4. 生命周期清单分析（LCI）：数据收集方法、物质流与能量流建模

生命周期清单分析（LCI）是LCA的核心数据层，其目标是对产品系统在整个生命周期内的输入（资源、能源）与输出（排放、废弃物）进行量化。在采购选型场景中，LCI数据的质量直接决定了碳足迹对比的可信度。本节将聚焦于数据收集的实操方法、物质流与能量流的建模逻辑，以及如何在供应商数据缺失时进行合理估算。

4.1 数据收集方法：从“理想”到“可行”

LCI数据通常分为两类：现场数据（Primary Data）和背景数据（Secondary Data）。在采购决策中，我们追求的是在成本与精度之间取得平衡。

4.2 物质流建模：从BOM到系统边界

物质流建模的核心是建立产品系统的输入输出平衡。在采购选型中，我们通常以“1个功能单位”为基准，例如“1个包装单元”或“1吨钢材”。

建模步骤通常包括：

1. 定义基准流：明确功能单位（如：1个500ml PET瓶）。
2. 绘制过程树：从原材料开采到最终处置，列出所有单元过程。
3. 分配共生产品：当同一过程产出多种产品时（如炼油），需按质量、经济价值或能量进行分配。
4. 建立输入输出表：对每个单元过程，列出所有物质输入（原料、水）与输出（产品、排放、废弃物）。

4.3 能量流建模：从电表到碳足迹

能量流建模关注的是产品系统消耗的所有能源形式（电力、天然气、蒸汽、压缩空气等），并将其转化为一次能源或碳排放。在采购选型中，能量流往往是碳足迹的最大贡献者。

建模的关键步骤：

• 识别能源载体：区分直接能源（如天然气燃烧）与间接能源（如外购电力）。
• 建立能量平衡：对每个单元过程，计算输入能量与输出能量（包括废热、产品内能）。
• 应用排放因子：将能源消耗量乘以对应的碳排放因子（如：1 kWh电网电力 = 0.581 kg CO₂eq）。

4.4 数据质量与不确定性处理

在采购选型中，数据质量直接影响决策风险。我们建议使用数据质量指标（DQI）对每个数据点进行评分：

4.5 采购选型中的LCI建模清单

为便于采购工程师快速上手，以下是一个标准化的LCI数据收集清单模板：

【采购选型LCI数据收集清单】
产品名称：__________________  供应商：__________________  日期：__________________

1. 物料输入（每功能单位）
   - 主要原材料：____ kg（类型：________）
   - 辅助材料：____ kg（类型：________）
   - 包装材料：____ kg（类型：________）
   - 水消耗：____ L

2. 能源输入（每功能单位）
   - 电力：____ kWh（请注明是否为可再生能源）
   - 天然气：____ m³
   - 其他燃料：____ kg（类型：________）
   - 蒸汽：____ kg

3. 输出与排放
   - 产品重量：____ kg
   - 废料/边角料：____ kg（回收率：____%）
   - 废水排放：____ L
   - 废气排放：____ m³（如有，请提供成分）

4. 运输数据
   - 原材料运输距离：____ km（运输方式：________）
   - 成品运输距离：____ km（运输方式：________）

5. 数据质量自评
   - 数据来源：□现场计量  □工程估算  □行业平均
   - 数据年份：________