SCI期刊论文导读【4】 | 环境可持续性与人类福祉

SCI期刊论文导读【4】

环境可持续性与人类福祉

- Paper Sharing - 

本次分享的文献《Selecting sustainable packaging materials and strategies: A holistic approach considering whole life cycle and customer preferences》来自中科院SCI1区TOP期刊Journal of Cleaner Production (IF=9.7) 。研究提出了一种全面的方法，用于选择和评估可持续包装材料，考虑了整个生命周期和消费者偏好。

文献来源：Mudgal D, Pagone E, Salonitis K. Selecting sustainable packaging materials and strategies: A holistic approach considering whole life cycle and customer preferences[J]. Journal of Cleaner Production, 2024, 481, 144133.

·整合性方法：首次将Kano模型与Ashby图表、LCA、生命周期成本分析和MCDA相结合，为包装材料选择提供了一个全面的框架。

· 客户偏好与技术规格的直接关联：通过Kano模型直接从消费者反馈中识别和优先考虑包装材料的关键属性，然后将这些属性转化为技术规格。

· 自动加权MCDA：使用自动加权MCDA方法，无需专家干预即可选择最合适的包装材料，提高了决策过程的客观性和效率。

· 实际应用验证：在铸石产品和碳酸饮料包装的案例研究中验证了所提出方法的有效性，展示了其在不同行业中的应用潜力。

图：拟议方法中的模块

（1）识别和有线排序客户需求

· Kano模型问卷设计：设计问卷以反映包装材料的功能性和非功能性方面，包括成本、外观、碳足迹、材料类型、可回收性和生物降解性等属性。

· 数据收集：通过直接或间接方法（如调查、访谈）收集客户反馈。

· 需求分类：使用Kano模型将客户反馈分类为必须具备（Must-be）、一维（One-dimensional）、吸引（Attractive）、无关紧要（Indifferent）和反向（Reverse）质量属性。

