Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
262 Amfiteatru Economic
MODEL ECONOMETRIC PENTRU MĂSURAREA IMPACTULUI NIVELULUI
DE EDUCAȚIE AL POPULAȚIEI ASUPRA GRADULUI DE RECICLARE
ÎNTR-0 ECONOMIE CIRCULARĂ
Corina Pelău1 şi Alexandra Cătălina Chinie2 1)2) Academia de Studii Economice, Bucureşti, România.
Vă rugăm să citați acest articol astfel:
Pelău, C. and Chinie, A.C., 2018. Econometric Model for
Measuring the Impact of the Education Level of the
Population on the Recycling Rate in a Circular Economy.
Amfiteatru Economic, 20(48), pp. 340-355.
DOI: 10.24818/EA/2018/48/340
Istoricul articolului
Primit: 30 decembrie 2018
Revizuit: 7 martie 2018
Acceptat: 9 aprilie 2018
Rezumat
Datorită efectului pozitiv pe care îl are asupra mediului, creând totodată valoare
socială şi economică, reciclarea reprezintă un factor cheie în realizarea unei economii
circulare şi a unei dezvoltări sustenabile. Pentru implementarea unor programe de reciclare
eficiente, identificarea factorilor ce influențează gradul de reciclare a devenit un subiect
relevant atât pentru instituțiile guvernamentale, cât și pentru mediul academic, companii şi
asociații non-profit. Obiectivul acestui articol este de a determina influența pe care educația
populației o are asupra reciclării deșeurilor. Articolul contribuie la literatura de specialitate
prin analizarea corelației între educație și rata de reciclare în Europa, având nivelul de trai,
și accesul la internet ca variabile de control. Rezultatele unei analize de date de panel relevă
faptul că un procent crescut al populației, având doar educație primară sau gimnazială
influențează în mod negativ rata de reciclare a deșeurilor într-o economie, în timp ce
educația universitară are o influență pozitivă asupra gradului de deșeuri reciclate. Astfel,
diverse politici ce au ca scop creșterea nivelului de educație ale populației, vor avea efect
asupra ratei de reciclare.
Cuvinte-cheie: reciclare, economie circulară, consum sustenabil, nivel educație, deșeuri,
analiză de date de panel.
Clasificare JEL: Q53.
Autor de contact, Corina Pelău – [email protected]
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 263
Introducere
Reciclarea și managementul deșeurilor constituie în continuare un subiect relevant
și imperativ, în atenția organismelor de guvernare din toată lumea. Adoptarea unui
management eficient pentru reducerea deșeurilor este necesară pentru înlăturarea efectelor
negative asupra mediului. În contextul în care activitățile de reciclare nu produc doar
beneficii asupra mediului, generând totodată valoare economică și socială (Chen și Tung,
2010; Malinauskaite et al., 2017), reciclarea reprezintă una din măsurile centrale propuse
pentru realizarea unei dezvoltări sustenabile. Managementul deșeurilor face parte din
programul Uniunii Europene pentru dezvoltarea unei economii circulare (European Union,
2017), incluzând măsuri precum reciclarea, utilizarea materialelor reciclate şi generarea de
energie (European Environment Agency, 2016).
Deși ratele de reciclare au crescut în Europa în ultimii 10 ani conform datelor
Eurostat, rata de reciclare a deșeurilor municipale nu atingea procentul de 10% în anumite
țări în anul 2016 (7,1% în Malta și 0,3% în Serbia) (Eurostat, 2017). Ratele de reciclare a
ambalajelor sunt mai mari decât ratele de reciclare a deșeurilor municipale, totuși și în acest
caz se observă o discrepanță între performanța diferitelor țări din Europa. Astfel, în timp ce
Belgia, Cehia, Olanda şi Suedia au o rată de reciclare a ambalajelor de peste 70%, țări
precum Islanda și Ungaria prezintă valori de 50,6%, respectiv 50,1% pentru anul 2015
(Eurostat, 2017). În acest context, identificarea cauzelor ce duc la diferențele de
performanță în ceea ce privește managementul deșeurilor şi reciclarea a devenit un subiect
important. Analizarea acestui aspect are două componente: definirea performanței
activităților de reciclare şi identificarea factorilor ce influențează performanța. Suttibak şi
Nitivattananon (2008) au menționat modalități de evaluare a performanței în ceea ce
privește reciclarea precum rata de participare, cantitatea recuperată, rata de diversificare şi
rata de utilizare.
Pentru analizarea gradului de reciclare în Europa, am ales să utilizăm rata de
reciclare a deșeurilor municipale, pentru care am testat impactul pe care îl are educația
asupra acestei variabile, folosind accesul la internet, urbanizarea şi condițiile de trai ca
variabile de control. În prima parte a acestui articol este analizată literatura de specialitate,
accentul fiind pus pe rolul reciclării în economia circulară și asupra altor studii ce
analizează relația dintre educație și rata de reciclare. În cel de-al doilea capitol este
prezentată metodologia de cercetare. Sunt descrise obiectivele și ipotezele ce derivă din
acestea, modelul propus spre verificare și metodele de colectare ale datelor. Cel de-al treilea
capitol conține analiza propriu-zisă a datelor, incluzând analiza statistică a datelor utilizate,
precum și măsurarea adecvării modelelor propuse cu ajutorul analizei de date de panel. Pe
baza rezultatelor și a analizei făcute sunt prezentate concluziile și recomandările.
1. Analiza literaturii de specialitate
1.1. Economia circulară și reciclarea
Geissdoerfer et al. (2017) definesc conceptul de economie circulară ca „un sistem
regenerativ în care input-ul de resurse, deșeurile, emisiile și pierderile de energie sunt
minimizate prin încetinirea, închiderea și îngustarea buclelor de materiale și energie.
Autorii consideră că acest sistem poate fi realizat printr-un ,,design sustenabil, mentenanță,
reparații, refolosire, re-manufacturare, recondiționare și reciclare” (Geissdoerfer et al.
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
264 Amfiteatru Economic
2017). Dezvoltarea conceptului de economie circulară a schimbat cadrul pentru
managementul deșeurilor și reciclare, așa cum era gândit până în 1985, când atenția era
direcționată către efectele de poluare ale deșeurilor, facilitând extragerea de valoare
adițională și reducerea pierderii de valoare și a distrugerii (Blomsma şi Brennan, 2017).
Reike et al. (2017) afirmă că guvernele şi factorii de decizie au un rol decisiv în
realizarea unei economii circulare. Comisia Europeană declară că economia circulară este
în strânsă legătură cu prioritățile sale cheie şi a propus un plan de acțiune ce cuprinde
obiective pentru „reducerea ratelor de stocare a deșeurilor în depozite de deșeuri și a
creșterii ratelor de pregătire pentru reutilizare și reciclare a fluxurilor de deșeuri principale,
cum ar fi deșeurile municipale și deșeurile de ambalaje” (European Commission, 2015a).
