論文・プレプリント

Wen‐Chi Yang, Wen‐Min Lu, Irene Wei Kiong Ting +1

本研究は、台湾の半導体製造企業（TSMC）のバリューチェーンにおける37社のデータを用い、逆DEAと確率制約DEAを適用してESGイニシアチブが環境効率に与える影響を分析。環境次元は環境効率に負の影響を与える一方、社会・ガバナンス次元は正の相関を示すが統計的に有意ではない。地域による環境効率の差異が顕著で、地域別戦略の必要性を示唆。

Çağdaş Civelek

トルコの農業GHG排出量をEU-27カ国と比較し、2025-2030年の排出量を機械学習で予測。農業排出は全体の約12%を占め、排出強度は低いが総量は2番目に多い。Random Forestが最良の予測性能（R²=0.503）を示した。

Elena Claudia BADEA (FLOREA), A. Olteanu (Burca), M. Bunea +1

本研究は、AIが監査人の役割を財務監査からESG保証やAIツール活用へ拡張する中で、必要な能力を体系的に整理した統合フレームワークを提案する。2019〜2025年の22論文の構造的文献レビューに基づき、6つの能力次元と4つの役割を特定し、専門職団体やCPDへの示唆を示す。

Hwang S.

本論文は、大規模言語モデル（LLM）エージェントを用いて韓国企業のESG報告書におけるIFRS S2準拠の気候関連開示を自動評価するフレームワークを提案する。開示の完全性・整合性を効率的にチェックし、企業の開示ギャップを特定する。AIとサステナビリティ開示の交差領域に貢献する。

Naila Rana Andira, Philipp Sander, A. Pehlken

産業部門は世界のGHG排出の3/4を占め、材料調達の変化が製品排出量に影響する。本研究はERPシステムとイベント駆動型アーキテクチャを統合し、注文単位の材料GHG排出量を動的に可視化・計算する手法を提案。より正確で詳細な排出量推定を実現する。

Zhufeng Huang

中国A株上場企業の2016〜2024年のグリーンボンド発行データを用い、企業のデジタルトランスフォーメーション（CDT）がグリーンボンドの信用スプレッドを低下させることを実証。テキストベースのCDT指標と固定効果回帰により、環境情報開示の質と内部統制の質が媒介要因であることを示した。

Hanwen Zhang

本レビューは、AIがESG開示の質とグリーンウォッシュのガバナンスに与える影響を検討する。AIは開示メカニズム、監査手段、規範的行動の促進という三重の役割を持つとし、自動処理と監視で開示を改善する一方、生成AIが象徴的なコンプライアンスを可能にするリスクを指摘する。実際の効果は組織のインセンティブと説明責任に依存する。

Hamidah Nurhayati, Muslimin Muslimin, Fajrin Satria Dwi Kesumah

本研究は、インドネシア証券取引所のESGリーダーズ指数に上場する30社のパネルデータ（2021-2025年）を用いて、AI開示とESG開示が企業価値に与える影響を分析した。固定効果モデルによる回帰分析の結果、単独では有意な影響は見られないが、企業規模が大きいほどESG開示の正の効果が強まることが示された。新興国における開示実務への示唆を提供する。

Abdulazeez Y.H. Saif-Alyousfi

本研究は、TVP-VAR接続性アプローチとLSTM深層学習を統合したハイブリッドフレームワークを提案し、グリーンボンド、再生可能エネルギー株、炭素市場などのグリーン金融市場におけるボラティリティ・スピルオーバーを分析・予測する。2015年から2025年の日次データを用いた実証分析では、再生可能エネルギー株がシステム内で最大のボラティリティ送信源であり、提案モデルは従来モデルよりRMSEを46%以上削減し、ポートフォリオリスク低減に有効で…

M. Kim, J. Yoo

本研究は、ESG活動とタックス・アボイダンスの関係に関する先行研究の矛盾を、測定方法の違い、ESG指標の不均一性、内生性という方法論的問題に起因するとし、機械学習（ランダムフォレスト、ダブル機械学習）を用いて再検証した。結果、内生性を制御すると従来の回帰分析で見られた関係の多くは統計的に有意でなくなり、ESGとタックス・アボイダンスの関連は見せかけの可能性が高いことを示した。投資家や政策立案者に対し、ESG情報の慎重な利用を促す。

Yuxiang Xiao, Xiong Zheng

北京のホテル建築を対象に、EnergyPlusによるパラメトリックシミュレーションと機械学習サロゲートを組み合わせ、運用エネルギーと炭素排出の連成を解析した。20,000ケースから4,640の成功シミュレーションを抽出し、主要な設計因子を特定。Poly3-RidgeCVモデルが高い適合度を示し、EUIとOCEIの相関は強いが完全には一致しないことを明らかにした。初期設計段階での低炭素代替案の比較に貢献する。

