商业银行 | 中国工商银行李夺：以高质量环境信息驱动绿色金融提质增效

当前，我国绿色金融步入深化发展阶段，环境信息不对称、生态效益难量化、风险定价机制不健全等问题制约金融“活水”对绿色低碳领域的精准滴灌。构建高质量的环境信息体系，成为破解绿色金融创新发展瓶颈，推动绿色金融服务从“规模导向”转向“精准赋能”的关键抓手。

环境信息在绿色金融中的重要意义

环境信息泛指与环境管理、环境科学、环境技术、环境保护产业等环境保护领域相关的数据、指令和信号等，以及其相关动态变化信息；包括文字、数字、符号、图形、图像、影像和声音等各种表达形式。在商业银行的实践中，可利用的环境信息包含气候监测数据、ESG评级、可持续信息披露报告、第三方认证报告、卫星遥感图像等诸多形式，是环境效益评价、产品服务设计、气候风险防控等各项绿色金融相关工作的基本参考依据。构建高质量的环境信息体系对银行绿色金融实践具有重要意义。

精细的环境信息能够成为精准优化资源配置的“导航仪”。目前，绿色金融服务更多依赖行业分类、绿色标签、ESG评级等粗颗粒度信息，难以对服务对象的环境绩效进行精确测度，更难以从供应链视角精准把握高能耗、高碳排、高污染的重点环节，这也会对提升绿色金融服务机制的精准度造成阻碍。更加精细的环境信息能够成为突破这一瓶颈的重要工具，使得银行能够对服务对象的绿色水平进行准确评价，有效识别对环境友好的领域，并提供相应金融服务。对产品碳足迹进行全链条追踪与分析，更能够助力银行透视产品供应链的“碳排放黑箱”，将资源配置精准导向减排效果最好、技术升级最迫切的节点，推动银行从单纯的绿色资金供给者转变为绿色产业链的“设计师”。

完备的环境信息能够成为助力绿色金融产品服务创新的“催化剂”。一方面，可持续挂钩类金融产品的定价机制依赖完备的环境信息作为底层技术支持。银行需要根据企业过往的碳排放、能耗等情况，科学量化其低碳转型潜力，合理设定企业在贷款或债券存续期内的“阶梯式”转型目标及相应激励机制。同时，银行也需要在贷款或债券到期后获取企业真实的环境绩效，从而确定利率等相关条款如何执行。另一方面，环境信息透明度要求的提升也将催生企业在碳核算、碳足迹认证、低碳转型规划、可持续信息披露等方面的多元化需求，商业银行可以围绕这些需求构建多层次的服务体系，如提供专业化的碳排放核算、报告与认证等服务，以综合性的绿色金融服务全方位助力企业绿色转型。

详实的环境信息能够成为商业银行风险防控的“传感器”。通过量化投融资组合的碳排放强度，能够对高碳资产的潜在风险水平进行准确评估，从而合理调整信贷与投资策略。依托企业的环境绩效数据，银行也能够客观评价企业的物理风险或转型风险，将环境因子纳入风险定价流程，做好绿色金融风险收益的匹配。在投资后，银行则能够通过实时监测企业的环境信息及时感知风险，并采取应对措施。比如在发放碳排放权质押贷款后，动态监测企业的配额清缴状态。当发现企业存在超排风险时及时采取冻结部分配额或要求企业追加担保等风险缓释措施。

透明的环境信息能够成为实现价值共建的“动力源”。环境信息的透明化能够更好打破信息壁垒、建立信任机制，成为连接政银企社等多方的价值共建枢纽，推动各方协同共建生态文明家园。例如，企业强化可持续信息披露能够切实地获得更多绿色投资者的青睐，银行也可以基于企业的环境绩效设计“碳中和指数”“绿色指数”等产品，引导更多社会资本进入绿色与可持续发展领域，助力企业通过绿色转型塑造资本市场竞争力。再如，银行基于个体环境信息提供的个人碳账户服务能够将个体绿色行为数据转化为减排价值，激励个人投身于绿色活动，使公众从旁观者变为低碳生态共建者。

商业银行利用环境信息的现实挑战

进一步发挥环境信息在绿色金融实践中的支撑作用是协同做好绿色金融与数字金融大文章的关键抓手，目前已成为我国银行业的重要议题。各大商业银行高度重视并积极探索利用环境信息赋能绿色金融与气候风险管理。但结合银行实际经验来看，当下要在绿色金融业务实践中充分发挥环境信息作用仍然面临三重现实挑战。

