生命周期评价（Life Cycle Assessment, LCA）被广泛用于评估天然纤维及混杂聚合物复合材料的环境表现。然而，该领域的研究仍呈碎片化状态，方法论成熟度参差不齐，且循环经济性原则与数据驱动工具的整合有限。本研究基于2015–2025年间Scopus索引文献，运用出版物绩效指标、合著与共引映射及关键词共现分析等方法开展文献计量学研究。科学图谱技术被用于可视化该领域的知识结构、合作模式及演化中的研究主题。结果表明，2018年后LCA相关出版物显著增长，中国、印度和美国成为主要贡献国，而早期具有影响力的国家如巴西和葡萄牙的相对重要性有所下降。关键词聚类显示LCA、环境影响评价、碳足迹、生物复合材料和循环性之间存在紧密关联，同时对生命周期末端处置方案及混杂复合材料系统的关注日益增加。合作图谱进一步揭示研究活动集中于少数高度关联的作者与国家，主导着该领域的知识交流。尽管文献数量快速增长，但显著的方法论局限依然存在，包括动态LCA的应用有限、多循环回收系统的表征不足、区域化生命周期清单数据稀缺，以及人工智能/机器学习决策工具的整合 minimal。总体而言，研究结果确认了LCA作为核心可持续性框架的巩固地位，同时识别了推进复合材料数据驱动、循环导向和决策导向型可持续性评估的关键研究前沿。
天然纤维与混杂聚合物复合材料的生命周期评价：基于Scopus的文献计量学与科学图谱分析
研究背景与问题
纤维增强聚合物复合材料因其轻质、高比强度和可设计性等优势，已广泛应用于交通运输、建筑和消费品等领域。然而，这类材料对化石基聚合物的高度依赖及其制造过程中能源密集型的特点，导致其在整个生命周期内产生显著的环境影响。随着可持续性日益成为关键的设计准则，研究人员的关注点逐渐转向能够降低环境负担而不牺牲性能的替代性复合材料体系，以支持联合国可持续发展目标，特别是SDG 12关于负责任消费和生产的倡议。
天然纤维增强聚合物复合材料因其可再生性、生物可降解性以及生产过程中相对较低的能源需求而备受瞩目。黄麻、亚麻、大麻和洋麻等纤维被广泛研究作为可持续增强材料。与此同时，混杂聚合物复合材料——将两种或多种纤维和/或基体材料组合——因其在机械性能、耐久性和功能表现方面超越单纤维体系的能力而受到关注。然而，这些材料的可持续性并非一目了然：单一天然纤维复合材料虽在可再生性和隐含能源方面具有优势，但可能面临机械耐久性降低和服役寿命缩短的问题；而混杂复合材料虽能显著提升强度和长寿性，却常带来可回收性、材料分离和生命周期末端处理方面的挑战。这凸显了可持续性无法仅基于材料来源或机械性能判定，而需要贯穿整个生命周期的综合评估。
在此背景下，生命周期评价（LCA）成为量化产品从原材料提取到生命周期末端各阶段环境影响的关键方法论框架。近十年来，天然纤维和混杂聚合物复合材料研究快速增长，但LCA方法的吸纳在方法论上仍不均衡。早期研究主要强调材料开发、机械性能和耐久性驱动应用，近期研究则逐步纳入环境维度。然而，生命周期评价的方法论实施仍存在异质性：功能单位定义、系统边界选择、分配程序和影响类别覆盖范围的差异常限制研究间的可比性，并制约其发现的普适性。关键可持续性维度——包括循环性、生物可降解性、回收可行性和生命周期末端策略——在评估实践中仍整合不足。
这些局限在循环经济转型背景下尤为关键，因为可持续评估需超越线性影响核算，转向对闭环材料流、多循环回收情景和生命周期末端价值保留的评价。传统静态LCA框架在捕捉循环复合材料系统的时间性、多循环和系统依赖性复杂方面能力有限。人工智能（AI）和机器学习（ML）等新兴方法虽为预测性环境模拟、自动化清单生成、数据缺口填补和不确定性管理提供了有前景的路径，但其在复合材料LCA中的应用仍处于早期阶段。
鉴于此，本研究旨在系统分析和绘制天然纤维和混杂聚合物复合材料中基于LCA的可持续性研究演化图谱，重点关注关键趋势、方法论不一致性以及将塑造未来可持续复合材料设计的新兴前沿。
关键技术方法
本研究基于2015–2025年Scopus索引的同行评审期刊论文，采用文献计量学与科学图谱分析方法。具体技术路径包括：运用Bibliometrix及其Biblioshiny界面（R语言）进行核心文献计量处理，包括来源、作者、机构和国家的绩效分析，基于布拉德福德定律的核心期刊识别、主题映射、基于多重对应分析的概念结构分析以及三域关系分析；运用VOSviewer构建和可视化关系型文献计量网络，包括合著结构、关键词共现模式以及参考文献、来源和作者层面的共引网络；运用Scimago Graphica生成高分辨率可视化图形；运用Flourish Studio制作交互式可视化内容；以及运用Microsoft Excel进行数据清洗和描述性统计。研究严格遵循PRISMA 2020框架进行文献筛选，最终纳入133篇文献。分析框架涵盖三个相互关联的维度：基本情况分析（出版物增长与成熟趋势、地理分布和国家层面领导力、国家和作者层面合作连通性）、知识基础分析（核心来源和影响力著作、主导可持续性主题及其概念联系、主题聚类揭示稳定和未充分探索的知识领域）以及研究前沿分析（检测新兴和衰退主题、识别方法论差距和未来研究机会）。
