Informatie- en communicatietechnologie ter verkleining van de ecologische voetafdruk van de Universiteit van Amsterdam

Informatie- en communicatietechnologie ter

verkleining van de ecologische voetafdruk van de

Universiteit van Amsterdam

Bachelor Thesis

Informatiekunde - Universiteit van Amsterdam

Daan Huikeshoven

11066628

Begeleider: dhr. ir. A.M. (Loek) Stolwijk

A.M.Stolwijk@uva.nl

26 juli, 2019

Abstract

Uit de literatuur blijkt een duidelijke noodzaak tot verduurzaming van de omgang van de mens met de aarde. Kennis wordt genoemd als hét middel om verduurzaming in gang te zetten door technologieën als informatie- en communicatietechnologie (ICT) mogelijk te maken. De ecologische voetafdruk (EV) is een berekening waarmee de duurzaamheid van een entiteit bepaald kan worden. Vergeleken met andere onderzoeksobjecten zijn universiteiten nog in mindere mate object geweest van onderzoek naar de EV. Duurzaamheid krijgt binnen universiteiten vooralsnog onvoldoende prioriteit, mede door vrijblijvende regelgeving. Nu regelgeving en beleid ten aanzien van duurzaamheid een strikter en meer verplichtend karakter gaan krijgen, gezien de noodzaak tot verduurzaming en gezien de verantwoordelijkheid van universiteiten hierin, zal er binnen universiteiten een hogere prioriteit aan duurzaamheid gegeven moeten worden. De EV van de Universiteit van Amsterdam (UvA) is in dit onderzoek berekend en er is onderzocht welke ICT-toepassingen de EV van de UvA kunnen verkleinen. Gezien de verwachting dat ICT een grote bijdrage kan leveren aan verduurzaming, is een applicatie ontwikkeld die universiteiten in staat stelt hun EV te vergelijken met de best practice EV. Deze applicatie

is gebruikt om een duurzaamheidsanalyse te maken door de EV van de UvA te vergelijken met best practice. Hier kwam uit dat enkel het component bebouwd land beter presteert dan best practice. De slechtst presterende componenten van de UvA ten opzichte van best practice zijn voedsel, afval, mobiliteit en energie. Dit zijn tevens de componenten die het grootste aandeel hebben in de EV van de UvA. Het valt daarbij op dat de UvA niet één component heeft dat duidelijk het grootste aandeel heeft. Dit was in eerdere onderzoeken wel vaak het geval. ICT-toepassingen die een bijdrage kunnen leveren aan de verduurzaming van de UvA zijn (1) de eerder genoemde best practice applicatie, (2) virtual spaces, die het aanzienlijke aandeel van mobiliteit en met name van reizen per vliegtuig in de EV kunnen inperken en (3) asset management en monitoring tools, die de UvA in staat stelt de duurzaamheid van haar hulpmiddelen te monitoren. Voor andere universiteiten zijn deze toepassingen wellicht ook geschikt. Andere uitkomsten van dit onderzoek die bij kunnen dragen aan de verkleining van de EV van universiteiten in het algemeen zijn (1) een flexibel werkblad waarmee universiteiten hun EV kunnen berekenen, (2) toelichtingen van duurzaamheidsanalyses die de EV als maatstaf hebben en (3) een analyse van de ecologische impact van reizen per vliegtuig.

Sleutelwoorden: ecologische voetafdruk, verduurzaming, Universiteit van Amsterdam, informatie- en communicatietechnologie, best practice, duurzaamheidsanalyse, virtual spaces, asset management tools, monitoring tools, ecologische impact van vliegen, ecologische voetafdruk werkblad

Inhoudsopgave

1. Inleiding ... 5

2. Theoretisch kader ... 11

2.1 Ecologische voetafdruk ... 11

2.2 EV componenten ... 11

2.3 De kwaliteit van de EV berekening ... 12

2.4 Vergelijking tussen de EV van universiteiten ... 12

2.5 Duurzaamheid van universiteiten bepalen door EV ... 13

2.6 ICT als hulpmiddel voor verduurzaming ... 14

3. Materiaal en methoden ... 17

3.1 Onderzoeksobjecten ... 17

3.2 Procedure interviews en dataverzameling ... 17

3.3 Procedure berekening EV van de UvA ... 18

3.4 Procedure ontwikkeling best practice applicatie ... 21

3.5 Data-analyse ... 22

4. Resultaten ... 24

4.1 Statistische analyse resultaten EV onderzoeken ... 24

4.2 EV berekening werkblad ... 26

4.3 EV UvA ... 28

4.4 Uitgewerkte interviews ... 31

4.4.1 Bereidheid reducering materiaalgebruik binnen de UvA ... 31

4.4.2 Bijdrage ICT aan reducering materiaalgebruik van werknemers ... 31

4.4.3 ICT-toepassingen voor monitoring van milieu-impact ... 32

4.4.4 Bereidheid, mentaliteit en mogelijkheden ... 32

4.4.5 Nieuwe tendens in beleid en regelgeving ... 32

4.4.6 Bijdrage ICT ... 33

4.4.7 Duurzaamheidsberekeningen voor bepaling beleid en regels ... 33

4.4.8 Effectiviteit van maatregelen ... 34

4.5 Best practice applicatie ... 34

4.5.1 Doel van de app ... 34

4.5.2 Beginscherm ... 34

4.5.3 Best practice overzicht ... 35

4.5.4 Berekening EV en invoercontrole ... 35

4.5.5 Vergelijking ten opzichte van best practice ... 35

4.5.6 EV UvA ten opzichte van best practice ... 38

5.1 Duurzaamheidsprestatie van de UvA ... 40

5.2 Opvallende verdeeldheid in het aandeel van componenten ... 40

5.3 Afval EV... 41 5.4 Bebouwd land EV ... 42 5.5 Energie EV ... 42 5.6 Mobiliteit EV ... 42 5.7 Papier EV ... 43 5.8 Voedsel EV... 43 5.9 Water EV ... 43

5.10 Prestatie UvA ten opzichte van best practice ... 44

5.11 Uitbreiding best practice applicatie ... 44

5.12 Mobiliteit EV en internationalisering ... 45

5.13 Ecologische impact van reizen per vliegtuig ... 46

5.14 Interviews ... 47 5.15 Afsluiting ... 48 Literatuur ... 51 Bijlage ... 55 Applicatie code ... 55 Complete interviews ... 55

Interview 1 - UvA medewerkster van onderwijsadministratie ... 55

Interview 2 - ICT-specialist van Green IT Amsterdam ... 56

Interview 3 - Twee rijksmedewerkers voor ondernemend Nederland (RVO) ... 57

Contributies ... 62 Conversiefactoren ... 63 Energie... 63 Voedsel ... 64 Papier ... 64 Water ... 65 Bebouwd land ... 65 Afval ... 65 Mobiliteit ... 66 Database ... 66 EV berekening UvA ... 67 Gebouw - verdiepingen ... 70

1. Inleiding

In 1798 publiceerde Thomas Malthus het pamflet An Essay on the Principle of Population. Hierin werd voorspeld dat de bevolkingsgroei de economische groei voor zou blijven. Om dit te voorkomen moest het malthusiaanse plafond niet overschreden worden. Dit omvat de maximale omvang die de bevolking kan bereiken in verhouding tot de beschikbare grond die noodzakelijk is voor voedselproductie en andere zaken die noodzakelijk zijn om mensen in hun levensbehoeften te kunnen voorzien. Mocht dit plafond toch overschreden worden dan zou een malthusiaanse catastrofe ontstaan, waarin de overbevolking zichzelf in evenwicht brengt door een verhoogde mortaliteit als gevolg van hongersnood, ziekte en oorlog (Thomas Malthus, z.d.).

Malthusiaanse critici stellen dat Malthus technologische ontwikkeling onderschat heeft. Technologische ontwikkeling heeft er namelijk toe geleid dat de beschikbare grond efficiënter gebruikt kan worden, zodat hetzelfde oppervlakte grond een grotere hoeveelheid mensen in hun levensbehoeften kan voorzien. Gekeken naar de toenemende bevolkingsgroei wijzen zijn critici op het hedendaagse gezinsplanning en de introductie van anticonceptiemiddelen die ervoor gezorgd hebben dat in sommige landen het aantal kinderen per huishouden sterk afgenomen is. Ook wordt gewezen op het feit dat sinds 1798 het gemiddelde inkomen per persoon op de wereld sterk toegenomen is.

Toch is er nog steeds steun voor de opvatting van Malthus. De toename in kennis heeft er niet alleen voor gezorgd dat meer opbrengst verkregen wordt vanuit dezelfde invoer, maar ook dat meer invoer uit de aarde gehaald kan worden, wat leidt tot uitputting van natuurlijke bronnen. Meadows, Randers en Behrens (1972) stelt dat het uitputten van natuurlijke bronnen op lange termijn leidt tot een oncontroleerbare wereld die te vergelijken is met de bovengenoemde malthusiaanse catastrofe. Om dit te voorkomen moet naast het vergroten van de kennis en het realiseren van geboortebeperking, bezuinigd worden op natuurlijke bronnen in plaats van het vinden van steeds goedkopere en snellere manieren om de natuurlijke bronnen uit te putten (Sachs, 2008). Na twee eeuwen kan dus nog steeds niet gesteld worden dat de voorspelling van Malthus uit gaat komen, maar uit het voorgaande blijkt dat de mens dit zelf in de hand heeft.

