碳核算软件报告：计算重要事项

碳核算软件 计算要紧的 内容 15第四章 提高自动化程度对于更广泛的采用至关重要 04从 GP 狮身人面像的观点 05第一章 气候问责的商业必要性 21第五章 由下一代碳核算技术驱动的市场潜力 08第二章 从活动到排放：碳核算过程 作者23 24关于GP猎犬25免责声明 13第三章 碳核算软件，为您服务 观点 从GP猎犬 为了实现到2050年实现净零排放的雄心勃勃的全球目标，到2030年，人为的CO2排放必须比2019年的水平减少约43%。我们的经济脱碳的转型很复杂，在这场喧嚣中，我们不可避免地进入了一个对商业领袖的新期望时代。 在本报告中，我们并非关注气候行动，而是关注气候问责。要实现真正的系统性变革，我们需要企业采用一种新的运作模式，其中基准是考虑并透明地报告其对地球的影响。 应对气候责任的商业必要性 走向问责的第一步是承认现状。企业活动所产生的碳足迹及其对气候的后续影响是什么？通过绘制活动及其相关排放，企业可以计算其碳足迹，并了解排放主要集中在哪些类别。 通过报告——并进行沟通——成果，利益相关者应该能够看到企业需要为气候变化负责的影响。 按类别分解的碳足迹，已准备好进行报告 商业必要性第一章7气候问责制 在此碳核算过程中检索到的数据反过来又是目标、预测和有效减排举措的基础。 随着监管机构强制将更全面的关于影响力和价值创造的观点纳入报告，企业开始更加关注其碳足迹。 欧盟的《企业可持续发展报告条例》（CSRD）将要求将碳排放测量纳入财务报表，并定于2023年重塑约5万家欧盟公司的报告实践。在美国，《气候相关财务信息披露工作组》（TFCFD）下的讨论也在推进，这将自今起增加气候报告的监管压力。 01适应新的常态 企业需要可靠的、可扩展且易于使用的碳测量解决方案来适应这一转变。贝恩公司最近的一项研究，涵盖了总共负责全球40%以上排放的1600家企业，揭示了仅10%的公司在2022年测量了其完整的排放足迹。此外，87%的公司希望扩大其报告范围，前提是他们拥有更好的数字工具。 无论目的是为了合规还是减少碳足迹，一切都指向碳会计软件对企业而言变得和实施AWS或CRM系统一样至关重要。 然而，当前的低采用率表明市场仍处于早期阶段，我们刚刚看到了第一批软件玩家的出现。我们需要哪些技术发展来提高碳核算的可用性，并达到全面气候问责制？ 从活动到排放：碳核算流程 高复杂度障碍给资源和时间带来压力 碳核算是一个企业排放多少温室气体（GHG）的系统方法、测量和监控。该过程可分为五个阶段。随着排放计算的应用性演变，它逐渐形成了一个动态循环，而不是一个静态直线。 1. 活动映射：首先，需要对企业的所有活动以及可用数据进行监督。根据企业需要遵守的标准，可能需要特定的数据类型。仅核算内部运营不足以计算企业的全部碳足迹（范围1）。从供应商处购买的商品和服务产生的间接排放也必须考虑在内（范围2-3）。事实上，企业90%的碳足迹来自间接排放。 2. 数据收集和处理：数据应有助于确定活动的大小、范围或性质。应同时使用支出和活动（例如单位）的度量。例如，商务旅行数据可以通过以下方式收集：1）航班数量、公里数或燃料的使用量，或2）公司支出在航空旅行上的金额。然后，需要将数据处理为适用的格式。如果你以一种特定单位衡量能源使用量，但排放系数基于千瓦时（见下文），则必须将数据转换为千瓦时单位。 3. 计算：收集和处理数据后，您将排放因子应用于将其转换为碳排放量。根据您拥有的数据类型（支出或活动）采用不同的计算方法。混合方法结合了两者。 基于活动的成本计算法利用与生产或消耗特定产品、材料或服务相关的单位级数据，并将其乘以排放因子——即消耗该单位所产生的排放量。这些因子通常来自与该特定材料或活动相关的科学研究。 活动数据一般允许更准确的排放估算比基于花费的数据，但它不太容易获得，而且更耗时且复杂地收集特别是在收集间接和范围3排放方面将很困难。 