Programul Comisiei Europene pentru economia circulară include propuneri legislative ce
prevăd un obiectiv de 65% pentru reutilizarea şi reciclarea deșeurilor municipale şi 75%
pentru reciclarea ambalajelor şi deșeurilor din ambalaje (European Commission, 2015b;
European Commission, 2015c).
1.2. Factori ce influențează procesul de reciclare
Literatura de specialitate a evidențiat câțiva factori principali ce influențează
activitățile de reciclare. Un rol important în creșterea ratei de reciclare îl dețin politicile
guvernamentale aplicate şi infrastructura pusă la dispoziție. Conform studiului lui Sidique,
Joshi și Lupi (2010a), asigurarea colectării deșeurilor în containere de pe străzi și a
centrelor de colectare a deșeurilor, taxarea variabilă a eliminării deșeurilor, emiterea de
ordonanțe specifice şi finanțarea programelor educaționale cresc rata de reciclare. Alte
contribuții la literatura de specialitate arată că taxarea în funcție de cantitate reduce volumul
de deșeuri pe care municipalitățile îl colectează, însă acest fapt nu este neapărat corelat cu o
creștere a ratei de reciclare, ci poate fi pus pe seama unei reduceri a deșeurilor generate de
către gospodării (Dahlen et al., 2007; Dahlen şi Lagerkvist, 2010). Dahlen et al. (2007)
evidențiază totodată efectul pozitiv al sistemului de colectare a deșeurilor reciclabile din
containerele de pe străzi asupra ratei de reciclare. Gestionarea deșeurilor de către
municipalități influențează rata de reciclare prin frecvența colectării, astfel încât la o
frecvența a colectării mai mică, gradul de reciclare crește (Abbott, Nandeibam și O'Shea,
2011; Gellynck, Jacobsen și Verhelst, 2011).
Factorii cognitivi și necognitivi care influențează activitățile de reciclare dețin un
alt rol important în literatura de specialitate. Procesul de decizie este controlat de modul de
gândire al persoanelor, care se bazează pe cunoștințele avute, pe un set de reguli de
inferență și pe valorile fundamentale de referință (Brătianu, 2007). Studiul lui López-
Mosquera, Lera-López și Sánchez (2015) relevă că opiniile vizavi de mediu, interesul
pentru informațiile referitoare la mediu şi nivelul de cunoștințe referitoare la mediu au efect
asupra frecvenței cu care oamenii reciclează deșeurile din sticlă, plastic şi hârtie. Literatura
de specialitate despre reciclare a scos în evidență corelația dintre normele morale, controlul
comportamental perceput – cât de convenabil este pentru oameni să recicleze – și intenția
de a recicla (Chan şi Bishop, 2013; Botetzagias, Dima și Malesios, 2015). Comportamentul
general de consum are un efect de bumerang asupra comportamentului ecologic, în funcție
de normele morale (Yakobovitch și Grinstein, 2016), valorile biosferei (Nguyen, Lobo și
Greenland, 2016), educație (Ntona, Arabatzis și Kyriakopoulos, 2015) și eficiența proprie
(Lauren et al., 2016) a consumatorilor. De asemenea, presiunea din partea familiei şi a
semenilor influențează numărul de vizite pe care oamenii le fac în centrele de colectare
pentru a lăsa deșeurile reciclabile, alături de conveniența cu care se poate recicla și
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 265
familiarizarea cu infrastructura de reciclare (Sidique, Lupi și Joshi, 2010b). Pe lângă
cunoștințele cognitive, aspectele emoționale și spirituale determină comportamentul
oamenilor și îi motivează (Brătianu, 2013). Emoțiile pozitive dezvoltate în urma unor
experiențe în natură sunt asociate cu un mai puternic comportament ecologic (Junot, Paquet
și Martin-Krumm, 2017).
Caracteristicile socio-demografice ce influențează intenția de a recicla (Jones et
al., 2010; Sidique, Lupi și Joshi, 2010b; Saphores şi Nixon, 2014; Oztekin et al., 2017),
deși rezultatele diferitelor cercetări asupra impactului pe care îl au veniturile, nivelul de
educație şi vârsta sunt uneori contradictorii (Saphores şi Nixon, 2014; Aphale, Thyberg și
Tonjes, 2015).
Conform studiului lui Starr şi Nicolson (2015), educația (procentul de populație cu
cel puțin diplomă de licență) şi vârsta influențează semnificativ gradul de reciclare:
creșterea vârstei mediane și a procentului din populație cu studii superioare generează o
creștere a gradului de reciclare. Rezultatul analizei lui Sidique, Lupi și Joshi (2010b) relevă
de asemenea o corelare pozitivă a vârstei, dar nu identifică o corelare semnificativă din
punct de vedere statistic între nivelul de educație și numărul de vizite la centrul de
colectare, pentru a lăsa deșeurile reciclabile. În urma cercetării pentru identificarea
factorilor ce influențează gradul de reciclare a bateriilor, Arbués şi Villanúa (2016) au
identificat educația, vârsta şi cunoștințele despre cel puțin o campanie pentru mediu din
anul precedent ca fiind factori relevanți în gradul de reciclare a bateriilor.
2. Metodologia cercetării
2.1. Ipotezele cercetării
Obiectivul principal al acestei modelări este determinarea influenței nivelului de
educație al populației asupra ratei deșeurilor municipale într-o economie. Pentru a verifica
influența educației în general, vom verifica influența tuturor nivelelor de educație asupra
variabilei dependente, inclusiv a educației pe tot parcursul vieții. Plecând de la acest
obiectiv, am formulat următoarele ipoteze privind influența fiecărui nivel de educație
asupra ratei de reciclare a deșeurilor într-o economie:
H1: Nivelul ridicat de persoane care au absolvit doar un tip de educație primară sau
gimnazială are o influență negativă asupra ratei de reciclare a deșeurilor;
H2: Nivelul de educație școlară liceală sau de școală profesională are o influență
pozitivă asupra gradului de reciclare a deșeurilor într-o economie;
H3: Nivelul de educație universitară are o influență pozitivă asupra creșterii gradului
de reciclare a deșeurilor într-o economie;
H4: Participarea crescută a populației adulte la diverse forme de învățare pe
parcursul vieții (lifelong learning) are o influență pozitivă asupra gradului de reciclare.
Aceste ipoteze sunt formulate plecând de la idea că un nivel mai crescut de
educație influențează în mod pozitiv rata de reciclare, similar cu rezultatele obținute de
Starr si Nicolson (2015), Lopez-Mosquera (2015) și Arbués şi Villanúa (2016). Persoanele
cu o educație superioară au cunoștințe mai vaste pentru a înțelege importanța reciclării,
având astfel motive mai solide pentru a facilita și pentru a susține procesul de reciclare. De
asemenea am inclus în această cercetare și influența lifelong learning asupra educației.
