笔记本电脑材料演变研究

消费电子产品中材料、属性和功能的演变：笔记本电脑的案例研究

摘要

人们对使用生命周期评价（LCA）和物质流分析（MFA）等方法评估消费电子产品的环境影响日益关注。这两种评估方法都依赖于量化产品中所含的材料和零部件，即属性清单（BOA）。尽管已有大量工作致力于开发详述生产过程中物质和能量流的商业和公共数据库，但尚无类似努力用于表征属性清单（BOA）。此外，由于生产过程、产品设计以及消费趋势的快速演变，此类评估变得更加复杂。本研究旨在评估一种常见消费电子产品——笔记本电脑——在生命周期评价中常用的产品属性的变化程度。分析包括：（1）在多代产品（14.1′′台笔记本电脑）中，一致的产品类型下属性清单（BOA）的时间演变；（2）特定年份内同一产品类型（不同尺寸的笔记本电脑）的变异性。总共对十一台笔记本电脑进行了拆解与表征，依据其功能、组件和材料进行分类。此外，研究还包括测量所有产品主板以及在1999–2011年间生产的三十个动态随机存取存储器（DRAM）卡中的硅芯片面积。

结果揭示了对评估和设计更环保消费电子产品具有重要意义的趋势。其基本动态在于技术进步在多大程度上被用于提升功能，而非减少材料和能源足迹。对于多种属性而言，在1999–2008年期间，材料足迹并未发生显著变化，这表明功能改进大致抵消了效率提升带来的效益。特别是，在研究期间，总质量和材料占比基本保持恒定。

电池质量、硬盘驱动器质量和DRAM芯片面积按单位功能（kWh、GB、MB）计算均随时间推移而下降，但每年的总量大致保持不变。本文还初步与其他电子产品（上网本、平板电脑、智能手机）进行了基准比较，但仍需进一步研究以确定所观察到的材料强度与功能性的模式是否随时间持续。如果这一趋势具有稳健性，则尤为重要，原因如下：（1）对于既定外形规格的产品，物料清单（BOA）输入到生命周期评估（LCA）或物质流分析（MFA）中的数据在时间上出乎意料地稳定，从而提高了评估结果的时间稳健性；（2）不能假设去物质化会自动带来消费电子产品材料和能源消耗的降低。

LCA社区需要共同努力来表征和建模BOA。由于收集BOA数据费时费力，启发式方法可能在简化分析方面发挥重要作用。案例研究中随时间推移和跨产品类别最稳定的产品属性（如材料组成）可能是简化数据收集和产品表征的良好候选。然而，本文测试的硅芯片面积的潜在预测因子变化较大，且随时间变化更为敏感。最有前景的估算方法是专注于测量五个最大集成电路的面积（对于所有主板而言，仅五颗芯片就占据了全部芯片裸片面积的30–70%），并利用每颗芯片的平均芯片裸片面积比来估算其余部分。然而，鉴于所有测试的启发式方法均存在不确定性，将其应用于生命周期评估（LCA）或物质流分析（MFA）时应谨慎使用。

1. 引言

快速技术创新在消费电子行业造成了消费困境：电子产品供应的增加和价格的降低有可能促进全球经济发展和生活质量提升，但代价是电子设备整个生命周期中的资源和能源需求以及排放和废物产生不断增加。

技术创新为应对这一挑战提供了诱人的解决方案，即通过性能改进带来的效率提升，实现产品去物质化，从而将环境影响与经济增长脱钩（宾施瓦格，2001；马雷沙尔等人，2005；罗伯特等人，2002；范德沃特等人，2005）。

实现“用更少的资源做更多的事”这一目标，即通过减少提供一致功能水平所需的材料投入，可能确实是降低消费电子产品环境影响的一个步骤。然而，要做出这样的判断，必须进行严格的环境分析，并对用户所需功能有深入理解。为此，消费电子产品领域的快速技术创新带来了额外的复杂性：尽管已有许多针对单一或多种产品的静态生命周期评估（LCA）被用于分析消费电子产品的环境影响（Eugster等，2007；Gurauskiene和Varzinskas，2006；Kozak和Keolelan，2003；小口等，2011；Teehan和Kandlikar，2013；Williams，2004；Yung等，2009），但较少研究采用动态LCA或物质流分析（MFA）来捕捉由于这些产品技术演进而导致的影响变化（博伊德等人，2010，2009；邓和威廉姆斯，2011；卡哈特等人，2011；林等人，2013）。

