一、A股ESG披露现状：制造业企业面临的新要求
2026年8月，中国上市公司协会发布《A股上市公司2026年可持续信息披露情况分析报告》。截至2026年6月30日，A股共有2718家上市公司披露了2025年度可持续发展报告，整体披露率达49.81%。其中，制造业上市公司披露报告企业数量位居各行业首位，合计1708家，披露率达45.73%。
值得关注的是，强制披露主体已实现100%全覆盖，430家符合披露指引要求的公司均完成报告披露。对于尚未纳入强制披露范围的制造业中小企业，监管趋严的趋势已经非常明确。53.90%的披露企业可提供50至100项量化指标，超百页深度报告占比从2023年的16.55%攀升至37.86%，报告篇幅和质量要求在持续提高。
二、制造企业ESG报告编制的核心要点
1. 重要性议题识别
2025年度，88.70%的披露企业开展了重要性评估，75.79%完成了双重重要性评估（即财务重要性+影响重要性）。对于制造企业，以下议题通常被识别为核心议题：应对气候变化、污染物排放、废弃物处理、环境合规管理、水资源利用、循环经济、职业健康安全、员工培训与发展、供应链管理等。
制造企业在开展重要性评估时，应结合自身行业特性。例如，化工企业需重点关注污染物排放和危废处理；电子制造企业需关注供应链劳工管理和有害物质管控；钢铁、水泥企业则需将温室气体排放和能耗管理置于首位。
2. 温室气体排放数据管理
温室气体排放披露是ESG报告中最具技术挑战性的环节。数据显示，2718家披露企业中，76.93%披露了温室气体排放量，范围1披露率72.81%，范围2披露率73.03%，均较上年提升约13个百分点。但范围3（价值链排放）披露率仅为18.3%（497家），成为明显的短板。
中国会计学会副会长黄世忠指出，范围3排放量在温室气体排放总量中具有绝对重要性，不披露范围3排放信息有避重就轻之嫌。制造企业的范围3排放通常占排放总量的70%以上，涵盖上游原材料采购、下游产品使用、物流运输等环节。
3. 量化指标体系建设
ESG报告正从定性描述转向定量管理。2025年度，53.90%的披露企业提供了50至100个量化指标，23家企业披露了超过100个量化指标，最多达120个。对于制造企业，核心量化指标包括：单位产值能耗、单位产值碳排放、废水排放达标率、固废综合利用率、安全事故率、员工流失率、研发投入占比等。
建立量化指标体系的关键在于数据采集的连续性和一致性。企业应从生产管理系统、能源管理系统、HR系统等多源系统中提取数据，建立统一的数据口径和计算方法。
4. 第三方鉴证
2025年度，11.52%（313家）的披露企业聘请第三方机构对报告进行了鉴证或审验，较前两年持续提升。虽然制造业企业的鉴证比例仍较低，但这一趋势不可逆。黄世忠建议，鉴证机构应借助人工智能、大数据、物联网等数智化技术，交叉验证被鉴证单位可持续信息的合理性和可信性。
三、制造企业ESG数据管理的核心挑战
挑战一：数据分散，采集困难
制造企业的ESG数据分散在生产、设备、能源、采购、HR、财务等多个系统中。以碳排放数据为例，范围1排放来自生产设备的燃料消耗，需要从锅炉、窑炉、叉车等设备中逐台采集；范围2排放来自外购电力，需要整合各厂区、各车间的电表数据。传统依赖人工抄表、Excel汇总的方式，不仅效率低，而且容易出错。
挑战二：数据口径不统一
ESG报告的编制依据日益多元化。2025年度，81.38%的企业以官方披露指引为编制依据，76.09%参考GRI标准，58.20%对接联合国可持续发展目标。不同标准对同一指标的定义、计算方法和披露要求可能存在差异。例如，GRI标准要求按来源分类披露温室气体排放，而国内披露指引更强调总量和强度指标。
挑战三：范围3排放核算复杂
对于制造企业，范围3排放涉及原材料开采、运输、产品使用和废弃处理等多个价值链环节。目前仅18.3%的A股公司披露范围3，主要障碍在于数据获取难度大、计算方法不成熟。然而，证监会与香港证监会已推动开展气候相关转型计划披露金融试点，范围3披露的监管要求只会越来越严格。
挑战四：治理架构与数据质量
报告披露正从ESG部门主导转向董事会层面统筹。37.82%的披露企业在董事会设立了可持续发展专门委员会。治理架构的升级意味着ESG数据不再是简单的合规输出，而是企业战略决策的重要输入。这对数据质量提出了更高要求——不仅数据要准确，还要能支撑经营分析和战略调整。
四、数字化工具在ESG数据管理中的应用
面对上述挑战，越来越多的制造企业开始借助数字化工具提升ESG数据管理效率。核心应用场景包括：
自动化的能耗与碳排放数据采集：通过IoT传感器和智能电表，实时采集各车间、各产线的能源消耗数据，自动换算为碳排放量，消除人工抄表误差，实现数据实时可查。
统一的数据中台：将生产、能源、环保、HR等多系统数据汇聚到统一平台，建立标准化的ESG指标计算模型，确保各指标口径一致、计算方法可追溯。
报告自动生成：基于内置的GRI、SASB、国内披露指引等标准模板，自动从数据中台提取指标值，生成符合各标准要求的报告草稿，大幅缩短报告编制周期。
数据质量监控：设置数据异常预警，如某月能耗突然上升20%、排放因子使用错误等，及时发现并纠正数据质量问题，为第三方鉴证做好准备。
五、给制造企业的行动建议
第一，尽早建立ESG数据管理体系。不要等到强制披露才着手准备。从能耗数据采集入手，逐步扩展到排放、废弃物、职业健康安全等全维度数据管理。
第二，从范围1、范围2做起，逐步覆盖范围3。优先建立企业自身的直接排放和间接排放数据基础，再逐步向供应链上下游延伸。
第三，引入数字化工具，降低数据管理成本。手动维护ESG数据的成本会随指标数量增长呈指数上升，投资数字化工具是长期降本的必由之路。
第四，将ESG数据与经营决策结合。ESG数据不应只是为了写报告，更应服务于能耗优化、碳排放管理、供应链风险管理等经营场景，实现从”合规驱动”向”价值驱动”的转变。
数据来源：中国上市公司协会《A股上市公司2026年可持续信息披露情况分析报告》、中国证券报