Millaiset epävarmuudet vaikuttavat arvoketjun luontojalanjäljen arviointiin?

Luontojalanjäljen laskennassa käytettäviin menetelmiin ja mittareihin liittyy epävarmuuksia. Nämä epävarmuudet on syytä huomioida laskentaprosessissa, kun tehdään rajauksia, valitaan menetelmiä ja mittareita, lasketaan ja tulkitaan tuloksia¹. Epävarmuudet voivat huonoimmassa tapauksessa johtaa luonnon monimuotoisuuteen kohdistuvien uhkien aliarviointiin, jolloin tulosten käyttö päätöksenteon ja toimenpiteiden suunnittelun ohjaamiseen voisi johtaa luonnon kannalta ei-toivottuihin lopputuloksiin. Haittavaikutusten yliarviointi puolestaan saattaisi aiheuttaa haasteita esimerkiksi tulosten viemisessä käytäntöön tai toimenpiteiden alueellisessa priorisoinnissa.

Elinkaariarvioinnin epävarmuudet liittyvät Bromwichin ym. (2024) mukaan kolmeen osa-alueeseen, jotka ovat:

1. episteemiset eli tietoon itseensä liittyvät (epistemic),
2. kielelliset (linguistic) ja
3. päätöksiin perustuvat (decision-based) epävarmuudet.

Episteemiset epävarmuudet johtuvat puutteista elinkaariarvioinnin menetelmissä, esimerkiksi niiden puutteellisesta kyvystä huomioida alueellista, ajallista tai toimenpiteisiin liittyvää vaihtelua, mittausvirheitä tai mallien kykenemättömyyttä huomioida kaikkia niitä tekijöitä, jotka todellisuudessa vaikuttavat tarkasteltaviin ilmiöihin ja prosesseihin¹.

Kielellisiä epävarmuuksia voi ilmetä viestittäessä luontojalanjäljen laskennan tuloksista. Niillä tarkoitetaan esimerkiksi sanoitusten epätarkkuuksia tai monitulkintaisuutta¹. Liiallinen yleistäminen voi myös olla harhaanjohtavaa. Toisaalta erilaisten termien käyttö eri menetelmissä voi hankaloittaa luontojalanjäljen laskemista, koska silloin ei ole helppoa tulkita, mittaavatko eri menetelmät samoja vai eri asioita.  Esimerkiksi pelkkien ajureista käytettävien termien perusteella ei monesti pystytä sanomaan, tarkoitetaanko niillä samaa asiaa. Yhdessä menetelmässä saatetaan käyttää esimerkiksi termiä ”vedenkäyttö”, joka voisi periaatteessa viitata eri käyttötarkoituksiin käytettyihin veden määriin tai veden kokonaiskulutukseen, kun taas jossakin toisessa menetelmässä saatetaan raportoida ”vedenkulutus”¹. Kielellisissä valinnoissa tulisi siis olla huolellinen dokumentoitaessa laskentamenetelmien käyttöä ja huolehtia, että on kerrottu tarkasti, mitä on tehty ja miten. Vain näin laskentaa voidaan tehdä yhtenäisellä tavalla eri tutkimuksissa.

Päätöksiin perustuvat epävarmuudet johtuvat puolestaan inhimillisistä tekijöistä, jotka liittyvät esimerkiksi ihmisen taipumukseen tulkita tietoa subjektiivisesti ja subjektiivisiin päätöksiin tutkimuksen rajauksista tai käytettävien mittareiden, menetelmien ja aineistojen valinnasta¹. Kaikki nämä Bromwichin ym. (2024) jaottelun mukaiset epävarmuudet on syytä huomioida luontojalanjäljen laskennassa, sillä niistä jokaisella voi olla vaikutusta tutkimuksen tuloksiin ja niiden hyödynnettävyyteen.

Panos-tuotos analyysissa epävarmuuksia liittyy menetelmiin itseensä eli esimerkiksi niihin sisältyviin oletuksiin. Yang ym. (2017) argumentoivat, että panos-tuotosanalyysin oletus siitä, että saman kulutuskategorian tuotteet aiheuttavat samansuuruisen haitan ympäristölle, voi potentiaalisesti johtaa vääriin arvioihin kulutuskategorian eri tuotteiden aiheuttamista ympäristövaikutuksista. Panos-tuotosanalyysia käytettäessä on siis syytä tiedostaa, että mitä samankaltaisempia tuotteita tuotekategorioihin on yhdistetty keskiarvoisten luontovaikutusten selvittämiseksi sitä tarkempia arvioita ympäristövaikutuksista panos-tuotosanalyysi tuottaa³. Panos-tuotosanalyysin käyttö sopiikin tuotteiden arviointia paremmin laajemman mittakaavan, esimerkiksi koko toimialan kattaviin analyyseihin, sillä ylätasoinen analyysi ei vaadi tarkkoja, tuotekohtaisia tietoja eri kategorioista³.

Luontojalanjäljen laskentaan liittyviä epävarmuuksia voidaan pienentää mittareiden ja menetelmien kehityksellä ja huolellisuudella mittaajien toiminnassa ja päätöksenteossa. Laskentamenetelmiin liittyvien epävarmuuksien vähentämisessä auttaa niiden käytön tarkka dokumentointi, mikä mahdollistaa myös menetelmien potentiaalisten kehityskohtien paremman tunnistamisen. Menetelmiä valittaessa on pohdittava, minkä laskentamenetelmän vaatimukset ja oletukset ovat linjassa käytettävissä olevan aineiston kanssa. Lähtökohtaisesti mitä tarkempaa dataa ihmisen toiminnasta on saatavilla sitä paremmin mittarit myös suoriutuvat, olettaen, että ne soveltuvat tarkasteltavan tutkimusaineiston analysointiin.

Luontojalanjäljen arviointiin liittyvät epävarmuudet eivät ole este menetelmien käytölle ja kehitykselle, mutta epävarmuuksien huomiointi on tärkeää, jotta tuloksia tulkitaan oikein ja pystytään hyödyntämään järkevästi päätöksenteon tukena. Malleista saatava tieto on toistaiseksi karkeaa eikä niiden avulla pystytä laskemaan kaikkia ihmisen aiheuttamia luontovaikutuksia. Luontojalanjälkiin tulisikin suhtautua toiminnan suunnittelua tukevina arvioina, ja laskennan avulla voidaan tunnistaa suurimpia tarkasteltavasta toiminnasta syntyviä luontovaikutuksia. Luontojalanjälkeään laskevan tahon on tiedostettava epävarmuudet laskennassa ja otettava ne huomioon sen hetkisen parhaan tieteellisen tiedon mukaisesti.