产品的环境影响取决于产品本身的属性，以及与制造、使用和使用寿命结束过程相关的材料、能源和排放。产品属性包括功耗、材料含量和组件等与性能相关的指标，这些信息被记录在物料清单（BOM）中，即产品中各组成材料的质量清单，以及属性清单（BOA）中，后者是BOM的泛化，包含相关组件系统的贡献。图1展示了LCA和MFA等方法如何利用属性清单（BOA）和过程数据来估算单个产品或产品组所关联的材料消耗和排放。

研究界在开发描述工艺环境参数的综合数据库方面已取得重大进展（例如 ecoinvent、GaBi 和美国国家可再生能源实验室LCI数据库）。这些数据库以及已发表的特定工艺分析（例如 Boyd 等人，2010；Williams E 等人，2012）也涉及过程LCI数据的时间和地理变异性。此外，现有研究试图通过建立将消费电子产品属性与潜在LCI输入相关联的启发式方法，来简化消费电子产品的生命周期评估（鲍曼等，2012；贝茨等人，1998；劳林等人，2006；莫伯格等人，2014；奥利文蒂等，2012；奥利文蒂和基尔钱，2011；苏扎等人，2001；蒂恩和坎德利卡尔，2012）。然而，对于产品自身属性和材料的变异性，其开发、验证和分析工作却受到显著较少的关注。这些输入通常基于一个代表性或可用的案例研究产品进行选择（邓等人，2011年），而这些属性随时间推移或不同产品之间的变化程度尚不清楚。

尽管可靠的BOA数据在生命周期评估和物质流分析中与过程数据同等重要，但对产品属性和材料的表征却一直被忽视，未作为正式分析的对象。这种疏漏对于个人计算机等复杂产品而言尤为突出，因为通过拆解获取BOA数据费时费力，且逆向工程内部组件可能需要 sophisticated 用于材料识别的设备（奥利文蒂等，2012）。通过在整个供应链中收集信息来构建物料清单是可行的，但面临与收集过程数据相同的诸多挑战，包括可用性、代表性以及专有权限制（鲍曼等，2012；奥利文蒂和基尔钱，2011；韦伯等，2010），研究人员必须依赖拆解分析与文献数值相结合的方法（小口等，2011）。

本研究以两种新颖且相互关联的方式为应对这些挑战做出了贡献。首先，针对一种“典型”的消费电子产品——笔记本电脑，在八个连续的型号年份中，以及单一年份内的多个型号中，全面调查其材料强度，以了解伴随产品性能和功能改进实际发生的材料变异性及去物质化程度。其次，该纵向研究被用于确定生命周期清单近似启发式方法（LCI approximation heuristics）在消费电子产品中的潜在实用性，以及这些属性对产品功能演变的敏感性。最终，这一知识可为产品属性到影响评估的估算技术的进一步发展（Olivetti和基尔钱，2011）提供依据，并为未来电子产品的设计以实现可持续性目标提供输入。

2. 方法

2.1. 案例研究产品

笔记本电脑被选为案例研究产品，两组不同的笔记本电脑被拆解并基于材料组成进行分析。第一组八台笔记本电脑包括戴尔Latitude商务型笔记本电脑连续的型号年份（1999–2007），屏幕尺寸保持不变（14.1′′），处理器速度、硬盘驱动器容量和电池容量均代表该型号年份的典型产品水平。选择戴尔Latitude系列产品是基于研究样品的可获得性以及该产品作为“典型”商务型笔记本电脑的代表性。2004年款未出现，因为Latitude D600于2003年3月发布，而其后续型号Latitude D610直到2005年2月才发布。第二组三台笔记本电脑为特定产品线和年份（2008年惠普Elitebook），具有逐步增大的屏幕尺寸（12.1′′, 14.1′′, 17′′）。该数据集的选择旨在观察材料组成随时间（戴尔产品）以及不同屏幕尺寸（惠普产品）的变化趋势。各型号的详细规格见表1。

