过去几十年里，全球材料消耗量迅速增加（联合国，2024年）。根据2024年可持续发展目标报告，全球国内材料消耗量在短短二十多年内增长了69%，从2000年的56.6亿吨增加到2022年的96.0亿吨（联合国，2024年）。国际资源小组预测，如果当前趋势持续下去，到2050年全球年材料使用量可能达到约180亿吨（UNEP–国际资源小组，2016年）。这导致了可耗尽资源的快速枯竭、大量未得到妥善管理的废物的产生，以及一系列环境和人类健康问题。
由于这些不良发展，可持续性和可持续发展的概念变得尤为重要（Agreement, P, 2015年）。在材料消耗量不断增加的背景下，目标是重新思考废物管理实践，减少资源过度消耗，并可能降低温室气体排放（Brundtland等人，1987年）。循环经济（CE）作为一种可能的解决方案应运而生。循环经济通过再利用、修复和从废物流中恢复有价值材料的方法，创建了一个有价值的材料回收系统（Awan和Sroufe，2022年；MacArthur，2013年）。循环经济基于“从摇篮到摇篮”的原则，其中过程无废物产生，产品在其生命周期结束后仍可再利用，从而创造更多价值（Smol等人，2017年）。循环经济概念的好处在于能够保留产品价值，从资源中提取最大价值，并最小化废物产生（Smol等人，2017年）。循环经济在实现可持续发展目标12（SDG 12）方面发挥着重要作用，该目标旨在促进可持续的消费和生产（Mio等人，2020年）。最近的研究强调了技术支持的绿色实践在促进循环经济转型中的作用（Eshiett和Eshiett，2024年），并指出了废物管理创新中的障碍和促进因素，特别是在新兴经济体中（Alqirem和Alsmadi，2025年）。
Reike等人（Reike等人，2018年）讨论了与循环经济相关的各种价值保留选项。减少、再利用和回收是3R原则下的关键实践，这些实践既应用于工业领域也适用于消费者层面（Jiménez-Rivero和García-Navarro，2017年）。减少材料使用从而减少废物产生是最理想的（Huang等人，2021年）。然而，减少与社会行为的改变和可持续创新的出现密切相关（Bengtsson等人，2018年）。再利用涉及用未经过降解或重大修改的原始材料制成的商品替代现有商品，这在工业中得到了实践。回收通常需要能源密集型操作，如机械和化学过程，可能导致嵌入材料被用于相同或不同的目的。
消费者、工业和政府在3R策略中的角色各不相同：“减少”依赖于行为改变，“回收”依赖于技术基础设施，“再利用”则需要两者结合。需要一个综合系统的视角来评估它们对全球可持续性的综合贡献（Tukker等人，2010年；Henry等人，2019年），这促使人们使用综合评估模型（IAMs）来捕捉技术、社会和政策因素之间的相互作用。
Sonkusare和Shastri（Sonkusare和Shastri，2025年）在这方面开发了一个全球综合模型，该模型扩展了Hanumante等人（Hanumante等人，2019年）报告的模型。Hanumante等人（Hanumante等人，2019年）基于之前开发的通用全球可持续性建模（GGSM），该模型起源于Cabezas和Powlowksi及其合作者的工作（Cabezas等人，2003年；Cabezas等人，2005年；Shastri等人，2008a；Nisal等人，2022a）。综合模型基于食品网模型，并包括人类和工业部门，以捕捉各部门之间的相互依赖关系。该模型的主要目标是了解不同部门之间的材料流动，并理解这些部门之间的复杂相互作用及其可能的未来发展。Sonkusare和Shastri（Sonkusare和Shastri，2025年）将3R原则纳入综合模型，并将其用于实现全球可持续性的目标。结果表明，对于较短的再利用周期，需要较高比例的人口重新使用工业产品。重要的是，积极实施回收措施，使得更高比例的人口重新使用工业产品，会导致资源短缺。研究发现了一个结合了减少、再利用和回收的可持续区域，以确保整体可持续性。尽管这项工作为可持续性操作区域提供了宝贵的见解，但更广泛的优化文献仍存在一些差距。