Een hedendaagse meer geavanceerde berekening die te vergelijken is met die van Malthus is de ecologische voetafdruk (EV). In deze berekening wordt het gebruik van de aarde door de mens vergeleken met de gelimiteerde gebruikscapaciteit van de aarde. De EV van een entiteit omvat het oppervlakte biologisch productief land en water dat een entiteit nodig heeft om alle bronnen te produceren die de entiteit per jaar consumeert en om het afval te verwerken dat de entiteit per jaar genereert. Dit wordt uitgedrukt in globale hectare (gha). De EV is gestandaardiseerd, zodat de berekening toegepast kan worden op verschillende entiteiten, bijvoorbeeld: individuen, steden, regio’s, landen, de mensheid et cetera (Wackernagel & Rees, 1998; Holden, 2012).

Gekeken naar de mensheid is een eerlijke verdeling van het totale oppervlakte biologisch productief land en water op de wereld 1,8 gha per persoon. Als dit nagestreefd wordt, is er een balans in wat de mens van de aarde neemt en wat de aarde de mens teruggeeft. Het wereldwijde gemiddelde gebruik per persoon is echter 2,7 gha en het gemiddelde voor mensen in Nederland is zelfs 6,3 gha (Radboud University, z.d.). Wereldwijd gebruiken mensen dus gemiddeld anderhalf keer zoveel gha dan de eerlijke verdeling om in hun levensbehoeften te kunnen voorzien. Dawe, Vetter en Martin (2004) voorspelt dat in 2050 het aantal gha dat per persoon op de aarde beschikbaar is, zal afnemen tot 1,4. Gezien het gemiddelde gha gebruik wereldwijd en de voorspelling dat het aantal gha dat wereldwijd per persoon beschikbaar is gaat afnemen, zal de mensheid drastisch minder van de aarde moeten gaan gebruiken om de bovengenoemde balans te realiseren. Deze balans is noodzakelijk, want meer van de aarde gebruiken dan de aarde teruggeeft, leidt op den duur tot uitputting van natuurlijke bronnen, met de eerder besproken negatieve gevolgen op lange termijn (Sachs, 2008).

Binnen de maatschappij en wetenschap heerst een zekere onrust omtrent de hierboven genoemde omgang van de mens met de aarde. In Limits to Growth van Meadows et al. (1972) wordt benadrukt dat er een verandering moet plaatsvinden in hoe de mens gebruikmaakt van de energie die de aarde bevat. Indien er geen verandering plaatsvindt, zullen op lange termijn alle fossiele bronnen opgebruikt zijn en is er niet voldoende alternatieve energie aanwezig waardoor een oncontroleerbare wereld zal ontstaan.

Daarnaast wordt kritiek geuit op de mentaliteit en denkwijzen van mensen ten opzichte van gebruik van de aarde. De gebruikelijke economische denkwijze die een rol speelt bij de omgang van de mens met de aarde is: ’zoveel mogelijk produceren tegen een zo laag mogelijk prijs’. Om dit te realiseren worden informatie- en communicatietechnologie (ICT) en andere technologieën ingezet, met als gevolg dat functies die voorheen door mensen vervuld werden, nu overgenomen worden door technologie. Door de inzet van technologie wordt er efficiënter omgegaan met de fossiele bronnen, maar er wordt vaak meer geproduceerd waardoor er net zo veel of meer fossiele bronnen nodig zijn voor de productie. Dit fenomeen wordt ook wel het rebound effect of de Jevons Paradox genoemd (Hilty, Lohmann, & Huang, 2011). Gezien de noodzaak van een betere omgang van de mens met de aarde moet daarom niet alleen efficiënter met de fossiele bronnen omgegaan worden, maar moet de algehele consumptie ook afnemen. Andere kritiek wordt geuit op het ontwerp van producten en heeft dus een verband met de bovengenoemde denkwijze. Mede doordat er geproduceerd wordt tegen een zo laag mogelijk prijs, wordt in het ontwerp van de producten geen rekening gehouden met terugwinning van de fossiele bronnen. Hierdoor kunnen fossiele bronnen vaak niet honderd procent teruggewonnen worden als de producten afgeschreven zijn, waardoor fossiele bronnen verloren gaan (Donough & Braungart, 2010).

Ook Chu en Majumdar (2012) is kritisch op de menselijke omgang met de aarde en specifiek op het energiegebruik. Binnen de literatuur is veel ondersteuning te vinden wat betreft de invloed van de mens op klimaatverandering. Chu en Majumdar (2012) stelt dat klimaatverandering extreme weersituaties als gevolg heeft en dat deze extreme weersituaties de mensheid 150 biljoen euro per jaar kosten. Derhalve dient de klimaatverandering aangepakt te worden. Als motivatie voor de aanpak van

dit probleem vergelijkt Chu en Majumdar (2012) de huidige tijd met de Steentijd: “De Steentijd eindigde niet omdat de stenen op waren, maar omdat overgegaan werd op betere oplossingen.” (p. 301). Dezelfde mogelijkheid doet zich reeds voor bij energie efficiëntie en schone energie. Chu en Majudmar (2012) stelt dat met behulp van de wetenschap, de financiële sector en open-beleidsgemeenschappen, maar ook de normale mens, de transitie gemaakt kan worden naar betaalbare, beschikbare en duurzame energie die economische groei en energieveiligheid versterkt en de risico’s van klimaatverandering vermindert. Kennis kan een belangrijke rol spelen bij de bovengenoemde transitie. De voorwaarde hierbij is wel dat de eerder genoemde stelling van Sachs (2008), dat kennis toegepast moet worden met het oog op bezuiniging van natuurlijke bronnen, nageleefd moet worden.

ICT wordt ontwikkeld door kennis. Door kennisontwikkeling met de juiste doelstelling binnen de ICT-sector te vergroten, heeft ICT de potentie om een bijdrage te leveren aan de verduurzaming van de wereld. ICT kan door de vergroting van kennis zelf verduurzaamd worden of ICT kan bijdragen aan de verduurzaming van andere entiteiten (Hilty et al., 2011).

In de literatuur zijn verschillende voorstellen te vinden die aansluiten bij deze verduurzaming waarbij de toename van kennis en focus op kennis noodzakelijk is. Boisot (1998) stelt dat een economie gecreëerd moet worden die gebouwd is rondom informatie en kennis in plaats van een economie die gebaseerd is op fysieke bronnen. Het doel is het verbinden van economische concepten aan een aantal fysieke en biologische principes die gerelateerd zijn aan de minimalisering van energie. Er wordt gesteld dat biologische systemen streven naar minimalisering van wanorde en dat dit vertaald kan worden naar een economische oriëntatie. Deze denkwijze resulteert in een evolutionaire productie functie waarin de wanorde die ontstaat gelijk gehouden wordt aan de dragende capaciteit van de aarde. Dit moet gerealiseerd worden door de creatie van kennis en de toepassing van kennis op fysieke bronnen te versnellen, met als doel de consumptie van fysieke bronnen af te laten nemen. Een economie die gebouwd is rondom informatie en kennis resulteert in een toename van complexiteit en volgens Boisot (1998) moet deze complexiteit geabsorbeerd worden in plaats van de complexiteit te reduceren om de bovengenoemde ontwikkeling te laten slagen. De noodzaak van deze denkwijze wordt geïllustreerd door het feit dat de meeste arme landen veel natuurlijke grondstoffen hebben, terwijl rijke landen weinig grondstoffen hebben (Boisot, 1998). Het is blijkbaar dus niet alleen van belang om natuurlijke grondstoffen te bezitten, maar vooral om te weten hoe grondstoffen gebruikt kunnen worden om er voordeel van te hebben. Kennis is dus noodzakelijk om goed gebruik te kunnen maken van beschikbare grondstoffen.

McDonough en Braungart (2010) heeft kritiek op de mentaliteit die heerst ten opzichte van de natuur. De mens ziet zichzelf als een vijand van de natuur die gericht is op het bedwingen van de natuur. De mens moet zichzelf controleren, zodat ze niet doorslaat. Gesteld wordt dat de natuur juist ondersteunend kan werken ten opzichte van de mens, indien de mens de natuur op een intelligente en duurzame manier gebruikt.

Daarnaast uit McDonough en Braungart (2010) kritiek op de manier van inschatten van de activiteit van landen. Deze inschatting wordt gemaakt door het Bruto Nationaal Product (BNP) dat kijkt naar economische activiteit. Als activiteit van landen op deze manier ingeschat wordt, is een olieramp bijvoorbeeld ook activiteit, want het levert economische activiteit op. Dit geeft dan een positief beeld van een land, terwijl een olieramp desastreus is voor het milieu.

Tot slot uit McDonough en Braungart (2010) kritiek op het vaak zo opgehemelde begrip recyclen. Er wordt gesteld dat er niet gerecycled, maar “gedowncycled” wordt, wat betekent dat recyclen meestal niet leidt tot het honderd procent terugwinnen van de natuurlijke grondstoffen die gebruikt zijn om het gerecyclede product te maken. Dit moet juist wel mogelijk zijn, zodat de cirkel rond gemaakt kan worden, ook wel eco-effectief denken genoemd. Daarnaast gaat McDonough en Braungart (2010) een stap verder door kritiek te geven op het eco-efficiënt denken van Boisot (1998), wat inhoudt dat gestreefd wordt naar vermindering van zaken die slecht zijn voor het milieu. McDonough en Braungart (2010) stelt dat deze denkwijze het milieu niet redt, maar het tegenovergestelde bereikt. Doordat de industrie de ruimte gegeven wordt om vanuit de bestaande processen door te gaan, maar in mindere mate, wordt het systeem langzaam vernietigd. Dit is slechter voor het milieu dan niet verminderen.

