Milyen megközelítést alkalmaz a WWF Léptem applikáció?
A lábnyomszámítás egyszerű matematikai műveletekkel elvégezhető, hiszen az adott fogyasztási jószágra kiszámított ökológiai lábnyomot kell beszorozni az elfogyasztott mennyiséggel, majd összeadni a fogyasztási javakra jutó lábnyomokat. Ugyanakkor könnyen belátható, hogy ez a gyakorlatban korántsem ilyen egyszerű feladat. Egy termékkategórián belül is nagy különbség lehet egy termék lábnyomában. Például 1 liter tejet elfogyaszthatunk egy tanyán, közvetlenül a kézi fejés után is. Ez esetben az 1 liter tej lábnyoma a szarvasmarhának biztosított legelő és kaszáló, illetve az emésztése során felszabaduló metán 1 liter tejre jutó lábnyomára korlátozódik. Azonban ha egy áruház polcáról emeljük le a literes tejünket, akkor számolnunk kell a tejüzem, a szállítás, a raktározás energiafogyasztásával, és a csomagolás lábnyomával és így tovább. Egy termékfajtához is sokféle lábnyom tartozhat, és ma már olyan sokfajta terméket fogyasztunk, hogy nem várhatjuk el a használótól sem, hogy minden vásárlását precízen rögzítse az applikációban. Ráadásul az elfogyasztott mennyiség kiszámítása sem mindig teljesen egyértelmű. Például, ha egyedül utazunk egy villamoson, akkor a villamos összes energiafogyasztására jutó lábnyom ránk hárul, ha viszont alig férünk fel a villamosra, a lábnyomot szét tudjuk osztani a sok utas között. Emiatt mindenképpen egyszerűsítésekre, becslésekre és átlagolásokra van szükség.
Egy termék egy egységére eső lábnyomát alapvetően két fő megközelítés szerint lehet számítani. A lábnyomszámítás fent bemutatott megközelítését, amikor egy termék életútját (gyártás, csomagolás, hulladékkezelés, szállítás stb.) számoljuk végig, nevezzük alulról építkezőnek („bottom-up” módszer). Ez egy adott termékre vonatkozóan viszonylag pontos értéket ad, viszont az esetek többségében nagyon munkaigényes ezért sok termék esetében nem áll rendelkezésre ilyen számítás.
A „top-down” a „bottom-up” megközelítéssel szemben felülről becsül. A különböző adatközlési kötelezettségek miatt nemzetgazdasági szinten rengeteg adat áll rendelkezésre. Ezekből tudunk lábnyomértékeket számolni nagyobb egységekre, amelyekből aztán tudunk következtetni kisebb egységekre. Ennek a módszernek a hátránya, hogy csak bizonyos mértékig tudjuk lebontani az adatokat, és csak átlagolni tudunk, a kategórián belüli szórásra már csak becsülni lehet. A tejes példánál maradva, ha a magyar tejipar összlábnyomára van egy becslésünk, akkor azt „szétoszthatjuk” a különböző tejtermékek között. Így egy olyan átlagértéket kapunk, ami a hazai tejipar átlagát fejezi ki, de ez a szám ugyanakkor nem fejezi ki az egyes tejüzemek közti különbségeket, hogy például milyen állattartási formában, mivel voltak etetve a szarvasmarhák.
Az alkalmazás fejlesztésekor arra törekedtünk, hogy minél inkább helyi adatokra támaszkodjunk úgy, hogy közben kezelhető legyen a szükséges input adatok mennyisége. Ezért az alkalmazott módszertan ötvözi a „top-down” és a „bottom-up” megközelítést.
Mit számolunk „top-down” alapon?
A háttéradatbázist a számításhoz a Global Footprint Network (GFN) biztosította a WWF Magyarország számára. Az országra rendelkezésre álló statisztikai adatok, valamint közgazdasági input-output modell segítségével, a nemzetközi statisztikai szabványoknak megfelelően az egyéni fogyasztás rendeltetés szerinti osztályozását (COICOP) alapul véve bontották részegységekre az egy főre jutó átlagos magyar lábnyomot. Az adatbázis 5 fő kategóriája: élelmiszer, háztartás, személyes közlekedés, termékek, valamint szolgáltatások kategóriák. A főkategóriákat 47 alkategóriára bontották, ezekre van lábnyom adatunk, globál hektár értékben megadva. A 47 kategóriából 20 kategóriának a lábnyoma elhanyagolhatóan kevés, illetve a vásárlásainkkal nincsen közvetlen ráhatásunk (pl. egészségügyi ellátórendszer, pénzügyi szolgáltatások). Ez a 20 kategória teszi ki az átlagos magyar fogyasztóra eső lábnyom 28%-át. Ezekre nem vonatkozik kérdés vagy kihívás az alkalmazásban, de mivel össztársadalmi szinten használjuk azokat, ezért ez az érték minden esetben hozzáadódik a fogyasztó lábnyomához.
A további 27 kategóriából 2+1 esetben alkalmazunk „bottom-up” megközelítést (lsd. lejjebb), a maradék 24 kategória esetében pedig a nagyobb értékeket kitevő kategóriákon belül alkategóriákat hoztunk létre. Például a húsfogyasztás esetében – amely az átlag magyar lábnyomának 6%-át teszi ki – a következő alkategóriákat hoztuk létre: vadhús, birkahús, marhahús, sertéshús és szárnyashús. A kategórián belül pedig a szakirodalmakban fellelhető lábnyom adatokra, ill. fogyasztási statisztikákra támaszkodva súlyoztuk az alkategóriákat.
