比赛结束后，排放并没有停止

很多人理解体育赛事的碳排放时，会自然地把注意力集中在比赛本身：场馆用电、观众和运动员的交通。但对于很多赛事来说，比赛结束之后参与者并不会立刻离开，客队、裁判、媒体人员，以及从外地专程赶来的观众，往往需要在当地住上一到数晚。这部分住宿（Accommodation）期间的能源消耗，包括酒店客房的空调、热水、照明和洗涤服务，同样是赛事活动带来的真实资源消耗，因此也应当被纳入赛事边界（Event Boundary）之内，而不是被当作与赛事无关的日常生活消费一笔带过。

住宿排放怎么估算

米兰体育对住宿排放的估算方法，核心是参与者过夜数（人数乘以住宿夜数）乘以对应的每人每夜排放因子，这个因子会因酒店档次、当地能源结构而有所差异。具体拆分上，通常需要区分几类不同的住宿主体：

  • 客队运动员和随行工作人员：住宿夜数相对固定，通常与赛程安排直接挂钩，容易获取准确数据。
  • 裁判和技术官员：住宿模式与客队类似，夜数一般由赛事组织方统一安排和记录。
  • 媒体和转播人员：住宿时间可能略长于比赛本身，因为需要提前布置设备或延后撤场。
  • 远道而来的观众：这部分数据最难获取，通常需要结合门票销售地理分布和当地酒店的入住率变化做联合估算。

为什么不能一概而论

不同类型的赛事，住宿排放在整体碳足迹里的权重差异非常大。一场持续多日、吸引大量外地和跨国参与者的锦标赛，住宿可能占到总排放的相当比例，因为大量人员需要在当地停留数晚；而一场同城球队之间的单日联赛，参赛双方和绝大多数观众可能都是本地居民，当天往返，几乎不产生额外的住宿排放。如果核算方法不区分这两种情况，用同一套住宿权重套用到所有赛事上，得到的结果会明显偏离实际。

模拟场景：两类赛事的住宿排放对比

假设一个模拟场景，甲赛事是为期五天、吸引全国多个城市球队参赛的锦标赛，参赛队伍、裁判和部分观众合计需要在当地住宿四到五晚，住宿相关的排放可能占到赛事总碳足迹的三成左右；乙赛事是同一城市两支球队之间的单场比赛，除极少数客队随行人员外，绝大多数参与者当天往返，住宿相关排放占比可能不到总量的百分之一。这个对比说明，住宿是否重要、重要到什么程度，完全取决于赛事本身的性质，而不是一个固定不变的比例。

住宿数据与举办城市的关联

住宿排放的另一层复杂性在于，它和赛事举办地点密切相关，一场赛事如果选择在交通枢纽城市举办，能够吸引更多参与者当天往返，住宿需求相应降低；如果选在相对偏远、需要提前一天抵达的城市举办，住宿夜数会明显增加。这也是同样一场比赛放在两个城市举办碳足迹可能差很多这篇文章里讨论的因素之一，住宿只是众多受举办城市影响的变量中的一个，但往往是容易被低估的一个。

把住宿纳入统一的数据流程

米兰体育要求住宿数据的采集和其他活动数据（如交通、场馆能耗）一样，遵循统一的流程规范，明确数据来源是酒店官方入住记录、赛事组委会的统一安排，还是基于问卷调查的估算，并在最终报告中标注清楚。这样处理的目的，是让住宿这一项不再是碳足迹报告里一个模糊或被省略的角落，而是和其他分项一样，具备可追溯、可验证的数据基础，这也和米兰体育官网整体的赛事碳数据流程保持一致。

酒店类型对排放因子的影响

住宿排放因子并不是一个统一数字，酒店的档次、建筑年代、空调系统能效、是否使用集中供热供冷，都会影响每人每夜的能耗水平。一般来说，高星级酒店由于客房面积更大、配套设施更多（比如健身房、恒温泳池、大堂空调），人均能耗通常高于经济型酒店。米兰体育在估算住宿排放时，会尽量区分参与者实际入住的酒店档次分布，而不是笼统套用一个行业平均因子，如果赛事组委会统一安排的是某几家特定酒店，还可以直接对接这些酒店的实际能耗数据，得到更贴近真实情况的估算结果。

住宿数据与观众行为的关联

住宿需求和观众交通方式选择之间也存在关联，值得放在一起考虑。一个模拟场景是，如果某场赛事的举办城市与观众主要来源地之间缺乏便捷的当日往返交通（比如没有高铁直达、末班车时间过早），原本可能选择当天往返的观众会被迫选择留宿一晚，这既增加了住宿相关排放，也可能改变其交通方式的选择，比如从选择当日往返的公共交通改为提前一天自驾抵达。这说明住宿和交通并不是完全独立的两个变量，赛事举办地点的交通便利程度，会同时影响这两项排放的结构，这也是举办城市差异需要被认真对待的原因之一。

住宿排放的减量空间

了解住宿排放的构成之后，一些可行的优化方向也随之浮现，比如赛事组委会在安排住宿时优先选择靠近场馆、能效水平较高的酒店，减少参与者往返酒店和场馆之间产生的额外交通需求；或者在赛程编排上尽量集中比赛日期，减少不必要的中间等待夜数。这些调整虽然不能完全消除住宿相关的排放，但能够在赛事组织的常规决策中，为降低整体碳足迹提供切实可行的空间，而不只是停留在核算报告的数字层面。

住宿数据采集中常见的遗漏情况

在实际操作中，住宿数据的遗漏比想象中更常见。一个典型的模拟场景是，赛事组委会通常能够准确掌握客队和裁判的统一安排住宿数据，因为这部分是由组委会直接预订和结算的，但对于媒体记者、赞助商代表以及自行安排行程的远道观众，住宿信息往往分散在各自的预订渠道里，组委会很难直接获取。如果核算时只统计"组委会安排"的这部分住宿，而完全忽略自行安排住宿的人群，得到的住宿排放数字会明显偏低。米兰体育在处理这类情况时，通常会结合当地酒店行业协会公布的赛事期间入住率变化数据，或者对特定人群做抽样问卷，尽量把这部分容易被遗漏的住宿需求也纳入估算范围，即便精度不如组委会直接安排的部分，也比完全空缺要更接近真实情况。

住宿排放与场馆能耗的相似之处

从核算逻辑上看，住宿排放和场馆能耗其实有一定的相似性，两者都属于"持续性空间"在特定时间段内因为赛事而产生的额外能源消耗，区别在于场馆能耗发生在比赛现场，住宿能耗发生在参与者的临时居所。这种相似性也提示了一种思路：如果未来能够像绿色场馆分区计量那样，获取酒店层面更细颗粒度的能耗数据，而不只是依赖行业平均的每人每夜因子，住宿排放的核算精度还有进一步提升的空间，这也是米兰体育在住宿数据采集方法上持续关注的方向之一。

小结：住宿不是赛事碳足迹的附属项

回到最初的问题，酒店住宿之所以应当被纳入体育赛事碳足迹，是因为它和交通、场馆能耗一样，都是赛事这一次性活动真实带来的额外资源消耗，只是发生的场所不在赛场本身，而是在参与者临时停留的酒店。把住宿排放当作可有可无的附属项忽略掉，看似简化了核算工作，实际上是让赛事边界出现了一个系统性的缺口，尤其是对于那些吸引大量跨城参与者的多日赛事而言，这个缺口可能相当可观。米兰体育坚持把住宿纳入统一的核算边界，正是希望赛事碳足迹报告呈现的是一个尽可能完整、经得起推敲的真实图景，而不是一个只挑容易计算的部分呈现的局部结果。