包装重复使用循环情境下的生命周期评价简化

《Proceedings of the Design Society》：LCA simplification in the context of packaging reuse loops

　　

该论文展示了将全局敏感性分析（Global Sensitivity Analysis, GSA）作为生命周期评价（Life Cycle Assessment, LCA）简化方法的实施，以识别包装设计中最具影响力的设计参数，用于包装重复使用循环的设计。GSA的实际执行依赖于蒙特卡罗模拟（Monte Carlo simulations）来传播输入参数在LCA模型中的效应，并使用Sobol指数（Sobol indexes）来量化各参数的方差贡献率。该研究方法被应用于法国法兰西岛大区（?le-de-France）的一个案例研究。此方法能够识别关键设计参数，以优先确定关键设计决策。

研究背景与问题提出

当前，全球对一次性塑料包装的依赖持续加剧，已造成显著的环境影响，这迫切需要对食品生产系统以及现有包装模式进行深刻且系统性的重构。为应对这一挑战，各国正陆续出台新的包装法规与政策。在欧洲，严格的立法工具相继问世，包括《包装与包装废弃物指令》（Packaging and Packaging Waste Directive, PPWD）和《包装与包装废弃物法规》（Packaging and Packaging Waste Regulation, PPWR），这些政策明确旨在限制包装废弃物的环境影响，并为减量与重复使用设定清晰目标。在循环经济（Circular Economy, CE）框架内，重复使用被优先视为保留包装材料价值的最有效策略，在废弃物层级中优先于回收和能源回收。然而，从线性一次性模式向循环重复使用包装系统的转型本质上极为复杂，其设计需考虑多重相互关联的变量，才能有效降低环境影响。

从生命周期评价（Life Cycle Assessment, LCA）视角来看，重复使用循环主要由逆向物流（reverse logistics）的不确定性所驱动——若返程距离未能最小化，运输更重空包装箱返程所造成的环境问题可能抵消其效益。环境影响在很大程度上取决于假设的周转次数（trip rates）和破损率，这些因素决定了与一次性纸板相比的临界"盈亏平衡点"。此外，使用阶段因工业清洗和消毒工艺而引入显著变异性，这些工艺消耗大量水和能源，往往超过生产阶段的影响。最终，包装生命周期末端的影响仍然难以估算，原因在于关于闭环回收与降级回收之间存在广泛差异的假设，这可能改变其自身及所在循环的环境绩效。因此，重复使用循环系统的环境绩效高度依赖于设计阶段的选择，因为循环运营中即使微小的低效也可能损害环境成果。在此背景下，使用完整LCA研究来支持重复使用包装循环的设计并不实际，因为完整LCA需要大量时间和详细数据，而这些在早期设计阶段往往无法获取。为管理重复使用循环的环境评估，可以应用简化方法来减少所需数据和时间，但这些简化是针对特定情境的近似，其有效性因此限于构建时所针对的特定系统。总体而言，全局敏感性分析（Global Sensitivity Analysis, GSA）是最为广泛采用的简化方法。GSA通过量化每个输入变量的变异能够解释多少环境影响方差，来识别模型中最具影响力的输入变量。GSA已广泛应用于能源系统、建筑和废弃物管理系统的简化，但其在包装重复使用循环领域的学术研究仍处于萌芽阶段，且行业在按新法规要求规模部署重复使用循环包装方面经验有限。这种工业成熟度不足与缺乏快速环境评估工具的结合，可能限制设计包装重复使用循环以快速响应法规发展并实现实质性环境效益的能力。

为应对这一研究空白，该研究旨在建立一种稳健高效的方法，用于计算二次塑料包装重复使用循环的环境绩效。二次包装或物流包装在B2B（企业对企业）物流系统中运作，包括用于捆扎、搬运和运输多个初级包装的可重复使用的物品。这些循环在PPWR下被优先推进，该法规要求B2B运输包装在2030年前实现完全可重复使用。通过应用GSA，该研究旨在通过评估关键运营变量的相对重要性来表征这些系统，为物流系统设计阶段的关键决策点和权衡提供可操作的见解。为验证并说明该方法的实际应用，研究人员将其应用于一个塑料周转箱重复使用循环的案例研究，该案例基于法国最大食品物流运营商之一的运营数据和流程。

