产品碳足迹管理体系 建设进展报告 ( 2 02 5 ) 中 华 人 民 共 和 国 生 态 环 境 部 二 ○ 二 五 年 六 月 产品碳足迹管理体系建设进展报告（2025） 目 录 前 言 …………………………………………………………… 一、中国高度重视碳足迹管理体系建设 ……………………… 二、建立健全碳足迹管理体系 ………………………………… （一）编绘碳足迹管理体系建设“任务书”和“施工图”… （一）编绘碳足迹管理体系建设“任务书”和“施工图”… （二）建立健全产品碳足迹规则标准体系 ………………… （三）加快产品碳足迹因子和数据库研发 ………………… （四）加强碳足迹管理体系制度建设 ……………………… 三、初步形成多方参与工作格局 ……………………………… （一）强化政策协同，打造同向发力“支持格局” ……… （二）丰富落地场景，构建多元支撑“应用格局” ……… ……… （三）推动先行先试，探索点面结合“管理格局” ……… 四、碳足迹规则国际互信稳步提升 …………………………… （一）加强碳足迹国际规则趋势研判和引导 ……………… （二）积极推动碳足迹规则标准国际衔接 ………………… （三）充分发挥各类平台沟通协调作用 …………………… 五、 产品碳足迹能力建设持续加强 ……………………………… （一）加强人才培养，确保“有才可用”……………………

环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 政策对话 ， 并澄清人工智能能源的记录 足迹以及未来几年可能会如何发展。它建议 政策制定者通过以下方式解决对人工智能能源消耗的担忧 采取以下步骤 ： . . 为 AI 模型制定能源透明度标准。 寻求关于能源透明度的自愿承诺 基础模型。 但也是一种公开的种族主义行为 - 这并不奇怪 ， 许多人 政策制定者对人工智能的能源消耗提出了质疑。 然而 ， 2019 年研究中的头条新闻估计是疯狂的 数据创新中心 3 不正确 - 就像许多先前关于能源足迹过大的说法一样 数字技术。马萨诸塞州阿默斯特大学 研究人员做出了几个错误的假设 ， 严重夸大了他们的 估计使用的总能源和碳排放量。在 对 2019 年研究的回应 ， 参与 NAS 模型的研究人员 提供了能源使用和碳排放的详细摘要 tCO2 排放量 ， 但包括 OPT 在内的可比 AI 模型 (1750 亿 Meta 创建的参数 AI 模型) 和 Gopher (一个 2800 亿参数 Google 创建的 AI 模型 ） 的碳足迹明显较小。 此外 ， 训练 AI 模型的效率不断提高。对于 例如 ， 在 GPT - 3 之后的 18 个月 ， 谷歌生产了 GLaM ， LLM 为 1.2 万亿参数。尽管 GLaM 比 GPT -

...... 6 （四） 全球最大碳市场运行平稳,市场活跃度有待提升 .................................................... 8 （五） 产品碳足迹倒逼制造业向新能源富集区转移 ......................................................... 9 （六） 巨头积极打造绿色低碳服务能力,谋求形成新优势 .............................................................................. 36 （四） 龙头企业与发达地区引领碳足迹管理体系建设 ................................................... 38 （五） ESG 披露由选答题变必答题，重塑企业可持续发展范式...... 47 （四） 碳监测和碳计量领域产学研机构各显其能 ........................................................... 49 （五） 产品碳足迹专业技术服务体系加速构建 ............................................................... 51 （六） 第三方 ESG 服务进入发展黄金期

运用数字化技术加强动力电池全生命周期流向监测， 实现生产、销售、拆解、利用全程可追溯 会议要求，要用法治化手段规范回收利用，制定完善相关 行政法规，加强监督管理。要加快制定修订动力电池绿色 设计、产品碳足迹核算等相关标准，以标准引领带动回收 利用。 中国新能源汽车动力电池已进入规模化退役阶段，我国将加强新能源汽车电池回收利用 2025 年 2 月 21 日，国务院常务会议审议通过《健全 物流创新发展报告 · — 供应链物流碳管理整体框架视图：绿色可持续的战略引领 供应链物流碳管理 低碳供应链 ( 价值链维度 ) 低碳物流 ( 实践维度 ) 产品和服务碳足迹 2050 |GHG Protocol|ISO 14067 ISO 14040 |ISO 14044 EPD 体系 | ISO14083|EN 16258 GR h / LOG 2025 大多数物流企业采取“轻资产、重整合”的商业模式，本质上是将核心物流作业及其伴随的碳排放外包给专业服务商。这导致其自身的直接排放 ( 范 围一 、二 ) 微乎其微，而价值链排放 ( 范围三 ) 成为其碳足迹的绝对主体和核心来源。 ■ 物流企业碳排放构成 ( 业务视角 ) 研 文 其他 物流 物流 企业 外包 站 点 物流 包装 岁

