12MB - 地球環境産業技術研究機構

平成２２年度
二酸化炭素固定化・有効利用技術等対策事業
地球環境国際研究推進事業
(脱地球温暖化と持続的発展可能な
経済社会実現のための対応戦略の研究)
成果報告書
平成２３年３月
財団法人地球環境産業技術研究機構
ま
え
が
き
本報告書は、
「脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略の研
究」（通称 A LP S ： A Ltern ative P athways towa rd Sustainab le de velop men t and climate
stab iliza tion ）プロジェクトの第４年度報告である。温暖化抑止に向けての世界の動き
は益々活発になっており、２０１０年１２月に開かれた気候変動枠組条約締約国会合
（ COP 16）では、コペンハーゲン合意が COP 決定として合意され、そこでは地球大気温
の上昇を２度にとどめる考えも明示されている。そのためには世界は従来にない思い
切った温室効果ガス削減の努力が必要で、すでにわが国は２０２０年の排出２５％減、
２０５０年の排出８０％減を目標として打ち出している。
一方において、発展途上国は貧困からの脱却を願って今後更に大幅な経済の拡大を
指向しており、これと温暖化抑止の努力を如何に整合させ、人類を安定な持続的発展
に導くかは２１世紀の世界の最大の課題と考えられる。現に COP でも先進国と途上国
の大きな意見対立が見られ、具体的な排出削減への道筋は不明瞭なままである。
本プロジェクトにおいては、そのような複雑な課題への回答を、定性的な総合的社
会経済シナリオの構築とモデルによる定量的な解析を組み合わせて探索している。
本プロジェクトでは、諸大学・研究所そして産業界からも多数の方にご助力をお願
いしている。また、国際的には、ウィーン郊外にある国際応用システム分析研究所
（ IIA SA）や米国ローレンスバークレー国立研究所（ LBN L）とも連携し、諸データ・モ
デル分析等における総合協力を行い、大きな成果を得ている。これら外部の方々のご
助力には、厚く感謝申し上げたい。
平成２３年３月
（財）地球環境産業技術研究機構
副理事長
i
茅
陽一
委員会、ワーキンググループ名簿
(順不同 )
＜脱温暖化と持続的発展社会実現戦略技術委員会＞
委員長
山
地
憲
治
東京大学名誉教授
(財 )地球環境産業技術研究機構理事・研究所長
委
員
内
山
洋
司
筑波大学大学院システム情報工学研究科教授
枝
廣
淳
子
(有 )イーズ代表取締役
江
守
正
多
(独 )国立環境研究所地球環境研究センター
温暖化リスク評価研究室室長
大
政
甲斐沼
謙
次
東京大学大学院農学生命科学研究科教授
美紀子
(独 )国立環境研究所地球環境研究センター
温暖化対策評価研究室室長
杉
山
大
志
(財 )電力中央研究所社会経済研究所上席研究員
立
花
慶
治
東京電力 (株 ) フェロー
藤
井
康
正
東京大学大学院工学系研究科原子力国際専攻教授
松
橋
隆
治
東京大学大学院新領域創成科学研究科教授
三
村
信
男
茨城大学広域水圏環境科学教育研究センター教授
俊
介
東京理科大学理工学部経営工学科教授
森
山
口
光
恒
東京大学先端科学技術研究センター特任教授
吉
岡
完
治
慶応義塾大学産業研究所教授
委員会事務局
地球環境産業技術研究機構 (RITE) システム研究グループ
＜ＳＤシナリオＷＧ委員会＞
主
査
杉
山
大
志
(財 )電力中央研究所社会経済研究所上席研究員
委
員
江
守
正
多
(独 )国立環境研究所地球環境研究センター
温暖化リスク評価研究室室長
荻
本
和
彦
東京大学生産技術研究所特任教授
角
和
昌
浩
昭和シェル石油 (株 ) チーフエコノミスト
川
島
博
之
東京大学大学院農学生命科学研究科准教授
小
林
茂
樹
(株 )豊田中央研究所シンクタンク室主席研究員
野
村
浩
二
慶應義塾大学産業研究所准教授
松
本
光
朗
(独 )森林総合研究所温暖化対応推進拠点温暖化対応推進室
室長
山
形
与志樹
(独 )国立環境研究所地球環境研究センター主席研究員
山
本
隆
富士常葉大学総合経営学部教授
三
ii
秋
元
圭
吾
RITE システム研究グループグループリーダー
友
田
利
正
RITE システム研究グループ主席研究員
和
田
謙
一
RITE システム研究グループ主任研究員
長
島
美由紀
RITE システム研究グループ研究員
小
田
潤一郎
RITE システム研究グループ研究員
徳
重
功
RITE システム研究グループ研究員
子
＜モデル構築・評価ＷＧ委員会＞
主
査
森
俊
介
東京理科大学理工学部経営工学科教授
委
員
川
島
博
之
東京大学大学院農学生命科学研究科准教授
紀
伊
雅
敦
香川大学工学部安全システム建設工学科准教授
黒
沢
厚
志
(財 )エネルギー総合工学研究所プロジェクト試験研究部
部長
桜
井
清
水
堂
脇
清
志
東京理科大学理工学部経営工学科准教授
藤
井
康
正
東京大学大学院工学系研究科原子力国際専攻教授
室
田
泰
弘
(有 )湘南エコノメトリクス代表取締役
山
形
与志樹
(独 )国立環境研究所地球環境研究センター主席研究員
山
本
博
巳
(財 )電力中央研究所社会経済研究所上席研究員
横
木
裕
宗
茨城大学工学部都市システム工学科准教授
秋
元
圭
吾
RITE システム研究グループグループリーダー
友
田
利
正
RITE システム研究グループ主席研究員
和
田
謙
一
RITE システム研究グループ主任研究員
礼
美
RITE システム研究グループ研究員
林
紀
久
副主席研究員
庸
電力研究国際協力機構中央事務局事務局長代理
東京大学大学院農学生命科学研究科助教
長
島
美由紀
RITE システム研究グループ研究員
本
間
隆
嗣
RITE システム研究グループ研究員
佐
野
史
典
RITE システム研究グループ研究員
娟
RITE システム研究グループ研究員
劉
iii
＜セクター別シナリオＷＧ委員会＞
主
査
秋
元
圭
吾
RITE システム研究グループグループリーダー
副主査
和
田
謙
一
RITE システム研究グループ主任研究員
委
員
【電力チーム】
今
中
健
雄
(財 )電力中央研究所社会経済研究所主任研究員
遠
藤
康
之
東京電力 (株 )
技術開発研究所
地球環境技術グループマネージャー
数
野
裕
史
関西電力 (株 ) 環境室地球環境グループマネジャー
小宮山
涼
一
東京大学大学院工学系研究科原子力国際専攻特任助教
高
武
雄
(株 )東芝電力システム社火力・水力事業部
橋
新エネルギー・環境事業推進部技術担当参事
中
山
寿美枝
電源開発 ( 株 ) 経営企画部地球環境グループグループリーダー
宮
池
潔
(株 )東芝電力システム社火力・水力事業部技監
毅
秋田大学国際資源学教育研究センター教授
【鉄鋼チーム】
安
達
岡
崎
照
夫
新日本製鐵 (株 ) 環境部部長兼地球環境対策グループリーダー
手
塚
宏
之
ＪＦＥスチール (株 ) 技術企画部地球環境グループ
リーダー（部長）
中
野
直
和
住友金属工業 (株 ) 気候変動担当部長
正
己
(株 )本田技術研究所四輪Ｒ＆Ｄセンター第１技術開発室
【自動車チーム】
小
椋
主任研究員
堀
江
薫
(株 )本田技術研究所四輪Ｒ＆Ｄセンター第３技術開発室
HEET 主任研究員
金
成
修
一
(財 )日本自動車研究所エネルギー・環境研究部
環境評価グループ
小
林
茂
樹
(株 )豊田中央研究所シンクタンク室主席研究員
萩
原
典
之
日産自動車 (株 ) 企画・先行技術開発本部技術企画部主担
波多野
敦
日産自動車 (株 ) 企画・先行技術開発本部技術企画部
山
戸
昌
子
トヨタ自動車 (株 ) 環境部製品グループ担当課長
長
島
美由紀
RITE システム研究グループ研究員
本
間
隆
嗣
RITE システム研究グループ研究員
佐
野
史
典
RITE システム研究グループ研究員
小
田
潤一郎
RITE システム研究グループ研究員
iv
目
要約 (和文・英文 )
次
………………………………………………………….1
第 1 章はじめに ............................................................................. 33
1.1 背景 .................................................................................................... 33
1.2 IPCC 第５次評価報告書に向けた排出シナリオ・分析の動向 .............. 36
1.3 国際枠組みに関する動向 .................................................................... 39
1.4 本研究の目的 ...................................................................................... 41
第 2 章持続可能な発展と温暖化対策に関する評価例の調査 ........ 44
2.1 幸福度指標に関する調査 .................................................................... 44
2.1.1 はじめに ............................................................................................... 44
2.1.2 用語の定義 ........................................................................................... 44
2.1.3 先行研究 ............................................................................................... 45
2.1.4 幸福度と各種指標との関連 ................................................................... 46
2.1.5 まとめ .................................................................................................. 51
2.2 Emergy 指標に関する調査 ................................................................... 53
2.2.1 はじめに ............................................................................................... 53
2.2.2 コンセプト ........................................................................................... 55
2.2.3 エメルギー計算例 ................................................................................. 57
2.2.4 国レベルでの Emergy 分析 .................................................................... 64
2.2.5 Emergy 指標に関するまとめ ................................................................. 67
2.3 持続可能な発展に関する指標化の国際的な取り組み .......................... 68
2.3.1 ミレニアム開発目標（ MDGs ） ............................................................. 68
2.3.2 スティグリッツ・セン ( CMEPSP) 報告 ................................................ 71
2.3.3 まとめ .................................................................................................. 72
2.4 気候変動問題における割引率の考察 ................................................... 73
2.4.1 はじめに ............................................................................................... 73
2.4.2 ラムゼールールの導出方法 ................................................................... 74
2.4.3 ラムゼールールに関する議論 ............................................................... 77
2.4.4 不確実性下での割引率 .......................................................................... 78
2.4.5 表明選好法による設定 .......................................................................... 81
v
2.4.6 多様性の考慮 ........................................................................................ 81
2.4.7 まとめと今後の研究 ............................................................................. 82
2.5 投資判断年数に関する調査 ................................................................. 84
2.5.1 はじめに ............................................................................................... 84
2.5.2 企業や個人が投資判断を行う際に用いられる割引率 ............................ 84
2.5.3 途上国の状況 ........................................................................................ 85
2.5.4 主観的割引率 ........................................................................................ 88
2.5.5 どのような割引率を設定すべきか ........................................................ 93
2.6 調査のまとめ ...................................................................................... 94
第 3 章叙述的シナリオの策定 ....................................................... 95
3.1 叙述的シナリオの概要 ........................................................................ 95
3.2 マクロの社会経済に関するシナリオ ................................................... 97
3.3 温暖化政策の背景状況に関するシナリオ ............................................ 98
3.4 排出削減レベルに関するシナリオ .................................................... 102
3.5 叙述的シナリオに関するまとめ ........................................................ 103
第 4 章モデル開発と定量的分析 ................................................. 105
4.1 概要 .................................................................................................. 105
4.2 都市の空間分布予測モデルの開発 .................................................... 107
4.2.1 はじめに ............................................................................................. 107
4.2.2 都市の現況と既往研究 ........................................................................ 107
4.2.3 適合性を考慮した不規則成長モデルの構築 .........................................112
4.2.4 都市圏別人口の将来推計 .................................................................... 130
4.3 農業土地利用・水需給・土地利用変化炭素収支評価モデルの開発 .. 145
4.3.1 はじめに ............................................................................................. 145
4.3.2 関連する問題の解釈とモデル分析での扱い ........................................ 145
4.3.3 モデル開発とデータ整備 .................................................................... 150
4.3.4 まとめと今後の課題 ........................................................................... 170
4.4 生態系影響評価モデルの開発 ........................................................... 172
4.5 セクター別の動向調査 ...................................................................... 175
4.5.1 電力部門 ............................................................................................. 175
4.5.2 鉄鋼部門 ............................................................................................. 193
vi
4.5.3 運輸部門（自動車） ........................................................................... 223
4.6 短中期温暖化対策評価モデル DNE21+による分析・評価 ................. 233
4.6.1 DNE21+モデルの概要 ......................................................................... 233
4.6.2 分析したシナリオ ............................................................................... 235
4.6.3 分析結果 ............................................................................................. 236
第 5 章叙述的シナリオに沿った緩和と影響・適応の定量的シナリオ
の策定 .............................................................................. 251
5.1 概要 .................................................................................................. 251
5.2 人口・ GDP ........................................................................................ 253
5.2.1 一人当たり GDP(MER 換算 ) ................................................................ 253
5.2.2 人口 .................................................................................................... 255
5.2.3 GDP(MER 換算 ) .................................................................................. 258
5.2.4 GDP( PPP 換算 ) .................................................................................... 262
5.3 都市人口とその空間分布 .................................................................. 270
5.3.1 はじめに ............................................................................................. 270
5.3.2 ALPS の都市比率と都市人口シナリオ ................................................ 270
5.3.3 都市人口の空間分布 ........................................................................... 279
5.4 貧困人口 ........................................................................................... 286
5.5 温暖化による健康影響 ...................................................................... 290
5.5.1 はじめに ............................................................................................. 290
5.5.2 シナリオ策定の方法 ........................................................................... 290
5.5.3 死亡率・死亡者数に関する暫定的シナリオ ........................................ 292
5.5.4 まとめ ................................................................................................ 294
5.6 食料需給と農業土地利用 .................................................................. 295
5.6.1 はじめに ............................................................................................. 295
5.6.2 食料需要量 ......................................................................................... 295
5.6.3 食料生産に必要な面積の温暖化影響と適応 ........................................ 298
5.6.4 まとめ ................................................................................................ 300
5.7 水需給 ............................................................................................... 300
5.7.1 はじめに ............................................................................................. 300
5.7.2 水需要量と水資源量 ........................................................................... 301
5.7.3 温暖化影響と適応 ............................................................................... 305
5.7.4 まとめ ................................................................................................ 307
vii
5.8 土地利用変化炭素収支 ...................................................................... 308
5.8.1 はじめに ............................................................................................. 308
5.8.2 食料用作物耕地拡大に伴う炭素放出量 ............................................... 308
5.8.3 非商用バイオマス燃料利用に係る炭素放出量 .................................... 310
5.8.4 まとめ ................................................................................................ 310
5.9 エネルギー起源 CO 2 排出量推移（短中期） ...................................... 311
5.9.1 具体的なシナリオ設定 .........................................................................311
5.9.2 シナリオ I、 II、 III の分析 .................................................................. 314
5.9.3 シナリオの分析からの政策的含意 ...................................................... 318
5.10
エネルギー起源 CO 2 排出量推移（長期） ....................................... 319
5.10.1
統合評価モデル DNE21 の概要とモデル前提条件 ............................. 319
5.10.2
社会経済と排出削減レベルに関する長期シナリオの分析 ................ 320
5.11
非 CO 2 GHG 排出量 ......................................................................... 328
第 6 章持続可能な発展及び地球温暖化政策に関する指標開発とそ
の定量的評価 ................................................................... 334
6.1 概要 .................................................................................................. 334
6.2 エネルギーセキュリティ .................................................................. 335
6.2.1 算定方法 ............................................................................................. 335
6.2.2 試算結果 ............................................................................................. 337
6.2.3 エネルギーセキュリティ指標のまとめ ............................................... 339
6.3 その他項目 ........................................................................................ 340
6.3.1 一人当たり GDP ................................................................................. 340
6.3.2 貧困人口 ............................................................................................. 341
6.3.3 5 歳未満児感染症等による死亡者数 ................................................... 343
6.3.4 水ストレス人口 .................................................................................. 345
6.3.5 GDP あたり CO 2 排出 .......................................................................... 347
6.3.6 GDP あたり排出削減コスト ................................................................ 348
6.3.7 全球平均気温上昇 ............................................................................... 349
6.4 シナリオの SD 評価 .......................................................................... 350
6.4.1 世界平均値による将来時点の SD 評価 ................................................ 351
6.4.2 各時点の地域別 SD 評価 ..................................................................... 353
6.4.3 SD 評価のまとめと今後の課題 ........................................................... 356
viii
第 7 章海外主要研究機関によるシナリオ ................................... 357
7.1 中国シナリオ .................................................................................... 357
7.1.1 はじめに ............................................................................................. 357
7.1.2 方法論 ................................................................................................ 357
7.1.3 シミュレーション結果 ........................................................................ 358
7.1.4 セメント・鉄鋼部門のエネルギー効率改善技術のコスト分析 ............ 362
7.1.5 結果の分析 ......................................................................................... 367
7.1.6 考察 .................................................................................................... 373
7.2 エネルギー安全保障と気候変動の相互作用 ...................................... 374
7.2.1 目的 .................................................................................................... 374
7.2.2 IIASA による分析手法 ........................................................................ 374
7.2.3 IIASA による分析結果 ........................................................................ 377
7.2.4 ALPS への考察 ................................................................................... 381
7.3 モビリティの消費者選択を通じた GHG 削減ポテンシャル ............... 382
7.3.1 目的 .................................................................................................... 382
7.3.2 IIASA による分析手法 ........................................................................ 382
7.3.3 IIASA による分析結果 ........................................................................ 383
7.3.4 ALPS への考察 ................................................................................... 387
第 8 章まとめと今後の課題 ......................................................... 389
付
録 ....................................................................................... 393
付録 1
ALPS 国際シンポジウム ............................................................ 395
ix
要
約
要
約
本プロジェクト（通称 ALPS プロジェクト： ALternative Pathways toward Sustainable
development and climate stabilization）は、経済産業省の補助事業「地球環境国際研究推進
事業」の一つで平成１９年度から実施しているものであり、本年度は４年目にあたる。本
プロジェクトの目標は、
（１）今後 100 年にわたる世界の社会経済、温室効果ガス排出シナ
リオを提示する、
（２）この排出シナリオを基準に温室効果ガスを各種濃度安定化レベルに
抑制する方策を示す、
（３）各排出シナリオにおける水資源や健康、生物多様性等に関連す
る各種持続的発展指標を定量的に提示する、そして、（４）これらの定量的な評価を基に、
各種持続的発展政策、温暖化緩和・適応策のあり方に関する示唆を得ることである。
本報告書は以下のような内容で構成されている。
第１章
はじめに
本章では、本プロジェクトの背景として、世界の気候変動政策や経済発展、貧困を巡る
情勢と、IPCC 第５次評価報告書に向けてのシナリオの策定動向、地球温暖化防止のための
国際枠組みに関する動向を概説し、次いで、本プロジェクトの目的と、本年度の研究目標
を記述した。
第２章
持続可能な発展と温暖化対策に関する評価指標等の調査
我々は将来世代を含めて幸福でありたいために温暖化対策を含めた対応を行おうしてい
きている。そこで、本章では、まず幸福度指標に関する調査についてまとめた。一人当た
り GDP の大きさと幸福度の大きさには、概ね正の相関が見られるものの明確なわけではな
く、一人当たり GDP が大きくなるにつれ、幸福度は飽和傾向が強くなる。また、一人当た
り消費額、人間開発指標（ HDI）、ジニ係数などと幸福度の関係で見ても、一人当たり GDP
同様、相関が強いわけではないことを整理した。一人あたり GDP は幸福度を考える上で、
一つの重要な指標であることは間違いなく、特にそれが小さい段階では特に重要である。
一方で、一人あたり GDP は幸福度を左右する多くの要因の一つに過ぎないことも確かであ
る。シナリオの分析においては、GDP を評価しつつも、定量化が難しいものも多いが、そ
の他の要因にも十分配慮していく必要がある。
-3-
5.0
4.5
4.0
幸福度指数
3.5
3.0
2.5
y = 0.2621ln(x) + 3.2068
R² = 0.2781
2.0
1.5
1.0
0.5
0.0
0
1
10
100
一人当たりGDP（千$）
GDPは2007年、幸福度は最新年（主に2005-2008年）
図 1
一人当たり GDP と幸福度指標の関係
また、持続的なエネルギー利用に焦点をあてた指標の一つであるエメルギー指標や、そ
の他、持続可能な発展に関する指標化の国際的な取り組みや行動の状況についても調査・
整理を行った。更に、割引率を構成する純粋時間選好率や消費に対する効用の弾力性との
関係に関する論争について幅広く整理を行った。また、投資回収判断年数や投資判断にお
いて観測される主観的な割引率について調査を行った結果についてまとめた。
第３章
叙述的シナリオの策定
ALPS では、定量的なシナリオ策定に先立って、叙述的シナリオ策定を行った。中心と
なるシナリオは、３つの軸（視点）によるものである。それは、マクロの社会経済に関す
るシナリオ（ A、B）、温暖化政策実施における背景状況に関するシナリオ（ I、II、III）、排
出削減レベルに関するシナリオ（濃度安定化レベル、IPCC RCP（ Representative Concentration
Pathway）に対応）の３つの軸である（図 2）。
ALPSコアシナリオ
長期的なマクロの経済社会状況に関するシナリオ
Ｂ：高位技術
進展シナリオ
Ａ：中位技術
進展シナリオ
排出削減レベルに
関するシナリオ
温暖化政策実施における
背景状況に関するシナリオ
RCP3.0PD
I：多目的多様性社会
シナリオ
RCP4.5
II. 温暖化対策
優先シナリオ
RCP6.0
RCP8.5
図 2
III：エネルギー安全
保障優先シナリオ
ALPS で想定したシナリオ（主要なシナリオのみ）
-4-
２種類のマクロの社会経済シナリオの主要なドライビングフォースは、技術の進歩であ
るとして、その不確実性の範囲として２種類の見通しを策定した。技術進歩は不確実であ
り、将来の革新性の高い技術を予期することは不確実性が高いと考えたためである。本来、
政策によっても技術の進歩は変わり得るが、それ以上に意図しない不確実性が大きいもの
と考えた。シナリオは、これまでの奇跡的とも言える高経済成長から先進国を中心に次第
に緩やかなる経済成長へと変化していくシナリオ A と、奇跡的とも言える技術革新が今後
も継続し一人当たり GDP 成長も大きく成長するシナリオ B の２種類である。
温暖化政策の背景状況に関する３種類のシナリオは次のとおりである。シナリオ I「多
目的多様性社会シナリオ」は、現在の社会行動に近いことを前提としたシナリオである。
シナリオ II は「温暖化対策優先シナリオ」であり、このシナリオにおいては、様々な目的
の中で温暖化対策の優先度が高く、温暖化対策をコスト効果的に実施することが優先され
るシナリオである。シナリオ III は「エネルギー安全保障優先シナリオ」であり、エネル
ギー安全保障の視点から国内資源の利用が優先されるようなシナリオである。
排出削減レベルに関するシナリオは、IPCC が第５次評価報告書に向けた新シナリオのた
めに選定した４つの排出シナリオ（ RCP）に沿って、ベースライン（ RCP では 2100 年に放
射強制力が 8.5 W/m2）、 RCP6.0（ 6.0 W/m2）、 RCP4.5（ 4.5 W/m2）、 RCP3PD（ 3W/m2 をピ
ークに 2100 年に 2.6 W/m2）の排出推移、およびこれに加えて 3.7 W/m2 シナリオの５シナ
リオについて検討を行うこととした。
表 1 は、マクロの社会経済に関するシナリオ（ A、 B）、温暖化政策実施における背景状
況に関するシナリオ（ I、 II、 III）、排出削減レベルに関するシナリオ間の関連性の強さに
ついて概観したものである。例えばシナリオ A かつシナリオ III であれば、 RCP3PD のよ
うな厳しい削減も可能性であるかもしれないが、シナリオ B かつシナリオ I、 II のような
社会環境においては、 RCP3PD のような削減はほとんど考えられないだろう。これは主観
的にまとめたものであるが、シナリオ間にはこのような関連性が存在していると考えられ
る。
-5-
表 1
ﾏｸﾛ経済・
ALPS コアシナリオ間の関係
[A]中位技術進展シナリオ
[B]高位技術進展シナリオ
社会
情勢
RCP6
RCP4.5
3.7W/m 2
RCP
3PD
RCP6
RCP4.5
3.7 W/m 2
RCP
3PD
I. 多目的
多様性社会
シナリオ
○
◎
○
△
◎
○
△
×
II. 温暖化
対策優先
シナリオ
△
○
○
○
○
○
△
△
III. ｴﾈﾙｷﾞｰ安
全保障優先
シナリオ
◎
○
○
×
◎
△
△
×
全般的
な温暖化
政策背景
注） ◎ ：関連が強い、 ○ ：関連する、 △ ：少し関連する、 ×：ほとんど関連しない
仮に、「マクロ経済・社会情勢シナリオ（ [A], [B]）」、「全般的な温暖化政策シナリオ（ I, II, III）」
のとき、それぞれの濃度安定化レベルの対策を実現することの困難さについて主観的に評価したもので
あり、将来を予測したものではない。
第４章
モデル開発と定量的評価
多様な要素が複雑に絡み合ったシナリオや政策を評価するためには、一定のロジックに
沿った定量的モデルが必要である。第 4.3 節では、開発した食料需給・水需給・土地利用
および土地利用変化起因の CO 2 の評価モデルについて記述した。
また、第 4.5 節において、エネルギー・温暖化緩和策に関するモデル分析に先だって、
特に CO 2 排出が大きく排出削減の見通しに大きな影響を持つと考えられる発電、鉄鋼、自
動車部門について、技術動向、直近の生産活動量および将来の見通し等について、調査・
整理を行った。
発電部門については、発電コストに関する最新のデータ、技術動向等を幅広く調査し、
石炭、天然ガスの化石燃料発電、原子力発電、風力発電、太陽光発電の現状コストおよび
将来見通しを整理した。また、風力、太陽光発電については、系統安定化に要する追加費
用についても整理を行った。図 3 は時系列で見た発電コストであるが、原子力、石炭発電
は現状では 8∼ 12 円 /kWh 程度、天然ガスは 10∼ 14 円 /kWh 程度、風力は 16∼ 18 円 /kWh 程
度、太陽光は 55∼ 63 円 /kWh 程度である（送電費用込）。風力、太陽光は将来的にコスト低
減が期待できるが、一方で、導入容量が大きくなるにしたがって、設置環境条件が悪くな
ったり、系統安定化のための追加費用が必要となったりするために、コストが増大する部
分もある。導入量が小さい部分については、化石燃料発電や原子力発電のコストと比較的
近くなると見込まれる部分もあるが、導入量を増やすと化石燃料発電や原子力発電よりも
相当大きな発電コストを要すると見られる。
-6-
70
発電単価（円/kWh）
60
50
電気
料金
20
40
太陽光発電
30
風力発電
天然ｶﾞｽ発電
石炭発電
10
原子力発電
0
2005
図 3
2010
2015
2020
2025
2030
2035
2040
2045
2050
日本における各種発電設備の発電単価および将来の見通し
鉄鋼部門については、粗鋼生産量の将来見通しおよび将来の鉄スクラップ利用可能量に
ついて推定を行った。図 4 に世界地域別の粗鋼生産量の推定を示すが、中国は過去 10 年程
度の間に急激に粗鋼生産量が拡大したが、一人当たり見掛け粗鋼生産量などのデータを踏
まえると、早晩、飽和傾向に移行すると見られる。一方、インドについては今後生産量の
拡大が見込まれる。 2050 年の世界の粗鋼生産量は 22 億トン程度と推定した。銑鉄生産時
に一定のエネルギー投入が不可欠であるため一般に銑鉄を主な鉄源とする転炉鋼とスクラ
ップを主な鉄源とする電炉鋼ではエネルギー効率、 CO 2 排出原単位が大きく異なる。その
ため鉄鋼部門における将来の CO 2 排出量を分析する際に、電炉鋼すなわち鉄スクラップの
利用可能量を推定しておくことは重要である。しかし、社会にどの程度、鉄が蓄積されて
いるか、そのうちのどの程度が加工屑・老廃屑等として回収されているのかは不明確であ
る。本研究では、限られた情報の中ではあるが、様々なデータ、文献等を総合的に利用し
つつ、２種類の推計方法で、世界の鉄スクラップ回収の将来推定を行った（図 5）。これに
よると、 2050 年には 8∼ 10 億トン程度の鉄スクラップが回収可能と見込まれた（加工屑・
老廃屑の合計の値。なお、数値の幅は、過去から現在に至る間に、どの程度、所内屑、加
工屑、老廃屑として回収されてきたかのデータについて、どれに信頼性をおいて推定を行
うかの違いによるもの）。所内屑が 1.5 億トン程度と見込まれるため、これは全スクラップ
量（所内屑、加工屑、老廃屑の合計）では 9.5∼ 11.5 億トン程度に相当する。IEA の見通し
である約 12.5 億トンは、本研究における分析よりも 3∼ 1 億トン程度、過大に見積もって
いる可能性が示唆された。
-7-
Latin America
シナリオ
2,000
粗鋼生産量 (Million ton of crude steel/yr)
統計値
(推計値含む)
Africa and Middle East
Oterh developing Asia
1,500
India
Economies in transition
1,000
China
500
OECD Pacific
OECD North America
OECD Europe
0
1990
2000
図 4
2010
2020
2030
2040
2050
地域別の粗鋼生産量実績と将来シナリオ
16
将来シナリオ（ロジックII）
14
将来シナリオ（ロジックI）
回収利用量（Fe億t/yr)
12
過去の推計（ロジックII）
過去の推計（ロジックI）
10
8
6
4
2
0
1950
図 5
1975
2000
2025
2050
2075
2100
世界の鉄スクラップ回収の実績と将来推定（加工屑および老廃屑の合計）
世界経済危機の影響による直近と将来の各部門の生産活動量の見通しや、上記のような
コストや技術の最新動向を、世界を詳細に地域分割し、各種温暖化対策技術を詳細に積み
上げたエネルギーシステムモデル DNE21+の前提条件に反映させ、 2050 年までの期間につ
いて、分析・評価を行った。
第５章
叙述的シナリオに沿った温暖化緩和と影響・適応の定量的シナリオの策定
本章では、各種モデル、ツールを用いて、第 3 章でまとめたような叙述的シナリオに沿
って、温暖化緩和と影響・適応の定量的なシナリオ策定を行った。
第 5.2 節では、過去の実績等を詳細に分析した上で、社会経済シナリオ（ A、B）の人口、
GDP シナリオ策定を図 6、 7 のように行った。
-8-
SRES A2
（IIASA1996高位）
160
SRESの範囲
ALPS-シナリオA
140
SRES B2
UN2008高位
人口（億人）
120
（UN1998中位）
UN2008中位
IIASA2007
100
（10-90ﾊﾟｰｾﾝﾀｲﾙ）
ALPSの範囲
80
UN2008の範囲
60
UN2008低位
SRES A1/B1
40
（IIASA1996低位）
ALPS-シナリオB
20
0
1950
1975
2000
2025
図 6
2050
2075
2100
人口シナリオ
Range in SRES
400
SRES A1
SRES B1
GDP (Trillion 2000 USD)
350
300
ALPS-Scenario B
250
200
ALPS-Scenario A
150
SRES B2
100
EIA-IEO2010
SRES A2
50
IEA-ETP2010
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
図 7
GDP シナリオ
また、第 5.3 節では、それぞれの都市人口を推定するとともに、都市別の人口分布につ
いても推定を行った。第 5.4 節では貧困人口について推定を、第 5.5 節では温暖化による
健康影響に関する分析を行った。
第 5.6∼ 5.8 節においては、開発した食料需給・水需給・土地利用変化を整合的に評価で
きるモデルを用いて、食料需給のシナリオ、淡水資源に関するシナリオ、土地利用および
土地利用変化 CO 2 に関するシナリオ策定を行った。
第 5.9 節では社会経済シナリオ A について、温暖化政策実施における背景状況に関する
シナリオ（ I、II、III）の差異に関して、2050 年までの短中期のシナリオ策定、分析を実施
した。シナリオ I「多目的多様性シナリオ」では、現実社会の投資行動で観測されるよう
な投資回収年数（投資判断における主観的割引率）を想定した。シナリオ II「温暖化対策
-9-
優先シナリオ」は投資判断における主観的割引率を現実社会で観測されるものよりも小さ
く想定した。シナリオ III「エネルギー安全保障シナリオ」は、石油、ガスの関税を他のシ
ナリオよりも大きく想定することによってモデルで表現を行った。図 8、 9 に、シナリオ I
（多目的多様性シナリオ）における 2050 年に世界排出量半減のための技術別寄与度、地域
別寄与度をそれぞれ示す。図 10 には、シナリオ I、 II、 III のベースラインの発電電力構成
を示す。シナリオ III では、原子力発電の比率がシナリオ I に比べて大きく、シナリオ II
では、原子力発電の比率が大きいことに加え、初期設備費用は高いものの高効率な発電設
備の導入量が大きいシナリオとなっている。図 11 は、世界排出量半減のときの限界削減費
用のシナリオ I、 II、 III の比較だが、シナリオ I や III では現実社会における投資回収判断
に依存するため、高い炭素価格をつけなければ半減が達成できないことがわかる。一方、
シナリオ II では、シナリオ I、 III に比べて限界削減費用を低減できる。これは炭素に明示
的に価格付けを行っても実現できず、ボトムアップ的なきめ細かい方策によって、技術普
エネルギー起源CO2排出量・削減量 [GtCO2/yr]
及障壁を取り除くことで、このシナリオ II に近づくことができるものと考えられる。
60
発電部門：CCS
ベースライン排出量：
57GtCO2/yr
50
17%
14%
40
15%
11%
30
43%
20
世界半減時排出量：
13GtCO2/yr
10
発電部門：再生可能
発電部門：原子力
発電部門：効率向上、
化石燃料間転換
発電以外のエネルギー
転換部門
民生部門
運輸部門
産業部門
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 8
CO2排出量
2050 年に世界排出量半減のための技術別寄与度（シナリオ A-I）
- 10 -
エネルギー起源CO2排出量・削減量 [GtCO2/yr]
60
ベースライン排出量：
57GtCO2/yr
50
Other non-OECD
30%
Other OME
40
6%
10%
30
24%
India
China
17%
20
Other OECD
13%
世界半減時排出量：
13GtCO2/yr
10
USA
CO2排出量
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 9
2050 年に世界排出量半減のための地域別寄与度（シナリオ A-I）
50000
PV
45000
Wind
Biomass-Low
35000
Hydro&Geothermal
Nuclear
30000
Gas-CHP
25000
Gas-High
Gas-Middle
20000
Gas-Low
Oil-CHP
15000
Oil-High
10000
Oil-Middle
Oil-Low
5000
Coal-High
2020年
図 10
2030年
シナリオIII
シナリオII
シナリオI
シナリオIII
シナリオII
シナリオI
シナリオIII
シナリオII
0
シナリオI
発電電力量 [TWh/yr]
Biomass-High
40000
Coal-Middle
Coal-Low
2050年
ベースラインにおける世界の発電電力量（シナリオ I、 II、 III の差異）
- 11 -
500
CO2限界削減費用 [$/tCO2]
シナリオI、III
シナリオ I
450
シナリオ II
400
シナリオ III
350
300
シナリオII
250
200
150
100
50
0
2000
2010
2020
2030
2040
2050
西暦年
図 11
シナリオ I、 II、 III による CO 2 限界削減費用の比較
第 5.10 節では、温暖化政策実施における背景状況に関するシナリオ I について、社会経
済シナリオ（ A、B）の差異および排出削減レベルに関するシナリオの差異（濃度安定化レ
ベル、 IPCC RCP）に関する分析を、統合評価モデル DNE21（ DNE21+モデルよりも地域区
分、具体的な温暖化対策技術の表現が簡略なモデル）を用いて、2100 年までの長期につい
て実施した。図 12 に社会経済シナリオ A（中位）、 B（高位）の違いによるベースライン
における世界のエネルギー起源 CO 2 排出量を示す。 A、 B いずれにおいても、 2050 年には
現状の２倍程度、2100 年には現状の３倍前後の排出となることが見込まれる。濃度安定化
レベル別の世界の GDP ロスを図 13 に示す。本研究での分析結果は、IPCC 第 4 次評価報告
書における報告の幅の中で中位的なものである。
120
CO2 emissions from energy (GtCO2/yr)
RITE ALPS-A
100
RITE ALPS-B
80
SRES A1B
SRES A1FI
60
SRES A1T
40
SRES A2
20
SRES B1
0
1975
SRES B2
2000
2025
2050
2075
2100
RCP8.5 (MESSAGE)
-20
図 12
ベースラインにおける世界のエネルギー起源 CO 2 排出量シナリオ
- 12 -
ALPS
GDPロス
(%)
図 13
濃度安定化レベルによる世界の GDP 損失（ IPCC AR4 との比較）
そして、第 5.11 節では、非 CO 2 温室効果ガス排出シナリオについて、社会経済シナリオ
（ A、 B）の差異および排出削減レベルに関して分析を行った。
第６章
持続可能な発展および地球温暖化政策に関する指標開発とその定量的評価
本章では、温暖化対策を持続的発展というより広い文脈の中で評価するための、策定し
たシナリオについて、各種の持続可能な発展に関わる指標で評価を行った。温暖化対策は、
持続可能な発展に対してトレードオフや相乗効果など、幅広い影響をもたらし得る。その
ため、シナリオを様々な指標によって評価することは重要である。
例えば、図 14、 15 は IEA が作成したエネルギーセキュリティ指標に準拠した指標を用
いた評価例である。ベースラインでは、2050 年に向けてエネルギーセキュリティの脆弱性
が高まると見込まれる。一方、世界排出量半減の場合でも、エネルギーセキュリティは一
概に低減するわけではなく、むしろ高まる傾向さえ見られることは注目すべき点である。
なお、シナリオ III のエネルギー安全保障シナリオでは、ここで採用したエネルギーセキ
ュリティ指標によるとセキュリティが高まるシナリオとなっていることがわかる。また、
図 16、 17 にそれぞれ水ストレス人口、 GDP あたり CO 2 排出量を示す。これ以外にも様々
な指標を用いてシナリオの評価を行った。
- 13 -
ｴﾈﾙｷﾞｰｾｷｭﾘﾃｨ指標
14000
2000年実績
12000
2050年(ﾍﾞｰｽ)
2050年(50年半減)
10000
8000
6000
4000
2000
ｴﾈﾙｷﾞｰｾｷｭﾘﾃｨ指標
図 14
World weighted
average
韓国, アセアン
インド
中国
日本
中東・ﾄﾙｺ・北ｱﾌﾘｶ
旧ソ連
中東欧(旧ソ連除く)
西欧
米国
0
地域別のエネルギーセキュリティ指標（シナリオ A-I）
5000
Gas
4000
Oil
3000
2000
1000
2000年
ベースライン
シナリオ I I I
シナリオ I I
シナリオ I
シナリオ I I I
シナリオ I I
シナリオ I
0
50年半減
2050年
図 15
世界加重平均のエネルギーセキュリティ指標（シナリオ間比較）
- 14 -
1400
2000
1000
2030 ベースライン
800
2030 半減ケース
600
2050 ベースライン
400
2050 半減ケース
200
図 16
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
シナリオ別、時点別、地域別の水ストレス人口
2.7 5.8
2.5
GDP当たりCO2排出量
[ｔCO2/thousand$]
西欧
その他南米
ブラジル
中米
カナダ
0
米国
水ストレス人口 [百万人]
1200
2000
2.0
2030 ベースライン
1.5
2030 半減ケース
1.0
2050 ベースライン
0.5
2050 半減ケース
図 17
第７章
世界平均
オセアニア
その他南アジア
インド
東南アジア
中国
その他東アジア
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
0.0
シナリオ別、時点別、地域別の GDP あたり CO 2 排出量
海外主要研究機関によるシナリオ
本章では、国際応用システム分析研究所（ IIASA）のモデルによって「エネルギー安全
保障と気候変動の相互作用」及び「モビリティの消費者選択を通じた GHG 削減ポテンシ
ャル」を分析した結果をまとめた。また、ローレンス・バークレー国立研究所（ LBNL）
が有するデータ、モデルを用いて「中国の CO 2 削減ポテンシャル」を推定した。これら研
究をもとに、エネルギー安全保障を定量的に評価する手段としてどのような指標があるか、
気候変動とエネルギー安全保障の間にはどのようなトレードオフや相乗効果があるか、旅
客輸送における排出に関する消費者選択の要因、2030 年までの中国のセクター別排出予測
やセクター別 CO 2 削減ポテンシャルなどについて ALPS シナリオに関連する示唆を得た。
- 15 -
第８章
まとめと今後の課題
本章では本年度に得られた主要知見と、今後の課題についてまとめた。
付録
本研究に関わる研究の情報交換と本研究成果の情報発信を目的に 2011 年 2 月に東京で開
催した ALPS 国際シンポジウムの概要を掲載した。
- 16 -
Summary
The ALPS (ALternative Pathways toward Sustainable development and climate stabilization)
project is a five year project that has been ongoing since FY 2007 as a part of the “International
Research Promotion Program for Global Environment" funded by METI. This year is the fourth
year of the entire project period. The goals of this project are;
1)
to develop global socio-economic scenarios and greenhouse gas (GHG) emissions
pathways over the next 100 years,
2)
to present measures in relation to the scenarios for mitigating greenhouse gas emissions
at a level corresponding to the Representative Concentration Pathways (RCPs),
3)
to set up quantitative sustainable development indicators, including water resources,
public health and biodiversity, and
4)
to explore the implications for sustainable development policy, mitigation and adaptation
measures based on the qualitative analysis above.
This report consists of the following chapters;
Chapter 1
Introduction
At the outset of the report this chapter provides a brief overview of ongoing global challenges,
such as climate change, economic development and poverty reduction, and updates recent
developments of new emission scenarios towards the IPCC fifth assessment report and of climate
change negotiations, followed by overall goals of this project and specific research objectives for
this year.
Chapter 2
Quantitative assessment of sustainable development and climate change
mitigation
Well-being not only of our generation but also of future generation is a fundamental objective
of our efforts, including climate change actions. In the first half of this chapter, we evaluate the
correlation between subjective well-being and various factors. We find that subjective well-being
is positively correlated with income level measured by GDP per capita, but not definitive.
Although income growth is associated with rising subjective well-being, such positive link gets
weaker as country become rich. Per capita consumption, Human Development Index (HDI), and
Ginin coefficient are correlated with subjective well-being to some extent, but not definitive as
with the case of GDP per capita. Even though GDP per capita is just one of many factors to
determine people’s subjective well-being, it offers a valuable insight for happiness, especially in
- 17 -
developing countries. GDP combined with many other elements are key factors in the process of
scenario development although some of which are difficult to quantify.
5.0
4.5
4.0
Index of happiness
3.5
3.0
2.5
2.0
y = 0.2621ln(x) + 3.2068
R² = 0.2781
1.5
1.0
0.5
0.0
0
1
10
100
GDP per capita (thousand $)
Not e: GDP i s in the yea r of 2007, and index of happines s is
mea sured in th e lat est yea r (m ainly in 2005-2008)
Figure 1: Relationship between GDP per capita and index of happiness
In the latter half of this chapter, we study emergy index, whch focuses on sustainablility of
energy system in addition to several quantitative assessment of sustainable development and
climate change mitigation Furthermore we discuss discount rate and its determinants, such as
pure time preference and elasticity of utility with respect to consumption. Payback period in
investment decision making and implicit discount rate in the private sector are widely
investigated.
Chapter 3
Illustratve scenario development
In this chapter, we develop a set of illustrative scenarios prior to quantitative assessment.
There are three pillars for core scenarios as shown in Figure 2: socio-economic scenarios (A and
B), scenarios on positioning of climate change issues in the broader agenda (I, II and III), and the
“representative concentrating pathways” scenarios compatible with the full range of stabilization.
- 18 -
ALPS core scenarios
Scenarios for macro-level and socio-economic
conditions in the long term
Scenario A:
Medium technological
progress scenario
Scenario B:
High technological progress
scenario
Scenarios for emission
reduction levels
Climate change policy
scenarios
RCP3.0PD
I：Pluralistic society scenario
RCP4.5
II：Climate policy prioritized
scenario
RCP6.0
III: Energy security
prioritized scenario
RCP8.5
Figure 2: Scenarios assumed in ALPS project (only major scenarios)
Key driver of the socio-economic scenarios is technological progress, which involves
significant uncertainty. Policy can have impact on technology progress to a certain degree, but
most other factors can bring large uncertainty about the future technological change. It is quite
difficult to forecast future innovation and technological change with high accuracy, so we prepare
two discrete scenarios to cover the uncertainty. Scenario A illustrates a gradual shift from
dynamic economic development as observed in the past toward a well matured economy
especially in developed countries. Scenario B describes a future world of very rapid economic
growth with brilliant innovation.
With regard to scenarios on positioning of climate change issues in the broader global agenda,
we develop three different narratives. Scenario I named “Pluralistic society scenario” is
approximate to the current real world situation with people’s diverse values in nature. Scenario II
is a “Climate policy prioritized scenario” in which each nation puts high priority on domestic
energy resources from energy security perspective. Scenario III called “Energy security
prioritized scenario” is a one under which climate change policy is emphasized and people’s
behavior are rational in the sense that mitigation measures are taken in a cost effective way. This
assumption was implicitly adopted by most of the traditional climate change assessment.
Our future emissions scenarios are fully harmonized with a set of four RCPs for IPCC AR5.
The RCPs have been selecting from existing literature to span the full range of possible
trajectories for future greenhouse concentration. In total 4 scenarios were selected: a very high
emission scenario leading to 8.5 W/m2, a high stabilization scenario leading to 6 W/m2, an
intermediate stabilization scenario leading to 4.5 W/m2 and a low mitigation scenario
leading
to 2.6 W/m2 (RCP 3-PD). Additionally we go over 3.7 W/m2 scenario, which comes to five
emission pathways in total.
- 19 -
Table1 lays out interacting structure among socio-economic scenarios (A and B), scenarios on
positioning of climate change issues in the broader global agenda (I, II and III), and the
“representative concentrating pathways” scenarios. For example, it may be possible to achieve
very stringent mitigation target of RCP3PD with combination of scenario A and scenario III,
while it seems unlikely that deep emission reduction cut to reach RCP3PD under assumptions of
scenario B and scenario I (or II) collectively. This table provides intuitive guidance to understand
such cross relationship among scenarios.
Table 1:
Ecoonmic
Correlations among ALPS core scenarios
[A] Medium Technological Progress
[B] High Technological Progress
Scenario
Scenario
and social
conditions
Overa ll
RCP6
RCP4.5
3.7W/m 2
RCP
3PD
RCP6
RCP4.5
3.7 W/m 2
RCP
3PD
I. Pluralistic soci et y
scena ri o
○
◎
○
△
◎
○
△
×
II. Clim ate pol icy
pri o riti ze d sce na ri o
△
○
○
○
○
○
△
△
III. Energ y secu rit y
pri o riti ze d sce na ri o
◎
○
○
×
◎
△
△
×
climat e p olic y
scena ri o
Note) ◎ ： Strong co rrelation, ○ ： Correlation, △ ： Weak correlation, ×： Little correlation
These correlations are evaluated subjectively on the basis of difficulties to achieve each
stabilization level in macro-level and socio-economic scenarios (Scenario A and B) and overal
climate policy scenarios (Scenario I, II and III), and threfore, these correlations are not
projections.
Chapter 4
Model development and quantitative analysis
Quantitative modeling exercises with logical consistency are necessary to evaluate scenarios
and policies that are entangled with complex elements. In Chapter 4 Section 3 we analyze GHG
emissions from land use change, using crop models, water models and land use model.
In Chapter 4 Section 5 we show sectoral outlook, including power, iron and steel and
automobile with respect to best available mitigation technology and level of activity since these
CO 2 intensive sectors make a difference to global emissions pathways.
As for power sector, current and future generation costs and technology perspectives were
widely surveyed for coal-fired power generation, gas-fired power generation, nuclear power
generation, wind power generation and photovoltaic power generation. Additional costs for grid
stability with dynamic loads in association with large scale introduction of renewable are also
estimated. As shown in Figure 3 of generation costs including grid costs, we approximately
- 20 -
estimate that the levelized generation costs of coal-fired power plants and nuclear power range
between 8yen/kWh and 12yen/kWh, of gas-fired power plants between 10yen/kWh and
14yen/kWh, of wind power plants between 16yen/kWh and 18yen/kWh, and of solar PV between
55yen/kWh and 63yen/kWh. Costs of renewable sources themselves are expected to decline as
capacities expand, whereas their ancillary costs are expected to grow because conditions of
location become less favorable and because additional investments are required for grid stability
to secure reliable power supply. While the costs of wind power generation is nearly equivalent to
the costs of fossil power plants when its installed capacity is small, wind power lack
competitiveness in the power market as its capacity grows.
Power generation costs (Yen/kWh)
発電単価（円/kWh）
70
60
50
40
PV
30
Wind
20
Natural gas
Electricity
prices
Coal
10
0
2005
Nuclear power
2010
2015
2020
2025
2030
2035
2040
2045
2050
Figure 3: Projections of power generating costs for each power generation facility in Japan
For the steel sector we extrapolate future crude steel production and scrap availability. Figure
4 presents the forecast of crude steel production on regional basis. Crudes steel production in
China has expanded rapidly in the past decade, but their production level will be saturated sooner
or later, judging from historical data on apparent steel consumption per capita. Alternatively steel
production in India is expected to increase. We estimate global steel production is expected to
reach approximately 2.2 billion tonnes per year by 2050. The Scrap/EAF route is less
energy/carbon-intensive than the BF/BOF route because there is no need to reduce iron ore to iron
and because it cuts out the need for the ore preparation and coke-making steps. In this context it
is crucial to estimate scrap availability and potential of EAF in projecting global CO 2 emissions
from iron and steel sector. One of the biggest challenges in the estimation is to know the volume
of social stock of steel scrap and their availability. With limited information and data, we explore
two approaches to assess future scrap availability in the world, referring to previous studys.
Global scrap availability increases ranging from 0.8 to 1.0 billion tonnes per year in 2050, adding
up home scrap, process scrap and obsolete scrap (see Figure 5). The gap comes from data
reliability and underlying assumptions on the volume home scrap, process scrap and obsolete
- 21 -
scrap. The amount of home scrap is likely to reach 150 million tonnes and the sum of the total
scrap availability is expected to range from 0.95 billion tones to 1.15 billion tones. This suggests
the fact that IEA overestimates scrap availability by about from 100 million tonnes to 300 million
tones.
Latin America
Scenario
Africa and Middle East
2,000
Crude steel production (Million ton/yr)
Statistics
Other developing Asia
1,500
India
Economies in
transition
1,000
China
500
OECD Pacific
OECD North America
OECD Europe
0
1990
2000
2010
2020
2030
2040
2050
Figure 4: Historical crude steel production by region and its future scenario
1,600
Scrap consumpition （Million ton/yr)
Scenario (based on estimation logic no.2)
1,400
1,200
1,000
Scenario (based on estimation logic no.1)
Estimate (based on logic no.2)
Estimate (based on logic no.1)
800
600
400
Prompt scrap + obsolete scrap
(Fe-equivalent)
200
0
1950
1975
2000
2025
2050
2075
2100
Figure 5: Historical global scrap consumption and its projection
(Summation of prompt scrap and obsolete scrap)
Reflecting the recent economic crisis, we also update the outlook for future activity level on a
secotor basis. Based on the review of costs and available technology above, we reexamine
assumptions of DNE21+ model, technology-rich energy system model with finer-scale regional
details, and work out mitigation pathways toward 2050.
- 22 -
Chapter 5
Quantitative mitigation and adaptation scenarios in line with illustrative
scenarios
In this chapter mitigation and adaptation scenarios are elablrated in a quantitative manner
according to the narrative scenarios developed in the previous chapters.
Chapter 5 section 2 focuses on population and GDP on the basis of socio-economic scenarios
(A and B) in line with a historical trend (see Figure6 and Figure7).
SRES A2
（IIASA1996 High）
160
Range in SRES
ALPS-Scenario A
140
SRES B2
UN2008 High
人口（億人）
Population
(100 million)
120
（UN1998 Medium）
UN2008 medium
IIASA2007
100
（10-90 percentile）
Range in ALPS
80
Range in UN2008
60
UN2008 Low
SRES A1/B1
40
（IIASA1996 Low）
ALPS-Scenario B
20
0
1950
1975
2000
2025
2050
2075
2100
Figure 6: Population scenario
Range in SRES
400
SRES A1
SRES B1
GDP (Trillion 2000 USD)
350
300
ALPS-Scenario B
250
200
ALPS-Scenario A
150
SRES B2
100
EIA-IEO2010
SRES A2
50
IEA-ETP2010
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Figure 7: GDP scenario
- 23 -
Urban population of major cities is estimated in Chapter 5 section 3 and population below the
poverty line is in section4. Section5 seeks to describe likely impacts of climate change on human
health. From section 6 to section 8 of Chapter 5 we develop supply and demand scenarios on food
and fresh water, and scenarios of future land-use changes and GHG emissions in a consistent way,
using our set of models of food, water and land use change.
The gap among scenarios toward 2050on positioning of climate change issues in the broader
global agenda (I, II and III) is analyzed with socio-economic assumptions of Scenario A in
Chapter 5 section 9. We assume relatively shorter payback period (or higher implicit discount
rate) as observed in the real world situation for Scenario I, “Pluralistic society scenario”, while
Scenario II, namely “Climate policy prioritized scenario”, is characterized by the longer payback
period than that seen in actual cases. Scenarios III “Energy security prioritized scenario” is
distinguished in higher tariff barriers for oil and gas export.
Figure 8 and Figure 9 respectively show regional and technological contribution to cut global
emissions in half by 2050 in the case of Scenario I. Figure 10 identify differences in power
generation mix for the baseline case among Scenario I, II, and III. The share of nuclear power
generation is higher in Scenario III than in Scenario I. Power generation mix of Scenario III is
characterized by higher share of nuclear power generation and of highly efficient fossil fuel
power plants regardless of their expensive initial costs. Figure 11 compares marginal abatement
costs to reduce global missions in half among Scenario I, II, and III. Scenario I and III imply
higher carbon prices due to longer payback period in keeping with the real world situation, while
Scenario II leads to lower marginal abatement costs. This result suggests that explicit carbon
prices can be very high to meet the targets, which causes great difficulty in implementation, and
that detailed measures to remove market barriers to energy efficiency can lower mitigation costs
as described in Scenario II.
- 24 -
Electricity Generation: CCS
Energy-related CO2 emissionis and reductions
[GtCO2/yr]
60
Baseline emissions：
57GtCO2/yr
50
40
17%
Electricity Generation: Renewables
14%
Electricity Generation: Nuclear
Power
15%
11%
30
43%
20
Emissions when halving
global emissions: 13GtCO2/yr
10
Electricity Generation: Efficiency
Improvement and Fuel Switching
among Fossil Fuels
Other Energy Conversion
Residential & Commercial Sector
Transportation Sector
Industrial Sector
0
CO2 Emissions
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
Year
Figure 8: Reduction contribution by technology for halving global emissions by 2050
(Scenario A-I)
Energy-related CO2 emissions & reductions
[GtCO2/yr]
60
50
Baseline emissions：
57GtCO2/yr
Other non-OECD
30%
Other OME
40
6%
10%
30
24%
China
17%
20
10
India
Other OECD
13%
Emissions when halving
global emissions: 13GtCO2/yr
USA
CO2 emissions
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
Year
Figure 9: Reduction contribution by region for halving global emissions by 2050
(Scenario A-I)
- 25 -
50000
PV
45000
Wind
Electricity generation [TWh/yr]
Biomass-High
40000
Biomass-Low
35000
Hydro&Geothermal
Nuclear
30000
Gas-CHP
25000
Gas-High
Gas-Middle
20000
Gas-Low
Oil-CHP
15000
Oil-High
10000
Oil-Middle
Oil-Low
5000
Coal-High
Y2020
Y2030
Scenario III
Scenario II
Scenario I
Scenario III
Scenario II
Scenario I
Scenario III
Scenario II
Scenario I
0
Coal-Middle
Coal-Low
Y2050
Figure 10: Baseline global power generation (Scenario I, II and III)
CO2 Marginal Abatement Cost [$/tCO2]
500
ScenarioI and III
Scenario I
450
Scenario II
400
Scenario III
350
300
Scenario II
250
200
150
100
50
0
2000
2010
2020
2030
2040
2050
Year
Figure 11: CO 2 marginal abatement cost in Scenario I, II and III
Chapter 5 section 10 takes a longer perspective up to 2100. The differences between Scenario A
and Scenario B and among the RCP scenarios are analyzed with the underlying assumptions of
Scenario I, using DNE21 model, which has a simpler structure but longer timeframe than DNE21+
has. Figure 12 shows global CO 2 emissions from fuel combustion for the baseline cases of
Scenario A and Scenario B. In both cases, CO 2 emissions are expected to double by 2050 and
triple by 2100. Figure 13 provides an insight into a loss of per cent GDP to meet the relevant
- 26 -
mitigation target under a given RCP scenario. Our overall results can be placed in the middle of
various research results referred to the IPCC AR4.
120
CO2 emissions from energy (GtCO2/yr)
RITE ALPS-A
100
RITE ALPS-B
80
SRES A1B
SRES A1FI
60
SRES A1T
40
SRES A2
20
SRES B1
0
1975
SRES B2
2000
2025
2050
2075
2100
RCP8.5 (MESSAGE)
-20
Figure 12: Baseline scenario for global CO 2 emissions from energy
ALPS
GD
P lo s s
GDPロス
(%)
Figure 13: Global GDP loss for each stabilization level (Compared with IPCC AR4)
Chapter 5 Section11 analyzes non-CO 2 greenhouse gases emissions for socio economic
scenarios, and identify the gap between Scenario A and Scenario B.
Chapter 6
Development and application of indicators on sustainable development and
climate change mitigation
In this chapter we quantitatively assess our scenarios, using SD indicators from a broad set of
perspectives to understand climate change mitigation measures in the wider context of
sustainable development. Mitigation actions potentially produce a synergistic effect as well as
trade-off with sustainable development policy. Scenarios need to be assessed by a different set of
indexes in that sense.
- 27 -
Figure 14 and 15 illustrate examples of energy security evaluation according to the IEA’s
index. The baseline scenario indicates that vulnerability to energy security risks is expected to
increase toward 2050. It is noteworthy that energy system can be more vulnerable than the
baseline in the scenario cutting global CO 2 emissions in half by 2050. Energy security will be
enhanced in the “Energy Security Scenario” of our scenario III based on our assessment. Figure
14 and 15 show water-stressed population and CO 2 emissions per capita respectively. Scenarios
are also examined by other indexes from various perspectives.
14000
Y2000
Y2050 - Baseline
Y2050 - 50% reduction in 2050
Energy security index
12000
10000
Level of
vulnerability
8000
6000
4000
2000
World average
Korea, ASEAN
India
China
Japan
ME, Turkey,
North Africa
FSU
E.Europe
W. Europe
US
0
Figure 14: Energy security index by region (Scenario A-I)
5000
Gas
Oil
Level of
vulnerability
3000
2000
1000
Y2000
Baseline
Scenario III
Scenario II
Scenario I
Scenario III
Scenario II
0
Scenario I
Energy security index
4000
50% reduction in 2050
Y2050
Figure 15: Global weighted average of energy security index for each scenario
- 28 -
2000
1200
2030 Baseline
1000
800
2030 50%
reduction in 2050
600
400
2050 Baseline
200
2050 50%
reduction in 2050
Oceania
Other South Asia
India
Southeast Asia
Other East Asia
China
Japan
Southwest Africa
Southeast Africa
North Africa, Middle East
Russia
Eastern Europe, other FSU
Western Europe
Other South America
Brazil
Central America
Canada
0
U.S.
Water-stressed population (million)
1400
Figure 16: Water-stressed population by scenario, period and region
2.7
5.8
2000
2.0
2030 Baseline
1.5
2030 50%
reduction in 2050
2050 Baseline
1.0
0.5
World Average
Oceania
Other South Asia
India
Southeast Asia
Other East Asia
China
Japan
Southwest Africa
Southeast Africa
North Africa, Middle East
Russia
Eastern Europe, other FSU
Western Europe
Other South America
Brazil
Central America
Canada
0.0
U.S.
CO2 emissions per GDP
[ｔCO2/thousand$]
2.5
2050 50%
reduction in 2050
Figure 17: CO 2 emissions per GDP by scenario, period and region
Chapter 7
Insights from scenarios developed by major research institutes abroad
This chapter goes over the results studied by IIASA on “Energy security – Trade-offs and
