2015 is a turning point in the common history where the 2030 Agenda has set 17 Sustainable Development Goals (SDGs) to transform our world into a thriving and sustainable society in which humankind’s well-being is ensured while protecting the planet’s environmental boundaries. The same year, the European Commission adopted its first Circular Economy Action Plan with 54 actions to be implemented with a concise milestone: closing the loop. This inspiring concept of shifting to a Circular Economy (CE) in opposition to a linear economy is now gaining tremendous attention worldwide in the light of the emergency of redesigning our society to accelerate the journey towards a sustainable development. To successfully make this transition, a systemic change is required and it is a necessity to join forces to implement an extensive collaboration needed to align those two far reaching commitments. Thus, this study scrutinizes the interconnections between the CE targets and the SDGs targets using unique pairs of indicator time-series from 2000 to 2019 for 28 member states of the European Union (EU). The Global SDG Indicators Database and the Circular Economy Monitoring Framework of the European Commission were selected to perform this analysis. Firstly the correlations are disentangled into synergies for positive correlations and trade-offs for negative correlations using the Spearman’s rank correlation. Secondly this study aims at going further in the interpretation by examining causality in correlations found through a Transfer Entropy (TE) model measuring the power of coupling strength for two possible causal directions. This means that the directionality is assessed in a correlation by understanding which indicator in a pair is the cause and which is its effect. Hence a synergy could either be due to a positive impact of a CE target on a SDG target or to a SDG target that enhances a CE target. An analogous analysis is performed for a tradeoff. Broadly, the outcomes highlight a stronger causality in the interconnections in the direction CEtowards SDGs and overall the results show more positive interconnections with 22.43% of share than negative ones with 8.62% of share. The highest share of positive impacts of the CE on the SDGs isfound with SDG 7 (Affordable and Clean Energy), SDG 3 (Good Health and Well-Being) and SDG 15(Life on Land) while the highest share of negative impacts of the CE on the SDGs is found with SDG 2(Zero Hunger), SDG 9 (Industry, Innovation and Infrastructure) and SDG 10 (Reduced Inequalities). Additionally, the study identifies various speeds of development between countries in the alignmentof their SDGs progress and CE implementation. United Kingdom, Spain and France gather the best results in term of positive interconnections while Italy, Latvia and Luxembourg appear to have the highest share of negative interconnections. To succeed in both commitments, identified synergiesshould be leveraged and trade-offs efficiently tackled. / År 2015 var en vändpunkt i den gemensamma historien när Agenda 2030 satte de 17 Globala Målenför hållbar utveckling (SDGs) som syftar till att omvandla vår värld till ett välmående och hållbartsamhälle där mänsklighetens välbefinnande säkerställs samtidigt som planetens miljögränserskyddas. Samma år antog den Europeiska Kommissionen sin första handlingsplan för cirkulärekonomi med 54 åtgärder som ska genomföras med en enda milstolpe: att sluta kretsloppet. Detta inspirerande koncept om att byta till en cirkulär ekonomi (CE) i stället för en linjär ekonomi får nu stor uppmärksamhet över hela världen i ljuset av det akuta behovet av att omforma vårt samhälle för att påskynda övergången till en hållbar utveckling. För att lyckas med denna övergång krävs en systemförändring och ett omfattande samarbete är nödvändigt för att sammanfoga dessa två omfattande åtaganden. Därmed undersöker denna studie kopplingarna mellan CE-målen och SDG delmålen med hjälp av unika par av indikatortidsserier från 2000 till 2019 för 28 medlemsstater av Europeiska Unionen (EU). ”The Global SDG Indicators Database” och ”The Circular EconomyMonitoring Framework” av den Europeiska Kommissionen valdes ut för denna analys. Först kopplas korrelationerna loss till synergier för positiva korrelationer och avvägningar för negativakorrelationer med hjälp av Spearmans rangkorrelationskoefficient. Vidare syftar denna studie till att gå längre i tolkningen genom att undersöka kausalitet i de korrelationer som hittades med hjälp aven Transfer Entropy (TE)-modell för att mäta kopplingsstyrkan för två möjliga kausala riktningar. Detta innebär att riktningen i en korrelation bedöms genom att förstå vilken indikator i paret som är orsaken och vilken som är verkan. En synergi kan alltså bero på en positiv inverkan av ett av CEmålen på ett av SDG-delmålen eller tvärtom. En likartad analys utförs för en avvägning. På det helataget visar resultaten på en starkare kausalitet i kopplingarna i riktning från CE-målen till SDGdelmålen, och överlag visar resultaten att det finns fler positiva sammankopplingar med 22.43% än negativa med 8.62%. Den högsta andelen av CE-målens positiva effekter på SDG-delmålen återfinnsför mål 7 (Hållbar Energi för Alla), mål 3 (God Hälsa och Välbefinnande) och mål 15 (Ekosystem ochBiologisk Mångfald) medan den högsta andelen negativa effekter på SDG-delmålen återfinns för mål2 (Ingen Hunger), mål 9 (Hållbar Industri, Innovationer och Infrastruktur) och mål 10 (Minskad Ojämlikhet). Dessutom identifierar studien olika utvecklingshastigheter mellan länderna när det gäller deras framsteg i SDG-delmålen och genomförandet av CE-målen. Storbritannien, Spanien och Frankrike har de bästa resultaten när det gäller positiva sammankopplingar medan Italien, Lettland och Luxemburg tycks ha den högsta andelen negativa sammankopplingar. För att lyckas med både SDG och CE bör identifierade synergieffekter utnyttjas och kompromisser hanteras effektivt.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-314123 |
Date | January 2021 |
Creators | Houbeaut, Mélissandre |
Publisher | KTH, Skolan för industriell teknik och management (ITM) |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Relation | TRITA-ITM-EX ; 2021:601 |
Page generated in 0.0027 seconds