《Sustainability》：Development of a Sustainability Assessment Framework for the Textile and Fashion Industry Through Analysis of 2026 Textiles Recycling Expo Exhibitors
编辑推荐：
摘要翻译：
纺织、服装与时尚（TAF）产业在其整个供应链中产生了显著的环境负担。随着全球纺织品回收市场的扩张，建立一套系统性的框架以对参展商进行分类并评估其可持续性相关特征的需求日益增长。本研究以2026年美国纺织品回收博览会（2026 Textiles R
摘要翻译：
纺织、服装与时尚（TAF）产业在其整个供应链中产生了显著的环境负担。随着全球纺织品回收市场的扩张，建立一套系统性的框架以对参展商进行分类并评估其可持续性相关特征的需求日益增长。本研究以2026年美国纺织品回收博览会（2026 Textiles Recycling Expo USA）——北美地区首届专业纺织品回收展览——的参展商为分析对象，旨在开发一个探索性的可持续性评估框架。通过定性内容分析（qualitative content analysis），78家参展企业被归类为四个功能组别：（1）硬技术基础设施（Hard-tech Infrastructure）；（2）化学与材料创新（Chemical & Material Innovation）；（3）物流与废弃物管理（Logistics & Waste Management）；（4）知识与支持服务（Knowledge & Support Services）。基于对TAF产业可持续性评估文献的综述，研究人员开发了一个四维度框架，涵盖材料可再生性（Material Renewability）、过程可持续性（Process Sustainability）、生命周期末端选项（End-of-Life Options）以及技术与数字属性（Technical & Digital Attributes）。在初步试点应用中，研究人员通过目的性抽样选取了11家企业，并由八位专家依据所定义的关键绩效指标（KPIs）进行评估。总分范围为10.3至16.3分（满分20分），其中ESO RECYCLING Società Benefit获得最高总分（16.3），其次是MARGASA（15.8）。在受评企业中，技术与数字属性维度的得分普遍低于其他维度，表明公开可查的数字可追溯能力相对有限。这些发现初步验证了所提框架在表征异质性参展商方面的适用性，同时强调了需利用更大规模、更多样化的样本进行进一步 refinement 和验证的必要性。
以下为论文解读文章：
**一、研究背景与问题提出**
纺织、服装与时尚（TAF）产业作为全球资源消耗大户和废弃物产生源，其全供应链环节的环境负担已成为国际社会关注的焦点。据统计，纺织产业约占全球温室气体排放量的10%，且长期维持线性经济结构，每秒钟即有一卡车的纺织废弃物被填埋或焚烧。为应对这一挑战，欧盟陆续出台了《欧盟可持续循环纺织品战略》《可持续产品生态设计法规》（ESPR）等一系列法规与政策工具，将纺织品列为优先产品类别，并推动数字产品护照（DPP）、生产者责任延伸（EPR）等制度安排。2025年6月，首届纺织品回收博览会在比利时布鲁塞尔举办，吸引了来自67个国家的126家参展企业和3336名参观者；2026年4月，北美地区首届专业纺织品回收展览在美国北卡罗来纳州夏洛特市举行，标志着该产业在北美市场的重要布局。
然而，尽管已有可持续性评估工具如纺织工业可持续性评估（SATIN）和综合可持续性评估框架（FISA）等被提出，但在快速扩张的纺织品回收市场背景下，能够系统性地对参展企业进行功能分类并评估其可持续性特征的标准框架仍然不足。现有可持续性指标主要侧重于成品品牌的营销层面，缺乏能够在混合展览环境中清晰区分不同回收技术（机械回收、化学回收、生物回收等）企业可持续性贡献的"通用指标"，这制约了可持续决策的有效性。基于此，本研究提出两个分析组件："功能分类"即根据参展商的主要业务功能对其归类，"可持续性评估框架"即用于评估其可持续性特征的四维评价结构及相关关键绩效指标（KPIs）。
**二、研究设计与方法概述**
本研究选取2026年美国纺织品回收博览会的78家参展企业作为实证研究对象。在数据收集阶段，研究人员从展览官方网站获取参展企业名单，并辅以各企业官方网站和公开企业资料进行信息补充；当公开信息不足以评估特定指标时，该项目被记录为"不可得"（N/A）而非赋零分。分析方法上，研究采用定性内容分析，实施了开放编码、轴向编码和选择性编码三阶段编码流程，将展览官方21个类别整合为4个功能组下的11个具体类别。为初步验证框架的适用性，研究人员通过最大变异目的性抽样从78家企业中选取了11家代表性企业，由8位来自学术界和产业界的专家采用李克特五级量表进行独立评分，并运用组内相关系数[ICC(2,k)]和肯德尔和谐系数（W）检验评分者间一致性。需要说明的是，本研究的样本队列来源于2026年Textiles Recycling Expo USA的官方参展商名录。
**三、研究结果**
**3.1 基于功能的参展商分类（RQ1）**
78家参展企业被划分为四个功能组别：硬技术基础设施组涵盖打包粉碎设备、纤维制造加工设备和过程自动化相关企业；化学与材料创新组涉及化学回收、材料改进和最终材料生产等高附加值领域；物流与废弃物管理组负责资源回收与分拣，包括收集运输、废弃物供应与贸易及综合管理服务；知识与支持服务组则包含咨询和专业研究机构。统计显示，过程自动化类企业数量最多（22家，占28.2%），其次为再生材料生产（11家，占14.1%）和化学回收（8家，占10.3%）。值得注意的是，OMRA、Pellenc、Stadler等企业具备光学分拣和传感器技术，凸显了人工智能（AI）与传感器融合技术的重要性。部分企业如Roseco Srl、ESO RECYCLING和New Retex A/S活跃于4至6个广泛类别，表明纺织品回收产业已发展为涵盖"收集-分拣-回收-制造-验证"全价值链的"系统产业"。
**3.2 可持续性评估框架的构建（RQ2）**
基于参展商分类数据和TAF产业可持续性评估文献，研究人员开发了四维度评估框架。第一维度"材料可再生性"（Material Renewability）以循环经济为核心原则，涵盖再生聚酯（rPET）的使用、生物基材料和再生农业材料的采纳。第二维度"过程可持续性"（Process Sustainability）参照联合国环境规划署的清洁生产（CP）方法论，关注无水染色技术、节能自动化分拣系统和低影响化学品的使用。第三维度"生命周期末端选项"（End-of-Life Options）以废弃物管理等级制度（预防＞再利用＞回收＞能量回收＞处置）为基础，评估可回收性、可生物降解性和为拆解而设计（DfD）等指标。第四维度"技术与数字属性"（Technical & Digital Attributes）涵盖人工智能分拣算法、区块链供应链管理和数字产品护照（DPP）等赋能技术，作为可追溯性、透明度和验证能力的使能属性。
**3.3 框架维度与KPI应用（RQ3）**
针对四个维度，研究定义了具体的KPI。材料可再生性维度中，再生聚酯的使用可通过全球回收标准（GRS）或回收声明标准（RCS）认证验证，生物基原料可通过USDA Bio Preferred和ISCC Plus认证证明。过程可持续性维度通过超临界CO?染色、AirDye等无水染色技术量化节水效率，并记录单位过程能耗或可再生能源采用情况。生命周期末端维度通过确认参与化学回收基础设施或纺织品到纺织品闭环合作来评估可回收性，生物降解性依据EN 13432等国际标准的认证测试结果确认。技术与数字属性维度则通过近红外（NIR）光谱自动分拣系统的准确性和材料识别速度，以及区块链或数字ID系统管理原材料到成品历史记录的水平进行评估。
在11家企业的试点评估中，总分范围为10.3至16.3分（满分20分）。ESO RECYCLING Società Benefit以16.3分位居首位，其在四个维度均保持强劲均衡表现；MARGASA以15.8分紧随其后。相比之下，Trosort（10.3分）和Brightfiber Textiles（11.5分）因数字集成方面的局限而得分较低。研究数据揭示了一个关键行业趋势：多数企业在材料可再生性和过程可持续性维度表现良好，但技术与数字属性维度得分普遍偏低（如INNOCHEM SRL为2.1分），表明物理回收技术的进步速度明显快于数字可追溯技术的实施。
**四、讨论与结论**
本研究建立的框架为超越笼统的"生态友好"标签提供了系统性方法，通过四个核心维度识别参展企业的可持续性价值。在B2B市场中，该框架可支持采购方做出明智决策，帮助展览组织者规划均衡的参展结构，并使研究人员更有效地追踪行业趋势。值得强调的是，本研究的评分结果应被解读为"公开可证的可持续性相关能力"指标，而非实际运营可持续性绩效的直接度量；低分可能反映企业信息披露有限，而非可持续性表现不佳。与TBL、LCSA、LCA、SATIN和FISA等既有方法相比，本框架聚焦于纺织品回收领域异构组织的循环性特征、技术能力和公开可证实践，在标准化企业级可持续性数据有限的条件下具有应用优势。
研究结论指出，通过将通用的、营销驱动的"生态友好"标签转化为四个可操作的KPI维度，本框架将可持续性评估文献从以成品品牌为中心的传统TBL和LCA方法延伸至B2B展览层面的分析单元，填补了现有文献的空白。将技术与数字属性作为独立维度纳入评估，响应了学界将数字可追溯性（如DPP）视为循环经济独立支柱而非边缘技术特征的呼吁。然而，研究存在若干局限性：试点样本仅为单一展览的11家企业，评分基于8位专家的李克特量表评价且一致性程度相对有限（ICC(2,k)=0.340，Kendall's W=0.240，p=0.047），以及依赖公开信息可能低估未披露相关能力企业的实际表现。未来研究应扩展至更大规模和地理分布更多样的样本（包括2025年布鲁塞尔展会及后续届次），区分适用于所有参展商类型的通用核心指标与针对不同功能类型的特定模块，并通过纵向追踪参展商的技术与数字属性得分变化，考察欧盟2027年DPP实施目标对缩小数字-物理能力差距的影响。