co-benefits with climate change mitigation” and “The potential for greenhouse gas mitigation
through consumer choices on mobility”. We also refer to the estimates by LBNL’s model and data
on China's emissions trajectory and the impact of the wide range of efficiency gains across
sectors. Based on these research reports, we gain insights for ALPS scenarios into identification
of different energy security metrics, trade-offs and synergies between climate and energy security
targets, consumer choices conserning passenger transport, and CO 2 mitigation potential by sector
and emissions trajectory in China for the period up to 2030.
- 29 -
Chapter 8
Conclusion and Next steps
This chapter summarizes major findings gained through this year’s project and referred to the
tasks ahead in the following years.
Appendix
This Appendix outlines the RITE International symposium held in February 2011. We exchanged
views on this project and delivered the outcomes of our research.
- 30 -
本
編
第 1章
1.1
はじめに
背景
1972 年に出版された「成長の限界」は、コンピュータモデルを用いた分析によって、
このままの発展を続けると人類は限界にぶつかることを示唆した。これが契機となり、
後に「持続可能な開発」の概念が生み出され、環境と開発に関する世界委員会（ WCED）
が 1 987 年に公表した「我ら共通の未来（ O ur Co mmon Fu tu re）」（通称「ブルントラン
ト報告書」）において定着することとなった。そして、199 2 年にブラジルのリオデジャ
ネイロで開催された国連環境開発会議において採択された「環境と開発に関する宣言
（リオ宣言）」と同行動計画（アジェンダ２１）によって、根本理念としての「持続可
能な開発」が具体化された。
アジェンダ２１を受け、国連内の持続可能な開発に関するハイレベルなフォーラム
として、持続可能な開発委員会 (Co mmission on Su sta ina ble De velo p men t： C SD)が 19 9 3
年に設立された。同委員会による活動の一環として、持続可能な開発に関する指標が
検討され、 20 01 年には、社会、環境、経済、制度の 4 つの分野から持続可能な開発に
関する 58 個の指標が示された。
10 年後の 200 2 年には、南アフリカのヨハネスブルクにおいて、持続可能な開発に関
する世界首脳会議が開催された。地球環境問題に対する取り組みを評価するため、ア
ジェンダ２１の実施状況を点検し、今後の取り組みを強化することが確認され、「持続
可能な開発に関するヨハネスブルグ宣言」などが採択された。また、当時の国連事務
総長のアナン氏は、具体的に成果を挙げることが期待される重要分野として、 Water、
Ene rg y 、 Hea lth 、 Ag ricu ltu ral p rod uc tivity 、 B iod ivers ity a nd eco s ys te m man age me n t
（ WEHAB）を掲げた。
そして、リオ宣言から 20 年となる 2012 年 6 月にリオデジャネイロで、持続可能な開発
と貧困根絶に対する国際的な取り組み強化を目的にした「国連持続可能な開発会議
（ R io +2 0 ）」も予定されている。
地球温暖化問題においては、 200 9 年 12 月にデンマーク・コペンハーゲンにおいて、
2013 年以降の排出削減枠組み・目標に関する合意を目指した第 15 回締約国会合
（ COP 15）が開催された。閣僚レベルでの協議に加え、最後には各国首脳の多くも出席
し合意を目指した。しかしながら、結局、 26 カ国・機関の首脳による「コペンハーゲ
ン合意（ Co pen hag en Accord）」が何とか成立したものの、UN FC CC 加盟国はそれを留意
するという形に留まった。そして、1 年後の 20 10 年 12 月には、メキシコ・カンクンに
て COP 16 が開催された。 COP 15 では「コペンハーゲン合意」を正式決定できずに「留
意（ tak e no te ）」に留まったが、COP 16 では「コペンハーゲン合意」を正式に決定した。
温暖化枠組みをめぐる国際動向については、後の第 1 .3 節でより詳細に述べる。
過去の CO 2 排出量推移をみると、世界の CO 2 排出量は 19 71 年から 2000 年の間、平
均して年率 1 .8%で増加してきた（図 1.1 -1 ）。温室効果ガス排出抑制のために、1 997 年
末に京都議定書が採択されたが、それ以降、むしろ加速を強めており、 20 00 ∼ 200 8 年
- 33 -
の間は年率 2 .8%増となっている。これは特に、最貧国を除いた途上国経済の急速な経
済発展に依っている。最近の世界経済危機の影響で先進国における排出は減少傾向に
あるものの、途上国での排出低下はあまり大きくなく、増加続けている国も多く、世
界の排出量は大きくは変化していない。また、図 1 .1 -2 で見られるように、CO 2 原単位
（ GDP あたり CO 2 排出量）でみても 2 000 年までは着実に年 1 .4%程度で低下していたが、
2000 ∼ 20 08 年の間は横ばいで推移している。経済の急速な発展段階においては、イン
フラ整備が活発に行われるため、 CO 2 原単位の大きい鉄鋼やセメントの生産が増し、
CO 2 原単位を悪化させているとみられる。また、これらの生産のための原単位は、日本
などに比べ途上国では悪く、より大きな CO 2 排出となっていると考えられる。経済に
大きな影響を与えず、このようなトレンドを変え、脱炭素化を進めていけるかが重要
である。
35
CO2 emission (GtCO2/yr)
30
2000-08
+2.8%/yr
25
World
1971-2000:
+1.8%/yr
20
Annex I
15
10
Non-Annex I
Kyoto Protocol
adoption
5
0
1970
図 1. 1-1
1980
1990
2000
2010
世界、附属書 I 国、非附属書 I 国の CO 2 排出量推移
1)
Per-GDP CO2 emission (kgCO2 /US$)
1.6
1.2
1
World
1971-2000:
-1.4%/yr
2000-08:
+0.0%/yr
0.8
0.6
Annex I
0.4
0.2
0
1970
図 1. 1-2
Non-Annex I
1.4
Kyoto Protocol
adoption
1980
1990
2000
2010
世界、附属書 I 国、非附属書 I 国の GD P あたり CO 2 排出量の推移
- 34 -
一方で、200 7 年 7 月頃から顕在化してきた米国のサブプライムローン問題を発端に、
2008 年 9 月には大手投資銀行であるリーマン・ブラザーズの破綻により、世界経済危
機が起こっている。経済危機の連鎖は各国に拡大し、先進国を中心に経済へのダメー
ジは大きいままである。各国政府は、財政支出によって経済を建て直そうとしている
が、各国ともに財政赤字が急激に膨らんできており、出口が見いだせないままである。
米国オバマ政権は、グリーンニューディールとして、財政支出を環境分野に振り分
けることを掲げ経済再建に取り組もうとしてきたが、財政赤字の拡大を招いた一方で、
米国の雇用増にはあまり結びつかなかったという評価が大きくなっている。そして、
最近は、米国が強みを有している分野（直接的な環境分野に限らず幅広い分野）の海
外輸出を強めることによって雇用増をはかるよう方針転換しているようにも見受けら
れる。いずれにしても、政府主導での支出増だけでは、需給ギャップを埋めるような
短期的な効果しかなく、需要を創出していけなければ長期的な経済成長には結びつい
ていかないと考えられる。財政赤字の拡大は、今後の温暖化対策や持続可能な発展政
策全般にわたって、政策余地を縛ることにもなりかねず注意が必要なことは間違いな
い。より賢く、グリーン・イノベーションを起こし、環境と経済の両立を行っていく
ことが重要であろう。
また、世界経済危機による CO 2 排出への影響は大きく、先進各国で大幅な CO 2 排出
の低下が観測されている（図 1 .1 -3 ）。しかし、これは喜ばしいことではない。現状で
は GDP と CO 2 排出が強い相関を有していることを改めて示されたということでもあ
る。短期的に大幅に CO 2 を減らすには、生産活動量抑制が不可欠となり、それは、大
きな雇用喪失につながり、我々の幸福感を大きく損ない、持続可能な発展も損なうこ
とになるということである。よって、 GDP と CO 2 排出の正の相関をいかに断ち切って
いくかに注力していくことが、環境と経済の両立、そして何よりも将来世代を含めた
人類の幸福のためにとって重要と言える。
図 1. 1-3
日本の温室効果ガス排出量の推移（出典：環境省
- 35 -
2)
）
一方で、アフリカ等の貧困問題は、温暖化問題以上に深刻とも言える大きな課題で
ある。貧困が内戦を生み、一層の貧困へと負のループに落ち込んでいる国は未だ多く
あり、世界の持続的な発展を阻害し得る重大な問題である。そして、地球温暖化の影
響はアフリカのような脆弱な地域に最も大きな被害をもたらす可能性も大きい。
地球温暖化問題は、間違いなく、人類にとっての脅威であり、これに立ち向かって
克服していかなければならない課題である。一方で、国際社会は様々な困難に立ち向
かっている。そして、それらの課題は複雑に絡み合っている。これらを同時に高次元
で解決していくことが必要である。そのためには、一つ一つの課題について深く理解
した上で、全体像を俯瞰することが重要である。また、それらを定量的に分析するに
は、システム分析の手法が必要である。本研究は、それらに取り組むことによって、
人類がより良い意思決定を行うためのより良い情報、知見を包括的に示そうとしてい
る。
1.2
IPCC 第５次評価報告書に向けた排出シナリオ・分析の動向
1
気候変動に関する政府間パネル（ IP CC）は、次期報告書である第 5 次評価報告書（
Fifth
Asse ssme n t Rep ort、以下 AR5）に集約する研究に向け、新シナリオを作成している（図
1.2 -1）。なお、 IP CC は過去、「シナリオ開発を c oord ina te 」してきたが、新シナリオで
は研究者による「シナリオ作成を ca tal yze 」する役目を担うこととなっている。シナリ
オ作成のための主要な研究コミュニティは、気候予測に関する気候モデル（ clima te
mod eling : CM）コミュニティ、社会経済シナリオに関する統合評価モデル（ in teg rated
asses s men t mod elin g : IA M ）コミュニティ、影響・適応・脆弱性（ impa cts, ada pta tion,
vulne rab ility: IAV ）コミュニティの３つに大別される。
2007 年秋 IP CC は新シナリオ作成のための専門家会合を開催し
1)
、以来作業および専
門家会合を継続して行ってきた。代表的濃度パス（ Re p re sen ta tive Co nce ntration
P athwa ys: RCP s）の選定では、これまで低濃度パスの RCP 3 -P D について 2 .9 W /m 2 か 2. 6
W/m 2 シナリオのいずれにするかで議論が続いていたが、最終的にはより低いレベルの
排出シナリオとなる 2.6 W /m 2 が選定された
2)
（表 1 .2 -1）。本研究におけるシナリオ策
定においても、この濃度パスに対応した分析を行うことは、国際的なシナリオ発信お
よびそれによる排出削減方策の国際的な議論のために、重要であると考えられる。
また、 20 10 年 11 月には、 IP CC WG2 と W G3 共同で、社会経済シナリオに関する専
門家会合を開催した。具体的な方針はまだはっきりとは定まっていないが、 RCP では
排出量の不確実性の幅に着目して、4 つのシナリオを選定したが、4 つのシナリオは、
それぞれのシナリオで利用している背景となっている社会経済シナリオ（人口や G DP ）
がまちまちである。温暖化緩和と影響・適応を、整合的に総合的に評価し、複数の分
析・評価からある知見を見出していくには、いくつかの社会経済シナリオについて考
1
AR 5 はそれぞれ、第１作業部会（ W G I ）の報告書は 2 0 1 3 年早期に、第 2 作業部会（ W G Ⅱ ）およ
び第 3 作業部会（ W GⅢ ）の報告書、統合報告書は 2 0 1 4 年のできるだけ早い時期に完成させるこ
とを要請されている（ IPCC 第 28 回会合にて）。
- 36 -
え方や定量的なシナリオを整理しておくことが必要である。20 10 年 11 月の専門家会合
では、それについて議論が行われた。
図 1. 2-1 新シナリオ策定に関する工程（文献 1)より）
表 1. 2-1
名称
RCP 8.5
RCP 6
RCP 4.5
RCP 3-P D
(2. 6)
Re pres ent a tive Con cent rat ion Pathw ays : RC Ps
放射強制力
2
2100 年に 8. 5W /m 以上
∼ 6 W /m
パス形状
2100 年に 137 0pp m 以上
上昇
∼ 850 pp m
ｵｰﾊﾞｰｼｭｰﾄすること
2
（ 210 0 年以降安定化）
∼ 4. 5 W /m
（ 210 0 年以降安定化）
2
（ 210 0 年以降安定化）
2100 年より前に 3
W/m 2 でピーク、以後、
下降
濃度（ CO 2 等価）
∼ 650 pp m
（ 210 0 年以降安定化）
2100 年より前に 490 pp m で
ピーク、以後、下降
なく安定化
ｵｰﾊﾞｰｼｭｰﾄすること
なく安定化
ピークおよび下降
なお、 IP CC WG3（緩和策）の第５次評価報告書の章構成は以下のように予定されて
いる。
第 1 部 In trodu c tion
第 1 章： In tr oducti o n
第 2 部 Fra mi ng Iss ue
- 37 -
第 2 章： In te gra ted Risk and Unce rtainty Assessmen t o f Climate Chan ge
Response Po licies
第 3 章： Soc ial , Econ omic and Ethic al Co ncepts and Me thods
第 4 章： Sustainable Developmen t and Equity
第 3 部 P athways fo r Mitig atin g C limate C hange
第 5 章： Dri vers , Tre nds and Miti ga tion
第 6 章： Assessin g Transforma tion Pa th ways
第 7 章： Ene rgy Systems
第 8 章： Transpo rt
第 9 章： Buildings
第 10 章： Industr y
第 11 章： Agri cutl tu re, F ores tr y and Oth er L and Uses (AFOL U)
第 12 章： Human Se ttlements , Ins fras tru ctur e and Spatial Pl anning
第 4 部 Asse ssme n t o f P olicies, In s titutio ns a nd Fin anc e
第 13 章： Inte rna tio nal Coope ra tion : Agr eemen ts and Instru ments
第 14 章： Re giona l Develop ment and Coo perati on
第 15 章： Na tion al a nd Sub -Na tional Po li cies and Insti tutions
第 16 章： Cr oss -cutti ng Inves tment and F inance Issues
本研究では、このような IP CC の動向も踏まえながら研究を行った。
- 38 -
1.3
国際枠組みに関する動向
2009 年 12 月にデンマークのコペンハーゲンで開催された気候変動枠組み条約
（ UN FCCC）締約国会議（ COP 15）では、 2 013 年以降のポスト京都議定書の国際枠組み
に関する決議には至らなかったが、先進国の削減目標及び途上国の削減行動の提出に
ついて書かれたコペンハーゲン合意が留意（ take no te ）された。同合意に基づき、その
翌年の 2 010 年 1 月末に先進国は 2 020 年までの削減目標、一部の途上国は削減行動を
提出した。表 1.3-1 は主な削減目標・削減行動をまとめたものである。
表 1. 3 -1
国
日本
主要国の削減目標・削減行動
2020 年における
条件等
削減目標及び削減行動
1990 年比 25 %減
すべての主要国による公平かつ実効性のある国際
枠組みの構築及び意欲的な目標の合意を前提
EU
1990 年比 20 -30 %減
他の先進国が EU と同等の削減目標で、途上国が
各々の責任と能力の下で適切な貢献を行った場
合： ▲30%
米国
2005 年比 17 %減
国内法成立後、最終案を提出。2 0 5 0 年 ▲ 8 3 % に沿っ
て、 2025 年 ▲30%、 2030 年 ▲42%に取り組む。
カナダ
2005 年比 17 %減
オーストラ
2000 年比 5%-2 5%減
米国が ▲17%を立法化した場合
国際合意があり、先進国が豪州と同様の目標、主
要途上国が大幅排出抑制を行う場合： ▲15%、
リア
4 5 0 p p m - CO 2 e q . 安定化の意欲的な目標で合意した
場合： ▲25%
ロシア
1990 年比 15 %-25%減
レンジは、ロシアの森林吸収が適切にカウントさ
れる仕組みが構築され、すべての主要排出国が法的
拘束力のある排出削減をとるかどうかによる
韓国
ベースライン比 3 0％減
中国
2005 年比、 GDP あたり
一次エネルギーにおける非化石エネルギーのシェ
の C O 2 を 4 0 -4 5%削減
アを 1 5 % に。森林面積を 4 0 mi l l i o n h a 、蓄積量を 1 . 3
インド
（韓国政府の国内での決定は 2005 年比 ▲4%）
billion m3 増やす。
2005 年比、 GDP あたり
の C O 2 を 2 0 -2 5%削減
法的拘束力を伴わない自発的な目標
201 1 年 1 1 月末から 12 月初めにかけてメキシコ、カンクンで開催された COP 16 では、
「カンクン合意 2」が決議された。カンクン合意は国連気候変動枠組み条約の枠組みの
下で包括的な温暖化効果ガス削減に向けた緩和目標・行動、技術移転、適応、資金に
関する主要な要素を包含し、ポスト京都議定書の枠組みについての基盤が形成された
といえる。また、京都議定書延長については、議論を今後も継続することが合意され
た。
2
C O P 1 6 決議案は h t t p : / / u n fc c c . i n t / f i l e s / m e e t i n g s / c o p _ 1 6 / a p p l i c a t i o n / p d f / c o p 1 6 _ l c a . p d f 、 C M P 決議案
は、 h t t p : / / u n f c c c . i n t / fi l e s / m e e t i n g s / c o p _ 1 6 / a p p l i c a t i o n / p d f / c o p 1 6 _ kp . p d f を参照。
- 39 -
同合意は長期目標について、産業革命以前から気温上昇を 2 ℃ に抑えるための温暖化
ガス削減という観点から、世界規模の大幅な削減の必要性を認識し、早期の排出量ピ
ークアウトを達成するために各国が協力すべきであることが合意された。また、緩和
については、 UN FCC C 事務局が今後作成する先進国・途上国が提出した削減目標・削
減行動を記載した文書に締約国が留意することが決議され、各国の削減目標・行動を
計測、報告及び検証（ MRV）する国際システムを通じて透明性を確保する（ ICA）こと
が合意された。
途上国に対する支援として、気候変動に対して脆弱な途上国に対する適応資金の供
与及び今後高い経済成長が見込まれる新興国が低炭素な経済成長を実現するための技
術・資金協力が検討されている。同合意では、途上国支援という文脈で、「緑の気候
基金」、「技術メカニズム」及び「適応委員会」の設立が合意された。国際交渉にお
いて、緩和と同様に適応の重要性及びその枠組みが今後増していくことがいえるであ
ろう。
また、市場メカニズムを含む様々な方策については、201 1 年 12 月に南アフリカのダ
ーバンで開催される COP 17 で新しい市場メカニズムの構築が検討される予定である。
同時に、 COP 17 では、カンクン合意の各議題についての取り組みが具体化される方向
である。
京都議定書の仕組みとコペンハーゲン合意の仕組みは、大きくみると、図 1.3 -1 のよ
うであり、京都議定書は、全体の削減目標を決めてそれを国に割り振るような仕組み
で、コペンハーゲン合意は、各国の削減目標・行動計画を提出し、それをレビュー、
検証していく仕組みと考えることができる。京都議定書のような仕組みは、単純であ
り、机上計算どおりにいけば期待した削減総量目標が実現するということである。し
かし、現実社会は 20 0 カ国もの国が存在し、 69 億人もの人々がそれぞれの意思を持っ
て行動しており、単純な机上計算、単純なモデル計算は、現実社会では思った通りに
は機能せず、第 1. 1 節で示したように、京都議定書以降、世界の排出量はむしろその増
大が加速している。京都議定書で排出削減義務を負っている国は、京都議定書の基準
年である 199 0 年では 58%に達していたが、米国が離脱したこと、非附属書 I 国の排出
が大きく増加してきたことから、 200 5 年では 27%に低下している（図 1. 3 -2 ）。地球
温暖化の実効ある抑制のためには、世界すべての国による実効ある排出削減が不可欠
となってきているが、京都議定書のような仕組みでは、世界の多様な国を実質的に排
出削減に取り組む枠組みの中に入れることは難しいと考えられる。コペンハーゲン合
意は、各国の多様性を認めつつ、世界のすべての国、少なくとも主要な排出国すべて
を、実効ある排出削減の枠組みに加えていこうとするものであり、必然的な動きであ
るとも言える。京都議定書の第１約束期間の終わりとなる 20 1 2 年末が近づいてきてい
ることから、 COP 17 に向けて、排出削減の実効性がないことは認識しながらも京都議
定書の延長論も高まっていくと見られる。しかし、持続的に実効性をもって世界の温
室効果ガス抑制に取り組む枠組みを今構築していくことが、温暖化防止と持続可能な
発展のために不可欠であると考えられる。
- 40 -
図 1. 3-1 京都議定書とコペンハーゲン合意の仕組み（経済産業省資料）
その他非附
属書 I 国
アフリカ
4%
5%
中南米
7%
1990
その他非附
属書 I 国
アフリカ
2%
6%
中南米
8%
米国
19%
その他アジ
ア
10%
EU15
13%
インド
5%
中国
12%
その他附属
書I国
17%
EU27(+12)
4%
2005
その他アジ
ア
14%
米除く附属書I:
27%
EU15
11%
EU27(+12)
2%
インド
6%
中国
19%
日本
4%
米国
18%
日本
4%
その他附属
書I国
10%
附属書I: 58%
図 1. 3-2 世界の温室効果ガス排出比率
1.4
本研究の目的
本研究の目的意識としては、より深く現実社会を認識し、実現性、実効性のある温
暖化対応策を探っていこうとするものである。複雑な現実社会にしっかりと向き合っ
た分析、検討を行わなければ、提示するシナリオも空虚なものでしかなくなり、また
有効な温暖化対応策にもなり得ない。現実社会は、温暖化対策だけを目的としている
わけではなく、多種多様な目的を持って行動している。それら多種多様な目的と温暖
化対策が調和しないようなものであれば、現実社会ではその温暖化対策は実現しない。
地球温暖化対策は重要である。だからこそ、持続可能な発展など、温暖化対策以外の
- 41 -
より広い文脈の中で、この温暖化問題をとらえて実効ある対応策を考えていく必要が
ある。本研究では、そのような認識に立って、研究目標を設定し、また研究を遂行し
た。
具体的には、以下のような目的を持って研究開発を行った。
•
所得向上やエネルギーセキュリティ、エネルギーアクセスの向上・改善などの
様々な分野にわたる持続的発展を目指した経済社会の今後 10 0 年にわたる定量
的な世界の温室効果ガス排出シナリオを提示する。
•
この排出シナリオを基準にして、温室効果ガスを各種濃度安定化レベルに抑制
する方策を示す。
•
それら排出シナリオにおける水資源や健康、生物多様性等に関連する各種持続
的発展指標を定量的に評価する。
•
これらの定量的な評価を基にして各種持続的発展政策が温暖化対応策（緩和・
適応）に及ぼす影響を、定性的な分析を加えつつ明らかにする。
上記を達成するために、４年目となる今年度は以下の目的を持って研究を実施した。
①
地球温暖化緩和および適応と持続可能な発展に関する叙述的シナリオの策定
昨年度までに策定した叙述的シナリオをベースに、 IP CC のシナリオ策定の動向や
昨今の温暖化問題をめぐる国際動向等を踏まえつつ、国際的に説得性、インパクト
を持つような叙述的シナリオを策定する。
②
定量的評価のためのコンピュータモデルの開発
定量的、整合的なシナリオ策定を行うため、以下のようなコンピュータモデルの開
発を行う。
・土地利用、水需給制約を考慮した農作物需給モデルを開発し、農業への温暖化影
響の評価、水資源への温暖化影響の評価、土地利用変化からの温室効果ガス排出
が推定できるモデルを開発する。
・温暖化による健康影響と持続可能な発展政策との整合的な評価を可能とする健
康影響モデルの改良を行う。
・温暖化による生物多様性への影響評価が可能なモデルの開発を行う。
・ R ITE がこれまでに開発し保有している世界を詳細に地域分割し、また、セクタ
ー別の詳細な技術積み上げを行っている温暖化緩和策モデルを改良し、最新の技
術データ、経済状況、 CO 2 排出実績などを反映させる。また、発電、鉄鋼、運輸
部門について、最新の技術動向等を調査した上で、それらをモデルに反映させる
べくモデル改良を実施する。
・論理的なモデルとして表現できない指標については、叙述的なシナリオに沿っ
て、緩やかな論理関係から定量的な数値を作成するシナリオジェネレータを引き
続き開発し、全体の整合性を確保する。
③
叙述的シナリオに沿った持続的発展政策・温暖化抑制政策に伴う温室効果ガス排
出シナリオ、温暖化緩和策の定量的な分析・評価
開発したモデルなどを利用して、当該叙述的シナリオに沿って、持続的発展政策・
温暖化抑制政策に伴う温室効果ガス排出シナリオ、具体的な温暖化緩和策シナリオ
- 42 -
を作成する。また、それぞれのシナリオにおける温暖化緩和策コスト、経済への影
響等について分析・評価を行う。また、産業セクター別（発電、鉄鋼、運輸部門）
のシナリオ策定を行う。
④
叙述的シナリオに沿った持続的発展政策・温暖化抑制政策に伴う温暖化影響およ
び適応策の定量的な分析・評価
定量的な排出シナリオそれぞれについて、開発したモデルなどを利用して、温暖化
影響を評価する。また、そのときの温暖化適応策について分析・評価を行う。
⑤
各種の持続可能な発展および地球温暖化政策に関する指標開発とその定量的評
価
既往の持続可能な発展、エネルギーセキュリティなどの各種の持続可能な発展およ
び地球温暖化に関連する指標の開発を行う。温室効果ガス排出シナリオ、温暖化緩
和策シナリオ、温暖化適応策シナリオについて、各種持続可能な発展および地球温
暖化に関連する指標の定量化、統合指標の定量化を行う。
⑥
国内・国際会議等における研究成果の発信と情報収集
国際的なモデル分析比較プロジェクトに本研究において策定したシナリオ、分析結
果を提供し、国際的な情報発信を行う。また、国際シンポジウムやワークショップ
を開催し、情報収集・調査や研究成果等に関する情報発信を行う。
なお、これらの研究を推進するにあたって、オーストリアにある地球環境問題のシ
ステム分析で名高い研究所である国際応用システム分析研究所（ IIASA）や、米国のロ
ーレンスバークレー国立研究所（ LBN L）等とも情報交換を行いつつ、研究を実施した。
参考文献（第１章に関するもの）
1)
IEA, CO2 emissions from fuel combustions 2010 edition, 2010.
2)
環境省、 2009 年度（平成 21 年度）温室効果ガス排出量（速報値）、
http://www.env.go.jp/earth/ondanka/ghg/2009sokuho_gaiyo.pdf
3)
Intergovernmental Panel on Climate Change Twenty-eighth session, IPCC-XXVIII/Doc.8, Further work on
scenarios report from the IPCC expert meeting towards new scenarios for analysis of emissions, climate
change, impacts, and response strategies, 19-21 September, 2007 Noordwijkerhout, The Netherlands,
Budapest, 9-10 April 2008.
4)
Intergovernmental Panel on Climate Change Thirtieth session, IPCC-XXX/Doc.18,Future IPCC
activities–New scenarios, Report from the Integrated Assessment Modeling Consortium expert group
regarding RCP3-PD, Antalya, 21-23 April 2009.
5)
O. Edenhofer, “IPCC’s Catalytic Role: Coordinating Scenarios Jointly with IAMC”, IAMC Meeting,
Tsukuba, September 15th, 2009.
- 43 -
第 2章
持続可能な発展と温暖化対策に関する評価例の調査
我々が温暖化対策を含め様々な課題に取り組んでいるのは、将来世代を含めて幸福
な状態でいられることを確かなものにするためでもある。そこで、本章では、まず幸
福度指標に関する調査についてまとめる。また、持続的なエネルギー利用に焦点をあ
てた指標の一つであるエメルギー指標や、その他、持続可能な発展に関する指標化の
国際的な取り組みや行動の状況についても調査・整理を行う。本研究で取り組んでい
る持続可能な発展と温暖化対策の総合的なシナリオ策定において、これら様々な指標
を用いて俯瞰的・整合的に評価を行うことが重要となる。
更に、割引率を構成する純粋時間選好率や消費に対する効用の弾力性との関係に関
する論争について幅広く整理を行う。また、投資回収判断年数や投資判断において観
測される主観的な割引率について調査を行う。シナリオ別のモデル分析評価に際し、
いずれも重要な要素である。
2.1
幸福度指標に関する調査
2.1.1 はじめに
経済の成長により人々は物質的な豊かさを手に入れることができるようになるが、
それが必ずしも内面的な充足につながるとは限らない。A LP S シナリオにおける持続可
能な発展、将来世代にわたる社会のあり方を考える必要がある。
経済モデルでは、通常、人々の「効用」を最大化することを目的に分析を行う。「消
費効用」を代理指標とし、一人当たり消費の対数で表現されることが多い。更なる近
似としては「消費」を最大化させることであり、エネルギー分野に限れば、総エネル
ギーコストの最小化によって評価を行う。人々の「幸福」の最大化、もしくは、世代
をまたがった長期にわたる「幸福」の最大化に立ち戻って考えたとき、策定されるシ
ナリオにおいて、何が不足し、何を補完して考えておくべきかを考察する材料として、
ここでは「幸福」に関する考察を行った。
本節ではまず、幸福に関する用語の定義を行った後、先行研究をレビューし、その
う上でさまざまな変数と幸福の関係性を分析し、最後に考察を行っている。
2.1.2 用語の定義
日本語の「幸福」に相当する英語は複数あり、さまざまな使い分けがなされている。
直ぐに想起される英語は happ iness であるが、経済学や心理学では
(sub jective)
we ll-be in g という用語が一般的に使われている。
経済学では幸福度が効用 (u tility)という形で計測可能で、効用を最大化することが個
人の目的だと仮定しているが、ここでも暗に幸福の概念も包摂されている。また、ノ
ーベル経済学者のアマーティア・センは従来の従来の効用主義（功利主義：
Utilitarian ism）の大きな問題点の一つとして、当事者の効用だけに注目して、自由や権
- 44 -
利や実現度やニーズといった「非効用情報」が排除されていることを指摘している。
この批判に対応するものとして位置づけられる単語が We lfa re であり、通常「福祉」と
訳される。ここには、自由度、公平性、人々の権利や置かれた状態などが含まれてい
る。そのため、効用の最大化解としての消費水準と、福祉の最大化解としての消費水
準は一般に異なるとされる。表 2 .1 .2 -1 はこれらの用語を整理したものである。なお
本節における幸福度とは “Su bjective We ll-bein g” を指すものとして検討を進める。
表 2. 1.2 -1
用語
Happ ine ss
Well-b eing
Utility
Wel fa re
「幸福」に関する用語の整理
意味
「喜び」、「楽しみ」、「満足」などの心理的状態をあらわす。
狭義には「良い状態」、「良い存在」、広義には「豊かさ」、「満足」。
経済学の用語では、幸福度について S ub jective We ll-be in g と表現さ
れることが多い。
「効用」。経済学のキーワード。人の主観的価値、物の消費に対す
る満足感を表す尺度として用いられる。
「福祉」や「厚生」と訳されることが多く、効用概念では捉えきれ
ない部分（例えば自由、公正、権利、当人の置かれた状態など）
も含んだ概念。
2.1.3 先行研究
幸福の感じ方は、心理的な側面が多分に作用するため客観的に計測することは難し
い。人それぞれ感じ方が異なる上、同じ人でも心理は時々変化する。そのため幸福に
関する定説はいまだなく、見解が分かれていることが多い。
その代表的なものが「イースターリンのパラドックス」と言われるものである。
Easte rlin 1 ) は一国内では所得の高い人は幸福度も高いという相関が見られるにもかかわ
らず、国際比較では、特に先進国間では一国の所得水準と幸福度の平均値に相関がな
いことを示した。また、 Ea sterlin 2 ) は、幸福度は時系列的な所得の変化に依存しないこ
とも指摘している。
これに対し、 200 8 年に発表された 2 つの論文（ Ste ven so ne t a l . 3 ) と Ing leh ea rte t a l. 4 ) ）
では、ともにイースターリンのパラドックスの存在を否定する結論を出している。彼
らは、国内、国家間、時代間という 3 つのカテゴリーのどれにおいても、所得の増加
が幸福の増大につながると結論している。豊かな人は貧しい人よりも幸せで、人は豊
かになるにつれて幸せになることを示唆しており、イースターリンの研究はサンプル
数が少ない、といった問題点を指摘している。
ただし、日本では 19 58 年から 20 07 年にかけて 1 人当たり GDP は 10 倍以上増えた
にもかかわらず、幸福度はほとんど変化していない。また、ノルウェーについても 19 8 5
年から 20 01 年の間に所得は 20 %から 4 0%増加したが、平均的な幸福度はまったく変化
していないという研究事例がある。アメリカでも経済成長が続いているにもかかわら
ず、幸福が増大する傾向がみられない。そのため、特に先進国では経済成長が直接、
人々の幸福度の増大に結びついていない可能性がある。
- 45 -
この状況について、行動経済学という新たな研究分野を開拓したノーベル経済学者
のダニエル・カーネマンは、人々が食、住の基本的な欲求が満たされるようになれば、
それ以上の年収は必ずしも幸せの向上にはつながらないという仮説を提唱している。
その理由として、相対所得仮説と順応仮説という二つの心理的メカニズムを指摘して
いる。相対所得仮説は、人々の幸福度は、所得の絶対水準よりもむしろ他のメンバー
の所得との相対関係に左右される（隣人効果）というものである。これによれば、経
済成長によって自分の周りにいる人々の所得も上昇するため、他人との相対関係は変
わらず、幸福度は上昇しないことになる。順応仮説とは、人々は状況に素早く順応し
てしまうというものであり、仮に幸福度が上昇したとしても、新しい状況に慣れて順
応してしまうために、またたく間に幸福度は元の水準に戻ってしまう。宝くじが当た
った場合でも、その幸福効果は 2 年しか続かないとも言われている。加えて、経済成
長によって所得が上昇し続けると人々の期待所得水準も上昇し、実際に所得が上昇し
ても心理的な幸福感が上昇することはないといった要素も影響する。
さらにカーネマン
5)
は最近、米国人 4 5 万人以上を対象に調査会社が実施した電話調
査のデータを基に、年収と幸福の関係を統計的に分析している。収入が上がるにつれ
生活の満足度は上がるものの、必ずしも幸福感が増すとは限らないとする調査結果を
まとめた。暮らしに対する満足度を 10 段階で自己評価してもらう「生活評価」の数
値は、年収が増えるにつれ一貫して上昇したものの、「昨日笑ったか」「昨日悩んだか」
などの質問で測る「感情的幸福」の度合いは、年収 7 万 500 0 ドル（約 63 0 万円）前
後で飽和、頭打ちになっていることを明らかにしている。
2.1.4 幸福度と各種指標との関連
幸福度に関する統計はオランダ、エラスムス大学の Ruu t Vee n ho ve n 教授がデータベ
ース (http://wo rldd atabaseo fha pp iness.eur.n l/) を整備している。これは、個人の主観的
幸福度（人々が自分の生活全体をどの程度好ましく思っているか）を質問調査したも
ので、各国の幸福度調査の結果が時系列に整理している。ただし、さまざまなデータ
ソースから寄せ集めた情報であるため、共通手法により斉一的に調査されたものでは
なく質問方法や、調査年、評価区分は統一されていないことに留意する必要がある。
現時点で入手可能なほぼ唯一の網羅的な幸福度に関するデータであるため、本節の
幸福度指数データは全てこれに依っている。評価段階数が異なるものは全て 5 段階評
価（ 5 が最も幸福）に換算し、データ値は最新年（主に 2005 -2 0 08 年）のものを用いて
いる。対象国は世界の 13 6 カ国である。
(1) 1 人当たり GD P と幸福度
国民 1 人当たり GDP を横軸に幸福度を縦軸にとり、各国のデータをプロットしたも
のが図 2 .1. 4 -1 である。なお、同じ情報を対数表記したものが図 2 .1. 4 -2 である。所得
水準が低いグループでは右肩上がりの正の相関の可能性はあるが、所得水準が高い先
進国では所得上昇にかかわらず幸福度はほぼ水平、つまり幸福感が高まらないと言え
る。
- 46 -
5.0
5.0
y = 0.2621ln(x) + 3.2068
R² = 0.2781
4.5
4.5
4.0
4.0
3.5
3.5
3.0
3.0
2.5
2.5
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
y = 0.2621ln(x) + 3.2068
R² = 0.2781
0.0
0
10
図 2. 1.4 -1
20
30
40
50
(千$)
60
0
GDP /人（実数）と幸福度
図 2. 1.4 -2
1
10
100
GDP /人（対数）と幸福度
（注） GDP は 20 07 年、赤印は日本
所得水準が同程度であるにもかかわらず幸福度に違いがあることも観察される。例
えば、ドイツとカナダの所得水準は同程度であるが、ドイツ人の方が幸福度は低い（ド
イツ 3.7 、カナダ 4.2 ）。また、途上国間ではギャップがさらに大きく、一人当たりの
GDP が $1,000 以下の国でも幸福度は 1 .4 から 4.4 まで大きな幅がある。
図 2 .1. 4 -3 は全サンプルの所得階層を高（ 1 万ドル /年以上）、中（ 1 千ドル /年以上一
万ドル /年未満）、低（ 1 千ドル /年未満）の 3 つに分類し、それぞれの幸福度の相対分布
を図示したものがある。低レベルの階層では、幸福度は 1.4 から 4.4 まで幅広く分布し、
幸福度が 2 以下の国も 20 %以上占めている。それに対し、高レベルの階層では極端に
幸福度の低い国は見られず、相対的に幸福度も大きい。なお、高レベル層に属する国
で最も幸福度が低い（ 3 .1 ）国はカタールである。この国は石油・天然ガスの資源によ
り一人当たり GDP は高いものの、文化・社会体制はまだ十分整備されていないことが、
低い幸福度の要因であると考えられる。これ以外の高レベル層の幸福度はおおよそ 4
前後に集中している。
- 47 -
図 2. 1.4 -3
所得階層別の幸福度分布
(2) 消費と幸福度
豊かさの代表指標としてしばしば GDP が用いられるが、効用は人が財（商品やサー
ビス）を消費することから得られる満足の水準を表すことから、消費に関する指標の
方がより効用概念に近い。
一人当たりの家計最終消費と幸福度の関係を表したものが図 2.1. 4 -4 であり、傾向と
しては一人当たり GDP と幸福度の関係と似ている。近似曲線の決定係数は家計最終消
費で説明した方が若干高くなり、 GDP でみるよりも妥当性が高いといえるが、十分に
は表現できていないことがわかる。
5.0
60
4.5
50
4.0
3.5
40
y = 0.5115x + 0.6178
R² = 0.9358
3.0
2.5
30
2.0
20
y = 0.264ln(x) + 1.5409
R² = 0.3282
1.5
1.0
10
0.5
US$（対数）
0.0
100
図 2. 1.4 -4
1000
10000
0
100000
家計最終消費 /人と幸福度
0
10
図 2. 1.4 -5
20
30
40
1人当たりGDP （千US$）
50
60
GDP /人と家計最終消費支出 / 人
GDP 及び家計消費は 2007 年、赤印は日本
(3) 人間開発と幸福度
持続可能な開発の指標としてよく使われるものに、「人間開発指標（ Hu man
Deve lop men t Inde x : H DI）」がある。「人間開発」の概念は社会の豊かさや進歩を測るの
に、経済指標だけでなく、これまで数字として現れなかった側面も考慮に入れること
を目的にしている。人間が自らの意思に基づいて自分の人生の選択と機会の幅を拡大
- 48 -
させるには「健康で長生きすること」「知的欲求が満たされること」「一定水準の生活
に必要な経済手段が確保できること」をはじめ、人間にとって本質的な選択肢を増や
していくことが必要という問題意識にたっている。そのため人間開発指数は、平均余
命指数、教育指数、 G DP 指数の 3 つの指標の平均から計算され、 1 に近いほど人間開
発が高いとされる。
HDI 指数の中に GDP 指数が入っているため、図 2 .1. 4 -7 で示されるように HD I は 1
人当たり GDP と高い相関を示す性質がある。 HD I と幸福度との関係は図 2 .1 .4 -6 で示
している。幸福度との相関は一人当たり GDP でみるよりは H D I の方が高いが、消費と
の相関に比べるとやや低い結果になっている。
5.0
1.0
4.5
4.0
0.8
3.5
3.0
y = 0.11ln(x) + 0.5233
R² = 0.8317
0.6
2.5
y = 2.3389x + 1.9985
R² = 0.3253
2.0
0.4
1.5
1.0
0.2
0.5
0.0
0.0
0.0
0.2
0.4
図 2. 1.4 -6
0.6
0.8
1.0
HDI と幸福度
0
10
20
図 2. 1.4 -7
30
40
50 (千$)
60
GDP /人と HD I
HDI は 2 005 年、赤印は日本
(4) 自由と幸福度
人生の選択肢を増やすこと、自由に選択できる社会制度があることは、高い幸福度
をもたらす蓋然性が高い。自由度の指標として、フリーダムハウスによる市民的自由
指数をとり、幸福度との関係をみたのが図 2 .1. 4 -8 である。
フーダムハウスは毎年、世界における自由の指標を公表している。その指標は、政
治的自由と市民的自由の二つのカテゴリーに分けれ、政治的自由については、自由で
公正な普通選挙、公職への立候補、政党への参加などを含む、政治過程への参加の自
由に関する事項をもとに、市民的自由は表現、信仰の自由、結社の自由、法の支配や
個人の自律などをもとに評価される。評価は 1 から 7 までの 7 段階評価で、数字が小
さいほど自由が大きい。
結果、市民の自由度と幸福度の相関は高くなかった。ただし、最も自由とされる 1
のカテゴリーにおいては幸福度も 4. 0 前後に集中しており、それよりも自由度が広くな
ると幸福度の幅が大きくなることが見て取れる。なお一人当たり GDP と自由度の関係
（図 2 .1 .4 -9）については比較的高い相関がみられた。
- 49 -
5.0
8
y = -0.1558x + 3.965
R² = 0.1213
7
4.0
6
5
3.0
4
2.0
y = -0.725ln(x) + 3.9089
R² = 0.4258
3
2
1.0
1
0.0
0
0
自由
2
4
図 2. 1.4 -8
6
8
0
不自由
市民の自由度と幸福度
10
図 2. 1.4 -9
20
30
40
50
(千$) 60
GDP /人と市民の自由度
自由度は 201 0 年、赤印は日本
(5) 平等と幸福度
不平等の変数としてジニ係数を使って幸福度との関係を見てみると（図 2 .1 .4 -10）、
格差が大きくなれば幸福度はやや下がるという傾向はみられるものの、明確な相関が
見られなかった。
なおジニ係数 (G in i c oe fficien t) は、主に社会における所得分配の不平等さを測る指
標で、係数の値が 0 に近いほど格差が少ない状態で、 1（ここでは 10 0）に近いほど格
差が大きい状態であることを意味する。
格差大
70
5.0
4.5
60
y = -0.2989x + 42.016
R² = 0.1332
4.0
50
3.5
y = -0.0176x + 4.1549
R² = 0.0393
3.0
40
2.5
30
2.0
1.5
20
1.0
10
0.5
0.0
0
平等
10
20
図 2. 1.4 -10
30
40
50
60
70
格差大
ジニ係数と幸福度
0
平等 0
10
図 2. 1.4 -11
20
30
40
(千$)
50
GD P/人とジニ係数
(6) エネルギーと幸福度
図 2 .1. 4 -12 は、一人当たり最終エネルギー消費と幸福度を見たものである。一人当
たりのエネルギー消費は GDP /人と相関が高いため、幸福度との関係も同じような傾向
にあるが、相関度合いは若干弱い。
- 50 -
5.0
4.5
4.0
y = 0.3637ln(x) + 3.5255
R² = 0.2459
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0
図 2. 1.4 -12
2
4
6
8
TFC per capita (toe)
10
12
1 人当たり最終エネルギー消費（ 20 08 年）と幸福度
2.1.5 まとめ
幸福に関する議論は現在も続けられており、まだ定説は確立されていない。本分析
においても、さまざまな指標と幸福度の関係について見てみたが、おおよその傾向は
把握できたが、明確な相関関係を示すほどではなかった。
一人当たり GDP 、一人当たり家計最終消費、 HD I、自由度、ジニ係数（平等）、一人
当たり最終エネルギー消費の中では、一人当たり家計最終消費が最も相関が強く、逆
にジニ係数が最も弱かった。消費の対数として効用を表現する一般的な経済モデルの
方法は一次近似的には適切と考えられるが、幸福度の指標としては十分ではないこと
がわかる。また、ジニ係数は一国内の所得分布により格差の大きさを指標化したもの
であるが、幸福度指標は一国の平均をとったものであり、もし各国国内の幸福度分布
もしくは幸福度格差に関するデータがあり、両者を相関させることができれば、また
違った結果が出ていた可能性がある。
一人当たりの GDP と幸福度の関係について言えることは、 ① 所得階層が高くなるほ
ど、幸福度も高まる傾向がある。 ② 幸福度が低い（ 3. 0 以下）の国は一人当たり GDP
が 1 万ドル /年未満の国にしかみられず、逆に言えば所得の高い国ではある程度以上の
幸福が得られている、の 2 点である。すなわち、一定程度の所得は幸福の必要条件で
はあるが、十分条件ではないことがわかる。
- 51 -
図 2. 1.5 -1
所得と幸福度の関係イメージ
おおよその傾向としては、図 2. 1.5 -1 で示すように、途上国では GDP が伸びるにつ
れ幸福度が高まるが、先進国は既に一定水準の所得に達しているため所得水準が向上
しても幸福度は上がりにくい、ということが言える。人間らしく生活をするためには、
先ずは基本ニーズを充足するため、ある程度の豊かさを実現する必要である。豊かに
なるにつれ幸福に対する評価軸が多様化し、金銭価値で評価できないようなものを求
めるようになると考えられる。所得の高い国では、どこに住み、どのような人間関係
を築き、どの程度時間的ゆとりをもつかなど、ライフスタイルにまつわる要因が幸福
度に影響を与えている可能性がある。
社会としては、絶対レベルの貧困を解消しつつ、豊かになるにつれ非貨幣的、質的
側面から生活の質など、より多元的な価値観を志向していく必要があるだろう。 A LP S
シナリオ策定にあたっては、公平性（所得分布）、富のストック、自由になる時間（余
暇）、就業状況（失業率）、環境などについても配慮していくことが必要と考えられる。
参考文献（第 2. 1 節に関するもの）
1)
Easterlin, Richard A.; Does Economic Growth Improve the Human Lot?, Paul A. David and Melvin W.
Reder 編集, Nations and Households in Economic Growth: Essays in Honor of Moses Abramovitz, New
York: Academic Press, (1974)
2)
Easterlin, R. A.; Will raising the income of all increase the happiness of all? Journal of Economic Behavior
and Organization 27 (1): 35-47, (1995)
3)
Stevenson, B and Wolfers, J.; Economic Growth and Subjective Well-Being: Reassessing the Easterlin
Paradox (August 25, 2008). 3rd Annual Conference on Empirical Legal Studies Papers, (2008)
- 52 -
4)
Inglehart R, Foa R, Peterson C, Wetzel C; Development, freedom, and rising happiness: A global perspective
(1981–2007). Perspect Psychol Science 3:264–285, (2008)
5)
Kahneman, D., Deaton, A.; High income improves evaluation of life but not emotional well-being.
Proceedings of the National Academy of Sciences of the United States of America, 107(38), 16489-16493,
(2010).
6)
Frey, B. and Stutzer, A.; Happiness and Economics. Princeton, NJ: Princeton University Press, (2002).
7)
Ruut Veenhoven, World Database of Happiness, Erasmus University Rotterdam.
8)
Jones, Charles I. and Klenow, Peter J.; Beyond GDP? Welfare across Countries and Time. NBER Working
Paper Series 16352, (2010)
9)
大石繁宏『幸せを科学する』新曜社、（2009）
10) 齊藤誠『成長信仰の桎梏−消費重視のマクロ経済学』勁草書房、
（2006）
11) 筒井義郎、大竹文雄、池田新介「なぜあなたは不幸なのか」大阪大学社会経済研究所 Discussion Paper
No. 630 （2005 年 2 月行動経済学コンファランス報告論文）、
（2005）
2.2
Emergy 指標に関する調査
2.2.1 はじめに
本事業では様々な SD 指標を調査してきた。昨年度の成果報告書にも記載した通り、
SD 指標にはその目的や背景に応じて種々のものが開発されている。しかし、あるシナ
リオの SD 度を総合的に評価したい場合に、それらの組み合わせの加重和を統合指標と
して使用しようとする試みもあるが、その具体的な統合指標が必ずしも広く受け入れ
られるにいたっていない。一方、字義通りの持続可能性を評価する指標として、g enu ine
sa vin g 、 a d jus t ed s a ving 、一人当たり生産的社会基盤などが世界銀行やダス・グプタら
により提案されているが、これらは、非常にマクロな指標であり、社会全体としての
持続可能性に関する大括りな議論には適しているが、たとえば、個別の失業率や経済
的格差などの指標に関してはなんら知見を与えるものではない。
そのため、今年度も引き続き SD 指標に関する調査を継続した。
ここで、紹介するエメルギー（ E me rg y）指標あるいはエメルギー評価分析は、どち
らかというと後者に属するものといってよく、生態系や環境の経済への寄与をこれら
生態系や環境を作るのに必要であった太陽エネルギーの量をもとに統一的にとらえよ
うとしたものである。あらゆるものを人間社会への有用度ではなく、その生成に要し
た太陽エネルギーで統一的に評価しようとするこの試みは非常に魅力的であり、また、
大胆であるともいえる。さらに、この発想は、大きく発展し一国の経済を形作るのに
必要な太陽エネルギー供給量、あるいはその GDP に対する強度といった概念も導出し、
具体的にその値も評価している。さらに、各種「情報」さえもエメルギー評価の対象
に加えるまでに至っている。
エメルギー評価の特徴の一つは、各種（経済だけでなく環境や生態系によるものを
含む）の財、サービスをそれらが人間に対して持つ経済的価値（どれだけ役立つか）
で評価しようとするものでなく、それらを作るに要した太陽エネルギーの量で客観的
- 53 -
に評価しようとするものである。たとえば、石油についてなら、１単位量の石油から
どれだけ便利にどれだけの量のエネルギーが取り出せるか（経済的価値）ではなく、
地球上で地質学的年月を経て石油を単位量生成するのにどれだけの太陽エネルギーが
必要であったかを評価基準とする。また、さらに発展して、1 単位の経済的付加価値を
産出するに必要とした太陽エネルギーの量を問題とすることとなる。したがって、財・
サービスを、それらを生成するに要した「自然の力」を基準にして客観的に評価しよ
うとするものであり、非常に環境学派的なアプローチあるいは生態系重視の立場から
のアプローチといえよう。
もうひとつの特徴は、非常に多様な財・サービスについて、生成するのに必要な太
陽エネルギーを評価するのが容易ではないことである。地下資源などは、地質学的年
代にわたる長期間に生成されたものであり、その期間にどれだけの太陽エネルギーが
必要であったかは、現代において必ずしも学問的に明確になっておらず、相当の近似
を行わざるを得ない。この点が現実的ではないとして、大きな批判対象の一つになっ
ている。
なお、これは、エメルギー概念の創始者や共同研究者の意図に反することであるが、
適用対象を天然資源や生態系サービスのみに限定し、それらを人間社会が利用する際、
それらの利用コストとして、エメルギーを用いれば、統一的客観的に評価できる考え
られる。この場合、人間社会はその欲求を実現するために、自然界をどれだけ「消費」
しているかを自然界に固有の尺度で表現できることとなり、現在よりも広く受け入れ
られるのではないかと考えられる。
また、エメルギー概念は H.T.Od u m（ H.T. Odu m, 199 6） 1 ) により 20 世紀の半ばに提唱
されたが、その後、創始者自身や共同研究者により、かなりの変更が加えられてきた。
これが却って、一般に広く受容されるための障害になっているとも考えられる。当初
は、
「有機物」を基準とし、より高位のエネルギーである木材、石炭、石油、生物を「有
機物」を基準に評価した。次に化石燃料、続いて石炭が評価基準に使用された。のち
に、地球が受ける太陽エネルギーが基準に使用され現在にいたっている。また、地球
表面が受けるエネルギーの主要なものとしては、太陽エネルギー、地球深部からの熱
エネルギー、潮汐エネルギーの 3 種類が考えられた。当初、これらのエネルギーの合
計は年間 9.4 4E+24 so lar jou le ( 「 s e j」と表示する )とされたが、 2000 年になってこの値
は 15 .83E+2 4se j に訂正された。
さらに、エメルギー評価においては、 Ma x imu m E mpo we r 原理という仮定が用いられ
る。これは、地球上で競争に打ち勝ち生存してきたものは、最も効率よくエネルギー
を利用してきたものであるという、最初、生物学の世界で提唱された原理である。ま
た、工学の世界においても同様に成立するとしている。従って、ある財・サービスの
エメルギー評価において、不確定性がある場合、最も効率よくエネルギーが変換され
たとして計算される。ただし、具体的なある地域のある財・サービス・システムなど
の評価において、具体的な数値が求められる場合にはその値を用いてそのケースのエ
メルギー値としている。 Max imu m E mpo wer 原理について、これが不変的に成り立つ原
理だというのは疑わしい。自然環境、人間社会はある程度の冗長性を有していると考
えられるからである。
- 54 -
エメルギー評価に関するもうひとつの批判対象としてよく取りあげられるのは、評
価バウンダリーの曖昧さである。とくに、時間軸について開始時点をどこに取るかで
評価結果が大きく違いうる。しかし、この批判は、一般的に多くの分野で受け入れら
れ、実用もされている LCA 分析にも当てはまることであり、時間バウンダリーを明確
にすればよいことなので、大きな本質的な短所ではないとも考えられる。
以下に、具体的なエメルギー評価について述べる。その際、 Tran sfo rmity という、あ
る財・サービスの 1 単位量（単位は財・サービスの種類によりエネルギーや質量）を
生成するに必要な太陽エネルギー量に換算するための係数を用いることになる。具体
的な評価に入る前に、これらの量についてより詳細な説明をする。続いて、地球規模
のプロセス、化石燃料、発電所、国における指標分析などを対象にしたエメルギー評
価分析について述べる。最後に A LP S プロジェクトでのエメルギー評価分析の取り扱い
について述べる。
2.2.2 コンセプト
(1) エネルギー転換のヒエラルキー ( Ene rgy Trans for mati on Hier archy )
食物連鎖を考えればわかるとおり、すべてのシステムにおいては、低位から高位に
わたって連鎖が形成されている。そして高位に位置するものは低位に位置するものを
多く消費して生成され、より多くのエネルギーが用いられたと考えられる。そのため、
より高位なものが持つエネルギーはより高級なエネルギーとみなすことができる。
図 2 .2. 2 -1 (b )で表示しているように、エネルギーは図の左から右に転換している。エ
ネルギー転換システムでは、レベルの低いエネルギーが大量に消費され、レベルの一
層高いエネルギーが僅かな量だけ生産される。エネルギーが左から右に流れ、生産し
たエネルギーの量が少なくなり（図 2 .2. 2 -1 (d) ）、単位量エネルギーを生産するため消
費した最初のエネルギー（太陽エネルギー）の量が多くなり（図 2 .2. 2 -1(e)）、つまり、
その「質」が高くなっている（エネルギーシステムに当たるヒエラルキーレベルが高
くなる）。
単位量エネルギーを生産するため消費した最初のエネルギー（太陽光エネルギー）
の量は、このエネルギーの「質」を測定する基準になる。
- 55 -
(a ) S pa tia l vie w o f un its a nd th e ir te rrito rie s; (b ) Ene rg y ne tworks includ ing tran sforma tio n
and feed bac ks; (c ) Ag g reg a tion o f ene rg y ne two rk in to an e ne rg y ch ain ; (d ) B ar g ra ph o f th e
ene rg y f lo ws f or the le vels in th e e ne rg y h iera rch y; (e ) Ba r graph o f so la r tran s fo r mitie s
図 2. 2.2 -1
エネルギーヒエラルキーレベル
(2) Emerg y とは
Emergy is the ava ila b le ene rgy o f on e k in d of pre v iou sly u se d up
direc tly and in d ire ctly to ma ke a se rv ice o r produ c t. Its un it is the
Emjou le . (H.T.Odum , 1 996 )
E me rg y とは、
「物またはサービスを生みだすために、直接、間接に消費された一定任
意種類の有効エネルギー総量」である。つまり、 E me rg y とは、物に「記憶された有効
エネルギー」（ me moried e ne rg y）である。 E me rg y 手法では、「世の中のエネルギーや、
- 56 -
物など、元々は太陽光エネルギーから生み出した」という考えより、物質フローを太
陽光エメルギー（ So lar E me rg y）に換算している。
Tran sformit y はある物・サービスを単位量作るのに必要なエネルギー量である（単位
は物・サービスにより、エネルギーであったり、質量であったりする）。S o la r Tran sfo rmit y
はある物・サービスを単位量作るのに必要な太陽光エネルギーの量である。
E me rg y 手法の基本的な計算式は、式（ 2. 2 -1） ∼ 式（ 2. 2 -3 ）の通りである。
Solar E me rg y = A moun t × So la r Transfo rmity
（ 2.2 -1 ）
Solar Tran sfo rmity = S ola r E merg y / A moun t
（ 2 .2 -2）
Solar E me rg y = Σ So la r E me rg y i = Σ A moun t i × So la r Tran sfo rmity i
（ 2. 2 -3）
2.2.3
エメルギー計算例
(1) Globa l p roce sse s
最初に、 Od u m は、 G loba l P roc esse s のエネルギーが年間 9. 44E+2 4 so la r jo u le と試算
した
いる
1)
が、 2000 年にこの値は 15 .83E+ 24 に訂正し
2)
3)
。ここでは、多数の資源の Tran sformity 計算の基準としてきた 2000 年の値の計
、最近、また 15 .2E+24 に更新して
算について、紹介する。
地球表層殻への入力エネルギーの主要なものは、太陽エネルギー、地球深層部から
のエネルギー、潮汐エネルギーの 3 種類である。
•
太陽エネルギー：陸地、海洋、及び大気活動を駆動する。
•
潮汐エネルギー：月や太陽などの天体によって地球のまわりの重力場に勾配が生
じることで起こる。海洋重力ポテンシャルエネルギーを生じ、海流を駆動する。
•
地球深層部からのエネルギー：地球深層部からの地熱 (D eep H ea t) 、及びウラン
（ U）、トリウム（ Th ）、カリウム（ K）等からの放射性エネルギー (R ad iog en ic He a t)
を含める。海底地形、大陸の再形成、及び造山運動のような地質過程を駆動する。
他に宇宙線などが考えられるが、これは上記 3 種類に比し、無視できるほど小さい。
ここでは上記 3 種類のエネルギーのエメルギーと Transfo rmity の評価について紹介す
る。太陽エネルギーの Tran sfo rmit y は定義上１であるので、他のふたつの Transfo rmit y
を g lob a l p roc esse s を対象にして、これらのエネルギーに関する独立な二つの連立方程
式から求める。つまり、系の入力エメルギーと出力エメルギーの総和は等しい、とい
うことを２種類の g lo bal p ro cesse s について、定式化する。
まず、地球表層殻のエネルギーの収支を考える。Sc late r e t a l.(1980 ) 4 ) によると地球表
層殻へ年間 13. 21E+2 0 ジュールの熱エネルギーが入力しており、地球深部からは
6.72E+2 0 ジュール ( 熱エネルギーと放射性物質からの放射線エネルギーの合計 )が伝わ
ってきているので、残りの 6 .49E+2 0 ジュールが潮汐エネルギーと太陽エネルギーから
の地表熱エネルギーへの寄与の和である。潮汐エネルギーは 0 .52E+20 ジュール (Miller
1966 ) 5 ) 、太陽エネルギーは正味 393 00E+20 ジュール (入射エネルギーの 70 ％が地表に吸
収されるとしている )と分かっているので、最初の方程式は式 2 .2 -4 となる
39300E+ 20 (J/yr) × 1 (se j/J) + 0. 52E+20 (J/ yr) × Trt = 6. 49E+20 × Trh
- 57 -
。
(2. 2 -4 )
Trt と Trh はそれぞれ潮汐エネルギーと地球表層殻での熱エネルギーの Tranformi ty
である。
続いて、海洋の地球全体のポテンシャルエネルギー（ oce an g e opo ten tia l ene rg y）につ
いて考える。o ce an g eo poten tia l の値は年間 2 .14E+2 0 ジュールである (Oo rt e t al., 198 9) 6 ) 。
そのうちの潮汐エネルギーは、上述の通り 0.52 E+ 20 ジュールであるから差引 1. 62E+2 0
ジュールが太陽エネルギーと地球深部からの熱エネルギーによる寄与である。従って、
式 2. 2 -5 が得られる。
39300 E+20 (J/ yr) × 1 (sej/J ) + 6.7 2E+20 (J/yr ) × Trh = 1 .62E+2 0 × Trt
(2 .2 -5)
これら二つの方程式を連立させて解くことにより、
Trh=119 81 se j/J
Trt= 7392 3se j/J が得られる。
0.52
39,300
Ｒａｄｉｏ
－ｇｅｎｉｃ
13.21
0.52
39,300
4.74
1.98
Ｒａｄｉｏ
－ｇｅｎｉｃ
2.14
図 2. 2.3 -1
地球表層殻のエネルギー収支及び関係図
これらの値を用いると地球全体の入力エメルギー (上記３種類のエネルギーのエメル
ギーの合計値 )は年間 15.8 3E+24 se j/J となる。
これらのエネルギーが、大気、海洋、水文、岩石生成を駆動する。また、その過程
で熱を発生する。
- 58 -
表 2. 2.3 -1
Note
地球生物圏年間 Eme rgy 受入量
Inp uts & Un ite s
In flow
Tran so fmity
E me rg y V a lue
J/yr
se j/J
E+24 se j/ yr
1
Solar en erg y
3.93 E+24
1
3.93
2
Tida l en erg y
0.52 E+20
7.39 E+4
3.84
3
Crustal h ea t
6.72 E+20
1.20 E+4
8.06
4
Tota l
--
--
15.8 3
(2) 大気循環
大気中では無数のエネルギーの小さな循環（ c ir cu la t ion ）があり、これらが収束、集
中して数は少ないがよりエネルギーの大きな循環（ circ ulation ）があり、これらが収束、
集中して数は少ないがよりエネルギーの大きな循環となり (したがってそれらの
Tran sformit y は大きな値となる )、さらにそれらが収束、集中し大きなエネルギーをも
ち、人間社会にも大きな影響を及ぼす。また、海洋表面上では水の潜熱が小さな大気
の循環に吸収され、同様に収束，集中を繰り返し大きなエネルギーをもつ現象となる。
表 2 .2. 3 -2 はこれら様々なレベルの大気循環について、その運動エネルギーの大きさと
Tran sformit y についてまとめたものである。その導出については省略する。Tran sformit y
の大きさからその現象の集中度の大きさ、エネルギーの大きさを想像していただきた
い。
表 2. 2.3 -2
Note
1
大気循環エネルギー
Kine t ic Ene rg y Flo w
Tran so fmity
J/yr
se j/J
La ten t h ea t into a ir
9.3 E+ 23
12
Kine tic en erg y used
2.33E+2 1
192
Circu la tio n Un it
Ove r oce an c ir cu la t io n
2
Cu mu lu s la nd c ircu la tion
9.45E+2 1
485
3
Mesosyste ms
1.73 E+22
912
4
Te mp erate c yc lo ne s
4.9E+21
3230
5
Hurrican es
6.1E+20
6487
6
He misp he re gen er a l c i r cula t ion
Surfa ce wind s
1.61E+2 2
983
Ave ra ge c ircu la tio n
6.4E+21
2473
Trop ic a l je ts
3.7E+21
4278
P olar je t
1.61E+2 1
9832
- 59 -
(3) 岩石類
表 2 .2. 3 -3 は、土地形成、各種岩石形成の Tran sfo rmity をまとめたものである。地球
表層殻への入力エメルギーは 15 .83E+2 4se j/yr と分かっているので、各岩石について年
間生成量がわかれば Tran sformit y(この場合、単位質量あたりの値 )が求まる。
表 2. 2.3 -3
Note
土地、岩石形成の T rans for m ity
Co mpo nen t and Un it
E me rg y
P roduc tion
E merg y/Un it
E+24se j/yr
E+15g /yr
E+9se j/g
1
Glob al lan d c yc le , g
15.8 3
9.36
1.69
2
Contin en ta l sed imen t, g
15.8 3
0.4~9 .4
1.7~42
3
P elag ic -a b yssa l sed ime nt, g
15.8 3
9.7
1.63
4
Sha le
15.8 3
3.9
4.1
5
Sand ston e
15.8 3
1.87
8.5
6
Lime stone
15.8 3
1.68
9.5
7
Evapo rite s
15.8 3
0.09 4
169. 0
8
Ocean ic ba sa lt, g
15.8 3
63.4
0.25
(4) 化石燃料
化石燃料の Transfo rmity に関する計算も、 glo ba l p ro ce ss es のように、人間がより広
い、確かな知識を獲得することにともない、何回も修正されてきた。最初、Odu m（ 199 6 ）
は発電所の分析に基づき、石炭発電所、石油発電所の相対的な効率を用い、石炭と石
油の Transfo rmity を逆算した。その後、 B as tian on i e t a l. （ 200 5 ） 7 ) が、ロシアにある鉱
場を分析対象とし、石油形成の生物地球化学的な過程を分析し、石油、及び天然ガス
の Tran sfo rmity を改めて計算した。最近、 Bro wn （ 2 011） 8 ) は、石炭、石油及び天然ガ
スを形成する地質的な過程を年代別により詳細に分析し、化石燃料の Tran sformit y を更
新した。ここでは、 B as tian on i が 2 00 5 年に分析した石油の Tra nsfo rmit y を例として、
化石燃料の Tran sformity の計算について、説明する。
図 2 .2. 3 -2 は、石油の形成を含める地球の地質的なプロセスを駆動しているエネルギ
ーを示している。石油の形成における光合成作用（ pho to syn the sis）、細菌分解（ ba cteria l
deg rad ation）、続成作用（ d ia gen esis）、及び退行進化（ ca ta gen esis ）プロセスをそれぞれ
表示、分析している。油母（ k eroge n ）は続成作用の成果であり、退行進化の始点であ
る。
光合成作用（ pho to syn the sis）：
Flo rid a にある Mo squ ito 潟湖における分析により、１ J 太陽光の光合成作用から生産
される有機物の最大量（ Yp ）を求めた。１ J の有機物に累積した太陽光エネルギーの量
（ τ p）は以下の通り計算される。
τp =
1
1
=
= 1.14 × 10 3 sej / J
Y p 8.8 × 10 −4
(2 .2 -6 )
- 60 -
単位有機物量あたり自由エネルギー（ Gp ）、及び植物細胞にある有機炭素成分（ [C ]p）
から、単位植物重量あたり E me rg y 値（ ε p ）、及び植物の単位炭素あたり E me rg y 値 (ε p [ C ] )
の計算方法は以下の通りである。
ε p = τ p G p = (1.14 × 10 3 sej / J ) × (1.78 × 10 4 J / g ) = 2.03 × 10 7 sej / g
ε p[C ] =
εp
[C ] p
=
(2.2-7)
2.03 × 10 7 sej / g
= 4.50 × 10 7 sej /( gC )
0.45( gC ) / g
図 2. 2.3 -2
(2.2-8)
地球生物圏における石油及びガスの形成のイメージ図
細菌分解（ b ac te r ia l d egrada t io n）、続成作用（ d iagenesis）プロセス：
完全に分解され、油母に形成される有機物の比率（ R D ）は僅か 5 ％である。又、油母
に炭素の比率は 7 5％である。よって、単位油母あたり E me rg y 値（ ε k ）、及び油母の単
位炭素あたり E me rg y 値（ ε k [ C ] ）は以下の結果となる。
ε k[C ] =
εk =
ε p[ C ]
RD
=
ε p[C ] ⋅ [C ] k
RD
4.50 × 10 7 sej /( gC )
= 9.00 × 10 8 sej /( gC )
0.05
=
(4.50 × 10 7 sej /( gC )) × (0.75( gC ) / g )
= 6.75 × 10 8 sej / g
0.05
(2.2 -9 )
(2. 2 -1 0)
退行進化（ c atage ne sis）、石油形成プロセス：
平均的に、 10 g 油母にある炭素が石油にある炭を 3 .3g 形成する。そのため、単位石
油にある炭素あたり E me rg y 値（ ε p e t [ C ] ）は：
ε pet[C ] =
ε k [C ]
RC
=
9.00 × 108 sej /( gC )
= 2.73 × 10 9 sej /( gC )
0.33
(2. 2 -11)
石油の 85 ％は有機炭素であることにより、石油の Transfo rmity （単位石油当たり
E me rg y 値）は：
- 61 -
ε oil = 0.85 × (2.73 × 10 9 sej / gC ) = 2.32 × 10 9 sej / g
τ oil =
ε oil
H oil
=
(2 .2 -12 )
2.32 × 10 9 sej / g
= 5.54 × 10 4 sej / J (Ho il は石油エンタルピーの平均値である。 )
4.19 × 10 4 J / g
(2 .2 -13 )
(5) 電力の Tr ans form ity の計算
ここでは、 Brown & Ulg ia ti (20 02 ) 9 ) がイタリアにある石油火力発電所（ 1280 MW、耐
用年数 3 0 年）を分析対象とし、電力の Tra nsformit y を計算した例を紹介する。
図 2. 2.3 -3 火力発電所における E merg y 分析
表 2. 2.3 -4
発電所における Eme rgy フロー分析
E me rg y a c co u n t i n g o f t h er mo e le c tr i c e le ct r i c it y p r o d uc t io n i n I t al y ( d at a o n a ye ar l y b a s i s;
p o we r p l a n t s it ed a t P io mb i n o , I t a l y)
Item
Unit
Amoun t
Solar
Solar
tran sformit y
e me rg y
(sej/un it)
P lan t Con struc tion P ha se (Goo ds, e ne rg y a nd labo r h a ve be en d ivide d b y p lan t life time, 30
ye a rs )
1
Conc re te
g
3.64E+1 0
5.08E+0 8
1.85E+1 9
2
Iron and ste e l fo r struc tu re
g
6.17E+0 8
2.77E+0 9
1.71E+1 8
3
In su la ting ma te ria ls (ro ck woo l)
g
1.33E+0 7
1.50E+0 9
2.00E+1 6
4
Coppe r elec tric wires
g
5.26E+0 6
2.00E+0 9
1.05E+1 6
J
9.87E+11
6.60E+0 4
6.51E+1 6
5
Die se l t ran spo r t of ma t er ia l b y
truck
6
Stea m g en erators (stee l)
g
2.57E+0 8
2.77E+0 9
7.12E+1 7
7
Stea m cond en se rs (ste e l)
g
6.27E+0 7
2.77E+0 9
1.74E+1 7
8
P re -h ea te rs for inp ut water (ste el)
g
4.12E+0 7
2.77E+0 9
1.14E+1 7
- 62 -
9
P re -h ea te rs for c o mb ustion a ir (a ir)
g
3.20E+0 7
2.77E+0 9
8.88E+1 6
10
P ump s and va lves (ste e l)
g
1.67E+0 7
2.77E+0 9
4.62E+1 6
11
P ipes (ste el)
g
3.33E+0 7
2.77E+0 9
9.23E+1 6
12
Chimne ys (mo stl y c onc re te )
g
9.33E+0 8
5.08E+0 8
4.74E+1 7
13
Ele ctro st p rec ip ita to rs (ste e l)
g
2.93E+0 8
2.77E+0 9
8.13E+1 7
14
Turb in es (stee l)
g
6.86E+0 7
2.77E+0 9
1.90E+1 7
15
Ele ctric ge ne ra to rs (ste el)
g
4.67E+0 7
2.77E+0 9
1.29E+1 7
16
Ele ctric motors
Stee l
g
1.60E+0 7
2.77E+0 9
4.43E+1 6
Coppe r
g
4.00E+0 6
2.00E+0 9
8.00E+1 5
g
3.33E+0 7
2.77E+0 9
9.23E+1 6
Stee el
g
3.12E+0 7
2.77E+0 9
8.64E+1 6
Coppe r
g
4.40E+0 6
2.00E+0 9
8.80E+1 5
Coolin g o il
J
3.81E+11
6.60E+0 4
2.51E+1 6
17
Ele ctric bo ards an d p an els (iron )
18
Tran sforme rs 3 70 MVA
19
Oil storage tank s (ste l)
g
0.00E+0 0
2.77E+0 9
0.00E+0 0
20
Tra vellin g b ridg e crane (stee l)
g
5.00E+0 6
2.77E+0 9
1.39E+1 6
21
La bo r a nd se rvic es
ye a rs
3.47E+0 2
2.49E+1 6
8.65E+1 8
22
Ele ctric ity
J
2.40E+1 2
1.85E+0 5
4.44E+1 7
23
Die se l fo r ya rd ma ch in ery
J
2.13E+1 2
6.60E+0 4
1.47E+1 7
J
2.54E+11
6.60E+0 4
1.67E+1 6
24
Die se l fo r tran sp . Ma jo r
co mpone n ts
25
Lu bric an ts
J
4.91E+11
6.60E+0 4
3.24E+1 6
26
P ain ts
g
5.00E+0 5
1.50E+0 9
7.50E+1 4
J
1.06E+1 6
1.00E+0 0
1.06E+1 6
Abso rp tion of h ea t rele ase d
J
2.91E+1 6
9.63E+0 2
2.80E+1 9
P lank ton in ma rine c oo ling wa te r
J
4.80E+1 3
1.90E+0 4
9.12E+1 7
Coolin g se rvic e a t ch imne y (win d)
J
4.53E+1 3
1.50E+0 3
6.79E+1 6
g
1.13E+1 2
5.16E+0 7
5.85E+1 9
g
4.95E+1 2
5.16E+0 7
2.55E+2 0
Gradu a ted
ye a rs
8.00E+0 0
7.47E+1 6
5.98E+1 7
Techn ic a l a nd ad min istra tive
ye a rs
1.00E+0 2
4.98E+1 6
4.98E+1 8
P lan t Ope ra t io n P hase
27
Solar rad ia tio n
28
Coolin g
29
Ox ygen
Ox ygen a sso c ia te d to f uel
extrac tion an d re fin ing
Ox ygen a sso c ia te d to c o mbu s t ion
pro ce ss es and manu fa c t ure o f
co mpone n ts
30
La bo r a nd se rvic e
- 63 -
Othe r techn ica l se rvic e
31
32
ye a rs
1.97E+0 2
2.49E+1 6
4.91E+1 8
ye a rs
1.00E+0 2
4.98E+1 6
4.98E+1 8
US$
3.12E+0 6
1.22E+1 2
3.80E+1 8
Lu bric an ts
J
1.37E+1 2
6.60E+0 4
9.06E+1 6
Che mic a ls
g
1.55E+0 9
3.80E+0 8
5.91E+1 7
J
0.00E+0 0
1.85E+0 5
0.00E+0 0
J
0.00E+0 0
1.85E+0 5
0.00E+0 0
J
6.14E+1 6
5.40E+0 4
3.32E+2 1
US$
2.38E+1 8
1.22E+1 2
2.90E+2 0
US$
1.69E+0 6
1.22E+1 2
2.07E+1 8
J
1.46E+1 6
5.40E+0 4
7.87E+2 0
J
2.35E+1 6
2.00E+0 5
4.70E+2 1
La bo r p lan t ma in te nan c e an d o the r
lab or fro m ou tside
Curren tly rep lac ed materia ls
Mach in e ry and e le ctric ma teria ls
33
Ene rg y f or p la nt op era ting
Ele ctric ity
Air co nd ition ing o f b u ild in gs
(e le ctr.)
34
Co mbu stion o il
35
Addition a l service s a nd in vestme nts
Addition a l se rvic es fo r fu e l supp l y
Addition a l se rvic es fo r p lan t
man uf ac tu re
Fu e l e x trac tion an d p ro cessing (as
oil equ iv)
Electric ity P rodu ction
36
Annua l yie ld
* 注：この計算は 200 2 年に発表されたため、o il の Tran sformit y は、Odu m が計算した値
を使っている（ g lo ba l proce ss が 9.4 4E+24 se j/yr として）。
表 2 .2. 3 -4 の分析によると、石油からの電力の Transfo rmity は :
電力のTransformity ＝
＝
毎年インプットしたEmergy総量
毎年電力生産量
4.70E + 21 Sej
＝2.00E＋05 Sej / J
2.35E + 13 J
(2. 2 -14 )
この計算に当たっては、様々な材料、機械、サービスや労働（労働の質により異な
る Tran sfo rmit y の値が用いられている）についての Tran sformity が用いられており、当
然、これらの値には相当の不確実性が含まれていると考えるべきであり、その結果で
ある石油火力電力の Tran sformit y の値についてもその不確実性についての留意が必要
である。
2.2.4 国レベルでの Emergy 分析
E me rg y 専門家は、国レベルのエネルギー、物質、資金、サービスのフローとそれぞ
れの Transfo rmity を用いて国家が消費しているエメルギー値を求めたり、資源別、ある
いはその再生可能性についての区別等により集約して、各種の指標を定義し、国の持
続可能性を評価する研究を行っている
10)11)12)13)
- 64 -
。本節では、「 E me rg y による自然資源
利用効率」（ E merg y o f na tu ra l sou rce/$ ratio）という比較的単純な指標について、試算
した。
Emergy of natural source/$ ratio =
Emergy of consumed natural source (solar, wind, rain, fossil fuel, metal and etc.)
GDP
（ 2.2 -1 5）
式 2. 2 -15 で示したように、 E me rg y による自然資源利用効率とは、ある国（或いはあ
る地域）が、単位 GD P を達成するために、消費した自然資源の E me rg y 総量（ E me rg y of
natura l sou rce ）である。ここの「自然資源」は、人間の労働を含めていない、再生可能
な太陽光、風力、及び再生不能な化石燃料、金属等、単純な「物質的な」資源を指す。
これは、物質的な資源を、その人間社会にとっての有用性を示す金銭価値ではなく、
その資源を作るに要した「自然の力」である E me rg y という統一単位で表現した量を用
いて、単位 GDP を生成するに要した物質的な資源の量を評価したものである。
図 2 .2. 4 -1 は、 2 00 0 年の各国の自然資源利用効率の結果のランキングを示したもの
である。低い E me rg y of na tur al sou rc e /$ r a tio 値を持っている国が、自然資源の利用効
率が良いと言うことができる、つまり、相対的に少ない資源で単位 GDP を生み出すこ
とができる。
図 2 .2. 4 -2 は、 1 980 年から 20 08 年までの全世界の自然資源利用効率の時系列結果で
ある。ここの全世界の自然資源利用量は、全ての資源を網羅したものではないが、主
要なものは全て含まれている。但し、 Tra nsformit y の値については、 Odu m らによるも
のであり、不確実性があることに注意すべきである。時系列の結果を見ると、世界全
体の資源利用効率は向上してきている傾向が見てとれる。これは、 GDP が上がり、生
活が改善されると共に、技術の発展により、省資源が進んできていると見られる。
- 65 -
Emergy of natural source/$ ratio
Emergy of natural source/$ ratio
1.31
1.56
1.59
2.03
2.07
2.27
2.28
2.72
3.10
3.21
3.24
3.51
3.92
4.13
4.15
4.43
4.44
4.61
4.84
5.07
5.08
5.35
5.39
5.58
5.95
6.08
6.73
6.87
6.91
7.07
7.08
7.14
7.29
7.38
7.43
7.47
7.58
7.96
8.43
8.47
8.51
9.19
9.20
9.20
9.29
9.43
9.43
9.51
9.54
9.72
10.02
10.09
10.15
10.19
10.37
10.73
10.73
10.94
11.10
11.32
11.61
12.24
12.24
12.48
12.78
13.18
13.28
0
Trinidad and Tobago
Thailand
Mexico
Côte d'Ivoire
Chile
Paraguay
Macedonia
Malaysia
South Africa
Iran
Niger
Serbia and Montenegro
Botswana
Azerbaijan
Belarus
Moldova
Senegal
Benin
Indonesia
Bangladesh
Ecuador
Jordan
Lesotho
Cameroon
The Gambia
Bulgaria
Nicaragua
Belize
Cambodia
Peru
Mali
Russia
Sudan
Congo
Tanzania
Djibouti
Namibia
Swaziland
Turkmenistan
Togo
Ghana
Kenya
Guinea
Nepal
Ethiopia
Sierra Leone
Iceland
Eritrea
Bolivia
Kazakhstan
Gabon
Guyana
Ukraine
Armenia
Suriname
Mauritania
Madagascar
Central African Republic
Guinea-Bissau
Mongolia
Mozambique
Zambia
Libya
Papua New Guinea
Zimbabwe
13.41
13.53
13.68
13.96
14.31
14.46
14.87
14.91
15.05
15.45
15.65
15.71
16.45
16.76
17.05
17.23
17.51
18.17
18.25
18.26
19.00
19.85
20.06
22.24
23.27
24.30
24.99
25.28
26.08
27.41
27.71
28.11
28.29
28.71
30.27
30.76
33.24
33.88
34.86
35.19
38.34
38.48
39.55
39.85
40.38
40.56
41.69
42.18
43.47
44.58
47.63
49.11
51.72
自然資源利用効率が良い
自然資源利用効率が良い
Japan
Switzerland
United States
Israel
Germany
France
Denmark
Sweden
United Kingdom
Italy
Finland
Norway
Greece
Cuba
Leba non
Saudi Arabia
Netherla nds
Egypt
Oman
Croa tia
Turkey
Slovenia
Burundi
Algeria
Hungary
Kuwait
El Salvador
Rwanda
Costa Rica
Poland
Belgium
Spain
South Korea
Canada
Lithuania
Portuga l
Latvia
Tunisia
Yemen
Venezuela
Pa kistan
Uruguay
Syria
Morocco
Malawi
Czech Republic
Philippines
Estonia
Guatema la
Romania
Argentina
Albania
Colombia
China
Nigeria
Brazil
Uganda
Ireland
New Zealand
India
Australia
Burkina Faso
Vietnam
Slovakia
Jamaica
Panama
Honduras
1012 sej/$
50
図 2. 2.4 -1
100
150
200
72.26
73.86
79.22
82.09
99.07
100.90
101.53
102.19
120.48
131.27
155.69
165.47
0
50
100
150
132 ヶ国の自然資源利用効率及びランキング（ 200 0 年）
1012sej/$
5.00
4.50
4.00
3.50
3.00
2.50
2.00
1.50
1.00
0.50
0.00
1980
図 2. 2.4 -2
1985
1990
1995
2000
2005
2008
世界自然資源利用効率の時系列結果
- 66 -
1012 sej/$
200
2.2.5 Emergy 指標に関するまとめ
E me rg y 手法が、2 0 世紀 80 年代に開発され 30 年経った。しかし、この手法の普及は、
現在でもこの分野の研究者仲間に限られ、広い範囲で応用されていない。コンセプト
が理解しにくい、又分析には大量の計算が必要な他、用いられるデータの不確実性が
高いことが、この手法を受け入れにくくしている主な理由と考えられる。そして、こ
の節の最初で述べたように、E me rg y 計算のベースである g loba l p ro ce ss es の値や、鉱物
の Tran sfo rmit y の値等が今まで何回も修正されてきた。さらに、他の分野の研究者から、
この手法の計算方法、指標の定義にも批判の声が出ている。この手法は、まだ「未成
熟」であり、改善すべき点が多くあると考えられる。この節では、
「 E me rg y による自然
資源利用効率」指標を用い、各国、及び世界時系列の値を計算した。 A LP S での取り扱
いに際しては、この手法の特徴を十分理解すべきであることはもちろんであるが、実
際の計算において、その基本となる Transfo rmit y の値に相当の不確実性が含まれること
にも留意すべきである。
参考文献（第 2. 2 節に関するもの）
1)
Howard T. Odum: Environmental Accounting: Emergy and Environmental Decision Making, John Wiley &
Sons, Inc. (1996)
2)
Howard T. Odum: Handbook of Emergy Evaluation Folio #2: Emergy of Global Processes (draft version),
University of Florida, (2000)
3)
Mark T. Brown & Sergio Ulgiati: Updated Evaluation of Exergy and Emergy Driving the Geobiosphere: a
Review and Refinement of the Emergy Baseline, Ecological Modelling, 221, 2501-2508 (2010)
4)
J. G. Sclater, C. Jaupart and D. Galson: The Heat Flow through Oceanic and Continental Crust and the Heat
Loss of the Earth, Review of Geophysics, Vol. 18, No. 1, 269-311 (1980)
5)
Gaylord R. Miller: The Flux of Tidal Energy out of the Deep Oceans, Journal of Geophysical Research, Vol.
71, NO. 10, 2485-2489 (1966)
6)
Abraham H. Oort, Stephen C. Ascher, Sydney Levitus, and José P. Peixóto: New Estimates of the Available
Potential Energy in the World Ocean, Journal of Geophysical Research, Vol. 94, NO. C3, 3187-3200 The
Flux of Tidal Energy out of the Deep Oceans (1989)
7)
Simone Bastianoni, Daniel Campbell, Ludovico Susani, and Enzo Tiezzi: The Solar Transformity of Oil and
Petroleum Natural Gas, Ecological Modelling, 186, 212–220 (2005)
8)
Mark T. Brown, Gaetano Protano, and Sergio Ulgiati: Assessing Geobiosphere Work of Generating Global
Reserves of Coal, Crude Oil, and Natural Gas, Ecological Modelling, 222, 879-887 (2011)
9)
M.T. Brown & S. Ulgiati: Emergy Evaluation and Environmental Loading of Electricity Production
Systems, Journal of Cleaner Production, 10, 321-334 (2002)
10) M.T. Brown & S. Ulgiati: Emergy-based Indices and Ratios to Evaluate Sustainability: Monitoring
Economies and Technology toward Environmentally Sound Innovation, Ecological Engineering, 9, 51-69
(1997)
11) S. Ulgiati, H.T. Odum, and S. Bastianoni: Emergy use, environmental loading and sustainability, An Emergy
analysis of Italy, Ecological Modelling, 73 (3-4), 215-268 (1994)
- 67 -
12) Juan Liu: Emergy Analysis Method on Evaluation of National Ecosystem: Case of Japan, ConAccount 2008:
“Urban metabolism: measuring the ecological city" (2008)
13) National Environmental Accounting Database, http://www.emergysystems.org/nead.php
2.3
持続可能な発展に関する指標化の国際的な取り組み
2.3.1 ミレニアム開発目標（ MDGs）
持続可能な発展に関する指標（ SD 指標）としてミレニアム開発目標（ MDG s）は重
要な指標と考えられる。本研究において、これまでも度々、参照してきたが、本節で
は、 MDGs の進捗状況について概要を記す。MDGs はとりわけ、開発や貧困、人権とい
った開発途上国における重要課題を解決するために掲げられている目標であり、 2 015
年までに達成すべき目標が 8 つ、それら目標に関連する具体的指標が 48 種設けられて
いる（詳細は文献 1 )を参照されたい）。
国際連合（国連）では、 MDG s 達成期限を 5 年後に控え、 199 0 年比の各種目標の達
成見込みについて、地域別、目標別の進捗状況（図 2.3 .1 -1 ）を示すとともに、以下の
ように報告している
•
目標１
2),3),4)
。
極度の貧困と飢餓の撲滅：世界的には貧困削減目標の達成にめど、飢餓
半減への前進は停滞。1 日 1 ドル 25 セント未満で暮らす開発途上地域の人々の数
は、 18 億人（ 1 990 年、 46 %）から 14 億人（ 2005 年、 27%）へと低下、グローバ
ル経済・金融危機により経済成長は減速したものの、 201 5 年までには 9 億 200 0
万人程度とみられる。東アジア、中国、インドで大幅な貧困削減に寄与している
が、サハラ以南アフリカでは貧困が増大している。飢餓に苦しむ人々の割合は 20 %
（ 199 0 年）から 1 6%（ 2005 ∼ 20 07 年）へ減少したが、 20 02 年以降は前進が見られ
ない。 20 08 年食料・金融危機が発生するまでは、サハラ以南アフリカでも飢餓率
が減る一方で人口増加を埋め合わせるほどにはペースが追いつかないといった状
況ではあるものの、 2 015 年までに栄養不良人口の割合半減に目途が立っていた。
しかし、食料危機後は、食料価格高騰や雇用減少により、貧困世帯の所得減が食
料購買力の大幅低下を助長させた。グローバルには目標達成が危ぶまれている。
•
目標２
普遍的な初等教育の達成：普遍的教育達成は望み薄。初等教育就学率は
上昇を続け、 89 %に達したものの、男女の区別なく初等教育全課程を修了できる
ようにはいたっていない。教員数、教室の確保や、学校に通い続けること（費用、
教育に対する社会的・文化的障壁等）も課題となっている。
- 68 -
図 2. 3.1 -1
ミレニアム開発目標の進捗状況
（ MDGs 20 10 P rog ress Char t 5 ) を RI TE にて加工）
- 69 -
•
目標３
ジェンダーの平等の推進と女性の地位向上：一部地域の女子にとって、
教育を受ける権利は未実現。開発途上地域全体で見ると、就学率での男女平等は
達成されつつある（男子 100 人に対する女子の割合は初等教育で 91 人（ 199 9 年）
から 96 人（ 20 08 年）に増）が、もっとも悪い状況にある地域はオセアニア（ 89
人）、サハラ以南アフリカ（ 9 1 人）、西アジア（ 92 人）
（いずれも 2008 年）である。
•
目標４
幼児死亡率の削減：目標達成に不十分。世界的に 5 歳未満児死亡総数は、
1,240 万人（ 1 990 年）から 810 万人（ 20 0 9 年）へと 3 5%程度減少している。前進
が見られる反面、近年はまったく改善が見られない。特にサハラ以南アフリカは
出生率が高い一方で、5 歳未満児死亡率も依然として高く、幼児死亡の絶対数は
世界の幼児死者数の半数の 400 万人（ 20 0 9 年）占めている。死因として、 41%が
新生児（早産、窒息他）であり、また 43 %を 4 大疾患（肺炎、下痢症、マラリア、
エイズ）が占めている。肺炎や下痢症、マラリアは安価な予防・治療措置が導入
されていれば救うことのできた命がほとんどであるとされている。
•
目標５
妊産婦の健康状態の改善：妊産婦死亡率の減少は前進しているが、目標
達成には不十分。開発途上国における妊産婦死亡率は、10 万人あたり 45 0 人（ 1 990
年）から 290 人（ 200 8 年）へと 34 %減少したが、死亡率を 4 分の 3 減少するとい
う目標達成には取り組みの加速が必要である。妊産婦死亡者数（ 2 008 年）は全世
界で 358 ,00 0 人、そのうちの 99 %が開発途上国、87 %の 313 ,00 0 人がサハラ以南ア
フリカ、南アジアで占める。死因は多量出血 35 %、高血圧症 18%で、多量出血は
熟練医療従事者の適切な処置によって予防、抑制が可能であるが、開発途上国で
熟練医療従事者の立会い下で出産する女性の割合は 6 3%（ 20 0 8 年）、サハラ以南
アフリカ、南アジアではそれぞれ 46 %、 4 5%である。
•
目標６
H IV /エイズ、マラリア、その他の疾病の蔓延防止： H IV 蔓延はほとんど
の地域で一段落したと見られ、感染者の余命も伸長。新規 H IV 感染者数は 1996
年ピークの 3 50 万人から 200 万人（ 20 08 年）に減少したものの、東欧、中央アジ
アやサハラ以南アフリカでは、新規 H IV 感染率が高いため、有病率が上昇を続け
ている。延命効果により H IV 感染者数は増大を続け、全世界で 3,3 40 万人、その
うち 2, 240 万人がサハラ以南アフリカに集中している。新規感染率は、依然とし
て治療の拡大をしのぎ、毎年 2 人が治療を始めるごとに、 5 人が新たに H IV 感染
しているという実態である。マラリア感染について、 2008 年 2 億 4,3 00 万人が発
症し、 86 万 3 ,000 人が死亡したと見られ、このうち 89%がアフリカで発症してい
る。殺虫剤処理済み蚊帳の利用拡大は急増し、マラリアからの保護が前進してい
る。十分ではないが外部資金援助の増大は、マラリア発生率減少に関係している。
•
目標７
環境の持続可能性の確保：森林破壊は依然として急速なペースで進行、
気候変動への対策が急務、201 0 年生物多様性保全目標が達成できなかったことで
重大な帰結が生じるおそれ、飲料水目標達成のめどは世界的には立っている、衛
生施設 20 15 年目標達成は絶望的、スラム改善は都市貧困層の膨張に追い付かず。
森林破壊について、中国、インド、ベトナムでの大規模植林プログラムが功を奏
し、森林面積純増といった結果をもたらしているが、他のアジア諸国、南米、ア
フリカでは森林の多用途への転換（主として農地転用）が急進している。気候変
- 70 -
動について、全世界の CO 2 排出量は前年比 3.2 %増で 2007 年に 300 億トンを越え
た。このような増加は持続不可能であり、地球の気候システムに深刻な悪影響が
及ぶ危険性をさらに高めるだろうとしている。生物多様性保全について、その損
失はとめどなく続いており、絶滅のおそれのある動植物は 1 万 7,0 00 種に近くに
およぶ。世界の陸域の約 12%、海域の約 1 %が保護区域となっているものの十分で
はない。保護区域でも管理不十分であることがある。安全な飲料水利用について、
世界的には目標の達成が見込まれる（ 200 8 年普及率 8 7%）。開発途上国での普及
率 71%（ 20 08 年）は 2015 年 86 %を見込んでいる。しかし、サハラ以南アフリカ
での普及率は 60 %（ 2 008 年）、オセアニアは 20 年弱にわたって 50%であり、地域
により多くの課題が残る。改良衛生施設を利用できない人々は全世界で 26 億人、
2015 年には 27 億人へと増加の見込みである。衛生実践の最大の脅威が屋外排便
で、北アフリカ、西アジアで減少が見られ、未だ 11 億人が屋外排便している。
•
目標８
開発のためのグローバル・パートナーシップの構築：情報通信技術に対
する需要は増加の一途。情報通信技術（ ICT）利用は全世界で拡大を続けている。
2009 年末までの携帯電話加入者数は、全世界で 46 億人、開発途上地域でも普及
率が 50%、サハラ以南アフリカでも 3 0%に達している。
