論文・プレプリント

Ángeles Montserrat Govea Franco, Saúl Domínguez Casasola, Heriberto Salazar-Soto

本研究は、排出権取引制度（ETS）の有効性を機械学習で分析。58のETSを4つの類型に分類し、ANNによりCO2排出削減の要因を特定。再生可能エネルギーの普及が最も重要で、都市化や汚職が阻害要因となることを示した。

Artem SHAPOSHNIKOV, Svetlana RATNER, Inna Choban de Sousa Paiva +1

本論文は、AIおよびデジタル技術の導入が企業のグリーンウォッシング（ESG開示と実績の乖離）に与える影響を、2009～2025年の76件の実証研究のメタ分析により検証。AI・DT導入は統計的に有意ではあるが緩やかなグリーンウォッシング低減効果（標準化β: -0.17～-0.03）を持つ。効果は国有企業、高汚染産業、大企業で顕著であり、機関投資家保有やBig4監査質などのガバナンス要因が強化する。

Xinyi Mu, Dujuan Yang, Qi Han

本研究は、住宅所有者組合における暖房システムの脱炭素化に関する意思決定を分析するために、ベイズ学習を用いたエージェントベースモデルを提案している。組合員の学習プロセスをモデル化し、政策や経済的要因が脱炭素化の普及に与える影響を評価する。

Rai A.

本研究は、スカンジナビアにおける風力発電を利用したグリーン水素生産について、技術経済評価と深層学習を組み合わせた分析を行った。深層学習モデルを用いて風力出力や水素生産コストを予測し、実現可能性を評価している。地域固有の条件を考慮したグリーン水素の経済性に関する知見を提供する。

Lin K.

本レビューは、CO2地中貯留（CCS）における機械学習（ML）の応用を包括的に概観する。予測モデリング、サイト選定、モニタリングなどへのML活用を解説し、今後の研究の方向性や技術的課題を提示する。MLによる貯留効率向上とリスク評価の可能性に焦点を当てている。

Zhipeng Han, Liguo Wang, Yongling Wang

中国の工業企業7,791社のデータを用い、解釈可能な機械学習（LASSO、ランダムフォレスト、SHAP）によりESG評価と炭素全要素生産性（CTFP）の非線形関係を分析。ESGスコアが4.5未満ではコンプライアンスコストが支配的だが、それを超えると急速に生産性が向上する閾値依存の軌道を発見。また、能力活用と資源調整の二要因がこの関係を調整し、2020年の二重炭素目標がコンプライアンス期間を短縮することを示した。

Mira Kopp

欧州の都市を気候緩和・適応戦略に基づき類型化。自動テキスト抽出とクラスタリング手法を用い、文献レビューと統合した。都市特性に応じた対策の設計を支援する。

KONE Bakary, DOSSO Mouhamadou, DIARRA Mamadou +1

本研究は、ハイブリッドエネルギーシステムからの温室効果ガス（GHG）排出を時間的に最適化するために、リカレントニューラルネットワーク（RNN）を適用している。RNNの時系列予測能力を活用することで、エネルギー生成と消費の動的なバランスを取り、GHG排出を最小化する運転スケジュールを導出する。AIを用いた排出削減の実証事例として、GX分野への応用可能性を示している。

Gotoh R.

本研究は、ネットゼロエネルギーシステムの多様な実行可能解を生成し解釈するための階層的遺伝的アルゴリズム（GA）と線形計画法（LP）に基づくフレームワークを提案する。説明可能AIとクラスタリングを統合し、意思決定者に理解しやすい解の提示を可能にする。実例ケーススタディを通じて手法の有効性を示す。

Sayyed Sadaqat Hussain Shah, Arshad Javed, Muhammad Mahboob Khan +2

本論文は、AI導入がグリーンボンド発行額と企業ESGスコアに与える影響を、54カ国・5万件超のデータと複数の計量モデル（固定効果回帰、分位点回帰、TVP-VAR-SV）を用いて分析。AI導入の1標準偏差増加でグリーンボンド発行が平均14.3%増加、ESGスコアも統計的に有意に向上することを示す。またCOVID-19以降、AIの役割がより顕著になった構造変化も確認。政策立案者や投資家に示唆を与える。

