FAQ: Livscyklusvurderinger, PEF og Higg-indekset
Særligt med EU's tekstilstrategi og andre regulatoriske initiativer stiger interessen for livscyklusvurderinger. Men det er et område med mange forkortelser, sammenblandede begreber og spørgsmål. Samtidig har der været en markant debat om LCA, SAC, PEF og Higg-indekset i branchen i foråret 2022. Vi giver dig overblikket og svarer på mest udbredte spørgsmål.
Vi gør opmærksom på, at denne FAQ er lidt længere end normalt, men der er en del tekniske detaljer, som er afgørende at få med. Du kan downloade FAQ'en som pdf nederst på siden.
LCA er en forkortelse for Life Cycle Assessment eller på dansk en livscyklusvurdering. LCA er en omfattende analyse, der anvendes til at vurdere, hvilke potentielle miljø- og klimapåvirkninger samt ressourceforbrug, der er knyttet til en virksomhed i sin helhed eller et specifikt produkt eller service gennem hele dets livscyklus fra vugge til grav.
LCA er en multikriterieanalyse, der i udgangspunktet tager højde for alle potentielle direkte og indirekte miljøpåvirkninger, herunder f.eks. drivhusgasser, input af ressourcer, affald, menneskers sundhed, påvirkning af økosystemer, naturressourcer m.fl.
Ved at betragte sit produkt eller service i et livscyklusperspektiv har virksomheden mulighed for at identificere områder, såkaldte hotspots, hvor produktets miljøpåvirkning, eller risiko herfor, er stor. Det betyder, at virksomheden kan koncentrere sin miljøindsats, der hvor det giver størst mulig miljømæssig gevinst. Men livscyklustilgangen kan også være med til at sikre, at der ikke sker såkaldte burden shifting, hvor virksomheden kommer til at flytte miljøpåvirkninger rundt i kæden, eller hvor nye miljøpåvirkninger opstår, når virksomheden arbejder med miljøforbedringer.
LCA anvendes typisk internt i virksomheden, særligt som kortlægningsredskab, redskab til at måle på virksomhedens miljøindsatser eller sammenligne produkter, materialer mv. Men LCA’er ses også i højere grad som beslutningsstøtte på politisk niveau.
En LCA er en multikriterieanalyse der typisk ser på en lang række af forskellige miljøforhold. Resultatet skal først og fremmest afspejle LCA’ens scope, altså hvad er det virksomheden skal bruge resultatet til? Inden for vurderingens scope, afhænger resultatet både af, hvilke miljøforhold man vælger at kigge på, de anvendte metoder og standarder, mængden af tilgængelige data, hvor præcis data er, hvilke funktionelle enheder der anvendes, den af virksomheden definerede systemafgrænsning m.fl.
Systemafgrænsning
Systemafgrænsningen er et af de definerende parametre i en LCA. Her fortager virksomheden både organisatoriske afgrænsninger afhængig af hvilken ejer- og ansvarsstruktur virksomheden indgår i og hvad den har kontrol over samt og operationelle afgrænsninger afhængig af hvilke aktiviteter og dele af livscyklussen der medtages. Dvs. at på trods af at der er tale om en livscyklusvurdering indeholder den sjældent alle led i produktets livscyklus. Det er også her virksomheden træffer beslutning om hvilke miljøforhold der skal medtages da en LCA sjældent vil indeholde alle miljøforhold. I systemafgrænsningen tager der stilling til hvilke direkte, indirekte, herunder afledte effekter, der er omfattet, og der tages også stilling ti de tidsmæssige afgrænsninger i forhold til over hvor lang tid data indsamles og/eller hvor lang tid tilbage der indhentes data.
Data
Data kan enten basere sig på direkte målinger og beregninger, inden for en nærmere defineret tidsramme og sted, tilgængelig generiske data, men kan også indeholde begrundede estimater der hvor mere præcis data ikke kan fremskaffes. Typen, kvaliteten og omfanget af den indsamlede data vil altid bygge på en række forudgående beslutninger og antagelser, samt metoden hvorunder data er indsamlet. Der hvor der anvendes generisk data er det vigtigt at kigge ind i den bagvedliggende metode for frembringelse og indsamling af data, da denne vil være afgørende for at forstå hvad de data der anvendes, fortæller nogen om, og lige så vigtigt hvad de ikke fortæller noget om. Metoder, standarder og funktionelle enheder Som vurderingsredskab er LCA’en opbygget af en lang række analyser, der igen er foretaget på baggrund af en lang række anvendte metoder og standarder. Den funktionelle enhed der anvendes, er også bestemmende for valg af metoder og standarder, samt hvilke resultater der opnås og hvad de fortæller noget om. Eksempel: Vil din virksomhed have mængden af udledte klimagasser med, som en del af LCA’en, så vil data formentlig være en blanding af direkte data (forbrugsdata) og generisk data (opvarmningspotentiale, miljødeklarationer m.v.), klimaberegningerne vil være udført på baggrund af en anerkendt standard (f.eks. GHG-protokollen), og data vil med stor sandsynlighed have den funktionelle enhed CO2e.