SD 指標は多数提案されており、上述のような MDGs は、温暖化対策以外にも取り組
むべき課題が多いことも示している。また SD 達成度の現況や統計に基づく将来推計が
表すように、指標の設定は問題を客観的に捉え、解決に向かうための有用な手段の一
つであることを示している。
なお、国連において定期的に実施される良質な調査が無いことは、良質なデータ入
手を困難としており依然として課題のようである。
2.3.2 スティグリッツ・セン (CMEPSP) 報告
2.1 節では将来シナリオの選択にあたり重要な指標の一つとして幸福度指標につい
て、 GDP といった金銭価値で評価しきれない課題があることを述べたが、本節では、
GDP に代表される現在の統計では経済社会の実態がうまく捉えられていないのではな
いかという問題意識の下、フランスのサルコジ大統領が 2 008 年に「経済パフォーマン
スと社会の進歩の測定に関する委員会」を設置し検討を行った内容についてまとめた。
この委員会は、ジョセフ・スティグリッツやアマルティア・センなどがメンバーを務
め、 2 009 年 9 月に報告書
6)
がまとめられた。
報告では GDP の欠点を指摘しつつ、社会的な幸福（ We ll be in g ）を測る指標はどのよ
うな要素を考慮する必要があるかをまとめている。
GDP は、「市場において取引された財・サービス」を計上するもので、かつ「その年
に生み出された財・サービス」の「付加価値」を計上するという 3 原則がある。その
ため、これらの範疇に入らない事象は捕捉できない。具体的には次の 3 点があげられ
よう。
- 71 -
1 点目は「外部性」の課題がある。 GDP でカウントされるのは市場で売買されてい
る財・サービスである。しかし、世の中には市場で売買されていないサービスも多い。
最も代表的なものが家計生産（家庭を運営するために必要な家事サービス）である。
料理だけでなく食糧の生産や加工、住宅建設、水の供給、娯楽など先進国では市場を
通じて行われる多くの活動が、途上国では家庭で行われることが多い。また、環境へ
の影響、外部不経済は考慮されていない。石油など限りある資源の枯渇も考慮されて
いない。現時点での利得は計測されるが、将来の潜在的損失はカウントされない。
2 点目は、「フロー」の概念であるということ。幸福には、 GDP や所得、消費などフ
ローの指標ではとらえられない側面がある。例えば、所得が少なくても、多くの資産
を保有していれば幸福と感じるかもしれない。すなわち幸福は、フローの所得や消費
のみならず、富（ wea lth ）、あるいはストック（資産のみならず負債も）の影響も受け
る。持続可能性の問題の本質は、どれだけのストックを将来世代に引き渡すことがで
きるかであるといえ、フローの議論と必ずしも整合的に扱えるものではない。
3 点目は「質」である。 GDP はもっぱら量的な側面に注目するものであり、質や価
値は考慮されていない。幸福に関連しそうな個々人に提供されるサービスの質、例え
ば公的保険や医療、教育などの政府サービスの質などは考慮されていない。また P C の
ような製品は、品質向上と価格低下が急速に進むが、このような変化は GDP で捕捉で
きない。
これら GDP が本質的に抱える問題を克服するため、生産ベースのものから人々の幸
福（ We ll-be ing ）に軸足をおいた測定システム、具体的には以下の要素を考慮するよう
提唱している。なお、報告書では具体的な数値による各国評価は行われていない。
1)
物質的な幸福を評価する場合、生産ではなく所得や消費をみる
2)
家計の視点を大切にする
3)
所得や消費は富（ストック）と一緒に評価する
4)
所得、消費、富の分布も考慮する
5)
所得指標は非市場的な活動まで拡大すること
6)
生活の質は人々が置かれている状況や能力に左右されるため、健康、教育、個人
の活動、環境向上の対策をとる
7)
生活の質については、不平等も考慮される必要がある
8)
多元的な生活の質の評価
9)
統計局は多元評価に資する様々な指標を提供する
10)
幸福を客観 /主観両面から評価できるようにする
11)
持続可能性の評価はさまざまな観点からの指標が必要である
12)
環境は貨幣的な側面からだけでなく物理的な面からも評価する
2.3.3 まとめ
SD 指標について、 MDGs 進捗状況をまとめた。貧困削減、初等教育の普及、ジェン
ダー平等の推進、幼児死亡率削減、妊産婦健康改善、エイズ等蔓延防止、環境の持続
可能性確保、グローバル・パートナーシップ推進の 8 つの目標について、 2015 年達成
- 72 -
にめどがついている分野は、貧困削減、エイズやマラリア等疾病の蔓延防止、環境の
持続可能性の確保のうち安全な飲料水利用が挙げられるが、いずれも世界全体での目
標達成であり、地域別には不十分であるなど課題は多い。また MDGs 目標設定が問題
解決への通過点に過ぎない点にも留意が必要である。さらに重要な点は、温暖化対策
以外にも世界には取り組むべき課題が多いことである。
GDP について、市場で測れない「質」「価値」を考慮する必要があるとした例をまと
めた。これまでも GD P は、持続可能な発展を示す指標としては時として適切とは言い
難いことが指摘されてきており、本研究でも目的に応じた指標の選定が重要といえる。
参考文献（第 2. 3 節に関するもの）
1) （財）地球環境産業技術研究機構：
「脱地球温暖化と持続的発展可能な経済社会実現のための対応戦
略の研究」平成 19 年度成果報告書 (2008)
2)
国際連合広報センター（UNIC）
：
「国連ミレニアム開発目標報告 2010」http://unic.or.jp/pdf/MDG_
Report_2010.pdf (2011 年 3 月アクセス) (2011)
3)
United Nations: The Millennium Development Goal Report 2010 Addendum 1, http://mdgs.un.org/unsd/
mdg/Resources/Static/Products/Progress2010/2010_Addendum_Goal4.pdf
4)
United Nations: The Millennium Development Goal Report 2010 Addendum 2, http://mdgs.un.org/unsd/
mdg/Resources/Static/Products/Progress2010/2010_Addendum_Goal5.pdf
5)
United Nations: Millennium Development Goals :2010 Progress Chart: http://mdgs.un.org/unsd/mdg/
Resources/Static/Products/Progress2010/MDG_Report_2010_Progress_Chart_En.pdf (2011 年 3 月アクセ
ス) (2011)
6)
Joseph E. Stiglitz, Amartya Sen and Jean-Paul Fitoussi: Report by the Commission on the Measurement of
Economic Performance and Social Progress (2009)
2.4
気候変動問題における割引率の考察
2.4.1 はじめに
気候変動対策のモデル分析結果を決定づける要因の一つとして割引率が挙げられ
る。長期気候変動に関する費用便益分析において、割引率設定は世代間の衡平性を確
保するために将来世代の厚生をどのように扱うかに関する価値判断の問題でもある。
割引率の選択についてはこれまで多くの議論がなされ、適切な割引率の選択に関する
数多くの論文が発表されている。本項の目的は、気候変動問題に関するモデル分析を
行う際の“適切”な割引率を提案することに焦点を当てるのではなく、割引率を使用
する際に考慮すべき点を明示化するため、先行研究のサーベイを行い環境経済モデル
で使用されている割引率の整理及び定義の考察を行うことを目的とする。
- 73 -
2.4.2 ラムゼールールの導出方法
気候変動問題における割引率とは一般的に削減にかかる費用と削減による便益（削
減することによって避けられた被害）のフローを現在価値に表すために使用される。
この際の「社会的割引率」についての議論は 1990 年初頭に環境経済学の文脈で Cline 1 ) 1 ) ,
Nordh aus 2 ) を中心に行われてきた。一般に、気候変動問題の分析において最適な割引率
を決める際に主に 2 つのアプローチがある（ A rro w e t a l . 3 ) , IP CC 4 ) , 5 ) ）。 1 つ目は規範的
あるいは倫理的観点で行うもので将来世代の影響をどのように価値づけるかを重視す
る。この場合の社会的割引率は 3 %以下と相対的に低く、気候変動による将来の影響を
十分に考慮するため早期の大幅な削減を必要とするような結果を導く。一方、2 つ目は
記述的アプローチであり、異時点間のトレードオフに関するどのような選択を人々が
行うべきかに焦点が当てられ、削減に関する投資の機会費用や異時点間の移転の限界
を考慮している。この場合、社会的割引率は市場の利子率に整合的である相対的に高
い割引率（ 7 %超）が使用される。この場合、将来の気候変動による被害を小さく推計
する傾向があるため現在世代の排出削減は相対的に少ないという結果を導く。
経済分析では集権化された経済において、消費、貯蓄と生産に関する意思決定が社
会的計画者（ S oc ia l p lan ne r）によって行われ、所与の生産技術の下で家計の効用が最
大となるような消費、貯蓄、生産を計画する。以下では社会的厚生に関する社会的割
引率（ラムゼールール）について紹介する。ラムゼーモデルは Ra mse y 6 ) 、 C ass 7 ) 7 ) 、
Koo p mans 8 ) 8 ) らによって開発された新古典派成長モデルの一つである。消費と貯蓄の配
分が家計の最適化行動によって決定され、最適貯蓄率がモデルによって導出される
（ Bla nch ard & Fisc he r 9 ) , バロー＆サラ・イ・マーティン
10)
, 中田
11)11)
を参照）。生産関
数は規模に関する収穫不変を仮定し、効用関数については限界効用の弾力性が一定（別
の言い方をすれば、異時点間の代替の弾力性が一定、または相対リスク回避度が一定）
を仮定している。
効用の合計 W を最大化する非線形計画問題を考える。
∞
max W =  e −δt ⋅ u (ct ) dt
(2. 4 - 1 )
0
sub je c t to
k = f (kt ) − ct − nkt
（資本の遷移式）
k 0 は所与、全ての t に関して kt 、 ct は正である。
代表的消費者の総効用は、効用 u （ただし、 u ′ > 0, u ′′ < 0 ）の積分和で与えられ、効用 u
は単位労働者あたりの消費 c から構成される。 δ は純粋時間選好率（ただし 0 < δ < 1 ）、生
産関数 f は単位労働者あたりの資本 k で構成され、 n は資本減耗率である。資本の遷移
式では、資本ストックの増加分は総貯蓄（産出と消費の差）から資本減耗を引いたも
のとして表される。
上記の最大化問題を P ontr yag in の最大値原理で解く。ハミルトニアン関数は、次の
とおりに表される。
- 74 -
H t = e −δt ⋅ u (ct ) + μt [ f (kt ) − ct − nkt ]
(2. 4 - 2 )
μt は共役変数で、時点 t における資本ストックの追加的１単位の価値である。
効用最大化のための一階の条件は以下の通りである。
∂H
= 0,
∂ct
(2. 4 - 3 )
∂H
= − μ t ,
∂kt
(2. 4 - 4 )
lim μt ⋅ kt = 0. （横断性条件）
(2. 4 - 5 )
t →∞
横断性条件とは、初期条件とともに一階の条件に対する解を決める境界条件である。
これは資本の価値が漸近的にゼロにならなければならないことを意味する。したがっ
て、期間が無限に近付くにつれて、資本ストックが正であれば、その限界的な価値 μt が
ゼロであり、限界的な価値が正ならば資本がゼロでなければならないことを意味して
いる。
最大化条件 (2.4 -3 )式より、
e −δt ⋅ u ′(ct ) = μt
(2. 4 - 6 )
μt ⋅ [ f ′(kt ) − n ] = − μ t
(2. 4 - 7 )
最大化条件 (2.4 -4 )式より、
ここで (2.4 -6 )式および (2.4 -7 )式から消費の時間変動を記述した式を導出する。
まず、 (2.4 -6 )式を時間について微分する。
μ t = −δ ⋅ e −δt ⋅ u ′(ct ) + e −δt ⋅ u ′′(ct ) ⋅ ct
= −δ ⋅ μ t + e −δt ⋅ u ′′(ct ) ⋅ ct
(2. 4 - 8 )
(2. 4 -8)式を (2 .4 -7 )式に代入して整理する。
μ t ⋅ [ f ′( kt ) − n] = −(−δ ⋅ μ t + e −δt ⋅ u ′′(ct ) ⋅ ct )
μ t ⋅ [ f ′( kt ) − n] − δ ⋅ μ t = −(−δ ⋅ μ t + e −δt ⋅ u ′′(ct ) ⋅ ct )
f ′(kt ) − n − δ =
− e −δt ⋅ u ′′(ct ) ⋅ ct
μt
(2. 4 - 9 )
(2. 4 -9)式に (2 .4 -6 )式を代入し、整理する。
f ′(kt ) − n − δ =
− e −δt ⋅ u ′′(ct ) ⋅ ct
e −δt ⋅ u ′(ct )
f ′(kt ) − n − δ = −
f ′(k t ) − n = δ −
右項の第 2 項目の −
u ′′(ct ) ⋅ ct
u ′(ct )
u ′′(ct ) ⋅ ct ct
⋅
u ′(ct ) ct
(2. 4 - 10 )
u ′′(ct ) ⋅ ct
は効用関数の曲率を示す。ここで、以下の相対的回避度一
u ′(ct )
定 (CRRA)の効用関数を仮定する。
- 75 -
u (ct ) =
ct1−η
,
1 −η
(2. 4 - 11 )
for η > 0, η ≠ 1
η はリスク回避度である。 CRRA 型効用関数は u ′ > 0, u ′′ < 0 及び以下の稲田条件を満た
す。
lim u ′(c) = ∞, lim u ′(c) = 0.
c →0
c →∞
CRRA の効用関数を仮定すると、 η は以下の通り表される。
u ′′(ct ) ⋅ ct − η ⋅ ct−η −1 ⋅ ct
=
= −η
u ′(ct )
ct−η
(2. 4 - 12 )
よって、 (2 .4 -10 )式は次の通り表される。
f ′(k t ) − n = δ + η ⋅
ct
ct
(2. 4 - 13 )
消費成長率についてまとめると、最適成長経路が満たすべき必要条件として、下記
の式が得られる。
ct 1
= [ f ′(k t ) − n − δ ]
ct η
(2. 4 - 14 )
(2. 4 -14 )式は最適成長論におけるラムゼールール（ Ke yn e s -R a ms e y r u le）と呼ばれるも
ので、資本からの実効収益率（限界生産性 f ′(kt ) から資本減耗率 n を引いたもの）が純粋
時間選好率を上回る場合は、将来時点の消費を増加させることが最適であることを示
唆する。したがって、実効収益率が高ければ、最適経路において消費は時間と共に増
加する。
また、完全な資本市場の下では資本からの実効収益率は割引率（貯蓄の利子率） r と
等しくなるため、利子率についてまとめると以下のとおり表される。
r = δ +η ⋅
ct
ct
(2. 4 - 15 )
ここで、 (2 .4 -15 )式のラムゼールールの構成要素について詳しく説明する。前述の通
り、 δ は純粋時間選好率、 η は消費に対する限界効用の弾力性、
す（以下では
ct
は消費の成長率を表
ct
ct
= g とする）。 δ は将来の「効用」あるいは「厚生」を割引くことを示す
ct
純粋時間選好率であり、将来世代の厚生の相対的な重要性を測るものである。 η は消費
に対する限界効用の弾力性（効用関数の曲率）を表すものである。また、 η はリスク回
避度や世代内及び世代間の不平等に対する回避度を表す。つまり、将来は現在の世代
よりも裕福になるという仮定の下で将来の消費の価値を割引くことや、ある所得一単
位から得ることができる効用は裕福な人の方がそうでない人に比して相対的に低いこ
とを示唆する。 δ および η は通常、規範的パラメータとして認識され、政策決定者の価
値判断に大きく依存する。 g は消費の成長率を表し、消費が成長すれば将来は現在より
も裕福になるためこれに応じて将来の消費の価値を割り引くことが適切とされる。
- 76 -
2.4.3 ラムゼールールに関する議論
一般的に不確実性が存在しない場合、消費効用の最適化問題から導かれるラムゼー
ルールに基づいた割引率が設定される。本項では割引率設定に関する主な議論を紹介
する。一つ目はラムゼールールを構成する変数（純粋時間選好率など）の議論、二つ
目はラムゼーモデルで使用する効用関数の仮定についての議論である。
(1) ラムゼールールを構成する変数について
2006 年の Stern Re vie w （ Ste rn 1 2 ) ）が発表された後、気候変動問題における割引率の
議論が再び高まり、その分析方法を批判する論文や全般的な割引率に関するサーベイ
論文が発表されている。Ste rn Re vie w は基本的にラムゼールールに基づいている。Stern
Re view は経済モデルを用いた推計において相対的に低い割引率を使用しており、これ
まで経済学の分野において提案されてきた数値と比べてきわめて低い割引率を使用し
た。具体的には、 δ を 0.1%、 η を 1 、 g を 1. 3%とし、割引率を 1.4 %と仮定している。
そのため、長期の被害の影響を比較的大きく評価し、早急かつ大幅な削減が必要との
結論を得ている。スターンレビューの分析に関し、批判も含めてその妥当性について
次のような議論がなされている。 We ya n t 1 3 ) 及び Nordha us 1 4 ) は Stern Re vie w で使用され
た割引率は実際に観測できる市場の利子率と整合的ではないと批判している。
Dasgu pta 1 5 ) は Stern R e vie w の結論は彼らの異時点間の衡平性に関する価値判断に基
づいてなされた結果であり、ラムゼーによる割引率の概念を使用しているが、 δ と η の
関係には整合性がなく、ラムゼールールに基づいて導かれたものではないと指摘して
いる。つまり、 δ を 0.1 %とすることは問題ではないが、人類の不平等やリスクを表す η
を 1 とすることは人々の間の we ll-be in g の分配に関する衡平性は全く考慮しないため適
切ではなく、実験結果に基づいた 2∼ 4 の値の方がより倫理的な価値観を反映した値と
なると主張する。
η の値の解釈については Beck erman & He pbu rn
16)
では次のように説明している。まず η
の値は同時にリスク回避度、世代内・世代間の衡平性に影響を与えるため、高い η の値
が気候変動の影響の現在価値を増加させるのか、あるいは減少させるのかは明確では
ないとしている。リスク回避度について言えば、高い η は気候変動を含むリスク全般の
回避度が高いことを意味する。したがって、気候変動の影響に関する将来リスクを回
避するために、早期の削減対策を必要とする。一方、世代内の衡平性については、高
い η は裕福ではない人々の消費に高い重みづけをするため、消費の不平等に対する回避
度が高くなる。同様に、世代間の衡平性について、高い η は世代間の相対的な富の違い
を十分考慮するため、将来世代の消費成長が期待されている中で、高い値の η を使用す
ることは、相対的に裕福な将来世代に対する気候変動の影響を防ぐために、現在世代
が削減に相当な額を費やすべきではないということを示唆する。したがって、このよ
うな η の特徴を踏まえて、純粋時間選好率の値のみならず、 η の値を変えて感応度分析
を行う必要があるといえる。
- 77 -
Nordh aus 1 4 ) は Ste rn R e vie w の分析結果は倫理的判断から導かれたものであると指摘
し、ベースライン設定として、時間選好率を 1.5 ％、消費の弾力性値を 2 とし最適成長
論に基づいた動学統合モデルである D IC E モデルでの消費成長率の仮定の下で、均衡下
での実質利子率を 5 .5 ％とした。 Ste rn Re v ie w と同じ時間選好率（ 0. 1％）と消費の弾
力性値（ η =1)で D ICE モデル計算した場合、早期に大幅な排出削減を行うことが望ま
しいという Ste rn Re vie w と同様な結果を得た。しかし、この設定では実際の市場デー
タと比較して実質リターンがかなり低く、貯蓄率がかなり高くなるため問題である。
そのため、時間選好率 0. 1％を維持し、消費の弾力性値を観測できる変数と合致するよ
うにカリブレーションを行い、計算すると低い時間選好率を使用しているにも関わら
ずベースラインと近い結果が導かれた。また、Ste rn Re vie w では一人当たり消費成長率
が 1. 3％と仮定していることをうけて、なぜ現在世代よりも裕福な将来世代の厚生を改
善するために現在世代が多額の負担をして削減をする義務があるのかについて倫理的
な説明が不十分であると指摘している。
Ste rn and Ta ylor 1 7 ) は Nordh au s の見解に対して反論し、 Ste rn Re vie w で得られた結果
は最新の科学的知見に基づいたリスクと倫理の両側面を考慮した結果であると主張し
ている。彼らの指摘通り、元来の割引率は政策やプロジェクト評価に使用され、それ
らの便益やコストは一世代に関わるものであり、決断による影響はその世代が受ける
ことを意味している。しかし、気候変動問題は異時点間の政策であり、 δ の値は “出生
日による差別 ”を示唆するパラメータであると認識すべきとしている。また消費の成長
率について、気候変動は将来の消費成長を減少させる可能性があることを強調し、他
の条件が同じ場合は気候変動が無い場合と比べて低い割引率を使用すべきとしてい
る。また、観測できる市場行動と合致した値を割引率として使用すべきという批判に
対しては、市場利子率は気候変動問題に対する我々の倫理的対応を表すものとして見
ることができないと指摘している。
(2) 効用関数について
Ste rne r & P ersso n 1 8 ) は通常用いられる効用関数の構成要素について、物質財のみなら
ず、環境財も考慮すべきであると指摘している。具体的には、物質財と環境財との相
対価格変化を考慮した場合、高い割引率を使用したのにもかかわらず、Ste rn Re vie w で
得られた被害費用と近い結果を得た。具体的には、将来もし物質財の生産が増加する
一方で清浄水や生物多様性等といった環境財へのアクセスが低下するならば、このよ
うな環境財の相対価格は上昇する。その結果、気候変動による経済的被害は増加する
と考えられる。このように非市場財を考慮した場合、もし Ste rn R e view と同様の低い
割引率を採用すれば更に被害費用は増加するため、Ste rn Re vie w の被害費用はむしろ過
小評価であると主張している。
2.4.4 不確実性下での割引率
上記の議論で明らかなように、経済学者の間でも気候変動問題の費用便益分析にお
いて “適切 ” な割引率の設定基準についての合意は得られていない。このような倫理的価
- 78 -
値判断を含む割引率に関する異なる見解の中で、時間を通じて一定の割引率、つまり
指数的割引率の問題点が認識され、人々の割引率は時間と共に減少する（ H yp er bo lic
disco un ting ）という実験結果を基に、割引率の設定に不確実性の概念を入れた研究が
Weitzman 1 9 ) , 2 0 ) を中心になされてきた。
Weitzman 1 9 ) では、時間に従属した割引要素を使用して期待現在価値を表し、割引率
を算出している。 We itz man の割引率を RW 、ある t 期の利得を Z とする。将来のシナリ
オを i ( i = 1,2,..., n )とし、シナリオ i における t 期の割引率は ri (t ) である。どのシナリオが生
じるか不確実であるため、シナリオ i の確率は pi であり、 pi > 0 かつ  pi = 1 である。
割引現在価値は以下のように表現される。
n
Z ⋅ exp(− RW (t )t ) = Z ⋅  pi exp(−rit )
(2. 4 - 16 )
i =1
両辺を Z で割ると、
n
exp(− RW (t )t ) =  pi exp(−rit )
(2. 4 - 17 )
i =1
両辺の対数をとると
n
− RW (t )t = ln  pi exp(− rit )
(2. 4 - 18 )
i =1
両辺を t で割り、 RW についてまとめると、
1 n
RW (t ) = − ln  pi exp(−rit )
t i =1
(2. 4 - 19 )
RW は以下の性質をもつ。
n
RW (0) =  pi ri ,
i =1
dRW (t )
< 0, RW (∞) = min{ri }
dt
したがって、 Weitzma n 1 9 ) は、将来の割引率に関する不確実性がある場合は、時間と
共に減少する確実性等価社会的割引率を使用すべきであると主張している。また、そ
の場合、遠い将来の利得を評価する際は実現しうる中で最も低い割引率を使用すべき
であると結論づけている。
一方、 Gollier 2 1 ) は将来の投資機会に関する不確実性がある場合、時間と共に上昇す
る確実性等価の社会割引率を使用することが適切であると主張し、以下の通り説明し
ている。Go llier の割引率を R G 、ある t 期の利得を Z とする。将来のシナリオを i ( i = 1,2,..., n )
とし、シナリオ i における t 期の割引率は ri (t ) である。どのシナリオが生じるか不確実で
あるため、シナリオ i の確率は pi であり、 pi > 0 かつ  pi = 1 である。
割引将来価値は以下のように表現される。
n
Z ⋅ exp( R G (t )t ) = Z ⋅  pi exp(ri t )
(2. 4 - 20 )
i =1
両辺を Z で割ると、
n
exp( R G (t )t ) =  pi exp(ri t )
(2. 4 - 21 )
i =1
両辺の対数をとると
- 79 -
n
R G (t )t = ln  pi exp(ri t )
(2. 4 - 22 )
i =1
両辺を t で割り、 RG についてまとめると、
1 n
R G (t ) = ln  pi exp(ri t )
t i =1
(2. 4 - 23 )
RG は以下の性質をもつ。
n
R G (0) =  pi ri ,
i =1
dR G (t )
> 0, R G (∞) = max{ri }
dt
(2. 4 - 24 )
(2. 4 -24 )式より割引率は、将来実現しうる中で最も高い割引率を使用するべきである
ことを意味している。
Hepbu rn and Gro o m 2 2 ) はこの 2 つの異なる結果、いわゆる「 We itzman -Go llier p uzz le」
に関して、両者とも正しいと述べ、評価時点に関わらず確実等価割引率は減少するが、
一方で投資プロジェクトの評価時点が将来に向かうにつれて、ある時点の確実性等価
割引率は増加すると主張している。
時間と共に減少する割引率の具体的な数値例を挙げると、 We itz man 2 0 ) では、 216 0 人
の経済学者に対して長期にわたる環境プロジェクトの費用分析において使用する適切
な割引率をアンケートによって調査した。その結果、たとえ個々の割引率が確実であ
っても割引率についての意見の違いによって確実性等価社会的割引率はガンマ分布に
従い、時間と共に減少することがわかった（表 2 .4. 4 -1 参照）。
表 2. 4.4- 1
Weit zma n の割引率
期間
割引率
1 -5 年
4.0
6 -2 5 年
3.0
26 -75 年
2.0
76 -300 年
1.0
300 年以上
0.0
また、 Oxe ra 2 3 ) によると、英国政府は長期の影響を与えるプロジェクトについて、時
間と共に減少する割引率を推奨している（表 2.4 .4 -2 参照）。
表 2. 4.4- 2
英国政府の割引率
期間
割引率
0 -3 0 年
3.5
31 -75 年
3.0
76 -125 年
2.5
126 -20 0 年
2.0
200 -30 0 年
1.5
301 年以上
1.0
- 80 -
2.4.5 表明選好法による設定
これまで紹介してきた、不確実性が無い場合のラムゼールールに基づく割引率の設
定は政策決定者やプロジェクト決定者の判断に依存する。そのため、実際に人々は将
来の厚生をどの程度考慮しているのかを調査することは適切な割引率の設定において
重要といえる。以下では、一般市民に対するアンケート調査を基に割引率を推定する
方法を紹介する。
Cropp er et al. 2 4 ) は 30 0 0 のアメリカの家計を対象に電話アンケートを行い、汚染規制
プログラムによって救われる人数に関する評価を行った。規制プログラムは 2 通りあ
り、規制プログラム A は現在 100 人の人命を救うプログラムで、規制プログラム B は
100 年後に 20 0 人の人命を救うプログラムである。A と B のプログラム実施にかかる費
用は同じであると仮定し、プログラム A が選ばれた場合、プログラム B の救う人命数
や期間を変更し、再調査を行っている。推定結果によると、現在 1 人を救う政策は 10 0
年後において 45 人を救う政策と等価（割引率約 4％）であり、また、現在１人救う政
策は 2 5 年後において 6 人を救う政策と等価（割引率約 7％）であることがわかった。
したがって、将来世代の救命は現在の救命よりも低く評価されており、割引率は時間
と共に減少していくという結果が得られている。
一方、 P oulos and Wh itting to n 2 5 ) は Cro ppe r e t a l . 2 4 ) とほぼ同様の方法で、 19 94 -199 7 年
の間に 6 つの途上国（ウガンダ、モザンビーク、エチオピア、インドネシア、ブルガ
リア、ウクライナ）の約 300 0 人を対象にアンケートを行い、救命に関する個々の時間
選好率を計測した。救命プログラムは 2 つあり、プログラム A は今年 100 人の人命を
救うもので、プログラム B は T [2, 5,1 0]期に [200 , 500 , 1 000 ]人の人命を救うものである。
アンケート回答者はどちらかのプログラムを選び、プログラム A が選ばれた時はプロ
グラム B の救う人命数や期間を変更する。推定結果によると、個人の時間選好率は対
象国によって大きく異なり、米国や西欧で観測される時間選好率よりも高い傾向がみ
られており、また、これらの違いは所得や社会経済状況によって説明することができ
ないと結論づけている。
2.4.6 多様性の考慮
通常、経済モデル分析では代表的個人の行動（効用最大化など）を考えるが、現実
はあらゆる面で多様である。つまり、人々の選好や、所得分配、財の種類、温暖化被
害等は国および個人によって多様であり、この点を考慮したモデルの必要性が指摘さ
れている。
Conce ic ao and Zhan g 2 6 ) は、社会的割引率を設定する際は、世代間及び世代内の多様性
を考慮すべきであると指摘している。例えば、同世代における各個人の時間選好率を
集計する際、ウェイト付けを各個人のリスク回避度に従って集計すると、各個人のリ
スク回避度が時間と共に減少する時は、代表的個人の時間選好率は時間と共に減少す
るとの結論を得ている。また、世界の一人当たり消費成長率を算出する際、通常 GDP
による重み付けがなされるが、人口による重み付けなどによって各国の多様性を考慮
するのも一つの方法である。更に、現世代と将来世代の時間選好率、リスク回避度及
- 81 -
び一人当たり消費成長率も異なるため、個人の効用を集計する際に、世代間の多様性
も考慮できるような集計方法の検討が必要であるといえる。
2.4.7 まとめと今後の研究
本項では割引率に関する様々な見解や導出法を紹介した。ラムゼールールに基づい
た割引率を構成する純粋時間選好率や消費に対する効用の弾力性との関係についても
モデル結果に大いに影響を与えるということが先行研究より明らかとなった。このよ
うな倫理的価値判断に左右されるラムゼールールに基づく割引率の問題を緩和させる
べく、不確実性の概念を入れた場合の割引率の設定に関する研究が進んでいるが、実
際にモデル分析に導入する際に解決しなければならない問題があるといえる。例えば、
時間と共に減少する割引率を考える際、どのような割引率の値がどのような確率で生
じるか、またその場合の割引率とモデル対象期間との整合性についても考慮する必要
があり、今後の研究課題であるといえる。これまでのところ、気候変動問題を扱う環
境経済モデル分析を行う際、割引率の設定は分析結果に影響を与えるため、異なる割
引率を用いて感応度分析を実施したり、異なるモデル間で割引率等のモデルの前提を
統一して分析を行う傾向があるが、不確実性の概念を入れた割引率の設定といったよ
うな倫理的価値観を必要としない割引率の “ 妥当 ” 範囲に関する研究が進めば、気候変動
による被害費用および緩和費用の推計において今後の環境経済モデル分析に有益であ
ると考えられる。また、A LP S プロジェクトにおいて策定している多目的多様性社会シ
ナリオは多様な目的の下で限定合理的な判断を行うといった多様な枠組みを想定して
いる。これに加えて、割引率の文脈から各国の多様性の概念を入れることが今後の課
題であるといえる。
今後の研究の方向性として、 D ICE モデル等の経済モデルを用いて、効用関数の形状
やパラメータを変えることによる結果への影響を数値で示すことが考えられる。また、
不確実性下における時間と共に変化する割引率を実際にモデルに入れた場合に変数が
どのように変化するのかを分析することも興味深いテーマである。
参考文献（第 2. 4 節に関するもの）
1)
W.R. Cline: The economics of global warming, Institute for International Economics, Washington DC
(1992)
2)
W.D. Nordhaus: Managing the global commons: The economics of climate change. Cambridge, MA, MIT
(1994)
3)
K.J. Arrow, W.R. Cline, K.G. Maler, M. Munasinghe, R. Squitieri & J.E. Stiglitz: Intertemporal equity,
discounting, and economic efficiency, In J.P. Bruce, H. Lee, and E.R. Haites (Eds.), Climate Change 1995,
Economic and social dimensions of climate change, contribution of working group III to the second
assessment report of the intergovernmental panel on climate change, Cambridge, Cambridge University
Press, 125-144 (1996)
4)
IPCC: Chapter 4. Intertemporal equity, discounting, and economic efficiency, Climate Change 1995:
Economic and social dimensions of climate change, contribution of working group III to the Second
- 82 -
assessment report of the Intergovernmental Panel on Climate Change, Bruce J.P., Lee H. and Haites E.F.
(eds), Cambridge university press, Cambridge, U.K. (1996)
5)
IPCC: Chapter 2. Framing Issues, Climate Change 2007: Mitigation of climate change, contribution of
working group III to the Fourth assessment report of the Intergovernmental Panel on Climate Change, Metz.
B, Davidson, O.R., Bosch P.R. Dave, R. and Meyer L.A. (eds). Cambridge university press, Cambridge,
U.K. (2007)
6)
F.P. Ramsey: A mathematical theory of saving, Economic Journal, 38, 543-559 (1928)
7)
D. Cass : Optimum growth in an aggregative model of capital accumulation, Review of Economic Studies,
32, 3, 233-240 (1965)
8)
T.C. Koopmans: On the concept of optimal economic growth, Cowles Foundation Paper 238, Reprinted
from Academiae Scientiarum Scripta Varia 28, 1, 225-300 (1965)
9)
O.J. Blanchard & S. Fischer : Lectures on Macroeconomics, The MIT press (1989)
10) バロー、R.J.、サラ−イ−マーティン、大住圭介訳: 内生的経済成長理論 II（第 2 版）
、九州大学
出版会 (2004)
11) 中田真佐男: 経済数学マクロ動学（成長理論）の基礎習得に向けて、財務省総合政策研究所研究
部 (2007)
12) N. Stern: The Economics of climate change: The Stern review, Cambridge Univ. Press, Cambridge (2006)
13) J.P. Weyant: A critique of the Stern Review's mitigation cost and analyses and integrated assessment, Review
of Environmental Economics and Policy, 2-1, 77-93 (2008)
14) W.D. Nordhaus: A review of the Stern Review on the economics of climate change, Journal of Economic
Literature, 45, 686-702 (2007)
15) P. Dasgupta: Comments on the Stern review's economics of climate change, National Institute Economic
Review, 199, 4-7 (2007)
16) W. Beckerman & C. Hepburn: Ethics of the discount rate in the Stern Review on the economics of climate
change, World Economics, 8, 1, 187-210 (2007)
17) N. Stern & C. Taylor: Climate change: risk, ethics, and the Stern Review, Science, 317, 203-204 (2007)
18) T. Sterner & U.M. Persson: An even Sterner review: introducing relative prices into the discounting debate,
Review of Environmental Economics and Policy, 2-1, 61-76 (2007)
19) M. L. Weitzman: Why the far distant future should be discounted at its lowest possible rate, Journal of
Environmental Economics and Management, 36, 201-208 (1998)
20) M.L. Weitzman: Gamma discounting, American Economic Review, 91, 261-271 (2001)
21) C. Gollier: Expected net present value, expected net future value, and the Ramsey rule, Journal of
Environmental Economics and Management, 59, 142-148 (2004)
22) C. Hepburn & B. Groom: Gamma discounting the expected net future value, Journal of Financial
Economics and Management, 53, 99-109 (2007)
23) Oxera: A social time preference rate for use in long-term discounting. The office of the deputy prime
minister, department for transport, and department of the environment, food and rural affairs. Oxera report.
England. (2002)
24) M.L. Cropper, S.K. Aydede & P.R. Portney: Preferences for life Saving Programs: How the public discounts
time and age. The Journal of Risk and Uncertainty, 8, 243-265 (1994)
- 83 -
25) C. Poulos & D. Whittington: Time preferences for life-saving programs: Evidence from six less developed
countries. Environmental Science & Technology, 34, 8, 1445-1455 (2000)
26) P. Conceicao & Y. Zhang: Discounting in the context of climate change economics: the policy implications
of uncertainty and global asymmetries. Environmental Economics and Policy Studies, 12, 31-57 (2010)
2.5
投資判断年数に関する調査
2.5.1 はじめに
本節では、省エネ型製品の購買及び省エネ型技術の投資に関する投資判断年数、割
引率について考察する。なお、割引率と投資回収年数は、割引率が高くなるにつれ投
資回収年数は短くなるという逆相関の関係があることに留意されたい。
省エネ製品は通常の製品よりも高価であることが多いが、日々のエネルギーコスト
が節減され、将来的には初期投資の差額は回収できると見込まれるものが多い。省エ
ネ製品の購買や投資の便益や費用は、1 時点においてのみ発生するものではなく、多期
間にわたって生じることになるため、将来的な価値はある割引率で割り引いて現在価
値で比較する必要がある。
一般に割引率という用語は複数の概念が混同された形で議論されることが多いが、
ここでは主に社会資本整備の費用便益分析に用いられる「社会的割引率」、企業や個人
が「投資判断を行う際に用いられる割引率」、実際に社会で観察される「主観的割引率」
の 3 つに分けて議論したい。なお、社会的割引率の詳細は 2 .4 節で議論したとおりだが、
①公的な投資は多くの人の効用に影響を与え、②財源も多くの人から集められ、③時
間的にも社会資本はきわめて長期にわたって使い続けられ将来世代に対しても影響が
ある、という点において対象が限定的な企業や個人が用いる割引率とは異なっている。
以下、企業や個人が投資判断の際に用いる割引率と主観的割引率に焦点を当てて議論
を進める。
2.5.2 企業や個人が投資判断を行う際に用いられる割引率
完全な資本市場が存在し市場が均衡しているならば、消費者の消費・貯蓄の意思決
定における時間選好率は均衡市場利子率に等しく、また企業の投資は、市場利子率と
投資の限界生産が等しい値で意思決定が行われる。しかし、実際にの投資判断は、リ
スクや利潤などを独自に勘案して割引率が設定される。
企業が投資の経済性を見極める上で用いられる分析方法は、利益を予想し（平均）
投下資本に対する年平均の利益率を計算する RO I（ re tu rn on in ve stme nt／投資収益率）
法、投資によるキャッシュフローにより初期投資を何年で回収できるかを計算する回
収期間法、将来のキャッシュフローを現在価値に割り戻して事業価値を評価する NP V
（ Net P resent Value ／正味現在価値）法や IRR（ In tern a l Ra te o f R etu rn ／内部利益率）法
などがある。RO I 法や回収期間法は貨幣の時間的価値を考慮していないのに対し、D C F
- 84 -
（ Dis cou n ted C as h Flo w／割引現在価値）法の一種である NP V や IRR では一定の割引率
で将来の価値を割り引いいて採算を評価するものである。
NP V は、プロジェクトによって生じる一連のキャッシュフローを現在価値に直し、
その値を合算して正味現在価値を算定するものである。 IRR は NPV の計算方法に基づ
き、事業全体のキャッシュ・インフロー（現金流入）とキャッシュ・アウトフロー（現
金流出）それぞれの現在価値がバランスるする率（利益率）を特定するものである。
この計算で用いられる割引率は、通常、リスクフリーの利子率（長期国債の利子率な
ど）に、リスク分を考慮したプレミアムを加算して設定され、一般には加重平均資本
コスト（ WACC; We ig hte d Ave rage Co st of Capital）が用いられるケースが多い。 WA CC
は以下の式で定義される。
WACC =
D
E
* rd * (1 − t ) +
* re
D+E
D+E
(2. 5 -1)
D: 有利子負債、 E : 株主資本、 r d : 負債コスト、 r e : 株主資本コスト、 t: 法人税率
企業から資金を調達する場合、株式（資本）と負債（借入）では調達コストが異な
るため、 WACC は両者の割合に応じて加重平均して割引率を決定するフォーミュラで
ある。なお、負債コストは借入金にかかる費用である支払利息や、債券の発行による
費用である発行費用及び支払利息のことであるため、事前に決定しうるものである。
他方、株主資本コストは株式による資金調達のためのコストであり、投資家が要求す
るリターンである。株主は企業に資金を投資することによって、他の投資機会を失う
上、元本割れのリスクを負うことになるため、株主は企業への投資に対してリスクフ
リーの利回り以上の利回りを求めることになる。定式化すると、株主資本コストは
(2. 3 -2) のようにリスクフリーレートの部分とリスクプレミアムの部分に分けることが
できる。
株主資本コスト＝リスクフリーレート＋リスクプレミアム ×β
(2. 5 -2)
なお、ここでβとは個別株価と市場の連動性、市場の変動に対する株価の感応度を
示し、一種のリスク指標である。
以上は企業の財務上用いられる一般的な割引率の設定方法であるが、それ以外に独
自に設定した利益率や、企業戦略（例えば、利益率を落としてでもシェア拡大を図る）、
ブランド力など、実際にはさまざまな要素が考慮されて投資の割引率が考慮されるこ
とになる。
2.5.3 途上国の状況
一般に、途上国における割引率は先進国に比して高い。これは、途上国における投
資にリスクがあること、所得が低いこと、市場利子率自体が高いといった理由が考え
られる。
- 85 -
途上国の法制度やインフラなどは十分に整備されておらず、事業リスクが高くなる
ケースが多い。そのため、企業や投資家は諸々のリスクを勘案し、高いリスクプレミ
アム分を加算した形で投資判断を行うことになる。リスク要因をどの程度見込むか、
リスクをどう定量的に評価するかはケースバイケースであるが、柴田（ 19 85 ） 1 2 ) によ
れば想定されるリスクの種類としては表 2.5. 3 -1 のようなものがある。
表 2. 5.3 -1
スポンサーリスク
カントリーリスク
工事リスク
生産リスク
プロジェクト・ファイナンスにおけるリスク評価
当該企業の既往の業績及びプロジェクト期間中の収益予想
バランス・シート評価
将来の財務的柔軟性
当該プロジェクトに関する既往事業のパフォーマンス
当該プロジェクトのマネジメント能力
財務、技術、経営の各側面における当該プロジェクトへの関与度合
問題発生時の解決能力および意思
国有化
接収
事業拡大の制限
為替規制（対外送金の制限、強制換金など）
収入税の引き上げ
現地通貨切り下げ
インフラ（プロジェクト資材の入手可能性、港湾・鉄道等の整備）
源泉課税の強制あるいは増額
賃金、価格統制、諸税、為替レートにおける政策変更
ホスト・カントリー対外累積債務の課題な増加、財務状況の悪化
汚職
国際金融市場へのアクセス
外国籍企業、スポンサーへの態度変化
主要マネジメント人員への査証提供
主要マネジメント人員にとっての現地生活・労働環境悪化
インフレ
ロイヤリティ、貿易政策
中央政府と地方自治体など統治機関同士の紛争
サイトの地理的位置及びインフラ
社会的 /環境的インパクト
プロジェクトマネジメント
フィージビリティスタディの質
設計及び仕様の詳細
コスト見積もりの妥当性
予定コスト超過時の資金準備
技術リスク
スケールアップリスク
労働力の入手可能性、生産性、技能水準など労働リスク
部材供給リスク
工期中の保険
スポンサー及び貸し手の与信形態
天変地異の可能性
操業者あるいはマネジメントスタッフの能力
埋蔵量リスク
回収可能性リスク
技術的問題
操業コスト、品質管理、財務管理
原材料供給リスク及びその価格
- 86 -
近隣住民との関係
環境問題リスク
労働力の調達可能性、及びその生産性と技能水準
流通及びコスト
保守プラン及びスペアパーツ
故障への対応策
天変地異
需要供給予測
価格、買手、市場集中度に関する見通し
マーケティング戦略および期間契約
特殊契約条項、最低価格の保証
フォース・マジュール
価格設定方式
テイク・オア・ペイ /テイク・アンド・ペイ
市場競合における優位性と劣位性
技術リスク
市場リスク
所得階層によって割引率も異なることも知られており、貧しい所得層の方が割引率
は概して高い。ジェリー･ハウスマン (Je rry Ha usma n) 1 ) によると、エアコンの場合、富
裕な家庭の場合 8 .9%、貧しい家庭の場合 39%であった。また、 Suthe rland (200 3)も図
2.5. 3 -1 で示しているように、所得が大きくなるにつれ割引率が低下していくことを報
告している。富裕な家庭の場合、初期費用にはそれはど制約されることなく、高価で
も効率のよいエアコン買うのため割引率は低くなる。それに対し貧しい家庭の場合、
手元資金に余裕がなく、日々のコストが高くついたとしても初期費用の安い製品を購
入するため、割引率は高く出る傾向がある。割引率は、家庭の経済状況など消費者属
性を敏感に反映するものとなるため、家計所得が低い途上国の割引率は高くなる傾向
があることが推察される。
100%
割引率
暖房
80%
エアコン
家電製品
60%
40%
20%
0%
年間所得
$0
$10,000 $20,000 $30,000 $40,000 $50,000 $60,000
図 2. 5.3 -1
所得階層による割引率の違い
- 87 -
9)
また、途上国では市場利子率が高いことが多い。資本市場が未整備であったり、成
長過程の過熱した景気の影響のためインフレ傾向になっていたり、貸し倒れリスクが
高かったりといった理由により先進国よりも途上国の方が金利は高いケースが多い。
その上、この利子率自体も時間の経過によって変化していくケースがある。今日の理
論経済学では、割引率（時間選好率）が通時的に一定と仮定され、日本における公共
事業の費用便益分析を行う際に用いられる社会的割引率は 4%が適用されることが多
い。しかし、実際には時間を通じて割引率が変化することが観察されている。図 2. 5. 3 -2
は日本の社会的割引率の推移に関して推定した実証研究の事例である。阪田ら（ 2 002）
10)
は無限期間生きる個人の重複世代モデルにより①生産関数のパラメーター、②死亡
率、③物価上昇率、④実質利子率のトレンドから社会的割引率を推定している。日本
が高度成長期にあった 1 97 0 年代は非常に高い割引率であったが、 1 98 0 年代頃より 4%
前後で落ち着き、近年は 2%程度であることがわかる。これより、実際には社会的割引
は時間を通じて一定ではなく、また経済が成熟する前には高い割引率になる可能性が
あることが示唆される。
図 2. 5.3 -2
日本の社会的割引率
10)
2.5.4 主観的割引率
主観的割引率は、将来価値（あるいは将来効用）を現在価値（あるいは現在効用）
に引き戻す際に企業や消費者が暗黙のうちに想定している固有の割引率であり、一般
的には実際の消費者購買行動や企業投資行動から事後的に計測され、市場の利子率と
はリンクしていない。
主観的割引率に関する代表的な研究事例として、初期費用は安いが運転費用は高い
旧型家電の購入と、初期費用は高いが運転費用は安い新型家電の購入とのトレードオ
フから割引率を計測したものがある
1)
。それによるとエアコンは 20 %、給湯器は 1 02 %、
冷蔵庫は 1 38% であった。その後、さまざまな研究
2.5. 4 -1
9),7)など
がおこなわれているが、図
機器別の主観的割引率のように、家電製品の種類や計算方法によってかなり
計測結果に幅が生じている。ただし、平均でみると冷蔵庫が 67%、給湯が 41 %、空調
- 88 -
が 2 4%、断熱が 24 %と、いずれもかなり高い主観的割引率（機器の耐用年数よりもか
なり短い投資回収年数）が計測されている。
200%
150%
100%
50%
0%
冷蔵庫
図 2. 5.4 -1
給湯
空調
断熱
機器別の主観的割引率
企業の省エネ投資行動も同じように短視眼的な傾向が観察されている。 So re n ら
7)
(20 02)は、アメリカのエネルギー省が行う中小企業を対象にした無料省エネ診断プログ
ラムで提案された 38 , 920 件の省エネプロジェクトについて、プロジェクト実施率、投
資回収年数、不採用理由などの調査を行った。その結果、提案されたプロジェクトの
平均投資回収年数は約 15 カ月程度（割引率にすると 8 0%以上）であり、そのうち実際
に導入されたプロジェクトは全提案の 53 %にしかならなかったという。また、図 3 で
示されているように、投資回収期間が長くなるほどプロジェクト導入率も低下するこ
とが報告されている。
提案されたプロジェクトの 79 %は投資回収期間が 2 年未満であったが、この結果は
他の研究事例とも整合する。例えばアメリカエネルギー省のレポートでは、投資回収
期間の閾値として、いくつかの大企業では 3 年とするところが見られるものの、ほと
んどの企業は 2 年を限度としていることを報告している。また日本のアンケート調査
13)
においても回答者の 55 ％が 3 年以下であった。これらの研究より、現実の省エネ投
資は機器の耐用年数よりもはるかに短い回収期間しか想定されておらず、また市場の
利子率と比してかなり高い割引率を想定していることがわかっている。
- 89 -
図 2. 5.4 -2
投資回収期間と省エネプロジェクト導入率
7)
（注）丸の大きさはプロジェクト数、縦軸は導入率、横軸は投資回収年数を表す
望ましいと考えられる省エネルギー水準と現状の差は省エネギャップ（ Ene rg y
Eff ic ien c y G ap）と呼ばれ、数値上このギャップの大きさが主観的割引率の高さとなっ
てあらわれてくる。社会にはエネルギー効率の良い機器などの技術普及を妨げる様々
な障壁が存在しているため、市場利子率は先進国ではせいぜい数 %であるが、機器導入
の投資判断は様々な要因が加味され、通常の投資判断や個人の購買行動は市場利子率
よりもさらに高い割引率を設定して投資判断がなされている傾向がある。
採算が合うと判断されるプロジェクトであっても、なぜ実施されることがなかった
り、短期の回収期間しか設定されなかったりするのであろうか。省エネギャップの原
因について、これまで様々な理論的な説明がなされてきた。 S P RU(2000) 8 ) では、 3 つの
カテゴリーに分けて省エネ投資には障壁があることを説明している。一つは経済的な
要因によるもので、実際には採算が合わないケース、隠れたコスト、リスク、資金不
足、不完全情報、逆選択、利害の不一致、投資主体と代理人の関係といったものがあ
る。二つめは行動的・心理的な要因で、人間の限定合理性、不適切な情報提供、情報
の信頼、惰性、価値観などがある。三つめは組織的な要因で、組織の意思決定プロセ
スや組織文化といったものがある。
これらの要因以外にも、企業であれば他の投資機会との競合、個人であれば他製品
との競合といった理由も考えられる。例えば、企業に予算的な制約がある場合、いく
ら省エネ投資が採算に合っていたとしても、新製品の生産ラインに対する投資を必要
としているときには、資金が省エネ投資に向かない可能性がある。個人の購買行動に
しても、省エネは数多くある製品特性の一つに過ぎず、ブランドやデザインといった
ものが優先されることは珍しくない。表 2.5. 4 -1 は省エネギャップの要因について、投
資側、対象設備・機器、外部環境という三要因から整理したものである。
- 90 -
表 2. 5.4 -1
投資側の要素
資金
省エネギャップの要因
主観的なリスク選好
資金的余力、資金調達力
投下資本利益率（ R O I ）は、通常 1 0 - 2 0 % と言われており、
各企業全体の収益率から大きく離れることは実施の障壁
となり得る。
経営者個人の時間選好率も影響するが、むしろ、経営者
の任期も大きく影響（動機の不一致：自らの任期中には
投資回収ができない）
投資判断者の主観的なリスク選好
情報入手や情報整理のコスト
小規模な場合、情報入手や整理のコストが無視できない
企業としての収益率
時間選好率
限定合理性
対象設備・機器に関する要素
機器の耐用年数の不確実性
機器の技術進展の期待
新規の機器への抵抗感・拒絶感
省エネ以外の機器の魅力等
検討能力にも限りがあるため、最適な選択ができない
新規の機器で実績がないと信頼性が乏しいと判断されれ
ば導入障壁となる。
導入を待った方がより良い機器・設備が入手できるとの
期待感
現場は慣れ親しんだ設備・機器を好む傾向あり
ブランド、デザインなど
外部環境に関する要素
エネルギー価格の不確実性
市場利子率
株主の利益への期待感
確実なエネルギー価格の上昇が見込まれるか、否かによ
って投資判断は左右される。
市場利子率は、資金調達にも影響
短期的収益あるいは長期的収益を期待しているか
図 2 .5. 4 -3 は、省エネ製品と通常製品に関するコスト構造のイメージを図示したもの
である。明示的なコストとしては資本コストと燃料コストの 2 種類があり、通常の製
品と省エネ製品を比べた場合は省エネ製品の方が安いものの、取引費用や情報収集コ
ストなど目に見えないコスト分を加味すると省エネ製品の方が高く感じられるため、
省エネ製品が選ばれにくい状況を説明している。
図 2. 5.4 -3
技術選択のイメージ
- 91 -
1
0.8
指数型
双曲型
0.6
0.4
0.2
0
0
5
10
図 2. 5.4 -4
15
20
25
30
35
40
45
50
指数型割引と双曲型割引
現実社会における割引率が高くなる一要因について、人々のリスクや時間に対する
認識のバイアスからもアプローチすることができる。新古典派経済学では、人間は完
全に合理的であることを前提として理論が展開されているが、最近注目を集めている
行動経済学では、人間の知識や計算能力に限界があること（限定合理性）を前提とし
つつ、実際の意思決定場面で見られるバイアスについて解明を試みている。
省エネは費用が発生する時点と、便益を享受する時点が異なる。そのため、人の時
間に対する感覚が意思決定に影響を及ぼす。通常の経済学あるいは会計学では、割引
率は通時的に一定と仮定した指数型割引が用いられる。しかし、実際の人間は現在か
ら近未来にかけては近視眼的なのに対し、遠い未来の出来事に関しては関心が薄れ無
差別になる傾向があり（現在志向バイアス）、時間に対して非整合的な感覚を持ってい
ることが知られている。この性質を説明するために提案されたのが双曲型割引曲線で
ある。
図 2 .5. 4 -4 は、指数型及び双曲型曲線の例である。ここでは Harris ら
t
事例を参照し、指数型は f(t)= δ 、 δ =0. 9 44 、双曲型は f(t)=(1 + α t)
2)
-γ /α
(2 003 )による
、 γ = 1 、 α =4
としている。この図からもわかるとおり、指数型割引は時間の経過と共に一定の割合
で価値が減少するのに対し、双曲型割引は、最初に急激に減少するが、時間が経つに
つれ価値の減少する程度が減っていく。この特徴は、遠い将来よりも現在に近い時間
を重視することであり、人々がこのように現在を重視することは「現在志向バイアス」
とこれを省エネ投資のケースにあてはめると、以下のような状況が想定される。省エ
ネ性能カタログ
10)
によると冷房能力 4.0 k W というカテゴリーにおいて最も効率がいい
とされるエアコンの年間電気代は 28 ,00 0 円、効率の悪いものは 40 ,10 0 円であり、差額
は 1 2,10 0 円 /年であった。購入価格は時期と場所により変動するものの、前者は約 1 5
万円、後者は約 7 万円であった。節約できる電気代で機器の差額を回収しようとする
- 92 -
と、割引の仕方によって回収年数が変わってくる。節約電気代の現在価値を図 2 . 5.4 -4
にあてはめて考えた場合、指数型割引では差額分を回収するのに 9 -10 年かかるのに対
し、双曲型割引では 16 年かかることになる。これは節約できる電気代を初期段階で大
きく割り引く心理が働き、投資回収期間をより長く捉えてしまう感覚を説明している。
つまり心理的な損益認識と会計上の損益には差があるため、省エネのメリットは過小
評価されがちであることがわかる。
なお双曲型割引は時間に対して連続に変化するため、異時点間の最適化問題を考察
する際に問題が複雑になる。これに対応するため、割引率が離散的に変化するものと
して準双曲型（ q ua si-h ype rbo lic）割引率が La ib son [1 997 ]などにより考案され、異時点
間の最適化問題に応用されている。
2.5.5 どのような割引率を設定すべきか
人々の経済合理的な行動を前提とした場合、省エネ投資のように収益性のあるよう
な対策は自然に進むと考えられる。しかし、実際に観察される現象は、必ずしも理論
通りではなく、様々な省エネバリアにより高い割引率が観察されている。
人々の意思決定の様子を記述するモデルは、規範モデルと記述モデルに大別できる。
規範モデルとは人々のありうる行動規範をモデル化しもので、たとえば合理的意思決
定をする場合の理想的な行動が描写される。それに対して記述モデルは、人々が現実
にどういった意思決定を行うのかを表現するもので、行動経済学の双曲型割引などは
これに該当する。
温暖化対策を評価する上ではなるべく現実社会に近い状況を把握し、そこから対策
を考える記述モデルによるアプローチの方が、より具体的で実効性のある政策提言に
結びつく。現実から乖離した小さな割引率を用いると、省エネの効果が過大評価され、
CO 2 削減のためのコストを過小評価することにつながりかねない。現実を踏まえた技術
選択モデルにおいては、主観的割引率のような実社会で観察される割引率を設定した
うえで、政策を講じることによって割引率がどう変化しうるのかを分析することによ
り、現実妥当性の高い政策的示唆を得ることができると考えられる。
参考文献（第 2. 5 節に関するもの）
1)
Dubin, Jeffrey A; Market barriers to conservation: Are implicit discount rates too high? Social Science
Working Paper 802, California Institute of Technology (1992).
2)
Harris, Christopher et al; Hyperbolic Discounting and Consumption, Advances in Economics and
Econometrics, Theory and Applications 8th World Congress Volume 1, Econometric Society, pp.258−298
(2003).
3)
Hausman, Jerry A.; Individual Discount Rates and the Purchase and Utilization of Energy Using Durables,
Bell Journal of Economics, Spring 10, 33-54(1979).
4)
International Energy Agency (IEA); Energy Technology Perspectives 2010 pp.602, (2010)
- 93 -
5)
Laibson, David, ; Golden Eggs and Hyperbolic Discounting, The Quarterly Journal of Economics, MIT
Press, vol. 112(2), pp. 443-77, (1997)
6)
Sanstad, Alan H et al; How High Are Option Values in Energy-Efficiency Investments? Energy Policy 23(9):
739–743, (1995).
7)
Soren T. Anderson et al; Information Programs for Technology Adoption: The Case of Energy-Efficiency
Audits, Discussion Paper 02-58. Washington, DC: Resources for the Future, (2002).
8)
SPRU (Science and Technology Policy Research); Reducing barriers to energy efficiency in public and
private organizationspp.11−62 SPRU,UK, (2000)
9)
Sutherland, Ronald J.; The High Costs of Federal Energy Efficiency Standards for Residential Appliances,
Policy Analysis, No. 504. Washington, DC: Cato Institute (2003)
10) 経済産業省資源エネルギー庁; 省エネ性能カタログ 2010 年夏版, 経済産業省, (2010)
11) 阪田和哉・林山泰久: 社会資本ストックの社会的割引率に関する実証的研究、応用地域学研究第
7 号 pp.99-109 (2002)
12) 柴田匡平: プロジェクト・ファイナンスにおけるリスク評価、信州大学経済学論集, 23:19-32 （1985）
13) 省エネルギーセンター; 省エネルギー技術普及促進事業調査報告書平成 15 年度,
http://www.eccj.or.jp/diffusion/03/diff_03_03.html （アクセス日 2011 年 3 月 21 日）(2003)
2.6
調査のまとめ
本章では、幸福度指標に関して調査を行った。一人当たり GDP の大きさと幸福度の
大きさには、概ね正の相関が見られるものの明確なわけではなく、一人当たり GD P が
大きくなるにつれ、幸福度は飽和傾向が強くなる。また、一人当たり消費額、人間開
発指標（ HD I）、ジニ係数などと幸福度の関係で見ても、一人当たり GDP 同様、相関が
強いわけではないことを整理した。一人あたり GDP は幸福度を考える上で、一つの重
要な指標であることは間違いなく、特にそれが小さい段階では特に重要である。一方
で、一人あたり GDP は幸福度を左右する多くの要因の一つに過ぎないことも確かであ
る。シナリオの分析においては、GDP を評価しつつも、定量化が難しいものも多いが、
その他の要因にも十分配慮していく必要がある。またエメルギー指標や、その他、持
続可能な発展に関する指標化の国際的な取り組み状況について調査を行い、本研究の
目的に応じた指標によるシナリオ評価が重要であるとした。
さらに、モデル分析評価に重要な要因となる割引率、投資判断年数の調査を行った。
いずれも倫理的あるいは主観的といった人々の価値判断に左右され得る不確実性を伴
う概念であることを整理し、今後本研究においてどのように設定すべきかが課題とし
た。
- 94 -
第 3章
叙述的シナリオの策定
昨年度までに、脱地球温暖化と持続可能な発展に関する叙述的シナリオの検討を行
ってきた。今年度は、昨年度策定したシナリオをベースにしつつ、関連する周辺動向
および定量的なシナリオ策定の作業も踏まえて、その説明などについて、修正を行っ
た。
3.1
叙述的シナリオの概要
昨年度までの検討に基づき、A LP S のコアとする叙述的シナリオは、３つの軸（視点）
によるシナリオとした。それは、マクロの社会経済に関するシナリオ（ A 、B）、温暖化
政策実施における背景状況に関するシナリオ（ I、 II、 III）、排出削減レベルに関するシ
ナリオ（濃度安定化レベル、 IP CC RCP 1 ) に対応）の３つの軸である（図 3.1 -1 ）。今年
度は、この３つの軸のシナリオを中心にその定量化と具体的な分析、検討、その上で、
分析結果から得られた結果の叙述的な解釈を実施した。ただし、食料需給・土地利用
変化の分析においては、農業の土地生産性に関する異なった将来シナリオについても
分析を行った。
経済関連
資源関連
国内経済格差に
関するシナリオ
ALPSコアシナリオ
最貧国経済発展に
関するシナリオ
長期的なマクロの経済社会状況に関するシナリオ
先進国等の人口減少
阻止シナリオ
石油価格に関するシナリオ
etc.
Ｂ：高位技術
進展シナリオ
Ａ：中位技術
進展シナリオ
etc.
エネルギー技術関連
原子力シナリオ
CCSシナリオ
再生可能エネル
ギーシナリオ
排出削減レベルに
関するシナリオ
温暖化政策実施における
背景状況に関するシナリオ
RCP3.0PD
I：多目的多様性社会
シナリオ
RCP4.5
II. 温暖化対策優先
シナリオ
RCP6.0
RCP8.5
III：エネルギー安全
保障優先シナリオ
EVシナリオ
ｽﾏｰﾄｸﾞﾘｯﾄﾞに
関するシナリオ
その他の技術関連
農業生産性に関するシナリオ
etc.
図 3. 1-1
温暖化政策関連
各国の排出削減枠組み
への実質参加のタイミ
ングに関するシナリオ
ｼﾞｵｴﾝｼﾞﾆｱﾘﾝｸﾞに関するｼﾅﾘｵ
海外クレジット（REDD
等）に関するシナリオ
etc.
etc.
今年度定量的なシナリオ策定を行った叙述的シナリオ
- 95 -
図 3 .1 -2 は、 IP C C 第 5 次評価報告書（ AR5 ）に向けたシナリオ策定のイメージを示
した IP CC WG3 共同議長 O. Eden ho fe r が提示している図であるが、これと A LP S で策定
した叙述的シナリオとの関係性を見ると、マクロの社会経済に関するシナリオ（ A、B）
は「 u nce r ta in t y in ba s elin e」の軸と、温暖化政策実施における背景状況に関するシナリ
オ（ I、 II、 III）は「 u nce r ta in ty in po lic y」の軸と、排出削減レベルに関するシナリオは
「 mitiga ta io n e ffort RCP 」の軸と比較的近い関係になり、 IP CC シナリオ策定の動向とも
関連したシナリオとなっている。
I：多目的多様性社会
シナリオ
II. 温暖化対策優先
シナリオ
各国の排出削減枠組み
への実質参加のタイミ
ングに関するシナリオ
III：エネルギー安全保障
優先シナリオ
RCP3.0PD
RCP4.5
RCP6.0
RCP8.5
O. Edenhofer (IPCC WG3 Co-chair), 2009
石油価格に関するシナリオ
Ａ：中位技術
進展シナリオ
図 3. 1-2
Ｂ：高位技術
進展シナリオ
IP CC AR5 へ向けたシナリオ策定との関係
- 96 -
3.2
マクロの社会経済に関するシナリオ
ここで策定した２種類のマクロの社会経済シナリオの主要なドライビングフォース
は、技術の革新であるとして、その不確実性の範囲として２種類の見通しを策定した。
技術進歩は不確実であり、将来の革新性の高い技術を予期することは不確実性が高い
と考えたためである。本来、政策によっても技術の進歩は変わり得るが、それ以上に
意図しない不確実性が大きいものと考えた。すなわち、ここで策定したマクロの社会
経済シナリオは、理念的なシナリオを描いたものではなく、また、政策によってコン
トロールできるものとは考えないものであり、社会の帰結として実現し得る幅を有し
た将来見通しとして考えた。
２種類のシナリオは、これまでの奇跡的とも言える高経済成長から先進国を中心に
次第に緩やかなる経済成長へと変化していくシナリオ A と、奇跡的とも言える技術革
新が今後も継続し一人当たり GDP 成長も大きく成長するシナリオ B であり、それぞれ
概要を以下に示す。
シナリオ A
•
(中位技術進展シナリオ )
全般的な技術の進展は見られるものの、先進国を中心に物質的に満たされてきた社
会の中で、新たに大きな消費効用を生み出すほどの革新性は乏しく、従来のように
高位の経済成長を引き起こすには力不足である。そのため、先進国を中心に、次第
に経済成長率は小さくなっていく。
•
シナリオ A では、シナリオ B のような高経済成長の世界自体を知らないし、国内
所得格差もシナリオ B ほどは拡大しないため、シナリオ A の世界でも十分満足し
ているかもしれない。ただし、経済的な向上感について乏しさを感じている人々も
少なくはない。
•
後進発展途上国（ LD Cs）の経済成長も、先進国の影響を受け B よりは小さい。
•
先進途上国は、一定の経済レベルまでは消費拡大指向が続くものの、先進国に続い
て大量消費社会から離脱する。
•
全体として、経済成長は比較的緩やかであり、それに伴って人口も 2 050 年頃まで
上昇し、それ以降 21 0 0 年頃まで概ね維持される。
•
先進国の潜在的な一人当たりエネルギー需要は、低下傾向に変わる。
•
21 世紀後半の食料需要については、経済成長による効果よりも人口の影響の方が
大きく表れるため、シナリオ B よりもむしろ大きい。
- 97 -
シナリオ B
•
(高位技術進展シナリオ )
世界は、過去に農業革命、産業革命、 IT 革命のような社会を大きく変える技術革
新を実現し、奇跡的とも言える経済成長を成し遂げてきた。シナリオ B では、こ
のような社会を激変させるような技術革新が将来も興って、それにより新たに大き
な消費効用を生み出し、世界経済は高位に成長し続ける。
•
IT 技術、輸送技術を中心とした技術も更に進展し続け、グローバル化が一層進む。
•
より高付加価値な製品、サービスを提供できる者とそうでない者の所得格差は拡大
する。またグローバル化の更なる進展はそれを後押しする。政府は税によって国内
所得格差を是正したいところだが、グローバル化はその対応を困難にし、所得格差
を小さくすることには限界がある。
•
現在の先進国、新興発展途上国は、より付加価値の高い産業へと移行していくため、
第１次産業や比較的付加価値の低い第２次産業の製品製造の拠点はアフリカ等の
後進発展途上国にも移り、アフリカ等もそれ相応に発展をする。
全世界的な高経済成長に伴い、急速な少子化が世界のいたる地域で進行し、 21 世
紀後半には世界の人口が縮小していく。
•
農村と都市との所得格差は一層広がり、多くの国では都市化が更に進む。
•
潜在的な一人当たりエネルギー需要は、これまで同様上昇が続く。
•
食料需要については、経済成長による効果よりも人口の影響の方が大きく表れるた
め、 21 世紀後半については人口の減少に伴ってシナリオ A よりも小さくなる。
A、B シナリオの定量的なマクロの社会経済シナリオについては、後述の第 5 章にお
いて示す。
3.3
温暖化政策の背景状況に関するシナリオ
第 3. 2 節で述べたマクロの社会経済に関するシナリオに加えて、より、政策的な議論
までを喚起するシナリオとするために、温暖化政策の背景状況に関する３種類のシナ
リオを策定した。ここで策定したシナリオは、温暖化政策立案や政府における政策立
案でいずれかのシナリオをとり得ることは不可能ではないものの、温暖化政策を超え
た幅広い政策の文脈となるため、必ずしも簡単にシナリオ選択ができるものでもない。
すなわち、前節で示したマクロの社会経済シナリオと同様に、社会の帰結ととること
もできる一方、それとは異なって、人類の選択の余地のあるシナリオでもある。
３種類のシナリオは、シナリオ I として「多目的多様性社会シナリオ」を想定、これ
は現在の社会行動に近いことを前提としたシナリオである。シナリオ II は「温暖化対
策優先シナリオ」であり、このシナリオにおいては、様々な目的の中で温暖化対策の
優先度が高く、正味で負の削減費用となるような省エネ対策などが徹底的に行われる
など、温暖化対策をコスト効果的に実施することが優先されるシナリオである。シナ
リオ III は「エネルギー安全保障優先シナリオ」であり、エネルギー安全保障の視点か
ら国内資源の利用が優先されるようなシナリオである。
- 98 -
シナリオ I
(多目的多様性社会シナリオ )
社会は、様々な人で構成されており、多様な目的を有して行動している。効用の発
生も様々であり、経済合理性の追求だけが効用増をもたらすわけではない。また認知
にバイアスがかかる場合もあり、効用増大の仕組みは複雑である。更には、情報が限
られていたり、すべてを総合的に判断できる能力を持ち合わせていなかったりするこ
とによって、経済合理的な行動がとれない場合もあるだろう。
省エネルギー機器の選択においても、正味では負もしくは安価な排出削減費用と推
定されるものも多いが、主観的に判断される投資回収年数は相当短いことが観測され
ている。これは経済合理的な判断ができていないと見ることもできる一方で、多様な
目的を有して行動がなされている結果であり、合理的な判断となっていると見ること
もできる。いずれにしても現実の社会はこのように行動している。
このシナリオにおいては、多様な目的の下で限定合理的な判断を行う結果、多様な
枠組みが構築されやすい。これは温暖化対策コストからは非合理的かもしれないが、
人類の多目的性、多様性を考えると一概に非合理的と言うこともできない。
なお、人間の認知は複雑であり、例えば確率が低いものを実際よりも高く認知する
一方、確率が高いものを実際よりも低く認知する傾向があるとされているし、一旦認
知したことと異なる情報は受け入れられにくくなる認知的不協和が起こることもあ
る。このシナリオでは、人間らしい認知バイアスが常に起こりやすいことが前提であ
り、混沌とした温暖化問題への見方の中で、温暖化対策も策定していかなければなら
ないと考えるシナリオである。
シナリオ II
(温暖化対策優先シナリオ )
我々は、少なくともこれまではコスト合理的な温暖化対策をとってきてはいないが、
温暖化問題の重要性の認識がより広まり、より大きな排出削減をより小さな費用で実
現する必要性が高まり、技術普及障壁を取り除くことに成功し、温暖化対策について
コスト効率的な対策がとられるようになる。
具体的には、エネルギー効率の高い設備、省エネルギー機器の広範な普及が挙げら
れる。エネルギー効率の高い設備や省エネルギー機器は、正味では負もしくは安価な
排出削減費用と推定されるものも多いが、エネルギーコストとして見たとき、合理的
な意思決定がなされているとは言えない。しかし、このシナリオの下では相当にコス
ト合理的な意思決定が進展する。
ただし、温暖化対策コストの合理性を追求することによって、場合によっては、別
の目的、そこに発生していた効用を、一部、損なうことも起こり得るということを忘
れてはいけない。すなわち、社会は多目的であり、温暖化対策、エネルギー対策とし
ては非合理と見られても、社会の多目的性に照らすと、合理的と考えられる場合も多
く存在するためである。よって、社会が温暖化対策の優先度を高くおくようになれば、
ここで表現されるシナリオは合理的な対策を表現したものとなるが、社会が現状のま
ま推移するのであれば、ここで表現されるシナリオは、限定合理的な行動の除去とい
う面においては合理的な対策と言えるが、全体としてみると必ずしも合理的とは言え
- 99 -
ない可能性もある。よって、このシナリオが広い意味での合理性を有するようになる
には、温暖化対策以外の幅広い社会システムの変革が不可欠であり、長期的な時間を
要すると考えられる。
シナリオ III
(エネルギー安全保障優先シナリオ )
安全保障問題、とりわけエネルギー安全保障問題は各国ともに最重要課題の一つで
ある。
実際、米国オバマ政権のグリーンニューディールも具体的な内容からすると、温暖
化対策というよりもむしろエネルギー安全保障政策と見ることができる。
このシナリオにおいては、石油価格が高騰し、それに引きずられるように各種資源
価格、食料価格等も高い水準となる。また、非在来型資源の開発が一層進む。
本シナリオは、温暖化対策は推進されつつも、むしろ、それはエネルギー安全保障
政策を補完する位置付けとして推進されるシナリオである。
なお、温暖化懐疑論が勢いづいた場合には、否応なくエネルギー安全保障政策の文
脈や化石エネルギー資源の有限性といった文脈の中で、温暖化対策を推進せざるを得
なくなる可能性もある。
なお、シナリオ I、 II については少し補足をしておく。図 3.3 -1 は、石炭発電設備の
例であるが、発電効率は低効率だが初期設備費用が小さい設備、中効率で初期設備費
用も中程度の設備、高効率で初期設備費用も高効率の設備の３種類について、設備投
資の投資回収判断年数によってどの設備が選択されやすいかを示したものである。日
本では投資回収判断年数が長く（投資判断における主観的な割引率が小さい）、高効率
な設備が選択されやすいが、投資回収判断年数が短い（投資判断における主観的な割
引率が相当大きい）途上国等では、必ずしも高効率な技術が選択されないことがわか
る。日本は、優れた環境技術を有しながらも、必ずしも世界でそういった技術が選択
されないことは大変多い（第 2. 3 節も参照）。
図 3. 3 -2 、図 3.3 -3 はそれを別の視点からイメージ的に表現したものであるが、図
3.3 -2 で見るように、右に示される高効率な技術は、本来コストが左のものよりも安価
であるにも関わらず、隠れたコストが追加され（先の主観的な割引率に相当）、結果と
して左の技術が選択されやすい状況が現実社会ではよく観察される。特に、途上国等
においては、この隠れたコストが大きいわけである。また、図 3.3 -3 のように正味でポ
ジティブのコストとなる場合もあるが、いずれにしても隠れたコストが上乗せされる
ため、仮に明示的に炭素に価格付けを行う場合、隠れたコストも含めてそれを上回る
ような価格付けを行わなければ右の技術が選択されない。シナリオ I は隠れたコストを
含んだ社会環境を表現したようなシナリオ、シナリオ II は隠れたコストがないか、限
定的な社会環境を表現したシナリオである。
社会が、短期のリターンではなく、長期のリターン追求に変わっていき、現状に近
いシナリオ I のような社会環境から、シナリオ II のような社会に長期的には変わるこ
とが可能かもしれないが、それは相当な社会の変革が必要と考えられる。一方で、適
切な政策をとることで、シナリオ II のような社会を実現する手段も存在すると考えら
- 100 -
れる。ただし、世界が直面している多くの課題の中で、温暖化対策が仮に重要視され
ないような状況であれば、むしろ、シナリオ I のような世界が望ましいと考えることさ
えできる。本シナリオによって、このように複雑な問題を、より良く理解し、より良
い政策のあり方を考えていくきっかけにすることができると考えている。
第 5. 9 節でシナリオ I、 II、 III の定量的な分析を踏まえて改めてこのシナリオから得
られる含意について議論することとする。
日本
途上国
140
石炭発電の例
発電単価（$/MWh）
120
設備費; 効率
100
低効率: 1250$/kW; 22%
Coal-I
80
中効率: 1875$/kW; 36%
Coal-II
60
低効率
40
中効率
高効率: 2125$/kW; 42%
Coal-III
高効率が選択されやすい
割引率25～8%
20
0
0
2
4
6
8
10
12
14
16
18
投資回収年数
図 3. 3-1
投資回収判断年数と機器・設備のコスト効率性
炭素に明示的に価格付けを行う方策の場合、
このコスト比較になり、高い炭素価格をつけな
ければならない。
シナリオI
途上国等で大きく、日本は小さい。
民生部門は一般に大きい。
ボトムアップの対策（技術普及障壁の
除去）はこの比較を実現し得る。
シナリオII
図 3. 3-2
技術選択におけるコストのイメージ（ネガティブコストの場合）
（出典：IEA
ETP20 10 を加工）
- 101 -
炭素に明示的に価格付けを行う方策の場合、このコスト
比較になり、高い炭素価格をつけなければならない。
シナリオI
２国間を中心としたボトムアップ
の取り組み、国内では自主行
動計画の強化などにより障壁
除去
シナリオII
２国間クレジット、省エネ基準強
化、直接規制、税、補助金など
により実現
図 3. 3-3
技術選択におけるコストのイメージ（ポジティブコストの場合）
（出典：IEA
ETP20 10 を加工）
3.4
排出削減レベルに関するシナリオ
IP CC の次期排出シナリオ策定においては、気候変動モデル計算等のため、既往のシ
ナリオから幅広いレンジを表現する４つのシナリオ（ RCP s: R epresen ta tie C onc en tra tion
P athwa ys）の選定が行われてきた（第 1. 2 節参照）。それは RCP 8.5（ 2100 年の放射強制
力が 8.5 W /m2）、 RCP 6.0 （ 210 0 年の放射強制力が 6 .0 W /m2）、 R CP 4.5（ 210 0 年の放射
強制力が 4.5 W /m2 ）、RCP 3P D（ RCP 2.6、放射強制力のピークが 3 .0 W /m2 でその後低下
し、 2 10 0 年に 2.6 W /m2）の４つのシナリオである（図 3. 4 -1）。なお、 IP CC 第 4 次評
価報告書においてまとめられた６つの濃度安定化レベル別のカテゴリーと RCP の４つ
のシナリオとの比較は、図 3.4 -2 に示す。 IP CC では、RCP は 3 . 7W/m2 近辺のシナリオ
が欠落しているため、緩和策・影響・適応策評価にあたっては、 RCP 4.5 と RCP 3P D の
気候変動モデル分析評価を内挿して利用する形で、 3 .7W /m2 についても分析を行うべ
きといった意見も多く見受けられる。そこで、本 A LP S プロジェクトにおいては、排出
レベルについて、ベースライン（ RCP 8. 5 の代替）、 RCP 6.0 、 R CP 4.5 、 3. 7W /m2 （ RC P
ではない）および RCP 3P D(2.6 )相当の５つのシナリオについて分析を実施していくこと
とする。これによって、国際的な分析の比較も行いやすいようにする。
- 102 -
図 3. 4-1
RCP3PD(2.6)
IP CC 次期排出シナリオ ― 濃度安定化代表パス（ RCP ） ―
3.7W/m2：450 ppm-CO2相当
RCP8.5
図 3. 4-2
3.5
RCP4.5：550 ppm-CO2相当
RCP6.0： 650 ppm-CO2相当
IP CC 第４次評価報告書で報告されている濃度安定化レベルと R CP との関係
叙述的シナリオに関するまとめ
表 3 .5 -1 は、マクロの社会経済に関するシナリオ（ A、B ）、温暖化政策実施における
背景状況に関するシナリオ（ I、 II、 III）、排出削減レベルに関するシナリオ間の関連性
の強さについて概観したものである。例えばシナリオ A かつシナリオ II であれば、
RCP 3P D のような厳しい削減も可能性であるかもしれないが、シナリオ B かつシナリ
オ I、III のような社会環境においては、RCP 3P D のような削減はほとんど考えられない
- 103 -
だろう。これは主観的にまとめたものであるが、シナリオ間にはこのような関連性が
存在している。
以上策定した叙述的シナリオにそって、後述の第 5 章において、シナリオの定量化
および定量的な分析を行った結果についてまとめることとする。また、コアシナリオ
以外については、農業の土地生産性（単収）に関するシナリオや、温暖化適応策実施
に関するシナリオ等についても分析、検討を行った。
表 3. 5-1
ﾏｸﾛ経済・
AL PS コアシナリオ間の関係
[ A] 中位技術進展シナリオ
[ B] 高位技術進展シナリオ
社会
情勢
RCP6
RCP4.5
3.7W/ m2
RCP
3PD
RCP6
RCP4.5
3.7 W/m2
RCP
3PD
I. 多目的
多様性社会
シナリオ
○
◎
○
△
◎
○
△
×
II. 温暖化
対策優先
シナリオ
△
○
○
○
○
○
△
△
III. ｴﾈﾙｷﾞｰ安
全保障優先
シナリオ
◎
○
○
×
◎
△
△
×
全般的
な温暖化
政策背景
注） ◎ ：関連が強い、 ○ ：関連する、 △ ：少し関連する、 ×：ほとんど関連しない
仮に、「マクロ経済・社会情勢シナリオ（ [ A] , [ B ] ）」、「全般的な温暖化政策シナリオ（ I , I I , I I I ）」
のとき、それぞれの濃度安定化レベルの対策を実現することの困難さについて主観的に評価したも
のであり、将来を予測したものではない。
参考文献（第 3 章に関するもの）
1) IP CC, To wa rds Ne w Sc ena rios fo r An al ysis of E missio ns, C lima te Ch ange , Impa cc ts a nd
Respo ns e Str ateg ie s, IP CC Expe r t M ee ting Re pro t, 20 07.
- 104 -
第 4章
4.1
モデル開発と定量的分析
概要
叙述的シナリオに沿って、温暖化関連と様々な持続可能な発展に関連したシナリオ
を定量的に、しかもそれぞれの項目が整合性を持った形で評価するためのモデル開
発・改良を行った。本研究において、開発・改良を行い、定量的なシナリオ策定に用
いるモデルを図 4.1 -1 に概観する。持続可能な発展という幅広い文脈の中で温暖化対策
を評価し、シナリオ策定を行うために、様々なモデルを開発し、それらをリンクさせ
ることによって、定量的シナリオ策定にアプローチした。
第 4 .2 節では、平成 2 0 年度に A LP S で開発した世界都市人口の空間分布予測モデル
を改良し、都市圏人口推計を精緻化し、世界の都市人口の空間分布推計を行った。具
体的には、都市別人口を推計するための不規則成長モデルの定式化を見直すとともに、
都市圏の空間拡張メカニズムをモデルフレームに組み込み、推計方法の理論的妥当性
と統計データの再現性の向上を図った。
第 4. 3 節は農業土地利用・水需給・土地利用変化炭素収支評価モデルについて記載し
た。このモデルは地球温暖化対策と持続的発展に関する中核モデルとして開発してき
たものであり、今年度は食料需給、水需給、土地利用を整合的に評価できるよう改良
を加え、また、各種統計データとの整合性確保も行った。また、土地利用変化起因 CO 2
排出についてシナリオ策定を行った。
また、第 4 .4 節には、生物多様性評価モデル B IOME 4 を本研究で利用するよう準備を
行った内容について記載した。
温暖化緩和策については、まず、CO 2 排出の大きい部門である発電、鉄鋼、運輸部門
について、最新の技術動向等を調査、整理を行った。その内容について、第 4 .5 節にま
とめた。そして、それを R IT E でこれまでに開発してきた温暖化緩和策評価モデル
DNE21+モデルの前提条件として反映を行った。そして、第 4. 6 節に示すように、 2 050
年までのエネルギー起源 CO 2 排出の見通し、および世界半減ケースについて分析・評
価を行った。また、主要部門である発電、鉄鋼、運輸部門について、その具体的な部
門別シナリオについてもまとめた。
- 105 -
人口、GDP
エネルギー起源CO2以外のGHG
国内所得格差
都市人口分布
Non-CO2 GHGモデル
2020-30年中心、2150年まで
エネルギーセキュリティ
評価モデル
エネルギー
DNE21+
2020-30年中心、2050年まで
産業構造変化、
金融
環境調和型都市
分析モデル
DEARS
DNE21
2020-30年中心、2050年頃まで
経済全体・産業連関を考慮
2150年頃まで
経済全体も考慮
気候モデルとの統合
気候変化
経済
土地利用、食料、水資源
食料需給・水資源・土地利用変化モデル
2150年まで
水セキュリティ評価モデル
食料セキュリティ評価モデル
グリッド別気候変化推定
生物多様性影響評価モデル
（ BIOME利用）
図 4. 1-1
MAGICC
健康影響評価モデル
温暖化影響
シナリオ策定のためのモデル・ツール
- 106 -
4.2
4.2.1
都市の空間分布予測モデルの開発
はじめに
国連の報告によると、現在、都市には全人口の約半数の 3 3 億人が居住しており、20 50
年にはその数は約 70 %の 6 4 億人になると推計されている。このため、人間の活動が最
も集約的に行われる場所として、地球環境と持続可能な開発の両面から、都市の将来
像を見通すことは重要である。例えば、都市のコンパクト化や公共交通指向型開発な
ど、根本的な低炭素都市の構築には長いリードタイムを要するため、将来の社会構造
変化を見据えた戦略的な取り組みが必要となる。また、気候変動が水資源や食料生産
を通じて生活に及ぼす影響を評価する際にも、それらへのアクセス人口の把握が不可
欠である。こうした課題を検討する上で、都市人口の長期展望は不可欠な基礎情報と
なる。
本稿では、平成 2 0 年度に A LP S で開発した世界都市人口の空間分布予測モデルを改
良し、都市圏人口推計を精緻化し、世界の都市人口の空間分布を推計する。具体的に
は、都市別人口を推計するための不規則成長モデルの定式化を見直すとともに、都市
圏の空間拡張メカニズムをモデルフレームに組み込むことで、推計方法の理論的妥当
性と統計データの再現性の向上を目的とする。
以下では、まず都市人口の推移と都市問題について説明した上で、人口推計に関す
る既往研究を整理する。次に本研究で開発するモデルを説明する。本モデルは、国別
の都市人口を所与として、都市圏別の人口を推計するものであり、推計には不規則成
長モデルを活用するが、その際、都市の発生と成長に影響する自然地理条件を考慮す
る。また、現状の都市圏の人口と地理配置を G IS で整理したうえで、これに基づきモ
デルパラメータを設定する。なお、国別の将来都市人口は IIA SA -GG I で用いられてい
る SRES シナリオと国連の人口推計結果を比較するとともに、次章で A LP S シナリオ策
定に適用する。
このモデルを用い、 2 100 年までの都市別の人口規模と空間分布を推計した。また、
いくつかの都市圏について 19 50 年以降の人口変化の再現性を検証した。その結果、い
くつかの都市圏については、平成 20 年度のモデルよりも再現性、推計の妥当性が高ま
ったが、未だそれらの再現性が不十分な都市圏も数多く残されている。その原因につ
いて考察を行い、今後の課題として整理した。
本モデルは、引き続き残された課題を解決するために改良が必要であるが、それに
より得られる結果は地球温暖化の影響評価、都市域での緩和・適応策評価、および持
続可能性指標の分析等に活用可能と期待される。
4.2.2
都市の現況と既往研究
(1) 都市人口の推移と都市問題
国連の人口推計では、世界の都市に居住する人口比率は 1 950 年代にはおよそ 3 0%程
度だったものが、現在は 50%となっており、2 050 年には 70%になると推計されている。
図 4 .2. 2 -1 は国連による都市部と非都市部の世界人口の推計値を示しているが、非都市
- 107 -
部の人口は今後横ばいから減少に向かうが、都市人口は 205 0 年にかけて増加し続ける
と推計されている。
このように、人間の活動の場としての都市の重要性は今後も増大すると考えられ、
また地球温暖化対策の検討においても将来都市人口の空間分布の推計は、土地被覆推
計や CO 2 排出源分布の推計、都市防災等の温暖化適応策の評価分析等において必要性
が高い。
現在、都市の空間分布に関する地理情報システム（ G IS ）データが蓄積されつつある
が、それらは行政界に基づく人口統計、あるいは衛星画像解析に基づく土地被覆に基
づいており、そこから直接導かれる都市圏は必ずしも温暖化対策の評価に用いる活動
単位として適切ではなく、対策効果の将来推計の基礎データとするには多くの工夫が
必要である。
出典）国際連合
図 4. 2.2 -1
1)
都市人口の変化
本研究は都市圏を通勤圏として定義した上で、データの得られる国、地域に基づき
都市圏の推計モデルを作成し、これを用いた世界の都市圏人口の推計を試みる。また
導出された現況都市規模分布の経験的分布則（ Zipf 則）への適合性を確認し、将来予
測への不規則成長モデルの適用可能性を検討する。その際、都市の発生と成長に影響
する自然地理条件を考慮する。平成 20 年のモデルでは、都市圏の推計モデルを日本の
データに基づき推計し、それを全世界に当てはめていたが、本年度のモデルでは、国
連の都市人口データベースにおいて、都市圏として人口データが与えられている国に
ついて都市圏推計モデルを作成し、そのパラメータの国際比較から全世界に適用可能
なモデルを構築する。また、以前のモデルでは、都市圏の空間範囲を 200 0 年時点で固
定した上で過去と将来の都市圏人口を推計したが、本年度は、人口増加に応じた都市
圏の空間的拡張をモデル化し、推計の理論的妥当性を向上させる。このモデルを
IIASA -GG I の SRES シナリオに適用し、 2 100 年までの都市別の人口規模と空間分布を
推計する。
- 108 -
(2) 既往研究
温暖化対策などの全球レベルでの環境問題の検討を深度化するために、全世界の人
口の空間分布の将来推計について様々な研究がなされている
1-4)
。これらの研究は全陸
域をグリッドに分割し、そのグリッド上の人口を推計するものである。多くは国別あ
るいは地域別の人口を統計的に求めた上で、それをグリッド人口にダウンスケーリン
グする方法がとられている。しかしながら、その一般的な方法は確立されておらず、
それぞれの研究がアドホックな人口案分関数を設定している。
一方、 Asa doo rian 3 ) は人口密度分布をベータ分布で表わし将来の人口密度の空間分布
を推計している。そこではベータ分布パラメータを GNP 、国土平均人口密度の関数で
表わし、それらの将来推計を用いて緯度経度 1 度メッシュごとの将来人口密度を推計
している。ただし、具体的なシミュレーション方法は明示されていない。
Grüb ler ら
1)
は SRES シナリオで与えられる地域別人口を 0.5 度メッシュに細分化す
ることを試みている。細分化においては、前期の人口が多い都市ほど人口増加率が高
くなるモデルとなっている。この方法は、メッシュ人口を一様に増加させる従来方法
と比較して、都市周辺への人口集中を表現できるようになっており、推計方法の妥当
性が向上していると考えられる。しかし、その結果得られる人口の空間分布の妥当性
を検証する方法は見いだされていない。図 4 .2. 2 -2 に 199 0 年と B1 シナリオの 207 0 年
のメッシュ人口の推計を示す。この結果をみると、人口密度の高い地域が大きく増加
していることが読み取れる。
出典） Gr übl er e t al . 1 )
図 4. 2.2 -2
SRE S シナリオと整合する人口密度分布
- 109 -
一方、都市の人口規模に関しては、Zip f 則
5)
、あるいはランクサイズルールと呼ばれ
る、経験的によく知られた法則がある。これは、都市規模分布はパレート分布に従う
というもので、その分布への都市規模分布の適合性の検証が古くから行われている。
しかし、なぜ Zip f 則が都市規模分布で成り立つかについて十分説明できる理論モデル
は確立してはいない。初期の研究として、 Simon 6 ) はシンプルな不規則成長モデルから
パレート分布が導かれることを示している。その際、都市の成長確率は総人口に対す
る個別の都市の人口比率に比例することとなっている。このモデルは理論的にはラン
クサイズルールを導出するが、それはあくまで集計的な規模分布を理論的に保証する
に過ぎず、実際に将来予測を行う場合にはモンテカルロシミュレーションが必要であ
り、個別の都市を見ると試行によって結果が異なる可能性がある。また、このモデル
では冪指数が 1 に十分近いとすべての人口が 1 つの都市に集中する結果が導かれる。
Gaba ix 7 ) は都市の期待成長率とその分散が規模から独立であるという仮定（ G ib rat 則）
から近似的な指数法則が導かれることを示している。また標準的な都市経済モデルか
ら Gibra t 則を導き都市規模分布の指数則を導出する研究
8,9)
も見られるが、期待成長率
が規模から独立となる現象の経済的説明は十分明らかではない
10)
。
近年の複雑ネットワーク理論はパレート分布を導く別のアプローチを示している
11 , 1 2 )
。この理論は都市への適用を念頭に置いたものではないが、ネットワークノード
間の接続が規模に応じた選好を持つとき、パレート分布が導かれる。具体的には、ス
ケールフリーネットワーク理論における連続量アプローチでは、ノードの接続性に関
する動学方程式を規模に応じた選好に基づき定式化し、そこから漸近的にパレート分
布が導かれることを解析的に示している。ただし、このモデルを都市規模分布の推計
に適用する場合、都市が発生した順に規模が大きくなることとなり、必ずしも実際の
状況を再現しえないと考えられる。E rgun and Ro dge rs 1 3 ) はノードの適合性を考慮した不
規則成長モデルを示しており、やはり解析的に指数法則を導いており、また得られる
パレート分布は様々な冪パラメータを取ることが可能になっている。
一方で、近年の都市データの蓄積により、ランクサイズルールの適用可能性に関す
る国際比較研究も進められている。いくつかの研究では、パレート分布の冪パラメー
タが１に等しいとする古典的なランクサイズルールは統計的に棄却される国が存在す
ることが示されている
14-16)
。このことは、冪パラメータは国によって異なることを示
唆しており、 E rgun a nd Rod ge rs のモデルを応用することにより、より現実に即した推
計を行える可能性があると考えられる。
(3) 本研究の位置づけ
都市の成長過程を鑑みると、人口規模が大きいほど経済的魅力が増加し、それがさ
らに人口を引き付けるといった収穫逓増の性質を有すると考えられる。一方、都市の
発生過程においては交通の要衝であるなど自然地理的条件が大きく影響するとも考え
られる。上記モデルのうち E rgu n a nd Ro d gers モデルは操作性、指数則の頑健性、地理
条件等の導入の容易性から世界を対象とした都市の空間分布の推計に適していると考
えられる。そこで本研究ではこのモデルを都市空間分布推計に用いるよう修正したう
えで適用可能性を検討する。
- 110 -
図 4 .2. 2 -3 は本研究の分析フローを示している。まず、行政界ベースの都市人口を、
不規則成長ネットワークモデルを用いて推計するが、その際、都市の適合性を考慮す
る。このため、地理・気候要因を全球グリッドについて整備し、これに基づき都市の
適合性を定量化する。また、この適合性と現況の行政界別の都市人口、並びに国別の
将来都市人口シナリオに基づき、都市別の将来人口を逐次推計する。
一方、地球温暖化対策の検討において必要とされる情報は行政界の人口ではなく、
都市圏の人口である。このため、都市圏の地理的な範囲を都市人口に基づき推計する
モデルを構築する。都市圏の空間範囲は人口とともに拡大すると考えられるが、拡大
する程度は国によっても異なると考えられる。つまり、同じ人口であっても、移動性、
モビリティの高い国では都市圏範囲が大きく、モビリティが小さければ都市圏範囲は
小さいものと考えられる。そこで、人口と都市圏範囲の関係を国毎に求め、その国際
比較から、モビリティを経済指標に基づき推計し、都市圏人口を推計するサブシステ
ムを構築する。
先に求めた行政界人口に、このシステムを適用し、 SRES および A LP S シナリオの下
での都市圏人口を推計する。
図 4. 2.2 -3
分析フロー
なお、本モデルシステムの行政界人口推計については、必ずしも実際の行政界の人
口として推計しているわけではないことに留意が必要である。例えば、日本の首都圏
は東京、神奈川、千葉、埼玉などから構成されるが、首都圏における人口は当初は東
京都区部で増加したが、その後、区部の人口増加は頭打ちとなり、都市圏の郊外に当
たる周辺 3 県で人口が増加してきた。この場合、マクロに見ると、経済機会等を求め
て、東京都市圏に人口が移動してきたが、実際の居住地は、必ずしも行政界で見た東
京都ではなく、周辺の県ということになる。しかし、本モデルにおける選好は都市の
適合性と人口のみに基づいており、圏域内の立地制約等は考慮していない。従って、
ここで推計される行政界人口は、あくまでも社会移動において選好される地点を考慮
した潜在的な人口であり、実際の人口の空間分布を考慮する場合は都市圏内で改めて
配置を検討することが必要である。すなわち、本モデルのアウトプットは都市圏人口
であり、行政界人口は中間的な計算結果に過ぎないことになる。
- 111 -
4.2.3
適合性を考慮した不規則成長モデルの構築
本章では E rgun an d R odge rs モデルに基づき適合性を考慮した不規則成長都市モデル
を構築する。まず、動学方程式に基づきパレート分布を導く不規則成長都市モデルを
定式化し、次に、冪パラメータを都市データに基づき推計する。また、都市の適合性
指標を G IS データに基づき算定した上で、冪パラメータと適合性の関係を分析する。
(1) 不規則成長モデルの定式化
ここでは、 Ba rab asi a nd Albe rt 1 2 ) による co ntin uu m theo ry アプローチと、 Krap ivsk y,
Rende r and Le yvraz
①
17)
による、 R ate-equ ation アプローチの両面から定式化する。
conti nuu m th eor y アプローチ
都市 i の人口を k i 、適性指数を μ i とし、時間あたりの人口増加量を q、時刻 t におけ
る都市の集合を Ω t 都市数を |Ω t |=N t 、都市数の時間増加量を n 、対象都市における適正指
数の平均値を m、とする。ただし、時刻 t=0 における都市数、および都市人口はゼロと
する。すると、以下の式が成り立つ。
k
= q ⋅t
(4. 2 -1)
= Nt ⋅ m = n ⋅ m ⋅ t
(4. 2 -2)
j
j∈Ω t
μ
j
j ∈Ω t
Nt = n ⋅ t
(4. 2 -3)
式 (4.2 -1 )は対象地域の総都市人口の条件を表し、式 (4.2 -2 )は都市適正指数の和に関す
る条件、式 (4. 2 -3)は都市数に関する条件である。ここで、都市 i の人口増加量が次式で
表されると仮定する。
(ki + μi − 1)
∂ki
= q⋅
∂t
 (k j + μ j − 1)
(4. 2 -4)
j
これは、都市人口の増加確率が、対象地域の全都市人口と適正指数の和に対する、
当該都市のそれで表されることを表現しており、都市人口が大きく、かつ都市の適合
性が高ければ、それだけ当該都市の人口増加量が大きいことを意味している。ここで、
Σ j 1=n· t であることから、次式が導かれる。
 (k
j
j
+ μ j − 1) = (q + n ⋅ (m − 1)) ⋅ t
(4. 2 -5)
これを式 (0 -4 )に代入すると次式がえら得る。
∂ki
(ki + μi − 1)
=
∂t (1 + n ⋅ (m − 1) q ) ⋅ t
この微分方程式は以下のように変形される。
- 112 -
(4. 2 -6)
k
i
dk
dt
=
+ μi − 1
(1 + n ⋅ (m − 1) q ) ⋅ t
(4. 2 -7)
両辺の不定積分をとると次式がえら得る。
ln (ki + μi − 1) =
1
ln (t ) + C
(1 + n ⋅ (m − 1) q )
(4. 2 -8)
ここで、 t=t i において都市 i は発生し、そのときの初期人口は k 0 とする。つまり、人
口 k0 に達した時点でその集落は都市と認識され、その時点を ti とする。この条件を上
の式に代入すると定数項が次のように求められる。
C = ln (k0 + μi − 1) −
1
ln (t )
(1 + n ⋅ (m − 1) q ) i
(4. 2 -9)
これを式 (4 .2 -8 )に戻すと次式が得られる。
ln (ki + μi − 1) =
1
1
ln (t ) + ln (k0 + μi − 1) −
ln (t )
(1 + n ⋅ (m − 1) q )
(1 + n ⋅ (m − 1) q ) i
(4. 2 -10 )
この式を変形し、整理すると次式が得られる。
1+ n ⋅ ( m −1) q
 ki + μi − 1 


