点击上方「蓝字」，关注我们
研究背景与意义
近年来，全球范围内ESG监管要求不断趋严，欧盟《企业可持续发展报告指令》（CSRD）、国际可持续发展准则理事会（ISSB）发布的IFRS S1和S2等框架相继推出，推动ESG披露从自愿走向强制。值得注意的是，IFRS S1/S2在构建行业披露指引时，参考并部分采纳SASB标准的行业分类与核心议题框架，标志着全球ESG披露体系在实现基准统一性与行业针对性相结合方面迈出关键一步。同时，全球报告倡议组织（GRI）、SASB等标准持续迭代并呈现融合趋势。
科技企业作为经济增长的核心引擎，其ESG表现受到高度关注。尽管中国尚未在国家法律层面统一界定“科技企业”的概念，但在资本市场实践中，已通过科创板、创业板及北交所的上市标准形成具有操作性的认定框架。其中，上交所科创板将中国证监会发布的《科创属性评价指引（试行）》作为判断企业是否属于“科技企业”的量化标准，并鼓励新一代信息技术、高端装备、新材料、新能源、节能环保和生物医药六大行业。深交所将“三创四新”作为创业板上市的核心标准，关注创新能力、技术应用、成长性。北交所认准专精特新和创新型中小企业，将研发投入、细分市场地位、技术壁垒作为评价关键指标。
本文通过聚焦人工智能与半导体两大前沿科技领域，深入分析其技术特性与现有ESG披露及审验标准的互动与适配缺口，体现披露和审验标准在应对新兴技术风险时的适配困境，具有一定研究价值。
科技企业审验发展现状
（1）审验标准
中国科技企业开展可持续信息审验的依据除AA1000AS、ISAE 3000（修订版）、ISAE 5000及ISAE 3410等国际标准外，还包括《中国注册会计师其他鉴证业务准则第3101号》（该准则在原则上与ISAE 3000趋同）以及2026年1月财政部发布的《可持续信息鉴证业务准则第6101号——基本准则（试行）》（以下简称《基本准则》）。《基本准则》将推动中国持续信息鉴证框架及执业规范迈向统一，但尚未确定强制实施时间和范围，预计近期中国科技企业的审验标准仍将呈现混合状态。2024年，上市的软件服务及半导体企业开展第三方独立鉴证使用的标准以AA1000AS v3为主，占比约43%，ISAE 3000标准的使用占比约为29%，SBTI和GRI通用准则使用比例各占14%左右。
（2）审验比例
国内科技企业ESG报告的第三方审验仍处于自愿阶段，尚未受到监管压力和资本市场需求驱动，软件服务企业审验比例相较于其他行业偏低。2024年319家上市软件服务企业中，约36%的企业公布ESG报告，但仅有1家企业聘请独立第三方对ESG报告进行独立验证，鉴证率不足1%；上市的半导体行业企业中，77家企业公开披露ESG报告，占比约41%，仅有6家企业开展ESG报告或部分ESG绩效信息审验，约占比8%，亦低于上市公司46.09%的披露率和9.11%鉴证率的平均水平。
（3）审验内容
在审验焦点上，审验活动逐步深入至科技行业特有的算力基础设施、算法治理、供应链透明度与价值链风险。对于云计算与人工智能巨头，其数据中心巨量能耗与碳足迹的核算与减排声明，已成为审验重点。更为前沿的是，针对客户数据隐私保护的全流程内部控制、算法偏见与公平性的评估框架，以及供应链中冲突矿产溯源与劳工权益的尽职调查，正从自愿性描述转变为需要第三方验证的关键议题。但科技企业研发投入、专利估值与绿色专利认定标准在审验环节仍存在口径不一、流程各异等现实挑战。此外，审验机构不仅核查历史数据，也开始评估企业对未来气候情景分析和转型计划的合理性以及技术伦理治理框架的有效性。
投资者与评级机构将经独立审验的ESG信息视作衡量企业长期韧性和管理质量的重要标尺。因此，对国际科技企业而言，高质量的ESG审验已不再是锦上添花的公关行为，而是关乎合规准入、资本成本与品牌声誉的战略必需品。然而，面对算法黑箱、供应链多层隐匿等复杂挑战，现有审验方法在技术适配性、行业标准统一性及证据获取深度方面仍面临考验，亟待创新与完善。
