ClimateAuditX: A Heterogeneous Graph Neural Network Framework for Carbon Leakage Detection and Scope 3 Emissions Attribution

日本語

本論文は、サプライチェーン全体のカーボンリーケージとスコープ3排出量の正確な帰属を可能にする、異種グラフニューラルネットワーク（GNN）フレームワーク「ClimateAuditX」を提案する。企業間の取引関係をグラフ構造でモデル化し、間接排出の流れを追跡することで、従来の手法では困難だった排出源の特定を実現する。実データを用いた評価では、高い精度でリーケージパスを検出できることを示した。

English

This paper proposes ClimateAuditX, a heterogeneous graph neural network framework for detecting carbon leakage and attributing Scope 3 emissions across supply chains. By modeling inter-firm transactions as a graph, it traces indirect emission flows and identifies leakage paths with high accuracy, addressing a key challenge in corporate carbon accounting.

日本のGX文脈において

日本ではSSBJ基準に基づくスコープ3開示が進む中、サプライチェーン排出の正確な把握は喫緊の課題。本手法は企業の算定負担軽減と信頼性向上に寄与し、投資家対応や有報記載にも活用可能。

In the global GX context

Globally, ISSB and CSRD require Scope 3 disclosure, but carbon leakage remains a blind spot. This framework offers a scalable, data-driven solution for auditors and corporations to verify supply chain emissions, filling a critical gap in current reporting practice.