生命周期评价(Life Cycle Assessment, LCA)始于20世纪60年代末的美国资源与环境状况分析(REPA), 在20世纪80年代末以后进入迅速发展阶段, 于1990年由“国际环境毒理学与化学学会(SETAC)”首次提出概念, 对产品及其“从摇篮到坟墓”的全过程所涉及的环境问题进行评价^[1]。1997年, 国际标准化组织(ISO)定义了LCA, 并颁布国际标准, 制定了理论框架(ISO14040, 2006)^[2]。ISO将LCA定义为：“对一个产品系列的生命周期中输入、输出及其潜在环境影响的汇编和评价”, 并将其分为四步, 即1)目标定义和范围界定, 2)清单分析, 3)影响评价, 4)结果解释。迄今, LCA已广泛应用于工业产品及产品系统, 对工业产品环境影响进行定量化评估, 成为工业产品及产品系统改进和绿色设计的决策支撑工具。农业系统同样面临资源与环境双重压力, 减小农业系统的资源环境压力, 促进农业系统的绿色生产成为农业可持续发展的关键问题。LCA的理论与方法在农业系统的应用可定量化的评估其资源环境压力, 为农业系统的可持续发展提供决策支撑, 农业LCA应运而生。

1 农业生命周期评价研究现状 1.1 农业生命周期评价简介

农业系统同样面临资源与环境双重压力下的可持续发展问题, 农业LCA理论与方法研究应运而生。LCA在工业企业部门、政府环境管理部门等应用较早, 农业LCA起步较晚^[3]。农业LCA发展过程中的标志性事件为1993年Weidema组织的第一届农业生命周期评价(life cycle assessment)的学术研讨会, LCA由此开始广泛应用于农业系统, 并建立了相应评价体系^[4-5]。与工业领域相比, 农业LCA存在着以下特点：相较于工业产品, 农业产品受产地的影响更大, 因此必须考虑区域化的生命周期清单和评价模型^[6]；农业系统边界定义更为模糊, 如农业种植对土壤质量的影响是否包含在系统边界内, 肥料使用带来的多年的效应如何界定, 这些都需要设定假设^[7]；农业系统在不同产品影响分配上更为模糊, 特别对于间作作物水和肥的分配问题；农业生产大量占用土地, 对于土地占用带来的环境影响需要重点考虑。农业LCA开展也遵从ISO规定的四步^[8], 即1)目标定义和范围界定, 2)清单分析, 3)影响评价, 4)结果解释。目前, 研究者对农业LCA方法的运用并不一致, 但研究越来越完善和规范, 欧洲国家等发达地区处于农业LCA方法论研究的领先地位^[9-10]。

随着对可持续农业的不断关注, 农业LCA的研究不断增多。中文数据库中关于农业LCA的发表相对较少, 此类研究大都发表于英文杂志。基于Web of Science核心数据库, 对农业LCA的文献进行汇总分析发现, 2000年以前农业LCA研究受到的关注较少, 进入21世纪后特别是2010年后对于农业LCA的关注持续增加, 论文数量及单篇论文平均引用次数持续增加(图 1)。

从发表文献的关键词来看, 除了生命周期评价和农业系统外, 碳足迹、温室气体排放、全球变暖等词汇是最为关注的关键词, 此外, 有机农业、可持续性等可持续农业指征关键词, 水足迹、土地利用、生物多样性等环境影响关键词也备受关注(图 2)。从时间序列的关注点来看, 农业LCA从有机种植、土地利用、生物能源等的关注, 慢慢转向对食物生产、肉奶生产、氮素排放、碳排放与固定的关注, 目前研究开始关注可持续消费、碳足迹等方面(图 2)。

1.2 分区域农业生命周期评价

从研究区域来看, 欧美地区是农业LCA研究的热点区域, 也是开展农业LCA研究最多的区域。其中最早对农业LCA进行研究的国家包括美国、加拿大、西欧和北欧等, 意大利、西班牙、澳大利亚、巴西、日本等国随后对农业LCA开展了大量的研究, 而后中国、伊朗、南非、葡萄牙等国对农业LCA展开了大量的研究(图 3)。

