一、这是所有企业都会遇到的问题（而且非常现实）
在 CBAM 咨询中，被问得最多的一句话不是：
“怎么算？”
而是：
“我们现在没有完整数据，
那 CBAM 还能不能做？”
答案先给出来：
能做。
但“怎么做”，会直接决定你的成本、风险和未来空间。
如果你已经看过前面的文章，会发现一个共识逐渐清晰：
CBAM 从来不是“有没有数据”的问题，
而是：
👉 你缺什么数据、缺到什么程度、怎么补。
如果你还没系统建立 CBAM 的整体核算逻辑，建议先回到方法论总起篇，再看本文会更清楚：
👉 《CBAM 排放核算的基本方法论》
“怎么算？”
而是：
“我们现在没有完整数据，
那 CBAM 还能不能做？”
答案先给出来：
能做。
但“怎么做”，会直接决定你的成本、风险和未来空间。
如果你已经看过前面的文章，会发现一个共识逐渐清晰：
CBAM 从来不是“有没有数据”的问题，
而是：
👉 你缺什么数据、缺到什么程度、怎么补。
如果你还没系统建立 CBAM 的整体核算逻辑，建议先回到方法论总起篇，再看本文会更清楚：
👉 《CBAM 排放核算的基本方法论》
二、先给一个核心结论（可以直接对老板/客户说）
你可以直接用这段话作为统一口径：
CBAM 并不要求企业一开始就拥有“完美数据”，
但不允许企业对“数据缺口”毫无规划。
换句话说：
❌ “没数据，所以不管” → 不行
❌ “随便估一下” → 风险极高
✅ “承认缺口 + 合规兜底 + 逐步完善” → 可行路径
CBAM 并不要求企业一开始就拥有“完美数据”，
但不允许企业对“数据缺口”毫无规划。
换句话说：
❌ “没数据，所以不管” → 不行
❌ “随便估一下” → 风险极高
✅ “承认缺口 + 合规兜底 + 逐步完善” → 可行路径
三、CBAM 如何看待“数据不完整”这件事？
从制度设计角度，CBAM 对数据缺失的态度是现实且强硬的。
现实在于：
CBAM 知道很多企业起步阶段数据不完善
允许使用：
估算
默认值
简化路径
强硬在于：
所有“兜底方案”，
都以“防止低报”为目标，
而不是“帮企业省钱”。
这也是为什么，只要进入兜底路径，成本和风险都会同步上升。
现实在于：
CBAM 知道很多企业起步阶段数据不完善
允许使用：
估算
默认值
简化路径
强硬在于：
所有“兜底方案”，
都以“防止低报”为目标，
而不是“帮企业省钱”。
这也是为什么，只要进入兜底路径，成本和风险都会同步上升。
四、先把“数据不完整”分清楚（非常重要）
在 CBAM 实操中，“没有完整数据”并不是一个统一状态，而至少有 4 种不同情形。
情形一：部分数据缺失（最常见）
例如：
有总用电量，但无法精确到产品
有燃料数据，但没有工序拆分
有产量，但分摊逻辑不清
👉 这是“可以补、值得补”的类型。
情形二：关键数据存在，但无法核查
例如：
内部估算数
老员工经验数
没有任何原始记录
👉 这类数据在 CBAM 中“合规价值很低”。
情形三：某一类排放数据完全缺失
例如：
无法提供任何用电数据
无法区分工艺路径
无法提供产量基础
👉 通常会触发默认值或强制估算。
情形四：供应链上游数据缺失
例如：
原材料排放拿不到
上游企业不配合
👉 这在某些行业中非常常见，
但 CBAM 并不会因此自动免责。
情形一：部分数据缺失（最常见）
例如：
有总用电量，但无法精确到产品
有燃料数据，但没有工序拆分
有产量，但分摊逻辑不清
👉 这是“可以补、值得补”的类型。
情形二：关键数据存在，但无法核查
例如：
内部估算数
老员工经验数
没有任何原始记录
👉 这类数据在 CBAM 中“合规价值很低”。
情形三：某一类排放数据完全缺失
例如：
无法提供任何用电数据
无法区分工艺路径
无法提供产量基础
👉 通常会触发默认值或强制估算。
情形四：供应链上游数据缺失
例如：
原材料排放拿不到
上游企业不配合
👉 这在某些行业中非常常见，
但 CBAM 并不会因此自动免责。
五、CBAM 在“没数据”时，通常提供哪些处理路径？
