在确定范围和数据后，企业应与专业风险识别机构合作，确保分析结果的精细度与准确性。这些合作方通常配备气候科学家团队、专业模型及可视化仪表盘，以简化输出形式并促进决策讨论。领先机构会采用最新一代气候模型（如 CMIP6）生成分析洞察，并整合多源数据验证结果，最终提供分级风险评分。这种协作模式可帮助企业全面掌握不同场址与灾害类型下的风险分布特征。

在分析阶段，应运用三重评估维度审视风险组合：当前风险等级、风险演变趋势和转型情景下的风险分布。这种多维度分析不仅能揭示企业现有脆弱性，还能预判风险随时间推移及不同气候情景下的演变路径。具备成熟物理风险认知的企业，往往会与擅长不同领域（如报告编制、风险识别、量化分析）的多家机构合作，以构建全景化风险图谱。企业可参考气候相关财务披露工作组（TCFD）或碳信息披露项目（CDP）框架下的公开报告，这些文件通常包含其与多方机构合作开展风险识别、量化及报告的具体实践。

案例研究：雀巢供应链气候风险分析案例

以雀巢公司为例，其风险管控团队为增进对供应链中与气候相关风险的了解，开展了多阶段的风险识别工作。此工作着重针对可可、乳制品和棕榈油等大宗商品，通过对关键原材料在气候风险面前的潜在脆弱性进行建模，来明确分析范围。在数据收集环节，团队一方面采集供应商所在地的地理空间数据，另一方面确定需要评估的相关致灾因素，像热浪、干旱以及水资源紧张等情况都纳入评估范围。他们运用定性和定量相结合的风险分析手段，把这些风险与雀巢供应商的实际业务分布情况一一对应。

该分析采用了权威的气候情景数据，例如与政府间气候变化专门委员会（IPCC）《2021 气候变化：自然科学基础》（AR6）相契合的情景数据。并且，ESG 团队、采购团队和风险团队之间紧密协作，对量化分析的结果和经验进行调整，使其更贴合实际需求。

目前，该分析结果持续为相关讨论提供参考，助力提升作为供应链关键环节的农户和社区的适应能力，从而保障供应链的稳定与可持续发展。