退役动力电池回收利用划定“红线”与关键规范
◎本报记者 崔 爽
为加强新能源汽车废旧动力电池回收和综合利用全链条监督管理，工业和信息化部、国家发展改革委、生态环境部、交通运输部、商务部、市场监管总局六部门日前联合印发《新能源汽车废旧动力电池回收和综合利用管理暂行办法》（以下简称《办法》）。4月1日起，《办法》将正式施行。
“做好废旧动力电池回收利用工作，关系生态环境保护，关系人民群众生命财产安全，也关系到我国新能源汽车和动力电池产业高质量发展。”在日前举行的工业和信息化部新闻发布会上，工业和信息化部节能与综合利用司司长王鹏表示。
《办法》为退役动力电池回收利用划定“红线”，细化了各项监管措施，明确了各环节主体责任，将加快推动构建规范、安全、高效的新能源汽车废旧动力电池回收利用体系。
废旧动力电池综合利用量超40万吨
近年来，我国新能源汽车产业发展迅速，产销量持续攀升。数据显示，2025年，新能源汽车产销量分别为1662.6万辆、1649万辆，同比分别增长29％、28.2％。
与此同时，随着销售使用的新能源汽车动力电池容量衰减，逐步进入退役期，废旧动力电池产生量不断增长。据有关研究机构测算，2030年废旧动力电池产生量将超过100万吨。
围绕建设废旧动力电池回收利用体系，相关部门已开展制定政策标准、强化监督管理、规范回收利用、加快技术升级等一系列工作。王鹏介绍，目前，《新能源汽车动力蓄电池回收利用管理暂行办法》及溯源管理暂行规定等政策文件已印发实施。相关标准体系持续健全，出台30余项有关国家和行业标准。
同时，有关部门积极开展多项工作：建设新能源汽车动力电池回收利用溯源综合管理系统，开展动力电池全生命周期流向监测；推动新能源汽车和动力电池生产企业落实生产者延伸责任，在31个省（自治区、直辖市）布局废旧动力电池回收网络；持续开展废旧动力电池综合利用行业规范管理，累计培育148家综合利用骨干企业，引领行业规范发展；支持有关单位研发突破自动化拆解、再生金属高效提取等关键技术，推广废旧动力电池全组分、高值化利用等先进技术设备，引导行业加快技术创新和升级。
经过多方共同努力，我国废旧动力电池回收利用体系建设取得积极成效。2025年，我国新能源汽车废旧动力电池综合利用量超过40万吨，同比增长32.9％，骨干企业锂、钴、镍等金属回收率处于国际先进水平。
数字身份证支撑全链条监督管理
此次发布的《办法》作为联合部门规章，约束力大幅提升，为加强动力电池回收利用监督管理提供了依据。
王鹏介绍，从产业全链条来看，废旧动力电池回收利用涉及企业多、流程长、渠道复杂，监管难度大。为打通管理堵点、卡点，推动各环节主体落实管理要求，《办法》坚持遵循“全渠道、全链条、全生命周期”管理的基本思路。
一是全渠道抓好电池生产、车辆报废、换电运营、维修更换等各类废旧动力电池产生源头的规范管理，重点设计“车电一体报废”等制度，防止出现废旧动力电池流向难以掌握的情况。
二是全链条明确电池生产、销售、维修、更换、拆解、回收、综合利用各环节各类主体责任义务。废旧动力电池回收利用链条长、参与方多，需要厘清链条上各环节相应主体的具体责任和义务，通过明确回收、移交、处理等环节主体的责任要求，将各环节紧密衔接起来，才能实现废旧动力电池的规范回收和高效综合利用。基于此，《办法》对动力电池企业、新能源汽车生产企业以及其他相关企业的责任和义务分别作出详细规定。例如，动力电池企业应当对动力电池编码、粘贴标识；新能源汽车生产企业应当设立与销售量相匹配的回收服务网点，公布相关回收信息，对其装车销售的动力电池承担回收与规范移交责任等。
三是全生命周期加强信息溯源管理，搭建全国新能源汽车动力电池溯源信息平台，建立新能源汽车动力电池数字身份证管理制度，明确动力电池编码、信息报送等要求，运用数字化技术加强动力电池流向监测。王鹏介绍，数字身份证以动力电池编码为信息载体，关联动力电池生产、装车销售、换电、维修更换、车辆报废、电池回收、综合利用等环节信息，实现动力电池全生命周期流向监控和信息化追溯。