· 优先级确定：根据Kano模型的结果，确定哪些属性对客户满意度影响最大。

（2）技术规格转换

· 需求转化为技术规格：将客户需求转化为具体的技术规格，如机械性能、环境影响和成本。

· 使用QFD或公理设计方法：通过质量功能展开（QFD）或公理设计方法将客户需求映射到设计参数，确保产品设计满足客户需求。

（3）材料选择

· 材料数据库筛选：使用材料数据库（如Ansys CES EduPack）筛选符合技术规格的材料。

· Ashby图表分析：利用Ashby图表比较不同材料的性能，如强度、模量、成本和环境影响。

· 生命周期评估（LCA）：对筛选出的材料进行LCA，评估其从摇篮到大门的环境影响。

· 生命周期成本分析：评估材料的生命周期成本，包括生产、使用和废弃阶段的成本。

（4）决策分析

· 创建决策矩阵：根据材料的环境、质量和成本属性创建决策矩阵。

· 自动加权MCDA：使用自动加权多标准决策分析（MCDA）方法，如TOPSIS，为每种材料生成综合评分。

· 权重分配：根据预定义的权重分布（如均匀分布、减半分布、二次分布和前两个分布）为每种材料分配权重。

· 材料排名：根据综合评分对材料进行排名，为决策者提供选择最合适的包装材料的依据。

（5）结果验证与应用

· 案例研究应用：在铸石产品和碳酸饮料包装的案例研究中应用所提出的方法，验证其有效性和实用性。

· 结果分析：分析不同材料的排名结果，确定哪些材料在环境、成本和性能方面表现最佳。

· 决策支持：提供决策支持，帮助决策者根据综合评分和排名选择最合适的包装材料。

通过这些详细步骤，研究提供了一个系统化和全面的框架，用于选择和评估可持续包装材料，确保了所选材料不仅满足技术要求，而且符合环境标准和消费者偏好。

图：不同系列天然材料和工程材料的拉伸强度与杨氏模量之间的Ashby图（Ashby, 2008）

图：显示自动加权 MCDA 所有四项法则结果的仪表板，以及碳酸饮料包装材料的总体排名

· 方法的有效性：所提出的方法成功地在两个不同的案例研究中得到验证，证明了其在不同行业中的应用潜力和有效性。

· 客户偏好的重要性：通过整合消费者反馈，确保了所选材料与市场需求和消费者偏好保持一致，提高了客户满意度。

· 环境和成本效益：通过LCA和生命周期成本分析，所选材料在环境和财务方面均表现出良好的性能。

· 决策过程的透明度和客观性：自动加权MCDA方法提高了材料选择过程的透明度和客观性，减少了专家偏见的影响。

· 灵活性和适应性：该方法提供了灵活性，允许根据不同的应用场景和需求选择不同的技术和方法，展示了其广泛的适用性。

分享的文献之二《Twin transitions across enterprises: Do digital technologies and sustainability go together?》来自中科院SCI1区TOP期刊Journal of Cleaner Production (IF=9.7) 。本研究探讨了数字化技术与企业环境可持续性实践之间的联系。通过分析2020至2022年间爱尔兰的企业数据，研究提供了数字化技术（如人工智能AI和物联网IoT）与企业采纳信息通信技术（ICT）相关环境可持续性措施之间的互补性新证据。研究发现，ICT相关可持续性措施的采纳在不同企业、行业和地区间存在不均衡。使用AI的企业更倾向于采纳ICT相关可持续性实践。

文献来源：Siedschlag I, Mohan G, Yan W. Twin transitions across enterprises: Do digital technologies and sustainability go together?[J]. Journal of Cleaner Production, 2024, 481, 144025.

·综合分析：首次全面分析数字化与ICT相关可持续性实践之间的联系。

· 多技术考量：不仅关注单一技术（如AI或IoT），而是考察多种数字技术的使用与ICT相关环境可持续性措施的采纳之间的关系。

· 方法论创新：设计并应用统一的计量经济学框架，考察企业采纳一系列ICT相关可持续性措施的倾向。

· 数据集创新：利用新生成的数据集，合并了五个企业级数据集，确保可以实证分析广泛的内外部因素作为数字技术使用和ICT相关可持续性措施采纳的潜在决定因素。

第一步：数据收集与整合

· 数据来源：研究基于爱尔兰中央统计局（CSO）提供的多个企业级数据集，包括电子商务和ICT调查、工业生产普查（CIP）、年度服务调查（ASI）和企业注册数据（BR）。

· 数据整合：将这些数据集通过企业唯一标识符进行合并，确保每个企业从2020到2022年的数据连续性和完整性。

· 样本筛选：选择拥有20名及以上员工的企业，以确保有足够的数据进行分析，并排除了劳动力生产率分布两端的0.5%异常值。

第二步：变量定义与测量

· 依赖变量：定义了五个二元指标，分别衡量企业是否考虑ICT服务或设备的环境影响、减少打印和复印用纸量、减少ICT设备能耗、合规处理电子废物以及保留ICT设备。

· 独立变量：包括企业使用AI、IoT、云计算服务和企业内部电子信息共享软件等数字技术的二元指标，以及企业规模、年龄、员工技能、ICT专家雇佣情况、互联网连接速度等企业特征变量。