科技赋能碳市场和碳金融发展.................................................................................25 5. 碳金融助力碳足迹管理体系建设.............................................................................27 6. 碳金融领域的国际合作进展 第三方服务机构是碳市场可信度的“守门人”，包括第三方核查机构对企业排 放数据及减排项目效果进行独立核验，确保符合 MRV（监测、报告、核查）标 准；碳咨询公司为企业提供碳资产管理、交易策略及碳足迹测算服务；标准制定 组织（如 Verra、黄金标准）建立自愿碳信用开发规则，防止“漂绿”行为；技术 供应商（如 IBM、S&P Global Platts）开发碳排放监测系统、区块链追踪平台或 深圳依托粤港澳大湾区金融枢纽的独特优势，聚焦“科技+跨境”双轮驱动战 略，全力打造绿色金融的开放高地。在科技金融深度融合方面，深圳建立了“绿 金委认证系统+区块链”双核平台，实现了绿色项目的认证、碳足迹的追踪以及资 金流向的闭环管理。同时，腾讯、平安等科技企业积极开发绿色金融 AI 风控模 型，使得小微企业的绿色信贷自动化审批率达到了 85%。在跨境金融创新实践上， 深圳落地了全国首单“跨境

压力： 建筑相关行业在二氧化碳排放总量中达到70%；中国钢铁工业占 全国二氧化碳排放总量的12%左右，因此钢铁企业承担节能减排任务 责无旁贷，并肩负巨大的减排压力； 欧盟提出“碳足迹税”，将对纺织服装产品碳足迹和排放量进行标 识追踪，与之相对应新贸易壁垒就是，对超过排放量的纺织服装产品 将课以重税。 中小企业同样面临着节能方面的瓶颈。 70%以上的中国中小企业认为：目前实现“低能耗、低污染、低排 低碳时代悄然而至 低碳时代题中之意 随着气候问题日益严重，能源危机日益突出，全球化的“低碳革 命”正在兴起，人类也将因此进入低碳时代，即以“低能耗、低污染、 低排放”为基础的全新时代。 在此背景下，“碳足迹”“低碳经济”“低碳技术”“低碳发展”“低碳生 活方式”“低碳社会”“低碳城市”“低碳世界”等一系列概念、政策应运而 生。 人类文明的步伐开始了新的征程。传统的经济增长模式将不得不 忍痛舍弃， 台湾去，最热门的自由行叫作骑自行车环岛一周。此外，台湾还有自 行车SPA，让你上冲下洗，还有专门的自行车洗车店。 这些东西内地还没有，这就是最大的商机，洞察先机的人已经开 始赚钱了。 第三节 低碳经济的超级商机 碳足迹 温家宝总理2009年参加哥本哈根气候大会时，承诺到2020年中国 二氧化碳排放比例占GDP的比例要比2005年下降40%~45%。到2020年 中国的工业生产量只会比2005年大，不会比它少；人口只会多，不会

成、智能生产等方式，提高生产效 率和制造水平，进一步提升热泵产品性能和能效，拓展热泵产品应用领域。实施热泵生产 线绿色化、数字化、智能化改造，减少生产过程中的能源资源消耗和碳排放，降低产品碳 足迹。 （六）提升绿色低碳制冷剂产品供给。引导热泵生产企业加快淘汰含氢氯氟烃（HCFCs） 政策法规汇编 4 月刊 — 24 — 制冷剂，限控氢氟碳化物（HFCs）使用。加大自然工质、氢氟烯烃（HFOs）等新型低增 拆解等全链条标准体系。推动建筑领域热泵应用标准研究，明确不同建筑气候区热泵性能 政策法规汇编 4 月刊 — 25 — 系数，加快提升热泵性能要求。研究制定高温蒸汽热泵、自然工质制冷剂热泵等相关技术 标准。推动热泵产品碳足迹管理体系建设。扩大热泵产品能效标识覆盖范围，研究在能效 标识上增加制冷剂增温潜势（GWP）等信息。 （十二）深化热泵领域国际合作。充分发挥我国热泵产业资源、技术、品牌优势，推 动建立国际热泵产 （四）加强标准对行业的服务。强化重点领域标准工作顶层设计，扎实推进《新产业 标准化领航工程实施方案（2023—2035 年）》，建立健全智能制造、工业互联网、云计 算、智慧家庭、全固态电池、汽车碳足迹等标准体系，以高水平标准建设服务行业高质量 发展。 （五）加强标准对企业的服务。探索推进“人工智能+标准化”，利用人工智能大模型赋 能标准化建设，推动人工智能技术在标准预研、编制、宣贯和实施推广等全生命周期的应