在国际上, 荷兰等一些欧洲国家的研究机构如农业环境中心、农业经济研究所等早在1996年就已经开始了LCA在农业生产领域的研究工作^[11-12], 丹麦、瑞典等北欧国家也于21世纪初对农业LCA进行了大量的探索, 如农产品种植、食物消费等^[13-14]。日本是较早开展农业LCA研究的国家之一。1998年, 日本政府在国际上率先组织农林水产省所属的有关研究机构、农业企业及大学开始了面向可持续农业LCA的系统研究, 研究成果代表当时国家研究机构的较高水平^[15]。目前已经较为成熟地将农业LCA方法应用到种植方式、耕作制度等的环境影响评估或对比研究中^[16-18]。虽然澳大利亚的研究文献相对较少, 但是近年澳大利亚也已启动了农业LCA研究的科技投入^[19]。发展中国家对于农业LCA的研究开展较晚, 但也呈现增多的趋势。Jimmy等采用LCA方法研究了孟加拉水稻种植的环境影响^[20]；Taki等采用LCA方法研究了伊朗灌溉和雨养两种小麦种植系统的环境绩效^[21]; Mohammadi等和Nabavipelesaraei等采用LCA方法分别与数据包络分析(DEA)、人工智能技术(AI)结合研究了伊朗春夏两季稻田的不同技术效率下的环境影响^[22-23]。但以上研究大多是与欧洲国家等发达地区研究者开展的合作研究^[20]。我国关于农业LCA的研究文献2007年以来才逐渐增多。Wang等采用农业LCA研究了我国华北平原冬小麦-夏玉米生产系统的环境影响, 将生产1吨粮食作为功能单位, 系统边界界定为原料获取与运输、农化生产与运输、农业耕作3个环节, 终点环境影响包括能源消耗、气候变化、酸化、水体富营养化、人类毒性、水体和陆地生态毒性, 较为系统地识别了冬小麦-夏玉米生产系统的主要环境问题^[24]；并运用农业LCA的研究方法在水稻、红薯、甜高粱种植及后续利用方面进行了系列研究^[25-28]。我国也有相关学者开展了小麦-玉米轮作系统生命周期评价研究^[29-30]。另外, 还有学者研究了我国橡胶种植、有机与常规大豆种植、有机与常规苹果种植的生命周期影响^[31-33]。

1.3 分边界和对象农业生命周期评价

分边界和分对象分属LCA研究的两个维度, 属于正交关系。从研究系统边界上来看, 农业LCA研究可分为对农产品生产、农产品加工、农产品消费及废弃处置等研究, 其中对农产品生产的研究是目前研究的重点。从研究对象上来看, 农业LCA研究重点集中在粮食、蔬菜、水果等农产品, 肉和奶的LCA研究主要在西方国家开展。

