英文原题：The historical evolution and research trends of life cycle assessment

作者：Min Liu，Guangyan Zhu，Yajun Tian*

01 论文信息

论文信息

M. Liu, G. Zhu, Y. Tian. The historical evolution and research trends of life cycle assessment[J]. Green Carbon, 2024 2(4): 425-437.

论文关键词

Life cycle assessment; Methodological framework; Research progress; Multi-dimensional assessment

论文网址

https://doi.org/10.1016/j.greenca.2024.08.003

论文下载

The historical evolution and research trends of life cycle assessment

中文解读原链接

Green Carbon封面文章│中国科学院青岛能源所田亚峻研究员：生命周期评价的历史发展与研究趋势

02 背景简介

生命周期评价（Life cycle assessment，LCA）作为一种广泛应用的环境决策工具，在理论和实践中取得了一定进展，但仍存在一些局限性。本文通过对LCA的发展及案例进行了综述研究，探讨了LCA方法框架的整体演变轨迹，重点分析了典型LCA方法、动态LCA方法、LCA的多维度评估扩展、方法框架的简化以及与其他方法的融合等方面内容。此外，文章还深入探讨了方法框架的改进优化及其独特特点。结合当前分析的成果和LCA方法框架的演变路径，本文提出了LCA未来研究方向，旨在为该领域的学者提供参考，促进方法论的进一步完善，并拓宽LCA的应用领域。

中国科学院青岛生物能源与过程研究所田亚峻研究员于Green Carbon上发表题为“The historical evolution and research trends of life cycle assessment”研究文章，研究了LCA方法框架的整体演变及案例的应用。重点分析了LCA方法、动态LCA方法、LCA的多维度评估扩展、方法框架的简化及与地理信息、大数据、人工智能等不同方法的融合。

03 文章简介

LCA发展阶段

LCA方法的发展经历了四个主要阶段：

（1）适用于不同场景评估方法的发展（Attribute LCA（ALCA）、Consequential LCA（CLCA）、Process-based LCA（PLCA）、Input-Output LCA（IO-LCA），Hybrid LCA（HLCA）和Dynamic LCA（DLCA）），以支持可持续决策；

（2）将LCA与其他模型或方法结合，解决实际问题；

（3） 使用辅助工具，如蒙特卡洛模拟和数据包络分析，进行更深入的研究；

（4）借助大数据和人工智能等新兴技术，推动环境问题的深入研究。

LCA方法已逐渐从静态评估过渡到动态评估，从相对可持续性评估过渡到绝对可持续性评估。研究方法的不断拓展，不仅扩大了LCA的应用范围，还使其能够与多学科方法相结合，从而在不同的理论和实践层面有效解决复杂的现实问题。

图1. LCA不同阶段与动态LCA的潜在应用

LCA主要研究方法

静态与动态生命周期评价。ALCA侧重于分析产品生命周期中直接物质流所带来的环境影响，而CLCA则通过情景模拟引入市场和技术变化，结合经济模型来评估决策对环境的潜在影响。然而，ALCA在技术替代评估方面存在局限性，CLCA在理论上进行了改进，但其结果依赖于情景设定，具有不确定性。因此，深入理解这两种方法的局限性和适用情境对支持更稳健的决策至关重要。PLCA采用“自下而上”方法，适用于单个项目评估；IO-LCA基于投入产出表，更适合宏观层面的环境影响分析，如区域或国家层面；HLCA结合两者优势，旨在提供更精确的环境影响评估，但受限于数据库和经济模型支持。DLCA通过引入时空维度提升了LCA的科学性，解决了系统和环境的时空相关性，但仍需统一方法框架与优化模型。在区域化LCA中，国家平均数据难以反映区域差异，越来越多研究采用精细空间尺度数据。地理信息系统（Geographic information system，GIS）通过计算机硬软件支持，管理地球表层及大气层的地理分布数据，结合LCA显著提高了影响评价的准确性和稳健性。在时间维度方面，则需进一步关注系统动态变化。

其他方法与LCA融合评价。为提升LCA的全面性和准确性，越来越多的研究将LCA与其他评估方法相结合。例如，通过情境分析和蒙特卡罗模拟构建动态评估框架；运用遥感图像评估环境影响；集成高分辨率物质流数据到废物管理系统；结合LCA与多准则决策分析（Multi-criteria decision analysis，MCDA）评估多维影响；结合LCA与动态建模量化能量消耗和环境影响等。此外，将LCA与产业共生、系统动力学和区域能源模型等方法结合，有助于提高评估精度、适应性和决策支持能力。

