Technische Samenvatting: Een Ontwikkelingsmogelijkheidsfront Endogeen aan de Economische Netwerktopologie

Probleemstelling

Ondanks een wereldwijde economische groei van meer dan 30% sinds 2015, zijn de ecosystemen-gerelateerde Duurzame Ontwikkelingsdoelstellingen (SDG's) systematisch verslechterd. Bestaande theoretische kaders—inclusief schalen van doelinteractie, globale statistische correlaties, normatieve grenstheorie (bijv. Doughnut Economics) en ontkoppelingsleer—beschrijven succesvol de trade-offs tussen economische groei en ecologische duurzaamheid. Zij falen echter in het verklaren van de oorsprong van deze trade-offs. Huidige theorieën behandelen trade-offs als uitkomsten van beleidskeuzes of statistische correlaties, maar identificeren geen generatieve architectuur waaruit de structurele tegenstelling tussen groei en ecologie noodzakelijkerwijs voortvloeit. Deze studie adresseert dit gat door de vraag te stellen of de spanning tussen groei-georiënteerde en ecologie-georiënteerde doelstellingen een endogene eigenschap is van het economische systeem zelf.

Methodologie

De auteurs stellen de Development Possibility Frontier (DPF)-hypothese voor en testen deze, die stelt dat structurele trade-offs voortkomen uit de topologische structuur van de industriële netwerken van een economie. De studie hanteert een meerfasig analytisch kader:

1. Netwerkconstructie:

   • Databron: Administratieve gegevens van nationale zakelijke transacties (BTW-facturen) die de periode 2015–2023 beslaan.
   • Omvang: 642 industrie-categorieën verbonden door 11.023 unieke gerichte monetaire transacties, met in totaal meer dan 6 miljoen interindustriële transactiegegevens.
   • Structuur: Een gerichte interindustriële kasstroommatrix ($M$) die de kapitaalstromen tussen industrieën vertegenwoordigt.

2. SDG-mapping en Polariteitstoewijzing:

   • AI-ondersteunde Mapping: Een door regels beperkt Large Language Model (LLM)-framework (gebruikmakend van GPT-5.2, gevalideerd tegenover Claude 4.5 Opus en Gemini 3.0 Pro) heeft 642 industrieën gekoppeld aan 129 SDG-subdoelstellingen.
   • Polariteit: Aan elke industrie-SDG-koppeling werd een binaire richting toegewezen: Positief (faciliteert het bereiken van de doelstelling) of Negatief (hindert het bereiken via externaliteiten).
   • SDG Kasstroomnetwerk: Transacties werden geaggregeerd om een gewogen, gericht netwerk op het niveau van de SDG-subdoelstellingen te creëren, waarbij onderscheid wordt gemaakt tussen faciliterende ($s_{+}$) en remmende ($s_{-}$) economische effecten.

3. Structurele Regimeclassificatie:

   • Expositie-metrieken: Voor elke subdoelstelling werd de totale positieve ($P_{tot}$) en negatieve ($N_{tot}$) kasstroomexpositie berekend en log-getransformeerd.
   • Clustering: Gaussian Mixture Models identificeerden onderscheidende expositieregimes. Dit verdeelde de 129 subdoelstellingen in vier structurele regimes op basis van hun gezamenlijke exposieprofielen:
     • Engine (Motor): Hoge positieve, lage negatieve stromen.
     • Transition (Transitie): Hoge positieve, hoge negatieve stromen.
     • Governance (Bestuur): Lage positieve, lage negatieve stromen.
     • Environment (Milieu): Lage positieve, hoge negatieve stromen.
   • Validatie: De op structuur gebaseerde classificatie werd vergeleken met willekeurige partitionering en semantische gelijkenis-groepering (via LLM's). De op structuur gebaseerde aanpak leverde de grootste reductie in de gewogen residu-som van kwadraten op (40,23%) en de hoogste verbetering van de Bayesian Information Criterion (BIC), wat bevestigt dat heterogeniteit wordt gedreven door economische inbedding en niet door arbitraire groepering.

4. Empirische Modellering:

   • Data: Paneldata van 182 landen (2000–2024) die het BBP per hoofd van de bevolking (PPP) koppelt aan SDG-scores.
   • Functionele Vorm: Een inverse verzadigingsmodellen (gegeneraliseerde Hill-functie) werd op elk regime toegepast om de relatie tussen economische intensiteit en SDG-prestaties te beschrijven.
   • Temporele Analyse: Jaarlijkse onafhankelijke fits (2000–2024) volgden de evolutie van de parameters van de frontier (verzadigingsniveau $L$, half-verzadigingsdrempel $K$, kromming $\beta$).