Janis (2007) benadrukt tot slot dat toenemende handel die mogelijk gemaakt wordt door globalisatie ertoe leidt dat meer bronnen uit verschillende delen van de wereld gehaald worden om processen binnen organisaties mogelijk te maken. Dit gebeurt met name bij grote organisaties, zoals de

Ohio State University (populatie van 77.120) waarvan in dat onderzoek de EV berekend is. De

Universiteit van Amsterdam (UvA) wordt ook gezien als grote organisatie (populatie van 43.000) (Universiteit van Amsterdam, z.d.-b). Mensen binnen deze organisaties zijn zich vaak niet bewust waar hun energie, transport, gefabriceerde producten en voedsel vandaan komen en waar hun afval terecht komt. Hierdoor vervagen relaties tussen populaties en lokale ecosystemen, met als gevolg dat mensen hun levensstijl niet aanpassen aan de context waarin zij leven. Ook het maken van keuzes binnen organisaties wordt hierdoor beïnvloed. Organisaties hebben gelimiteerde kennis over de ecologische gevolgen van bepaalde keuzes.

Vergeleken met andere onderzoeksobjecten zijn universiteiten nog in mindere mate object geweest van onderzoek naar de EV (Genta, Favaro, Sonetti, Barioglio, & Lombardi, 2019). Een mogelijke rede hiervoor is dat duurzaamheid binnen sommige universiteiten vooralsnog weinig prioriteit krijgt (Albers, 2018). De academische gemeenschap heeft volgens Albers (2018) echter vanaf het moment dat klimaats- en duurzaamheidskwesties relevant werden de verantwoordelijkheid op zich genomen om onderzoek te doen naar de oorzaken en gevolgen van deze kwesties. Ook speelt zij een belangrijke rol bij het correct informeren van de samenleving ten aanzien van deze kwesties. Daarom mag volgens Albers (2018) van de academische gemeenschap en met name van opleidingsinstituten als de UvA verwacht worden dat zij een voorbeeldrol innemen ten aanzien van verduurzaming van de wereld.

Uit de literatuur blijkt een duidelijke noodzaak tot verduurzaming van de omgang van de mens met de aarde. Voor deze verandering is kennis noodzakelijk om technologieën als ICT te kunnen ontwikkelen die een belangrijke bijdrage kunnen leveren deze verduurzaming. Zoals eerder genoemd is de EV een algemeen geaccepteerde berekening binnen de wetenschap voor het bepalen van de duurzaamheid van verschillende entiteiten. In mindere mate is de EV gebruikt voor het bepalen van de duurzaamheid van universiteiten. Van universiteiten wordt verwacht dat zij een voorbeeldrol innemen ten aanzien van verduurzaming van de wereld. Daarom wordt onderzoek gedaan naar de EV van de UvA en in hoeverre ICT kan bijdragen aan verkleining van de EV van de UvA. Hierbij hoort de volgende onderzoeksvraag: Hoe kan ICT bijdragen aan verduurzaming van de UvA door verkleining van haar EV te ondersteunen? De onderstaande deelvragen dienen ter ondersteuning bij de beantwoording van deze kwestie en worden beantwoord in hoofdstuk 2 (Theoretisch kader).

Wat houdt de EV berekening in?

Welke EV componenten zijn representatief voor de reeds verrichte onderzoeken naar de EV van universiteiten?

Wat is de kwaliteit van de EV berekening?

Hoe wordt de EV gebruikt om de duurzaamheid van universiteiten in te schatten?

Welke conversiefactoren kunnen gebruikt worden om gegevens van de UvA om te rekenen naar een EV van de UvA?

Hoe kan de EV van een universiteit vergeleken worden met de EV van andere universiteiten?

Hoe kan ICT in het algemeen bijdragen aan verduurzaming?

Gezien het belang van een verduurzaming van de wereld waarin de mens een verantwoordelijkheid heeft om te veranderen in de omgang met de aarde, kan het bepalen van een EV van een entiteit goede feedback zijn om verduurzaming van deze entiteit in gang te zetten (Wackernagel & Rees, 1998).

ICT wordt mogelijk gemaakt door kennis en kennis wordt genoemd als hét middel om bezuiniging van natuurlijke bronnen en daarbij de verlaging van de EV van een entiteit mogelijk te maken. In dit onderzoek zal gekeken worden naar de UvA en naar andere universiteiten als entiteit(en). Gezien de potentie van ICT om een grote bijdrage te leveren aan verduurzaming van de wereld, zal een best practice applicatie ontwikkeld worden waar universiteiten hun eigen EV kunnen vergelijken met

de best practice EV. Dit zijn de eenheden van de best presterende universiteiten bij alle componenten waar de EV uit bestaat. De bijbehorende ontwerp- of onderzoeksvragen luiden:

Ontwerp een applicatie die de EV als maatstaf voor duurzaamheid van een universiteit gebruikt en universiteiten aanzet tot verduurzaming.

Maak een duurzaamheidsanalyse van de UvA aan de hand van de ontwikkelde best practice applicatie.

Tot slot zal onderzoek gedaan worden naar ICT-toepassingen die de EV van universiteiten kunnen verkleinen. Hierbij zal speciaal gekeken worden welke toepassingen geschikt zijn voor de UvA gezien het aandeel van de verschillende componenten in de EV en de prestatie van de verschillende componenten ten opzichte van best practice.

Waar de UvA al eerder onderzocht is wat betreft haar impact op de aarde door de koolstofvoetafdruk van de UvA vast te stellen (IVAM, 2015), is nog niet eerder onderzoek gedaan naar de EV van de UvA. De uitkomsten van dit onderzoek vullen daarom een gat in de wetenschappelijke kennis. Ook is niet eerder onderzocht wat ICT-toepassingen zijn die de EV van de UvA kunnen verkleinen. Daarnaast is er momenteel geen best practice applicatie die universiteiten kunnen gebruiken om een beeld te krijgen van hun EV ten opzichte van de best presterende universiteiten. Deze applicatie kan universiteiten laten inzien op welke gebieden vooruitgang te behalen valt wat betreft duurzaamheid. De UvA en andere universiteiten kunnen zo een bijdrage leveren aan het voorkomen van het ontstaan van de door Malthus voorspelde oncontroleerbare wereld en daardoor bijdragen aan prettig bestaan op deze aarde voor vele volgende generaties.

2. Theoretisch kader

2.1 Ecologische voetafdruk

Waar het eerder genoemde Limits to Growth van Meadows et al. (1972) zich focust op het opraken van fossiele bronnen, focust de EV berekening van Wackernagel en Rees (1998) zich op de limieten van hernieuwbare bronnen. Bij deze berekening is de EV van een entiteit nul wanneer de entiteit per jaar net zo veel van de aarde gebruikt als de aarde in een jaar terug kan geven in de vorm van hernieuwbare bronnen. Door gebruik te maken van deze berekening kan berekend worden of een entiteit op een duurzame wijze gebruikmaakt van de aarde.

Zoals eerder genoemd omvat de EV het oppervlakte biologisch productief land en water dat een entiteit nodig heeft om alle bronnen te produceren die de entiteit consumeert en om het afval te verwerken dat de entiteit genereert. Deze berekening is ontwikkeld door William Rees en Mathias Wackernagel van de Universiteit van Brits Columbia in Vancouver (Wackernagel & Rees, 1998). De EV bestaat uit zes verschillende voetafdrukken: akkerland voetafdruk, grasland voetafdruk, bos voetafdruk, visgrond voetafdruk, koolstof voetafdruk en de bebouwde grond voetafdruk. Elk van deze voetafdrukken heeft zijn eigen biocapaciteit uitgedrukt in globale hectare (gha) wat een globaal gemiddelde is van de productiviteit van een soort land per jaar. Om de EV te kunnen berekenen worden verschillende componenten bepaald die gerelateerd zijn aan de consumptie van materiaal en de uitstoot van afval en die een of meerdere van de zes verschillende voetafdrukken veroorzaken (Lambrechts & Liederkerke, 2014).

2.2 EV componenten

Binnen het onderzoeksgebied dat gericht is op de berekening van de EV binnen het hoger onderwijs, zijn er verschillen wat betreft de bepaling van deze componenten. Conway, Dalton, Loo en Benakoun (2008) heeft bij de berekening van de EV van de Universiteit van Toronto gebruikgemaakt van de componenten: materialen, afval, bebouwd land, water, energie, voedsel en transport. Lambrechts en Liederkerke (2014) heeft bij de berekening van de EV van de Universiteit van Leiden gebruikgemaakt van direct energiegebruik (natuurlijk gas, olie en elektriciteit), water (tap water en rioolwater), mobiliteit (woon en werkverkeer, reizen met het vliegtuig en andere service reizen), inkoop (papier, kantoormateriaal, cursussen voor studenten), afval (gerecycled en niet gerecycled), voedsel (consumptie in campus restaurants) en infrastructuur (constructie van gebouwen, meubilair en ICT-apparatuur). Nunes, Catarino, Teixeira en Cuesta (2013) heeft tot slot de EV van de Algarve Universiteit berekend en deze EV vergeleken met andere universiteiten. Om een vergelijking met andere universiteiten te kunnen maken, is de EV in dit onderzoek opgedeeld in componenten die representatief waren voor de op dat moment bestaande onderzoeken naar de EV van universiteiten. Deze componenten zijn: energie, mobiliteit, afval, papier, voedsel, bebouwd land en water.

