2025.06.05

AEWIN 已完成 2024 碳足迹验证

分享:

介绍
随着全球对环境问题的认识不断增强,企业对其环境影响的责任也日益增加。由于二氧化碳(CO2)佔据了温室气体排放的绝大多数,因此它被用作评估的基准。碳审计帮助企业识别并减少其碳足迹,确保遵守法规并推进可持续发展目标。这篇博客探讨了AEWIN的碳足迹验证过程及其在强化ESG整合方面的旅程。

碳足迹验证的重要性
碳足迹验证涉及识别、测量和报告组织活动所产生的温室气体(GHGs)排放。这个过程不仅有助于识别排放源,还为制定有效的减排策略奠定了基础。对于AEWIN来说,这与公司的ESG路线图相一致,加强了其对可持续性和负责任治理的承诺。

AEWIN 碳足迹验证的范围和方法论
AEWIN 2024 年的碳足迹验证遵循 ISO 14064-1:2018 标准。它确保对公司运营边界内所有温室气体排放进行全面的文档记录和准确报告,涵盖位于台湾新北市的总部、工厂和仓库。

排放量被分类为:
范畴 1 (直接排放):这些直接排放来自固定和移动燃烧源,例如公司车辆和现场燃料使用。AEWIN 也考虑了来自设备的排放,如灭火器、冷冻单元和二氧化碳钢瓶(用于汽水机),提供了其直接温室气体影响的完整图景。
范畴 2 (间接排放):从台湾电力公司购买的电力是间接排放的主要来源。
范畴 3 (间接排放):它涵盖了员工通勤和商务旅行。
范畴 4 (间接排放):由于组织使用产品或服务而产生,涉及上游排放,包括购买的电力和水资源。

范畴3和范畴4的加入使验证变得完整,并将2024年设为温室气体验证的基准年,标志着系统性可持续性追踪的一个里程碑。

碳足迹计算
AEWIN 使用了基于 ISO 14064-1:2018 和 IPCC AR6 的以下标准公式:
温室气体排放 = 活动数据 × 排放因子 × 全球变暖潜力 (GWP)
●活动数据代表一项活动的数量,例如燃烧的燃料量或生产的产品数量。
●排放因子是每单位活动所排放的温室气体量,例如每公升汽油产生的二氧化碳量。
●全球暖化潜势 (GWP) 是一种衡量温室气体相对于二氧化碳的暖化影响的指标。对于 GWP 的数值,AEWIN 应用了最新的 IPCC AR6 标准。
透过这项计算,可以以二氧化碳当量来确定总温室气体排放量。

结果:AEWIN 2024 年碳足迹

AEWIN的碳足迹验证结果揭示了该公司对环境影响的关键见解。对于2024年1月1日至2024年12月31日的期间:

2024-碳足迹-02

●直接温室气体排放(范畴1):AEWIN的直接温室气体排放量为46.6694公吨二氧化碳,佔公司总排放量的4.71%。
●间接温室气体排放(范畴 2+3+4+5):间接排放总计 943.6289 公吨二氧化碳,佔总排放量的 95.29%。

这个全面的分析帮助AEWIN了解不同活动的相对影响,并针对特定领域进行改进。

ESG 进步策略
AEWIN 致力于将 ESG 原则融入其核心运营。碳足迹验证是这一方法的关键部分,为持续改进和创新提供了基础。
根据温室气体排放的结果,AEWIN 最重要且可控的排放来源是范畴2排放—来自购买电力的间接温室气体排放。作为回应,AEWIN将继续实施针对性的节能措施,以减少其碳足迹并履行其ESG承诺。主要措施包括:
●推广能源节约:倡导全公司提高意识和行动,以减少日常运营中的电力消耗。
●提升运营效率:精简内部流程,促进节能行为,以消除不必要的能源浪费。
●升级设备性能:通过定期维护和优化提高设备效率,重点是最小化制冷剂洩漏。

结论
AEWIN 2024 年的碳足迹验证标志着其 ESG 旅程中的一项重要成就。通过进行全面且经认证的温室气体清单报告,AEWIN 为未来的减排设置了透明的基准,并展示了其对气候行动的承诺。通过持续改进,AEWIN 旨在为环境和社会提供可持续的价值。

相关讯息

可持续AI基础设施:结合节能AI平台、智能两相液冷(2P DLC)解决方案与安全网络架构
2026.07.16

可持续AI基础设施:结合节能AI平台、智能两相液冷(2P DLC)解决方案与安全网络架构

AI运算持续以前所未有的速度扩展,带动数据中心用电量与散热需求快速增长。优化基础设施效率,已成为与运算性能同等重要的战略核心。从能源利用、散热管理到基础设施安全,打造可持续的AI基础设施,现在需要兼顾性能、效率与长期运营韧性的整体性方案。

打造安全高效的本地AI基础设施
2026.07.02

打造安全高效的本地AI基础设施

随着生成式AI、AI代理(AI Agents)与企业级AI应用持续扩展,企业正逐渐将目光从云端转向更贴近自身数据的AI部署方式。在数据主权、安全性、延迟性与长期运营成本等考量日益受到重视的驱动下,本地(On-Premises)AI基础设施已成为企业追求更高掌控力、性能与可扩展性的战略性选择。

机架级AI基础设施:为AI时代最大化性能、效率与可扩展性
2026.06.30

机架级AI基础设施:为AI时代最大化性能、效率与可扩展性

在生成式AI(Gen AI)、代理式AI(Agentic AI)以及背後龐大資料量的爆炸性成長推動下,運算基礎設施正從獨立伺服器演進為機櫃級架構。現代AI工作負載需要運算、網路、儲存與散熱解決方案緊密整合,才能發揮最大效能與效率。面向未來的AI基礎設施,已成為AI時代不可或缺的根基。

咨询车

您的咨询车共计 0 件产品

产品比较

您的比较共计 0 件产品

订阅电子报

数字验证

请由小到大,依序点击数字

我们使用 cookies 以确保我们的网站正常运作,个性化内容和广告,提供社交媒体功能并分析流量。我们还会与社交媒体、广告和分析合作伙伴分享您使用我们网站的信息。

管理Cookies

隱私權偏好設定中心

我们使用 cookies 以确保我们的网站正常运作,个性化内容和广告,提供社交媒体功能并分析流量。我们还会与社交媒体、广告和分析合作伙伴分享您使用我们网站的信息。

管理同意設定

必要的Cookie

一律啟用

这些 cookies 是网站运作所必需的,您无法在系统上关闭它们。

这些 Cookie 通常仅在您执行某个动作(即服务请求)时设置,例如设置隐私偏好、登录或填写表单。

您可以设置浏览器以阻止或提示您这些Cookie,但这可能会导致某些网站功能无法正常运作。

行銷的Cookie

行销 Cookie 用于追踪访客在我们网站上的旅程。其目的是显示对个别用户相关或吸引人的广告,因此对出版商或第三方广告商来说更为重要。

目标定位 Cookies
这些 Cookies 是由广告合作伙伴通过我们的网站设置的。这些公司可能会使用 Cookies 来建立您的兴趣档案,并在其他网站上向您展示相关的广告。它们只需要识别您的浏览器和设备即可运作。如果您不允许这些 Cookies,您将无法在不同的网站上体验到定向广告。

社交媒体 Cookies
这些 Cookie 是由我们添加到网站的一系列社交媒体服务设置的,以便让您与朋友和网络分享我们的内容。它们可以追踪您在其他网站上的浏览器并建立您的兴趣档案。这可能会影响您在访问其他网站时查看的内容和消息。如果您不允许这些 Cookie,您可能无法使用或查看这些分享工具。