龙虎斗官网：AI ESG投资分析、循环经济与智能资源回收大模型

一、先把“90分”翻译成一句可以证伪的话

机构研究员拿到一份ESG报告，最常见的动作是先看总分，再看它在行业里排第几。这个习惯本身没错，问题在于总分很少自带说明书。龙虎斗ESG投资在Demo里做过一个练习：把“Company A ESG Score 90”这句话改写成可以证伪的陈述。改写之后大概是这样：“按照某一套Materiality Model和权重，Company A在已披露数据上的ESG Risk相对同行较低，其中Governance贡献最大，Environment中Circularity部分有两项指标Missing。”这句话没有一个字提到股价，也没有一个字提到收益。这正是ESG Research应该有的样子。

二、Objective不同，同一个90分含义不同

一个分数要先明确它在评ESG Risk、ESG Performance、ESG Impact、Disclosure Quality、Transition Readiness还是综合Research Score。评Risk的模型关心的是ESG议题会不会让企业亏钱；评Impact的模型关心的是企业会不会让环境和社会“亏钱”；评Disclosure的模型只关心你说得够不够完整。同一家公司在这三种目标下拿到的分数可以差得很远，而且都可以是对的。龙虎斗投资分析不试图“解决”这种差异，而是要求Demo中的分数在页面上第一行就写明Objective，让阅读者知道自己在看什么。

三、Materiality和Sector：分数必须知道自己在哪个行业

Environmental议题包括Climate、Energy、Water、Pollution、Waste、Circularity和Nature；Social包括Worker Safety、Labor、Human Capital、Product Responsibility和Supply Chain Labor；Governance包括Board、Control、Ethics、Disclosure和Shareholder Rights。这十几项议题在Technology、Bank、Mining、Automotive、Consumer Goods、Manufacturing里的重要程度完全不同。一个不做Sector Adjustment的模型，会让擅长写报告的企业普遍拿高分，而让重资产、议题复杂的企业普遍吃亏。所以Wrong Sector Weight和Wrong Peer Group是ESG研究里最常见、也最不容易被察觉的两种失败。

四、Carbon、Climate与Circularity各是一层

Carbon看历史排放，Climate看未来风险，Circularity看资源效率，三者不能互相代替。Physical Climate Risk是Heat、Flood、Drought、Storm、Wildfire对Asset、Supply Chain和Operations的影响；Transition Risk来自Carbon Pricing、Regulation、Technology Change、Customer Demand和Energy Transition。一家历史碳排很低的企业，可能因为工厂位于洪水高风险区而Physical Risk很高。Circularity则关心Material Input、Product Output、Scrap、Reuse、Recycle和Waste之间的关系，它与Carbon部分重叠，但不等同。龙虎斗循环经济坚持把这一层单独列出，因为企业在材料效率、废弃物、产品寿命、维修、回收和再生材料上做了什么，往往比它宣传了多少绿色内容更能说明经营能力。

五、Data Quality决定90分的置信区间

披露更多不等于表现差，披露少也不等于表现好，No Data不等于Good ESG。透明企业的数据更丰富，看起来问题也更多；沉默企业没有争议记录，不代表没有争议。龙虎斗检测在Demo中把每一个输入标记为Reported、Assured、Estimated、Industry Average或Missing。AI可以辅助估算Scope 3，但估算值必须显示Estimated，并给出所用方法。如果一个90分里有三成指标来自估算，它的置信区间应该被诚实地画出来，而不是显示成一个整数。

六、Controversy是实时的，年报是滞后的

ESG投资不能只看年度报告。一次环境处罚、一起安全事故、一场供应链劳工争议，都可能在年报之外发生。Controversy Analysis需要持续跟踪公开Event，并区分事件的严重程度、公司的回应速度和后续整改证据。一个在年报周期内拿到90分的公司，可能在下一季度就因为争议而需要重新研究，这也是分数不应该被当成静态标签的原因。

七、投资判断的那一层，ESG从来不在里面单独工作

真正的投资研究还需要Valuation、Profit、Cash Flow、Balance Sheet、Competition、Industry Cycle、Liquidity和Portfolio Risk。ESG高分的公司可能已经被市场充分定价，也可能处于行业周期的顶部，还可能在组合里与其他持仓高度相关。ESG可以作为Screening Dimension，用于排除、Best-in-class、Risk Monitoring或Thematic Research，但“Score大于80就Buy、小于50就Sell”是错误设计，龙虎斗金融不会把这种规则写进任何页面。

