論文・プレプリント

Shukai Zhang, Chengzhi Yu, Shuang Liang

本研究は、街路の活性度と低炭素性能の調整を都市再生の課題と捉え、マルチソースデータと解釈可能な機械学習を用いた診断フレームワークを提案。成都市の事例分析により、活性度と低炭素性能は空間的に不均一でしばしばミスマッチが生じること、調整された状態は個別指標の最大化ではなくバランスの取れた環境条件に依存することを明らかにした。

Abdul Rehman, Suyang Zhou, Sheeraz Iqbal +3

本論文は、低炭素CCHPシステム向けに適応型量子インスパイア深層強化学習（AQ-DRLMO）フレームワークを提案。二酸化炭素排出量40.08%削減、一次エネルギー34.04%節約、コスト24.44%削減を実現。量子進化アルゴリズムにより遺伝的アルゴリズム比67.3%高速な収束。デジタルツインとカーボンフロー追跡を統合。シミュレーションに基づく実証。

Rency Dayne Duque, John Rein Vinuya, Kristenz Mingoy +2

フィリピンのパンパンガ州において、AIを活用したフードロス削減プラットフォーム「Cravely」を設計・開発。食品事業者が余剰食品を割引価格で再分配し、購入によるメタン排出削減量を推定する。ユーザビリティと有効性で高評価を得た。

Human Sciences Research Council

本章では、従来の静的で時間のかかる政策策定プロセスに代わり、自然システムから着想を得た動的な政策策定・実施システムを提案。AIとビッグデータを用いて気候変動指標を監視し、フィードバックループで政策を自動更新する。

Yantong Li, Taoyu Chen, Yajie Guo +3

本研究は、突発的な外部刺激（猛暑・石油価格変動）に対する都市住民の交通行動変化を、自然言語処理（NLP）とXGBoost-SHAPを用いて分析。中国Sina Weiboデータから、猛暑時は移動削減（52.4%）と自動車依存（24.6%）が生じ、気温38-39℃が低炭素移動から高炭素移動への転換点であることを発見。石油価格上昇時は新エネルギー車志向が64.4%を占め、コスト主導の低炭素代替が促進された。

Siyi Wang

本論文は、航空宇宙用炭素繊維複合材料の加工における低炭素化を目的とし、遺伝的アルゴリズムを用いた知的経路計画手法を提案する。実際の加工データを用いた実験では、経路長、加工時間、エネルギー消費、CO2排出量をそれぞれ約5～15%削減し、表面粗さは変わらないことを確認した。

Yaping Luo, Jianxian Wu

本稿は、AI技術が輸送部門の炭素排出削減に果たす役割を探る。最適化、自動化、データ駆動型意思決定により、交通システムを低炭素化へ導く可能性を検討する。

Qiao Wang, Bin Li, Shaojie Kong +1

この研究は、中国の都市データと二重機械学習を用いて、デジタルガバナンスの政策アップグレード（情報恵民からインターネット+政务服务へ）が炭素中立に及ぼす動的な効果を実証した。政策アップグレードにより環境効果が増幅されることを示し、そのメカニズムとして政府の注意力構造最適化、行政効率向上、市民参加促進を特定した。

Peng Gao, Kunpeng Zhang, Zongchuan Liu

本論文は、ダブル機械学習を用いて中国都市のエネルギーリバウンド効果（ERE）を測定し、国家ビッグデータ総合実験区と新エネルギー模範都市の二重政策の影響を評価。結果は、二重政策が特に資源都市や旧工業都市でEREを抑制し、産業構造最適化、グリーン技術革新、エネルギー消費転換を通じて効果を発揮することを示す。

O. Issah, Mutala Zubeiru, Samuel Anaba

本研究は、50カ国5000社のデータを用いて、ESG報告品質を機械学習（ランダムフォレスト、XGBoost）で予測。XGBoostはR²0.78とパネル回帰の0.62を上回り、SHAP分析で企業規模、ガバナンススコア、取締役会独立性が重要と判明。取締役会独立性は65～70％超で効果が頭打ちになる閾値効果も確認。