2.2. 产品拆解方法

拆解过程首先测量了整台笔记本电脑组件（不包括电源适配器）的初始重量，随后将其拆解为主要组件部件，包括电池组件（包含电芯、线路、印制线路板（PWB）和外壳的完整组件）、底架底部（底盖及相关连接器）、顶架顶部（上盖及相关连接器）、显示屏组件（LCD模块、塑料显示屏边框、铰链及相关连接器）、光驱、风扇、硬盘驱动器、散热片、键盘（包括键盘下方框架及相关连接器）、主板（包括微处理器、显卡和声卡、支撑框架及相关连接器）、扬声器以及其他组件（动态随机存取存储器、调制解调器、掌托等）。

主要组件部件被拆除并分配唯一的组件编号后，会在进一步拆分为各个子组件之前进行称重。每个子组件都会被完全拆解到尽可能的层级，以便每件物品均由通过目视检查确定的单一材料构成，并归入塑料、金属或其他等大类。当无法完全分离材料时，则估算其材料比例。在每个类别内，使用基本物理特性、标签、回收代码、产品启发式方法，或对于金属，在无法通过其他方式识别时，通过分析进一步具体区分材料。

使用Delta手持式XRF分析仪进行检测。塑料根据制造商提供的回收标志进一步分为聚碳酸酯+ 丙烯腈‐丁二烯‐苯乙烯共聚物（PC+ ABS）和其他塑料。当未标记的塑料部件在同款笔记本电脑中表现出与已标记的 PC+ ABS 相似的特性时，依据行业为减少单一产品中塑料种类的做法（IEEE，2009），将其归类为PC+ ABS。金属则分为铁质金属和非铁质金属。

表 1 研究中包含的笔记本电脑的特征

注：为保持屏幕尺寸不变，选取了八个连续的型号年份。为保持产品和年款不变但屏幕尺寸可变，选取了三个型号。a 括号中的数字表示第一或第二块DRAM卡。b 根据DRAM生产日期与笔记本电脑生产日期的对比，确定拆解产品中的DRAM卡是售后升级的DRAM卡。

使用磁铁对组件进行分类，并通过XRF分析验证。被归类为镁的物品由制造商标记为Mg。其他非铁金属材料则根据电子回收商的反馈以及常见材料组成的知识（例如铜线）来识别。其他主要材料类别包括LCD材料（仅限液晶显示器模块）、电池单元（仅限主电池电芯）和印制线路板（PWB）。“其他”材料组包含上述未包括的所有材料，如橡胶、（非液晶显示器用）玻璃和胶带。

大部件被赋予一个描述性名称，并分配了与其相应组件装配相关的唯一子组件编号，以便于追踪。小零件（如螺丝）则按材料分组，并与同一组件中的其他小零件一起编号。所有部件均使用量程为1200克、分辨率为0.1克的天平单独称重。各部件的重量被汇总到每台笔记本电脑的物料清单中，并按组件装配进行加总（补充信息表SI‐1和SI‐2）。

2.3. 半导体面积的量化

半导体制造被认为是电子产品环境影响的主要来源（奥康奈尔等人，2010年；克里斯南等人，2008年；威廉姆斯等人，2002年），而笔记本电脑中的大部分硅半导体都集中在主板和动态随机存取存储器（DRAM）中，因此对这两部分进行了进一步分析。中央处理器（CPU）、DRAM以及主板上所有其他集成电路（IC）上的半导体面积通过两种方式进行测量。首先，直接测量了包含IC封装及内部硅芯片的IC外部面积。所有的CPU均无外部封装，因此在这些情况下，外部面积与芯片裸片面积相同。外部封装尺寸小于或等于1 mm × 1 mm的IC被排除在外。主板的总外部面积也进行了直接测量。

接下来，实际的硅芯片面积通过以下两种方法之一进行测量：使用德美尔工具研磨掉集成电路的外部封装，或利用Glenbrook Jewelbox 70T X射线检测系统及配套的GTI‐5000软件进行X射线检测。这种X射线检测技术通常用于查看印刷线路板和封装半导体器件中的焊点及其他特征，以实现质量控制。然而，图2表明，X射线提供的图像清晰地显示了封装内硅芯片的轮廓，这使得该方法成为快速、准确、无损判断硅面积的理想选择。

使用X射线检测系统进行测量时，需对印刷线路板上一个预先测量过的参考特征进行校准，该参考特征在电路板的两侧以及X射线下均可见。测量参考特征后，通过机械臂将PWB放置在X射线系统中，并利用参考测量值使用GTI‐5000软件对机械臂的高度进行校准。对电路板每侧的硅芯片裸片分别进行测量，在翻转电路板后重新校准至参考特征。当两个组件位于电路板相对两侧且相邻时，使用PWB的照片来明确组件的身份。较大的芯片需要调整机械臂的高度并对软件重新校准。