 k0 + μi − 1 
=
t
ti
(4. 2 -11 )
ここで、 ki<k となるためには、 k は次式を満たす必要がある。
1+ n ⋅( m −1) q
 k + μi − 1 


+
−
k
μ
1
i
 0

1+ n ⋅ ( m −1) q
 k + μi − 1 

>  i
+
−
k
μ
1
i
 0

=
t
ti
(4. 2 -12 )
従って、都市 i よりも大きい人口を持つ都市については、その発生時期に関して次式
を満たす必要がある。
1+ n ⋅( m −1) q
 k + μi − 1 

ti > t ⋅  0
 k + μi − 1 
(4. 2 -13 )
都市の生成確率は一様と仮定する。すると、適合度が μi と等しい別の都市の人口が
k i より大きくなる確率は次式で表される。ただし、一般化のために確率を計測する期間
を有限の -t 0 から取っている。
1+ n⋅( m −1) q
t   k0 + μi − 1 

Pr (ki < k μi ) =
1− 
t + t0   k + μi − 1 





(4. 2 -14 )
この定式化は、次の図を用いて説明することが出来る。まず、 ki< k であるためには、
その都市が発生した時刻が式 (4.2 -13 ) を満たす必要がある。すなわち、時刻 t i が
- 113 -
t· {(k 0 + μ i -1 )/(k+ μ i -1 )} 1 + n ·
t· [1 -{(k 0 + μ i -1)/(k+ μ i -1)}
(m-1)/q
と t の間にあれば良いことになる。するとその確率は
1+n· (m-1)/q
図 4. 2.3 -1
]を t+ t 0 で除したものになる。
都市の発生時刻が ti 以前となる確率
ここで、時刻 t において、適合度 μの都市人口がちょうど k となる確率は次のように
求められる。
Pr (ki < k + Δk ) − Pr (ki < k )
Δk → 0
Δk
Pr (k μ , t ) = lim
=
∂ Pr (ki < k )
∂k
n⋅( m −1) q
 k0 + μ i − 1 
t 
k0 + μi − 1 


=−
⋅
− (1 + n ⋅ (m − 1) q ) ⋅ 
2
t + t0 
k + μi − 1 
+
−
(
k
μ
1
)


i

=
t
(k + μi − 1)
⋅ (1 + n ⋅ (m − 1) q ) ⋅ 0
t + t0
(k + μi − 1)2 + n⋅(m −1) q
1+ n ⋅( m −1) q
(4. 2 -15 )
t が十分大きければ、右辺第 1 項は 1 となるため次式が得られる。
Pr (kμ ) = lim Pr (k μ , t ) = (1 + n ⋅ (m − 1) q ) ⋅
t →∞
(k0 + μi − 1)1+ n⋅(m −1) q
(k + μi − 1)2 + n⋅(m −1) q
(4. 2 -16 )
次に、k が K よりも大きい確率は次式で与えられる。
∞
 (k + μi − 1)1+ n⋅(m −1) q 
(k0 + μi − 1)1+ n⋅(m −1) q
Pr (k > K μ ) =  Pr (k > K μ )dk = − 0
=
1+ n ⋅( m −1) q 
1+ n ⋅( m −1) q
K
 (k + μi − 1)
 K (K + μi − 1)
∞
(4. 2 -17 )
ここで、 K>> μ -1 とすると、上式は次のように近似される。
Pr (k > K μ ) = (k0 + μi − 1)
1+ n ⋅( m −1) q
K − (1+ n⋅(m −1) q )
(4. 2 -18 )
これを、全ての μについて積分すると、都市人口が K よりも大きい確率が得られる。
- 114 -
Pr (k > K ) =
{  f (μ )(k + μ −1)
1+ n⋅( m −1) q
0
}
dμ ⋅ K −(1+n⋅(m−1) q )
(4. 2 -19 )
これは、人口の大きい都市から並べた場合の累積分布を意味しており、K の指数部分に
-1 を乗じたものが冪パラメータになる。ここで、 m=1 ならば、冪パラメータは 1 とな
り、ランクサイズルールと等しくなる。
②
Rate- equ atio n アプローチ
対象地域の総人口が一単位変化する場合の人口 k 、適合度 μ の都市数 N k ( μ )の変化量を
次式で定義する。
∂N k (μ ) ∂Q 1
= {(k + μ − 2 )N k −1 (μ ) − (k + μ − 1)N k (μ )} + δ k 1 f A (μ )
∂t
∂t M
(4. 2 -20 )
M =  (k + μ − 1)N k (μ )
(4. 2 -21 )
∂Q
=q
∂t
(4. 2 -22 )
k ,η
ここで、式 (4 .2 -20 )は、全体の人口が変化するとき、どの都市でどれほど人口が変化
するか表している。まず、都市の選好を k + μ -1 と仮定し、追加される人口に人口 k -1 の
都市が選択される確率は全都市の選好の総和に対する当該都市の選好の比率で表され
るとするならば、その確率は (k+ μ -2 )/M であり、そのような都市が N k - 1 ( μ )個存在するこ
とから、新たに人口が k となる都市の数の期待値は (k+ μ -2)/M×N k - 1 ( μ )である。一方、
現在の人口が k で適合度が μ の都市に 1 単位人口が追加され、人口が k+1 となる確率を、
同様に (k+ μ -1)/M とすると、その都市の数が N k ( μ )であるから、人口が k ではなくなる
都市の数の期待値は (k+ μ -1 )/M×N k ( μ )である。
最後の項は、適合度 η の都市の増加数を表しており、 f A ( μ )は適合度 μ の都市の生起確率
である。ただし、 δ k 1 は新都市数をコントロールする変数であり、 k=1 の場合のみ次の
ように表し、それ以外ではゼロをとる変数とする。
δ k1 = n
∂Q
=n q
∂t
(4. 2 -23 )
ただし、n は単位時間あたりに増加する都市数である。ここで、n を q で割っている
のは、式 (4.2 -2 0)が人口が一単位変化する期間の都市数の変化率であることから、それ
にあわせている。また、q は総人口の時間増加率である。
ここで、以下の表記を用いる。
M ij =  k i μ j N k (μ )
(4. 2 -24 )
k ,η
すると、式 (4.2 -2 0)の各項は次のように表される。

∂M 10 ∂ 
=   kN k (μ ) = q
∂t
∂t  k ,η

- 115 -
(4. 2 -25 )

∂M 00 ∂ 
=   N k (μ ) = n
∂t
∂t  k ,η

(4. 2 -26 )

∂M 01 ∂ 
=   μN k (μ ) = m ⋅ n
∂t
∂t  k ,η

(4. 2 -27 )
ただし、 m は適合度の平均値である。このため、式 (4.2 -2 0)は次のように表される。
∂M ∂
=  (k + μ − 1)N k (μ ) = q + n ⋅ m − n
∂t
∂t k ,η
(4. 2 -28 )
両辺を t で積分すると次式が得られる。
M (t ) = (q + n ⋅ (m − 1)) ⋅ t
(4. 2 -29 )
また A symp to tic limit により、人口 k の都市数の時間変化率を n k ( μ )と表して、 N k ( μ , t)
を次式で表す。
N k (μ , t ) = nk (μ ) ⋅ t
(4. 2 -30 )
すると、式 (4.2 -2 0)は次のように変形される
nk (μ ) {(k + μ − 2) ⋅ nk −1 (μ ) − (k + μ − 1) ⋅ nk (μ )}⋅ t
=
+ δ k 1 f A (μ )
q
(q + n ⋅ (m − 1))t
(4. 2 -31 )
両辺に (q+n· (m -1))をかけると、次式が得られる。
(1 + n ⋅ (m − 1) q + (k + μ − 1)) ⋅ nk (μ ) = (k + μ − 2) ⋅ nk −1 (μ ) + (q + n ⋅ (m − 1))δ k1 f A (μ )
(4. 2 -32 )
これを n k ( μ )について解くと、次式が得られる。
nk (μ ) =
(k + μ − 2)
(q + n ⋅ (m − 1))
δ f (μ )
⋅ nk −1 (μ ) +
(1 + n ⋅ (m − 1) q + (k + μ − 1))
(1 + n ⋅ (m − 1) q + (k + μ − 1)) k1 A
(4. 2 -33 )
n 0 ( μ )= 0 とすると、次式が得られる。
n1 (μ ) =
(q + n ⋅ (m − 1)) ⋅ n ⋅ f (μ )
(1 + n ⋅ (m − 1) q + μ ) q A
スターリングの公式を用いると次式が得られる。
nk (μ ) =
(q + n ⋅ (m − 1)) ⋅ n ⋅ f (μ )
(k + μ − 2)! (μ − 1)!
⋅
(1 + n ⋅ (m − 1) q + (k + μ − 1))! (1 + n ⋅ (m − 1) q + μ )! (1 + n ⋅ (m − 1) q + μ ) q A
- 116 -
(4. 2 -34 )
=
Γ(k + μ − 1) Γ(μ )
(q + n ⋅ (m − 1)) ⋅ n ⋅ f (μ ) (4. 2 -35 )
⋅
A
Γ(2 + n ⋅ (m − 1) q + (k + μ − 1)) Γ(2 + n ⋅ (m − 1) q + μ ) (1 + n ⋅ (m − 1) q + μ ) q
ここで、k が十分大きい場合のガンマ関数の性質より次式が得られる。
Γ(k + μ − 1)
− ( 2 + n ⋅( m −1) q )
= (k + μ − 1)
Γ(2 + n ⋅ (m − 1) q + (k + μ − 1))
(4. 2 -36 )
これを代入すると、次式となる。
nk (μ ) =
Γ(2 + n ⋅ (m − 1) q + μ )
(q + n ⋅ (m − 1)) ⋅ n ⋅ f (μ ) ⋅ (k + μ − 1)− (2 + n (m −1) q )
⋅
Γ (μ )
(1 + n ⋅ (m − 1) q + μ ) q A
(4. 2 -37 )
これより、人口 K 以上の都市数の時間変化率は次式となる。
∞
nk > K (μ ) =  nk (μ )dk =
K
n ⋅ f A (μ )
Γ(2 + n ⋅ (m − 1) q + μ )
− (1+ n ( m −1) q )
⋅
⋅ (K + μ − 1)
(4. 2 -38 )
Γ (μ )
(1 + n ⋅ (m − 1) q + μ )
式 (4.2 -30 )より、都市数は時間に比例することになるため、結局、式 (4. 2 -38 )は正規化さ
れた都市規模の累積分布を表している。K が十分に大きければ、これは K に関するパ
レート分布となり、冪パラメータは (1+n (m-1)/q ) である。これは、 c on tinu u m the or y
app roa ch と同じ結果である。
(2) 都市人口推計モデル
上記モデルに従えば、各都市の初期人口と対象地域における都市人口増加量が与え
られれば、式 (4 .2 -4)を用いて将来の各都市の人口を推計することができる。さらに、将
来の人口のみならず、同式を展開することにより過去の人口についても推計すること
が可能である。
まず、 t 期の都市 i の人口を k i t とし、 t 期から t+ 1 期にかけて対象地域の都市人口が
ΔQ t 増加するとき、都市 i の t+ 1 期における人口 k i t + 1 は次式で表される。
kit +1 = kit +
kit + μ i − 1
ΔQ t
t
 k j + μ j −1
(4. 2 -39 )
j
t
ここで、 ΔQ =Σ j k j
t+1
-Σ j k j であるから、 Σ j k j t =Σ j k j t + 1 -ΔQ t として上式に代入すると次式
t
が得られる。
kit +1 = kit +
kit + μi − 1
ΔQ t


  k tj+1 + μ j − 1 − ΔQ t



 j
t
これを ki について解くと次式を得られる。
- 117 -
(4. 2 -40 )
k i ,t =
 (k + η − 1) − ΔQ k
 (k + η − 1)
j
j ,t +1
j
j ,t +1
j
i ,t +1
−
j
(ηi − 1)ΔQ
 (k
j
j ,t +1
+ η j − 1)
(4. 2 -41 )
すなわち、当期の人口を用いて、前期の人口を推計することができる。なお、式 (4 .2 -39 )
は人口増加局面における推計式であり、もし ΔQ t がマイナスならば、この式をそのまま
当てはめると人口の大きい都市における減少率が大きく推計される。日本の人口動態
を見ると、人口減少は中小都市から生じており、大都市では人口を維持あるいは増加
させている。このことから、総都市人口の減少局面においては、式 (4. 2 -39 )とは異なる
メカニズムが働くと考えられる。都市の人口動態が自然的な増減よりも社会的な増減
が支配的であることを反映しており、人口減少下における都市人口の推計を行うため
には工夫が必要である。本研究ではアドホックであるが、人口減少は小規模都市から
生じるものと仮定し、次式により推計する。
∂k i
= q ⋅ exp(− γ ⋅ k i )
∂t
s. t.