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
266 Amfiteatru Economic
2.2. Modelul analizei de panel
Pentru a verifica ipotezele prezentate mai sus, am dezvoltat următorul model de
regresie pentru o analiză a datelor de panel:
Xrecyc,it = β1 XEDU0-2,it + β2 XEDU3-4,it + β3 XEDU5-8,it + β4 XLLLearn,it + β5 XONLINE,it + β6 XURBA,it
+ β7 XLIVCOND,it + β8 XLIVCOST,it + β9 XGDPPC,it + c1 (1)
în care:
i = numărul de țări cuprinse în analiză;
t = unitatea de timp pentru perioada analizată.
Modelul de regresie de panel are ca variabilă dependentă gradul de reciclare a
deșeurilor într-o economie. Pentru a măsura impactul educației asupra gradului de reciclare
a deșeurilor, am considerat variabilele independente procentul populației care a absolvit
doar școala primară sau gimnazială, procentul populației care a absolvit liceul sau o formă
de școală profesională, procentul absolvenților de studii universitare și procentul populației
care a participat recent la o formă de educație pe tot parcursul vieții. Pentru a da acuratețe
modelului am considerat ca variabile de control accesul la internet ca sursă de informare,
gradul de urbanizare, condițiile de trai, costurile cu întreținerea spațiului locativ și produsul
intern brut pe cap de locuitor. O descriere mai amplă a tuturor variabilelor poate fi găsită în
tabelul nr 1. Pentru fiecare dintre cele nouă variabile a fost definit un coeficient βi, i =1,..,9
și o constantă c1. Semnificația coeficienților β și a constantei c1 au fost măsurate cu ajutorul
analizei datelor de panel (Baltagi, 2008) în programul Stata 13.0.
2.3. Datele colectate pentru cercetare
Variabila dependentă gradul de reciclare a deșeurilor municipale reprezintă
conform Eurostat, unul dintre indicatorii care definesc economia circulară. Ea reprezintă
procentul de deșeuri reciclate din totalul deșeurilor produse în economia respectivă. Cele
patru variabile independente definesc nivelul de educație al populației adulte din economia
analizată. Trei dintre variabilele independente reprezintă procentul populației cu vârste
cuprinse între 15-64 de ani, care a absolvit diverse forme de învățământ după cum se poate
observa în tabelul nr. 1. Cea de a patra variabilă reprezintă procentul populației cu vârste
între 18-64 de ani care a participat recent la diverse forme de învățare.
De asemenea au fost utilizate cinci variabile de control: accesul la internet al
populației ca formă de informare, gradul de urbanizare, condițiile de trai definite prin
numărul mediu de camere/ persoană, costul cu spațiul locativ și produsul intern brut pe cap
de locuitor pentru a caracteriza puterea economiei. Trebuie menționat că pentru produsul
intern brut pe cap de locuitor a fost considerată valoarea în mii de Euro, pentru a păstra
mărimea de ordine. O descriere mai amplă a variabilelor poate fi observată în tabelul nr. 1.
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 267
Tabel nr. 1: Definiția variabilelor
Cod
variabilă Nume variabilă Descriere
Xrecyc Rata reciclare
Acest indicator măsoară procentul de gunoi reciclat din totalul
de gunoi produs la nivelul municipalităților. El include
materiale reciclate, compost și materie anaerobă. Valoare este
exprimată în procente
Xedu0-2 Educație
nivel 0-2
Procentul populației cu vârste cuprinse între 15 și 64 de ani care
are școala primară sau gimnazială ca ultimul nivel de educație
absolvit; educație nivel 0-2 conform clasificării ISCED11.
Xedu3-4 Educație
nivel 3-4
Procentul populației cu vârste cuprinse între 15 și 64 de ani care
are liceul sau școala profesională ca ultimul nivel de educație
absolvit; educație nivel 3-4 conform clasificării ISCED11.
Xedu5-8 Educație
nivel 5-8
Procentul populației cu vârste cuprinse între 15 și 64 de ani care
are educația terțiară-universitară ca ultimul nivel de educație
absolvit; educație nivel 5-8 conform clasificării ISCED11.
Xlllearn Educație Lifelong
Learning
Rata de participare la o formă de educație a populației cu vârste
cuprinse între 18-64 de ani (în ultimele 4 săptămâni) exprimat
în procente.
Xonline Access internet Exprimă procentul gospodăriilor care au conexiune la internet.
Valoarea este exprimată în procente.
Xurba Urbanizare Gradul de urbanizare exprimat în procente.
Xlivcond Condiții trai Numărul mediu de camere/ persoană pentru spațiul de locuit.
Xlivcost Costuri trai Raportul cheltuielilor de întreținere a locuinței din veniturile
totale ale populației în procente.
Xgdppc PIB pe locuitor Produsul intern brut pe cap de locuitor.
Sursă: Eurostat, 2017
Datele utilizate pentru această cercetare au fost colectate de la Eurostat (2017a-i)
pentru perioada 2007-2016 pentru următoarele 28 de țări: Germania, Franța, Marea
Britanie, Olanda, Belgia, Luxemburg, Spania, Italia, Portugalia, Grecia, Austria,
Danemarca, Finlanda, Norvegia, Suedia, Polonia, Republica Cehă, Slovacia, Ungaria,
România, Bulgaria, Croația, Slovenia, Estonia, Letonia, Lituania, Islanda și Malta. Trebuie
menționat faptul că pentru variabilele de control acces la internet, gradul de urbanizare,
condițiile de trai și costul traiului datele au fost disponibile doar pentru perioada 2008-
2016. Datorită acestor date lipsă au fost obținute 237 de seturi de date complete pe baza
cărora a fost făcută analiza.
3. Rezultate și discuții
3.1. Analiză statistică a datelor
Variația statistică a variabilelor utilizate și matricea de corelare pot fi observate în
tabelele nr. 2 și nr. 3.
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
268 Amfiteatru Economic
Tabel nr. 2: Variație statistică a variabilelor
Variable Mean Minimum Maximum Standard Deviation
Rata reciclare 31,29 0,4 66,7 16,53
Educație nivel 0-2 28,42 12,4 71,4 12,31
Educație nivel 3-4 47,48 16,6 72,2 12,53
Educație nivel 5-8 24,08 9,9 39,6 7,09
Educație LLL 17,61 6,6 38,3 7,77
Access internet 73,44 25,0 97,0 15,39
Urbanizare 41,20 13,0 89,8 14,79
Condiții trai 1,61 1,0 2,3 0,39
Costuri trai 10,19 1,1 40,9 5,91
PIB pe locuitor 26,84 4,3 91,5 18,36
Tabel nr. 3: Matrice de corelare a variabilelor
Variabilă Edu
0-2
Edu
3-4
Edu
5-8 LLL
Acces
internet
Urba-
nizare
Cond.
