論文・プレプリント

Alistair Vance, Sora Tanaka, Mateo Benitez

本論文は、Eコマースの持続可能性課題（包装廃棄物、物流排出、返品率、アクセシビリティ、ESG開示）に対し、AIを監査可能な意思決定支援として用いる4層ガバナンスフレームワークを提案する。素材循環性、運用最適化、デジタル公正性、開示保証の各層から構成され、設計原則と監査手順を示す。AIによる持続可能性ガバナンスは、出力のトレーサビリティと独立検証が不可欠と結論付ける。

Hieu Thanh Nguyen, Hoa Minh Pham, Anh Thao Nguyen +1

本研究はベトナムの非金融上場企業を対象に、ESG開示と租税回避の関係を分析。ESG指標（特に環境・社会・ガバナンス）が租税回避を抑制する効果を確認しつつ、財務制約や国有企業の所有構造がその効果を弱めるという興味深いモデレーション効果を発見。機械学習モデルによりESG変数が租税回避予測精度を向上させることも示した。

Elena A. FEDOROVA, Anzhelika A. KOVALEVA, Lyudmila I. CHERNIKOVA

本論文は、ロシア企業の非財務報告書に対してLDAトピックモデリングを適用し、ESGの社会（S）要素に関する業種別開示指標を構築した。業種による社会課題の開示パターンの違いや、特定トピックが企業価値に与える影響を明らかにしている。提案された指標は時系列・業種標準化されており、ESG分析や投資判断に活用可能である。

Qianxing Chen

本論文は、ESG評価におけるAIモデルの進化を概説し、トピックモデルからドメイン適応型Transformer、検索拡張言語モデルへの移行を追跡する。ニュース、決算説明会、レポートからのマルチラベルフレーズアノテーションに焦点を当て、非ESGコントロール、業界マテリアリティ、財務センチメントを統合する。精度・再現率、外部妥当性、格付機関間の構造的差異を考慮した評価を行う。最終的に、テキスト→メトリクス→計量経済学のアプローチを提案し、ES…

Kokubu, Hiroyuki

この論文は、企業のサステナビリティ開示における非財務エビデンスインフラの成熟度を測定する開示ベースの手法を提案する。N4（事業-環境統合）とN5（ガバナンス統合）の二つのスコアリング軸、ΔN（前年差）、四つの回帰タイプ分類、および四つの主要AIプロバイダーを用いたマルチプロバイダLLMコンセンサススコアリングパイプラインを導入する。日本の上場企業6社のFY2025-FY2026パイロットによりパイプラインを検証し、文書タイプ変更によるΔ…

Hiroyuki Kokubu

本論文は、ESGナラティブ開示の自動スコアリングにおける高推論LLMの有効性を、日本の上場企業10社のデータを用いて検証した。4モデルのコンセンサス設計により、高推論モデルと低推論モデルの間のスコア差は平均0.38（5点満点）と小さく、コストは約5.6倍であることを示した。結果として、高推論モデルの追加的便益は限定的であり、コスト効率の高いESGスコアリングパイプラインの構築には低推論モデルのコンセンサスが有効であると結論づけている。

Hiroyuki Kokubu

本論文は、日本の主要上場89社のGHG排出データの構造化開示アクセシビリティを、EDINET法定開示書類からの直接抽出と、LLMを用いた任意のサステナビリティ報告書からの抽出の2手法で検証。EDINET側では23社が当期のGHG関連構造化タグを持つ一方、47社はなし。LLM抽出では88社中52社からスコープ値取得。両パイプラインにおけるスキーマ強制の欠如が比較可能なデータの障壁であると指摘。

Kai-Robin Lange, José Cassola, Marcelo Lufin +11

本論文は、チリのエネルギー移行に関連する社会環境紛争の公共言説を、2011年から2025年までの1,996件のニュース記事に動的トピックモデリング（RollingLDA）を適用して分析する。12のトピックを特定し、HidroAysénダムやDominga鉱山などの紛争の時間的変遷、およびグリーン水素やリチウムといった新たな争点の浮上を明らかにした。さらに、地域ごとのトピック分布を可視化するインタラクティブダッシュボードを提供し、再現可能…

João Felipe Freitag, Lucas Kovaleski, Cleomar Reginatto

本論文は地理情報処理とAIを統合し、気候変動下でのSDGs達成を支援する手法を提案する。具体的な成果は不明だが、AIを用いた環境・社会指標のモニタリングや予測が期待される。

Shilin Ou, Yifan Xu, Luyao Zhang

分散型エネルギー市場におけるAIエージェントの信頼性評価用ベンチマーク「SolarChain-Eval」を提案。物理制約とLLMによる監査層を組み込み、RLエージェントとLLM監査の性能を評価。ユーティリティと安全性のトレードオフを明らかにし、信頼性向上には物理制約と透明な介入記録が必要と結論。