对于芯片裸片过大而无法使用X射线检测系统测量的情况，采用德美尔工具物理去除集成电路外封装，磨掉覆盖在上方的塑料层，直至露出硅，从而可以直接测量芯片裸片尺寸。这种物理去除外封装的方法也被用于验证通过X射线检测系统获得结果的准确性。对整个印刷线路板的测量同时采用了X射线和物理方法 removal 方法, 以 验证 各次测量结果之间的一致性 between results of each measurement method.

由于半导体对笔记本电脑环境影响的重大贡献（邓等人，2011年），以及测量芯片裸片面积的困难，研究人员基于测量面积、芯片裸片特性、外部封装面积以及主板上的总芯片裸片面积，开发了多种估算方法。所采用的方法包括：（1）每颗芯片的平均芯片裸片面积，（2）芯片裸片面积与主板面积之比，（3）芯片裸片面积与外部封装面积之比，以及（4）结合使用上述方法进行测量与估算。这些方法各自还包含进一步细分的变体，例如针对最常见外部封装面积（4‐mm × 5‐mm）的集成电路（IC），或针对最大（>100 mm²）外封装面积（其对总芯片裸片面积的贡献最大）设定特定比例。每种方法的更多细节见于支持信息（表SI‐19）。在所有情况下，仅使用主板上的芯片和芯片裸片面积来建立方法并比较结果。中央处理器（CPU）和动态随机存取存储器集成电路（DRAM ICs）未被纳入估算范围。对于无外部封装的集成电路，直接采用其测量面积，假设未来研究人员能够轻松测量无封装的集成电路。

在14.1′′计算机的所有主板上，均以实际观测到的芯片裸片面积检验了方法1–4中提出的估算方法，并通过均方根误差（RMS error）评估其相对预测能力。

在研究过程中，观察到有四块已安装的DRAM卡的生产日期早于笔记本电脑的印刷生产日期，表明这些卡已被替换为售后升级部件。由于动态随机存取存储器是笔记本电脑中最容易且最常升级的组件，我们扩展了动态随机存取存储器研究的数据集，以确保有足够的数据可用于将内存容量和总芯片裸片面积与生产日期进行精确交叉比对。罗切斯特理工学院的IT专业人员提供了研究时间段内的更多动态随机存取存储器卡。在这些卡中，凡是可以确定明确生产日期的，均被纳入进一步研究。生产日期是通过比较产品

根据制造商网站上提供的编码信息，核对了卡片标签上打印的编号。扩展后的DRAM数据集共包含来自三家制造商的30张DRAM卡，涵盖1999–2011年期间。所有DRAM芯片裸片的尺寸均采用研磨法测量，因其尺寸过大而无法通过X射线检测进行测量。

3. 结果和讨论

3.1. 产品级别去物质化

本研究分析的笔记本电脑代表了一种具有中高程度产品成熟度的产品。尽管在所分析期间内技术不断进步，但单位产品的材料强度并未出现显著变化。重量的部分减轻主要得益于机壳结构从塑料转向轻金属，以及一定程度的组件级去物质化（图3），然而在整个纵向研究中，产品重量的整体下降每年不足2%。另一方面，在惠普2008年款计算机中，最大（17′′）与最小（12.1′′）外形规格之间实现了接近30%的产品级去物质化。

1998年至2007年观察到的有限的产品级去物质化结果，被用作与近年来产品“轻量化”趋势进行对比的基准，这表明进一步去物质化的可能性。针对较新型号戴尔Latitude笔记本电脑（2008–2014）的制造商规格显示，更新的与本文分析的物料清单相似的产品，其质量每年持续减少约2%。然而，在2010年和2011年之间观察到约20%的减重，这是由于移除了标准光驱并发生了功能的根本性改变（参见支持信息图SI‐1）。