trai
Cost
trai
PIB/
loc
Educație
nivel 0-2 1,000
Educație
nivel 3-4 -0,837 1,000
Educație
nivel 5-8 -0,257 -0,313 1,000
Educație LLL -0,077 -0,263 0,601 1,000
Access internet -0,167 -0,202 0,648 0,698 1,000
Urbanizare 0,539 -0,536 0,010 -0,019 0,024 1,000
Condiții trai 0,274 -0,616 0,612 0,553 0,654 0,305 1,000
Costuri trai -0,035 0,049 -0,026 -0,091 -0,142 -0,047 -0,194 1,000
PIB pe locuitor 0,059 -0,385 0,578 0,627 0,681 -0,040 0,719 -0,089 1,00
Variabila dependentă rata de reciclare are o medie de 13,29 și o variație standard
de 16,53. Valoarea minimă este 0.4 pentru România (2007), iar valoarea maximă este 66,7
pentru Germania (2015). Variabila privind procentul populației cu vârste cuprinse între 15-
64 de ani care are doar un nivel de educație 0-2 conform ISCED 11 are o medie de 28,42 și
o variație standard de 12,31. Valoarea minimă de 12,4 este atinsă de Republica Cehă pentru
anii 2014, 2015 și 2016, iar valoarea maximă de 71,4 este atinsă de Portugalia în anul 2007.
Variabila privind educația liceală sau absolvirea unei școli profesionale are o medie de
47,48 și o variație standard de 12,53. Valoarea minimă este 16,6 pentru Portugalia (2007 și
2008), iar valoarea maximă este de 72,2 pentru Republica Cehă (2007). Variabila educație
universitară, nivel 5-8 conform clasificării ISCED 11 are o valoare medie de 24,08 și o
variație standard de 7,09. Valoarea minimă este de 9,9 și este atinsă pentru România în
2007, iar valoarea maximă este de 39,6 și este atinsă de Luxemburg în 2014. Pentru
variabila lifelong learning -educație pe tot parcursul vieții valoare medie este de 17,61, iar
variația standard este de 7,77. Valoarea minimă a acestei variabile este 6,6 pentru România
în 2015, iar valoarea maximă este 38,3 pentru Danemarca în 2014.
Pentru variabilele de control avem următoarea variație statistică. Variabila acces la
internet are o medie de 73,44 și o variație standard de 15,39. Valoarea minimă este de 25,0
pentru Bulgaria (2008), iar valoarea maximă este de 97,0 pentru Luxemburg (2015 și
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 269
2016), pentru Olanda (2016) și pentru Norvegia (2015 și 2016). Gradul de urbanizare are o
valoare medie de 41,20 și o variație medie de 14,97. Valoarea minimă este de 13,0 pentru
Luxemburg (2015), iar valoarea maximă este de 89,8 pentru Malta (2016). Variabila
condiții de trai, exprimată în numărul de camere de locuit/ persoană are o valoare medie
1,61 și o variație standard 0,39. Valoarea minimă este de 1.00 și este atinsă de Bulgaria
(2008), Letonia (2008-2010), Polonia (2008-2011), România (2008-2015) iar valoarea
maximă este 2,3 și este atinsă de Belgia (2009, 2011, 2012, 2013 și 2015). Procentul
costurilor de trai din veniturile totale are o valoare medie de 10,19 și o variație standard de
5,91. Valoarea minimă este de 1,1 pentru Malta (2015), iar valoarea maximă este de 40,9
pentru Grecia (2015). În ceea ce privește produsul intern brut pe cap de locuitor, exprimat
în mii de Euro, valoarea medie este de 26,84, iar variația standard este de 18,36. Valoarea
minimă de 4,3 este atinsă de Bulgaria (2007), iar valoarea maximă de 91,5 este atinsă de
Luxemburg în 2015.
În tabelul nr. 3 poate fi observată matricea de corelare a variabilelor independente
și a variabilelor de control. Se poate observa că pentru variabilele privind educația, există o
corelație mai puternică între educația de nivel 0-2 și educația nivel 3-4 conform
standardelor ISCED (r=-0,837) și o corelație moderată pentru educația de nivel 5-8 și
educația pe tot parcursul vieții (r=0,601). Pentru variabilele de control există o corelație mai
puternică între produsul intern brut pe cap de locuitor și condițiile de trai (r=0,719).
3.2. Rezultatele analizei de panel cu efect aleatoriu
Pentru a verifica ipotezele modelului, a fost aplicată analiza datelor de panel cu
efect aleatoriu. Rezultatele acestor analize pot fi observate în tabelele nr. 4 și nr. 5.
Tabel nr. 4: Model de regresie de panel pentru variabila dependentă
rata de reciclare a deșeurilor produse Variabilă dependentă: Rata de reciclare a deșeurilor produse (%)
Model 1 Model 2 Model 3 Model 4 Model 5
Educație primară și
gimnazială nivel 0-2
-0,25*
(-1,93)
-9,76*
(-1,70)
Educație liceală
nivel 3-4
0,08
(0,61)
-9,54*
(-1,66)
Educație terțiară
nivel 5-8
0,36*
(1.90)
-9,21
(-1,60)
Educație pe tot
parcursul vieții
-0,53***
(-3,48)
-0,62***
(-4,12)
Access internet 0,25***
(4,79)
0,30***
(7,26)
0,23***
(3,98)
0,32***
(7,94)
0,21***
(3,62)
Condiții de locuit
(cam/ pers)
23,32***
(6,95)
23,19***
(6,95)
20,81***
(5,92)
24,29***
(7,26)
23,72***
(6,72)
Cost locuit -0,26**
(-2,15)
-0,26**
(-2,15)
-0,25**
(-2,08)
-0,28**
(-2,34)
-0,28**
(-2,36)
Constantă -14,33*
(-1,93)
-29,66***
(-3,00)
-25,04***
(-4,71)
-19,15***
(-3,48)
944,5*
(1,64)
Efect aleatoriu Da Da Da Da Da
Wald chi2 195,86*** 189,71*** 196,17*** 212,14*** 231,54***
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
270 Amfiteatru Economic
Variabilă dependentă: Rata de reciclare a deșeurilor produse (%)
Model 1 Model 2 Model 3 Model 4 Model 5
R-sq 0,483 0,450 0,440 0,388 0,428
rho 0,843 0,841 0,863 0,868 0,865
Observații 237 237 237 237 237
Notă: * reprezintă p< 0.1, **p<0.05, ***p<0.01; Valorile între paranteze reprezintă valorile z
Tabel nr. 5: Model de regresie de panel pentru variabila dependentă rata de
reciclare a deșeurilor produse Variabilă dependentă: Rata de reciclare a deșeurilor produse (%)
Model 6 Model 7 Model 8 Model 9 Model 10
Educație primară
și gimnazială
nivel 0-2
-0,23
(-1,57)
-0,33**
(-2.49)
Educație liceală
nivel 3-4
Educație terțiară
nivel 5-8