对于农产品生产的评价包括如小麦、水稻、玉米等粮食作物, 大麦、西红柿、苹果等经济作物^[34-40]。对于农产品生产的评价, 一个研究重点为探讨有机种植和普通种植之间环境影响的区别。通常来讲, 如果以单位种植面积作为功能单位, 有机种植的环境影响更小, 如果以单位农产品产量作为功能单位, 普通种植的环境影响更小^[41]。对于土豆种植的案例研究表明, 有机种植和普通种植在能源投入上影响类似, 普通种植的能源投入更多的体现在农药化肥的生产上, 而有机种植的能源投入更多的体现在机械生产和机械使用上, 同时有机种植需要更多的耕地^[38]。对于小麦种植的LCA案例研究表明, 经济效益和环境效益的共赢并不矛盾, 氮素的少量或过量使用是造成资源效率低下的主要原因, 氮素少量使用使得土地利用的增多, 而氮素的过量使用造成富营养化影响的增大^[5]。但目前的评价方式不能全面反应真实的环境影响, 造成这种差别的主要原因包括环境影响种类的不全面, 不能完全反映环境影响；造成环境影响最为关键的因素在于氮排放的计算, 氮排放数据往往来自基于普通种植方式的模型计算, 不能准确的反应有机种植方式实际的氮排放, 而氮排放对于酸化、富营养化等环境影响种类影响更大。有作者建议在有机种植中调整不同种类动物粪便使用过程中碳排放和氮排放系数, 使其与不同动物粪便本身的碳和氮含量相符合^[42]。另外有关有机和普通种植的研究对于生态毒性和人体健康的评价可能考虑不周全, 由于数据缺乏, 很多研究没有考虑有机种植所带来的生态影响, 造成了生态毒性本身的低估^[42]；有机种植减少了农药的使用, 降低了食物中农药的残留, 这部分对于人体健康影响的减小也没有体现在研究中, 大部分研究仅考虑了化肥农药进入水体或土壤进而造成人体健康的影响, 然而研究表明食物中农药的残留造成的人体健康的影响远远高于其进入水体或土壤造成的人体健康的影响^[43]。

除此之外, 有关农产品生产的评价还体现在密集化种植、农药化肥施用、新技术使用、食物全产业链评估等方面。对于密集化种植和一般化种植及有机种植的环境影响分析表明, 无论功能单位定义为单位产品或单位种植面积, 密集化种植的环境影响都要高于一般化种植及有机种植^[44]。有关代表性蔬菜西红柿种植的环境影响的评价在不同区域广泛开展, 种植方式、作物种类、种植地点等都影响最终的环境影响评价结果^{[41, 45]}。研究还对比了不同害虫控制方式的影响, 结果表明农药的种类和施药期是环境影响的重要影响因素^[46]。有研究针对某种物质的投入进行了探讨, 如Nikkhah等选择化肥作为研究对象, 探究了伊朗农业生产对环境的影响, 并选择全球变暖潜势、酸化潜势和陆地富营养化潜势这三类影响类型来评估环境影响^[47]；有研究对使用有机肥所带来的不同种类的环境影响进行了详细讨论, 有机肥带来的营养提供与固碳等效应比较容易计量, 应当纳入评价中；抑制昆虫和疾病、提高土壤活力、提高产量等变动性较大, 不易计量, 难以评价；预防土壤侵蚀及增加土壤湿度等虽然易计量, 但缺乏适当的模型进行评价；抑制杂草的效应并不明确^[48]。有研究对转基因抗除草剂的甜菜种植的环境影响进行了研究, 结果表明转基因品种的环境影响更小, 主要是它避免了农药的生产、运输和使用环节的环境影响^[49], 但研究并没有考虑转基因带来的其他的潜在风险。除此之外, 有研究对一天饮食的环境影响进行了评价, 并核算了一天不同国家早中晚餐的环境影响, 并指出高蛋白类食物的环境影响较高^[41]。

对于肉和奶生产的评价主要集中在欧洲国家^[38]。肉和奶生产过程中一个重要的问题就是环境影响的分配问题, 尤其对于牛奶生产来说, 牛肉和牛粪便是其副产品。通过系统边界的扩大可以规避分配问题, 也可按照经济价值、质量和所含能量进行分配。对于肉类生产, 功能单位定义为肉的产量或蛋白的产量可能对结果产生影响^[41]。关于有机和传统肉奶生产的环境影响也有文献报道, 一般认为有机养殖可以减小大部分的环境影响, 不过需要占用更多的耕地, 减小传统养殖的环境影响的措施包括减少牧场营养投入、减少农药用量、更多使用本地饲料等^[38]。甲烷的排放是肉奶生产的过程温室气体效应的重要贡献者。

