企业ESG数字化中隐私增强计算在供应链碳排放数据共享中的应用：联邦学习与多方安全计算.docx

PAGE2

企业ESG数字化中隐私增强计算在供应链碳排放数据共享中的应用：联邦学习与多方安全计算

本报告概述

随着全球气候变化治理体系日趋严格，企业ESG（环境、社会及治理）信息披露已从自愿倡导迈向强制合规阶段。供应链作为企业碳排放的核心源头，其碳足迹的精准核算与基准对标成为企业实现净零排放目标的关键瓶颈。然而，供应链碳排放数据共享长期面临“数据不可见”与“隐私不可泄”的深层矛盾，供应商因担忧核心商业机密泄露而普遍存在数据隐瞒与抗拒行为。本报告聚焦隐私增强计算技术——特别是联邦学习与多方安全计算在供应链碳数据共享中的应用，系统剖析该趋势的宏观驱动、演变轨迹与产业重塑效应。

报告核心发现，