八、龙虎斗ESG投资的Demo到底展示什么

它展示一个可以逐层展开的Research Profile：Company、Financial Fundamentals、ESG、Climate、Circularity、Valuation、Portfolio Context，最后是Human Investment Research。ESG那一层允许用户展开Environment、Social、Governance、Carbon、Climate、Circularity、Controversy和Data Quality，每一项都能追到Source、Weight、Update时间、Missing Data处理方式和Sector Adjustment。这套Methodology说明本身，比90这个数字更重要。

最后要说明，欧盟ESG Ratings Regulation已于2026年7月2日开始适用，专业ESG Rating Provider受ESMA监管。龙虎斗官网展示的所有分数都是Research / Demo Score，不是受监管的ESG评级，也不构成任何投资建议。

一、“谁算错了”是一个错误的起点

如果两个模型的Objective不同，问谁算错就像问温度计和湿度计哪个坏了。龙虎斗检测在Demo里要求用户先回答三个问题：这个分数评的是Risk、Performance还是Impact？它的Scope包含供应链吗？Missing Data怎么处理？回答完这三个问题，绝大多数82对61的争论会自动降温。

二、Objective：Risk、Impact与Disclosure三种世界观

Risk导向的模型问“ESG议题会不会让这家公司亏钱”，所以一家在高碳行业里管理得最好的公司可以拿高分。Impact导向的模型问“这家公司会不会让世界付出代价”，同一家公司就可能拿低分。Disclosure导向的模型只问“你说清楚了没有”，一家什么都披露、什么都做得一般的公司也能拿高分。三种世界观都有合理用途：Risk适合信用与长期持有研究，Impact适合主题与影响力研究，Disclosure适合数据质量评估。混在一起比较，就是Score Divergence最常见的来源。

三、Scope与Boundary：把供应链算进去还是算出去

Scope 3是否纳入，供应商劳工问题是否计入Social，海外子公司是否合并，这些Boundary决定了同一家公司在两个模型里看到的“公司”是不是同一个实体。龙虎斗检测的Entity Resolution模块会把不同来源的实体名称、子公司与合并口径对齐，但对齐之后仍要把Boundary差异写出来，而不是抹平。

四、Weight：权重翻转排序

本页上方的Peer Compare Demo演示了这件事：八个维度分数不变，把Governance权重从1调到3，Company A和Company B的总分排序可能翻转。这不是模型出错，而是权重表达了不同的价值判断。受监管的评级机构现在需要更清楚地说明这些权重，龙虎斗检测的Demo也把Weight作为必显字段。

五、Missing Data：填0、填均值还是排除

这是最容易造成大分差、又最少被讨论的一项。某公司没有披露Scope 3，Model B填0，Model A标记Missing并从分母里剔除，结果Model B的Environment分被拉低十几分。龙虎斗检测坚持Missing、Estimated、Not Disclosed三种状态分开显示，Missing不能直接填0；如果使用AI估算，必须显示Estimated和估算方法，并将置信度与Reported、Assured的数据区分。

六、Source与Disclosure Bias

一家模型只用公司自报数据，另一家把监管处罚、新闻与第三方数据库混入。前者会奖励“会写报告”的公司，后者会惩罚“被媒体关注”的公司。透明企业披露得多，看起来问题也多；沉默企业没有数据，看起来反而干净。这种Disclosure Bias需要在Difference Explanation里明确指出，否则用户会误以为分高的公司就是更好的公司。

七、Sector与Peer Group：放错篮子的公司

一家同时做电池制造与回收的公司，被放进“汽车零部件”或“环保服务”行业，权重与同行都不同。Wrong Peer Group导致的分差往往比数据错误更大。龙虎斗检测的Sector Model允许查看公司被分到哪个行业、同行是谁，并支持用户按Business Model重新分组做Peer Comparison。

八、Controversy处理方式

一次环境处罚在Model A里扣3分，在Model B里触发上限封顶。Controversy的严重程度分级、时效衰减和整改证据是否计入，都会改变分数。龙虎斗检测把Controversy单列，不与Performance混算，便于用户看到争议对总分的具体影响。

九、Difference Explanation应该长什么样

龙虎斗检测的Demo输出不是第三个分数，而是一段结构化说明：“Model A与Model B相差21分（示意）。其中约9分来自Missing Data处理规则，约6分来自Governance权重差异，约4分来自Scope 3是否纳入，其余来自Controversy分级。两个模型均无计算错误。若研究目标是企业自身财务风险，Model A口径更接近；若研究目标是环境影响，Model B口径更接近。”这段话的每一个数字都是示意，但它的形式正是机构研究需要的。

