中国工业报刘德炳

近日，中央网信办、国家发展改革委、工业和信息化部、生态环境部、住房城乡建设部、农业农村部、商务部七部门联合印发《促进数字化绿色化协同转型发展实施方案（2026-2030年）》（以下简称《实施方案》），明确了“十五五”时期推进数字化绿色化协同转型发展（以下简称双化协同）的思路目标、重点任务和政策举措。

针对双化协同的意义、破局关键等话题，中国工业报专访工信部中国绿色供应链联盟Web3.0专委会秘书长王翔。他表示，数字化绿色化“协同”绝非简单的“叠加”，将为中国经济带来巨大的动能。

中国工业报：《实施方案》出台的背景和意义是什么？

王翔：当前，数字技术快速迭代普及，全社会绿色低碳转型任务持续推进，数字化与绿色化已经不是两条独立的发展赛道，二者相互赋能、双向驱动的特征愈发明显。一方面，算力、大数据、人工智能等数字技术是助力各行各业降碳减污的重要工具；另一方面，数字产业自身能耗、碳排放持续增长，也迫切需要走绿色低碳发展道路。

从数字产业自身能耗看，我国数据中心年用电量已超过1500亿千瓦时，占全国全社会用电量的比重持续攀升，数字基础设施已成为不容忽视的用能主体。从赋能潜力看，国际能源署（IEA）研究表明，数字技术广泛应用有望在全球范围实现约20%的温室气体减排潜力，数字技术赋能降碳的空间十分可观。同时，绿色数字经济本身也是重要的新增长点，预计到2030年我国绿色数字经济规模将突破15万亿元。“十五五”时期是我国实现“双碳”目标的关键阶段，也是数字经济向纵深发展的重要窗口期。在此背景下，七部门联合印发《促进数字化绿色化协同转型发展实施方案（2026～2030年）》，可谓恰逢其时。

从现实意义看，第一，这份文件打通了数字经济与绿色低碳两个领域政策衔接，为全国推进“双化协同”提供顶层指引，厘清发展思路、明确阶段目标与重点任务，解决过去部分领域数字化和绿色化“各干各的”的问题。第二，有利于发挥数智技术赋能降碳，同时倒逼数字产业自身节能降碳，实现“数字产业绿色化、绿色产业数字化”双向共进。第三，能够带动农业、工业、商贸、城市治理等实体经济领域转型升级，培育绿色数字新业态新模式，为高质量发展提供新动能，助力稳妥有序推进碳达峰碳中和工作。第四，也为我国参与全球数字与气候治理，开展国际合作提供行动框架。

【一】政策脉络：双化协同从“分头推进”走向“系统协同”

数字化与绿色化在顶层设计中的关系，经历了一个从“各自部署”到“明确协同”的演进过程。2021年“十四五”规划纲要首次将数字化与绿色化并列为两大转型方向，并提出“协同转型”要求；2023年2月《数字中国建设整体布局规划》明确“数字生态文明”建设任务；2024年7月《关于加快经济社会发展全面绿色转型的意见》首次在中央文件层面把“加快数字化绿色化协同转型”作为独立任务提出；此后，《算力基础设施高质量发展行动计划》《数据中心绿色低碳发展专项行动计划》《关于建立碳足迹管理体系的实施方案》《“数据要素×”三年行动计划（2024～2026年）》《绿色低碳转型产业指导目录（2024年版）》《关于深入实施“人工智能+”行动的意见》等文件相继出台，分别在算力、数据中心、碳足迹、数据要素、产业目录、人工智能等方向形成了细分领域的“施工图”。

此次七部门联合印发的《实施方案》，是首个专门面向双化协同的五年期专项文件。其独特价值在于：把分散在多个部门、多个行业政策中的相关要求，统一到一个目标体系、一套任务框架和一条时间轴上，打通“数字归数字、绿色归绿色”的政策断点，使双化协同从部门分头推进转变为系统集成推进。

