深圳市汇川技术股份有限公司首席可持续发展官韩国震：数据治理助力ESG管理
2023年10月16日-19日，2023北京国际风能大会暨展览会（CWP2023）在北京如约召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，聚焦中国能源革命的未来。
本届大会以“构筑全球稳定供应链 共建能源转型新未来”为主题，将历时四天，包括开幕式、主旨发言、高峰对话、创新剧场以及关于“全球风电产业布局及供应链安全”“双碳时代下的风电技术发展前景”“国际风电市场发展动态及投资机会”“风电机组可靠性论坛”等不同主题的21个分论坛。能见App全程直播本次大会。
在18日上午召开的“可持续发展/ESG政策趋紧，风能企业如何应对？”主题研讨会上，深圳市汇川技术股份有限公司首席可持续发展官韩国震发表了题为《数据治理助力ESG管理》的主旨演讲。
以下为发言全文：
谢谢主持人，非常荣幸参加这个会，我们做一些有关于ESG治理的工作分享。ESG作为一个由资本市场首先提出的一个概念，量化、全面、连续是一贯的要求，这需要我们有大量数据作为支撑，所以这才是我选择这个话题的，拿到今天这个场合分享的原因。
首先，我还是按例对我们公司做个简单的介绍，汇川技术是目前国内最大的工业自动化零部件企业地，我们也是一家上市公司，去年营收230亿元，从图上看出过去20年公司历史上，营收增长一直比较稳健。目前我们的主要业务覆盖通用工业自动化，电梯核心零部件，新能源汽车的电驱、电机、电源产品，轨道交通的牵引系统以及工业机器人五个大的板块。
在国际风能展做这个交流，我讲讲我们在风电行业的一些情况。我们目前是国内比较主要的一家风电系统的变桨偏航系统供应商，同时我们也为风电行业客户提供储能，联合制氢解决方案，今天参展的绝大部分的主机厂都是我们的客户，金风也是我们优质大客户，我们也是金风绿色五星供应商，去年拿了一年，今年应该还能得到。在可持续发展和ESG方面，我们成立了董事会下设可持续发展委员会，我们提出自己的目标2850和3030，2850覆盖我们自己的范围一和范围二，在2028年前实现达峰，2050年实现中和，3030把这个目标拓展到我们的价值链上，我们主要的供应商的温室气体排放强度在2030年前相较2021年下降30%。整个资本市场目前对我们的认可度还属于尚可，最近在10月份，MSCI评级从三个B提升到A，预计今年CIC也会有比较大的变化。
言归正传，讲讲ESG治理，切合风电主题，我们作为风电零部件企业，面对ESG挑战，我们自己强行凑了一个词MACCS，首先是全人类期望，在这代表了相对广泛的利益相关方对我们的要求，不管双碳还是可持续发展都对企业提出前进方向，并且提出隐含要求，资本市场对于风险管控，对于企业的可持续发展，一直是要求非常高的。另外可持续发展我们作为企业本身对于这个概念的认知也不断加深，我们现在已经意识到了它的价值，所以我们也主动的把ESG可持续发展理念融合到我们企业发展战略里边。并且在这我用黑字特意强调了，就是我们的客户，我们也受到我们客户来自整个生态链的价值取向要求，而且我们在过去几年也非常明确感觉到这种要求在逐渐变高，我们从精分对我们审核要求，已经非常清楚了，他们要求我们供应商2025年前100%供应给金风产品，全部进行生产，2023年是50%，到明年他们会提更高的要求。
ESG作为一个非常宏大的领域、一种理念，它对数据的需求其实是非常庞大的，我在这只是把涉及到ESG的一些典型议题做了一些呈现，议题数量远不止此。每个议题都需要有具体的指标，分解具体指标进行评价，从评级角度看，我们现在用的最多的MACCS评级有将近1000个数据点，我们自己经过统计分析，大概现在识别出800多个跟我们比较强相关的，扣除非结构化的，也还有500多个数据点，这就是我们管理的方向，从这个图上可以看出，我们国内评级发展稍微差一些，它的指标还没有那么丰富。