Zoals aangegeven bij het onderzoek van Lambrechts en Liederkerke (2014), bestaat elk component uit verschillende onderdelen. Het verschilt per universiteit welke onderdelen bij de verschillende componenten genomen worden. Bij sommige universiteiten wonen bijvoorbeeld alle studenten op de campus van de universiteit, terwijl een andere universiteit studenten heeft die vanuit het hele land komen en/of veel buitenlandse studenten heeft. Bij de eerstgenoemde universiteit zal het component mobiliteit of transport veroorzaakt door reizende studenten niet of minimaal aanwezig zijn, terwijl dit bij de tweede universiteit wel onderdeel zou zijn van het component mobiliteit of transport.

2.3 De kwaliteit van de EV berekening

De voornaamste kracht van de EV berekening is dat de berekening intuïtief en gemakkelijk te communiceren is. Toch krijgt juist deze kracht de voornaamste kritiek. Er wordt gesteld dat er een oversimplificatie van de werkelijkheid gebruikt wordt om de berekening intuïtief en gemakkelijk te communiceren te maken. Het gevolg hiervan is dat er onder- of overschattingen gemaakt worden en dat resultaten vervolgens moeilijk te vergelijken zijn. Daarnaast worden bepaalde onderdelen uit de berekening weggelaten waarvan bekend is dat ze een EV veroorzaken, maar waarvoor geen betrouwbare berekening is die het onderdeel kan omzetten naar een EV in gha die veroorzaakt wordt door de creatie en/of verwerking van het onderdeel. Voorbeelden hiervan zijn gevaarlijk afval en pesticiden (Dawe, Vetter, & Martin, 2004). Lambrechts en Liederkerke (2014) beveelt daarom aan om bij de interpretatie van de EV niet teveel waarde te hechten aan het aantal gha dat uit de berekening komt, maar dit getal te nemen voor wat het is, bijvoorbeeld als (1) een statische momentopname die een indicatie geeft van de impact van een entiteit op het milieu op een bepaald moment, (2) een nuttig kader dat gebruikt kan worden voor de verkleining van de hoofdzakelijke componenten van de EV van een entiteit, (3) een hulpmiddel voor het creëren van bewustzijn bij entiteiten om zo initiatieven te stimuleren die gericht zijn op verkleining van de EV.

2.4 Vergelijking tussen de EV van universiteiten

Er zijn verschillende onderzoeken gedaan naar de EV van universiteiten. Lambrechts en Liederkerke (2014) heeft een overzicht gemaakt van zeventien onderzoeken (waaronder hun eigen onderzoek) naar de EV van verschillende universiteiten. Om de EV van universiteiten met elkaar te kunnen vergelijken wordt gekeken naar de EV per hoofd, omdat universiteiten met een grotere populatie over het algemeen een grotere totale EV hebben. Dit wordt gedaan door de totale EV van een universiteit te delen door de grootte van haar populatie die bestaat uit studenten en werknemers (inclusief promovendi).

Hoewel in paragraaf 2.3 genoemd werd dat uitkomsten uit de EV berekening moeilijk vergeleken kunnen worden, is vergelijking volgens Nunes et al. (2013) mogelijk. Onzekerheid in de berekening moet dan echter gecontroleerd kunnen worden. Nunes et al. (2013) heeft dit vastgesteld door te kijken naar de EV van verschillende universiteiten en de bijdrage van de verschillende componenten aan deze EV. Het component mobiliteit van de EV zorgde er bij de vergelijking voor dat er grote

verschillen tussen universiteiten waren. Mobiliteit is erg afhankelijk van het land of de regio waarbinnen de universiteit zich bevindt, veroorzaakt door tradities en de daardoor aanwezige transportnetwerken. Wanneer het effect van mobiliteit niet meegenomen werd in de berekening van de EV konden universiteiten beter met elkaar vergeleken worden. In dit onderzoek zal mobiliteit echter wel meegenomen worden bij de vergelijking van de EV van universiteiten gezien het grote aandeel van mobiliteit in de EV van veel universiteiten (Lambrechts & Liederkere 2014). Dit kan in dit onderzoek gedaan worden, omdat niet alleen de totale EV van universiteiten met elkaar vergeleken wordt, maar ook de componenten waaruit de EV bestaat. De EV van deze componenten zijn onafhankelijk van de EV van mobiliteit. Aan de vergelijking van de totale EV en de EV per hoofd tussen universiteiten wordt minder waarde gehecht in verband met het mobiliteit component dat voor de bovengenoemde grote verschillen zorgt.

2.5 Duurzaamheid van universiteiten bepalen door EV

Volgens Venetoulis (2001) zijn universiteiten optimaal duurzaam als alle consumptie en absorptie van het door de universiteiten veroorzaakte afval gebeurt binnen het gebied waar consumptie plaatsvindt. Dit houdt in dat een universiteit optimaal duurzaam is als de EV niet groter is dan het totale oppervlakte biologisch productief land en water waar de universiteit beschikking over heeft.

Wanneer het bovengenoemde gegeven niet beschikbaar is van een universiteit is er een alternatieve manier om de duurzaamheid van een universiteit te bepalen aan de hand van de EV berekening. Van deze duurzaamheidsanalyse wordt in dit onderzoek gebruikgemaakt. Dit kan gedaan worden door de totale populatie van de universiteit te bepalen en vervolgens te bepalen hoeveel hectare biologisch productief land wereldwijd per persoon beschikbaar is. De laatstgenoemde hoeveelheid kan vervolgens vermenigvuldigd worden met de totale populatie van de universiteit. De UvA heeft bijvoorbeeld een populatie van 43.000 (Universiteit van Amsterdam, z.d.-b). Zoals in de inleiding besproken is er per persoon wereldwijd 1,8 gha biologisch productief land en water beschikbaar. De UvA zou dan een EV van maximaal 77.400 gha (43.000 * 1,8) mogen hebben om duurzaam te blijven. In de EV berekening van een universiteit wordt de voetafdruk van de universiteit berekend en gedeeld door de populatie van de universiteit. Zo wordt de EV per hoofd van de populatie van de UvA berekend die te relateren is aan werkzaamheden en studeren aan de UvA. Deze EV is echter een klein deel van de totale EV van de populatie van de UvA, omdat deze populatie gemiddeld slechts een beperkt deel van haar leven doorbrengt op de UvA. Het deel van de EV van de populatie van een universiteit die veroorzaakt wordt door het studeren of werken aan een universiteit is dus een klein deel van de totale EV van de populatie. Het is dus aannemelijk dat de EV van de UvA een stuk kleiner moet zijn dan 77.400 gha om duurzaam te blijven. Een inschatting wordt gemaakt door het gemiddelde percentage van de tijd van het leven van de populatie, dat de populatie doorbrengt op de UvA in te schatten. Deze schatting kan gevonden worden in paragraaf 3.5.

Een limitatie van de EV berekening van universiteiten is dat het lastig om grenzen te stellen wat betreft het aandeel van individuen in de EV van universiteiten (Conway et al., 2008). Als voorbeeld wordt het door een universiteit mogelijk maken van wonen op de campus genoemd. Het mogelijk maken van wonen op de campus, resulteert waarschijnlijk in een toename van de EV van de universiteit, maar het is ook aannemelijk dat de EV van de individuen afneemt door een afname van het mobiliteit gerelateerde component. Wanneer het mobiliteit gerelateerde component van studenten niet meegenomen wordt in de EV berekening van de universiteit, zal het mogelijk maken van wonen op de campus enkel resulteren in een toename van de EV van een universiteit (bijvoorbeeld door een toename in elektriciteitsgebruik), terwijl de universiteit directe invloed heeft op de vermindering van de EV van studenten.

Gezien de in paragraaf 2.3 genoemde limitaties van de EV berekening voor het bepalen van de duurzaamheid van een universiteit wanneer slechts gekeken wordt naar het aantal gha, past Conway et al. (2008) scenario creatie toe. Dit houdt in dat scenario’s bepaald worden die invloed hebben op de EV van een universiteit. Hierdoor kan de relatieve impact van verschillende scenario’s op de EV van de universiteit bepaald worden. Vervolgens kan de universiteit een scenario of een combinatie van scenario’s kiezen om tot optimale duurzaamheid binnen de mogelijkheden van de universiteit te komen.

2.6 ICT als hulpmiddel voor verduurzaming

Men kan tegenwoordig bijna niet meer zonder de digitale wereld en dus de ICT-sector die deze wereld mede mogelijk maakt. Daarnaast worden de eisen die aan deze digitale wereld gesteld worden hoger. Men wil een grotere bandbreedte en meer data, en om dit te realiseren is een toenemende hoeveelheid datacentra nodig waardoor de energievraag sterk zal toenemen. Men vraagt dus steeds meer van de ICT-sector met als gevolg dat de EV van de ICT-ICT-sector toe zal gaan nemen, indien de ICT-sector er geen verduurzaming tegenover stelt (Steffers, 2016).

