/es00009a003

    Article Google Scholar

  86. 86.

    Joshi S (1999) Product Environmental Life-Cycle Assessment Using Input-Output Techniques. J Industrial Ecology 3:95–120. https://doi.org/10.1162/108819899569449

    Article Google Scholar

  87. 87.

    Wood R, Stadler K, Bulavskaya T, Lutter S, Giljum S, de Koning A, Kuenen J, Schütz H, Acosta-Fernández J, Usubiaga A, Simas M, Ivanova O, Weinzettel J, Schmidt JH, Merciai S, Tukker A (2015) Global sustainability accounting-developing EXIOBASE for multi-regional footprint analysis. Sustain (Switz) 7:138–163. https://doi.org/10.3390/su7010138

    Article Google Scholar

  88. 88.

    Tukker A, Dietzenbacher E (2013) Global multiregional input-output frameworks: an introduction and outlook. Econ Syst Res 25:1–19. https://doi.org/10.1080/09535314.2012.761179

    Article Google Scholar

  89. 89.

    Peters GP, Hertwich EG (2008) CO 2 embodied in international trade with implications for global climate policy. Environ Sci Technol 42:1401–1407. https://doi.org/10.1021/es072023k

    Article Google Scholar

  90. 90.

    Turner BL, Lambin EF, Reenberg A (2007) The emergence of land change science for global environmental change and sustainability. Proc Natl Acad Sci U. S. A. 104:20666–20671. https://doi.org/10.1073/pnas.0704119104

    Article Google Scholar

  91. 91.

    de Koning A, Huppes G, Deetman S, Tukker A (2015) Scenarios for a 2 °C world: a trade-linked input–output model with high sector detail. Clim Pol 16(3):301–317. https://doi.org/10.1080/14693062.2014.999224

    Article Google Scholar

  92. 92.

    Schandl H, Hatfield-Dodds S, Wiedmann T, Geschke A, Cai Y, West J, Newth D, Baynes T, Lenzen M, Owen A (2016) Decoupling global environmental pressure and economic growth: scenarios for energy use, materials use and carbon emissions. J Clean Prod 132:45–56. https://doi.org/10.1016/j.jclepro.2015.06.100

    Article Google Scholar

  93. 93.

    European Commission (2015) Better regulation – tool #55: Useful analytical methods to compare options or assess performance. http://ec.europa.eu/smart-regulation/guidelines/tool_55_en.htm. Accessed 10 Aug 2017

  94. 94.

    Taillandier P, Stinckwich S (2011) Using the PROMETHEE multi-criteria decision making method to define new exploration strategies for rescue robots. IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR), 2011, Kyoto, Japan, pp 321–326. https://doi.org/10.1109/SSRR.2011.6106747

  95. 95.

    Shogren J (2013) Encyclopedia of energy, natural resource, and environmental economics. https://doi.org/10.1016/B978-0-12-375067-9.00103-0

  96. 96.

    Kelly RA, Jakeman AJ, Barreteau O, Borsuk ME, ElSawah S, Hamilton SH, Henriksen HJ, Kuikka S, Maier HR, Rizzoli AE, van Delden H, Voinov AA (2013) Selecting among five common modelling approaches for integrated environmental assessment and management. Environ Model Softw 47:159–181. https://doi.org/10.1016/j.envsoft.2013.05.005

    Article Google Scholar

  97. 97.

    Richardson GP (2013) System dynamics. In: Gass SI, MC F (eds) Encyclopedia of operations research and management science. Springer, US, pp 1519–1522

    Chapter Google Scholar

  98. 98.

    Forrester JW (1961) Industrial dynamics. MIT Press, Cambridge

    Google Scholar

  99. 99.

    Ahmadi Achachlouei M (2015) Exploring the effects of ICT on environmental sustainability. KTH Royal Institute of Technology, Stockholm

    Google Scholar

  100. 100.

    Macal CM, North MJ (2010) Tutorial on agent-based modelling and simulation. J Simul 4:151–162. https://doi.org/10.1057/jos.2010.3

    Article Google Scholar

  101. 101.

