生命周期評價方法的幾個新研究方向*

周祖鵬，劉夫云

(桂林電子科技大學 機電工程學院，廣西 桂林 541004)

0 引言

自從1969 年美國的可口可樂公司率先使用生命周期評價方法對不同容器的環境影響進行評價和分析以來，生命周期評價方法就得到廣泛應用［1］。但是，針對生命周期評價方法本生的理論和技術改進研究相對于其應用研究來說要少得多［2］。目前，在考慮時間和空間因素的動態生命周期評價領域，文獻［3］采用動態生命周期評價方法對可再生能源產業技術進行了生命周期評價;文獻［4-5］開展了生命周期評價中數據質量和可靠性方面的分析和研究;文獻［6］開展了多區域輸入輸出模型與生命周期評價相結合的混合生命周期評價研究。

然而，與國外領先的生命周期評價理論研究相比，國內在生命周期評價理論研究方面相對滯后。因此，為了進一步提高國內生命周期評價研究者的研究水平，本文指出了目前世界范圍內生命周期評價方法的三個最新研究方向，希望能對促進和提高國內生命周期評價水平起到一定的幫助。

1 考慮時間和空間因素的動態生命周期評價方法研究

過去的生命周期評價方法都是一種靜態評價方法，即評價時只是將各種數據簡單相加，并沒有考慮評價對象所在地的當前的自然、經濟、環境和人文等情況。然而，目前新的研究方法提出了一種動態生命周期評價方法，在做生命周期影響評價時，要充分考慮評價對象所在地的自然、經濟、環境和人文情況，并提出動態評價指標。動態評價指標和各種清單分析數據之間是一個較為復雜的函數關系，該函數關系是基于當地情況構建的，這樣的評價更符合實際。目前，國外一些學者已經開始關注相關研究［7-8］，但是經過我們的文獻檢索發現，國內還沒有相關研究的報道。因此，開展動態生命周期評價研究對于提高生命周期評價的準確性有實際應用價值。下面通過幾個例子來說明其重要性和可行性。

例如，光化學煙霧(大氣中因光化學反應而形成的有害混合煙霧，如大氣中碳氫化合物和氮氧化合物在陽光的作用下起化學反應所產生的化學污染物)。對環境和人體都是有害的。它們被稱之為光化學煙霧是因為它們是由最初的污染物質光解而產生的。光化學煙霧是一種淡藍色煙霧，屬于大氣中二次污染物。我們知道，一天中陽光的強度不同，四季陽光強度也不同，同樣的碳氫化合物和氮氧化合物排放在不同的光照條件下的環境影響差別很大。可是，傳統生命周期評價方法認為只要排放的碳氫化合物和氮氧化合物量相同，其造成的環境影響就相同，并沒有考慮不同排放時間和排放地點的影響，因此，傳統評價方法是一種靜態評價方法，其評價結果是不準確的。然而，在動態生命周期評價中，我們不僅考慮碳氫化合物和氮氧化合物排放量，還考慮其排放時間和地點，得到的影響評價指標值更準確。但是，動態生命周期評價需要的數據更多，評價指標函數更復雜，評價工作更具有挑戰性。

再例如，在土壤酸化影響評價中，當地已存在的土壤酸化情況對后續再施加的酸化物對土壤的酸化影響很大。也就是說，同樣的排放物在不同的地區其影響是不同的。對于本來就已經嚴重酸化的土壤，再施加酸化物對其影響不大，而對于從來沒有被酸化過的土壤，任何酸化物的施加對當地土壤質量的影響都是巨大的。然而，在傳統的生命周期評價中，認為排放物的影響是相同的，相關影響評價指標也是一個簡單的線性疊加公式，公式中沒有能反映已有污染狀況的參數項。然而，動態生命周期評價需要考慮這些問題，構建更能全面客觀反映影響情況的評價指標函數。

另外一個更為簡單的例子是:相同的有毒有害氣體排放，排放地若是在空曠的郊區，其對人體的影響是不大的;而如果排放地是在人口稠密的市區，對人體影響將會很大。然而，在傳統的生命周期影響評價中也是認為等量的排放物影響相同，并沒有考慮排放地的因素。這個問題在動態生命周期評價中將會被考慮進去，以提高評價的準確性。

2 生命周期評價中的數據可靠性和數據質量研究

如何提高生命周期評價中的數據可靠性和數據質量是目前生命周期評價中的另外一個新方向。文獻［9］就目前生命周期評價中存在的數據可靠性問題進行了詳細闡述。特別指出，在國際標準ISO 14044 的規定中，在開展生命周期比較評價的時候，一定要對數據的可靠性和質量進行分析。數據可靠性和質量主要指:數據的時間跨度，數據的空間跨度，數據的技術跨度，數據的完整性，數據的可重復性，數據的代表性，數據的來源，數據的一致性和數據信息的誤差范圍(我們可以稱其為“數據質量9 要點”)。目前很多生命周期評價并沒有注意到數據的可靠性和質量問題，因為很多時候如果過分強調數據的可靠性和質量，那么國內大部分的生命周期評價是沒有辦法開展的。因為，我們過去很多年都沒有注意收集相關的數據。現在國內生命周期評價研究者常用的方法就是引用其他文獻的數據，而且大部分是國外文獻或是數據庫的中的數據。這些數據如何本土化一直是困擾我國生命周期評價研究者的難題。但是，至少目前我們應該意識到這個問題的存在，并開始做一些工作。在今后的生命周期數據庫建立過程中，一定要注意分析數據的可靠性和質量，按照國際標準的“數據質量9 要點”執行。

