此前已经数次提到“基准线”三个字了，确实没有很清楚的解释过基准线的含义。
严谨点说，基准线是指在没有实施特定的低碳行为或减排项目的情况下，为了提供同等服务或满足同等需求，最可能发生的替代情景下的温室气体排放水平，它是计算减排量的“起点”或“参照系”。简单点说，基准线就是“如果没有这个低碳行为，你本来会怎样，你会排放多少”的那个数值。
由此可知：减排量 = 基准线排放 - 活动碳排放，减排量的计算是不是很简单？
但没结束，继续思考以下几种情况：
- 你骑自行车上班，他开车上班，你相比他减了多少碳？
- 如果他不开车了，也骑自行车上班，他减了多少碳？你还是骑自行车上班，你减碳了吗？
- 你骑自行车，但你还会打车、坐公交、坐地铁，那么你减碳了吗？减排量应该是多少？
- 你昨天骑了自行车，今天也骑自行车，还有减碳么？
我们带着这几个问题讨论。
一、基准线情景：一个无法证实的假设
基准线的本质是一个**反事实的假设。**你无法回到过去的时间，去看看你没有骑自行车，而去选择了别什么出行方式。因为它无法被直接观测和验证，基准线的设定才成为减排量核算中最容易被争论的环节。
我们可以把基准线情景的确定方式大致分为三类：
- 历史数据基准，自己和自己比，看你自己过去怎么做的，过去一年平均每周开车3天，现在骑行了，基准就是那3天的开车排放。
- 同类群体基准，看跟你一样的人平均怎么做，你所在城市出行构成，加权平均后取得基准值。
- 技术或政策基准，法律规定或行业标准要求怎么做，国家按统计或研究结论，规定排放因子是多少，作为统一适用的基准值。
三种方式，同一个人的同一次骑行，算出来的减排量可能完全不同，这是基准线差异最直接的来源。实践中，很难跟踪自己的碳排放，绝大多数情况下还是要跟平均值做比较。
二、基准线的“光谱”：从宽松到严格的三种设定
在实际操作中基准线设定是一个“从宽松到严格”的光谱。不同的设定方式，决定了同样的行为能拿到多少减排量。
宽松：以“高碳行为”为基准
如果一个城市将出行的基准线设定为“私家车出行”，那么每一个坐公交的人都会产生可观的减排量。
优点是：减排量数字大，用户覆盖面广，实际获得感强。缺点是：会与真实的减碳效果产生较大偏离。
中间：以“平均水平”为基准
如果一个城市将基准线设定为该城市所有居民出行的平均碳排放水平，那么高于平均水平的人减排量大，低于平均水平的人减排量小，甚至为负。
优点是：相对客观，向用户传递的低碳信息更加贴近实际，有利于引导人们“高碳转低碳” 。缺点是：平均水平的数据获得相对困难。
严格：以“最低碳行为”为基准
如果一个城市将基准线设定为“该城市规定的低碳出行方式”——比如，规定以公共汽车为基准，只有步行、骑行这种比公交更低碳的方式才产生减排量，坐公交则不再产生减排量。
这种设定的优点是：核算更严谨，减排量质量更高。缺点是：低碳行为的覆盖面窄，用户获得感最低。
三种设定，同一个人在同一天从A点到B点——如果选择步行，第一种设定可能算出1kg减排量，第二种算出0.4kg，第三种可能只有0.1kg。减排量的数值差了十倍。
需要说明的是，这并不是计算错误。基准线情景的设定具有一定的导向性。在2024年之前，《北京市低碳出行方法学》中规定以燃油小汽车出行的碳排放为基准线“250gCO2/km”。为什么这么设定？众所周知北京的拥堵闻名遐迩！通过低碳出行方法学的基准线设定，可以去鼓励市民出行从地面交通转入地下交通，进而缓解拥堵，并减少大气污染物。
三、碳普惠里基准线争议
至少有三个争议，在不断地重复讨论：
1. 从宏观到微观再到宏观
