3. 目标与范围定义：定义功能单位、系统边界、数据质量要求
目标与范围定义是LCA研究的第一步，也是决定采购选型结论是否可靠的基础。在采购场景中，这一步的核心任务是将“环保选型”这个模糊目标，转化为可量化、可比较、可追溯的技术参数。如果这一步定义不清，后续所有数据收集和计算都会失去基准。
3.1 功能单位：比较的“标尺”
功能单位是LCA量化比较的基准。它回答的是“我们比较的是什么功能？提供多少服务？”而不是简单地比较“1公斤A材料 vs 1公斤B材料”。
关键原则：功能单位必须与产品的实际使用功能挂钩，而非仅仅与质量或体积挂钩。错误的单位会导致错误的采购决策。
采购选型中的功能单位示例：
| 采购品类 | 错误的功能单位 | 正确的功能单位 | 说明 |
|---|---|---|---|
| 工业包装 | 1 kg 纸箱 vs 1 kg 塑料箱 | 包装 1000 件 5kg 标准件，在 800km 运输中完好无损 | 不同材料密度不同，必须按“完成一次包装任务”来比较 |
| 清洗剂 | 1 L 清洗剂 A vs 1 L 清洗剂 B | 清洗 100 m² 油污表面，达到表面残留油污 ≤ 5 mg/m² | 浓度和清洁效率不同，按“清洁效果”而非“体积”比较 |
| 电机 | 1 台电机 A vs 1 台电机 B | 在 10 年使用寿命内，输出 100,000 kWh 机械能 | 能效差异必须在全生命周期内体现 |
| 涂料 | 1 kg 水性漆 vs 1 kg 溶剂型漆 | 涂覆 50 m² 钢板，达到 120 μm 干膜厚度，耐盐雾 500h | 固含量和施工效率不同，按“涂装面积+性能”比较 |
采购实操建议：在向供应商索取LCA数据时，必须要求供应商明确其LCA研究使用的功能单位。如果供应商提供的功能单位与你的采购需求不匹配，数据不可直接使用。
3.2 系统边界：划定“算哪些，不算哪些”
系统边界定义了LCA研究包含哪些生命周期阶段。在采购选型中，系统边界的设定直接影响碳足迹的分配比例。常见的边界类型包括：
- 摇篮到大门（Cradle-to-Gate）：从原材料开采到产品出厂。适用于采购原材料、零部件、半成品。
- 摇篮到坟墓（Cradle-to-Grave）：从原材料开采到最终废弃处置。适用于采购终端消费品、设备。
- 摇篮到摇篮（Cradle-to-Cradle）：考虑回收再生闭环。适用于采购可循环材料、可回收包装。
- 大门到大门（Gate-to-Gate）：仅覆盖某个生产环节。适用于内部工序对比或供应商工艺改进评估。
采购选型中的系统边界决策矩阵：
| 采购对象 | 推荐边界 | 理由 | 需排除的阶段 |
|---|---|---|---|
| 钢铁、塑料粒子、化工原料 | 摇篮到大门 | 下游使用和废弃阶段由采购方控制，供应商无法提供可靠数据 | 使用阶段、废弃阶段 |
| 包装材料（一次性） | 摇篮到坟墓 | 废弃处置方式（填埋/焚烧/回收）对碳足迹影响显著 | 使用阶段（通常无能耗） |
| 生产设备（电机、泵、压缩机） | 摇篮到坟墓 | 使用阶段的能耗占全生命周期碳足迹 80% 以上 | 无（必须包含使用阶段） |
| 办公用品、低值易耗品 | 摇篮到大门 | 使用阶段影响极小，废弃阶段数据难以追溯 | 使用阶段、废弃阶段 |
常见误区：不要为了“简化”而随意缩小系统边界。如果采购的设备在使用阶段有显著能耗，却只采用“摇篮到大门”边界，会严重低估高能效设备的碳减排价值，导致错误选型。
3.3 数据质量要求：确保“算得准”
数据质量直接影响LCA结果的可靠性。在采购选型中，数据质量要求通常从以下五个维度进行定义：
- 时间代表性：数据应反映当前生产工艺。一般要求数据不超过 3-5 年。
- 地理代表性：数据应反映采购地的实际能源结构和生产条件。中国采购应使用中国本土数据库，而非欧洲数据库。
- 技术代表性：数据应反映供应商的实际技术水平，而非行业平均水平。
- 完整性：数据应覆盖系统边界内所有重要过程，缺失数据需明确说明并采用保守估计。
- 精度：数据来源应优先采用实测数据，其次为供应商提供数据，最后为数据库背景数据。
数据质量等级定义表：
| 维度 | 优秀（5分） | 良好（4分） | 中等（3分） | 较差（2分） | 不可用（1分） |
|---|---|---|---|---|---|
| 时间代表性 | ≤ 1 年内的实测数据 | ≤ 3 年内的供应商数据 | ≤ 5 年内的行业数据 | 5-10 年的旧数据 | 超过 10 年或无年份标注 |
| 地理代表性 | 采购地工厂实测 | 采购地所在国数据库 | 同气候区/同经济水平国家 | 其他大洲数据 | 全球平均数据 |
| 技术代表性 | 供应商实际工艺数据 | 供应商同类工艺数据 | 行业平均工艺数据 | 实验室/中试数据 | 理论计算数据 |
| 完整性 | 覆盖所有过程，缺失 < 1% | 覆盖主要过程，缺失 < 5% | 覆盖关键过程，缺失 < 10% | 缺失 10%-20% | 缺失 > 20% 或未说明 |
| 精度 | 实测值，有第三方认证 | 供应商实测值 | 数据库背景值 | 文献估算值 | 专家猜测值 |
采购实操模板：在向供应商发放LCA数据收集表时，建议同时附上数据质量要求表，要求供应商逐项自评并说明数据来源。对于评分低于3分的维度，应在LCA报告中明确标注不确定性范围。
3.4 目标与范围定义的采购选型检查清单
在启动任何LCA采购选型项目前，建议使用以下清单进行自查：
- ☐ 功能单位是否基于“完成的功能”而非“质量/体积”？
- ☐ 系统边界是否覆盖了采购对象生命周期中碳足迹占比最大的阶段？
- ☐ 数据时间是否在 3 年以内？如果超过，是否有更新计划？
- ☐ 数据地理是否使用了采购地所在国的数据库？
- ☐ 数据技术是否反映了供应商的实际工艺水平？
- ☐ 完整性是否明确了哪些过程被排除？排除过程是否对结果影响 < 5%？
- ☐ 精度是否区分了实测数据与数据库数据？是否标注了不确定性？
核心结论：目标与范围定义不是“走形式”，而是LCA研究的宪法。功能单位决定了比较的公平性，系统边界决定了计算的完整性，数据质量要求决定了结果的可信度。在采购选型中，这三者共同构成了供应商LCA数据评估的准入标准。