K-means and multicriteria decision aid applied to sustainability evaluation

Abstract

Em um mundo sempre em desenvolvimento, com população e demanda por recursos naturais em escalada, a avaliação da sustentabilidade se torna mais relevante para informar adequadamente os tomadores de decisão. Classificar a sustentabilidade dos países em categorias geralmente aplica abordagens de classificação baseadas em agregações compensatórias. Isso leva a situações em que países que possuem pontuações semelhantes são agrupados nas mesmas categorias, apesar de possuírem características diferentes ao longo dos diferentes aspectos ou variáveis que compõem o indicador. Neste trabalho, visando preencher essa lacuna, propomos o uso de uma função de agregação de similaridade (k-means) ao invés de abordagens compensatórias para melhorar a classificação dos países de acordo com seu desempenho de sustentabilidade. Para atingir esse objetivo, primeiramente foi realizada uma revisão da literatura sobre o assunto na base de dados Scopus e os resultados comparados com o SS Index proposto por Van de Kerk e Manuel (2008). Dos 265 indicadores identificados na seleção dos artigos finais, apenas 12 foram repetidos pelo menos 3 vezes entre os registros e somente 4 indicadores propostos originalmente não foram encontrados na literatura. Os indicadores mais repetidos das dimensões de bem-estar ambiental e econômico estiveram alinhados aos indicadores apresentados pelo SSI. Os principais métodos multicritérios utilizados foram quantificados, revelando que 30% dos autores utilizaram a agregação ponderada para a construção do índice. Além disso, o corte geográfico dos estudos foi exposto, exibindo 35% dos autores focados apenas em países europeus. Após notar que a maioria dos trabalhos pesquisados focou em abordagens compensatórias para os índices de sustentabilidade, foi aplicado o procedimento de classificação k-means aos dados mais recentes disponíveis no SSI para gerar um conjunto de seis categorias (o mesmo número de categorias que aparece no SSI). Após a definição dos clusters, eles foram classificados usando o algoritmo não compensatório ELECTRE III, de tal forma que o cluster pudessem ser comparados com aqueles que aparecem no SSI. Comparado com a estratificação de dados original, o método proposto cria grupos que são mais semelhantes em termos de subconjuntos de indicadores, enriquecendo o conhecimento fornecido pelo índice, sem apresentar a deficiência de perda de informação causada pela agregação. Também é interessante notar a característica pioneira da aplicação de um método multicritério de sobreclassificação para classificar os clusters gerados pelo k-means.