和任何與數據相關的事物一樣，生命周期評估 (LCA) 結果在過程中也容易出現錯誤或疏忽。警惕常見錯誤并自我評估您的表現可以為您節省專業評審費用，并提高您的實際 LCA 知識！為了獲得可靠而準確的 LCA，在本文中，您將了解最常見的錯誤（例如方法不一致、輸入數據錯誤和被忽視的步驟）以及如何避免它們。

免責聲明：自我評估不能取代驗證或批判性審查。但是，它們可以使以后的驗證過程更加順利。

此錯誤的后果：如果您錯誤地應用標準，您的 LCA 將無法與行業內的其他 LCA 進行比較。審核員會提出這些問題，您可能需要重新做某些方面，從而延長審核過程。

如何預防：閱讀所選方法的文檔并徹底實施。如有疑問，請咨詢您的同事、標準發布者或我們的專家。

請記住將 LCA 軟件的默認設置更改為正確的 LCIA 方法和數據庫。

選擇評估范圍是“目標和范圍”階段的一部分。您的 LCA 標準也會影響這一點。這里的錯誤是錯誤地從您的范圍中排除相關的產品方面，或者包括那些與您選擇的“生命周期模型”（從搖籃到大門，從搖籃到墳墓，從搖籃到搖籃）不相關的方面。

此錯誤的后果：多余的產品元素會扭曲您的結果。缺失的元素會讓您的結果不完整。

如何預防：制作范圍流程圖有助于避免此類錯誤。流程圖會向您展示產品所需的流程和材料，以及它們發生在哪個生命周期階段。要檢查范圍，請返回此流程圖：您是否在系統模型中包括了每個方面？系統模型中是否有流程圖上沒有的方面？如果有，請添加它們以查看它們是否在您的范圍內。

數據庫背后的方法選擇不一定與其他數據庫或 LCIA 方法一致。使用您選擇的數據庫以外的其他數據庫的數據集……

如果您意外地或以錯誤的方式執行此操作，則會出現錯誤。（例如，您可能會試圖填寫所選數據庫中缺少的數據集，或者因為使用不同的數據庫時同一數據集的影響較小而進行惡意填充）。當考慮到方法不匹配時，這種方法可以有效處理缺失數據集。這需要高級 LCA 知識或專家支持，以及透明的文檔。

此錯誤的后果：不考慮方法上的不匹配會導致您的 LCA 結果不正確。

如何預防：始終使用您選擇的 LCA 標準或 PCR 規定的數據庫。不要混合使用不同版本的數據庫（例如 Ecoinvent 3.4 和 3.8）——只使用一個版本。如果沒有規定，建議使用最新版本的軟件，因為它是最大、最透明的數據庫。

當查看熱點分析時，您可能會發現一些意想不到的或不尋常的事情（甚至是“瘋狂的”），例如： 微小的產品細節帶來巨大影響 產品的一個大方面，例如主要原材料，影響很小或沒有影響 不在這里深入挖掘是一個錯誤!

此錯誤的后果：意外結果可能表明系統模型存在錯誤。通常是由于錯誤的原始輸入數據或錯誤的數據集使用造成的。

如何預防：意外結果通常是由于輸入數字時出現拼寫錯誤或單位轉換錯誤造成的。例如輸入與數據集使用的單位不同的數字（數據庫可能使用 g，而您使用 kg，甚至其他類型的單位，如面積（m2）與重量）。