农产品加工, 如制作面包、番茄酱、啤酒等^[50-52], 评价类似于工业产品的评价, 通常将生产一定质量的产品作为功能单位, 进行定量化评价并鉴别最主要的环境影响种类和影响因素。该类产品融合了农业种植和工业加工, 不同环境影响种类的最主要的影响因素可能来自于农业种植阶段或工业加工阶段, 研究发现工厂规模化生产的环境影响远小于家庭作坊生产的环境影响^[50]。

通过分析来自于不同国别研究文献, 可以看出各个国家都已认识到农业LCA方法论体系在建立可靠的农产品环境标准的应用前景以及对国际农产品贸易的重要性^[53]。我国关于农业LCA的研究起步较晚, 研究相对较少, 且集中于对农产品生产本身的评价。面对我国农业系统存在的突出环境问题, 以及提升我国农产品在国际贸易中地位的迫切需求, 基于生命周期评价的农业系统环境效应研究框架以及评价体系的建立显得尤为重要, 亟需建立并完善基于我国农业特征的LCA方法论体系。从研究系统边界来看, 研究边界从“摇篮到大门”向“摇篮到坟墓”扩展, 从全产业链的角度考察农业产品的全生命周期环境影响对于可持续食物消费具有重要意义。

2 农业生命周期评价存在的问题

根据LCA的国际定义, 研究者尝试把农业LCA定义为：伴随农业生产活动而引起的所有物质和能量的投入、产出与可计量的环境负荷之间的关系, 以评价农业生产活动的资源消耗、能源消耗以及对环境的综合影响^[3]。目前农业LCA的研究存在功能单位与系统边界界定不清晰、数据获取途径方式不明确、数据质量良莠不齐、缺乏本地化评价模型、结果解释不科学等问题。

2.1 目标定义与范围界定

农业LCA的评价范围界定依赖于研究目标, 多数研究探究农产品生产过程的环境影响, 其中多采取“摇篮到门”的系统边界界定方式, 主要包括原材料的获取和运输、中间产品的生产和农产品的生产过程, 部分研究单独定义运输阶段为一个独立的阶段^[32], 对于副产品的生产多采用质量或价值分配的方法, 采用扩大研究边界的方式避免副产品的分配问题较为少见^[54]。从“摇篮到门”的界定方法不能反映农产品加工、运输、消费及废弃阶段所造成的环境影响, 另副产品的处理方式对农产品整个生命周期影响较大, 例如农产品副产物农业秸秆露天焚烧和综合利用造成巨大的环境影响差异^[55]。有研究将研究目标定义为餐桌上消费的食物, 其系统边界包括产品的生产、收获、包装、运输等环节, 这种界定能更准确的衡量农产品作为能量或营养提供者的环境影响, 然而农产品消费和废弃的环境影响仍未包含在系统边界内。此外, 已有研究均未考虑相关的厂房设备、建筑设施、运输工具生产的环境影响。为更全面了解农产品全生命周期的环境影响, 在有数据条件的情况下应适当扩大系统边界。

