【重磅发布】碳阻迹推出PSTGT碳排放因子选取规则，把因子选取做成一套可执行规则

做一次完整的碳核算，通常绕不开三个重要环节：收集活动数据、选择碳排放因子、形成核算报告。数据是基础，报告是结果，而因子负责把实际活动数据换算成碳排放量。

碳核算的公式看起来并不复杂：

碳排放量 = 活动数据 × 碳排放因子

采购多少原材料、消耗多少电、运输多少吨公里，这些活动数据乘以相应因子，就能得到排放量。

真正难的，往往不是这道乘法，而是选择合适的排放因子。

同一种原材料，在不同数据库中可能对应十几个因子，它们的生产工艺、地理范围、数据年份和系统边界各不相同，同时数值相差也很大。因子一旦选错，影响的不只是最后的碳排放总量，还会改变排放热点、供应商表现和减排优先级。一个计算过程完整、数值精确到小数点后四位的结果，也可能因为因子不适用而失去管理价值。

所以，因子选取不是核算中的查表步骤，而是决定核算结果是否可信的专业判断。

01 因子越来越多，为什么反而更难选？

数据库在增加，标准在完善，企业能够获得的碳数据比过去丰富得多。但在实际项目中，因子选取仍然容易出现几类问题。

只看名称，不看技术

搜到“钢材”“铝”“塑料”就直接使用，没有继续核对长流程还是短流程、原生材料还是再生材料、具体牌号和生产工艺是否一致。

只看年份或地区，不看边界

看到数据更新、地区更近便优先采用，却忽略它是否包含运输、基础设施、回收收益，以及温室气体范围和GWP版本是否一致。

只收结果，不问来源

供应商给出一个碳足迹数值，但没有计算过程、活动数据、分配方法或核查依据，仍被当作初级数据直接使用。

哪里低就选哪里

面对多个候选因子，以获得更低的核算结果为目标，选择对企业或产品更有利的数值。

相似因子混着用

电力碳足迹因子与电力二氧化碳排放因子名称接近，却对应不同核算边界和应用场景。如果不加区分，产品碳足迹和企业外购电力排放都可能算错口径。

02 行业内已有标准，缺的是一条清楚的决策链

因子选择并非没有依据。

GB/T 24067—2024《温室气体 产品碳足迹 量化要求和指南》要求，在企业拥有财务或运营控制权的情况下收集现场数据；对重要单元过程，也宜优先使用现场数据。只有初级数据无法收集，或过程重要性较低时，才使用次级数据。标准同时要求从时间、地理和技术覆盖范围等方面评价数据质量。

（来源：GB/T 24067—2024《温室气体产品碳足迹量化要求和指南》

国际上，GHG Protocol的范围三指南也将数据分为初级数据和次级数据，建议对高优先级活动收集高质量初级数据；初级数据不可得或质量不足时，可使用次级数据，并从技术、时间、地理、完整性和可靠性等方面评价数据质量。

（来源：GHG Protocol的范围三指南）

生态环境部等部门印发的《产品碳足迹因子数据库建设工作指引》进一步提出，因子数据研制应优先采用初级数据，合理使用统计、文献和估算等次级数据，并评价技术、地理、时间代表性以及可追溯性。

（来源：《产品碳足迹因子数据库建设工作指引》）

在具体认证场景中，规则还会更细。国家认监委发布的第一批产品碳足迹标识认证专用实施规则提出，次级数据应优先使用国家公布或主管部门推荐的碳足迹因子；没有相应因子时，再依次考虑经第三方验证的报告、商业数据库、文献或行业统计数据、国外同类技术数据等，并结合DQR进行质量评价。

这些标准和规则形成了几项共识：

1. 先明确核算目的、系统边界和项目要求；

2. 能取得合格初级数据时，优先使用初级数据；

3. 使用次级数据时，既要审查来源，也要判断适用性；

4. 数据质量评价不能绕开技术、地理和时间代表性；

5. 选择过程需要留痕，能够被复核和重现。

问题在于，这些要求分散在不同标准、PCR、认证规则和数据库指南中。面对几十个候选因子，项目人员仍需要把原则转换成一个个具体判断。

基于多年碳核算、产品碳足迹和数据库建设实践，碳阻迹将这些共识整理为一条更便于执行的决策链，推出 PSTGT碳排放因子选取规则。

PSTGT由五个字母组成：

P（Primary Data）：初级数据

S（Secondary Data）：次级数据

T（Technological Representativeness）：技术代表性

G（Geographical Representativeness）：地理代表性

T（Temporal Representativeness）：时间代表性

它不是把五项指标放在一起平均打分，而是有先后顺序：

先找合格的P；没有合格的P，再筛选S；面对多个S，重点比较T-G-T。

03 P：初级数据优先，但必须是合格的P

初级数据来自被核算对象本身，例如工厂实测的能源消耗产生的排放，或者供应商针对特定产品提供的计算过程清晰的碳排放数据。它更接近真实生产活动的排放水平，应当优先使用。