Caterpillar 5% ⚫ 02 重要的范围三 • • ◼ • • • 02 重要的范围三 • • 资料来源：CDP ◼ • 仅来自制造业、零售业和材料行业的供应链排放量碳 足迹是 2022 年欧盟二氧化碳排放总量的 1.4倍。 02 重要的范围三 • • 资料来源：CDP ◼ 10 13 19 23 2020 2021 2022 2023 ◼ 02 程追踪。 上海国际贸易单一窗口、海 关数据平台 船舶与载具轨迹 船舶吨位、引擎类型、航速 - 油 耗曲线、航班实时轨迹，精准匹 配碳排放因子模型。 中远海、飞友科技等合作伙 伴数据对接 碳足迹核算标准库 ISO-14083 运输活动级核算方 法、SGS 碳排放因子库、IMO 船舶排放指南等。 国际权威机构公开标准与实 测数据 物流环节碳参数 包装材料生命周期碳排放、仓储 能耗数据、运输工具能源类型

数据资源聚合分析，可为用 户提供节能建议、新能源改 造方案和项目实施建议 图 5-4. 松山湖综合能源互联共享平台特点 图 5-5. 四家汽车产业园区对比 汽车行业是中国国民经济支柱性产业，因汽车生命 周期碳足迹较高，其低碳生产转型受到关注。在四 个以汽车为主导产业的调研园区中，汽车整车和零 部件生产为其中两家园区贡献了 80% 以上的工业产 值，为另外两家园区贡献了约三分之一的工业产值。 其中 A、B 园区要主动引导企业树立正确绿色供应链管理的认 识，强化企业高层管理人员可持续发展意识。并且， 园区可通过资金补助和政策倾斜等手段，刺激其强 力推动绿色发展。 推动和支持企业积极参与产品碳足迹认证。园区应构 建碳足迹信息管理平台，帮助企业获取上下游行业碳 完善相关制度和标准体系。园区应该进一步明确 绿色金融工具的外延与投资范围，对相关绿色基 金和绿色债券的投融资进行界定和认定。明确绿 色基金和绿色债券的标准和投资规范引导 承担科技创新重大专项，提升企业创新能力。 构建“众创空间—孵化器—加速器—产业园”的 科技创业孵化链条。建立完善全要素孵化育成体 系，积极建设科技企业孵化器，促进创新技术成 果转化。 足迹信息，进而采取可量化精准去碳措施。园区可出 台扶持政策鼓励企业进行产品碳足迹认证工作。 充分利用国际要素助力园区绿色低碳发展，大力开 展国际合作项目。园区应秉持共商共建共享原则， 并主动引进国际先进绿色低碳技术及项目，推动绿 色

碳：电碳一体，数控足迹 能源的生产、传输、消费等环节与碳天然存在着密切的联系， 电能正逐步成为交通、工业、建筑等主要碳排放领域的核心能 源载体。通过电能的使用，不仅能直接减少对化石燃料的依 赖，还可以利用数字化手段，对碳排放进行精准的管理与监 测。在这种电碳一体化的框架下，电力系统的每个环节，都可 以基于电碳耦合关系，通过电能数据的精细化追踪，推算出相 应的碳足迹。这种数据驱动的碳管理，使得各个行业的减排进 字化与智能化技术的支持下建立电力生产消费与碳排放之间的 关联模型，通过电力数据透视碳排放信息，打通从碳排放核 算、披露、认证、溯源、交易以及减排决策的碳管理业务链。 关键场景： 电碳计量与碳足迹追踪： 以电力碳排放因子为桥梁，将广泛、实时采集的电力数据转化 为碳排放量，直观的展示的不同行业、不同主体的碳排放动 态，为碳排放管控提供精准的数据依据。随着企业减排范围逐 步由自身生产及运营向价值链延伸，未来对于碳排放核算的需 估计计算、碳强度计算、碳画像等功能计算，满足从全国- 区域-省级-地市-区县各级电网规模的电碳应用需求。 价值体现： • 实现分时分区计算精准碳监测，实现精准监测碳排放和 碳足迹的追踪，以数字化、智能化发展思路支撑实现电 网与用户在降碳等方面的友好互动，利用分时分地碳强 度引导用户有序用电； • 利用时空数据的电力碳强度体现不同时段的电源构成 不同、清洁电力占比差异，体现新能源绿色电力的时