ESG Rating Divergence在2026年不会消失，受监管评级的透明度要求只是让分歧更容易被解释。龙虎斗官网提供的是理解分歧的工具，不是消灭分歧的承诺，所有Demo分数均不构成受监管ESG评级或投资建议。

一、循环经济首先是少用，其次才是回收

这是龙虎斗官网全站的核心立场：Circular Economy首先强调减少资源消耗和延长产品价值，其次才是生命周期末端的Recycling。Circularity Hierarchy从Avoid / Reduce开始，经过Reuse、Repair、Refurbish、Remanufacture，才到Recycle、Recover和Disposal。如果产品还能Repair或Reuse，直接粉碎可能损失更多价值。把“全部送回收厂”写成最高循环水平，是对这个层级的误读。

二、“95%”里的分子：Reuse、Recycling、Energy Recovery分别占多少

龙虎斗检测在读取废弃物指标时，会要求把“得到资源化处理”拆成Reuse、Material Recycling、Energy Recovery和其他处置。Energy Recovery回收的是热值，不是材料；它可以是合理的末端处置，但不能计入Material Recycling。Reuse Counted as Recycling与Energy Recovery Counted as Recycling是两种典型的指标失败，它们让不同层级的处理方式在一个百分比里变得不可区分。

三、“95%”里的分母：Waste Prevention会让回收率变难看

一家企业通过Design for Circularity减少了边角料，通过延长Product Lifetime减少了报废，它的废弃物总量下降，回收率的分母也下降。这时候如果只看回收率，它可能不如一个大量产废、再大量回收的同行。Resource Efficiency需要看Material Input到Product Output的转化，Scrap有多少，Reuse和Recycle各回收了多少，最后Waste是多少。这是Mass Balance的思路：Input Material、Product、Scrap、Recovered、Loss必须能对得上。

四、Downcycling与Closed Loop、Open Loop

PET瓶回到PET瓶可能是Closed Loop，PET瓶变成其他产品可能是Open Loop。龙虎斗循环经济不绝对评价谁一定更好，Open Loop在某些材料上是合理的归宿。但Downcycling需要被标出来：回收成低价值产品仍有价值，却不能与高质量Closed-loop等价。Material Quality才是回收率背后真正的问题：回收率高，不代表再生料质量高；Plastic Stream回收重量很大，如果污染严重，高价值再利用仍然困难。

五、Recovery、Purity与Yield必须一起看

Input 100吨，Output多少高质量Material，这是Yield。Recovery描述回收了多少可回收材料，Purity描述回收物里目标材料的占比。两者存在Trade-off：追求99% Purity可能损失更多Recoverable Material，追求高Recovery又可能让Purity下降。所以回收指标不是单目标，龙虎斗智能回收的Demo把Recovery与Purity放在同一个页面，任何数字都只是示意。

六、Recycled Content与Recyclability是两个方向

产品用了很多Recycled Material，不等于它自己容易被回收；一个用100%原生材料做的单一材质产品，可能比一个含50%再生料的复合材料产品更容易Recycle。前者描述来源，后者描述归宿。企业年报里的“再生材料使用率”和“可回收率”需要分开核查，龙虎斗官网观察栏目专门讨论了这一点。

七、Circularity Evidence：企业说“全面循环”时需要哪些具体Metric

龙虎斗循环经济至少要求九项：Recycled Input、Renewable Input、Product Lifetime、Repairability、Reuse、Collection、Recycling、Material Recovery、Waste。它们分别回答“用了什么”“用多久”“能不能修”“回来了多少”“回收了多少”“恢复了多少材料”“最后剩多少”。这些指标不能被压缩成一个Circular Score，否则Recycled Input增加与Waste减少会在同一个数字里互相抵消，用户看不到变化来自哪里。

八、Circularity怎样进入ESG投资研究

上市公司如果Circularity做得更好，可能影响Resource Risk、Waste Cost、Raw Material Dependency、Regulatory Exposure、Supply Chain Resilience和Reputation。但Circularity高不自动等于投资价值高，仍需要看Business Model、Cost、Technology、Execution和Profitability。Greenwashing Risk在这里最容易出现：Circular Economy宣传很多，真实Material Flow、Recycled Content、Waste、Repair、Reuse数据却很少。Circular Claim Without Evidence应该被标记，而不是被打分。

