| 什么是ISO 14064，跟温室气体排放有什么关系
1
什么是ISO 14064？
ISO14064 是guojibiaozhun化组织（ISO）2006年制定的气候变化标准。该标准为zhengfu和工业界提供了一系列综合的程序方法，它致力于提高企事业单位对温室气体（GHG）排放的报告和信誉保证，以减少和消除 GHG 的排放为Zui终目标。这个标准是独立的，任何参与排放贸易、碳项目和自愿减排体系的组织和机构均可以使用这个标准。同时，这个标准适用于所有的 GHG 类型。
2
推行ISO 14064有何意义？
•
管理温室气体风险并找出减量机会
编撰一份全面性的温室气体排放清册可以让企业了解本身的温室气体排放状况，以及可能的责任与风险。同时也能透过温室气体排放的估算、会计，协助企业将Zui具有成本有效性的减量机会挖掘出来。
•
提升能源与物料使用效率，降低营运成本
更藉由开发新的商品与服务，来降低客户或供货商的温室气体排放。
•
树立良好社会责任形象
随着对气候变化的日益重视，愈来愈多的非zhengfu组织、投资人或其它的利害相关者都要求公司披露更多的温室气体排放相关信息。公开披露企业的温室气体排放信息可以强化与利害相关者间的良好关系，来建立企业在顾客和一般大众间的“社会责任，环境经营”声望。
•
加入温室气体排放权交易市场
近年来在一些地区开始实行具备市场机制的方法，用以进行温室气体排放的抵减。这些交易方案需要较实际的排放与既定的排放目标或上限，来决定是否要购买或可卖出排放权，且通常都会要求仅估算直接排放的部份。同时，为了协助进行独立查验的工作，这些排放交易系统都要求参加的企业，对其提报的温室气体信息，建立一个可供认证的线索。
•
规避未来温室气体总量超标限额风险
实施ISO14064将是企业提升能源使用效率，降低成本，满足客户环保要求，展现社会责任形象的必由之路，可以预见不远的将来，越来越多的企业将在温室气体排放量及报告方面力求获得第三方认证，以增强在全球“绿色”caigou中的竞争力，尽早在全球贸易中获得 “绿色”通行证。
3
ISO 14064由哪几个方面的内容组成？
ISO 14064具体细分为以下三个部分。
•
ISO 14064-1：组织层次上对温室气体排放和清除的量化和报告的规范及指南。
第一部分详细规定了设计、开发、管理和报告的组织或公司温室气体清单的原则和要求。它包括确定温室气体排放限值，量化组织的温室气体排放，清除并确定公司改进温室气体管理具体措施或活动等要求。标准还具体规定了有关部门温室气体清单的质量管理、报告、内审及机构验证责任等方面的要求和指南。
•
ISO 14064-2：项目层次上对温室气体减排和清除增加的量化、监测和报告的规范及指南。
第二部分着重讨论旨在减少温室气体放量或加快温室气体的清除速度的温室气体项目（如风力发电或碳吸收和储存项目）。它包括确定项目基线和与基线相关的监测、量化和报告项目绩效的原则和要求。
•
ISO 14064-3：温室气体声明审定与核查的规范及指南。
第三部分阐述了实际验证过程。它规定了核查策划、评估程序和评估温室气体等要素。这使ISO14064-3可用于组织或独立的第三方机构进行温室气体报告验证。
图说：ISO 14064各部分之间的关系
4
ISO 14064 温室气体量化实施的步骤流程？
组织与运行边界设定----拟定基准年----识别排放源----排放量量化与计算----建立GHG清单----报告与记录----报告制作----内部审核与改善----高层评审----内部审核报告
5
温室气体量化计算有哪些需要注意的问题？
•
温室气体活动强度数据收集及汇总
搜集与统计企业内各项活动数据，如各种燃料或原料使用单据、电费单、商务旅行或货品运输车辆行驶里程数、废水操作测量数据等。
温室气体活动强度数据收集过程中，应尽量查询是否有可重复核对之数据以作为对比。有时某些温室气体的年度活动强度数据可能同时存在于不同的部门，在统计过程中应评估其差异性，并选取较正确的数据作为代表。若不同活动/设施有相同的排放源而又无法分开纪录时，则可采用合并纪录的方式作为替代方案。
•
温室气体排放系数收集及汇总
由于排放系数是将每单位原燃物料使用量换算成产生温室气体排放量的重要依据，因此在量化过程中为十分重要的因子。一般而言，排放系数应使用现场或本土化的数据较为适当，而对于排放系数来源的识别与使用的适当性，即为本阶段首要工作。
•
温室气体排放量计算
在收集汇总包含活动强度及排放系数等所有温室气体排放源数据后，即可进行温室气体Zui后的量化计算。利用全球暖化潜势（GWP），将不同温室气体换算为实际的CO2当量，Zui后汇总完成整个计算。
在计算过程中，应特别注意活动强度及排放系数之单位是否能够匹配；此外由于CO2以外其他温室气体有不同的GWP值，在换算成CO2当量时亦应特别注意，若引用错误则可能造成量化结果数千甚至数万倍的差异。
