建築物のエンボディドカーボン削減：専門家評価による対策と将来の拡張性に関するデルファイ法に基づく評価
Reducing embodied carbon in buildings: A Delphi-based assessment of expert evaluated measures and future scalability (原題)
Moritz Kettele, Katharina Berger, Rupert J. Baumgartner
🤖 gxceed AI 要約
日本語
オーストリアの建築セクターを対象に、2ラウンドのデルファイ法で15のエンボディドカーボン削減策を32名（第1回）・26名（第2回）の専門家が評価した。再生可能エネルギー供給、セメント生産改善、リサイクル材活用、木造建築が長期的拡張性の高い優先策として特定された。定量文献との比較では、専門家が鉄鋼関連策を過小評価し、セメント・ガラス・自然断熱材を過大評価する認識ギャップが示された。
English
A two-round Delphi study with 32 and 26 Austrian building experts assessed 15 embodied carbon reduction measures. Renewable energy for material production, improved cement production, recycled materials, and timber construction emerged as priority levers with long-term scalability. Comparison with quantitative literature reveals perception gaps: experts underestimate steel-related measures while overestimating cement, glass, and natural insulation improvements.
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
日本でも建築物のライフサイクルCO2（エンボディドカーボン）評価が進み、2024年度からは大手事業者に義務化されるなど、Scope 3 のカテゴリ3・4（建設資材）の算定・削減が重要課題となっている。本論文の専門家評価手法は、日本版の建材由来排出削減ロードマップ策定やSSBJのScope 3開示における建設業の実務的示唆を提供する。
In the global GX context
As global disclosure frameworks (ISSB, CSRD, TCFD) increasingly require Scope 3 category 3-4 (capital goods and upstream construction materials) reporting, this study offers a practitioner-informed prioritization of embodied carbon measures. It complements LCA and building-stock modeling, highlighting where expert judgment diverges from quantitative evidence—useful for regulators and industry in designing credible decarbonization pathways for the built environment.
👥 読者別の含意
🔬研究者:デルファイ法による専門家評価と定量文献のギャップを分析した手法は、建築分野の脱炭素研究における主観的評価の限界と補完性を理解する上で参考になる。
🏢実務担当者:建設・不動産企業のサステナビリティ担当者は、エンボディドカーボン削減策の優先順位付けやScope 3算定における実務的示唆を得られる。
🏛政策担当者:建築物のエンボディドカーボン規制やインセンティブ設計において、専門家が評価する拡張性の高い対策を優先的に支援する根拠を提供する。
📄 Abstract（原文）
The building sector accounts for roughly 21% of global greenhouse gas emissions and 34% of European energy-related emissions, with embodied carbon emerging as a potential leverage point for a climate-neutral construction sector. Although numerous decarbonization concepts exist, their translation into industry practice remains limited, and expert judgment has rarely been used to jointly quantify reduction potential and future scalability. This study applies a two-round Delphi method to collect and consolidate practitioner insights on fifteen embodied carbon reduction measures in the Austrian building sector. Thirty-two experts participated in Round 1 and twenty-six in Round 2, evaluating each measure on a 5-point Likert scale, providing optional percentage reduction estimates, and projecting mid- and long-term scalability for 2035 and 2050. Results show a consistent positive correlation between ordinal and quantified assessments, and identify renewable energy supply for material production, improved cement production, intensified use of recycled materials, and wood and timber construction as priority levers aligned with long-term scalability potential. Life cycle thinking emerged as a systemic transformation enabler despite persistent uncertainty, whereas prefabrication, clay construction, natural insulation, and optimized glazing showed more moderate or context-dependent potential. A comparison with the quantitative literature reveals notable perception gaps: experts underestimate steel-related measures while overestimating improvements in cement, glass, and natural insulation. These findings provide a practitioner-informed complement to life cycle assessment and building-stock modeling, identify knowledge gaps for targeted research and policy support, and deliver actionable priorities for planners, regulators, and industry to advance cleaner construction systems toward climate neutrality.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.cesys.2026.100497first seen 2026-09-11 04:58:39
🔔 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。