2024年碳核算软件报告

碳排放核算软件 统计什么重要 内容 15第四章 提高自动化对于更广泛的采用至关重要 04来自GP猎犬的观点 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：碳核算流程 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 猛犬 要实现到2050年实现净零排放的雄心勃勃的全球目标，到2030年，人类造成的二氧化碳排放量必须比2019年的水平减少约43%。我们的经济脱碳转型是复杂的，在所有的喧嚣中，对于商业领袖来说，我们正进入一个新的期望时代，这是不可避免的。 在本报告中，我们并非关注气候行动，而是关注气候问责制。为实现真正的系统性变革，我们需要企业采取新的运作模式，其中基准是考虑其对地球的影响，并透明地报告。 应对气候问责的商业必要性 走向问责的第一步是承认现状。企业的活动及其对气候的后续影响的碳足迹是多少？通过绘制活动及其相关排放，企业可以计算其碳足迹，并了解大部分排放来自哪些类别。 通过报告——并进行沟通——结果，利益相关者应该能够了解业务需要对其负责的气候影响。 在这一碳核算过程中检索到的数据，反过来又是目标、预测和有效减排措施的基础。 随着监管机构迫使企业将更全面的视角纳入对影响和价值创造的报告，企业开始更加关注其碳足迹。 欧盟的企业可持续发展报告指令（CSRD）将要求将碳测度纳入财务报表，并预计在2023年重塑约5万家欧盟公司的报告实践。在美国，在气候相关财务信息披露工作组（TFCFD）的推动下，相关讨论也在进行中，从而增加了从现在起对气候报告的监管压力。 01适应新的业务常规 公司将需要可靠、可扩展且易于使用的碳测量解决方案来满足这一转变。贝恩公司最近的一项研究，其中包括1600家合计占全球排放量40%以上的企业， reveals（揭示）只有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，将和实施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，并达到完全气候问责制的状态？ 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 碳核算是指企业排放多少温室气体（GHG）的系统方法论、测量和监控。该过程可以分为五个阶段。随着排放计算的操作适用性演变，它逐渐形成一个动态循环，而不是一条静态的直线。 1. 活动映射：首先，需要监督企业所有活动和可用数据。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）。还必须考虑从供应商处购买的货物和服务的间接排放（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）度量。例如，商务旅行数据可以通过1）航班数量、公里数或燃料使用量收集，或2）公司航空旅行的花费金额。然后，数据需要处理成适用的格式。如果你以一个特定单位测量能源使用，但排放系数基于kWh（见下文），数据必须转换为kWh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。计算方法根据您拥有的数据类型——支出或活动——而有所不同。混合方法结合了这两种方法。 基于活动的成本计算法使用与生产或消费特定产品、材料或服务相关的单位级数据，并将其乘以一个排放因子——即消费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，而且更耗时且复杂的收集特别是，收集间接和范围3排放将很困难。 示例：如果你生产椅子，基于活动的成本计算方法可以考虑到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，以提供针对你的产品的特定碳足迹。 基于支出的方法采用已购商品或服务的财务价值，并将其乘以排放因子——即每个财务单位的排放量。 基于成本的排放因子通常来自环境扩展投入产出（EEIO）模型，该模型描绘了经济体不同部门之间的资源流动。据此，可以计算出特定行业和地区每单位货币支付所关联的平均排放量。 由于基于支出的方法的环境因子是建立在行业平均水平之上的，因此计算可能缺乏针对性，通常不被视为首选方法。 例子：一种以支出为基础的方法通常会将这一点纳入考量，即你生产了一张椅子，而不会考虑这张椅子是由铁还是木头制成的，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估算实体的排放足迹。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度。然而，需要注意的是，粗略估算仍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，通过一家企业的碳足迹的最终报告，监管要求和相关方的最新要求将会得到满足。在透明度和可靠性等条件下，最终将形成一个系统，要求企业对其气候影响的重要组成部分负责。此外，排放数据创造了行动和行星影响的机会，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。反而是得出先前数据这一步，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▪ 并且贯穿整个供应链——而且，数据可用之处耗时且是第一个手动障碍。 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取。 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，在纳入新的内部底线并报告给利益相关者时，公司希望把事情——基本上——做正确。