# 中文标题 迈向循环纺织产业:基于生命周期阶段与利益相关者层次的纺织废弃物管理系统性文献综述

《Cleaner Production Letters》:Towards A Circular Textile Industry: A Systematic Literature Review of Textile Waste Management Across Lifecycle Stages and Stakeholder Levels

【字体: 大 中 小 】 时间:2026年09月19日 来源:Cleaner Production Letters 5.0

编辑推荐:

  # 摘要翻译 纺织废弃物(Textile Waste, TW)回收研究虽已广泛开展,但呈现碎片化特征。本研究采用生命周期评估(Life Cycle Assessment, LCA)框架与多层级视角(Multi-Level Perspective, MLP)相

  
# 摘要翻译

纺织废弃物(Textile Waste, TW)回收研究虽已广泛开展,但呈现碎片化特征。本研究采用生命周期评估(Life Cycle Assessment, LCA)框架与多层级视角(Multi-Level Perspective, MLP)相结合的综合理论框架,对2015年至2025年间发表的89篇同行评审文献进行系统性综述,系统考察纺织废弃物在工业后(post-industrial)、消费前(pre-consumer)和消费后(post-consumer)三个生命周期阶段以及宏观(macro-)、中观(meso-)、微观(micro-)三个利益相关者层次的回收管理实践。研究结果显示,当前文献高度集中于混合纤维废弃物的技术与流程研究,尤其在人工智能辅助分拣、化学与机械回收以及物质流分析(Material Flow Analysis, MFA)方面取得了显著进展;然而,纯天然纤维(除棉花外)和纯合成纤维的研究严重不足,且几乎所有技术研究均缺乏成本分析和规模化验证。在治理层面,微观层次的实验室规模研究占主导地位,中观和宏观层次的政策工具(如生产者延伸责任制度Extended Producer Responsibility, EPR)、产业共生框架和循环商业模式等实证研究明显匮乏。基于上述发现,本研究勾勒了新兴技术的关键缺口与下一代研究方向,为循环经济战略和可持续纺织政策制定提供了整合性证据基础,同时提出了一个可分析循环转型可行路径的创新分析框架。
# 论文解读

## 一、研究背景与问题提出

纺织产业在全球可持续发展中呈现深刻悖论:一方面不断推出季节性新品,另一方面其生产实践却高度依赖不可再生资源。纺织废弃物(Textile Waste, TW)主要来源于服装、家居和生活方式产业中产品的广泛废弃,已成为全球第二大环境污染源。填埋场中的纺织废弃物包含可分解的天然纤维和不可分解的合成纤维,前者释放有毒渗滤液和易燃生物气体,后者则通过持续释放微塑料造成土壤和水体污染。据美国环境保护署(USEPA)报告,仅2018年全球即有约1700万吨可回收纺织废弃物被丢弃,但研究表明,视区域情况而定,仅有13%至25%的纺织废弃物被回收并重新进入生产系统。

当前纺织废弃物管理(Textile Waste Management, TWM)面临系统性障碍。在宏观层面,缺乏标准化框架和可扩展性分析,限制了最具可持续性实践的识别与推广;区域性研究制约了回收技术的可转移性;价值链上各环节的管理实践整合面临多因性挑战。广泛采用的“获取-制造-废弃”(take, make, dispose)线性经济模式不可持续,而快时尚(fast fashion)趋势进一步加剧了产业的环境足迹。在中观层面,现有研究或孤立地考察生命周期的某一阶段,或以“闭环”(closed-loop)或“开环”(open-loop)方式分析纺织废弃物流向,但碎片化的研究难以形成系统性理解。在微观层面,缺乏按来源区分纺织废弃物——工业后(post-industrial TW)、消费前(pre-consumer TW)和消费后(post-consumer TW)——的系统分类方法,循环经济(Circular Economy, CE)目标的实现面临从实验室研究到实际供应链应用之间的鸿沟。

已有若干系统性文献综述尝试理解TWM的循环性,但范围受限,或局限于特定纺织品类、特定技术、特定废弃物产生阶段,或受地域限制。因此,亟需一项整合性研究,系统考察纺织废弃物回收的当前实践,包括循环技术、创新、流程和战略工具,以构建更为全面的TWM体系。

