1. 分散性和個體數(shù)值微小

 

生活消費端的碳減排場景比較分散, 幾乎涵蓋日常生活的方方面面, 如出行方面有步行、 騎行、 公交地鐵出行、 機動車停駛、 新能源汽車使用等場景; 餐飲方面有點小份餐、 不提供一次性筷子、 光盤行動等場景; 辦公方面有無紙化辦公、 線上會議等場景; 節(jié)約資源方面有購買節(jié)能產(chǎn)品、 垃圾分類、 二手交易等場景。 這些碳減排場景較為分散, 碳減排量較小, 因此不便于統(tǒng)計。

 

2. 難以定量和標(biāo)準(zhǔn)化

 

消費端量化最大的難點在于, 每個人的生活習(xí)慣和環(huán)境不盡相同,個體的行為選擇無法硬性規(guī)定, 制定個人生活消費碳減排標(biāo)準(zhǔn)是一個難題。 不同的生活方式中減排場景的碳減排量化, 需要在不同的地區(qū)、 企業(yè)和行業(yè)互聯(lián)應(yīng)用 App 使用統(tǒng)一的科學(xué)計算方法, 才可為碳普惠交易打下基礎(chǔ)。

 

3. 重復(fù)性和真實性

 

由于生活場景中有各種 App, 一個人會同時使用多個數(shù)字平臺, 而每個數(shù)字平臺計算碳積分和激勵手段多樣化, 但相互之間不連通, 一個用戶的同一個行為可能在不同的平臺上得到記錄, 如走步、 充電等, 減排量重復(fù)計算, 實際減排被高估。

 

證明用戶低碳行為的真實發(fā)生也是一個問題, 比如上傳光盤照片無法證明食物是否全部吃完, 或者是否使用別人的照片等。