一次评审会上，有专家提出，骑行方法学的基准线选取有问题，计算逻辑是地区内所有出行方式（含单车、电单车）的碳排放，加权平均得出每个人的单位出行距离，再将这个数值作为基准线，“从宏观到微观再到宏观”，这是不准确的。以目前的数据可得性，是无法做到实时计算的，至多只能以前一年的数据为基础后置计算，并设定为当年的基准线。专家指出的问题有道理！但无解。
2. 核算范围包含上游的碳排放，下游的碳排放泄漏不可知
制定节约纸张方法学时，有过讨论是否减少了上游生产、运输和仓储的碳排放？制定垃圾分类方法学时，讨论过是否节约了下游分拣、再生的用能，是否减少了厨余垃圾的甲烷排放？真实情况都很复杂的，很难一概而论。但的确有碳普惠方法学，把项目上下游全链条都核算了。
3. 地理差异与数据可得性
常常出现“我用你地区的基准线，不合理”的疑问，笔者遇到很多次关于不同地区的基准线设定的讨论。比如，骑行出行贵阳和北京市的基准线是不是应该一样？否则不公平！但不一样才是更合理的。而很多地区信息化基础不够发达，难以获得到真实的出行构成数据，也就只能去参考发达地区的数据。
目前看，碳普惠的基准线争议几乎是无解的。
四、基准线的差异意味着什么？
如果A城市的骑行1km产生的减排量，是B城市的三倍，那么A城市的用户和B城市的用户，谁的减碳贡献更大？答案是：不知道。
因为减排量不是一个纯粹的“行为记录”，它是一个“行为在特定参照系下的差值”。换了参照系，差值就变了。这不是简单的“谁更努力”的问题，而是我们选用的计量方式，天然地把地理差异、政策差异、数据差异裹挟了进来。
反过来说，如果强行让所有城市的基准线统一——比如全国都用同一个出行排放因子——那又会带来新的不公平。 北京开油车出行的多，单位里程的碳排放更高，骑行相对的减排量更多；云南小城开油车出行的少，单位里程的碳排放更低，骑行相对的减排量更少。统一基准线，北京的减排量被低估，小城的减排量被高估，哪个都不对。
所以，基准线的设定不是“谁做得对、谁做得错”的问题，而是减碳机制的内在特征：它不是一个追求“绝对可比”的逻辑设计。 它追求的是让用户在自身所处的参照系中，看到自己的行为变化带来的相对差异，从而产生持续参与的动机。
五、基准线应该怎么定？
不必追求跨区域可比。 碳普惠主要目的是引导居民的行为改变，不是生产全球通用的减排量。基准线的设定应以“本地可得数据”为基础，以“本地政策导向”为参照，以“用户可感知的变化”为目标。核算逻辑自洽，减排量在不同城市之间的数值差异，是可接受的。
“鼓励存量”和“追求增量”。 如果一个人本来就在骑行，那骑行本身不应产生新的减排量——除非他增加了骑行的频次或距离。碳普惠的有效性应该表现在“行为的正向变化”，不是“行为的现状”。这是基准线存在的根本意义。
条件允许，平台对同一场景应采用动态基准线。 当一个城市的人均出行碳排放整体下降时，基准线也应该相应调整，以确保减排量始终反映的是“增量”而不是“存量”。基准线应该随着社会平均水平的提升而提升——否则，碳普惠就会变成一个奖励“不进步”的制度。
基准线的问题，是个“诚实”的问题。承认行为减碳无法被绝对精确地计量，承认不同地区的基准线差异是不可消除的。更应该清晰地把基准线是怎么定的、数据从哪来的、假设是什么——全部告诉用户。减排量的数值可以不同，但过程必须经得起追问；减排量不是积分游戏，它必须是一套真实、可信的碳排放核算逻辑。
即便这套逻辑在绝对减碳命题下，有诸多的不确定，但它仍然值得被认真对待。
————————————
碳账本科技，以"反思，减碳，记录，回馈" 为理念，专注减碳价值，推动全社会绿色转型。
Rethink, Reduce, Record, Reward — Carbonledger for Future.