假设一家汽车零部件企业采购铝材。供应商提供了该牌号铝材的产品碳足迹报告，报告说明了生产地点、统计周期、工艺路线、再生料比例、分配方法和核查情况。与数据库中的中国铝材平均值相比，这份供应商特定数据更能代表实际排放，应优先考虑。

但如果供应商只在邮件中给出“每吨铝材排放3吨二氧化碳当量”的结论，没有边界、年份和计算依据，这个数值就不能算作合格的P。

判断初级数据能否采用，至少要问清四件事：数据如何取得，边界和单位是什么，计算与分配方法是否明确，原始记录能否追溯。结果明显偏离行业水平时，还要进一步复核。

P优先，优先的是更接近真实场景且质量合格的数据，而不是企业自己提供的任何数字。

04 S：没有合格的P，再从次级数据中找答案

当初级数据无法获得或质量不满足要求时，进入S，即次级数据筛选。

在适用性相当的情况下，PSTGT建议依次考虑：

1. 核算规则指定的数据，以及国家标准、国家平台或主管部门公布的数据；

2. 项目规则认可的权威数据库，如ecoinvent、DEFRA、IEA等；

3. 其他商业数据库、行业数据库或权威机构数据；

4. EPD、学术文献及其他可追溯资料。

法规、标准、PCR或客户已经指定因子和方法时，应优先执行相应要求；来源权威但技术和边界明显不符合实际活动的数据，也不能因为发布机构更具影响力而直接采用。

以境内产品碳足迹核算中的用电为例，如果项目需要核算电力消费的生命周期排放，且没有更具体的项目规则或企业特定数据，生态环境部发布的全国电力碳足迹因子通常比国外数据库中的中国默认电力数据更优先。它来自主管部门，数据代表中国电力系统，核算边界也对应产品碳足迹场景。

企业实操时：先看数据从哪里来，再看它能不能用在这，两道检查都不能少。

05 T-G-T：三个代表性，判断哪个因子更像真实场景

通过来源筛选和准入检查后，往往还会留下多个候选因子。一般情况下，PSTGT采用以下比较顺序：

技术代表性 ＞ 地理代表性 ＞ 时间代表性

T：先看生产技术是否匹配

技术代表性关注原料类型、生产工艺、技术路线和能源结构。

例如，某企业采购的是中国生产的电炉钢，可选因子有当年的境外长流程钢数据、三年前的中国电炉钢数据和全球平均钢材数据。如果三者的系统边界和数据质量都满足要求，通常应优先考虑三年前的中国电炉钢数据。高炉—转炉长流程和电炉短流程的原料结构与排放特征差异较大，技术路线匹配比单纯追求最新年份更重要。

再比如，核算再生塑料时，如果候选因子代表的是原生塑料生产，即使地域和年份都合适，也不能替代对再生工艺的判断。

G：再看数据是否来自正确的地方

地理代表性按照实际生产地判断，不是采购地、贸易商所在地或最终使用地。

一家上海企业从国内贸易商处采购在东南亚生产的天然橡胶，原料生产地仍是判断地理代表性的主要依据。若直接使用上海或中国平均农业数据，地理位置虽然离采购方更近，却不能代表橡胶种植和加工的实际条件。

此外，电力、农业和废弃物处理对地域尤其敏感。不同地区的电力能源结构、气候、资源条件和技术处理方式差异明显，此时可以提高G的优先级。

T：最后看时间是否接近核算期

时间代表性要求数据年份尽量接近核算期，但不是简单地越新越好。

如果一条2025年数据代表完全不同的生产工艺，另一条2022年数据与企业实际路线一致，后者通常更合适。旧数据也不应仅凭年份直接判定失效，需要结合技术变化速度和DQR/DQS评价。