0,33*
(1,65)
0,47**
(2,54)
Educație pe tot
parcursul vieții
-0,61***
(-4,04)
-0,60***
(-3,93)
-0,59***
(-3,88)
Access internet 0,20***
(3,51)
0,22***
(4,02)
0,25***
(4,98)
0,30***
(6,62)
0,31***
(7,36)
Gradul de
urbanizare
-0,043
(-0,73)
Condiții de locuit
(cam/ pers)
23,32***
(6,60)
21,97***
(6,38)
25,34***
(7,62)
22,66***
(6,31)
22,65***
(6,71)
Cost locuit -0,26**
(-2,17)
-0,26**
(-2,17)
-0,27
(-2,32)
-0,25**
(-1,97)
-0,27**
(-2,21)
PIB pe cap
locuitor
-0,007
(-0,08)
Constantă -8,99**
(-1,09)
-18,67***
(-3,40)
-5,02
(-0,64)
-22,37***
(-3,89)
-24,76***
(-4,66)
Efect aleatoriu Da Da Da Da Da
Wald chi2 226,89*** 224,19*** 222,37*** 188,71*** 190,23***
R-sq 0,433 0,395 0,441 0,453 0,432
rho 0,862 0,876 0,858 0,818 0,857
Observații 237 237 237 237 237
Notă: * reprezintă p< 0.1, **p<0.05, ***p<0.01; Valorile între paranteze reprezintă valorile z
Pentru a da acuratețe modelului și pentru a elimina diverse influențe alternative,
modelul a fost testat cu ajutorul mai multor variabile de control. Într-o primă etapă a fost
verificată influența variabilelor de control asupra variabilei dependente rate de reciclare a
gunoiului municipal într-o economie. În tabelul nr. 4, modelul 9 se poate observa o primă
regresie de panel având cinci variabilele de control ca variabile independente. Valoarea
Wald-chi2 pentru acest model este de 190,23, având p=0,000. Din acest model rezultă o
influență semnificativă pentru coeficienții β a variabilelor acces la internet (β5=0,30,
z=6,62, p=0,000), condiții de locuit (β7 = 22,66, z=6,31, p=0,000) și a costurilor de locuit
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 271
(β8=-0,25, z=-1,97, p=0,049). Variabilele gradul de urbanizare (β9=-0,043, z=-0,73,
p=0,463) și produsul intern brut pe cap de locuitor (β6=-0,007, z=-0,08, p=0,936) nu au
avut o semnificație suficientă pentru a fi considerate în analizele următoare. În consecință
relația de regresie de panel pentru variabilele de control a fost testată din nou pentru trei
variabile, iar rezultatele pot fi observate în modelul 10 (tabelul 5). Pentru modelul 10
valoarea atât valoarea Wald-chi2 de 190,23 cât și valoarea rho de 0,857 sunt mai mari decât
cele ale modelului 9, dovedind o acuratețe mai mare a modelului 10. Cu toate acestea
valoarea R-sq scade de la 0,453 pentru modelul 9, la 0,432 pentru modelul 10, dovedind că
cele două variabile de control, gradul de urbanizare și produsul intern brut pe cap de
locuitor, au totuși o influență mică, neliniară asupra variabilei dependente rata de reciclare.
Pentru modulul 10, toți coeficienții β sunt semnificativi astfel vor fi considerate ca variabile
de control accesul la internet (β5=0,31, z=7,36, p=0,000), condițiile de locuit (β7 = 22,65,
z=6,71, p=0,000) și costurile de locuit (β8 =-0,27, z=-2,21, p=0,027).
Pentru a putea observa influența ceteris paribus a fiecăreia dintre cele patru
variabile independente considerate, în modelele 1-4 vor fi analizate regresii de panel cu câte
una dintre cele patru variabile și cu cele trei variabile de control semnificative. În tabelul 4,
modelul 1 sunt prezentate rezultatele analizei de date de panel pentru variabila dependentă
rata de reciclare a deșeurilor municipale, variabila independentă procentul persoanelor care
au doar un nivel de educație de școală primară sau gimnazială și cele trei variabile de
control. Valoarea Wald-chi = 195,86 (p=0,000) și valoarea rho=0,843 indică o adecvare
ridicată a acestui model. Pentru variabila independentă educație primară, valoarea
coeficientului β1=-0,25 (p=0,053) este negativ, indicând o relație inversă între cele două
variabile. Astfel, cu cât procentul persoanelor care au doar educație de nivel 0-2 conform
ISCED 11 este mai mare, cu atât gradul de reciclare a gunoiului municipal este mai mic. În
acest model 1, variabilele de control, inclusiv constanta păstrează valori similare cu cele ale
modelului 10 având toate p<0,055, dovedind că modelul este robust. De asemenea se poate
observa o creștere a valorii R-sq la 0,483 (față de R-sq=0,432 în modelul 10), ceea ce arată
o creștere a influenței asupra variabilei dependente, prin adăugarea variabilei procentul de
persoane având doar educație primară sau gimnazială.
În modelul 2 se poate observa influența variabilei educație liceală, nivel 3-4
conform ISCED 11 asupra ratei de reciclare a deșeurilor. Deși valorile Wald-chi2=189,71
(p=0,000) și rho=0,841 indică o adecvare crescută a modelului, semnificația coeficientului
β a variabilei independente este scăzută având z=0,61 și p=0,540. Atât variabilele de
control, cât și constanta au valori similare cu cele ale modelului 10 și au coeficienți β
semnificativi (p<0,032). Creștere valorii R-sq la 0,450 (față de R-sq=0,432 a modelului 10)
indică totuși o influență a acestei variabile, necuantificată în acest model linear.
Modelul 3 prezintă rezultatele analizei de date de panel pentru rata de reciclare și
variabila independentă educație terțiară. Valoarea Wald-chi = 196,17 (p=0,000) și valoarea
rho=0,863 indică o adecvarea ridicată a acestui model. În cazul variabilei independente
educație terțiară există o relație pozitivă cu variabila dependentă gradul de reciclare a
deșeurilor, având β3 = 0,36 (z=1,90 și p = 0,057). Și în acest caz valorile β ale variabilele de
control și constanta păstrează valori similare și sunt semnificative (p<0,038). Astfel, cu cât
numărul persoanelor cu educație terțiară este mai mare, cu atât gradul de reciclare a
deșeurilor este mai mare. Pentru modelul 3 se poate de asemenea observa o creștere a
valorii R-sq la 0,440, fapt ce confirmă influența acestei variabile.