· 控制变量：包括行业和区域固定效应，以控制可能影响模型结果的不可观测因素。

第三步：模型构建

· 选择模型：采用probit模型来估计企业采纳ICT相关可持续性措施的概率。

· 模型设定：模型中包括数字技术使用（DIGIit−1）和一系列控制变量（Xit−2），以及行业（σk）和地区（ρ）的固定效应。

· 参数估计：通过最大似然估计法来估计模型参数，包括数字技术使用对采纳ICT相关可持续性措施的影响（α）和其他控制变量的系数（β）。

第四步：实证分析

· 估计执行：使用Stata等统计软件进行模型估计，得到各个变量的边际效应和统计显著性。

· 稳健性检验：通过替换变量、添加额外控制变量或使用不同的样本子集进行稳健性检验，确保结果的可靠性。

· 结果解释：分析不同数字技术的使用与ICT相关可持续性措施采纳之间的关联性，以及企业特征和外部环境因素如何影响这种关系。

第五步：结果解释与政策建议

· 结果总结：将实证分析结果与研究假设进行对比，总结数字技术使用与ICT相关可持续性措施采纳之间的关系。

· 政策建议：基于研究发现，提出针对性的政策建议，如激励措施和指导方针，以促进企业采纳更多的数字化技术和可持续性措施。

· 未来研究方向：指出研究的局限性，并提出未来研究可能探索的领域，如长期数据的使用、不同国家或地区的比较研究等。

图：Research approach and methodology.

Source: Authors’ own elaboration.

（1）数字化与可持续性实践的互补性

研究结果表明，企业在采纳数字化技术的同时，更倾向于实施与信息通信技术（ICT）相关的环境可持续性措施。这种互补性意味着数字化不仅是提高企业效率和竞争力的工具，也是推动环境可持续性的重要因素。具体来说，使用多种数字技术的企业更可能考虑ICT服务或设备的环境影响，并采取措施减少打印和复印用纸量。

（2）人工智能（AI）的显著作用

研究发现，使用AI的企业在采纳ICT相关可持续性措施方面表现得更为积极。这些企业不仅更可能考虑ICT服务或设备的环境影响，而且更可能采取措施减少ICT设备的能源消耗。这表明AI技术可能在促进企业环境可持续性方面发挥着关键作用，可能是因为AI能够提供更精准的数据分析和决策支持，帮助企业更有效地管理资源和减少浪费。

（3）行业和地区差异

研究揭示了不同行业和地区在采纳ICT相关可持续性措施方面的不均衡。例如，服务业在考虑ICT环境影响和减少能源消耗方面的措施采纳率较高，而制造业在这些方面的表现则相对较弱。此外，不同地区的采纳率也存在显著差异，这可能与地区特定的经济结构、政策环境和文化背景有关。

（4）政策建议

研究结果对政策制定者提出了明确的建议，即通过针对性的政策措施激励更多企业，特别是中小企业，采纳数字化技术和ICT相关环境可持续性措施。这可能包括提供财政激励、技术培训和支持，以及建立合作伙伴关系，促进企业之间的知识共享和技术转移。此外，政策还应鼓励企业投资于无形资产，如研发和组织资本，以及提高员工的数字技能，这些都是促进企业可持续发展的重要因素。

（5）未来研究方向

尽管本研究提供了关于数字化与企业环境可持续性之间关系的新见解，但仍有一些领域需要进一步探索。例如，未来的研究可以使用纵向数据来分析这种关系随时间的变化，或者扩展到其他国家和地区，以检验这些发现的普遍性。此外，研究还可以深入探讨企业采纳这些技术和措施的具体障碍，以及这些技术和措施对企业绩效（如能源效率、创新和生产力）的影响。这些研究将为设计更有效的政策提供更多信息，以激励企业改善其可持续性表现。

图：企业采用与信息和通信技术相关的可持续性措施

Source: Authors’ own elaboration.

分享的文献之三《Exploring the physiological, neurophysiological and cognitive performance effects of elevated carbon dioxide concentrations indoors》来自中科院SCI1区TOP期刊Building and environment (IF=7)。本研究探讨了室内二氧化碳（CO2）浓度升高对生理、神经生理和认知性能的影响。

文献来源：Snow S, Boyson A S, Paas K H, et. al. Exploring the physiological, neurophysiological and cognitive performance effects of elevated carbon dioxide concentrations indoors[J]. Building and Environment, 2019, 156, 243-252.

·多维度影响评估：同时评估了CO2浓度对认知性能、生理参数和神经生理状态的影响。

· 短期暴露研究：专注于短期暴露对认知性能的影响，与以往长期暴露研究形成对比。

· EEG作为客观指标：使用脑电图（EEG）作为客观指标来衡量困倦程度，这是在室内空气质量（IAQ）研究中的创新应用。

· 个体差异考虑：研究考虑了个体差异，如前一晚的睡眠时间，对CO2反应的影响。

图：Study room showing participant with EEG cap, respiration belt, location of loggers, window and CO2 cylinder, temperature sensor attached to left hand (out of shot).

