《Resources, Conservation & Recycling Advances》：Toward a standardized and comparable life cycle dataset system for steel production in China
编辑推荐：
中国钢铁行业面临LCA数据标准化与可比性挑战，本研究通过系统性文献筛选、雪球抽样及专家验证构建Tiangong钢数据库，覆盖BF-BOF、DRI-EAF、SCR-EAF三大主流工艺，提供能源消耗、材料输入及排放的标准化过程级数据，统一系统边界与计算规则，支持碳交易与国际合规，为行业低碳转型提供数据基础。
王焕宇|岳强|常慧敏|傅翔|纪伟|徐长青|王 Heming
生态环境部生态产业重点实验室，东北大学冶金学院，沈阳，110819，中国
摘要
生命周期评估（LCA）数据的透明度、标准化和可比性仍然是量化并减少钢铁行业碳足迹的全球性挑战。为了解决这些问题，透明的、标准化的“天宫钢铁数据集”为中国钢铁行业提供了发展框架。这些数据集是通过系统化的过程编制的，包括全面的文献回顾、滚雪球抽样、专家验证和数据提取。它们提供了三种主要炼钢工艺（高炉-转炉（BF-BOF）、直接还原铁（DRI）-电弧炉（EAF）和废钢-电弧炉（Scrap-EAF）的能源使用、物料投入和排放的工艺级信息。每个数据集都包含了系统边界、功能单位、分配规则和时间空间覆盖范围的明确定义，确保了方法的一致性。统计和相关性分析揭示了原材料消耗与二氧化碳排放之间的关系，突出了不同生产路径中的关键排放驱动因素和效率差距。通过统一建模边界和计算方法，这些数据集提高了产品碳足迹的可信度和国际可比性，支持与碳交易和出口合规性的整合，并为中国钢铁行业的低碳转型奠定了基础。
引言
中国的钢铁行业传统上以高能源消耗、污染和碳排放为特征。在2015年达到最低点后，国内粗钢产量在2023年回升至10.19亿吨，其中90.3%来自高炉-转炉（BF-BOF）工艺，仅9.7%来自电弧炉（EAF）（工业和信息化部，2024年）。以煤炭和焦炭为密集投入的BF-BOF工艺是排放量增加的主要驱动力（世界钢铁协会，2020年；中国钢铁协会，2022年）。2023年，钢铁行业排放了18.57亿吨二氧化碳，约占全国排放量的16%，仅次于电力行业（国家能源集团科学技术研究院，2024年）。因此，钢铁行业的低碳转型对于实现中国的碳达峰和碳中和目标至关重要。
生命周期评估（LCA）为评估整个生产链的环境影响提供了系统框架（Barati等人，2010年；Yuan等人，2025年），有助于避免在不同工艺或介质之间转移负担（Chen等人，2023年；Kuramochi等人，2016年）。为了应对“双碳”目标，LCA越来越多地被用于评估整个钢铁生命周期的环境影响和产品碳足迹（PCF）（H. Huang等人，2024年；Yi等人，2022年），识别更清洁工艺中的节能和减排潜力（Song等人，2025年；Bhaskar等人，2020年），以及评估废物回收策略（Lin等人，2025年；Li等人，2022年）。这些努力对于促进中国钢铁行业的低碳、高质量发展至关重要（Wang等人，2025年；Liu等人，2022年）。这些研究为理解钢铁行业的环境表现奠定了基础；然而，标准、方法论和系统边界的差异导致了缺乏标准化和可比性。这仍然是实现跨工厂、工艺和技术的统一和可信评估的主要障碍。
大多数关于中国钢铁行业的LCA研究依赖于特定工厂的调查（Li等人，2022年；Yao等人，2024年），或国际数据库，如Ecoinvent（Tian等人，2020年；Eid Gul等人，2021年）和Gabi（Chen等人，2015年）。然而，Ecoinvent和Gabi是为欧洲和北美开发的，其中包含的中国数据有限且过时。它们的地区偏见、汇总的工艺以及缺乏时间和技术的代表性往往导致PCF结果不一致且难以比较。非本地化的排放因子在应用于中国独特的生产技术和能源结构时进一步降低了可靠性。它们的系统边界还忽略了废物回收，并且缺乏可追溯的数据来源，而缺乏统一的建模规则和功能单位导致研究结果存在显著差异（Chen等人，2022年），这使得政策解读变得复杂。在中国，钢铁LCA数据仍然分散，缺乏标准化的元数据、质量控制和同行验证，限制了对技术和区域排放差异的理解。因此，建立一个集成和标准化的国家LCA数据库对于稳健的碳核算、排放交易和国际供应链合规性至关重要。
“天宫钢铁数据集”是通过系统的文献搜索、筛选和数据提取开发的。它涵盖了中国的主要生产路径：BF-BOF、直接还原铁（DRI）-EAF、氢气（H2-DRI-EAF）和废钢（SCR）-EAF。该研究旨在（1）建立反映实际生产条件的可靠数据集，（2）评估关键环境指标的分布和可靠性，（3）提出标准化的数据结构以改善钢铁行业的LCA数据一致性。统计和相关性分析表明，数据大致呈正态分布，所有主要指标都在合理范围内。与官方统计数据的偏差很小，证实了其良好的代表性。标准化框架增强了产品碳足迹的可比性，并支持数据驱动的脱碳和可持续管理。
章节片段
文献检索过程
一个透明和标准化的钢铁数据开发系统的构建如图1所示。数据集遵循文献管理-数据录入-数据补充整合的框架（Xie等人，2024年）。首先，文献管理从组织数据来源和筛选可用性开始。接下来，在数据录入阶段，提取并标准化定量信息，如物料和能源投入、排放和工艺参数，将其整合为一个统一的数据集。
地理和时间概述
“天宫钢铁数据集”的地理位置和研究时间变化如图2所示。钢铁行业LCA的研究逐年增加。自2000年以来，相关文献的数量呈现出显著增长趋势，尤其是在2020年后增长迅速。其中，关于钢铁LCA的数据主要集中在中国的东部地区，并与中国不同地理位置的钢铁产量呈正相关。
结论
“天宫钢铁数据集”首先建立了一个标准化和可比较的数据系统。基于文献管理-数据录入-整合的框架，文献和数据筛选采用了PRISMA方法。这形成了一个开放、透明和可追溯的机制，确保每个数据点都可以准确追溯到其原始来源。凭借广泛的空间和时间覆盖范围、基于CPC的产品分类，以及从...开始的综合系统边界...
CRediT作者贡献声明
王焕宇：撰写——原始草案、方法论、数据管理、概念化。
岳强：监督、调查、资金获取。
常慧敏：监督、方法论、数据管理。
傅翔：数据管理。
纪伟：数据管理。
徐长青：撰写——审阅与编辑。
王 Heming：概念化。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本研究报告的工作。