În modelul 4 este prezentat impactul învățării pe tot parcursul vieții (lifelong
learning) asupra ratei de reciclare a deșeurilor municipale. Se poate observa în tabelul 4 că
valorile Wald-chi2 = 212,14 (p=0,000) și rho = 0,868 au cea mai mare valoare, dintre
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
272 Amfiteatru Economic
modelele cu o singură variabilă independentă, dovedind semnificația acestui model. În acest
model toți coeficienții β, atât pentru variabila independentă, pentru variabilele de control
cât și pentru constantă c1 sunt semnificativi, având toate p<0,020. Cu toate acestea valoarea
coeficientului β4=-0,53 (z=-3,48 și p=0,000) este negativă, sugerând că un procent mai
ridicat de persoane care participă la educație de tip lifelong learning, scade rata de reciclare
în economia respectivă. De asemenea se poate observa că valoarea R-sq=0,388 pentru acest
model este mai scăzut decât pentru modelul 10, unde R-sq=0,432. Acest lucru arată că
această variabilă are o influență negativă asupra ratei de reciclare, anulând o mică parte a
altor variabile.
În modelul 5 a fost verificată o regresie de panel care include toate variabilele
independente și cele trei variabile de control. După cum poate fi observat în tabelul nr. 4,
acest model este semnificativ având o valoare Wald-chi2=231,54 (p=0,000) și o valoare
rho=0,865, fapt ce sugerează că acestea influențează variabila dependentă rata de reciclare.
Cu toate acestea coeficienții β a variabilelor independente nu au cele mai bune valori în
acest model, fapt ce sugerează că cele patru variabilele se influențează reciproc în această
relație. De altfel matricea de corelare a variabilelor independente, prezentată în tabelul 3,
arată că între nivelul de educație 0-2 și nivelul de educație 3-4 există o relație puternic
negativă (r=-0,837), fapt ce poate determina o anulare a celor două variabile. De asemenea
între educația terțiară și educația pe parcursul vieții (life long learning) există o relație
moderată pozitivă (r=0,601). Valoare R-sq=0,428 mai mică decât cea a modelului 10 (R-
sq=0,432) sugerează că variabilele independente își anulează influențele.
Ținând cont de faptul că modelul 5, nu are cea mai mare reprezentativitate, în
tabelul nr. 5, în modelele 6-8 am testat combinații ale celor patru variabile independente. În
modelul 6 este prezentată o regresie de panel cu trei variabile independente și care nu
conține variabila nivelul educației liceale, care a avut cea mai mică reprezentativitate în
modelele 1-4. Acest model cu trei variabile independente are o valoare Wald-chi2=226,89
(p=0,000) și rho=0,862. Valorile coeficienților β sunt similare cu celelalte modele, având o
semnificație bună pentru educația pe parcursul vieții (β4 =-0,61, z=-4,04 și p=0,000), o
semnificație moderată pentru nivelul educației terțiare (β3 =-0,61, z=0,33 și p=0,099) și o
semnificație slabă pentru nivelul educației primare și gimnaziale (β1 =-0,23, z=-1,57 și
p=0,116).
Regresia de panel având variabile independente educația terțiară și educația pe tot
parcursul vieții este prezentată în modelul 7. Acest model are de asemenea o semnificație
ridicată având Wald-chi2=224,19 (p=0,000), rho=0,876, iar coeficienții β ai ambelor
variabile sunt semnificativi (p<0,012) și păstrează valori similare cu a celorlalte modele.
Valoarea R-sq=0.395 mai scăzută decât cea a modelului 10 poate fi influențată de corelația
moderată dintre cele două variabile. De asemenea modelul 8, cu variabilele independente
nivelul educației primare și gimnaziale și nivelul educației pe tot parcursul vieții, este
semnificativ, având Wald-chi2=222,37 (p=0,000), rho=0,858, iar coeficienții β ai ambelor
variabile sunt semnificativi (p<0,014) și păstrează valori similare cu ale celorlalte modele.
În acest caz valoarea R-sq=0,441 este mai mare, dovedind influența celor două variabile
asupra ratei de reciclare.
Pe baza analizei celor zece modele prezentate putem concluziona următoarele
privind influența nivelului de educație al populației asupra ratei de reciclare. Nivelul
populației având doar educației primară și gimnazială are o influență negativă asupra ratei
de reciclare, având valori β1 ϵ [-0,33;-0,23]. Lipsa de educație liceală și terțiară nu oferă
populației cunoștințele necesare pentru a conștientiza importanța reciclării pentru
dezvoltarea economiei, astfel că un nivel crescut al acestei categorii de populație duce
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 273
implicit la o scădere a ratei de reciclare. Ținând cont de acestea putem afirma că ipoteza H1
este confirmată. Pentru nivelul de educație liceală sau de școală profesională nu a putut fi
dovedită o relație semnificativă. De altfel includerea acestei variabile în regresia de panel
(în modelul 5) a anulat influența celorlalte variabile. Pe baza acestor rezultate, se poate
afirma că ipoteza H2 privind influența nivelului de educație 3-4 conform ISCED asupra
ratei de reciclare este respinsă. Rezultatele acestei modelări dovedesc că numărul crescut
al persoanelor cu educație universitară influențează în mod pozitiv rata de reciclare, având
β3 ϵ [0,33;0,47]. Astfel se poate afirmă că ipoteza H3 este confirmată și educația terțiară
influențează în mod pozitiv rata de reciclare într-o economie. În opoziție cu așteptările
noastre, educația de tip lifelong learning are o influență negativă asupra ratei de reciclare.
Modelele prezentate în acest articol demonstrează existența unei corelații între procentul
persoanelor care participă la educație de tip lifelong learning. Această relație se dovedește a
fi una negativă, având valori negative pentru coeficientul β4 ϵ [-0,62;-0,53]. Cu cât
procentul persoanelor care participă la educație pe tot parcursul vieții este mai mare, cu atât
rata de reciclare a deșeurilor municipale este mai mic. Ținând cont de acest rezultat, putem
afirma că ipoteza H4 este respinsă.
Concluzii
Rezultatele acestei cercetări demonstrează faptul că nivelul de educație al
populației are o influență asupra ratei de reciclare a deșeurilor municipale într-o economie.
Deși nu s-a putut dovedi un model integrat semnificativ, care să cuprindă toate nivelele de
educație într-o regresie cu rata de reciclare ca variabilă dependentă, totuși s-a putut dovedi
influența diverselor nivele de educație asupra acesteia. După cum era de așteptat, lipsa
educației influențează în mod negativ rata de reciclare într-o economie. Un procent mai
mare de populație având doar educație primară sau gimnazială influențează în mod negativ
rata de reciclare. Acest rezultat a fost confirmat și de cercetările realizate de Arbues și
Villanua (2016) De asemenea o influență pozitivă asupra gradului de reciclare o are
educația universitară, fapt confirmat și de studiile efectuate de Starr și Nicolson (2015) și de
Lopez-Mosquera, Lera-López și Sánchez (2016). Ambele rezultate confirmă faptul că
educația are un rol în înțelegerea și conștientizarea importanței reciclării și a economiei
circulare pentru dezvoltarea unei societăți. Interesant este faptul că rezultatele cercetării
arată că deși există o relație între rata de reciclare și educația pe tot parcursul vieții, aceasta
însă este negativă.
