“如何估算原材料的缺失数据？“以及”当我特定的过程在任何数据库中都没有时该怎么办？“是每位 LCA 从业者面临的最实际问题之一。本指南提供了经过实践检验的真实数据收集策略。
数据收集的现实情况
理想情景： 所有过程都有完整的原始数据。
现实： 你会遇到缺口、近似值和缺失信息。
好消息： 每个 LCA 都有数据缺口。关键在于透明地管理它们，并尽量减少它们对结论的影响。
常见问题：数据收集挑战
如何估算原材料的缺失数据？
策略 1：使用代理数据
在数据库中寻找相似材料：
| 缺失材料 | 可能的代理 | 需要的调整 |
|---|---|---|
| 特种聚合物 | 通用聚合物系列 | 按密度/性能缩放 |
| 区域特定钢铁 | 全球/欧盟钢铁 | 调整能源结构 |
| 特种木材种类 | 类似硬木 | 可直接使用 |
| 定制合金 | 基底金属 + 添加剂 | 组合数据集 |
示例：估算特种塑料
你需要 PEEK（聚醚醚酮）的数据，但你的数据库只有”通用工程塑料”。
方法：
- 查找 PEEK 的单体化学结构（文献）
- 使用化学计量估算原料需求
- 根据加工温度调整能耗
- 应用不确定性因子（±30-50%）
策略 2：使用化学计量计算
对于简单的化学反应，计算理论输入：
反应：A + B → C + 副产品
如果你知道反应方程式：
- 计算质量平衡
- 添加过程能量（从类似反应估算）
- 添加排放（从化学计量 + 燃烧计算）策略 3：从已知过程缩放
使用缩放因子：
| 属性 | 缩放关系 |
|---|---|
| 能量 | 通常按质量或温度缩放 |
| 过程时间 | 与批量规模线性相关 |
| 排放 | 与能源/材料使用成正比 |
策略 4：使用行业数据
材料排放因子来源：
- 行业协会报告（钢铁、铝、塑料、水泥）
- 行业 EPD 平均值
- 学术文献
- 政府清单（EPA、EEA）
记录一切。 使用代理或估算数据时，记录：来源、选择理由、所做的任何调整以及估算的不确定性。
在哪里可以找到特定区域/国家的排放因子？
国家/区域排放因子来源：
| 区域 | 资源 | 覆盖范围 |
|---|---|---|
| 美国 | EPA 排放因子中心 | 空气污染物、温室气体 |
| 美国 | eGRID | 按区域的电网电力 |
| 欧洲 | EEA 排放清单 | 按国家划分的空气污染物 |
| 欧洲 | EF 数据库（通过 Nexus） | 产品环境足迹 |
| 国际 | IEA 统计数据 | 按国家划分的能源、电力 |
| 国际 | IPCC 排放因子数据库 | 按行业/活动的温室气体 |
| 日本 | IDEA 数据库（AIST） | 综合国家数据 |
| 中国 | CLCD（中国生命周期数据库） | 中国过程 |
| 澳大利亚 | 国家温室气体账户 | 温室气体因子 |
| 印度 | BEE、CEA | 能源、电力 |
电网电力组合（至关重要！）：
| 来源 | 覆盖范围 | 获取方式 |
|---|---|---|
| ecoinvent | 60+ 国家 | 付费 |
| IEA | 150+ 国家 | 付费（报告） |
| Ember Climate | 200+ 国家 | 免费（数据探索器） |
| ENTSO-E | 欧洲（每小时间隔） | 免费 |
| EPA eGRID | 美国按子区域 | 免费 |
创建自定义区域数据：
当没有现成来源时：
- 获取活动数据（国家统计数据）
- 查找类似区域的排放因子
- 结合当地能源结构
- 明确记录假设
示例：区域制造数据
你需要国家 X 的钢铁生产影响（数据库无覆盖）。
方法：
1. 获取国家 X 的电力结构
2. 获取国家 X 的工业燃料结构
3. 从 ecoinvent 获取欧洲钢铁过程
4. 将电力输入替换为国家 X 的电力结构
5. 如显著则调整运输距离
6. 应用不确定性因子当供应商不愿分享信息时，如何处理数据缺口？
这很常见。 供应商可能因以下原因拒绝：
- 保密顾虑
- 缺乏 LCA 能力
- 不理解请求
- 担心责任问题
应对不配合供应商的策略：
第一级：降低难度
- 发送简单问卷（非完整 LCI 表格）
- 要求公开数据（EPD、CSR 报告）
- 说明近似数据也可以接受
- 提议签署 NDA
第二级：使用公开信息
- 检查供应商是否发布过 EPD
- 搜索可持续发展报告
- 查找行业平均数据
- 检查行业协会统计数据
第三级：从产品信息估算
- 使用物料清单（从采购得知）
- 从产品规格推断
- 应用行业平均转换效率
- 使用重量和材料类型选择代理
第四级：使用保守假设
- 假设最坏情况
- 使用最高排放因子
- 记录为”上限估计”
第五级：敏感性分析
- 测试供应商数据是否会改变结论
- 如果影响较小（<5%），通用数据可接受
- 如果影响较大（>20%），标记为关键不确定性
对于 EPD： 关键审查通常要求至少尝试获取前景过程的原始数据。即使未能成功获取数据，也要记录你的努力。
供应商沟通模板：
尊敬的[供应商]，
我们正在对我们的产品进行环境影响评估，
希望能获取关于[产品名称]的基本信息。
具体来说，我们需要：
1. 主要材料及大致数量
2. 制造所用能源（电力、燃气等）
3. 生产地点
4. 现有的任何环境认证（ISO 14001、EPD）
