Kan klimatdeklarationer för byggnader göras jämförbara? : En studie av osäkerheter vid beräkning

Sammanfattning: Under Parisavtalet 2015 beslutades att jordens globala uppvärmning ska hållas under 2, men helst 1,5°C. År 2045 ska Sverige ha netto noll utsläpp av växthusgaser och därefter ska negativa utsläpp åstadkommas. För att minska utsläppen från byggnader föreslås en lag om att uppföra klimatdeklarationer som ska träda i kraft 1 januari 2022. Denna ska redovisa en livscykelanalys, men bara för modulerna A1-A5 som rör byggskedet.   I detta arbete har klimatdeklarationer utförts i tre olika beräkningsverktyg. Dessa beräkningar har baserats på generiska data och utförts i programmen Byggsektorns Miljöberäkningsverktyg, One Click LCA och eTool. I One Click LCA har även beräkningar för modul A1-A4 gjorts med både generiska och specifika data vilka sedan jämförts med varandra. Syftet är att identifiera olika osäkerheter, var dessa uppstår och vad de beror på. Med hjälp av en fallstudie på Adolfsbergsskolan i Knivsta och intervjuer med programvaruutvecklare kommer dessa att analyseras.   Resultatet visar att beräkningar av klimatdeklarationer skiljer sig på grund av ett flertal osäkerheter mellan programvarorna. Trots att beräkningar utförs av en och samma användare kan så mycket som 38 % skilja resultaten åt. Hur användaren tolkar och använder resultatet skiljer mycket på grund av programmens transparens och användarens kunskapsläge. Variationer mellan programmens omfattning och transparens gör klimatdeklarationen lättare eller svårare att utföra. Är databasen begränsad är det svårare att göra ”fel” samtidigt som det är svårare att göra beräkningen specifik. Om databasen är mer omfattande, med fler val av resurser, kan resultatet efterlikna verkligheten bättre, dock behöver användaren göra fler antaganden vilket kan leda till fler osäkerheter   Slutsatsen visar att osäkerheterna i programmen kopplas till verktygens metod och underliggande antaganden, verktygens materialdatabaser och verktygens möjlighet att söka EPDer för specifika data. Användarens erfarenhet och kunskap i att göra val och antaganden avgör också för hur resultatet blir.