論文・プレプリント

Daichen Guo, Sanglin Zhao

本研究は2010年から2023年の中国A株上場企業を対象に、企業のデジタルトランスフォーメーション（DX）が炭素排出に与える影響と、ESGパフォーマンスの媒介効果を実証分析した。DXは資源利用効率の向上や環境ガバナンス強化を通じて炭素排出を削減し、特にハイテク企業や成長企業、東部地域で効果が顕著である。また、DXはESGパフォーマンスを向上させ、ESGを通じた炭素削減経路も確認された。政府の政策支援と企業のDXとグリーン生産の統合が重要…

Yuanyuan Ma, Siyu Peng, Yun Yu

炭素価格の複雑な非線形ダイナミクスを捉えるため、CEEMDAN、サンプルエントロピー再構成、変動係数アンサンブルを統合したハイブリッド予測フレームワークを構築。SHAPとTVP-SV-VARを用いてスケール別・時変的なドライバー影響を解明し、CEEMDAN-SE-GRUモデルがR2=0.96と高精度を達成。政策提言として多層的な監視・早期警戒システムや適応的政策ツールキットを提案。

Sohail M.

本論文は、ドイツの銀行部門を対象に、AIの活用がESGパフォーマンスに与える影響を、グリーンファイナンスの仲介効果に着目して実証分析する。AI技術の導入が銀行のESG評価やグリーン融資の促進に寄与する可能性を示唆する。

Xuelong Zhang, Xiaoling He, Mei Li +3

本研究は、中国の上場エネルギー企業2010-2023年のパネルデータを用いて、AI導入が炭素排出強度を有意に低下させることを実証。経営者のデジタル背景が効果を強化し、低炭素都市政策が補完的役割を果たす。メカニズムとして設備利用率向上、サプライチェーン効率改善、生産効率向上を特定。東部・中央部、国有企業、従来型エネルギー企業で効果が大きい。

Alfa Yohannis, Alexander Waworuntu

本論文は、グリーンIoT環境における画像ベース時系列ワークロードに対して、ドキュメント指向、リレーショナル、ハイブリッドオブジェクトリレーショナルの各データベースのカーボンフットプリントを比較し、炭素排出を考慮したストレージ選択手法を提案する。AI/ML技術を活用してワークロード特性を分析し、最適なストレージを選択することで、エネルギー消費と二酸化炭素排出を削減することを目指す。

Saad Khan, Ahmed A. Aboushady, Firdous Nazir +1

本研究は、低圧配電網における未登録の低炭素技術（PV、EV、ヒートポンプ）をプライバシー保護しつつ検出・分類・位置特定する枠組みを提案。GDPR準拠の計測データを用い、LSTMオートエンコーダ、統計的ルールベース分類器、デジタルツインを組み合わせる。IEEE 33バス系統での検証で、顧客レベルの位置特定精度98%を達成。

Aurélien Saussay, Misato Sato, Francesco Vona

米国のオンライン求人データを用い、NLPと既存のグリーン分類を組み合わせて低炭素職を特定する手法を開発。低炭素雇用は低技能職で多いが、同一職種内ではより複雑なスキルを要求し、賃金プレミアムは小さい。賃金プレミアムは時間とともに減少し、企業固定効果に起因する。低炭素雇用は高炭素雇用と空間的に相関し、富裕地域に多い。

Issam Benhayoun

本研究は、モロッコの会計専門家335名を対象に、ISSB基準の採用意図を規定する要因を分析。制度的圧力は、知覚された有用性と容易性を通じてのみ採用意図に影響することを実証。機械学習（Random Forest, XGBoost）と構造方程式モデリングを組み合わせ、知覚された容易性が必要条件であることを発見。新興国におけるISSB採用の不均一性を説明する理論的枠組みを提供。

Kishore Kumar, Susela Devi Suppiah, Preeti Bhaskar +1

本論文は、循環経済への移行を促進するためのAIガバナンスの政策アーキテクチャを検討し、新興経済における課題と機会に焦点を当てる。AI技術が循環経済の原則をどのように支援できるか、また効果的なガバナンスの枠組みの必要性を論じる。具体的な実証分析は不明だが、政策立案と技術導入の交差点を示唆する。

João Oliveira, Tiago Santos, Fernanda Brito Correia +3

本研究は、再生可能エネルギーコミュニティ（REC）の計画を支援するため、デジタルツインに着想を得たシミュレーションフレームワークを提案する。高解像度スマートメータデータと人口統計フィルタリング、AIベースのN-HiTS予測モデルを統合し、ポルトガルのクルアトラ島エネルギーコミュニティに適用した。PV拡大とBESS導入のシナリオを評価し、最適構成では自給率37.3%、自家消費率99.8%を達成した。

Shan Wang, Yanze Wang, Yue Gao +1

本論文は、企業がAI技術を過剰に宣伝する「AIウォッシング」が、実際のエネルギー移行努力に与える影響を実証的に分析する。AI関連の主張と実際のグリーン行動の乖離を検出し、企業の脱炭素化へのコミットメントの信頼性を評価する手法を提案する。結果は、AIウォッシングが企業のエネルギー移行を遅らせる可能性を示唆する。