九、龙虎斗循环经济Demo的读法

Demo把一家虚构企业的“95%回收”拆成阶梯：Reduce贡献了多少，Reuse多少，Repair多少，Remanufacture多少，高质量Recycle多少，低价值Recycle多少，Energy Recovery多少，最终处置多少。每一级都有示意数值，用户点击阶梯可以看到该层级保留了多少产品价值。这个结构比一个95%更能说明企业的资源循环能力，也更能说明它离真正的循环经济还有多远。

本文中的95%与所有阶梯数值均为示意。网站中的Waste Stream、Recovery Rate、Purity、Recycled Content和Material Flow均为功能示意，不代表龙虎斗真实回收工厂、产品或商业运营数据。

一、WEEE不是一种材料，而是几百种产品

WEEE / E-waste包含Phone、Computer、Appliance、Industrial Electronics等，材料复杂，结构差异大。一台洗衣机的主要价值在钢和电机，一部手机的主要价值在整机可用性和PCB上的金属，一台服务器的价值可能在可复用的模块。用同一条粉碎线处理它们，等于把不同层级的价值压平成材料价值。这就是为什么Pre-sorting必须先做Product Type、Hazard Check、Reuse Potential，再做Disassembly和Material Sorting。

二、Data / Safety Check：不能跳过的第一道门

废旧Computer和Phone可能包含个人或企业数据，循环经济需要Secure Data Erasure作为Reuse的前提；龙虎斗官网不提供任何绕过设备安全的方法，只强调擦除应由具备流程与记录的机构完成。同时，设备内的锂电池、电容、含汞部件等需要先行移除。直接把含电池的设备送入破碎机，是回收行业里热失控事故的重要来源之一。AI在这一步的作用是识别哪些设备大概率含电池、含哪类电池，并把它们引导到隔离流程，而不是替代人工安全检查。

三、Functional与Repairable：Reuse的两道技术门

Functional检查看设备是否能开机、是否通过基本功能测试。Repairable则涉及Spare Part可得性、Disassembly难度、Documentation、Access和Design。一台屏幕碎裂但主板完好的手机，如果屏幕总成可得且拆装设计友好，就应该进入Repair；如果厂商不提供配件、屏幕用胶粘死，那么Repair成本可能高于价值，这时进入下一道门。Repairability是循环经济的一部分，它取决于产品设计，也是Design for Circularity要解决的问题。

四、Reusable与Refurbishment：修好不等于有人要

Refurbish不是简单二手出售，它需要Inspection、Repair、Testing和Quality Grade。一台修好的旧Laptop如果性能已无法满足任何现实场景，Reuse就没有出口。所以Reusable这道门要看Application Fit：教育、办公、备用设备、低负载场景是否存在需求。有需求，翻新价值通常高于拆材料；没有需求，继续往下走。

五、Component Recovery：整机不能用，部件还能用

整机过不了Reuse门，不代表所有部件都应该粉碎。内存、硬盘、电源模块、显示面板、某些PCB可以单独测试与再利用，这就是Component Harvest。Remanufacturing在这一层出现：把部件系统性地恢复到接近原始规格，比简单维修更彻底。AI可以帮助识别哪些部件值得Harvest，但需要结合BOM知识、Product Structure和市场需求，不是看一眼就能决定。

六、Dismantle与Automated Disassembly：不是纯视觉任务

到了拆解阶段，AI可以识别Screw、Battery、PCB、Cable、Component并规划拆解顺序，Robot执行部分动作。但Disassembly还需要Product Structure、Tool、Safety、Force和Battery Risk信息。一颗螺丝的位置可以被看到，拧它需要多大力矩、下面有没有排线、电池是否已放电，视觉模型不知道。所以龙虎斗大模型把Disassembly Planning设计成CV模型、结构知识库与人工确认的组合。

七、Material Recycling与PCB：贵金属不能靠“看”

PCB含Copper、Gold、Silver和其他材料，但AI不能从PCB照片直接得出金属含量，这需要真实的Material Analysis和Process Data。龙虎斗智能回收的Demo只显示“该类PCB通常进入哪条回收路线”，不显示任何“含金量”。Critical Raw Materials回收更是如此：2026年欧盟以实施条例列出了具有关键原材料回收潜力的产品、组件和废物流，其中包括电池以及电气电子设备中的相关组件，硬盘、电缆、磁体等被认为具有明显回收潜力；但从“有潜力”到“经济回收”之间隔着Collection、Pre-treatment、Sorting、Recovery、Refining、Economics和Safety整条链。

八、这条闸门链怎样回流到ESG研究

一家消费电子上市公司如果在Repairability、Spare Part供应、Take-back与Refurbishment上有真实数据，它的Circularity Evidence就比“我们回收了多少吨电子废弃物”更有说服力。龙虎斗ESG投资会把Reuse与Recycling分开记录，因为E-waste Reuse保留整机或部件价值，Material Recycling只恢复材料价值，两者在Circularity Value Ladder上不在同一层。