主要技术方法概述

该研究采用的技术路线包含三个核心环节：首先，基于法国法兰西岛大区真实运营数据建立完整LCA模型，以年度塑料周转箱重复使用循环运营为功能单位，采用ReCiPe 2016 V1.03中点层次方法学计算18项环境影响指标；其次，运用蒙特卡罗模拟（Monte Carlo simulation）进行计算实验，基于Sobol序列采样策略，对5维输入参数空间进行系统探索，样本量从2¹递增至2¹¹（即2048），以95%置信区间宽度不超过指数值10%为收敛判据；最后，采用基于方差分解的Sobol指数计算一阶（S₁）和总阶（S_T）敏感性指标，量化各输入参数对环境影响方差的独立贡献及总贡献，计算平台采用Intel? Core? Ultra 7 155H处理器及16 GB DDR5内存，单次LCA评估平均CPU耗时0.98秒。

研究结果

样本量评估

研究人员系统评估了Sobol指数估计值的收敛性，以确保统计稳健性。分析涉及将样本量从2递增至2048（以2的幂次增长）。预设的收敛判据要求每个估计指数值的95%置信区间（Confidence Interval, CI）宽度最多为该指数值的10%。达到此统计稳定性容差需要2048个总样本量。鉴于Sobol指数估计方法的计算成本，该样本量对应于底层LCA模型共14,336次评估。全球变暖潜势（Global Warming Potential, GWP₁₀₀）指数值的稳定性及其95% CI随样本量增加而收窄的趋势具有代表性，该收敛趋势在所有18项ReCiPe方法学评估的环境指标中普遍存在。因此，2048的样本量被采纳用于后续所有环境影响类别Sobol指数的分析，以保证统计可靠性的一致性。

LCA评估与Sobol指数计算

研究人员执行了初步的极端情况分析，以估计指标值的预期变异范围。针对均匀分布参数，评估纳入最小值、均值和最大值；针对正态分布参数，边界设定为距中值两个标准差（2σ），有效覆盖约95%的分布概率。该分析结果显示，所有评估环境类别均存在显著变异，相对变异范围从电离辐射潜势（Ionizing Radiation Potential, IRP）的29%到陆地生态毒性潜势（Terrestrial Ecotoxicity Potential, TETP）的54%，凸显了环境指标对所选建模参数的强烈依赖性。

为评估各参数对环境指标的贡献，研究人员计算了一阶（S₁）和总阶（S_T）Sobol指数。该全局敏感性分析揭示了系统结构及18项环境输出不确定性的主导驱动因素。运输距离（Transport Distance）被识别为大多数环境影响类别的首要驱动因素，包括全球变暖潜势（GWP）和陆地酸化潜势（Terrestrial Acidification, TAP），其贡献超过总方差的90%（S₁ > 0.9）。这表明对于所分析的重复使用循环配置，缓解系统总体环境足迹的最有效设计策略是供应链优化和设施选址，而非过程工程改进。相反，清洗过程参数——水消耗量（Water Consumption）和水温（Water Temperature）——对特定类别具有决定性影响，如水资源消耗潜势（Water Depletion, WCP）和电离辐射潜势（IRP）。因此，除非设计受到水资源稀缺或特定能源结构 mix 的严格约束，否则改进清洗设备效率的努力应次于减少物流开支的关键需求。

此外，一阶（S₁）与总阶（S_T）指数的比较表明，该重复使用循环表现为高度线性系统，交互效应可忽略不计。在几乎所有类别中，S₁指数之和近似于1.0，且S_T值紧密跟踪其对应的S₁值（例如GWP₁₀₀的S_{1, Distance} ≈ S_{T, Distance}）。这种高阶交互作用的缺失意味着，在所分析的重复使用循环配置中，物流和清洗的环境影响是相加而非相乘的关系。从设计角度，这种线性允许物流网络和清洗单元的分别优化，通过消除复杂交叉变量依赖性的需要而简化了整体优化问题。

研究结论

该研究利用极端情况分析和Sobol敏感性分析，明确表征了生命周期影响评价（Life Cycle Impact Assessment, LCIA）模型的不确定性图景。分析确认了该系统适用于简单主效应方法的适宜性，因为结果变异性主要由参数的独立直接效应主导，交互作用贡献可忽略不计（S_T ≈ S₁）。定量而言，距离参数被确认为案例研究中大多数环境输出变异的主导来源。由于运输距离主导了大多数环境影响类别的方差，包括全球变暖潜势和酸化，设计工作必须优先优化逆向物流路线，以最小化包装分销循环半径。相反，针对清洗设备效率的投资——特别是水消耗量和温度——应仅保留于严格受水资源稀缺（WCP）或核能依赖（IRP）约束的场景，因为这些参数对系统更广泛的碳足迹影响甚微。此外，模型所展示的线性特征以及肥皂浓度的无关性，验证了去耦合优化框架的可行性，允许研究人员固定化学变量并独立于清洗单元优化物流网络，而无显著的跨系统权衡风险。同时，这种线性也限制了模型结论仅适用于所考虑变量效应不存在高阶交互的简化情形。