示例：如果你生产椅子，基于活动的分析方法可以计入使用了多少千克的钢铁和其他材料，以及这些投入因素来自哪里，从而提供特定于你产品的碳足迹。 基于花费的方法采用所购买商品或服务的货币价值，并将其乘以排放因子——即每货币单位产生的排放量。 基于支出的排放因子通常来自描绘经济不同部门间资源流动的环境扩展投入产出（EEIO）模型。据此，可以计算特定行业和地区的每单位货币支付所关联的平均排放量。 由于基于花费的方法的排放因子是基于行业平均水平构建的，因此计算可能缺乏针对性，通常不被视为首选方法。 示例：基于花费的方法通常会将你生产椅子这一因素考虑在内，而不会考虑椅子是用铁还是木头做的，或者它是否是从中国或美国运输过来的。 4. 结果：碳核算的主要输出是一个实体的排放足迹估算。该估算的准确性将取决于输入数据的质量以及所使用的排放因子的精确度。然而，需要注意的是，粗略估算仍然有助于更好地理解您的排放足迹。 5. 报告和行动：这些结果可以用多种方式使用。首先，通过企业碳足迹的最终报告，将满足监管要求和利益相关者的新需求。在透明度和可靠性等条件下，最终将有一个系统对企业气候影响的重要组成部分负责。此外，排放数据为行动和行星影响创造了机会，因为它能够识别有效的减排目标和策略。 01高复杂度障碍给资源和时间带来压力 从客户的角度来看，排放计算并不是最复杂的部分。反而是获取数据之前的步骤使得碳核算变得复杂且耗时。 特别是，复杂性出现在： 活动映射：识别业务所从事的所有活动——内部▪ 以及在整个供应链上——而且数据可用的地方耗时且是一个最初的手动障碍。 数据收集 & 处理:收集非标准化和非数字的数据▪ 从所有相关来源格式化，通常需要手动处理和计算摄入。 考虑到这种复杂性，碳核算对许多公司来说也是一个新的挑战。而且，当引入新的内部底线并向利益相关者报告时，公司希望一切都——差不多——正确。了解流程以及如何思考底层数据的第一步是必要的。 由于上述因素，可持续性顾问和传统碳核算服务提供商在历史上一直提供定制化服务，指导客户完成这一过程或执行完全外包的工作。 随着ESG关注的提升和致力于帮助企业自动化上述复杂流程，碳核算软件在2021年融资约4亿美元，在2022年融资约9.7亿美元。 开始使用机器学习和人工智能来计算排放和执行分析的基础云数字平台，是市场中的关键和重要转变。除了从手动流程和电子表格转向数字平台带来的明显好处之外，软件供应商还使碳核算更加广泛可及、动态和合规。 尽管这些发展对碳核算的应用有重大益处，但客户仍需在其当前状态下获得支持。碳核算软件用户平均花费75%的时间来映射业务活动和正确的数据输入。客户和专家的访谈表明，在选择碳核算供应商时，企业最决定性的因素之一是在数据收集阶段及之后通过人工支持和战略服务所达到的水平。 归根结底，碳核算软件供应商已经将显著的数字化推动到流程中，但仍然高度依赖将人工服务包含或结合到其产品或服务中。 然而，当前的碳核算软件供应商正为业务常规的新时代铺平道路，而我们才刚刚经历了第一代创新者。 自动化程度提高对于更广泛的采用至关重要 自动化活动数据收集和处理的关键障碍 解决数据问题的基础设施 无论预期法规如何，大多数公司都没有投入当前所需的时力和资源来进行可靠的碳核算。自动化程度的提高将降低复杂性，并对持续采用排放报告至关重要。 随着时间的推移，它也是气候努力的重要推动力。BCG的一项研究表明，在排放测量方面拥有更多自动化解决方案的组织，全面测量排放的可能性高出2.2倍，减少排放的可能性高出1.9倍。 第一代软件供应商在自动化计算方面已经走了很长的路。随着人工智能和排放因子数据库的使用，活动数据转换为碳足迹目前达到了高度自动化。 回到上述解释的复杂性挑战上，活动映射和数据收集及处理将成为最难自动化的组件也就不足为奇了。 碳核算软件客户和行业专家确定三个关键领域正在减缓碳核算软件的自动化和更广泛的应用： 1. 检索供应商（范围3）数据。