九、Demo里的闸门是怎么显示的

龙虎斗智能回收的Demo把一台虚构设备沿闸门走一遍：Data / Safety通过，Functional失败，Repairable通过，Reusable通过，最终进入Refurbish；另一台设备在Repairable失败、Component Recovery通过，最终Harvest PCB与内存，其余进入Dismantle。用户可以看到每一道门的判断依据是什么，以及AI在哪一步只能给出建议、需要人工确认。

本文流程为示意，不代表龙虎斗真实回收工厂或设备。废旧电池的检测、拆解、运输和回收具有电气、热失控和化学安全风险，相关操作应由具备专业资质与安全设施的机构按照适用法规和技术规范完成。

一、准确率是模型指标，质量是产品指标

一个Computer Vision Benchmark上的高准确率说明模型在测试集上认得准，它没有说明这条线每小时能分出多少吨合格材料。工业AI Sorting的价值最终要落到Throughput、Recovery、Purity、Downtime和可销售Secondary Material的质量上。龙虎斗智能回收在设计Demo的时候把“Accuracy”和“Output Quality”放在两个不同的面板，就是为了避免用户把前者误读成后者。

二、Object Recognition：Camera能看到什么，看不到什么

Camera适合形状、颜色、品牌、标签图案和Object Type，可以认出“这是某品牌的饮料瓶”“这是一个托盘”。但外观不等于成分：同样透明的瓶子可以是PET也可以是PVC，同样白色的容器可以是HDPE也可以是PP。Object Classification Error在这里最常见于变形、压扁、遮挡和反光的物体。所以Object Recognition只能给Polymer Sorting提供先验，不能替代它。

三、Polymer Sorting：NIR的能力与边界

NIR可以根据材料对近红外光的吸收特征区分PET、HDPE、PP等Polymer，是塑料分选的主力传感器。它的边界也很明确：黑色与深色材料吸收大部分光，信号很弱；表面污染和水膜会干扰光谱；Multilayer Packaging只能读到最外层。Hyperspectral可以结合光谱与空间信息，识别更细的差异，但成本、速度和数据量是实际考虑。X-ray类技术更多用于金属与密度差异，对塑料Polymer分类帮助有限。Sensor Fusion把Camera、NIR、X-ray、Weight和AI组合起来，但并不是传感器越多越好，Throughput、Cost、Latency、Maintenance和Business Value都要算。

四、实时性：物体不会等模型想清楚

工业Sorting不是实验室静态图片，Material高速经过Conveyor，Object Detection、Classification和Actuation必须在物体离开Sorting Zone之前完成。Air Jet或Robot是最终执行分选的Actuator，AI不是只画Bounding Box。Latency预算决定了能用多大的模型、多少路传感器，这也是很多学术上表现优秀的模型进不了产线的原因。

五、Contamination Removal与Multilayer：识别出来不等于能回收

AI可以识别出带食物残留的托盘、带满标签的瓶子、铝塑复合的软包装，识别之后这些物体的去向往往是Reject或低价值流。Contamination是再生塑料质量下降的直接原因，Multilayer Packaging把多种Material黏在一起，用现有物理分选很难分开。所以一个高识别率的产线，仍然可能因为前端Collection质量差而输出很多Reject。

六、Cleaning与造粒：质量在这里定型

清洗决定气味、残留和杂质，造粒决定熔融指数、颜色一致性和降解程度。这两步不属于“AI分选”，却决定了Flake / Pellet能不能满足制造企业的Quality Specification。Manufacturing需要稳定的Material Specification，“回收材料”四个字远远不够。回收厂能不能持续交付同一规格的批次，比某一批的Purity更重要。

七、Waste Stream Drift与Model Drift

今天的Waste和下个月的可能完全不同。Packaging Design换代、Consumer Behavior变化、Season、Supplier更换，都会让Sorting Model性能下降。工业AI不能未经Validation就在线学习、自动改变分选规则；更合理的做法是持续收集Quality Measurement数据，离线验证后再更新模型。龙虎斗大模型的Waste Agent只建议Operator检查，不直接修改设备参数。

八、Recovery与Purity的Trade-off

把喷吹阈值收紧，Purity上升，Recovery下降；放宽阈值，Recovery上升，Purity下降。Input 100吨，最终Output多少高质量Material，是Yield问题。回收厂需要按照Material Price、客户规格和Reject处置成本决定阈值，这不是模型能单独决定的。龙虎斗App的Smart Recycling页面把Purity和Recovery放在同一个屏幕上，原因就在这里。