May, Jacinta, De Matteis, Nicolas

本研究では、CO2還元触媒発見のための量子精度AIパイプラインClimateChem-QXを提案。従来のDFT計算の誤差（最大861 meV）に比べ、SQD+Krylov手法により0.006 meVの精度を達成。アクティブラーニングにより量子オラクル呼び出しを35%削減。触媒スクリーニングの精度ボトルネックがMLモデルではなく訓練データにあることを示す。

Mohammed Abdalghafoor, IJETRM Journal

本レビューは、AIを活用したエネルギー管理システム（EMS）が持続可能な脱炭素化にどのように貢献できるかを包括的に分析。機械学習、深層学習、強化学習、予測分析、デジタルツインなどの最新技術を概観し、リアルタイム最適化、需要予測、グリッドレジリエンス、排出削減の機会を提示。一方で、データ品質、サイバーセキュリティ、モデルの透明性、スケーラビリティ、規制遵守などの課題も指摘。説明可能なAI、エッジインテリジェンス、連合学習、政策枠組みなど今…

Salinas JVR, Calderon AD, Macayan JV +1

本レビューは、太陽光、風力、水力発電システムにおいて機械学習、深層学習、強化学習、ファジー論理などのAI技術がどのように応用されているかを統合的にまとめた。深層学習は最大50%の予測誤差削減を達成し、強化学習とハイブリッドモデルは適応制御とリアルタイム意思決定を可能にする。課題としてデータ可用性や計算コストを指摘し、説明可能AIやスケーラブルな展開の重要性を強調している。

Ding Q, Anandarajah G, McDowall W

本研究は、AIによる社会的センシングと高解像度エネルギーシステムモデリングを統合し、中国を事例に変動性再生可能エネルギー（VRE）の後悔の少ない導入経路を特定した。コスト最適のベースラインとは異なり、社会的選好を考慮すると資源豊富な西部への集中ではなく、空間的に分散した配置が望ましいことが示された。また、気候目標と系統安定性のバランスを取るには70～75%のVRE普及率が妥当な運転ウィンドウであると特定した。

Venios, Stefanos, Velmachos, Thodoris, Georgiadis, Panagiotis +2

本レポートは、農場向けエネルギー管理システム「HarvRESt」のクラウドプラットフォームとダッシュボードの開発を報告する。AIモデル（LightGBM、XGBoost）を用いてPV発電、風力発電、需要予測、バイオガス推定、バッテリー柔軟性シミュレーションを実行し、自己消費最大化エンジンにより運用計画とKPI（自己消費率、CO2回避量など）を提供する。3つの実証サイトで有効性を確認した。

Erokhin, D.

YouTube上のESG報告に関する553本の動画と5060件のコメントを分析。動画はESG報告を支持する傾向があるが、視聴者のコメントはグリーンウォッシングや政治化への懸念など多様な立場を示す。動画と視聴者の感情の相関は低く、外部要因の影響が示唆される。実用的な洞察を提供。

Ellen Kulset, Charlotte Haugland Sundkvist, Tonny Stenheim

本研究は、CSRD/ESRSに基づく気候関連開示のトーン（感情）を辞書ベースのテキスト分析で調査。オスロ証券取引所上場企業の開示テキストを分析し、開示が中立ではなく、より肯定的・確実な表現が多いことを発見。ESGスコアが高い企業やスコアが低下した企業ほど肯定的な表現を使う傾向が見られた。強制的・詳細な報告要件下でも、企業が戦略的にトーンを調整する可能性を示唆。

Isaiah Oluwasegun Owolabi

本論文は、CSRDやSDR、SEC規制などのESG規制テキストを機械実行可能なコンプライアンスロジックに変換する「ESG-as-Code」フレームワークを提案。コンテナ化されたAIワークフローにより、監査可能でスケーラブルなESGコンプライアンスパイプラインを実現する。

Je Hyun BAE, JaeHo Lee, Eun-Chong Kim +1

本研究は、韓国企業の自主的なサステナビリティ報告書を対象に、Gemini 3 Flashを用いて開示品質を測定。自主報告企業は非報告企業よりESG評価が高く、テキスト品質や報告継続性が外部評価と関連することを実証。LLMが非英語環境でのESG情報評価に有効であることを示す。

Yanbing Zhang, Changzheng Zhang, Chengyu Li

本研究は、2016年から2023年までの中国の電力産業チェーン企業を対象に、グリーンイノベーションバブルの発生要因と抑制策を分析している。能力・動機・機会（AMO）フレームワークに基づき、ダブル機械学習（DDML）を用いて因果関係を特定し、勾配ブースティングツリー（GBT）とSHAP解釈可能性分析により非線形関係を明らかにした。省エネ政策とグリーン金融政策がバブル形成を抑制すること、またそのメカニズムとして技術スピルオーバーや同業模倣な…