【二】为什么是现在：三重条件已经具备，三重制约仍需破解

条件方面：一是技术条件具备，人工智能、物联网、遥感、数字孪生等技术成熟度提升，绿色低碳场景“可测、可算、可控”成为可能；二是市场条件具备，绿色数字经济已成为新的增长点，企业节能降碳正在由单纯的“成本项”向“收益项”转化；三是数据条件具备，数据要素市场化配置改革推动能耗、碳排放数据加速归集，为双化协同提供数据底座。

制约方面：一是绿色数据孤岛仍然存在，企业碳排放数据以人工填报为主，比例高达60%以上；二是融合型技术与解决方案供给不足，很多绿色场景难以直接套用成熟数字模型；三是复合型人才缺口较大。这三项制约恰恰是《实施方案》需要重点破解的问题，也是回答后续问题的逻辑起点（详见问题2）。

【三】理解文件意义的三个“双向”

一是产业双向——数字产业自身要绿色化，绿色产业要数字化，二者互为对方的转型对象；二是价值双向——数字技术为绿色转型提供工具，绿色转型为数字技术提供场景，形成“技术—场景”的双向反哺；三是主体双向——大企业率先达标形成标杆，中小企业普惠受益，避免转型成本单向向中小企业转嫁。把握住这三个“双向”，就能理解为什么《实施方案》强调“协同”而非简单的“叠加”。

中国工业报：数智技术与绿色技术融合创新的难点在哪？如何突破？

王翔：二者融合创新主要存在四大难点。

一是技术体系壁垒，数智技术、节能环保绿色技术分属不同学科、不同行业，技术标准、数据口径不统一，跨领域技术耦合适配不足，很多绿色场景难以直接套用成熟数字模型。

二是数据要素短板，绿色低碳监测、核算、溯源的数据分散在企业、环保、工信、住建等多个部门，数据孤岛突出；目前企业碳排放数据仍以人工填报为主，人工填报比例高达60%以上，数据质量与时效性难以保障，高质量、标准化的绿色数据集供给不足，制约算法模型训练与落地。

三是成本与收益错配，融合类技术研发投入高，前期改造、部署成本大，部分项目降碳效益属于社会效益，短期直接经济效益不明显，市场主体投入意愿有限。

四是人才与供给不足，既懂数字技术又懂节能降碳、循环经济的复合型人才稀缺，面向行业场景的融合型解决方案供给不足；据相关测算，我国“数字化+绿色化”复合型人才缺口约达500万人。

针对以上难点，可以从几个方向实现突破。

第一，强化产学研用协同攻关，支持科研院所、数字企业、节能环保企业组建联合创新平台，围绕工业节能降碳、环境治理、碳核算等重点场景开展技术联合攻关，打通技术适配堵点。

第二，加快统一标准规范，推动碳排放、能耗监测、环境监测的数据标准、接口规范建设，推动跨部门、跨主体数据合规共享，打造行业绿色数据集。

第三，完善市场激励机制，用好财政、金融工具，鼓励绿色数字技术示范项目，探索碳收益、节能收益分享模式，改善项目经济性，引导社会资本参与。

第四，加强复合型人才培养，在高校、职业教育完善交叉学科设置，面向企业开展在岗人员培训，同时鼓励行业联盟搭建供需对接平台，推广成熟的融合创新解决方案。

相关建议：一是建议由中央财政牵头设立规模为10亿元的国家级“双化协同”研发专项，重点支持跨领域关键技术攻关与标准研制；同时发起规模约100亿元的双化协同产业引导基金，撬动社会资本投入绿色数字技术研发与示范应用。二是建议在重点行业和区域布局一批融合创新公共服务平台，为中小企业提供低成本的数据、算法与测试验证服务，降低融合创新门槛。

【一】再补一个难点：绿色数据的安全与跨境流动规则尚不健全

除上述四大难点外，实践中还有一个容易被忽略、但对企业影响最直接的难点——绿色低碳数据的安全边界与跨境流动规则尚不健全。绿色低碳数据往往涉及企业工艺参数、能耗水平、产能产量等核心经营信息，属于企业高度敏感的数据；而产品碳足迹核算又要求供应链上下游数据共享，出口型企业还需应对境外规则的核查要求。由此形成“不敢共享、不会共享、共享了不被认可”的三重困境。这不仅是技术问题，更是规则与制度问题，需要与问题7的“数字化碳管理”“国际交流合作”统筹推进。

【二】突破路径建议下好三步“先手棋”

第一步，标准先立。优先推进“数据接口标准+核算方法标准+评价分级标准”三件套，先解决数据能不能对得上、算得准不准、结果好不好用的问题。标准不先行，后面所有的模型和平台都要返工。

第二步，场景先试。选择数据基础相对较好的行业先行试点，例如电力、钢铁、水泥、纺织、造纸以及数据中心本身，形成“数据采集—模型训练—核算核证—业务应用”的完整闭环，再向其他行业复制。

第三步，平台先建。以行业公共平台承接中小企业的数据汇聚与算法调用需求，让中小企业用得起、用得上，避免每家企业各自重复建设数据系统和算法能力。

【三】建议补充的三项机制

一是建立“双化协同技术目录”，按技术成熟度与降碳贡献度双维度分级发布，引导资源投向能落地、可量化的技术方向，减少概念炒作。

二是建立“双化协同揭榜挂帅”机制，由主管部门或行业组织定期发布场景清单，企业、高校、院所联合揭榜攻关，以场景需求牵引技术供给。

三是建立“负面清单+容错机制”，在数据使用、模型应用、结果采信等方面划定清晰边界，同时对纳入试点的创新实践给予合理容错空间，解决“不敢试”的问题。

中国工业报：《实施方案》提出，发展绿色高效人工智能技术。到 2030 年，人工智能低成本、高效率优势更加彰显。该如何推进？

王翔：大模型、生成式AI快速发展的同时，AI训练、推理带来的能耗增长问题日益突出。研究显示，训练一个千亿参数大模型所产生的碳排放，约相当于5辆普通汽车全生命周期的排放总量，推进绿色高效人工智能技术已刻不容缓。实现到2030年AI低成本、高效率优势充分释放，需要从算法、算力、软硬件、应用场景多维度协同发力。

一是优化算法层面，大力推进轻量化模型研发，发展小样本、低参数量的高效模型算法，对大模型进行模型压缩、蒸馏、量化，降低训练和推理过程算力消耗，避免盲目追求超大参数规模。

二是升级软硬件底座，研发低功耗AI芯片、高能效推理硬件，构建软硬件协同的绿色AI技术体系，从硬件源头降低单位算力能耗。

三是推动AI算力集约化布局，引导AI算力向可再生能源富集区域集聚，推动算力与风光等清洁能源配套，提高绿电使用比例；统筹算力调度，提升算力复用率，减少闲置算力造成无效能耗。

四是建立AI能效评价体系，研究制定人工智能模型、算力系统能效评测指标，引导行业树立“能效优先”理念，避免高耗能低效模型盲目上马；建议探索建立AI“碳标签”制度，对模型训练与推理的全生命周期碳排放进行标识与分级，引导用户优先选用低碳高效模型。

五是推动高效AI规模化落地，把绿色高效AI应用到工业质检、能耗优化、环境监测等场景，通过规模化摊薄使用成本，让高效AI技术真正做到既节能，又降低行业使用成本，充分释放技术红利。到2030年，力争在全国打造100个绿色AI示范项目，形成可复制、可推广的典型模式。

【一】绿色高效AI的四个可量化抓手

绿色AI不是一句口号，而是由四个层面可量化、可考核的技术抓手构成：

模型侧：知识蒸馏、参数量化、结构化剪枝、稀疏化、混合专家（MoE）按需激活，让推理时只调用必要的参数。

推理侧：KV缓存复用、连续批处理、算子融合、投机解码、前缀共享，提升单位算力的有效吞吐。

硬件侧：低功耗推理加速器、存算一体架构、液冷散热、数据中心余热回收利用。

系统侧：算力池化与统一调度、闲时算力回收、“训练向西、推理向东”的算力布局，提升总体算力复用率。

【二】建议用“算力碳效”统一度量

当前行业评价AI效率的口径较分散，有的比参数规模，有的比单卡算力。建议统一采用“单位有效算力能耗”（例如每百万tokens的耗电量）与“算力碳效”（单位有效算力对应的碳排放）两项指标作为行业共同口径，替代单纯的参数规模比拼。有了统一尺子，绿色AI才能进行比较、考核和交易。

【三】AI“碳标签”建议三步走

第一步，由主管部门或标准化机构制定推荐性标准与核算指南，明确边界、口径与方法；第二步，在龙头企业和公共算力平台上开展自愿标识试点，积累数据、检验方法；第三步，将碳标签纳入政府采购、绿色金融、算力补贴等政策工具的适用条件，形成市场牵引。这样既避免一上来就强制带来的执行成本，又能形成正向激励。

中国工业报：《实施方案》提出，推动人工智能赋能绿色低碳技术创新。有哪些关键发力点？

王翔：人工智能赋能绿色低碳创新，核心是用AI提升节能降碳、污染治理、资源循环的技术研发效率与运行水平，关键有四大发力点。

第一，赋能能源系统优化。依托AI开展风光发电功率预测、电网智能调度，优化储能调配，提升新能源消纳能力，实践表明AI赋能电力系统可提升新能源消纳率5～10个百分点；面向高耗能行业，利用AI开展设备运行优化、负荷智能调优，挖掘工业系统节能潜力，工业AI节能改造平均节能率可达15%～25%。

第二，助力环境治理与生态保护。运用计算机视觉、遥感AI技术开展污染源识别、生态遥感监测、水体大气环境智能预警，提升环境监管智能化水平；辅助环保装备优化运行，提升污水、固废治理设施处理效率，降低治理能耗物耗。

第三，支撑碳核算与碳管理创新。利用AI自动归集企业能耗、物料、排放数据，优化碳足迹核算算法，降低企业碳盘查成本；辅助开展碳排放在线监测，提升碳排放数据的及时性、准确性，支撑数字化碳管理。

第四，加速绿色技术研发迭代。借助AI仿真模拟，开展新材料、催化剂、储能材料研发，可缩短绿色技术实验周期60%以上；面向循环经济，利用AI实现固废智能分选、再生资源精准溯源，提升资源综合利用效率。

同时也要注意，在落地过程中，要做好行业场景适配，不能简单照搬通用大模型，要结合行业工艺、环境特征开发垂直行业模型，完善行业数据集，保障数据质量，真正让AI解决绿色低碳领域实际痛点。

【一】第五个发力点：赋能绿色供应链与产品碳足迹

AI可以把供应链上下游分散的能耗、物料、物流、加工数据自动归集与对齐，形成产品级碳足迹，支撑绿色采购、绿色认证与出口合规。这一方向直接衔接问题7的“数字化碳管理”，也是当前企业需求最迫切、商业闭环最清晰的场景之一——因为它同时解决了“算得出来”和“卖得出去”两个问题。

【二】第六个发力点：赋能资源循环与再生利用

AI视觉分选、成分识别、流向溯源已在废钢、废塑料、废旧动力电池、再生纤维等领域投入应用，可显著提升分选纯度与再生料使用比例，是“减量化、再利用、资源化”的关键技术支撑。围绕再生资源的AI应用，还具备与碳减排量核算直接挂钩的天然优势。

【三】落地过程中需要注意的两个问题

一是要算总账。AI自身的训练与推理能耗，必须与它所带来的降碳量放在同一口径下比较，避免出现“以碳减碳、越减越碳”的情况。建议要求绿色低碳AI示范项目同步披露“AI能耗”与“降碳量”两项数据，并接受第三方核证。

二是要防“伪智能”。绿色低碳领域的AI应用最终要进入碳核算、碳交易与绿色金融体系，因此模型输出必须可解释、可追溯、可复核。缺乏核证能力的“黑箱”应用，即便效果不错，也难以被市场采信。

中国工业报：《实施方案》提出，提升新兴领域用能效率，推动算力设施、通信基站、数字企业绿色低碳发展。这些领域目前的用能效率水平是怎样的？该如何提升？

王翔：从当前发展现状来看，我国数字基础设施规模持续扩大、用能总量快速增长。截至2025年底，我国在用数据中心机架规模约达800万标准机架，5G基站累计建成约400万个，二者已成为数字产业用能的主体。经过多年推进，数据中心PUE（电源使用效率）整体持续下降，新建大型、超大型数据中心能效水平已经达到国际较好水平，但部分老旧中小型数据中心PUE仍然偏高；通信基站随着5G大规模部署，基站总能耗持续上升，部分老旧站点能效有待优化；数字企业内部，不同企业之间节能管理水平差距较大，部分中小数字企业节能改造投入不足，节能管理体系不完善。整体看，头部企业能效先进，但存量老旧设施、中小主体仍是能效提升的主要短板。

提升上述领域绿色低碳水平，可以从存量改造、增量管控、能源结构、管理机制几个维度推进。

第一，严格把控新建项目能效准入，新建大型数据中心严格落实能效约束，优先采用液冷等新型节能技术；新建通信站点同步统筹节能方案，从源头控制能耗水平。

第二，推进存量设施节能降碳改造，对老旧高PUE中小型数据中心实施改造或者整合腾退；对老旧通信基站开展设备迭代、休眠优化，降低基站空载能耗。

第三，提高可再生能源利用水平，推动数据中心、大型算力基地就近消纳风电光伏，推广绿电采购、分布式光伏建设，优化数字基础设施能源结构。

第四，强化企业内部绿色管理，引导数字企业建立能源管理体系，推行绿色运维，优化算力调度，减少无效算力；鼓励企业开展绿色供应链建设，从设备采购环节优先选用高能效服务器、通信设备。

第五，完善监测与标准体系，健全算力设施、通信基站能耗统计监测，推广能效对标，倒逼行业整体能效持续提升，确保如期实现PUE阶段性目标。

【一】三个领域各自的能效短板与改造重点

算力设施：短板主要在存量中小数据中心——制冷方式落后、机柜功率密度低、运维粗放。改造重点为液冷/冷板技术、自然冷却、气流组织优化、供配电模块化。同时应关注PUE之外的新增指标，如WUE（水利用效率）与CUE（碳利用效率），避免“降电增水”。

通信基站：能耗主要集中在射频单元与空调系统。改造重点为多网协作下的载波关断、符号关断、通道关断等智能节能技术，机房智能温控、站点光伏与储能配置，以及基站共建共享以减少重复建设与重复能耗。

数字企业：内部管理水平差异大。改造重点为建立能源管理体系、推行绿色运维与绿色办公、把能效指标纳入采购标准，并逐步开展算力碳效披露。

【二】新增一条路径：推动算电协同，让算力跟着绿电走

在存量改造、增量管控、能源结构、管理机制之外，建议把“算电协同”作为第六条路径重点推进：在规划层面推动算力布局与新能源资源禀赋相匹配，在西部风光资源富集区集中承载训练类、批处理类算力负荷，在东部负荷中心布局时延敏感的推理算力；在运行层面探索绿电直连、源网荷储一体化、数据中心参与电力需求响应；在技术层面推广余热回收利用。这样既提高绿电消纳比例，也降低算力的实际碳强度。

【三】建议将“算力碳效”纳入国家算力枢纽节点考核

建议在现有能效考核基础上，增加“算力碳效”（单位有效算力的碳排放）与“绿电使用比例”两项指标，纳入国家算力枢纽节点和大型数据中心项目的评估范围，形成“能效+碳效”双约束。

中国工业报：《实施方案》提出，深化重点领域双化协同应用，推动农业、制造业、贸易、消费、城市运行等领域数字化绿色化和生态环境智能化治理。这一举措有何意义？该如何推进？

王翔：实体经济是碳排放的主要来源，双化协同不能仅停留在数字产业自身，必须向实体经济各领域渗透。推动农业、制造业、贸易消费、城市运行以及生态环境智能化治理，一方面能够把数字技术转化为各行业实实在在的降碳减污能力，用数字化手段破解传统绿色转型中监测难、管控难、成本高的痛点；另一方面也拓展数字技术的应用场景，带动数字产业自身高质量发展。同时，有利于培育绿色制造、智慧农业、绿色电商、智慧城市等新业态，助力产业结构优化升级，助力全社会形成绿色生产和绿色消费模式。到2030年，力争规模以上工业企业数字化绿色化改造覆盖率达到80%，建成50个双化协同示范城市。

推进路径：一是制造业领域，深化工业互联网、智能制造应用，推动企业能耗、碳排放数字化监测，建设智慧能源管理系统，赋能节能降碳、清洁生产，推进绿色工厂、绿色供应链数字化建设。

二是农业领域，发展智慧农业，利用物联网、大数据优化水肥药使用，发展智慧节水、精准养殖，减少农业资源浪费，推进农业面源污染智能管控。

三是贸易与消费领域，依托电商、数字平台推广绿色产品，发展逆向物流，推动再生资源线上线下融合，引导绿色消费，同时推动商贸流通行业智慧化节能改造。

四是城市运行领域，推进智慧城市建设，在智慧交通、智慧建筑、市政公用设施中融入低碳目标，优化城市能源调度、垃圾分类、水务管理，打造双化协同示范城市。

五是生态环境智能化治理，完善生态环境感知监测网络，依托大数据、AI实现污染溯源、风险预警，提升环境治理的精准性。

同时，鼓励地方打造一批行业、园区双化协同示范项目，总结可复制模式向全行业推广，降低中小企业转型门槛。

【一】补充一个容易被忽略的领域：民生服务与养老健康的绿色化

数字技术在医疗健康、养老服务领域的应用，同样具有明显的减碳效应，但目前在各地方案中容易被忽略。具体而言：远程诊疗、在线复诊、远程健康监测可减少患者及家属不必要的往返出行；社区嵌入式养老与居家智能监护可降低单位养老服务的空间与资源消耗；健康数据的连续采集与智能分析可减少重复检查、重复用药带来的资源浪费。建议在“城市运行”和“消费”两个领域下，明确把数字健康与智慧养老作为双化协同的应用场景之一。

【补充二】推进过程中的三个注意点

一是防止重建设轻运营。双化协同项目往往重硬件投入、轻运营维护，容易形成“建完即闲置”。建议在项目立项环节就明确运营主体、运营经费与效果考核方式。

二是防止数字形式主义。避免为采集而采集、为看板而看板。数据采集必须对应明确的决策或控制动作，否则只会增加系统能耗与管理成本。

三是坚持包容性设计。在养老、健康、社区服务等场景，必须同步考虑适老化与无障碍，避免技术门槛把最需要服务的人群排除在外。

【补充三】建议建立“双指标”考核

建议对重点领域双化协同的成效，采用“碳排放强度下降幅度+数字化渗透率提升幅度”双指标考核，既看绿色成效，也看数字赋能的实际深度，避免单一指标导致的方向偏差。

中国工业报：《实施方案》提出，夯实双化协同基础支撑，优化发展环境，提升数字化碳管理水平，深化国际交流合作。如何推进落实？有何建议？

王翔：夯实双化协同基础支撑是保障方案落地的重要底座，可从标准体系、碳管理、产业环境、国际合作多方面协同推进。

第一，完善标准与公共服务支撑。加快制修订双化协同相关国家标准、行业标准，覆盖能效、碳核算、数字化碳管理等方向；按照“2027年完成标准体系框架、2030年累计制修订100项国家标准”的时间表有序推进，发挥联盟、行业机构作用，面向市场主体开展政策宣贯、技术咨询，为中小企业提供低成本公共服务。

第二，全面提升数字化碳管理水平。推动重点行业企业建设数字化碳管理系统，打通能耗、物料、排放数据，实现碳排放自动采集、核算、分析；完善碳排放数据质量管控机制，为碳管理、碳交易提供可靠数据底座；鼓励建设行业公共碳管理服务平台，降低中小微企业碳管理门槛。

第三，持续优化国内发展环境。完善财政、金融支持，鼓励金融机构开发面向双化协同项目的绿色金融产品；健全市场机制，引导绿色数字技术产品市场推广；强化知识产权保护，鼓励技术创新；做好试点示范，以点带面带动整体发展。

第四，稳妥深化国际交流合作。一方面积极参与数字化绿色化相关国际标准研讨制定，讲好中国实践经验；另一方面开展技术交流，合理借鉴国际先进技术经验；同时也要注重维护产业链供应链安全，坚持自主创新与对外开放相结合，在数字气候领域开展务实合作。

相关建议：一是充分发挥行业联盟、产业平台桥梁纽带作用，打通政府、科研机构、企业之间沟通渠道，做好政策落地传导、技术供需对接。

二是兼顾大中小企业差异，在政策设计上充分考虑中小企业资金、技术短板，对中小企业绿色化数字化改造给予30%～50%的改造费用补贴，多提供普惠性公共服务，避免转型成本过度向中小企业转嫁。

三是做好监测评估，建立实施方案实施跟踪评估机制，动态跟踪重点任务落地情况，及时调整优化相关配套政策。

四是建立常态化成果发布机制，建议自《实施方案》印发起每年发布一份“双化协同发展报告”，系统披露进展、成效与典型案例，接受社会监督，引导社会预期。

【补充一】标准体系建议按三个层次成体系推进

一是基础通用层：术语定义、数据模型、接口规范、编码规则，解决“说得一样、对得上”的问题；二是核算方法层：碳足迹核算、能效评测、减排量核证方法，解决“算得准、可复核”的问题；三是行业应用层：分行业实施指南与评价规范，解决“怎么用、好不好”的问题。三层缺一不可，且基础通用层应优先启动，否则后期返工成本最高。

【补充二】数字化碳管理：从“填表”走向“取数”

当前企业碳排放管理仍以人工填报为主，本质是“事后统计”。数字化碳管理的关键转变，是让碳排放数据从事后填报转为在线采集、自动核算、实时预警，即“从填表走向取数”。实现这一转变需要三个支撑：一是产品碳足迹因子数据库与统一的核算规则；二是企业侧能耗与排放数据的在线采集能力；三是可核证的数据质量管控机制。建议优先在出口依赖度高、国际规则压力大的行业先行推进。

【补充三】国际合作：既要“引进来”，也要“接得上”

建议重点关注国际可持续披露准则（ISSB）、欧盟碳边境调节机制（CBAM）、欧盟电池法规等国际规则演进趋势，提前布局产品碳足迹核算能力与认证互认通道，帮助出口企业“接得上”国际规则，降低绿色贸易壁垒带来的合规成本。同时，应把中国在数字化碳管理、绿色供应链方面的实践经验，通过标准提案、行业交流等方式对外输出，争取规则制定的话语权。

【补充四】建议补充的三项措施

一是建立“标准—检测—认证—采信”闭环。标准发布后，配套建设检测能力、认证机构与采信机制，否则标准难以真正约束市场行为。

二是培育第三方服务机构。支持碳核算、碳审核、绿色诊断、数字化改造咨询等专业服务机构发展，形成市场化服务生态，让中小企业“买得到服务”。

三是把双化协同纳入考核。建议将双化协同相关指标纳入地方高质量发展综合考核与国有企业经营业绩考核，形成正向压力传导。