From Greenhouse Gas Inventories to Mitigation-Strategy Diagnosis: A First-Principles Mechanism-to-Lever Framework

दुनिया कैसे गर्म हो रही है, इसे समझने के लिए वैज्ञानिकों को सबसे पहले यह सीखना था कि वायुमंडल में गर्मी को रोकने वाली अदृश्य गैसों को कैसे गिना जाए। दशकों से, संगठन इन ग्रीनहाउस गैसों के विस्तृत बहीखाते रखते आए हैं, जिसमें वे इस बात का हिसाब रखते हैं कि कार्बन डाइऑक्साइड, मीथेन और अन्य ऊष्मा पैदा करने वाले कारकों के लिए वे कितने जिम्मेदार हैं। ये इन्वेंट्री प्रगति को ट्रैक करने के लिए आवश्यक हैं, लेकिन वे अक्सर एक साधारण रसीद की तरह काम करती हैं: वे आपको किसी खरीद की कुल लागत तो बताती हैं, लेकिन यह नहीं कि वास्तव में क्या खरीदा गया था या वह कैसे बनाया गया था। एक कंपनी को यह पता हो सकता है कि उसने एक निश्चित मात्रा में गैस उत्सर्जित की है, लेकिन रिकॉर्ड अक्सर उस भौतिक प्रक्रिया को समझाने में विफल रहता है जिसने उस उत्सर्जन को पैदा किया या उस विशिष्ट मार्ग को जो कंपनी को इसे रोकने के लिए अपनाना चाहिए। संख्या जानने और तंत्र (मैकेनिज्म) को समझने के बीच का यह अंतर कई संगठनों को अनिश्चित कर देता है कि कौन से कार्य वास्तव में ग्रह को ठंडा करने के लिए कारगर होंगे।

याओ-मिंग होंग नामक एक शोधकर्ता ने इन संख्याओं को देखने का एक नया तरीका प्रस्तावित किया है, जो उत्सर्जन की एक स्थिर सूची को कार्रवाई के एक गतिशील मार्गदर्शक में बदल देता है। केवल गैस को गिनने के बजाय, यह विधि दर्ज की गई प्रत्येक उत्सर्जन के बारे में तीन मौलिक प्रश्न पूछती है: गैस भौतिक रूप से हवा में कैसे प्रवेश कर गई, वह प्रक्रिया संगठन के सापेक्ष कहाँ हुई, और किस संबंध के माध्यम से संगठन उस प्रक्रिया को प्रभावित कर सकता है? उत्सर्जन की भौतिक वास्तविकता को उसे ट्रैक करने के लिए उपयोग किए जाने वाले लेखांकन नियमों से अलग करके, यह अध्ययन प्रदूषण को कम करने के लिए किन लीवरों को खींचना है, इसका निर्णय लेने हेतु एक स्पष्ट मानचित्र प्रदान करता है। यह किसी जादुई समाधान या त्वरित समाधान का वादा नहीं करता है, बल्कि एक अनुशासित तरीका प्रदान करता है ताकि यह सुनिश्चित किया जा सके कि जो कदम एक कंपनी उठा रही है, वे वास्तव में उस भौतिक समस्या से जुड़े हैं जिसे वह हल करने की कोशिश कर रही है।

इस नए दृष्टिकोण का मूल आधार भौतिकी के नियमों पर आधारित एक सरल लेकिन शक्तिशाली अंतर है। जब कोई ग्रीनहाउस गैस वायुमंडल में दिखाई देती है, तो वह एक या दो तरीकों से आती है। या तो वह पहले से ही वहां मौजूद थी, किसी टैंक या पाइप में संग्रहीत थी, और बस बाहर निकल गई, या वह उस क्षण एक रासायनिक प्रतिक्रिया के माध्यम से बिल्कुल नई बनाई गई थी। यह अध्ययन उत्सर्जन को सबसे पहले इन दो मुख्य श्रेणियों में वर्गीकृत करता है। यदि गैस केवल भंडारण से निकली है, जैसे कि टूटे हुए एयर कंडीशनर से निकलने वाला रेफ्रिजरेंट, तो समाधान लीक को ठीक करने या तरल पदार्थ को बदलने में निहित है। यदि गैस नई बनी थी, तो समाधान पूरी तरह से इस बात पर निर्भर करता है कि उसे कैसे बनाया गया। उदाहरण के लिए, यदि गैस ईंधन जलाने से बनी थी, तो सुधार में ईंधन या इंजन को बदलना शामिल है। यदि यह किसी खेत या अपशिष्ट तालाब में बैक्टीरिया द्वारा बनाई गई थी, तो सुधार जैविक स्थितियों को बदलने में निहित है। यदि यह एक रासायनिक कारखाने की प्रक्रिया द्वारा बनाई गई थी जो ईंधन नहीं जला रही है, तो सुधार रासायनिक प्रतिक्रिया को फिर से डिजाइन करने में निहित है।

