当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 全球电子垃圾增速远超回收速度,联合国报告揭示

全球电子垃圾增速远超回收速度,联合国报告揭示

来源:IT之家 2024-03-26 14:24:25 0浏览 收藏

联合国报告警示,电子垃圾正在以惊人的速度增长,远超回收速度。2022 年,全球电子垃圾总量达到 6200 万吨,而仅有 22.3% 被正式回收,预计到 2030 年,回收率将进一步下降。电子垃圾不仅对环境构成威胁,其造成的经济损失也高达每年 370 亿美元。报告呼吁全球采取措施,完善法规、建立回收机制,以应对日益严峻的电子垃圾挑战。

本站 3 月 22 日消息,联合国训练与研究机构(UNITAR)和联合国国际电信联盟(ITU)近日联合发布《2024 年全球电子废物监测报告》,表示电子垃圾正以每年 260 万公吨的速度增长。

联合国报告发现全球电子垃圾的增长速度是回收速度的五倍

电子垃圾通常指带有插头或电池的废弃设备,如手机、电视和笔记本电脑等,但并不包括电动汽车产生的废物。

据报告显示,2022 年的电子垃圾总量达到了 6200 万吨,相当于填满了 155 万辆载重 40 吨的卡车。预测到 2030 年,电子垃圾的产量将继续增长,达到 8200 万吨。

联合国报告发现全球电子垃圾的增长速度是回收速度的五倍

联合国报告发现全球电子垃圾的增长速度是回收速度的五倍

尤其令人担忧的是,在 2022 年产生的 6200 万吨电子垃圾中,仅有 1380 万吨(22.3%)被正式记录、收集和适当回收,电子垃圾的产生速度是回收速度(使用有据可查的方法展开)的五倍。

联合国报告发现全球电子垃圾的增长速度是回收速度的五倍

由于技术不断进步、维修选择受限、产品寿命缩短、电子化程度不断提高以及电子废物管理基础设施不足,预计到本十年末,这一比例将下降到20%左右。

联合国报告发现全球电子垃圾的增长速度是回收速度的五倍

世界各地的电子垃圾产生率和回收率各不相同。欧洲人均产生的电子垃圾最多,为 17.6 千克(38.8 磅),而美洲为 14.1 千克。

不过,欧洲的正式收集和回收率为 42.8%,而大洋洲为 41.4%,美洲为 30%,亚洲为 11.8%,非洲仅为 0.7%。

联合国报告发现全球电子垃圾的增长速度是回收速度的五倍

ITU 电信发展局局长科斯马斯・勒克森・扎瓦扎瓦(Cosmas Luckyson Zavazava)表示

最新研究表明,电子垃圾带来的全球性挑战只会越来越大。全球只有不到一半的国家和地区实施、执行了电子垃圾管理办法,这意味着需要全球共同努力,不断完善法律法规、建立健全回收机制、提高回收技术等等。

这些电子垃圾不仅对环境造成影响。报告指出,电子垃圾每年造成的净经济货币成本高达 370 亿美元。如果不改善电子垃圾管理和政策,预计到 2030 年,这一数字将达到 400 亿美元。

本站附上参考地址

  • The 2024 Global E-waste Monitor

终于介绍完啦!小伙伴们,这篇关于《全球电子垃圾增速远超回收速度,联合国报告揭示》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
深入解析Go语言的垃圾回收机制深入解析Go语言的垃圾回收机制
上一篇
深入解析Go语言的垃圾回收机制
利用 goroutine 处理 sync.Map 或通道
下一篇
利用 goroutine 处理 sync.Map 或通道
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    415次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    496次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    503次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    449次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    281次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码