j∈Ω
(4. 2 -42 )
exp (− γ ⋅ k j ) = 1
(4. 2 -43 )
ここで、 q は負の値であり、 γ は正の値である。式 (4 .2 -42 )は、都市人口 k i が大きい
ほど人口減少率が小さく、小さいほど大きくなることを意味している。また、式 (4 .2 -43)
は総都市人口変化を与えられた変化量と等しくするための制約条件である。人口減少
局面の都市人口推計においては、現況の都市人口の下で、まず式 (4 .2 -43 )を用い γ を算定
し、それを用いて、式 (4.2 -42 )により個別都市人口の変化量を推計する。
(3) 都市圏半径の推計モデル
以上のモデルは、行政界でみた人口を推計することに用いられる。先に述べたよう
に、都市人口動態は行政界で見るよりも、都市圏で見るべきであるが、都市圏の範囲
は都市の人口によって変化するため、両者を同時に推計する必要がある。しかし、そ
の方法は現時点では存在しないことから、本研究では、上記モデルにより行政界人口
を推計し、それに基づき都市圏人口を推計する。
まず、都市圏として通勤圏を想定する。このとき、都市圏は中心都市と郊外都市か
ら構成されていると定義し、中心都市から一定の距離の範囲内にある都市を郊外都市
とする。ここで、都市圏の範囲は都市圏人口の増加関数であると想定する。都市圏が
円形であり、人口密度が都市圏内で一様であるならば、都市圏の範囲は都市圏人口の
平方根に比例すると考えることができる。そこで、ここでは都市圏範囲は都市圏人口
の平方根に比例し、都市圏の範囲内の市町村人口の合計が都市圏人口であると仮定し
て、これを次式で表す。
Ri = η PopiAG
PopiAG =
 Pop
AD
j
, whe re
(4. 2 -44 )
{
Mi = j
j∈M i
- 118 -
d ij < Ri
}
(4. 2 -45 )
ここで、 R i は都市圏 i の都市圏半径を表し、 Pop i A G と P op j A D は、それぞれ都市圏 i
と市町村 j の人口を表す。また M i は都市圏 i に含まれる市町村の集合を表し、 d ij は都
市圏 i と市町村 j の中心距離を表す。η はパラメータであり、都市圏のモビリティなど、
国によって異なるものと仮定する。
ここで、式 (4. 2 -44 )から R i を推計するには Pop i A G が必要であり、式 (4.2 -45 )から P op i A G
を推計するには Ri が必要となるが、これらを解析的に解くことはできない。特に、式
(4. 2 -45 )では、Po p i A G は、中心都市 i と郊外都市 j の間の距離、および郊外都市 j の人口
に依存しており、 R i と Pop i A G が収束するまで両者を交互に解くことで求める。
(4) モデルパラメータの推計
本節では、上記定式化したモデルのパラメータを各種データに基づき推計する。以
下では、まず使用する都市データを説明し、次に、 (3 )項の都市圏半径の推計モデルの
パラメータを特定化する。このモデルを用い推計した都市圏データを用い、国ごとの
冪パラメータを推計する。
①
都市 GIS データ整備と都市圏の設定
ここでは、都市人口データを World G aze tteer (h ttp ://www. world -gazetteer.co m/) およ
び GeoNa me s (h ttp ://www.g eon a mes .o rg /)に基づき整備した。これらのデータセットは最
新の都市人口とそれらの座標を含んでいる。これらのデータは全体で４０万件以上に
なるが、非常に人口の少ない集落等のデータも含んでいる。そこで、非都市部の集落
や村落を除外するために、人口５千人以上のデータのみを抽出し都市 G IS データセッ
トを作成する。対象とした２つのデータソースは同一の都市を含んでいることから、
都市の名称、人口、座標等に基づき、両者を統合した。以上の作業により、 54, 91 0 都
市についてのデータセットが得られた。
このデータの都市の定義は市町村レベルの行政界である。これを都市圏のデータと
するために、 (3 )項で説明した方法により都市圏の範囲を推計する。その際、式 (4.2 -44 )
に基づき都市圏半径を推計するためには、 η を与える必要がある。ここでは、 Un ited
Nation s Wor ld Urb an iz atio n P ro spe c t da taba s e 1 8 ) で与えられる都市圏データと本研究で作
成した都市人口データに基づき、データの得られた国について
を推計する。この
United Na tion s Wo rld Urban iza tion P ro spe ct datab ase では、世界の１２０カ国、約６００
都市圏の人口について、１９５０年から現在までの統計値と２０２５年までの推計値
を提供している。ただし、国ごとに ηを推計するため、１２０カ国のうち、５つ以上の
サンプルを持つ２３カ国を対象とした。
国連データでは都市圏の中心座標は与えられていないが、国連データと同じ都市名
をもつ都市 G IS データの座標を都市圏の中心座標として設定する。パラメータ推計で
は、推計される P op i A G と国連の２００７年の統計値の誤差が最小となるものを探索す
る。式 (4. 2 -44 )において、η が小さければ R i も小さくなり、式 (4.2 -45)で推計される Pop i A G
も小さくなる。このため、一次探索により推計誤差が最小となる η を求めることができ
る。
- 119 -
推計された η は、都市圏内の移動性あるいは密度を表す指標として解釈することがで
きる。すなわち、このパラメータが大きければ、同じ都市圏人口に対して都市圏の範
囲が広くなり、圏域内の移動距離が長い、あるいは低密度な都市構造となる。そのよ
うな都市構造が可能となるのはモータリゼーションの進んだ国においてであり、この
ため、 ηは経済開発水準と関係があると考えられる。そこで、 ηをここではモビリティ
パラメータと名付ける。
図 4 .2. 3 -2 は、２３カ国について、一人あたり GDP に対するモビリティパラメータ
の推計値をプロットしたものである。これより、十分明確ではないものの、両者の間
には相関が見られる。推計されたモビリティパラメータが単純に一人あたり GDP で説
明しきれないことには、いくつかの理由が考えられる。移動性や都市構造を決定づけ
るのは必ずしも経済開発水準のみではない。例えば、米国と日本はともに経済開発が
十分進んでいるが、都市部の人口密度は大きく異なり、多くの米国の都市と比べて日
本の都市の人口密度は高い。これは、両国の地理条件の違いとともに、それに起因し
た交通インフラの整備状況やライフスタイルの違い、燃料税などの移動にかかるユー
ザーコストの違い、都市化の進展時期の違いなどが影響していると考えられる。図に
おいて、一人あたり GDP が２万ドル以上の国の間でもばらつきが見られるが、パラメ
ータが上位の国は米国やカナダ、オーストラリアなどの大陸型の地理条件を持つ国で
あり、下位の国は日本や欧州など、都市の歴史が古く稠密な都市構造を持つ国となっ
ている。
一方、一人あたり GDP の低い国においても、モビリティパラメータの高い国が存在
する。これは、国連データと本研究で整備した都市 G IS データの間の不整合を反映し
ている可能性がある。都市 G IS データでは最新の行政界でみた都市人口データを整備
しているが、一部途上国では古い年次のデータが用いられている可能性がある。対象
とする国連データの年次よりも古く、行政界でみた都市人口が少なければ、現実より
も広い範囲の都市を都市圏に含む必要があるため、モビリティパラメータが高く推計
される。また、特に途上国では、必ずしも全ての行政界について都市データが整備さ
れているわけではなく、実際には都市圏に含まれている都市のデータが欠落している
場合、国連統計と整合する都市圏人口とするためにより広い範囲を都市圏とする必要
があり、やはりモビリティパラメータが高く推計されることになる。
このように、都市圏半径の推計モデル構造の単純さやデータの不整合等の問題があ
ると考えられるが、本研究では都市拡大のメカニズムを近似する方法として、ここで
推計されたデータを用いる。
- 120 -
図 4. 2.3 -2
一人あたり GDP に対するモビリティパラメータ
以上の分析で推計対象としたのは 23 カ国であり、これらの国については得られたモ
ビリティパラメータを用いる。一方、データを整備できなかった他の国については、
以下の式を用いてパラメータを推計する。
η = β1 ⋅ (GDP / N + β 2 )β + β 4
3
(4. 2 -46 )
ここで、 GDP /N は一人あたり GDP であり、 β 1 - β 4 はパラメータである。これらの β は
23 カ国のデータを用いて推計した。その結果、β 1 = 1 .94 , β 2 = 0. 04 73, β 3 = 0 .175 , and β 4 =
4.67 と推計された。
都市圏半径は、まず、上述の 23 カ国については推計されたモビリティパラメータを
用い、またその他の国については式 (4 .2 -46 )を用いてモビリティパラメータを推計する。
次に得られたモビリティパラメータを用いて、式 (4. 2 -44 )と式 (4.2 -45 )を同時に解くこと
で都市圏半径と都市圏人口を同時に推計する。モビリティパラメータが与えられると、
式 (4.2 -44 )を用いて、都市圏の半径が与えられる。このとき、ある都市 j が他の都市 i
の都市圏内に存在するとき、言い換えると都市圏 i の中心と都市 j の距離 d i j が都市圏 i
の半径 Ri よりも小さければ、 j は都市圏 i に従属すると考える。もし、 2 つの都市が互
いに従属し合っている場合には、両者のうち人口の小さい都市が、人口の大きい都市
に属すると定義する。また、2 つの都市圏範囲が重なっており、その間に都市 j が存在
する場合、すなわち、都市 j が 2 つの都市圏に従属すると算定される場合、都市 j は、
R i /d i j が最も大きくなる都市 i に従属すると定義する。また、他の都市を従属させ、そ
れ自身は他の都市に従属しない都市を中心都市と定義し、中心都市とその従属都市で
構成される集合を都市圏と定義する。
ここで、都市圏に従属都市が加わると、都市圏人口が増加し、都市圏半径が長くな
る。すると、新たな従属都市が追加される可能性がある。式 (4 .2 -44)と式 (4 .2 -45 )を用い、
新たなに追加される従属都市が無くなるまで、都市圏半径と都市圏人口を交互に繰り
返すことで、都市圏を推計する。
なお、ある都市圏 i が別の都市圏 j の中心都市を従属させる場合、i は j の従属都市
を継承して i の従属都市とする。
このプロセスにより、都市データは、都市圏の中心となる中心都市、都市圏に従属
する従属都市、都市圏を形成せず単独で存在する独立都市、の 3 つに分類される。こ
- 121 -
こでは、中心都市に、その都市圏の従属都市の人口を全て加えたものと、独立都市で
構成される都市圏データベースを作成した。元の都市データベースとの違いは、中心
都市の人口が都市圏人口となっている点と、従属都市が除かれている点の 2 点である。
その結果、世界で 1, 7 61 都市圏が生成され、その中には、同数の中心都市と 9, 594 個
の従属都市が含まれる。残りの 4 3,5 55 都市は独立都市である。これより、都市圏デー
タベースは 4 5,3 16 件の都市または都市圏データを有することになる。
図 4 .2. 3 -3 は東京、上海、ロサンゼルスについて、推計された都市圏を同じ空間スケ
ールで示している。ここで、地図中の丸印のポイントは行政界でみた都市の中心を表
しており、同じ色で示されたものが都市圏を構成している。例えば、上海ではポイン
トの数が少なくなっているが、これは行政界の地理範囲が広いことを意味している。
これらの都市圏人口はいずれも 1 千万人を超えているが、都市行政界の範囲やライフ
スタイルの国による違い等を反映して、その形状や範囲が異なっていることが読み取
れる。
図 4. 2.3 -3
②
推計された都市圏（東京、上海、ロサンゼルス）
ランクサイズプロットと都市圏データセットの修正
図 4 .2. 3 -4 は日本、中国、米国の都市と都市圏のランクサイズプロットを示している。
ここで、横軸は都市人口または都市圏人口の対数であり、縦軸は都市規模の順位を示
している。すなわち、最大の都市の順位は 1 位であることから、縦軸の値はゼロであ
る。また図中の赤い ×印のプロットは都市データであり、黒い丸印のプロットは都市圏
データを表している。
図より、都市のプロットと都市圏のプロットを比較すると、日本と米国では、小規
模都市が大都市圏に従属している様子が読み取れる。その結果、都市のプロットと比
べて、都市圏のプロットの傾きは緩やかになっている。なお、中国については両者に
余り違いが見られない。これは、元々の都市の行政界が十分大きく、都市と都市圏が
同等であることを示唆している。例えば、図 4.2 .3 -3 で見たように、上海周辺の行政界
は、日本や米国の都市行政界と比較して非常に大きいことが読み取れる。このため、
中国に関しては都市データセットと都市圏データセットに余り違いが無く、そのため、
ランクサイズプロットも概ね同様の傾向を示していると考えられる。
- 122 -
また、図より、人口規模の小さい領域においては、日本と中国ではプロットの傾き
が非常に小さく、水平に近くなっている。これは、いくつかの理由が考えられる。一
つは都市の定義に関連するものであり、一定以下の人口の集落は都市としてデータ化
されていないことによる。また、地方部の都市はいくつかの小規模な集落を集めて行
政単位としているものもあり、これは必ずしも通勤圏としての都市圏とは言えない。
その場合、小規模集落はデータとして欠落する一方、それらを集めた人口規模の大き
い都市がデータに追加されることになる。また、使用したデータソースにおいて、小
規模都市が十分網羅されていない可能性もある。
本研究の関心は、将来の大都市圏の動向であり、むしろ推計に於いて、データに不
備のある小規模都市を考慮することはバイアスをもたらす可能性があると考えられ
る。このため、以下の手順により小規模都市データを除外した。
図 4. 2.3 -4
都市人口と都市圏人口のランクサイズプロット（赤 :都市、黒 :都市圏）
バイアスをもたらしうる小規模都市データを除外するために、ここでは各国の都市
データを都市人口の大きさの順に 10 個のサブセットに分割した。全てのサブセットの
サンプル数は同一である。そのサブセット毎に冪パラメータ、すなわちランクサイズ
プロットの傾きを求め、冪パラメータの平均と標準偏差を求めた。ここで、最も人口
の小さいサブセットのパラメータが、平均値から標準偏差を引いたものよりも小さけ
れば、そのサブセットはデータセットから除外する。これを、最も人口の小さいサブ
セットが除外されなくなるまで繰り返すことで、国別のデータセットを作成した。
③
冪パラメータの推計
前項で得られたデータセットを用い、冪パラメータを推計する。パラメータ推計に
おいて、多くの既往研究では最小自乗法（ O LS ）と H ill の方法が用いられている。こ
れらの方法はともに以下の分布構造を仮定している。
ln R = ln A − α ⋅ ln S
(4. 2 -47 )
ここで、R は都市の順位、S は都市の人口であり、A、α はパラメータである。ここで、
α が冪パラメータであり、 (1 )項の定式化において、 1 + n ( m - 1 ) / q で表されたものを
示している。 lnA はランクサイズプロットの切片となるが、もし、 α =1 ならば A は最
- 123 -
大都市の人口を表す（ R=1 の場合の S）。本研究では式 (4 . 2 -4 7)に加え、以下の式を用
いた場合の αも推計する。
ln R = α ⋅ (ln S max − ln S )
(4. 2 -48 )
S m a x : s iz e o f t he l a rge s t ci t y
これは、式 (4 . 2 -47 )において、 A を S m a x に固定し、最大規模の都市がランクサイズプ
ロットの回帰直線上に存在するようにしたものである。以下では、式 (4 . 2 -47)に基づく
通常の最小自乗法による推計を O LS 1、動式に基づき H ill の方法で推計したものを Hill、
式 (4 . 2 -48 )に基づく最小自乗法による推計を O LS2 と表記する。
図 4 .2. 3 -5 は対数スケールのランクサイズプロットと回帰直線を示している。 A と α
の O LS 1 は 2 つのパラメータに関して回帰しており、 O LS 2 は α のみで回帰している。
Hill は H ill の方法で α を推計している。もし、都市規模データが誤差のないパレート分
布から生成されているならば、これら 3 つの方法からは全く同一の推計結果が得られ
る。しかし、得られたデータはパレート分布により完全には記述されないことから、
これらの 3 つの方法は異なる推計結果を与えることになる。
図 4. 2.3 -5
都市圏人口のランクサイズプロットと回帰直線
ここで、都市数は都市規模が小さいほど多くなる。従って、 O LS 1 では中小規模の領
域にフィットする直線が推計されている。例えば、中国では O LS 1 は 300 万人以下の都
市の規模分布によく適合しているが、人口規模の大きい領域では誤差が大きくなって
いる。この図表から、都市規模分布は、人口規模に応じた複数の異なる分布で構成し
うることが示唆される。 B la ck a nd Hen de rson (20 03 )は、 2 0 世紀を通じた米国の都市人
口データに基づき、冪パラメータは推計に使ったデータのサンプルサイズに依存する
ことを示している。
O LS 1 と比較して O LS 2 の推計結果はデータ領域全体に対して平均的な傾きを推計し
ているように見える。一方、H ill 推計量については、規模分布がパレート分布に従わな
い場合バイアスを持つことが報告されており
14)
、上図の日本と米国の結果は、その知
見と整合的であると考えら得る。推計されたパラメータを表 4.2. 3 -1 に示す。
- 124 -
表 4. 2.3 -1
冪パラメータの推計結果
OLS1
OLS2
Hill
Japan
1.00
0.84
0.99
China
0.91
1.23
1.19
USA
0.94
1.01
1.14
冪パラメータが大きい、すなわちランクサイズプロットの傾きが急であることは、
人口の集中の度合いが小さく、分散型の国土構造を表すのに対して、冪パラメータが
小さい場合は、大都市に人口が集中する集中型の国土構造を表すことになる。ここで、
O LS1 の推計結果は、日本の冪パラメータが米国や中国よりも大きく、両国よりも分散
型の国土構造であると解釈される。これは我々の実感とは異なる。このことは、図
4.2. 3 -5 に示した O LS 1 の最大都市への当てはまりの悪さに起因していると考えられる。
一方、 O LS2 では逆の推計結果が与えられており、日本が最も集中型であり、中国が最
も分散型となっている。これら 3 カ国の結果を比較すると、冪パラメータの推計にお
いては最大規模の都市への当てはまりを考慮することが望ましく、このため、O LS 1 よ
りも O LS 2 の方が我々の実感に合致する結果が得られるものと考えら得る。
図 4 .2. 3 -6 は、 2 0 以上の都市圏データを有する 1 41 カ国について推計された冪パラ
メータの分布をカーネル密度関数で示している。この結果より、Hill 推定量のばらつき
は非常に大きく、本研究においては推計量として不適切であると考えられる。2 つの
O LS の推計結果の平均値はともに 1 を下回っており、 O LS1 では 0.92 、 O LS2 では 0. 85
である。Soo 1 4 ) は 26 カ国の冪パラメータを O LS により求め、その平均値は 0. 87 と推計
している。この結果は、 O LS1 の結果よりも O LS2 の結果により近い。ただし、 So o の
推計方法は通常の O LS である。
図 4. 2.3 -6
冪パラメータのカーネル密度
以上の分析より、国土構造の解釈の観点から、本研究では O LS2 による冪パラメータ
の推計が望ましいと考えられ、以降の分析ではその推計量を用いる。
- 125 -
(5) 都市の適合性指標
(1)項で説明したように、本研究における冪パラメータは、都市人口増加率 q 、都市
数増加率 n および適合度指標の平均値 m により表される。これらの要素の中で、適合
度は冪パラメータが 1 以上となるか、1 以下となるかを決める最も重要な変数である。
不規則成長モデルは都市人口の増加局面において、都市規模分布が漸近的にパレート
分布に従うことを再現するものであるため、q と n は通常、両方とも正であることを想
定している。適合度についてはこれまで定義をせずに用いてきたが、もし m が 1 以上
ならば冪パラメータも 1 以上となり、そうでなければ 1 以下となる。本研究では、こ
の適合度を、都市の立地する地理条件と気候条件から算定することを試みる。
ここでは、地理・気候条件として、全陸域について 5 分 ×5 分グリッドで、標高、傾
斜、海岸線および大規模河川からの距離、年平均気温と年間降水量のデータを整備し
た。標高データは SRTM30_P LUS 1 9 ) を用いるが、元のデータは 30 秒グリッドであるた
め、これを 5 分グリッドに集計した。傾斜については SRTM3 0_P LUS に基づき以下の
手順により推計した。まず、 30 秒グリッドの各グリッドについて隣接するグリッドと
の標高差と距離から平均傾斜を推計する。その 5 分グリッド内の最大値を代表値とし
て用いることとした。海岸線は P itn e y Bo we s Bu sine ss Insig h t 2 0 ) の国境ポリゴンデータ
から抽出し、大河川は H yd roSHEDS 2 1 ) から取得した。ここで、H ydroSHEDS のデータは
標高データに基づき構築されており、必ずしも現実の河川を表しているわけではない。
本研究ではこのデータのうち、累積流域セルの数が 30 万個以上であり、なおかつ、
Glob al La nd C o ve r C h ara c te ristic s da tab ase version 2 .0 2 2 ) における砂漠以外の地点を大河
川として設定した。平均気温は Wo rldC lim 2 3 ) を用いた。
図 4 .2. 3 -7 は、都市の存在するグリッドと全陸域グリッドのそれぞれについて、これ
らの指標の分布を示したものである。全陸域グリッドの分布と比較して、都市グリッ
ドの分布は、標高が低く、傾斜が緩やかであり、海岸線・大河川に近接しており、一
定程度の気温と降水量を有する場合に多くなっていることが分かる。この、全陸域の
分布と都市グリッドの分布の違いは、都市としての各種条件の望ましさを反映してい
ると想定し、各地理・気候条件における都市の生起確率を、都市グリッドにおけるカ
ーネル密度と全陸域におけるカーネル密度の比で定義した。求められた生起確率と、
これをパラメトリック関数で近似したものを図 4 .2. 3 -8 に示す。なお、標高、傾斜、海
岸線・大河川からの距離については指数分布で近似し、気温、降水量については、対
数正規分布で近似している。
- 126 -
図 4. 2.3 -7
図 4. 2.3 -8
地理条件、気候条件のカーネル密度
地理条件、気候条件に対する都市の生起確率
これらの生起確率は地理・気候条件に関する都市の立地点としての適合度を表して
いるものと考えられる。そこで、これらの確率密度を合成して適合性指標を作成する
ことを考える。ここでは単純に、確率密度の算術平均として、次式のように適合度指
標を定義する。
Fi =
(
1
 f j xij θ j
J j
)
(4. 2 -49 )
ここで、 Fi はグリッド i における適合性指標であり、 fj は要素 j に関する確率密度関
数、 xij はグリッド i における要素 j の値、 θj は密度関数のパラメータ、 J は要素数であ
- 127 -
る。要素集合は、標高、傾斜、海岸線からの距離、大河川からの距離、年平均気温、
年間降水量である。全陸域グリッドにおける算定された適合度指標を図 4.2 .3 -9 に示
す。
図 4. 2.3 -9
適合度指標の地理分布
この適合度指標の国別の平均値と (4) ③ 項で推計された冪パラメータの関係を図
4.2. 3 -10 に示す。なお、適合度指標の平均値は、都市の存在するグリッドに関する平均
であり、 Ω c を都市の存在するグリッドの集合として、 <F> = Σ i ∈ Ω c F i /|Ω c |として求めた。
ここでは、 2 8 件以上の都市圏データを有する 132 カ国について示している。
図 4. 2.3 -10
適合度指標と冪パラメータの関係
この結果より、適合度指標と冪パラメータには、弱いながらも正の相関が見られる。
ここに、正の相関が見られると言うことは、都市としての適合性の高い地点が多くあ
る国では、分散型の国土構造となり、逆に適合性の低い地点の多い国では、集中型の
国土構造となる傾向があることを意味する。すなわち、国土の地理条件と気候条件は、
国土構造と都市規模分布に影響を与えている可能性があるといえる。
一方で、この相関が弱いものに留まっている理由として、分析対象とした要因が限
定的であること、モデルおよびデータの質が不十分なこと、等が考えられる。当然の
ことながら、国土構造の決定要因は自然地理条件や気候条件だけではなく、政治シス
テムや経済構造、歴史的経緯や国土基盤施設の整備状況など様々な要因が影響してい
ると考えられる。 So o は 44 カ国について、推計された冪パラメータを、各国の政治指
標、経済指標を説明変数とする回帰分析により説明することを試みているが、それら
- 128 -
の政治指標や経済指標が、なぜ冪パラメータに影響を及ぼすかについては必ずしも明
らかにはされていない。
交通インフラについても、都市の適合性に影響を与えると考えられる。しばしば交
通インフラ整備に伴い工業団地等が発生し周辺の都市化が進む状況が観察される。し
かしながら、交通投資は都市部ほど大きく、つまり、都市の成長に応じてインフラが
整備されてきている。従って、単純に交通インフラを都市の適合度の説明変数として
用いることはトートロジーであり、むしろ各国の間でインフラの整備状況に差をもた
らす要因により説明することが適切であると考えられる。
以上のような課題が残されているが、本研究では、この方法を用いて、地理条件、
気候条件に基づき都市別の適合度を与える。まず、適合性指標を地理条件、気候条件
に基づき算定し、これを図 4. 2.3 -1 0 の回帰式を用いて変換した値を各都市の適合度 μ
とする。
本モデルは、極めて単純な立地選好に従って都市人口を推計しており、実際の人々
の行動に関わる要素は明示的には考慮していない。本研究のアプローチ以外にも、
Gib ra t 則に基づき都市規模のパレート分布を導出するアプローチに関する研究が進め
られている。ここで、Gib ra t 則とは都市の成長率が確率変数であり、それが都市規模と
独立であるならば、都市規模について漸近的にパレート分布が導かれる法則のことで
ある
7)
。Ros s i -H ans be rg and Wrigh t 9 ) は、Gibrat 則を経済成長を内生化した一般均衡モデ
ルから導出し、パレート分布の冪パラメータは都市における生産性の確率変動の大き
さに依存することを示している。この方法は、都市システムの形成過程を説明する有
力な方法の一つと考えられる。しかしながら、この方法は生産性の変動を表すために
乱数を用いる必要があり、従って、個別の都市を見ると、その将来予測はシミュレー
ションの試行によって結果が異なってくる。すなわち、この予測シミュレーションか
ら得られる結果は、都市規模分布という集計化された形で見ると安定的な結論を得ら
れるが、個々の都市を見ると、無限に起こりうる結果の一つを示すに過ぎないことに
なる。モンテカルロ法では、多数回の試行により推計の信頼区間を求めることも可能
だが、都市人口の将来推計において、その性能はまだ確認されていない。
適合度指標推計におけるデータの質と合成方法についても留意が必要である。大河
川を表現するために用いた H yd roSHEDS データは標高データに基づき生成されたもの
であり、それは流域における降水量を考慮しておらず、必ずしも現実の河川を表すも
のではない。本研究では、アドホックに砂漠地帯の河川を除いたが、その他の土地利
用グリッドにおける流出量は未確認である。ここでは、大河川は内陸部の物流にかん
して重要な要素であると想定したが、季節河川などは物流を目的とした河川としては
利用することは出来ないであろう。今後はデータをより詳細に確認することが必要で
ある。加えて、各要素を合成した適合度指標の算出方法として、ここでは加法的に指
標を合成したが、合成方法としては乗法型、混合型など様々な方法がある。こうした
合成方法についてもより一般的な方法を検討することが必要である。
- 129 -
4.2.4 都市圏別人口の将来推計
本章では、SRES シナリオに基づき将来の都市圏別人口を推計するとともに、その妥
当性について検討する。
(1) 都市人口の設定
SRES と整合的な都市人口については IIAS A-GG I データベースで提供されている。オ
リジナルの SRES では世界 11 地域毎の将来人口が設定されているが、これをダウンス
ケーリングすることにより国別の人口を与えている。ただし、A2 シナリオについては、
統計および国連の推計との乖離が大きいことが明らかになったため、IIASA が修正した
A2r シナリオを用いている。
図 4. 2.4 -1
将来の都市人口シナリオ（ S RES）
(2) 都市圏人口の推計
2000 年を基準年として、 1 950 年から 210 0 年までの都市人口を推計した。ここで、
1950 年から 2 000 年までの都市圏人口は式 (4.2 -41 )に基づく遡及推計であり、全てのシ
ナリオで同一である。一方、 2000 年から 2100 年の期間は、式 (4.2 -39 )を用いたシナリ
オに基づく推計であり、シナリオごとに異なる。
図 4 .2. 4 -2 は 195 0 年から 200 0 年までの都市人口の推計結果を示している。この推計
結果からは、 1970 年代以前には、人口１千万を超えるメガシティはそれほど多くなか
ったが、 1980 年代以降、巨大都市が増加してきた様子が読み取れる。また、都市圏人
口が 300 0 万人を超える都市圏は 2 000 年時点では東京のみとなっている。
- 130 -
図 4. 2.4 -2
都市人口の遡及推計結果（ 1 950 年 ∼ 2 000 年）
なお、上記の都市人口は、モデルによる遡及推計の結果を示している。ここで、国
連の都市圏データベースより集計される、人口階級別の都市数と、本モデルで推計し
た都市数を、表 4 .2. 4 -1 、表 4. 2.4 -2 に示す。これらを比較すると、まず、人口３千万
人以上の都市数については国連統計とモデル推計は一致しており、また、その都市圏
は東京である。人口１千万人から３千万人の都市数については、 1 970 年代以降、本モ
デルの結果が過大となっている。モデルでは 200 0 年の人口を与えた上で、それ以前の
都市数を遡及的に推計しているが、 2 000 年の時点で、当該階級の都市数は多くなって
いる。これは、都市圏人口を行政界人口とモビリティパラメータに基づき推計してい
るが、その推計誤差に起因していると考えられる。都市圏の範囲はデータの十分な都
市については国平均のモビリティパラメータを与えており、またデータの不十分な都
市については GDP に基づきそのパラメータを推計している。ここで、データの十分無
く二については、国平均のパラメータを用いることにより、個別の都市で見ると誤差
が生じている可能性がある。また、データが不十分な国では、モビリティパラメータ
の推計に起因した誤差が生じているものと考えられる。このため、 20 00 年時点の都市
- 131 -
圏人口の推計精度を向上させることにより、それ以前の当該階級の都市数の推計精度
は向上するものと考えられる。
一方、１千万人以下の都市人口階級の都市数については、本モデルの推計結果がや
や過小推計となっている。特に、百万人から二百万人の階級では全ての年代で過小推
計である。これは、１千万人から３千万人の階級とは逆に、 2 000 年時点の都市数が少
ないことに起因していると考えられ、これも、現況の都市人口の推計精度を向上する
ことにより改善しうると考えられる。
このような誤差はあるものの、全体として見ると、全ての階級において都市数が増
加しているという 19 50 年から 20 00 年までの傾向は、おおよそ再現できていると言え
る。
表 4. 2.4 -1
1 -2 millio n
国連データベースに基づく人口階級別都市数
2 -5 millio n
5 -1 0 million
10 -30 million
MT 30 million
1950
51
20
5
2
0
1960
69
29
10
2
0
1970
98
44
16
2
0
1980
130
66
20
4
0
1990
175
92
20
9
1
2000
219
115
28
15
1
表 4. 2.4 -2
1 -2 millio n
モデルで推計された人口階級別都市数
2 -5 millio n
5 -1 0 million
10 -30 million
MT 30 million
1950
48
18
7
1
0
1960
56
29
11
1
0
1970
83
43
12
4
0
1980
120
50
16
8
0
1990
155
83
23
14
1
2000
188
117
25
20
1
次に、各シナリオの下での、 2 050 年、 2100 年における階級別都市の地理分布を図
4.2. 4 -3 に示す。図より、いずれのシナリオにおいても、 2 000 年と比較して、現在の開
発途上国を中心に、人口 3 千万人以上の巨大都市圏が増えていることが分かる。ただ
し、その数はシナリオによって大きく異なっている。まず、205 0 年を比較すると、SRE S
シナリオ間で、それほど大きな差は見られない。
2100 年の結果は、 SR ES シナリオ間で大きな差が見られる。 A2 r シナリオでは中国、
インド、アフリカ、中東地域を中心に多数の巨大都市圏が出現し、特にインドにおい
て著しく増加すると推計されている。 B 1 シナリオではその数は A2 r シナリオと比較し
て少なく、中国を見ると、 20 50 年に上海が人口 3 千万人を超えていたものが、人口減
- 132 -
少により 3 千万人を下回ると推計されている。 B2 シナリオは、両者の中間的な分布を
与えている。
いずれにしても、各シナリオで巨大都市圏の出現が予想される地域は南アジアやア
フリカといった現在の途上国であり、日本、米国、欧州といった現在の先進国では、
それほど大きな変化が見られず、人口 3 千万人以上の都市圏が新たに出現するのは、
A2r シナリオにおける、米国の Ne w Yo rk 都市圏のみである。
a)A2 r シナリオ
b)B1 シナリオ
c)B2 シナリオ
図 4. 2.4 -3
都市人口の推計結果（ S RES シナリオ）
各シナリオにおける人口階級別の都市数を表 4.2 .4 -3 ∼ 表 4.2 . 4 -5 に示す。これより、
地図上でのプロットでは読み取りにくかった、各階級の人口動態が分かる。SRE S シナ
リオを見ると、A2 r シナリオでは、人口 3 千万人以上の都市圏だけではなく、百万人以
上の全ての階級で他のシナリオよりも都市数、都市圏数が多くなっている。また、逆
に B1 シナリオでは全ての階級で都市数が他のシナリオよりも少ないことが分かる。こ
のシナリオでは、 205 0 年以降、総都市人口が減少することにより、都市数も減少する
- 133 -
傾向が見られ、特に百万人から二百万人の階級の都市数は 20 7 0 年をピークとして、そ
の後大きく減少している。
表 4. 2.4 -3
人口階級別都市数（ SRES -A 2r シナリオ）
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
1 -2 millio n
188
242
290
320
379
417
456
482
506
525
544
2 -5 millio n
117
144
167
201
230
249
273
311
346
368
371
5 -1 0 million
25
37
56
72
84
97
103
109
110
122
135
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
表 4. 2.4 -4 人口階級別都市数（ SRES -B 1 シナリオ）
1 -2 millio n
2 -5 millio n
5 -1 0 million
10 -30 million
MT 30 million
188
117
25
20
1
244
142
37
27
2
283
167
55
30
7
312
189
63
38
8
336
202
68
43
13
343
220
79
44
13
340
233
83
46
13
352
236
80
49
13
317
241
81
47
14
312
236
80
46
15
301
226
80
47
14
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
表 4. 2.4 -5 人口階級別都市数（ SRES -B 2 シナリオ）
1 -2 millio n
2 -5 millio n
5 -1 0 million
10 -30 million
MT 30 million
188
117
25
20
1
240
143
39
27
2
279
167
53
32
7
307
189
65
39
11
349
215
73
49
13
391
233
77
60
13
415
239
86
65
16
434
248
88
70
17
446
266
91
72
18
456
280
94
77
20
460
285
95
77
22
- 134 -
10 -30 million
20
27
31
39
52
70
75
82
90
92
92
MT 30 million
1
2
7
11
13
14
19
23
30
37
42
(3) 推計結果の検証
本節では、いくつかの国について、ランクサイズプロットを示すことで、推計結果
のパレート分布の成立状況を把握するとともに、いくつかの都市圏人口について、国
連都市圏人口データベースと本モデルによる推計結果を比較することで、本モデルの
妥当性と課題を検討する。
まず、日本のランクサイズプロットを図 4.2. 4 -4 に示す。ここでは、 19 50 年、 200 0
年、2 050 年、210 0 年の分布を示している。これより、195 0 年から 200 0 年にかけては、
都市人口の増加により分布曲線は右側にシフトしているが、 2 000 年以降は人口減少局
面となるため、分布形状はほとんど変わっていない。ただし、 2050 年の曲線では人口
規模の小さい領域において曲線の傾きが小さくなっている。これは、本研究で想定し
たように、人口減少は小規模都市から生じると想定していることを反映しており、そ
れら小規模都市が消滅することを表している。ただし、この結果から、人口規模の大
きい領域においては、この曲線の傾きは 2 000 年とほとんど変わっておらず、将来推計
においてもランクサイズルールが安定的に得られていることが分かる。
図 4. 2.4 -4
ランクサイズプロット（日本）
次に、中国のランクサイズプロットを図 4.2. 4 -5 に示す。これより、 SRES -A 2 r シナ
リオでは曲線は一貫して右にシフトしているが、 B 2 シナリオでは 205 0 年と 21 0 0 年が
ほぼ同じ曲線となっており、 B 1 シナリオでは 205 0 年から 210 0 年にかけて曲線が左に
シフトするとともに、小規模都市が消滅する様子が読み取れる。これより、中国に関
しては、 205 0 年まではいずれのシナリオでも大都市は更に成長するが、 2 100 年にかけ
ては SRE S -A2 r シナリオでは更に成長するものの、SRES -B2 シナリオでは大都市の成長
は収束し、小規模都市の人口は減少し、 S RES -B1 シナリオでは大都市でも人口が減少
すると推計されていることが分かる。
- 135 -
図 4. 2.4 -5
ランクサイズプロット（中国）
以上、日本と中国を例としてランクサイズプロットを示したが、推計対象としたほ
ぼ全ての国で、将来推計される都市規模分布はパレート分布をおおむね満たしており、
またそのパラメータは大きく変化しないことが分かった。このことは、将来推計され
る都市人口から得られる都市規模分布が、現在の経験則を満たしていることを意味し
ており、推計の妥当性を示す証左の一つになると考えられる。
次に、個別の都市圏について、本研究の推計結果と国連の都市圏人口データを比較
することで、推計の妥当性を検討する。国連の都市人口データベースでは世界 580 都
市圏について、 1 950 年から現在までの人口統計と、 2 025 年までの推計結果を提供して
いる。また、本推計では、20 00 年を基準として、都市毎に 19 5 0 年までの遡及推計を行
い、2 000 年から 210 0 年までについては各シナリオ下での人口を推計している。これら
を比較することで、国連の統計に対し、本モデルによる過去の人口推計がどの程度当
てはまっているか、また、将来推計についてのシナリオ間の相違を把握する。
図 4 .2. 4 -6 は、 SRE S シナリオに基づく日本の都市圏の人口推計結果を表している。
ここで、過去の人口については、 2000 年の人口に基づく推計のためシナリオ間で差は
存在しない。まず、過去の人口推計と国連統計とを比較すると、東京と京都は概ね推
計値と統計値が同様の傾向を示している。また、大阪は 197 0 年以前の再現性は良好だ
が、2 000 年時点の推計値が過大となっている。名古屋については 200 0 年時点の都市圏
人口を過大推計しており、過去の推計についても一貫して過大推計となっている。福
岡は逆に一貫して過小推計となっており、札幌は、 20 00 年時点の人口は過少推計とな
っているが、 195 0 年代の人口は過大推計となっている。
このように、過去の都市圏人口の再現性は、都市圏によってまちまちであり、一貫
した傾向は見られない。その理由として、都市圏の推計モデルは、国平均のパラメー
タを用いており、その平均からの偏差によって誤差の現れ方が異なっていることが考
えられる。現況の都市圏人口を過大に推計している大阪や名古屋では、モビリティパ
ラメータが国平均よりも低い値を取る必要があり、逆に福岡や札幌などはそのパラメ
ータがより高い値を取る必要があるものと考えられる。さらに、札幌のように、現況
の都市圏人口は過少推計だが、過去の人口は過大推計となっている都市圏では、モビ
リティパラメータ自体が経年的に変化するよう設定すべきと考えられる。すなわち、
- 136 -
現況については国平均よりも高く設定し、過去についてはモビリティパラメータが低
下するように設定することにより、過去の都市圏範囲をより狭くすることができ、統
計とより合致した推計が行われることになる。これについては、例えば、交通インフ
ラの整備量等を用いて説明することも可能と考えられるが、世界の都市圏の交通整備
量についてはデータが整備されていないため、この方法をとることが出来るのは一部
の都市圏に限られる。ただし、このような分析方法の工夫により、将来のモビリティ
パラメータの設定方法についても示唆を与えることが出来ると考えられる。
図 4. 2.4 -6
推計結果の比較（ SR ES シナリオ、日本）
次に、米国の 3 都市についての推計結果を図 4.2 .4 -7 に示す。これより、 N ew York
と Lo s Ang e le s は国連データと比較して過小推計となっており、San An ton io はほぼ統計
と一致した推計結果となっている。米国の都市については、過小推計となっているも
のが多く、モビリティパラメータの推計方法や使用データなどを精査する必要がある。
- 137 -
図 4. 2.4 -7
米国都市の推計結果（ S RES シナリオ）
米国については、程度の差はあるが、いずれのシナリオも人口が増加している。SRES
では A2 r シナリオと B1 シナリオが同様の傾向を示しており、 N ew York 都市圏は A2r
シナリオで、 210 0 年に人口が 3 千万人を超えると予想される。
中国都市の推計結果を図 4.2 .4 -8 に示す。これより、 200 0 年時点の推計結果は、概
ねいずれの都市も統計と合致しているが、過去の遡及推計結果は、過小推計となる傾
向が見られる。中国では、かつて厳しい戸籍制度の下で人口移動が制限されていたが、
近年こうした制限が緩和され都市部での人口が急増している。上海を見ると、 195 0 年
から 198 0 年まではほぼ人口は横ばいであり、人口動態は、こうした制約を反映してい
るものと考えられる。一方、本モデルの想定では、都市規模に応じた選好に基づき都
市人口は増加することを想定しており、人口移動に関する制約条件は考慮していない。
このため、現在の都市人口から推計される過去の人口は、統計値と比べて過小になっ
ており、逆に、もし人口移動に関する制約が無かったとすれば、上海や北京の人口は
より大きなものになっていたと考えられる。
SRES の A2 r シナリオでは、上海の人口は 210 0 年に 9 千万人を超えると推計されて
おり、北京についても 5 千万人を超えると推計されている。現在、世界最大の都市圏
は東京都市圏で約 3 千万人だが、A2 r シナリオでは、それを遙かに上回る巨大都市圏が
出現すると予想される。一方、上海の人口は B2 シナリオでは 2 100 年に 550 0 万人、B 1
シナリオでは、 2 040 年に 340 0 万人のピークを迎え、その後減少する。
図 4. 2.4 -8
中国都市の推計結果（ S RES シナリオ）
- 138 -
ただし、以上の推計結果は、人口移動に制約の無いことを想定した結果であり、都
市への人口流入規制等が実施されれば、当然のことながら、全く異なる結果が得られ
ることになる。
インドの都市については、統計値に対してやや過大推計となっているが、都市人口
の増加傾向は概ね統計値と同様の傾向となっており、現況の誤差を修正すれば、本モ
デルによる人口動態の再現性は良好であると言える。
インドでは中国以上に都市人口の増加が顕著であり、 SRES -A 2r シナリオでは、 2 10 0
年にはムンバイの人口は 1 億 3 千万人を超えており、 B2 シナリオでも、 1 億人を超え
ると推計されている。これほどの人口を居住させるためには、水資源の確保や各種社
会基盤の大規模な整備が不可欠であり、逆に、こうした要因が人口増加の制約となり
うる。本モデルでは、都市生活に必要とされる資源制約については考慮しておらず、
単純に人口と地理・気候条件から推計される適合性指標により都市の選好が決まると
想定している。しかし、水資源が確保できない中での都市への過度な人口集中は、生
活水準を極端に悪化させ、それが都市成長の制約条件になるものと考えられる。本モ
デルの結果は、制約が無い場合に起こりうる人口動態を示しており、社会基盤や資源
管理の必要性、あるいは人口移動管理の必要性を示唆するものであると言える。
図 4. 2.4 -9
インド都市の推計結果（ SRE S シナリオ）
最後に、平成 20 年度と本年度の推計結果を、東京を例として比較する。以前の推計
では、都市圏の地理範囲を現況に固定して推計していたが、都市圏の地理範囲は、そ
の人口規模に応じて拡大すると考えられる。このため、人口が成長する都市圏におい
て地理範囲を固定して分析すると、過去の人口を過大に推計し、将来の人口を過少に
推計することになると考えられる。実際、図 4 .2. 4 -1 0 の左図は平成 20 年の方法による
東京都市圏の推計結果を示しているが、国連統計と比較して過去の人口が過大推計と
なっており、将来推計については、国連よりも低い推計結果となっている。一方、本
年度は、都市圏人口に応じた都市圏の地理範囲の拡大をモデルに組み込むことで、都
市圏人口推計の精緻化を図っている。その推計結果を見ると、過去の推計結果は、ま
だ過大推計となってはいるが、その偏差は平成 2 0 年の方法と比較して小さくなってお
り、また、将来の推計人口については国連の推計とほぼ同程度の水準となっている。
以上のことから、本年度のモデル改良により推計の妥当性は向上したと考えられる。
- 139 -
ただし、いくつかの国、都市については、現況再現性が不十分であることから、更な
る分析手法の工夫が必要である。
図 4. 2.4 -10
将来都市人口の推計結果（左： H 21 年推計、右： H22 年推計）
(4) 推計結果の考察
以上の結果より、世界の都市人口は想定するシナリオにより大きく異なるが、概ね
いずれのシナリオでも、今後、主に途上国において巨大都市が多数出現し、また、こ
れまでに存在しない規模の超巨大都市が出現する可能性が示された。
人口 1 千万人以上のメガシティは 200 0 年には 21 都市存在すると推計されたが、こ
れが 210 0 年には SRES -A2 r シナリオでは 1 34 都市、 B1 シナリオでは 61 都市、 B2 シナ
リオでは 99 都市になると推計された。シナリオによって、ばらつきは大きいものの、
2000 年と比較して 210 0 年にはメガシティの数は 3 倍から 6 倍に増加すると推計された。
ただし、先進国では、メガシティはそれほど増加せず、途上国において大きく増加す
ると推計される。特に、南アジアとアフリカでの増加が顕著になると推計された。
また、このシミュレーションにおいて、国別のランクサイズプロットは人口変化に
応じて平行移動するが、その傾きは、ほぼ変化しない。これは、将来推計人口が Zip f
則を満たすことを意味するため、人口推計手法として望ましい特徴であると考えられ
る。
個別の都市圏の推計結果を見ると、 2 00 0 年の推計に誤差が生じている都市が少なか
らずある。これは、都市圏推計モデルを国別に求めており、都市の個別性が捨象され
ていることに起因すると考えられる。また、使用した都市人口データについても精度
は必ずしも確認されておらず、データの不備に起因したバイアスも存在する可能性が
ある。
また、過去の人口推計については、現況都市圏の推計誤差に起因した乖離が生じて
いる都市が多いが、中国のように人口移動を制限するなど、政策による都市人口の管
理を行っていた国では、推計される人口トレンドが統計と乖離している。本モデルで
は、政策要因を考慮していないため、こうした状況に対応するためには、本モデルと
は別の推計メカニズムを検討する必要がある。
インドの都市では、 1 950 年から 20 00 年までの人口増加の傾向は良く一致している。
SRES -A2 r ではムンバイの人口は 21 00 年には 1 億 3 千万人を超えると推計されている。
- 140 -
その場合、それだけの人口を収容するための各種資源制約の解消や社会インフラの整
備などが適切に実施されることが条件となるが、こうした都市政策が十分機能しない
場合には、現在のモデルでは想定していない制約を予測に導入することが必要となる。
現在、東京都市圏の人口は約 300 0 万人だが、その人口を支えるために多大なインフ
ラ投資を行ってきた。例えば、東京の水需要を支えるための水源の範囲は、栃木県、
群馬県、長野県に及んでいる。こうした水源に多くのダムを整備し、また長大な導水
路を整備しているにもかかわらず、気象条件によっては取水が制限される場合もある。
もし、インフラ整備不足により、断水や取水制限等が慢性的になるならば、水資源制
約が都市圏人口の増加の抑制要因となりうる。その場合には、都市人口のみならず、
流域内の農業、産業との水利用競合についても考慮する必要があると考えられる。
また、交通インフラについても十分な整備が必要である。例えば交通渋滞は、 199 5
年のバンコクでは GDP の約 6%、200 0 年のマニラでは 4 %の損失をもたらしたとの試算
もあり
24)
、十分な投資が行われなければ、交通混雑が経済成長の制約となりうること
を示している。日本の首都圏（東京都、千葉県、埼玉県、神奈川県）の 200 3 年の道路
ストックは 4 1 兆円と推計されているが、それでも都心部では慢性的な渋滞が発生して
いる。ただし、多くの途上国で交通インフラが不足している都市部への人口流入は続
いており、これが、都市の人口増加の制約条件にはならないものと考えられる。むし
ろ、推計された都市人口の下で、都市生活の質を維持、向上するために必要とされる
交通インフラ整備量についての分析を別途行うことが必要であり、その前提条件とし
て本研究の結果を活用することが出来ると考える。
更に、都市生活を支えるためには、下水、廃棄物処理、エネルギー供給、住宅など
の各種社会基盤の整備が不可欠である。もし、本研究で推計された都市成長が見込ま
れるならば、南アジアおよびアフリカにおいて、都市部への多大な社会基盤投資が必
要になると考えられる。一方で、メガシティの成長について現実的な推計を行うため
には、本研究では考慮していない水資源やインフラ等の制約を十分検討することが必
要である。
(5) まとめと今後の課題
本研究では、平成 20 年に引き続き、自然地理条件に基づく都市の適合性を考慮した
将来都市の地理分布を推計するためのモデルを開発した。そして、SRES シナリオにつ
いて 210 0 年までの都市圏ごとの人口を推計した。
このモデル開発により、国レベルのマクロな都市人口推計と整合し、なおかつ都市
規模の経験分布則を保証する都市人口推計が可能となった。このモデルを適用した結
果、南アジア、中部アフリカといった途上国で人口 1 千万人以上のメガシティが数多
く形成され、 210 0 年には、その数は 2 000 年の 3 倍から 6 倍になると推計された。
本年度は、都市圏の拡張機構を組み込み、人口増加に応じてその地理的範囲が拡大
し、周辺の市町村を都市圏の一部とするモデルとした。これにより、過去の都市圏人
口の遡及推計の精度が高まり、また将来推計の妥当性が向上したと考えられる。この
メカニズムを表現する際、人口に対して都市圏が広い場合、都市圏内の移動性が高い
と想定し、移動性と一人あたり GDP の関係を確認した。その結果、十分明確ではない
- 141 -
ものの、両者の間には相関が見られた。移動性や都市構造を決定づけるのは必ずしも
経済開発水準のみではなく、地理条件の違いや、それに起因した交通インフラの整備
状況やライフスタイルの違い、燃料税などの移動にかかるユーザーコストの違い、都
市化の進展時期の違いなどが影響していると考えられる。例えば、米国と日本はとも
に経済開発が十分進んでいるが、こうした諸々の違いにより、都市部の人口密度は大
きく異なり、多くの米国の都市と比べて日本の都市の人口密度は高くなっている。移
動性の高い国は米国やカナダ、オーストラリアなどの大陸型の地理条件を持つ国であ
り、低い国は日本や欧州など、都市の歴史が古く稠密な都市構造を持つ国となってい
ることが明らかとなった。
一方、一人あたり GD P の低い国においても、移動性の高い国が存在しているが、そ
の理由として、国連データと本研究で整備した都市 G IS データの間の不整合を反映し
ている可能性が示唆された。都市 G IS データでは最新の行政界でみた都市人口データ
を整備しているが、一部途上国では古い年次のデータが用いられている可能性がある。
対象とする国連データの年次よりも古く、行政界でみた都市人口が少なければ、現実
よりも広い範囲の都市を都市圏に含む必要があるため、移動性が高く推計される。ま
た、特に途上国では、必ずしも全ての行政界について都市データが整備されているわ
けではなく、実際には都市圏に含まれている都市のデータが欠落している可能性があ
り、その場合、国連統計と整合する都市圏人口とするためにより広い範囲を都市圏と
する必要があり、やはり移動性が高く推計されることになる。
人口に応じた都市圏の空間的拡大メカニズムをモデルに組み込む方向性は正しいと
考えられるが、その説明要因として、経済的要因だけではなく、地理的要因等を考慮
することが今後必要である。それに加えて、特に途上国の推計の妥当性を向上するた
めにはデータソースの見直し等も必要である。
また、都市圏別の人口推計結果を国連データと比較し検証した結果、いくつかの都
市については、本手法による推計が高い妥当性を有することが示されたが、他の都市
については、統計あるいは国連推計と大きく乖離しているものも見られた。その原因
として、ここでは、都市圏の地理範囲の推計関数を国毎に求めているが、それを個別
の都市に当てはめる際に、誤差が生じている可能性がある。上述のように、都市圏の
拡大メカニズムに関して国毎の特徴を反映する方法論は作成したが、更に都市ごとの
個別性を考慮した方法論が必要である。
以上のように、改良すべき点は未だ残されているが、都市規模分布の予測に適した
モデルとなってきており、必要に応じて更なる改良を行い、地球温暖化の都市域への
影響評価、都市圏内での緩和・適応策評価、および持続可能性指標の分析等に活用し
ていく予定である。
参考文献（第 4. 2 節に関するもの）
1)
Grüb le r, A., O 'N eill, B., R iah i, K., Ch irk o va, V., Go ujon, A ., Ko lp, P., P ro mme r, I.,
Sche rbo v, S. , an d S len toe, E . (2007 ), Reg io na l, na tion a l, and spa tially exp lic it sce na rios
- 142 -
of de mog ra ph ic an d ec ono mic cha nge ba se d on SRES , Tech no log ic al Fo re ca sting and
Soc ia l C hang e, 74 , 9 80 -10 29
2)
Gaffin, S .R., Ro sen zweig , C., Xing, X. , an d Ye tman , G. (2004 ), Downsca ling a nd
geo -sp a tia l g r idd in g of soc io -e con o mic proje ctio ns f ro m the IP CC Spec ia l R epo r t on
E mission s S cen ario s (S RES), Glo ba l E n viron menta l Ch ang e, 14, 10 5– 123
3)
Asado oria n, M.O. (2 005 ), S imu la ting the Spa tia l D istribu tion of P opu latio n a nd
E mission s to 2 100 , MIT Joint P rog ra m on th e Sc ie nce and P olic y of G lob al Cha nge ,
Repo rt No. 123 .
4)
Hilde rink , H.B .M. (2 0 06), P eo ple in the p ix el: Grid -b ased po pu la tion d yna mic s using
P HOENIX. In : In te grated mode lling of g loba l en viron men tal cha nge (Bou wman , A. F. ,
Kra m, T. and Kle in Go ldewijk , K. ed s. ), N ethe rland s E n viron men ta l A ssessmen t Ag enc y
(MNP ), B iltho ven .
5)
Zip f, G (1 949 ), Hu man Beh a vio r a nd th e P rin cip le o f Le a st Effo rt, Ne w Yo rk :
Addison -We s le y.
6)
Simon , H. (19 55 ), On a class o f ske w distribu tion func tio ns,
B io me trika 42 , pp 425 -4 40.
7)
Gaba ix, X. an d Lo an nid es, Y. (20 03 ), “Th e E vo lu tion o f Cit y S ize Dis tr ibu tion s” , in J . V.
Hende rson an d J. F. Thisse (eds. ) H andb oo k o f Ec ono mic Geo graph y (A mste rda m:
North -Ho lland ) 2 341 –2 380.
8)
Cordo ba, Juan C. (2003 ), On the Distribu tion of C ity S ize s, mime o, Rice Un ive rsit y.
9)
Rossi-Han sbe rg, E. an d M. L. J. Wrig ht (20 03), Urban Struc ture a nd Growth , mime o,
Stan fo rd Un iversity.
10) 藤田昌久，ポール・クルーグマン，アンソニー・ J・べナブルズ (200 0)，「空間経済
学」，東洋経済新報社， 21 5 -226 .
11) Albe rt, R. and B arabá si, A. L.
(2 002 ), Sta tistic al me cha n ic s o f co mp lex ne two rk s, Re v.
Mod. P h ys. 74 , 47 -97.
12) Bara ba si L. an d A lbe rt, R.
(1 999 ), E me rge nc e o f sc aling in ran do m network s, S cienc e,
286, 50 9 -5 12.
13) Erg ün, G. and G. J.Ro d gers (20 02 ), G ro wing rando m n etwork s with fitne ss, P h ysica A,
Volu me 303, Issue 1 -2, 261 -2 72.
14) Soo, K.T. (20 05 ), Zipf ’s La w for c itie s: a c ro ss-coun try in vestiga tio n , Reg iona l Sc ie nce
and U rba n Ec ono mic s, 35, 239 – 2 63
15) Bengu ig ui, L. a nd B lu men fe ld -Lie be rtha l, E . (200 7), Be yo nd th e p owe r la w – a ne w
app roa ch to an al yz e c ity s iz e d is tr ib u tion s, Co mpu te r s, E n vir on men t and U rba n S ys te ms ,
31, 648 –666
16) Sarab ia, J.M. and P rieto , F. (200 9), The P are to -p ositive stab le d istribu tio n: A ne w
descrip tive mod e l fo r c ity siz e d ata, P h ysic a A , 38 8, 417 9 – 41 91.
17) Krap ivsk y, P. L. , S . R edne r, and F. Le yvraz (20 00), Co nne c tivit y o f Growing R ando m
Netwo rks, P h ysica l Re vie w Le tte rs, 8 5, 462 9 –4632 .
18) United Nations (2008 ), Wo rld Urban iz a tion P rospe c ts: Th e 2 007 Re vision P opula tion
Data ba se, Ava ilab le a t: h ttp ://www.u n.o rg /e sa /popu la tio n/unp op. htm
- 143 -
19) Becke r, J . J . , Sand well, D. T., S mith, W. H. F., Bra ud, J . , B in de r, B. , Dep ne r, J . , Fab re ,
D., Fa c to r, J ., Inga lls, S., Kim, S -H., La dne r, R., Ma rks , K., Ne lson , S ., P haraoh , A .,
Trimme r, R., Von Ro sen be rg , J., Wa llac e, G., and Wea th erall, P. (20 09 ), G lob al
Bath yme try a nd Ele vation Da ta a t 30 Arc Sec onds Re so lu tio n: SRT M30_P LUS , Ma rine
Geode sy, 3 2:4, 355 -3 71 ,.
20) P itn e y Bo we s B usin ess In sigh t (20 09 ), Map In fo P rofession a l DATA D IRECTORY, P itne y
Bowe s S oftwa re Inc .
21) Le hne r, B ., Ve rd in , K. an d Ja rvis, A . (20 08 ): N ew g lob a l h yd rog ra ph y de rive d fro m
spa ceb orne e le vation d ata. E os, Tra nsac tion s, AGU, 89(10): 93 -9 4.
22) Lo ve lan d, T.R. , Ree d, B.C., B ro wn, J. F., Oh len, D.O. , Zhu , J., Yang , L., and Me rch an t,
J.W. (200 0), De ve lop ment o f a G loba l Lan d Cove r Cha ra c te ristic s Data ba se and IGBP
DISCo ve r f ro m 1 -k m AVHRR Data. In te rna tio nal J ou rna l o f Re mo te Sensing, v. 2 1, no.
6/7 , p. 1,3 03 -1, 330 .
23) Hijma ns , R .J ., Ca me ro n, S.E. , P ar ra, J . L. , J o nes , P. G., and J a r vis, A. (200 5). Ve r y h igh
re so lu tion in te rp olated climate su rfaces fo r glob al land areas. In te rnationa l Journa l of
Climato log y 25 : 196 5 -1978 .
24) http ://g ree nco ns u mer is m.n e t/wp -c on ten t/u p loa ds/20 08 /08 /th e -co st-o f - tra ffic -con ge s tion.
pdf
- 144 -
4.3
農業土地利用・水需給・土地利用変化炭素収支評価モデルの開発
4.3.1 はじめに
土地利用は、食料の生産、水の需給等、人間の日常生活に直接関連しているのみな
らず、その変化は炭素の吸収・放出を招き、温暖化の緩和・促進にも寄与しうる。こ
のため、21 世紀の土地利用の評価は持続可能な低炭素社会の構築に向けて重要である。
そこで、 A LP S プロジェクトでは、将来想定される社会・経済シナリオに対し、食料生
産に要する土地や、植林やバイオエネルギー生産等温暖化緩和に利用可能な土地、そ
して水の需給、土地利用変化に伴う炭素収支等を、一定のロジックに基づき評価でき
る各種モデルを開発してきた。本年度は、これらのモデルの整合性をより高めるため、
モデルのハードリンク化、及び、アルゴリズムの一部改定やデータの整備を行った。
さらに、農業、水利用分野における適応策を想定し、そのモデル化を行った。本節に
は、本年度実施した、モデル開発及びデータ整備について記述する。また、飢餓人口
の増大、食料価格の高騰など、しばしばメディア等で取りあげられる食料、水、土地
利用に関する問題について、本研究ではどのように解釈し、どのような内容について
モデル分析したか、モデル開発の説明に先立ち、 4.3 .2 節に整理する。なお、モデル分
析の結果は、第５章「叙述的シナリオに沿った緩和と影響・適応の定量的シナリオの
策定」に記述する。
4.3.2 関連する問題の解釈とモデル分析での扱い
(1) 飢餓人口の解釈
FAO によると
1)
、「物理的、社会的、経済的な理由により、必要な食料にアクセスで
きない人（＝飢餓人口）」は、世界で約 1 0 億人にのぼる（図 4 .3.2 -1 ）。ここで、「必要
な食料」とは、生活に必要な最低熱量（ MDER: Minimu m D ie tary Ene rg y R equ ire men t）
を意味し、主として途上国を対象に各国の性別や年齢構成を考慮し FAO によって設定
される。 20 04 -200 6 年の
14 9 カ国を対象に設定された
1825 [kc a l/pe rson /d a y] （最少国の値が
1990 [kc a l/pe rson /d a y]）である
2)
MDER は、平均で
16 80[kca l/p e rso n /da y] 、最高国の値が
。
一方、図 4. 3.2 -2 は、 FAO 1 ) による国民一人・一日当たりの供給熱量を、図 4.3 .2 -1
で飢餓人口の多い、インド、中国、サブサハラアフリカについて図示したものである。
上述の MDER を同図に書き込んでいるが、これより、どの国（地域）も、平均供給熱
量は MDER を上回っていることが分かる。
つまり、国（地域）全体では国民（地域民）に必要なだけの食料が供給されている
にも関わらず、物理的、社会的、経済的格差のため、必要な食料にアクセスできてい
ない人が一部に存在する、と解釈できる。すなわち、飢餓人口問題は、食料が足りな
い、というよりも、途上国を中心とする低所得国での格差に関わる問題と考えられる。
- 145 -
2009年
(m illions)
図 4. 3.2 -1 2 009 年の飢餓人口
1)
必要最低熱量
(途上国平均
=1825kcal)
図 4. 3.2 -2 国民 1 人・ 1 日当たりの供給熱量（ 2 004 -200 6 年） 1 )
(2) 食料価格の解釈
FAO によると
3)
、 19 60 年以降の長期的な傾向として食料価格は低下している（図
4.3. 2 -3）。これは、潜在的には、食料需要を満たすに十分な生産ポテンシャルがあるこ
とによる。つまり、この間、需要は増加したが、生産性の向上や耕地の拡大により、
需要増加以上に生産量が増大した事を示唆している。
一方で、近年は小麦等の価格上昇がしばしば話題に上る。農林水産省によると、2 011
年 3 月の穀物等の国際価格は、 20 06 年秋頃に比べ 1 .7∼ 3.2 倍の高い水準にあり（図
4.3. 2 -4）、その要因として、20 10 年のロシアの干ばつと穀物輸出禁止措置、とうもろこ
しのバイオ燃料向け需要の増大、中国の旺盛な大豆輸入等があげられる
4)
。また、この
ような、天候不順や需要増大に加え、穀物市場に投機マネーが流入し、相場を押し上
げているという見方もある
5)
つまり、これまで長期的には、生産ポテンシャルは需要量を上回り、価格は低下傾
向にあった。但し、短期的には、天候不順、生産国の貿易措置、金融商品としての取
引等、の影響を受けて食料価格は大きく変動すると解釈できる。長期のトレンドと短
期の動向と、それぞれの要因を冷静に分析・評価することが重要と考えられる。
- 146 -
図 4. 3.2 -3 食料価格の変遷
（参考
3)
1973 年：世界同時不作、 1974 年：米国大豆禁輸措置）
図 4. 3.2 -4 穀物等の国際価格の動向
（小麦、トウモロコシ、大豆：シカゴ商品取引所価格、
4)
米：タイ国家貿易取引委員会公表値）
(3) 農作物の土地生産性（単収）の解釈
図 4 .3. 2 -5 は、小麦とトウモロコシを例に、 1 961 ∼ 20 05 年の地域別単収と一人当た
り GDP の関係を示したものである。これによると、一人当たり GDP の増加に伴って、
単収が向上する傾向がみられるものの、相関関係は必ずしも明らかでない。これにつ
いて、次のような解釈ができる。すなわち、地域によっては、十分な耕地があるため
単収向上の必要がなく、むしろ供給過剰によって価格の低下を招かない程度に単収を
調整している。あるいは、日本のトウモロコシのように、ごく一部の生食用以外は輸
入に依存しており国内の単収を向上させるインセンティブが小さい、等である。
- 147 -
つまり、技術的には、遺伝子組み換え等によって単収がさらに向上する可能性は考
えられるものの、価格維持や海外調達といった経済的な事象と密接に関連していると
解釈される。
7
12
Wheat
6
5
Western
Europe
Japan
4
Oceania
China
3
India
2
USA
10
Yield (ton/ha)
Yield(ton/ha)
Maize
USA
Western
Europe
Japan
8
Oceania
China
6
India
4
Brazil
Brazil
2
1
0
0
0
10000
20000
30000
40000
0
10000
20000
30000
40000
GDPperCap($)
GDPperCap($)
図 4. 3.2 -5 地域別の単収と一人当たり GD P の関係
（単収は文献 6）、一人当たり GDP は文献 7)を基に作図）
(4) 水ストレスの解釈
水は地球の陸、海、大気を循環する再生資源であるが、人間の主な管理対象となる
水資源とは、年間に陸域に降った降水から蒸発散を差し引いた残りの流出量（図
4.3. 2 -6 の B lue wa te r）を指すことが多い
8)
。この年間の流出量のうち、何割を人間が直
接取水し使用しているかの比率は水需給比、あるいは水ストレス指標と呼ばれる。さ
らに、水需給比（取水量 /流出量） >0 .4 の状態は水ストレスにあるとして、水ストレス
の流域に住む「水ストレス人口」の評価も行われている
リオに対する評価の一例
10)
9)
。図 4 .3. 2 -7 は、 SRES シナ
で、今後の人口増加、水需要増加に伴い、世界の水ストレ
ス人口が増加すると考えられている。
この他、農作物は成長に多くの水（図 4 . 3.2 -6 の Gre en wa ter）を要することより、
域内で生産が困難な農産物の輸入は水ストレスの緩和に役立っているという見方もあ
る
11)
。
すなわち、水ストレスについては、直接的な水利用の増加と、農産物等の貿易を介
した間接的な水利用、そして、温暖化による降水量、蒸発散量、流出量の変化、これ
らを総合的に考慮する必要があると解釈できる。
- 148 -
図 4. 3.2 -6
水資源の概念図
（文献 8）を基に作図）
図 4. 3.2 -7
水ストレス人口の評価例
10)
(5) バイオ燃料需要拡大の影響の解釈
脱温暖化対策のうち、化石燃料代替としてバイオ燃料の利用拡大が、米国や EU をは
じめ世界各地で提案されている
12,13)
。
これについて、1)世界人口がさらに増加すると予測される中、バイオ燃料作物の生産
は食料生産と土地をめぐって競合しないのか、2 )もし、バイオ燃料需要増によって食料
価格が上昇すると、飢餓人口が増大するのではないか、3 )バイオ燃料利用と、植林や森
林再生による炭素固定ではどちらがよいのか、4 )もし、バイオ燃料用作物栽培のために
耕地を拡大するならば、炭素放出につながるのではないか、といった懸念が持たれた
り、 5) バイオ燃料栽培はアフリカの経済を発展させるのではないか、といった見方も
もされている。
ここで、留意すべきことは、バイオ燃料がこの先 30 年、50 年といった時間スケール
の間に、果たしてどの程度導入されるかは、バイオ燃料の生産ポテンシャルの他、導
入・利用のコスト、利便性、そして、何より温暖化抑制のレベルに依存するという点
である。つまり、バイオ燃料需要拡大の影響については、温暖化抑制の必要レベルを
合わせて評価するべきと解釈される。
- 149 -
(6) モデル分析内容
食料、水、土地利用に関する主要な問題について、本研究での解釈の詳細を (1 )∼ (5)
節に述べた。このような解釈のもと、今年度はどのようなモデル分析を行ったかを、
表 4 .3. 2 -1 にまとめる。
表 4. 3.2 -1
関連する
関連する問題の解釈と今年度モデル分析内容
解釈
今年度モデル分析内容
食料不足というより、低
・経済問題や格差問題までは踏み込まず、地域平均的な
所得国における格差の
社会、経済シナリオ下で想定される食料需要を満たすた
問題
めに、必要な農地面積を算定。
食料価格、
市場との関連性大、土地
・価格による需要や供給への影響は特に考慮せず、地域
貿易、作物
利用との関係は十分な
の平均的供給熱量を基に算定した食料を生産する。
生産性
理解に至っていない
・貿易シェア（国産シェア、国際市場シェア）は、ある
問題
飢餓人口
地域に割り付け不足が生じて、別の余剰地域で生産する
場合を除き、 2000 年のまま。
・作物の土地生産性に関し、技術の進歩と、その他の要
因による過去のトレンドを考慮した係数を想定。
水ストレス
直接的、間接的利用量、・直接的に管理対象となる Blue water について、社会、
水資源量の把握が必要
経済、気候の変化を考慮した水需給比と水ストレス人口
を算定。
（・農産物貿易による間接的な水利用は次年度算定予定）
バイオ燃料
温暖化抑制のレベルに
・食料需要を満たした上で、なお利用可能な土地面積を
と土地利用
依存
算定（食料を優先）。
（・温暖化抑制レベルを考慮した植林、バイオ燃料用作物
栽培の土地利用は、次年度 D N E 2 1 ＋モデルとソフトリン
クをはかり分析予定）
4.3.3 モデル開発とデータ整備
(1) モデルの構成
農業土地利用、水需給、土地利用変化炭素収支評価モデルの枠組みを図 4 .3 .3 -1 に記
す。基本的な手順として、農業土地利用評価モデルで算定した食料用作物の作付け地
点、作付け時期等を水需給比評価モデルに入力し、灌漑用水需要量を算出後、生活・
工業用水需要量、水資源量も合わせて、水需給比と水ストレス人口を算定する。また、
農業土地利用評価モデルで算定した耕地拡大域を土地利用変化炭素収支評価モデルに
入力し、炭素放出量を算定する仕組みになっている。計算時点は、 200 0∼ 2 050 年の 10
年毎と 20 70 年、210 0 年である。入出力データの空間分解能は、グリッド（土地利用関
- 150 -
連は主に 15 min×1 5 min 、気候関連は主に 2 .5º× 2.5 º）もしくは、河川流域
14)
、国、世
界 32 地域（図 4 .3. 3 -2）のいずれかである。
作物需要量
気候
作物生産性係数
生活・工業部門の需要量
水需給評価モデル
農業土地利用評価モデル
作付地点・作物・時期
（天水/灌漑）・生産量
余剰地
再利用
水・淡水
化水量
水ストレス人口
耕地拡大域
食料の域内水・域外水
入出力値の地域区分
土地利用変化に伴う
炭素収支評価モデル
国
32地域
グリッド
土地利用変化炭素収支
図 4. 3.3 -1
河川流域
農業土地利用、水需給、土地利用変化炭素収支評価モデルの枠組み
RUS
CAN
WEP
USA
NOA
AIS
EEP
OFS
TUR
IRN
UME
APS
ARP
MEX
OSA
SEA
BRA
MDK
CHN
JPN
KOR
IND OTA
THI
CLV
MSB
IDS
PHI
OSM
ANZ
PUA
SOA
図 4. 3.3 -2
32 地域区分
図 4 .3. 3 -3∼ 図 4.3 .3 -5 に、それぞれ農業土地利用評価モデル、水需給評価モデル、
土地利用変化炭素収支評価モデルの主要構成を示す。図 4 .3.3 -3 、図 4. 3.3 -4 に示す通
り、農業土地利用モデルの作物別生産量ポテンシャル、及び水需給評価モデルの水資
源量、灌漑用水需要については、温暖化の影響を考慮している。農業土地利用モデル
で扱う農作物は、小麦、米、トウモロコシ、サトウキビ、大豆、オイルパームフルー
ツ、菜種、その他の計 8 種類で、 (5)節に述べる通り、一人当たり熱量需要量から算定
した食料需要量をこの 8 種類の農作物の需要量に換算し、農作物の栽培に必要な土地
を算出する。すなわち、農作物数は 8 種類に限定されているが、これらの生産によっ
てカロリーベースの総食料需要量を満たされると想定している。土地利用変化炭素収
- 151 -
支評価モデルは、 (7) 節に述べるように食料用作物耕地拡大による炭素放出モデル、植
林・燃料用作物栽培に係る炭素収支モデル、非商用バイオマス燃料利用に係る炭素放
出モデルの 3 つのサブモデルから構成される。各評価モデルに関し今年度実施した主
な開発とデータ整備を (2)節 ∼ (8 )節に記述する。
作物需要量
農作物温暖化
影響モデル
気候・土壌・勾配
作物別生産ポテンシャル（天水/灌漑）・品種・時期
；「適応策」の想定あり*1
割り付け不足作物
貿易モデル
土地割り付けモデル
(15min x15min)
生産性係数 (K)
作付優先度
作付候補地（土地被覆）
割り付け不足発生
灌漑候補地
(Nmax回まで)
生態系純生産量(NEP)
サブモデル
作付地点・作物・品種・時期（天水/灌漑）
32地域
グリッド
作物生産量耕地拡大域炭素固定候補地･E作物栽培候補地
図 4. 3.3 -3
農業土地利用評価モデルの主要構成
作付地点・作物・品種・時期（天水/灌漑）
気候
水資源モデル
灌漑効率；「適応策」の想定あり*2
灌漑用水モデル
灌漑用水需要量
流出量(F)
取水量(W)
入出力
作物の成長に要した水量
生活用水需要量（都市/農村）
水需要モデル
工業用水需要量淡水化水量
再利用水量；「適応策」の想定あり *3
水需給比モデル
水ストレス人口；
R≡(W/F) ≥ 0.4の流域に住む人口
人口・都市人口分布
サブモデル
国
32地域
グリッド
河川流域
図 4. 3.3 -4
水需給評価モデルの主要構成
- 152 -
入出力
耕地へ転換された土地面積
土地利用タイプ別炭素密度
余剰地の面積･生産ポテンシャル等
食料用作物耕地拡大に
よる炭素放出モデル
植林・燃料用作物需要等
非商用バイオマス燃料需要
植林・燃料用作物栽培に
係る炭素収支モデル
変換係数（暫定値）
非商用バイオマス燃料利
用に係る炭素放出モデル
食料用作物耕地拡大
による炭素放出
非商用バイオマス燃料
利用に係る炭素放出
サブモデル
32地域
54地域
植林・燃料用作物
栽培に係る炭素収支
入出力
図 4. 3.3 -5
土地利用変化炭素収支評価モデルの主要構成
(2) 適応策
農業、水需給に関する適応策として、表 4.3. 3 -1 に記す 3 つの適応策が 20 20 年以降
導入可能とした。
表 4. 3.3 -1
1
2
適応策の想定
適応策
「適応策」有ケース
「適応策」無ケース
作付け品種・
・各時点で生産ポテンシャルが最大になる品
・ 2010 年に最適な品種・時
時期の調整
種・時期を選んで作付けする
期を、それ以降も選択する
灌漑効率の改
・ 2020 年以降、需給比改善目標 (Rtarget） *1 を満
・ 2000 年効率 *2 のまま
善
たさない流域では、効率を改善する。
・ (1− 前期の効率 )×0.05 だけ改善
3
再利用水量の
・ 2 0 2 0 年以降、灌漑効率を改善しても需給比改
・都市人口一人当たりの再
増加
善目標を満たさない流域では、都市人口一人当
利用水量は、 2010 年想定値
たりの再利用水量を前期より 10%増加する
*3
のまま
・前期に再利用水量がゼロの国は、当期の都市
人口一人当たりの生活用水需要量の 20%を都
市人口一人当たりの再利用水量として導入す
る
*1
水需給比改善目標の想定： Rtarget ＝ max(0.4 , R0×0.7) ,
*2
文献 15)を参考に国別に想定。作物による灌漑効率の違いは特に考慮していないが、米のみ
0.1 小さい効率を適用
*3
16)
R0:対策無時の需給比
。
AQUASTAT データベースの 2000 年再利用水量
17)
から都市人口一人当たりの再利用水量を推
計。さらに、2 0 1 0 年の都市人口一人当たりの再利用水量は 2 0 0 0 年の同値より 5 % 増加と想定。
都市人口は 5.3.2 節参照。
- 153 -
(3) 農作物生産性係数
①
モデルの単収と生産性係数
農業土地利用評価モデルで各作物の世界 32 地域別単収（ Y ）は、 (4 .3 -1)式のように
表現される。同式の「第 I 項」は、各地域で想定された作物毎の生産量を満たすように、
農業土地利用モデルで、生産ポテンシャルの高い耕地グリッドから順に作付けた結果
の値である。
（生産性の高いグリッドを、どの作物に優先的に割り当てるかは、(4)節に
記載。）すなわち、各グリッドの気候条件、土壌条件、及び、作付けする品種や時期を
反映した項であり、作物毎に「自然地理条件から想定される単収」といえる。一方、
各地域の単収は、 4 .3. 2(3 )で述べたように、農産物価格、農業従事者の所得、輸入等、
様々な要素と複雑に絡み合っており、第 I 項のみでは、FAO 統計の単収値
6)
とに乖離が
生じてしまう。そこで、 2 000 年の単収統計値と大きな矛盾が生じないように調整しつ
つ、将来の技術進歩等を反映出来るように導入した項が、
「生産性係数 (K)」であり、モ
デルでは外生的に与えている
  Pi • Ai

