Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Exploring Consumer Expenditure And Environmental Impacts Across European Nations: A Data-Mining Approach
KTH, School of Industrial Engineering and Management (ITM).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Data mining: En studie av Konsumentutgifter och Miljöpåverkan i Europeiska Länder (Swedish)
Abstract [en]

As the pressures on the environment created by humanity increase, understanding how products influence a person’s overall impact becomes more important in order to make choices about how a person chooses to consume. Recent literature shows that household consumption is responsible for 51% to 81% of a nation’s total emissions (Ivanova, Stadler, et al. 2016). This study investigates whether expenditure is a viable proxy measurement for consumer impacts in Europe. Without knowledge about the relative impacts of consumer expenditure on the environment, European citizens cannot make conscious choices regarding their expenses and how they relate to environmental impact, while policy-makers have no basis to develop tailored environmental policy mechanisms. This study combined Input-Output Analysis, Data Mining, and Regression Analysis to check if a correlation between expenditure and impact exists. The results are contextualised in consumption categories. Results from Input-Output Analysis suggest that Housing, Food, and Transport are the largest categories of expense throughout Europe. While expenses vary significantly throughout Europe, common trends emerge. Pattern Recognition and Cluster Analysis algorithms show that expenditure habits differ especially between north-west, east, south, and coastal Europe. Each of the four groups consists of between six and eleven nations. In general, lower economic development indicates higher expenditure in Housing and Food, while higher economic development indicates higher expenditure in Recreation & Culture, and Goods & Services. Coastal Europe spends more on Restaurants & Hotels, and Education. The expenditures were translated to four environmental impacts; Global Warming Potential, Land Use, Material Use, and Blue Water Consumption. Next, correlation between expenditure and environmental impact was checked using Regression Analysis. The analysis showed that out of the twelve expenditure categories, Clothing & Footwear and Furnishing & Household, showed a significant correlation between expenditure and the four impact categories. Food, Alcohol & Tobacco, and Recreation & Culture showed significance in two impact categories, and Transport showed significance in one category. In total 15 out of the 48 (31%) tested impact categories showed significance. Using the identified groups, the amount of impact categories that show correlation with expenditure grows to 44%, and up to 68%. Unfortunately, given the size of these groups, these results are not statistically significant. That said, the method shows promise, and further research with a larger scope could produce statistically significant results.

Abstract [sv]

Allt eftersom trycket på miljön som skapas av mänskligheten ökar blir det mer och mer viktigt att ha förståelse för hur produkter påverkar en persons totala påverkan för att göra val om hur en person väljer att konsumera. Senare litteratur visar att hushållens konsumtion är ansvarig för 51% till 81 % av landets totala utsläpp (Ivanova, Stadler, et al. 2016). Denna studie undersöker om utgifterna är en genomförbar proxy-mätning för konsumentpåverkan i Europa i hopp om att ge konsumenterna mer kunskap om sina konsumtionsvanor och hur dessa påverkar miljön. Detta görs genom att kombinera inputoutput-analys, datamining och regressionsanalys för att kontrollera om det finns en betydande korrelation mellan utgifter och effekter. Resultaten är kontextualiserade i COICOPkategorier. Resultaten från analysen för input-output tyder på att bostäder, mat och transport är de största kostnadskategorierna i hela Europa. Utgiftsbeloppet varierar avsevärt i hela Europa, trots att trenden dyker upp. Mönsterigenkänning och klusteranalys algoritmer visar att utgiftsvanor skiljer sig särskilt mellan nordvästra, östra, södra, och kusten av Europa. Var och en av de fyra grupperna best˚ar av mellan sex och elva nationer. I allmänhet indikerar lägre ekonomisk utveckling högre utgifter f¨or bostäder och livsmedel, medan högre ekonomisk utveckling indikerar högre utgifter inom rekreation & kultur och varor & tjänster. Europas kust spenderar mer på restauranger & hotell och utbildning. Miljöpåverkan av alla utgifter beräknades med fyra kategorier för miljöpåverkan; Global uppvärmningspotential, markanvändning, materialanvändning och blå vattenförbrukning. Därefter kontrollerades sambandet mellan utgifter och miljöpåverkan med hjälp av regressionsanalys. Analysen visade att utav de tolv utgiftskategorierna hade kläder & skor samt inredning och hushåll betydande samband mellan utgifterna och de fyra effektskategorierna. Mat, alkohol & tobak och rekreation & kultur var signifikanta i två effektskategorier, och transport visade var signifikant i en kategori. Totalt var 15 av de 48 testade påverkanskategorierna signifikanta. Det här är 31%. Med hjälp av de identifierade grupperna ökar beloppet av effektskategorier som korrelerar med utgifterna från 44% upp till 68%. Det är viktigt att notera att med tanke på storleken av dessa grupper är dessa resultat inte statistiskt signifikanta. Däremot verkar metoden vara lovande. Ytterligare forskning med större omfattning skulle kunna ge statistiskt signifikanta resultat.

Place, publisher, year, edition, pages
2019. , p. 90
Series
TRITA-ITM-EX ; 2019:556
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-264518OAI: oai:DiVA.org:kth-264518DiVA, id: diva2:1373931
External cooperation
IVL
Supervisors
Examiners
Available from: 2019-11-28 Created: 2019-11-28 Last updated: 2019-11-28Bibliographically approved

Open Access in DiVA

fulltext(4331 kB)12 downloads
File information
File name FULLTEXT01.pdfFile size 4331 kBChecksum SHA-512
a08e8090184f8c129bf40eb462e4a07c81cde96e9aebfa6fb400f0461bd4b5d820a0adab344271e754a0f2506fcfec9b3ef6b8cd9de48329b6892f94d0f259c6
Type fulltextMimetype application/pdf

By organisation
School of Industrial Engineering and Management (ITM)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 12 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 6 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf