• 首先，在每个清单周期，应更新活动数据以及相关的排放因子（例如，使用最新的排放因子来反映范围 2 的平均电力组合）。

• 其次，最佳做法是不断提高公司核算的熟练度，即改进计算方法，使其尽可能具体、细化。这将是识别新的脱碳机会以及反映脱碳措施影响的关键。

• 最后，如果发生重要变化，可能需要重新计算贵公司以前的温室气体清单，以便进行跟踪或设定目标。

在每个清单周期，应更新活动数据，以反映所选报告年份贵公司的活动水平（如燃料采购量、耗电量等）。

排放因子也应定期更新，尤其是反映市场平均水平的因子，如电网排放因子、航空旅行或报废排放因子，这些因子可能会有很大变化。大多数第三方数据库都提供年度更新。

在每个清单周期，最佳做法是提高核算熟练度，重点是提高活动数据和相应排放系数的粒度和质量。

这是一个不断提高核算熟练度的过程。由于在首次核算工作中获取高质量的范围 3 数据往往具有挑战性，因此公司通常会从文献辅助数据开始。虽然贵公司应尽可能以达到最佳实践为目标，但高成熟度方法往往需要更多的时间和人力。

每一类 （有时是一类中的特定排放源）的最相关方法将取决于以下因素：

• 排放类别的相对规模

• 贵公司的业务目标（例如，贵公司的脱碳工作重点是哪些类别，需要具体的绩效跟踪工作）

• 数据可用性（例如，检索特定供应商数据的能力）

• 数据质量

温室气体清单数据质量和跟踪绩效的能力将取决于用于计算排放量的数据质量。最佳做法是收集尽可能多的原始具体数据，尤其是排放量相对较高的类别。

什么是原始数据与二手数据？

按范围 3 类别分列的原始数据和二手数据示例

原始数据和二手数据的来源可能质量各异。最佳做法是选择在技术、时间和地理方面最具代表性、最完整和最可靠的数据。

数据精细度的不同层次是什么？

数据的具体程度对数据的整体质量有很大影响。

我们可以将活动数据的精细度分为三个主要等级，这主要取决于数据源的类型。

同样，排放因子也有不同程度的精细度，可分为以下几种：