前言
Nature 近日有一篇針對數位生命週期評估（LCA）的支持意見文章，用來反駁去年另外一篇研究，對於數位化氣候影響不可知論的觀點。
個人觀點偏向反對不可知論，無論數位生命週期評估方法是否就是這項爭論的唯一答案。儘管氣候變遷的過程與數據存在非常多不確定性，但因此而直接跳過理解過程，追求單純的減緩作為依然不切實際。尤其是如果沒有良好的量化基礎與評估，又從何得知這些減緩方案成效？
數位碳足跡不可預側
這篇文章的核心論點是：量化和預測數位化的氣候影響（即數位碳足跡）是一個錯誤，因為它本質上是不可預測的。作者們認為，應將重點從預測轉向緩解。他們對大多數預測嘗試所基於的三個隱含假設提出了質疑：
- 數位碳足跡可以被量化。
- 業務照常進行，並伴隨偶發性變化，最終進入新的穩定時期。
- 對數位化的投資將在商業案例描述的成本、時間表和效益範圍內交付。
作者等人利用不確定性文獻指出，即使無法預測，仍然可以緩解。他們主張，數位化的氣候影響並非未知，而是不可知（unknowable）。這種不可知性源於以下幾個方面的普遍不確定性：
- 量化數位碳足跡的不確定性：即使是估計直接影響也是一項繁瑣的任務，可能產生有爭議且不準確的資訊。考慮數位技術的整個生命週期，包括生產、網路建設、資料中心營運等，使得界定其氣候影響的廣度和深度變得複雜。間接和結構性影響進一步增加了複雜性，並且難以甚至不可能量化。
- 預測數位碳足跡的不確定性：量化預測依賴於業務照常情景，假設不頻繁的偶發性變化後會進入穩定時期。然而，數位技術及其應用不斷以非線性方式變化，具有生成性和自我強化的機制，永不穩定。這種開放性使得數位化成為一種動態、快速變化的現象，難以預測。使用者行為的不確定性也使預測更加複雜。
- 估計數位化專案成本和效益的不確定性：數位化投資以失控著稱，經常導致極端的預算超支、延遲和效益不足。研究表明，數位化專案的績效具有「肥尾」（fat tails）特性，極端事件（如成本大幅超支）發生的機率高於正常預期。這意味著無法使用傳統統計方法進行風險管理，專案績效難以預測。
因此，作者們認為，我們需要將對數位碳足跡的認知從「未知」（因此需要更努力地量化）轉移到「不可知」（過於複雜而無法建模，歷史數據無法提供未來結果的有用指導）的範疇。與其浪費時間和資源嘗試獲取和估計無法獲得的量化資訊，不如專注於迫切需要的緩解行動。
他們提出了應對這種不可知性的緩解策略：
- 向再生能源轉型：將其視為抵禦數位化氣候影響的「海嘯牆」。由於數位化的主要負面影響與增加的能源消耗有關，如果數位化完全基於再生能源，量化這些影響的工具將變得不那麼重要。這也能緩解數位化的間接和反彈效應。
- 組織以適應持續變化的數位觀點：數位技術應被理解為不斷發展的數位生態系統的一部分，需要持續考量和調整。組織需要從偶發性變化轉向持續變化管理視角。
- 改進數位化專案的交付：數位化專案表現不佳會阻礙組織實現氣候目標。應避免高風險專案，即更謹慎地選擇專案，或通過識別關鍵組成部分並減少相互依賴來「削減肥尾」。
數位碳足跡可預測
Bluhm 等人的文章是對 Gritsenko 等人觀點的評論。他們批評了 Gritsenko 等人對生命週期評估（LCA）等環境評估方法的駁斥。他們承認在不確定性下需要採取行動，但認為 Gritsenko 等人的結論是錯誤的，因為他們在不確定性對於 LCA 等量化方法的影響存在誤解，低估了 LCA 在策略決策中的重要性。
Bluhm 等人主張：
- LCA 在理解數位化的環境影響方面非常重要：即使存在不確定性，LCA 仍能提供寶貴的洞見，幫助決策者理解潛在影響、權衡以及供應鏈中需要關注的領域。
- LCA 的目的並非實現完美準確的預測或建模一切事物：「所有模型都是錯誤的，但有些是有用的」。建立 LCA 模型和利用專業知識的過程，有助於進行比較、理解增長率，甚至識別不確定性區域，從而揭示環境影響需要解決或需要進一步探討的問題。
- LCA 能夠應對不確定性： LCA 不是不確定性的來源，而是一種透過評估不同途徑、尋找改進和干預措施來應對不確定性的方法。研究間接影響、結構變化和未來效應是 LCA 領域活躍的研究方向（如後果型 LCA 和前瞻性 LCA）。情境分析也並非準確預測未來，它們可以是探索性或規範性的。
- 結果的分歧不一定是方法問題：Gritsenko 等人認為科學結果的分歧揭示了環境評估的不準確性。Bluhm 等人反駁說，LCA 結果的分歧可能是因為目標和範圍定義的不同，這需要不同的系統邊界、方法選擇和假設。對應用方法、數據品質和假設進行批判性反思是良好的科學實踐，可以改進評估結果並為緩解措施提供資訊。ICT 行業碳足跡的一些共識已經形成（約佔全球溫室氣體排放的 1.5-4%），即使這些結果仍有待挑戰。
- LCA 提供更廣泛的分析範圍：LCA 的目標不僅僅是「準確預測數位碳足跡」。它還能理解數位系統在現在和未來、在靜態和動態環境中的環境影響，並與其他系統進行比較，識別環境影響的熱點，並尋找改進措施。例如，LCA 已經顯示數位終端設備的生產階段比使用階段產生更高的氣候影響，從而將緩解努力導向供應鏈和延長產品壽命。
- 直接影響並非完全不可知： 數位化的直接影響（如材料清單和能源使用）是「相對穩健的數據點」。間接影響更難評估，但可以透過跨學科方法來處理。
- 僅僅關注再生能源存在問題：Bluhm 等人認為，僅僅專注於使用再生能源忽略了再生能源實體基礎設施的材料和環境影響及其相互依賴性。這種簡化的決策方式容易產生偏見和先入之見。再生能源本身在整個生命週期中並非無影響，且不同環境影響類別之間存在權衡。僅依賴再生能源可能會將負擔轉移到其他環境方面，例如稀缺原材料、土地使用和電力系統主權。LCA 在揭示這些權衡方面特別有用。
- 決策者在變化的景觀中需要 LCA：儘管數位觀點的動態變化和不確定性使得量化精確數值具有挑戰性，但正是這種不確定性促使工業、政治和民間社會的決策者對 LCA 產生需求。
總結來說，Gritsenko 等人認為數位碳足跡的不可預測性意味著應放棄量化和預測，轉而專注於直接緩解行動，並提出了基於不確定性決策框架的建議。而 Bluhm 等人則認為，儘管存在不確定性，LCA 等量化工具仍然是理解數位化環境影響、識別影響熱點、評估權衡以及為緩解行動提供資訊的必要工具。他們認為，精確預測並非 LCA 的唯一目標，而且 LCA 具備處理和揭示複雜相互作用和潛在負擔轉移的能力，這在僅僅關注單一緩解策略（如再生能源）時是缺乏的。
相關文章
歡迎留言分享，也期待你追蹤並加入沙龍，一起關心氣候變遷與碳移除。
與這個主題相關的文章連結整理如下：
生物質碳移除與儲存（BiCRS）技術生命週期評估（LCA）介紹
Gold Standard 推動數位監測技術革新，核准三項 dMRV 試點計畫