Átlagra jutó lábnyomból egyéni lábnyom
Miután tudjuk az alkategóriákra jutó átlagos lábnyomot, a következő lépés, hogy ehhez képest meg tudjuk határozni, hogy a felhasználónak mekkora a lábnyoma az adott alkategórián belül. Ezt nevezzük profilozásnak, amely minden alkategória esetében két komponensből áll: preferenciából (mennyire szeret valamit) és gyakoriságból (milyen gyakran tesz valamit). Mindkét esetben a csúszka segítségével adja meg a felhasználó az átlaghoz képesti véleményezett eltérését, amely a preferencia esetében 1-10, a gyakoriság esetében pedig 0-10-es értéket jelent. Az alkalmazás ez alapján egy összprofilpontszámot állapít meg, amely a szorzója lesz az adott alkategóriára jutó átlagos lábnyomnak, vagyis:
- ha valamit 0 gyakorisággal végez a felhasználó, akkor a szorzó nulla lesz, így az adott alkategóriára az egyéni lábnyom értéke is 0 lesz;
- ha valamit átlagos gyakorisággal, átlagos preferenciával tesz (5,5), akkor a szorzó 1-es lesz, vagyis az átlag magyar fogyasztóra jutó érték lesz a fogyasztó lábnyomának ezen komponense;
- ha pedig valamelyik alkategóriára jutó gyakoriság és preferencia érték is maximális (10,10), akkor a szorzó 4 lesz, vagyis az átlag magyar fogyasztóra jutó érték négyszeresével számol az alkalmazás.
Mit számolunk „bottom-up” módon?
Az átlag magyar lábnyomának közel 36%-át a háztartási energiafogyasztás és a személyautó használata teszi ki. Ezek mellett, habár a repülőgép használata az egy főre vetített lábnyomban alig kimutatható, mivel a repülés lábnyoma nagy, ezért itt az átlagon belüli szórás a legnagyobb a többi alkategóriához képest. Mindháromra igaz, hogy viszonylag egyszerűen számolható „bottom-up” alapon a lábnyom a felhasznált energiahordozó mennyisége alapján. Az alábbiakban bemutatjuk a számítások fő paramétereit ezen alkategóriákra.
- Villamos energia: a villanyszámlából 37,5 Ft/kWh-s árat feltételezve számol az alkalmazás, majd azt a GFN által használt 321 g CO2/kWh emissziós értékkel konvertálja szén-dioxid kibocsátássá. 1 t CO2 elnyeléséhez 0,334 gha szükséges.
- Földgáz: 3 000 Ft/GJ árral és 56,11 t CO2eq/TJ emissziós faktorral számoltunk.
- Tűzifa: 35 000 Ft/m3 árral számoltunk, a GFN adatai alapján pedig 3,35 m3/ha folyónövedékkel (vagyis egy hektár erdő ennyi m3 tűzifát tud hasznosítani). Hektár > globál hektár konverziós faktor 1,28.
- Üzemanyag: 2,4 kg CO2/liter fajlagos kibocsátással számoltunk, amelyet a fent ismertetett módon számítottunk át gha-ra.
- Repülés: Európán belüli útra egy Budapest-Barcelona oda-vissza utat, míg Európán kívül egy Budapest-Fokváros oda-vissza utat feltételeztünk. Az egy útra eső kibocsátás meghatározásához az atmosfair kalkulátorát használtuk, amely figyelembe veszi a repülés nem szén-dioxid alapú üvegházhatását is.
A kapott érték értelmezése
Az egyes lábnyom komponenseket összeadva megkapjuk a felhasználó egyéni lábnyomát globális hektárban. Ez viszont nem jelent még viszonyítási alapot, hiszen tudni kell, hogy mi a fenntarthatóság határa. Ehhez a GFN által használt módszertant alkalmazzuk, vagyis az eredményt lefordítjuk darab Földre. Így azzal a feltételezéssel élünk, hogyha mindenki úgy élne a Földön, mint a felhasználó (ugyanakkor globál hektár lábnyommal rendelkezve), akkor hány darab Földre lenne szükség (az összesített globál hektár szám hányszorosa a Föld biokapacitásának). Értelemszerűen, hogyha ez a szám 1 alatti, akkor beszélhetünk egy hosszú távon is fenntartható fogyasztásról. A Föld népessége jelenleg 7,8 milliárd Fő, a biokapacitás pedig 12,07 milliárd gha.
Hogyan működnek a kihívások?
A kihívások monitoringjának alapja az egyén egy napra eső kibocsátása. Ennek alapja így az adott alkategória ökológiai lábnyomának 1/365-öd része. A monitoring idő alatt, ha változik az összpofilponszám, annak megfelelően változik a lábnyom is a kihívás időtartalmának megfelelően. Vagyis, ha például egy alkategóriára korábban 10-es preferenciát és gyakoriságot adott meg a felhasználó, és egy 7 napos kihívás után az értékek 5-5-re csökkentek, akkor a lábnyoma lecsökken a következőképpen: a*(365-7)+(a/4)*(7), ahol a = az egy napra jutó átlagos lábnyom az adott alkategóriára.
Köszönetnyilvánítás
A módszertan összeállításért köszönetet mondunk Dr. Fűr Attilának (BME GTK, Környezetgazdaságtan Tanszék), valamint az applikáció koncepciójának kialakításáért Dudás Ágnesnek és Nemcsák Lászlónak.
A Global Footprint Network által biztosított adatbázis kapcsán pedig Dr. David Lin-nek tartozunk köszönettel.
Ha ebben a módszertani leírásban nem találtál választ a kérdésedre, várjuk üzenetedet a panda@wordpress-794941-4587962.cloudwaysapps.com e-mail címre.