（1）参与者招募与分组

· 招募标准：研究招募了31名志愿者，年龄在18至36岁之间，包括大学生和办公室工作人员。排除标准包括药物/酒精滥用史、恐慌发作、怀孕、正在治疗的偏头痛、神经系统疾病、长期疾病或当天的流感等。

· 分组策略：参与者被分为四组，每组在一天中的不同时间（上午或下午）接受测试，以控制昼夜节律的影响。每组参与者都会经历正常CO2和高CO2两种条件，以控制先前CO2条件的残留效应。

（2）实验环境准备

· 实验场所选择：选择一个自然通风的办公室作为实验场所，以模拟真实的办公环境。

· CO2浓度控制：通过引入纯CO2和参与者产生的CO2来调整室内CO2浓度至目标水平（正常830 ppm和高2700 ppm）。使用CO2气瓶和通风设备来精确控制CO2浓度。

（3）实验协议

· 基线数据收集：在实验开始前，收集参与者的基线数据，包括健康状况、睡眠质量和饮食习惯。

· 实验流程：参与者在正常和高CO2条件下完成一系列认知性能测试、问卷调查和生理参数测量。每个条件下的暴露时间约为50分钟，其中包括认知测试和休息时间。

（4）认知性能测试

· 测试工具：使用CNS Vital Signs计算机化认知测试电池，包括执行功能、反应时间、工作记忆、复杂注意力、简单注意力、持续注意力和认知灵活性等领域的测试。

· 测试过程：参与者在笔记本电脑上完成包括Stroop测试、注意力转移任务、持续性能测试和四部分持续性能测试等认知任务。

（5）生理和神经生理测量

· 生理参数：使用Mind Media NeXus-10 MKII设备记录皮肤温度、脉搏率和呼吸率。

· EEG测量：使用Neuroelectrics ENOBIO 20干电极可穿戴无线EEG帽记录脑电波数据，以客观衡量困倦程度。

（6）数据分析

· 统计方法：采用重复测量ANOVA分析CO2条件对认知性能、生理参数和神经生理状态的影响。使用相关性分析评估多个参数之间的关系。

· EEG数据处理：对EEG数据进行滤波处理，使用Butterworth滤波器进行低通和高通滤波，以减少噪声和伪迹。通过WPT-EMD算法和幅度阈值切除法进行伪迹拒绝。

（7）结果解释

· 认知性能：分析参与者在不同CO2条件下的认知测试得分，评估CO2浓度变化对认知性能的影响。

· 生理和神经生理反应：评估心率、呼吸率和EEG数据的变化，以了解CO2浓度变化对生理和神经生理状态的影响。

· 困倦程度：通过EEG数据和自我报告的困倦程度评估CO2浓度变化对困倦的影响。

通过这一系列详细的研究步骤，本研究旨在全面评估室内CO2浓度升高对人类认知性能和生理状态的影响，为改善室内环境质量和提高工作效率提供科学依据。

图：List of significant correlations found, with r and p-values

· CO2对认知性能的影响：在高CO2条件下，参与者在认知灵活性和执行功能测试中缺乏预期的学习效应，表明CO2可能独立于其他室内污染物影响认知任务表现。

· 生理和神经生理反应：高CO2条件下的心率略有但显著增加，而EEG数据未显示与CO2浓度增加相关的明显变化。

· 睡眠不足的加剧作用：前一晚睡眠时间较少的参与者在高CO2条件下表现出更高的困倦水平，表明睡眠不足可能加剧人们对CO2浓度增加的反应。

· EEG作为困倦的客观指标：EEG结果与参与者报告的睡眠时间密切相关，支持EEG作为评估困倦和预测工作表现的有用工具。

- E N D -