数据不完美，如何在 90 天内做出范围三决策，而不是苦等一份理想清单

采购委员会桌上摆着三份方案，预算只够做一件事：推动排放量最大的二十家供应商、资助一个再生材料项目，或者重建数据系统，让明年的数字站得住脚。气候团队说数据还不足以支撑决策，财务总监则回答：数据永远不会足够好，而 2030 年的节点不会推迟。

这一幕如今几乎出现在我们服务的每一家工业、消费与零售集团。第一份碳盘查已经完成，范围三占了排放总量的绝大部分，常常在八成到九成五之间。而支撑这个数字的供应商数据，往往不全、口径不一、部分靠估算，也很少经过核验。等一份完美的基线，等于让所有决策停摆；靠劣质数据拍板，又可能只是把排放挪个地方，或者让采购把力气用错方向。

本文提供的是决策方法，不是碳核算教程。真正要回答的问题不是「怎样把清单做到完美」，而是「现在能拍板哪一件事，下一件事之前又真正缺哪一项数据」。

别再把盘查清单当成交付物

范围三盘查是一件筛查工具。它的作用，是告诉你排放大致落在哪里、量级如何，好让管理层的注意力落到正确的类别上。它从来不是精确到吨的管理控制系统。

混淆两者的代价很高。有的团队花两年时间打磨一个数字，而这个数字并不会改变前三大类别的排序；与此同时，真正决定这个排序的工厂，一点工程支持都没有拿到。精度是有成本的，只有当精度提升会改变决策时，这笔成本才值得花。

“该问的不是「我们的范围三有多准」，而是「如果这个数字准确一倍，哪一项决策会改变」。如果答案是没有，那么数据工程可以往后排。”

用三个变量替代那份完美清单

给每个采购类别打分，而不是给每家供应商打分。三个变量都可以在一场工作坊里，用手上已有的数据分出高、中、低。

排放重要性。在这个类别里实现可信的减排，会不会真的改变集团的减排路径？这里用初筛估算就够，要区分的是百分点，不是小数点。

数据质量。这个数字背后到底是什么：供应商现场实测的一手数据、二级排放因子、按支出折算的估算，还是经过核验的产品碳足迹？这四者不能互相替代，而一个平均值恰恰掩盖了你用的是哪一种。

采购方影响力。要看的不是供应商体量，而是你的杠杆：采购量、合同期限、在对方营收中的占比、你在规格制定上的技术介入程度，以及这段关系能否熬过下一轮招标。

三个变量交叉，得到三类行动组合。委员会能够拍板的是组合，不是吨数。

组合 A：数据一般也能立刻拍板的决策

排放重要、影响力真实、数据一般。这是最大、也最被忽视的一类。这里的决策可逆、几乎没有后悔成本，也不依赖小数点级的精度：与战略工厂共同推进能效改造、把规格换成碳强度更低的材料牌号、把订单集中到已经在做计量的供应商、在下一次合同续签时加入减碳条款。

这些动作没有一项需要等到产品碳足迹核验完成才能启动，而且每一项都会顺带产生数据——一家真正在做能效项目的工厂，总得把某些东西装表计量。

• 选择那些在类别排放量的高估与低估两种情形下都仍然合理的行动。
• 优先选择物理性杠杆（能源、工艺、材料、运输方式），而不是声明性杠杆（承诺函、目标信、证书）。
• 启动前先定好复盘日期：可逆的决策，需要一个真的可以回头的时点。

组合 B：必须先补数据，才能动用资本的决策

排放重要、数据薄弱，而决策又牵涉资本投入或长期合同：更换原材料、启用新的采购国、产品重新设计、多年期供货协议。在这里用支出估算拍板是真的危险，因为货币因子跟着价格走，不跟着物理量走——供应商报价越低，看上去反而越「干净」。

补数据的动作要窄、要准：只在主导该类别的少数几个厂点做一手实测，只对承担主要销量的两三个产品做碳足迹，只在数字会对外使用的地方做第三方核验。这是一场有截止日期的定点战役，不是一个把整个供应商群体全面拉升的长期工程。

组合 C：只监控，不承诺

排放次要，或者完全没有杠杆。诚实的做法是：跟踪该类别、如实说明不确定性、不作任何减排承诺。在既无影响力又无计量能力的地方许诺减排，最容易让气候方案在内部失去可信度——三年之后，没有人再相信那条减排曲线。

