范围3难题:2026年,供应链碳排放怎么管?

0
10
Scope 3 Challenge

对亚太地区做可持续发展与ESG的人来说,过去几年常谈“承诺”,2026年开始更常听到的词却是“合规”。原因很直接:对不少跨国品牌而言,真正的大头不在总部办公室或自有运营(范围1、2),而在供应链(范围3)。许多企业的碳足迹里,范围3占比甚至超过80%。难点在于,要把这些排放算清楚,往往要追到成千上万家供应商,从深圳的电子制造到达卡的纺织加工,数据要齐、要准、要可核查,难度非常高。

两个卡点:数据碎片化与“被问卷榨干”的供应商

行业现在最常见的两道坎,几乎每个品牌都遇到过。

  1. 第一是标准不统一。供应商经常被要求把同一批能耗、燃料、产量等数据,用五种不同格式交给五个客户。填表成本越来越高,供应商疲惫,最后数据质量也被拖垮。

  2. 第二是核验不足。很多ESG系统里展示的数据,本质上来自估算,或来自没有第三方核验的自报信息。新一轮反漂绿监管和尽责管理要求下,这类数据一旦被当成对外披露或合规依据,就可能变成法律风险点。

因此,企业需要的并不是又一份“定制问卷”,而是一个更像基础设施的平台:供应商把数据录一次,就能用统一算法生成结果,并在授权后给多个客户使用,同时能对齐温室气体核算体系(GHG Protocol)。

RBA把工具做“重”:排放管理工具 EMT 2026版

2026年2月10日,责任商业联盟(RBA)宣布推出升级后的排放管理工具(Emissions Management Tool,EMT)。RBA是全球供应链企业社会责任领域规模很大的行业联盟之一,所以它把工具体系做进来,对市场的意义不小。

这套工具想解决的,是供应商层面碳数据“怎么报、用什么算法报、报完怎么被买家用”的问题。它把能耗、燃料使用、减排目标等信息放到统一框架里,让买家和工厂之间的交流不再靠来回改表格。

EMT的几个关键点可以这样理解。

  • 工具采用标准化算法。它用来自权威数据源的排放因子和系数来计算温室气体排放,并以GHG Protocol为核算逻辑。换句话说,数据不只是“看起来合理”,而是更接近审计要求的口径。

  • 它强调“报一次,多方共享”。EMT与RBA-Online(RBA的数据管理系统)打通后,供应商只需完成一次温室气体清单,就可以在授权机制下让多个RBA成员客户查看。这一设计直接对应供应商疲劳的问题。

  • 它支持更细颗粒度的分摊。2026版一个很实用的改进,是允许把工厂排放按客户进行分配。买家不再只看到“这家工厂全年排了多少”,而能看到“我在这家工厂对应的那一份排放”。对范围3核算来说,这一步几乎是绕不开的。

  • 它把门槛压低。EMT对RBA成员及其供应商免费开放,这对亚太地区的中小制造商很关键,否则很多工厂连试用都不会试用。

RBA高级副总裁 Holly Evans 也提到,EMT会和RBA现有的工具生态配套使用,比如化学品管理和循环材料评估等。

但EMT不是唯一答案:市场上还有三类常见选项

EMT的优势很明显,尤其适合电子与制造类供应链,但它并不等于“碳管理的唯一标准答案”。如果企业正在选工具,通常会在三类方案中做组合。

市场通常分为三类:

第一类是行业披露与评分体系。

  • CDP(原 Carbon Disclosure Project)依然是全球对外环境披露的主流渠道。它更偏企业层面的公开披露与评分,而EMT更偏工厂与买家之间的运营数据交换,两者不是替代关系。

  • EcoVadis则是更广义的可持续评级平台,它评估的是管理体系整体表现(含劳工与商业道德), 其中也有碳相关模块,但通常以付费评级服务的方式打包提供。

第二类是专业碳核算软件(SaaS)。

当企业要做更复杂的分析,比如多系统自动抓数、预测、净零路径建模,

  • 往往会用Watershed、Persefoni、Sweep等工具。 这些平台更多服务于品牌端的数据治理与汇总,而EMT更像“把工厂端数据收上来”的抓手。

  • 在服装与鞋类行业,Cascale(原SAC)的Higg FEM仍然是主流工厂环境评估工具,定位与EMT接近,但行业适配更聚焦在纺织与湿加工场景。

第三类是区域型合规平台与项目。

  • amfori BEPI在欧洲零售商亚洲采购网络中比较常见,侧重供应链环境绩效与改进路径。

  • GS1 Hong Kong 也推出了本地ESG社区平台,帮助供应商对接香港交易所(HKEX)的披露要求。

EMT升级这件事,释放的信号很清楚:负责任供应链正在从“用表格拼凑证据”走向“用平台做基础设施”。 监管收紧后,企业真正需要的是可比、可追溯、可核验的数据体系,而不是每家客户一套口径。

对供应链负责人来说,最实用的一句话建议是:别再自己造问卷了。 优先采用行业工具,把供应商从重复填表里解放出来,同时把数据质量拉上去,才有可能把范围3从“永远算不清”变成“算得清、能解释、能落地”。

Oh hi there 👋
It’s nice to meet you.

Sign up to receive awesome content in your inbox, every month.

We don’t spam! Read our privacy policy for more info.

This article is also available in: বাংলাদেশ (Bengali) 繁體中文 (繁体中文) English (英语) हिन्दी (印地语) Indonesia (印度尼西亚语) 日本語 (日语) 한국어 (韩语) Melayu (Malay) Punjabi (旁遮普语) Tamil (泰米尔语) ไทย (泰语) Tiếng Việt (越南语)

Leave a reply