习近平总书记在党的二十大上提出，要加快建设网络强国、数字中国，推进美丽中国建设。在2023年7月召开的全国生态环境保护大会上，习近平总书记再次强调，要深化人工智能等数字技术应用，构建美丽中国数字化治理体系，建设绿色智慧的数字生态文明。通过高水平环境保护，不断塑造发展的新动能、新优势，着力构建绿色低碳循环经济体系。近年来，面对资源环境约束性难题，循环经济被视为实现可持续发展的重要路径。2004年，中央经济工作会议提出，大力发展循环经济，逐步构建节约型的产业结构和消费结构，标志着循环经济正式成为国家战略。经过二十多年的发展，我国循环经济取得了从政策探索、法治化推进、系统化布局到“双碳”协同的显著进展。

作为循环经济的核心组成部分，资源循环利用产业通过产业链协同，能够实现废弃物到资源转化的有效闭环。2023年，我国资源循环利用产业规模已达40774.4亿元，同比增长13.1%。在新一轮的数智化转型浪潮中，数字技术与资源全生命周期管理的深度融合，将成为资源循环利用产业实现高质量发展的关键动力。大数据、云计算、物联网、人工智能等技术的发展，为资源循环利用的创新与发展提供了重要机遇。因此，应从资源全生命周期管理视角，加快数字技术应用，推动资源循环利用产业的数智化转型，实现产业的高质量发展。

建设资源回收数智化体系，

凝聚社会共识

当前，家电、汽车、电子产品等废旧产品的“以旧换新”和回收再利用成为市场关注的重点。2023年，我国十个主要品种的再生资源回收总量约为3.76亿吨，同比增长1.5%，其中废轮胎、报废机动车等回收量增幅显著。可再生资源循环利用市场规模的扩大得益于政策支持和技术赋能。一方面，国家“十四五”循环经济规划明确提出要提高再生原料使用比例，包括在汽车、家电等领域推广再生材料替代试点；另一方面，数字技术的广泛应用正在重塑传统回收模式，推动资源循环利用行业向智能化、高效化转型。

针对生活源固体废弃物的综合利用，物联网等数字技术的应用正在改变传统依赖人工操作的回收模式，提高了资源回收环节的智能化水平。在家电、汽车、电子产品回收领域，产品数字化标签和智能传感器的协同应用，可以快速、精准地获取废旧产品信息；智能回收箱通过实时监测回收量，有利于优化回收频次和运输路线，进而提升回收效率。同时，智能回收设备的普及降低了公众参与的难度，回收企业在商场、社区、学校等场景投放智能回收箱，并结合扫码、人脸识别等技术为公众提供积分或补贴激励，有利于增强公众的资源循环利用意识，增进社会对绿色低碳循环经济的价值认同。

针对工业固体废弃物的综合利用，内部回收和外部回收是主要路径。内部回收适用于在企业内部就可以直接转化利用的固体废弃物，比如钢铁冶炼企业利用高炉渣、转炉渣再加工，煤炭企业将煤矸石用于发电或制砖，电厂利用粉煤灰生产建筑材料等。借助物联网、大数据和人工智能技术，企业能够精准监测工业固体废弃物的成分、产量，优化生产工艺，同时提高资源利用率并减少环境污染。对于无法就地处理或具有较高回收价值的工业固体废弃物，如工业副产石膏、污泥、冶金废渣等，通常通过专业回收机构或第三方企业进行集中回收。由于外部回收涉及多个环节，图像识别、AI调度、智慧物流等技术在精准分选、跨企业协同、优化运输等方面具有重要的推动作用。部分企业综合利用内部回收和外部回收方式进行工业固体废弃物循环利用。例如，在汽车产业中，铝材供应企业通过建立闭环系统，既利用内部回收方式减少废铝的外部需求，又通过回收报废汽车中的铝资源，进一步提高铝资源的供应量。在这个过程中，数智化回收利用物联网、大数据、人工智能等技术，实现了铝资源回收的智能化管理。智能传感器等设备可以自动识别废铝材料的种类和质量，减少人工干预，提高分选精度；同时能够实时监测废铝来源、成分和数量，促进了铝材资源的高效循环利用。以数智化手段提升工业固体废弃物循环利用效率，不仅能够降低企业成本，提高企业的ESG表现，而且还推动了绿色低碳发展理念的普及。数智化转型在促进行业升级的同时，更在全社会范围内形成“科技赋能循环经济、数据驱动绿色低碳发展”的共识，为循环经济发展提供有力的社会支撑。

创新数字化制造技术，

赋能全链低碳生产

在资源循环利用产业中，数字化制造技术正成为核心驱动力，推动产业链的深度优化与绿色转型。物联网、计算机辅助生产、制造执行系统等技术的广泛应用，使废弃物、信息、能源得以高效转化为再生材料与产品，进一步提升经济资源的循环利用率。

首先，数字孪生技术在循环制造中的深入应用，使生产制造全流程的虚拟仿真与实时监控成为可能。企业可以借助数字化模型，精准预测资源消耗与再生材料的产生情况，动态优化生产过程，提高资源利用效率。例如，在再生塑料的制造过程中，数字孪生技术可以构建原料质量的动态数据库，并结合实时传感监测，对废旧原料的成分波动进行分析，从而调整生产参数，确保产品质量稳定，同时最大限度减少资源浪费。

其次，结合人工智能与机器学习算法，智能化控制系统能进一步增强生产过程的自适应调节能力，实现精细化资源利用。例如，在废旧金属的再冶炼过程中，系统能够根据原料的成分特性，自动调整冶炼温度、还原剂比例和工艺流程，从而优化能耗效率，降低碳排放，同时减少有害副产品的产生，推动资源节约和环境改善。

最后，智能制造技术支持柔性生产和个性化产品生产，可以进一步赋能资源循环利用产业的创新发展。通过生产线的灵活调整与模块化设计，企业能够快速响应市场需求，提高回收材料的附加值。例如，3D打印和智能组装技术结合，可以将回收塑料和金属材料定制化应用于消费电子、汽车零部件等领域，有效降低大规模制造引发的生产成本。同时，资源循环利用企业还可以通过数字设计和仿真技术，优化材料选择、设计便于二次回收的产品结构，从而提高资源利用效率和增强产品的环境友好性。通过以上创新应用，数字技术不仅推动了资源循环利用产业的智能化、绿色化转型，也成为支撑产业高质量发展的核心引擎。

构建循环经济数据体系，

促进资源协同管理

推动循环经济高质量发展，仍需破解资源回收系统的高分散性、市场交易的高流动性、可再生资源质量的异质性等问题。在此背景下，构建资源循环利用的协同管理网络至关重要，需要完善循环经济的数据要素管理，使数据成为优化资源配置的强大驱动力。具体而言，即建立“采集—整合—应用”三位一体的数据体系，实现资源全生命周期的闭环管理。

一方面，要打破“数据孤岛”，提升资源流动的可视化、可追溯性和可优化性，强化高质量数据供给。支持市场主体依法合规地开展关键数据采集与处理，是优化回收网络布局的首要任务。这些数据涵盖了资源投放与回收数据，包括废弃物的种类、数量、来源、时间及地点等信息。物流与流通数据包括回收运输路径、存储状态、市场交易流向等内容，旨在提升可再生资源流通效率和供应链协同处理能力；资源再生与利用数据包括再制造工艺、产品循环利用情况及环保合规要求，旨在推动资源的高效再利用；经济与政策数据，包括市场价格波动、政府补贴政策及消费者回收参与度等，能够为行业发展提供精准决策支撑。

