論文・プレプリント

Elsa Manora Simamora

本研究は、インドネシア最大の国有銀行BRIを対象に、ESG原則とAI能力がデジタル変革戦略の中でいかに統合されているかを、2021〜2023年の年次報告書・サステナビリティ報告書・規制文書47件の質的分析により検討する。AIによるデータ基盤がESGガバナンスを強化し、AI支援の与信審査がMSME向けESG社会目標と結びつき、独自AIエコシステムがデータ資産とネットワーク効果を通じて競争優位を生む一方、ESG–AIナラティブは規制当局・投…

Randy Adhiputra, A. A. S. Gunawan, Ferry Hadiyanto

FTSE先進国ESG指数採用企業を対象に2016-2025年のESGと財務パフォーマンスの関係を、二方向固定効果パネル回帰と機械学習アンサンブルで分析。ESGはTobin's Qと有意な正の関連を示し、効果は高マテリアリティ産業に集中。機械学習は非線形構造を明らかにし、ESGは操業・資本構成変数より重要度が低いことを示した。

S. B., Vijaya Maheswari Velala, Ahmad Azhar +2

インドの商業銀行を対象に、コーポレートガバナンス、内部監査品質、AI導入が持続可能な財務報告の品質に与える影響を階層回帰分析で検証した。内部監査品質とガバナンスは報告品質と正に相関し、AI導入は異常検知・予測分析・リアルタイム監視を通じて透明性とデータ完全性を高める。さらにAIは内部監査とガバナンスの補完関係を強化し、報告品質が相乗的メカニズムから生じることを示した。

B. T, Sabarigiri Selvaraj, Tamil Priyan R. K. B +3

建設廃棄物であるセラミックタイルと粉末を粗骨材（0-100%）およびセメント（0-35%）の代替として用いたコンクリートの持続性を評価した。28日圧縮強度はセメント35%代替で約2.5%の低下にとどまる一方、CO₂排出量は約32%削減され、持続性・性能指数（SPI）は最大44%向上した。SHAPを用いた解釈可能な機械学習により、セメント関連パラメータが強度に強く影響することを示し、許容可能な機械的性能を維持する廃棄物利用範囲を特定した。

Xiutian Shi, Yanan Chen, Shuai Liu

本論文は、責任投資・情報歪曲・消費者プライバシー懸念を特徴とするサプライヤー・小売業者間のサプライチェーンにおいて、AI活用ESG管理が事業意思決定をどう変えるかをゲーム理論モデルで分析する。サプライヤーのグリーンウォッシングやブラウンウォッシングの程度がAI導入効果を左右し、歪曲が軽微な場合はAIが透明性・需要・責任投資を高めるが、深刻なグリーンウォッシングは効果を弱め逆転させ得ることを示す。小売業者のAI導入インセンティブは歪曲と罰…

Bayu Tri Cahya, Dwi Putri Restuti, A Okfitasari +1

GHGプロトコルを基盤に、AI・機械学習・デジタルツイン・リモートセンシング・リアルタイムMRVを統合した炭素会計の枠組みを論じる。CSRDやIFRS S2、炭素価格制度を踏まえ、事後的な排出報告を超えた企業気候ガバナンスの変革を提示。データ品質、技術格差、アルゴリズム説明責任、サイバーセキュリティの課題も整理する。

Kenedy Alva, Brenda Morales, Paola Ovando

本論文は、主要なボランタリー炭素登録簿の森林プロジェクト記述の言語的内容が、クレジットの発行・償却を予測しうるかを検証する。レンマ化、バイグラム、意味ファミリー、ドメイン分類などの自然言語処理を適用し、ロジスティック回帰で分析した。結果、意味ドメインやレンマファミリーに基づくテキスト変数は発行・償却確率の説明に寄与するが、その効果は登録簿所属・検証機関・プロジェクト規模などの構造的要因より小さく、償却段階ではさらに限定的であった。プロジ…

Yo-Der Huang, Unaffiliated, Chun-Che Huang +1

カーボンニュートラル達成に向け、買い手と売り手を多目的にマッチングする排出量取引（ET）問題を扱う。進化的多目的最適化（EMO）に基づくEMOBETを提案し、買い手コスト最小化・売り手利益最大化・SD観点の評判最大化・マッチ数最大化を同時に探索する。ESGデータを用いた追跡可能な評判スコアにより、参加者と規制者が削減目標達成を信頼できる形で確認できる点が貢献。

Flávia Mendes de Almeida Collaço, Felipe Moura Oliveira, Thiago Costa Holanda +1

ブラジル主要紙G1とエスタダンが2020年1月〜2023年6月に掲載したグリーン水素関連記事286本を、BERTopicと教師ありLDAで分析。報道は資金調達・投資・生産コスト・規制・輸出機会を優先する一方、社会的アクセス、環境影響、領土紛争、水・土地利用の分配問題は周辺的だった。グリーン水素は包括的な社会生態学的転換ではなく、市場志向・輸出主導の機会として描かれがちだと示す。