D. Samontaray, Randheer Kokku, N. M. Nasir +1

本稿はサウジアラビアの非金融企業を対象に、FinTech開示とESG報告の関係をテキスト分析で検証。2021-2024年のデータを用い、ESG開示指数とFinTech採用のテキスト尺度を構築。結果、FinTech開示とESG開示（特に環境）に正の相関を確認。デジタル変革とサステナビリティ開示が共発展する可能性を示唆。

张荪理, Jian Yin

本論文は、二重/脱バイアス機械学習を用いて、インテリジェント技術の普及が中国都市のエネルギーシステムのグリーン転換に与える影響を実証的に分析。技術浸透が炭素排出削減と再生可能エネルギー普及に寄与することを示唆。

Ahmet Eser, M. Sadrettin Zeybek, Ayşe Dinçer +2

本研究では、アルギン酸塩とFe3O4からなる複合サスペンションのレオロジー特性を機械学習を用いて解析し、同時にカーボンフットプリント評価を実施した。機械学習モデルにより粘度や弾性等のレオロジーパラメータを予測し、プロセス全体の環境負荷を定量化した。結果は材料設計と持続可能性の両面で新たな知見を提供する。

Ziming Xue, Jun Zhou

本論文は、低炭素を目的としたフレキシブルジョブショップスケジューリング問題に、Q学習を用いたフィードバック最適化手法を提案する。タイプ2ファジィ集合により不確実性を扱い、エネルギー消費と炭素排出を削減するスケジューリングを実現する。

Watheq J. Al‐Mudhafar, Ahmed Alsubaih, Kamy Sepehrnoori

本レビューは、CO2地中貯留（CCS）の各段階（注入前評価、注入最適化、注入後モニタリング）における機械学習（ML）の応用を体系的に調査。ランダムフォレスト、SVR、XGBoostなどの従来手法に加え、深層学習による異常検知や不確実性定量化を紹介。Sleipnerなど実証事例を通じ、MLがコスト削減、安全性向上、予測精度向上に貢献することを示す。最後にデータ不足や解釈可能性などの課題を指摘し、統合MLフレームワークを提案。

Rine Dewi Mustikasari, Maria Ulpah

本論文は、2014～2023年の1,362のグローバルグリーンボンドを対象に、XGBoostとSHAPを用いて利回りの決定要因を分析。マクロ経済・構造的要因が利回りを支配する一方、ESG属性、特に社会（S）要素が有意な影響を持つことを発見。インドネシアでは高利回り・高ESGの特徴を示し、ESGプレミアムはマクロ安定化後に初めて実現する。

Md. Abul Kalam Azad, A. Masum, M. Rahman +3

EcoStack-Proは、LightGBMやXGBoost等のスタッキングアンサンブルとFed-GenAdaptiveアルゴリズムを用いた連合学習フレームワークで、異種産業セクターのESG監査を高精度かつプライバシー保護的に実現する。SHAPとLIMEによる解釈性も備え、ガバナンス評価の非線形要因を明らかにする。

Hye-Kyoung An, Moon-Koo Kim, Byoung-Chang Choi +1

本研究は、Scopusから取得した5,097件のESG関連文献を環境（ENV）・非環境（non-ENV）領域に分類し、書誌計量分析、国際共著ネットワーク分析、BERTopicモデリングにより知識構造を比較した。両領域とも2020年以降急増するが、non-ENVは論文数・総被引用数で上回る一方、ENVは1論文あたりの被引用数で優れ、トップ被引用論文の割合も高い。トピックモデルにより、ESG開示、取締役会の多様性、デジタル変革は共通トピック…

Chengji Liang, Yantao Li, Jianquan Guo

本論文は物流業の低炭素化におけるグリーン技術イノベーションの効果を、パネルデータと機械学習を用いて分析した。結果、特定の技術が排出削減に有意に寄与することを示唆し、政策的・実務的示唆を提示している。

Mohsin Khan¹, Wendy Ashurst²

本論文は、ESG報告の整合性を高めるためのAI活用ガバナンスフレームワークを提案する。セクター別にアルゴリズム検出と人間の判断を調和させる手法を提示し、グリーンウォッシュの低減と開示品質向上を目指す。