“将数字技术应用于动力电池全流程溯源管理是《办法》的一项重要制度创新。”王鹏介绍，工业和信息化部将会同有关部门建立信息平台，采集动力电池编码、产品类别、产品构成、报废回收等必要信息，为每一个动力电池包生成唯一、动态的数字身份证，支撑动力电池全链条监督管理。
全方位筑牢环境安全底线
我国即将迎来动力电池的集中退役期，废动力电池回收利用处置问题受到广泛关注。动力电池既含有镍钴锰锂等金属资源，也含有含氟化合物等有毒有害物质；如果不能规范回收，不但污染环境，而且会浪费资源。
生态环境部固体废物与化学品司副司长温雪峰介绍，生态环境部接下来将采取一系列措施，将《办法》落到实处。例如，在源头生产上进一步发力，生态环境部将配合市场监管总局开展碳足迹标识认证试点，并同步加强国际交流合作，探索标准规则及因子国际互认机制，推动提升动力电池产品低碳竞争力；在废物管控上进一步发力，压实动力电池生产企业、新能源汽车生产企业责任，落实工业固体废物管理台账要求，依法核实受委托运输、利用方主体资格，确保废动力电池流向可控、利用合规；在严格执法上进一步发力，持续强化拆解处理企业常态化执法监管，严肃查处环境违法行为，继续将非法拆解处置行为纳入非法倾倒处置固体废物专项整治行动，推动更多废旧动力电池流入正规回收利用企业，畅通资源循环利用。
值得关注的是，废旧动力电池现已逐渐成为重要的“城市矿山”，综合利用行业热度较高。一段时间以来，一些企业将废旧动力电池在检测、分类、拆分、重组等处理的基础上，制造出新的电池产品，应用于通信基站备用电源等领域，也就是人们通常所说的“梯次利用”电池。
王鹏提到，目前，市场上的“梯次利用”电池产品有符合所应用领域质量标准要求的，也有不符合的，导致一些企业和消费者难以判别合格品和不合格品，对“梯次利用”的概念产生混淆。“为了消除企业和消费者可能存在的认识误区，《办法》中不再采用‘梯次利用’的概念，而是明确‘任何组织或者个人不得将废旧动力电池直接或者加工后用于电动自行车以及法律、行政法规和强制性标准禁止使用的其他领域’。”王鹏说，对于违反上述规定的行为，有关部门将加强协同、强化监管，依据相关法律法规予以处罚。
（科技日报）
相关攻略
酷冷至尊新款GXPlatinum系列全模组电源现已上架预约，涵盖850W、1000W及1300W三种功率。该电源符合ATX3 1等最新规范，获得80PLUS白金认证，并采用全日系电容与智能启停风扇。其内部涂覆三防漆，具备多重电路保护，并提供长达12年的质保服务。系列产品将于5月11日正式开售。
电源是电脑的“心脏”，为所有核心部件提供稳定电力。选购时额定功率应比整机峰值功耗高出20%-30%，以确保高负载稳定并为升级留出空间。建议选择80PLUS金牌及以上认证的电源，其用料和转换效率有保障。随着ATX3 0 3 1标准普及，支持新标准的电源能更好适配当前及未来高性能硬件。
PC电源是整机供电的“心脏”，经历了从线性电源到开关电源的演进。开关电源凭借高频电路提升能效、缩小体积，如今氮化镓等新材料更推动其向高性能发展。作为要求苛刻的“特种兵”，它必须提供稳定、多路的输出与完善的保护功能，内部结构精密复杂。
海盗船FRAME 4000开放配置器：打造你的专属模块化机箱 对于追求个性化装机与极致硬件搭配的DIY玩家而言，今年的机箱市场迎来了一项突破性进展。继年初发布备受瞩目的FRAME 4000系列后，海盗船正式上线了其专属的在线“配置器”。这意味着，玩家不再局限于厂商预设的固定方案，而是能够像高级定制一
海韵预热 FOCUS SAKURA 樱花限定版电源，或基于 GX-1000 打造 提起海韵的樱花限定版电源，很多玩家应该还有印象。没错，之前那款在 VERTEX 系列中亮相的 SAKURA 樱花版，凭借其在标准白色 GX-1000 型号上点缀的粉红樱花元素，确实在硬核的电源领域里，打造出了一份独特的
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练