Y = i
  Ai
 i
16)
。


•K


(4. 3 -1)
生産性係数
I. 自然地理条件から
想定される単収
i：作付けグリッド
Pi ：生産ポテンシャル *
*温暖化影響評価モデル ( AEZ ベースのモデル )で算定。
LAI(Leaf Area Index)、 HI(Harvest Index)共 High レベル想定。
Ai ：面積
この生産性係数 (K)の将来シナリオについて、昨年度は、現在単収の低い地域のみ将来
は伸びるケース、どの地域も将来は伸びるケース等を想定した。但し、その根拠が十
分でなかったため、今年度は、過去の生産性係数を以下のように解釈した上で、将来
の生産性係数シナリオを作成した。
②
過去の生産性係数の推定
図 4.3 .3 -6 は、 (4.3 -1)式の第 I 項は 20 00 年のまま（モデルで算定）で過去約 40 年間
変わらなかった、という仮定の下、 FA O 統計の単収から推定した地域別の生産性係数
の例である。この生産性係数（ K）の値について、 K> 1 ならば、実際の単収は自然地理
条件から想定される単収以上に高められている、逆に K<1 ならば、実際の単収は自然
地理条件から想定される単収に達していない、という解釈ができる。
- 154 -
Wheat
3.5
USA
TermII
生産性係数（K)
3.0
CAN
2.5
WEP
JPN
2.0
ANZ
1.5
CHN
IND
1.0
0.5
0.0
1960
1965
1970
1975
1980
1985
1990
1995
2000
2005
Year
図 4. 3.3 -6
過去の生産性係数の推定値（小麦の例）
次に生産性係数 (K)が図 4 .3. 3 -6 のように向上してきた要因について、生産調整や貿
易拡大等の影響はあるものの、緑の革命で代表されるように多収量品種の導入や化学
肥料の普及など技術進歩が寄与した事はおそらく間違いない。そこで、生産性係数を
(4. 3 -2)式で示すように、「潜在的技術係数 (Tec h)」と「その他の要因係数 (O the rs)」の項
で表現することとし、次にそれぞれの係数を推定した。
K = Tech • Others
③
(4. 3 -2)
過去の潜在的技術係数の推定
潜在的技術係数は、 (4.3 -3 )式のように一人当たり GDP の向上に伴って上昇する関数
で表現されるとした。そして、世界 32 地域のうち、作物別に生産量上位 10 地域の過
去約 40 年間のデータ
6)
を用い、係数αとβを回帰分析により推計した。ここで、世界
32 地域中生産量上位 10 地域に着目した理由は、経済発展に伴う技術向上の効果が単収
に反映されやすいと想定したことによる。また、トップランナーの一地域に限らず、
複数地域を取り上げることによって、個別地域の「その他の要因係数 (O the rs)」の影響
は、打ち消されると仮定した。図 4. 3.3 -7 の赤線は、潜在的技術係数の回帰関数である。
図から分かるように回帰精度は決して高くない。作物によって地域数をさらに絞り込
むなど、検討の余地がある。
Techrkt = ak • GDCrt
bk
(4. 3 -3)
r：地域、 k ：作物、 t：時点
GDCrt ：一人当たり GDP
a,b ：回帰係数
- 155 -
Maize
0.7
0.6
2.5
0.5
2.0
0.4
K
K
Oil palm fruits
3.0
1.5
0.3
1.0
0.2
Statistics
0.1
Statistics
0.5
Tech=f(GDC)
Tech=f(GDC)
0
0.0
0
10000
20000
30000
0
GDP perCap ($/person)
2000
3000
4000
5000
GDP perCap ($/person)
Soybeans
0.7
1000
Rapeseed
2.5
0.6
2.0
1.5
0.4
K
K
0.5
0.3
1.0
0.2
Statistics
0.1
0.5
Statistics
Tech=f(GDC)
Tech=f(GDC)
0.0
0
0
10000
20000
30000
0
20000
30000
GDP perCap ($/person)
GDP perCap ($/person)
図 4. 3.3 -7
10000
潜在的技術係数の回帰関数
（トウモロコシ、オイルパーム、大豆、菜種の例）
④
過去のその他要因係数の推定
③ の回帰関数を用い、過去の潜在的技術係数 (Tech )を算出し、さらに、K/Tech より過
去のその他要因係数 (Others)を算出した。 O the rs には、自然地理条件や潜在的技術では
表現しきれなかった生産調整、生産規模の拡大、市場や貿易の変化等の影響が含まれ
る。表 4 .3. 3 -2 に、その他要因係数 (O the rs)の 1960 年代から 200 0 年代の年変化率を示
す。この値の正負について、次のような解釈ができる。すなわち、年変化率が正の作
物・地域は、規模の拡大等によって単収向上がはかられた、一方、年変化率が負の作
物・地域は、輸入依存度を強め、地域内での単収向上には注力されなかった。日本の
トウモロコシやサトウキビは、後者の例と考えられる。
- 156 -
表 4. 3.3 -2
[%/yr]
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
⑤
その他要因係数の年変化率（ 196 0 年代 - 200 0 年代）
Wheat
0.99
1.06
2.12
0.90
0.62
3.44
Rice
0.74
0.18
-0.08
0.73
0.96
Maize
0.91
0.23
1.20
-1.71
1.92
0.24
0.64
0.19
0.36
1.64
0.18
2.04
1.36
1.05
1.47
0.23
1.62
0.16
1.52
-0.38
2.29
0.69
0.18
0.13
2.46
2.36
1.08
1.88
2.02
1.24
1.62
1.41
-0.24
0.67
2.69
2.09
1.98
2.09
1.90
2.06
Potato Sugarcane Soybeans
1.35
-0.77
0.77
0.97
0.12
1.29
-0.15
0.68
1.02
-1.01
-0.03
1.81
-0.10
2.56
0.45
-0.31
0.62
1.79
2.17
3.46
0.93
1.64
1.79
2.10
1.50
2.09
1.10
1.00
0.09
0.83
1.27
1.37
1.16
1.62
1.75
1.90
0.25
0.94
1.37
1.40
2.59
1.96
1.57
3.22
0.70
-0.99
2.45
2.79
2.65
1.28
0.97
0.72
-1.39
-0.54
Oil palm
Rapeseed
-0.81
1.18
1.66
-2.37
0.27
0.01
0.60
0.25
0.07
-1.21
0.88
0.14
0.76
1.58
1.99
1.07
0.85
0.14
-1.39
0.00
-0.16
0.09
0.86
0.75
0.39
3.33
0.28
2.55
-0.49
1.76
1.37
0.14
0.98
0.88
-0.52
0.53
2.17
0.13
0.28
0.41
1.87
1.53
1.87
1.54
1.06
-0.06
0.21
0.38
-0.60
-0.01
1.72
1.83
1.67
1.76
2.23
0.26
将来の技術係数の想定
A LP S のシナリオ A ,B に対し、潜在的技術係数 (Tech )は、 (4. 3 -3)式の作物別回帰関数
とシナリオ毎の地域別一人当たり GDP とより算定した。その他の要因係数 (O the rs)は、
(4. 3 -4)式に示すように、過去のトレンドを次第に減少させつつ、将来に反映させた。
a rkt →t +1
 Min (a rk 1960 s → 2000 s , a rk 1990 s → 2000 s ) / 4
 Min ( a
rk 1960 s → 2000 s , a rk 1990 s → 2000 s ) / 8
=
Min ( a rk 1960 s → 2000 s , a rk 1990 s → 2000 s ) / 16

