Impronta di carbonio di prodotto: dati primari e secondari a confronto

Qual è la differenza tra dati di carbonio primari e secondari?

I dati primari sono misurati e specifici di un fornitore, un processo o un prodotto, per esempio l'elettricità usata da una determinata tintoria per un lotto. I dati secondari sono una media tratta da un database, come ecoinvent o l'Higg Materials Sustainability Index. La maggior parte delle impronte di prodotto dell'abbigliamento combina i due tipi e la quota di ciascuno dovrebbe essere dichiarata.

Questa guida spiega come scegliere tra i due, quanto costa ciascuno e come presentare il risultato in modo onesto.

Perché la maggior parte delle impronte dell'abbigliamento si basa su dati secondari?

I capi attraversano più livelli: fibra, filato, tessuto, tintura e finissaggio, taglio e confezione, accessori. Un marchio di solito ha un rapporto diretto solo con il sito di assemblaggio finale. Le linee guida della Fashion Industry Charter affermano che l'ideale sarebbe disporre di dati specifici dei fornitori per tutti i livelli, ma che raggiungere questo obiettivo richiederà anni e grandi cambiamenti nella visibilità della catena di fornitura. Aggiungono che la maggior parte delle aziende si affida a medie di settore per parti dei propri inventari, soprattutto nei livelli da 2 a 4.

La misurazione stessa è un ostacolo. Un'analisi descrive i dati primari come l'ideale ma spesso non disponibili, perché le fabbriche mancano frequentemente della sottomisurazione necessaria a rilevare il consumo di energia di una specifica fase produttiva.

Leggi anche

Come Reformation monitora l'impronta di ogni prodotto con RefScale

I dati primari sono sempre più accurati?

No. Le linee guida della Fashion Industry Charter, citando il GHG Protocol, avvertono che i dati dei fornitori possono in realtà essere meno accurati dei dati medi di settore, a seconda di granularità e metodi di allocazione. La bolletta energetica dell'intera fabbrica divisa per la produzione è un dato primario, ma è un'allocazione grossolana a un singolo prodotto.

I dati primari hanno tuttavia un chiaro vantaggio per monitorare il cambiamento. Possono mostrare riduzioni effettive, mentre i dati secondari non cambiano da un anno all'altro in modo da riflettere le azioni del marchio, e gli aggiornamenti annuali dei dataset medi possono spostare i risultati per ragioni estranee al marchio.

Quanto possono essere grandi le differenze tra dataset?

Considerevoli. Un'analisi di un fornitore di software di contabilità del carbonio riporta che per 1 kg di lana merino grezza i database che cita vanno da 28 a 142 kg di CO2e. Aggiunge che alcuni fattori richiedono input come lo spessore del filato, che i marchi raramente monitorano. È una singola illustrazione di un fornitore, ma mostra perché la scelta del database e l'incertezza dichiarata contino quanto il numero in evidenza.

La stessa fonte propone di dare priorità alla raccolta di dati dove riduce di più l'incertezza, per esempio un materiale che nel suo esempio sviluppato pesa per il 55% dell'incertezza totale. La logica è generale: raccogliete prima dati primari per i materiali e i processi che dominano sia le emissioni sia l'incertezza.

Come dovrebbe un marchio combinare i due tipi?

1. Partite dai dati secondari per fare lo screening del portafoglio e individuare i materiali e i processi che contano di più.
2. Classificate gli hotspot per emissioni e per incertezza, non solo per emissioni.
3. Richiedete dati primari ai fornitori dietro i maggiori hotspot, con un metodo e un perimetro definiti.
4. Tenete traccia di fonte e qualità dei dati per ogni input, così le impronte miste possano essere spiegate.
5. Aggiornate l'impronta quando arrivano dati migliori e riportate separatamente la variazione di metodo e la variazione di performance.

L'Higg Product Module, lanciato da Sustainable Apparel Coalition e Higg Co, illustra la struttura. La sua prima edizione copriva gli impatti dall'estrazione delle risorse all'assemblaggio del prodotto finito, attingendo a dati sui materiali dai produttori di livello 2 e ai dati Higg MSI per calcolare gli impatti dei materiali.

Una questione pratica è chi debba raccogliere i dati primari e a quale costo. Chiedere a ogni fornitore dati di processo dettagliati per ogni modello è irrealistico e molti fornitori ricevono richieste simili da più clienti. Una richiesta mirata, limitata ai pochi processi che dominano l'impronta di un prodotto e basata su un metodo concordato in anticipo, ha maggiori probabilità di produrre risposte utilizzabili. Formati condivisi e questionari comuni riducono l'onere per i fornitori e migliorano la confrontabilità.

Anche la qualità dei dati va gestita. Un dato primario dovrebbe essere accompagnato dal periodo di misurazione, dal perimetro, dal metodo di allocazione dell'energia ai prodotti e, ove possibile, da evidenze come letture dei contatori o bollette. Senza queste, un dato primario non si distingue da una stima. È sensato valutare la qualità di ogni input, per esempio come misurato, calcolato o predefinito, e migliorare per primi gli input più deboli tra i maggiori contributori.

Il ruolo dell'IA in questo ambito è soprattutto d'ufficio. I modelli possono estrarre valori da moduli dei fornitori e documenti delle utenze, associare i materiali alle voci dei database e segnalare valori anomali. Non rendono più accurato un fattore secondario e non possono sostituire la misurazione. Se uno strumento assegna automaticamente un fattore di database, l'abbinamento dovrebbe essere visibile e verificabile, perché un abbinamento errato a un materiale dal nome simile può cambiare sensibilmente il risultato.

Leggi anche

Come può l'IA aiutare a stimare le emissioni scope 3 nelle filiere della moda?

Quali sono i limiti per dichiarazioni e normativa?

Le cifre dell'impronta di prodotto sono stime con margini di errore e qualsiasi dichiarazione ai consumatori dovrebbe rifletterlo. Le linee guida della Fashion Industry Charter scoraggiano le stime basate sulla spesa per il monitoraggio anno su anno, pur osservando che possono aiutare nello screening iniziale. Guardando avanti, il regolamento sulla progettazione ecocompatibile dei prodotti sostenibili (Ecodesign for Sustainable Products Regulation), in vigore dal 18 luglio 2024, istituisce passaporti digitali di prodotto in grado di contenere materiali, origini e impatti ambientali del ciclo di vita. Un aggiornamento sulla compliance prevede l'atto specifico per il tessile nel 2027 e consiglia di definire presto i requisiti di dati a livello di prodotto e di coinvolgere i fornitori. I registri che distinguono tra dati primari e secondari saranno più facili da adattare al formato che verrà infine richiesto.