作者：王駿瑋 David Ishayahu
2026-06-24 · 10 分鐘閱讀
不是企業故意造假，而是流程本身容易產生誤差。
GHG Protocol 允許使用不同來源的排放係數：自廠實測值、政府公告值、IPCC 預設值。 精準度差異很大。 一間用天然氣的工廠，如果用了「全國平均」的電力排碳係數去算燃料排放，結果可以差兩到三倍。 多數企業為了方便，直接用環境部平台的預設值，不管那個值跟自己的實際情況差多少。
碳排放 = 活動數據 × 排放係數。活動數據就是「你實際用了多少電、燒了多少油、跑了多少公里」。 問題是，很多企業的活動數據分散在不同系統裡。 台北辦公室的電費帳單在總務部，高雄工廠的燃料數據在生管部，物流的油耗在外包廠商手上。 拼不完整的活動數據，算出來的碳排就是不完整的。
Scope 1（直接排放）和 Scope 2（間接排放）還算有明確的數據來源。 Scope 3（價值鏈排放）是整個盤查裡最不可靠的部分。 供應商的碳排數據拿不到，只能用產業平均值估算。 環境部目前正在建半導體和電子零組件的本土 Scope 3 係數資料庫，但其他產業的企業只能靠 IPCC 的全球預設值。 用全球平均值算台灣一間工廠的供應鏈碳排，精準度可想而知。
不是要取代 ISO 14064 的第三方查驗，而是在查驗之前，先用數據本身去檢驗數據。
把「進來的東西」和「出去的東西」對起來看。 比如一間工廠今年買了 500 噸煤，庫存減少了 480 噸，那實際燃燒量應該接近 480 噸。 如果盤查報告寫的是 600 噸或 300 噸，中間的差距就需要解釋。
這個方法簡單但有效。用採購紀錄、庫存盤點、生產報表三方數據互相比對， 很快就能找到活動數據裡的異常值。
把過去三年的月度能耗資料畫成時間序列，建立一條基線（baseline）。 如果某個月的數值突然偏離基線超過兩個標準差，系統就標記為異常。
異常不一定是錯，可能是設備更換、產線擴充、或天候影響。 但每一個異常點都應該有對應的解釋。 如果解釋不了，那就是數據品質的破口。 這跟ZRIMATA 的體態偵測在做的事很像：建立基線，偵測偏離。
同一筆活動數據，分別用不同來源的排放係數算一次。 如果用自廠實測值算出 1,000 噸，用 IPCC 預設值算出 1,800 噸， 這 80% 的差距就是「排放係數帶來的不確定性」。
敏感度分析不會告訴你哪個數字是對的，但它會告訴你「你的結論對哪個假設最敏感」。 知道這個，才能決定接下來要優先改善哪一段數據。 這是數據科學裡最基本的不確定性量化方法。
CertiCarb 的碳排驗證技術不是要取代查驗機構的工作。 它做的是查驗之前的那一步：用數據科學的方法，先把數據裡的問題找出來。
流程是這樣的：匯入企業的活動數據和使用的排放係數， 跑一輪質量平衡、異常偵測、和敏感度分析， 產出一份「數據可信度報告」。報告會標記哪些數據點有疑慮、疑慮的程度是多少、建議優先修正哪些。
這跟HOPETURN 在社會影響力評估裡做的事邏輯類似： 不是直接告訴你「有效 / 無效」，而是告訴你「你的結論有多少是可驗證的、多少是假設」。 數據科學能做的，是把「我覺得可信」變成「數據顯示可信度 X%」。
三個地方：排放係數選錯（用全國平均值而非自廠實測值）、活動數據有缺口（分散在不同部門和系統）、Scope 3 幾乎全靠產業平均值估算。
三種方法：質量平衡法（用採購、庫存、生產數據互相比對）、統計異常偵測（建立基線，找出偏離值）、排放係數敏感度分析（用不同係數計算，量化不確定性）。
一般費率每噸 300 元，有提出自主減量計畫並達標的企業，可適用優惠費率每噸 50 到 100 元。2026 年 5 月底前要根據 2025 年排放量申報並繳納。
CertiCarb 不是查驗機構，不出具查驗意見書。它做的是查驗之前的數據品質檢查：用數據科學方法找出活動數據和排放係數裡的問題，讓企業在送查驗之前就修正。
本內容僅供參考，實際碳排放量應依據專業碳盤查機構之查證結果。 碳費相關數據引用自環境部 2025-2026 年公告，如有更新請以官方最新公告為準。
CertiCarb 用數據科學方法，在送查驗之前幫你找出數據裡的問題。 排放係數選得對不對、活動數據有沒有缺口、Scope 3 的估算站不站得住腳。
了解 CertiCarb 服務方案碳費怎麼算、盤查怎麼做、IFRS S2 要準備什麼？加入 LINE 官方帳號， 收到碳排數據和法規更新的第一手整理。
