2026.03.18

AEWIN 已完成 2025 年碳足迹验证

分享:

介绍

随着可持续性成为全球优先事项,组织被期望能更好地理解和管理其温室气体(GHG)排放。碳足迹验证有助于量化排放、识别主要来源并支持长期减排规划。作为其ESG承诺的一部分,AEWIN每年进行碳足迹验证,以确保透明报告和负责任的环境管理。

 

碳足迹验证

碳足迹验证涉及识别、测量和报告由组织活动产生的温室气体(GHGs)排放。这一过程不仅有助于识别排放来源,还为制定有效的减排策略奠定基础。对于AEWIN来说,这与公司的ESG路线图相一致,强化了其对可持续性和负责任治理的承诺。

 

GHS 验证方法

AEWIN 2025 年的碳足迹验证遵循 ISO 14064-1:2018 标准。它确保了公司运营边界内所有温室气体 (GHG) 排放的全面文件记录和准确报告,涵盖其位于台湾新北市的总部、工厂和仓库。

排放被分类为:

-        类别 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、冷却单元和一氧化碳。2气缸(用于汽水机),提供其直接温室气体影响的完整图景。

-        类别 2 (间接排放):从台湾电力公司购买的电力来源是间接排放的主要来源。

-        类别 3(间接排放):它涵盖了员工通勤和商务旅行。

-        类别 4(间接排放):由组织使用产品或服务所产生,涉及上游排放,包括购买的电力和水资源。

碳足迹计算

AEWIN 使用了基于 ISO 14064-1:2018 和 2021 年 IPCC 第六次评估报告 (AR6) 的以下标准公式:

GHG 排放 = 活动数据 × 排放因子 × 全球变暖潜力 (GWP)

-        活动数据代表某项活动的数量,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排放的温室气体量,例如每升汽油产生的二氧化碳量。

-        全球暖化潜势 (GWP) 是衡量温室气体相对于二氧化碳的暖化影响的一种指标。对于 GWP 的数值,AEWIN 依据最新的 IPCC AR6 标准进行应用。

透过这项计算,总温室气体排放量可以以二氧化碳当量来确定。

 

AEWIN 2025 年碳足迹声明

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。针对2025年1月1日至2025年12月31日的期间:

排放类别

百分比 (%)

tCO2e

类别 1

直接排放

2.89

39.4086

类别 2

间接排放

购买电力

47.53

649.0327

类别 3

通勤与旅行

38.42

524.6818

类别 4

上游能源/水

11.17

152.4874

总排放量

100

1365.6105

-        直接温室气体排放(类别 1):AEWIN 的直接温室气体排放量为 39.4086 公吨二氧化碳2,佔公司总排放量的2.89%。

-        间接温室气体排放(类别 2+3+4+5):间接排放总计 1326.2019 公吨二氧化碳2,佔整体排放的97.11%。

这个全面的分析帮助AEWIN了解不同活动的相对影响,并识别未来改进的潜在领域。

 

结论

AEWIN 每年进行碳足迹验证,以履行其对 ESG 透明度和环境责任的承诺。通过建立全面且经认证的温室气体 (GHG) 清单,该公司能够更清楚地了解其排放来源及改进机会。通过持续监控和负责任的运营管理,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。