論文・プレプリント

Andy Dwiki Iranda, M. Mujiya Ulkhaq

インドネシア証券取引所上場企業62社の2023年度サステナビリティ報告書を、Orange Data Miningによる単語頻度分析で解析した研究。CSR4次元（環境、社会・労働、社会・人権、社会・社会）に分類した結果、環境関連用語が54.6%と最も多く、次いで社会・労働28.7%、社会・人権9.6%、社会・社会7.1%であった。エネルギー・素材セクターで持続可能性関連用語の頻度が高い。ただしこれはテーマの強調の証拠であり、実際のパフォー…

Masradin Masradin, Syamsuddin Syamsuddin, Neks Triani +2

本論文はPRISMA 2020に沿った系統的文献レビューにより、資本市場ベース会計におけるビッグデータとAIの役割を検討した。29件の研究をデータ基盤・分析処理・開示報告・ガバナンス保証の4側面に分類し、AVC-GLモデルへ統合。AIは複雑データ処理と意思決定を支援し開示効率を高める一方、データ品質・ガバナンス・人的監督に依存し、生成AIはグリーンウォッシュ等の新リスクを伴うと指摘する。

Rinaldi Sinaga, Enny Susilowati Mardjono, Nila Tristiarini

本研究は、8カ国のパーム油プランテーション企業198社を対象に、企業のESG自己開示と外部メディア・NGO報道との乖離をNLPで定量化し、グリーンウォッシング深刻度指数（GSI）を構築した。ESG焦点度、感情分析、TF-IDF、トピックモデリングを統合し、規制成熟度やRSPO・ISPO・MSPO認証、上場の有無が乖離に与える影響を分析している。結果、グリーンウォッシングは中程度だが広範に存在し、RSPO認証企業や上場企業ほど叙述の整合性…

Dong-Xue Qiao

EV企業の競争がデータ駆動型へ移行する中、従来の「後方視的」マーケティングは需要予測の歪みや在庫不均衡、サプライチェーンの硬直化を招き、炭素排出増大の一因となっている。本論文はBYD・Tesla・Geelyの実証分析に基づき、リアルタイム需要予測・ESG組込み・サプライチェーン協調最適化を統合した持続可能マーケティング体系を構築。AI駆動プラットフォームでCRM・ERP・ESGデータを統合し、車両あたり製造コスト10%削減、在庫回転44…

J. de Lara, Esther Guerra, Jacinto Corral +1

本論文は、サステナビリティ報告書の作成を自動化するためのインテリジェントなモデルベース手法を提案している。モデル駆動型のアプローチにより、開示項目の構造化と報告プロセスの効率化を目指すものとみられる。抄録がなく詳細は不明だが、AIを用いたESG開示インフラの構築という点でgxceedの重点テーマに合致する。

Pouyan Mobaseri Abed

本論文は、製造業における産業廃棄物と炭素排出の削減に向けて、予測分析・機械学習・プロセス最適化などのAI手法を適用した包括的研究である。多様な製造シナリオで廃棄物とCO2排出の大幅な削減が示され、AIが産業オペレーションを変革する可能性を実証している。産業管理者と政策立案者向けに、持続可能な実践のための実践的示唆を提供する。

Fabian Dablander, Simon Wimmer, Jonas M B Haslbeck

大手紙ガーディアンの気候変動報道18,785件をLLMベースの手法で分析した初の包括的評価。2018年以降報道量が急増し高止まりする一方、原因・緩和は化石燃料と再エネに偏り、農業・過剰消費・炭素不平等・経済成長への言及は乏しい。適応は原因・影響・緩和より著しく少ない。より包括的な報道の余地を示す。

Kaiwei Jia, Wenhua Wang

AI応用がサプライチェーンの炭素フットプリントを緩和するのか悪化させるのかを、二重機械学習（DML）による因果推論で検証した実証研究。AI導入の環境効果が一方向でない可能性を示唆し、Scope 3管理やサプライチェーン脱炭素政策に因果的エビデンスを提供する。

Fabian Dablander, Simon Wimmer, Jonas M B Haslbeck

大規模言語モデルを用いて、ガーディアン紙の気候変動関連記事18,785本を2010〜2025年にわたり分析した初の包括的評価。2018年以降に報道量が急増し高止まりする一方、原因と緩和策は化石燃料・再生可能エネルギーに偏り、農業・過剰消費・炭素不平等・経済成長への言及は乏しい。適応策の報道は原因・影響・緩和に比べ著しく少ない。より包括的な気候報道の必要性を示唆する。

Maciej M. Sokołowski

本稿は、AIが気候行動とエネルギー政策において果たす役割を検討する。エネルギー転換、送電網の近代化、エネルギー効率、再生可能エネルギー導入、排出削減への貢献可能性に着目し、EUと日本を比較分析する。両地域がAIを気候・エネルギー・産業戦略にどう統合しているか、またエネルギーガバナンスにおける規制上の含意を論じる。

Shen S.