新兴计算机技术与LCA结合。计算机技术的发展为生命周期评价（LCA）方法框架的演进带来了新的思路和实践方向，其中大数据、地理信息科学、人工智能等技术逐步融入LCA框架中。基于ISO 14040标准，田亚峻研究员团队提出了GIS-LCA框架，结合地理信息克服了传统LCA在识别空间异质性方面的局限。在GIS-LCA中，地理信息模块与LCA的四个核心模块耦合，通过多流多节点（MFMN）模型可高效、准确实现生命周期数据的空间化关联与聚合。在前期建立的GIS-LCA方法论框架基础上，探索了将大数据与LCA耦合的思路，提出了大生命周期分析（BigLCA）的概念和方法论框架，全面融合大数据与LCA的每个阶段，推动了从传统LCA到BigLCA的关键突破。

图2. LCSA内不同经济评估工具的相互作用

总结及展望

目前的LCA方法正逐渐从静态评估转向动态评估，从相对可持续性评估转变为绝对可持续性评估，呈现出多样化与跨学科融合的趋势。未来的改进方向主要体现在以下几个方面：（1）需加强学科整合与创新，特别是结合定性研究方法，以实现对可持续发展的更全面分析；（2）对于幅员辽阔的国家，迫切需要建立一套本地化、精确且国际认可的碳足迹评估体系，尤其是建立本地化的碳足迹数据库，并推动符合国情的碳足迹核算软件平台的建设；（3）结合大数据技术可以显著提高LCA中清单数据的采集与处理效率，助力各行业进行快速数据挖掘和分析，提升LCA的时效性和准确性；（4）促进企业、学术界和政府部门的紧密合作，通过信息共享与数据融合，加强本地化生产工艺的清单数据库建设，为绿色产品升级和政策制定提供科学支持。通过这些改进，LCA方法的应用将更加精准有效，推动可持续发展的实践。

04 文章摘要

Life cycle assessment (LCA) is a wid ely used tool for environmental decision-making; however, it still has theoretical and practical limitations. Through a comprehensive review of traditional LCA development and case studies, this study examines the overall trajectory of the evolution of the LCA methodological framework. It specifically addresses perspectives on typical LCA methods, dynamic LCA methods, expanding LCA into multidimensional assessment, simplifying the methodological framework, and integrating with other methods. Furthermore, it delves into improvements and optimizations of the methodological framework alongside their distinct characteristics. Drawing on insights from current analyses and the evolutionary path of the LCA methodological framework, this study outlines future research directions for LCA. It aims to serve as a reference for scholars in this field, thereby fostering further methodological enhancements and broadening the scope of LCA applications.

05 作者简介

田亚峻 研究员

田亚峻，研究员，博士生导师，中国科学院青岛生物能源与过程研究所泛能源大数据与战略研究中心主任，科技部“十四五”国家重点研发计划重点专项指南专家，Green Carbon编委会成员。主要从事泛能源大数据建设及其智慧应用研究，是中国能源大数据建设与应用的倡导者与先行者，是泛能源大数据理论的开拓者。

田亚峻研究员1994年本科毕业于太原理工大学煤化工专业，2001年获得工学博士学位。先后于南京大学从事化学博士后、物理学博士后研究、在日本名古屋大学从事可再生能源研究、在中国科学院过程工程研究所从事材料化工与能源化工研究、在国家能源集团北京低碳清洁能源研究院从事能源大数据和能源战略研究。提出了国际首创泛能源大数据（Extended Energy Big Data，EEBD）的新理论框架，得到了国务院发展研究中心、国家发改委以及业界院士和专家认可。主持建成了中国首个泛能源大数据体系、首个泛能源大数据互联互通平台等开创性系统。研发的基于地理信息的生命周期评价（GIS-LCA）技术及软件平台，经院士专家组成果评价均为“国际领先”水平，获中国发明协会发明创业奖创新奖一等奖，参与3项国家标准主编制，“GIS-LCA”核心内容作为中国特色被国家标准采纳，“GIS-LCA软件”已面向全球发布，是全球首款在地理信息系统上开展LCA评价的工具，也是首款贯彻国家标准的工具。

田亚峻研究员涉猎能源、化工、物理、社科和信息多个领域，先后承担或作为骨干参与中国工程院、科技部、基金委、企业项目30余项，出版专著7部，申请发明专利13件、外观专利1件、PCT专利1件，软件著作权32件，发表各种科技论文100余篇。曾获山西省教学成果奖（高等教育）一等奖、中国工程科技知识中心主动推送服务一等奖、北京市科技新星、国家能源集团科技进步三等奖和山西省高等学校科技进步一等奖等奖项。

06 Green Carbon

期刊官网：Green Carbon官网

投稿网址：Green Carbon投稿

公众号：Green Carbon公众号

知乎：Green Carbon知乎主页

科学网：Green Carbon科学网主页

微博：Green Carbon微博主页