Bharathi S., G. Poornima

本論文は、物流分野におけるAI活用が炭素排出削減と資源最適化にどう寄与するかを検討する。ルート・車両最適化、予知保全、需要予測、倉庫自動化、炭素会計などを対象に、二次資料と近年の研究を基に整理。AIは燃料消費・排出・廃棄物の削減に大きな可能性を持つが、その効果はデータ品質、インフラ、投資、組織変革への意欲に左右されると結論づける。

Manktelow, James

大手AI事業者が推論のエネルギー・炭素を開示しない中、公開データのみからトークン当たり炭素強度を推定する有界推定フレームワークを提示。GPT-5系に適用し、1,000トークン当たり約1.07〜14.80 gCO₂e（ロケーション基準）と約14倍のモデル間格差を推定。GHGプロトコルScope 2ガイダンスに沿いロケーション基準とマーケット基準を並行報告し、残存不確実性を乗法エンベロープに集約。モデル選択と推論努力設定が最大の削減レバーだ…

Shi J.

ルール誘導型BERTを用いてESG開示の品質を自動評価する手法を提案し、中国上場企業の年次報告書で検証した研究。ルールベースの手がかりと事前学習言語モデルを組み合わせ、開示品質の定量化を試みる。ESG情報の自動抽出・評価というAI×ESGの交差領域に位置づけられる。

Sitabhra Majumder, Vrinda Venugopalan Nair, Mousomi Ghosh +1

本レビューは、わらすき込み水田における窒素最適化と土壌炭素隔離にエージェント型AIとデータ駆動型助言システムを適用する可能性を論じる。AIによる精密窒素管理とデジタル炭素会計により、土壌炭素増加のMRV精度を高め、農家が炭素市場から経済的便益を得る道筋を示す。インドの稲作を対象に、食料安全保障・気候レジリエンス・SDGs 2/12/13への貢献を強調する。

Mohd Kamil Vakil, Mohamed Yusuf Alkoheji, Shahrukh Ahmad

本論文は、AI駆動の自動LCAプラットフォームを都市デジタルツインの炭素データレイヤーとして統合する「フードシステム炭素データレイヤー」を提案する。境界整合、不確実性伝播、意味論的調和、人間中心の表現という4課題に対処し、公開インベントリデータによる4つの都市ユースケースで分析的可能性を示す。ただし実装済み都市デジタルツインでの実証検証は今後の課題と明記している。

Farah Nasri, Salim Ben Sassi

ESG開示テキストの単語頻度をNLPで定量化し、機械学習により米国株式市場のリスクを予測する研究。開示テキストの変化への適時な反応がリスク予測精度に寄与するかを検証する。ESG情報を市場リスク指標へ変換する手法を提示する点が特徴。

Jaehyung Bark, Xiaoying Du

中国A株上場企業の2020〜2023年の12,814社・年データを用い、ESG報告書テキストからAI戦略の明示とAIガバナンス開示の2指標を構築。ESG性能、特にガバナンス柱が両開示と有意に正の関連を示し、ラグ・PSM・Oster boundsでも頑健。AI開示が既存のサステナビリティ報告インフラに埋め込まれていることを示し、2022〜2023年に関連が顕著に強まる。

Riham Alkabbji

本論文は、AIを用いてESGデータ分析を自動化することが持続可能な財務報告に与える影響を検討する。デジタル時代におけるESG情報開示の効率化・精度向上の可能性を示唆する内容とみられる。要旨が未取得のため、手法や実証結果の詳細は確認できていない。

Sohyun Baek, Dayeon Lee

本論文は、個人のカーボンニュートラル（CN）行動の習慣化を支援するAIベースのオンラインツールの開発を報告する。行動変容・習慣形成の理論をAIによるパーソナライズされたフィードバックやナッジに組み込み、日常生活における脱炭素行動の定着を促すことを狙う。AI技術を環境・サステナビリティ課題に応用するGX×AIの交差領域に位置づけられる。

Hamid Boustanifar, Sasan Mansouri

7社のLLMでS&P500企業の決算説明会テキストを13指標（センチメント、経営陣の明確さ、不確実性、気候・政治リスク等）で採点し、モデル間の順位相関は平均0.52にとどまることを示した。モデル間不一致はアナリストや市場の不一致を予測せず、モデル固有の要素が大きい。モデル選択は回帰係数の符号・有意性を左右し、LLM生成変数はモデル依存的測定として複数プロバイダーで検証すべきと結論づける。

Hamid Raza Malik, Abdul Basit, Naeem A. Nawaz +1

本ナラティブレビューは、AIが再生可能エネルギー最適化、炭素排出追跡、環境モニタリング、都市・農業の持続可能開発の4領域で気候緩和に貢献する一方、学習コストやデータ格差が負の側面をもたらすと指摘する。AIの正味効果は学習データ、システムのエネルギー効率、統治の透明性・公平性の3要因で決まると論じ、AIは気候政策の「力の倍率」であり単独の解決策ではないと結論づける。