Qi Chen

本論文は、サプライチェーンの混乱（港湾閉鎖、異常気象、供給者障害）に対応するため、コスト・強靭性・炭素排出を同時に最適化する動的再ルーティング手法RADR-MOを提案する。グラフアテンションネットワークとメタ強化学習を統合し、未知の混乱シナリオにも迅速に適応する。実データでの評価では、強靭性スコア0.943、コスト33.7%削減、再計画遅延5.1倍高速化を達成。

Shangjie Liu, Agyemang Kwasi Sampene, Hazrat Hassan

本研究は、中国・日本・ドイツ・米国・韓国の5カ国を対象に、デジタル技術、クリーンエネルギー移行、産業構造の高度化が気候変動に与える非線形な影響を、多層ニューラルネットワークとDeep SHAPを用いて分析した。結果、ロボット導入や環境技術、ICTの発展は排出削減に寄与するが、経済成長と都市人口増加は排出を増加させる。再生可能エネルギーと産業イノベーションが最も影響力のある予測因子である。

Radosveta Krasteva-Hristova

本研究は、英国の大手監査法人4社（Big Four）が2024年の透明性レポートでAI支援業務における人間の監督と説明責任をどのように開示しているかを分析。7つの次元に基づくAI-JGDI指標を開発し、AI固有の検証と関与レベルのトレーサビリティで開示が不十分であることを発見。AI開示とサステナビリティ保証開示は並行的で、方法論的リンクは明示されていない。

Manoj D. S, Sankari M, Aruneswar Meera S +1

ウェブサイトの炭素排出を評価・最適化するフレームワークGreenscan-AICO2Rを提案。マルチページクロール、画像分類、NLPによる個別最適化提案を行い、画像圧縮や遅延読み込みで排出量を30〜40%削減可能とシミュレーションで示した。ケーススタディでは月間CO2排出量を32%削減。将来はCNNやリアルタイム炭素強度データの統合を計画。

Shiju Li, Hongjie Lan, Hanying Jiang +5

本論文は、CEEMDAN-SE-Transformerモデルを用いて炭素排出権価格の予測精度を向上させる手法を提案する。中国広東省の炭素市場の2015〜2022年のデータを用い、原油価格やEU炭素価格などの影響要因を考慮する。比較実験の結果、提案モデルは他のモデルより誤差が小さく、高精度な予測が可能であることを示した。炭素市場の取引者や規制当局の意思決定に有用な知見を提供する。

Summaiya Unnisa Begum, Mohammed Nadeem Ullah, Mohammed Abdul Ghani Khan

炭素市場の価格予測は難しい。既存研究はEU・中国に偏り、政策テキストを単純な感情スコアに圧縮し、説明安定性を欠く。本研究は10のギャップを整理し、市場系列と政策テキストをクロスアテンションで融合するEPA-CarbonNetを提案。11年分のS&P炭素指数で検証した結果、ランダムウォークに負けるなど否定的結果が多く、政策アテンションは規制イベントと一致しなかった。方向的中率58.6%はベースラインを上回る。

Huanbei Zhao, Changhong Yu, Guobin Fu +3

データセンタークラスターの建設順序と負荷成長を考慮し、冗長な初期投資を回避しつつ後期の電力信頼性を確保する多段階低炭素計画手法を提案。季節別の代表日シナリオを生成し、段階的炭素取引メカニズムを組み込んだライフサイクルコスト最小化モデルを構築。炭素制約強度の比較シナリオにより、各技術の建設スケジュールと容量配分を決定する。結果は、投資タイミングと炭素削減要件を調整することで大規模データセンターの低炭素拡張を支援できることを示す。

Abdulrahman H. Ba-Alawi, Abdo Abdullah Ahmed Gassar

本レビューは、AIを活用したネットゼロ建築（NZB）実現の可能性を、HVAC効率（需要側）、再生可能エネルギー統合（供給側）、AIによる最適化（統合層）の3領域から分析する。AI技術、特に強化学習とデジタルツインは、エネルギー予測精度の向上（R2>0.90）やPV自家消費率の向上（11-13%）に寄与し、エネルギー性能ギャップ（BEPG）の解消に有効である。一方、データ品質や相互運用性、説明可能性などの課題が残る。

Abbas N, Hao L, Ayoubi M

本研究は、浮体式洋上風力タービン（FOWT）に対する偽データ注入（FDI）攻撃を検出・補正するため、信頼性ゲート付きGRU（リカレントニューラルネットワーク）を用いたセキュア制御フレームワークを提案する。提案手法は、センサー予測の信頼性を評価し、攻撃を受けた測定値を補正することで、ロータ速度や発電電力の制御精度を向上させる。シミュレーションでは、攻撃検出精度97.27%を達成し、ロータ速度と発電電力のRMSEを26.96%低減した。