企业碳足迹计算的组织数据准备度：现状与开发路径

《Cleaner Environmental Systems》：Organizational Data Readiness for Corporate Carbon Footprint Calculation: Current State and Development Pathways

　　

企业碳足迹（Corporate Carbon Footprint, CCF）日益被要求用于可持续发展报告和气候战略制定，但其可靠性常受限于不完整或不够具体的数据，尤其是在范围3（Scope 3）。本研究调查了数据准备度（Data Readiness, DR），即相关数据的可用性、可靠性和系统性整合，用于计算企业碳足迹（CCF）。分析基于在德国巴登-符腾堡州（Baden-Württemberg）开展的17个公司项目。结果显示，各排放范围之间存在显著差异：范围1（Scope 1）的平均DR约为65%，范围2（Scope 2）约为51%，范围3（Scope 3）约为51%。在范围3内，采购商品和服务（3.1）是主要的排放驱动因素，也是数据改进的首要优先事项。在加工销售产品（3.10）和销售产品废弃处理（3.12）方面存在重大数据缺口，这些方面通常缺乏可靠的活动数据和排放因子。公司规模之间也存在差异：中小企业（SMEs）往往具有更高的数据质量，但数据集不够全面，而大公司则实现了更高的数据完整性，但面临更复杂的协调挑战。一个成熟度模型（maturity model）为数据收集和计算程序提供了按范围和类别划分的指导。关键建议包括：尽早实施范围3材料性分析（materiality analysis）、明确数据所有权、基于ERP（Enterprise Resource Planning）系统跟踪数量相关活动数据、供应商参与以及使用混合核算方法（hybrid accounting approach）。总体而言，系统性的数据开发和稳健的数据过程治理对于增强DR以及使排放核算成为战略管理工具至关重要。

**论文解读：企业碳足迹计算的组织数据准备度现状与开发路径**

**1. 研究背景与问题**

随着全球气候目标的收紧以及欧盟《企业可持续发展报告指令》（CSRD）、《碳边境调节机制》（CBAM）和《欧盟分类法》等监管框架的出台，企业面临日益增长的温室气体（GHG）排放核算与透明报告要求。然而，实践中企业碳足迹（CCF）计算的可靠性常受限于数据的可用性和质量，特别是范围3（Scope 3）排放，其占企业温室气体清单的70%左右，但仅有6%的排放因子基于供应商特定数据。中小企业（SMEs）在资源约束下尤为困难，超过70%的SMEs需要额外资金来启动气候行动。现有研究指出，缺乏系统化的数据基础、不明确的数据所有权以及跨部门协作不足是主要障碍。因此，本研究旨在评估企业层面数据准备度（DR）的现状，并开发改进路径，以支持CCF从一次性报告工具转变为战略管理工具。

**2. 研究内容、结论与意义**

研究人员基于德国巴登-符腾堡州（Baden-Württemberg）17家制造业导向公司的项目，采用结构化问卷评估了范围1、2及所有15个范围3子类别的数据完整性（DC）和数据质量（DQ），并构建了材料性分析（materiality analysis）与数据准备度评估框架。研究发现：范围1平均DR为66%，范围2和范围3均为51%；范围3中，采购商品和服务（3.1）是最大排放源和数据改进优先项，而加工销售产品（3.10）和废弃处理（3.12）的DR最低（分别为17%和28%）；中小企业数据质量更高但完整性较低，大公司数据更完整但协调挑战更大。基于此，研究人员提出了包含三个层级的成熟度模型（maturity model），指导企业从基础核算（层级1）逐步过渡到自动化初级数据集成（层级3）。该研究发表于《Cleaner Environmental Systems》，其重要意义在于首次系统量化了制造业企业CCF计算的DR现状，并提供了可操作的渐进式改进路径，为气候战略制定和合规报告奠定了基础。

**3. 主要关键技术方法**

研究人员采用以下关键方法：首先，基于GHGP（Greenhouse Gas Protocol）框架，开发了数据准备度评估框架（DRA），涵盖材料性分析和数据就绪度评估；其次，通过材料性分析（基于排放量级和减排影响力两个维度，采用0-5分制）识别相关范围3子类别并推荐计算优化方法；再次，利用结构化问卷对17家德国巴登-符腾堡州制造业导向公司（包括8家SMEs和9家大型企业，涵盖电气工程、机械工程、汽车、食品等行业）进行数据收集，采用复合指标（数据完整性×数据质量）量化DR。所有公司项目均遵循标准化流程，包括组织背景澄清、材料性评估、问卷填写及结果验证。

