論文・プレプリント

S. Shin, Seon-Mi Kim, Seung-Weon Yoo

本研究は韓国上場企業のサステナビリティ報告書をテキストマイニングで分析し、ESG開示の類似性と完全性を定量評価した。類似性は経年で低下傾向にあるが、2023年の義務開示延期で一時上昇。完全性はガバナンス（G）領域が低く、小規模企業で開示水準が最も低いことを示した。

R. Purushothaman, R. Alamelu, Sathya Manickam +2

本稿は、ESG目標と規制強化の下でAIなどの新興技術が持続可能なサプライチェーンをどう再構築するかを論じる章。AIによる設計・在庫最適化で廃棄物と排出を削減し、ブロックチェーンでトレーサビリティを向上させる。デジタルツインや再生型サプライネットワークの可能性も示しつつ、データプライバシーやAIバイアス等の倫理的リスクと対策を提示する。

(著者不明)

本稿は、AIを活用して食品データをライフサイクルインベントリの炭素・水データに自動照合し、フードサービス業界のScope 3排出量算定を支援するNutriticsの技術を紹介する。食品廃棄物や排出量の追跡が不十分な現状を踏まえ、データ駆動型の気候行動の重要性を論じる。

Bamidele Samuel Adelusi, Abel Chukwuemeke Uzoka, Yewande Goodness Hassan +1

Scope 3排出はサプライチェーン上流のティア2まで広がると削減が困難。本稿はLCAと多目的遺伝的アルゴリズム(MOGA)を組み合わせ、炭素削減・コスト・事業継続をバランスするパレート最適解を導出する枠組みを提案する。AIとデジタル可視化の重要性も示し、製造・エネルギーなど排出集約型産業への適用可能性を提示する。

Harish Narne

本論文は、AIとデータ分析を活用したクラウド基盤を構築し、IoTセンサーとビッグデータを用いて炭素排出をリアルタイムで監視・予測するシステムを提案する。産業間の排出を継続的に観測し、予測レポートを生成することで、排出削減とエネルギーコスト削減を支援する。

X.F. Wang

持続可能なサプライチェーンにおける「効率性・環境保護・公平性」の課題に対し、AIがどのように貢献できるかを考察。需要予測、物流網最適化、リスク管理、サプライヤー管理、生産最適化、リアルタイム監視、カーボンフットプリント管理などの機能を提唱し、効率向上・コスト削減・レジリエンス強化を実現すると論じる。コンセプト中心のレビュー論文。

Yunjing Wang, Jinfang Tian, Siyang Sun +2

本論文は中国上場企業のブロックチェーン特許データをLLMとテキスト分析で収集し、企業の技術革新が化石エネルギー消費強度を低下させることを実証。内部統制コスト削減や外部監視強化、資源配分効率化、サプライチェーン管理改善を通じたエネルギートランジションが示された。さらに炭素排出削減と業務効率向上にも寄与する。

Andreas Froemelt, Thomas Wiedmann

本研究は、シドニーとメルボルンの世帯の消費行動とライフスタイル由来の炭素足跡を、自己組織化マップとウォード法による2段階クラスタリングで分析した。所得や社会経済的属性と支出データを組み合わせることで、類似した特性を持つライフスタイル類型を識別し、都市間比較を行った。高所得層と低所得層で特に顕著な差異が見られ、都市固有のサプライチェーンと地域別評価の重要性が示された。

Svenja Hauck, Lucas Greif

本稿は、持続可能性評価におけるナレッジグラフとAIの役割をレビューし、製品開発での環境影響比較を可能にする枠組みを紹介する。カーボンフットプリント分析のケーススタディも提示。データ相互運用性の向上と意思決定支援に貢献する。

Azeez Lamidi Olamide, Omolola Badmus

本研究は、Scope1・2・3排出量の算定精度を高める包括的評価モデルを提案。機械学習による異常検知と不確実性定量化を統合し、データ品質・境界整合性・動的排出係数を改善する。GHGプロトコルやISSB基準との整合を図り、シナリオ分析やサプライヤー連携も支援する。ケース評価ではデータ完全性と排出係数精度の向上が示された。