研究结果
出版物产出与增长趋势
年度出版物数量从2016年的4篇稳步增长至2024年的19篇，2025年显著跃升至40篇，累积增长曲线呈急剧上升趋势，显示该领域文献体量快速扩张。最高贡献国家中，印度以48篇居首，美国44篇，西班牙35篇。巴西在2016年占全球出版物37.5%，但至2025年降至8%；葡萄牙从约25%降至5.5%，相对重要性明显下降。中国从12.5%起步，至2025年维持8%的份额，参与度几乎保持一贯。
地理分布与国家贡献
全球分布呈现广泛国际参与，涵盖发达和发展中国家。印度和美国为领先贡献者，亚洲（印度、中国）、欧洲（西班牙、意大利、法国、德国、英国、葡萄牙）、北美（美国）和南美洲（巴西）均有研究分布。合作网络分析显示中国和法国各以15次合作领先，美国13次，德国和印度各12次。美国在16篇出版物中实现10篇单一国家出版物（SCP）和6篇多国出版物（MCP）的平衡组合；印度则以12篇SCP为主，显示较强的国内研究集中度；巴西的MCP比例高达71.4%，显示其对国际研究合作的强依赖。
资助机构与机构贡献
主要资助机构包括欧盟地平线2020框架计划（H2020）、欧盟区域发展基金（ERDF）、中国国家自然科学基金（NSFC）、美国国家科学基金会（NSF）和美国能源部（USDOE）。机构生产力方面，Tickle工程学院、加泰罗尼亚理工大学和法赫德国王石油矿产大学领先。
作者生产力与合作网络
Yingwu Zhou（中国）以5篇出版物、119次引用和h指数4领先；Karel Van Acker（比利时）4篇、145次引用、h指数4紧随其后。Soydan Ozcan以700次引用突出，尽管h指数为3。合著网络形成17个聚类，Cluster 1（红色）包括Cheng Chen、Xue Li和Yingwu Zhou等具有高合著联系的作者；Cluster 2（绿色）包括Francesc X. Espinach和Peré Mutjé；Cluster 3（蓝色）包括Vincent Placet和Fabrizio Scarpa。网络呈现中心密集、外围松散的格局，少数核心研究团队与大量弱连接作者并存。
来源期刊分析
《Journal of Cleaner Production》以18篇出版物、h指数13和g指数18领先；《Polymers》13篇、h指数7、g指数11；《Composites Part B: Engineering》7篇、h指数6、g指数7。布拉德福德定律应用显示核心来源区清晰，文献高度集中于少数期刊。
关键词分析与研究热点
关键词共现网络识别六个不同聚类：Cluster 1聚焦生物可降解聚合物、复合材料和生物复合材料；Cluster 2围绕环境影响、碳足迹和复合材料；Cluster 3以能源利用、回收和LCA为核心；其余聚类涵盖可持续性驱动材料开发、性能相关属性和新兴技术创新。围绕"Life Cycle Assessment"的共现网络凸显LCA与可持续性、循环经济、复合材料和生物复合材料的紧密联系。
密度可视化图显示"LCA""可持续性""复合材料"为核心高频节点，与"生物复合材料""全球变暖""碳足迹"等高度互连。三域图（关键词-作者-国家）映射显示Fabrizio Scarpa、Dorota Burchart-Korol和Jerzy Korol等核心作者，以及中国、法国和德国等主要贡献国。
树状图显示35个高频关键词中，"Life Cycle"出现60次（9%）居首，"Sustainable Development"34次（5%），"Life Cycle Assessment (LCA)"44次（6%），"Environmental Impact"43次（6%），"Biocomposite"31次（5%），"Composite Materials"32次（5%），"Natural Fibers"27次，"Recycling"17次（2%），"Global Warming"16次（2%）。
时间频率热图显示LCA相关术语从2016年的10次增长至2025年的130次；"environmental impact"从4次增至43次；"sustainable development"逐步增至34次；"composite materials""biocomposite""natural fibers"持续增长，而"hemp"和"mechanical properties"增长较慢。
引文与主题映射
文献耦合叠加可视化识别五个作者聚类，节点大小反映引用次数，颜色区分聚类，线粗细表示共引关系强度。共引分析显示三个主要聚类：聚焦于生物复合材料和可再生材料；围绕LCA和可持续性；以及关注天然纤维和环保复合材料。
