信頼できるCO2数値：調達判断におけるデータ品質、出所、不確実性

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Researchers examining scope 3 accounting methods should note the five data-quality deficits and the impact of primary data sharing on reliability.

🏢実務担当者:Procurement and sustainability teams can use the uncertainty and provenance framework to improve supplier carbon data evaluation.

🏛政策担当者:Standard setters should consider the recommendation to require data quality scoring in reporting frameworks.

調達の意思決定は、購入する財やサービスについて報告されるカーボンフットプリントにますます依存しているが、購入者に届く数値は、その算出方法によって大きく異なる。本レビューでは、排出データの品質、来歴、不確実性が、製造業および自動車サプライチェーンにおける調達意思決定に使用される炭素数値の信頼性をどのように形作るかを検討した。最近のオープンアクセス研究と企業の温室効果ガス会計基準を統合し、炭素データがどこから来るのか、その品質をどのように判断できるのか、そして不確実性がどのように発生し広がるのかを追跡した。エビデンスは、サプライチェーン排出量がほとんどの企業フットプリントを支配する一方で、最も弱いデータに依存していることを示した。なぜなら、企業は測定されたサプライヤー値を業界平均や支出ベースの推定値に置き換えることが多いからである。5つの繰り返し発生するデータ品質の欠陥が特定された：境界の不明確さ、検証の限界、カバレッジの不完全さ、相互運用性の弱さ、および特定データの代わりに一般的データの使用である。不確実性は、入力パラメータ、方法論的シナリオ、および計算モデル自体を通じて入り込むことが判明し、単一の値が広い妥当な範囲を隠す可能性があることが示された。取引先間での一次データの共有は、デジタルプラットフォームと明確なガバナンスに支えられ、信頼性を高めたが、導入は不均一なままであった。本レビューは、調達チームは炭素数値を固定された事実ではなく、既知の来歴を持つ主張として扱うべきであり、サプライヤー比較をデータ品質によって重み付けすべきであると結論付けた。購入者、サプライヤー、および基準設定者への影響が示された。 キーワード：炭素データ品質、スコープ3排出量、データ来歴、不確実性、持続可能な調達、サプライヤー選定、温室効果ガス会計

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Procurement decisions increasingly depend on the carbon footprint reported for purchased goods and services, yet the numbers that reach buyers vary widely in how they were produced. This review examined how the quality, provenance and uncertainty of emissions data shape the reliability of the carbon figures used in sourcing decisions across manufacturing and automotive supply chains. Recent open-access studies and the corporate greenhouse gas accounting standards were synthesised to trace where carbon data come from, how their quality can be judged, and how uncertainty arises and spreads. The evidence showed that supply-chain emissions dominate most corporate footprints while resting on the weakest data, since firms often replace measured supplier values with industry averages and spend-based estimates. Five recurring data-quality deficits were identified: unclear boundaries, limited verification, incomplete coverage, weak interoperability, and the use of generic instead of specific data. Uncertainty was found to enter through input parameters, methodological scenarios and the calculation models themselves, so a single value can hide a wide plausible range. Sharing primary data between trading partners, supported by digital platforms and clear governance, raised reliability, although adoption stayed uneven. The review concluded that procurement teams should treat a carbon figure as a claim with a known pedigree rather than a fixed fact, and should weight supplier comparisons by data quality. Implications for buyers, suppliers and stan154dard setters were set out. Keywords: carbon data quality, scope 3 emissions, data provenance, uncertainty, sustainable procurement, supplier selection, greenhouse gas accounting .

• semanticscholar https://doi.org/10.52403/ijrr.20260719first seen 2026-07-25 05:17:09 · last seen 2026-09-22 04:54:18
• openalex https://doi.org/10.52403/ijrr.20260719first seen 2026-08-02 18:35:57
• openaire https://doi.org/10.52403/ijrr.20260719first seen 2026-09-01 04:48:26 · last seen 2026-09-22 04:23:37