《Sustainable Production and Consumption》：Data driven circular decision making in construction: The role of building material data in reclamation strategies
编辑推荐：
缺乏可靠且可获取信息的建筑材料通常被归类为废弃物，从而限制了其循环潜力。尽管材料护照（Material Passport）的概念在建筑行业日益受到关注，但目前尚无全球标准化的机制来定义支持有效循环决策所需的具体材料数据。本研究通过识别支持再利用（Reuse）、
缺乏可靠且可获取信息的建筑材料通常被归类为废弃物，从而限制了其循环潜力。尽管材料护照（Material Passport）的概念在建筑行业日益受到关注，但目前尚无全球标准化的机制来定义支持有效循环决策所需的具体材料数据。本研究通过识别支持再利用（Reuse）、再循环（Recycling）、改用途（Repurposing）和回收（Recovery）决策所需的关键建筑材料数据，填补了这一空白。通过全面的文献综述，研究人员初步识别出75个数据点，并使用Kawakita Jiro方法（KJ法）进行分组。随后，通过28次结构化访谈对59个数据点进行评估，并采用混合方法进行分析。研究结果表明，再利用决策需要最全面的材料数据，其次是改用途和再循环，而回收决策所需的数据输入相对较少。在59个数据点中，有52个被识别为对再利用决策至关重要。再利用的驱动因素包括物理连接细节、市场需求、预期再利用路径和环境指标，其中利用数据类别受到最密切的关注。改用途、再循环和回收决策分别需要36、26和15个数据点。总体而言，与可持续性相关的数据强烈影响再循环和改用途决策，而产品信息在回收决策中起关键作用，这一点在重要数据的数量上有所体现。通过定义循环决策所需的基本材料数据，本研究为利益相关者提供了指导，说明在整个生命周期中必须捕获和管理哪些数据，以支持建筑行业可靠且有效的循环实践。
该论文发表在《Sustainable Production and Consumption》上，聚焦于建筑行业中数据驱动的循环决策（Circular Decision-Making），旨在解决建筑材料数据缺失导致回收策略受限的核心问题。研究背景指出，建筑行业已成为全球最大的原材料消费者和固体废弃物产生者，但循环经济（Circular Economy, CE）实践采纳率极低，仅6.9%的二次材料重新进入经济循环。主要障碍在于材料数据缺乏可靠性和可访问性，导致回收材料被评估为风险过高，限制了再利用（Reuse）、再循环（Recycling）、改用途（Repurposing）和回收（Recovery）等策略的实施。现有材料护照（Material Passport, MP）框架多静态且碎片化，缺乏全球标准化机制来定义支持循环决策所需的具体材料数据。因此，研究人员开展了本研究，以识别关键建筑材料数据，为生命周期各阶段的利益相关者提供数据捕获和管理指导。
研究人员采用混合方法分两阶段实施。第一阶段通过文献综述（基于Scopus、Google Scholar和ScienceDirect数据库）初步识别出75个材料数据点，并运用Kawakita Jiro方法（KJ法）进行亲和聚类，经四位来自梅西大学（Massey University）建筑环境学院的同行研究者协作，将数据点合并为59个非重叠数据点，并归类为五大数据类别：产品数据（Product Data）、经济数据（Economic Data）、可持续性数据（Sustainability Data）、利用数据（Utilisation Data）和供应链数据（Supply Chain Data）。第二阶段通过结构化访谈对59个数据点进行关键性评估，访谈对象为28位来自不同国家（新西兰、澳大利亚、欧洲、亚洲等）的专家，包括拆解专家、可持续性经理、项目经理、顾问、研究人员、环境经理和废弃物管理专家，分别来自私营、政府和非营利组织。数据采用显著性频率法（Significance Frequency）分析，阈值设为0.50，以确定各数据点对四种循环策略（再利用、再循环、改用途、回收）的关键性。
**4.1 材料数据点**：通过文献综述识别出75个数据点，经KJ法合并为59个，涵盖制造/设计、施工、使用/维护、寿命结束等阶段。
**4.2 材料数据类别**：通过KJ法将数据点归为五类——产品数据（定义材料技术物理特征）、经济数据（生命周期财务信息）、可持续性数据（环境和社会参数）、利用数据（使用阶段信息）、供应链数据（来源、物流和分销信息）。
**4.3 材料数据对决策的重要性**：显著性频率分析表明，再利用决策需要最多数据点（52个），其中市场需求、预期再利用路径和物理连接细节最为关键（频率均为0.93），利用数据类别100%数据点超过阈值。改用途决策需要36个数据点，可持续性数据最重要（82%超过阈值），拆解成本、市场需求、可拆解性和环境影响/声明（Environmental Impact/Declaration）为最显著变量。再循环决策需要26个数据点，可持续性数据排名最高，环境影响/声明（0.96）、毒性（Toxicity）（0.93）和成分（Composition）（0.89）为最显著变量。回收决策仅需15个数据点，产品信息贡献最大，环境影响/声明（0.93）、材料成分和毒性为最必需数据点。综合来看，利用数据对再利用决策至关重要，可持续性数据主导再循环和改用途，产品信息主导回收；供应链数据在改用途中权重上升，而利用数据在回收中无影响。
**4.4 数字技术支持材料数据管理**：基于26位具有数字技术经验的专家反馈，研究发现材料护照（MP）在制造和寿命结束阶段最具潜力（显著性0.73和0.62），建筑信息模型（Building Information Model, BIM）在设计和施工阶段最适用（应用成熟），地理信息系统（Geographic Information System, GIS）在运输阶段，数字孪生（Digital Twin, DT）在运营阶段，人工智能（Artificial Intelligence, AI）在设计和寿命结束阶段有前景。BIM是唯一在四个生命周期阶段（设计、施工、运营、寿命结束）均超过阈值的技术，但单一技术无法全面管理所有数据需求，需整合多种技术。
**4.5 研究贡献与实践意义**：研究明确了不同循环策略需要不同的材料数据类型和数量，为利益相关者提供了系统化的数据收集优先权框架，有助于提高回收材料选择的信心，减少信息缺失导致的决策不确定性。此外，研究提出了基于数据驱动方法的循环决策支持概念框架，整合了材料数据类别、生命周期阶段、数据管理过程和循环决策路径，为未来开发操作化决策支持工具奠定了基础。
**讨论与结论**：总结讨论部分强调，现有数据管理实践仍依赖手动方法，数字技术如MP、BIM、区块链（Blockchain Technology, BCT）等虽有潜力，但受限于投资不足、政策缺失和行业惯性。研究结论指出，再利用决策需最全面数据（52个数据点），改用途（36个）、再循环（26个）和回收（15个）依次减少；利用数据对再利用最重要，可持续性数据对再循环和改用途最重要，产品信息对回收最重要；数字技术需整合应用，BIM为最通用平台。研究建议利益相关者根据策略优先捕获关键数据，推动标准化数据管理，并开发基于证据的决策支持系统，以促进建筑行业循环经济实践。