Resultatet
Resultatet af en LCA afspejler alene det scope som den er lavet til, de valg og fravalg der foretaget i forhold til afgrænsninger, valg af metoder og den anvendte data. Og det betyder samtidig at der vil være en masse som den pågældende LCA ikke fortæller noget om, og det skal virksomheden være bevidst om. At LCA’er et langt stykke hen ad vejen er ’skræddersyet’ til en bestemt virksomhed eller produkt/materiale og med et bestemt formål, gør også at resultaterne er meget vanskelige sammenligne 1:1, da det i så fald forudsætter at den samme ’opskrift’ er blevet fulgt. Til internt brug i virksomheden er det i højere grad en mulighed at have de samme forudsætninger og anvende den samme tilgang, der gør det muligt at sammenligne f.eks. produkter eller resultaterne efter at man har arbejdet med miljøforbedringer. Det er vigtigt at kende sine data, kvaliteten af dem, herunder usikkerheden, og vide hvad det er de fortæller noget om og hvad de ikke fortæller noget om. Det er særligt vigtigt når virksomheden ønsker at kommunikere på baggrund af resultaterne, ellers er der stor risiko for at ende i en green washing fælde, hvis man postulerer noget som data ikke underbygger. Der anvendes i høj grad generisk data, hentet fra store databaser. De anvendes fordi, at indsamling af direkte data kan være utrolig omfattende, kompleks, tidskrævende og heraf meget omkostningstung for virksomhederne. Når man anvender generisk data, skal man være opmærksom på, at det ikke fortæller noget specifikt om netop dit produkt, men bygger på datasæt der giver en mere generel vurdering. F.eks. er det ikke uden betydning hvor din bomuld er blevet dyrket og hvilke produktionsprocesser og- forhold fremstillingen af netop din T-shirt har været igennem. Kom energien fra kulkraft eller vindkraft? Hvilken type farvestoffer blev anvendt til at farve den gul? og under hvilke forhold blev det pågældende farvestof fremstillet? osv. Med direkte data og beregninger kommer du naturligvis meget tættere på at kunne fortælle noget om lige netop dit produkt. Men selv direkte data vil være forbundet med en eller anden grad af usikkerhed, som beskrevet ovenfor.
Product Environmental Footprint (PEF) er en livscyklusbaseret metode til at kvalificere et produkts miljøpåvirkning. Metoden er udviklet af EU, og processen med at definere kriterierne og afgræsningerne i metoden startede tilbage i 2010. Målet med PEF er at skabe et fælles sprog og en fælles ramme for at vurdere produkters miljøpåvirkning, til at udvikle produkter med et mindre miljøaftryk og til at måle forbedringer, ideelt set også med henblik på at kunne sammenligne produkter. PEF-metoden er ikke kun henvendt mode- og tekstilbranchen, men en lang række brancher.
PEF er en metodik der på mange måder kan sammenlignes med en Lifecycle Assessment (LCA). PEF bygger ligesom LCA på livscyklusperspektiv, og tager også sit afsæt i anerkendte LCA-standarder. Til forskel fra LCA dækker PEF kun nogle specifikke impact kategorier, på nuværende tidspunkt 16 forskellige. Derudover arbejder den med produktspecifikke parametre, gennem PEFCR, og så har den mere omfattende standardiserede specifikationer, med henblik på at skabe en højere sammenlignelighed af resultaterne.
Product Environmental Footprint Category Rules (PEFCR) indeholder et sæt regler/parametre for hvordan man måler et produktets miljøaftryk, inden for en bestemt produktkategori. Beklædning og fodtøj er et eksempel på en kategori, hvor EU lige nu arbejder med at udvikle PEFCR. PEFCR vil bestå af en lang række underkategorier, hvis krav vil afhænge af hvad det er for et produkt der skal måles på, fx en T-shirt.
Sustainable Apparel Coalition (SAC) er en amerikansk baseret not-for-profit koalition bestående af 250 forskellige aktører indenfor tøj- og beklædningsranchen (dvs. producenter, brands, detailforhandlere, brancheforeninger, akademiske organisationer og NGO’er) etableret med henblik på at reducere branchens miljøpåvirkning og fremme social retfærdighed i de globale værdikæder. SAC er mest kendt for at have udviklet Higg-indekset. Selve driften af Higg indekset har siden 2019 ligget i en separat virksomhed, Higg-Co, mens videreudviklingen af Higg-indekset ligger stadig i SAC.
Higg-indekset er en suite af række redskaber udviklet med henblik på at standardisere den måde man måler branchens bæredygtighedspåvirkning på tværs af værdikæden. På den måde rummer Higg-indekset redskaber der er henvendt producenter (Facility Tools), brands (Brand & Retail Module), samt derudover Product Tools: MSI (Material Sustainability Index) og PM (Product Module). Det er især MSI modulet og den data der ligger i MSI modulet, som er genstand for kritik.
SAC spiller en rolle i udviklingen af de PEFCR, som skal anvendes på beklædning og fodtøj da de er med til at koordinere det tekniske sekretariat der står bag udviklingen af PEFCR for beklædningsbranchen. SAC blev valgt til drive sekretariatet da SAC kan samle over 50% af branchen. Udover SAC sidder Quantis som teknisk ekspert i sekretariatet.
Kritikken af SAC og MSI går på en række forskellige ting, som er delvist sammenhængende. Først og fremmest går kritikken på den generiske data der ligger i MSI, at den ikke er god nok og at den dermed ikke kan bruges til at sammenligne fibre med. Bl.a. er brugsfasen ikke inkluderet og derfor favoriseres syntetiske fibre fremfor naturlige fibre som fx uld, som typisk vil have en længere brugsfase, men som ofte vil være mere ressourcekrævende af producere. Dernæst kritiseres det organisatoriske set-up bag udviklingen af PEFCR for tøj- og beklædningsbranchen og at der er en overrepræsentation af fast fashion virksomheder der kan stemme. Derudover kobles kritikken sammen med en kritik af selve PEF projektet da PEF dels rummer en række metodiske udfordringer ift. brugen generisk data og derudover at den ikke vil adressere nogle af de problemer der i branchen ift. overproduktion og overforbrug. Læs mere om kritikken her:
