从部门或“技术经济”分析的角度来看 ，挑战在于提供统计数据，以便比较投资成本、所提供的服务和相关的温室气体排放。从这个角度来看，将投资分为“ 绿色 ”和“ 棕色”两类可能是一个有用的总结（特别是对于能源生产而言），但它仍然很脆弱，因为它取决于当下的法规和技术：因此，混合动力汽车在 2010 年代可能被视为“绿色”，但在 2030 年代将成为“棕色”。最终，这些数据可用于估算减排成本（避免排放一吨二氧化碳的成本是多少），从而可以评估技术和政治选择的有效性。
从宏观经济分析的角度来看，投资的 Twitter 数据 整体走势与“绿色”投资本身同样重要 ，因为它决定了短期需求效应、融资需求以及与利率的联系等。当前的统计工具，通过固定资本形成总额和国民账户资产清单，可以正确地捕捉到这一总体轨迹，但现有的术语和详细程度往往不允许将其与前面描述的“ 技术 ”部门分析联系起来。
这两个视角，即部门视角和宏观视角，对公共统计体系构成了挑战，近年来其他公共参与者也注意到了这 一点：气候经济研究所（I4CE）负责投资和资本的“ 绿色 /棕色 ”分配，法国战略研究所负责减排成本的综合。
公平分配努力似乎对于气候转型的有序和有效至关重要：因此，统计体系必须提供足够的信息来帮助回答“谁为转型买单？” 这个问题。“。