Belangrijkste Resultaten

1. Bestaan van vier structurele regimes
De economische netwerktopologie partitioneert SDG-doelstellingen in vier verschillende regimes met tegenovergestelde reacties op economische expansie:

• Engine (Motor) (56,6% van de doelstellingen): Gedomineerd door positieve stromen (bijv. SDG 8, 9). Deze doelstellingen vertonen een sterke, concave, verzadigende relatie met het BBP. Groei drijft hier bijna automatisch progressie aan.
• Governance (Bestuur) (6,2%): Lage stroomintensiteit in beide richtingen. Prestaties stijgen kortstondig bij lage inkomensniveaus maar plateauen vroegtijdig, wat wijst op een structurele limiet aan wat de markttransmissie alleen kan bereiken.
• Transition (Transitie) (31,8%): Hoge expositie aan zowel positieve als negatieve stromen (bijv. SDG 12). De tegenovergestelde krachten heffen elkaar gedeeltelijk op, wat resulteert in een vlakke, structureel ambigue responscurve waar progressie traag en langdurig is.
• Environment (Milieu) (5,4%): Gedomineerd door negatieve stromen (bijv. SDG 13, 14, 15). Deze doelstellingen vertonen een dalend traject; hogere economische intensiteit correleert systematisch met verslechterende prestaties.

2. De Development Possibility Frontier (DPF)
De vier regimes schetsen gezamenlijk een "Development Possibility Frontier" in de doelstellingenruimte.

• Endogeniteit: De frontier is geen externe hulpbronbeperking, maar een endogeen product van de topologie van het industriële netwerk. Dezelfde monetaire paden die groei drijven, genereren tegelijkertijd milieuverslechtering.
• Gradiënt van Determinisme: De frontier vertoont een gradiënt van deterministisch naar probabilistisch. Engine-doelstellingen zijn sterk deterministisch (hoge $R^2$), terwijl Environment-doelstellingen probabilistisch zijn met een sterke negatieve gemiddelde trend (lage $R^2$).

3. Asymmetrische Temporele Evolutie
Analyse van de verschuiving van de frontier van 2000 tot 2024 onthult een cruciale asymmetrie:

• Engine: Verbetert het snelst. De half-verzadigingsdrempel ($K$) neemt af, wat betekent dat er in de loop der tijd minder BBP nodig is om hoge scores te behalen.
• Environment: Verbetert het langzaamst. Hoewel de negatieve helling licht afvlakt, keert de richting van de relatie nooit om. Economische expansie blijft de milieuprestaties systematisch ondermijnen.
• Resultaat: De kloof tussen Engine- en Environment-scores wordt continu groter. De frontier breidt zich asymmetrisch uit, waardoor ontwikkelingspolarisatie verdiept in plaats van verkleint.

Betekenis en Claims

Het artikel beweert de begrip van SDG-trade-offs te verschuiven van ex post statistische beschrijvingen naar een structurele verklaring van hun generatie.

• Oorsprong van Trade-offs: De studie betoogt dat de spanning tussen groei en ecologie geen falen van beleid of een gevolg van schaarste is, maar een noodzakelijk resultaat van de topologische koppeling van industriële kasstromen. De "veilige ruimte" gedefinieerd door normatieve theorieën is moeilijk te bereiken omdat de netwerktopologie economieën committeert aan specifieke trade-off trajecten.
• Beleidsimplicaties:
  • Beperkingen van huidig beleid: Instrumenten zoals koolstofbeprijzing of groene subsidies opereren binnen een vaste netwerktopologie. Ze kunnen een economie langs de frontier bewegen, maar kunnen de frontier zelf niet verschuiven.
  • Topologische Interventie: Om de frontier te verschuiven, moeten interventies de netwerktopologie zelf herstructureren (bijv. door upstream schone technologieën te substitueren of intermediaire inputs te transformeren) om negatieve transmissiepaden te verzwakken zonder de positieve paden te compromitteren.
  • Allocatie van middelen: Beleidsmiddelen zouden moeten worden omgeleid van "Engine"-doelstellingen (waar groei automatische progressie levert) naar "Environment"- en "Transition"-doelstellingen (waar de beleidsruimte het grootst is en de structurele spanning het hoogst is).

De auteurs concluderen dat ontwikkelingspolarisatie een endogene eigenschap is van het economische netwerk, en dat het bereiken van absolute ontkoppeling een fundamentele herstructurering van de topologie van het industriële netwerk vereist, en niet louter incrementele beleidsaanpassingen.