Mitkä ovat primääridatan ja sekundääridatan erot hiilijalanjäljen laskennassa?
Elinkaariarviointi (Life Cycle Assessment, LCA) ja hiilijalanjäljen laskenta ovat keskeisiä työkaluja tuotteiden, prosessien ja palveluiden ympäristövaikutusten arvioinnissa. Ne auttavat ymmärtämään eri toimintojen ilmastovaikutuksia ja ohjaavat kohti kestävämpiä käytäntöjä. Elinkaariarvioinnissa ja hiilijalanjälkilaskennassa kerätään ja käytetään tietoa, joka luokitellaan ensisijaiseen (primääridata) ja toissijaiseen (sekundääridata) tietoon. Tässä artikkelissa pureudumme näiden välisiin eroihin LCA:ssa ja hiilijalanjälkilaskennassa.
Taulukosta näet primääri- ja sekundääridatan käyttökohteita käytännön esimerkkien kautta.
Primääridata
Primääridata on tietoa, jota kerätään suoraan alkuperäislähteistä. Tuotteisiin, prosesseihin ja yrityksen toimintoihin liittyvää primääridataa voidaan kerätä esimerkiksi erilaisilla mittauksilla tai kyselyillä. LCA:ssa ja hiilijalanjälkilaskennassa primääritiedon lähteitä voivat olla toimitusketjun eri osapuolet, tuotantolaitosten mittauslaitteet, laboratoriokokeet tai tuotetta käyttävät kuluttajat.
Esimerkkejä primääridatasta
- Energiankulutuksen mittaus prosessointilaitoksen monitorointilaitteesta.
- Raaka-ainetoimittajille lähetetyt kyselyt, joilla selvitetään raaka-aineen kuljetustapa sekä etäisyys toimittajalta yrityksesi tuotantolaitokselle. Laboratoriokokeet tietyn kemiallisen reaktion aikana syntyvien päästöjen määrittämiseksi.
- Kuluttajille lähetettävät kyselyt tuotteen käyttötavoista.
👍 Primääridatan plussia
- Tarkkaa ja hyvin kuvaavaa
- Primääridatan avulla pyritään kuvaamaan mahdollisimman tarkasti tiettyä prosessia tai toimintoa. Koska se kerätään suoraan alkuperäislähteistä, sen avulla tehty laskenta antaa usein tarkemman kuvan ilmastovaikutuksista kuin esimerkiksi keskiarvoistettuun tietoon perustuva laskenta.
- Mukautuvaa
- Voit suunnitella tiedonhankitanprosessin, kuten tiedonkeruulomakkeiden kysymykset ja tiedonkeruutavat, vastaamaan tarkasti laskennan tarkoitusta.
- Johdonmukaista
- Primääridatan tehtyjen laskelmien avulla pystyt asettamaan päästövähennystavoitteita omille toiminnoillesi ja seuraamaan niiden toteutumista vuositasolla.
👎 Primääridatan miinuksia
- Vie aikaa ja resursseja
- Primääridatan kerääminen voi olla aikaa vievää ja kallista, erityisesti jos lasketaan suurien kokonaisuuksien ilmastovaikutuksia.
- Rajallinen saatavuus
- Primääridataa ei välttämättä ole helposti saatavilla, mikä tekee tiedon keräämisestä haastavaa.
- Mahdolliset vinoutumat
- Ellei tietoa kerätä huolellisesti, myös primääridataan voi jäädä virheitä.
Sekundääridata
Sekundääridata on tietoa, joka on kerätty ja julkaistu jonkun muun toimesta. Toissijaisen tiedon lähteitä ovat esimerkiksi akateemiset julkaisut, julkiset raportit ja tilastoviranomaisten tai muiden toimijoiden tietokannat. Sekundääridata on usein helposti saatavilla ja sitä voi hyödyntää erilaisiin hiilijalanjälkilaskentoihin ja elinkaariarviointeihin. Sekundääridataa käytetään yleensä silloin, kun ensisijaisen tiedon kerääminen on hankalaa tai tarpeetonta.
Esimerkkejä sekundääridatasta
- Yleiset päästökerrointietokannat.
- Julkaistut tieteelliset artikkelit, jotka tarjoavat tietoa erilaisten materiaalien hiilijalanjäljestä.
- Tieteelliset artikkelit, joissa kuvaillaan tarkasteltavan prosessin tuotantopanokset ja tuotokset.
- Teollisuusalan raportit valmistavan teollisuuden energiankulutuksesta.
👍 Sekundääridatan plussat
- Kustannustehokasta
- Sekundääridata on yleensä helposti saatavilla ja voi säästää aikaa sekä resursseja verrattuna primääridatan keräämiseen.
- Laaja soveltuvuus
- Sekundääridataa löytää useista lähteistä, jotka soveltuvat eri tyyppisten tuotteiden, prosessien tai toimintojen ilmastovaikutuksien arviointiin.
- Hyvä yleiskuva
- Sekundääridatan hyödyntäminen voi olla yrityksen ensimmäinen askel hiilijalanjälkilaskentojen tekemiseen. Sen avulla voidaan saavuttaa hyvä yleiskuva tuotteen tai yrityksen kokonaispäästöistä sekä tunnistaa merkittävimmät päästölähteet, joista kannattaa seuraavana vuonna kerätä primääridataa tuloksen tarkentamiseksi.
