ウェブ上の証拠と大規模言語モデルによる企業のエネルギー転換の測定
Measuring Corporate Energy Transition Through Web‐Based Evidence and Large Language Models (原題)
Xavier Martínez-Barbero, Ana Pastor-Merino, Josep Domènech
🤖 gxceed AI 要約
日本語
本論文は、企業ウェブサイトの開示情報と大規模言語モデル（LLM）を用いて、企業のエネルギー転換への取り組みを測定するスケーラブルな手法を提案する。省エネ、脱炭素・排出削減戦略、再生可能エネルギー利用をコード化する厳格なルーブリックを構築し、2023年と2025年のスペイン企業パネルに適用した。結果として、開示は増加傾向にあるが範囲は限定的で、再生可能エネルギーが支配的、省エネは少なく、脱炭素戦略は稀であることが示された。透明な意思決定ルールに制約されたLLMは、異質なウェブコンテンツから信頼性の高い指標を抽出できることを実証した。
English
This paper proposes a scalable method to measure firm-level energy transition engagement using corporate website disclosures and LLMs. A restrictive, policy-aligned rubric codes energy efficiency, decarbonization strategies, and renewable energy use. Applied to Spanish firms in 2023 and 2025, disclosures are increasing but limited: renewables dominate, efficiency is less frequent, and decarbonization strategies remain rare. Constrained LLMs extract reliable, reproducible indicators from heterogeneous web content.
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
日本ではSSBJ基準や有報での気候関連開示が進む中、企業のウェブ開示をLLMで評価する本手法は、統合報告書や非財務情報の自動モニタリングに応用可能。特にScope3や再生可能エネルギー調達の開示状況をリアルタイムで把握する手段として、投資家対応や政策評価に示唆を与える。
In the global GX context
As global disclosure frameworks (ISSB, CSRD, SEC climate) expand, this work offers a scalable, LLM-based approach to monitor corporate energy transition engagement from web disclosures. It provides a conservative benchmark for near real-time tracking, relevant for regulators and investors assessing transition progress beyond self-reported sustainability narratives.
👥 読者別の含意
🔬研究者:LLMを用いた企業開示の自動評価手法と、その信頼性・再現性の検証に関心がある研究者に有用。
🏢実務担当者:自社ウェブ開示がエネルギー転換の取り組みとしてどう評価されるかを理解し、開示戦略の改善に活用できる。
🏛政策担当者:企業のエネルギー転換開示を大規模にモニタリングする手法として、政策立案や進捗評価に応用可能。
📄 Abstract（原文）
ABSTRACT This paper proposes a scalable method to measure firm‐level engagement with the energy transition using corporate website disclosures and large language models (LLMs). We construct a restrictive, policy‐aligned rubric that codes evidence of (i) energy efficiency improvements, (ii) decarbonization and emissions‐reduction strategies, and (iii) renewable energy use or procurement, as well as the renewable sources involved conditional on adoption. Applying this framework to a large panel of Spanish firms observed in 2023 and 2025, we show that LLMs, when constrained by transparent decision rules, can extract reliable and reproducible indicators from heterogeneous web content while limiting the risk of classifying generic sustainability narratives as implementation. Empirically, corporate energy transition engagement is increasing but remains limited in scope: Only a minority of firm‐year observations disclose actions. Disclosures are strongly asymmetric across dimensions, with renewable energy actions dominating, energy efficiency appearing less frequently, and decarbonization strategies remaining rare. Among renewable adopters, the reported energy mix is highly concentrated in solar. Adoption and disclosure vary by firm size and sector, and joint patterns indicate that integrated multidimensional transition strategies are uncommon. Overall, the proposed approach provides a conservative but robust benchmark for near real‐time monitoring of disclosed corporate energy‐transition engagement at scale.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1002/bse.71550first seen 2026-10-08 04:46:35
🔔 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。