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排放核算供应商历史上一直提供定制化服务，指导客户完成此过程或执行完全外包的工作。 碳核算软件，为您服务 随着对ESG的关注度提升以及致力于帮助企业自动化上述复杂流程，碳会计软件在2021年筹集了约4亿美元资金，2022年筹集了9.7亿美元。 开始使用机器学习和人工智能来计算排放并进行分析的云平台数字平台，在市场中的转变是关键和至关重要的。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、动态和合规。 虽然这些发展对碳核算的应用有重大益处，但客户仍需要在当前状态下获得支持。碳核算软件用户平均将75%的时间用于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，决定企业最关键的因素之一是在数据收集阶段及之后提供的手动支持和战略服务的水准。 最终，碳核算软件供应商已显著推动了流程的数字化，但仍然高度依赖将人工服务包含或结合到其产品中。 然而，当前的碳核算软件供应商正引领着商业常规化新时代的道路，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，大多数公司目前都没有投入必要的时间和资源来执行可靠的碳核算。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驱动力。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是2.2倍，减少排放的可能性是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的自动化。 回溯到上述解释的复杂性挑战，活动映射以及数据收集和处理将是自动化中最难的组成部分也就不足为奇了。 自动化活动数据收集和处理的关键障碍 碳核算软件客户和行业专家指出三个关键领域正在减缓碳核算软件的自动化和更广泛采用： 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，并且随着你的价值链的规模、地域范围和复杂性的增加而增长。这个过程涵盖从识别相关供应商和数据，而一些供应商可能没有能力或不愿意分享。这导致企业进行碳核算严重依赖第三方实体。这种依赖性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供应商的众多数据源， necessitate 耗费时间的手动流程来准备数据供使用。为了说明，考虑看似常规的电费账单。一家企业可能有一组供应商，其中数据以不同的格式（例如 PDF 或 Excel 表格）在不同的频率到达。他们甚至可能不使用相同的单位来衡量电力。为了确保与软件的兼容性，需要持续进行手动收集、清理和重新格式化这些数据。 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，因为遵守现有法规是目标。考虑到碳会计仅存在了大约20年，尚未开发出统一系统也就不足为奇。像GHG协议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 尽管上述挑战都需要市场更加成熟和系统变革，但有几个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 AI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，例如电费账单的示例中，应用自然语言处理以提取正确的项目将提高此类繁琐任务的速度和便利性。虽然人工智能在帮助数据结构化方面将很重要，但像Briink这样的公司已经用人工智能创新ESG洞见和文档分析。 人工智能赋能输出的全程可追溯性。上述进步并非科幻，在当前人工智能创新的速度下。然而，只有当输出结果可靠且始终可追溯时，该技术才能充分发挥其潜力。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费账单。 在分散的子类别中改进了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。目前，用于提取基于支出数据的 API 已与财务会计系统集成。然而，在标准化程度较低和精度活动数据领域，范围要广泛得多。尽管一些更为综合的子类软件（如企业差旅）正越来越多地与碳核算系统互操作，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优先的软件，将对实现自动化数据收集和碳排放在度量上的可行性至关重要。我们已经看到了像Climatiq这样的有影响力的创新者，它通过其api将碳排放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度提升的系统转变的一部分，数字化和建设大型企业数据库的多种努力已经 underway。Altana 和 Flexport 等公司正在数字化供应链物流，而 EcoVadis 和 Prewave 则提供供应链可持续性合规服务。所有这些都正在构建包含数千家公司的宝贵数据库，这些数据库可以在其他用例中发挥作用，例如碳核算范围 3 排放。 尽管全球范围内将现有手动数据和流程数字化需要一段时间，但我们拥有的关于公司的实时数据越多，数据收集就越容易。这些发展也是协同的，因为碳核算的努力将成为采购、运输和供应链决策的关键贡献因素。 推动这些发展的努力将导致公司创建自动化且可靠的碳核算的 pick-and-shovel 方法： 从最终用户角度来看，碳核算用例中不会有一个赢家通吃。由于流程的复杂性和范围，我们不会有普适的解决方案。我们相信，在多个供应商共存成熟市场中，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排放领域的一个有前景的细分市场。通过专注于为特定