从供应商那里获取正确的数据是一项艰巨的任务，并且随着您的价值链的规模、地域范围和复杂性的增加而增长。该流程涵盖从识别相关问题供应商和数据，而一些供应商无能力或不愿意分享。这导致企业进行碳核算严重依赖第三方实体。这种依赖可能会危及结果的可靠性。 2. 持续需要人工处理非结构化数据。缺乏标准化的数据格式以及来自不同提供商的众多来源，需要耗时的人工流程来准备数据以供使用。为了说明这一点，考虑一下看似例行的电费账单。一家企业可能有一组提供商，其中数据以不同的格式（如PDF或Excel表格）以不同的频率到达。他们甚至可能不使用相同的单位来计量电力。为了确保与软件的兼容性，需要持续进行这项数据的收集、清理和重新格式化。 3. 非标准化做法泛滥。由于方法和数据格式缺乏标准化，同时存在多种方法的空间，因为遵循现有法规是目标。考虑到碳核算仅存在了大约20年，还没有发展出统一体系也就不足为奇。像温室气体核算体系（GHG Protocol）和全球报告倡议组织（GRI）这样的框架正在推动进步，但互操作的数据格式仍需数年才能实现。 02解决数据问题的基础设施 尽管上述挑战都要求市场更加成熟和系统变革，但仍有一些关键发展将有助于加速流程自动化。 通过“求解数据”实现自动化碳核算 人工智能用于构建和清理数据。生成式人工智能解锁了自动化各行业文本到输出和重复性任务的可能性。在处理大量非结构化数据时，例如电费账单的例子，应用自然语言处理来提取正确的项目行将提高此类繁琐任务的速度和便捷性。虽然人工智能在一般数据结构化方面的帮助将很重要，但像Briink这样的公司已经开始用人工智能创新ESG洞察和文档分析。 人工智能赋能输出的全程可追溯性。上述进展在当前人工智能创新的速度下并非科幻。然而，只有当输出结果可靠且始终可追溯时，该技术才能发挥其全部潜力。这意味着，即使人工智能助手检索和处理您的电力数据，审计员也必须能够将数据追溯到每一张电力账单。 在分散的子类别中改进 API 和数据集成。一旦部署到位，从企业分散系统中自动提取数据的API集成极大地简化了数据收集。现在，用于提取基于支出数据的API已用于财务会计系统。然而，在非标准化和精度活动数据领域，范围要广泛得多。尽管一些更集中的子类软件，如企业差旅，正越来越多地与碳会计互操作，但数据孤岛和不同系统之间仍需要许多尚未实现的集成。 更高级的 API 解决方案，例如 API 聚合器、开源应用程序和 API 优先软件，对于实现自动化数据收集和碳排放在计量方面的可行性至关重要。我们已经看到像 Climatiq 这样有影响力的创新者，它通过 API 将碳排数据集成到现有的业务功能软件中。 数字化供应链和可持续性数据从供应商处获取数据很困难，因为我们首先需要完整的数据可用性。作为全球贸易和价值链透明化系统性转变的一部分，数字化和建立大型公司数据库的多项工作已全面展开。像Altana和Flexport这样的公司将供应链物流数字化，而EcoVadis和Prewave则负责供应链可持续性合规。它们都在建立包含数千家公司的有价值的数据库，这些数据库可以在其他用例中发挥作用——例如碳核算中的范围3排放。 尽管全球范围内将现有所有手动数据和流程数字化需要一段时间，但我们拥有越多关于企业的实时数据，数据收集就会越容易。这些发展也是协同的，因为在碳核算方面的努力将成为采购、运输和供应链决策的重要贡献者。 推动这些发展的努力将导致公司创建自动化和可靠的碳核算的挖土机方法： 从终端用户的角度来看，在碳核算用例中，不会有一个赢家通吃的局面。由于该流程的复杂性和范围，我们不会有一个一刀切的解决方案。我们相信，在多个供应商共存成熟的市场中，以下细分市场将拥有非常不同的客户群体、特征和软件能力。 垂直软件是针对特定行业或排放子类别的有潜力的细分市场。通过专注于为特定客户或排放类别构建您的产品，客户流程、数据输入和标准的多样性会减少，因此努力在解决自动化方面将更具影响力