論文・プレプリント

Sajjad Ahmed

本系統的レビューは、統合マネジメントシステム（IMS）のデジタル化が業務効率、持続可能性、戦略的価値に与える影響を69件の研究と企業報告書から分析。AI・IoT・クラウド技術がリアルタイムのコンプライアンス監視、予測保全、ESG報告を可能にし、監査準備時間を30-40%削減するなどの効果を示す。中小企業の導入障壁やサイバーセキュリティ課題も指摘し、政策支援とモジュール型ソリューションを提言。

Yubao Wang, Zhenzhong Liu

本研究は「双炭」目標下で石炭火力産業のデジタル化とグリーン変革のシナジーを評価するため、22指標からなる4次元評価システムとFuzzy DEMATEL-MultiMOORA-Borda統合モデルを提案。7つの移行シナリオを評価し、デジタルツインと新エネルギー統合のシナリオが最適と判明。炭素価格とデジタルヘッジ能力が主要因で、政策効果には財務リターンとグリーン変革の限界経済性が重要。

Adedokun A. Adebowale

ナイジェリアの公共調達における持続可能性の組み込みを目指し、デジタル改革の効果を評価。AI異常検知やOCDS、ジェンダー対応型グリーン調達を含む政策枠組みを提案し、シミュレーションで年間1.8兆ナイラの節約と33万のグリーンジョブ創出を見込む。

Xing Bao, Xu Zhang

本論文は、中国A株企業の年次報告書テキストから気候リスク認識指数を構築し、企業のグリーンイノベーションへの影響を実証分析した。気候リスク認識の向上は、資金調達制約の緩和、研究開発投資の増加、ESGパフォーマンスの改善を通じて、グリーンイノベーションの質と量を有意に促進することを示した。東部地域や国有企業で効果が顕著であり、企業規模によって質と量への影響が異なる。

Ekwuye, Ben Madu, Lawal I. Lamidi, Okoroiwu, Kemdi Lugard +1

本研究は、ブロックチェーン、AI、ビッグデータ、XBRLなどの技術が、ナイジェリアなどの新興市場における持続可能な財務報告に与える影響を検討する。ステークホルダー理論や技術受容モデルに基づき、ESGデータ収集の自動化や予測分析、統合監査の可能性を論じ、資本コストの10-15%削減などの利点を示す。規制当局への提言として、XBRL-ESGタグ付けの義務化やハイブリッド保証モデルを挙げる。

Kunjie Zhu, Simin Yang, Mingkun Zhou +1

中国の上場企業4,728社の特許データを用い、国家ビッグデータ総合試験区政策が企業のグリーンイノベーション（特許件数）を4.5%増加させることを実証。資金調達の改善、補助金、情報非対称性の低減が経路であり、非国有企業や高イノベーション企業で効果が大きい。一方、影響力・質・多様性への効果は限定的で、量的な焦点が示唆される。

Nabeela Ehsan

本研究は、AIによるESGコンプライアンス監視が企業のサステナビリティリスクを低減するかを、2016-2024年の上場企業320社のパネルデータを用いて検証した。GLS回帰の結果、AI監視の導入はリスクを有意に低減（係数-6.84）し、ESGパフォーマンスも負の関連を示した。企業規模やレバレッジも影響し、結果は頑健性チェックで安定していた。AI統合は規制対応の戦略的必須事項であり、政策立案者は中小企業へのAI導入支援が推奨される。

Jiehui Chen, Dexing Sun, Feiwei Li +4

本論文は、高精度な負荷予測と最適スケジューリングを統合した産業用電力消費の動的多目的最適化フレームワークを提案する。改良型LSTMモデル（DGO-TA-LSTM）で負荷予測を行い、NSGA-IIとIGTDを用いて電力コスト、炭素排出量、負荷偏差の3目的を最適化する。中国南部の高エネルギー産業企業の実データを用いたケーススタディでは、電力コスト1.9%削減、炭素排出量30%削減を達成した。

Santosh Kumar, Neha Gupta, Swarnima Gorani

本稿は、AIをグリーンファイナンスに応用する際の政策枠組みとインセンティブ設計の重要性を論じる。適切なガバナンスがなければ、アルゴリズム差別やデータ偏りなどのリスクが社会目標を損なうと指摘し、税制優遇や補助金などの政策手段が環境投資を促進する役割を強調する。

Yinhao Zhu, Sheng Li, Juan Yin +2

本論文は、バイオ炭施用が温室効果ガス排出削減と作物収量に与える影響を、メタ分析と機械学習を統合して解析し、最適な施用条件を特定することを目的とする。農業分野における気候変動緩和策としてのバイオ炭の有効性を定量的に評価する。

