ライフサイクルアセスメント（LCA）は、製品の環境負荷を定量化するためのツールです。LCAは、TシャツやスニーカーなどのLCAは、個々の製品の影響を算出するために使用され、ブランドのスコープ3温室効果ガス排出量の報告を支援するために集計することもできます。LCAの計算は、EUの製品環境フットプリント（PEF）やフランスのADEMEエコスコアなどの枠組みを含む、規制上の報告や製品ラベリングの基盤として、ますます活用されるようになっています。
その結果、LCAの結果は、適用方法や適用場所に応じて、異なるルールや要件を満たす必要があります。同時に、公正で意味のある製品比較への期待も高まっています。製品間で公正かつ意味のある比較を行うのに適した製品フットプリントを構築するには、高度な標準化が求められます。これは、製品が非常に複雑かつ多様で、サプライチェーンがグローバルであり、影響が工場の出荷段階をはるかに超えて及ぶ可能性があるアパレルおよびフットウェア（履物）業界において、特に困難な課題です。
LCAの計算・出力の背後には、密接に関連した複数の独立したパーツがあり、以下が含まれます。
これらの概念は実際には重複することがありますが、それぞれ異なる役割を担っており、同じ製品データを分析する場合でも、それぞれが結果に大きな影響を与える可能性があります。これらの要素がどのように組み合わさっているかを理解することは、LCAの出力を解釈し、同じ製品に対して異なるツールや枠組みが異なる結果を生み出す理由を理解するうえで不可欠です。
ライフサイクルインベントリ（LCI）― 基盤となる概念
ライフサイクルインベントリ（LCI）は、あらゆるLCAの定量的な基盤です。LCIは最も基本的な問いに答えます。製品システムに何が投入され、何が産出されるのか？
LCIは、原材料の採取から製造、輸送、使用、廃棄に至るまで、製品またはプロセスのライフサイクル全体に関連するすべての投入物と産出物を詳細に記録したものです。アパレルおよびフットウェア（履物）業界におけるLCIには、以下が含まれる場合があります。
- 部品表（例：綿、ポリエステル、革、ゴムの数量）
- 紡績、染色、裁断・縫製などのプロセスにおけるエネルギー使用量
- サプライチェーンの各段階間の輸送距離
- 工程全体で発生する排出物、廃棄物、および廃水
LCIデータは、一次データ（サプライヤーや工場から直接測定したもの）と二次データ（データベースや文献を用いてモデル化したもの）に分けられます。重要なのは、「許容可能」なデータの基準（一次データがどの程度必要か、またどの程度の詳細さが求められるか）は、使用するLCA方法論（下記の方法論セクションを参照）によって定められることが多い点です。
この点が重要な理由：LCIが不完全または一貫性を欠いている場合、その上に構築されるすべての要素に影響が及びます。LCIは、LCAの原材料リストと考えるのが最も適切です。LCIはLCAの基盤です。
LCAデータベース ― 構成要素
LCAデータベースには、一般的な素材、プロセス、および活動における環境フローをモデル化するために使用されるデータセットが含まれています。これらのデータセットは、繊維1キログラムあたりの排出量、地域別の電力影響、または1キロメートルあたりの輸送排出量などを記述しています。
アパレルおよびフットウェア（履物）分野で一般的に使用されるデータベースには、以下が含まれます。
- Higg Materials Sustainability Index（MSI）― プロセスレベルのデータセットを素材の影響に統合した、業界固有の素材・プロセスデータです。LCA for Expertsのバックグラウンドデータベースをもとに構築されています。
- ecoinventおよびLCA for Experts ― エネルギー、化学品、輸送に関するバックグラウンドデータセットを提供するマルチセクターデータベースであり、多くのLCAソフトウェアツール（例：SimaPro、OpenLCA、LCA for Expertsソフトウェアなど）の基盤として機能しています。
- Ecobalyse ― フランスのエコスコア算出ツールであるEcobalyseと組み合わせて使用されるデータベースです。バックグラウンドデータにはecoinventデータベースが使用されています。
- PEFデータベース ― 規制上の一貫性を支援するため、欧州委員会の製品環境フットプリント規則に準拠して開発されました。バージョン3.1はecoinventのバックグラウンドデータベースをもとに構築されています。
各データベースは、地理的条件、技術、エネルギーミックスなど、それぞれ独自のモデルと前提条件に基づいて構築されています。そのため、同じ製品データと方法論を適用した場合でも、データベースの選択だけでLCAの結果が大きく変わる可能性があります。
この点が重要な理由：データベースは参照ライブラリのような役割を果たします。2人のアナリストが同じルールに従っていても、異なるデータソースを参照している場合は、異なる結果が得られることがあります。