九、这条链怎样进入ESG与循环经济研究

一家包装企业宣布使用一定比例的Recycled Content，机构应该追问：来源是Closed Loop还是Open Loop，质量能不能持续满足规格，Material Boundary怎么定义。两家公司都说50% Recycled Material，如果一家按重量算、一家按特定产品线算，两个数字根本不能比较。龙虎斗检测把Boundary、来源和质量一起记录，Recycled Content才成为Circularity Evidence而不是宣传语。

本文所有分选、纯度、回收和质量数据均为功能示意，不代表龙虎斗真实回收工厂、产品或商业运营数据。

一、Battery不能直接全部判Recycling，也不能直接全部判Second Life

电池的循环路线有Reuse、Second Life和Recycling三种。如果电池仍然安全并有剩余性能，某些场景可能适合Second Life；如果安全不达标或性能不满足任何应用，Recycling与Material Recovery是正确出口。两种极端做法都是错的：把所有退役电池一律粉碎，浪费了剩余价值；把所有还有容量的电池一律送去储能，忽视了安全与一致性。

二、Safety节点：为什么外观不够

鼓包和变形可以被看到，内部微短路、隔膜损伤和历史过充看不到。AI视觉可以做初筛，把明显异常的电池隔离，但不能替代Electrical Test和Safety Procedure。龙虎斗智能回收的Demo在Safety节点只显示“需要检测”与“检测结果示意”，不显示任何可以被误用为判断标准的阈值。Battery Safety失败是电池循环里代价最高的失败，也是所有其他节点的前提。

三、Chemistry节点：LFP与NMC不是一回事

不同Chemistry的电池，衰退特征、热稳定性、Second Life适配场景和回收工艺都不同。LFP通常循环寿命长、热稳定性较好，但回收的金属价值较低；NMC含Nickel、Cobalt，材料回收价值较高，但Second Life评估更谨慎。Battery Sorting在这一步要把Chemistry分开，后续Recovery流程也可能因此分流。AI可以通过标签、型号数据库和DPP信息辅助识别Chemistry，但最终应以电池数据和标识为准。

四、SOH节点：容量只是State of Health的一部分

State of Health通常包括容量保持率、Internal Resistance、自放电率、电压一致性等。容量70%但内阻上升明显的电池，在需要高功率输出的应用里表现会很差；容量70%但一致性好的一组电池，在低倍率储能场景里可能还有较长寿命。Wrong SOH Assumption是Second Life项目最常见的失败之一：只看容量就成组，运行几个月后一致性崩溃，整组提前退役。

五、History节点：过去决定可预测性

循环次数、平均温度、快充比例、深放电次数、事故记录，这些Usage History决定了剩余寿命曲线的可信程度。两块容量相同的电池，一块在温和环境里慢充，一块长期高温快充，未来衰退速度可能差很多。这也是Battery Passport的价值所在：让History数据在电池离开第一次使用时仍然可访问。

六、Application Fit与Pack Consistency

Second Life不是一个抽象的目的地，而是具体应用：低倍率储能、备用电源、低速工具等，每种应用对功率、循环深度、温度和体积的要求不同。Pack Consistency决定了能否把多块电池成组，一致性差的电池即使单体合格，成组后也会被最弱的一块拖累。所以决策树最后一步问的是“这块电池适合哪种下一段应用”，而不是“它还有没有容量”。

七、Recycling出口：Material Recovery的工业描述

进入Recycling的电池，经过放电、拆解、破碎与分选，形成含有Lithium、Nickel、Cobalt、Graphite等成分的Black Mass，再由精炼工艺回收金属。这些步骤具有电气、热失控和化学安全风险，必须由具备专业资质与安全设施的机构按照适用法规和技术规范完成。龙虎斗官网只做工业层面的一般描述，不提供任何操作教程。

八、Battery Passport与DPP：日期必须写对

欧盟DPP Registry在2026年7月20日进入运行阶段，为经济运营者登记产品唯一标识提供基础设施。针对轻型交通工具电池、容量超过2 kWh的工业电池和电动车电池的Battery Passport强制要求，从2027年2月18日开始。因此2026年不能写成“所有电池已经必须有Battery Passport”。Battery Passport是让Lifecycle数据可访问的基础设施，它会帮助Second Life评估方拿到Chemistry、History、SOH等信息，但护照存在不等于电池安全，也不等于企业电池循环表现优秀。