Xiaonan Dong, sungjin son

本論文は、AI導入が企業のカーボンニュートラル性能に与える影響を、資源オーケストレーション理論（ROT）に基づき分析。2018～2023年の中国A株製造業のパネルデータを用いた実証分析の結果、AI活用はカーボンニュートラル性能を有意に向上させることが示された。その効果は、資金調達制約の緩和、研究開発活性化、グリーンパテント増加を通じて発現する。グリーン技術効率とグリーンファイナンスの発展度合いが正の調整効果を持つ。

A. Sunitha, K. Srinivas, T.Radhika, B.Chandrakala Naik, P. Sandya Rani

AI、ビッグデータ、フィンテックがESG報告の質と企業透明性に与える影響を、312名の専門家調査とPLS-SEMで検証。デジタル技術採用は報告品質と透明性を高め、透明性がESGパフォーマンスの媒介要因となることを示した。企業規模がAIとESG成果の関係を調整する。GRI、IFRS S1/S2、CSRD等の新興基準に対応。

A. Sunitha, K. Srinivas, T.Radhika, B.Chandrakala Naik, P. Sandya Rani

本論文は、AI、ビッグデータ、フィンテックがESG開示の質と企業透明性に与える影響を、312名の専門家を対象にPLS-SEMで分析。3つのデジタル要素すべてが開示品質と透明性を向上させ、透明性がESGパフォーマンスを媒介することを実証。企業規模がAIとESGの関係を調整する。

Abdullah Albizri, Ahmad Jumah

本研究は、大規模言語モデル（LLM）を用いて企業のサステナビリティ報告書からTCFDフレームワークへの準拠度を測定する手法を開発。米国上場企業を対象に分析した結果、TCFD準拠度が高い企業ほどESG格付けが高く、将来のESG格付けも予測できることが明らかになった。透明性が高く拡張可能な手法を提供する。

Vijay Kumar

本稿は、AIによる資源効率最適化やグリーン経済への移行促進と、AI自体のエネルギー・資源消費拡大というパラドックスを論じる。グリーンAI運動が示す、生の性能指標よりエネルギー効率的アルゴリズムを優先するパラダイムシフトを分析し、技術革新と生態学的限界の調和を提唱する。

Deepak Gupta, Ziyodullayev Sodiq, Matkarimov Mansur +4

本論文は、人工知能（AI）が気候リスク評価と倫理的ポートフォリオ管理にどのように活用されるかを包括的に分析する。機械学習による気候リスクモデリング、深層学習によるESG評価の精度向上、自然言語処理による気候関連開示の抽出、予測モデルによる移行リスク評価などを検討。さらに、AIによるポートフォリオ最適化や気候ストレステスト、炭素リスクの価格付けに関する実証的証拠を提示し、アルゴリズムの透明性やデータバイアスなどの倫理的課題にも言及している…

Xueyang Li, Jin Ma

本研究は、中国285都市のデータを用いて、グリーンファイナンスが炭素排出強度に与える影響を、計量経済モデルと機械学習（SHAP分析）により検証した。グリーンボンドとグリーン投資が特に効果的であり、その効果は都市の開発段階に応じて異なり、第4・5線都市で最大となる。また、エネルギー構造の最適化が主要な伝達経路であることが示された。これらの結果は、地域差に配慮したグリーンファイナンスシステム構築への政策示唆を提供する。

Rimi Gusliana Mais, Munir Munir

本研究は、AIをカーボンアカウンティングや排出モニタリング、気候金融に統合し、公共部門の説明責任と気候ガバナンスを強化するフレームワークを提案する。インドネシアの事例を通じて、リアルタイムデータと金融フローを連携させるAI駆動型の仕組みが効果的であることを示す。

Fateh Belaïd

本論文は、クリーンクッキングと電力へのアクセスに関する1200以上の査読研究を計算論的トピックモデリングで分析。アクセス指標に加えて健康・福祉・排出量の成果を定量化した研究は57.6%にとどまり、気候変動対策資金を動員できるのは健康・家庭内大気汚染テーマのみであることを明らかにした。標準化されたインパクト指標の導入が、投資家にとって実行可能なエビデンスへの転換を促進する。

Saqib Munir, Mushab Rashid, Abdul Ghaffar

1999年から2023年の中国データを用い、環境会計指標や政府R&D支出と再生可能エネルギー導入の関連をARDLと機械学習で分析。規制の質は長期的に正の関連があるが、R&D支出は負の関連を示し、制度改革なしでは投資が導入に結びつかないことを示唆。