实际上在我们进行ESG管理的时候，我们发现ESG数据供给，我们又面对了6个大的难点，第一个就是彻底没有数据，没有数据说明这个工作其实是没有进行管理的，没有这个指标。我相信各位在座的企业可能也会有一样的问题。第二个是数据定义和利益相关方的期望不一致，刚才也讲到了这个问题，到底应该是百万营收的温室气体排放强度还是每名员工的温室气体排放强度，你自己用每名员工的温室气体排放强度，资本看不懂，他没有办法比较，这也是实际发生过的，比如说循环材料，我们比到循环包装，我们今年循环使用了多少件包装，而资本市场习惯的标准是什么？你到底循环使用了多少吨包装，它是一个重量单位，这就是这么小的一个东西，当我们需要改动起来的时候，你发现它非常痛苦，它牵扯到数据最源头，不牵一发而动全身。
第三个就是手动数据导致工作量大，可信度低，甚至会导致我们鉴证的费用也会变高，大量手工数据不停合并、调整，这些工作一定犯错误，一定有错的地方，它就会影响我们的报告可信度，影响我们和相关方沟通的效果，也会影响我们各个业务部门和我们ESG管理部门之间的合作关系，我们不停地争论，你做这个东西做错了，我们觉得人家做得不好，人家说你看我手里有这么多事情，你要做大量表格，让我怎么平衡。第四个就是数据在内部传递过程中，有一部分属性灭失，没有了。有一个非常典型的例子，当我们统计培训时长的时候，我们从我们专门负责培训的地方拿到我们数据，下一步要对这个数据进行细分，按照年龄、性别分的时候，我们说对不起，我们这只有名单，我们不掌握性别年龄的属性，我们怎么做？我们要投入专门人力，对着我们的员工的名单，一个一个把这个属性添加上去，偏偏汇川又是特别爱学习的组织，人均培训时长达到23个小时，这个数意味着我们接近2万名员工的培训数据重新整理一遍，这种工作量没有办法接受。此外还有多来源数据的问题，有一些业务由于业务本身特性的问题，天然的分布在不同的业务组织，不同的流程里边，当我们作为一个整体，要对外发布我们的这些相关数据的时候，我们必须把这些多来源数据整合起来，整合的时候发现标准是不一样的，我们上海的子公司用的一套标准，一套定义，苏州用的另外一套，看起来差不多，你没法直接做加合。最后一个也是之前大家反复提到透明度的问题，我刚才特意注意任总PPT写到，我们沟通过程中间没有把我们这些数据的定义范围非常详细地披露出来，一定程度上也给利益相关方造成了一些困扰，到底说的是什么东西。你说你是绿色产品，请你清晰的定义出来，这个我们还是非常欢迎的。
为了解决这个问题，从今年的上半年，6月份的时候我们专门成立了项目组，尝试利用3年的时间，把我们的ESG数据治理流程治理工作做完，经过我们内部讨论大致分了四个步骤，第一个就是收集，把各个利益相关方的数据需求收起来，利益相关方既包含外部也包含内部，第二是排序，我们需要根据他的重要性排序。为什么这么排？是因为这是一个平衡的艺术，我们做ESG管理，我认为这一点更加的，倾向更明显，我们在做平衡，总有一些东西要前期舍弃掉。第三步是讨论，说好听是讨论，说难听是PK，到底建成什么样，什么时候交付，最后就是交给建设方做数据建设，最后建设部门对于我们专门可持续发展管理部门来说是一个黑盒，不知道他怎么干的，我也不是很在乎。
在ESG数据收集方面，我们目前是把它分为五类，客户要求、投资者、评级、披露标准、法规，在这我们没有写内部的，为什么，因为我们经过整理以后，我们内部管理诉求其实都已经在外部的利益相关方的诉求里边得到了覆盖。目前我们主要是通过审核，像金风的需求就是通过审核传递，审核中间对我们有那些要求，投资者通过问卷和访谈，评级比较清楚，我们对评级已经研究的非常细致了，剩下法规和披露标准有一些最新的，我们目前还没有把它列进来，后续再做这个更新，因为现在没有足够的资源做这个研究。