适配性优化路径
适配性问题
第一，披露指标体系适配不足。现有主流ESG披露标准尚未充分反映高科技企业的独特风险特征，缺乏行业特异性的量化指标。例如，在人工智能领域，尚无被广泛采纳的“算法偏见检测率”或“模型可解释性评分”等标准指标；在半导体领域，尽管全氟化碳排放已被纳入披露要求，但对其细分气体种类（如CF₄、C₂F₆等）、排放强度计算方法及减排技术路径的度量尚未形成统一规范。此外，当前标准对技术相关议题的覆盖呈现“重环境、轻社会与治理”的倾向——虽然SASB标准在数据隐私、员工职业健康安全等方面有所涉及，但对AI算法伦理、自动化决策透明度、半导体全球供应链中的劳工与人权风险等关键治理议题，仍缺乏深度、可操作的指标指引。
第二，审验方法适配性差。传统ESG审验方法难以有效穿透算法黑箱、验证数据流在采集、训练、部署全生命周期中的安全性与合规性。尤其在算法伦理领域，目前尚无被行业公认的审验方法论，既缺乏标准化的评估框架，也缺少可复现的压力测试工具。尽管AI、区块链、物联网等新技术具备赋能审验的潜力，但在实际应用中仍处于早期试点阶段，尚未形成规模化、制度化的审验工具体系。
第三，数据质量与可信度问题突出。范围三（Scope 3）排放数据缺失严重，尤其在半导体和AI企业的复杂全球供应链中，上游原材料、设备制造等环节的数据获取困难，且各企业采用的估算模型差异较大，影响横向可比性。部分企业披露存在选择性呈现倾向，即“报喜不报忧”，而现有审验机制对信息“完整性”的验证手段有限，难以有效识别和遏制“漂绿”行为。更关键的是，供应链ESG数据往往缺乏完整的证据链支撑，从一级供应商到多级上游的穿透式验证能力严重不足，制约审验结论的可靠性与公信力。
优化路径
针对科技企业ESG审验标准的适配性不足问题，亟需从指标体系、审验方法和监管适配机制三个维度系统推进优化路径。
首先，应构建行业差异化的ESG披露指标体系，并推动数据协同与共享。对于人工智能企业，应在SASB《软件与IT服务》《半导体》行业标准基础上，新增或细化反映其技术特性的关键指标，例如算法伦理影响评估结果、单位算力训练能耗以及数据安全事件响应效能（如平均响应时间、漏洞修复率）等，并建立动态更新机制，确保指标体系能够及时响应技术演进与监管变化。同时，推动中国证券交易所ESG披露指引与ISSB框架（包括其采纳的SASB行业实施指南）实现有效衔接与趋同，明确差异化条款的适用边界，在保障商业机密前提下促进数据互认，避免企业重复披露。
其次，需优化适配性强的审验方法与技术工具。在方法层面，针对算法伦理等难以量化的软性议题，可开发“专家评分卡+情景模拟”的组合审验方法，通过多维度打分与压力测试评估模型公平性与鲁棒性；针对复杂全球供应链，应推广“穿透式核查”模式，结合现场审核、供应商问卷、第三方数据库乃至卫星遥感、热成像等遥感技术，增强对上游环境与社会风险的识别能力。在技术赋能方面，应积极推广自然语言处理（NLP）技术用于ESG报告一致性与漂绿风险分析，利用区块链实现关键数据（如碳排放、化学品使用）的不可篡改溯源，并部署数字孪生与物联网（IoT）传感器对数据中心能耗、晶圆厂排放等进行实时监测，从而显著提升审验的效率、精度与可信度。
第三，应强化监管适配机制。在监管层面，建议对人工智能与半导体等高技术、高风险行业采取分阶段强制审验策略，初期可优先将SASB行业核心指标纳入强制审验范围，并由证监会、生态环境部、工信部等多部门建立协同监督机制，加强对“选择性披露”和“漂绿”行为的识别与惩戒，提升市场透明度与公信力。
未来展望
科技企业的可持续信息审验正经历深刻变革，未来将朝着自动化、实时化、智能化、综合化和生态化的方向演进。核心技术驱动从“人工抽样”到“智能全量”，或产生实时鉴证、“审计即平台”的多方验证资源整合以及交互式数字报告、可视化仪表盘、API数据接口等交付模式。这场由数字浪潮重塑的审验革命，终将为信任构筑起坚实、透明且生生不息的智能基石。
推荐阅读
·END·
