← 論文一覧に戻る

生成AIを用いた中国化学企業の環境情報開示品質評価

Using Generative Artificial Intelligence to Evaluate the Quality of Chinese Environmental Information Disclosure in Chemical Firms (原題)

Yun Zhu, Qinghan Chen, Ma Zhong

Sustainabilityプレプリント2025-12-18#AI×ESGOrigin: CN
DOI: 10.3390/su172411348
原典: https://doi.org/10.3390/su172411348

🤖 gxceed AI 要約

日本語

本研究は、化学企業の環境情報開示品質を評価するための枠組みを提案し、生成AI（DeepSeek-V3.2）を用いた自動スコアリングシステムを開発。2020～2024年の中国化学企業38社のESG報告書190件を分析し、開示品質が向上傾向にあること、AIスコアが専門家評価と高い一致を示すことを確認した。

English

This study proposes a framework for evaluating environmental information disclosure quality (EIDQ) of chemical firms, using a generative AI (DeepSeek-V3.2) scoring system. Analyzing 190 ESG reports from 38 Chinese chemical firms (2020-2024), it finds upward EIDQ trends and high alignment with human expert evaluations, demonstrating AI feasibility in disclosure assessment.

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

本論文は中国の事例だが、AIによる開示品質評価手法は、日本の有報や統合報告書の品質チェックにも応用可能。SSBJ基準への適合性評価などへの展開が期待される。

In the global GX context

This paper demonstrates the use of generative AI to evaluate environmental disclosure quality, relevant to global trends in automated assurance and ISSB/CSRD compliance. The method could be adapted for assessing transition plan disclosures and other GX-related reporting.

👥 読者別の含意

🔬研究者:Highlights a novel AI-driven approach for disclosure quality assessment, with cross-model validation and transferability insights.

🏢実務担当者:Provides a scalable AI tool for internal or third-party verification of environmental disclosure quality, useful for sustainability teams.

🏛政策担当者:Offers evidence that AI can support regulatory monitoring of disclosure quality, potentially reducing burden on reviewers.

📄 抄録（日本語訳）

環境情報開示は企業の持続可能性において重要な役割を果たすが、既存の評価アプローチは主観的判断や限られたテキスト特徴量に依存することが多い。本研究は、化学企業の環境情報開示品質（EIDQ）を評価するための構造化フレームワークを提案し、評価の一貫性を高めるための生成的人工知能（GAI）駆動型自動採点システムを開発する。2020年から2024年までの中国の化学企業38社による190件の環境・社会・ガバナンス（ESG）報告書を用いて、指標構築、DeepSeek-V3.2ベースの大規模言語モデル（LLM）による採点、およびクロスモデル検証を組み合わせた多段階プロセスを適用した。結果は、EIDQが調査期間を通じて着実な上昇傾向を示し、より定量的で検証可能な開示慣行への移行を反映していることを示した。AIが生成したスコアは人間の専門家による評価と高い整合性を示し、ロバスト性テストにより、この手法が異なる大規模言語モデル間で転用可能であることが確認された。これらの知見は、AI支援によるEIDQ評価の実現可能性に関する方法論的エビデンスを提供し、企業の持続可能性報告および規制監督に対する実践的示唆を与えるものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

Environmental information disclosure plays a critical role in corporate sustainability, yet existing evaluation approaches often rely on subjective judgment or limited textual features. This study proposes a structured framework for assessing the environmental information disclosure quality (EIDQ) of chemical enterprises and develops a generative artificial intelligence (GAI)-driven automated scoring system to enhance evaluation consistency. Using 190 Environmental, Social, and Governance (ESG) reports from 38 Chinese chemical firms between 2020 and 2024, we applied a multi-stage process combining indicator construction, DeepSeek-V3.2–based large language model (LLM) scoring, and cross-model validation. The results show that EIDQ exhibited a steady upward trend over the study period, reflecting a shift toward more quantitative and verifiable disclosure practices. The AI-generated scores demonstrated a high degree of alignment with human expert evaluations, and robustness tests confirmed the method’s transferability across different large language models. These findings provide methodological evidence for the feasibility of AI-assisted EIDQ assessment and offer practical implications for corporate sustainability reporting and regulatory oversight.

🔗 Provenance — このレコードを発見したソース

🔔 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。