《Sustainability》：A Strategic Methodological Roadmap for Designing Circular Economy Data Systems: From Integrated Architecture to Indicator Prioritization
编辑推荐：
尽管全球对循环经济(CE)战略的兴趣与日俱增，但由于存在方法论缺口——包括缺乏分步规划框架、缺少跨行业集成数据架构以及指标优先级排序机制不足——开发可靠且可扩展的CE数据系统仍具挑战。本理论与概念性研究提出了一个名为TRIADS（循环经济决策支持三层集成架构，
尽管全球对循环经济(CE)战略的兴趣与日俱增，但由于存在方法论缺口——包括缺乏分步规划框架、缺少跨行业集成数据架构以及指标优先级排序机制不足——开发可靠且可扩展的CE数据系统仍具挑战。本理论与概念性研究提出了一个名为TRIADS（循环经济决策支持三层集成架构，Three-layer Integrated Architecture for Decision-Support in Circular Systems）的综合三层方法论框架，用以支撑CE数据系统的战略设计、运行架构及适应性评估。第1层定义包含规划、利益相关者参与和迭代系统开发的战略路线图(Strategic Roadmap)；第2层建立符合隐私法规、可实现数据获取、存储、互操作性与交付的集成数据架构(Integrated Data Architecture)；第3层基于结构化文献挖掘及多准则决策分析(MCDA, Multi-Criteria Decision Analysis)并结合AI辅助排序技术，开展CE指标开发(CE Indicator Development)。研究人员将拟议的TRIADS路线图与13个现有CE框架依据文献综述与文本挖掘分析得出的20项评价标准进行了系统比对，TRIADS相较现有框架覆盖了大多数评价标准。核心发现表明当前CE框架在高级实施能力方面存在缺口，而TRIADS成功弥补了这些不足。TRIADS为从业者提供CE系统设计的规范化协议，缩短实施周期并通过统一度量指标实现跨行业基准比对。通过嵌入利益相关者反馈与情境适配，该统一框架可在多样化运行环境中支撑循证的CE战略落地。虽本研究属理论性工作且聚焦框架开发而非实证案例，但包容性评估暗示其实操潜力，尚待实证检验。
论文解读：TRIADS——循环经济数据系统设计的战略方法论框架
本研究发表于《Sustainability》期刊。当前循环经济(Circular Economy, CE)已从单纯的回收利用拓展为多维度系统性方法，涵盖生态设计、产品服务系统(Product-Service Systems, PSS)、产业共生(Industrial Symbiosis)及再生商业模式。然而CE实施呈碎片化状态，关键瓶颈在于缺乏集成、可扩展且具备决策相关性的CE数据系统——政策制定者、市政规划者与区域机构缺少跨行业收集、标准化及解读CE绩效数据的结构化方法，导致无法精准干预、追踪联合国可持续发展目标(Sustainable Development Goals, SDGs)进展或评估权衡关系。现有CE指标框架（如Ellen MacArthur Foundation Circularity Indicators、欧统局Eurostat CE Monitoring Framework）多为静态、宏观导向且缺乏分部门适配性与结构化指标优先级排序机制；现有数据架构则呈分散、静态及互操作性差的特点，且未整合AI辅助挖掘与不确定性管理工具。针对上述三大方法论缺口——即缺失CE数据系统分步规划框架、缺少跨行业集成数据架构、缺乏契合运营情境的指标优先级排序机制——研究人员开展了此项理论研究，提出TRIADS（Three-layer Integrated Architecture for Decision-Support in Circular Systems，循环经济决策支持三层集成架构）概念框架，经与13个主流CE框架对比验证其覆盖度优势，为CE监测系统从概念走向可操作化提供方法论基础。
研究人员采用的主要关键技术方法如下：基于PRISMA 2020指南在Scopus与Web of Science数据库中检索2016—2025年"Circular Economy""data architecture""CE indicators""MCDA in circular systems"等组合主题文献，初检198条记录，去重后筛选全文，辅以灰色文献滚雪球法最终形成93篇文献（87篇同行评议+6份机构报告）的分析语料库；对语料库实施四阶段自然语言处理(Natural Language Processing, NLP)流程——数据准备(PDF转文本与聚合)、预处理(SpaCy、NLTK及BERT模型清洗归一化与分词)、资源初始化(加载NLP库与自定义停用词)、高级分析(自动概念提取、CE聚类与障碍识别)——以提炼评价标准和框架比较基础；采用设计科学研究(Design