👎 Sekundääridatan miinukset
- Tarkkuuden puute
- Sekundääridata ei usein kuvaa täydellisesti tarkasteltavia prosesseja tai toimintoja mikä voi johtaa tulosten epätarkkuuteen.
- Rajallinen kontrolli
- Et voi juurikaan vaikuttaa sekundääridatan laatuun ja keräämistapoihin.
- Puutteet tiedon laadussa
- Sekundääridatan luotettavuus voi vaihdella, ja se voi olla vanhentunutta, puutteellista tai soveltumatonta haluttuun tarkoitukseen.
Primääri- ja sekundääridatan lähteet
Primääridatan lähteitä voivat olla sisäiset mittaukset, kyselyt, kokeet tai tiedonkeruuprosessit, jotka on suunniteltu vastaamaan laskennan tarpeita. Toissijaisen tiedon lähteitä ovat esimerkiksi virastojen, akateemisten insituutioiden ja teollisuusliittojen julkaisut sekä luotettavat tietokannat. Tällaisia lähteitä ovat esimerkiksi:
- U.S. Environmental Protection Agency (EPA) – Tarjoaa päästökertoimia, raportteja ja ympäristö tietokantoja: https://www.epa.gov/
- International Energy Agency (IEA) – Statistiikkaa ja raportteja energiasektorilta: https://www.iea.org/
- Tieteelliset lehdet ja julkaisut – Sisältää runsaasti tutkimustuloksia ympäristövaikutuksista ja hiilijalanjäljistä.
- Toimialakohtaiset raportit ja julkaisut – Toimialojen edustusjärjestöt julkaisevat usein toimialoihinsa liittyviä tietoja.
- Ecoinvent tietopankki tarjoaa päästökertoimia elinkaariarviointiin.
Yhteenveto
Elinkaariarvioinnissa ja hiilijalanjälkilaskennassa primääri- ja sekundääridata näyttelevät erilaisia rooleja. Vaikka primääridata kuvaa tarkasteltavia toimintoja tarkasti, sen kerääminen voi vaatia liikaa resursseja ja aikaa.
Toisaalta sekundääridata on kustannustehokasta ja helposti saatavilla, mutta se voi aiheuttaa suurta epätarkkuutta laskennan tuloksiin. Siksi on valittava huolellisesti sopivat tietolähteet ja harkittava kunkin edut ja haitat, jotta voidaan taata ympäristöarvioinnin luotettavuus ja merkityksellisyys. Usein kannattaa yhdistää sekä primääri- että sekundääridataa sen mukaan, mitkä laskennalle asetetut tavoitteet ovat.
Yleisenä ohjeena voidaan pitää, että suurimpien ja laskennan kannalta merkittävien päästölähteiden laskentaan tulisi käyttää primääridataa kun taas pienempien päästölähteiden osalta sekundääridata riittää.
Digitaalisissa hiilijalanjälkilaskureissa, kuten Biocodessa, on sisäänrakennettuna tietokanta, joka sisältää sekundääriset päästökertoimet. Ne tarjoavat myös mahdollisuuden primääridatan hyödyntämiseen, kuten todellisten tuotantotietojen keräämiseen. Tutustu Biocoden alkutuotannon työkaluihin.
Esimerkkejä siitä, milloin käyttää primääridataa ja milloin sekundääridataa.
Example case | Primääri- vai sekundääridata | |
---|---|---|
Broilerinlihan päästökerroin kanakeiton hiilijalanjäljen laskennassa. | Primääri | Broilerilla on merkittävä osuus reseptiikasta (esim. 60-70%). Lisäksi lihalla on myös merkittävä päästökerroin. |
Kuminamausteen päästökerroin kanakeiton hiilijalanjäljen laskennassa | Sekundääri | Maustetta käytetään vain pieni määrä (esim. 0,5-1 % muusta reseptiikasta), joten karkeampi arvio riittää. |
Elintarvikeyrityksen ensimmäinen Scope 1-3 laskenta, jonka tavoitteena on löytää suurimmat päästölähteet. | Sekundääri | Sekundääridatan avulla voidaan luoda hyvä kokonaiskuva. Sen avulla voidaan esim. identifioifa merkittävimmät päästölähteet, joista voi tulevaisuudessa kerätä tarkempaa tietoa. |
Elintarvikeyrityksen Scope 1-3 päästöjen laskenta SBTi-tavoitteiden asettamista varten. | Primääri | Kun asetetaan tarkkoja tavoitteita, on hyvä hyödyntää dataa omista operaatioista. Tämä mahdollistaa myös oman päästökehityksen seuraamisen. |
Viljelykäytössä olevan pellon maaperän hiilivaraston muutos. | Primääri tai sekundääri | Pellon maalaji, maankäyttötavat sekä muutokset maankäyttötavoissa viimeisten 20 vuoden aikana vaikuttavat hiilivaraston muutokseen. Kansalliseen keskiarvoon perustuva laskenta ei heijastele viljelijän tekemien toimenpiteiden vaikutuksia. |