Περίληψη
Η παρούσα διδακτορική διατριβή διερευνά την εφαρμογή μεθόδων Επιχειρηματικής Νοημοσύνης και Τεχνητής Νοημοσύνης στη Λογιστική Περιβάλλοντος, με έμφαση στη βελτίωση του υπολογισμού, της παρακολούθησης και της αξιοποίησης του περιβαλλοντικού κόστους και οφέλους. Αφετηρία της έρευνας αποτελεί η διαπίστωση ότι η κλιματική αλλαγή, η υποβάθμιση των φυσικών πόρων και οι αυξανόμενες απαιτήσεις βιωσιμότητας καθιστούν αναγκαία την ενσωμάτωση της περιβαλλοντικής πληροφορίας στη διοίκηση, πέρα από τους παραδοσιακούς χρηματοοικονομικούς δείκτες. Η διατριβή αναδεικνύει ότι τα συμβατικά λογιστικά και κοστολογικά συστήματα συχνά αδυνατούν να αποτυπώσουν επαρκώς τις περιβαλλοντικές εξωτερικότητες, τα κρυφά κόστη, τις μη προϊοντικές εκροές, τις απώλειες φυσικών πόρων και τους μακροπρόθεσμους περιβαλλοντικούς κινδύνους.Κεντρικός σκοπός της έρευνας είναι η διαμόρφωση ενός πιο ακριβούς, συγκρίσιμου και διοικητικά αξιοποιήσιμου πλαισίου περιβαλλοντικής λογιστικής, κοστολόγησης και πληροφόρησης. Η έρευνα επι ...
Η παρούσα διδακτορική διατριβή διερευνά την εφαρμογή μεθόδων Επιχειρηματικής Νοημοσύνης και Τεχνητής Νοημοσύνης στη Λογιστική Περιβάλλοντος, με έμφαση στη βελτίωση του υπολογισμού, της παρακολούθησης και της αξιοποίησης του περιβαλλοντικού κόστους και οφέλους. Αφετηρία της έρευνας αποτελεί η διαπίστωση ότι η κλιματική αλλαγή, η υποβάθμιση των φυσικών πόρων και οι αυξανόμενες απαιτήσεις βιωσιμότητας καθιστούν αναγκαία την ενσωμάτωση της περιβαλλοντικής πληροφορίας στη διοίκηση, πέρα από τους παραδοσιακούς χρηματοοικονομικούς δείκτες. Η διατριβή αναδεικνύει ότι τα συμβατικά λογιστικά και κοστολογικά συστήματα συχνά αδυνατούν να αποτυπώσουν επαρκώς τις περιβαλλοντικές εξωτερικότητες, τα κρυφά κόστη, τις μη προϊοντικές εκροές, τις απώλειες φυσικών πόρων και τους μακροπρόθεσμους περιβαλλοντικούς κινδύνους.Κεντρικός σκοπός της έρευνας είναι η διαμόρφωση ενός πιο ακριβούς, συγκρίσιμου και διοικητικά αξιοποιήσιμου πλαισίου περιβαλλοντικής λογιστικής, κοστολόγησης και πληροφόρησης. Η έρευνα επικεντρώνεται στην αξιολόγηση και βελτίωση των υφιστάμενων μεθόδων περιβαλλοντικής κοστολόγησης, στη διερεύνηση του ρόλου της Επιχειρηματικής και Τεχνητής Νοημοσύνης στη συλλογή, ανάλυση, παρακολούθηση και πρόβλεψη περιβαλλοντικών δεδομένων, στη βελτίωση της συγκρισιμότητας των δεδομένων περιβαλλοντικού κόστους και οφέλους, καθώς και στη διαμόρφωση της θεωρητικής και μεθοδολογικής βάσης για ένα Εταιρικό Σύστημα Περιβαλλοντικής Λογιστικής και Κοστολόγησης, διαλειτουργικό με τα πλαίσια SEEA-CF και SEEA-EA. Μεθοδολογικά, η διατριβή βασίζεται κυρίως σε διερευνητική έρευνα, η οποία συνδυάζεται με πειραματική και σχεδιαστική προσέγγιση. Το δημοσιευμένο και υπό ανάπτυξη ερευνητικό έργο του