3. LCI清单数据构成

要把BOM和LCI清单匹配起来，第一步不是写规则，而是先弄清楚LCI数据本身长什么样。LCI（Life Cycle Inventory，生命周期清单）数据集并不是一张简单的“物料—数量”表，它通常由过程信息、流信息、元数据三层构成，每一层都携带不同的字段，而真正能用于与BOM匹配的字段，只占其中一部分。如果对结构认识不清，很容易把“过程名称”当成物料名称去匹配，结果大量误配。

一、LCI数据集的三个层次

一个典型的LCI数据集（以常见的LCA数据库格式为例）可以拆成如下结构：

• 过程（Process）层：描述“这个数据集代表什么活动”，例如“钢材—热轧—中国平均生产”。核心字段包括过程UUID、过程名称、地理范围、参考产品、参考单位、系统边界、分配方法、数据年份、数据来源。
• 流（Flow）层：描述过程的输入与输出，分为基本流（Elementary Flow，直接取自环境或排向环境，如铁矿石、CO₂）和产品流（Product Flow，来自其他过程的产品或服务，如电力、蒸汽、钢材）。每条流带有方向（输入/输出）、数量、单位、流类型。
• 元数据（Metadata）层：描述数据集本身的属性，如数据集版本、创建者、审核状态、适用行业、方法学依据、最后更新时间。这一层不直接参与物料匹配，但决定了数据是否可用、是否可信。

理解这三层的意义在于：BOM中的物料行，本质上对应的是LCI中的产品流或参考产品，而不是基本流。基本流是过程内部的资源消耗与排放，通常不会出现在BOM里。因此匹配的候选字段应优先从产品流和过程参考产品中寻找。

二、元数据字段：先判断“能不能用”，再谈“配不配得上”

元数据层虽然不直接参与物料名称匹配，但它决定了某个LCI数据集是否适合当前BOM所处的场景。实际工作中，建议先做一轮元数据筛选，再做字段匹配，否则会把大量地理范围、年份、技术路线不符的数据集拉进候选池，增加误配概率。

需要重点看的元数据字段包括：地理范围（BOM物料若为国内采购，应优先选中国或区域平均数据）、数据年份（与产品生产年份差距过大时需谨慎）、系统边界（ cradle-to-gate 与 cradle-to-grave 不可混用）、分配方法（尤其对副产品较多的金属、化工材料）、审核状态（第三方审核的数据集优先）。这些字段构成一个“可用性过滤条件”，在匹配前先缩小候选集。

三、流信息：匹配的主战场

流层是BOM匹配真正依赖的部分。每条流至少包含：流名称、流类型、方向、数量、单位。其中流类型是关键区分点：产品流（Product Flow）对应可交易的物料或服务，基本流（Elementary Flow）对应资源开采与排放。BOM中的每一行物料，理论上都应落到某条产品流或某个过程的参考产品上。

以“热轧钢卷”为例，某LCI数据集中可能出现如下流记录（示例数据，仅用于说明结构）：

流名称: 热轧钢卷
流类型: 产品流（输入）
方向: 输入
数量: 1.02
单位: kg
上游过程: 炼钢—转炉—中国平均

而同一数据集中还会出现“铁矿石，原矿”“CO₂，化石源”等基本流，它们属于过程内部的环境交换，不应作为BOM匹配对象。若把基本流也纳入匹配，会出现“BOM里没有铁矿石，却匹配到铁矿石流”的错位。

四、可用于BOM匹配的候选字段清单

综合三层结构，可整理出以下候选字段及其匹配用途：

需要强调的是，过程名称虽然信息量大，但往往包含地理、年份、技术路线等修饰成分，例如“钢材—热轧—中国—2020—平均”，直接与BOM中的“热轧钢卷”做字符串匹配命中率并不高。更稳妥的做法是：以产品流名称 + 单位作为主匹配字段，以参考产品名称做交叉验证，再用地理范围、数据年份做过滤，过程名称只作为辅助线索。

五、一个容易忽略的细节：单位与数量基准

LCI流记录中的数量通常以“每功能单位”或“每参考产品单位”为基准，例如“每1 kg热轧钢卷消耗1.02 kg钢坯”。而BOM中的数量是产品实际用量。两者匹配时，不能直接比较数量，而应先对齐单位与基准。若BOM用“件”、LCI用“kg”，则需要借助单件重量做换算；若BOM用“t”、LCI用“kg”，则需乘以1000。单位不一致是匹配失败的高频原因之一，建议在候选字段清单中把“单位”列为必检项，而不是可选项。

综上，理解LCI数据构成的核心，是分清过程层、流层、元数据层各自承载什么信息，并明确：产品流名称与单位是主匹配字段，参考产品名称用于交叉验证，地理范围与数据年份用于可用性过滤，基本流与过程名称不宜作为主匹配依据。把这一层结构理清，后续的匹配规则设计才有稳定的字段基础。