## 二、研究内容与重要意义

本研究旨在系统调查纺织废弃物回收的当前实践,涵盖跨生命周期阶段和利益相关者层次的循环技术、创新、流程和战略工具。研究人员采用LCA框架与多层级视角相结合的综合框架(将工业后、消费前和消费后TW分别映射至宏观、中观和微观层面),对2015年至2025年间发表的同行评审文献进行系统性综述,以期获得对现有知识的全面理解,为更具整体性和可操作性的TWM体系提供信息,并为未来研究指明方向,助力实现联合国可持续发展目标(UN SDGs)。

## 三、关键技术与方法概述

本研究遵循PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses)2020指南开展系统性文献综述,由两名研究人员独立完成文献纳入与排除。文献检索在Web of Science(WOS)数据库中进行,检索字符串经多轮预测试验证,最终检索式以“textile*”及同义术语与“waste”和“management/collection/sorting”组合,并排除废水、医疗废物、染料等不相关主题,初始检出1857篇文献。纳入标准为2015年至2025年间发表的同行评审英文论文,聚焦TWM各方面;排除涉及混合废物流且无法分离TW的研究、以非TW生产纺织品的开环研究、以TW用于其他产业的开环研究,以及仅关注TW污染而未提出管理方案的研究。经标题与摘要筛选后保留295篇,再经质量检查(排除Beall's掠夺性期刊列表所列来源)和全文筛选,最终纳入89篇论文进行定性内容分析。分析过程遵循Klewitz & Hansen(2014)的描述性分析流程和Charmaz(2024)的扎根理论主题分析原则,采用溯因式编码方法编制编码手册(Codebook),由第一作者系统评估全部数据,第二作者独立审查约15%的数据,分歧经共识解决。

## 四、主要研究发现

### 4.1 混合纺织废弃物的干预措施

**(1)材料收集与分拣。** 多项研究推荐采用人工智能(AI)技术实现纤维识别与分拣,如便携式短波红外(SWIR)光谱技术、区块链实现废弃物可追溯性,以及在消费后阶段达到90%以上分拣准确率的深度学习架构。然而,所有AI分拣研究均在受控实验室条件下进行,缺乏真实世界部署验证。人工分拣方案方面,N?rup等人(2018)开发了包含产品类型、制造方法、纤维成分和物理状态的四级人工分拣协议;Rafiq等人(2025)对孟加拉国八家工厂的消费前TW进行量化,发现材料转化率仅为78%。在组织间收集与分拣层面,J??maa & Kaipia(2022)提出可追溯性、可占用性和可预测性作为有效的第一英里循环供应链治理原则;Dukovska-Popovska等人(2025)的四国北欧比较研究发现,一体化市政模式比依赖慈善机构的系统产生更强的循环一致性。

**(2)材料回收。** 机械回收方面,Chaka(2021)展示了将棉和涤纶纺纱废料加工为手织布和针刺非织造布的低技术路径;Espinoza-Pérez等人(2024)对机械回收工艺(切割、粉碎、梳理、纺纱)进行了比较性LCA。化学回收方面,Baloyi等人(2025)展示了选择性碱性水解以降解PET同时保留棉纤维完整性;Piribauer等人(2021)通过酶水解综述报告了80-98%的涤纶回收率。双组分回收方面,Leenders等人(2025)通过顺序酶水解和催化糖酵解实现了聚棉混纺废弃物中两种成分的同时回收;Y. Yang等人(2023)采用金属基催化解聚,在更大实际复杂度下实现了高回收率。热回收方面,Boschmeier等人(2022)利用选择性热降解定量弹性纤维含量,精度达±1%。在策略比较层面,重用(reuse)和升级再造(upcycling)被证实为最节能的技术路径。

**(3)供应链中的废弃物映射。** 映射研究采用MFA、LCA、情景建模和循环性指数等方法。Schmutz & Som(2022)对瑞士制造业的工业后和消费前TW进行了MFA,识别出缺乏国内回收商、小批量和焚烧成本优势为结构性障碍。Logan等人(2025)建立了超过5000个样本的服装成分数据库。Vermeyen等人(2024)提供了方法学上最严谨的区域MFA,比较了佛兰德斯和荷兰的消费后TWM。Solis等人(2024a)通过MFA和情景分析建模了七种欧盟政策情景,发现废弃物预防与闭环回收和出口禁令相结合可产生最大环境和就业效益。De Souza等人(2023)引入多层级资源循环性指数(RCI),整合LCA与经济评估。