企业环境信息披露水平整体偏低。据统计，目前A股上市公司的ESG披露报告披露率仅约40%，并且披露内容也常常缺乏系统性与完整性，普遍存在定性披露多、定量披露少的问题，未上市的中小微企业可持续信息披露情况则更不理想。从制度层面上看，尽管我国已出台《企业环境信息依法披露管理办法》《关于促进企业温室气体信息自愿披露的意见》《企业可持续披露准则——基本准则（试行）》等一系列有关可持续信息披露的政策，但目前阶段以引导性和鼓励性政策为主，对多数企业的可持续信息尚未做强制性披露要求。从内部管理来看，很多企业也尚未形成体系化的环境信息统计、核查与报告机制，环境维度信息仍是企业ESG信息披露的薄弱环节。据统计，2024年上市公司环境维度可持续信息披露率尚不足20%。一些未上市的中小型企业可能由于相关人才或技术储备不足，缺乏专业的环境信息收集与核算能力，更难以在短期内满足可持续信息披露的要求。

环境相关数据归集整理工作复杂度较高。一是数据获取渠道分散，整合成本高企。公开的环境信息可能分布在ESG报告、政府部门公开平台、第三方数据库、企业官网以及各类碎片化渠道中，银行往往难以确定所需环境信息是否有公开获取途径。并且不同来源的数据结构、频率和颗粒度差异较大，将不同来源的数据进行归集耗费大量的人力和时间，工作成本极高。二是多源异构数据的处理效率低下。环境信息可能以文本、图片、视频等多模态形式呈现，如ESG评级、可持续信息披露报告、第三方认证报告、卫星遥感图像等，并且常常在一个数据源中涵盖多方面信息。对此类信息进行清洗、转换，并从中提取所需的数据常常需要依赖大量人工处理，不仅效率低下且存在语义识别偏差的风险。三是数据的准确性与可信性难以得到保障。从技术层面来看，主要是由于人工录入错误、OCR识别误差等问题导致的基础数据失真。此外，企业对环境信息的选择性披露也常常导致披露内容不够全面。即便引入第三方认证机制，核查机构资质认证标准不统一、交叉核验机制缺失等问题，也会削弱环境信息在绿色金融应用中的可信度基底。

构建可行的标准体系与核算方法难度较大。大型商业银行可能采取自行采集环境信息，构建环境数据库的方式支持绿色金融业务实践，但常常面临标准体系与核算方法构建的困难。一方面，不同行业间、企业间的业务结构和技术路线常常差异显著，特别是在某些重工业的复杂场景中，主要污染物、重点排放环节等都存在巨大差异，需要平衡环境信息采集方法的通用性与行业适配性。需针对各细分领域的生产流程、主要污染物排放结构等关键因素制定差异化的统计核算标准，这对银行相关专业能力与行业知识储备提出极高要求。即使行业属性、业务特征相近的企业，也可能因区域政策导向、测算口径或计量模型选择的差异，致使同类数据难以横向对比。另一方面，相关标准与方法的构建也面临底层数据可获得性的挑战。当前银行对客户能源消耗、污染物排放等底层数据的采集高度依赖一线业务人员向企业客户索取，制定统计核算方法时需要在科学性的基础上确保基层客户经理能够深刻理解指标选择的逻辑，并避免涉及企业客户的商业机密。否则将导致源数据的完整性与可靠性受损，致使银行难以将相关标准与方法落地应用。

进一步完善环境信息体系的破局机遇

相关政策引导不断加强。近年来，我国环境信息披露相关政策体系不断完善，从框架与指引逐渐转向精细化的落地。2023年初，生态环境部发布《生态环境统计管理办法》，加强和规范生态环境统计管理，为生态环境管理决策提供有力服务支撑。同年国家发改委等部门联合印发《关于加快建立产品碳足迹管理体系的意见》，提出加强碳足迹背景数据库建设。2024年初，《中共中央国务院关于全面推进美丽中国建设的意见》发布，对健全美丽中国建设保障体系做出具体工作部署，提出“实施生态环境信息化工程，加强数据资源集成共享和综合开发利用”。同年，三大交易所均发布了上市公司可持续发展报告指引，明确具体披露要求，扩大强制信息披露范围。在最近发布的2025年政府工作报告中，再次强调“积极稳妥推进碳达峰碳中和”，要求“开展碳排放统计核算，建立产品碳足迹管理体系、碳标识认证制度”。在各类环境信息披露政策的驱动下，我国的环境信息将进一步透明化、标准化，从而助力突破环境绩效评价模糊、气候风险识别不准等瓶颈，为绿色金融业务创新发展提供更加坚实的数据支撑。

