How digital platforms and CSRD drive inclusive and sustainable employment opportunities: a data-driven analysis

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Novel empirical methodology linking regulatory text to job market data; useful for studies on disclosure implementation.

🏢実務担当者:Insights on which sectors are lagging in CSRD-aligned hiring; helps tailor recruitment strategies.

🏛政策担当者:Quantifies the slow absorption of CSRD into the labor market; suggests need for complementary education/training policies.

この研究は、新興の雇用慣行、特にサステナビリティ関連の職務を創出または発信する慣行の推進要因としての、欧州連合の企業サステナビリティ報告指令（CSRD）の影響を理解することを目的とする。また、労働市場が規制要件を反映しているかどうか、組織が採用においてサステナビリティ要件をどのようにシグナリングしているか、そしてどのセクターがCSRD整合的な採用において先行または遅延しているかを探求する。 欧州全域の35,000件を超えるLinkedIn求人データベースを活用し、著者らは実証的アプローチを追求する。テキストは、求人情報がCSRD関連であるかどうかを識別するために微調整されたBERT分類器を用いて分類される。キーワード分析およびその他のテキストマイニング手法を用いて、サステナビリティと最も頻繁に関連付けられる用語を特定する。その後、セクター別分布、時間的ダイナミクス、およびサステナビリティ言語の意味的フレーミングに対処する。 分析対象の求人のわずか3.8%が直接CSRD関連であり、これはCSRD戦略によって枠組み設定された期待と市場シグナリングとの間の整合性の欠如を示している。CSRD関連の求人情報は、人材派遣、ITコンサルティング、金融、および環境サービスに集中している。ほとんどの求人広告は、関連する機能を果たしているにもかかわらず、明示的なCSRD用語を使用していない。時間的分析は、特に2025年第1四半期以降、CSRD関連の職務における緩やかではあるが着実な増加を示している。キーワード分布は、規制固有の言語よりも一般的なサステナビリティ用語が優勢であることを明らかにしており、コミュニケーションのギャップを示している。 この研究は、デジタル労働市場におけるCSRDフレームワークの影響を定量化することを目的とした、機械学習と意味分析の新規な組み合わせを提供する。この研究は、企業が新たな環境規制にどのように対応しているかのリアルタイムの代理指標として、実際に公開されたオンライン求人情報を利用した最初の研究の一つである。この研究は、環境・社会・ガバナンス（ESG）の人材ギャップを最小化する上で、政策立案者、人事戦略担当者、および教育機関にとって有用となる実践的示唆を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This study aims to understand the effect of the European Union's Corporate Sustainability Reporting Directive (CSRD) as a driver of emerging employment practices, specifically those that create or communicate sustainability-related jobs. It seeks to explore whether job markets mirror regulatory requirements, how organizations signal sustainability requirements in hiring and which sectors are ahead or behind the curve in CSRD-aligned recruitment. Leveraging a database of over 35,000 LinkedIn job positions across Europe, authors pursue an empirical approach. Text is classified using a BERT classifier, which has been fine-tuned to identify whether postings are CSRD-related. Keyword analysis and other text mining methods are used to determine which terms are most often associated with sustainability. It then addresses sectoral distributions, temporal dynamics and semantic framing of sustainability language. Just 3.8% of the analyzed jobs are directly CSRD-related, which demonstrates a lack of alignment between the expectations framed by the CSRD strategy and market signaling. CSRD-related job postings are focused on the staffing, IT consulting, finance and environmental services. Most job ads do not use explicit CSRD terms despite performing relevant functions. Temporal analysis shows a slow but steady rise in CSRD-related job roles, especially post-Q1 2025. Keyword distributions reveal a prevalence of generic sustainability terms over regulatory-specific language, indicating a communication gap. This research offers a novel combination of machine learning and semantic analysis, aiming to quantify the effects of the CSRD framework in the digital labor market. The study is one of the first to draw on actual published online job postings as a real-time proxy for how companies are responding to new environmental regulations. The study offers practical implications, which will be useful for policy makers, human resources strategists and educational institutions on minimizing the environmental, social and governance talent gap.

• semanticscholar https://doi.org/10.1108/jrf-08-2025-0354first seen 2026-05-15 21:09:45 · last seen 2026-08-13 05:34:45
• scopus https://api.elsevier.com/content/abstract/scopus_id/105039397491first seen 2026-06-14 04:53:56 · last seen 2026-07-21 05:48:54