九、这棵树怎样回流到ESG研究

一家电池或汽车上市公司如果能披露退役电池的Second Life比例、Recycling比例、Material Recovery量和Critical Raw Materials回收情况，它的Battery Circularity就有了证据。机构在研究这些数据时同样要看Boundary、Data Quality和Execution，不能因为公司提到了Second Life就默认它做得好。

本文70%容量与所有节点数据均为示意。废旧电池的检测、拆解、运输和回收具有电气、热失控和化学安全风险，相关操作应由具备专业资质与安全设施的机构完成；网站不提供个人拆解或危险化学回收操作指南。

一、DPP解决的是“信息在哪里”，不是“企业好不好”

过去Recycler拿到一台设备，要靠经验判断里面有什么材料、电池怎么拆；Repairer要靠拆机视频找螺丝位置。DPP的目标是让这些信息标准化、机器可读、可通过唯一标识访问。它改善的是信息不对称，而信息不对称只是循环经济的障碍之一。企业可以拥有完整的DPP，同时产品设计仍然难以维修；也可以在DPP要求落地之前就把维修信息公开得很好。

二、Registry上线与产品组时间表

2026年7月20日Registry进入Operational阶段，为ESPR框架下的产品组以及电池、建筑产品、玩具等其他法规覆盖的产品提供登记基础设施。各产品组的DPP要求按Product Group和相应Legislation逐步推进，2026年并不存在“所有产品都必须DPP”的情况。ESG研究员在看到“已完成DPP登记”时，应先确认该产品组是否已有强制要求，避免把提前合规误读为领先，或把尚未要求误读为落后。

三、DPP不是区块链二维码

二维码或NFC只是数据载体，区块链只是可选的存储技术之一。DPP的核心是数据模型、字段标准、访问权限和Registry机制。把DPP写成“区块链二维码”会让投资研究误判技术门槛与成本，也会让企业把技术演示当成合规成果。

四、Evidence Flow的每一层在做什么

Product DPP层提供原始字段；Circularity Evidence层判断字段是否完整、是否可核验、与其他来源是否一致；Company Research层把产品级证据汇总到企业级，与Sector Materiality、Peer Comparison结合，因为一家企业可能只有部分产品线有DPP；ESG Interpretation层由人决定这些证据在研究目标下意味着什么。跳过中间两层，直接从“有DPP”跳到“ESG加分”，就是把数据基础设施误当成绩效指标。

五、Material字段与Recycled Content核查

DPP的Material字段可能包含材料构成、Recycled Content比例和来源类型。龙虎斗检测把它与企业年报的再生材料声明对比：如果年报说“产品平均使用50%再生材料”，DPP里的产品级数据是否支持这个平均值？Material Boundary是按重量、按产品线还是按特定部件？两家公司都说50%，Boundary不同就不能比较。DPP让这种核查第一次有了产品级数据可用。

六、Repair与Durability字段：Repairability的证据

Repairability需要Spare Part、Disassembly、Documentation、Access和Design。DPP的Repair字段如果给出备件可得年限、拆解指引和维修网点信息，就是Repairability的直接证据；如果只有一句“可维修”，就只是声明。Durability字段同理，预期寿命、保修与耐久测试信息比“高品质”三个字有用得多。

七、Recycling字段：给Recycler的信息

如果Recycler知道Material Composition、Battery位置、Hazard和Disassembly顺序，End-of-Life效率可能提高。这是DPP对龙虎斗智能回收最直接的价值：Circular Economy RAG读取DPP、Product Manual、Material Specification、BOM和Recycling Guide，为拆解规划和分选路线提供依据。但这条价值链的受益方是回收环节，它需要通过真实的Material Recovery数据才能回流成企业层面的Circularity Evidence。

八、Missing Data的三种含义

字段为空可能意味着该产品组尚未要求（Not Required）、企业尚未填写（Missing）或数据确实不存在（Not Applicable）。龙虎斗检测把三种状态分开显示，避免把Not Required误判为Missing。反过来，字段存在也要核验内容是否有信息量，复制法规模板文本的字段不应被视为证据。

九、Battery Passport与DPP的关系

Battery Passport是DPP在电池品类上的具体形式，针对适用电池类别的强制要求从2027年2月18日开始。它未来会承载Chemistry、History、SOH等Lifecycle数据，对Second Life评估与Recycling都有帮助。但它同样是数据基础设施，不是“电池绿色认证”。

