ツイン・トランジション：AIとグリーンイノベーション志向投資フローの相乗効果と全要素生産性
THE TWIN TRANSITION: SYNERGIZING AI AND GREEN INNOVATION-ORIENTED INVESTMENT FLOWS FOR AGGREGATE PRODUCTIVITY (原題)
Amirov A.
🤖 gxceed AI 要約
日本語
本論文は「ツイン・トランジション」、すなわちデジタル化と脱炭素化の同時進行が生産性向上をもたらすという通説を検証する。FactSet RSCR・PATSTAT・Orbisを統合した企業レベルデータを用い、AIインフラ拡大がグリーン革新に必要な資本・R&D・組織資源を圧迫することを示す。さらに上流のデジタル化が地域電力網や重要ハードウェア供給を逼迫し、下流の持続可能性目標を遅延させるボトルネックを生むと動的ネットワークモデルで示す。政策当局は国家主導のイノベーション金融にスクリーニングを導入し、データ集約型拡張に再生可能エネルギー新設を義務付けるべきと提言する。
English
This study tests whether the concurrent advance of digitalization and decarbonization (the 'Twin Transition') yields complementary productivity gains. Using three-way matched firm-level data (FactSet RSCR, PATSTAT, Orbis), it finds that scaling AI infrastructure crowds out the capex, R&D, and organizational capacity needed for green innovation. Dynamic network modeling further shows upstream digital modernization strains regional energy grids and critical hardware supply, delaying downstream sustainability targets. The authors urge financial screening for state-directed innovation finance and pairing data-centric expansion with new renewable generation.
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
日本ではGX推進機構による移行金融とAI・半導体投資が同時進行しており、両者が資源を奪い合うリスクは政策立案上重要。SSBJ開示や統合報告書でAI投資の脱炭素整合性を説明する材料となる。
In the global GX context
As global disclosure frameworks (ISSB, CSRD) increasingly demand climate-transition plans, this paper warns that AI-driven capex can undermine decarbonization targets—relevant to transition-finance screening and the growing scrutiny of data-center energy demand in corporate climate strategy.
👥 読者別の含意
🔬研究者:AIとグリーン投資の資源競合という新たな実証的視点を提供し、ツイン・トランジション研究の前提を問い直す。
🏢実務担当者:AI・データセンター投資を進める企業は、再エネ調達や脱炭素目標との整合を取る計画策定に活用できる。
🏛政策担当者:国家主導のイノベーション金融にグリーン条件を課し、データ集約型投資に再エネ新設を紐付ける政策設計の根拠となる。
📄 Abstract（原文）
This study examines the macroeconomic premise that the "Twin Transition"—the concurrent advancement of digitalization and decarbonization—inherently produces complementary productivity gains. Utilizing a three-way matched firm-level microdata infrastructure integrating FactSet RSCR, PATSTAT, and Orbis, this research evaluates whether data-intensive investments promote clean-tech efficiency or generate competing resource demands across the global supply chain. The empirical findings challenge the synergy hypothesis. At the firm level, scaling artificial intelligence infrastructure displaces the capital expenditure, Research and Development (R&D) resources, and organizational capacity required for concurrent green innovation. Furthermore, dynamic network modeling indicates that upstream digital modernization heavily utilizes regional energy grids and critical hardware outputs, creating bottlenecks that delay downstream sustainability targets. To prevent AI expansion from impeding global sustainability goals, policymakers should consider financial screening mechanisms for state-directed innovation finance and require that datacentric expansions be paired with new renewable energy generation.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.54414/cucc4989first seen 2026-09-28 05:17:44
🔔 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。