συγγραφέα αναλύεται, ενοποιείται και αξιοποιείται για τη διαμόρφωση ενός ολοκληρωμένου πλαισίου Περιβαλλοντικής Λογιστικής και Περιβαλλοντικής Διοικητικής Λογιστικής, ικανού να υποστηρίξει τη λήψη αποφάσεων, τη διαφάνεια, τη συγκρισιμότητα των δεδομένων, τις αναφορές ESG και τη μετάβαση προς βιώσιμα επιχειρηματικά οικοσυστήματα. Η ερευνητική πορεία της διατριβής οργανώνεται σε τέσσερις βασικούς άξονες. Ο πρώτος αφορά την ανάπτυξη και βελτίωση μεθοδολογικών προσεγγίσεων περιβαλλοντικής κοστολόγησης, με έμφαση στην Κοστολόγηση Βάσει Δραστηριοτήτων, στη Λογιστική Κόστους Ροών Υλικών, στην Περιβαλλοντική Πλήρη Κοστολόγηση και στην Κοστολόγηση Κύκλου Ζωής. Ο δεύτερος άξονας αφορά την αξιοποίηση ψηφιακών και ευφυών εργαλείων, όπως η Επιχειρηματική Νοημοσύνη, τα Big Data, το Διαδίκτυο των Πραγμάτων και τα συστήματα υποστήριξης αποφάσεων. Ο τρίτος άξονας αφορά τον σχεδιασμό ενός εταιρικού συστήματος περιβαλλοντικής λογιστικής διαλειτουργικού με το SEEA, ενώ ο τέταρτος εξετάζει την εφαρμογή των προτεινόμενων εργαλείων σε κρίσιμους κλάδους, όπως ο τουρισμός, η φιλοξενία και η συσκευασία. Τα κύρια συμπεράσματα της διατριβής δείχνουν ότι η Περιβαλλοντική Διοικητική Λογιστική δεν πρέπει πλέον να θεωρείται περιφερειακό εργαλείο περιβαλλοντικής διαχείρισης, αλλά κρίσιμο πληροφοριακό και λογιστικό σύστημα που συνδέει τη χρήση φυσικών πόρων, τα απόβλητα, τις εκπομπές, τις οικοσυστημικές εξαρτήσεις και τις περιβαλλοντικές επιπτώσεις με το οικονομικό αποτέλεσμα και τη στρατηγική διοίκηση. Η διατριβή καταλήγει επίσης ότι καμία μεμονωμένη μέθοδος περιβαλλοντικής κοστολόγησης δεν επαρκεί από μόνη της· αντίθετα, η αποτελεσματική αποτύπωση του περιβαλλοντικού κόστους απαιτεί συνδυαστική αξιοποίηση μεθόδων, όπως MFCA, ABC, EFCA, LCC και TDABC, ανάλογα με τον κλάδο, το αντικείμενο κόστους και τα διαθέσιμα δεδομένα.Ιδιαίτερη συμβολή της διατριβής αποτελεί η ανάδειξη του ρόλου της Επιχειρηματικής και της Τεχνητής Νοημοσύνης ως μηχανισμών μετασχηματισμού της περιβαλλοντικής πληροφορίας σε διοικητική γνώση. Η χρήση αισθητήρων, IoT, Data Lakes, OLAP, πινάκων ελέγχου, αλγορίθμων ανάλυσης δεδομένων και ευφυών συστημάτων υποστήριξης αποφάσεων μπορεί να ενισχύσει την ακρίβεια, την ταχύτητα, τη διαφάνεια και τη συγκρισιμότητα των περιβαλλοντικών δεδομένων, επιτρέποντας τη μετάβαση από στατικές και απολογιστικές μετρήσεις σε δυναμικά, προγνωστικά και στρατηγικά συστήματα περιβαλλοντικής πληροφόρησης. Παράλληλα, το πλαίσιο CEAS-SEEA μεταφέρει τη λογική του SEEA από το μακροοικονομικό επίπεδο στο επίπεδο της επιχείρησης, οργανώνοντας φυσικές ροές, περιβαλλοντικά περιουσιακά στοιχεία, οικοσυστημικούς λογαριασμούς, νομισματικές αποτιμήσεις και λογαριασμούς συμφωνίας και ελέγχου. Η διατριβή