企业对可持续信息披露的认识不断加深。当前，市场主体对环境信息的认识也正从一种“合规条件”向一种“战略资产”转变。这得益于生态环境治理在全社会的纵深推进。碳市场的不断发展成为企业盘活碳资产、提升经营效率的重要机遇，绿色金融的不断发展使得企业在绿色低碳方面的努力能够在资本市场获得相应奖励，绿色发展理念在全社会的普及也使得企业更加需要塑造自身的绿色形象以维护与利益相关方的良好关系，这些都需要企业对自身的环境信息进行全面统计与系统披露。目前一些重点行业的龙头企业已率先构建了覆盖全生命周期、全产业链的环境信息管理系统，能够实现公司全品种产品的碳排放和碳足迹计算。一些科技公司、互联网公司也推出了各类数字化的可持续信息管理平台，为中小企业的环境效益核算、可持续信息披露等工作提供技术支持。随着企业内部环境数据管理能力的进一步提升，未来环境信息的获取便利性和标准化水平将会得到显著提升。

大模型技术成为提高环境信息处理效率的关键破局要素。作为时下热点的大模型技术在有效处理多源异构的碳数据方面展现出多维度的创新潜力，能够成为应对环境信息处理效率低下的关键破局力量。一是凭借其对多模态数据的识别能力，大模型能够允许金融机构对文字报告、仪表图像、监控视频等多种形式的碳数据进行高效地归集整理。二是大模型具有高效的信息提取与知识挖掘能力。能够通过语义理解与模式识别技术迅速从大篇幅的报告中提取出银行开展绿色金融业务所需的碳数据，甚至能够识别企业报告中的隐含信息，从而显著提升信息提炼效率。三是数据交叉验证能力。大模型凭借强大的推理能力为数据可信度验证提供了新范式，利用大模型构建动态校验规则，能够迅速比对企业能源账单、财务报表、生产数据等多维度信息，识别是否存在数据矛盾点，从而进一步提升数据质量，破解人工交叉核验存在的效率瓶颈。

相关工作建议

下一阶段，商业银行应认真贯彻落实党中央、国务院及金融监管部门关于推进生态环境信息管理的工作部署，提升环境信息相关统计核算能力，不断探索数据驱动的绿色金融服务模式，以更加精准化、高效化与综合化的服务赋能“双碳”目标实现与美丽中国建设。

加快完善环境信息统计管理的方法学基础与数据基础。一是参考国际国内主流的环境信息统计相关方法学与技术指南，包括数据采集方法及统计核算方法，分行业、分领域制定适配性较强的环境信息统计办法，优先覆盖重点排放行业并逐步向全产业延伸。二是加速推进环境信息采集工作，应通过专项培训优化基层客户经理信息采集话术，并提高数据初步核查能力，同时建立企业层面的激励机制，采用信贷利率优惠、绿色审批通道等措施鼓励企业提供内部环境信息。三是整合客户经理采集数据、政府部门公开数据、第三方监测数据等多种数据源，建立交叉核验机制，最终形成标准化、动态更新的重点行业环境数据库，为构建数据驱动的绿色金融服务模式提供基础性支撑。

充分发挥先进的信息技术对环境信息管理的赋能作用。深化物联网、区块链、遥感技术、AI算法等前沿信息技术在环境信息管理工作中的协同应用，提升环境信息获取的及时性、准确性与前瞻性。特别是应积极探索大模型在环境信息处理方面的应用，利用其在多模态处理能力、泛化能力、推理能力等方面的独特优势，探索海量环境信息的高效整合、解析、提取与交叉核验方法。

进一步推进以环境信息为基础的绿色金融产品创新。构建以环境数据为核心的绿色金融定价机制，如开发与企业环境绩效挂钩的结构化金融工具、根据企业碳排放情况为企业量身定制碳配额质押融资方案、抑或进一步开发基于绿色项目预期环境效益的证券化产品，发挥环境数据要素对金融流动性的激活作用，推动绿色金融从粗放式管理向精准化、场景化服务升级。

推进绿色金融服务综合创新，为企业提供多元化的绿色金融服务。开发适用于实体企业的智能化环境信息管理系统，整合企业能源消耗、原材料消耗、产品碳足迹等关键信息，协助企业有效管理内部环境信息，把握自身环境绩效。在此基础上为企业提供定制化转型规划咨询服务，协助企业科学设定转型目标与转型路径，联动绿色技术供应商为企业推荐适配性技术方案。同时，延伸服务至全供应链绿色化改造，基于对上下游环境绩效的全面追踪，精准定位高能耗、高碳排的节点，识别转型潜力。基于此设计结构化供应链金融服务方案，将核心企业的环境绩效与供应链金融服务条款挂钩，从而激励上下游协同减排，系统性地推动供应链绿色转型。

作者系中国工商银行信贷与投资管理部主要负责人

责任编辑：张志敏