加速范围3排放核算：大型语言模型的助力

范围3温室气体排放的计算和披露受到越来越多的关注。

传统的基于支出的计算方法耗时且资源密集。

范围3排放是指在组织价值链中发生的间接排放，超出组织的直接控制。

2022年CDP研究显示，供应链中的排放平均是运营排放的11.4倍。

72%的CDP响应公司仅报告其运营排放（范围1和/或2）。

使用财务交易数据作为排放因子的代理可以简化范围3排放的估算。

USEEIO框架提供了经济活动与环境影响的综合数据集和方法。

Eora MRIO数据集记录了190个国家的跨部门转移，提供了全球认可的基于支出的排放因子。

手动将财务数据映射到商品类别的过程耗时且容易出错。

大型语言模型（LLMs）在自然语言处理方面取得了显著进展，能够有效处理有限标记数据的情况。

通过微调基础模型来识别环境扩展输入输出（EEIO）商品类别，可以加速范围3排放的计算。

IBM Envizi ESG Suite中嵌入了基于LLMs的AI驱动功能，以帮助识别支出交易描述中的商品类别。

深度学习基础模型在NLP分类任务中表现出色，尤其是在标记数据不足的情况下。

利用LLMs计算范围3排放是可持续数据管理的重要进展，能够加速温室气体足迹评估。