本論文はLSTMとTransformerという深層学習モデルを組み合わせ、グリーンファイナンス市場の発展動向を予測する手法を提案する。時系列の長期依存と注意機構を活かし、市場指標の将来推移を高精度に推定することを狙う。グリーンボンドやESG投資の資金フロー予測に応用可能な点が実務的意義を持つ。

Chen W.

本論文は、デジタルアパレルエコシステムにおいて連合学習（Federated Learning）を活用し、ESGデータの真正性を検証・保証する分析手法を提案する。プラットフォーム・ガバナンスの観点から、分散したサプライチェーン上のESG情報の信頼性確保とデータ主権の両立を論じる。AI×ESG評価の交差領域に位置づけられる研究である。

Anis Omri, Fadhila Hamza

新興国23カ国・2015〜2023年のパネルデータを用い、AIがグリーン技術革新（GTI）を媒介して再エネ移行を促進する経路を検証。サイバーセキュリティとESGパフォーマンスがこの関係を強化する調整要因として機能することを示した。AI単独では再エネ進展は達成できず、制度・ESG整備が不可欠と結論づける。

Aisu Mustafaevna Bodur, Victor Sergeevich Tokarev, Alexander Sergeevich Nevzorov

本論文は、農業分野における炭素フットプリント削減と持続可能な発展に向けたデジタル技術の可能性を分析する。世界およびロシアの温室効果ガス排出動向を概観し、スマート温室やスマート農業、IoT・AI・ビッグデータなどの要素技術をレビューする。これらの技術が水・エネルギー・肥料の利用を最適化し、農業フードチェーンのGHG排出を削減しうると論じる。

Jinglong Chen, Qinyi Gu, Wencheng Lin +1

本論文は大規模言語モデル（LLM）を用いて中国の低炭素政策の拡散過程をマルチトピック分析した研究である。政策文書のテキストをAIで解析し、政策テーマの伝播・普及パターンを定量的に可視化する手法を提示する。AI技術を気候・エネルギー政策分析に応用する先駆的事例として、政策モニタリングとGX政策評価に新たな分析基盤を提供する。

S. Nawazish, Serish Umer, T. Jabeen

本論文は、AI・フィンテック・気候リスク評価の交差点を2022〜2026年の文献・規制・実務から整理したレビューである。物理的リスク・移行リスク・シナリオ分析・グリーンウォッシュ検出・与信・ロボアドバイザリーへのAI応用を分類し、TCFD・ISSB・CSRD・NGFSの規制枠組みに対応づける。AIは持続可能金融の分析能力を拡張する一方、データ品質・ESG格差・説明可能性・「AIウォッシング」・新興国格差・AI自体の炭素フットプリントとい…

Anonymous 2 Anonymous2

機械学習ワークロードのエネルギー消費を、モデル実行前に評価するゼロショットLCAフレームワークを提案。DAG走査とトポロジカル深度抽出により、運用炭素・Scope3組込炭素・ネットワーク伝送炭素・水フットプリントを統合的に推算する。実測テレメトリとの順位相関は高く、無線伝送の負荷がエッジ推論炭素を大幅に上回る場合があることを示した。

Funny Chibwe, Tendai James Mapanga

ジンバブエを対象に、AIを活用したESG炭素会計・報告の可能性と課題を専門家の視点から検討した研究。AIによる炭素データの自動計測・報告の効率化が期待される一方、データ基盤や制度整備の不足が導入障壁となることを示す。新興国における開示インフラ構築の方向性を提示する。

Danqing Lin, Dan He, Yu Zhao

本研究は、LLMを活用したマルチエージェント・フレームワークにより、約50のグローバル銀行の7年分・数百件の年次報告書からESGおよび財務指標を直接抽出する手法を提示する。カテゴリ別プロンプト設計で同義語や単位・尺度の差異を吸収し、異質な開示情報を比較可能な構造化データへ変換する。指標レベルでの相関分析の結果、環境指標がROA・ROEと比較的強く一貫した関連を示すことを明らかにした。商用格付に依存しない、拡張可能で再現可能なESG・財務…

Felix Maximilian Kania

本研究は、米国GHGRPの自己申告排出量とClimate TRACEの衛星推定値を施設レベルで突合し、その乖離の要因を機械学習とベイズ推論で分析した。乖離の大半は施設固有の要因で説明され、親会社や地理的要因は二次的、業界全体の影響は最小であった。報告年や総排出量は有意な影響を持たず、誤差は体系的でなく個別の不正確さに起因することが示唆される。ボトムアップの自己申告とトップダウンの衛星監視を統合するハイブリッド検証枠組みの必要性を強調して…