यह परीक्षण करने के लिए कि क्या सोचने का यह तरीका वास्तविक दुनिया में काम करता है, शोधकर्ता ने वास्तविक दुनिया के डेटा का एक बड़ा संग्रह एकत्र किया। उन्होंने ऊर्जा कंपनियों से लेकर कृषि फर्मों तक, 31 विभिन्न संगठनों के 675 विशिष्ट रिकॉर्डों का परीक्षण किया। ये रिकॉर्ड परिवहन, विनिर्माण, खेती और अपशिष्ट प्रबंधन सहित गतिविधियों की एक विस्तृत श्रृंखला का प्रतिनिधित्व करते थे। लक्ष्य यह देखना था कि क्या नई विधि इस अव्यवस्थित, वास्तविक दुनिया के डेटा के माध्यम से सफलतापूर्वक गुजर सकती है और प्रत्येक उत्सर्जन के लिए एक स्पष्ट भौतिक कारण निर्धारित कर सकती है। परिणामों ने दिखाया कि अधिकांश रिकॉर्डों के लिए, यह विधि अच्छी तरह से काम करती है। 647 रिकॉर्डों में से, जिनमें विश्लेषण के लिए पर्याप्त जानकारी थी, शोधकर्ता 587 के लिए विशिष्ट भौतिक कारण की पहचान करने में सफल रहे। इसका अर्थ है कि लगभग 91 प्रतिशत मामलों में, विधि एक अस्पष्ट लेखांकन प्रविष्टि से एक स्पष्ट भौतिक निदान तक सफलतापूर्वक पहुँचने में सफल रही।

हालाँकि, अध्ययन ने कई संगठनों के लिए उपलब्ध जानकारी में एक महत्वपूर्ण अंतर भी पाया। जबकि यह विधि कंपनी के अपने परिसरों के भीतर होने वाले उत्सर्जन के लिए पूरी तरह से काम करती थी, लेकिन यह उन उत्सजनों के साथ संघर्ष करती थी जो उनकी आपूर्ति श्रृंखला (सप्लाई चेन) में ऊपर या नीचे होते थे। कंपनी के प्रत्यक्ष नियंत्रण से बाहर होने वाले उत्सर्जन के लिए, जैसे कि उपयोगिता (यूटिलिटी) से खरीदी गई बिजली या आपूर्तिकर्ता द्वारा बनाए गए सामान, भौतिक विवरण अक्सर गायब थे। इन मामलों में, विधि ने यह पहचानने के बजाय कि कारण क्या है, यह सही ढंग से पहचाना कि जानकारी अपर्याप्त थी। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह रेखांकित करता है कि कई कंपनियों के पास अभी भी अपनी आपूर्ति श्रृंखलाओं के बारे में स्मार्ट निर्णय लेने के लिए आवश्यक विस्तृत डेटा नहीं है। यह विधि एक नैदानिक उपकरण (डायग्नोस्टिक टूल) के रूप में कार्य करती है जो ठीक से बताती है कि जानकारी कहाँ गायब है, जिससे संगठनों को यह निर्देश मिलता है कि सही रणनीति चुनने से पहले उन्हें अपने आपूर्तिकर्ताओं से अधिक विशिष्ट विवरण मांगने की आवश्यकता है।

