解读碳排放怎么算？国家、省级、企业三大层面解读！附IPCC指南、清单编制、标准汇总

这份国标管什么、管谁

GB/T 46907—2025全称为《工业企业温室气体排放数据质量管理技术规范》，英文名称为Technical specifications of the data quality management of greenhouse gas emission for industrial enterprises。标准规定了工业企业温室气体排放数据质量管理技术相关的温室气体数据管理、排放数据获取、数据质量管理方案制定和数据质量管理方案的改进四方面内容，适用于工业企业开展温室气体排放数据质量管理。

标准由中华人民共和国生态环境部提出，由全国碳排放管理标准化技术委员会（SAC/TC 548）归口。起草单位包括中国标准化研究院、北京师范大学、中石化碳产业科技股份有限公司、浙江物产环保能源股份有限公司、中国环境科学研究院、北京工业大学、中国科学院大学等十家单位。

标准于2025年12月31日发布，2026年7月1日实施。规范性引用文件包括GB 17167《用能单位能源计量器具配备和管理通则》和GB/T 32150《工业企业温室气体排放核算和报告通则》，这意味着它与现行的核算报告标准形成配套关系。

数据从哪里来：活动水平与排放因子

标准对活动水平数据的获取提出了阶梯式要求：宜采用独立的计量器具监测，月度统计汇总，计量应符合GB 17167的规定。如果无法实测，可根据燃料或工业生产原料的购买、销售凭证，其他由外部第三方提供的数据，或由专业便携计量设备现场监测的数据来统计核算；也可安装温室气体在线监测系统进行监测，并将在线监测结果与核算结果交叉验证。

排放因子数据的获取同样遵循实测优先原则。数据宜来源于工业企业内部的实测数据，测量分析频率应符合国家或地区颁布的相关核算方法的要求，并应根据报告期内监测结果计算加权平均值。如果企业不具备实测条件，数据可采用来源于国家、地区或行业公布的默认值。标准提示工业企业可参考附录A填写数据获取要求。

这一获取逻辑实际上形成了“实测优先、凭证补充、默认值兜底”的三级数据来源体系，同时对交叉验证提出了明确要求，尤其是在线监测与核算结果的比对。

数据质量管理方案怎么制定

数据质量管理方案的制定是整份标准的核心环节，包含监测条件评估、数据流活动规划、风险识别、数据质量控制要求、数据不确定性分析和数据质量控制计划六个步骤。

在监测条件评估阶段，企业需要确定排放源的量化方法及核算要求，评估计量器具配备情况、人员资质与能力、现有数据收集或台账管理方式、排放因子的检测实验室资质及设备仪器配备情况，并选定监测数据源。评估结果若显示目前的监测条件不能达到标准的数据获取要求，工业企业可暂时降低要求并提出可行替代方案，但应在监测期开始之后2年内达到标准的相应要求，这给企业留出了过渡期。

数据流活动的规划要求覆盖参数监测、收集、统计、核算和上报5个部分，并注明工作负责人、工作地点和内容、记录时间、相关负责部门等信息。数据记录方式需注明是人为收集还是电脑自动采集，以及频率和数据存档方式是纸质还是电子。

风险识别：给数据流活动排雷

标准引入了一套风险识别和分级的方法。风险评估的步骤是：先识别出易出错的环节，再评估风险发生的概率并分出高、中、低三个级别，然后评估风险影响程度并分为高、中、低三个级别，最后按照风险矩阵对识别的风险等级进行分级。

风险等级划分为严重、中等、微小三个级别。严重风险的情形包括：发生概率为高、影响程度为高；发生概率为高、影响程度为中；发生概率为中、影响程度为高。中等风险的情形包括：发生概率为高、影响程度为低；发生概率为中、影响程度为中；发生概率为低、影响程度为高。微小风险则对应发生概率为中、影响程度为低，发生概率为低、影响程度为中，发生概率为低、影响程度为低三种情形。

标准对严重风险的数据流提出了更高的管理要求，包括成立数据收集小组并指定小组负责人全权管理数据质量，以及设置备用计量系统保证监测的连续进行。

人员、记录、器具：三项控制要求

在人员管理方面，标准要求指定专人负责温室气体数据管理的一切相关工作，指定专人对其进行检查，所有涉及温室气体排放核算的工作人员应经过专门的培训合格后方可执行工作，并应对数据管理相关人员的工作执行情况进行定期考核。