功能单位的选定是影响环境影响结果的最主要的因素之一。由于农业涉及产品生产和土地利用两方面, 所以早期的农业LCA研究建议研究人员使用产品重量和土地面积两个功能单位定义目标^[56-57]。在已有文献中, 相关研究多采用单位质量的产品、单位土地面积或两者的结合作为功能单位进行评估^[58]。以单位质量产品为功能单位更多的是从产品供给角度进行考量, 对比生产相同质量的产品所造成的环境影响, 由于生产相同质量的产品所需土地差异较大, 而生命周期评价缺乏对于土地质量的评价指标, 因此该方法不能很好地反映农业活动对于土地的环境影响。以单位土地面积为功能单位更多的是从土地承载力的视角进行衡量, 该方法可以更准确地衡量单位土地的环境影响, 但对于单位产品的环境影响评价不充分。目前大部分研究将生产单位作物产品作为功能单位, 我国三项研究分别对山东桓台县、河北曲周县、陕西关中地区的小麦-玉米轮作系统生命周期评价, 皆以生产1t冬小麦和夏玉米作为功能单位^{[24, 29-30]}。国际上也有大量研究采用单位作物产量作为功能单位, 如Taki等采用生产1t小麦作为功能单元评价伊朗不同小麦生产系统的环境影响^[21]。除了以单位作物产品作为功能单位以外, 也有研究将单位面积作为功能单位^[18]。另外, 有研究同时使用这两种功能单位进行生命周期评价^[59]。单独使用产品重量或者土地面积作为功能单位评价的环境影响没有充分考虑生产强度的变化, 因为产品信息(产量等)并未反映到两个功能单位的影响中, 使用单位面积影响与单位面积产量的比率对于不同农业系统农产品环境影响比较更为合理^[60]。近年来, 一些研究采用农产品营养价值作为功能单位, 包括能量等价物、特定营养成分如蛋白质的量等, 尤其对于肉类产品^[61-63], 以体现产品最主要的功能, 并尝试统一功能单位实现不同农产品的比较。有学者认为功能单位应该体现产品的社会功能和文化功能, 比如喝酒所带来的快乐作为功能单位, 但以社会或文化功能作为功能单位主观性过强, 并不是所有的产品都适合以此作为功能单位^[64-65]。对农民而言, 农产品的经济价值似乎是一个更合理的功能单位, 有些学者也认为这样能够反映产品的质量, 但价格受其他因素影响较大, 总是在变动, 不一定能够准确衡量产品的质量^[66]。此外, 以一个人一天的膳食消费作为功能单位, 可以更好地反映不同消费方式和消费习惯所造成的环境影响, 同时可以从终端消费的角度衡量食物系统的环境影响, 为可持续食物消费提供更明确的数据支撑。目标界定应该依从于决策需要, 不同的功能单位的选择主要考虑产品不同的现实功能以期提供更准确的测度。

与功能单位界定相关的另一个重要问题为多产品影响分配问题。由于农业产品多为联产产品, 单独评价其中一种产品涉及到输入输出等在不同产品上的分配, 比较常用的方法为通过产品的质量或经济价值对不同的产品进行分配。有学者认为质量或经济价值分配不能反映产品真实的环境影响, 建议通过生物过程而不是产品的物理性质进行分配^[67], 但生物过程往往比较复杂, 存在着很强的不确定性, 使得评价和比较难以实现。ISO则建议通过扩大系统边界来避免分配问题, 然而扩大系统边界往往对数据要求更高而难以实现。

2.2 清单分析

清单分析是生命周期评价的核心环节。在农业LCA中, 除了传统LCA经常忽略的基础设施建造过程中的清单分析外, 对于人力投入的清单分析也不多见。有研究将人力投入换算为肌肉能量进行评价, 但这种方式不能准确衡量差异化的人力投入的环境影响^[21]。农业LCA的清单分析有其特殊的复杂性, 集中体现在环境排放上, 农业的环境排放不仅与当地的土壤与气候条件相关, 更与投入的化肥和农药相关, 对于环境排放的模拟需要特别关注。对于农药使用造成排放的模拟尚不健全, 比如Eco-invent数据库中农药向陆地表层水的排放数据缺失, 造成了水生毒性评价指标的不准确, 目前农药使用的排放清单确定是农业LCA中亟待解决的问题之一^[68]。化肥引起的排放也是急需解决的问题, 由于不同国际组织对于温室气体的排放的关注, 化肥引起的气体排放的清单较为确定, 但化肥引起的土壤和水的排放清单仍旧缺乏全球适用的模型进行模拟, 这些排放与土壤的性质高度相关^[69]。有机种植中有机肥使用的排放清单也是农业LCA中需要解决的重要问题^[48]。