अध्ययन ने यह भी जांचा कि क्या उत्सर्जन को वर्गीकृत करने के नियम सुसंगत और विश्वसनीय थे। दो अलग-अलग लोगों, या एक व्यक्ति और एक सख्त स्वचालित नियमों के समूह ने, एक ही डेटा को देखा कि क्या वे एक ही निष्कर्ष पर पहुँचते हैं। वे लगभग 95 प्रतिशत मामलों में वर्गीकरण पर सहमत थे। वे कुछ मामले जहाँ वे असहमत थे, आमतौर पर तब होते थे जब मूल रिकॉर्ड अस्पष्ट थे या उनमें विभिन्न प्रकार की गतिविधियों को मिला दिया गया था। सहमति का यह उच्च स्तर बताता है कि नियम स्पष्ट हैं और विभिन्न लोगों द्वारा लगातार लागू किए जा सकते हैं, बशर्ते कि अंतर्निहित डेटा पर्याप्त विस्तृत हो। शोध ने यह गणना करने का प्रयास नहीं किया कि इन समस्याओं को ठीक करने में कितनी लागत आएगी या वास्तव में कितनी प्रदूषण बचाया जा सकता है, क्योंकि इन प्रश्नों के लिए अलग प्रकार के डेटा की आवश्यकता होती है। इसके बजाय, इसने पहले चरण पर ध्यान केंद्रित किया: यह सुनिश्चित करना कि समस्या को सही ढंग से समझा गया है।

इस कार्य का अंतिम मूल्य यह है कि यह संगठनों के उत्सर्जन कम करने के सोचने के क्रम को बदल देता है। पारंपरिक रूप से, एक कंपनी अपने उत्सर्जन की सूची देख सकती है और तुरंत प्रौद्योगिकियों की सूची की ओर बढ़ सकती है, जैसे सौर पैनल खरीदना या इलेक्ट्रिक वाहनों पर स्विच करना। यह नया दृष्टिकोण सुझाव देता है कि वह कदम समयपूर्व है। किसी तकनीक को चुनने से पहले, एक संगठन को उत्सर्जन के भौतिक तंत्र को समझना चाहिए। एक कंपनी ईंधन दक्षता में सुधार करके रासायनिक प्रक्रिया को ठीक नहीं कर सकती, ठीक वैसे ही जैसे वह ईंधन बदलकर लीक को ठीक नहीं कर सकती। पहले यह पहचानने के बाद कि गैस कैसे बनी और उस प्रक्रिया में संगठन का स्थान क्या है, संभावित समाधानों की सूची बहुत छोटी और अधिक केंद्रित हो जाती है। यह कंपनियों को उन कार्यों पर समय और पैसा बर्बाद करने से रोकता है जो भौतिक रूप से असंभव या उनकी विशिष्ट स्थिति के लिए अप्रासंगिक हैं।

शोध यह निष्कर्ष निकालता है कि हालांकि यह विधि निदान के लिए एक शक्तिशाली उपकरण है, लेकिन यह अपने आप में एक पूर्ण रणनीति नहीं है। यह एक संगठन को बताता है कि भौतिक रूप से क्या बदलने की आवश्यकता है और वे उस परिवर्तन को प्रभावित करने में कहाँ सक्षम हो सकते हैं, लेकिन यह नहीं बताता कि उनके पास उन परिवर्तनों को करने के लिए धन, अधिकार या तकनीकी क्षमता है या नहीं। अध्ययन इस बात पर जोर देता है कि ग्रीनहाउस गैस इन्वेंट्री से एक सफल शमन (मिटिगेशन) रणनीति तक की यात्रा के लिए एक स्पष्ट क्रम की आवश्यकता होती है: पहले, भौतिक कारण को समझें; दूसरा, संगठनात्मक स्थिति की पहचान करें; और उसके बाद ही, विशिष्ट प्रौद्योगिकियों और लागतों का मूल्यांकन करें। उन कई रिकॉर्डों के लिए जहाँ भौतिक कारण अज्ञात बना हुआ है, अध्ययन एक स्पष्ट निर्देश देता है: अनुमान लगाना बंद करें और लापता प्रक्रिया डेटा एकत्र करना शुरू करें। यह अनुशासित दृष्टिकोण यह सुनिश्चित करता है कि जलवायु परिवर्तन के खिलाफ लड़ाई लेखांकन धारणाओं के बजाय भौतिक वास्तविकता की नींव पर बनी है।