Monica Canepa

海事・港湾の脱炭素化技術選定を支援する説明可能な多基準意思決定フレームワークを提案。AHP、TOPSIS、SHAPを統合し、経済・技術・環境・社会・サイバー物理セキュリティの各基準を考慮。ロッテルダム港の実データで検証し、安定したランキングと意思決定要因の解釈可能性を実証。IMO戦略やEU ETS等の政策文脈に適合。

Yunhua Zhang, Jia Wu

本論文は、中国のグリーンファイナンス改革政策が企業の持続可能なイノベーションに与える影響を、制度理論とステークホルダー理論に基づき検証。2012〜2022年の中国A株上場企業データを用いたDID分析により、政策がイノベーションの投入と産出を有意に促進し、CSR戦略が部分的な媒介効果を持つことを示した。また、産業・地域による異質性や、グリーンクレジット比率が一定水準を超えるとCSRがイノベーション投入を促進する閾値効果も確認。

Sendy Dwi Haryanto, Dian Agustia, Iman Harymawan

本研究は、欧州の石油ガス企業205社（2018-2023年）のパネルデータを用い、リスク管理委員会（RMC）とGRI準拠が温室効果ガス排出量と企業価値の関係に与える影響を分析。RMCは排出関連の価値毀損を37%緩和し、GRI準拠は排出量と価値の関係の12%を媒介するが、強固なガバナンスと組み合わせた場合に限る。スコープ別では、スコープ1排出がスコープ3より32%強い市場ペナルティを受け、EU ETS下での規制可能性プレミアムを示す。EU…

B. Gyamfi, Richard Arhinful, Leviticus Mensah +2

英国ロンドン証券取引所上場の非金融企業143社（2008-2024年）のデータを用い、持続可能な金融（環境支出、排出削減政策、グリーンボンド発行）が製品責任に与える影響をCS-ARDL等の手法で分析。環境支出と排出削減政策は製品責任を有意に高め、取締役会の環境専門性がその効果を強化することを示した。象徴的な取り組みを超えた実質的な環境戦略の統合を提言。

Nanlan Du

本論文は、中国のグリーンファイナンス政策が企業の低炭素移行に与える影響を、多層パーセプトロン（MLP）アルゴリズムと差分の差分法（DID）を用いて実証分析した。2014年から2023年までの30省のパネルデータを分析し、グリーンファイナンス政策が企業の低炭素移行を促進することを確認した。並行トレンド検定や頑健性チェックを経ても結論は安定している。

Aiying Zhao, Qian Chen, Yang Zhao +3

本論文は、炭素価格予測の精度向上を目的とし、TransformerとsLSTMを組み合わせたハイブリッドモデルを提案する。VMDによる多スケール分解とWOAによるパラメータ最適化を導入し、短期変動と長期トレンドの同時捕捉を実現。実データでR2=0.9862、MAPE=0.56%を達成し、炭素市場リスク監視や投資判断への応用可能性を示す。

Abdullah Kursat Merter, Beylem Çeli̇k, Gökhan Özer

本研究は、BISTサステナビリティ指数に上場する非金融企業のパネルデータ（2014-2023年）を用いて、ESGコンテンツ強度と開示スピードの関係を分析。BERTベースのテキスト分析でESG強度を測定し、固定効果回帰で検証した結果、ESG強度が高いほど報告開示が加速することが示された。また、サステナビリティ委員会は報告効率を高めるが、コンテンツ複雑性が増すとその効果が減衰するというガバナンスのボトルネックが明らかになった。

S. Shin, Seon-Mi Kim, Seung-Weon Yoo

本研究は韓国上場企業のサステナビリティ報告書をテキストマイニングで分析し、ESG開示の類似性と完全性を定量評価した。類似性は経年で低下傾向にあるが、2023年の義務開示延期で一時上昇。完全性はガバナンス（G）領域が低く、小規模企業で開示水準が最も低いことを示した。

Marek R. Helinski

本研究は、生成AIを用いた持続可能な物流意思決定支援フレームワークを提案する。CBAMやCSRDなどEUの規制変数を物流計画に組み込み、シナリオ生成と多目的最適化により、炭素コストと排出量を比較評価する。鉱山用ロープの調達・輸送の事例で、中小企業・大企業とも分析時間の短縮と意思決定の透明性向上を実証し、生成AIをガバナンス手法として位置づける。

R. Purushothaman, R. Alamelu, Sathya Manickam +2

本稿は、ESG目標と規制強化の下でAIなどの新興技術が持続可能なサプライチェーンをどう再構築するかを論じる章。AIによる設計・在庫最適化で廃棄物と排出を削減し、ブロックチェーンでトレーサビリティを向上させる。デジタルツインや再生型サプライネットワークの可能性も示しつつ、データプライバシーやAIバイアス等の倫理的リスクと対策を提示する。