論文・プレプリント

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。

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。

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。

Adelina Zeqiri

本論文は、AI駆動型マーケティングが持続可能な観光の成果にどう寄与するかを統合する概念枠組みを提案する。スマート運営、環境インテリジェンス、需要形成、ガバナンスの4経路を設定し、8つの検証可能な命題と媒介・調整要因を提示。リバウンド効果やバイアス等のリスクにも対処し、事業者・当局・規制当局・開発機関への具体的な対策を示す。

V. Vairagade

本論文は、AIを活用したデータ駆動型アプローチにより、セメント系ハイブリッド材料の設計とライフサイクル性能を予測し、環境持続性を向上させることを目指す。具体的な成果は不明だが、材料の最適化を通じてCO2排出削減や資源効率向上に寄与する可能性がある。

N. Subhan, Nouman Ali, H. Hanif

本研究は、グリーン（Cardano, Stellar）と非グリーン（Bitcoin, Monero）の新興暗号資産がエネルギー市場（WTI原油、ブレント原油、天然ガス）に与える伝染効果を、分位点VAR（QVAR）と分位点連結性フレームワークを用いて分析。2018年から2025年の日次データで、極端な市場条件下での相互依存とスピルオーバーを検証。非グリーン暗号資産はエネルギー集約的メカニズムによりエネルギー市場との連関が高く、グリーン暗号…

Mingyang You, Xiaohui He, Xinyu Pu +2

本研究は、中国286都市の2011〜2021年のパネルデータを用いて、AI技術革新（AITI）と炭素不平等の関係を空間的スピルオーバーの観点から分析。AITIは炭素不平等を有意に低下させ、空間的波及効果も確認。所得平等化、環境規制、産業構造の最適化が媒介要因であり、地域差も顕著。

Zilin Wang, Meili Feng, M. Johnson +6

機械学習モデルを用いて、気候変動を考慮した水力発電貯水池の温室効果ガス排出を将来予測。ネットゼロシナリオ下では、2050年までに水力発電の排出がエネルギー部門全体の87%を占め、計画中のプロジェクトがその44.6%を寄与すると示した。地域別の排出ピーク時期や気候条件による変動も明らかにした。

Gautam Shivaraj

本稿は、AIが資源効率向上と炭素排出削減に果たす役割を探る。エネルギー最適化、廃棄物削減、資源管理などの応用を、製造業、農業、エネルギー、電子機器などの分野のケーススタディを通じて検討する。また、組織レベルの統合的アプローチの欠如や長期的評価の不足など、既存研究のギャップを指摘し、今後の研究方向性を提案する。

Dandan Song, Q. Truong, Ha-Oanh Vu +2

本論文は、米国企業2002-2023年のデータを用い、テキストベースの気候リスク指標と炭素強度指標を組み合わせ、気候リスクが企業の財務制約に与える因果的影響を検証。移行リスクは財務制約を強めるが、物理的リスクの影響は限定的。キャッシュフロー制約、顧客支援の低下、機関投資家の監視強化という3つの経路を特定。2SLS操作変数法で因果性を確認。

Jiwei Song, Yang Bin Huang, Lianmei Zhu

中国A株上場企業の2013〜2024年のパネルデータを用い、デジタルトランスフォーメーションの開示と実装のミスマッチがESG格付けと負の相関を持つことを実証。このミスマッチは投資のタイムラグや外部委託など中立的要因も反映する。ビッグ4監査なし、高市場化地域、低経営者所有の企業で顕著。

Radosveta Krasteva-Hristova, Vanya Georgieva

本論文は、サステナビリティ報告の保証におけるAIの役割を体系的に検討し、AIが付加価値を生む5領域（証拠抽出、基準マッピング、異常・グリーンウォッシュ検出、外部データ照合、文書化支援）を特定する。一方で、データ品質、説明可能性、バイアス、ゲーミング、監査人の過信などのリスクを挙げ、段階的信頼上限と非委任決定を定めた「責任あるAI支援サステナビリティ保証フレームワーク」を提案する。ISSA 5000に基づき国際的に一般化可能なモデルを提示…