Carbon intensity and its associations with labor productivity and income inequality in China’s transition to carbon neutrality: A machine learning analysis of the energy sector
中国のカーボンニュートラル移行における炭素集約度と労働生産性・所得格差の関連：エネルギーセクターの機械学習分析 (AI 翻訳)
Mohaddeseh Azimi, Zhengfu Bian, Narges Salehi Shahrabi
🤖 gxceed AI 要約
日本語
本研究は機械学習を用いて、中国エネルギーセクターの炭素集約度と労働生産性、所得格差の関連を分析した。脱炭素移行が経済的不平等に与える影響を定量的に評価し、政策立案に資する知見を提供する。
English
This study uses machine learning to analyze the associations between carbon intensity, labor productivity, and income inequality in China's energy sector. It provides quantitative insights into how the decarbonization transition may affect economic inequality, informing policy design.
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
中国のエネルギー転換は日本企業のサプライチェーン排出（Scope3）にも影響を与える可能性があり、本分析は日本企業の中国拠点における炭素管理戦略の参考となる。
In the global GX context
China's energy transition is critical for global decarbonization. This paper's machine learning approach offers a replicable method for analyzing the socio-economic co-benefits of carbon reduction, relevant to international climate policy frameworks.
👥 読者別の含意
🔬研究者:Demonstrates ML application to carbon intensity-socioeconomic linkages, offering methodology for broader energy transition studies.
🏢実務担当者:Provides evidence for energy companies in China on balancing carbon reduction with productivity and equity goals.
🏛政策担当者:Highlights potential trade-offs between emission targets and income inequality, informing just transition policies.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.1016/j.seta.2026.105174first seen 2026-06-29 05:13:15 · last seen 2026-06-29 05:13:20
🔔 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。