在進行生命周期評價之前，對收集數據的質量應該進行全面分析(按前面提出的數據“質量9 要點”進行分析)。可以通過給定規則和打分的方法來評價數據質量。例如，可以將數據質量分為5 個等級，每一個等級給出具體的條件。以數據完整性來說，對于農業數據至少有3 年的收集時間，其他流程數據至少要在一個完整的年度進行(該年度沒有其他干擾因素，如天氣等)。滿足以上條件的數據可以認為是1 級數據(質量最好的)，依次類推給出其他等級數據標準。

另外一種更為簡單的方法就是對數據進行較為簡單的分類A 和B 兩類。符合某些條件的數據為A 類數據，否則為B。在開展生命周期評價時，我們可以給出要求:例如，在生命周期評價中A 類數據所占比例應該至少達到80%以上，評價結果才具有一定的可信度。可是，目前國內生命周期評價中幾乎很少有研究者在評價過程中對數據可靠性進行檢驗和分析，給出的評價結果也很少有誤差范圍。很多時候，國內文獻中，生命周期評價結果是非常精確的數值，看起來似乎很準確和可信，實際上，越是這樣的精確給定數值的評價結果，其實質的可靠性越低，因為相關研究根本沒有考慮到數據的不確定性問題，而是簡單的認為所有數據都是可信的和沒有誤差的。然而實際上一個給定誤差范圍評價結果更可信和準確。

3 基于輸入輸出模型的混雜生命周期評價方法研究

目前在生命周期評價研究領域出現了混雜生命周期評價這一新的研究方向，在混雜生命周期評價中，主要是在清單分析階段與傳統生命周期評價方法不同。在清單分析階段，傳統生命周期評價的數據一般來自于一些大型數據庫，但是數據庫中的數據往往是分散數據，數據之間沒有關聯，數據往往來自不同機構或是企業的采樣分析，這種分析一般具有地域局限性和缺乏代表性的特點，同時往往很難驗證數據的正確性。新的混雜生命周期評價方法采用的數據來源于一個國家或是地區的輸入輸出模型。輸入輸出模型包括了一個國家或是地區的各個行業的輸入輸出表格(Input-Output Table)，通過輸入輸出表格中的數據就能得出某一個行業的生命周期的平均能耗和排放值［10］。因為輸入輸出模型方法是一種經濟學的會計核算方法，會計核算要求滿足平衡方程，因此由此得到的排放和能耗結果是實際上是一個整體經濟系統方程求解的結果。這種方法比傳統生命周期評價更為準確，并且所需的數據更容易獲得(大部分國家每年都要會計核算表)，因此這種混雜生命周期評價方法已經逐漸成為生命周期評價的一個新的研究方向。

4 結論

本文在分析了國內外生命周期評價前沿研究成果的基礎上，展望了未來生命周期評價的研究方向，具體提出了三個新的研究方向，包括:考慮時間和空間因素的動態生命周期評價方法研究，生命周期評價中的數據可靠性和數據質量研究，基于輸入輸出模型的混雜生命周期評價方法研究。這些研究的開展勢必能提升我國生命周期評價研究的水平。

生命周期評價方法屬于一種環境核算方法，它的誕生就來自于人類對保護環境和實現可持續發展的需求。今天我們不斷提高和完善這種方法其目的正是希望它能更好地為人類服務。我國目前正處于一個發展模式的轉型期:從一種以犧牲生態環境為代價的經濟高速發展模式向以修復和改善生態環境為目標的可持續發展模式過渡，希望國內有更多的學者來關注生命周期評價方法研究，以實現中國社會經濟的可持續發展并造福我們的子孫后代。

［1］周祖鵬，劉夫云.產品生命周期評價方法研究前景的探討［J］. 機械設計與制造，2011(10):261 -263.

［2］周祖鵬，蔣占四. 國內外生命周期評價研究的差距分析［J］. 組合機床與自動化加工技術，2013(1):12 -13，22.

［3］Martin Pehnt. Dynamic life cycle assessment(LCA)of renewable energy technologies［J］. Renewable Energy，2006，31:55-71.

［4］Miguel Brandao，Garvin Heath，and Joyce Cooper. What Can Meta-Analyses Tell Us About the Reliability of Life Cycle Assessment for Decision Support?［J］. Journal of Industrial Ecology，2013，53(S1):S3 -S8.

［5］Cooper，J. S.，E. Kahn，and R. Ebel. Sampling error in US field crop unit process data for life cycle assessment. International Journal of Life Cycle Assessment 2013，18(1):185-192.

［6］Sangwong Shu. System Boundary Selection in Life-Cycle Inventories Using Hybrid Approaches［J］. Environmental Science and Technology，2004，38(3):657 -664.

［7］Serenella Sala，Dimitar Marinov，David Pennington. Spatial differentiation of chemical removal rates from air in life cycle impact assessment［J］. International Journal of Life Cycle Assessment，2011，16:748 -760.

［8］Pistocchi A，Sarigiannis DA，Vizcaino P. spatially explicit multimedia fate models for pollutants in Europe:state of the art and perspectives. Science Total Environment，2010，40(18):3817 -3830.

［9］Joyce Smith Cooper ＆Ezra Kahn. Commentary on issues in data quality analysis in life cycle assessment［J］. International Journal of Life Cycle Assessment，2012，17:499-503.

［10］Thomas O Wiedmann，Sangwon Suh，Kuishuang Feng et al.Application of Hybrid Life Cycle Approaches to Emerging Energy Technologies—The Case of Wind Power in the UK［J］. Environmental Science and Technology，2011，45:5900 -5907.