可靠且实时更新的清单是保证LCA顺利进行的基础。过程的输入输出清单大部分通过调研获取, 而背景数据则需通过数据库获取。在工业LCA中Eco-invent数据库是目前最为广泛使用的数据库, 并在Gabi、Simapro等专业软件中集成。随着可持续食物消费理念的不断发展, 农业领域的数据库的构建也在不断推进, 比如荷兰开发的Agrifootprint、丹麦开发的Food LCA-DK、法国开发的Agribalyse和日本开发的JALCA (Japanese Agricultural Life Cycle Assessment)数据库等^{[18, 70-72]}, 部分已经和商业化的专业软件进行集成。但农业领域的LCA数据库通常是特定区域的特定案例的数据, 具有很强的区域异质性且不透明性, 由于农业生产本身异质性的特性, 这些数据库很难被用作其他区域或做横向对比。因此, 亟需建立包含我国区域异质性的特定农业生产LCA评价的数据库, 为农业生产进行全生命周期的评价提供数据支撑。

2.3 环境影响评价

结合国内外研究进展, 目前在农业LCIA中采用的特征化中点环境影响种类主要包括非能源资源消耗、初级能源消耗、全球变暖、臭氧层消耗、光化学污染、富营养化、环境酸化、人体毒性、水生生态毒性、海洋生态毒性、陆生生态毒性、土地使用、水消耗等。在案例研究中不同评价标准的农业LCA研究可根据具体情况对环境影响指标酌情取舍。为了便于不同影响种类间的再比较以及为决策提供政策建议, 通常进行特征化、归一化、加权评估等评价流程。LCIA评价一般借助模型来实现, 常用的模型为工业LCA中的模型, 针对农业LCA的评价模型较为少见。

目前农业LCIA都是基于一般性的、不考虑区域异质性的、稳态的多介质环境影响评价模型, 这种模型对于全球气候变化、臭氧层破坏等全球性指标影响不大, 而对酸化、富营养化等局域指标则具有较大影响。农业过程高度依赖自然资源、生态系统质量等因素, 具有很强的区域异质性, 对于环境排放的暴露机制和敏感性具有很强的区域特征^[73], 因此评价模型更需要考虑区域的异质性。

目前的评价模型中缺乏对农业重要影响因素的考量。工业LCA中认为过程是在技术圈, 而环境排放是在生态圈。农业LCA从工业LCA中演化而来, 如同在工业LCA的处理一样, 土地被认为是技术圈的要素, 仅作为粮食生产的物理要素投入, 而土壤肥力、土壤结构、土壤水平衡、土壤的生物多样性以及生态系统服务功能的影响并没有包含在目前的评价模型内, 但这些是保护生态资产和保证粮食生产的必要条件, 因此应加强对土壤环境质量的考虑^[74-75]。农业领域水资源利用最大的部门, 农业生产的水足迹占全球水足迹的90%以上^[76], 目前大多数的研究和模型缺乏水利用的考虑, 或仅仅考虑了使用量, 而没有考虑使用过程所带来的环境影响, 因此应加强农业用水考量^[77]。为了完善农业LCA评价, 部分研究模型对农业的水利用和土地利用的环境影响进行考量^{[68, 78]}, GaBi公司最近提出了农业LCA评价模型, 特别考虑了植物的轮作、土地利用、土地利用变化、水利用等因素^[79], 但在研究中应用还较少。

农业LCA的特征化、归一化和加权评估的步骤类似于工业LCA, 环境影响的特征化通常采用当量系数, 即以某种生态影响因子为基准。如全球暖化潜势根据CO₂作为当量因子, 并得到了学术研究和实践上的高度认可^[62], 富营养化潜势将PO₄^3-作为当量因子^[80], 环境酸化潜势将H⁺作为当量因子^[81], 人体毒性和水生生态毒性采用USEtox model中的CTUh和CTUe特征因子^[82]等。为了比较不同种类的环境影响的大小, 通常将不同种类的重点环境影响除以该类物质的参考值得到归一化后的指标, 而参考值一般为该类物质的全球(区域)年人均排放量。加权评估一般基于使用者的目的为不同的环境影响种类赋予不同的权重, 以得到综合的指标为决策者提供依据^[83]。同样, 农业LCA也可以进行终点影响评价, 即将不同种类的环境影响换算成对人体健康、全球气候变化、生态系统质量和资源的影响^[84]。

