「當前以歐盟碳邊境調節機制和電池法規為代表的綠色貿易壁壘逐步落地以及供應鏈碳足跡披露要求越來越嚴苛，LCA數據庫建設已成為我國“雙碳”相關研究與應用的重要基礎，建立符合國際規范和本國國情的中國本土高質量數據庫迫在眉睫」

在“雙碳”背景下，越來越多的行業企業啟動產品碳足跡的量化工作，產品碳足跡采用的方法是生命周期評價（Life Cycle Assessment, LCA）方法，此方法是一種定量評估產品或服務在整個生命周期內（從原材料采集、生產、運輸、使用，到廢棄處理）對環境影響的方法。作為一種推動環境保護的重要工具，LCA能夠提供關于產品或服務生命周期內對環境影響的全面信息，因此常常用于環保政策指定、產品設計、綠色采購和環保標簽等領域。

對產品開展生命周期評價往往需要大量的數據支撐，通常會使用到兩種類型的數據：實景數據（Foreground data）與背景數據（Background data）。

01 實景數據與背景數據均為產品碳足跡評價不可少的數據

實景數據是直接與被評估的產品或服務相關的數據，通常包括產品或服務的生產、使用和廢棄處理等階段的直接能源消耗、物料消耗和排放等信息，實景數據通常需要通過實地調查或從特定的企業或組織獲取；背景數據是與被評估的產品或服務間接相關的數據，例如用于生產產品的能源或原材料的生產、加工和運輸等，背景數據通常通過調用各種公共或商業LCA/碳足跡數據庫獲得。

根據LCA相關核算標準，對于企業核算產品碳足跡而言，實景數據的數據質量優于背景數據，因為實景數據準確反映了對應產品真實的生產過程，而使用背景數據則是在進行一種近似替代，是在用數據庫中某種產品生產的平均水平替代當前核算產品的特定生產情況，這也就帶來了潛在的數據質量問題，即背景數據和實際情況的差距，會影響最終核算結果的準確性。因此，在開展特定產品的生命周期評價工作時，為了得到最真實可信的結果，應當盡量擴展實景數據的收集邊界，即除了企業實際控制的生產過程外，應盡力向上追溯供應鏈的實景數據。強勢的鏈主企業（如蘋果）通常可以利用他們在供應鏈中的話語權，強制要求供應商披露零部件的生命周期影響，進而得到相對準確的最終產品環境（碳）足跡。然而這樣的供應鏈調查通常費時費力，其中又涉及諸多例如數據保密這樣的問題，最重要的是，供應商提供的計算結果，也是基于大量使用背景數據庫計算得到的，不能從根本上解決上述提到的數據質量問題。

02 高質量本土背景數據庫的缺失，制約中國產品碳足跡評價結果的準確性

在產品開展生命周期評價或碳足跡核算的過程中，由于數據的可得性的限制，使用背景數據庫是不可避免的，數據庫的使用可以極大的降低企業開展產品生命周期評價/產品碳足跡核算的門檻（即不需要完整的調查整個供應鏈），在這種情況下，為了提高生命周期評價/產品碳足跡核算的準確性和可信度，需要保證背景數據的數據質量，即選取的數據庫需要盡可能的貼合特定產品的實際生產情況。

當前在國內生產制造產品的碳足跡核算或生命周期評價中，通常選用的有兩類數據庫，一類是以碳足跡排放因子為主體的碳排放因子數據集合；另一類是以單元過程和LCI數據集為主體的LCI數據庫。

碳排放因子數據集合

以碳足跡排放因子為主體的碳排放因子數據集合一般是通過收集整理公開渠道發表的文獻或報告中的各類材料、能源、產品的碳足跡核算結果，整理為碳排放因子形成數據集合，供背景數據需求用戶使用。這類數據庫因為缺乏統一的標準、模型和結構，嚴格來講不能稱之為數據庫，只能稱之為數據集合。這類數據集合雖然可以為用戶提供背景數據，實現產品碳足跡核的算，但其數據質量較差，經不起認證和推敲，在采用此類數據庫計算的結果往往在國際市場上無法獲得認可。采用這類數據集合作為背景數據的好處是計算過程簡單，但該類數據集合存在嚴重的質量缺陷，具體體現在：