来源共引网络识别四个期刊聚类，包括《Composites Part B: Engineering》和《Journal of Cleaner Production》等核心来源。作者共引网络中，Alain Bourmaud作为关键桥梁作者，连接Andrzej K. Bledzki与Claire S. Boland等紧密关联的子群体。
主题图（基于中心性和密度）显示："composite materials""natural fibers""LCA"构成基本主题（高中心性、低密度），表明广泛嵌入但方法上尚未完全巩固；"tensile strength""biodegradation""sustainability"为动机主题（高密度、高中心性），反映发展良好且高度关联的研究方向；"life cycle""life cycle assessment""environmental impact"为 niche主题（高密度、低中心性），代表内部成熟但主流整合不足；"recycling""bio-based composites""matrix"处于新兴/衰退主题象限，发展较弱、连通性有限。
基于多重对应分析（MCA）的概念结构图将LCA、复合材料和生物复合材料置于中心区域， surrounded by "Sustainability""Energy Utilization""Global Warming"等更外围但重要的术语，"tensile strength"等机械性能术语位于边缘。
层次聚类树状图显示两大主支：材料开发（天然纤维、聚合物基体、生物复合材料）和环境可持续性评估（LCA、碳足迹、回收、生命周期末端策略），逐步细分为更专业的子集群。
趋势主题图显示2016–2019年以"composite""fibers""bio-composites"等通用材料术语为主；2020年后LCA主题 prominence，"life cycle""environmental impact""life cycle assessment"于2022年达到最高可见度；2023–2024年研究重点扩展至性能关联的可持续性，"tensile strength""mechanical""property"出现频率增加，同时"biocomposite""fiber reinforced plastics""sustainable development"保持活跃。
讨论与结论
基本情况分析表明，该领域经历了从零星可持续性考探到结构化LCA中心评估框架的明确转型。自2018年以来年度出版物稳步增长，反映LCA作为评估复合材料环境性能基本方法论工具的认可度提升。地理领导力发生动态转变：巴西和葡萄牙的早期主导地位让位于中国和美国的战略性显著增长，印度作为绝对产出主要贡献者崛起，欧洲国家在标准化LCA框架、循环经济实践和政策导向可持续性研究方面持续发挥影响。然而，合作网络呈现中度连接但高度集中的结构，少数高度活跃的国家和紧密团结的作者团体主导知识流动，许多贡献者仍处于弱连接状态，可能限制跨学科整合和方法论多元化。
知识基础分析确认，LCA已成为嵌入更广泛可持续性论述的核心分析框架而非孤立工具。四个紧密关联的概念支柱形成：基于LCA的环境评估、生物基材料开发、碳足迹评估和循环经济策略。然而，"recycling"和"bio-based composites"处于新兴/衰退象限，循环性和生命周期末端策略在主题发展和网络连通性方面相对薄弱，表明循环经济性在定量LCA实践中整合不足。
研究前沿分析揭示关键方法论差距。归因型LCA（ALCA）占主导，使用平均供应链数据和简化边界，无法评估循环情景的动态、多循环流动；后果型LCA（CLCA）基于边际思维，能量化生命周期末端回收的净环境效益，但在本领域文献中基本缺失；混合LCA（HLCA）结合过程清单与投入产出分析以解决上游供应链截断问题，但同样受到极少关注。动态LCA可捕捉时间依赖的材料退化、延迟排放和演化中的回收基础设施能力，但在当前文献中同样缺失。
AI/ML驱动方法在LCA导向的生物复合材料研究中几乎空白，关键词未将其作为可见主题驱动因素，表明计算智能尚未融入该领域的方法论核心。然而，相邻领域的证据显示ML可增强LCA，通过改进生命周期清单建模、影响预测和低碳材料发现，为可持续性驱动的复合材料设计提供可迁移的方法论模板。
最终结论确认，LCA已从辅助评估工具演化为指导复合材料可持续性研究的主导概念和方法论框架，但其方法论和数据基础仍不足够现代化。未来进展需要双重现代化议程：扩展后果型、混合型和动态LCA框架的使用，以捕捉循环经济决策、二次材料替代和时间依赖性回收情景；开发更丰富、区域化分解、复合材料特定且开放获取的生命周期清单数据库。AI enable的清单生成、不确定性分析和协作数据共享平台支持下的这一现代化，对于将LCA从描述性报告工具转变为可持续和循环复合材料设计的决策导向框架至关重要。
打赏
