2026-08-14
2026年8月12日, 中国证监会与香港交易所签署双边谅解备忘录, 启动"双语环境、社会及治理报告"试点项目。试点企业覆盖两地同时上市的A+H股公司, 推动ESG报告双语化, 重点聚焦气候转型披露。ESG信披从"自愿披露"走向"强制披露"的节奏明显加快。

气候转型披露要求什么
试点项目的核心要求是气候转型披露。与传统的ESG报告不同,气候转型披露不仅要求企业报告"过去排了多少碳",更要求企业披露"未来怎么减"——包括转型目标、减排路径、资金投入、情景分析和里程碑节点。
具体要求涵盖五个维度。一是范围一和范围二碳排放的绝对值和强度值。二是范围三价值链碳排放的识别与核算。三是基于科学碳目标(SBTi)的转型路径设定。四是气候风险与机遇的情景分析。五是转型金融工具的使用情况与资金匹配。试点企业的ESG报告须同时以中文和英文发布,接受两地投资者和监管机构的双向审视。
为什么是A+H股先行
A+H股公司是连接内地和香港资本市场的桥梁。这类企业同时在沪深交易所和香港联交所上市,面临两地不同的ESG披露要求。内地交易所的ESG指引正向强制披露过渡,香港联交所的气候信息披露新规已于2026年1月1日起分阶段实施。两地要求趋同但表述有差异,双语试点旨在统一披露口径、降低企业合规成本、提升数据一致性。
选择A+H股先行试点还有战略层面的考量。A+H股企业多为中国各行业的龙头企业,碳排放总量大、供应链影响面广,其气候转型披露对上下游企业具有示范效应。这些企业的碳数据一旦公开,将沿供应链传导至供应商和客户,带动全产业链的碳数据管理升级。
ESG信披升级的三个趋势
趋势一,从自愿到强制。港交所气候信息披露新规已于2026年1月分阶段实施,主板大型股发行人2026财年起须强制披露范围一和范围二碳排放。沪深北三大交易所的可持续发展报告指引也于2026年1月1日起分阶段实施,纳入指数成份股的公司须披露可持续发展报告。证监会与香港联交所的双语试点进一步加速了这一进程——试点经验成熟后将向更多上市公司推广。
趋势二,从定性到定量。早期ESG报告以定性描述为主,"企业致力于节能减排"这样的表述即可过关。气候转型披露要求以定量数据为核心,碳排放绝对值、强度值、减排目标完成率、转型资金投入额都须有数据支撑。定性描述无法满足披露要求,企业须建立完整的碳数据采集和核算体系。
趋势二,从自披露到第三方鉴证。气候转型披露的可信度取决于数据可追溯性。碳排放数据如果缺乏第三方鉴证,投资者和监管机构难以采信。港交所新规已要求主板大型股发行人的温室气体排放数据须经第三方独立验证。双语试点将进一步推动第三方鉴证机制的常态化——企业不仅要披露碳数据,还要证明数据是真的。
企业面临的三重挑战
挑战一,碳数据体系从"年报式"到"实时化"。气候转型披露要求碳排放数据可追溯、可核查,传统年末集中统计的模式无法满足披露要求。企业须建立分品种、分时段的能源数据采集体系,实现碳排放实时核算。世通AI+能碳管理平台内置排放因子数据库和碳排放核算模型,支持能源数据自动采集和碳排放实时核算,能够帮助企业在同一套数据底座上同时支撑ESG报告披露和碳管理日常运营,避免"披露数据与运营数据两张皮"。
挑战二,范围三碳排放核算。范围三涵盖价值链上下游的间接排放,包括采购的商品和服务、上游运输、员工通勤、产品使用等。A+H股企业多为行业龙头,供应链庞大,范围三碳排放量通常占总排放量的70%以上。但上游供应商碳数据缺失是普遍问题,企业须推动供应商开展碳核算,建立绿色采购机制,逐步完善范围三数据覆盖。
挎战三,第三方鉴证能力。碳排放数据须经具备资质的第三方机构验证才被采信。世通国际认证作为CNAS认可的温室气体审定核查机构、英国AA1000 Licensed Assurance Provider备案ESG审验机构,可以为企业提供温室气体排放核查和ESG报告验证的全链条服务,确保披露数据符合两地监管机构的采信标准。世通AI认证工作平台整合认证流程管理,支持企业跟踪ESG核查和披露各环节进度和材料归档。
试点从A+H股公司开始,但影响不会停留在A+H股。供应链传导效应将使气候转型披露的要求沿产业链向非上市企业扩散——龙头企业的ESG披露需要供应商碳数据,供应商为了保住订单必须建立碳核算能力。ESG信披从资本市场的合规要求,正在演变为整条产业链的准入门槛。企业越早建立碳数据管理体系和第三方鉴证能力,越能在ESG信披强制化浪潮中占据主动。
世通AI+能碳管理平台让节能降碳清晰可见
零碳工厂评审的核心,不是简单看企业有没有节能措施,而是看企业是否具备系统化、可验证、可持续运行的能碳管理能力。对于缺少能碳管理平台的企业来说,评审过程中最容易被
这几年,很多企业在推进绿色工厂、零碳工厂相关工作时,都会越来越明显地感受到一个变化:过去,能碳管理平台有时还是“加分项”;现在,越来越接近“基础项”;再往后看,
这两年,很多行业都在谈AI。但对企业来说,真正关心的并不是“有没有AI”,而是AI到底能不能进入实际工作,能不能解决那些原来反复做、耗时间、靠经验、效率不稳定的