Min ( a rk 1960 s → 2000 s , a rk 1990 s →2000 s ) / 32
( for H < 1)
( for 1 ≤ H < 1.5)
( for 1.5 ≤ H < 2)
(4.3 -4 )
( for 2 ≤ H )
r：地域、 k ：作物、 t：時点
a rkt →t +1 ： t 時点から t+1 時点までの O th ers の年変化率
図 4.3 .3 -8 に、A LP S のシナリオ A と B について、生産性係数の変化を考慮した作物
別単収を示す。シナリオ A と B でその他の要因係数 (Oth ers)の値は同じ値を想定した。
すなわち、シナリオ A と B の単収の違いは、潜在的技術係数 (Tech )の違いによるもの
であり、高位進展技術のシナリオ B の方が、中位技術進展のシナリオ A より、高い単
収想定となっている。図 4.3 .3 -9 は A LP S のシナリオ A について、 2 000 年単収に対す
る比である。ここに示すように、先進地域に比べ途上地域で単収の伸びは大きい想定
になっている。
- 157 -
なお、これらは、 ① 節で述べた「 I. 自然地理条件から想定される単収」が 20 0 0 年の
ままと想定した場合の値である。モデル分析による最終的な単収は、(4 .3 -1 )式に示した
ように、どのグリッドにどの作物が作付けられるか、これは、将来の気候や食料需要
にも依存しており（例えば、K が同じでも、食料需要が少ないため優先度の低い作物
も生産ポテンシャルの高いグリッドに作付けられるようになると、その作物の単収は
向上する）、厳密には図 4 .3. 3 -8 とは異なる。
- 158 -
Wheat
2000
6
2030
4
2050
2
2070
0
2100
8
単収(ton/ha)
単収(ton/ha)
8
2030
4
2050
2
2070
0
2100
USA WEP JPN CHN IND SEA BRA
2000
単収(ton/ha)
単収(ton/ha)
Rice
2030
2050
2070
2100
14
12
10
8
6
4
2
0
Rice
2050
2070
2100
USA WEP JPN CHN IND SEA BRA
20
2000
15
2030
10
2050
単収(ton/ha)
単収(ton/ha)
Maize
2070
5
2100
0
Maize
2030
10
2050
2070
5
2100
0
Sugarcane
USA WEP JPN CHN IND SEA BRA
150
2030
100
2050
2070
50
200
2000
2100
単収(ton/ha)
200
単収(ton/ha)
2000
15
USA WEP JPN CHN IND SEA BRA
Sugarcane
2000
150
2030
100
2050
2070
50
0
2100
0
ANZ CHN THI IND MEX BRA OSM
Soybean
5
4
ANZ CHN THI IND MEX BRA OSM
6
2000
単収(ton/ha)
6
単収(ton/ha)
2000
2030
USA WEP JPN CHN IND SEA BRA
20
2000
6
USA WEP JPN CHN IND SEA BRA
14
12
10
8
6
4
2
0
Wheat
2030
3
2050
2
2070
1
2100
0
5
Soybean
2000
2030
4
3
2050
2
2070
1
2100
0
USA WEP JPN CHN IND SEA BRA
USA WEP JPN CHN IND SEA BRA
図 4. 3.3 -8
生産性係数シナリオに基づく単収（左 :A LPS -A、右： A LPS -B）
（自然地理条件は 2000 年のままと想定した場合）
- 159 -
Rapeseed
4
5
2000
単収(ton/ha)
単収(ton/ha)
5
2030
3
2050
2
2070
1
2100
Rapeseed
4
2030
3
2050
2
2070
1
2100
0
0
USA WEP JPN CHN IND SEA BRA
USA WEP JPN CHN IND SEA BRA
50
Others(Potato)
60
2000
単収(ton/ha)
単収(ton/ha)
60
2000
2030
40
30
2050
20
2070
10
2100
0
50
Others(Potato)
2000
2030
40
30
2050
20
2070
10
2100
0
USA WEP JPN CHN IND SEA BRA
図 4. 3.3 -8( 続き )
USA WEP JPN CHN IND SEA BRA
生産性係数シナリオを考慮した単収（左 : ALPS- A、右： ALP S-B ）
（自然地理条件は 2000 年のままと想定した場合）
Wheat
2.0
2000
2030
1.5
2050
1.0
2070
0.5
2100
0.0
3
単収(2000年=1)
単収(2000年=1)
2.5
2
5
2030
3
2050
2070
1
2100
0
USA WEP JPN CHN IND SEA BRA
図 4. 3.3 -9
2070
1
2100
0
4
2000
4
2
2050
1
USA WEP JPN CHN IND SEA BRA
単収(2000年=1)
単収(2000年=1)
Maize
2000
2030
2
USA WEP JPN CHN IND SEA BRA
6
Rice
Soybeans
2000
3
2030
2
2050
1
2070
0
2100
USA WEP JPN CHN IND SEA BRA
生産性係数シナリオを考慮した単収の 2 000 年比（ ALP S-A ）
（自然地理条件は 2000 年のままと想定）
(4) 作付け優先度、貿易パラメータ
①
作付け優先度
昨年度は、世界 32 の各地域の作付け候補地（耕地名義）グリッドのうち生産ポテン
シャルの高いグリッドから順に、単位面積当たりの生産額の高い作物を優先的に作付
- 160 -
けした
16)
。但し、この場合、１グリッド当たりの生産額が高いサトウキビ等が、灌漑
設備を備え生産ポテンシャルの高い土地に作付けられ、一方、単位面積当たりの生産
額が相対的に低い米が、生産ポテンシャルの低い天水栽培地に作付けられるといった、
不自然な結果を招く可能性があった。
そこで、今年度は、米、小麦、トウモロコシ、大豆、菜種、オイルパーム、サトウ
キビ、その他（じゃがいもで代用）の順に優先的に生産ポテンシャルの高い土地に作
付けることにした（但し、地域によっては、 2 000 年の作物別単収が統計値と大きなず
れが生じないように、この優先度を一部調整）。将来の作付け優先度は不確実性が高く、
議論の余地が大きいが、今回の改定によって、生産性の高い灌漑グリッドに米や小麦
が作付けられ、前述した不自然な結果を招く可能性は低減された。
②
貿易パラメータ
世界 32 地域別の農作物需要量の算出に当たり、第一次農産品や加工品、畜産品の需
要量と、需要量に対し地域内で生産する比率（地域内産シェア）と、国際市場で各地
域が占める比率（国際市場シェア）が必要である。この貿易パラメータについて、昨
年度はこれらをロジットモデルで表現し、 1990 年代の作物、品目価格から算定したも
のの、ロジットモデルの再現性は必ずしも高くなかった
そこで、今年度は、2 000 年の FAO 統計値
16)
。
6)
（作物、品目別生産量、輸出量、輸入量）
より、地域内産シェアと国際市場シェアを算定し、ある地域の生産不足を別の余剰地
域で作付ける場合を除き、将来も一定とした。
(5) 食料需要量
①
一人当たり食料需要量
昨年度同様、地域による食習慣の違いを反映するため、世界 32 地域別に一人当たり
GDP の関数を用いて
統計値
6)
16)
算定した。今年度は、関数のパラメータを分析時点で最新の FA O
に基づいて更新した。図 4. 3.3 -1 0 は、更新パラメータを用いて算出した主要
国の一人・一日当たりの食料供給量である。
Food demand (kcal/day/cap)
4500
United States
Canada
Western Europe
Japan
Oceanina
China
South Korea
Indonesia
Thailand
India
Iran
North Africa
South East Africa
Brazil
Paraguay et al.
Russia
4000
3500
3000
2500
2000
1500
100
1000
10000
100000
GDP per capita (US 2000 $)
図 4. 3.3 -10
主要国の一人・一日当たりの食料供給量
（実線は統計値
6)
、点線は ALPS-A シナリオ）
- 161 -
②
品類、品目シェア
図 4 .3. 3 -11 に示すように、カロリーベースの食料需要量は昨年度同様 4 品類、 13 品
目に分割する。図 4. 3 .3 -12 に、分析時点最新の FAO 統計値
6)
に基づいて更新した 4 品
類のカロリーシェアを示す。表 4 .3 .3 -3 には、各品類内の品目への配分を示す。品目へ
の配分に関し、昨年度は、品類「穀物・野菜」に含まれる品目を小麦、米、トウモロ
コシ、大豆、じゃがいもの 5 種類とし、これらのカロリーシェアに応じて各品目の需
要量を比例拡大していたのに対し、今年度は、小麦、米、トウモロコシ、大豆の需要
量は各カロリー相当とし、それ以外のカロリー分をその他（じゃがいも）の需要量と
した。同様に、品類「動物性食品」の配分も、牛肉、豚肉、鶏肉とその他（牛乳）と
した。これによって、その他以外の品目は、より実態に近い需要量を算定するように
した。なお、飼料需要量の想定方法は昨年度から更新なく、牛肉、豚肉、鶏肉、牛乳
16)
１ kg 当たりの飼料要求率、飼料構成比率
4品類・13品目
を用いて、8 つの農作物需要に変換する。
8作物（小麦、米、トウモロコシ、大豆、
サトウキビ、菜種、オイルパーム、その他）
(カロリーシェアで分割)
Cereal & Vegetable
Wheat
Wheat
Rice
Rice
Maize
Maize
Soybeans
Soybeans
Others
食料
需要量
(カロ
リー)
Others
Sugar & Sweets
Ingredients
Sugar & Sweets
Sugar
Wheat
Wheat
Rice
Rice
Maize
Soybeans
Maize
Trade
model
Soybeans
Rapeseed
Rapeseed
Others
Others
Sugar cane
Sugar cane
Oilpalm
Oilpalm
Sugar cane
Sugar
Soybeans
Vegetable oil
Vegetable oil
Soybean Oil
Rapeseed Oil
Palm Oil
Rapeseed
Soybean Oil
Trade
model
Oilpalm
Rapeseed Oil
Palm Oil
Feed
Wheat
Animal products
Animal products
Bovine meat
Bovine meat
Pig meat
Pig meat
Poultry meat
Poultry meat
Others
Others
Rice
Maize
Sugar cane
Soybeans
Rapeseed
Others
図 4. 3.3 -11
カロリーベース需要量から作物需要量への換算
- 162 -
Agroland
use
model
Cereal & Vegetable
100
USA
シナリオ
Vegetable oil
20
CAN
USA
JPN
90
CAN
シナリオ
WEP
WEP
18
ANZ
JPN
ANZ
MDK
CLV
KOR
80
MSB
IDS
THI
PHI
70
IND
APS
OTA
IRN
60
ARP
UME
TUR
NOA
50
CHN
Share in calories (%)
Share in calories (%)
CHN
SOA
16
MDK
CLV
KOR
14
MSB
IDS
THI
12
PHI
IND
APS
10
OTA
IRN
ARP
8
UME
TUR
NOA
6
SOA
SEA
SEA
OSA
4
OSA
MEX
40
MEX
BRA
BRA
2
PUA
PUA
OSM
OSM
RUS
30
1960
RUS
0
1960
AIS
1980
2000
2020
2040
2060
2080
2100
2120
2140
OFS
2000
2020
2040
EEP
Year
2100
2120
2140
EEP
CAN
シナリオ
WEP
JPN
WEP
JPN
40
ANZ
ANZ
MDK
CLV
KOR
14
MSB
IDS
THI
12
PHI
IND
APS
10
OTA
IRN
ARP
8
UME
TUR
CHN
Share in calories (%)
Share in calories (%)
CHN
16
MDK
35
CLV
KOR
MSB
30
IDS
THI
PHI
25
IND
APS
OTA
20
IRN
ARP
UME
TUR
15
NOA
6
NOA
SOA
SEA
4
OSA
SOA
SEA
10
OSA
MEX
BRA
2
PUA
MEX
BRA
5
PUA
OSM
OSM
RUS
0
1960
AIS
1980
2000
2020
2040
2060
Year
2080
2100
2120
2140
OFS
OFS
USA
CAN
18
2080
Animal products
45
USA
シナリオ
2060
Year
Sugar & Sweets
20
AIS
1980
RUS
0
1960
EEP
AIS
1980
2000
2020
2040
2060
2080
Year
図 4.3.3-12 4 品類のカロリーシェア（シナリオは ALPS-A）
- 163 -
2100
2120
2140
OFS
EEP
表 4. 3.3 -3
品類内の品目への配分想定
品類
品目への配分
穀物・野菜
小麦、米、トウモロコシ、大豆、その他
砂糖・甘味料
砂糖 100 %と想定
植物油
大豆油、菜種油、パーム油。3 品目のカロリーシェアを基に比例拡大
動物性食品
牛肉、豚肉、鶏肉、その他
(6) 耕地の拡大
農業土地利用評価モデルでは 200 0 年の土地被覆（ (8 )① 節参照）データに基づき、20 00
年時に「耕地」名義であったグリッドを「農作物の作付け候補地」とし、生産性ポテ
ンシャルの高いグリッドから順に、作付け割り当てを行う。なお、 20 00 年に「耕地」
名義の土地は 157 0 万 [k m 2 ]、一方、 FAO 統計
6)
の栽培面積（ Are a ha r ve s te d）は 119 0 万
2
[k m ]であることより、世界には耕地名義でありながら農作物が栽培されていない土地
（休耕地、余剰耕地）が 40 0 万 [k m 2 ]程度存在したと考えられる。
従って、世界全体でみると今後の食料需要量増加に伴って、耕地を急速に拡大する
必要性はそれほど大きくないと考えられる。但し、地域によっては、需要増加が著し
く耕地を拡大しなければ需要を満たすだけの生産ができない、余剰耕地があっても土
壌劣化等の原因で栽培に適さず新たな耕地が必要、という事も考えられる。そこで、
モデルでは、 2010 年以降、条件付で耕地（＝農作物の作付け候補地）を拡大できると
想定した。ここでの条件とは、1 )前期に耕地名義であったグリッドに隣接する、2 )モデ
ル分析の一時点間（ 2 050 年までは 10 年間、205 0∼ 207 0 年は 2 0 年間、20 70∼ 210 0 年は
30 年間）で、各地域（世界 32 地域）の最大利用可能面積（内陸水域や構造物域を除い
た土地の面積）と前期耕地面積との差の 3%まで、である。この条件に関し、世界 32
の全ての地域に、同じ条件でよいか、という点は検討の余地がある。また、生物保護
地区等による拡大制約も必要であれば考慮すべきといえる。
なお、本年度分析では、温暖化緩和策としての植林等への土地利用変化は考えてお
らず、一度耕地となった土地は将来にわたり耕地のままであり、他の目的に転用され
ることはないとした。このため、作付け有無の区別をしなければ、耕地面積は次第に
増加する仕組みになっている。
(7) 土地利用変化に伴う炭素収支評価モデル
土地利用変化に伴う炭素収支評価モデルは、図 4 .3. 3 -5 に示す通り、食料用作物耕地
拡大による炭素放出モデル、商用バイオマス燃料利用に係る炭素放出モデル、植林・
燃料栽培に係る炭素収支モデルの 3 つのサブモデルから構成される。このうち、温暖
化抑制レベルに依存すると考えられ、次年度 DNE21+とのソフトリンクによって分析予
定の植林・燃料栽培に係る炭素収支を除く、2 つのサブモデルの想定について述べる。
①
食料用作物耕地拡大による炭素放出モデル
耕地以外の土地（熱帯雨林、その他の森林、草地、牧草地、耕地、痩せ地）から耕
地へ転用された場合は、生体バイオマス及び土壌から、転用前後の炭素密度の差だけ、
- 164 -
炭素が放出されるとした。土地利用タイプ別の炭素密度は、文献 1 8,19 )を参考に、 32
地域別に設定した（表 4 .3. 3 -4、表 4.3 .3 -5）。なお、耕地の炭素密度は作付けの有無に
よって変わらない（すなわち、作付け地から余剰耕地になっても炭素の吸放出なし）
とした。土壌からの炭素放出期間について、一般に、熱帯地方では土地の転用後から
数年間で放出されるが、寒帯地方では数十年にわたって放出が続くといわれる。文献
18,1 9)によると、土壌からの炭素放出は転用後の急激な酸化（ 3 ∼ 15 年）と、その後の
ゆっくりした酸化（ 5 ∼ 30 年、 Borea l fo re st は 65 年）に大別され、 Boreal forest を除け
ば、大半の炭素は転用後の急激な酸化で減少する。そこで、ほとんどの土壌炭素は 10
年程度の期間（モデル分析の一時点間）に放出されるとした。
以上の想定で、森林の成長による炭素密度の増加、温暖化の影響は考慮していない。
土地利用変化に伴う炭素収支は化石燃料利用による炭素放出に比べ、推定の不確実性
が大きいといわれる。パラメータ等の不確実性の考慮は、今後の課題である。
表 4. 3.3 -4
耕地へ転用前後の生体バイオマス炭素密度想定値 [10 6 g -C/h a]
(a) 耕地へ転用前の炭素密度
熱帯雨林
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
250
転用前土地タイプ
その他の
草地
牧草地
森林
148
17
10
128
17
10
128
17
10
148
17
10
148
17
10
148
17
10
148
17
10
150
23
10
148
17
10
150
23
10
150
23
10
150
23
10
150
23
10
150
23
10
148
17
10
150
23
10
148
17
10
148
17
10
148
17
10
148
17
10
148
17
10
148
17
10
150
23
10
150
23
10
150
23
10
150
23
10
148
17
10
150
23
10
128
17
10
128
17
10
148
17
10
148
17
10
(b ) 耕地へ転用後の炭素密度
痩せ地
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
熱帯雨林
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
- 165 -
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
転用前土地タイプ
その他の
草地
牧草地
森林
5
5
5
5
4
5
5
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
4
5
5
4
5
5
5
5
5
5
5
痩せ地
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
表 4. 3.3 -5
耕地へ転用前後の土壌炭素密度想定値 [1 0 6 g-C/ h a]
(a) 耕地へ転用前の炭素密度
熱帯雨林
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
②
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
120
転用前土地タイプ
その他の
草地
牧草地
森林
134
129
87
158
129
87
158
129
87
134
129
87
134
129
87
134
129
87
134
129
87
80
56
87
134
129
87
80
56
87
80
56
87
80
56
87
80
56
87
80
56
87
134
129
87
80
56
87
134
129
87
134
129
87
134
129
87
134
129
87
134
129
87
134
129
87
80
56
87
80
56
87
80
56
87
80
56
87
134
129
87
80
56
87
158
129
87
158
129
87
134
129
87
134
129
87
(b ) 耕地へ転用後の炭素密度
痩せ地
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
58
熱帯雨林
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
84
転用前土地タイプ
その他の
草地
牧草地
森林
107
97
65
136
97
65
136
97
65
107
97
65
107
97
65
107
97
65
107
97
65
56
42
66
107
97
65
56
42
66
56
42
66
56
42
66
56
42
66
56
42
66
107
97
65
56
42
66
107
97
65
107
97
65
107
97
65
107
97
65
107
97
65
107
97
65
56
42
66
56
42
66
56
42
66
56
42
66
107
97
65
56
42
66
136
97
65
136
97
65
107
97
65
107
97
65
痩せ地
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
44
非商用バイオマス燃料利用に係る炭素放出モデル
アフリカやアジアの途上国では電気にアクセスできない人々を中心に、約 27 億の
人々が伝統的な木炭や木材（非商用バイオマス燃料）を燃料として使用している
20)
。
非商用バイオマス燃料の利用が土地の炭素固定能に及ぼす影響は明らかでないが、こ
こでは、持続的な森林管理がなされないため、エネルギーとして使用した分だけ、再
生されず炭素固定量が減少するという、暫定的な仮定を設け、非商用バイオマス燃料
需要量に単位熱量当たりの材木重量（ 2 .16 1[BD -to n /TOE]、文献 21)を基に設定）と炭素
含有率（ 0.4 7、文献 2 2)を基に設定）を乗じ、試算した。
(8) その他データの整備
①
土地被覆データ
農業土地利用評価モデルでは 200 0 年の土地被覆を基準にそれ以降の耕地拡大等土地
利用タイプの変化を評価する。昨年度までは土地タイプ毎に分布データを整備してい
たが、データの整合性を確保するため IIA SA 2 3 ) 、 HYDE 2 4 ) の 20 0 0 年データを基に、図
4.3. 3 -13 に示す 2 000 年の土地被覆データを整備した。ここで、土地のタイプは、熱帯
雨林、その他の森林、草地（含灌木地）、牧草地、耕地、痩せ地、建築構造物地、内陸
水域の 8 種類である。空間分解能は、農業土地利用モデルと同じ 15 min×15 min で、土
- 166 -
地タイプ毎にグリッド内面積比率で与えられる。
（図 4. 3.3 -1 3 は各グリッドの最大面積
占有土地タイプで色付け）
Rainforest
Other forest
Grass/scrub
Pasture
Cropland
Barren
Built-up
Water
図 4. 3.3 -13
②
20 00 年の土地被覆
気候データ
図 4 .3. 3 -1 4 に A LP S シナリオ A ,B の分析用に想定した全球平均気温上昇を示す。最
終的にはシナリオに沿った各種 GHGs 、S Ox、NOx の排出シナリオから全球平均気温を
算定する予定であるが、今年度は SOx、 NOx 等のシナリオ作成に及ばなかったことよ
り、暫定的に SRES -A 1V2(Min iCAM) 2 5 ) の排出シナリオを代用し、シナリオ A,B のベー
スライン（特に温暖化抑制を行わないケース）の気温上昇とした。なお、 RCP 排出シ
ナリオ
26)
、及び ③ で NEP 算定に用いた SR ES -B2 シナリオ
25)
の気温上昇も同時に示し
ている。全球平均気温上昇の計算には簡易気候変動モデル MA GICC 2 7 ) を用いた。
Change in global mean
temperature (°C)
6.0
5.0
ALPS-A,B
RCP8.5
4.0
RCP6.0
RCP4.5
3.0
RCP3-PD
SRES-B2
2.0
1.0
図 4. 3.3 -14
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
1990
0.0
全球平均気温上昇（産業革命前比）
- 167 -
気温、降水量、流出量、風速、雲量、比湿等の月平均気候分布データは、
Miro c3.2 (Med re s)-A1B 2 8 ) を基に、上記全球平均気温上昇に応じたパターンスケーリング
により作成した。
③
生態系純生産量（ NEP ）データ
農業土地利用評価モデルで、食料用作物栽培の土地を確保した上でなお、温暖化緩
和策として植林等による炭素固定に利用可能な土地を算定する。ここで、炭素固定能
力が一定値以上の土地を選別するため、分析各時点の生態系純生産量（ NEP ）データを
作成した。生態系純生産量（ NEP ）は純一次生産 (NP P )から従属栄養呼吸を差し引いた
もので、炭素固定能を示す指標とされている
29)
。NP P は文献
31)
気候より算出した（図 4 .3. 3 -1 5）。 NEP は、文献
30)
の式と SRES -B2 相当の
等の値を参考に NP P の暫定的に 6
割とした。なお、算定において SRES -B 2 相当の温暖化影響は考慮したものの、 A LP S
のシナリオ A,B や RC P シナリオ等、シナリオ毎の温暖化影響の違いを考慮するように
はなっていない。各シナリオに対応した NEP データの作成は、炭素固定能の算定方法
と合わせ、今後の課題である。
100
200
300
400
図 4. 3.3 -15
④
500
600
700
800
900
[g-C/m 2/yr]
20 00 年 NP P 推定値
人口分布・都市人口分布データ
水需給評価モデルで使用した人口分布図と都市人口分布図を、それぞれ図 4 .3. 3 -1 6、
図 4 .3. 3 -17 に示す。 2 000 年の人口分布、都市人口分布は、それぞれ HYDE の 200 0 年
人口分布、都市人口分布データ（ 5 min× 5 min） 3 2 ) を A LP S の 2 0 00 年国別人口、国別都
市人口と矛盾しないように調整したものである。
将来の人口分布は、(4 . 3 -5 )式のように国別の人口変化分を人口密度に応じて当該国の
グリッドに配分して作成した。
pi,t +1 = pi,t + ( pi,t / Pt ) • ΔP
(4. 3 -5)
t：時点
i：ある国に属するグリッド
- 168 -
pi,t ：グリッド i の人口
Pt ：ある国の人口
ΔP = Pt +1 − Pt ：ある国の人口変化
将来の都市人口分布（都市グリッド分布）は、国別に前期に都市であったグリッド
のうち、当期の人口が大きいグリッドから優先的に当期の都市グリッドとした。当期
の都市グリッド選別は、国別都市人口比率が A LP S シナリオ（ 5. 3.2 節）に達するまで
とし、もし、国別都市人口比率が A LP S シナリオの値に達しない場合は、都市グリッド
周辺で人口の高いグリッドを都市人口グリッドに追加した。
今回整備したデータは、 2 00 0 年の人口分布、都市人口分布を基準にしていること、
そして、空間分解能が高いことより、昨年度まで使用していたデータ（ 19 95 年の人口
分布データを基準、空間分解能は 30 min ×30 min ） 1 6 ) に比べ、将来予測の整合性が向上
したと考えられる。
(a)20 00 年
0
1000
10000
20000
( b)A LPS- A シナリオ 2 050 年
30000
40000
50000
60000
80000
100000 <
[ p er so n / 5 mi n x5 mi n g r i d ]
図 4. 3.3 -16
人口分布データ
(a)20 00 年
0
1000
10000
20000
( b)A LPS- A シナリオ 2 050 年
30000
40000
50000
60000
80000
100000 <
[ p er so n / 5 mi n x5 mi n g r i d ]
図 4. 3.3 -17
都市人口分布データ
- 169 -
4.3.4 まとめと今後の課題
本節では、食料、水、土地利用に関し、飢餓人口や食料価格、単収の変化、水スト
レス等、近年話題にあげられる問題に対する留意点を整理し、その上で、本年度のモ
デル分析ではどのような内容を対象にしたかをまとめた。例えば、現在の食料につい
て、量的に足りないというよりも、低所得国の格差や経済的な問題が存在すると考え
られること、また、食料市場への投機マネー流入や単収の調整など市場との関連性が
大きいと考えられることを示した。水ストレスについては、直接的、間接的水の利用、
そして、水資源量の変化を総合的に考える必要性があることを述べた。また、バイオ
マス燃料需要拡大による将来の影響は、温暖化抑制のレベルを考慮すべきことを述べ
た。
以上のような問題認識のもと、本年度は、平均的な社会・経済シナリオ下で想定さ
れる食料需要を満たすために必要な作付面積や、温暖化抑制に利用可能な土地、 B lue
wa te r と呼ばれる水資源量に対し、直接利用する水の量の比率（水需給比）、そして、
耕地拡大に伴う炭素放出を評価するモデルの開発とデータの整備を行った。このうち、
農業土地利用評価モデルと水需給比評価モデルについては、昨年度まで個々に開発し
てきたモデルをハードリンクさせ、モデルの整合性を高めると同時に、農業・水利用
分野の適応策を想定し、モデルに組み込んだ。今後の課題としては、ハードリンクし
たモデルを使い、水需給比を考慮した農業土地利用や余剰地評価など、フィードバッ
ク機能の構築が考えられる。土地利用変化炭素収支評価モデルについては、本年度よ
り本格的な枠組み構築に取り組んだところであり、モデルのアルゴリズムやパラメー
タ、データに改善の余地が多く残されている。今後の課題として、温暖化緩和策モデ
ル DNE21+とのソフトリンクにおいて、温暖化緩和策シナリオを農業土地利用評価に反
映できるような仕組みの検討があげられる。
参考文献（ 4. 3 節分）
1)
FAO：The State of Food Insecurity in the World (2009).
2)
FAO：Minimum dietary energy requirement (2006).
3)
FAO：World agriculture: towards 2015/2030, an FAO perspective, Edited by J. Bruinsma (2003).
4)
農林水産省：「穀物等の国際価格の動向」(2011)
(http://www.maff.go.jp/j/zyukyu/jki/j_zyukyu_kakaku/pdf/kakaku.pdf).
5)
あおぞら銀行：Weekly market report, Jan 31, 2011
(http://www.aozorabank.co.jp/kojin/products/study/wmreport/pdf/20110131_report.pdf).
6)
FAO：FAOSTAT (http://faostat.fao.org/site/291/default.aspx)
7)
World bank：World development indicators (2008).
8)
FAO：Review of world water resources by country, Water reports 23 (2003).
9)
Alcamo J, Flörke M, Märker M (2007) Future long-term changes in global water resources driven by
sosio-economic and climate changes, Hydrilogical Science, 52(2):247-275.
10) Oki T and Kanae S：Global hydrological cycles and world water resources, Science,313-25 (2006)
- 170 -
11) Hoekstra A Y and Hung P Q： Globalization of water resources: international virtual water flows in relation
to crop trade, Global environmental Change, 15, 45-56 (2005)
12) NEDO ：欧州委員会が再生可能エネルギーのロードマップを提案, NEDO 海外レポート No.994
(2007).
13) NEDO ：米国のバイオエタノールの現状と今後の展望, NEDO 海外レポート No.1000 (2007).
14) Oki T: Total runoff integrating pathways (TRIP) (2001).
(http://hydro.iis.u-tokyo.ac.jp/%7Etaikan/TRIPDATA/TRIPDATA.html)
15) Döll P and Siebert S：Global modeling of irrigation water requirements, Water resources research, 38-4, 8-1
∼10 (2002).
16) (財)地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略
の研究平成 21 年度成果報告書 (2010).
17) FAO：AQUASTAT main country database. (http://www.fao.org/nr/water/aquastat/dbase/index.stm)
18) Houghton R A and Hackler J L：Carbon flux to the atmosphere from land-use changes:1850 to 1990.
ORNL/CDIAC-131, NDP-050/R1 (2001).
19) Houghton R A：The annual net flux of carbon to the atmosphere from changes in land use 1850-1990, Tellus,
51B, 298-313 (1999).
20) IEA：World energy outlook 2010, 237–271 (2010).
21) 山地憲治、山本博己、藤野純一：バイオエネルギー,第 2 章バイオマス資源の特性, 17-46,ミオシン
出版(2000).
22) IPCC：2006 IPCC guidelines for national greenhouse gas inventories, Vol.4 (2006).
23) IIASA： Land use and land cover
(http://www.iiasa.ac.at/Research/LUC/External-World-soil-database/HTML/LandUseShares.html?sb=9)
24) PBL ; Land cover. (http://www.pbl.nl/en/themasites/hyde/landusedata/landcover/index.html)
25) IPCC：Special report on emissions scenarios, Cambridge University Press, Cambridge (2000).
26) IIASA：RCP Database (version 2.0).
(http://www.iiasa.ac.at/web-apps/tnt/RcpDb/dsd?Action=htmlpage&page=about)
27) Wigley T M L：MAGICC/SCENGEN version 5.3. (http://www.cgd.ucar.edu/cas/wigley/magicc/)
28) Hasumi H, Emori S (2004) K-1 coupled GCM (MIROC) description.
29) IPCC：Climate Change 2001: The Scientific Basis, Cambridge University Press, Cambridge (2001).
30) Alexandrov G and Yamagata Y：Verification of carbon sink assessment; Can we exclude natural sinks?,
Climatic Change, 67, 2-3,437-499(2004).
31) 山形与志樹, Alexandrov G, 木下嗣基、石井敦：京都議定書吸収源としての森林評価に関する研究
B-60.
32) PBL：History database of the global environment. (http://themasites.pbl.nl/en/themasites/hyde/index.html)
- 171 -
4.4
生態系影響評価モデルの開発
世界全体を評価可能な生態系影響評価モデルとしては、 B IOME4 1 ) が著名である。モ
デルに入力する環境条件は評価対象時点 (2100 年等 )におけるグリッド別の気温・降水
量等であり、モデルの出力として定常状態に達したときの植生分布の推定結果を得る
ことができる。このようにモデルより得られる植生分布の推定結果を基準年 (199 0 年 )
と評価対象時点との間で比較することにより、温暖化影響による生態系影響評価を行
うこととした。ただし、あくまで気温、降水量等による潜在的な植生を評価するもの
であるため、評価結果の解釈には注意が必要である。
表 4.3 .4 -1 に B IO ME4 において考慮されている植生タイプの定義を、図 4 .4 -1 に 1 9 90
年における潜在的植生分布の推定結果を示す。また、図 4. 4 -2 には各濃度安定化レベル
における 210 0 年の潜在的な植生分布の推定結果を示す（なお、今年度ここで用いたベ
ースラインは、 IP CC SRES B2 である。）。温暖化に伴い、北半球高緯度地域の分布ポテ
ンシャルが大きく変化することがわかる。
表 4. 3.4 -1
Bio me
植生タイプの定義
Bio me Typ e (Na me)
Bio me
Typ e ( ID )
Bio me Typ e (Na me)
Typ e ( ID )
1
Trop ic a l e ve r g re en fo rest
2
Trop ic a l se mi-d ec idu ou s fo re st
3
Trop ic a l d ec idu ou s
4
Te mpe rate d ec id uou s fore st
fo re st/wo od lan d
5
Te mpe rate con ife r fo re st
6
Warm mixe d fo re st
7
Cool mix ed fo rest
8
Cool co n ifer forest
9
Cold mix ed fo rest
10
Eve rg ree n ta ig a /mon ta ne fo re st
11
Deciduou s ta iga /mon ta ne fo re st
12
Trop ic a l sa vann a
13
Trop ic a l x eroph ytic shrubland
14
Te mpe rate x eroph ytic shru bland
15
Te mpe rate sc le ro ph yll
16
Te mpe r ate b ro ad le a ve d sa van na
woo dland
17
Open c on ife r woo dland
18
Bore al p ark land
19
Trop ic a l g ra ss l and
20
Te mpe r ate g ra s s land
21
Dese rt
22
Stepp e tu nd ra
23
Shru b tu nd ra
24
Dwarf sh ru b tu ndra
25
P rostrate sh rub tund ra
26
Cush ion -fo rb s, lichen a nd moss
27
Barren
28
La nd ice
- 172 -
図 4. 4-1
19 90 年における潜在的な植生分布の推定
(a ) ベースライン
(b ) 65 0 p pm-C O 2 (R CP6 .0 相当 )
(c) 550 pp m-CO 2 (RC P4. 5 相当 )
図 4. 4-2
(d) 450 pp m-CO 2 (3. 7W/ m2 相当 )
濃度安定化レベル別の潜在的な植生分布の推定 (21 00 年 )
図 4.4 -3 に、 1 99 0 年の潜在的な植生分布と比較して、各濃度安定化レベルのシナリ
オの各時点（ 205 0 年および 21 00 年）において、植生のタイプが変化した面積を示す。
- 173 -
排出抑制を行うことにより、潜在的な植生分布の変化を抑制することができる。この
ように植生分布に関して、濃度安定化レベル別の温暖化影響の評価が可能である。
Decreased potential area relative to Y1990 [%]
10
ベースライン
650ppm-CO2
550ppm-CO2
450ppm-CO2
8
6
4
2
0
2050年
図 4. 4-3
2100年
各排出パスの下での植生分布ポテンシャル減少 (1 990 年比 )
本節では、温暖化による生態系影響として、潜在的な植生分布の変化を評価するこ
とによって、これを評価した。ただし、B IOME4 の評価は、あくまで気温条件等が定常
状態に達したときに、支配的になる植生を評価するものである。温暖化による植生へ
の影響評価としては、過小に評価しているかもしれないし、逆に過大に評価している
かもしれない。実際の生態系への温暖化影響は相当複雑と考えられ、ここでの分析結
果は、あくまで相当に制約された一定の条件下での評価にすぎないことに留意する必
要がある。
参考文献（第 4. 4 節に関するもの）
1)
J.O. Kaplan, et al.: Climate change and Arctic ecosystems: 2. Modeling, paleodata-model comparisons, and
future projections, Journal of Geophysical Research, Vol.108 No.D19, 8171 (2003)
- 174 -
4.5
セクター別の動向調査
温暖化対策シナリオの策定にあたっては、実現性の伴った具体的な対策を描くこと
が不可欠である。R IT E では、これまでに、セクター別技術積み上げ型のモデル DNE2 1+
を構築するにあたって、セクター別の詳細なデータ収集を行い、モデルの前提条件と
してきた。昨今の経済危機の影響や最新の技術動向等を反映し、より信頼性の高い分
析とするために、セクター別の検討を実施した。今年度は、特に CO 2 排出および排出
削減に大きな寄与を有する電力、鉄鋼、自動車部門について、詳細な検討を実施した。
検討は、各部門の専門家によるワーキンググループを設置し、知見やデータ提供を受
けながら、詳細な検討を実施した。ただし、各専門家と意見が一致しない箇所に関し
ては、モデル分析との調和性なども勘案し、 R ITE の判断で整理を行った。
4.5.1 電力部門
電力部門については、最新の発電コスト・効率の情報収集、整理を主に行った。ま
た、間欠性を伴う再生可能エネルギー（風力、太陽光発電）の大量導入時の系統安定
化のための費用算定についての最新情報等についても収集、整理を行った。それらの
情報をもとに、 DNE2 1+モデルの前提条件としての反映を行った。
(1) 発電コスト・効率の調査、整理
電力部門については、供給部門と需要部門の両者の検討が必要であるが、本年度は
供給部門を中心に検討を行った。発電コストについては、各種文献（国内文献、
IEA/NEA20 10 1 ) 、IEA E TP 2010 4 ) など）を基に、国内および世界について、整理を行った。
国内については表 4 . 5.1 -3 のように石炭、天然ガス、原子力、風力、太陽光発電につい
て、コスト構造別に整理を行った。全体としての発電コストを見るだけでなく、項目
毎に整理を行うことによって、現在のコストの見方の違い、将来のコスト低減の見通
しの理解が深まることを目指した。また、世界の報告例を表 4.5. 1 -4 に示す。 IEA/N EA
は、日本を含む世界各国の発電コスト事例がまとめられた文献である。表 4. 5.1 -3 は、
IEA/NEA を含む多くの文献をもとに整理を行ったが、主要な文献のデータとしては、
例えば、時系列を伴う風力発電の実績値は図 4 .5. 1 -1 、太陽光発電の実績値は図 4.5 .1 -2
のような報告等を利用した。また、系統安定化の費用としては、太陽光発電について
は、表 4 .5. 1 -1 および表 4 .5. 1 -2 の試算例を、風力発電については日本風力発電協会に
よる試算例（例えば 5000 万 kW 導入時は 8.6 ∼ 10 .4 兆円等と試算）を参考にしてまと
めた。ただし、これらをもとに表 4. 5.1 -3 のように整理を行ったが、再生可能エネルギ
ーの系統安定化のための費用については十分な検討がなされているとは言えない。例
えば、日本風力発電協会による風力発電の系統安定化費用の試算や、環境省による太
陽光発電の系統安定化費用は、前提が不適当や考慮が十分でなく、安価に見積もりす
ぎとの意見も多いが、報告されている数値を幅広くサーベイしたものであるので、注
意されたい。
その他、表 4 .5 .1 -3、表 4 .5. 1 -4 含めた全体的な傾向としては、大きな傾向としては、
各種電源（化石燃料発電、原子力発電、風力発電）の設備費は、近年上昇傾向にある
- 175 -
ことがわかる。資材価格の高騰等によるものと考えられる。また、図 4. 5.1 -2 で見られ
るように、太陽光発電パネルの価格については低減傾向にはあるものの、19 97 -200 7 年
の平均年コスト習熟率は 4%であるものの、 2002 年以降に限れば年平均 1 %となってお
り、コスト習熟の飽和もしくは資材価格高騰の影響が出ているものと考えられる。ま
た、 2 002 年以降に限れば、太陽光パネル以外の付属機器と設置工事費の合計はむしろ
増大傾向にある。
図 4. 5.1 -1
図 4. 5.1 -2
風力発電の実績値
8)
太陽光発電のコストの実績値
- 176 -
9)
表 4. 5.1 -1
太陽光発電の系統安定化費用の試算例１
- 177 -
表 4. 5.1 -2
太陽光発電の系統安定化費用の試算例２ 12)
- 178 -
表 4. 5.1 -3
大項目
中項目
小項目
石炭発電
日本における発電コストの整理
原子力発電（軽水炉）
天然ガス複合発電
現状（2005年頃）
2050年
現状（2005年頃）
2050年
現状（2005年頃）
2050年
技術習熟要素無もしくは小
建設費
注）特に、風力、太陽光発電の項の引用
文献の一部については限られた文献から
の引用となったため、、前提条件の想定
が適当とは考えられないものや精度の高
い推定と考えられないものも含まれるの
で、注意が必要
25～35万円/kW程度
12～20万円/kW程度
30～40万円/kW程度
20～40万円/kW程度
稼働率
70～80%程度
50～60%程度
30～40年
30～40年
耐用年数
kWhあたり単価へ換算
燃料想定価格
2.1～3.7円/kWh
石炭
LNG
ウラン（濃縮・成形加工費込）
発電効率（送電端、低位発熱量基準）
燃料費
運転人件費・メインテナンス費
小計
8,800円／t
発電施設解体費用
51,000円／t
42%程度
2.9円/kWh
48%程度
52%程度
5.1円/kWh
6.5円/kWh
1円/kWh程度
8 . 2 ～9 .8 円/ kW h
0.01円/kWh
1.3～3.1円/kWh
30～40%程度（コスト推計には不使用）
1 3 .5 ～1 5 .2 円/ kW h
0.01円/kWh
5 .1 ～7 .4 円/ kW h
4 . 8 ～6 . 6 円/ kWh
0.04～0.05円/kWh
―
―
2 ～4 円/ kW h 程度
費用計（配電費用は含まず）
2 ～4 円/ kWh 程度
8 ～1 1 .6 円/ kW h
1 0 . 2 ～1 3 . 8 円/ kWh
1 0 .4 ～1 4 .1 円/ kW h
1 5 .5 ～1 9 .2 円/ kW h
8 .8 ～1 2 .4 円/ kW h
1 0 . 9 ～1 4 . 5 円/ kWh
1 0 .7 ～1 4 .4 円/ kW h
1 5 .8 ～1 9 .5 円/ kW h
費用計（温暖化影響費用含む（炭素価
炭素価格100$/tCO2相当時
格による感度解析））
1 5 .8 ～1 9 .4 円/ kW h
1 7 ～2 0 . 6 円/ kW h
1 3 .8 ～1 7 .5 円/ kW h
1 8 .6 ～2 2 .3 円/ kW h
炭素価格200$/tCO2相当時
2 3 .5 ～2 7 .1 円/ kW h
2 3 . 8 ～2 7 . 4 円/ kWh
1 7 .2 ～2 0 .9 円/ kW h
2 1 .6 ～2 5 .3 円/ kW h
炭素価格10$/tCO2相当時
2050年
3円/kWh程度
1 4 円/ kW h 程度（陸上）
[太陽電池パネル]
43万円/kW程度
想定技術習熟率（2005～
2030年）：8%/年
5.8万円/kW程度
想定技術習熟率（2030～
2050年）：4%/年
2.6万円/kW程度
12%程度（10～15%程度）
20～30年
48.1～55.7円/kWh（住宅
等）；44.3～55.7円/kWh
（大規模集中）
16～27.3円/kWh（住宅
等）；12.9～27.3円/kWh
（大規模集中）
―
―
―
14～24.9円/kWh（住宅
等）；10.9～24.9円/kWh
（大規模集中）
現状15%程度（コスト推計には不使用）
2030年25%、2050年40%目標有（実現すればﾎﾟﾃﾝｼｬﾙ増につながる。ｺｽﾄ低減の想定
はこの効果を織り込んだ想定）
3円/kWh程度
―
3円/kWh程度
3円/kWh程度
3円/kWh程度
1 2 .2 ～1 7 .2 円/ kW h （陸 1 1 .2 ～1 4 .5 円/ kW h （陸 5 1 .1 ～5 8 .7 円/ kW h （住 1 9 ～3 0 . 3 円/ kWh （住宅 1 7 ～2 7 .9 円/ kW h （住宅
上）； 1 7 .7 ～2 6 .8 円/ kW h 上）； 1 6 .7 ～2 5 .9 円/ kW h 宅等）； 4 7 .3 ～5 8 .7 円等）； 1 5 .9 ～3 0 .3 円/ kW h 等）； 1 3 . 9 ～2 7 . 9 円/ kW h
（海上）
（海上）
/ kW h （大規模集中）
（大規模集中）
（大規模集中）
0.1円/kWh程度
0.1～0.3円/kWh程度
2～4円/kWh程度
（系統までの送電費用は建設費に含まれるものとした）
4円/kWh程度
（オンサイトの場合でも系統と全く連系しない場合はほとんどないと
考えられるためすべてで想定）
【日本風力発電協会による試算(既設連系線使用可能時～使用不可能時)】
～500万kW：1円/kWh未満
～1,000万kW：0.8～1.3兆円（2030年まで累積)（＝4.8～7.8円/kWh）
～2,000万kW：2.9～4.6兆円（2030年まで累積）（＝8.7～13.8円/kWh）
～2,500万kW：3.8～5.4兆円（2030年まで累積）（＝9.1～12.9円/kWh）
～5,000万kW：8.6～10.4兆円（2030年まで累積)（＝10.3～12.5円/kWh）
―
―
―
3円/kWh程度
1.5円/kWh
注）限られた文献からの引用となったため、引用文献の一部につい
ては、前提条件の想定が適当とは考えられないものや精度の高い
推定と考えられないものも含まれるので、注意が必要
再処理費、廃棄物処理費
11円/kWh程度（陸上）
9.2～12.4円/kWh（陸上）； 8.2～11.5円/kWh（陸上）；
14.7～23.8円/kWh（海上） 13.7～22.9円/kWh（海上）
―
2円/kWh程度
2030年
20年
58%程度
1円/kWh
現状（2005年頃）
20%（15～25%程度）
―
―
―
11.6円/kWh
―
20%（15～25%程度）
―
―
燃料費の項で記載
0.6円/kWh程度
8 .4 ～1 0 . 1 円/ kW h
20%（15～25%程度）
想定技術習熟率（2030～
2050年）：1%/年
10万円/kW程度
20年
2～4円/kWh程度
系統安定化のための追加費（周波数調整力確保対策＋余剰
電力対策＋配電対策等）
kWhあたり単価は、風力、太陽光発電それぞれの発電電力量
を分母として算出したもの
小計
想定技術習熟率（2005～
2030年）：1%/年
12万円/kW程度
102,000円／t
―
送電費用（明確な区分けは困難だが、配電費用は含まない単
価。配電費用は電圧等により大きな差がある。）
その他費用
2.1～4.4円/kWh
―
17,600円／t
85～90%程度
2050年
[設置工事費、付属機器費]
[設置工事費、付属機器費]
20～25万円/kW程度（戸建住宅屋根傾斜面設置、最大5300万kW程度（設置の制約
640万kW（条件：陸上・限定された条件）：8万円/kW程度
条件を考慮すると、1219～4878万kWとの報告も有））；20～30万円/kW程度（非傾斜
2,500～30,000万kW（条件：陸上・緩和された条件）：10～15万円/kW程度
面屋上設置、集合住宅：最大2200万kW程度（164～654万kWとの報告も有）、大型産
510～40,000万kW（条件：洋上・着床式）：20～40万円/kW程度
業施設：最大5300万kW程度（1490～3450万kWとの報告も有）、公共施設：最大
3,800～130,000万kW（条件：洋上・浮体式）：20～40万円/kW程度（技術習熟要素一
1400万kW程度（950～2130万kWとの報告も有））；15～30万円/kW程度（その他未
部有、コストレンジは技術習熟を含めたもの）
利用地等、最大6000万kW程度（7590～9370万kWとの報告も有））
【設置費用については設置条件次第で大きく変わるため概算値】
【設置費用については設置条件次第で大きく変わるため概算値】
40～60年
1.3～3円/kWh
―
―
6 ～7 .6 円/ kW h
60～85%程度
太陽光発電
2030年
[風車]
16万円/kW程度
技術習熟要素有
発電費
風力発電
現状（2005年頃）
【経済産業省研究会試算2009年7月】　～1,300万kW：1円/kWh未満
～2,800万kW：3000億円程度（2030年まで累積）（＝1.3円/kWh）
～5,100万kW：4.6兆円程度（2030年まで累積）（＝11円/kWh程度）
～5,321万kW：最大7兆円（2030年まで累積）（＝16円/kWh程度）
【経済産業省研究会試算2010年5月（出力抑制無、系統側蓄電池ケース）】
～2,800万kW：16.2兆円（20年まで）（＝69円/kWh）
【環境省研究会試算2009年2月】
～7,900万kW：3.56兆円（2030年まで累積）（＝5円/kWh程度）
1円/kWh程度
―
―
3 ～5 .1 円/ kW h 程度
～5 0 0 万kW ： 2 .1 ～4 .1 円/ kW h
～1 , 0 0 0 万kW ： 6 .9 ～1 1 .9 円/ kW h
～2 ,0 0 0 万kW ： 1 0 .8 ～1 7 .9 円/ kW h
～2 ,5 0 0 万kW ： 1 1 .2 ～1 7 .0 円/ kW h
～5 ,0 0 0 万kW ： 1 2 .4 ～1 6 .6 円/ kW h
～1 , 3 0 0 万kW ： 4 .1 ～4 . 3 円/ kWh 程度
～2 ,8 0 0 万kW ： 5 .4 ～5 .6 円/ kW h
～5 ,1 0 0 万kW ： 9 ～1 5 円/ kW h
～7 ,9 0 0 万kW ： 9 ～2 0 円/ kW h
8 . 1 ～1 2 .5 円/ kW h
8 . 1 ～1 2 .5 円/ kW h
7 .8 ～1 1 .7 円/ kW h
1 4 .3 ～1 6 .3 円/ kW h 【 5 0 0
万kW 程度まで】； 1 9 .1 ～
1 6 . 1 ～1 8 . 1 円/ kWh （陸 2 9 .1 円/ kW h 【 1 0 0 0 万kW
上）【 2 0 0 8 年度末：約1 9 0 まで】； 2 4 .6 ～3 3 .8 円
/ kW h （陸上）、 3 0 .1 ～
万kW 】
4 3 .4 円/ kW h （海上）
【 5 0 0 0 万kW まで】
1 3 .3 ～1 5 .3 円/ kW h 【 5 0 0
万kW 程度まで】； 1 8 .1 ～
2 6 .4 円/ kW h 【 1 0 0 0 万kW
5 5 . 2 ～6 3 円/ kW h 【 2 0 0 8
まで】； 2 3 .6 ～3 1 .1 円
年度末：約2 0 0 万kW 】
/ kW h （陸上）、 2 9 . 1 ～
4 2 .5 円/ kW h （海上）
【 5 0 0 0 万kWまで】
2 0 ～3 4 .6 円/ kW h 【 1 3 0 0
万kW 程度まで】； 2 1 . 3
～3 5 .9 円/ kW h 【 2 8 0 0 万
kW程度まで】； 2 4 .9 ～
4 5 .3 円/ kW h 【 5 1 0 0 万kW
程度まで】
1 8 ～3 2 .2 円/ kW h 【 1 3 0 0
万kW 程度まで】； 1 9 .3
～3 3 .5 円/ kW h 【 2 8 0 0 万
kW 程度まで】； 2 2 .9 ～
4 2 .9 円/ kW h 【 5 1 0 0 万kW
程度まで】
7 .8 ～1 1 .7 円/ kW h
1 4 .3 ～1 6 .3 円/ kW h 【 5 0 0
万kW 程度まで】； 1 9 .1 ～
1 6 . 1 ～1 8 . 1 円/ kWh （陸 2 9 .1 円/ kW h 【 1 0 0 0 万kW
上）【 2 0 0 8 年度末：約1 9 0 まで】； 2 4 .6 ～3 3 .8 円
/ kW h （陸上）、 3 0 .1 ～
万kW 】
4 3 .4 円/ kW h （海上）
【 5 0 0 0 万kW まで】
1 3 .3 ～1 5 .3 円/ kW h 【 5 0 0
万kW 程度まで】； 1 8 .1 ～
2 6 .4 円/ kW h 【 1 0 0 0 万kW
5 5 . 2 ～6 3 円/ kW h 【 2 0 0 8
まで】； 2 3 .6 ～3 1 .1 円
年度末：約2 0 0 万kW 】
/ kW h （陸上）、 2 9 . 1 ～
4 2 .5 円/ kW h （海上）
【 5 0 0 0 万kWまで】
2 0 ～3 4 .6 円/ kW h 【 1 3 0 0
万kW 程度まで】； 2 1 . 3
～3 5 .9 円/ kW h 【 2 8 0 0 万
kW程度まで】； 2 4 .9 ～
4 5 .3 円/ kW h 【 5 1 0 0 万kW
程度まで】
1 8 ～3 2 .2 円/ kW h 【 1 3 0 0
万kW 程度まで】； 1 9 .3
～3 3 .5 円/ kW h 【 2 8 0 0 万
kW 程度まで】； 2 2 .9 ～
4 2 .9 円/ kW h 【 5 1 0 0 万kW
程度まで】
1)割引率を5%として計算した。より高い割引率（例えば10%）を用いて計算すると、設備費が高い電源が、相対的により高い発電単価として算出される。
2)IEA/NEA, Projected Costs of Generating Electricity-2010 Editionから多くの数値を引用
備考（根拠、出典等も記載）
1)2050年の燃料価格は現状価格の２倍と想定
2)2050年の発電効率は、これよりも高い効率の設備が見込
まれるが、設備の残存も含めた平均的な効率のおおよその
見通しとして設定
1)2050年の燃料価格は現状価格の２倍と想定
2)2050年の発電効率は、これよりも高い効率の設備が見込
まれるが、設備の残存も含めた平均的な効率のおおよその
見通しとして設定
1)燃料費のうち、濃縮・成形加工費が７割程度を占めており、
ウラン燃料費の比率は小さいため、2050年の燃料費は現状
比の１．５倍と想定
2)将来設備費については、H22経済産業省「次世代軽水炉開
発の中間評価の公表」（次世代軽水炉の建設費（開発目
標）：13万円／kW）等も参考にしつつ、現実感も踏まえて総合
的に判断し、20万円/kW～と想定したケースで計算
- 179 -
1) NEDO, 「新エネルギー等導入基礎調査」, 2000； JWPA, 「風力発電の賦存量とポテンシャ
ルおよびこれに基づく長期導入目標とロードマップの算定」, 2009；環境省, 「H21年度再生可
能エネルギー導入ポテンシャル調査」, 2010；NEDO, 「再生可能エネルギー技術白書」, 2010
2) 近年、建設費は増大傾向にあるが、名目価格での上昇であるため、実質価格としては引
き続き低減すると仮定して費用を想定した。
1) NEDO, 「2030 年頃までの技術発展を想定したときの国内導入可能量」, 2005； NEDO,
「太陽光発電ロードマップ（PV2030+）」, 2009；METI低炭素電力供給システムに関する研究
会, 2009; METI次世代送配電ネットワーク研究会, 2010；環境省, 「H21年度再生可能エネル
ギー導入ポテンシャル調査」, 2010
2) 1997-2007年の太陽光パネルの技術習熟率は4%/yrであるが（2002～07年に限れば1%/yr
程度とこれよりもかなり低い）、2030年までは8%/yrと想定
メインテナンス費はOECD平均値（IEA/NEA, 2010）
表 4. 5.1 -4
IEA/NEA2010 報告レンジ中設備費
OECD中央値運転人件費・メインテナンス費
燃料費
発電効率
稼働率
耐用年数
発電単価（$/MWh）
国際研究機関等における実績報告値、モデル想定値
$/kW
$/MWh
$/MWh
%
%
年
割引率5%
割引率10%
石炭
（SC/USC coal）
2133.49
6.02
18.21
41.10%
85%
40
65.18
80.05
風力（陸上）
天然ガス（CCGT）
原子力
1068.97
4.48
61.12
57%
85%
30
85.77
92.11
4101.51
14.74
9.33
33%
85%
60
58.53
98.75
2348.64
21.92
―
―
26%
25
96.74
137.16
6005.79
29.95
―
―
13%
25
410.81
616.55
太陽光
報告レンジ
（途上国含）
設備費
発電単価（$/MWh）
$/kW
割引率5%
割引率10%
602～2719
29.42～88.08
33.26～107.03
538～1622
35.81～105.14
39.01～119.53
1556～5863
29.05～81.65
42.09～121.62
1223～3716
48.39～162.9
72.01～234.32
2878～7381
122.86～626.87
186.54～934.63
IEA/NEA2005 報告レンジ
（途上国含）
設備費
発電単価（$/MWh）
$/kW
割引率5%
割引率10%
719～2347
15.7～56.9
25.9～69.1
424～1030
38.2～60.4
40.9～63.8
1074～2510
20.8～48.0
30.3～68.6
1024～1634
31.1～92.3
46.1～144.2
3363～5239
120.6～484.8
209.1～743.4
IEA ETP 2010 2010年時点
設備費
$/kW
2100～2200
900
3000～3700
1450～2200
3500～5600
風力（陸上）
2008年
2030年
1770～1960
1440～1600
90～105
70～85
2008年
5730～6800
360～755
IEA/WEO
PNNL
450 scenario
設備費
発電単価（$/MWh）
設備費
運転人件費・メインテナンス費
発電効率
発電単価（$/MWh）
追加費用（電力貯蔵）
$/kW
$/kW
$/MWh
%
Pluverized coal
2020年
―
―
39%
39.3
Gas (CC)
2020年
―
―
55%
18.2
Nuclear (Gen III)
2020年
―
―
―
50.9
$/kW
- 181 -
太陽光
2030年
2010～2400
140～305
Rooftop PV
Wind
2005年
1167
4.11
2020年
1124～1082
3.42～3.42
658
566～486
2005年
9500
11.42
2020年
6278～4258
5.71～3.42
Central PV
2005年
6875
2.85
2020年
4525～3446
2.85～2.51
480
413～355
309.4～517
図 4 .5. 1 -3 は、表 4.5 . 1 -3 をもとに、少し簡略化しながら、それをグラフ化したもの
である。石炭、天然ガス発電は、化石燃料価格が 205 0 年に向けて２倍程度に上昇する
と仮定しつつ、一方で発電効率向上を見込んで発電単価推移の見通しを示している。
原子力発電は、燃料費が 1.5 倍程度に上昇すると仮定しつつ（燃料費にはウラン資源費
のみならず、加工費が含まれるため、ウラン資源については概ね２倍程度に上昇する
と仮定した想定）、稼働率が 60 -8 5%から、 2050 年に 85 -90 %へ推移すると想定したとき
の発電単価を示している。風力発電は、風車部分のコスト低減が年率 1%で継続すると
したもの、太陽光発電は、太陽光パネルのコスト低減が 2 030 年までは年率 8%、2030 -5 0
年は年率 4%と想定した場合の発電単価を示している。また、風力、太陽光は、導入量
が大きくなると、系統安定化等のためにむしろ費用が大きくなる要因もあるため、そ
れを含めた幅として示している。
また、図 4.5 .1 -3 は、炭素価格として 1 00$ /tCO 2 を想定したときの化石燃料発電の発
電単価の相対的な位置づけの変化を示したものである。100 $/tCO 2 程度の炭素価格にな
ると、風力発電は化石燃料発電とかなり競争力を有するようになる。太陽光発電につ
いては、相当コスト習熟が進んだ段階にならないと、 1 00$ /tC O 2 程度の炭素価格の下で
あっても化石燃料発電と競争力を有するようにはならないと見られる。また、風力、
太陽光発電は、コスト条件が良い部分まではコスト競争力を有するようになることが
期待できるものの、導入量が大きくなると、条件の悪いところでの設置や、系統安定
化のための追加費用が必要になってくる。コスト効率性からは、適切なレベルの導入
が望ましいことが理解できる。
70
発電単価（円/kWh）
60
50
電気
料金
20
40
太陽光発電
30
風力発電
天然ｶﾞｽ発電
石炭発電
10
0
2005
原子力発電
2010
2015
図 4. 5.1 -3
2020
2025
2030
2035
2040
2045
2050
発電単価：時系列、温暖化外部費用含まず
- 182 -
70
発電単価（円/kWh）
60
50
電気
料金
20
40
太陽光発電
30
風力発電
天然ｶﾞｽ発電
石炭発電
10
原子力発電
0
2005
2010
図 4. 5.1 -4
2015
2020
2025
2030
2035
2040
2045
2050
発電単価：時系列、温暖化外部費用含む（ 1 00$/ tCO 2 ）
図 4 .5. 1 -5 、図 4. 5.1 -6 には、 20 30 年における発電単価をそれぞれ設備容量別、発電
電力量別に示したものである。一方、図 4.5. 1 -7、図 4 .5. 1 -8 は、同じく、 203 0 年にお
ける発電単価をそれぞれ設備容量別、発電電力量別に示したものであるが、炭素価格
100$ /tCO 2 を想定したものである。
２０３０年
60
太陽光発電：戸建住宅＋就業住宅＋大型産業施設＋公共施設最大設置可能量
太陽光発電：戸建住宅＋就業住宅最大設置可能量
発電単価（円/kWh）
50
電気
料金
太陽光発電：戸建住宅最大設置可能量
太陽光発電
40
陸上風力最大設置可能量
30
風力発電
20
天然ｶﾞｽ発電
石炭発電
10
原子力発電
現時点の
太陽光設備容量
0
0
1000
現時点の
風力設備容量
図 4. 5.1 -5
現時点の
現時点の原子力
石炭設備容量設備容量
2000
3000
4000
5000
設備容量（万kW）
現時点の天然
ｶﾞｽ設備容量
6000
7000
8000
現状比10%
発電単価：設備容量別、温暖化外部費用含まず
- 183 -
２０３０年
60
太陽光発電：戸建住宅＋集合住宅＋大型産業施設＋公共施設最大設置可能量
太陽光発電：戸建住宅＋集合住宅最大設置可能量
50
太陽光発電：戸建住宅最大設置可能量
発電単価（円/kWh）
太陽光発電
40
陸上風力最大設置可能量
30
電気
料金
風力発電
20
天然ｶﾞｽ発電
石炭発電
10
原子力発電
現時点の太陽光
発電電力量
0
0
現時点の風力
発電電力量
現時点の石炭現時点の原子力現時点の天然
発電電力量
発電電力量
ｶﾞｽ発電電力量
5000
10000
現状比10%
現状比5%
図 4. 5.1 -6
15000
20000
25000
発電電力量（MWh）
30000
35000
40000
発電単価：発電電力量別、温暖化外部費用含まず
２０３０年
60
太陽光発電：戸建住宅＋就業住宅＋大型産業施設＋公共施設最大設置可能量
太陽光発電：戸建住宅＋就業住宅最大設置可能量
発電単価（円/kWh）
50
電気
料金
太陽光発電：戸建住宅最大設置可能量
太陽光発電
40
陸上風力最大設置可能量
30
風力発電
20
石炭発電
天然ｶﾞｽ発電
10
原子力発電
現時点の
太陽光設備容量
0
0
1000
現時点の
風力設備容量
図 4. 5.1 -7
現時点の
現時点の原子力
石炭設備容量設備容量
2000
3000
4000
5000
設備容量（万kW）
現時点の天然
ｶﾞｽ設備容量
6000
7000
8000
現状比10%
発電単価：設備容量別、温暖化外部費用含む（ 1 00$/t CO 2 ）
- 184 -
２０３０年
60
太陽光発電：戸建住宅＋集合住宅＋大型産業施設＋公共施設最大設置可能量
太陽光発電：戸建住宅＋集合住宅最大設置可能量
発電単価（円/kWh）
50
太陽光発電：戸建住宅最大設置可能量
40
陸上風力最大設置可能量
30
電気
料金
風力発電
20
石炭発電
天然ｶﾞｽ発電
10
原子力発電
現時点の太陽光
発電電力量
0
0
現時点の風力
発電電力量
図 4. 5.1 -8
5000
現状比5%
現時点の石炭現時点の原子力現時点の天然
発電電力量
発電電力量
ｶﾞｽ発電電力量
10000
現状比10%
15000
20000
25000
発電電力量（MWh）
30000
35000
40000
発電単価：発電電力量別、温暖化外部費用含む（ 100 $/t CO 2 ）
IEA En e rg y Te chn olog y P erspec tives (ETP ) 2 0 10 のシナリオ策定において利用されてい
る発電設備の設備費と発電効率の想定は表 4 .5. 1 -5 のようになっている。
表 4. 5.1 -5
IEA ETP 2010 で用いられている設備費と発電効率
I n v e s t me n t co st ( U SD / k W )
Ne t e ff i c ie n c y ( %)
2010
2050
2010
2050
SC PCC
2100
1650
42
42
USC PCC
2200
1700
46
52
IGCC
2400
1850
42
54
NG C C
900
750
57
63
U S C P C C +p o s t - co mb c a p t ur e
3400
2500
36
44
I G C C +p r e - co mb c ap t ur e
3200
2450
33
48
NG C C +p o st - co mb cap t u re
1450
11 0 0
49
56
NG C C + o x y- f u e ll i n g
1650
1350
47
54
B io ma s s s te a m t u r b i ne
2500
1950
-
-
3 0 0 0 -3 7 0 0
2 7 0 0 -3 3 0 0
36
37
N uc l ear ( Ge n II I+ )
- 185 -
(2) DNE21 +モデルにおける想定
上記のように、発電コスト等の調査、整理を行った上で、それらを総合的に参考に
して、温暖化対策・エネルギー技術評価モデル DNE21+ における発電コストを表 4.5 .1 -6
のように想定した。
表 4. 5.1 -6
DNE 21+ モデルにおいて今回想定した設備費と発電効率
2000年価格設備 2007年価格設備
費 ($/kW)
費 ($/kW)
発電効率
(LHV %)
低効率（在来型（亜臨界）、現在の途上国で
の利用）
中効率（主に現在の先進国での利用（超臨
界）∼将来、複合発電化（IGCC）を含む）
1000
1250
22.0–27.0
1500
1875
36.0–45.0
高効率（現在先進国で利用∼将来、複合発電
化（IGCC、IGFC））
1700
2125
42.0–55.0
石油発電
低効率（ディーゼル発電等）
中効率（亜臨界）
高効率（超臨界）
CHP
天然ガス発電
低効率（蒸気タービン）
中効率（複合発電）
高効率（高温型複合発電）
CHP
250
650
1100
700
300
650
1100
700
1200–900
2200–1600
2400
2100
2800–2050
1900–1400
1100
1000
313
813
1375
875
375
813
1375
875
1500-1125
2750-2000
3000
2625
3500-2625
2375-1750
1375
1250
22.0–27.0
37.0–45.0
50.0–60.0
37.0–47.0*
26.0–32.0
38.0–47.0
52.0–62.0
38.0–48.0*
18.0–28.0
36.0–46.0
石炭発電
バイオマス発電
原子力発電
低効率（蒸気タービン）
高効率（複合発電）
在来型
先進型
CO2 回収付IGCC/IGFC
天然ガス酸素燃焼発電
水素発電（FC/GT）
電力貯蔵（揚水発電等）
33.0–51.0
40.7–50.7
52.0–64.5
図 4 .5. 1 -8 、図 4 .5. 1 -9 には、各国の石炭火力と天然ガス発電の発電効率（低位発熱
量基準）とモデルの基準年となる 200 0 年の低効率、中効率、高効率の発電設備の発電
効率の想定値を示す。高効率は、世界最高レベルの発電効率を有する国の発電効率、
中効率は世界平均レベル、低効率はほぼすべての地域の現状の最も低位の発電効率を
カバーできるレベルとしている。
- 186 -
55
高効率
中効率
50
Australia
Canada
Efficiency (% LHV)
低効率
France
Germany
45
Japan
40
UK
US
35
EU27
Russia
30
Korea
China
25
India
World
20
1990
1992
1994
1996
1998
図 4. 5.1 -9
2000
2002
2004
2006
2008
石炭発電効率の想定
注）図中の低効率、中効率、高効率は、表 4.5.1-6 の石炭発電の低効率、中効率、高効率に相当す
る。発電効率の実績値は IEA 統計より算定したもの。
55
Australia
Canada
50
Efficiency (% LHV)
France
Germany
45
Japan
40
UK
US
35
EU27
Russia
30
Korea
高効率
中効率
25
China
India
低効率
World
20
1990
1992
1994
1996
1998
図 4. 5.1 -10
2000
2002
2004
2006
2008
天然ガス発電効率の想定
注）図中の低効率、中効率、高効率は、表 4.5.1-6 のガス発電の低効率、中効率、高効率に相当す
る。発電効率の実績値は IEA 統計より算定したもの。
図 4 .5. 1 -11、図 4.5 .1 -1 2 は、それぞれ石炭発電、天然ガス発電において、低効率だ
が設備費用が安価な発電設備、中効率で設備費用も中程度の発電設備、高効率だが設
備費用も高価な発電設備の３種類が、投資判断にあたっての割引率（主観的な投資回
収年数）の違いによって費用効率性がどのように変化するか、また、燃料価格によっ
て費用効率性がどのように変化するかの感度を簡単に試算したものである。日本のよ
- 187 -
うに相対的に低い割引率（長い投資回収年数）で投資判断がなされると、高効率な発
電技術がコスト効率性を有するが、途上国のように高い割引率（短い投資回収年数）
で投資判断がなされると、低効率な発電技術がコスト効率性を有し、選択されやすく
なることがわかる。
なお、DNE21+ モデルのモデル計算においては、化石燃料価格や稼働率はモデルで内
生的に計算される。ここではどのような要因でどの程度、コスト効率性が異なってく
るのかの感度を見ていることに注意されたい。
b) 現状石炭単価 × ２倍
140
160
120
140
100
発電単価（$/MWh）
発電単価（$/MWh）
a) 現状石炭単価
80
60
40
国・時点による想定範囲
（割引率25～8%）
20
120
100
Coal-I
80
Coal-II
60
国・時点による想定範囲
（割引率25～8%）
40
Coal-III
20
0
0
0
2
4
6
8
10
12
14
16
0
18
2
4
6
投資回収年数
図 4. 5.1 -11
8
10
12
14
16
18
投資回収年数
投資回収判断年数と発電コストの関係（石炭発電の事例）
注） Co al - I , I I , I I I は、それぞれ、表 4 . 5 . 1 - 6 の石炭発電の低効率、中効率、高効率に相当する。設
備費は 2007 年価格を利用。稼働率は 75%を想定して計算。モデル計算においては、稼働率は内生
的に決定される。
a) 現状 L NG 単価
b) 現状 LNG 単価 × ２倍
180
250
160
200
発電単価（$/MWh）
発電単価（$/MWh）
140
120
100
80
60
国・時点による想定範囲
（割引率25～8%）
40
150
Gas-I
Gas-II
100
国・時点による想定範囲
（割引率25～8%）
Gas-III
50
20
0
0
0
2
4
6
8
10
12
14
16
18
0
投資回収年数
図 4. 5.1 -12
2
4
6
8
10
12
14
16
18
投資回収年数
投資回収判断年数と発電コストの関係（ガス発電の事例）
注） Gas - I , I I , I I I は、それぞれ、表 4 . 5 . 1 - 6 のガス発電の低効率、中効率、高効率に相当する。設
備費は 2007 年価格を利用。稼働率は 50%を想定して計算。モデル計算においては、稼働率は内生
的に決定される。
- 188 -
a) 現状燃料価格
b) 現状燃料価格 ×2 倍（原子力は燃料費 × 1.5 倍）
250
160
140
発電単価（$/MWh）
発電単価（$/MWh）
200
120
100
80
60
国・時点による想定範囲
（割引率25～8%）
40
20
Coal-I
Coal-II
150
Coal-III
Gas-I
Gas-II
100
Gas-III
Nuc-I
50
Nuc-II
国・時点による想定範囲
（割引率25～8%）
0
0
0
2
4
6
8
10
12
14
16
0
18
2
4
図 4. 5.1 -13
6
8
10
12
14
16
18
投資回収年数
投資回収年数
投資回収判断年数と発電コストの関係（石炭、ガス、原子力の比較）
注） Co al - I , I I , I I I および Gas - I , I I , I I I は、それぞれ、表 4 . 5 . 1 - 6 の石炭およびガス発電の低効率、
中効率、高効率に相当する。設備費は 2007 年価格を利用。稼働率は石炭、ガスともに 75%、原子
力は 85%を想定して計算。モデル計算においては、稼働率は内生的に決定される。
また、風力発電、太陽光発電についても、表 4. 5.1 -3 や表 4 .5.1 -4 のような整理を通
してコストの将来見通しを更新した。モデルでは 200 0 年の実質価格で想定しているこ
とも踏まえて、調査・整理したコストを踏まえながら、将来コストの想定を行った。
表 4 .5. 1 -3 で整理したように、風車や太陽光パネルのコスト習熟が進むにつれ、コスト
習熟があまり期待できない設置費の比率が高まるため、以下のようなコスト習熟を想
定した。風力発電は 2 030 年までは 1.0 %/yr でコスト低減するものの、それ以降は徐々
にコスト低減が小さくなり、 2030 -4 0 年は 0.7 5%/yr、 204 0 -50 年は 0 .5%/ yr のコスト低
減を想定した。太陽光発電については、 2 030 年までは 3.4 %/yr 、 203 0 -40 年は 2.4 %/yr、
2040 -5 0 年は 1. 4%/yr のコスト低減を想定した。
Generation cost (US2000$/MWh)
120
100
Grade 1
80
Grade 2
60
Grade 3
Grade 4
40
Grade 5
20
0
2000
2010
2020
2030
2040
2050
Year
図 4. 5.1 -14
風力発電のコスト想定
注）割引率 5 % / yr の場合
- 189 -
Generation cost (US2000$/MWh)
500
400
Grade 1
Grade 2
300
Grade 3
200
Grade 4
Grade 5
100
0
2000
2010
2020
2030
2040
2050
Year
図 4. 5.1 -15
太陽光発電のコスト想定
注）割引率 5 % / yr の場合
風力発電と太陽光発電における設備容量と発電パターン、瞬時ピーク時間帯での期
待出力のモデル化とその想定値を図 4 .5. 1 -16 および図 4. 5.1 -1 7 にそれぞれ示す。図
4.5. 1 -17 で示すように太陽光発電はピーク時間帯のみに発電可能と想定している。ま
た、いわゆる kW 価値は瞬時ピーク時間帯（１年間 87 60 時間の 1%としてモデル化）
で期待できる出力として表現し、設備容量の 1 0%を想定した。なお、間欠性を有する
風力、太陽光発電の kW 価値はゼロであるとする見方もあるが、ここでは設備容量の
10%を仮定した。また、導入規模によっても kW 価値をどの程度見込み得るかは異なっ
てくると考えられるが（導入規模が大きくなると、間欠時のリスクが高まると考えら
れるため、設備容量に対する比率としてはより小さく見込む方が適当とも考えられ
る）、ここでは導入規模に依らず（すなわち時点に依らず）一定と仮定した。
瞬時ピーク時間帯
設備
容量
ピーク時間帯
中間時間帯
ｵﾌﾋﾟｰｸ時間帯
稼働率20%
20.1%
10%
1%
33%
図 4. 5.1 -16
33%
33%
8760時間
風力発電のモデル化
- 190 -
瞬時ピーク時間帯
設備
容量
ピーク時間帯
中間時間帯
ｵﾌﾋﾟｰｸ時間帯
稼働率12%
36%
10%
1%
33%
図 4. 5.1 -17
33%
33%
8760時間
太陽光発電のモデル化
風力、太陽光発電の系統安定化のための追加費用については、特段の対策が無くと
も導入可能な量を従来の DNE21+ では、総発電電力量の 15 %としていたが、10 %に下方
修正することとした。前項での調査のように、日本については、 2 .5% 程度であっても
系統安定化のための追加費用が相当分必要と推定されているが、系統規模によってそ
のレベルは大きく異なり、DNE21+モデルではモデル分割地域間の対策費用の比較も重
視した分析を行っていく一方、この閾値となる数値を地域毎に論理的に設定すること
が困難と考えられたため、地域によらず、一律で 10 %を閾値として想定を行った。な
お、系統制御技術の進展により、 2 030 年以降はこの閾値が 10 %から、 20 50 年では 1 5%
になると仮定した。
また、前項で見られたように、導入規模によって系統安定化のための追加費用の単
価は増大すると考えられるが、 DNE21+モデルは線形モデルであること、また、モデル
の規模増大を避けるため、閾値 10%（ 20 5 0 年では 1 5%）を超える導入量については、
系統安定化のための追加費用は一定単価としてモデル化した。ただし、追加費用は、
バッテリー単価の低減にともない、将来的には低下すると想定した。
すなわち、風力、太陽光発電それぞれ、地域別に総発電電力量の 10%（ 20 50 年には
15%）が系統安定化のための追加費用無しで導入可能、バッテリーを含む系統安定化対
策を行えば、更に総発電電力の 1 5%まで導入可能と想定した（あわせると、 2 050 年に
は、風力、太陽光発電それぞれ総発電電力量の 30 %まで）。
参考文献（第 4.5 .1 節に関するもの）
1) IEA/NEA, P rojec te d C osts o f Gen era ting Elec tric it y- 20 10 E ditio n, 2 010.
2) IEA/NEA, P rojec te d C osts o f Gen era ting Elec tric it y- 20 05 Up da te , 2 005.
3) IEA/NEA, P rojec te d C osts o f Gen era ting Elec tric it y- 19 98 Up da te , 1 998.
4) IEA, En e rg y Tech no log y P e rspe ctives 20 10, 2 010.
5) IEA, Wo rld En e rg y Ou tloo k 2 010 , 2 010 .
- 191 -
6) P NNL, C O 2 E miss io ns Mitig atio n and Tec hno logica l Ad van ce : An Up dated Ana lysis of
Advanc ed Tec hno lo g y Scen ario s- S cen ario s U pda ted Janu ar y 2 009 , 2 009
7) 戒能、「電源構成試算モデルと発電コスト比較について」、 2003
8) NEDO、「再生可能エネルギー技術白書」、 2010
9) 新エネルギー財団、「平成１９年度住宅用太陽光発電システム価格及び発電電力
量等について」
10) 資源エネルギー庁、「低炭素電力供給システムに関する研究会報告書」、 200 9
11) 環境省、「低炭素社会構築に向けた再生可能エネルギー普及方策について」、 20 09
12) 資源エネルギー庁、
「低炭素社会実現のための次世代送配電ネットワークの構築に
向けて ― 次世代送配電ネットワーク研究会報告書 ― 」、 20 10
13) IEA, En e rg y Ba la ncc es of OECD/Non -OECD Coun trie s, 20 10.
- 192 -
4.5.2 鉄鋼部門
鉄鋼部門については、昨今の経済危機の影響などもあり粗鋼生産が 200 8 年から 200 9
年にかけて一時的に減少した。また中国などの新興国については、この経済危機の影
響と潜在的需要の増加（及び政府によるインフラ整備拡大）などの影響が複合的に生
じるため最新の生産実績値に基づく更新を行うことが必要である。このような観点か
ら、現在入手可能な最新の生産実績値（ 2 010 年 wo rldstee l 速報値
1)
）に基づき生産シ
ナリオの更新を行った。
なお、将来の粗鋼生産に対し、鉄スクラップの入手可能性がどの程度あるのかとい
う点は、省エネ対策や温暖化対策のみならず、持続可能な発展、省資源対策といった
文脈においても鍵となる要素である。粗鋼生産に要する鉄源の内、スクラップにて供
給できない部分は、銑鉄などの一次生産が必要となるが、高炉一貫製鉄所（ここでは
銑鉄を主な鉄源とする場合に換算）と電炉（ここでは鉄源の 1 00%をスクラップとする
場合に換算）では、図 4.5 .2 -1 に示す通り必要な一次エネルギー量に３倍程度の差があ
t粗鋼当りの一次ｴﾈﾙ
ｷﾞｰ投入量 (GJ/t粗鋼)
る。これは銑鉄生産（酸化鉄の還元）に一定のエネルギーが必要であるためである。
30
25
20
15
28.4
10
8.8
5
0
転炉鋼
図 4. 5.2 -1
スクラップ電炉鋼
転炉鋼とスクラップ電炉鋼の一次エネ投入量 (20 05 年世界平均 )
出典：資料
注 1）
2)3)
などに基づき RI TE 推計
転炉鋼への銑鉄投入量は 2005 年世界平均の 1.025t 銑鉄 /t 粗鋼とした。スクラッ
プ電炉鋼とは鉄源の 100 %をスクラップとする場合に換算したもの。
注 2）
このような一次エネ差異は鉄源差異によるものであり、転炉へのスクラップ投入
比率を高めると本図よりも低い一次エネ投入（例：鉄源の３割をスクラップとす
ると 2 2 GJ/ t 粗鋼程度）となる点に注意が必要。
そこで本年度は、将来の鉄スクラップの入手可能性についておおよその見通し（シ
ナリオ）を得ることを目的に、過去これまでにどのような鉄源フローであったのかと
いう実態の把握・推定を行うと共に、現時点での鉄鋼蓄積量を推定する。このような
分析を基礎としつつ、将来のスクラップシナリオを作成する。
- 193 -
(1)
粗鋼生産シナリオの更新
現時点（平成 23 年 2 月現在）において world stee l 統計
1)
から 200 9 年までの粗鋼生産
統計値と 201 0 年速報値が得られる。これらデータを整理し、既存の粗鋼生産シナリオ
を更新したのが図 4 . 5.2 -2 である。
Latin America
シナリオ
2,000
粗鋼生産量 (Million ton of crude steel/yr)
統計値
(推計値含む)
Africa and Middle East
Other developing Asia
1,500
India
Economies in
transition
1,000
China
500
OECD Pacific
OECD North America
OECD Europe
0
1990
2000
2010
2020
図 4. 5.2 -2
2030
2040
2050
粗鋼生産量
出典： 2 0 1 0 年までは wo r l d st e e l 統計
1)
に基づく。それ以降は RI TE 想定。
このシナリオは、201 0 年時点で 20 07 年の水準へ回復しその後緩やかに増加するシナ
リオである。地域別に見ると中国の生産規模はかなり大きな水準を維持し、長期的に
はインドの粗鋼生産規模が拡大するシナリオと言える。OECD の内、人口増加の見られ
る OECD North A me ric a（メキシコ含む）のみ 20 10 年以降増加傾向となるシナリオであ
る。なお、相対的に見て旧ソ連・その他途上国の生産規模はそれほど増加しないシナ
リオと言える。
なお、図 4. 5.2 -2 の粗鋼生産シナリオ作成に際し主要国については図 4 .5. 2 -3 の一人
当たり見掛粗鋼消費量、図 4.5 .2 -4 の鋼材輸出入量を基とした。一人当たり見掛粗鋼消
費量は各地域の産業構造を強く反映している。すなわち、韓国、日本、台湾、中国な
どは製品に内包される形での鉄鋼輸出（間接輸出）を行っているため、米国などと比
較し、比較的高い一人当たり見掛粗鋼消費量となっている。
- 194 -
1,400
US
France
1,200
一人当たり粗鋼見掛消費量 (kg粗鋼/人/年)
Germany
1,000
Japan
Korea
800
China
600
Chinese Taipei
India
400
Turkey
Mexico
200
Brazil
0
Russia
1990
2000
図 4. 5.2 -3
2010
2020
2030
2040
2050
一人当たり見掛粗鋼消費量（主要国のみ）
出典： 2 0 0 9 年までは wo r l d st e e l 統計
1)
に基づく。それ以降は RI TE 想定。
50
US
正味で
輸出
France
Germany
25
鋼材輸出入量 (Mt粗鋼/年)
Japan
Korea
China
0
1990
2000
2010
2020
2030
2040
2050
Chinese Taipei
India
Turkey
-25
Mexico
Brazil
正味で
輸入
Russia
-50
図 4. 5.2 -4
鋼材輸出入量（主要国のみ）
出典： 2 0 0 9 年までは wo r l d st e e l 統計
- 195 -
1)
に基づく。それ以降は RI TE 想定。
図 4 .5. 2 -4 に示した鋼材輸出入量は、地域別の鉄鋼生産設備容量、原材料入手費用、
品種別の国際競争力などによると考えられる。すなわちロシアは、生産設備が国内需
要を上回りかつ原材料入手費用が相対的に低位であるため、鋼材汎用品を主に輸出し
ていると考えられる。また日本は国際競争力のある乗用車や家電向けの鋼材を輸出し
ていると考えられる＜鋼材種別の輸出量：熱延広幅帯鋼 (86 0 万 t)、冷延広幅帯鋼 (340
万 t)、亜鉛めっき鋼板 ( 43 1 万 t)、厚中板 (375 万 t) (カッコ内の数値は 2 00 9 年度実績値
4)
)＞。
(2) 粗鋼生産シナリオの考察（ IE A 作成のシナリオとの比較）
IEA(2 009 ) 5 ) は図 4 .5. 2 -5 に示す Lo w-de man d ケース、 H igh -d e ma nd ケースの２つのシ
ナリオを示している。図 4.5 .2 -2 に示した R IT E 想定 (205 0 年 21 .7 億 t)は、 IEA(2009 )
の低位シナリオ (20 50 年 23 .1 億 t)と比較し、相対的にやや低い。このような相対差は、
主に旧ソ連・その他途上国、すなわち「 O ther de ve lop in g Asia」
「 Econo mies in tran sition 」
「 Africa and Midd le Ea st」「 La tin A merica」で生じていると言える。
このように旧ソ連・その他途上国で想定が異なる要因は主に次の点の相対差による
と考えられる。
1.
鋼材輸出入量（直接輸出入）についての相対差
R ITE では、その他途上国において鋼材の輸入が今後も継続すると想定＜理
由：一貫製鉄所のみならず電炉製鉄所においても規模の経済性が働くため、先
進国や中国、トルコなどから輸入することが経済合理的であるため。＞
2.
製品中に内包する形での輸出入量（間接輸出入）についての相対差
R ITE では、旧ソ連・その他途上国において、間接輸入が今後とも継続すると
想定
3.
国内のインフラ整備向けの鉄鋼需要量についての相対差
R ITE では旧ソ連地域の国内インフラ向け需要は、
（過去の粗鋼生産量が高位で
あり、ある一定の鉄鋼蓄積が存在すると考えられることから）それほど上昇し
ないと想定
図 4. 5.2 -5
IEA 作成の粗鋼生産シナリオ
出典： I E A( 2 0 0 9 ) 5 )
- 196 -
(3) 粗鋼生産に占めるスクラップ電炉比率の想定
国別のスクラップ電炉比率の想定にあたっては、粗鋼生産規模、スクラップの入手
可能性、歴史的経緯など多様な要素が影響すると考えられる。そこで、これらを定量
的に考察するために、本項ではまず、各国の粗鋼生産規模、電炉比率の整理を行った
（図 4 .5 .2 -6）。一貫製鉄所か電炉かは、主に各企業が経済的側面から判断した結果であ
ると言えるが、図 4 . 5.2 -6 からさらに次のことが言える。
・
（元）社会主義国を除き粗鋼生産規模が低い地域（例えば粗鋼年産 10 0 万 t 未
満）では、電炉により依存する傾向が強い。これは、一貫製鉄所で規模の経済
性が電炉よりも強く働く（一貫製鉄所の規模が小さくなることによって電炉よ
りも非経済的になる）ためと考察される。
・
粗鋼年産 100 万 t から 1 億 t の地域では、規模が大きいほど電炉比率が低下す
る傾向が見られる。
・
工業製品の純輸出国では電炉比率が比較的小さい。これは付加価値の高い工業
製品向け鋼材生産には転炉鋼の方が適している要因も影響していると考えら
れる。
・
（元）社会主義国は粗鋼生産規模に関わらず一貫製鉄所への依存度が高い。
・
ブラジル、オーストラリア、ロシアといった鉄鉱石資源の豊富な地域では、比
較的一貫製鉄所への依存度が高い。
・
以上から、図全体を概観すると弓なりの形状を示している。即ち各国での粗鋼
生産量や資源量などの諸条件により、棲み分け的な電炉比率となっていると考
察できる。
- 197 -
全粗鋼生産量が年１００万トン未満の国
３８カ国中の３０カ国が電炉１００%
Libyan Arab Jamahiriya
Trinidad and Tobago
Saudi Arabia
Algeria
Indonesia Malaysia
アジア諸国（Malaysia,
Guatemala Slovenia Portugal
Thailand
Nigeria
Jordan
Philippines Venezuela
Thailand)、ヨーロッパ諸国
Israel Morocco
Mongolia
Qatar
Norway
Kenya
(Norway, Luxembourg), DRI生
Uruguay
Tunisia
Albania Singapore Viet Nam
100%
Zaire
Croatia United Arab Emirates Greece
El Salvador
Cuba
Belarus
産国(Saudi, Venezuela)など
Luxembourg
Uzbekistan
地中海沿岸諸国、
あるいはDRI生産国
(Egypt, Iran, Mexico,
India)など
Egypt
80%
Iran
Spain
Turkey
Mexico
Colombia
Bulgaria
Peru
Bosnia And Herzegovina
Italy
India
全電炉比率(%)
60%
United States
Argentina
Poland
Taiwan Province of China
