2026.03.18

AEWIN 已完成 2025 年碳足跡驗證

分享:

介紹

隨著可持續性成為全球優先事項,組織被期望能更好地理解和管理其溫室氣體(GHG)排放。碳足跡驗證有助於量化排放、識別主要來源並支持長期減排規劃。作為其ESG承諾的一部分,AEWIN每年進行碳足跡驗證,以確保透明報告和負責任的環境管理。

 

碳足跡驗證

碳足跡驗證涉及識別、測量和報告由組織活動產生的溫室氣體(GHGs)排放。這一過程不僅有助於識別排放來源,還為制定有效的減排策略奠定基礎。對於AEWIN來說,這與公司的ESG路線圖相一致,強化了其對可持續性和負責任治理的承諾。

 

GHS 驗證方法

AEWIN 2025 年的碳足跡驗證遵循 ISO 14064-1:2018 標準。它確保了公司運營邊界內所有溫室氣體 (GHG) 排放的全面文件記錄和準確報告,涵蓋其位於台灣新北市的總部、工廠和倉庫。

排放被分類為:

-        類別 1 (直接排放):這些直接排放來自固定和移動燃燒源,例如公司車輛和現場燃料使用。AEWIN 也考慮了來自設備的排放,如滅火器、冷卻單元和一氧化碳。2氣缸(用於汽水機),提供其直接溫室氣體影響的完整圖景。

-        類別 2 (間接排放):從台灣電力公司購買的電力來源是間接排放的主要來源。

-        類別 3(間接排放):它涵蓋了員工通勤和商務旅行。

-        類別 4(間接排放):由組織使用產品或服務所產生,涉及上游排放,包括購買的電力和水資源。

碳足跡計算

AEWIN 使用了基於 ISO 14064-1:2018 和 2021 年 IPCC 第六次評估報告 (AR6) 的以下標準公式:

GHG 排放 = 活動數據 × 排放因子 × 全球變暖潛力 (GWP)

-        活動數據代表某項活動的數量,例如燃燒的燃料量或生產的產品數量。

-        排放因子是每單位活動排放的溫室氣體量,例如每升汽油產生的二氧化碳量。

-        全球暖化潛勢 (GWP) 是衡量溫室氣體相對於二氧化碳的暖化影響的一種指標。對於 GWP 的數值,AEWIN 依據最新的 IPCC AR6 標準進行應用。

透過這項計算,總溫室氣體排放量可以以二氧化碳當量來確定。

 

AEWIN 2025 年碳足跡聲明

AEWIN的碳足跡驗證結果揭示了該公司對環境影響的關鍵見解。針對2025年1月1日至2025年12月31日的期間:

排放類別

百分比 (%)

tCO2e

類別 1

直接排放

2.89

39.4086

類別 2

間接排放

購買電力

47.53

649.0327

類別 3

通勤與旅行

38.42

524.6818

類別 4

上游能源/水

11.17

152.4874

總排放量

100

1365.6105

-        直接溫室氣體排放(類別 1):AEWIN 的直接溫室氣體排放量為 39.4086 公噸二氧化碳2,佔公司總排放量的2.89%。

-        間接溫室氣體排放(類別 2+3+4+5):間接排放總計 1326.2019 公噸二氧化碳2,佔整體排放的97.11%。

這個全面的分析幫助AEWIN了解不同活動的相對影響,並識別未來改進的潛在領域。

 

結論

AEWIN 每年進行碳足跡驗證,以履行其對 ESG 透明度和環境責任的承諾。通過建立全面且經認證的溫室氣體 (GHG) 清單,該公司能夠更清楚地了解其排放來源及改進機會。通過持續監控和負責任的運營管理,AEWIN 旨在為環境和社會提供可持續的價值。

相關訊息

Building Secure and Efficient On-Prem AI Infrastructure
2026.07.02

Building Secure and Efficient On-Prem AI Infrastructure

As Generative AI, AI Agents, and enterprise AI applications continue to expand, organizations are increasingly looking beyond the cloud to deploy AI closer to their data. Driven by growing concerns over data sovereignty, security, latency, and long-term operating costs, on-premises AI infrastructure has become a strategic choice for enterprises seeking greater control, performance, and scalability.

Rack-Scale AI Infrastructure: Maximizing Performance, Efficiency, and Scalability for the AI Era
2026.06.30

Rack-Scale AI Infrastructure: Maximizing Performance, Efficiency, and Scalability for the AI Era

Driven by the explosion of Gen AI, Agentic AI, and the massive datasets behind them, computing infrastructure is evolving from standalone servers to rack-scale architectures. Modern AI workloads require a tightly integrated combination of computing, networking, storage, and cooling solutions to deliver maximum performance and efficiency. Future-Ready AI Infrastructure has become the foundation for the AI Era.

Enhancing Network Resilience with AEWIN Gen4 LAN Bypass
2026.06.30

Enhancing Network Resilience with AEWIN Gen4 LAN Bypass

Traditional LAN bypass focuses on keeping traffic flowing when a system goes down, but modern deployments require greater flexibility to balance availability and security. AEWIN Gen4 LAN bypass builds on the Gen3 foundation by introducing enhanced traffic control mechanisms to enable network behavior to better align with real-world operational demands.

洽詢車

你的洽詢車總計 0 件產品

產品比較

你的比較總計 0 件產品

訂閱電子報

數字驗證

請由小到大,依序點擊數字

我們使用 cookies 以確保我們的網站正常運作,個性化內容和廣告,提供社交媒體功能並分析流量。我們還會與社交媒體、廣告和分析合作夥伴分享您使用我們網站的信息。

管理Cookies

隱私權偏好設定中心

我們使用 cookies 以確保我們的網站正常運作,個性化內容和廣告,提供社交媒體功能並分析流量。我們還會與社交媒體、廣告和分析合作夥伴分享您使用我們網站的信息。

管理同意設定

必要的Cookie

一律啟用

這些 cookies 是網站運作所必需的,您無法在系統上關閉它們。

這些 Cookie 通常僅在您執行某個動作(即服務請求)時設置,例如設置隱私偏好、登錄或填寫表單。

您可以設置瀏覽器以阻止或提示您這些Cookie,但這可能會導致某些網站功能無法正常運作。

行銷的Cookie

行銷 Cookie 用於追蹤訪客在我們網站上的旅程。其目的是顯示對個別用戶相關或吸引人的廣告,因此對出版商或第三方廣告商來說更為重要。

目標定位 Cookies
這些 Cookies 是由廣告合作夥伴通過我們的網站設置的。這些公司可能會使用 Cookies 來建立您的興趣檔案,並在其他網站上向您展示相關的廣告。它們只需要識別您的瀏覽器和設備即可運作。如果您不允許這些 Cookies,您將無法在不同的網站上體驗到定向廣告。

社交媒體 Cookies
這些 Cookie 是由我們添加到網站的一系列社交媒體服務設置的,以便讓您與朋友和網絡分享我們的內容。它們可以追蹤您在其他網站上的瀏覽器並建立您的興趣檔案。這可能會影響您在訪問其他網站時查看的內容和消息。如果您不允許這些 Cookie,您可能無法使用或查看這些分享工具。