Una dintre limitările cercetării se referă la modul de alegere a datelor. În primul
rând, datele legate de educație se referă la educație în general, fără a analiza conținutul
acesteia. Prin conținuturile sale, educația poate favoriza sau nu, comportamentul populației
față de reciclare. Un alt element ce trebuie luat în calcul, este faptul că în această analiză au
fost considerate date relative și nu date absolute. Pe de-o parte aceste date relative
exprimate în procente facilitează comparațiile între economiile diverselor țări. Pe de altă
parte pune pe picior de egalitate, valorile variabilelor din țări de diverse dimensiuni. Cu
toate acestea, cercetarea are o contribuție importantă la literatura de specialitate, evidențiind
importanța educației pentru dezvoltarea unei economii circulare și implicit pentru
dezvoltarea societății în general.
Plecând de la rezultatele obținute în această modelarea, prima recomandare pentru
dezvoltarea unei economii circulare, este creșterea nivelului de educație al populației în
general și facilitarea scăderii numărului de persoane care au doar educație primară și
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
274 Amfiteatru Economic
gimnazială. Conform rezultatelor prezentate, o scăderea a procentului populației cu o
educație doar de nivel 0-2 conform ISCED are o influență pozitivă asupra ratei de reciclare
și a dezvoltării unei economii circulare. Un rezultat așteptat este relația pozitivă dintre
educația universitară și rata de reciclare a deșeurilor. Plecând de la acest rezultat, o a doua
recomandare este păstrarea și intensificarea acestui trend de creștere a conștientizării
importanței procesului de reciclare în rândul studenților. Această conștientizare în rândul
studenților poate avea un dublu efect: atât la nivelul comportamentului de reciclare a
populației cu studii superioare, cât și la nivelul decidenților politici, explicate prin ocuparea
în viitor a unor poziții cu putere de decizie a actualilor studenți.
Un rezultat interesant este cel obținut din relația negativă dintre rata de reciclare și
educația pe tot parcursul vieții. Pentru a schimba această relație, într-una pozitivă,
recomandarea este de a adapta conținuturile predate pentru favorizarea comportamentului
de reciclare. Acest lucru poate fi realizat și la alte nivele de educație pentru a avea un efect
pe termen lung. Nu mai puțin importantă este o permanentă informare a populației cu
privire la rezultatele economice obținute în urma procesului de reciclare. După cum s-a
văzut, variabila de control acces la internet a avut o influență semnificativă asupra ratei de
reciclare. Din acest motiv este importantă informarea populației prin diverse căi de
comunicare online și offline pentru a crește comportamentul pro-reciclare.
Desigur pe lângă toate aceste elemente, este importantă dezvoltarea unor politici la
nivel macroeconomic pentru facilitarea comportamentului pro-reciclare și a dezvoltării unei
economii circulare. Dar desigur, este important să se cunoască rolul educației în procesul de
reciclare și modul în care aceasta susține dezvoltarea unei economii circulare. În plus,
educatorii trebuie să țină cont de niște abordări holistice, luând în considerare aspecte
cognitive, emoționale și spirituale legate de mediu. Dintr-o perspectivă socială mai largă,
un nivel ridicat de educație al populației va avea efecte pozitive asupra dezvoltării unei
economii circulare.
Bibliografie
Abbott, A., Nandeibam, S. and O'Shea, L., 2011. Explaining the variation in household
recycling rates across the UK. Ecological Economics, 70(11), pp.2214-2223.
Arbués, F. and Villanúa, I., 2016. Determinants of behavior toward selective collection of
batteries in Spain. A bivariate probit model. Resources, Conservation and Recycling,
106, pp.1–8.
Aphale, O., Thyberg, K.L. and Tonjes, D.J., 2015. Differences in waste generation, waste
composition, and sourceseparation across three waste districts in a New York suburb.
Resources, Conservation and Recycling, 99, pp.19-28.
Baltagi, B., 2008. Econometric analysis of panel data. Chichester: John Wiley & Sons Ltd.
Botetzagias, I., Dima, A.F. and Malesios, C., 2015. Extending the Theory of Planned
Behavior in the context of recycling: The role of moral norms and of demographic
predictors. Resources, Conservation and Recycling, 95(2), pp.58-67.
Blomsma, F. and Brennan, G., 2017. The emergence of circular economy: a new framing
around prolonging resource productivity. Journal of Industrial Ecology, 21(3),
pp.603-614.
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 275
Brătianu, C., 2007. Thinking patterns and knowledge dynamics. In: B. Martins & D. Renyi
(Eds.), Proceedings of the 8th European Conference on Knowledge Management.
Barcelona, Spain, 6-7 September 2007. Reading, UK: Academic Conferences Ltd.
Brătianu, C., 2013. The triple helix of the organizational knowledge. Management
Dynamics in the Knowledge Economy, 1(2), pp.207-220.
Brătucu, G., Palade, A., Madar, A., Neacşu, N.A., Boşcor, D. and Băltescu, C.A., 2017.
Competition on the University Educational Services Market in Romania and the
Protection of Students’ Rights and Interests. Amfiteatru Economic, 19(45), pp.414-431.
Chan, L. and Bishop, B., 2013. A moral basis for recycling: Extending the theory of
planned behavior. Journal of Environmental Psychology, 36, pp.96-102.
Chen, M.F. and Tung, P.J., 2010. The moderating effect of perceived lack of facilities on
consumers’ recycling intentions. Environment and Behavior, 42(6), pp.824-844.
Dabija, D.C., Postelnicu, C., Dinu, V. and Mihaila, A., 2017. Stakeholders' perception of
sustainability orientation within a major Romanian University. International Journal of
Sustainability in Higher Education, 18(4), pp.533-553.
Dahlen, L. and Lagerkvist, A., 2010. Pay as you throw: Strengths and weaknesses of
weight-based billing in household waste collection systems in Sweden. Waste
Management, 30(1), pp.23-31.
Dahlen, L., Vukicevic, S., Meijer, J.E. and Lagerkvist, A., 2007. Comparison of different
collection systems for sorted household waste in Sweden. Waste Management, 27(10),
pp.1298–1305.
European Commission, 2015a. Closing the Loop - An EU Action Plan for the Circular
Economy. Communication from the Commission to the European Parliament, the
Council, the European Economic and Social Committee and the Committee of the
Regions No. COM (2015) 614/2. Brussels: European Commission.
European Commission, 2015b. Proposal for a Directive of the European Parliment and the
Council, amending Directive 2008/98/EC on waste, COM/2015/0595 final. Brussels:
European Commission.
European Commission, 2015c. Proposal for a Directive of the European Parliament and of
the Council amending Directive 94/62/EC on packaging and packaging waste,
COM/2015/0596 final. Brussels: European Commission.
European Environment Agency, 2016. Circular Economy in Europe: Developing the
Knowledge Base. [online] Available at: <http://www.eea.europa.eu/publications/
circular-economy-in-europe> [Accessed 26.12.2017].