将我们的实证数据与苹果iPhone手机（2007–2014）和苹果iPad平板电脑（2010–2014）的制造商规格及产品评测进行基准比较后发现，通过技术飞跃转向更小的产品可实现更显著的减重效果：相较于同年款的笔记本电脑，其去物质化程度分别超过90%和70%。然而，这些附加产品各自的内部去物质化进程通常与笔记本电脑产品系列的变化速率相似。一个关键例外是在2014年款推出了新型更大的iPhone 6（见支持信息图SI‐1）。这些结果表明，一旦产品成熟并固定于某种外形规格，在不转向更小尺寸（例如从14.1′′英寸屏幕变为12.1′′英寸屏幕）、去除消费者不再需要的原有标准功能（例如取消光驱），或实现向完全不同产品重大技术飞跃（如从笔记本电脑转向上网本、平板电脑或智能手机）的情况下，产品层面的去物质化将极为有限。

此外，各组成材料在笔记本电脑中的相对贡献随时间推移以及在不同尺寸之间基本保持不变（图3）。这一结果表明，有可能开发出一种代表性物料清单，并将其应用于相同外形规格的其他产品，仅基于产品的总质量来估算其材料组成。为评估这一方法的可行性

表 2 材料含量占比用于产品具有不同形态因子。

与代表性物料清单（图4）相比，这些结果表明其他产品的材料含量占比相似。以粗体突出显示的百分比表示超出代表性物料清单高低范围的成分百分比，即更高（上箭头）或更低（下箭头）。代表性物料清单最接近类似产品（其他笔记本电脑），但在小型外形规格产品（如上网本、平板电脑和智能手机）上存在差异。有关其他数据来源，请参见SI‐3至SI‐4表。LCD：液晶显示器；PWB：印刷线路板。

该方法计算并展示了本研究中所有14.1′′台笔记本电脑的平均材料组成，如图4所示，误差条对应于所有笔记本电脑中最宽的组成范围（最大值和最小值）（补充表SI‐1和SI‐2中包含附加数据）。HP Elitebook 12.1′′及 17′′笔记本电脑的实际材料组成落在代表性物料清单（表2）的估计范围内，这表明通过进一步分析，可以为不同产品类别生成特征性物料清单，并用于后续的生命周期评估（LCA）和物质流分析（MFA）研究。

随后，将该代表性物料清单与其它外形规格设备的实际材料贡献进行了比较，包括智能手机、平板电脑、上网本以及不同尺寸的笔记本电脑（详见补充表SI‐3至SI‐6中的附加数据和来源）。对于上网本、平板电脑和智能手机而言，代表性物料清单的准确性较低（表2），部分原因是这些设备使用的机箱材料种类更多，部分原因则是实现较小外形规格的技术创新。尽管使用代表性物料清单估算材料组成具有一定实用性，但仍需进一步研究以开发针对特定产品的物料清单代表以及用于考虑由产品变异性引入的误差通过产品变异性。

3.2. 功能去物质化

尽管在纵向研究中，若无重大技术或功能转变，产品级去物质化并不明显，但诸如摩尔定律等概念表明，随着时间推移，更少的材料能够实现更多的功能。这说明在组件层面正发生一定程度的功能性减量化，然而制造商利用技术进步，在既定外形规格内提升功能。为此，对物料清单中的若干单独组件进行了评估，以确定笔记本电脑关键功能的材料强度演变情况。

电池和硬盘驱动器（HDD）总成是随着时间推移观察到发生功能性减量化的两个例子。如图5所示，该图聚焦于本研究中的所有14.1′′台笔记本电脑，每节电池质量随时间保持相对稳定，仅有轻微波动。与此同时，每瓦时所需质量减少了近50%。类似地，硬盘驱动器的总成质量也相对恒定，而其容量增加了300多倍，每吉字节质量相应地下降。这些结果表明，技术进步正被用于换取功能的增强，以满足消费者对延长电池寿命或提高硬盘驱动器容量等性能改进的需求。所有组件的详细分析见补充信息（补充图SI‐3至SI‐7和补充表SI‐9至SI‐18）。

对DRAM卡也进行了类似的芯片裸片面积分析，并评估了其功能（存储容量）。图6所示的最终数据包括来自三家制造商、跨越12年（1999–2011）的30块DRAM卡，由于案例研究产品中观察到DRAM升级，该数据集比最初的11台笔记本电脑更广泛。尽管每项功能所需的尺寸迅速减小，显示出与摩尔定律一致的显著技术进步，但每块DRAM卡的总芯片裸片面积随时间的变化大致保持恒定。这一结果表明存在反弹效应，即技术进步带来的去物质化被用于提升功能，而非实现材料投入的净减少，这与此前关于微处理器的观察结果一致（邓和威廉姆斯，2011）。此外，我们观察到，每当功能增加时（例如从512兆字节到1GB）