数据记录管理要求企业建立内部温室气体排放数据库，每个数据或文件应标注来源、收集时间和负责人。所有记录都应依据核算年份进行分类编号，数据原始记录应填写准确、清晰，不应随意涂改。排放源活动水平数据应保存数据原始记录、月度总结记录等文件，并将第三方提供的销售或购买凭证作为数据质量检验依据。排放因子数据应保存原始分析报告及相关数据分析结果、原始数据记录、统计报表等，还应注明排放因子数据的来源、适用性和时效性。

计量器具管理方面，标准要求对所有相关计量设备进行定期的校验和运行维护。未经过检定或超过检定周期的设备，不应用于温室气体排放数据监测。新安装或故障大修后的计量设备都应检验合格后才可正式投入使用。燃料消耗量的计量设备应符合GB 17167的规定。

数据质量检验与不确定性分析

标准提出了两种数据质量检验方法。一是交叉验证，将核算数据和可得的内部数据源比对，例如燃料到场量和炉前量交叉验证、能源购买发票与抄表数据交叉验证。二是数据波动检验，通过观察统计核算期内数据波动情况识别不正常数据，例如历史运行数据比对，核算期的燃料消耗率应在工业企业多年历史运行数据的波动区间之间。若不在区间之内，作必要的澄清解释。

数据不确定性分析要求工业企业对其温室气体排放数据的不确定性进行分析，不确定性因素包括计量器具使用过程中产生的额外不确定性（如维修）、人为失误的数据不确定性、管理缺失造成的数据不确定性三类。

在数据质量控制计划方面，标准要求内容应与国家和地区颁布的温室气体排放核算与报告文件的要求相符，应与工业企业的实际运行和监测条件保持一致，内容应完整且逻辑清晰。在同一监测期内原则上数据质量控制计划不应更改。计划的编制内容应涵盖企业基本信息、数据管理部门、数据收集方法、数据质量管理方案、不确定性分析以及修改记录等。

内审与改进：让方案动起来

标准要求工业企业通过周期性的内审对数据质量管理方案运行及实施过程中存在的问题进行识别。内审时间方面，每个核算期内宜进行一次内审；审核范围应覆盖到标准所有质量管理要求；审核人员应具备温室气体排放核算能力，且与被审核部门无直接利益关系。审核方法宜采用观察、提问、查阅、验证等方式收集审核证据。

内审结果的审核内容涵盖排放源数据的准确性、可比性、一致性和完整性，数据管理工作的合规性，数据获取方法与数据质量控制计划的符合性，数据流活动及数据质量管理活动的执行情况，以及数据不确定性评估。所有内审结果应清晰、准确地形成文字记录，并有证据支持。

改进措施包括根源分析、改进计划、实施改进和跟踪验证4个步骤。工业企业应对内审环节中发现的问题进行及时的纠正，同时采取相应措施避免错误再次发生。根源分析要求根据实际数据收集及报告情况识别出产生错误的根本原因，改进计划应制定相应措施及预期改进时间并交由审核人员进一步审核，提交工业企业负责人批准。

从时间维度看，这份标准给企业留出了明确的准备窗口。标准于2025年12月31日发布，2026年7月1日实施，中间有约半年的过渡期。 更值得关注的是标准内部的弹性安排。对于监测条件暂时不能达到数据获取要求的工业企业，标准允许暂时降低要求并提出可行替代方案，但应在监测期开始之后2年内达到标准要求。这意味着企业即便目前能力不足，也有最长2年的达标缓冲期。 在归档保存方面，严重风险排放源的工作文件和相关数据信息归档文件应自统计核算期结束之日起保存至少5年。内审方面，每个核算期内宜进行一次内审，审核范围应覆盖到标准所有质量管理要求。这些时间要求共同构成了企业数据质量管理的节奏基线。

从体系架构来看，这套标准用多个维度搭建起工业企业温室气体数据质量管理的完整框架。管理阶段分3个——排放数据获取、方案制定、方案改进。数据流活动覆盖5个环节——参数监测、收集、统计、核算和上报。 风险等级分为严重、中等、微小3级，通过发生概率和影响程度两个维度交叉判定。数据质量控制计划的编制内容涵盖6个方面——企业基本信息、数据管理部门、数据收集方法、数据质量管理方案、不确定性分析和修改记录。 改进措施包括根源分析、改进计划、实施改进和跟踪验证4个步骤。数据不确定性因素分为计量器具产生的额外不确定性、人为失误的数据不确定性、管理缺失造成的数据不确定性3类。这些维度共同构成了企业开展数据质量管理时需要覆盖的工作面。