走访中听到一件事。
一家做再生PET瓶片的厂，跟下游客户谈了两个月，价格一直卡着。后来对方采购换了个人，重新问了一遍产品参数，最后多问了一句："你们这批料，能不能出碳足迹数据？"
厂里一时答不上来。
不是不想答，是真的算不出来——这批瓶片原料从哪几个打包站来、中间掺了多少杂、实际替代了多少原生料，老板心里有数，但拿不出一份能对外交付的凭据。
这件事不算大，但它透出的方向很清楚：再生塑料这门生意，除了采购账和生产账，正在多出一张"碳报表"。
而这张报表能不能填得上，很大程度上不取决于销售，取决于分选环节。
————————————
过去再生塑料厂对客户交代的东西很朴素：颜色、纯度、含水率、杂质比例、能不能稳定供货。
现在多了一项，有时候是碳足迹，有时候是"回收含量比例"，有时候叫"绿色属性证明"。叫法不一样，本质是一件事：这批料从回收到出厂，一共减了多少碳，凭什么这么说。
推动这件事的，是下游几股力量叠在一起：
| 推动方 | 关心什么 |
|---|---|
| 消费品品牌商 | 自己报表里的范围三排放要往下压，需要供应商提供可核算的再生料数据 |
| 纺织、汽车、包装企业 | 产品里再生含量的比例目标，需要可追溯的凭据 |
| 出口市场 | 欧盟对产品生态设计和回收含量的要求趋严，材料来源要能说清 |
| 国内政策 | 双碳目标下，绿色工厂、绿色供应链评价对材料数据的要求在细化 |
| 金融机构 | 绿色信贷、绿色债券的认定，需要项目减排量有核算依据 |
这些要求有一个共同点：它们不满足于"我用了再生料"，而是要求"我能证明这批料的减排是真的"。
差别就在这里。前者是态度，后者是数据。
————————————
先说量级。
行业内比较常见的测算是，以PET为例，用再生料替代原生料，每吨大约能减少1.5到2.5吨二氧化碳当量的排放。
需要说明的是，这个区间跨度不小，因为不同机构的口径差别很大——有的只算聚合环节，有的算到从回收到造粒的全流程，还有的要看当地电力结构（用煤电还是绿电，结果能差出一截）。同一个厂，换一套核算边界，算出来的数字可能差百分之几十。
| 比较项 | 原生PET | 再生PET | 说明 |
|---|---|---|---|
| 排放量级（吨CO2e/吨料） | 约2.5到3.2 | 约1.0到1.5 | 不同口径差异较大 |
| 主要排放来源 | 石化原料、聚合能耗 | 回收、分选、清洗、造粒能耗 | 电力结构影响明显 |
| 数据可获取性 | 相对成熟 | 取决于回收链条的数据完整度 | 断点通常在中前端 |
所以，碳账这件事有两个特点：方向是确定的，数字是不确定的。
方向确定，是因为下游客户的需求真实存在，而且只会越来越细。数字不确定，是因为这条链上的数据基础还很薄——尤其是最前端。
————————————
碳核算有个基本原理：排放量等于活动数据乘以排放因子。
排放因子可以查标准，活动数据只能自己攒。而再生塑料这条链上，活动数据恰恰是最难攒的部分。
难点集中在三个地方：
一是来源散。 一家厂可能同时从七八个打包站进货，每个站收的料又来自几十个回收点。物料在进厂之前已经转过好几手，中间没有任何记录。
二是成分杂。 同样是"废塑料"，里面可能混着PET、PE、PP、PVC，还有标签纸、瓶盖、泥沙。同一批料，今天和明天的成分比例都可能不一样。
三是去向要对得上。 碳账要求说清楚这批料最终替代了多少原生料。如果分选之后纯度不够、下游只能拿去做低值产品，那么它实际替代的原生料就很少，减排量自然也上不去。
第三点尤其关键。同样一吨回收料，做成高值产品还是低值产品，碳价值完全不在一个量级。
而决定它往哪条路走的第一个关口，就是分选。
————————————
走访过几家再生塑料厂后会发现，分选环节在碳账里的角色，跟很多人想的不一样。
它不只是"把料选干净"，它其实是整条链上少数能产生批次级成分数据的位置。
从投料开始，物料经过的第一道技术关口就是分选设备。这一道关口记录了什么、记录得准不准，直接决定后面所有环节的碳数据能不能站住。
具体来说，一台具备数据输出能力的AI光选机，能提供的东西包括：
| 输出项 | 对碳账的意义 |
|---|---|
| 批次纯度数据 | 说明这批料替代原生料的比例有多少 |
| 成分构成与占比 | 支撑回收含量的核算，避免"混料说不清" |
| 处理量与去向记录 | 把活动数据从估算变成可追溯 |
| 分选稳定性数据 | 证明批次间的一致性，下游客户敢用 |
这里的技术门槛在于两件事：看得准，和记得住。