这些信息将用于内部的产品改进。
数据可以是近似值，并将保密处理。
[附上简单问卷 - 最多 1 页]当我特定的过程在任何数据库中都没有时，该怎么办？
这经常发生，尤其是：
- 新型技术
- 小规模/手工过程
- 新兴材料
- 专业制造
构建自定义过程数据集：
步骤 1：绘制过程图
输入： 过程： 输出：
- 原材料 → [你的过程] → - 主产品
- 能源 - 副产品
- 辅助材料 - 排放
- 水 - 废弃物步骤 2：收集可测量数据
- 能源账单（电力、燃气）
- 材料采购记录
- 废弃物清单
- 水费账单
- 产品输出数量
步骤 3：估算无法测量的数据
- 燃烧直接排放（使用排放因子）
- 逸散排放（行业指南）
- 废水水质（行业平均值）
步骤 4：链接到背景数据 你的测量输入连接到数据库过程：
- 电力 → 你所在区域的电网组合
- 天然气 → 数据库天然气供应
- 钢铁 → 数据库钢铁生产
示例：自定义制造过程
你制造特殊零件，数据库中没有对应过程。
你的测量数据：
| 流量 | 每 1,000 个零件的数量 |
|---|---|
| 钢输入 | 50 kg |
| 电力 | 200 kWh |
| 天然气 | 100 MJ |
| 废料输出 | 5 kg |
你的自定义 LCI：
单元过程：零件制造
输入：
- 热轧钢：50 kg [来自 ecoinvent]
- 中压电力：200 kWh [区域电网]
- 燃烧天然气：100 MJ [来自 ecoinvent]
输出：
- 零件：1,000 单位
- 废钢：5 kg [送往回收]
- 天然气燃烧 CO₂：5.6 kg [从燃烧计算]
- 热量：约 90 MJ [废热，通常忽略]数据质量层级
填补缺口时，按以下顺序优先选择数据源：
| 优先级 | 数据类型 | 示例 |
|---|---|---|
| 1 | 实测原始数据 | 你的工厂仪表 |
| 2 | 供应商特定数据 | 供应商 EPD |
| 3 | 区域行业平均值 | 国家行业协会 |
| 4 | 技术匹配代理 | 相同过程，不同地区 |
| 5 | 通用代理 | 类似过程类型 |
| 6 | 专家估算 | 化学计量、工程判断 |
| 7 | 文献值 | 同行评审研究 |
记录数据缺口
创建数据缺口登记表：
| 缺口 | 方法 | 代理来源 | 不确定性 |
|---|---|---|---|
| 特种涂层 | 类似聚合物 | ecoinvent 丙烯酸 | ±50% |
| 供应商电力 | 区域平均值 | IEA 数据 | ±20% |
| 运输距离 | 估算值 | 百度地图 | ±30% |
| 废弃物处理 | 行业平均值 | 文献 | ±40% |
在你的报告中包含：
- 原始数据与次级数据的百分比
- 关键数据缺口及其处理方式
- 缺口对结果的影响（敏感性分析）
- 未来数据改进建议
实用数据收集工具
简单供应商问卷
供应商数据表
产品：________________________
日期：__________________________
1. 主要材料
材料 1：_______ 每单位用量：_______
材料 2：_______ 每单位用量：_______
材料 3：_______ 每单位用量：_______
2. 能源（每单位产品）
电力：_______ kWh
天然气：_______ m³
其他燃料：_______（注明）
3. 制造地点
国家：_______
地区：_______
4. 认证
□ ISO 14001 □ 有 EPD □ 其他：_______
5. 包装
类型：_______ 重量：_______
备注：________________________________重要性筛选
在投入精力填补缺口之前，先筛选重要性：
快速测试：
粗略影响 = 数量 × 典型排放因子
如果粗略影响 < 总影响 1%，使用通用代理
如果粗略影响 > 总影响 10%，投入获取更好数据不确定性评分
应用谱系矩阵评分：
| 标准 | 1 分（最佳） | 5 分（最差） |
|---|---|---|
| 可靠性 | 经过验证的原始数据 | 非专业估算 |
| 完整性 | 所有流量已测量 | 有限采样 |
| 时间性 | < 3 年 | > 15 年 |
| 地理性 | 相同区域 | 来源未知 |
| 技术性 | 相同技术 | 不同技术 |
关键要点
- 数据缺口是正常的——管理它们，而不是隐藏它们
- 明智地使用代理数据——选择最接近的匹配，记录调整
- 区域数据是存在的——政府和行业来源通常有排放因子
- 尽早接触供应商——简单问卷比复杂表格更有效
- 必要时构建自定义数据集——原始测量 + 数据库背景
- 按重要性排序——将精力投入到最重要的地方
- 记录一切——透明度建立可信度
缺口填补检查清单
处理任何数据缺口时：
- 识别缺口及其潜在影响
- 在主数据库中搜索最接近的代理
- 检查次级数据库和文献
- 联系供应商或行业协会
- 如有必要，使用化学计量或缩放方法进行估算
- 应用不确定性因子
- 记录来源、调整和理由
- 测试代理选择的敏感性
- 在报告中标记显著缺口
下一步
掌握了数据收集策略后，下一篇将介绍LCIA 方法选择——为你的研究选择合适的影响评估方法论。