The impact of digital transformation on urban green and low-carbon transformation efficiency: evidence from a double machine learning approach
デジタルトランスフォーメーションが都市のグリーン・低炭素転換効率に与える影響：二重機械学習アプローチによる証拠 (AI 翻訳)
Jianglin Jiang
🤖 gxceed AI 要約
日本語
本論文は、二重機械学習を用いてデジタルトランスフォーメーション（DX）が都市のグリーン・低炭素転換効率に与える因果効果を推定する。DXがエネルギー効率改善や排出削減を促進するメカニズムを明らかにし、政策含意を導出する。
English
This paper uses double machine learning to estimate the causal effect of digital transformation (DX) on urban green and low-carbon transition efficiency. It reveals mechanisms through which DX promotes energy efficiency and emission reduction, offering policy implications.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本の都市政策や企業のDX戦略において、脱炭素化との連携が重要視される中、本研究成果はDX投資の効果を定量的に示すことで、日本企業や自治体の投資判断に示唆を与える。
In the global GX context
Globally, this study contributes to the growing literature on digitalization as a driver of decarbonization, providing causal evidence that can inform climate policy and corporate strategy in the context of the Paris Agreement and net-zero targets.
👥 読者別の含意
🔬研究者:Provides causal evidence on DX and low-carbon transition using double machine learning, useful for further research.
🏢実務担当者:Highlights potential benefits of digital transformation for improving energy efficiency and reducing emissions.
🏛政策担当者:Suggests that policies promoting digitalization may also advance urban decarbonization goals.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1057/s41599-026-08736-1first seen 2026-08-15 04:53:19
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。