另一方面，要建立跨行业、跨区域的数据接口标准与质量评估体系，以数据要素赋能循环经济发展，构建统一的数据标准体系，实现循环经济领域的数据互联。首先，应制定统一的资源信息标准，尤其是可再生资源的分类编码标准，在统一标准下整合企业、回收机构与消费者等多方数据，提升全产业链协同效率，确保资源高效流转与利用。其次，应建立废弃物回收数据资产定价机制，制定回收标准和数据定价规则，促进再制造产品的市场化流通。合理的资源定价机制能够为回收企业、再制造商与消费者提供公平透明的市场环境，激励各方积极参与循环经济。最后，应推动智能化的数据监测与追踪技术，构建基于物联网和大数据的动态监控体系，获取废弃物及可再生资源的实时状态数据。这不仅能为资源流动提供实时数据支持，也有助于各方及时调整回收与利用策略，优化物流与存储管理，提高资源回收率与再生资源品质，同时为环保政策制定提供科学依据，推动形成更加精准的循环产业管理与监管体系。

深化区块链技术融合，

完善社会信用机制

信息真实性缺失、交易透明度不足等问题成为制约资源循环利用产业高质量发展的瓶颈。区块链技术凭借去中心化、不可篡改与可追溯的特性，为构建全链条可信数据体系、循环经济社会信用机制奠定了技术基础，并从三个方面推动资源循环产业整体升级。

首先，区块链技术可以实现全链条数据存证，能有效解决资源循环利用过程中信息失真及追溯难题。在传统回收流程中，可再生资源的种类、数量与流向等数据易受人为干扰，导致监管困难与信任危机。区块链技术利用分布式账本，实现回收环节数据的实时上链与全网见证，使可再生资源从回收到再制造的完整路径可视化，形成“来源可查、去向可追、责任可究”的闭环管理体系。例如，汽车动力电池回收企业可将电池型号、残值评估、拆解记录等关键信息写入区块链，确保数据不可篡改。同时，监管部门可通过链上接口实时核验，使违规拆解行为有迹可循。

其次，区块链技术可将分散的循环行为转化为可量化、可流通的数字信用资产，从而构建“守信激励、失信惩戒”的生态机制。在企业层面，将区块链技术用于记录企业参与废弃物回收与可再生资源利用的行为表现，形成公开可查的信用数据，进而便于企业在绿色融资、市场准入等方面获得认可。例如，地方政府对在循环经济中表现突出的企业给予税收减免或补贴，同时对长期失信的企业实施惩戒。在个人层面，区块链技术能够将个人参与循环经济的行为获得的碳积分记录下来，并使其成为可展示、可流通的数字资产，推动市场化激励机制的建立。总体而言，区块链技术的应用重塑了循环经济社会信用机制，不仅提升了企业和个人环保行为的可追溯性与信用资产的流动性，而且为促进循环经济的良性发展提供了有力支撑。

最后，区块链与AI技术相融合，可以进一步提升循环经济社会信用体系的智能化、自动化和透明化水平。在智能化方面，AI技术通过深度学习和区块链大数据分析，建立更加细致和个性化的信用评分体系。该体系能够更加准确地反映链条中各个主体的行为特征和信用状况，从而促使企业和个人在参与资源循环利用时更加注重信用积累。在自动化方面，AI技术可以从区块链中实时获取数据，并据此动态调整信用评分，减少因数据延迟所导致的信用评估偏差和决策滞后，从而提升信用评估的及时性和灵活性。在透明化方面，AI技术能够自主对区块链中复杂且分散的数据进行深度解析，进而将数据转化为直观易懂的可视化图表，帮助企业、个人、决策部门和监管机构快速掌握整个链条上各主体的信用状况。区块链和AI技术的有效结合，不仅可以增强各方对资源循环利用经济活动的信任度，还能提升循环经济社会信用体系的公正性和高效性，进一步推动产业向智能化、可持续方向发展。

（杜欢政为同济大学马克思主义学院教授、同济大学生态文明与循环经济研究所所长，刘驰琛为同济大学马克思主义学院博士研究生，陆莎为同济大学环境科学与工程学院副研究员，本文为国家数据局课题项目“数字化驱动生态文明发展的机理研究”阶段性成果）

来源:《金融博览》2025年第5期