    Wing S (2004) Computable General Equilibrium Models and Their Use in Economy-Wide Policy Analysis: Everything you Ever Wanted to Know (but were afraid to ask), vol 6. MIT Joint Program on the Science and Policy of Global Change Technical Note, Cambridge MA

  102. 102.

    Östblom G (2003) Vinner Sverige på att delta i utsläppshandel? Ekonomisk Debatt årg.31 nr. 8 pp 27–34 [Would Sweden benefit from participating in emissions trade?] (in Swedish)

  103. 103.

    Östblom G (2003) Samhällsekonomiska konsekvenser för Sverige av begränsad handel med utsläppsrätter enligt EU:s direktiv. National Institute of Economic Research 2003, Rapport 2003:1. [Economic Effects for Sweden of Limited Carbon Dioxide Emission Trade within EU] (in Swedish)

  104. 104.

    Östblom G (2004) Samhällsekonomiska kalkyler för kontrollstation 2004, Memo 2004:9

  105. 105.

    Sjöström M, Östblom G (2010) Decoupling waste generation from economic growth – a CGE analysis of the Swedish case. Ecol Econ 69:1545–1552. https://doi.org/10.1016/j.ecolecon.2010.02.014

    Article Google Scholar

  106. 106.

    Pauliuk S, Arvesen A, Stadler K, Hertwich EG (2017) Industrial ecology in integrated assessment models. Nat Clim Chang 7:13–20. https://doi.org/10.1038/nclimate3148

    Article Google Scholar

  107. 107.

    Sadler B, Dusik J (2016) European and international experiences of strategic environmental assessment. Routledge, London

    Google Scholar

  108. 108.

    Gibon T, Wood R, Arvesen A, Bergesen JD, Suh S, Hertwich EG (2015) A methodology for integrated, multiregional life cycle assessment scenarios under large-scale technological change. Environ Sci Technol 49:11218–11226. https://doi.org/10.1021/acs.est.5b01558

    Article Google Scholar

  109. 109.

    van der Heijden K (1996) Scenarios : the art of strategic conversation. Wiley, Chichester

    Google Scholar

  110. 110.

    Dreborg KH (2004) Scenarios and structural uncertainty: explorations in the field of sustainable transport. KTH Royal Institute of Technology, Szockholm

    Google Scholar

  111. 111.

    Francart N (2016) Climate implications of a collaborative economy scenario for transportation and the built environment. KTH Royal Institute of Technology, Stockholm

    Google Scholar

  112. 112.

    Colantonio A (2009) Social sustainability: a review and critique of traditional versus emerging themes and assessment methods. Sue-Mot Conference 2009: Second international conference on whole life urban sustainability and its assessment, Loughborough University, Loughborough, pp 865–885

  113. 113.

    Walker G, Fay H, Mitchell G (2005) Environmental Justice Impact Assessment: An evaluation of requirements and tools for distributional analysis. Institute for Environment and Sustainability Research, Staffordshire University, UK

  114. 114.

    Munda G (2009) A conflict analysis approach for illuminating distributional issues in sustainability policy. Eur J Oper Res 194:307–322. https://doi.org/10.1016/j.ejor.2007.11.061

    Article Google Scholar

  115. 115.

    Walker G (2010) Environmental justice, impact assessment and the politics of knowledge: the implications of assessing the social distribution of environmental outcomes. Environ Impact Assess Rev 30:312–318. https://doi.org/10.1016/j.eiar.2010.04.005

    Article Google Scholar

  116. 116.

    Gasparatos A, El-Haram M, Horner M (2008) A critical review of reductionist approaches for assessing the progress towards sustainability. Environ Impact Assess Rev 28:286–311. https://doi.org/10.1016/j.eiar.2007.09.002

    Article Google Scholar

  117. 117.

    Börjesson Rivera M, Håkansson C, Svenfelt Å, Finnveden G (2014) Including second order effects in environmental assessments of ICT. Environ Model Soft. https://doi.org/10.1016/j.envsoft.2014.02.005

 

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “روش‌هایی برای ارزیابی سناریوهای آینده از دیدگاه پایداری”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *