《Environmental and Sustainability Indicators》：A framework for evaluating the traceability of primary data elements for textile digital product passports
编辑推荐：
数字产品护照（Digital Product Passports, DPPs）要求在整个复杂供应链中具备高质量的可追溯产品数据。然而，现有的可追溯性评估方法主要强调数据可用性和使能技术，但未提供系统性方法论来评估单个原始数据元素（Primary Data El
数字产品护照（Digital Product Passports, DPPs）要求在整个复杂供应链中具备高质量的可追溯产品数据。然而，现有的可追溯性评估方法主要强调数据可用性和使能技术，但未提供系统性方法论来评估单个原始数据元素（Primary Data Elements, PDEs）是否能可靠地与其意图表征的物理产品特性相链接。这一局限性限制了DPP系统支持下游应用（如材料分拣与回收）的能力。本研究首次通过应用成熟度模型理论和信息质量框架，开发了一套面向产品级可追溯性的指标集，并构建了可追溯性程度评分（Traceability Degree Score, TDS）。该框架将可追溯性概念化为一个基于数据标准化、流程自动化、测量可靠性与区块链就绪性的渐进式多维构念，每个维度均按五级成熟度量表进行评估。研究人员通过一个由80%可再生木材和20%再生纺织品组成的人造纤维素纤维（Man-Made Cellulosic Fibre, MMCF）纺织品案例对框架进行了测试，评估了横跨10个供应链节点的336个PDEs。结果显示，仅有20%的PDEs具有高可追溯性（TDS=5），而无或低可追溯性（TDS 1–2）的PDEs占5%，主要集中在消费使用阶段和生命周期末期阶段。该框架还能够比较价值链中各节点在四个指标上的表现，并将其作为节点级可追溯性的单一有效指标。本研究贡献了一个可复制的诊断框架，用于评估产品数据系统在可持续治理与资源管理中的有效性。
论文解读文章
一、研究背景与问题提出
随着欧盟《可持续产品生态设计法规》（ESPR）的颁布，数字产品护照（DPPs）成为推动纺织行业向循环经济转型的核心政策工具。DPP旨在整合产品全生命周期的关键信息，包括原材料来源、环境绩效、技术特征及末端处理潜力，从而支持监管合规与下游循环决策。然而，现有可追溯性评估方法多聚焦于数据可用性与使能技术的宏观层面，缺乏一种能够系统评估单个原始数据元素（PDEs）能否可靠链接至其所表征的物理产品特性的方法论。这种评估空白导致DPP系统在实际应用中难以支撑材料分拣与回收等下游功能。尽管已有研究（如CIRPASS项目）识别了DPP所需的数据类别，但并未提供客观标准来判断这些数据是否具备足够的标准化、自动化、可靠性及互操作性。因此，亟需一种结构化的评估框架，以弥合政策目标与数据实践之间的鸿沟。该论文发表于《Environmental and Sustainability Indicators》。
二、研究方法与技术路线
研究人员采用设计科学研究范式，首先通过系统性文献综述识别出影响可追溯性的四个核心维度：数据标准化、流程自动化、测量可靠性与区块链就绪性。在此基础上，借鉴成熟度模型理论与信息质量框架，构建了可追溯性程度评分（TDS）体系，每个维度设定五级成熟度量表。随后，研究人员选取了一个由80%可再生木材与20%再生纺织品组成的人造纤维素纤维（MMCF）纺织品作为理论案例，通过对欧盟法规文本、CIRPASS项目交付物、技术生产文档及学术文献的系统文档分析，提取了涵盖10个供应链节点（从森林种植到废弃处置）的336个PDEs。最终，研究人员将TDS框架应用于这些PDEs，通过独立评分与算术平均获得每个数据元素的综合可追溯性得分。
三、研究结果
4.1 TDS框架构建
研究人员正式提出了TDS框架，将可追溯性概念化为一个依赖数据标准化、流程自动化、测量可靠性与区块链就绪性的渐进式多维构念。标准化量表评估数据是否按照公认的全球或行业框架（如ISO、GS1）进行定义与格式化；自动化量表衡量数据捕获的系统驱动程度；可靠性量表反映测量方法的精确性与验证水平；区块链就绪性则评估数据是否具备结构化、事件关联性及互操作性等属性，以适应分布式账本架构。
4.2 PDEs的广泛数据类别
研究人员通过三角验证法，从ESPR与CSRD的监管报告要求、CIRPASS等利益相关方咨询成果以及生产工艺技术参数中，归纳出三大类数据类别：环境绩效数据（涵盖气候变化、污染、水资源、生物多样性与循环经济）、技术性能与产品设计数据（涵盖耐久性、可修复性、可回收性及物质关注清单）以及可追溯性与数据基础设施数据（涵盖工厂标识符与批次编号）。
4.3 PDEs的可追溯性程度评分
对全部336个PDEs的评估显示，50%（170个）处于中等可追溯性水平（TDS=3），表明多数数据点虽以某种结构化形式存在，但仍缺乏完全自动化、可靠性验证或互操作性。仅有20%（66个）达到高可追溯性（TDS=5），即数字化标准化、全自动化、外部可验证且可无缝传输至分布式账本。低可追溯性（TDS=1-2）的PDEs占5%，主要集中在消费使用与生命周期末期阶段。
4.4 节点的相对透明度
通过计算各节点在四个指标上的平均得分，研究人员发现上游加工与物流节点（如溶解浆生产、纺织品回收、分销零售）具有较高的平均TDS值（4.13-4.30），而制造节点（如纤维生产、面料制造、纱线生产、服装制造）处于中等水平（3.78-3.89）。消费使用阶段得分最低（2.00），生命周期末期阶段也较低（3.13）。标准化与可靠性得分普遍高于自动化与区块链就绪性得分，且没有任何节点在所有四个指标上实现均匀高分。
四、讨论与结论
讨论部分总结：TDS框架整合了技术能力（如自动化与兼容数据格式）与组织实践（如内外部数据验证与治理），类似于工业4.0成熟度模型。可靠性指标的纳入确保了数据质量被实证评估而非假设。区块链就绪性作为独立标准避免了技术决定论，强调分布式账本技术仅在数据实践充分发展时才具价值。研究结果确认，可追溯性成熟度不能被视为二元条件或仅取决于数字化程度；数据可能数字化可用但仍不适合DPP实施，若互补维度发展不足。这揭示了DPP政策雄心与当前数据生成实践之间的结构性张力。
研究结论翻译：本研究开发并应用了DPP所需的产品级可追溯性指标。通过整合成熟度模型理论与信息质量框架的原则，提供了一种结构化且可重复的方法来评估可追溯性信息如何在产品的不同生命周期阶段被定义、生成、捕获、验证与交换。由80%可再生木材和20%再生纺织品组成的MMCF纺织品案例作为有边界的经验场景，展示了框架的操作有效性与诊断价值。研究结果表明，TDS分布不均，受数据生成与管理条件的影响。来自结构化与受监管情境的PDEs通常表现出更高的可追溯性，而与消费使用与消费后阶段相关的PDEs普遍较低。本研究的理论贡献在于将可追溯性概念化为一个可测量的多维成熟度构念，而非数据存在与否的二元问题。TDS框架弥合了抽象的政策目标与复杂多参与者供应链中数据生成的运营现实之间的差距。随着DPP实施在各行业的加速推进，TDS有望成为诊断就绪性与识别数据瓶颈的关键工具。