συμβάλλει θεωρητικά στη σύνδεση της Περιβαλλοντικής Λογιστικής, της Περιβαλλοντικής Διοικητικής Λογιστικής, της λογιστικής φυσικού κεφαλαίου, των πλαισίων SEEA και των ψηφιακών τεχνολογιών ανάλυσης δεδομένων. Σε μεθοδολογικό επίπεδο, προτείνει τη χρήση προσομοίωσης και εξόρυξης κανόνων συσχέτισης για την εκτίμηση οδηγών κόστους, τη συνδυαστική εφαρμογή των MFCA–ABC–EFCA, την ανάπτυξη ψηφιακών αρχιτεκτονικών συλλογής και επεξεργασίας περιβαλλοντικών δεδομένων, το εργαλείο IDS4Clima για την υποστήριξη αποφάσεων και το CEAS-SEEA ως εταιρική αρχιτεκτονική περιβαλλοντικής λογιστικής. Σε πρακτικό επίπεδο, οι προτεινόμενες προσεγγίσεις μπορούν να υποστηρίξουν επιχειρήσεις, οργανισμούς, δημόσιους φορείς και επιχειρηματικά οικοσυστήματα στη μείωση του περιβαλλοντικού κόστους, στην αναγνώριση κρυφών απωλειών, στη βελτίωση των αναφορών ESG και στη διαμόρφωση στρατηγικών βιώσιμης ανάπτυξης. Συνολικά, η διατριβή καταδεικνύει ότι η μετάβαση προς αξιόπιστη περιβαλλοντική πληροφόρηση και βιώσιμη διοίκηση απαιτεί την υπέρβαση των παραδοσιακών ορίων της λογιστικής. Η Περιβαλλοντική Λογιστική και η Περιβαλλοντική Διοικητική Λογιστική οφείλουν να εξελιχθούν σε ολοκληρωμένα συστήματα φυσικής, χρηματικής και στρατηγικής πληροφόρησης, τα οποία θα συνδυάζουν μεθόδους κοστολόγησης, αξιόπιστα δεδομένα, ψηφιακές τεχνολογίες, θεσμική συμβατότητα και οργανωσιακή δέσμευση. Η βασική συμβολή της διατριβής είναι ότι προτείνει ένα συνεκτικό πλαίσιο μέσω του οποίου το περιβαλλοντικό κόστος και όφελος μπορούν να αναγνωριστούν, να μετρηθούν, να αποτιμηθούν, να συγκριθούν και να αξιοποιηθούν για υπεύθυνη διοίκηση, αξιόπιστη λογοδοσία και βιώσιμα επιχειρηματικά οικοσυστήματα.
περισσότερα
Περίληψη σε άλλη γλώσσα
This doctoral dissertation investigates the application of Business Intelligence and Artificial Intelligence methods in Environmental Accounting, with particular emphasis on improving the calculation, monitoring, and managerial use of environmental costs and benefits. The research is motivated by the growing need to integrate environmental information into decision-making processes, as climate change, environmental degradation, natural resource depletion, and stricter sustainability reporting requirements increasingly affect economic activity, organizational performance, and strategic management. Traditional accounting and costing systems often fail to capture environmental externalities, hidden costs, non-product outputs, natural resource losses, ecosystem dependencies, and long-term environmental risks. As a result, important environmental impacts remain insufficiently measured, undervalued, or disconnected from managerial decision-making. The central aim of the dissertation is to de ...
