ESG 选题最容易写成概念文章，但企业版源码真正有意思的地方在于：它把 ESG 数据当成一种需要证据链、规则分配和审计入口的经营数据，而不是一张手填表。核心锚点可以看 enterprise/esg/models/carbon_report.py、enterprise/esg/models/account_move_line.py、enterprise/esg/models/esg_assignation_line.py，再结合 enterprise/esg/tests/test_esg_carbon_emissions.py。
一、所谓 KPI collection，首先是“数据来自哪条业务链”
ESG 模块并不是孤立录入数字。测试里大量围绕 account.move.line、排放因子、assignation rule 运转，说明很多指标采集是从账单、采购、产品、伙伴、科目这些现有业务对象上抽出来的。
这很符合 CSRD 一类披露场景的现实：你不能只给一个总数，还得能回答这个数从哪些业务记录算出来。Odoo 的思路是把 ESG 计算尽量绑定到已有业务对象与规则引擎，而不是全靠人工月末汇总。
二、evidence workflow 的关键是“为什么用这个因子”可追溯
test_esg_carbon_emissions.py 对 auto assignment 的测试非常密集，反复验证当 product、partner、account 条件不同时，到底该选哪条 esg.assignation.line。这说明 ESG 数据可信度的关键，不只是最终排放数，而是“为什么是这个因子、为什么不是另一个”。
这就是证据工作流的核心：
- 数据输入对象要可回溯；
- 因子匹配规则要可解释；
- 人工修正或自动生成规则要能留下审计痕迹。
在披露场景里，后者往往比数字本身更重要。
三、carbon report 不是报表皮肤，而是审计入口
carbon_report.py 里的 action_audit_cell() 特别值得看。它说明报表单元格不是“一个数值展示”，而是可以点回底层数据、按 groupby 展开、继续追查来源的审计入口。
这就是标题里说的 freeze controls 背后的心智：正式披露前，企业需要一版能被审阅、能被追溯、最好尽量少变化的数据视图。Odoo 虽然未必用一个叫 freeze 的字段直白命名，但通过报表引擎、groupby 展开和审计动作，它已经在支撑一种“先收集、再审、再定版”的治理方式。
四、自动生成与自动分配规则是双刃剑
测试里既有 auto assignment，也有 auto generate assignation rules。看起来很聪明，但企业落地时必须警惕：自动规则会快速放大你的口径一致性，也会快速放大你的口径错误。
所以实务上，真正成熟的 ESG 工作流通常是：
- 先允许自动匹配，提升覆盖率；
- 再通过报表审计和样本抽查验证规则；
- 最后在某个披露周期定版，避免口径一直漂移。
这就是我在标题里用“freeze controls”的原因——不是说源码有一个冰冻按钮，而是说企业必须建立冻结式治理心智。
五、这篇如何避开传统 ESG 泛文
很多 ESG 文章只会讲“碳因子、范围一二三”。这篇故意不走那个路，而是聚焦：
- 指标采集来自哪些业务对象；
- 因子分配为什么需要证据链；
- 报表如何承担审计入口；
- 为什么企业最终一定需要冻结式控制。
六、实战建议
- 先选少量高价值排放场景试点，不要一口气全量上；
- 所有自动 assignation rule 都要保留解释口径；
- 披露前建立一轮审计/定版流程，不要让报表持续漂移。
七、结论
Odoo 企业版 ESG 真正值钱的地方，不是让你填几个环保数字，而是把 ESG 指标拉进企业已有业务链、规则链和审计链里。只有这样，数据才有可能从“看起来像报表”变成“真的能用于披露”。
主要源码锚点：
enterprise/esg/models/carbon_report.pyenterprise/esg/models/esg_assignation_line.pyenterprise/esg/models/account_move_line.pyenterprise/esg/tests/test_esg_carbon_emissions.py
DISCUSSION
评论区