第 1 卷 · 一般指南与报告 · Ch4 2019RF 修订
Ch4 方法学选择与关键类别Methodological Choice and Key Categories
本页为章节结构与阅读指引（原创整理）。因版权原因不收录 IPCC 原文正文；公式、表格与完整方法请阅读官方 PDF。
方法要点速查
本章给出两个决策工具：方法层级选择决策树（用数据可得性与关键类别判定选 Tier 1/2/3）与关键类别分析（KCA，用定量阈值识别优先改进的类别）。2019RF 更新了两条核心公式的表述。
要点
- 关键类别（Key Category）= 对清单总量或趋势有显著影响的类别；识别它的目的是把有限资源集中在最影响结果的地方。
- Approach 1 定量判据（式 4.1/4.2 Updated）：水平评估用类别排放占总量的份额 × 不确定性加权；趋势评估看类别对年际变化的贡献。
- 2019RF 把式 4.1/4.2 的表述更新，并新增表 4.4a 关键类别排名表，使排序结果可直接引用。
- 方法层级选择用决策树：数据可得性、资源、类别是否关键三要素决定 Tier 1/2/3；关键类别应优先高 Tier。
- 定性判据（政策相关性、减缓潜力、数据可靠性、非常规排放源）作为定量分析的补充，可把边缘类别升级为关键类别。
方法脉络
关键类别识别（Approach 1）
- 式 4.1 水平评估（Level Assessment）：类别贡献 = 类别排放 × 相对不确定度，按占总量的份额排序。
- 式 4.2 趋势评估（Trend Assessment）：类别对基准年→当年趋势变化的贡献，按趋势份额排序。
- 累计贡献 ≥95% 的类别列为关键类别；表 4.2/4.3 电子表格直接算，表 4.4 汇总、表 4.4a 排名。
- 聚合层级按表 4.1 建议：气体×类别×燃料/工艺拆到方法可用的最细粒度。
方法层级选择（决策树）
- 先判定类别是否关键（KCA 结果）→ 再看数据可得性（有无国别因子/设施实测）→ 最后看资源（人员/经费/时间）。
- 关键类别优先 Tier 2/3；非关键类别 Tier 1 可接受。
- 不同气体/燃料可以用不同 Tier（如 CO₂ 用 Tier 2、CH₄ 用 Tier 1）。
Approach 2 与定性判据
- Approach 2 用国别不确定度数据做更精细的 KCA，需要类别级不确定度估计（配合 Vol1 Ch3）。
- 定性判据用于补充：政策相关性（如本国主导减排政策覆盖的源）、数据可靠性差、非常规排放源、新的减缓技术。
关键公式
- 式 4.1（Updated）水平评估
KA = E_cat × U_cat（相对总量的贡献加权）Approach 1 水平不确定性贡献；表 4.2 自动算。 - 式 4.2（Updated）趋势评估
KA_trend = (E_cat,t − E_cat,BY) 相对趋势的贡献识别对趋势影响最大的类别；表 4.3。
方法层级选择
| 层级 / 情形 | 适用条件 | 所需数据 |
|---|---|---|
| Tier 1 KCA | 缺国别不确定度数据 | 用缺省不确定度 + 式 4.1/4.2 的简化份额法。 |
| Tier 2 KCA | 有类别级国别不确定度估计 | 配合 Vol1 Ch3 的 Approach 1/2 结果做更精细加权。 |
易错点
- 只做水平评估不做趋势评估：某些类别水平小但逐年剧增，趋势评估才能暴露。
- 聚合层级过粗（如把整个能源部门当一个类别），稀释了关键类别的识别力；按表 4.1 的建议粒度拆分。
- 把 95% 阈值当成硬边界，忽略定性判据；政策相关性高的源即使份额小也值得改进。
- KCA 结果多年不更新；每次方法/数据重大变更后应重跑。
- 关键类别仍停留在 Tier 1，改进计划没有落地——KCA 的目的就是引导资源分配。
- 忽略表 4.4a 的排名顺序，改进先后凭直觉而非贡献大小。
对应官方章节
- §4.1 关键类别总览与决策树；§4.1.2 资源受限情形
- 式 4.1/4.2（Updated）；表 4.1–4.4a
- §4.2 Approach 2 与定性判据
本章为《2019 年修订》文档，逐节说明对 2006 版的修订（未变更处标注 No refinement）。建议结合 2006 版速查页 阅读。