每张卡所需的芯片裸片数量最初与之前可用功能的芯片裸片数量相似，随着时间推移出现轻微的去物质化，即芯片裸片面积与内存比率逐渐下降。请注意，此处的去物质化仅指设备中直接的材料含量（动态随机存取存储器芯片面积）。“净”去物质化将考虑上游材料以及生产过程中能源消耗的变化。尽管已有初步证据表明新一代半导体的材料强度在增加（威廉姆斯等人，2011年），但半导体领域的净去物质化程度仍是一个未解的问题。

最后，我们的结果表明，主板上的总芯片裸片面积在时间推移和笔记本电脑尺寸增加的情况下大致与主板面积保持一致，所有14.1′′台笔记本电脑主板的相关系数为0.65。图SI‐6以及表SI‐15和SI‐16显示了总主板面积及每台笔记本电脑主板上硅芯片的趋势，不包括中央处理器或动态随机存取存储器。在2000年和2001年型号年份之间观察到一个阶跃式增长，当时主板尺寸变大，并增加了独立的声卡和显卡已添加。这种增长与从CD‐ROM模块向DVD‐ROM模块的转变相关，我们推测主板面积的增加是为了支持新功能。此外，我们观察到，在某些逐年比较的情况中（1999年和2000年、2001年和2002年、2006年和2007年），板形在相邻年份之间保持不变，但每块板上的硅芯片裸片数量在同一时期有所减少。尽管对于典型产品而言，主板面积和芯片裸片面积与主板面积之比随时间大致保持恒定，平均分别为35,000 mm²和0.015，但结果表明这些平均值周围存在显著变异性。值得注意的是，随着笔记本电脑尺寸增大至 17′′，额外的空间使得可以使用更大的主板，并显著增加了芯片裸片面积，这可能是为了实现功能提升，或因为更大的产品占地面积减少了对组件的空间限制。

3.3. 主板分析

半导体制造是众所周知的高能耗工艺，而主板包含了笔记本电脑中相当一部分的半导体材料。尽管精确量化对于开展消费电子产品的生命周期评估（LCA）至关重要，但芯片裸片面积难以获取和测量。为此，已有多种启发式方法（基尔钱，2010；兹戈拉，2011）被提出用于估算印刷线路板（PWB）中所含硅的量，例如基于主板面积进行估算，或利用集成电路（IC）易于测量的外部封装面积与较难测量的内部芯片面积之间的既定比例进行估算。然而，应用此类比例并非简单直接的任务。

图7展示了在本研究包含的十一块主板中的625个封装芯片内观察到的各种芯片裸片与外部封装面积组合情况。测量的芯片裸片中，超过80%的外部封装面积为50 mm²或更小，其中40%的芯片裸片的外部封装面积等于20 mm²。此外，外部面积为20 mm²的250多个芯片的硅芯片面积未显示出明显趋势，且在1至8 mm²范围内分布较为均匀。

图7显示，主板上最常见的集成电路尺寸为20 mm², ，但这些组件对总芯片裸片面积的贡献仅占很小一部分。另一方面，每块主板上的总半导体面积中有30%到70%集中在最多五个集成电路中，具体比例取决于年份。图8展示了每块主板上最大的五个集成电路对总面积（不包括

中央处理器和动态随机存取存储器）。鉴于集成电路（IC）之间的半导体面积分布不均，以及芯片/封装比存在较大差异，显然，在估算笔记本电脑或其他电子产品中的半导体面积时必须谨慎进行，还需进一步分析以评估这些估算技术。

为此，评估了多种估算方法，以确定其在确定硅芯片面积方面的准确性。总结如下（更多细节见表SI‐19），这些方法包括使用每个集成电路的平均芯片面积的方法（方法1）、每单位主板面积的平均芯片面积的方法（方法2）、芯片面积与IC封装面积的平均比值的方法（方法3），以及结合直接测量和最大集成电路贡献估算的方法，