Science Research)原则分三步构建框架——概念架构开发(需求提取→分层模块化架构设计→内外部一致性校验)、战略逻辑开发(情境边界评估→多行动者角色分配→混合治理模式)、指标开发流程(德尔菲法Delphi共识→层次分析法Analytic Hierarchy Process, AHP赋权→逼近理想解排序法Technique for Order of Preference by Similarity to Ideal Solution, TOPSIS排名，数据稀缺时结合模糊逻辑Fuzzy Logic)；最后通过方法论三角互证(内容分析+NLP+MCDA)、数据源三角互证(文献+机构报告+行业白皮书)与策略推理三角互证(对照文献识别的三大缺口)完成框架验证，并以独立推导的20项评价标准将TRIADS与13个既有CE框架作覆盖度比较。
3. Results（结果）
3.1. Conceptual Architecture Design（概念架构设计）
研究人员基于系统理论(System Theory)、制度理论(Institutional Theory)及信息系统成功模型(IS Success Model)，设计出含七大运行支柱的TRIADS概念架构，突出跨行业物料/废弃物/能源流集成对标能力、超越单纯回收的闭环物质再整合导向，以及数据治理、利益相关者映射、互操作性与法规合规四大基石，为后续数据收集时序与指标设计奠基。
3.2. Strategic Logic Implementation（战略逻辑实施）
研究人员构建了含多维分层结构(适配不同数据成熟度水平)、双轴映射(主题维度×地方至跨区域操作尺度)及系统集成能力(成熟度缺口识别与杠杆点定位、资源循环与治理网络整合)的战略实施逻辑，形成"情境评估—战略设计—适应性实施"三阶段自适应流程。
3.3. TRIADS Indicator Development Framework（TRIADS指标开发框架）
研究人员建立了四阶段指标开发流程并设迭代反馈环：(1)指标采集——文献综述结合AI辅助文本挖掘与专家输入，按主题与系统边界生成多维指标初表；(2)结构化组织——借助9R层级等CE分类方案聚类指标，附加含定义/计算方法/单位的元数据以确保跨系统可移植性；(3)多准则评价——基于数据可得性、战略相关性、利益相关者一致性及跨情境适用性，经AHP两两比较赋权后用TOPSIS排次序，模糊逻辑处理语言学不确定性；(4)实施打包——产出核心指标列表(Core Lists，如物质循环指数Material Circularity Index, MCI)、定制指标列表(Custom Lists，如市政废弃物回收率)与总汇指标列表(Master Lists)，并提供数据库格式化、仪表盘协议及API就绪输出供既有监测系统嵌入。
4. Discussion（讨论）
讨论部分指出TRIADS相较13个对照框架在五方面具独特性：集成指标优先级排序(融合Delphi+AHP+TOPSIS+Fuzzy Logic)、AI/NLP辅助指标挖掘(自动从大语料提取概念)、适应性反馈架构(实施绩效回连指标修订)、不确定性管理工具(缺值/冲突数据源/模型不确定性处理协议)及模块化多尺度可移植性(城市、产业园、港口、区域级复制规程)。对比热图显示既有框架在动态优先级指标体系、元数据与数据治理集成、跨行业模块化架构及AI挖掘与不确定性处理工具方面覆盖严重不足(多数高级标准覆盖率<40%，35%的标准处极差缺口)。研究人员据此回应两个研究问题——RQ1：现有CE指标框架与数据基础设施存在三大结构性缺陷，即碎片化单组件取向而非集成系统、静态测量无法适应演进中循环实践、有限技术整合未充分利用新兴数字能力；RQ2：可通过TRIADS三层架构(战略路线图+集成数据架构+动态MCDA指标开发)及四阶段实施路径(情境评估与边界界定→战略架构设计→数据架构部署→指标优先级排序)实现本地化倡议与可扩展CE转型的双重支撑。研究属概念性框架开发，尚未经实证试点检验，未来研究方向包括城市/园区/政策机构的实证验证与敏感性分析、区块链/IoT/数字孪生与机器学习集成、跨文化情境适用性考察及中小企业适配版本开发。
研究结论翻译：
本研究是建立统一连贯CE框架的重要第一步，为后续实证检验与实际应用奠定理论基础。提出的TRIADS框架通过三层可扩展自适应架构解决了CE监测中既有理论与方法论缺口，适用于政策环境与创新环境。对十三个主流CE框架的比较评估揭示了其在高级技术整合与适应性管理方面的显著局限，TRIADS通过对齐既有发展路径且增强连贯性与适应性的集成设计克服了上述不足。其概念有效性建立在结构化文献综述与AI/NLP辅助分析之上，确保战略、架构与分析维度的稳健性。TRIADS核心贡献不仅是对现有CE方法论的渐进改良，更建立了使适应性循环可操作的新范式——通过无缝集成战略愿景、技术基础设施与智能分析的统一架构，以方法论连贯性、情境可复现性及面向未来可持续治理需求的设计，为多样化实施情境中实时CE监测与决策提供可扩展基础。