当我们做完收集以后，我们手里握有一张非常庞大的表格，我们把里边一些重要一体列出来，我们刚才提到大概800多个数据需求，到底我们先要什么，哪些东西我在谈判中间可以稍微的战略性后撤一下，哪些战略性舍弃。排序依据非常清楚，就是依据我们公司最新的实施性一体，依据我们实施性议题举证做划分，划为三类，给各个部门做的，可以迟一点，但是必须做。低的是谈判筹码，这个做得好，低的可以不做了，出于小小的谈判伎俩，议题的数据判断是没有发给他们的。第三步也是最艰难的一步，我们公司有七大主要数据域和每个主数据域的数据变革小组谈判，一个一个谈的，把每个数据定义，到底什么叫弱势群体，到底这个数据从哪来，前级数据是什么，这些数据到底覆盖多大的范围，只覆盖我们的主要经营机构，还是要覆盖我们所有的机构，只覆盖我们所定义的重要供应商，还是要把我们的所有供应商覆盖进去，这些东西搞清楚，包括更新频率也要给这些部门说清楚。最后一个最重要的东西就是我们要获得交付时限，需要相关业务部门给我们一个时限，到底什么时候做完，我们是不是满意，最终我们经过多轮拉距PK，既是合作也是互相battle，我们基本上达成一致，至少大部分数据需求达成一致。
这个就是我们这张表格里的最终反馈数据若干项，仅仅在人力资源HR版块数据域，我们就一共有175项数据建设需求，这是前29，PPT放不了那么多，每一个数据定义都把它用我们的程序员能理解的语言写在这里，正常来说是能够得到执行的。
还有一个稍微想提及的一点，也是我们工作中间发现的东西。我们有一列IT化，这些数据是不是我们要通过某个系统反映，刘总也好，任总也好，讲到了都有一些能碳管理系统，综合能源管理平台，有具体的显示。我们作为ESG管理部门，我们对IT化要求没有那么强烈，我们更多数据是分析数据，这个A和B是可以通过数据筛选得出来，我们基本要总数加和除求平均，这个工作量不大，相反如果硬生生做成IT化，反而会对我们整个系统的灵活性以及我们项目的交付时间、交付成本造成影响，我们最终发现整个人力资源板块只有个别的数据是需要IT化呈现，其他的数据只需要把我们的原数据定义好导出筛选加和求平均，这些数据就出来了。
这再分享一下我们之所以能做这个工作，不到半年的时间，把这个工作做得七七八八，基础在哪里，我们自己在这体会也是很深，像ESG管理一样，ESG管理水平其实是非常依赖于公司本身的管理水平的，不是一个漂在天上的顶层建筑，一定有非常坚实的基础打底的，EHS也好，人力资源也好，ESG的数据治理同样是基于整个公司的数字化转型进程，如果这家公司本身是没有数字化建设的这个意识，他如果还是停留在IT化层次，还是存在大量的数据烟囱，那么想要实现一个有效的ESG管理，ESG的数字化管理是非常困难的。
今天因为还有在座的很多专家，我也把我的一些问题困惑带到现场分享一下，希望能得到一些指导。第一个就是我们到底怎么保证这些高实质性的议题所需数据的完整性。刚才我的讲解里边能看出来我们对这些数据的需求是采用逆向穷举法，穷举是评级机构，投资人替我们做的，我们要问一句，他们真的说全了吗？有没有什么非常重要的东西他们都没有识别到，但是实际对我们管理有很高价值的东西，因为用穷举，逻辑是不自恰的，是不是闭合，这点是我们也没有清晰答案的。第二个，ESG管理本身是动态过程，我们实质性议题每年都有调整，数据治理追求一定稳定性的，可以去做删，可以去做增，但是不宜过多做改这个动作。我们做ESG数据建设，到底怎么去实现这个数据实效性和稳定性之间的平衡，我们认为这个也是很重要的一件事情。如果我们现在没有一个答案，希望这个会后大家能跟我一起交流交流，讨论一下。
我先分享到这，谢谢大家。
（根据演讲速记整理，未经演讲人审核）