十、真正困难的问题

当DPP数据越来越丰富，困难会从“有没有数据”变成“谁能把这些数据用起来”。机构需要把产品级数据汇总成企业级研究，回收厂需要把DPP接入分选与拆解流程，监管方需要核验数据质量。龙虎斗大模型的DPP RAG与Circularity Engine就是为这个阶段准备的，它们输出的是证据整理，不是分数。本文涉及的所有企业与产品均为虚构示意。

一、发布会当天可以做什么

可以做的只有一件事：把目标翻译成可核查的清单。金额多少、分几年、投向哪些环节、Baseline是什么、用什么Metric衡量进度、Scope覆盖哪些产品线和地区。翻译不出来的部分，说明目标本身缺少Definition。龙虎斗金融的Demo在这一步生成一张空表，接下来五年逐格填写。

二、CapEx：承诺与支出的差距

建设Recycling Plant、Repair Network和Reverse Logistics都需要CapEx。跟踪的重点不是总额，而是逐年到位率和投向结构：花在回收产线上的钱和花在品牌宣传上的钱，在财报里可能都归入“可持续发展投入”。ESG分析不能只看目标不看Execution，CapEx是Execution的第一个可核查信号。

三、Infrastructure与Processing：建成不等于运转

产线投产日期、设计产能、实际Utilization、Downtime，这四个数字决定了Infrastructure是否真正进入运营。一条设计产能很大但利用率很低的回收线，可能意味着前端Collection没跟上，也可能意味着后端没有客户。Plant-level数据是机构最难拿到、也最有价值的Material Flow证据。

四、Collection与Reverse Logistics：回收的前提是产品先回来

回收的前提是产品先回到企业手里。Reverse Logistics涉及Location、Volume、Route和Material Value，AI可以优化收集路线与网点布局，但网站不讨论物流细节。机构需要区分Collection Rate与Recycling Rate：产品没有被收集，就进入不了Recycling；Collection Rate很低的企业，Recycling Rate再高也只覆盖了很小的分母。

五、Recovered Material与Quality：吨数之后是规格

Recovered Material要分品类记录：铝多少、铜多少、塑料多少、Critical Raw Materials多少。然后是Quality：Purity、规格达标率、批次稳定性。回收产业正在从“回收多少吨”走向Secondary Material Quality，尤其在Plastic、Aluminium和Critical Material上。质量不达标的回收材料只能Downcycling或作为低价值副产品出售，这与战略里描述的“闭环”相去甚远。

六、Customer Use：Secondary Material Market决定闭环是否成立

回收只有在最终有人愿意用Secondary Material时，Circular Loop才真正形成。Manufacturing需要稳定的Material Specification，“回收材料”四个字不够。企业自己的产线是否采购了自己回收的材料，外部客户是否签订了长期采购协议，这些是Customer Use环节的证据。Closed Loop与Open Loop都可以成立，但要写清楚是哪一种。

七、Financial / ESG Evidence与Target Credibility

五年之后，Revenue里有多少来自循环业务，Cost里有多少来自回收运营，Circularity Metric相对Baseline变化了多少。Target Credibility的链条是Target、Metric、Baseline、CapEx、Operational Action、Progress、Evidence，任何一环缺失，目标可信度都要打折扣。这个环节的结果会反馈到下一年的目标修正，形成执行闭环。

八、Financial Materiality：Circularity怎样影响财务

当Critical Raw Material价格上涨，Secondary Material使用能力成熟的企业可能Exposure更低；当Regulation收紧，Recycled Content达标能力可能影响市场准入；当供应链中断，本地回收材料可能成为韧性来源。这些都是真实的Business Context，但需要具体证据支持，不能从“公司有循环经济战略”直接推导。

九、Circularity高不等于投资价值高

一家Circularity做得很好的公司，仍然可能因为回收业务毛利低、CapEx回收期长、技术路线被替代而表现不佳。ESG、Climate和Circularity三个模型都给高分，也不能自动形成Buy Signal。龙虎斗金融不做证券推荐，不给出真实证券的Buy、Sell或Hold，Demo中的一切数据只是研究结构的示意。

十、循环经济企业自身的Environmental Footprint

最后一个常被忽略的问题：回收本身也使用Energy、Water、Chemicals，并产生Waste。研究一家循环经济企业，需要比较它回收了什么资源、用了什么工艺、产生了什么二次影响、替代了多少Primary Material。Circular Business不自动等于零环境影响。

本文中的“几十亿元”“五年”均为情景示意，不指向任何真实上市公司。龙虎斗提供的Investment Research内容用于可持续投资技术研究及一般信息参考，不构成证券买卖建议、基金推荐、收益预测或任何投资决策结论。