对光伏、电池等迭代较快的技术，时间差可能对应效率、能耗和材料体系的明显变化，此时应提高时间代表性的权重。PSTGT给出一般顺序，也保留行业判断。

06 把PSTGT放进一次完整的因子选择中

实际操作可以分为六步：

第一步，明确要求

确认项目用于组织盘查、产品碳足迹、EPD、CBAM还是范围三管理，并检查法规、标准、PCR和客户对排放因子的要求。

第二步，寻找P

判断企业或供应商数据是否真实、完整、可追溯。合格则优先采用，不合格则进入次级数据筛选。

第三步，建立S候选池

从指定因子、主管部门数据、项目认可数据库及其他可靠来源中筛选候选项。

第四步，做准入检查

核对产品与工艺、系统边界、单位、GWP版本、温室气体范围，以及运输和回收过程。存在明显冲突的因子先排除，不带入后续比较。

第五步，比较T-G-T

一般先技术、再地理、后时间；电力、农业、废弃物处理或快速迭代技术可根据场景调整权重。

第六步，评价并留痕

结合DQR/DQS（数据质量等级/评分）评价完整性、可靠性和可追溯性，保存候选因子、排除原因、最终选择理由和人工调整记录。

完整决策链可以概括为：

核算要求 → P初级数据 → S次级数据 → T技术代表性 → G地理代表性 → T时间代表性 → 数据质量评价与复核

07 规则的边界：不刻意选低值，不重复计算，不回避复核

PSTGT帮助项目人员找到更适用的因子，但它仍有几条必须遵守的边界。

因子数值高低是筛选结果，不是筛选目标。不能为了得到更低的产品碳足迹，在多个候选项中刻意选择低值。

系统边界必须一致。已知实际运输方式和距离时，优先选用不含运输的因子，再单独计算运输排放；因子已经包含运输时，不能重复计算。涉及再生材料和报废回收，还要检查回收收益是否被重复计入。

规则也不能替代专业复核。技术路线或边界不清、候选因子差异过大、供应商数据异常，或者涉及法规解释和回收分配时，辅以专业的判断，一事一议。

系统需要保留的不只是最终采用的因子，还包括候选项、排除理由、数据质量评价和人工调整。这样，当项目换人、跨年度更新或接受第三方核查时，选择过程仍然可以解释和重现。

08 从方法规则到Carbon Agent

规则解决“应该怎么选”，企业还需要解决另一个现实问题：当核算涉及成百上千种物料和排放源时，怎样稳定地执行这套规则？

碳阻迹多年服务不同行业企业，持续积累核算模型、行业知识和因子数据。在这些经验基础上，碳阻迹建立了中国碳数据库（CCDB），并推出 Carbon Agent。目前，Carbon Agent可调用30万+碳排放因子，辅助企业完成数据归集、核算建模、因子匹配和逻辑校验。

PSTGT也构成Carbon Agent进行因子匹配与推荐的规则基础之一。Agent不会只根据物料名称返回一个数值，而是结合核算目的、数据来源、技术路线、生产地区和数据年份筛选候选因子；遇到边界冲突、单位异常或信息不足时，提示补充信息或转交人工复核。

例如，用户输入“核算中国工厂生产的一款储能电池的全生命周期碳足迹”，Agent可以辅助识别生命周期阶段和排放源，建立符合ISO 14067等要求的产品碳足迹模型，再从因子库中匹配候选数据。面对电力数据，它会先判断这是产品生命周期核算还是企业外购电力排放；面对正极材料，还要继续识别材料体系、生产地区和统计周期，而不是停留在关键词匹配。

（点击https://agent.carbonstop.com，试

这正是行业经验、规则和AI结合的价值：把专家脑中的判断路径写进系统，让大量重复工作自动完成，把真正需要判断的异常和争议留给专业人员。

因子选得对，碳才能算得准。

碳阻迹希望通过PSTGT和Carbon Agent，让企业面对复杂的碳核算任务时，知道该用什么数据，也能说明为什么这样用。

参考资料

1. GB/T 24067—2024《温室气体 产品碳足迹 量化要求和指南》

2. GHG Protocol：范围三数据选择与质量评价

3. 《产品碳足迹因子数据库建设工作指引》

4. 国家认监委：第一批产品碳足迹标识认证专用实施规则（试行）

5. 生态环境部等部门：2024年电力碳足迹因子数据

6. 生态环境部、国家统计局：2023年电力二氧化碳排放因子

7. 生态环境部：电力碳足迹因子与电力二氧化碳排放因子的应用区别

8. 碳阻迹：Carbon Agent