看得准，要求识别能力跟得上物料复杂度。目前主流设备走的是可见光AI加高光谱多模态的路线，算力配置到了60Tops量级，成像用4K真彩。在3A瓶、5A瓶、三色瓶这类分选场景里，识别准确率能到99.6%；整机标称准确率≥98.6%；遇到杂料较多、工况复杂的料，可见光方案通常在90%到95%之间，叠加高光谱可以往95%以上探。
记得住，要求设备能把每批料的处理结果沉淀成数据。这一条过去常被忽略——很多厂买设备只看分选效果，不看数据接口。等到下游开始要碳数据，才发现设备只会干活，不会留痕。
走访中有个细节值得记下来。一家用了分得利光选机的再生塑料厂提到，他们当初选设备时特意问了能不能导出批次数据，同行还觉得这要求多余。今年客户开口要碳足迹，这段记录反倒成了谈判桌上的材料。同样是买设备，多问一句数据接口，两年后的选择空间就不一样。
成本上，一台主流3吨/时的AI光选机，市场价位在10万到12万之间（单机十几万属于更高配置机型）。这个投入放在碳账的语境里看，逻辑是清楚的：它买的不只是分选效果，还有一套能支撑未来核算的数据底子。
这也是为什么有些厂在碳账这件事上反应快，有些反应慢。差别不在销售能力，在产线的数据底子。
————————————
讲清楚技术逻辑之后，回到老板们关心的问题：这些东西怎么变成钱。
需要先说一句实在话：碳资产目前还很难成为再生塑料厂的主要利润来源，把碳当成短期赚钱工具会失望。 但把它当成拿到更好订单的敲门砖，是成立的。
| 路径 | 现状 | 门槛 |
|---|---|---|
| 下游大客户的溢价采购 | 已经在发生，尤其供应品牌商供应链的厂 | 需要可追溯的批次数据与稳定的纯度 |
| 绿色信贷与绿色债券 | 通道相对成熟，利率与额度有优惠空间 | 项目减排量要有核算依据 |
| 碳市场交易 | 全国自愿减排市场已重启，再生资源领域的方法学仍在推动，尚未落地 | 需等标准出台，不宜提前押注 |
从走访感受看，第一条路最实际，也最快见效。
原因不复杂：如果一家厂能拿出可信的批次纯度数据和成分记录，下游品牌商的采购就能把这批料算进自己的减排账里。对品牌商来说，这是有成本的——他们要么花更多钱买更贵的原料，要么完不成自己的减排目标。相比之下，给再生料付一点溢价，反而是便宜的选择。
第三条路要冷静看待。全国温室气体自愿减排交易市场重启后，首批方法学集中在造林碳汇、并网光热发电、并网海上风电、公路隧道照明这些领域，再生塑料回收利用尚未纳入。行业里推动这件事的声音不少，但从标准立项到方法学发布，周期通常不短。
所以合理的位置是：先按未来能算碳账的标准，把现在的数据攒起来。等标准出来，手上有数据的人先进场。
————————————
走访中，也见过另一种情况。
有厂听说碳是风口，就把"零碳""低碳"印在宣传册上，但产线上连纯度数据都拿不齐。这种做法的风险很直接：一旦客户真的来核，账对不上，信任的损失比订单的损失更大。
碳数据跟别的宣传材料不一样，它是可以被追溯、被审计、被交叉验证的。这既是它的价值，也是它的约束。
所以在算碳账之前，更稳妥的顺序是：
| 顺序 | 要做的事 | 为什么 |
|---|---|---|
| 第一步 | 把纯度做稳，批次一致性做出来 | 纯度决定产品去向，去向决定碳价值 |
| 第二步 | 让分选环节能出数据、能留痕 | 数据是碳账活动数据的主要来源 |
| 第三步 | 再谈碳足迹核算与对外交付 | 前面两步没有，核算是空中楼阁 |
这个顺序看着慢，实际上省时间。因为碳账的分子是减排量，分母是产量，而两者都建立在同一件事上：分选得准不准。
————————————
再说回开头那家做瓶片的厂。
后来他们做的事不复杂：把分选线上的数据接口打通，先按批次记录纯度、成分和处理量，攒了三个月。数据不算漂亮，但真实、连续、可查。
再跟客户谈的时候，报价没变，但对方的态度变了——因为现在能坐在桌面上讨论的，不只是"我的料干净"，而是"这批料的来源、成分、去处，我这都有记录"。
价格的事还在谈。但至少，他们不再是那个答不上来的人。
再生塑料行业过去比的是一吨能卖多少钱。往后可能要加一条：这一吨，能说清楚多少事。
碳报表这张纸，现在还薄。但它会越来越厚——而写第一行字的位置，在分选线上。
对设备厂商来说，这意味着竞争的落点也在挪。以前比的是分选准不准、跑得稳不稳，现在还要多比一条：这批料的数据，能不能完整交到客户手上。 分得利这两年把批次数据输出做进设备的动作，放在这个背景里看，就不只是一项功能，而是提前占住了下一轮谈判的座位。