2. 排放因子数据库基础

在开展产品碳足迹核算或生命周期评价（LCA）时，排放因子是把"活动数据"换算为"环境负荷"的桥梁。理解排放因子的定义、分类方式，以及主流数据库的组织结构和字段含义，是后续进行数据库匹配与质量检查的前提。本节从概念出发，逐步落到 Ecoinvent、GaBi（现 Sphera LCA for Experts）、CPCD 等常见数据库的实际结构与字段，帮助读者建立"看到一条因子就知道它从哪来、能怎么用、哪里可能出问题"的判断能力。

一、排放因子的定义与构成要素

排放因子（Emission Factor，EF）通常定义为：单位活动量所对应的某种环境排放量或资源消耗量。用公式表达为：

排放量 = 活动数据 × 排放因子
EF = 排放量 / 单位活动量

例如"每千克小麦生产产生 0.45 kg CO₂e"就是一个排放因子，其中 0.45 是数值，kg CO₂e 是单位，kg 小麦是活动量基准。一条完整的排放因子记录远不止一个数字，它至少包含：因子名称、地理范围、参考单位、系统边界、时间代表性、技术代表性、数据来源与不确定性等要素。这些要素决定了因子能否被正确匹配和采信。

需要特别区分两个概念：排放因子（单位活动量的排放强度）与清单数据（一个过程或产品的完整输入输出清单）。数据库中的一条"数据集"往往包含多个基本流（elementary flow）的排放因子，而匹配时我们通常关注其中与目标指标（如 GWP100）相关的那一项。

二、排放因子的常见分类

按不同维度，排放因子可分为以下几类，理解分类有助于在匹配时快速缩小候选范围：

• 按环境主题：温室气体（CO₂、CH₄、N₂O 等，常折算为 CO₂e）、酸化（SO₂e）、富营养化（PO₄e）、臭氧消耗（CFC-11e）等。
• 按活动类型：能源类（电力、燃料燃烧）、材料类（钢铁、塑料、纸）、运输类（吨公里）、废弃物处理类、农业类等。
• 按系统边界：从摇篮到大门（cradle-to-gate）、从摇篮到坟墓（cradle-to-grave）、 gate-to-gate 等。边界不同，因子数值不可直接比较。
• 按数据来源：一次数据（企业实测）、二次数据（数据库、文献、行业平均值）。
• 按地理与时间代表性：如中国电网因子、欧洲电网因子，或 2020 年、2023 年版本。

三、主流数据库的结构与字段

不同数据库的组织方式差异较大，但大多遵循"数据库—数据集—基本流/交换"的三层结构。下图展示了三个常见数据库的典型层级与关键字段关系，便于对比理解：

从图中可以看出，三个数据库虽然界面和命名不同，但都遵循"数据集—交换/流"的层级，且匹配时真正起筛选作用的是名称、地理、单位、边界、时间这五类字段。Ecoinvent 强调系统模型（如 cut-off、APOS）的选择，GaBi 强调过程版本与文档合规，CPCD 则更贴近中国产品碳足迹核算的功能单位与核算期要求。

四、字段的实际含义与匹配示例

以电力因子为例，假设我们要为"某产品生产使用中国电网电力"匹配因子。在 Ecoinvent 中可能检索到名为 electricity, high voltage, production mix | electricity, high voltage | cut-off, U - CN 的数据集，其关键字段为：地理范围 CN、参考单位 kWh、系统模型 cut-off、时间约 2022 年。若我们核算的是 2023 年产品，且企业有自备电厂，则需进一步判断是否应使用区域电网因子或企业实测因子，而不是直接套用全国平均。

再看材料类因子。钢铁的排放因子在不同数据库中可能分别对应"粗钢""热轧卷板""废钢回收"等不同数据集，参考单位可能是 kg 或 t，系统边界可能是 cradle-to-gate 或包含回收。匹配时必须逐字段核对，不能只看名称相似度。

五、面向匹配的字段核对清单

为便于实际操作，可将上述字段整理为一份可填写的核对表，在每次匹配后逐项确认。下表为示例结构，读者可根据项目需要增删字段：

这张表的价值在于把"凭感觉匹配"变成"逐字段可追溯"。当出现不一致时，处理说明栏应记录偏差程度与采信理由，这也是后续质量检查与报告披露的重要依据。

六、小结与要点回顾

排放因子是活动数据与环境负荷之间的换算系数，其完整记录包含名称、地理、单位、边界、时间、来源与不确定性等要素。分类维度（环境主题、活动类型、系统边界、数据来源、地理时间代表性）本质上就是匹配时的筛选键。Ecoinvent、GaBi、CPCD 虽各有侧重，但都遵循"数据集—交换/流"的层级结构，匹配时应围绕名称、地理、单位、边界、时间五类字段逐项核对，并对不一致项记录处理说明。掌握这些基础，才能在后续的数据库匹配与质量检查中做到有据可依、可追溯、可复核。