2. 碳足迹数据采集基础：数据源分类、采集原则与质量等级
碳足迹核算的可靠性高度依赖前端数据采集的质量。本章系统梳理数据源的两大分类、三项核心采集原则以及数据质量等级（DQR）判定方法，为后续合规披露与信号优化奠定基础。
2.1 数据源分类
碳足迹数据源可归纳为活动数据与排放因子两大类别，二者缺一不可。
| 类别 | 定义 | 典型示例 | 数据来源 |
|---|---|---|---|
| 活动数据 | 导致温室气体排放或清除的人类活动量 | 电力消耗（kWh）、燃料用量（t）、原料投入（kg）、运输距离（km） | 电表、流量计、ERP系统、物流单据 |
| 排放因子 | 单位活动数据对应的温室气体排放量 | 电网排放因子（kg CO₂/kWh）、柴油燃烧因子（kg CO₂/L） | IPCC数据库、国家清单、LCA数据库、供应商声明 |
关键提示：活动数据反映“做了多少”，排放因子反映“每单位做多少排放”。两者相乘即得碳排放量：
排放量 = 活动数据 × 排放因子
2.2 采集原则：准确性、完整性、一致性
数据采集必须遵循三项基本原则，以确保碳足迹核算结果的可信度与可比性。
- 准确性（Accuracy）：数据应尽可能接近真实值，避免系统性偏差。优先采用实测数据，其次为行业均值，最后为默认因子。
- 完整性（Completeness）：覆盖所有相关排放源与温室气体种类，不得因数据缺失而随意剔除关键排放环节。
- 一致性（Consistency）：同一组织在不同年份、不同产品之间采用相同的核算边界、数据来源与计算方法，确保趋势可比。
实践要点：
- 准确性：对关键仪表定期校准，保留原始读数记录。
- 完整性：建立排放源清单，逐项核对，对缺失数据采用保守估计并注明。
- 一致性：制定数据采集标准操作程序（SOP），变更方法时需进行影响评估。
2.3 数据质量等级（DQR）
数据质量等级（Data Quality Rating, DQR）用于量化评估活动数据与排放因子的可靠程度。ISO 14067 与 GHG Protocol 推荐采用 1~5 分制，分数越低代表质量越高。
| 等级 | 评分 | 活动数据特征 | 排放因子特征 | 适用场景 |
|---|---|---|---|---|
| 非常高 | 1 | 连续实测，仪表校准，可追溯 | 现场实测或经认证的特定因子 | 产品碳足迹认证、合规披露 |
| 高 | 2 | 定期记录，少量估算 | 国家/行业最新发布因子 | 内部碳管理、年度报告 |
| 中等 | 3 | 部分估算，基于历史数据 | IPCC 默认因子或文献数据 | 初步评估、方案比选 |
| 低 | 4 | 大量估算，缺乏原始记录 | 类比因子或老旧数据 | 可行性研究、趋势判断 |
| 非常低 | 5 | 专家判断，无实测支撑 | 理论值或未经验证的假设 | 仅用于内部参考，不宜披露 |
合规警示：用于对外披露的碳足迹数据，活动数据与排放因子的 DQR 均不应低于 2 级。若使用 3 级及以上数据，必须在报告中明确说明数据来源与不确定性范围。
2.4 数据质量提升路径
针对不同 DQR 等级，可采取以下措施逐步提升数据质量：
- DQR 4-5 级 → 3 级：引入行业默认因子，建立估算模型，补充文献数据。
- DQR 3 级 → 2 级：安装计量仪表，建立定期采集制度，采用国家/行业最新因子。
- DQR 2 级 → 1 级：实现连续在线监测，仪表定期校准，使用经认证的特定排放因子。
推荐做法：在数据采集初期即建立 DQR 标签体系，对每条活动数据和排放因子标注质量等级，便于后续不确定性分析与合规审计。