LCA方法論 ― システムのルール
LCIデータがインプットである一方、LCA方法論はそれらのインプットをどのようにモデル化し解釈するかのルールを定義します。方法論は、スコープに含まれるもの、スコープ外となるもの、および結果の算出方法を決定します。
LCA方法論では以下を規定します。
- システム境界（例：ゆりかごから工場の門まで vs. ゆりかごから墓場まで）
- ゆりかごから工場の門まで（Cradle-to-gate）：原材料の採取から製造業者の工場の門までを対象とした製品フットプリント。
- ゆりかごから墓場まで（Cradle-to-grave）：輸送、消費者による使用、最終処分まで含む、製品ライフサイクル全体を網羅した包括的な分析。
- 機能単位（測定対象の正確な定義）
- 共有プロセスへの配分ルール
- データ品質および一次データの要件
- 使用すべき影響カテゴリとモデル
データベースに依存しない方法論もあれば、特定のデータセットを必須とする、または強く推奨する方法論もあります。例として以下が挙げられます。
- Material Sustainability Index（MSI）：Cascaleが定めた方法論的枠組みのもとで運用され、素材に組み合わせることができる業界固有のプロセスデータを使用します。LCA for Expertsデータベースを基盤としていますが、データを提供したい場合は、適切なドキュメントを用意することで異なるデータベースを使用することもできます。
- 製品環境フットプリント（PEF）：特定のPEFデータベースを使用し、詳細な技術文書に定められた非常に詳細かつ規範的なルールに従って製品モデルを構築することが求められます。
- フランスADEMEエコスコア：事前に定義されたデータベース、影響モデル、および加重係数を備えた、厳密に規定された計算エンジン（Ecobalyse）を通じて実装されます。
方法論によってスコープとルールが異なるため、同じ製品でも使用する枠組みによって大きく異なる方法でモデル化される可能性があります。
この点が重要な理由：方法論はルールブックです。データが同一であっても、ルールが変われば結果も変わる可能性があります。
ライフサイクル影響評価 ― データを影響へと転換する
インベントリデータとモデリングルールが設定されると、ライフサイクル影響評価（LCIA）フェーズにおいて、物理的なフローが環境影響指標に変換されます。これらの指標の例としては、気候変動（CO₂e）、水の希少性、富栄養化、酸性化、土地利用などが挙げられます。LCIAの方法論は数十種類あり、それぞれ異なる科学的研究とモデリングの前提条件に基づいています。代表的な例としては、IPCCの気候特性化係数、CML、およびPEFで使用されるEF準拠の影響モデルが挙げられます。LCIAの手法によって同じ排出物の特性化方法が異なるため、影響評価モデルの選択によって、ツールや枠組み間にさらなるばらつきが生じます。
この点が重要な理由：LCIAは、データが意味を持つ段階です。
1つのインプット、複数のアウトプット：マルチフレームワーク時代に向けた設計
現在、同じ製品をコンテキストに応じて複数の方法で評価することが求められる時代に入りつつあります。
- 設計および調達の意思決定を支援するための、ゆりかごから工場の門までの結果
- 企業の排出量報告のためのスコープ3準拠の計算済み値
- EU規制用途向けのPEF準拠結果
- フランスのADEME Eco-Scoreなど、消費者向けスコア
アウトプットは異なる場合がありますが、インプットの多くは共通しています。最低限、ほとんどのフレームワークでは、製品重量、素材組成、および基本的な製造・加工情報が必要です。Worldlyは、ブランドとサプライヤーが一貫した場所に製品データを入力し、Worldlyが裏側の複雑な処理を担うシステムを構築しています。具体的には、以下のとおりです。
- 適切なデータベース（Higg MSIやPEF準拠データセットなど）の適用
- 各ユースケースに適したメソドロジーの適用
- 適切な計算およびLCIAモデルの実行
- 同一の基礎製品データからの複数アウトプットの生成
つまり、複雑な処理はブランドやサプライヤーではなく、システム側で担うべきです。データ収集をメソドロジーおよび計算から切り離すことで、複数の標準、ラベル、規制要件が存在する環境においても、製品フットプリントの算定はよりスケーラブルで、適応性が高く、将来にわたって対応可能なものになります。
LCAの将来
LCAが製品の測定、報告、および規制の基盤となるにつれ、結果の差異は避けられません。多くの場合、その差異は収集されたデータではなく、影響の計算方法を反映している可能性があります。
LCAの将来は、より高品質なデータを収集することだけにあるのではなく、同じデータを多くのフレームワークにわたってインテリジェントに活用することにあります。一組の製品インプットが複数のアウトプットに対応できるようになれば、LCAはよりスケーラブルで、より比較可能なものとなり、今後の課題にも適切に対応できるものになります。