1. 不透明：碳排放因子來源的產品模型具體采用哪個背景數據庫的哪些單元過程數據集、邊界是怎樣的、做了哪些假設和取舍、怎樣構建的模型、采用何種LCIA方法等信息均未不透明，因而數據質量未知；

2. 不一致：由于數據集合的來源較多，而這些來自不同來源的數據采用背景數據庫、建模的規則和采用的LCIA方法常常不完全相同，缺乏一致性；

3. 代表性差：數據集合中的數據多為文獻中獲取，而文獻開展碳足跡評價基于的實景數據通常是采用某一個具體公司的某一款具體的產品調研的數據得到的，用這類數據作為代表行業平均的數據并不合理；

4. 不系統：數據集合中各碳排放因子不是基于統一的模型系統、按照統一的規范和流程生成的，無法統一更新迭代；

5. 結果追溯困難：利用該類碳排放因子進行產品進行碳足跡核算，無法做到向上的層層追溯，不利于對結果開展貢獻分析，支撐降碳方案的制定。

LCI數據庫

LCI數據庫是開展產品碳足跡評價（LCA）中較為常用的數據庫，它的特點主要為：

1. LCI數據庫是基于一套統一標準要求建立的數據系統；

2. 具有規范的數據庫管理流程和規則；

3. 面向用戶的數據（包括單元過程數據集、LCI數據集、LCIA因子）具有可追溯性，一般具有清晰的數據說明文檔，具有最大限度的透明度；

4. 是經過共同的系統模型將單元過程數據構建模型生成LCI數據集的過程產生的，具有統一性。

綜上可以看出LCI數據庫是較為可靠的背景數據來源。

而當前應用比較廣泛的LCI數據庫主要為瑞士的Ecoinvent數據庫、德國的GaBi數據庫等國際數據庫。Ecoinvent：Ecoinvent數據庫以其高質量、全面的生命周期清單（LCI）數據著稱，涵蓋了各種產品、過程和服務。該數據庫在環境影響評估模型的選取和結果解釋上，提供了較為詳盡的方法論和文獻引證，使得數據的透明度很高。

GaBi：GaBi是一個整合了LCA軟件和數據庫的系統，其數據庫覆蓋多個行業，并且特別在建筑和汽車產業具有強大的數據支持。此外，GaBi的數據集在更新頻率上比其他數據庫更高，尤其是在針對特定工藝和技術的數據更新方面。

這兩個數據庫無論在覆蓋范圍、數據量還是數據質量均處行業領先地位。但是兩款數據庫開發基于的生產數據大部分源于歐洲企業的實際生產數據或者歐洲的行業統計數據，基于上述的歐洲數據，又通過近似替代生成了全球（GLO）或是歐洲域外（ROW）的數據集，其中關于更是中國（CN）的數據又是寥寥無幾。以Ecoinvent為例，18000多條數據中只有714條數據為中國數據，占比不到4%；而在這些標記為中國的數據中很大一部分又直接使用歐洲的數據進行近似替代，并未真正調查中國本土的實際情況，如在“1000MW核電站建造”數據集中，地理范圍為中國（CN）的單元過程完全照搬了瑞士（CH）的單元過程活動數據。中國作為制造業大國，擁有全球最全的工業品門類產業鏈以及最龐大的產業集群，很多產品的制造工藝和能效都達到了全球前列的水準。然而在本土制造的工業產品實際的生命周期建模中，由于本土LCA數據庫的缺失，咨詢提供方或是企業自身都在大量使用全球平均（GLO）或是除歐洲外的全球平均（ROW）數據進行近似替代，這給生命周期評價（碳足跡）的最終結果引入了極大的不確定性。

下面將從歐盟的產品環境足跡核算標準（PEF）中對數據質量評價的幾個維度出發，列舉使用外國商業數據庫進行中國制造產品環境（碳）足跡核算時會產生的一些問題：

技術代表性（Technological representativeness）

國外的LCA數據庫的數據可能無法準確反映中國特有的技術和工藝。中國的生產方式、設備和工藝可能與歐美等地區存在較大的差異，這些差異在國外的以歐美企業為主要數據源的LCA數據庫中可能無法得到充分的體現。