This doctoral dissertation investigates the application of Business Intelligence and Artificial Intelligence methods in Environmental Accounting, with particular emphasis on improving the calculation, monitoring, and managerial use of environmental costs and benefits. The research is motivated by the growing need to integrate environmental information into decision-making processes, as climate change, environmental degradation, natural resource depletion, and stricter sustainability reporting requirements increasingly affect economic activity, organizational performance, and strategic management. Traditional accounting and costing systems often fail to capture environmental externalities, hidden costs, non-product outputs, natural resource losses, ecosystem dependencies, and long-term environmental risks. As a result, important environmental impacts remain insufficiently measured, undervalued, or disconnected from managerial decision-making. The central aim of the dissertation is to develop a more accurate, comparable, and decisionuseful framework for environmental accounting and environmental cost information. To achieve this aim, the research examines how existing environmental costing methods can be improved, how Business Intelligence and Artificial Intelligence can support the collection, analysis, monitoring, and forecasting of environmental data, and how environmental cost and benefit data can become more comparable and more effectively integrated into decisionmaking and ESG reporting. A further objective is to establish the theoretical and methodological basis for a Corporate Environmental Accounting and Costing System that can connect company-level environmental information with broader environmental-economic accounting frameworks, particularly SEEA-CF and SEEA-EA. Methodologically, the dissertation is mainly based on exploratory research, supported by a design-oriented and experimental approach. The author’s published and ongoing research work is examined, integrated, and further developed in order to formulate a comprehensive Environmental Accounting and Environmental Management Accounting framework. This framework is designed to support decision-making, transparency, data comparability, ESG reporting, and the transition towards sustainable business ecosystems.The research is structured around four interconnected axes. The first axis focuses on the development and improvement of environmental costing methods, including Activity-Based Costing, Material Flow Cost Accounting, Environmental Full Cost Accounting, and Life Cycle Costing. The second axis examines the use of digital and intelligent tools, such as Business Intelligence, Big Data, the Internet of Things, and decision support systems. The third axis concerns the design of a corporate environmental accounting system interoperable with SEEA-CF and SEEA-EA, so that company-level environmental information can be linked to natural capital accounts. The fourth axis explores the application of the proposed methods and tools in important sectors of economic activity, particularly tourism, hospitality, and packaging. The main findings show that Environmental Management Accounting should no longer be treated as a supplementary or peripheral environmental management tool. Instead, it should be understood as a critical accounting and information system that links natural resource use, waste generation, emissions, environmental impacts, and ecosystem dependencies with financial performance and strategic management. The dissertation also concludes that no single environmental costing method is sufficient on its own. A more functional approach requires the combined use of methods such as MFCA, ABC, EFCA, LCC, and TDABC, depending on the sector, the cost object, and the available data. A key contribution of the dissertation is the demonstration that Business Intelligence and Artificial Intelligence can transform environmental information into managerial knowledge. Technologies such as sensors, IoT, Data Lakes, OLAP, dashboards, data analytics algorithms, and intelligent decision support systems can improve the accuracy, speed, transparency, and comparability of environmental data. In this way, Environmental Management Accounting can move beyond static and retrospective measurement towards dynamic, predictive, and strategic environmental information systems. The development of the CEAS-SEEA framework is another central contribution, as it transfers the logic of SEEA from the macroeconomic and statistical level to the corporate level by organizing physical flows, environmental assets, ecosystem accounts, environmental activities, monetary environmental accounts, and reconciliation and control accounts.The theoretical contribution of the dissertation lies in connecting fields that are often examined separately: Environmental Accounting, Environmental Management Accounting, natural capital accounting, SEEA, environmental costing methods, Business Intelligence, and Artificial Intelligence. Its methodological contribution includes the use of simulation and association rule mining to improve the estimation of cost drivers in Activity-Based Costing, the development of an integrated MFCA–ABC–EFCA framework, the design of digital architectures for environmental data collection and visualization, the IDS4Clima decision support tool, and the CEAS-SEEA corporate environmental accounting architecture. In practical terms, the proposed approaches can help businesses, organizations, public authorities, and business ecosystems reduce environmental costs, identify hidden losses, evaluate green investments, improve resource use, strengthen ESG reporting, and design sustainability strategies. Overall, the dissertation demonstrates that the transition towards sustainable management and reliable environmental information requires going beyond the traditional boundaries of accounting. Environmental Accounting and Environmental Management Accounting should evolve into integrated systems of physical, monetary, and strategic information. Such systems require the combination of costing methods, reliable data, digital technologies, accounting architecture, institutional compatibility, and organizational commitment. The dissertation’s core contribution is the proposal of a coherent framework through which environmental costs and benefits can be identified, measured, valued, compared, and used to support responsible management, reliable accountability, and environmentally sustainable business ecosystems.
περισσότερα