De ICT-sector heeft echter duidelijk potentie om verduurzaming mogelijk te maken. Volgens Van der Donk (2018) kan ICT bijna tien keer meer energie besparen dan de sector zelf gebruikt. Ongeacht de toename van datacentra die leidt tot een datagroei van 40 procent per jaar, heeft de sector er met behulp van efficiencyverbeteringen voor gezorgd dat haar energievraag ongeveer stabiel gehouden wordt. Voorbeelden van deze efficiencyverbeteringen zijn het ontkoppelen van datagroei van energiegebruik, de inzet van fotonica en de spreiding van datastromen (Van der Donk, 2018).

Daarbij leidt verduurzaming binnen de ICT-sector ook tot verduurzaming binnen andere sectoren, omdat er binnen andere sectoren gebruikgemaakt wordt van de diensten van de ICT-sector. Ook maken de datacenters meer rekenkracht mogelijk wat een bijdrage kan leveren aan duurzame initiatieven buiten de ICT-sector. Het Science Park gebouw in Amsterdam dat eigendom is van de UvA wordt bijvoorbeeld verwarmd met warmte die opgevangen is uit een datacenter. Binnen de woningbouw kunnen ICT-modellen gebruikt worden om bewoners advies te geven wat betreft duurzaamheidstoepassingen die het meest lonen voor de bewoners. Zijn zonnepanelen, warmtepompen

of is een gezamenlijk zonnedak geschikt binnen een bepaalde wijk? Ook kunnen wijken collectieven starten waarbinnen energie ingekocht wordt op basis van weersverwachting of juist te wachten met het opladen van auto’s op basis van de weersverwachting. Voor het benutten van deze mogelijkheden is groei binnen de ICT-sector nodig waarbij de focus moet liggen op duurzaamheid (Steffers, 2016).

Ook Hilty (2016) ziet duidelijk de potentie van ICT om verduurzaming mogelijk te maken en stelt dat de digitale revolutie gebruikt moet worden om de ecologische transitie mogelijk te maken. De ecologische transitie is de beweging die resulteert in duurzamere omgang door de mens met de aarde.

Toch is Hilty (2016) kritisch, omdat ICT vaak niet met de bovengenoemde gedachte ingezet en ontwikkeld wordt. Voor een betere omgang van de mens met de aarde moet de economie gedematerialiseerd worden, zodat de productiviteit van natuurlijke bronnen omhoog gaat. De inzet van ICT heeft er echter tot op heden niet toe geleid dat deze dematerialisatie plaatsvindt. Hilty (2016) beargumenteert dit door een drietal constateringen (1) mobiele telefoons zijn veel lichter geworden. Dit is positief, want er is minder materiaal nodig voor één telefoon. Echter, doordat de telefoon een stuk lichter werd en ook goedkoper werd, wilden meer mensen een telefoon en sommige mensen zelfs meerdere telefoons. Hierdoor zijn er uiteindelijk juist meer natuurlijke bronnen nodig om aan de vraag van de mensen te voldoen, waardoor de dematerialisatie mislukt is. De conclusie die hieruit getrokken kan worden is dat dematerialisatie op micro level geen garantie is voor dematerialisatie op macro level, (2) in 2007 werd de grens van honderd kilowattuur (kWh) voor ICT per persoon geslecht. De mens is steeds meer energie aan het gebruiken voor computing, ondanks dat er met één kWh veel meer computing gedaan kan worden. Momenteel is ICT slechts verantwoordelijk voor twee à drie procent van de totale energieconsumptie wereldwijd. ICT heeft derhalve een klein aandeel in de wereldwijde energieconsumptie. Toch zal dit aandeel gaan toenemen, gezien de voorspelling dat ICT dé methode is die een bijdrage moet gaan leveren om de verduurzaming van de wereld te verwezenlijken. Het is dus van belang dat ICT zelf ook duurzaam functioneert. Dit lijkt momenteel wel aan de orde te zijn gezien de eerder genoemde kracht van de ICT-sector om energie te besparen, (3) men zou verwachten dat landen met de hoogste service sector het meest gedematerialiseerd zouden zijn. Zwitserland, het land dat de grootste service sector heeft, gebruikt veertig ton materiaal per jaar. Dit is vier keer zoveel als het globale gemiddelde. Twee derde hiervan is in een ander land verkregen en de helft heeft Zwitserland nooit bereikt, ook wel indirecte materiaalstromen genoemd. Zwitserland is dus niet gedematerialiseerd, maar besteedt het vuile werk uit aan andere landen. Hilty (2016) stelt dat dit geen duurzame aanpak, is, want als China zoals Zwitserland te werk zou gaan, zouden twee of drie extra planeten nodig zijn om de wereld in haar levensbehoeften te kunnen voorzien.

Hilty (2016) noemt een drietal ICT-toepassingen die bij zouden kunnen dragen aan een verduurzaming van de aarde: (1) Virtual spaces, dit zijn virtuele ruimtes die vergelijkbaar zijn met een computerspel en mensen in staat stellen om samen te werken, zodat ze niet af hoeven te reizen om bij elkaar te komen. Hierbij wordt benadrukt dat de ervaring van samenwerken beter moet zijn dan de conventionele wijzen van samenwerken, (2) Self-sufficient communications, door verdere ontwikkeling

in energie efficiëntie van ICT en energieopwekkende instrumenten, zou het mogelijk zijn om zelfregulerende communicatie infrastructuren te ontwikkelen met een netwerk met duurzame onderdelen die geen externe energie nodig hebben. Dit kan dan een publiek goed worden en ervoor zorgen dat men niet verplicht wordt om nieuwe telefoons te kopen wat leidt tot dematerialisatie en (3) Intelligent recycle robot, recyclen wordt momenteel niet intelligent uitgevoerd. Ook is er veel te doen om complexiteit van de opslag van hernieuwbare energie (zonne-energie bijvoorbeeld). Een oplossing zou zijn om de energie niet op te slaan, maar een recycle robot alleen laten werken als de robot energie krijgt van een hernieuwbare bron. Organisaties of huishoudens zouden dan een eigen recycle robot kunnen gebruiken die hun afval recycled tot producten die vervolgens weer gebruikt kunnen worden door de entiteit.

Tot slot zorgt de ICT-sector ook voor nieuwe uitdagingen. Deze uitdagingen worden veroorzaakt door nieuwe ontwikkelingen die razendsnel plaatsvinden. Uitdagingen die kunnen ontstaan zijn bijvoorbeeld privacy en/of veiligheidsgerelateerde uitdagingen. Het is van uiterst belang dat deze kwesties aangepakt worden, wat door de snelle ontwikkeling soms heel complex kan zijn (Middelweerd, 2018). Voorbeelden van relevante uitdagingen binnen de ICT-sector zijn: matig beveiligde Internet of Things (IoT) toepassingen, verandering die sneller plaatsvindt dan wetgeving, verzamelen van data conform wetgeving en de grote vraag naar technische kennis (Fransen, z.d.).

3. Materiaal en methoden

3.1 Onderzoeksobjecten

Het voornaamste object dat in dit onderzoek onderzocht werd, is de Universiteit van Amsterdam (UvA). Op basis van het aantal ingeschreven studenten is de UvA de grootste universiteit van Nederland en een van de twee universiteiten in Amsterdam, de andere is de Vrije Universiteit (VU) (Universiteit van Amsterdam, z.d.-a). De UvA bestaat uit zeven faculteiten waar ongeveer 34.000 studenten en 9.000 medewerkers (waarvan 3.000 promovendi) over verdeeld zijn (Universiteit van Amsterdam, z.d.-b).

Daarnaast werden verschillende mensen geïnterviewd die betrokkenheid hebben met verduurzaming van het hoger onderwijs. De drie verschillende groepen mensen die geïnterviewd werden, waren: een UvA medewerkster, een groene ICT-specialist en twee rijksmedewerkers van rijksdienst voor ondernemend Nederland (RVO).

Naast deze interviews werd een bijeenkomst bijgewoond die duurzaamheid in het hoger onderwijs als onderwerp had. De bijeenkomst betrof een presentatie van een onderzoek naar het duurzaamheidsbeleid van de Hogeschool van Amsterdam (HvA) en de UvA. Na deze presentatie werd de groep verdeeld in discussiegroepen die elk discussieerde over stellingen binnen een bepaald onderwerp dat betrekking had op duurzaamheid in het hoger onderwijs. Tijdens deze discussiegroepen werd de feedback bij de verschillende onderwerpen verwerkt in verschillende mindmaps. Later werden deze mindmaps uitgewerkt tot een rapport over de discussiegroepen (ASVA, 2019). De uitkomsten van dit rapport werden vergeleken met de resultaten van dit onderzoek om resultaten te ondersteunen of in twijfel te trekken.

3.2 Procedure interviews en dataverzameling

Om de mate van duurzaamheid van de UvA te bepalen, werd gebruikgemaakt van de EV berekening. Om tot de benodigde gegevens te komen werd in eerste instantie contact opgenomen met de heer E. Doorman (Bestuur en Bestuursstaf van de UvA). Via hem werd toegang verkregen tot de milieubarometer van de UvA waarin zaken als energieverbruik, waterverbruik, hoeveelheid afval et cetera te vinden waren. De heer Doorman legde vervolgens contact met de heer R. Boeters (Programmamanager duurzaamheid HvA en UvA). Laatstgenoemde gaf toegang tot een rapport uit 2013 waarin de koolstofvoetafdruk van de UvA berekend was en waarin interessante gegevens stonden die missende gegevens in de milieubarometer aan konden vullen. Daarnaast legde de heer Boeters contact met de verantwoordelijke voor voedsel bij de UvA en de HvA. Hij gaf aan dat er geen gegevens beschikbaar waren wat betreft voedselconsumptie door de UvA. Van dit component moest daardoor een schatting gemaakt worden om mee te kunnen nemen in de EV berekening. Van alle personen die een contributie geleverd hebben aan dit onderzoek zijn de gegevens te vinden in de bijlage onder “Contributies”.