Francisco Climent, Pedro Carmona, Alexandre Momparler

本データセットは、欧州のグローバル株式型リテール投資信託を対象に、2020年から2024年までの5年間のデータをRefinitiv Eikonから収集したものである。機械学習を用いてESGスコア（環境・社会・ガバナンス）がファンドのリターン予測に有用かどうかを検証するための変数（リターン、ESGスコア、TER、アルファ、ベータ等）を含む。

Aiting Xu, Senhao Fang, Jiapeng Chen +1

本研究は、社会経済理論（STIRPAT）と適応的ニューラルアーキテクチャ（GSGDN）を統合した炭素排出予測フレームワークを提案。地理的加重回帰で地域依存関係を捉え、スパースゲーティング機構で計算資源を動的配分し、運用時の炭素フットプリントを削減。森林コピュラで不確実性を定量化し、MAPE 6.619%と低炭素運用を達成。高排出・サンプル外シナリオでも優れた性能を示し、炭素ガバナンスの意思決定支援に貢献。

Marco Aurélio dos Santos Bernardes

本研究は、交通脱炭素化のための適応型エネルギー・ステーション（AES）を提案し、限界系統排出量、燃料ライフサイクル炭素強度、卸電力価格、車両制約を統合したステーション配電最適化を実装した。CAISOの1週間の冬季実証では、静的ベースライン比で32.12%のCO2排出削減を達成。ただし、結果は特定週の運用シナリオに限定され、バッテリー生産排出の扱いによりBEVとセルロース系E85の等価性が変わることを明示している。

Hadia Arshad

本レビューは、AIの環境フットプリント（エネルギー消費、水使用、炭素排出、電子廃棄物、レアアース採掘）と気候変動緩和への応用を包括的に分析。データセンター電力消費は2024-25年に415-470TWhに達し、AI負荷は2030年までに46%を占めると予測。一方、AIは2030年までに年間15-40億トンのCO2削減可能性を持つ。

Anh Bui-Tuyet, Nhat Duy Lai, Quyen Hua-Thi-Ngoc

AIはエネルギー転換に二面性を持つ。重工業での生産性向上はエネルギー原単位を下げるが、データセンターの電力需要が増大する。ベトナムの23部門CGEモデルで2035年までシミュレーションし、Green AIはGDPを+1.79%押し上げる一方、Brown AIは消費を0.42%減少させる。ツイン・トランジションはマクロ的には実現可能だが、繊維・皮革など労働集約産業に調整コストが集中する。

Hussain K. Alagele, Nagham Hussein Neama

本研究はOECD3カ国を対象に、経済・ESG・AI要素がエネルギー移行に与える影響をスキル向上を通じて分析。CS-ARDLモデルを用い、2022〜2026年のパネルデータを検証。経済要因は負の影響を与えるが、スキル向上により正に転じ、環境要因は正の影響。AIは負の相関を示すが、ガバナンス要因は経済成長と正の相関。短期的な経済拡大戦略は長期的な環境・社会に悪影響を及ぼすため、統合的戦略が必要と結論。

Guoqun Ma, Zhiyu Qin, Lihao Yao +1

中国の主要穀物生産地域指定政策を自然実験として、農業の炭素排出削減と汚染低減効果をDIDと二重機械学習で検証。政策は排出削減に有効で、作物構造調整と緑色技術進歩が経路であることを示した。

Xiao Xiao, Miaomiao Zhang, Yueyi Wei +1

本研究は、食品サプライチェーンの廃棄物削減と脱炭素化を目的に、許可型ブロックチェーンと適応型モニタリングを組み合わせたグリーンイノベーションフレームワークを提案する。中国の乳製品サプライチェーンでの12ヶ月のパイロット実証により、データ転送量を90.2%、エッジノードのエネルギー消費を85.4%削減し、CO2排出量を34%、食品廃棄物を42%削減した。さらに、リコール対応時間を6.2時間から4.1秒に短縮し、投資回収期間は1.8年、5年…

Tony Newton

本論文は、AIシステムが生態系サービスを提供する一方で、そのインフラが水を消費するという矛盾に着目し、AI–自然相互性ゲートという地域・季節別の全スコープ基準を提案する。この基準は、検証された自然基盤の便益がAIの生態系水負荷を償うかどうかを判定する。データセンターの水補充を例に、AIと環境の相互利益を実現する枠組みを提供する。