Ученые РУДН предложили метод для оценки экономики на экологичность
Эксперты в области устойчивого развития определяют традиционную экономику как линейную: ресурсы берутся из природы, из них производятся товары, отходы от производства и потребления лежат на свалках или уничтожаются. В противоположность этому экономика замкнутого цикла предполагает, что максимум потребленных ресурсов возвращается в производственный цикл, а вместо ископаемых видов топлива используются возобновляемые источники энергии. По некоторым прогнозам, уже к 2030 году переход к экономике замкнутого цикла позволит сократить на 53% потребление природных ресурсов, а к 2050 году — на 83% снизить выбросы углекислого газа.
«Сегодня подходы экономики замкнутого цикла внедряют многие страны мира. Но оценить глобальный успех этих нововведений сложно, так как недостает стандартных индикаторов „цикличности“ экономики. Нет показателей, которые говорили бы: в этой стране экономика на 30% стала экономикой замкнутого цикла, а в этой на 60%. Это ограничивает как возможность проводить международные сравнения, так и распространение успешных практик», — кандидат экономических наук Константин Гомонов, доцент кафедры экономико-математического моделирования РУДН.
Экономисты РУДН предложили новое решение этой проблемы: статистический подход для оценки развития экономики замкнутого цикла в разных странах. Для этого они протестировали несколько алгоритмов кластеризации на примере стран Европейского союза. Такие алгоритмы группируют объекты (в данном случае страны) в кластеры, близкие друг к другу по выбранному показателю. Целью исследования было сгруппировать страны по эффективности внедрения экономики замкнутого цикла.
В расчётах экономисты РУДН использовали данные из мониторинговой системы ЕС, в которой учитываются объемы производства и потребления, а также отходов и переработанных материалов. Для примера они выбрали два статистических индикатора: объем бытового мусора на душу населения и общий объем отходов на единицу ВВП за исключением отходов добывающих производств. Если экономика производит минимум неперерабатываемого мусора, значит, ресурсы в ней используются максимально эффективно.
Наибольшую эффективность для поставленной задачи показал метод k-средних. Этот популярный алгоритм кластеризации основан на разбиении множества объектов на заданное число кластеров. На каждом шаге они перемешиваются, пока внутрикластерные расстояния — разница между объектами по выбранному показателю — не станут минимальными. При этом только один из протестированных показателей экономисты РУДН в итоге признали подходящим. Надежно разделить страны по уровню развития экономики замкнутого цикла позволяют данные о бытовых отходах на душу населения, в то время как информация об общем объеме мусора чаще бывает неполной и недостоверной.
Результатом работы стал программный модуль, с помощью которого можно классифицировать экономики и визуализировать итоги. Применение алгоритма к европейским странам позволило разделить их на четыре внутренне однородных кластера. Самые эффективные практики внедрения экономики замкнутого цикла, согласно выводу экономистов РУДН, используют Бельгия, Хорватия, Венгрия и Турция.
«Хотя наше исследование европейских стран проведено прежде всего затем, чтобы протестировать выбранный подход, оно показало реалистичную картину внедрения экономики замкнутого цикла в этих государствах. Например, мы увидели, что высокий ВВП здесь — не гарантия успеха», — кандидат экономических наук Константин Гомонов, доцент кафедры экономико-математического моделирования РУДН.
Результаты исследования опубликованы в журнале Sustainability.
Представьте себе мир, где у каждого есть достаточно еды, чистая вода, доступ к образованию и достойная работа. Мир, где берегут природу и заботятся о будущем нашей планеты. Это и есть цели устойчивого развития — построить устойчивое будущее для всех! Для этого Организация Объединенных Наций (ООН) в 2015 году определила 17 Целей устойчивого развития (ЦУР). ЦУР — это глобальный план, который помогает странам и людям вместе двигаться к лучшему будущему. К нему присоединились 193 государства-члена ООН.
Исследователи факультета искусственного интеллекта РУДН провели масштабное исследование, которое раскрыло системные ошибки больших языковых моделей (LLM) при диагностике депрессии по тексту. Эта работа, выполненная совместно с коллегами из AIRI, ФИЦ ИУ РАН, ИСП РАН, МФТИ и MBZUAI, не только выявляет проблему, но и закладывает основу для создания более надёжных и безопасных инструментов для детектирования депрессии и тревожности.
В РУДН состоялась первая научно-практическая конференция «Функциональная морфология тканевого микроокружения: от теории к практике», посвящённая памяти академика РАН Михаила Пальцева. Она объединила ведущих исследователей из России, Китая и других стран, став важной площадкой для обсуждения трансляции фундаментальных открытий в персонализированную медицину.