我们按从“对企业最友好”到“对企业最不利”的顺序来讲。
路径一：合理估算 + 明确说明（有限可行）
在部分数据缺失的情况下，CBAM 允许：
基于合理假设
使用行业通行方法
进行估算
但前提是：
假设清楚
方法一致
有书面说明
👉 这是“技术兜底”，
不是“随便填数”。
路径二：混合路径（实测 + 估算）
这是非常常见、也比较现实的一种做法。
例如：
燃料用实测数据
用电无法拆分 → 合理估算
某些工序暂时用比例法
👉 关键不在于“混合”，
而在于：
你能不能解释为什么这么混。
路径三：使用默认值（最简单，也最贵）
当企业：
无法提供可核查数据
或数据缺口过大
CBAM 会允许使用默认值。
但请记住一句话：
默认值不是“中性选择”，
而是“偏高估算”。
如果你还没系统看过默认值对企业的影响，建议结合这篇一起判断：
👉 《默认值 vs 实测值，企业怎么选》
路径一：合理估算 + 明确说明（有限可行）
在部分数据缺失的情况下，CBAM 允许：
基于合理假设
使用行业通行方法
进行估算
但前提是：
假设清楚
方法一致
有书面说明
👉 这是“技术兜底”，
不是“随便填数”。
路径二：混合路径（实测 + 估算）
这是非常常见、也比较现实的一种做法。
例如：
燃料用实测数据
用电无法拆分 → 合理估算
某些工序暂时用比例法
👉 关键不在于“混合”，
而在于：
你能不能解释为什么这么混。
路径三：使用默认值（最简单，也最贵）
当企业：
无法提供可核查数据
或数据缺口过大
CBAM 会允许使用默认值。
但请记住一句话：
默认值不是“中性选择”，
而是“偏高估算”。
如果你还没系统看过默认值对企业的影响，建议结合这篇一起判断：
👉 《默认值 vs 实测值，企业怎么选》
六、为什么“默认值”往往是企业最后的选择？
原因主要有三点：
1️⃣ 成本风险几乎必然上升
2️⃣ 无法体现低排放优势
3️⃣ 会削弱与客户的谈判空间
尤其是在长期出口欧盟的情况下，默认值很容易从“临时方案”变成“长期负担”。
1️⃣ 成本风险几乎必然上升
2️⃣ 无法体现低排放优势
3️⃣ 会削弱与客户的谈判空间
尤其是在长期出口欧盟的情况下，默认值很容易从“临时方案”变成“长期负担”。
七、CBAM 对“数据缺失”的真实态度是什么？
如果把 CBAM 的态度总结成一句话，那就是：
你可以一开始不完美，
但你不能一直没有计划。
监管和客户真正关心的不是：
你现在缺不缺数据
而是：
你是否知道缺什么
是否有补齐路径
是否在逐步改善
你可以一开始不完美，
但你不能一直没有计划。
监管和客户真正关心的不是：
你现在缺不缺数据
而是：
你是否知道缺什么
是否有补齐路径
是否在逐步改善
八、企业在“没数据”情况下最常见的 6 个错误
1️⃣ 假装数据完整
2️⃣ 随意编估算值
3️⃣ 今天一个口径，明天一个口径
4️⃣ 把默认值当成“安全牌”
5️⃣ 对客户隐瞒数据缺口
6️⃣ 没有任何数据改善计划
👉 这些行为，都会在后续核查中被放大。
2️⃣ 随意编估算值
3️⃣ 今天一个口径，明天一个口径
4️⃣ 把默认值当成“安全牌”
5️⃣ 对客户隐瞒数据缺口
6️⃣ 没有任何数据改善计划
👉 这些行为，都会在后续核查中被放大。
九、CBAM 真正反对的不是“缺数据”，而是“不负责”
如果用一句话总结全文：
CBAM 并不要求企业一夜之间变成“数据完美体”，
但要求你对“不完美”本身负责。
CBAM 并不要求企业一夜之间变成“数据完美体”，
但要求你对“不完美”本身负责。
✅ 行动建议
如果你是出口欧盟企业，
当前 CBAM 排放数据存在不同程度缺口，
不确定哪些可以估算、哪些必须补齐、
以及是否会被迫使用默认值，
可以先进行一次 CBAM 数据缺口与合规兜底路径评估，
再决定后续核算与改进节奏。
当前 CBAM 排放数据存在不同程度缺口，
不确定哪些可以估算、哪些必须补齐、
以及是否会被迫使用默认值，
可以先进行一次 CBAM 数据缺口与合规兜底路径评估，
再决定后续核算与改进节奏。