Wat betreft de interviews werden voor de verschillende groepen mensen verschillende vragen opgesteld. Deze vragen zijn terug te vinden in de bijlage onder “Complete interviews”.

De vragen die voor de UvA medewerkster opgesteld werden, hadden als doel om (1) in te schatten in hoeverre de medewerkster zich bewust was van de EV die te relateren was aan haar werkzaamheden, (2) haar verwachting te bepalen wat betreft het onderdeel van de UvA dat de grootste impact heeft op de EV, (3) te bepalen hoeveel de UvA doet aan verkleining van haar EV naar de mening van de medewerkster, (4) haar verwachting van de potentiële bijdrage van ICT bij de verkleining van de EV van de UvA te bepalen en (5) te bepalen in hoeverre de medewerkster vindt dat de UvA al gebruik maakt van ICT voor verkleining van haar EV. Dit interview werd face-toface afgenomen en werd opgenomen nadat goedkeuring gevraagd was aan de geïnterviewde (mevrouw A. la Verge).

De vragen die voor de ICT-specialist opgesteld werden, hadden als doel om (1) een idee te krijgen welke ICT-toepassingen er momenteel gebruikt worden in het hoger onderwijs die als doel verduurzamen hebben, (2) te achterhalen wat opkomende ICT-toepassingen zijn die als doel hebben het hogere onderwijs te verduurzamen, (3) advies te krijgen hoe de EV van de UvA het best berekend kan worden en (4) te achterhalen in hoeverre mensen zich bewust zijn van hun EV en hoe ICT kan bijdragen aan de verkleining van hun EV. Dit interview werd via Skype afgenomen en werd opgenomen nadat goedkeuring gevraagd was aan de geïnterviewde (de heer R. Hoeffnagel).

De opgestelde vragen voor de rijksmedewerkers hadden als doel om (1) een idee te krijgen welke maatregelen door de overheid genomen worden die gericht zijn op duurzaamheid in het hoger onderwijs, (2) te achterhalen hoe maatregelen zich met de tijd mee ontwikkelen om relevant en uitvoerbaar te blijven (aanleiding: interview met de heer Hoeffnagel die aangaf dat technologie er wel is, maar dat het niet toegepast kan worden door verouderde regelgeving), (3) te achterhalen hoe de rijksmedewerkers verwachten dat maatregelen zich gaan ontwikkelen in de toekomst, (4) te achterhalen wat de rijksmedewerkers verwachten ten aanzien van de bijdrage van ICT bij het behalen van gestelde duurzaamheidseisen door hogere onderwijsinstellingen, (5) te achterhalen in hoeverre duurzaamheidsberekeningen als de EV gebruikt worden om maatregelen vast te stellen, (6) de top drie maatregelen die duurzaamheid verbeteren te weten te komen van de rijksmedewerkers en (7) te weten komen welke factoren deze maatregelen belemmeren. Ook dit interview werd via Skype afgenomen en werd opgenomen nadat toestemming gegeven was door de geïnterviewden. Tot slot werden de geïnterviewden van de drie verschillende groepen verzocht de uitgewerkte interviews te accorderen.

3.3 Procedure berekening EV van de UvA

Voor de berekening van de EV van de UvA werd gebruikgemaakt van de componenten die gedefinieerd zijn in het onderzoek van Nunes et al. (2013). Deze componenten werden gebruikt, omdat ze representatief waren voor de verschillende onderzoeken die reeds gedaan waren naar de EV van universiteiten. Zoals in paragraaf 2.2 genoemd, waren deze componenten: energie, mobiliteit, afval, papier, voedsel, bebouwd land en water.

Vervolgens werd literatuuronderzoek gedaan naar conversiefactoren voor onderdelen binnen de verschillende componenten. Bijvoorbeeld met welke conversiefactor windenergie verbruik (component energie) in kWh vermenigvuldigd moest worden om tot de juiste EV voor windenergie te komen. Om deze conversiefactoren te verkrijgen werd in eerste instantie geprobeerd om contact te krijgen met auteurs van twee relatief recente onderzoeken naar de EV van een universiteit, namelijk Conway et al. (2008) en Lambrechts en Liederkerke (2014). Van mevrouw T. Conway werd geen reactie ontvangen en de heer W. Lambrechts gaf aan dat de berekening van de EV door een externe partij gedaan was en dat de exacte berekeningen niet met hen gedeeld waren.

Daarom werd besloten om conversiefactoren te gebruiken die in de literatuur aanwezig waren. Om deze conversiefactoren te vinden werden de zeventien onderzoeken die in de literatuur bekend waren, gelezen op zoek naar conversiefactoren. Uiteindelijk werden in de volgende onderzoeken bruikbare conversiefactoren gevonden: Venetoulis (2001), Stewart en Loo (2006), Burgess en Lai (2006) en Li, Wang, Gu, Lui, Ding en Liang (2008). Muñiz en Galindo (2005) werd gebruikt voor mobiliteit conversiefactoren en behoorde niet tot de zeventien eerder genoemde onderzoeken. De conversiefactoren werden uiteindelijk geordend per component, per onderdeel van de componenten en per onderzoek. Uit het onderzoek van Li et al. (2008) werden de conversiefactoren bepaald door de EV van elk onderdeel te delen door de waarde waarmee de conversiefactor vermenigvuldigd (die niet bekend was) was. Dit was te verifiëren door een rekenvoorbeeld 2 * 3 = 6. In het onderzoek van Li et al. (2008) was 3 de conversiefactor die niet bekend was. Om de conversiefactor te bepalen moest 6 door 2 gedeeld worden, dus moest de EV gedeeld worden door de waarde waarmee de onbekende conversiefactor vermenigvuldigd was. Bijvoorbeeld 349.197 km afgelegd door autogebruik leverde een EV van 13,8 gha op, dus werd 13,8 gha gedeeld door 349.197 km wat 0,0000395 gha/km is. Dit werd dus de conversiefactor om het aantal kilometers autogebruik om te rekenen naar een EV. De conversiefactoren voor mobiliteit werden afgerond op drie significante cijfers achter de komma. Het overzicht van alle conversiefactoren is te vinden in de bijlage onder “Conversiefactoren”.

Vervolgens werden gegevens van de UvA verzameld die gebruikt konden worden om de EV van de UvA te berekenen. Hiervoor werden drie bronnen gebruikt: de milieubarometer, het IVAM (2015) rapport waarin een berekening van de koolstofvoetafdruk van de UvA en de HvA beschreven werd en persoonlijke communicatie met de heer Boeters. Door middel van deze bronnen konden gegevens van de UvA gevonden worden daterend van 2013 tot 2019: energie (milieubarometer, 2018), water (milieubarometer, 2017), afval (milieubarometer, 2017), mobiliteit (IVAM rapport, 2015), bebouwd land (R. Boeters, persoonlijke communicatie, 28 mei 2019), papier (IVAM rapport, 2015) en voedsel (konden helaas geen gegevens van verkregen worden). Omdat van voedsel geen gegevens verkregen konden worden, moest een schatting gemaakt worden. Dit werd gedaan door in de eerder besproken zeventien onderzoeken te kijken naar de voedsel EV per hoofd van de onderzochte universiteiten. Van elf van de zeventien onderzoeken was de EV per hoofd bekend en van deze elf

waardes werd het gemiddelde genomen. Het gemiddelde werd vervolgens vermenigvuldigd met de populatie van de UvA om tot een geschatte EV voor voedsel van de UvA te komen.

Daarnaast was de hoeveelheid ongesorteerd afval van de UvA bekend, maar hier was geen geschikte conversiefactor voor te vinden in de literatuur. Daarom werd een schatting gemaakt door drie gemiddelden te berekenen die voortkwamen uit de conversiefactoren van de verschillende soorten afval uit drie verschillende onderzoeken (Venetoulis, 2001; Li et al., 2008; Conway et al., 2008). Dit leverde drie verschillende conversiefactoren op voor ongesorteerd afval.

Ook moest een schatting gemaakt worden van de bebouwd land EV. Via de heer Boeters werd de hoeveelheid bruto vloeroppervlakte (bvo) van de UvA verkregen. De heer Boeters raadde vervolgens aan om deze waarde te delen door het gemiddeld aantal verdiepingen van UvA panden. Hiervan werd een schatting gemaakt door telefonisch en per mail contact op te nemen met verschillende UvA panden en te vragen hoeveel verdiepingen hun pand had. Uiteindelijk werden het aantal verdiepingen van 22 UvA panden gevonden en hier werd het gemiddelde van genomen (persoonlijke communicatie, 12 juni 2019). Het aantal verdiepingen van deze panden en de schatting is te zien in de bijlage onder “Gebouw - verdiepingen”.

Wat betreft voedselconsumptie konden geen gegevens van de UvA verkregen worden. De conversiefactoren voor de verschillende onderdelen van het voedsel component waren dus niet nodig voor de berekening van de EV van de UvA. Bij onderzoek naar de EV van een andere universiteit of een vervolgonderzoek naar de EV van de UvA kunnen deze conversiefactoren echter wel gebruikt worden.

