Articles in Turing Academy cover three major themes: ESG Net Zero Laboratory, AI Laboratory and Lean Management Laboratory. We will share articles on related topics from time to time. We also welcome students who are interested in the above topics to submit articles and share them with you. Insights (I want to contribute)

Scope 3排放變少就算減碳?讀懂供應鏈碳盤查的數字變化


 

科楠老師|圖靈學院|2026年11月13日

 

    一份永續報告宣布,供應鏈排放比去年下降,讀者自然會想到:工廠更節能了,材料換了,運輸也改善了。但數字變小,也可能是公司拿到更細的資料,或換了一套估算係數。這不代表報告一定有問題,而是提醒我們,讀ESG資訊時,除了問「少了多少」,還要問「為什麼變少」。把實際活動與計算方式分開,才看得見進展。

 

Scope 3是什麼?把視線移出公司圍牆

 

    企業的氣候影響,不只來自自己燒燃料或購電。買進的材料、生產設備、運輸,以及售出產品的使用與處置,都可能涉及價值鏈排放。GHG Protocol的Scope 3標準,提供評估這些價值鏈影響的框架;它也提醒,主要用途是追蹤同一企業的表現,而非直接拿不同公司的總量排高低。

 

以一家假想家具品牌為例,辦公室電表只回答部分問題。木材加工、金屬零件與運送服務,也與它交付產品有關。不過,「有關」不等於可以把每家供應商所有排放全部加上去;還需要合理界定哪些活動與採購相關。這個例子用來說明思路,並非任何企業的實際盤查。

 

一個總數,背後可能有不同資料

 

    GHG Protocol在2013年的外購商品與服務計算指引,列出供應商特定、混合、平均數據與支出基礎等方法。有些估算依實物數量與相關係數,有些使用採購金額乘上單位金額的排放係數。方法不同,資料需求與能回答的問題也不同。

 

所以,一個寫到小數點後幾位的結果,不代表每個供應商都逐一量過。更有用的資訊是:哪些部分來自直接資料,哪些仍靠估算,以及資料適用的年份、地區與活動。精細顯示與精確理解,是需要分開檢查的兩件事。

 

近期研究:資料顆粒度會改變估算

 

    2026年9月30日,《npj Environmental Social Sciences》一篇同儕審查研究,以豐田為案例重建五層上游供應網路,在固定網路下比較不同排放強度資料。研究中,較粗的產業平均情境給出較高估算,資料庫選擇也造成差異。這是模型案例結果,不能直接推成所有企業使用平均值都一定高估。

 

研究主要資料時間範圍為2023年,並不是2026年即時盤查。作者也交代,供應關係與交易量資料不完整,部分交易需模型估算。因此,企業層級情境同樣不是真實排放的完美量測;它提供的是比較與找出問題的線索,而非替企業出具確證結論。

 

假想例子:價格下降,排放也會跟著變?

 

    想像一家店採購相同數量、相同製程的零件,去年支付一百萬元,今年因議價改付八十萬元。假設估算只把金額乘上固定的「每元排放係數」,計算結果也會少兩成。但在這個刻意簡化的例子裡,我們沒有改變生產活動,不能因此宣稱工廠真的減排兩成。

 

這不是某篇論文的數據,也不是實務計算的完整規則,而是一個數學示例:輸入變動可以帶動結果變動。反過來,原物料漲價也可能推高支出型估算,即使實際數量沒增加。讀報告時,知道估算靠什麼輸入,才知道數字能解釋到哪裡。

 

換到更合適的係數,也是有價值的進步

 

    如果公司從產業平均改用更貼近供應商的資料,結果可能上升,也可能下降。這類變動能提高對自身足跡的理解,但應與節能、換料或製程改善分開說明。若把資料改善全部當成減排績效,讀者就無法判斷現場究竟發生什麼變化。

 

可以把它想成更換一把刻度更清楚的尺:重新測到的尺寸改變,不一定是物件變大或變小。尺的品質提升值得肯定,物件本身有沒有改變,卻需要另一組比較。這是教學比喻,不能據此認定任何企業故意誤導。

 

圖片:盤查數字變化分為實際活動、係數資料與邊界方法,最後以一致基礎比較
圖說:為閱讀報告的分析框架,非特定標準要求或數據圖。箭頭不代表變動幅度。

 

收齊問卷,還要走到共同改善

 

    另一篇2026年9月22日首刊於《Accounting & Finance》的同儕審查研究,分析2021年CDP調查中1402份相關企業回應。作者發現,篩選、監測等資訊導向策略較常見,需要較多資源的誘因安排與協作較少使用。這是企業回應的內容分析,不是證明某種做法必然造成特定減排幅度的實驗。

 

由此可以延伸一個管理問題:資料送進系統後,誰會用它做決策?如果採購、工程與供應商沒有一起討論改善條件,問卷可能只增加行政工作。反之,若能把數據接到材料選擇、設備更新與採購安排,才有機會讓盤查支持行動。這是本文的應用解讀,不是替任何專案保證成效。

 

讀永續報告,先找三張「對照表」

 

    第一張對照活動:產量、材料用量或運送需求是否改變?第二張對照算法:係數、資料來源與估算比例有沒有更新?第三張對照範圍:是否新增供應商、納入以前未計的活動,或調整了比較邊界?這是一般閱讀方法,目的在把變動原因攤開,而非增加一個難懂的評分制度。

 

例如,總排放上升可能與產量增加或涵蓋更完整有關,也可能確實反映活動更高碳;總量下降也有不同可能。需要把原因拆出來,才有機會理解管理表現。只用一根向上或向下的箭頭,很容易漏掉重要背景。

 

遇到資料缺口,讓下一步更具體

 

    可以先挑對決策影響最大的缺口,說明目前如何估算、準備取得什麼資料,以及何時重新檢視。即使短期內做不到完整供應網路,也能讓讀者知道改善方向。透明承認估算,不等於放棄量化;它讓後續更新有跡可循,也讓供應商知道為什麼被要求提供資訊。

 

讀者也可以找一段具體改善紀錄:公司做了什麼、何時開始、影響哪項活動,以及用什麼資料追蹤。若這段敘述能接回盤查表,後續報告就更容易檢視是否持續改善。這樣的閱讀習慣,能把抽象總量轉成可討論的工作,也讓企業有機會說明真正付出的努力。

 

對社會而言,好的碳盤查不只是把總數算出來,更是把總數變動的故事說清楚。下一次看到「Scope 3下降」時,不妨追問:這次是活動變了、看得更清楚了,還是兩者都有?能回答這個問題,數字才更接近可理解、可追蹤的氣候行動。

 

 

參考資料

1. Wang, Z., Hubacek, K. & Ruzzenenti, F. Systematic bias in Scope 3 emissions accounting: evidence from firm-level supply networks. npj Environmental Social Sciences 1, 17。DOI:https://doi.org/10.1038/s44432-026-00017-1 

2. Pham, H., Bui, B. & Cordery, C. Climate Change Commitment: As Agency Theory Pertains to Engaging Supply Chains in Science-Based Targets. Accounting & Finance。DOI:https://doi.org/10.1111/acfi.70291 

3. GHG Protocol. Corporate Value Chain (Scope 3) Standard.

4. GHG Protocol. Technical Guidance for Calculating Scope 3 Emissions,Category 1: Purchased Goods and Services。