循环经济优化的最新进展集中在废物转化为资源系统的设计（Ng等人，2024年）、工业共生网络优化（Xie等人，2024年）和产品设计策略（Klose和Fr?hling，2025年）上。然而，这些研究主要关注企业层面或特定行业的决策，而不是整个系统的全球可持续性。用于可持续性的综合评估模型已经扩展到捕捉材料流动（ünlü等人，2024年；Schandl等人，2024年），但通常将循环经济干预视为外生政策假设，而不是内生优化变量。费舍尔信息已被用于检测生态系统（Fath等人，2003年）和耦合的社会环境系统（Nisal等人，2022b；Shastri等人，2008b）中的制度转变，但尚未被用作政策设计的优化目标。
根本挑战在于确定全球循环经济采纳的最佳实施路径。虽然循环经济原则已经确立，但缺乏系统化的框架来优化其随时间的部署。Sonkusare和Shastri（Sonkusare和Shastri，2025年）之前的工作通过离散情景分析确定了可持续性区域，但在三个关键方面存在局限性。首先，仅从涵盖无限参数组合的可行空间中测试了大约100种参数组合。其次，分析是静态的，整个200年时间范围内循环利用比例和再利用行为保持不变，考虑到技术（回收）与行为（再利用）干预的不同采纳时间尺度，这是不现实的。第三，没有使用优化框架，留下了关键的政策问题未得到解答：回收和再利用的最佳水平是什么？何时应该实施它们？它们的扩张速度应该多快？哪个措施更有效？本研究通过开发和实施一个动态优化框架来解决这些限制。具体来说，本研究回答了以下研究问题：
•什么是最优的时间依赖轨迹，可以使循环利用比例和再利用比例最大化，从而实现全球系统稳定性？
•动态（时间变化）政策与静态（恒定）政策在可持续性结果和实施可行性方面有何差异？
•最优解决方案对产品使用周期的敏感性如何，这对政策实施有何影响？
为了解决这些研究问题，本研究做出了以下创新贡献。首先，它开发了一个动态优化框架，该框架采用费舍尔信息方差最小化来优化具有十年更新间隔的时间依赖循环经济政策。其次，它提供了静态与动态政策实施的系统比较分析，考虑了实际约束，如回收基础设施扩张的年度增长限制和再利用采纳的行为惯性。第三，它量化了最优解决方案对产品使用周期的敏感性，确立了产品寿命延长作为循环经济策略的相对有效性，与积极扩大回收相比。
文章的结构如下。下一节总结了包含循环经济中的减少、再利用和回收选项的综合行星模型。第3节描述了优化模型的构建，并解释了使用该模型解决的各种问题。第4节展示了结果和讨论，第5节总结了关键结论。
综合行星模型概述
本研究使用的模型是一个简化的全球综合模型。其目的不是进行短期特定行业的预测，而是确定能够长期稳定耦合的生态-经济动态的循环经济措施的时间依赖轨迹。简化表示的一个显著优势是，该模型不仅具有描述性，还具有指导性。模型结构使得动态实施成为可能
优化模型构建
优化问题的目标是确定减少、再利用和回收相关因素的最佳时间依赖轨迹，以实现模型所代表的系统的可持续性。本节首先描述了优化模型的范围和假设。任何优化模型都包括三个主要组成部分：约束条件、决策变量和目标函数。这三个组成部分将在后续部分中详细说明。
结果与讨论
本节展示了各种情景的结果，并对发现和观察结果进行了支持性讨论。
讨论
在全球范围内实施循环经济策略本质上非常复杂，涉及行为、技术和政策维度之间的相互作用。本研究采用了一个结合了基于费舍尔信息（FI）优化的综合行星模型（IPM），以量化时间依赖的再利用和回收干预对维持全球资源平衡的影响。结果超越了数值优化的范畴；它们提供了关于如何以及在多大程度上实施循环经济以最大化系统效益的关键见解
结论
迫切需要全球循环经济政策措施来应对不可持续消费模式的危机。本研究从优化的角度研究了全球可持续性，使用了一个综合行星模型来实施循环经济的原则。该模型以最小化费舍尔信息指数（Fisher Information Index）的方差为目标函数，该指数是系统稳定性的定量指标。选择了循环利用比例和重新使用工业产品的人口比例作为
CRediT作者贡献声明
舒巴姆·松库萨雷（Shubham Sonkusare）：撰写——原始草稿、方法论、调查、形式分析、概念化。尤金德拉·沙斯特里（Yogendra Shastri）：撰写——审稿与编辑、监督、方法论、概念化。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