Vervolgens werd bij de onderdelen die wel nodig waren gekeken of de conversiefactor gebruikt kon worden voor de meeteenheid waarin de gegevens van de UvA beschikbaar waren. Zo werd de conversiefactor voor ponden omgerekend naar een conversiefactor voor kilo’s door de conversiefactor voor ponden te vermenigvuldigen met 0,45359237 en werden kubieke meters aardgas omgerekend naar kWh door te vermenigvuldigen met 9,77 (kwhinzicht, z.d.).

Nadat de hierboven besproken stappen uitgevoerd waren, werden een onder- en een bovengrens factor bepaald. Dit werd gedaan, omdat verschillende onderzoeken voor dezelfde onderdelen andere conversiefactoren hanteerden in hun berekening van de EV. Van de verzamelde gegevens werd een werkblad gemaakt dat gebruikt kon worden om de EV van de UvA uit te rekenen. Een berekening voor de EV van voedsel werd toegevoegd aan dit werkblad, ondanks dat het niet nodig was voor de berekening van de EV van de UvA. Het werkblad kan daardoor gebruikt worden door andere universiteiten die wel de beschikking hebben over voedselgegevens. Daarbij is het een flexibel werkblad dat aangepast kan worden aan de onderdelen waaruit de verschillende EV componenten van een universiteit bestaan. Zo bevat het werkblad geen onderdeel elektriciteit opgewekt door water, terwijl er ongetwijfeld universiteiten zijn die deze vorm van elektriciteit gebruiken. In de bijlage onder “Conversiefactoren” kunnen conversiefactoren gevonden worden voor onderdelen die niet opgenomen zijn in het werkblad.

3.4 Procedure ontwikkeling best practice applicatie

Zoals in paragraaf 2.4 benoemd, heeft Lambrechts en Liederkere (2014) de EV van de Universiteit van Leuven berekend en een overzicht gemaakt van de EV’s die naar voren zijn gekomen uit eerder verrichte onderzoeken naar de EV van universiteiten. Nunes et al. (2013) heeft hetzelfde gedaan, echter in dit overzicht mist de EV van het onderzoek van Lambrechts en Liederkerke (2014). Het overzicht van Nunes et al. (2013) is echter uitgebreider, want niet alleen de EV van de verschillende universiteiten wordt weergeven, maar ook welk percentage van de EV te relateren is aan de verschillende componenten. Doordat de percentages bekend waren kon per component bepaald worden wat de EV per hoofd was voor de verschillende componenten. Dit werd berekend door van de totale EV per hoofd het percentage te nemen dat toegeschreven kan worden aan de verschillende componenten.

Om een compleet overzicht te krijgen van de reeds bestaande onderzoeken naar de EV van universiteiten, werden ook uit het onderzoek van Lambrechts en Liederkerke (2014) de percentages gehaald die toe te schrijven waren aan de verschillende componenten waarna ook hier de EV per hoofd voor de verschillende componenten bepaald kon worden. Uit dit onderzoek moesten een aantal onderdelen weggelaten worden, omdat ze geen onderdeel uitmaakten van de in dit onderzoek gedefinieerde componenten. Dit betroffen: meubilair, ICT-uitrusting, kantoor uitrusting en overige uitrusting.

Na deze stappen uitgevoerd te hebben kon het complete overzicht samengesteld worden. Dit overzicht werd gemaakt aan de hand van een Excel bestand. In dit bestand werden de EV waardes per hoofd voor de verschillende componenten, de totale EV per hoofd, de totale EV en neven informatie over de zeventien universiteiten opgenomen.

Het overzicht bevat EV waardes per hoofd voor de verschillende componenten en kan dus gebruikt worden om de duurzaamheidsprestatie van universiteiten op de verschillende componenten met elkaar te vergelijken. Met het oog op het vanuit de literatuur voorspelde grote potentieel van ICT-toepassingen voor het verduurzamen van entiteiten, werd ervoor gekozen om een best practice applicatie te ontwikkelen die het Excel bestand gebruikt als database. Zo kunnen universiteiten hun duurzaamheidsprestatie vergelijken met best practice op de verschillende componenten en dit als motivatie gebruiken om te verduurzamen op componenten waar ze slechter presteren dan best practice. De applicatie werd Engelstalig ontwikkeld met het oog op de mogelijkheid dat universiteiten over de hele wereld de applicatie kunnen gebruiken. De applicatie werd ontwikkeld door middel van het programma Android Studio waarbinnen de programmeertaal Java werd gebruikt om de applicatie te programmeren. Deze vaardigheden werden aangeleerd tijdens het vak App Studio dat gevolgd werd tijdens de minor Programmeren.

3.5 Data-analyse

De gegevens die van de UvA verkregen werden, werden gebruikt om de EV berekening uit te kunnen voeren en zo te kunnen bepalen hoe duurzaam de UvA is. Uit deze EV berekening kwam een aantal gha dat bestond uit de gha voor alle componenten opgeteld. Om de UvA te kunnen vergelijken met andere universiteiten werd de totale EV gedeeld door de populatie van de UvA die bestaat uit studenten en werknemers. De EV per hoofd van de zeventien eerder onderzochte universiteiten werd vervolgens geanalyseerd door te kijken naar het gemiddelde, de mediaan en de standaardafwijking. De mediaan en de gemiddelde EV per hoofd kon vervolgens vergeleken worden met de EV per hoofd van de UvA om een eerste schatting te maken van de duurzaamheidsprestatie van de UvA ten opzichte van de gemiddelde duurzaamheidsprestatie van universiteiten. In de rest van dit onderzoek is ervoor gekozen om enkel gebruik te maken van het gemiddelde als centrummaat, omdat de data zich hier voor leenden (weinig data en geen grote uitschieters).

Ook werd de duurzaamheidsprestatie bepaald door een eigen schatting te maken van het gemiddelde percentage van de tijd van de populatie van de UvA die de populatie doorbrengt op de UvA. Dit percentage werd gesteld op 20 procent en is gezien de haalbaarheid van dit onderzoek niet gebaseerd op eerder onderzoek. Wereldwijd is per persoon 1,8 gha beschikbaar, dus blijft de UvA duurzaam als de totale EV onder 15.480 gha blijft (43.000 * 1,8 * 0,2).

De onderzoeken van Nunes et al. (2013) en Lambrechts en Liederkerke (2014) werden vervolgens gebruikt om de hoeveelheid gha per component per hoofd van de universiteiten te bepalen. Dit kon berekend worden, omdat de EV per hoofd van de universiteiten bekend was en bekend was hoeveel procent van deze EV te relateren was aan al de gebruikte componenten. Deze data werd vervolgens door de best practice applicatie gebruikt om de best practice EV per component te bepalen. Met behulp van de applicatie werd vervolgens de duurzaamheidsprestatie van de UvA vergeleken met best practice.

De data verkregen uit de genoemde onderzoeken werd daarnaast geanalyseerd aan de hand van twee statistische toetsen. De statistische toetsen die gebruikt zijn, zijn: een beschrijvende-, een correlatie- en een lineaire regressie test. De beschrijvende test werd uitgevoerd om de maximale, minimale, gemiddelde en standaarddeviatie van de EV per hoofd van de verschillende onderzoeken te weten te komen, waarmee de eerste duurzaamheidsinschatting van de UvA gemaakt kon worden. De correlatie test werd gebruikt om relaties tussen EV componenten, tussen componenten en de EV waarde per hoofd, tussen de totale EV en de componenten en tussen de totale EV en de EV per hoofd te vinden. Om de relaties duidelijk te kunnen zien werd een correlatiematrix gemaakt waarin verschillende kleuren de mate van correlatie aangaven. Deze correlatiematrix werd gemaakt met behulp van de programmeertaal Python en de bibliotheek Seaborn. De vaardigheden om dit te kunnen maken, werden aangeleerd tijdens het vak Data Science. De lineaire regressie test werd gebruikt om te achterhalen welk of welke component(en) het best de EV per hoofd konden voorspellen. Deze test werd uitgevoerd met

behulp van het programma SPSS. De vaardigheden om de beschrijvende- en lineaire regressie test uit te kunnen voeren, werden aangeleerd tijdens meerdere vakken binnen de Bachelor Informatiekunde.

Tot slot werd naar aanleiding van voortgekomen zorgen ten aanzien van de ecologische impact van reizen per vliegtuig vanuit de bijgewoonde bijeenkomst (ASVA, 2019), een analyse gemaakt van de ecologische impact van reizen per vliegtuig. Ook werden de interviews geanalyseerd en gecombineerd met de resultaten uit de duurzaamheidsprestatie inschatting van de UvA die gemaakt werd door middel van de best practice applicatie en duurzaamheidsanalyses uit de literatuur. De uitkomsten van het ASVA (2019) rapport werden hierbij meegenomen om resultaten te ondersteunen of in twijfel te trekken.

Tot slot werd getracht de interne validiteit, de externe validiteit en de betrouwbaarheid van dit onderzoek te waarborgen (Tubbing, 2014). Door de bovengenoemde verschillende databronnen en methoden te combineren werd de interne validiteit van dit onderzoek gewaarborgd. De externe validiteit werd gewaarborgd door te beschrijven hoe binnen de onderzoekscontext de onderzoeksvragen beantwoord konden worden. Hiervoor werden de procedures in paragraaf 3.2, 3.3 en 3.4 geschreven. De betrouwbaarheid werd gewaarborgd door de volledige interviews op te nemen in de bijlage en een contributietabel te maken waarin de personen met hun gegevens staan die een contributie aan dit onderzoek geleverd hebben.