Zihang Wang, Ling Zhang, Mengmeng Pu

本研究は、78プロジェクト・426棟のデータを用いて、設計段階ごとに建築プロジェクトの体化炭素排出量を予測する機械学習フレームワークを構築した。残差補正付き重み付きアンサンブルモデルが最高精度（R2=0.949）を示し、SHAP分析により主要因が設計段階で変化することが明らかになった。低炭素設計の意思決定を定量的に支援する手法である。

Bora ÖÇAL

ロジスティクスプロセスにおける炭素フットプリントを機械学習で推定する研究。実データが入手困難なため、輸送距離や貨物重量などの変数から合成データを生成し、6つのアルゴリズムを比較。XGBoostがR²=0.9945で最高性能を示した。合成データによる排出量推定が持続可能な物流の意思決定に寄与しうることを示した。

Zheng Zhi, Guoqing Chen

本論文は、ESG開示とサステナブルファイナンスにおけるAIの活用を検討し、従来のナラティブ報告からデータ駆動型の透明性への移行を論じる。AIを用いたESG情報の抽出・分析・開示の自動化が、企業の開示品質向上と投資家の意思決定支援に寄与する可能性を示す。

Capt Yashodhan Mahajan

本稿は、サステナビリティ報告と監査の領域でAIが果たす役割を、単なるコンプライアンス充足から高付加価値なインテリジェンス創出へと転換させる観点から論じる。AI活用により開示データの分析・リスク評価が高度化し、報告の品質向上が期待される。

Dely Ramírez, Jonathan Muñoz Tabora, Ozy D. Melgar‐Dominguez

本研究は1990〜2023年のホンジュラスを対象に、k-means、PELT、Tapio指数、EKCモデル、Granger因果、ランダムフォレストを統合し、経済成長とCO2排出のデカップリングを検証。EKCの逆U字関係が確認されたが、再エネ比率は排出削減に寄与しておらず、GDPが支配的要因であることを示す。

Abdulsamed Güneş, Orhan Yaman, Elif Feyza Sari +1

2535都市を対象に、太陽光・風力などの再エネデータと水素生産能力データからMLPモデルでグリーン水素生産ポテンシャルを推定。SHAP分析で太陽放射や風速の影響を解釈し、Foliumで地理的可視化。高精度で有望地域を特定でき、ゼロカーボンに向けた持続可能エネルギー計画に貢献する。

Nguyễn Thị Hoa Hồng, Hoang Minh Hieu, Nguyen Tien Dat

気候リスクが起業家の持続可能な適応行動(SEA)に与える影響を、GEMデータと国別気候リスク指標を用いてMLモデルで分析。物理的気候リスクと適応準備性が主要な予測因子で、イノベーションとミッション志向が高リスク下の悪影響を緩和することを示す。

Marwa S. Hassan, Shymaa Khamis, Ahmed Barakat +4

本研究は、飲料用ストロー代替品の選択を支援する解釈可能なAIベースの意思決定ワークフローを開発した。文献から得られた使用当たりGHG指標と、自然言語処理により抽出したオンラインレビューからのユーザー体験エビデンスを統合。5素材を比較した結果、シリコーンが全シナリオで最高評価を得た。

Pablo Catret Ruber, David Garcia-Rodriguez, Domingo Jose Iglesias Fuente +3

本論文は、機械学習モデルを用いてICOS観測サイトにおける温室効果ガス（GHG）濃度を予測する手法を提案する。生態系タイプごとに特化した分析を行い、予測精度を向上させる。気候変動モニタリングと炭素会計への応用が期待される。

Bingwen Zhao, Luchan Xu, 郑振海 +2

本研究は、SSA-LSTMハイブリッドモデルを用いて地域暖房システムの熱負荷と電力負荷を高精度に予測し、炭素会計と3つの政策シナリオの下で炭素ピーク時期と排出削減ポテンシャルを評価した。その結果、中程度および理想的な改修シナリオでのみ2023-2024暖房期に炭素ピークを達成し、2031-2032年までに累積削減量138.19トンおよび254.2トンを見込む。家庭用熱量計が全体削減の28%を占める。