{"@context":"https://schema.org","@type":"Article","author":{"@type":"Person","name":"四火"},"headline":"制造业碳排放核算：范围一、范围二、范围三如何界定与量化？","articleBody":"<p>制造业的碳排放核算并非简单的“算总账”，而是需要按照国际通行的温室气体核算体系（GHG Protocol）将排放源划分为三个范围。这种划分方式帮助企业厘清直接排放与间接排放的边界，也为供应链协同减碳提供了共同语言。在欧盟碳边境调节机制（CBAM）等政策压力下，范围三的核算正从“可选项”变为“必答题”。</p><h2>范围一：直接排放，来自企业自有或控制的排放源</h2><p>范围一排放指企业拥有或控制的设施在生产过程中直接向大气排放的温室气体。制造业中常见的范围一来源包括：固定燃烧（如锅炉、窑炉使用煤、天然气、柴油等燃料）、移动燃烧（厂内叉车、运输车辆）、工艺过程排放（如水泥生产中的石灰石分解、钢铁冶炼中的焦炭反应）以及无组织逸散（制冷剂泄漏、煤矿瓦斯释放）。核算时通常采用排放因子法，即活动数据（燃料消耗量、原料用量）乘以对应排放因子。例如，燃烧1吨标准煤约排放2.6吨二氧化碳当量，但具体数值需依据燃料低位热值和氧化率修正。企业需要建立完整的燃料计量台账和工艺参数记录，才能保证范围一数据的可追溯性。</p><h2>范围二：间接排放，来自外购电力和热力</h2><p>范围二排放指企业因使用外购电力、蒸汽、供暖或制冷而产生的间接温室气体排放。虽然排放发生在发电厂或热力公司，但责任归属于能源消费者。核算方法有两种：基于位置的方法（location-based）采用电网平均排放因子，反映企业所在区域的电力结构；基于市场的方法（market-based）则考虑企业通过购电协议、绿证等工具实际使用的电力属性。对于制造业，范围二往往是碳排放的重要组成，尤其是电加热、电机驱动密集的行业。企业可以通过安装智能电表、分时段计量来获取高频用电数据，再结合电网排放因子动态更新，实现月度甚至日度的范围二核算。</p><h2>范围三：其他间接排放，覆盖价值链上下游</h2><p>范围三排放包含企业价值链中除范围二以外的所有间接排放，分为上游和下游共15个类别。上游包括采购的原材料、资本货物、燃料和能源相关活动（未计入范围一或二的部分）、运输与分销、运营中产生的废弃物、商务旅行、员工通勤、租赁资产等；下游包括产品加工、使用、报废处理、特许经营、投资等。制造业范围三的核算难点在于数据获取：供应商的排放数据往往不透明，产品全生命周期的排放分配需要合理的方法学。目前常见的做法是采用行业平均排放因子或供应商提供的产品碳足迹数据（如ISO 14067认证）。在CBAM过渡期，钢铁、铝、水泥等行业需要报告进口产品的直接和间接排放，范围三的核算能力直接影响出口竞争力。</p><h2>核算工具与数据管理</h2><p>制造业碳排放核算需要依赖数字化工具来提升效率和准确性。能源管理系统（EMS）可以采集智能电表、气表的高频数据，结合产量和质量数据，实现能耗与碳排放的动态关联。部分工业软件平台已集成碳足迹追踪与Scope 1/2/3排放自动核算模块，支持企业按照GHG Protocol或ISO 14064标准生成报告。在选型时，企业应关注平台是否具备与WMS/WCS及产线MES系统的深度握手协议，确保活动数据自动流转，减少人工填报误差。对于范围三，平台若能对接供应商数据接口或内置行业排放因子库，将显著降低核算工作量。</p><h2>常见误区与应对</h2><ul><li><strong>只算范围一和范围二，忽视范围三：</strong>对于多数制造业，范围三排放占比可达70%以上，忽略范围三会导致碳管理战略失真。</li><li><strong>排放因子选择不当：</strong>使用过时的电网排放因子或错误的燃料热值，会使核算结果偏差超过20%。应优先采用国家或地区主管部门发布的最新因子。</li><li><strong>数据颗粒度不足：</strong>仅以年度总能耗除以总产量得到平均碳排放强度，无法识别高排放工序或时段，难以支撑减排决策。建议按产线、班组或设备级别采集数据。</li><li><strong>边界界定模糊：</strong>未明确组织边界（股权比例法或控制权法）和运营边界，导致重复计算或漏算。应在核算报告中清晰说明边界设定。</li></ul><p>制造业碳排放核算正在从合规驱动转向价值驱动。企业建立覆盖三个范围的核算体系，不仅是为了应对CBAM、碳市场等政策要求，更是为了在供应链竞争中获取数据优势。建议从范围一和范围二入手，逐步扩展至范围三的关键类别，同时借助数字化工具实现核算的常态化与自动化。最终，碳排放数据将成为企业运营决策的重要输入，而不仅仅是年报中的一页附录。</p>\n<section class=\"ai-knowledge-source-note\"><h2>资料来源说明</h2><p>下列资料已通过候选编号与原文证据校验，仅展示正文实际使用的来源；未被来源覆盖的细节可能来自用户描述或模型通用知识，请发布前核验。</p><ol><li>2工业产业全景报告_工业产业全景_2026-08-23_工业AI落地瓶颈.pdf：<a href=\"/source/4945/1\" data-source-type=\"PUBLIC_KNOWLEDGE\" data-source-id=\"697\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"仅支持在线查看\" data-view-only=\"true\">在线查看来源</a></li></ol></section>","datePublished":"2026-09-02","copyrightNotice":"上海为合信息科技有限公司-铼河数据项目组","sourceOrganization":"铼河数据AI信源平台","isOriginalContent":true,"url":"https://www.laiheshuju.com/content/4945","mainEntityOfPage":{"@type":"WebPage","@id":"https://www.laiheshuju.com/content/4945","url":"https://www.laiheshuju.com/content/4945"}}