以及对剩余集成电路的近似估算（方法4）。每种方法的准确性均通过案例研究中的各块主板进行回溯分析，并通过计算均方根（RMS）误差来确定预测面积与实际面积之间的偏差。上述每种方法都涉及在常用封装尺寸或少数大型集成电路中芯片面积集中情况的基础上，对所用平均值和比率进行一定程度的分解。例如，方法1对所有采用20 mm²封装（最常见尺寸）的组件应用一个每集成电路面积值，对剩余组件应用另一个每集成电路面积值。在所有对比多种方法变体的情况下，正文中报告的四种方法在其各自的方法类别中具有最低的RMS误差（所有RMS结果见表SI‐20至SI‐23）（图9）。

虽然图9的结果表明，某些基于物理测量和近似估算的方法可能比其他方法表现更好，但此处测试的所有方法（共16种，包括所有变体）均存在显著的不确定性。总体误差最小的方法主要基于一种简单的方法：将每块主板上统计的集成电路（IC）总数乘以每个集成电路的平均面积因子（方法1），或在此估算基础上结合少量额外测量，包括测量任何未封装芯片裸片的面积，并增加一个针对封装面积大于100 mm²的组件的特定每IC面积因子（方法4）。一方面，这一结果表明，简单的基于启发式的估算方法有望简化构建半导体面积完整物料清单（BOA）数据这一劳动密集型任务；另一方面，此处观察到的不确定性（根据年份不同，偏差范围约为2%至45%）可能会在使用估算BOA数据进行生命周期评估（LCA）计算时引入显著误差。鉴于半导体生产在笔记本电脑净能耗影响中的重要性（邓等人，2011年），估计芯片面积的微小差异对最终结果的影响将远大于实际与估算的主体材料之间类似偏差所造成的影响（即图4）。广泛采用这些或类似的启发式方法应基于对特定外形规格的更多分析以及附加数据集的汇编。

4. 结论

4.1. 生命周期评估 – 时间和产品类型变异性

生命周期评估研究通常依赖于选择特定产品进行分析，并基于一个通常是隐含的假设，即所得出的物料清单对更大范围的产品具有代表性。本文报告的结果揭示了这种代表性的实际程度。在本研究的笔记本电脑样本组中，对于同一产品类型，物料清单随时间的变化出乎意料地小（14.1′′）。影响物料清单的主要产品属性（即屏幕尺寸）相比时间变化的影响要大得多。这暗示但并未证明，像Deng等（2011）之前的笔记本电脑研究，只要外形规格相同，其结果可能合理地代表研究年份之后的笔记本电脑的环境影响，但对于不同尺寸的计算机，结果差异会更大。

验证这一论断需要未来开展针对笔记本电脑样本组的大规模生命周期评估。尽管如此，我们认为本文的结果指引未来的生命周期评估研究应针对同一类别内不同产品以及不同年份的物料清单进行表征。

4.2. 生命周期评估 – 参数化物料清单

收集BOA数据是一项劳动密集型工作。通过建模，有可能从一个 “更容易获取”的数据集外推BOA。例如，如果需要通过研磨或X射线分析才能测量的硅芯片面积，能够与可通过视觉测量的外部集成电路封装尺寸高度相关，那将非常方便。然而，我们发现事实恰恰相反，封装尺寸与芯片面积的比值变化很大。在大型案例研究数据集中测试的其他参数关系，如每块主板的芯片面积或每个集成电路的平均芯片面积，显示出最有希望的准确性。鉴于每块主板中仅五个或更少的集成电路就占据了芯片面积的很大比例，因此可以通过将更密集的测量工作集中在最大组件上，并使用基于启发式的方法估算其余芯片面积，从而提升所有估算技术的精度。然而，依赖此类估算技术无疑会为最终的生命周期评估（LCA）引入更大的不确定性，因此还需要进一步研究BOA与硅面积之间的物理关系。

4.3. 去物质化和电子设计

这项研究还说明了依赖产品级去物质化来减少消费电子产品日益普及和价格低廉所导致的环境影响增加所带来的挑战。尽管“用更少的资源做更多的事”可能是降低电子行业环境影响的一个步骤，但这一目标的实现——至少对于笔记本电脑这类成熟产品而言——可能受限于对 “典型产品”外形规格的路径锁定。此后外形规格的演变更多地不是指向去物质化，而是为了满足消费者对功能提升或演进的需求，这可能导致材料强度增加（如更大的智能手机）或减少（如移除笔记本电脑的光驱）。因此，减少产品级环境影响的努力应转而聚焦于将增强的功能转化为延长产品寿命、降低功耗、支持使用寿命结束后的回收利用与回收功能，以及引导用户采取更可持续行为的用户界面。