监控本身就是一项决策：要有负责人、要有触发条件、要有重新评估的时点——采购量阈值、监管变化，或者供应商整合。

先弄清楚手上拿的到底是哪一种数据

四种性质完全不同的数据，常常被当成同一种呈报。把它们区分开来，是成本最低的一次质量改进。

行业例子最能说明差距。农产品原料上，支出数据掩盖了决定绝大部分足迹的农艺方式；纺织业掩盖了染整环节的能源来源；钢铁与铝掩盖了工艺路线和购电合同；包装掩盖了再生料比例；运输掩盖了运输方式与装载率。

市场上的工具各自解决什么，又止步于哪里

多数集团手上已经有范围三工具链的好几块：EcoVadis 为供应商的管理体系打分，CDP 负责信息披露和供应链问卷，Watershed、Persefoni、Sweep、Normative、Sphera 等碳核算平台把清单汇总起来，SGS、TÜV SÜD、必维（Bureau Veritas）等机构则对拿得出证据的部分做核证。每一块在自己被设计的用途上都做得很好，但没有一块是为「改变供应商工厂里真正发生的事」而设计的。

这正是本文方法要补的缺口，也是我们两项服务所处的位置。Net Zero Pulse 是一次快速的成熟度筛查：它按供应商、按类别告诉你，数字背后是一手数据、二级因子还是支出估算，以及这家供应商究竟有没有改进的能力。战略供应商发展计划（SSDP）则把组合 A 或组合 B 的一个类别，变成有成本测算的工厂行动方案——用当地语言做诊断、给出带回收期的工程方案、设计买卖双方的激励机制，并产出核证机构接受得了的证据。

实用原则：已有的平台继续用来做汇总和披露，但不要再指望它产出减排量。筛查和工厂执行是另一门手艺，要用供应商的语言、在供应商的厂里做。

一份采购团队真能跑起来的 90 天计划

第 1—30 天，明确治理与框架。在采购侧、而不只是在可持续发展部门，指定一名决策负责人。按三个变量给类别打分。对现有盘查做合理性校验：把类别排放量与实物采购量放在一起看，任何「量大而排放小」的类别都要追问原因。

第 31—60 天，做与对方能力相称的数据收集。发出简短问卷；把十五道题的表格发给一家四十人的工厂，收回来的是虚构，不是数据。在即将续签的合同中加入数据与减碳条款。在主导组合 B 的厂点启动一手数据收集。

第 61—90 天，作出决策并在内部公布。把每个优先类别归入组合 A、B 或 C。建立一张看板，逐类别列出估算排放量、数据类型和已作出的决策。组合 A 的每个类别至少启动一项可衡量的行动。

在亚洲供应链里，这套流程还要加一条：数据收集必须用供应商的语言进行，并且要有人看得懂工厂的水电账单，而不是只看问卷答案。这正是「回收率」和「数据集」之间的区别。

最常见的失败

• 把问卷回收率当成数据质量。九成供应商填的都是默认值，那不是九成覆盖率，而是九成猜测。
• 类别之间重复计算——最常见的是采购商品与上游运输，或者采购商品与资本品。
• 把通用排放因子当作产品碳足迹对外使用。这是投标环节中最常见的漂绿风险来源。
• 在没有资金、没有工程支持、也没有商业回报的情况下，把目标压给小供应商。他们会签字，但不会兑现。
• 并购或口径变更之后悄悄重算基准年，让整个方案赖以成立的趋势线无声消失。

下一次委员会该摆上桌的那个问题

要让一个停滞的范围三项目重新启动，通常一句话就够：我们现在可以做出哪一项可逆的决策，而在下一项决策之前，真正必须补齐的是哪一项数据？

这句话把讨论从核算拉回战略。它让气候团队有理由为数据工程排序，而不是全面铺开；也让采购拿到一件可以写进合同的东西。

若想先看看自己的采购类别在这三个变量上落在哪里，我们 15 分钟的价值链准备度评估可以给出第一轮打分；战略供应商发展计划（SSDP）则把组合 A 或组合 B 的一个类别，变成有成本测算、有可核验证据的工厂行动方案。