4. Resultaten

4.1 Statistische analyse resultaten EV onderzoeken

Om inzicht te krijgen in de EV gegevens die naar voren gekomen zijn uit eerdere onderzoeken naar de EV van universiteiten is een test uitgevoerd die de data beschrijft (tabel 1), zijn verschillende lineaire regressie testen uitgevoerd (tabellen 2/3, 4/5 en 6/7) en is een correlatiematrix gemaakt (figuur 1).

Uit de test die de data beschrijft, komt naar voren dat de gemiddelde EV per hoofd van de eerder onderzochte universiteiten 1,81 gha is. Daarnaast is te zien dat er een groot verschil is tussen de minimale en maximale EV per hoofd (Efpc), wat ook terug te zien is aan de grote standaarddeviatie. Bij de zoals in paragraaf 2.4 besproken minder relevante totale EV (EF) is hetzelfde patroon te zien. Alleen het verschil tussen de minimale en maximale EV is een stuk groter en daarmee ook de standaarddeviatie. Dit valt te verklaren, doordat bij de totale EV niet gecorrigeerd wordt voor de populatie van universiteiten.

De lineaire regressie in tabel 2 en 3 laat zien dat de variantie in de componenten mobiliteit, energie en afval 99,9 procent van de variantie in de EV per hoofd verklaart. Dit is een zeer sterk effect. Daarnaast laten de lineaire regressies in tabel 3/4 en 5/6 zien dat de variantie van de componenten energie en mobiliteit respectievelijk 60,7 en 56,8 procent van de variantie in de EV per hoofd verklaren. Dit zijn sterke effecten. De variantie in andere combinaties van componenten of andere individuele componenten verklaren niet meer variantie in de EV per hoofd dan de gegeven

voorbeelden. Mobiliteit, energie en afval en met name mobiliteit en energie hebben dus het grootste aandeel in de EV per hoofd van de onderzochte universiteiten en kunnen de EV per hoofd het best voorspellen. De formule hiervoor is: EV per hoofd = 0,086 + 1,034 * (Energie) + 0,979 * (Mobiliteit) + 0,985 * (Afval).

De correlatiematrix in figuur 1 ondersteunt dat de hierboven genoemde componenten en het component voedsel het grootste aandeel hebben in de EV per hoofd van de onderzochte universiteiten, door een grote positieve correlatie te laten zien tussen de EV per hoofd (Efpc) en de genoemde

componenten. De correlatiematrix moet gelezen worden als, hoe lichter de kleur hoe groter de positieve correlatie en hoe donkerder hoe groter de negatieve correlatie is. Verder valt het op dat de componenten papier en energie een grote negatieve correlatie hebben en het component mobiliteit heeft duidelijk het grootste aandeel als gekeken wordt naar de totale EV (EF) in plaats van de EV per hoofd van universiteiten. Een verklaring voor het eerst genoemde punt zou kunnen zijn dat minder gebruik van papier veroorzaakt wordt door meer gebruik van computers waardoor het energieverbruik omhoog gaat. Bij dit soort opvallende relaties moet echter rekening gehouden worden dat correlatie niet per definitie causaliteit betekent. Het tweede genoemde punt ondersteunt het onderzoek van Nunes et al. (2013) waarin, zoals in paragraaf 2.4 genoemd, gesteld wordt dat mobiliteit een groot aandeel heeft in de EV van universiteiten.

Tabel 1: beschrijving EV gegevens

Tabel 2 en 3: lineaire regressie met energie, mobiliteit en afval

Tabel 6 en 7: lineaire regressie met mobiliteit

Figuur 1: correlatiematrix EV componenten

4.2 EV berekening werkblad

Zoals in paragraaf 2.4 genoemd zijn er reeds zeventien verschillende onderzoeken gedaan naar de EV van universiteiten. Hieruit zijn conversiefactoren gehaald die te gebruiken zijn voor het omrekenen van onderdelen van de verschillende componenten naar een EV. Deze conversiefactoren met de bijbehorende bron zijn te zien in tabel 8. In de eerste kolom worden de componenten en de onderdelen van alle componenten aangegeven. In de andere vier kolommen staan respectievelijk de ondergrens factor (OF), de bovengrens factor (BF), de ondergrens bron (OB) en de bovengrens bron (BB).

Dit zogenoemde werkblad kan gebruikt worden door andere universiteiten om een onder- en een bovengrens van hun EV uit te rekenen. In dit werkblad zijn de conversiefactoren voor de onderdelen opgenomen die noodzakelijk waren voor de berekening van de EV van de UvA met als toevoeging de onderdelen van het voedsel component. Dit is gedaan met het oog op de omvang van het werkblad. Conversiefactoren die niet opgenomen zijn in dit werkblad, maar wel van toepassing zijn voor de berekening van de EV van een universiteit kunnen gevonden worden in de bijlage onder “Conversiefactoren”. Hiermee kan het werkblad aangepast worden, zodat de berekening van de EV van een universiteit gemaakt kan worden.

OF

BF

OB

BB

Energie

Aardgas (kWh) 0,00047

0,00048885

[1]

(kWh) 0,000014 0,000024 Venetoulis (2001) Burgess en Lai (2006) Zon (kWh) 0,0000025 0,000024 Venetoulis (2001) Conway et al. (2008)

Water (m3)

Drinkwater 0,00008 0,00524 Burgess en Lai (2006) Li et al. (2008)

Afval (kg)

Papier 0,000274 0,0028 Li et al. (2008) Venetoulis (2001) Voedselafval 0,000103 0,000103 Li et al. (2008) Li et al. (2008)

Glas 0,0005443108 4 0,001902 Venetoulis (2001) Li et al. (2008) Metalen 0,0021772433 7 0,002177243 37 Venetoulis (2001) Venetoulis (2001) Kunstof 0,001244 0,0036 Li et al. (2008) Conway et al. (2008) Ongesorteerd

[2]

Mobiliteit

(km)

vervoer (2005) (2005) Auto 0,0000259 0,0000395 Muñiz en Galindo (2005) Li et al. (2008) Motor 0,0000129 0,0000129 Muñiz en Galindo (2005) Muñiz en Galindo (2005) Fiets 0,0000026 0,0000026 Muñiz en Galindo (2005) Muñiz en Galindo (2005)

Bebouwd land

(m2)

Panden 0,000283 0,000283 Burgess en Lai (2006) Burgess en Lai (2006)

Papier

(tonnen)

Papier 1,97 2,01 Burgess en Lai (2006) Li et al. (2008)

Voedsel (kg)

Groente 0,0000593 0,0004 Li et al. (2008) Burgess en Lai (2006) Graan 0,000324 0,0017 Li et al. (2008) Burgess en Lai (2006) Zuivel 0,0011 0,00199 Burgess en Lai (2006) Li et al. (2008) Fruit 0,000105 0,0005 Li et al. (2008) Burgess en Lai (2006) Vis 0,0045 0,0227 Burgess en Lai (2006) Li et al. (2008)

Tabel 8: werkblad EV berekening

[1]

[2]

4.3 EV UvA

Zoals te zien in tabel 9, is een onder- en bovengrens EV voor de UvA bepaald. Dit is gedaan door alle onder- en bovengrenzen van de verschillende componenten bij elkaar te nemen. In werkelijkheid zullen combinaties van onder- en bovengrenzen zich voordoen, dus de werkelijkheid bevindt zich ergens tussen deze twee grenzen. Deze twee grenzen zijn te zien in tabel 9 en zijn respectievelijk 11.893,14 gha en 17.067,80 gha. Gekeken per hoofd zijn deze respectievelijk 0,28 gha en 0,40 gha, oftewel studeren of

werken aan de UvA heeft een gemiddeld aandeel tussen de 0,28 gha en 0,40 gha in de EV van studenten en werknemers. Ten behoeve van de leesbaarheid van de tabel zijn de EV waardes afgerond op twee significante cijfers na de komma. In de bijlage onder “EV berekening UvA” kunnen de exacte waardes gevonden worden.

In figuur 2 en 3 zijn daarnaast de aandelen te zien van de verschillende componenten in de EV van de UvA. Hiervoor zijn de afgeronde gegevens uit tabel 9 gebruikt. Bij zowel de onder als bovengrens hebben componenten energie, voedsel, mobiliteit en afval het grootste aandeel in de EV van de UvA. Deze vier componenten hebben samen bij de ondergrens een aandeel van 96,3 procent en bij de bovengrens een aandeel van 94,5 procent.

Component

EV (gha)

Per hoofd EV (gha)

Afval 692,57 - 3.771,26 0,016 - 0,089 Bebouwd land [1] 19,50 - 19,50 0,00045 - 0,00045 Energie 2.007,27 - 3.165,05 0,047 - 0,074 Mobiliteit 2.683,04 - 3.134,69 0,062 - 0,07 Papier 422,48 - 431,06 0,0098 - 0,010 Voedsel [1] 6.060,87 - 6.060,87 0,14 - 0,14 Water 7,41- 485,38 0,00017 - 0,011

Totale EV ondergrens

Totale EV per hoofd ondergrens

Totale EV bovengrens

Totale EV per hoofd

bovengrens

0,40

[1] Voor sommige componenten is één conversiefactor gebruikt. De EV ondergrens is dan hetzelfde als

de EV bovengrens.