在亚马逊,我们认为随着2040年实现净零排放战略的推进,必须持续提升衡量标准的广度与精度。由于涵盖整个业务体系的碳排放核算工作极为复杂,相关工具与方法论也在不断迭代升级。
每年,我们都会在可持续发展报告中披露碳排放强度、绝对排放量及可持续发展进展,并持续引入更精准的工具与方法,确保数据能够真实、有意义地反映我们的脱碳历程。
碳排放强度——即单位活动量或生产量所产生的排放量——是追踪脱碳进展最重要的工具之一。然而,不同业务活动的性质各有差异。在各行业中,最具参考价值的强度指标往往是行业专属的,与楼宇、能源、交通运输及产品等实际脱碳活动直接挂钩。企业常用的指标包括:电力领域的二氧化碳当量每兆瓦时、建筑脱碳领域的二氧化碳当量每平方英尺,以及运输领域的二氧化碳当量每公里。
亚马逊遵循同样的原则,针对特定业务活动开发定制化强度指标,以便精准衡量最关键的环节。
零售配送:单件包裹碳排放量
在零售业务层面,亚马逊追踪的是每件包裹的碳排放量。这一指标之所以关键,在于它直接反映了大规模配送运营的效率水平。自2019年以来,我们每年都实现了单件包裹碳排放量的下降,截至2025年底,相较于2019年,碳排放强度已累计降低39%。随着包裹发货量的持续增长,每件包裹的碳排放量反而更低。我们在无碳能源、智能路径规划、轻量化包装、低碳燃料、替代运输方式(如以铁路替代公路或航空)以及电动车辆等方面的投入,均已切实转化为单件配送层面的减排成效。我们还在区域和国家层面追踪碳排放强度,以掌握地理分布差异,并有针对性地采取干预措施。这是衡量我们能否实现配送增长与排放增长脱钩的最直接指标。
多元业务:价值链全链路的复杂挑战
亚马逊并非一家传统意义上的物流公司,我们的业务版图还涵盖药房、生鲜超市、云服务、电影制作、设备制造、卫星业务等多个领域。因此,我们的碳排放贯穿整条价值链——从商品生产、远洋运输、航空货运,到仓储配送、中间段运输和末端配送,无一例外。
亚马逊的脱碳工作,需要能够同步应对全球运输与供应链重大环节的综合性策略。这种广度带来了复杂性,也创造了机遇。我们与供应商及合作伙伴共同研发的解决方案,其影响力不会止步于亚马逊内部,而是有潜力同时推动多个行业实现脱碳转型。这是我们认真对待的一份责任:我们为自身取得的进展感到自豪,并希望在前行过程中分享所积累的经验与洞见。
核算方法更新:从GMS到营收的口径转变
分享学习成果的一部分,是如实披露我们的衡量方式及其变化。近期,我们对经济碳排放强度指标进行了一项调整:在2025年度报告中,将原有的"每美元商品交易总额的二氧化碳当量克数(gCO?e/$GMS)"更新为"每美元营收的二氧化碳当量克数(gCO?e/$Revenue)"。营收数据公开披露、普遍认可,且与大多数企业披露运营碳排放强度的方式保持一致,从而使我们的进展更易于与行业同类数据进行横向比较。这一调整不影响我们历年的减排趋势。
持续完善:动态演进的气候核算体系
气候科学与碳排放核算并非一成不变。随着科学认知的深化和我们自身业务的演进,我们将持续优化追踪与报告进展的方式。我们为《气候承诺》中提出的2040年实现净零碳排放目标感到自豪。我们将不断更新衡量方式,确保数据始终以最精准、最有意义的方式呈现我们的现状与未来方向。如需进一步了解亚马逊的碳排放核算方法,欢迎访问我们的可持续发展报告官网。
Q&A
Q1:亚马逊碳排放强度降低39%是怎么实现的?
A:亚马逊通过多项举措实现了自2019年以来每件包裹碳排放量的持续下降,截至2025年底累计降幅达39%。具体措施包括:投资无碳能源、优化配送路径规划、推广轻量化包装、使用低碳燃料、采用铁路替代公路或航空等替代运输方式,以及大规模引入电动配送车辆。这些投入共同推动了单件配送层面的实质性减排,实现了配送业务增长与碳排放增长的脱钩。
Q2:亚马逊为什么把碳排放强度指标从GMS改成营收?
A:亚马逊将经济碳排放强度指标从"每美元商品交易总额的二氧化碳当量克数(gCO?e/$GMS)"调整为"每美元营收的二氧化碳当量克数(gCO?e/$Revenue)",主要原因是营收数据公开透明、被广泛认可,且与行业内大多数企业的披露口径一致,便于进行横向比较。这一变化不影响亚马逊历年的减排趋势和进展数据。
Q3:亚马逊2040年净零排放目标是什么?
A:亚马逊通过《气候承诺》承诺在2040年实现净零碳排放,比《巴黎协定》设定的2050年目标提前了10年。为实现这一目标,亚马逊持续优化碳排放核算方法,针对零售配送、建筑、能源、运输等不同业务活动开发专属强度指标,并与供应商和合作伙伴共同推动价值链全链路的脱碳转型。
好文章,需要你的鼓励
跑分只是基准,情绪才是真相。我们整理了 1500 条海外开发者对 GLM-5.2 的评价,发现这个号称能“平替顶级闭源模型”的开源巨兽,最大的争议点竟然是“硬件成本”。当部署一个模型需要“一套房”时,你还愿意本地化吗?
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。
电动自行车频繁出现在负面新闻中——危险骑行、电池火灾、立法管制。这些问题确实存在,需要通过教育、执法和安全标准加以解决。但更大的图景常被忽视:数百万人因此骑车通勤、重拾运动、减少开车,带来健康、减排和出行独立性等多重效益。研究也表明,电动自行车骑行具有显著心肺锻炼价值。正如汽车不能只以醉驾定义,电动自行车也不应仅凭最坏案例被评判。
清华大学提出VG-GUI-Bench评测视频引导操作能力,并设计TASKER关键帧搜索算法,在视频问答和GUI智能体任务上均实现性能与效率的双重提升。