忽略 m3 和升或 kWh 和 MWh 之間的因子 1000。令人困惑。

因此，轉換您的單位！

不合適的參考數據集可能會導致不尋常或意外的結果（錯誤 5）。您的數據集可能已過時（例如 Ecoinvent 版本已過時）

• 從不屬于你的地理范圍

• 并非最適合您的產品系統

此錯誤的后果：材料和生產方法會隨著時間和地理環境的變化而變化。使用次優數據集意味著您的產品影響無法得到盡可能好的體現。

如何預防：擴大地理范圍

世界上不同地區有許多數據集可用。仔細檢查您所在地區有哪些數據集可用，然后選擇最接近您所在市場的數據集，這對于國家電力數據集尤其重要！

改善時間范圍：檢查文檔中數據集的創建日期——從那時起生產技術是否發生了重大變化？

提示：生態鏈專家可以幫助您改變背景數據集的時間或地理有效性，例如通過為您提供一個數據集，將您原料中的電力結構更改為另一年份或國家。

見賬號精選內容：碳排放因子定義、計算與案例分析

使用 LCA 結果或供應商提供的EPD *，而不是依賴平均參考數據集，可以使您的 LCA 更加準確。

供應商數據需要與您的 LCA 在方法上保持一致 – 這就是行業標準所提倡的！

草率的數據記錄會導致混亂、失誤和不透明。

此錯誤的后果：您錯過了可靠數據文檔的優勢。

這些優勢包括：追溯錯誤。例如，在健全性檢查期間發現錯誤后，您可以了解錯誤的原因以及該錯誤是否會在其他地方重復出現。顯示數據的不確定性，從而敏感性分析（參見錯誤 9）可以增加價值。

幫助您創建透明的 LCA 報告，這對于驗證和傳達 LCA 結果至關重要。

如何預防：記錄 LCA 中使用的每個數字、計算和假設。這些數據來自哪里（參考文獻），是否有相互矛盾的參考文獻，以及您對它們的準確性有多確定（這個數據點是否會從未來 LCA 迭代的進一步研究中受益）？

雖然 LCA 軟件是匯總數據的最佳場所，但 Excel 等工具外部文檔為注釋、鏈接和計算提供了更多空間。

身處自己的小島上會讓 LCA 過程變得沒那么有趣，而且更容易出錯——4 只眼睛比 2 只眼睛看得多！

此錯誤的后果：不讓同事參與可能意味著你做出不合邏輯的假設并忽視同事會注意到的錯誤。

如何預防：在創建系統模型時，您需要做出一些假設或估計。例如，不確定的輸入數據和數據集的適用性。向同事解釋您得出這些假設的原因和方式，并邀請他們提出批評。你們一起，可能會發現有缺陷的想法，或找到證實。

讓你的同事在自我檢查過程中幫助你。公司的員工最了解其產品，并且能夠注意到缺失的方面（錯誤 3）和意外結果（錯誤 5）。

解釋階段是任何 LCA 的關鍵組成部分。跳過這一階段是一個錯誤。

此錯誤的后果：如果只看 LCA 結果的表面意義，您就無法了解結果對數據不確定性的敏感性。如果不知道結果的質量和結論，您的受眾可能會采取不適當的（不）行動。

如何預防：進行敏感性分析

敏感性分析評估數據點變化（例如不確定的假設、可能的數據范圍或替代參考數據集）對您的 LCA 結果的影響程度。

一些 LCA 標準（例如 SBK 敏感度分析方法）規定了具體的敏感度分析。這與錯誤 2 有關聯——正確應用標準。

得出結論并討論局限性：從數據中提煉信息：你的發現對你的受眾有何影響？考慮到系統模型的質量，敏感數據和不確定性如何影響這些信息的可靠性？與同事和利益相關者的討論可以幫助你得出正確的結論。

您的 LCA 有多具代表性：這是包含大量二手數據的篩選性 LCA，還是您的研究已經過驗證并準備改變公司戰略？告訴他們是否可以根據您的 LCA 自信地采取行動，或者是否需要進一步研究。

為了做出“公開比較斷言” - 即公開宣稱您的產品比競爭產品“更環?！?- 您的 LCA必須經過“嚴格審查”，即 ISO14040 中定義的流程。

此錯誤的后果：如果您的 LCA 未經驗證，您就無法 100% 確定其可靠性。如果您的讀者（而不是您）發現了未發現的錯誤，則這些錯誤可能會導致漂綠指控。此外，您的 LCA 不符合 ISO 標準。

如何預防：如果您想公開發表環保聲明：請先進行本文中的自我檢查，提前排除錯誤。然后進行驗證！

對于分階段的方法：在目標和范圍階段之后，檢查錯誤 1、2 和 3。

在創建生命周期清單期間，請注意錯誤 4、6 和 7。

生命周期清單分析之后，檢查錯誤5和8。

翻譯過程中，檢查錯誤 9 和 10。

常見的 LCA 錯誤發生在選擇和應用方法時，以及以有缺陷的原始數據和次要數據的形式出現。本文中的自我檢查對提高您對 LCA 結果準確性的信心大有幫助。逐步改進您的 LCA，直到它適合內部使用，然后進行驗證/關鍵審查。在整個 LCA 過程中，可靠的數據文檔和與同事的集思廣益將大有幫助。