論文・プレプリント

Qiao Wang, Bin Li, Shaojie Kong +1

この研究は、中国の都市データと二重機械学習を用いて、デジタルガバナンスの政策アップグレード（情報恵民からインターネット+政务服务へ）が炭素中立に及ぼす動的な効果を実証した。政策アップグレードにより環境効果が増幅されることを示し、そのメカニズムとして政府の注意力構造最適化、行政効率向上、市民参加促進を特定した。

Peng Gao, Kunpeng Zhang, Zongchuan Liu

本論文は、ダブル機械学習を用いて中国都市のエネルギーリバウンド効果（ERE）を測定し、国家ビッグデータ総合実験区と新エネルギー模範都市の二重政策の影響を評価。結果は、二重政策が特に資源都市や旧工業都市でEREを抑制し、産業構造最適化、グリーン技術革新、エネルギー消費転換を通じて効果を発揮することを示す。

O. Issah, Mutala Zubeiru, Samuel Anaba

本研究は、50カ国5000社のデータを用いて、ESG報告品質を機械学習（ランダムフォレスト、XGBoost）で予測。XGBoostはR²0.78とパネル回帰の0.62を上回り、SHAP分析で企業規模、ガバナンススコア、取締役会独立性が重要と判明。取締役会独立性は65～70％超で効果が頭打ちになる閾値効果も確認。

Xiaonan Dong, sungjin son

本論文は、AI導入が企業のカーボンニュートラル性能に与える影響を、資源オーケストレーション理論（ROT）に基づき分析。2018～2023年の中国A株製造業のパネルデータを用いた実証分析の結果、AI活用はカーボンニュートラル性能を有意に向上させることが示された。その効果は、資金調達制約の緩和、研究開発活性化、グリーンパテント増加を通じて発現する。グリーン技術効率とグリーンファイナンスの発展度合いが正の調整効果を持つ。

A. Sunitha, K. Srinivas, T.Radhika, B.Chandrakala Naik, P. Sandya Rani

AI、ビッグデータ、フィンテックがESG報告の質と企業透明性に与える影響を、312名の専門家調査とPLS-SEMで検証。デジタル技術採用は報告品質と透明性を高め、透明性がESGパフォーマンスの媒介要因となることを示した。企業規模がAIとESG成果の関係を調整する。GRI、IFRS S1/S2、CSRD等の新興基準に対応。

A. Sunitha, K. Srinivas, T.Radhika, B.Chandrakala Naik, P. Sandya Rani

本論文は、AI、ビッグデータ、フィンテックがESG開示の質と企業透明性に与える影響を、312名の専門家を対象にPLS-SEMで分析。3つのデジタル要素すべてが開示品質と透明性を向上させ、透明性がESGパフォーマンスを媒介することを実証。企業規模がAIとESGの関係を調整する。

Abdullah Albizri, Ahmad Jumah

本研究は、大規模言語モデル（LLM）を用いて企業のサステナビリティ報告書からTCFDフレームワークへの準拠度を測定する手法を開発。米国上場企業を対象に分析した結果、TCFD準拠度が高い企業ほどESG格付けが高く、将来のESG格付けも予測できることが明らかになった。透明性が高く拡張可能な手法を提供する。

Vijay Kumar

本稿は、AIによる資源効率最適化やグリーン経済への移行促進と、AI自体のエネルギー・資源消費拡大というパラドックスを論じる。グリーンAI運動が示す、生の性能指標よりエネルギー効率的アルゴリズムを優先するパラダイムシフトを分析し、技術革新と生態学的限界の調和を提唱する。

Deepak Gupta, Ziyodullayev Sodiq, Matkarimov Mansur +4

本論文は、人工知能（AI）が気候リスク評価と倫理的ポートフォリオ管理にどのように活用されるかを包括的に分析する。機械学習による気候リスクモデリング、深層学習によるESG評価の精度向上、自然言語処理による気候関連開示の抽出、予測モデルによる移行リスク評価などを検討。さらに、AIによるポートフォリオ最適化や気候ストレステスト、炭素リスクの価格付けに関する実証的証拠を提示し、アルゴリズムの透明性やデータバイアスなどの倫理的課題にも言及している…

