生命周期评估（LCA）是一种用于量化产品环境影响的工具。LCA 用于计算单个产品的影响，例如一件T恤衫或一双球鞋，也可以汇总用于支持品牌的范围三温室气体排放报告。LCA 计算越来越成为法规报告和产品标签的基础，包括欧盟产品环境足迹（PEF）和法国 ADEME 生态评分等框架。
因此，LCA 结果现在必须根据其应用方式和应用地点满足不同的规则和要求。与此同时，对公平且有意义的产品比较的期望也在不断提高。构建适合在产品之间进行公平、有意义比较的产品足迹，需要高度的标准化。这在服装和鞋类行业尤为具有挑战性，因为该行业产品高度复杂且多样，供应链遍布全球，影响范围可能远超工厂范围。
每项 LCA 计算/输出背后都有几个相互独立但紧密关联的部分，包括：
这些概念在实践中可能相互交叉，但每个概念发挥着不同的作用，即使在分析相同的基础产品数据时，每个概念也可能对结果产生实质性影响。了解这些部分如何相互配合，对于解读 LCA 输出结果以及理解为何不同工具和框架会对同一产品产生不同结果至关重要。
生命周期清单（LCI）——基础
生命周期清单（LCI）是任何 LCA 的定量基础。它回答了最基本的问题：产品系统的投入是什么，产出又是什么？
LCI 对产品或流程在其整个生命周期内所有投入和产出进行详细核算，涵盖从原材料提取到生产制造、运输、使用及生命周期结束的各个阶段。在服装和鞋类行业中，LCI 可能包括：
- 物料清单（例如棉花、聚酯纤维、皮革、橡胶的用量）
- 纺纱、染色及裁剪缝纫等工序中的能源消耗
- 供应链各阶段之间的运输距离
- 生产过程中产生的排放物、废弃物和废水
LCI 数据可以是原始数据（直接从供应商或工厂测量获得），也可以是二次数据（通过数据库和文献建模得出）。值得注意的是，"可接受"数据的标准（即需要多少原始数据以及所需的详细程度），通常由所使用的 LCA 方法论（请参阅下方方法论章节）来定义。
为何重要：如果 LCI 不完整或不一致，建立在其上的所有内容都将受到影响。LCI 最好被理解为 LCA 的成分清单，是 LCA 的基础。
LCA 数据库——基本构成要素
LCA 数据库包含用于模拟常见材料、工艺和活动的环境流量数据集。这些数据集描述的内容包括：每千克纤维的排放量、各地区的电力影响，以及每公里的运输排放量等。
在服装和鞋类行业中，常用的数据库包括：
- Higg Materials Sustainability Index (MSI)——专为行业设计的材料和工艺数据，将工艺级数据集整合为材料影响数据，基于 LCA for Experts 背景数据库构建。
- ecoinvent 和 LCA for Experts——多行业数据库，为能源、化学品和运输提供背景数据集，是众多 LCA 软件工具的核心基础（例如：SimaPro、OpenLCA、LCA for Experts 软件等）。
- Ecobalyse——与 Ecobalyse 计算工具结合使用的数据库，用于法国生态评分计算，背景数据采用 ecoinvent 数据库。
- PEF 数据库——依据欧盟委员会产品环境足迹规则开发，旨在支持监管一致性；3.1 版本基于 ecoinvent 背景数据库构建。
每个数据库均基于各自的模型和假设构建，涵盖地理位置、技术水平和能源结构等方面。因此，即使应用相同的产品数据和方法论，仅数据库的选择就可能对 LCA 结果产生实质性影响。
为何重要：数据库的作用如同参考资料库。两位分析人员可以遵循相同的规则，但如果引用的数据来源不同，得出的结果仍可能存在差异。
LCA 方法论——系统规则
LCI 数据是投入要素，而 LCA 方法论则定义了这些投入要素的建模和解读规则。方法论决定了哪些内容在研究范围之内，哪些内容在研究范围之外，以及如何计算结果。
LCA 方法论规定了以下内容：
- 系统边界（例如，从摇篮到大门与从摇篮到坟墓）
- 从摇篮到大门：产品足迹仅涵盖从原材料提取到制造商工厂大门的阶段。
- 从摇篮到坟墓：全面分析产品的整个生命周期，延伸至运输、消费者使用及最终处置阶段。
- 功能单位（即具体的测量对象）
- 共享流程的分配规则
- 数据质量与原始数据要求
- 必须使用哪些影响类别和模型
部分方法论与数据库无关，而另一些则要求或强烈建议使用特定数据集。示例包括：
- Material Sustainability Index (MSI)：在 Cascale 规定的方法论框架内运行，使用可组合成材料的行业专用工艺数据。以 LCA for Experts 数据库为基础，但对于希望贡献数据的用户，在提供适当文档的情况下，也可以使用其他数据库。
- 产品环境足迹（PEF）：要求按照详尽且规范性极强的规则构建产品模型，这些规则在大量技术文档中有明确规定，并须使用特定的 PEF 数据库。
- 法国 ADEME 生态评分：通过严格规定的计算引擎（Ecobalyse）实施，采用预定义的数据库、影响模型和加权因子。
由于方法论在范围和规则上存在差异，同一产品可能因所使用的框架不同而以截然不同的方式进行建模。
为何重要：方法论是规则手册。即使数据完全相同，改变规则也可能改变结果。
生命周期影响评估——将数据转化为影响
一旦清单数据和建模规则确定，生命周期影响评估（LCIA）阶段便将物理流量转化为环境影响指标。这些指标的示例包括气候变化（CO₂e）、水资源稀缺性、富营养化、酸化和土地利用。LCIA 方法论多达数十种，每种均基于不同的科学研究和建模假设。常见示例包括 IPCC 气候表征因子、CML，以及 PEF 中使用的符合 EF 标准的影响模型。由于 LCIA 方法对相同排放的表征方式不同，影响评估模型的选择在各工具和框架之间又增加了一层差异。
为何重要：LCIA 是数据转化为意义的关键所在。
一个输入，多种输出：为多框架世界而设计
我们正在进入一个同一产品需要根据不同情境以多种方式进行评估的时代：
- 从摇篮到大门的结果，用于支持设计和采购决策
- 符合范围三标准的计算，用于企业排放报告
- 符合PEF标准的结果，供欧盟法规使用
- 面向消费者的评分，例如法国ADEME的Eco-Score
虽然输出结果可能有所不同，但许多输入内容是相同的。大多数框架至少需要产品重量、材料成分，以及基本的制造和加工信息。Worldly正在构建一个系统，品牌商和供应商在一个统一的地方输入产品数据，由Worldly在后台处理复杂的工作。这意味着：
- 应用适当的数据库（例如Higg MSI或符合PEF标准的数据集）
- 针对每个使用场景应用正确的方法论
- 运行正确的计算和LCIA模型
- 从相同的底层产品数据生成多种输出结果
换言之，复杂性应由系统承担，而非由品牌商和供应商承担。通过将数据收集与方法论和计算分离，产品碳足迹核算变得更具可扩展性、适应性和前瞻性——即便在存在多种标准、标签和监管要求的环境中也是如此。
LCA的未来
随着LCA成为产品测量、报告和监管的基础，结果出现差异是不可避免的。在许多情况下，这些差异可能反映的是影响的计算方式，而非所收集的数据内容。
LCA的未来不仅在于收集更多高质量的数据，更在于跨多个框架智能地使用相同的数据。当一组产品输入能够支持多种输出时，LCA将变得更具可扩展性、更具可比性，也更能适应未来的需求。