**4. 研究结果**

**4.1 材料性分析聚合结果**

基于17家公司的材料性评估，研究人员发现采购商品和服务（3.1）在排放量级和减排影响力上均是最重要的范围3类别，材料性得分3.35/5；其次是下游运输和分销（3.9，2.63分）、销售产品使用阶段（3.11，2.54分）和销售产品废弃处理（3.12，2.50分）。大公司认为类别3.1、3.11和3.5更材料性，而SMEs认为类别3.13、3.2和3.12更材料性。类别3.14未被任何公司视为相关。

**4.2 数据准备度评估聚合结果**

通过DRA评估，研究人员发现范围1的DC（84%）和DQ（82%）最高，DR为66%；范围2的DC（64%）和DQ（75%）较低，DR为51%；范围3的DC（65%）和DQ（75%）与范围2相似，DR也为51%。在范围3子类别中，DR最高的为上游租赁资产（3.13，86%）和下游租赁资产（3.8，80%），最低的为加工销售产品（3.10，17%）、废弃处理（3.12，28%）和投资（3.15，32%）。SMEs整体DR略高于大公司，尤其在类别3.6、3.7、3.13和3.15中优势明显，而大公司在类别3.9和3.11中表现更优。

**4.3 范围3子类别内按计算优化方法的数据准备度**

研究人员进一步分析了各子类别不同计算优化方法的DR。在类别3.1中，平均基础法（average-based method）DR最高（58%），优于供应商特定法（51%）和支出基础法（spend-based method，35%）；混合法（hybrid method）仅为2%。SMEs在平均基础法和供应商特定法中表现更好，大公司在支出基础法中更优。类似模式在类别3.2、3.3、3.4、3.5、3.6、3.7和3.9中均观察到，平均基础法或距离基础法（distance-based method）通常具有最高DR，而支出基础法或燃料基础法（fuel-based method）表现较低。

**4.4 材料性与数据准备度对比**

研究人员对比了各范围3类别的材料性（按排放量级归一化）与DR，发现类别3.1两者差距最大（材料性高于DR约28个百分点），表明其高材料性未得到相应数据支持。类似但较小差距出现在类别3.9至3.12。相反，类别3.13虽然材料性很低，但DR非常高（86%），表明数据收集过度集中于低材料性类别。

**5. 讨论与结论**

**讨论部分总结**：研究人员指出，DR低的原因包括：范围1和2的活动数据仅部分手动收集，缺乏数字化系统；范围3中，供应链复杂、缺乏数字基础设施、国际运营加剧数据缺口；公司规模差异导致SMEs因供应链简单而DR更高，但数字化水平普遍低下；缺乏专业知识、预算限制和管理优先级不足加剧了问题。基于此，研究人员提出了分类别的改进实践，包括ERP系统集成数量活动数据、供应商优先排序与标准化数据请求、员工出行系统扩展、下游产品假设开发等，并构建了成熟度模型（层级1：基础核算；层级2：增强数据集成；层级3：自动化初级数据集成），该模型需按类别而非整体应用，以支持渐进式发展。

**研究结论部分翻译**：本研究审视了巴登-符腾堡州企业层面排放核算的现状，提供了数据可用性和质量以及计算企业碳足迹方法优化途径的全面概述。分析揭示了在分析的制造业导向样本中哪些排放类别最相关、可采用哪些计算优化方法，以及范围1、2及15个范围3类别的数据可用性水平。基于识别出的数据缺口和实践经验，研究人员开发了改进数据质量的良好实践，并将其转化为排放核算的成熟度模型。该模型描绘了一个逐步发展的过程，从平均基础和支出基础方法（成熟度层级1）到增强的数据系统和半自动记录流程（成熟度层级2），最终实现初级活动数据和排放因子数据的完全集成与全自动提供（成熟度层级3）。研究结果强调，高质量的排放评估不仅对可持续发展报告至关重要，对有效的企业气候战略同样不可或缺，这归因于监管要求增加（如CSRD）和产品相关要求（如可持续产品生态设计法规）的兴起。可靠的排放核算需要明确的组织整合和紧密的跨部门协作，而IT部门、采购部门和公司管理层的承诺是关键。研究局限性包括：样本仅限于17家巴登-符腾堡州公司，不具备统计代表性；区域背景可能引入偏差；项目抽样可能产生自选择偏差；部分分析基于公司自报信息，主观性无法完全排除。未来研究应长期观测数据成熟度发展，并验证成熟度模型的有效性。