Xueyang Li, Jin Ma

本研究は、中国285都市のデータを用いて、グリーンファイナンスが炭素排出強度に与える影響を、計量経済モデルと機械学習（SHAP分析）により検証した。グリーンボンドとグリーン投資が特に効果的であり、その効果は都市の開発段階に応じて異なり、第4・5線都市で最大となる。また、エネルギー構造の最適化が主要な伝達経路であることが示された。これらの結果は、地域差に配慮したグリーンファイナンスシステム構築への政策示唆を提供する。

Rimi Gusliana Mais, Munir Munir

本研究は、AIをカーボンアカウンティングや排出モニタリング、気候金融に統合し、公共部門の説明責任と気候ガバナンスを強化するフレームワークを提案する。インドネシアの事例を通じて、リアルタイムデータと金融フローを連携させるAI駆動型の仕組みが効果的であることを示す。

Fateh Belaïd

本論文は、クリーンクッキングと電力へのアクセスに関する1200以上の査読研究を計算論的トピックモデリングで分析。アクセス指標に加えて健康・福祉・排出量の成果を定量化した研究は57.6%にとどまり、気候変動対策資金を動員できるのは健康・家庭内大気汚染テーマのみであることを明らかにした。標準化されたインパクト指標の導入が、投資家にとって実行可能なエビデンスへの転換を促進する。

Saqib Munir, Mushab Rashid, Abdul Ghaffar

1999年から2023年の中国データを用い、環境会計指標や政府R&D支出と再生可能エネルギー導入の関連をARDLと機械学習で分析。規制の質は長期的に正の関連があるが、R&D支出は負の関連を示し、制度改革なしでは投資が導入に結びつかないことを示唆。

Samruddhi Pandit, Anuja Mukherjee, Rugved Dani +1

本論文は、気候変動に脅かされる農業生産性と食料安全保障に対し、AI技術を活用した5層のスマート農業フレームワークを提案。気候データ、センシング、予測分析、意思決定支援、持続可能性評価を統合し、精密農業やスマート灌漑などの応用事例を紹介。導入障壁と政策課題も議論。

Shijie Ma, Jingzhi Hou, Haoran Niu +1

本研究は、中国の高排出産業の上場企業を対象に、デバイアスド機械学習と因果フォレストを用いて、気候リスクがグリーンウォッシングに与える非線形効果を分析。気候圧力が閾値を超えると、企業は実質的な脱炭素ではなく戦略的な情報収益に転じる「防衛的グリーンウォッシング」を明らかにした。デジタル成熟度や資源余裕のある企業ほど巧妙なナラティブを構築し、CEOのリスク選好がこの傾向を増幅する。

Xiaolong Zhang, Congjun Rao, Abdulrahman Almandeel +2

本論文は、時空間データとフラクショナル微積分を組み合わせたグラフベースのグレーモデルを提案し、温室効果ガス排出量の予測精度向上を目指す。既存手法と比較して優れた性能を示す可能性がある。

Feng Gao, Maoying Deng, Xingdong Deng +6

本論文は、説明可能AI（XAI）とクラスタリングを統合し、都市部の旅客と貨物輸送の排出量を分離・分析する枠組みを提案する。これにより、排出削減のための精密なガバナンスを実現し、都市の脱炭素政策の効果的な設計を支援する。

Zhuokai Zhou, Sizhuo Wang

本研究は、機械学習を活用したハイブリッド予測フレームワークを用いて、炭素市場と原料炭先物の予測的連関を分析する。市場効率性への示唆を提供し、カーボンプライシングとエネルギー転換の関連性を明らかにする。これにより、気候関連金融リスクの評価に貢献する。

Jun Lyu, Yu Shu, Shuo Wang

本研究は、YouTube上のグリーンエネルギー消費ドキュメンタリー60本の字幕に教師なし機械学習（LDAトピックモデル、意味ネットワーク分析、階層的クラスタリング）を適用し、技術供給、社会経済的移行、生態的ガバナンスの3つのフレーミング戦略を特定。脱炭素化の多様な議論を示し、政策立案者やメディア制作に示唆を与える。

Noah Lund Syrdal, Anders Vestrum, Jörgen Bergh

本論文は、Eコマース推薦システムにおいて、製品カーボンフットプリント（PCF）を推定し、カーボンアウェアな再ランキングを提案する。未ラベルのカタログに対して、Carbon Catalogueの少量データを基にLLMと類似性検索でPCFを推定し、BPR, NeuMF, LightGCNの推薦モデルに組み合わせる。Amazonレビューデータでの実験により、エンゲージメント損失を最小限に抑えながら大幅な炭素削減が可能であることを示す。ただし、…