European Union. 2017. European Circular Economy Stakeholder Platform. [online]
Availabe at: <circulareconomy.europa.eu> [Accessed 26.12.2017]
Eurostat, 2017a. Recycling rate of municipal waste (Code: cei_wm011). [online] Available
at: <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=
en&pcode=cei_ wm011&plugin=1> [Accessed 23.12.2017].
Eurostat, 2017b. Recycling rates for packaging waste (Code: ten00063). [online] Available
at: <http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en& pcode
=ten00063&plugin=1> [Accessed 23.12.2017].
AE Model econometric pentru măsurarea impactului nivelului de educație al populației asupra gradului de reciclare într-o economie circulară
276 Amfiteatru Economic
Eurostat, 2017c. Population by educational attainment level, sex and age (%) - main
indicators (Code: edat_lfse_03). [online] Available at: <http://ec.europa.eu/eurostat/
web/products-datasets/-/edat_lfse_03> [Accessed 23.12.2017].
Eurostat, 2017d. Households - level of internet access (Code: isoc_ci_in_h). [online]
Available at: <http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=isoc_ci_in_h&
lang=en> [Accessed 23.12.2017].
Eurostat, 2017e. Distribution of population by degree of urbanisation, dwelling type and
income group – EU-SILC survey (Code: ilc_lvho01). [online] Available at:
<http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_lvho01&lang=en>
[Accessed 23.12.2017].
Eurostat, 2017f. Average number of rooms per person by tenure status and dwelling type
from 2003 onwards – EU-SILC survey (Code: ilc_lvho03). [online] Available at:
<http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_lvho03&lang=en>
[Accessed 23.12.2017].
Eurostat, 2017g. Housing cost overburden rate by age, sex and poverty status - EU-SILC
survey (Code: ilc_lvho07a). [online] Available at: <http://appsso.eurostat.ec.
europa.eu/nui/show.do?dataset=ilc_lvho07a&lang=en> [Accessed 23.12.2017].
Eurostat, 2017h. Main GDP aggregates per capita (Code: nama_10_pc). [online] Available
at: <http://appsso.eurostat.ec.europa.eu/nui/submitViewTableAction.do> [Accessed
23.12.2017].
Eurostat, 2017i. Participation rate in education and training (last 4 weeks) by sex and age
(Code: trng_lfs_01). [online] Available at: <http://appsso.eurostat.ec.europa.eu/
nui/show.do?dataset=trng_lfs_01&lang=en> [Accessed 23.12.2017].
Geissdoerfer, M., Savaget, P., Bocken, N.M.P. and Hultink, E.J., 2017. The circular
economy–a new sustainability paradigm? Journal of Cleaner Production, 143(1),
pp.757-768.
Gellynck, X., Jacobsen R. and Verhelst, P., 2011. Identifying the key factors in increasing
recycling and reducing residual household waste: a case study of the Flemish region of
Belgium. Journal of Environmental Management, 92(10), pp.2683-2690.
Jones, N., Evangelinos, K., Halvadakis, C.P., Iosifides, T. and Sophoulis, C.M., 2010.
Social factors influencing perceptions and willingness to pay for a market-based policy
aiming on solid waste management. Resources, Conservation and Recycling, 54(9),
pp.533-540.
Junot, A., Paquet, Y. and Martin-Krumm, C., 2017. Passion for outdoor activities and
environmental behaviors: A look at emotions related to passionate activities. Journal of
Environmental Psychology, 53, pp.177-184.
Lauren, N., Fielding, K.S., Smith, L. and Louis, W.R., 2016. You did, so you can and you
will: Self-efficacy as a mediator of spillover from easy to more difficult pro-
environmental behavior. Journal of Environmental Psychology, 48, pp.191-199.
López-Mosquera, N., Lera-López, F. and Sánchez, M., 2015. Key factors to explain
recycling, car use and environmentally responsible purchase behaviors: A comparative
perspective. Resources, Conservation and Recycling, 99, pp.29–39.
Economia circulară între deziderate și realități AE
Vol. 20 • Nr. 48 • Mai 2018 277
Malinauskaite, J., Jouhara, H., Czajczyńska, D., Stanchev, P., Katsou, E. and Rostkowski,
P., 2017. Municipal solid waste management and waste-to-energy in the context of a
circular economy and energy recycling in Europe. Energy, 141, pp.2013-2044.
Nguyen, T.N., Lobo, A. and Greenland, S., 2016. Pro-environmental purchase behaviour:
The role of consumers' biospheric values. Journal of Retailing and Consumer Services,
33, pp.98-108.
Ntona, E., Arabatzis, G. and Kyriakopoulos, G.L., 2015. Energy saving: Views and
attitudes of students in secondary education. Renewable and Sustainable Energy
Reviews, 46, pp.1-15.
Oztekin, C., Teksöz, G., Pamuk, S., Sahin, E. and Kilic, D.S., 2017. Gender perspective on
the factors predicting recycling behavior: Implications from the theory of planned
behavior. Waste Management, 62, pp.290–302.
Reike, D., Vermeulen, W.J.V. and Witjes, S., 2017. The circular economy: New or
Refurbished as CE 3.0? — Exploring Controversies in the Conceptualization of the
Circular Economy through a Focus on History and Resource Value Retention Options.
Resources, Conservation & Recycling. In Press. [online] Available at: <https://ac.els-
cdn.com/S0921344917302756/1-s2.0-S0921344917302756-main.pdf?_tid=5ffa0454-
ec7d-400e-bfc1-e59ce0e56421&acdnat=1521506018_c4853b57ddaefde7945778
b461b1b46b> [Accessed 23.12.2017].
Saphores, J.D.M. and Nixon, H., 2014. How effective are current household recycling
policies? Results from a national survey of U.S. households. Resources, Conservation
and Recycling, 92, pp.1–10.
Sidique, S.F., Joshi, S.V. and Lupi, F., 2010a. Factors influencing the rate of recycling: An
analysis of Minnesota counties. Resources, Conservation and Recycling, 54(4),
pp.242-249.
Sidique, S.F., Lupi, F. and Joshi, S.V., 2010b. The effects of behavior and attitudes on
drop-off recycling activities. Resources, Conservation and Recycling, 54(3),
pp.163-170.
Suttibak, S. and Nitivattananon, V., 2008. Assessment of factors influencing the
performance of solid waste recycling programs. Resources, Conservation and
Recycling, 53(1-2), pp.45-56.
Starr, J. and Nicolson, C., 2015. Patterns in trash: Factors driving municipal recycling in
Massachusetts. Resources, Conservation and Recycling, 99, pp.7-18.
Yakobovitch, N. and Grinstein, A., 2016. Materialism and the boomerang effect of
descriptive norm demarketing: Extension and remedy in an environmental context.
Journal of Public Policy & Marketing, 35(1), pp.91-107.