地理代表性（Geographical representativeness）

中國的能源結構有其獨特性。例如，中國的電力供應主要依賴煤炭，而在許多歐洲國家，電力供應則主要來自核能和可再生能源。假設我們在進行例如電子產品這樣的離散型組裝產品的LCA評價時，這種電力結構差異會導致調用背景數據庫進行替代的上游零部件對應的環境負荷，與中國的實際情況差距較大。此外，不同國家對于危廢物品的排放濃度和處置標準有著不同的規范，在這樣的差異下隨意的使用外國商業數據庫的全球平均背景數據進行替代，也可能會導致最終的核算結果和真實情況大幅偏離。

時間代表性（Temporal representativeness）

中國的工業環境和技術發展在過去十幾年中發生了快速變化，但國外的LCA數據庫的更新頻率可能無法及時跟上這些變化。例如Ecoinvent中的光伏上下游組件的生產數據大多取自05年左右西歐工廠的實際生產數據，描述的是層壓板規格為156cm*156cm的產品。當前中國光伏企業早就不再制造這種規格的產品，并且工藝和生產效率也大大提升，繼續使用這樣低質量的數據庫支撐光伏產品的LCA評價，不但結果準確性堪憂，也會大大打擊光伏企業推進綠色制造的積極性。

完整性（Completeness）

LCA數據庫中任意一個單元過程可能涉及成百上千中間流和基本流的輸入輸出，對應原輔料、能源的消耗和主副產品的產生，以及整個生產過程和環境的交互（如自然資源消耗和環境排放等）。國外的數據提供方往往只能通過公開行業統計數據以及文獻數據獲得中國特定產品的生產過程數據，缺乏對于中國企業實際生產過程和實測數據的認知。這樣的數據集在開發過程中往往只能“抓大放小”，即盡可能覆蓋主要的輸入輸出流，忽略相對“細微”的消耗和排放，降低在完整性方面的數據質量要求。這樣做可能有以下兩個問題：第一，大量細微影響的累積之和可能超越標準限制（LCA中的取舍原則）；第二，某種看似細微的輸入輸出可能在某種環境足跡方面的影響巨大。

實際上，上述的幾個數據質量評價維度是部分交疊的，例如對于某一種產品制造過程，不同的國家（地理代表性）對應不同的制造業發展階段（時間代表性），擁有不同的生產工藝和生產效率（技術代表性），他們組合在一起共同構建了LCA數據質量評價體系，使用者應當重點考慮各個維度重點關注的信息。

下面以國內某鉛酸蓄電池代表企業生產的閥控式鉛蓄電池為例剖析一下國際數據庫中數據代替中國數據帶來的結果差異。

閥控式鉛蓄電池生產的主原料是鉛及鉛化合物，鉛及鉛化合物的生產來自原生精煉鉛和再生精煉鉛。其中，原生精煉鉛即從鉛礦開采、選礦得到鉛精礦，鉛精礦運輸到下游通過冶煉得到粗鉛，最終再通過一些列的熔煉和電解精煉得到精煉鉛。具體工藝見圖1。

圖1 原生精煉鉛生產的系統邊界圖

經過LCA建模分析，基于中國電池企業的實際生產情況核算結果為1.74kgCO2eq/kg電池產品；Ecoinvent數據庫中同種類別的閥控式鉛蓄電池生產的碳排放為3.30kgCO2eq/kg電池產品，二者幾乎差了一倍。

03 結語

產品碳足跡評價需以LCA方法學和數據庫作為支撐，我國LCA工作起步較晚，雖然近些年來積累了一定的工作基礎，但依然缺乏較為統一、透明且公開完善的本土化數據庫，瑞士、歐盟、德國、美國等國外數據庫數據具有很強的地域性，無法完全滿足我國企業需求。當前以歐盟碳邊境調節機制和電池法規為代表的綠色貿易壁壘逐步落地以及供應鏈碳足跡披露要求越來越嚴苛，LCA數據庫建設已成為我國“雙碳”相關研究與應用的重要基礎，建立符合國際規范和本國國情的中國本土高質量數據庫迫在眉睫。