2.4 结果解释

LCA评价结果因涵盖不同种类的环境影响从而得到学术界、商界、政界人士的欢迎, 现在也有在LCA中包含更多种类环境影响的趋势。然而, 在资源、时间、数据都不充分的情况下, 我们无法一次获取一种农产品所有的环境影响, 加入更多的环境影响种类有可能会降低LCA评价的价值和公信度。同时LCA应该与其他评价工具结合, 特别是简单易懂的评价指标, 以给决策者提供易于理解与操作的决策信息。

对于LCA评价结果的解释需要建立在对系统边界、功能单位、数据源、分配原则等充分理解的基础上, 然而非专家在不了解的情况下可能会误解LCA的评价结果。在农业LCA中, 评价结果不能完全反应风险相关的后果, 如人体健康指标。对于健康的评价必须建立在排放-暴露-致病的传导链上, 而LCA的评价结果不能反应受体对有害物质的接受渠道和暴露时间, 因此不能科学做出对人体健康影响的推断, 一种物质的排放量和它的毒性不存在显著的因果关系^[85]。

对LCA评价结果的敏感性分析和不确定进行分析如今成为LCA研究的必要步骤。敏感性分析主要是指数据或方法论的选择和变化如何影响LCIA的结果, LCA的不确定性指的是由于模型不精确性、输入的不确定性及数据的变动性累积引起的结果的不确定性^[83]。目前很多研究中缺乏对评价结果敏感性和不确定性的评价, 应对评价结果进行敏感性分析和不确定性检验以增强结果的可信度。

3 农业生命周期评价展望

农业生态系统是一类经人工驯化了的生态系统, 是一种人工-自然复合生态系统^[86]。采用生命周期评价方法对农业生态系统进行评估既需要考虑农业过程在技术圈的输入输出, 也需要考虑其在生态圈的输入输出, 以科学客观地评价农业系统的环境影响。展望未来农业LCA评价需要加强以下方面的研究。

3.1 参照系的选取

农业生态系统不是原生生态系统, 农业生态系统的形成即对原生生态系统的产生影响。农业生态系统产生环境影响的大小或者正负取决于参照系的选取。农业生产造成土地利用变化, 改变了原有土地的生态系统结构与功能, 进而引起生态系统服务功能发生变化。农业本身与土地利用变化之间的强相互关系导致了农业LCA与工业或工业园区LCA的差异。农业种植的改变(集约化或土地扩张)会造成土地利用的变化及土地生态系统服务功能和生物多样性的变化。因此衡量农业LCA需要特别关注土地利用和生态系统服务的变化, 选择适当的参照系以衡量由于农业种植的变化带来的全生命周期的环境影响的变化。建议参照系选取所评价对象的所在地原生生态系统作为参照对象。以农业产品或副产品为原料的工业的LCA也有类似的特征, 由于工业产品规模的变化, 造成其所需原料的变化, 因此需要在空间上界定可能发生变化的区域或者农业集约化经营的区域。土地利用变化模型通过考虑气候因素和土壤适应性采用logistic回归分析确定可能发生变化的空间区域, 而不是简单地按照目前的情况线性推测未来的情况；土地利用变化引起生态系统服务功能的变化和生物多样性的变化可分别通过InVEST模型和MSA模型确定, 以评估由于工业规模的变化造成的生命周期环境影响的变化^[75]。

