食品生命周期研究组
同一批数据，三把尺子，三个赢家
假设有三款食品。食品甲是高含水的叶菜类，食品乙是干燥的谷物制品，食品丙是高蛋白的豆类制品。先设定它们每公斤产品的碳足迹：甲0.5kgCO2e，乙1.6kgCO2e，丙2.4kgCO2e。再设定营养特征：甲每公斤含250kcal、20g蛋白质；乙每公斤含3600kcal、80g蛋白质；丙每公斤含1500kcal、200g蛋白质。以下全部为示例设定，不对应任何真实食品的测算结果。
| 比较基础 | 食品甲 | 食品乙 | 食品丙 | 碳足迹由低到高 |
|---|---|---|---|---|
| 每1kg（kgCO2e） | 0.50 | 1.60 | 2.40 | 甲、乙、丙 |
| 每1000kcal（kgCO2e） | 2.00 | 0.44 | 1.60 | 乙、丙、甲 |
| 每20g蛋白质（kgCO2e） | 0.50 | 0.40 | 0.24 | 丙、乙、甲 |
数据一个数字没改，只是换了分母。按每公斤，叶菜最低，因为它大部分是水；按每1000kcal，谷物制品最低，因为干燥的谷物每公斤带来的能量最多；按每20g蛋白质，豆类制品最低，因为它每公斤带的蛋白质最多。三款食品各在一种单位下排到第一，三个口径给出了三种互不相同的排名。没有哪一行是算错的，它们只是在回答三个不同的问题。
每一把尺子，回答的是哪一类问题
- 每公斤：回答“生产、运输、采购一公斤这种产品的负担是多少”。这是最容易获得数据的口径，适合物流和生产端核算。麻烦在于一公斤叶菜与一公斤干谷物不是可以互换的“一份食物”，设定里它们每公斤的能量就差了十几倍。
- 每1000kcal：回答“作为能量来源，谁的负担更低”。适合比较主食与能量来源类食品，对蔬菜水果天然不利，因为它们本来就不靠供能取胜。
- 每20g蛋白质：回答“作为蛋白来源，谁的负担更低”。适合比较蛋白来源，但维生素、矿物质、纤维不在视野里，蛋白质的消化率与氨基酸构成也不相同。
“每公斤”的流行更多是惯性，统计口径、采购单位和数据库都以质量为基础。纵横国际在做食品比较时，习惯先把分母写在表头，再谈谁高谁低，因为没有交代分母的排名几乎无法核对。
单一营养素的盲区，正是营养LCA出现的原因
看回上表，叶菜在每1000kcal和每20g蛋白质两个口径下都排到末位，仿佛是“负担最高”的食品。可是叶菜提供的本来就不是能量与蛋白质，而是维生素、矿物质、纤维这些别的营养。任何单一营养素做分母，都会让不擅长这一项的食品“吃亏”。
营养生命周期评价（nLCA）就是为了解决这个问题：把营养价值纳入生命周期评价，用综合指标而不是单一指标作为功能单位（Functional Unit，即环境结果所对应的“单位服务”）。常见的综合指标包括营养价值评分（NVS）和营养素密度指数（NRF），后者把一批鼓励摄入的营养素与需要限制的成分合成一个分数。
2026年《Frontiers in Nutrition》上一篇关于非洲与亚洲证据的观点文章讨论了这个方向：功能单位选择质量、能量、单一营养素还是综合指数，会直接改变比较结果。文章举的例子是，以NVS作为功能单位时，约250g菠菜就能达到约400g胡萝卜的营养价值等效，只看质量的比较会漏掉营养密度上的差异。它还指出，植物性食品的环境足迹通常较低，但某些动物源食品，比如小鱼、乳制品、蛋和内脏，按营养价值计算也可能有竞争力。这比“植物性一定更环保”的直觉要谨慎得多，换一把尺子，一些想当然的结论就会被修正。
瑞典谷物研究：指标不是越复杂越好
2026年一项瑞典谷物食品研究，把营养质量指标作为碳足迹计算的补充功能单位来检验。结论是，NRF11.3与NR-FIcarb是较合适的选择，它们与全谷物含量呈中等且统计显著的正相关。另有研究方向在讨论把蛋白质质量作为LCA的补充功能单位，以及给高蛋白食品建立产品组特异的营养指数，这类思路对高蛋白食品的环境比较尤其有用。
这个结果有两点要细读。相关性为“中等”，说明指标与“更多全谷物”的直觉大体一致却不完全重合，指数是辅助判断的工具，不能替代判断本身；研究针对的又是谷物食品，不能直接外推到别的食品类别或地区。
怎么选功能单位：先问问题，再问人群
选功能单位可以按下面几个问题一步步收窄：
按这四问，常见场景可以这样对应：
- 采购、物流与生产端核算：每公斤或每份，同时写明含水量与可食部比例。
- 主食或能量来源类食品的比较：每1000kcal。
- 蛋白来源的比较，例如蛋白替代方案：每20g蛋白质，并说明蛋白质的质量差异。
- 面向儿童、老年人等特定人群：把微量营养素与实际食用量考虑进去，倾向用综合指数并列多个单位。
无论选哪一个，都建议至少报告两种单位。如果排名在两种单位下发生翻转，就把翻转本身写进结论，这比只报告其中一个单位诚实得多。纵横国际在设计环境指标的查看方式时，也倾向于让功能单位能在每kg、每1000kcal和每20g蛋白质之间切换，具体入口以App内实际界面为准。换算陷阱与选择流程，可以接着读功能单位的方法讨论。
局限：数据缺口，与对小差异的过度解读
前述观点文章同时列出了几项持续存在的挑战，放回上面的三款设定食品，含义各不相同：
- 区域数据缺口：同一类食品在不同地区的排放与营养成分并不相同，数据库若只覆盖少数产地，表里的数字就不具代表性。
- 缺乏统一的营养功能单位：NVS、NRF等指标选取的营养素与参考值各不相同，不同指数得到的结论不能直接互比。
- 范围局限：上表只算了碳足迹，水、土地、富营养化等类别换成同样的功能单位，排名可能再变一次，这部分见多影响类别LCA。
- 微小差异：两款食品的差距若落在数据不确定范围之内，写成“甲优于乙”就是过度解读，更诚实的写法是“当前数据下无法区分”。
要点：功能单位不是计算的收尾，而是评价的第一个决定。同一批数据换一个分母，结论可能整体翻转，所以报告里至少要写清比较基础，并用两种以上功能单位并列呈现，而不是只给一个排名。
2026年这一方向的最新动向，可以接着读营养与环境数据为什么开始使用同一套比较逻辑。纵横国际把营养、生命周期与水足迹放在同一条数据链上，也是为了让“吃什么”与“环境代价”能够用同一个分母回答，更多方法可以在生命周期栏目查看。
