論文・プレプリント

Avant Muhammad Armadan, Fitriaty, M. H. Saputra

本研究は、IDX ESG Leaders指数に含まれる企業のサステナビリティ報告書におけるESG開示の程度と特徴を調査し、グリーンウォッシングを示す可能性のある開示パターンを評価する。GRI基準に基づくESG開示指数とNVivoを用いた文書分析を組み合わせ、2022年から2024年にかけて開示指数は50.93%から64.30%へ上昇したが、質的分析ではGRI参照の移行ギャップや一貫性の欠如など、批判的検討を要する開示条件が特定された。

Yaodan Chi, Xinyu Ding, Qingcai Zhou +2

本論文は、炭素回収(CCS)とPower-to-Methanol(P2M)を統合したマイクログリッドの最適運用問題に対して、新たな多目的人工レミングアルゴリズムを提案する。提案手法は、運用コストと二酸化炭素排出量のトレードオフを考慮し、効率的なパレート最適解を導出する。数値実験により、従来手法と比較して優れた性能を示すことが期待される。

Mohammed Aldawsari, Saeed Tiari, Sultan Aldossary +1

本論文は、熱システムのエネルギー効率とエクセルギー効率をAIで予測・最適化する手法を提案する。エネルギー転換と効率向上は脱炭素に直結し、産業部門の排出削減に貢献する。AI技術を応用した点で、gxceedのAI×ESG重点テーマに合致する。

Kaisheng Yang, Ximan An

本研究は、中国のファンド年次報告書にWord2Vecベースのテキスト分析を適用し、気候リスク注意指標を構築。ブリンソンモデルで分解した結果、気候リスク注意は超過収益を高め、急性物理リスク注意の1%増加は超過収益を24.675%押し上げる一方、移行リスク注意の効果は2.746%と小さいことを示した。慢性物理リスクは有意でない。ファンドマネージャーへの実践的示唆を提供する。

Baptiste Rigaux, Mark Vergouwen

DETeCTは、低炭素技術を多クラスに分類するためのデータ効率的な手法を提案する。限られたデータで高い分類性能を実現し、技術分類の自動化を目指す。これにより、企業の排出削減技術の特定や開示支援に貢献する可能性がある。

Daichen Guo, Sanglin Zhao

本研究は2010年から2023年の中国A株上場企業を対象に、企業のデジタルトランスフォーメーション（DX）が炭素排出に与える影響と、ESGパフォーマンスの媒介効果を実証分析した。DXは資源利用効率の向上や環境ガバナンス強化を通じて炭素排出を削減し、特にハイテク企業や成長企業、東部地域で効果が顕著である。また、DXはESGパフォーマンスを向上させ、ESGを通じた炭素削減経路も確認された。政府の政策支援と企業のDXとグリーン生産の統合が重要…

Yuanyuan Ma, Siyu Peng, Yun Yu

炭素価格の複雑な非線形ダイナミクスを捉えるため、CEEMDAN、サンプルエントロピー再構成、変動係数アンサンブルを統合したハイブリッド予測フレームワークを構築。SHAPとTVP-SV-VARを用いてスケール別・時変的なドライバー影響を解明し、CEEMDAN-SE-GRUモデルがR2=0.96と高精度を達成。政策提言として多層的な監視・早期警戒システムや適応的政策ツールキットを提案。

Sohail M.

本論文は、ドイツの銀行部門を対象に、AIの活用がESGパフォーマンスに与える影響を、グリーンファイナンスの仲介効果に着目して実証分析する。AI技術の導入が銀行のESG評価やグリーン融資の促進に寄与する可能性を示唆する。

Xuelong Zhang, Xiaoling He, Mei Li +3

本研究は、中国の上場エネルギー企業2010-2023年のパネルデータを用いて、AI導入が炭素排出強度を有意に低下させることを実証。経営者のデジタル背景が効果を強化し、低炭素都市政策が補完的役割を果たす。メカニズムとして設備利用率向上、サプライチェーン効率改善、生産効率向上を特定。東部・中央部、国有企業、従来型エネルギー企業で効果が大きい。

Aurélien Saussay, Misato Sato, Francesco Vona

米国のオンライン求人データを用い、NLPと既存のグリーン分類を組み合わせて低炭素職を特定する手法を開発。低炭素雇用は低技能職で多いが、同一職種内ではより複雑なスキルを要求し、賃金プレミアムは小さい。賃金プレミアムは時間とともに減少し、企業固定効果に起因する。低炭素雇用は高炭素雇用と空間的に相関し、富裕地域に多い。

Issam Benhayoun

本研究は、モロッコの会計専門家335名を対象に、ISSB基準の採用意図を規定する要因を分析。制度的圧力は、知覚された有用性と容易性を通じてのみ採用意図に影響することを実証。機械学習（Random Forest, XGBoost）と構造方程式モデリングを組み合わせ、知覚された容易性が必要条件であることを発見。新興国におけるISSB採用の不均一性を説明する理論的枠組みを提供。