3.2 系统边界的扩大与功能单位界定

基于农业生产过程的LCA能够反映种植本身所造成的环境影响, 对农业的清洁生产具有重要意义。然而农业生产是为了满足人类的饮食需要或能源需求, 从满足人类需求的角度来讲, 应当将采用“摇篮到餐桌”的系统边界界定方法, 将农产品的生产、运输、深加工、包装、分配、消费等环节纳入到评价体系中来, 从更长的产业链探究农业系统的环境影响, 寻求减小环境影响的措施。由于当前日益增长的食物浪费现状^[87], 有必要将食物末端处理阶段纳入到评价框架中来, 采用“摇篮到坟墓”或“摇篮到摇篮”的系统边界界定方法, 从可持续消费的角度全面衡量农业(食物)系统的生命周期环境影响, 并鉴别降低环境影响的途径。随着系统边界的扩大和评价目标的变化, 功能单位也将随之改变, 单位餐桌上的产品、单位营养物质的生产、一个人一天的食物消费都可以作为功能单位来衡量农业系统的环境影响。

3.3 区域异质性数据库构建与评价模型开发

目前国际上已经初步构建农业LCA评价的数据库, 但由于数据库具有很强的区域异质性, 国际数据库并不适用中国农业LCA的评价；此外, 由于中国地域面积大, 不同区域的农业生产方式存在较大差异, 因此有必要建立区域异质性的农业LCA评价数据库。由于收集大量区域异质性的数据成本过高, 如何在收集有限数据的基础上反应农业LCA区域上的变异性需要方法论的创新。目前农业LCA的评价大都借助于工业LCA评价的常用模型, 而模型中对于土地质量、水利用、生态风险、生态系统服务等指标考虑较少, 因此有必要将以上指标纳入评价模型, 结合地理信息系统(GIS)构建区域特色的环境影响表征模型, 以提高农业LCA评价在区域特异性评价的准确性。

3.4 基于组织的农业LCA开发

虽然生命周期评价最初主要针对产品的影响评估, 但它也适用于组织级别(Organizational LCA, O-LCA)(ISO/TS 14072), 与其在产品层面进行比较不同的是, 基于组织的生命周期评价是一种时间上的比较, 可以为支持战略决策和可持续发展评估提供信息, O-LCA更有前途的应用是通过定期评估组织的环境绩效来持续改进组织, 即绩效跟踪^[88]。最新的研究结果显示, 该方法成功应用于巴西一家拥有2600种产品化妆品公司的环境影响评估^[89]。O-LCA采用ISO 14040和ISO 14044规定的4个步骤, 产品LCA标准中的大多数原则、要求和指导方针也适用于O-LCA。O-LCA同样适用于农业系统的环境效应评价, 从环境承载力的视角衡量农业系统的环境影响, 从横向和纵向上衡量农业系统环境效应的改善或恶化, 为农业系统可持续生产提供建议。

3.5 对于利益相关者行为的研究

从农业系统全产业链的角度看, 农业系统涉及多个利益相关者, 包括生产阶段的大型农场或农民, 加工阶段的工业企业、运输阶段的物流公司、消费阶段的广大消费者、末端的食物废弃再利用企业、提供管理的政策制定者与决策者等。不同利益相关者的行为不仅对产业链上下游的主体产生影响, 同时也对农业系统环境影响产生影响。探究不同利益相关者的行为对全产业链的环境影响, 并识别主要的影响因素对农业系统全产业链的绿色升级具有重要意义。生产阶段生产规模、新技术的采用、低化肥农药投入的生产方式等对农业系统的影响应予以关注；加工阶段对不同产品的包装方式不仅影响着产品的质量和包装阶段的环境影响, 也会对包装废物的后期处理产生显著影响；运输阶段不同产品的市场分配, 尤其对需要远距离运输的产品, 物流产生显著的影响；消费者在一定程度上对农业系统具有决定性的作用, 消费者饮食结构的变化及消费的偏好可对农业系统及其环境影响产生显著影响；废弃食物的再利用方式受其收集方式的影响也受处理技术的影响, 探究适宜的废弃食物收集及处理系统对于绿色产业链的构建具有重要意义；管理者与政策制定者通过产品绿色认证、生态标签等方式可引导消费者, 着力推进农业系统的绿色生产与消费。探究不同利益相关者的行为和偏好及其对农业系统的影响应是农业LCA研究的一个重要方向。