虽然如今确定范围 1 和范围 2 的排放量已被视为非常基本和标准的程序，但尽管存在 温室气体议定书范围 3 标准等出色的指导，但整个价值链（范围 3 ）中的排放量量化对于大多数公司来说仍然是一个相当大的挑战。
挑战
采购系统通常以财务形式记录采购量，而不记录物理属性（重量、尺寸、件数等）。即使至少部分采购的商品和服务具有物理属性，组织通常也无法获得可靠的排放因子来计算这些采购（代表组织的整个上游价值链）对气候的影响。
快速修复
解决这个问题的简单方法是简单地使用财务数字（例如，花费的美元/欧元的购买量），并将其与所谓的环境扩展投入产出 (EEIO) 表和模型相结合。货币投入产出表可以深入了解经济中不同部门之间的经济交易价值。它们允许用户计算每个部门对经济最终产出的附加值。这种货币投入产出表可以很容易地扩展到每个部门的环境相关信息，包括碳排放。
尤其是对于第 1 类“采购的商品和服务”（温室气体议定书将其 白俄罗斯电话号码列表 定义为“所有采购的商品和服务产生的排放量，不包括在上游范围 3 排放的其他类别中”），许多人都在使用这种方法。假设一家公司以 1000 万美元的价格购买了钢铁，那么您可以将这个数字应用到“初级钢铁和铁合金产品”部门的 EEIO 表中，并得到排放的二氧化碳当量 (CO2e)。当您对购买的一些主要材料重复此过程并将它们加起来时，范围 3 的第 1 类就完成了。但这是一个明智的举动吗？
走进死胡同
这种方法存在一些“不确定性”，例如：
时间：
EEIO 数据通常代表一段很长的过去，通常是 10 年前或更久以前。那么自那时以来碳强度的变化情况如何？数据不确定性：高达两倍甚至三倍。
价格：
市场的特性是价格随时间而变化。即使有更新的 EEIO 表，它们也无法准确表示您为材料支付的实际价格。钢铁？查看下面的钢铁 10 年价格历史图（从大约 235 美元到 940 美元不等 ）。燃料？相同。木材？糖？相同。高达 ±80% 的数据不确定性并不罕见。
精确：
你买的是什么钢材？什么合金？它来自哪里？它是如何生产的？它有多少可回收材料？许多参数都会影响你购买的材料生产过程中的碳排放。EEIO 在这方面帮不了你。数据不确定性？高达 10 倍。
将这些不确定性范围加起来，我们谈论的是数量级。这种方法可能适用于第一次非常粗略的筛选，以及对与特定组织无关的范围 3 类别的粗略估计。
但这种方法并不适合作为您减少碳排放和跟踪这些减排的基础和起点。完成范围 3 分析后，公司需要能够回答以下问题：我们可以在哪里减少 范围 3 的排放？这时您就会意识到，EEIO 得出的基线绝对不如设定减排目标和行动所需的那么准确。此外，它甚至无法猜测哪里有减排潜力、减排潜力有多大以及您可能在哪里拥有最大的杠杆作用。整个项目都是一次失败的启动，或者如果您喜欢用汽车来比喻的话，就是一条死胡同。
解决方案是什么？
精确计算范围 3 排放量需要使用物理属性，例如重量、尺寸、件数等。然后将这些数据点与材料（和/或流程）级别的高质量排放因子相连接，例如 生命周期影响评估 (LCIA) 数据库，其中包含由行业和材料特定可持续发展专家选择的每年更新的实际行业数据。一旦根据每种材料或组件的 LCIA 数据 评估了这些排放量 ，就可以将其扩展到商品和总体购买量。
基于这种对二氧化碳排放量的物质量化，可以进一步分析减排潜力。如果目标是获得有意义且可操作的数据，那么拥有这种详细程度的好处是值得的。真正的碳减排战略包括价值链排放，包括对替代生产路线和技术、材料或活动（例如使用绿色电力和采购选项）的评估。在这里，公司还需要深入的多部门 生命周期评估 (LCA) 专业知识 以及能够识别热点和替代减排途径的专业人员。他们可以帮助评估和量化碳减排，比较技术并提供关于实施这些措施的可行性、时间表和成本的见解。
成功的秘诀在于以详细、物理和科学的方式明确量化减排潜力。这将有助于引导该组织沿着其 战略脱碳道路前进。
那么，您可能会问自己，为什么相关标准和框架会容忍这种筛选级的 EEIO 数据。原因有很多，从低门槛进入到一些人的大力游说。然而，如前所述，这将导致一条死胡同。有关此主题的更多详细信息，请参阅 SBTi 的净零排放标准——承诺是否得到兑现？ （在“缺失部分”下）和 实现净零排放目标的 6 个数据特征。