零依赖碳计算：用IEA 2026数据做电网排放因子查询

我见过太多Scope 2碳计算器的做法：要么硬编码一个全球平均系数敷衍了事，要么调用第三方API按次收费，还把网络依赖塞进本该瞬时完成的确定性计算。这两种做法在监管披露场景下都站不住脚。GreenCalculus.com的做法是直接用IEA 2026、DEFRA 2025和EPA eGRID 2024的扁平数据对象，零运行时依赖。

电网排放因子比看起来复杂。GHG Protocol Scope 2指南要求企业在数据可得时同时报告两种方法：位置法（Location-based）基于用电所在国家或子区域的平均电网排放强度，计算公式是千瓦时乘以电网系数得到二氧化碳当量千克数；市场法（Market-based）则来自具体电力合同、可再生能源证书或供应商披露。位置法可以做成确定性查询，市场法需要用户自行提供数据。好的计算器要同时处理两条路径，区分清楚，绝不混为一谈。

单一国家平均值经常出错。EPA eGRID给出的美国全国平均是0.386 kg CO₂e/kWh，但纽约州北部的水电+核电主导区域实际只有0.125 kg CO₂e/kWh，差距接近3倍。用全国平均会高估200%的Scope 2排放，对CSRD申报者来说属于实质性错误。

所有系数我维护在一个PHP对象里，服务端注入到window.gcMasterBrain。每个计算器从window.gcMasterBrain.grid[countryCode].factor读取，JS代码里没有任何硬编码数字。数据结构如下：英国0.177（DEFRA 2025，较2024年下降15%）、德国0.364（IEA 2026）、法国0.052（约70%核电）、波兰0.635（煤电为主）、瑞典0.013（水电+核电）、挪威0.009（约99%水电）、印度0.708、中国0.581（随光伏风电规模扩大持续下降）、日本0.453、新加坡0.408。

子区域精度对数据密集型设施至关重要。美国eGRID把全国划为26个子区域，纽约州北部（NYUP）0.125，而俄克拉荷马西南（SWPP）高达0.576，同一国家内差异可达4.6倍。欧盟结构更分散：德国电网系数0.364，但隔壁法国0.052，波兰0.635。这种邻近国家的极端差异让"欧洲平均"毫无意义。

实现层面，服务端用PHP从源文件生成Master Brain对象，压缩后内联到HTML。window.gcMasterBrain包含完整的网格元数据、单位、来源年份和注释。计算器JS只读不写，纯函数计算，可离线运行，可审计，可缓存。没有fetch调用，没有API密钥管理，没有配额焦虑。

这个设计的核心取舍是：用构建时的数据新鲜度换取运行时的确定性和速度。对于需要追溯调整的历史报告，版本化Master Brain对象让"用2024年系数计算2023年排放"变得可复现、可验证。监管场景下，这比实时API的模糊承诺更有价值。