**(4)战略工具。** 工业共生(Industrial Symbiosis, IS)框架研究在孟加拉国、印度和台湾一致识别政策、基础设施和企业间协调为主要障碍。Bukhari等人(2018)提供了最详尽的消费后EPR案例研究,记录了法国模式的成效。Coscieme等人(2022)开发了最全面的循环商业模式(CBM)框架。Singh & Goel(2024)使用混合整数线性规划(MILP)对印度18个城市的TW供应链设计进行建模。决策支持工具方面,Masoudipour等人(2017)开发了基于质量分级的闭环供应链MILP模型;H. Cao等人(2025)使用Stackelberg博弈论模型分析了回收服装供应链中的竞争动态。

### 4.2 天然纺织废弃物的干预措施

天然纤维研究以棉花为主导,涵盖工业后和消费后阶段,羊毛仅有2项研究。工业后棉花方面,Faysal等人(2022)采用机械粉碎和转杯纺纱实现纤维回收;Bhuiyan等人(2023)则通过化学途径再生棉纤维。消费后棉花方面,Karmakar等人(2025)提供了最完整的机械回收研究,证实50%回收牛仔纱线混纺可达到与原生面料相当的质量。Tang等人(2023)和Y. Li等人(2023)均将消费后棉花通过热化学碳化转化为高性能功能性纺织品。Arivanantham & Radhakrishnan(2025)将棉花裁剪废料与地理标志(GI)Toda刺绣结合,实现文化传承与CE融合。羊毛方面,Yoshizumi等人(2024)展示了太赫兹(THz)波光谱技术在羊毛含量和织物结构非破坏性检测中的应用。

### 4.3 合成纺织废弃物的干预措施

纯合成纤维仅有三项研究,均聚焦化学解聚。Ma等人(2022)展示了可见光下使用铁基催化剂的光催化解聚PET;J. Cao等人(2024)引入富氧空位催化体系用于PET醇解,从混合等级消费后PET中回收对苯二甲酸二甲酯(DMT)单体,LCA表明碳足迹和能耗均有所降低;W. Yang等人(2023)提出了热催化解聚工艺,可从混纺织物中同时回收涤纶单体和可再聚合的己内酰胺。

## 五、讨论总结与研究结论

本综述揭示,所有纤维类型的研究集群均共享机械和化学回收作为主要的工艺层面解决方案,以及NIR光谱作为主要纤维识别技术;LCA是跨纤维类型的主要环境评估工具;成本分析和规模化验证的系统性缺失是各集群最一致的结构性共性。然而,纯天然和纯合成纤维研究在生命周期阶段覆盖、纤维多样性、解决方案多样性和治理参与度方面均远窄于混合纤维研究——天然纤维研究几乎以棉花为中心,亚麻、黄麻、大麻等纤维完全缺席,且治理导向工作几乎空白。混合纤维研究则涵盖化学与机械回收、AI分拣、供应链组织、MFA、EPR设计、IS框架和CBM等更广泛议题。

研究结论部分指出:本研究系统综述并整合了关于不同纤维类型的工业后、消费前和消费后TW循环活动的最新文献,采用LCA框架与多层级视角。研究显示,在本文回顾的近十年间,除棉花外其他天然纤维类型的废弃物管理几乎未被探索。通过将循环活动映射至LCA-MLP综合框架,研究获得了关于有效利益相关者参与和可持续干预设计的新视角。然而,综述也揭示了关键缺口——如执法不力、基础设施匮乏以及中小企业包容性和协作有限——这些构成了构建整体TWM体系的障碍。应对这些挑战需要协调治理、充足基础设施、标准化以及跨所有利益相关者层面的分布式实施能力。最终,本研究为设计与可持续发展目标相一致的全面循环TWM体系提供了整合性证据基础。此外,本研究还为学术文献贡献了新颖的分析框架,可用于分析CE转型的可行路径,并通过提供关于回收技术、TW产生阶段和治理结构之间相互联系的概念清晰性,桥接了碎片化的学术研究。在实践层面,本研究为政策制定者和产业从业者提供了结构化知识基础和指南,以设计因地制宜、纤维敏感且利益相关者协调的干预措施。研究局限性包括仅检索单一数据库(Web of Science)以及仅关注废弃物产生后的管理策略,排除了废弃物预防、开环循环模式和废水处理等相关领域,未来研究可拓展至这些上游干预和跨部门循环实践以获得更全面的理解。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号