Vlaanderen
OVAM Toon navigatie menu

How to include technological learning in prospective assessments

Abstract

G. Thomassen, S. Van Passel, J. Dewulf

De transitie naar een circulaire economie vereist nieuwe en betere technologieën. Zo zal de verzameling van bijkomende post-consument verpakkingsstromen in het PMD-systeem betere sorteermethoden en nieuwe recyclingtechnologieën noodzakelijk maken. Deze nieuwe technologieën worden echter benadeeld tegenover de conventionele technologieën. Terwijl de kosten en het hulpbronnengebruik van de conventionele technologieën in de loop van de tijd gedaald zijn, hebben de nieuwe technologieën dit 'leereffect' nog niet gekend. De inclusie van dit leereffect kan de raming van de toekomstige kosten en de milieu-impact van deze technologieën verbeteren. Anderzijds zal de verwaarlozing van de leereffecten tot een structurele onderschatting leiden van het potentieel van nieuwe technologieën en dus hun potentieel voor innovatie beperken.

Om dit leereffect te beoordelen, werd een uitgebreid literatuuronderzoek uitgevoerd waarin 105 studies werden besproken die het leereffect in aanmerking namen of berekenden. Een belangrijk resultaat van deze beoordeling is dat leereffecten tot dusver voornamelijk in de kostenboordeling van technologieën voor hernieuwbare energie werden opgenomen. Een voorbeeld van een typische toepassing is het gebruik van leereffecten in een verkennende studie over fotovoltaïsche energie. Er lijkt evenwel geen reden te bestaan om leereffecten niet in andere onderzoeksdomeinen te kunnen en te moeten gebruiken. Om de toepassing van leereffecten in het domein van de circulaire economie mogelijk te maken, worden de volgende best practices aanbevolen:

  • Leereffecten moeten zowel op het algemene functionele vlak (bijvoorbeeld de totale kostprijs van een recyclingtechnologie) worden besproken, als op het vlak van de onderliggende parameters (bijvoorbeeld het energieverbruik van een nieuwe scheidingstechnologie).
  • Leereffecten moeten worden besproken op het vlak van zowel de impact (bijvoorbeeld de economische kosten van de milieu-impact van een recyclingtechnologie) als de technologie (bijvoorbeeld het recyclingpercentage van een specifieke afvalstroom).
  • Leereffecten moeten zowel historische evoluties als ramingen door experts omvatten.
  • Leereffecten moeten zowel leren in de praktijk (leren door een handeling te herhalen) omvatten als leren door zoeken (leren door een betere handeling te gebruiken).
  • Het gebruik van leereffecten moet rekening houden met de beschikbaarheid en kwaliteit van de gegevens, bijvoorbeeld door middel van scenario's en onzekerheidsanalyses.

Deze aanbevelingen kunnen worden gebruikt om leereffecten op te nemen in een brede waaier van onderzoeksdomeinen, wat de vergelijking tussen innovatieve en conventionele technologieën eerlijker kan maken. Ze kunnen bovendien worden gebruikt als een checklist voor de evaluatie van voorspellingen inzake de kosten en de milieu-impact van nieuwe technologieën, die meestal in roadmaps te vinden zijn, en om aanbevelingen te geven voor de verdere verbetering van deze voorspellingen.

Read the full article

CE Center co-auteurs:

 

Researcher Steunpunt Circulaire Economie

 

Promotor Steunpunt Circulaire Economie

 

Promotor Steunpunt Circulaire Economie