Kishore Kumar, Susela Devi Suppiah, Preeti Bhaskar +1

本論文は、循環経済への移行を促進するためのAIガバナンスの政策アーキテクチャを検討し、新興経済における課題と機会に焦点を当てる。AI技術が循環経済の原則をどのように支援できるか、また効果的なガバナンスの枠組みの必要性を論じる。具体的な実証分析は不明だが、政策立案と技術導入の交差点を示唆する。

João Oliveira, Tiago Santos, Fernanda Brito Correia +3

本研究は、再生可能エネルギーコミュニティ（REC）の計画を支援するため、デジタルツインに着想を得たシミュレーションフレームワークを提案する。高解像度スマートメータデータと人口統計フィルタリング、AIベースのN-HiTS予測モデルを統合し、ポルトガルのクルアトラ島エネルギーコミュニティに適用した。PV拡大とBESS導入のシナリオを評価し、最適構成では自給率37.3%、自家消費率99.8%を達成した。

Shan Wang, Yanze Wang, Yue Gao +1

本論文は、企業がAI技術を過剰に宣伝する「AIウォッシング」が、実際のエネルギー移行努力に与える影響を実証的に分析する。AI関連の主張と実際のグリーン行動の乖離を検出し、企業の脱炭素化へのコミットメントの信頼性を評価する手法を提案する。結果は、AIウォッシングが企業のエネルギー移行を遅らせる可能性を示唆する。

Shangjie Liu, Agyemang Kwasi Sampene, Hazrat Hassan

本研究は、中国・日本・ドイツ・米国・韓国の5カ国を対象に、デジタル技術、クリーンエネルギー移行、産業構造の高度化が気候変動に与える非線形な影響を、多層ニューラルネットワークとDeep SHAPを用いて分析した。結果、ロボット導入や環境技術、ICTの発展は排出削減に寄与するが、経済成長と都市人口増加は排出を増加させる。再生可能エネルギーと産業イノベーションが最も影響力のある予測因子である。

Radosveta Krasteva-Hristova

本研究は、英国の大手監査法人4社（Big Four）が2024年の透明性レポートでAI支援業務における人間の監督と説明責任をどのように開示しているかを分析。7つの次元に基づくAI-JGDI指標を開発し、AI固有の検証と関与レベルのトレーサビリティで開示が不十分であることを発見。AI開示とサステナビリティ保証開示は並行的で、方法論的リンクは明示されていない。

Manoj D. S, Sankari M, Aruneswar Meera S +1

ウェブサイトの炭素排出を評価・最適化するフレームワークGreenscan-AICO2Rを提案。マルチページクロール、画像分類、NLPによる個別最適化提案を行い、画像圧縮や遅延読み込みで排出量を30〜40%削減可能とシミュレーションで示した。ケーススタディでは月間CO2排出量を32%削減。将来はCNNやリアルタイム炭素強度データの統合を計画。

Shiju Li, Hongjie Lan, Hanying Jiang +5

本論文は、CEEMDAN-SE-Transformerモデルを用いて炭素排出権価格の予測精度を向上させる手法を提案する。中国広東省の炭素市場の2015〜2022年のデータを用い、原油価格やEU炭素価格などの影響要因を考慮する。比較実験の結果、提案モデルは他のモデルより誤差が小さく、高精度な予測が可能であることを示した。炭素市場の取引者や規制当局の意思決定に有用な知見を提供する。

Huanbei Zhao, Changhong Yu, Guobin Fu +3

データセンタークラスターの建設順序と負荷成長を考慮し、冗長な初期投資を回避しつつ後期の電力信頼性を確保する多段階低炭素計画手法を提案。季節別の代表日シナリオを生成し、段階的炭素取引メカニズムを組み込んだライフサイクルコスト最小化モデルを構築。炭素制約強度の比較シナリオにより、各技術の建設スケジュールと容量配分を決定する。結果は、投資タイミングと炭素削減要件を調整することで大規模データセンターの低炭素拡張を支援できることを示す。

Abdulrahman H. Ba-Alawi, Abdo Abdullah Ahmed Gassar

本レビューは、AIを活用したネットゼロ建築（NZB）実現の可能性を、HVAC効率（需要側）、再生可能エネルギー統合（供給側）、AIによる最適化（統合層）の3領域から分析する。AI技術、特に強化学習とデジタルツインは、エネルギー予測精度の向上（R2>0.90）やPV自家消費率の向上（11-13%）に寄与し、エネルギー性能ギャップ（BEPG）の解消に有効である。一方、データ品質や相互運用性、説明可能性などの課題が残る。