South Africa
40%
主要な
資源国
20%
Korea
Canada
France
Romania
Sweden
Germany
Belgium
New Zealand
Finland
Brazil
Hungary
Japan
Chile
Australia
United Kingdom
工業製品の純
輸出国
Pakistan
Austria
（元）社会主義国など
Russian Federation
Czech Republic
Netherlands
0%
0.01
図 4. 5.2 -6
0.1
China
Slovakia
Democratic People's
Paraguay Republic of Korea
Zimbabwe Latvia Yugoslavia
Kazakhstan
1
10
全粗鋼生産量 (百万t/yr) [対数表示]
Ukraine
100
1000
各国の粗鋼生産量（対数）と電炉比率 [2 008 年時点 ]
出典： wo r l d st e el 統計
1)
に基づく
注 1）
横軸の粗鋼生産量は、転炉鋼、電炉鋼、平炉その他の粗鋼生産量の合計。対数表示。
注 2）
縦軸は、粗鋼生産に占める電炉比率。電炉鉄源の一部は、直接還元鉄、銑鉄を含む。従
って、本報告書で記載している「スクラップ電炉鋼（鉄源の 100 %がスクラップ）」とは
定義が異なる点に注意が必要。
以上の考察に基づき、想定した地域別のスクラップ電炉鋼シナリオは図 4. 5.2 -7 の通
りである。地域により特徴的な比率となるシナリオであり、例えば、イタリア、スペ
イン、ポルトガル、トルコ、米国のスクラップ電炉比率は今後とも高まるが、その一
方、日本、英国、インドなどは今後とも横ばい、あるいは低下となるシナリオである。
（内、インドについては直接還元鉄の拡大を見込んでおり、これはスクラップ電炉とは
別の区分としている。）
図 4.5 .2 -7 にて示した地域別のスクラップ電炉鋼シナリオを世界合計したものが図
4.5. 2 -8 である。 205 0 年時点で下限シナリオは 6.8 億 t、上限シナリオは 7. 7 億 t となる
シナリオである。このように若干の幅をもたせたのは、 DNE2 1+にて 50 年半減といっ
- 198 -
た極めて CO 2 制約が厳しいケースについても計算を行うが、このような CO 2 制約が厳
しい場合において、通常であれば費用や手間のため回収が行われない鋼材ストック（地
下部分に利用されている鋼材 [基礎鋼や配管など ]、僻地に点在する鋼材 [使用済みパイ
プラインなど ]）の回収、混合物中 [シュレッダーダストなど ] の鉄回収率のさらなる向
上などが、若干ながら進むことを想定したことによる。ただし、仮に 50 年半減といっ
たケースであっても、スクラップ回収量がそれほど大きくない想定である点に注意が
必要である。
スクラップ電炉率 (%)
100
Spain,
Portugal
Turkey
75
Italy
US
50
Germany
Japan
25
UK
China
India
0
1990
図 4. 5.2 -7
2010
2030
2050
スクラップ電炉比率のシナリオ（主要国のみ）
出典： 2 0 0 9 年までは wo r l d st e e l 統計
1)
に基づく。それ以降は RI TE 想定
注 1）
鉄源の 100%がスクラップである電炉鋼に換算し表示。
注 2）
DN E 2 1 + では、スクラップ電炉鋼の上下限シナリオを与えている。本図では、その平均値
を示した。
- 199 -
8
全電炉鋼実績値
電炉鋼生産量（Fe換算、億t/yr)
ｽｸﾗｯﾌﾟ電炉鋼(上限シナリオ)
6
ｽｸﾗｯﾌﾟ電炉鋼(下限シナリオ)
4
2
0
1940
図 4. 5.2 -8
1960
1980
2000
2020
2040
スクラップ電炉鋼の上下限シナリオ（世界合計）
出典： 2 0 0 9 年までは wo r l d st e e l 統計
1)
に基づく。それ以降は RI TE 想定
注 1）
全電炉鋼とは、鉄源に直接還元鉄や銑鉄を用いた電炉も含む。
注 2）
スクラップ電炉鋼とは、鉄源の 100%がスクラップである電炉鋼に換算したもの。
(4) 鉄源フローに関する既往分析の調査
前項では、各国の粗鋼生産規模、電炉比率を基に、国別のスクラップ電炉比率の将
来シナリオを策定した。一方、将来の鉄スクラップ入手可能性の点からも検証を行っ
ておくことが必要と考えられる。そこで、本項では将来の世界における鉄スクラップ
の入手可能性について分析を行った。なお、将来の鉄スクラップの入手可能性の推計
のためには過去どのような鉄源フローであったのか、また現時点での鉄の社会蓄積量
がどの程度かを推定把握する必要がある。この把握により、将来の世界計のスクラッ
プ利用量の見通を得ることができ、前項で策定した地域別のスクラップ電炉鋼シナリ
オの世界合計値との整合性を確認することとした。
そこで、鉄源フローに関する既往の文献について幅広く調査を行った。既往の文献
は目的・手法・対象地域・対象期間など多岐に渡るが主に次の２グループに分けられ
る。
① 特定地域に的を絞り鉄源ストック、鉄源フロー、老廃回収率などを分析した
文献＜ 19 90 年以降といった比較的近い時点の評価が多い＞＜特定部門（例：
自動車、建築、土木、機械）について的を絞った評価も＞
② 世界合計の鉄源ストック、鉄源フロー、老廃回収率などについて分析した文
献＜鉄鋼生産が量的に増加し始めた 1 870 年以降の長期に渡って評価＞
調査した文献は多数に上るが、ここではその内とりわけ鍵となる文献について、上
記①、②について順に示す。
図 4.5. 2 -9 は Fe n ton (20 04) による 1 998 年米国鉄源フロー推定である。この図か
ら ”Un rec o ve rd o ld sc ra p”が 38 (百万 t)あり、 ”Old s cr ap s upp ly” 78 (百万 t)のおよそ半分が
“ 未回収 ”で、
“ 回収率 ”は 5 0%程度と読める。ただし、同じく北米地域についての IIS I
- 200 -
分析
7)
である表 4.5 .2 -1 からは ”En d -of-life rec yc ling ra te , %”が 8 5.9%となっている。評
価時点差異も考えられるが、Fe n to n(2 004 )と IIS I の数値は大幅に異なることから、その
要因（語彙の定義を含む）についての検討が必要であると少なくともここから考察さ
れる。
次に日本についての分析であるが、醍醐ら (20 06)は図 4 .5. 2 -10 に示した「 (1)Materia ls
in po stcon su me r prod ucts(使用済み製品として排出されたと推定されたものの中に含ま
れる素材の量 )」を分子、
「 (3 )Co llec ted ma te ria ls（素材の再生プロセスに投入された量）」
を “ 回収率 ” として定義すると明確に述べた上で、その “ 回収率 ” は表 4.5 .2 -2 と推定
されたとしている。この分析では“回収率”が幅を持って推定されるもののその平均
値は建築土木加重平均値で 0.6 （ヒアリング値 0 .5）、機械で 0 .4 9（ヒアリング値 0 .8 ）
となっている。また土木用途には「回収される可能性のないものが 39 .8%あると言われ
ている」ことも併記している
8)
。
さらに松野 (200 8)によると、200 0 年時点で日本の鉄鋼蓄積 1 2 億 t 強の内、
“製品に使
用されている蓄積 ”9 億 t 程度、
“ 回収不可能な蓄積 ”3 億 t 強となっている（図 4. 5.2 -11）
9)
。従って、醍醐ら (20 06)が示した“ 回収される可能性のないもの ”8 ) は松野 (200 8)の“ 回
収不可能な蓄積 ” 9)となって整理されていると考えられる。
なお、醍醐ら (200 6)は図 4 .5. 2 -1 0 において、
“ (1 )使用済みの製品として排出されたと
推定されるもの ”、“ (2)回収された製品中に含まれるもの ”、“ (3)素材の再生プロセスに
投入された量 ”、“ (4 )リサイクルされた量 ” を明確に区分けしているが、これは各段階
で“ 抜け落ちる量 ”があるため
8)
と考察できる。林 (20 05 )は図 4 .5.2 -1 2 に示す通り 20 01
年から 20 03 年 (暦年 )における乗用車リサイクルの鉄源フローを整理している
10)
。この
中でシュレッダーダスト (ASR ) に内包される鉄 60 万 t については最終的に埋立など
（他、カウンターウェイト製造用など）に回され、いわば鉄鋼部門としてリサイクルさ
れない“抜け落ちる量”と言える
10)
。以上が上記①と区分される文献である。
- 201 -
図 4. 5.2 -9
注 1）
Fen ton( 2004) による米国の 1 9 98 年の鉄源フロー推定
下線（赤）は RI TE 加筆
表 4. 5.2 -1
IIS I が示した北米の “ 回収率 ”
- 202 -
7)
6)
図 4. 5.2 -10
表 4. 5.2 -2
醍醐ら (2006 )による整理
8)
醍醐ら ( 2006) の推定とヒアリング値の比較
図 4. 5.2 -11
松野 (2 008) による日本の蓄積量推定
- 203 -
9)
8)
図 4. 5.2 -12
林 (200 5)による自動車解体に伴う鉄源フロー 1 0 )
上記②のグループ、即ち世界の過去長期に渡る鉄源フローを分析、と区分される主
なものは、小澤・月橋 (2009 a, 2009 b) 1 1 ) , 1 2 ) 、Nee lis a nd P a te l (200 6) 1 3 ) 、高松・林 (2 011 )
14)
の 3 グループである。小澤・月橋 (2 009 a, 2009b ) 、 Nee lis and P a te l (20 06)が推定した世
界合計のスクラップ消費量をそれぞれ図 4.5. 2 -13、図 4 .5 .2 -14 に示す
11)-13)
。これら図
ではとりわけ老廃屑 (obso lete sc rap )推定結果にかなり大きな差異が見られる。小澤・月
橋 (2009 a, 200 9b )では 1970 年前後はほぼ 0 億 t、 2 000 年は 1 億 t 程度の推移であるが、
Neelis an d P a te l (200 6 )では 1 970 年に 1 億 t 程度、 20 00 年は 2 億 t 程度である。また、
累積の老廃屑利用量はこれら小澤・月橋 (2009 a)で 2 0 億 t 程度、 Nee lis and P a te l (20 06)
で 80 億 t 程度と約４倍の開きがある。＜以上の数値は図からの読み取りによる概算値。
累積は 18 70 年から 2 0 02 年までの合計値。＞ 1 1 ) -
13)
なお、小澤・月橋 (20 09a, 2009 b)、 Nee lis a nd P ate l (20 06 )は共に公開された文献であ
り、両者ともに銑鉄生産量、粗鋼生産量などをベースとしつつ、最終的に老廃屑を推
定するロジックを用いている。これら文献の所内・加工・老廃のスクラップ合計値は、
IIS I 統計 (1975 年以降のデータあり ) 1 ) よりも多い数値となる結果を共に示している
13)
11)-
。
一方、高松・林 (2011) は私信によるもので現時点で非公開である
老廃のスクラップ合計値は IIS I 統計
1)
14)
。所内・加工・
を利用しており、先に所内・加工のスクラップ
- 204 -
量を想定し、残りを老廃屑とする推定ロジックを用いている（その後、老廃屑量が蓄
積量と比較し妥当かどうかをチェックしている）。200 2 年までの累積の老廃屑利用量は
65 億 t 程度（ Fe 換算で 62 億 t 程度）としている。
以上、上記 ② の文献の概略をまとめると表 4 .5. 2 -3 の通りである。
図 4. 5.2 -13
小澤・月橋（ 20 09a, 200 9b）推定のスクラップ消費量（ Fe 換算） 1 1 ) , 1 2 )
図 4. 5.2 -14
Ne elis and Pat el ( 200 6)推定のスクラップ消費量
- 205 -
13)
表 4. 5.2 -3
世界の過去長期に渡る期間を分析対象とした文献の概要
11)-14)
累積の老廃屑
推定ロジック
利用量推定値
鋳物部門の扱い
補足
(18 70 -200 2)
小澤・月橋
(20 09a ,200 9b )
Neelis and P a te l
(20 06)
銑鉄、粗鋼などの生
産量から、最終的に
老廃屑を推定
20 億 t 程度
(Fe 換算 )
たスクラップ合計
とし推定実施
80 億 t 程度
公開
区分は困難として明
IISI 統計に示され
高松・林 (2 011 )
鋳物部門も分析対象
65 億 t 程度
値を参照
示的区分を行わず
（基本的に鋳物部門
非公開
は系外との扱い）
以上の既往の分析を調査から、次のことが示唆される。
・
語彙の定義について統一されたものは存在せず、数量の大小のみならず各文献
中での定義を詳細に見る必要がある（例：鉄鋼蓄積量＜鋳物も含むかどうか、
半永久に利用されるものや回収が困難なものを含めるかどうか＞）。
・
過去の鉄源フローについては不明な点が多い（例：累積の老廃屑利用量が文献
により４倍程度異なる）。
(5) 過去の統計値及び銑鉄・粗鋼生産量について
小澤・月橋 (200 9a, 2 0 09b ) 1 1 ) , 1 2 ) 、 Neelis and P ate l (200 6) 1 3 ) は推定の基礎統計値として
銑鉄生産量と粗鋼生産量を参照している。その理由は、これら統計値が相対的に他の
データよりも確度が高いと著者らが判断したことによる。そこで、ここでは銑鉄・粗
鋼生産量についてその統計データがどのような状況かをここで整理を行う。
図 4 .5. 2 -1 5 に各種文献
1),14)-17)
から R ITE にて整理を行った銑鉄・粗鋼生産量の累積
に占める時期別シェアを示す。銑鉄については 2008 年までに 311 億 t の累積生産であ
り、この内、 194 4 年以前が 1 2%、 19 45 年から 197 3 年までが 2 4%、合わせて 3 6%のシ
ェアを占める。粗鋼については、 2008 年までに 426 億 t の累積生産であり、この内、
1944 年以前が 9%、 1 9 45 年から 197 3 年までが 24 %、合わせて 33 %のシェアを占める。
地域別に見ると、中国、旧ソ連の鉄源フローがとりわけ不確かであるが、中国の銑
鉄生産量は 2000 年から 2008 年の間だけでも 26 億 t（ 8%）、旧ソ連の 1945 年以降の粗
鋼生産量は 63 億 t（ 1 5%）にも上り世界計に与える影響も大きい。 1 973 年以前の鉄源
フロー、及び中国、旧ソ連の鉄源フローについて確度が一段劣ると考えると、結局過
去の累積生産の半分程度については確度が一段劣ることになる。
- 206 -
a)銑鉄生産量 (187 0 -20 08, 311 億 t)
20002008,
22%
b )粗鋼生産量 (187 0 -2008 , 42 6 億 t)
18701944,
12%
20002008,
23%
18701944, 9%
19451973,
24%
19451973,
24%
19741999,
42%
図 4. 5.2 -15
19741999,
44%
銑鉄・粗鋼生産量の時期別累積シェア
出典：各種文献
注 1）
1),14)-17)
に基づき RI TE 整理
銑鉄生産量には鋳物向け銑鉄（鋳物銑）を含むが、鋳物銑の統計データは基本的に得ら
れていないため、本図においても鋳物銑を含む合計の銑鉄生産量を示す。なお、鋳物の
累積生産量 ( 1 8 7 0 年 - 2 0 0 8 年 ) は 4 7 億 t 程度（ RI T E 整理による）であり、無視できる量で
はない。
注 2）
粗鋼生産量には一部鋳物生産量の数値も含むが、これらを明確に区分した統計データは
基本的に得られていないため、本図においても一部の鋳物を含む粗鋼生産量を示す。
注 3）
Fe 重量比率は基本的に不確かであるため、ここでは銑鉄、粗鋼のグロス重量を示した。
なお、錬鉄については累積生産量が 4 億 t 程度と粗鋼累積に比べ 1%程度
10)
と小さい
が、ベッセマー法、トーマス法、平炉法による粗鋼生産累積量は図 4 .5. 2 -16 に示す通
り合計で 33 %と無視できない規模である。これらプロセスについては、とりわけ情報
が不足しており、確度が一段劣る。
ベッセ
マー法、
トーマス
法、その
他, 5%
平炉,
28%
転炉,
44%
電炉,
23%
図 4. 5.2 -16
累積の粗鋼生産に占めるプロセス別シェア ( 187 0 年 -20 08 年累計 )
出典：下村・林
16)
に基づき RI TE 整理
以上は、銑鉄・粗鋼生産量の統計データを固定した議論であったが、実際はそれぞ
れの統計データには注意すべき点が多い。より具体的に見ていくと、銑鉄生産量（世
- 207 -
界計）について 190 0 年以前は B eck (1 897 ) 1 5 ) 、187 5 年から 191 4 年までは C arr and Tap lin
(19 62) 1 7 ) 、 1900 年以降は USGS, website や IIS I 1 ) にデータが記載されている。ただし、
これら文献で必ずしも値は一致しない。これは、1)一部の主要国の生産量から世界合計
量を推計したこと（ 20 00 年以降でも一部途上国ではデータが得られない）、2 )パドル法、
ベッセマー法、トーマス法など、平炉が大規模普及するまで主に利用されていた方式
に対し、それぞれ適した銑鉄の組成に乖離が見られること（例：ベッセマー法では、
硫黄と燐の少ない銑鉄を用いるか、もしくはマンガンを多量に含むスピーゲルアイゲ
ン [銑鉄の一種 ]を加える必要があった
15)
）[最大で数割変化 ]、3 )利用が難しい屑銑や規
格に合わない不適合銑の存在 (2 000 年以降においても中国で多くの“ 不適合銑 ”が生産
されているとされる )[ 最大で１割変化 ] 、 4 ) 鋳物向け銑鉄、鍛造向け銑鉄を含む統計と
含まない統計の混在 [最大で１割変化 ]、など多様な要因によると考えられる。なお、1 973
年以降は 1 )と 2 )の影響は量的にかなり小さくなったと考えられるが、 3)と 4)について
は現時点においても量的な影響が大きく注意が必要である。
粗鋼生産量（世界計）について、 190 0 年以前は歴史的経緯から溶鉄と溶鋼（粗鋼）
と区分がそもそもあいまいである
15)
。パドル法での生産物を錬鉄、ベッセマー法、ト
ーマス法、平炉での生産物を粗鋼とした場合でも、 B eck (18 97 ) 1 5 ) 及び Ca rr a nd Ta p lin
(19 62) 1 7 ) の間で差異が見られる。 19 00 年以降は IIS I “ Stee l Sa tistics Yea rboo k 1 980”
1)
に
データ記載があるが、 IIS I 自身もその粗鋼生産量の見直しを行っている。
粗鋼生産量（世界計）についてのデータについては、1 )主要国の合計をそもまま世界
計とする場合や、データの得られない地域を推定加算し世界計としたこと（ 2 000 年以
降でも一部途上国ではデータが得られない
1)
）、2 ) どの段階における量と定義するかと
いう点（ 2a . 一旦得られた溶鋼全てを粗鋼とする場合 [最大で数割過大評価 ]、 2b . 鋳型向
け溶鋼と連続鋳造で得られたものの内の良塊を粗鋼とする場合＜以前の IIS I では粗鋼
をこのように定義＞、2c. さらに下工程での良製品を粗鋼とする場合 [最大で数割過小評
価 ]＜例：良スラブ＞ 1 1 ) - 1 3 ) ）、 3 )鋳物製品を粗鋼に含む統計と含まない統計の混在 [最大
で数割過大評価 ]、などに注意が必要である。
また、一般に冷戦終結の 1990 年以降に国際貿易が活発となったと理解されているが、
実際には 190 0 年以前であっても多量の銑鉄、鉄スクラップの国際貿易がなされており
15)
、このような点も各国の生産量推定を困難にし、各国の合計値として得られる世界
計の量の推定を難しくしている。
以上をまとめると次の通りである。
・
銑鉄・粗鋼生産量について、 1 )地域・時点によってデータが得られない点、 2)
一定の定義に元づくデータ収集整理はなされていない
・
比較的確度が高いとされる銑鉄・粗鋼生産量でさえこのような状況であり、銑
鉄・粗鋼生産量以外のデータはより一段と確度が低いと理解すべき
・
2008 年までの累積で見て、鉄源フローに関する情報がより不確かな中国や旧
ソ連のシェア、 19 73 年以前の銑鉄・粗鋼生産量シェア、さらに粗鋼生産に占
めるベッセマー・トーマス・平炉のシェアなどもかなり大きい
従って、これらの点に注意が必要と言える。
- 208 -
(6) 鉄源フロー及び語彙の整理
既往の文献では、必ずしも前提とする鉄源フローや語彙について統一されておらず、
多様な使われ方がされている。このような不一致は効率的な議論を行うためにも回避
すべきである。そこで、本報告書では図 4.5. 2 -17 に示す鉄源フロー及び語彙の定義を
行った。所内屑、加工屑、老廃屑について、それぞれ次の定義とした。
所内屑＝製鉄所内で発生し（基本的に）所内で再利用されるもの、ただしプロセス歩
留落ち（例：平炉に投入したが良溶鋼とならず、再び平炉に戻されるもの）、鋳造
機歩留落ち（例：良溶鋼となり連続鋳造機へ流し込んだが良塊とならず、再び平炉
へ戻されるもの）を除く
加工屑＝鋼材となり市中へ出荷されたが、最終製品製造段階で切り落とされたもの（新
断ち）や削られたもの（ダライ粉）＜例：自動車工場に出荷されたが、自動車自体
に組み込まれなかった鉄＞
老廃屑＝一度は社会蓄積（ Wo rk in g sto ck ）となったが、その後回収し製鋼プロセス鉄
源として利用されたもの、一般的な文脈での狭義のスクラップと同一
所内屑・加工屑はフローから生じるものであるためフロー屑、老廃屑はストック屑
とも呼ぶ。また加工屑・老廃屑は基本的に市中にて流通・取引されるたこれらをまと
めて市中屑とも呼ぶ。所内屑は自家発生スクラップ、ホームスクラップ、“ c ir cu la t ing
sc rap ” とも呼ばれる。
- 209 -
鋳造機歩留落ち
+DRI
(転炉、
平炉、電炉、
その他)
鋳造
機
（CC、
Ingot)
粗鋼生産量
銑鉄(製鋼向け)
製鋼
プロセス
圧
延
工鋼
程材
投
入
社
会
蓄
積
向
け
Fe
出
荷
社会蓄積
(Working
stock)の
純増
社会蓄積
から移行
するFe
量
加工屑
所内屑
未回収ロス
回収可能性なし
回収可未回収
能性あ
老廃屑
り
ｽﾗｸﾞ・ﾀﾞｽﾄ・ｽﾗｯｼﾞなどに
伴い系外へ移行するもの
（＝所内ロス）
プロセス歩留落ち
所内屑 + 加工屑
（フロー屑）
老廃屑(ストック屑)
図 4. 5.2 -17
想定する鉄源フローの概略（イメージ）
出典：高松・林 (2011)作成の図
14)
を R I TE 再加工
注 1）
鋳物部門は系外の扱いとする
注 2）
社会蓄積向け F e 出荷量＝容器（最短の寿命で一週間）から土木向け出荷量（半永久的に
使用されるもの）までを含む
注 3）
社会蓄積（ Wo r k i n g s t o c k）＝利用されている鉄鋼製品の蓄積量（長期保管用容器含む）
＋土木部門などで半永久的に利用されるダム、トンネル、港湾などの構造材、
基礎杭
＋各種地下施設用の鋼材
※
社会蓄積（ Wo r k i n g s t o c k）は場所が特定できるものとされる
※
使用を終え閉鎖されたトンネルの構造材は、抜き取りにより地盤の弱化・崩落などがお
き別途手当が必要といった意味で、抜き取りは社会的経済的に意味をなさない。従って、
閉鎖されたトンネルの構造材も work しているとの扱い。
注 4）
社会蓄積から移行する Fe＝回収可能性あり＋回収可能性なし
注 5）
回収可能性なし＝使用を終えた建築物（ビル、工場など）の基礎杭（再利用されないも
の）
＋地下配管・石油ガス田の地下利用鋼材・海中利用鋼材
＋僻地に点在する鋼材（使用後のパイプラインなど）・輸送手段が失われた各種廃墟
＋錆による流出・減肉（配管内部など）・減耗（鉄道レールなど）・焼失・脱落
＋他、不可抗力と呼べるもの（例：砲弾・弾薬）
注 6）
未回収ロス＝廃棄物と共に埋め立てられたもの
＋海底ケーブル
＋沈んだ船舶（堤防、漁礁のための意図的廃棄含む）
＋不法投棄
注 7）
回収率＝老廃屑／回収可能性があるもの
- 210 -
なお、図 4. 5.2 -1 7 に示した鉄源フローは概略（イメージ）であり、次のような各種
フロー（実際には存在するとされるが、その世界計の量について確度が極めて低いも
の）について省略している。
・
回収した老廃屑の内、鉄鋼部門で利用されなかったもの（例：自動車解体に伴
いシュレッダーダストとして利用されなかったもの
10)
、鋳物向け鉄源として
利用されたもの）
・
溶鋼の内、鋳物向けに出荷されたもの
・
製鋼プロセスで一端はスラグ・ダスト・スラッジなどに混入したが、その後鉄
源として回収され焼結鉱製造の原料とされたもの
・
20)
各種スクラップの内、高炉向け鉄源として利用されたもの
次の鉄源フローの推定では、このようなフローについてゼロと仮置きし、（分かりや
すさを優先するため）可能な限り簡略化した推定内容としつつ、結果の考察の際にこ
のようなゼロと仮置きした点について議論を行うこととする。なお、このような細か
い（枝葉ともとれる項目の）数量が無数に積み重なり、全体の結果に無視しえない影
響を及ぼす可能性があることも鉄源フロー推定を難しくしている一要因である。
(7) 過去の鉄源フローと社会蓄積の推計
過去の鉄源フロー推計については表 4.5 .2 -3 (p. 206 に記載 ) に示した３文献が主要な
ものと言える。そこで、本報告書ではこれら推定内容の数値を再現することを試みた。
基本的にはこれら文献と同様の推定ロジック・パラメータを用いるが、 R ITE の判断で
一部使用する想定値を変更している。
ここでは、過去の老廃屑累積量が相対的に少ない小澤・月橋 (2009 a, 2 009b ) 11 ) , 1 2 ) の再
現内容＜以下、推定ロジック I と記載＞と、相対的に多い高松・林 (2011) 1 4 ) の再現内容
＜以下、推定ロジック II と記載＞について示し、相対比較を行うこととする。なお、
基本的に図 4 .5 .2 -17 に示した鉄源フローと語彙の定義に基づくが、図 4. 5.2 -1 7 と異な
る場合はその旨明記を行う。
①
推定ロジック I
推定ロジック I では小澤・月橋 (200 9a, 200 9b) 11 ) , 1 2 ) 、Nee lis and P atel(2 006 ) 1 3 ) が用いた
推定ロジック、すなわち鉄源必要量から銑鉄生産量を差し引くことで老廃屑を求める
推定ロジックを用いた。また、用いるパラメータは基本的に小澤・月橋 (200 9a,
2009b ) 11 ) , 1 2 ) を参照した。
ここで示す推定ロジック I は、理論的な説明力が高いという点では優れているもの
の、各種想定を積み重ねた後に最終的な老廃屑が求まるため、想定誤差・推定誤差の
全てが「老廃屑」に集約される点に注意が必要である＜実際に小澤・月橋 (2 009 a,
2009b ) 11 ) , 1 2 ) 、 Ne e lis a nd P ate l(2006 ) 1 3 ) は用いる推定ロジックはほぼ同じであるものの、
想定するパラメータの違いから老廃屑推定値（累積）に４倍程度の差異がある (p.2 06
の表 4.5 .2 -3 参照 )＞。
- 211 -
以下、具体的に推定ロジック I の概要を示す。推定ロジック I では、まず各種生産量
の整理を図 4 .5 .2 -18 の通り行った。次に製鋼プロセスシェアを図 4.5 .2 -19 の通り整理
した。
200
銑鉄(Pig iron)：F1のほとんど
180
粗鋼(Crude steel)：F2
生産量（million ton / yr)_
160
鋳物(Foundry products)：FF
140
練鉄(文献値)
練鉄(RITE想定値)
120
100
80
60
40
20
0
1870
図 4. 5.2 -18
1880
1890
1900
1910
1920
1930
1940
1950
整理した各種生産量（統計値の信頼性が劣る 19 5 0 年までを記載）
粗鋼生産に占めるシェア (%)
出典： Beck (18 97 )
15)
、 wo rldstee l 統計
1)
などに基づき RI TE 整理
100%
電炉
ﾍﾞｯｾﾏｰ法、
ﾄｰﾏｽ法、る
つぼ法
80%
60%
40%
平炉
20%
転炉(BOF)
0%
1870 1890 1910 1930 1950 1970 1990 2010
図 4. 5.2 -19
粗鋼生産に占めるプロセス別シェア
出典：下村・林 ( 2 0 0 5 ) 1 6 ) 、 wor ld s te e l 統計
1)
に基づき RI TE 整理
粗鋼（転炉など）、鋳物、練鉄の 1 t 生産にあたりに投入した Fe 量想定値を図 4. 5.2 -2 0
に示す。これらは 1 よりも大きいが、1 より大きい分の多く（＝次に示す所内ロス以外）
は再度鉄源として系内で利用される。
次に Fe 投入当りの所内ロス想定値を図 4 . 5.2 -21 に示す。ここでの所内ロスとは、製
鋼スラグ、ダスト、スラッジなどに混入しカスケード利用向けなどへ移行する Fe 比率
であり、鉄鋼部門で使用されなくなる所内ロスを意味する（図 4 .5. 2 -1 7 参照）。
次に各種比率を図 4 . 5.2 -22 に示す。最終製品とは、例えば出荷される家電、自動車、
船舶といった最終製品を意味する。
- 212 -
1.8
鋳物
Fe投入比
1.6
平炉 + 他
1.4
転炉(BOF)
錬鉄
1.2
電炉(EAF)
1.0
1870
図 4. 5.2 -20
1890
1910
1930
1950
1970
1990
2010
粗鋼、鋳物、錬鉄生産における Fe 投入比（想定）
出典： RI TE 想定
10%
Fe投入当りのロス (%)
錬鉄
8%
電炉以外の
製鋼法(転
炉、平炉)
6%
電炉
4%
鋳物
2%
0%
1870
1890
図 4. 5.2 -21
1910
1930
1950
1970
1990
2010
所内ロス（想定、 Fe 投入当り）
出典： RI TE 想定
1.8
最終鋼材/
最終製品
1.6
各比率
→歩留落ちは加工屑
粗鋼/最終
鋼材
→歩留落ちは所内屑
1.4
1.2
鋳物・錬鉄/
最終製品
1.0
1870
1890
1910
図 4. 5.2 -22
1930
1950
1970
1990
2010
各比率（想定）
出典： RI TE 想定
このように、ロジック I では鋳物部門、錬鉄生産を明示的に区分するよう努めてい
る。
以上の想定により試算した各鉄屑利用量を図 4.5 .2 -23 に示す。老廃屑は（ Fe 必要量
− 銑鉄及び DR I の Fe 量 − 所内屑 − 加工屑）にて計算した。
- 213 -
7
F5r：老廃屑
スクラップ利用量（億t/yr)
6
F4r：加工屑
F3r：所内屑（鋳造・圧延）
5
F2r：所内屑（製鋼）
4
3
2
1
0
1870
1890
1910
図 4. 5.2 -23
1930
1950
1970
1990
2010
鉄屑利用量の推定結果（ Fe 換算）
出典： RITE による推定結果
次に老廃屑となりうるポテンシャルを見積もるため表 4 .5. 2 -4 に示す通りの需要区
分及び寿命想定を行った。ここでは、 wo r ld s tee l(20 08 ) が示した最終需要区分のシェア
(20 07 年 ) 1 8 ) を参照しつつ、許ら (20 10 ) の建築・土木の区分推定
19)
を参考に、
wo rldstee l(200 8 )記載の “ Con stru c tion ” を「建築」と「土木」へ区分した。過去につい
ても、このような平均寿命・標準偏差を持つ鉄鋼製品が出荷されていたと想定する。
表 4. 5.2 -4
推定ロジック I で想定する鉄鋼需要区分・寿命
寿命想定 (年 )
需要区分別のシェア
（文献値の平均的な
寿命を想定）
平均
標準偏差
建築
32.4%
40
15
土木
17.3%
50
20
自動車
12.5%
15
7
産業機械・船舶・鉄道
17.7%
20
7
20.1%
12
8
他 Metal Products
(家電、電気電子機器 )
計
100%
出典： wo r l d st e el ( 2 0 0 8 ) 1 8 ) などを基に RI TE 想定
注 1）
需要区分は 2 0 0 7 年の値であるが、過去についてもこのような平均寿命・標準偏差を持つ
鉄鋼製品が出荷されていたと想定。
注 2）
とりわけ土木向けには半永久的に利用されるものといった需要区分があり、また回収可
能性のない F e が存在するとされるが、推定ロジック I ではこのような需要は存在しない
ものとの簡略的な想定を行い、結果算定後の考察部分でこのような項目について議論を
行う。
注 3）
需要区分別の平均寿命、標準偏差に合致するようそれぞれワイブル分布を想定。
- 214 -
表 4 .5. 2 -4 に示した需要区分及び寿命想定と、図 4. 5.2 -23 に示した老廃屑を基に、
2008 年までの累積で見た結果を図 4. 5.2 -2 4 に示す。単年で見るとその時々の景気変動
に伴う資本回転速度などが反映されるため、このように長期の累積で見ることが議論
の基礎材料として重要である。
便宜的区分上
回収利用した老廃
寿命を迎えた Fe( c):
屑 (d) :47 億 t
156 億 t
(実際には半永久的に使用さ
(c)と (d) の差 :
社会蓄積向け
れるもの、回収可能性がない
109 億 t
Fe 出荷量 :
ものを全て含む)
333 億 t
使用中の社会蓄積:
177 億 t
図 4. 5.2 -24
ロジック I の結果（ 187 0-20 08 年累積、単位 : Fe 換算億 t ）
出典： RI TE 推定結果
注 1）
社会蓄積向け F e 出荷量の累計 3 3 3 億 t がどのように区分されるかを見た図（縦方向が量
を表す、横方向は区分を表す）
注 2）
社会蓄積向け Fe 出荷量、使用中の社会蓄積には鋳物部門も含む
注 3）
図中の ( c ) の 1 5 6 億 t 、及び ( d ) と ( c ) の差 1 0 9 億 t には、「（便宜的区分上）寿命を迎えたも
のの、回収利用しされなかった老廃屑」を意味するが、実際には、半永久的に利用され
るもの、回収可能性がないものを含む
図 4 .5. 2 -24 で示した (d)と (c)の差 1 09 億 t は、実際には半永久的に使用されるもの（土
木でも 50 年という有限の寿命を設定したためここに区分されたもの）、回収可能性が
ないもの全て含むため注意が必要である。
なお、後の将来のシナリオ策定にあたっては、2 000 年から 2 0 09 年までの老廃屑回収
利用量 1 8 億 t と、便宜的区分上寿命を迎えた Fe 量 44 億 t との比率 41 %が利用される。
②
推定ロジック II
推定ロジック II は、高松・林 (2 011 )の推定ロジック及び想定パラメータ
14)
を参照す
る。高松・林 (2011)は IIS I が示した全鉄屑利用量 (197 5 年以降の各年データあり )を所与
とし、次に所内屑、加工屑を推定することで残りを老廃屑と算定する方式である
14)
。
この推定ロジックは、所内屑、加工屑、老廃屑の現実的な妥当性、即ちスクラップ統
計やスクラップのフロー分析に長年携わった分析者の感覚から妥当と判断される数量
を反映したものであり、このような点において有意性がある。一方で過去に生産した
銑鉄がその後どのように移行したかを明らかにするためには別途推計が必要となる。
- 215 -
なお、高松・林 (2011)は私信に基づくものであり、具体的なデータについては現時点
で非公開である（論文発表後の公開を予定） 14)。そのため、本報告書ではその結果を
中心に示す。
高松・林 (2011 )では、「所内屑、加工屑、老廃屑の各量」、「回収可能性のある Fe 量の
85%を老廃屑として回収利用」と推定している
14)
。ただし、将来のスクラップの利用
可能量を検討するためには、鉄鋼需要区分、需要区分別の寿命、半永久的に使用され
る比率、回収可能性のない Fe の想定が必要となる。そこで表 4.5. 2 -5 に示す値を R ITE
にて想定した。表 4 . 5.2 -5 に示す値は、高松・林 (2011 )の指摘する「所内屑、加工屑、
老廃屑の各量」、「回収可能性のある Fe 量の 85 %を老廃屑として回収利用」と整合的に
なるように想定したが、高松・林 (2 011 )の指摘を満たす各種想定のパターンは無数に存
在するため、いわばこれらの想定はその一つのパターンを R ITE にて仮定したこととな
る。
表 4. 5.2 -5
推定ロジック II で想定する鉄鋼需要区分・寿命
寿命想定 (年 )
需要区分別のシ
（文献値の平均的な
ェア
寿命を想定）
平均
標準偏差
24.7%
60
25
25.0%
∞
自動車
12.5%
18
8
産業機械・船舶・鉄道
17.7%
25
12
20.1%
20
15
建築・土木
（寿命が存在するもの）
建築・土木
（半永久的に利用されるもの）
他 Metal Products
(家電、電気電子機器 )
計
100%
出典： RI TE 想定
注 1）
需要区分は 2 0 0 7 年の値であるが、過去についてもこのような平均寿命・標準偏差を持つ
鉄鋼製品が出荷されていたと想定。
注 2）
高松・林 ( 2 0 11 ) は需要区分の分離や寿命想定は困難としているが、将来のシナリオ策定
のため RITE 想定
注 3）
「回収可能性のないもの」についてはデータが得られないため、ここでは「回収可能性
のないもの」はゼロと仮定し、半永久的に利用されるもの（シェア 2 5 % と想定）には「（現
実世界で生じている）回収可能性のないもの」を区分上含めることとした
注 4）
なお、高松・林 ( 2 0 11 ) によると土木需要の内の半分程度については半永久的に使用され
るが、建築部門のほとんどは回収されると指摘
注 5）
14)
寿命想定は、ロジック I で示したものよりも相対的にやや長い想定である。
- 216 -
高松・林 (2011 )の指摘
14)
、及びの R ITE 想定により得られた結果を図 4.5 .2 -25 に示す。
老廃屑が 7 6 億 t、回収可能性がありかつ寿命を迎えた Fe が 8 9 億 t であり、これらの
比率（“ 回収率 ”）が 8 5%となる。
社会蓄積向け
回収可能性があり
回収利用した老廃屑
かつ寿命を迎えた
(d):7 6 億 t
Fe(c) :89 億 t
(c)と (d) の差 :13 億 t
Fe 出荷量 :
296 億 t
使用中の社会蓄積 (Wo rking st ock) :20 7 億 t
＜ただし半永久的に使用されるもの 74 億 t を含む、
従って寿命が有限の社会蓄積は 133 億 t＞
図 4. 5.2 -25
ロジック II の結果（ 18 70-2 008 年累積、単位 :Fe 換算億 t ）
出典：高松・林 ( 2 0 1 1 ) 1 4 ) に基づき RI TE 推定・整理
注 1）
社会蓄積向け F e 出荷量の累計 2 9 6 億 t がどのように区分されるかを見た図（縦方向が量
を表す、横方向は区分を表す）
注 2）
鋳物部門は含まない (鋳物部門は系外との扱い )
注 3）
回収可能性のない Fe についてはゼロと想定
注 4）
高松・林 ( 2 0 11 ) に基づく所内屑、加工屑、老廃屑の各利用量を想定したが、鉄鋼製品区
分・寿命・半永久的に使用されるものの比率などについては RITE 想定
注 5）
本図は、 R I T E 想定値を含む結果であり、必ずしも高松・林 ( 2 0 11 ) の推定内容
14)か
ら一
意に求められるものではない
注 6）
③
語彙の定義、結果の解釈を含め、本図は現在検討中のものである
推定ロジック I と II の比較・考察
推定ロジック I と II（及び各パラメータセット）による結果で、とりわけ異なるのが
社会蓄積である。推定ロジック I の結果では 177 億 t であるのに対し、推定ロジック II
の結果では 2 07 億 t である。これは「半永久的に使用されるもの」、
「回収可能性のない
もの」という区分の仕方による見掛け上の影響が大きい。
ただし、老廃屑と社会蓄積向け Fe の比を比べると、推定ロジック I で 4 7 億 t/33 3 億
t＝ 14%であるのに対し、推定ロジック II では 76 億 t/296 億 t＝ 26%と２倍近く差異があ
る。つまり、一単位の社会蓄積向け Fe に対し２倍程度の老廃屑の利用可能性となるこ
とを示唆している。このような差異が生じた理由はパラメータ想定の差異によるもの
であるが、無数にあるパラメータの中でもとりわけ所内ロスの影響が大きい。 R IT E に
て整理した各種文献の所内ロスを表 4.5 .2 -6 に示す。
- 217 -
表 4. 5.2 -6
各文献における粗鋼生産 1t 当りの所内ロス
粗鋼生産
1t 当りの
各種文献
所内ロス
197 5 年
or
1970 年代
ロジック II
World Ste el
ロジック I
想定値
Dynamics
想定値
（鋳物銑がゼロ
(2005 ) 2 3 )
の場合）
米国推定
平炉
0.04
転炉
0.04
電炉
0.03
0.20 相当
0.11
0.15 相当
0.14 相当
0 . 0 1 [ 日本 , 製鋼ｽﾗｸﾞ量
1 0 0 kg / tc s の高々1 0 % ] ( 高
松・林 ,2011)14)
0.025-0.1
2003 年
or
[ ｽﾗｸﾞ経由 0 . 0 2 5 、ｽﾗｯｼﾞ・
転炉
ﾀﾞｽﾄ中 F e を再利用しない
0.04
場合 0 .0 7 5 相当 ]
2000 年代
0.12 相当
0.09
(岡崎 , 2011)20)
0 . 0 3 [ﾀﾞｽﾄ、ｽﾗｯｼﾞ、ｽﾗｸﾞの
Fe 分を推計 , EA F 含む全
米を対象 ( A I S I, 2 0 0 1 ) 2 1 )
電炉
参考：2002 年までの
老廃屑累積
0.03 (Moll et al. , 2005 ) 2 2 )
20 億 t 程度
小澤・月橋
(2009a,2009b)
11),12)
0.03
0.08 相当
35 億 t
65 億 t
ロジック I
ロジック II
80 億 t 程度
Neelis and
Patel(2006)13)
出典：上記の各種文献に基づき RI TE 推定・整理
注 1）
所内ロスの大小を見やすくするため、本表では所内ロスが 0 . 0 5 未満のものについては青
文字、 0.05 以上については赤文字で示した。
注 2）
N e e l i s a n d P a t e l ( 2 0 0 6 ) 1 3 ) は、右側に示した Wo r l d S t e e l D y n a m i c s ( 2 0 0 5 )
23)の
値に近
い相対的に大きな所内ロスを想定しており、その影響が主に働き老廃屑は大きくなった
と考えられる。
注 3）
小澤・月橋 ( 2 0 0 9 a , 2 0 0 9 b ) 1 1 ) , 1 2 ) は、ロジック I で示した所内ロスよりも小さな所内ロスを
想定しており、その影響が主に働き老廃屑が小さくなったと考えられる。
注 4）
高松・林 ( 2 0 11 ) は所内ロスについて示していないが
14)、
本表では鋳物銑鉄がゼロであっ
た場合について RITE にて試算した数値を示す。
注 5）
「参考： 2002 年までの老廃屑累積」は先に示した 2008 年までの老廃屑累積と整合的な
数値であり、値が異なるのは 2003 年から 2008 年まで老廃屑差異による。
(8) 将来の老廃屑の利用可能性の見通し（シナリオ）について
以上の通り、ロジック I と II という２つのケースにおける過去の鉄源フロー、現時
点の社会蓄積量についてそれぞれ推定を行った。この推計をベースとし将来の粗鋼生
産量を所与としつつ、ロジック I 及び II でそれぞれ想定した鉄鋼需要区分、寿命、老
- 218 -
廃屑回収利用量の比率が将来も維持されるとの仮定の下、将来のスクラップ利用可能
量の見通し（シナリオ）を作成した。老廃屑の結果、及び全スクラップ合計値の結果
をそれぞれ図 4. 5.2 -2 6、図 4. 5.2 -2 7 に示す。
16
将来シナリオ（ロジックII）
14
将来シナリオ（ロジックI）
回収利用量（Fe億t/yr)
12
過去の推計（ロジックII）
過去の推計（ロジックI）
10
8
6
4
2
0
1950
1975
図 4. 5.2 -26
2000
2025
2050
2075
2100
将来の老廃屑（シナリオ）
出典： RI TE 推定
注 1）
過去の推計についてもロジック I と II で形状の差異が見られるが、これは過去のパラメ
ータ想定で「時系列的な変化が線形である」と仮定したパラメータ項目が異なるため。
注 2）
ロジック I では鋳物部門も含むが、それ以上に所内ロスが小さく「必要な鉄源−銑鉄×
（１−所内ロス）−所内屑−加工屑」が小さくなるため、ロジック I の方が過去につい
て老廃屑の量が小さい。
16
将来シナリオ（ロジックII）
14
回収利用量（Fe億t/yr)
12
10
将来シナリオ（ロジックI）
過去の推計（ロジックII）
過去の推計（ロジックI）
8
6
4
2
0
1950
図 4. 5.2 -27
1975
2000
2025
2050
2075
2100
将来の所内・加工・老廃屑の合計（シナリオ）
出典： RI TE 推定
注 1）
ロジック I では鋳物部門も含む数値を提示しており、また小さい所内ロスを想定したた
め、過去の所内・加工・老廃屑の合計が相対的に大きい。
- 219 -
老廃屑のシナリオを比較すると、ロジック I での 5. 5 億 t(205 0 年 )であるのに対し、
ロジック II では 7 .8 億 t(205 0 年 )と差異が広がる。これは基本的に既述の通り、老廃屑
と社会蓄積向け Fe の比が異なるためと言える。
所内・加工も含めた全スクラップの結果（図 4.5 .2 -2 7 ）を見ると、将来時点でクロ
スする図となっている。これは、ロジック I では鋳物部門も含む結果を示しているため
過去についてロジック I の全スクラップが大きいと考えられるが、将来は老廃屑に開き
が生じるため、その結果将来時点でクロスすると見られる。
また IEA(2 009 )が提示したスクラップ利用可能性を図 4 .5 .2 -28 に示す
5)
。 IEA (20 09 )
の提示した S cr ap が、所内・加工屑を含むか、鋳物部門のスクラップも含むか不確かで
あるが、 2006 年の 4 億 t 強から 20 50 年の 12 億 t 強まで３倍程度に増加しているよう
である。これは R IT E にて試算したロジック II の全スクラップの伸び率よりも大きく、
IEA(2 009 )は R ITE よりもより大きなスクラップの利用可能性を見込んでいると言える。
図 4. 5.2 -28
IE A(20 09)提示のシナリオ
（粗鋼生産 Lo w-de man d ケース、 Bl ue シナリオ）
出典： I E A( 2 0 0 9 ) 5 )
注 1）
図中の Scrap は所内・加工・老廃の合計値だと見られる。
注 2）
Neelis et al. (2006)の historical data は 2002 年までしか与えていないため、 2003 年以
降は IEA analysis によるものと見られる。
なお、 IEA (20 09 )も過去のデータについて Neelis and P a te l(200 6) 1 3 ) を参照したと明記
しているが、 R ITE も別途 Ne e lis and P atel(2006 )
13)
の再現を試みた。その結果、本報告
書のロジック II で推計したシナリオよりも更に大きな老廃屑シナリオを得た。従って、
IEA analysis では Nee lis a nd P a te l (2 006 )を基礎として将来シナリオを描き、結果として
大きなスクラップの利用可能性を推定したものと考えられる。
- 220 -
(9) 鉄鋼部門のまとめ
全粗鋼生産シナリオを地域別に推定した。この推計にあたっては、一人当たり粗鋼
見掛消費量などを参照した。また、スクラップを鉄源とするスクラップ電炉鋼のシナ
リオについて、各国の粗鋼生産規模と電炉比率との関係から将来シナリオを策定した。
スクラップ電炉鋼のエネルギー消費量・C O 2 排出量は、高炉転炉法と比べ低位となるた
め（銑鋼比率を固定した場合）、 CO 2 排出削減の分析において、このスクラップ電炉鋼
のシナリオ検討は重要となる。
一方、世界全体で見て鉄スクラップの利用可能性には上限があると考えられ、各国
の粗鋼生産規模と電炉比率との関係から策定したシナリオが、整合性を欠いたもので
ないかの検討が必要である。そこで世界全体での鉄源フロー・社会蓄積についても試
算を行った。過去の実態について情報が極めて限られているため、ここでは２つのケ
ースを想定しつつ、それぞれのケースにおける将来のスクラップの利用可能性につい
てシナリオ分析を行った。
各国の粗鋼生産規模と電炉比率との関係から策定したスクラップ電炉鋼のシナリオ
は、２つのケースの内、将来のスクラップの利用可能量が低位のものとおよそ整合的
であった。本報告書における DNE21+ を用いたモデル分析では、このスクラップ電炉鋼
シナリオ（ただし若干の上下限の幅があるシナリオ）を前提条件として分析を行って
いるが、今後、より精度の高いデータが得られれば、それに応じた DNE21+ の想定とす
る予定である。
参考文献（第 4.5 .2 節に関するもの）
1) World steel, h ttp ://www.wo rld stee l.o rg /
2) IEA, En e rg y Ba la ncc es of OECD/Non -OECD Coun trie s, 20 10.
3) Asso cia tion fo r Iron & Stee l(A IST ), 201 0 AIST Ind ustry R ound u ps, EA F Roun dup ,
Wash in g ton D.C., USA, 201 0.
4) 社団法人日本鉄鋼連盟 , 「鉄鋼統計要覧」 , 各年 .
5) IEA, En e rg y Tec hno lo g y Tran sitions for Ind ustr y, Stra te g ie s fo r th e Nex t In dustria l
Re vo lu tion , P aris, 200 9 .
6) Fe n ton , M.D. , Iron an d Ste e l R ec yc ling in th e United Sta tes in 199 8, U.S. Geo lo g ica l
Surve y, C ircu lar 1196 -G, Ve rsio n 2 .0 [re vised 17 -J ul y-2 006 ], P ub lish ed 2 004 . 2 004 .
7) IIS I, App lica tion o f the IIS I LC I Da ta to R ec yclin g S cen ario s. p .3.
8) 醍醐・松野・足立 , 鉄鋼材のマテリアルフローを基にした各種製品における回収
率の導出手法の開発 , 日本金属学会 , 70 (2 ), pp.114 -117 . 2 006 .
9) 松野 , 素材のリサイクルポテンシャルと環境負荷低減量の推定 , 日本オペレーシ
ョンズリサーチ学会 , 4 月号 , pp. 205 -20 9, 20 08.
10) 林 , 重要性増す鉄スクラップ , (株 )日鉄技術情報センター , 20 05 .
11) 小澤・月橋 , 使用過程の鋼ストック量の推定による世界の鉄源需要の解析 , 鉄と
鋼 , 95 (10 ), pp .46 -55 . 2 009.
- 221 -
12) 小澤・月橋 , スクラップ量の推定及び一次二次鉄源と粗鋼生産量の関係による世
界の鉄源需要の解析 , 鉄と鋼 , 95 (1 0), p p.4 0 -45 . 2 009 .
13) Neelis, M. a nd P ate l, M. K. (2006 ), Long -te rm pro duc tion , e ne rg y co n su mp tion a nd CO 2
emission
scen arios
fo r
the
wo rldwide
iron
and
steel
industry.
h t t p : / / ww w. ch e m. u u . n l / n w s/ ww w/ p u b l i c a/ p u b l i c at i e s 2 0 0 6 / N WS - E - 2 0 0 6 - 1 8 0 . p d f
14) 高松・林 , 私信 , 20 11.
15) Beck, 「鉄の歴史第５巻」中沢護人 (訳 ) , 原著出版年 1 897 年 , 邦訳出版年 1 970
年 ∼ 1 973 年 . 19 87.
16) 下村・林 , 鉄源と製鋼プロセスの変化に関する一考察 , ふぇらむ , 10 (6 ), pp. 17 -22 ,
2005 .
17) Carr, J.C. and Tap lin , W., H istory o f th e British Stee l In du str y, B la ckwe ll P ublishe rs,
1962 .
18) wo rldstee l, Su sta ina b ility R epo rt 2 008 , p .7, 2 008.
19) 許・醍醐・松野・足立 , 衛星画像を用いた建築・土木における鋼材ストック推計 ,
鉄と鋼 , 96 (8 ), 201 0.
20) 岡崎 , 私信 , 2011.
21) Asso cia tion fo r Iro n & Stee l(A IST ), Stee l Techno log y Road ma p. Wa sh ing to n D.C .,
USA, 200 1.
22) Moll, S. , A costa, J ., and Sc hu tz , H ., Iro n and s tee l – a ma te r ia ls s ys te m a na lysis.
Work in g P aper 2005 /3, Eu rop ean To pic Cen tre o n Resou rce and Wa ste Ma nag e men t,
2005 .
23) World Stee l D yn a mics, Globa l Me ta llic s Ba la nce : USA, Eng lewood Cliffs, NJ, USA,
2005 .
- 222 -
4.5.3 運輸部門（自動車）
今年度は、運輸部門のうち、自動車（乗用車、バス、トラック）について調査・整
理を行った。まず、直近の各種実績との整合性および本研究の社会経済シナリオと整
合性を確保した運輸需要の将来推定を行った。また、自動車技術のエネルギー効率等
の技術動向やコスト・価格について調査し、DNE21+モデルの前提条件として反映を行
った。
(1) 運輸（自動車）需要の見通し
世界経済危機の影響を考慮しつつ、運輸部門（自動車）の需要の見通しを策定した。
需要見通し策定の手順は、図 4 .5. 3 -1 のとおりである。今年度は、シナリオ A（中位技
術進展シナリオ）の人口、 GDP シナリオ（後述の第 5.2 節に掲載）に沿った需要見通
しを策定した。図は、乗用車輸送サービス需要シナリオ策定の手順であるが、バス、
トラックについても同様の手順でシナリオ策定を行った。
一人当たりGDPと乗用車保有台数実績
をもとに将来シナリオ策定
乗用車耐用年数
一人当たりGDP（人口、GDP）
乗用車保有台数
新車販売台数
一台あたり年間走行距離
（人・km／台）
年間乗用車輸送サービス
需要（人・km）
図 4. 5.3 -1
運輸需要（乗用車輸送サービス）シナリオ推定の手順
乗用車保有台数の実績値を図 4. 5.1 -1 に示す。 2 008 年における乗用車の保有台数は、
世界全体で約 8 億台である。そのうち、米国が 2 億 4 千万台程度と圧倒的に大きなシ
ェアを占めている。
- 223 -
900
800
乗用車保有台数 [百万台]
700
600
500
400
300
200
100
0
2000 2001 2002 2003 2004 2005 2006 2007 2008
西暦年
図 4. 5.3 -2
Other FUSSR
Russia
Other Central&Latin America
Brazil
Mexico
Africa
Middle East
Other Asia
India
China
Korea
New Zealand
Australia
Japan
Other Europe
Other EU-27
Germany
France
United Kingdom
Canada
United States
乗用車保有台数実績 (参考文献 1) 等 )
図 4 .5. 3 -3 に、一人当たり GDP と乗用車保有台数の関係について、実績値とそれに
基づいて想定した将来シナリオを示す。実績値より、一人当たり GDP の増加に伴って
乗用車保有台数は増加するが、地域によって差があることがわかる。これは、地理的
な条件や、公共交通インフラの整備状況の差異等によって生じていると言える。将来
シナリオの想定においては、乗用車保有台数は地域差を有しつつも、将来的に飽和す
るとした。
600
900
United States(想定)
700
United Kingdom(統計)
600
United Kingdom(想定)
France (統計)
500
France (想定)
Germany (統計)
400
Germany (想定)
300
Japan (統計)
Japan (想定)
200
Australia (統計)
100
China(統計)
China(想定)
United States(統計)
500
人口当たり保有台数 [台/1000人]
人口当たり保有台数 [台/1000人]
800
Korea(統計)
Korea(想定)
India(統計)
400
India(想定)
Saudi Arabia(統計)
300
Saudi Arabia(想定)
Mexico(統計)
200
Mexico(想定)
Brazil(統計)
Brazil(想定)
100
Russia(統計)
Australia (想定)
0
Russia(想定)
0
15
25
35
45
55
0
65
一人当たりGDP (MEX) [thousand $ / capita]
図 4. 5.3 -3
10
20
30
一人当たりGDP (MEX) [thousand $ / capita]
一人当たり GDP と乗用車保有台数の関係
（実績および ALP S シナリオ（ 2010 ∼ 2 050 年））
- 224 -
40
図 4 .5. 3 -4 は、 IEA ET P 2010 2 ) において示されている一人当たり GDP と乗用車保有台
数の実績値および将来シナリオを示している。本研究のシナリオは、先進国について
は ETP 2010 のベースラインシナリオと近い想定となっている一方、中国、インド等の
途上国については、E TP 2010 の B LUE Sh ifts シナリオ（モーダルシフトが加速するシナ
リオ）と近い想定となっている。
図 4. 5.3 -4
一人当たり GDP と乗用車保有台数の関係（ I EA E TP201 0 シナリオ）
図 4 .5. 3 -5 は、本研究で想定した 2050 年までの乗用車保有台数シナリオを示す。図
4.5. 3 -3 に示した一人当たり GDP と乗用車保有台数の関係を将来 (2050 年まで )について
地域別に想定し、人口シナリオを乗じることによって作成している。
世界全体では、現状で 8 億台程度だが、2 050 年には 1 7 億台程度と二倍以上に増加す
ると推定された。なお、IEA ETP 201 0 では、Ba se lin e シナリオが 22 億台、Hig h Ba se line
シナリオが 2 6 億台、 B LUE Sh ifts シナリオが 17 億台とされている。本研究での世界全
体の乗用車保有台数の推定は、 IEA ETP 2010 の中では低位な見通しである B LUE Sh ifts
シナリオに近いと言える。これは、中国やインドの保有台数の見通しに依る所が大き
い。図 4. 5.3 -4 において、 IEA では GDP は購買力平価 (P PP )を用いているが、2 050 年に
おける中国の一人当たり GDP (P PP )は 60 thousand $と、世界で最も大きな国との想定に
なっている。一方、本研究の GDP シナリオは基本的に為替換算の GDP を用いているが、
それを購買力平価に換算すると、中国は一人当たり 29 th ou sand $ であり、米国（ 54
tho usand $ ）や日本（ 52 th ou san d $）等よりも小さいと想定しており、乗用車保有台数
は相対的に小さく見積もられることとなる。この違いが、中国やインド等の途上国の
乗用車保有台数の見通しの違いとなって表れている。
- 225 -
1800
1600
乗用車保有台数 [百万台]
1400
1200
1000
800
600
400
200
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 5.3 -5
Other FUSSR
Russia
Other Central&Latin America
Brazil
Mexico
Africa
Middle East
Other Asia
India
China
Korea
New Zealand
Australia
Japan
Other Europe
Other EU-27
Germany
France
United Kingdom
Canada
United States
乗用車保有台数シナリオ
図 4 .5. 3 -6 には、乗用車一台当たりの年間走行距離（人・ k m）実績と将来シナリオ
を示す。国によって様々ではあるが、実績値は総じて低下傾向にあり、将来的にも、
一台当たり乗車人数や一台当たり年間走行距離の低下によって、乗用車一台当たりの
年間走行距離（人・ k m）はわずかながら低下傾向を示すと想定した。
一台当たり年間輸送サービス [p-km/vehicle]
80000
United States
Canada
70000
United Kingdom
60000
France
Germany
50000
Japan
Australia
40000
New Zealand
30000
China
Korea
20000
India
10000
Saudi Arabia
Mexico
0
2000
図 4. 5.3 -6
2010
2020
2030
西暦年
2040
2050
Brazil
Russia
一台当たり年間走行距離実績・シナリオ（人・ k m／台）
- 226 -
以上の想定から、図 4 .5.3 -7 に示すように年間の乗用車輸送サービス需要シナリオを
想定した。中国の需要は大きく伸び、20 5 0 年には世界の四割程度を占めると推定した。
また、米国は現状では世界の四割程度であるが、将来の増加は限られ、中国を初めと
する途上国の増加もあって 2050 年における世界全体に占めるシェアは二割程度となる
見通しである。
同様の手順により、バス輸送サービス需要、トラック輸送サービス需要も、図
4.5. 3 -8、図 4 .5. 3 -9 のようにそれぞれ推定した。
比較のため、図 4.5 .3 -10 に IEA ETP 2010 における運輸輸送サービス需要シナリオを
示す。先述したように、乗用車保有台数の見通しについては、ここでの推定は、ETP 2010
の Ba se line シナリオよりも小さく、 B LUE Sh ifts シナリオと近いものとなっているが、
乗用車サービス需要で見ると、 ETP 2010 の Base line シナリオの方に近い推定となって
いる。すなわち、IEA ETP 2010 よりも、中国等において、１台あたり年間走行距離（人・
k m）を本推定では大きめに見積もっていることになる。また、バス、トラックの輸送
サービス需要も、 ETP 2010 の Ba se lin e シナリオと概ね近いシナリオとなっている。
乗用車輸送サービス需要 [billion p-km/yr]
60000
50000
40000
30000
20000
10000
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 5.3 -7
Other FUSSR
Russia
Other Central&Latin America
Brazil
Mexico
Africa
Middle East
Other Asia
India
China
Korea
New Zealand
Australia
Japan
Other Europe
Other EU-27
Germany
France
United Kingdom
Canada
United States
乗用車輸送サービス需要シナリオ
- 227 -
16000
バス輸送サービス需要 [billion p-km/yr]
14000
12000
10000
8000
6000
4000
2000
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 5.3 -8
バス輸送サービス需要シナリオ
トラック輸送サービス需要 [billion t-km/yr]
25000
20000
15000
10000
5000
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 5.3 -9
Other FUSSR
Russia
Other Central&Latin America
Brazil
Mexico
Africa
Middle East
Other Asia
India
China
Korea
New Zealand
Australia
Japan
Other Europe
Other EU-27
Germany
France
United Kingdom
Canada
United States
Other FUSSR
Russia
Other Central&Latin America
Brazil
Mexico
Africa
Middle East
Other Asia
India
China
Korea
New Zealand
Australia
Japan
Other Europe
Other EU-27
Germany
France
United Kingdom
Canada
United States
トラック輸送サービス需要シナリオ
- 228 -
図 4. 5.3 -10
運輸輸送サービス需要シナリオ（ IE A ET P20 10 シナリオ）
(2) 自動車技術・コストの見通し
自動車は、広く国際的に取引される商品であり、国内外各社の技術開発競争が激し
い技術である。そのため、 20 50 年といった長期にわたって技術進展（性能やコスト）
の見通しを持つことは大変難しい。
自動車の技術進展について、既往の文献等を参考に、本年度は以下のような想定を
行った。なお、上述のように、技術の不確実性は大きいため、感度解析を行うことに
よって幅を持った評価を行っていく。
DNE21+モデルでは、運輸部門に関して、図 4 .5. 3 -11 、図 4.5 .3 -12 のようなモデル化
をしている。まず、図 4.5 .3 -11 にあるように、輸送機関を乗用車 (小型、大型 )、バス
及びトラック (小型、大型 )に区分し、前節で述べた輸送サービス需要をそれぞれで満た
すこととしている。具体的な技術については、図 4. 5.3 -1 2 にあるように、従来型内燃
機関車の他に、ハイブリッド車、プラグインハイブリッド車、電気自動車、燃料電池
車を想定すると共に、代替燃料 (バイオ燃料 )を高濃度で利用する場合には専用の技術が
必要としている。
具体的な燃費とコストの想定を、小型乗用車の主要技術について、それぞれ、図
4.5. 3 -13、図 4.5 .3 -1 4 に示す。 2030 年までは漸進的な技術進展を想定する一方、長期
的には技術進展の不確実性が大きいと考え、 2 030 年以降については革新的な技術進展
を仮定したものを将来シナリオとした。なお、ハイブリッド車、プラグインハイブリ
ッド車及び電気自動車において重要な技術である蓄電池に関しては、 NEDO の次世代
自動車用蓄電池技術開発ロードマップ
3)
等を参考に、図 4.5 .3 -15 に示すようにコスト
習熟を想定した。蓄電池の容量は、小型乗用車ではハイブリッド車： 1kWh 、プラグイ
ンハイブリッド車： 4 kWh、電気自動車： 4 0kWh とした。また、近距離移動を主目的と
するより小型の電気自動車もモデル化し、蓄電池容量は 2 0kW h とした。
- 229 -
Gasoline Engine base
Gasoline
Gasoline +
Ethanol (≧20%)
Ethanol
Passenger car
(Small/Large)
Bus
Truck
(Small/Large)
Passenger car
(Small)
Passenger car
(Large)
Bus
Diesel Engine base
Light Oil
Bio diesel
Light oil +
Bio diesel (＜20%)
Passenger car
(Small/Large)
Light oil +
Bio diesel (≧20%)
Bus
Passenger transport [p-km]
Gasoline +
Ethanol (＜20%)
Truck
(Small/Large)
CNG
Electricity
Truck
(Small)
Truck
(Large)
Passenger car
(Small/Large)
Bus
Hydrogen
Truck
(Small/Large)
図 4. 5.3 -11
DN E21+ モデルにおける輸送サービスのモデル化
Fuel :
Gasoline
Gasoline +
Ethanol (＜20%)
Ethanol
Gasoline +
Ethanol (≧20%)
Light oil
Bio diesel
CNG
Light oil +
Bio diesel
(＜20%)
Light oil +
Bio diesel
(≧20%)
ICEV-Gasoline
(Low-Eff.)
ICEV-Gasoline
(High-Eff.)
Diesel engine base
ICEV-B-Gasoline
ICEV-CNG
ICEV-Diesel
(Low-Eff.)
HEV-Gasoline
ICEV-Diesel
(High-Eff.)
HEV-B-Gasoline/
HEV-CNG
ICEV-B-Diesel
HEV-Gasoline
(Plug-In)
HEV-Diesel
HEV-B-Gasoline
(Plug-In)
HEV-B-Diesel
Gasoline engine base
Electricity
EV
Hydrogen
Traffic Service
HEV-Diesel
(Plug-In)
HEV-B-Diesel
(Plug-In)
FCHEV
ICEV：従来型内燃機関車、HEV：ハイブリッド車、HEV(Plug-In)：プラグインハイブリッド車、EV：純電気自動車、
FCHEV：燃料電池車、B：高濃度バイオ燃料利用車
図 4. 5.3 -12
D NE21 +モデルにおける小型乗用車のフロー
- 230 -
Freight transport [t-km]
Passenger car
(Small)
Truck
(Small)
120
100
従来型内燃機関車(低効率)
燃費 [km/L]
80
従来型内燃機関車(高効率)
ハイブリッド車
60
プラグインハイブリッド車
40
電気自動車(40kWh)
燃料電池車
20
0
2000
2010
2020
2030
西暦年
図 4. 5.3 -13
2040
2050
小型乗用車の燃費想定
400
350
車両費用 [万円]
300
従来型内燃機関車(低効率)
250
従来型内燃機関車(高効率)
ハイブリッド車
200
プラグインハイブリッド車
150
電気自動車(40kWh)
100
燃料電池車
50
0
2000
2010
2020
2030
西暦年
図 4. 5.3 -14
2040
2050
小型乗用車のコスト想定
- 231 -
25
蓄電池
蓄電池費用 [万円/kWh]
蓄電池(進歩)
20
15
10
5
0
2000
2010
図 4. 5.3 -15
2020
2030
2040
2050
蓄電池の費用想定
図 4.5 .3 -16 に実燃費とカタログ燃費のギャップの想定を示す。道路の混雑度合いや、
運転の仕方などによって、実走行燃費とカタログ燃費にはギャップが存在する。しか
し、道路整備やエコドライブの普及等によって、このギャップが小さくなることも期
待できる。本研究では、現状はモデルの想定 (燃費、輸送サービス需要等 )とエネルギー
統計
4)
等が整合的になるように推定し、将来は図 4. 5.3 -1 6 に示すように、ギャップが
小さくなっていくものと想定した。
実燃費とカタログ燃費のギャップ
1.5
United States
Canada
1.4
United Kingdom
France
1.3
Germany
Italy
1.2
Japan
China
1.1
Korea
India
1
Russia
2000
2020
図 4. 5.3 -16
2040
実燃費とカタログ燃費のギャップの想定
参考文献（第 4.5 .1 節に関するもの）
1) (社 )日本自動車工業会、「世界自動車統計年報第 9 集」、 2 010
2) IEA, En e rg y Tech no log y P e rspe ctives 20 10, 2 010.
3) NEDO、「次世代自動車用蓄電池技術開発ロードマップ」、 2008
4) IEA, En e rg y Ba la ncc es of OECD/Non -OECD Coun trie s, 20 10.
- 232 -
4.6
短中期温暖化対策評価モデル DNE21+による分析・評価
第 4.5 節で調査したような最新の動向を、温暖化対策技術を詳細に積み上げてモデル
化し、また、世界の地域を詳細に分割評価している温暖化対策・エネルギー評価モデ
ル DNE21+の前提条件として反映した。そして、その最新データに基づいたモデルを用
いて、第 3 章で述べた叙述的シナリオのうち、中位の技術進展を想定したシナリオ A、
そして、温暖化政策実施の背景シナリオについては、現状に近い多目的多様性社会シ
ナリオを想定して分析評価を行った。特に第 4.5 節で調査した発電、鉄鋼、自動車の主
要セクターについては、部門別に分析を行った。また、比較的モデル構造も似通った
IEA ETP 2010 シナリオとの比較評価も行った。
4.6.1 DNE21+モデルの概要
DNE21+モデルは、温暖化対策技術を詳細に積み上げたモデルであり、また、世界の
地域を詳細に分割したモデルである。これにより、どこで、どのような対策技術を用
いて対策を行えば良いのかを具体的に提示できる。また、技術を詳細に評価していな
がら、 20 50 年までの比較的長期にわたる期間について評価が可能である。
DNE21+は、評価対象期間における世界全体のエネルギー・システム総コストを最小
化する最適化型モデル（線形計画モデル）である。これによって、例えば 205 0 年の削
減目標を踏まえて、 2 020 年、 203 0 年にどのような対策をとるべきかを提示できること
となる。そして、エネルギー供給部門からエネルギー消費部門まで（図 4 .6. 1 -1 参照）、
エネルギー輸出入、時点間の設備推移までも含めてハードリンクしており、完全に整
合的なシステムを算定することができる。
具体的な特徴を以下に示す。
○
最適化代表時点は 20 05, 2010 , 2 015 , 20 20, 2025 , 2 030 , 2 040, 2 050 年の８時点
（ 2005 年は 2 003 ∼ 2 007 年、 20 10 年は 20 08∼ 2 012 年、 2 015 年は 20 13 ∼ 201 7
年、・・・をそれぞれ代表している）
○
世界全体を５４地域に地域分割（米国、カナダ、オーストラリア、中国、イン
ド、ロシアはさらに１国内を分割、計 77 地域分割）。（図 4.6 .1 -2 ）
○
エネルギー供給技術（各種発電技術、石油精製、石炭ガス化技術など）、二酸化
炭素分離・回収、貯留・隔離については、各技術のコストやエネルギー効率な
どを明示的にモデル化（ボトムアップ的）。
○
エネルギー需要技術については、
・エネルギー多消費産業のうち、鉄鋼、セメント、紙パ、アルミ、化学の一部（石
油化学のうちエチレン・プロピレン製造、アンモニア製造）、運輸（自動車）、民
生の一部については、各技術のコストやエネルギー効率などを明示的にモデル化
（ボトムアップ的）。これらの部門の活動量（産業部門は生産量、自動車は輸送需
要、民生の一部は機器の利用時間）は外生的に想定し、モデル計算においては固
定とする。一方、技術選択は、モデルで内生的に決定され、エネルギー消費量な
どが導出される。
- 233 -
・それ以外の部門については、地域によって技術特性が様々であったり、将来の技
術が多様であると予想されるなど、個別技術の積み上げを行うことが必ずしも的
確な評価につながらないと考えて、個別技術としては想定せず、最終エネルギー
需要を産業、運輸、民生部門別にマクロ的に４種に区分（固体燃料需要、液体燃
料需要（ガソリン需要、軽質油需要、重質油需要）、気体燃料需要、電力需要）し
てモデル化（トップダウン的）し、全部門にわたる評価を実施。
・省エネルギー効果は、長期価格弾性値を用いて評価。
○
各設備については、設備のヴィンテージ（過去の何年にいくらの容量の設備が
導入されたか）を考慮しているため、時点によって代替のための費用効率性が
異なることが明示的に考慮され、それが費用効率的な技術選択に反映される。
設備寿命を残して新たな設備の建設も、当然、高い費用と算出されるが、モデ
ル上、考慮できる。
○
分割地域間のエネルギー輸送を考慮（石炭、石油、天然ガス、エタノール、電
力）。
○
８種の一次エネルギーを考慮（石炭、石油（在来型、非在来型）、天然ガス（在
来型、非在来型）、水力・地熱、原子力、風力、太陽光、バイオマス）。
○
電力需要については、電力負荷変動に合わせた供給となるように、年負荷持続
曲線を基に、電力負荷の大きさによって４時間帯に区分し、それぞれ需給バラ
ンスがとれるようにモデル化。これによって、ベース電源、ピーク対応電源な
ど、それぞれの発電技術の特性にあった評価を可能としている。
○
各種エネルギー変換過程（各種発電、石炭ガス化・液化、天然ガス改質、バイ
オマス液化など）、二酸化炭素分離・回収、貯留・隔離（ CCS）などをモデル化。
産業部門
化石エネルギー
石炭
石油（在来型、非在来型）
天然ガス（在来型、非在来型）
生産
単価
各種エネルギー
変換プロセス
（石油精製、
石炭ガス化、
ﾊﾞｲｵｴﾀﾉｰﾙ化、
ガス改質、
水電解等）
セメント
紙パ
化学(ｴﾁﾚﾝ, ﾌﾟﾛﾋﾟﾚﾝ, ｱﾝﾓﾆｱ)
アルミ
累積生産量
固体、液体、気体燃料、電力
再生可能エネルギー
水力・地熱
風力
太陽光
バイオマス
鉄鋼
運輸部門
各種発電
自動車
固体、液体、気体燃料、電力
供給
単価
民生・業務部門
年間生産量
CCS
原子力（在来型、次世代型）
図 4. 6.1 -1
冷蔵庫、ﾃﾚﾋﾞ、ｴｱｺﾝ他
固体、液体、気体燃料、電力
DN E21+ におけるエネルギーフローの全体概要
- 234 -
図 4. 6.1 -2
DN E21+ における世界の地域分割
4.6.2 分析したシナリオ
今年度は、第 3 章で策定した叙述的シナリオのうち、 DNE2 1+の分析は、シナリオ A
（中位技術進展シナリオ）について分析・評価を行った（具体的な人口、GDP シナリオ
は第 5.2 節に記載）。また、本節では、温暖化政策実施の背景シナリオについては、現
状に近い多目的多様性社会シナリオ（シナリオ I）を想定して分析評価を行った。シナ
リオ II、 III との比較については、第 5 章に記載する。その上で、排出削減レベルにつ
いては、ベースラインシナリオ（特段の温暖化対策がない場合）と世界排出量を 2050
年に 2 005 年比で半減するシナリオ（ RCP では、 RCP 3P D(2.6)相当）の２種類について
分析・評価を行った。なお、 205 0 年に世界半減シナリオでは、世界全体の費用が最小
化するような分析（すなわち、各国で限界削減費用が均等化）を行った。
なお、ここでは、投資判断における割引率および投資回収判断年数は表 5 .9 .1 -2 のよ
うに想定した。また、ベースラインにおける化石燃料価格は概ね表 5.9 .1 -3 のように想
定した。なお、化石燃料の生産費用についてはモデルで内生的に決定されるため、排
出削減レベル等が異なったシナリオの場合、ここで示す価格から変動する。
- 235 -
表 4. 6.2 -1
投資判断における割引率および投資回収判断年数（シナリオ I）
投資判断における割引率
上限
下限
投資回収判断年数
上限
下限
8%
20%
11.9 年
5.0 年
11%
23%
9.0 年
4.3 年
その他エネルギー転換部門
15%
25%
6.6 年
4.0 年
エネルギー多消費産業
15%
25%
6.6 年
4.0 年
運輸（自動車）部門
30%
45%
3.3 年
2.2 年
民生・業務部門
30%
55%
3.3 年
1.8 年
発電部門
原子力
*投資回収判断年数は、発電部門、その他エネルギー転換部門、エネルギー多消費部門
は設備寿命 40 年 (但し原子力は 50 年 )、運輸 (自動車 )部門、民生・業務部門は 15 年と
して換算した値。
表 4. 6.2 -2
石炭
石油
ガス
化石燃料価格の想定（シナリオ I）
2010 年
2020 年
2030 年
2040 年
2050 年
106
157
162
172
185
399
615
702
741
818
(63 )
(96 )
(11 0)
(11 6)
(12 8)
308
455
530
552
569
単位： US200 0$ /toe 、石油の括弧内の数値は US200 0$ /bb l
4.6.3 分析結果
第 4.6 .2 節で記述したシナリオについて、 DNE21+モデルによって分析を行った。
(1) CO 2 排出量・削減量
図 4.6 .3 -1 に、 A LP S シナリオ A -I におけるベースライン排出量と、ベースラライン
からの世界排出量半減時の部門別・技術別の排出削減量を示す。また、比較のために、
IEA ETP 2010 における世界排出量半減時の部門別・技術別の排出削減量を図 4.6 .3 -2 に
示す。世界半減のためには様々な部門で各種技術により削減を行うことが必要と見ら
れる。また、 ETP 201 0 との比較では、比較的似通った削減シナリオとなっている。な
お、 ETP 201 0 の推定では、世界半減時の 205 0 年の CO 2 限界削減費用は 17 5$ /tCO 2
（ ETP 2008 では 2 00∼ 5 00$ /tCO 2 、技術楽観ケース ∼ 悲観ケース）としており、本研究の
推定では 476 $/tCO 2 と、ETP 2010 よりも大きく算定された。これは技術進展の見通しの
違いや、地域分割の詳細さ（ DNE21+モデルでは 5 4 地域、 ETP モデルでは 1 7 地域）の
違い等によっているものと考えられる。
- 236 -
エネルギー起源CO2排出量・削減量 [GtCO2/yr]
60
発電部門：CCS
ベースライン排出量：
57GtCO2/yr
50
17%
14%
40
15%
11%
30
43%
20
世界半減時排出量：
13GtCO2/yr
10
発電部門：再生可能
発電部門：原子力
発電部門：効率向上、
化石燃料間転換
発電以外のエネルギー
転換部門
民生部門
運輸部門
産業部門
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -1
CO2排出量
ベースライン CO 2 排出量と世界半減のための技術別排出削減量
注）国際海運、国際航空は含めていない。
図 4. 6.3 -2
IEA ETP 2010 におけるベースライン CO 2 排出量と世界半減のための技術別
排出削減量
次に世界地域別の削減寄与を見ることとする。図 4. 6.3 -3 に、ベースララインからの
世界排出量半減時の地域別の排出削減量を示す。また、各国の 20 05 年を基準としたと
きの削減率の推移を図 4 .6. 3 -4 に示す。 2 050 年の削減寄与度としては中国が 2 4%と最
も大きい。中国は、205 0 年でベースラインでは 20 05 年比でおよそ３倍になるところを、
- 237 -
半減時には 20 %減程度に抑制するものである。インドについては、ベースラインでお
よそ５倍になるところを、半減時には +40 %程度で留めるというものである。先進国は
半減時には概ね 60∼ 70%減程度となっている。比較のために、 IEA ETP 2010 における
世界排出量半減時の地域別の排出削減量を図 4.6 .3 -5 に示す。地域別の寄与度で見て
も、 ETP 201 0 と比較的似通ったシナリオと言える。
エネルギー起源CO2排出量・削減量 [GtCO2/yr]
60
ベースライン排出量：
57GtCO2/yr
50
Other non-OECD
30%
Other OME
6%
10%
40
24%
30
India
China
17%
20
Other OECD
13%
世界半減時排出量：
13GtCO2/yr
10
USA
CO2排出量
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -3
ベースライン CO 2 排出量と世界半減のための地域別排出削減量
注）国際海運、国際航空は含めていない。 Oth er OME (O th er M ajo r Eco no mies )：ブラジ
ル、ロシア、南アフリカ
a) ベースライン
b) 世界排出量半減
2
エネルギー起源CO2排出量 [Y2005 = 1]
エネルギー起源CO2排出量 [Y2005 = 1]
6
5
4
3
2
1
0
2005
1.8
1.6
1.4
USA
1.2
Other OECD
1
Japan
0.8
China
0.6
India
0.4
Other OME
Other non-OECD
0.2
0
2015
2025
2035
2045
2005
西暦年
図 4. 6.3 -4
2015
2025
2035
2045
西暦年
ベースラインと世界半減の地域別 CO 2 排出量推移
- 238 -
図 4. 6.3 -5
IEA ETP 2010 におけるベースライン CO 2 排出量と世界半減のための地域別
排出削減量
(2) 一次エネルギー供給
図 4. 6.3 -6 にベースララインにおける世界の一次エネルギー供給量推移を、図
4.6. 3 -7 に、ベースララインと世界排出量半減時の一次エネルギー供給量を示す。ベー
スラインにおいては、石炭を中心に化石燃料依存が継続する。風力や太陽光発電とい
った再生可能エネルギーは、将来のコスト低減を見込んでもコストが高く、 2 050 年に
至ってもその利用は限定的である。世界半減ケースにおいては、石炭、石油を中心に
化石燃料の利用量は大きく減少し、原子力、バイオマス、風力、太陽光発電といった
再生可能エネルギーの比率が大きくなっている。また、比較のために、 IEA ETP 2 010
における世界排出量半減時の世界の一次エネルギー供給量を図 4 .6. 3 -8 に示す。A LP S、
ETP 2010 両者でここでも大きな差異はないものの、世界半減時の 20 50 年において、
「そ
の他」の風力発電の利用量については、A LP S の見通しは ETP 201 0 の見通しよりも少し
小さい。
- 239 -
一次エネルギー供給量 [Mtoe/yr]
24000
22000
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
Others
Biomass & Waste
Hydro & Geothermal
Nuclear
Natural Gas
Oil
Coal
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -6
ベースラインにおける世界の一次エネルギー供給量推移
24000
一次エネルギー供給量 [Mtoe/yr]
22000
20000
18000
16000
Others
14000
Biomass & Waste
12000
Hydro & Geothermal
10000
Nuclear
8000
Natural Gas
6000
Oil
4000
Coal
2000
0
ベースライン
世界半減
ベースライン
2030年
図 4. 6.3 -7
世界半減
2050年
ベースラインと世界半減のための世界の一次エネルギー供給量
- 240 -
図 4. 6.3 -8
IEA ETP 2010 におけるベースラインと世界半減のための世界の一次エネ
ルギー供給量
(3) 発電電力量
図 4.6 .3 -9 にベースララインにおける世界の発電電力量推移を、図 4. 6.3 -10 に、ベ
ースララインと世界排出量半減時の世界の発電電力量を、 ETP 2010 の分析との比較を
含めて示す。また、図 4 .6. 3 -11 に、世界半減のための地域別の再生可能エネルギーの
利用量を、図 4 .6. 3 -1 2 には ETP 2010 におけるシナリオを示す。ベースラインにおいて
は、 2 05 0 年までの期間にわたって、石炭発電が総発電電力量の 5 割程度を占めるよう
な状況と見られる。原子力発電は概ね現状レベルで維持する。一方、風力発電は比率
的には大きくないものの、着実な拡大は見込まれる。 IEA ETP 2010 との比較でみると、
本研究では ETP 2010 よりも風力については小さく見積もっている。太陽光発電は 2 050
年半減時での導入量は概ね両者で同じレベルである。一方、バイオマス発電について
は、本研究の方が ET P 2010 よりも大きく、また、バイオマス CC S の比率が高い。本研
究では、エネルギー利用部門での省エネが ETP 2010 ほど進展しないと見た分析となっ
ており、その分、電力供給における原単位改善が必要であり、正味で負の削減となる
バイオマス CCS の利用が大きくなっている。バイオマス供給可能量には上限があり、
それは概ね IEA ETP 2 010 と本研究では近いものとなっているように見受けられる。本
研究では、バイオマスを発電部門で余計に利用するため、運輸部門の分析において、
後述するように、その分、運輸部門での利用は、 ETP 201 0 よりも小さくなっている。
地域別の再生可能エネルギー利用を見ると、 ETP 2010 と比較して、本研究では、ア
フリカやラテンアメリカにおけるバイオマス発電を大きく見込んでいる。また、中国
のおける太陽光発電も大きく見込んでいる。一方、中国における風力発電は ETP 2 010
よりも小さく見込んでいる。
- 241 -
50000
Others
発電電力量 [TWh/yr]
45000
Solar
40000
Wind
35000
Biomass+CCS
Biomass
30000
Hydro & Geothermal
Nuclear
25000
Gas+CCS
20000
Gas
15000
Oil+CCS
10000
Oil
Coal+CCS
5000
Coal
0
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -9
ベースラインにおける世界の発電電力量推移
50000
Others
45000
Solar
Wind
40000
Biomass+CCS
発電電力量 [TWh/yr]
35000
Biomass
30000
Hydro & Geothermal
Nuclear
25000
Gas+CCS
20000
Gas
15000
Oil+CCS
Oil
10000
Coal+CCS
5000
Coal
2030年
図 4. 6.3 -10
BLUE Map (ETP2010)
Baseline (ETP2010)
世界半減
ベースライン
ベースライン
世界半減
0
2050年
ベースラインと世界半減のための世界の発電電力量（ IE A ET P20 10 との
比較）
- 242 -
3.5
発電電力量 [PWh/yr]
3
2.5
Wind
2
Solar
Hydro & Geothermal
1.5
Biomass
1
0.5
図 4. 6.3 -11
図 4. 6.3 -12
China
Latin America
Middle East
Africa
United States
OECD Europe
0
世界半減のための地域別の再生可能エネルギーの利用量
IE A ET P201 0 における世界半減のための地域別の再生可能エネルギーの
利用量
(4) 鉄鋼部門
図 4.6 .3 -1 3 にベースラインにおける世界の技術別粗鋼生産量を示す。ベースライン
においても、高効率な生産設備の拡大が見られる。また、図 4.6. 3 -14 にはベースライ
ンと世界半減における世界の技術別粗鋼生産量を示す。世界半減シナリオにおいては、
2030 年頃から CCS や水素還元製鉄などの利用が必要になってくる。スクラップ電炉鋼
の利用は、 CO 2 原単位を引き下げる効果があるものの、第 4. 5 .2 節で分析したように、
- 243 -
スクラップ鉄の利用可能性等の制約により、 2 050 年では高炉・転炉の利用は全生産の
半分程度を占める結果となっている。なお、ガス資源を有し、その利用が容易な国に
おいては、直接還元鉄（ DR I）の利用拡大も見られる。
2500
スクラップ電炉(高効率)
粗鋼生産量 [Mt-CrudeSteel/yr]
スクラップ電炉(中効率)
2000
スクラップ電炉(低効率)
DRI(高効率)
1500
DRI(中効率)
CCS・水素還元製鉄
1000
高炉転炉(高効率+次世代
コークス炉)
高炉転炉(高効率)
500
高炉転炉(中効率)
高炉転炉(低効率)
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -13
ベースラインにおける世界の技術別粗鋼生産量
スクラップ電炉(高効率)
スクラップ電炉(中効率)
2000
スクラップ電炉(低効率)
1500
DRI(高効率)
1000
DRI(中効率)
CCS・水素還元製鉄
500
図 4. 6.3 -14
世界半減
世界半減
2030年
ベースライン
0
ベースライン
粗鋼生産量 [Mt-CrudeSteel/yr]
2500
高炉転炉(高効率+次世代
コークス炉)
高炉転炉(高効率)
高炉転炉(中効率)
高炉転炉(低効率)
2050年
ベースラインと世界半減における世界の技術別粗鋼生産量
- 244 -
図 4.6 .3 -15 は、鉄鋼部門の CO 2 排出量 (電力の間接排出も含む )について、ベースラ
イン CO 2 排出量と全部門で世界半減時の鉄鋼部門での地域別排出削減量を示してい
る。
世界全体では、205 0 年のベースライン CO 2 排出量は 3 400MtCO 2 /yr であり、半減時に
は 1800 MtCO 2 /yr(ベースライン比で約 ▲ 5 0%)まで削減することとなる。なお、 2 005 年
の排出量と比べると約二割減であり、鉄鋼部門のみで見た場合には半減となっていな
い。地域別には、生産量の多い中国やインドでの排出削減が大きい結果である。
エネルギー起源CO2排出量・削減量 [GtCO2/yr]
4000
Other non-OECD
3500
3000
Other OME
2500
India
2000
China
1500
Other OECD
1000
USA
500
CO2排出量
0
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -15
鉄鋼部門のベースライン CO 2 排出量と世界半減のための
地域別排出削減量 (電力の間接排出も含む )
(5) 二酸化炭素回収貯留（ CCS ）
図 4.6 .3 -16 には本研究における世界排出量半減シナリオ時の地域別の CCS 利用量
を、図 4. 6.3 -17 には IEA ETP 2010 の半減シナリオにおける地域別の CCS 利用量を示す。
本研究におけるシナリオの方が、ETP 2010 よりも若干 CCS 利用量が大きくなっている。
発電部門の項で述べたように、本研究のシナリオでは、アフリカやラテンアメリカに
おけるバイオマス CC S の利用量が ETP 201 0 よりも大きいことが主要な差異となってい
る。 ETP 201 0 では１か所 30 0 万トン /年とすると 2 050 年には 34 00 か所で貯留が必要で
あり、本研究のシナリオでは 450 0 か所程度で貯留することとなる。いずれにしても、
現実的には相当な困難を伴う実施量と考えられる。
- 245 -
14000
OECD Pacific
United States
CO2回収量 [MtCO2/yr]
12000
Other OECD North
America
OECD Europe
10000
Other developing Asia
8000
Middle East
6000
India
Eastern European Union
and Former Soviet Union
Central and South
America
China
4000
2000
Africa
0
2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -16
図 4. 6.3 -17
世界半減のための地域別の C CS 利用量
IE A ET P201 0 における世界半減のための地域別の C CS 利用量
- 246 -
(6) 運輸部門
図 4 .6. 3 -1 8 に、本研究におけるベースラインおよび世界半減のための運輸部門の地
域別のエネルギー消費量を、また、図 4. 6 .3 -19 には ETP 201 0 における運輸部門のエネ
ルギー消費量を示す。本研究のベースラインは、ETP 201 0 に比べると、その他非 O ECD
諸国を中心に若干ながら小さい。一方、世界半減ケースではほぼ同程度のエネルギー
消費量となっている。
図 4 .6. 3 -2 0 には、ベースラインおよび世界半減ケースにおける自動車の年間販売台
数（年間導入台数）を、図 4. 6.3 -2 1 には ETP 2010 のシナリオを比較のために示す。世
界の販売台数は、ETP 2010 では現状の年間約７千万台から 2 050 年には約１億８千万台
に拡大するとしている一方、本研究では約１億台程度としている。これは、第 4.5 . 3 節
で記載したように、中国やインド等の途上国における自動車保有台数の見通しが
ETP 2010 では本研究よりもかなり大きいことが主要な要因である。それは、例えば中
国は 20 50 年には P PP で見ると、世界で最も一人当たり GDP が高い国になっていると
する ETP 2010 の想定が基になっている。自動車技術の内訳で見ると、 ETP ではプラグ
インハイブリッド、燃料電池自動車の比率が大きいが、本研究では特に燃料電池自動
車の比率は小さく見込んでおり、一方、ハイブリッド自動車の比率を高く見込んでい
る違いがある。
いずれにしても、自動車技術の技術動向は不確実性が高く、感度解析などを充実さ
せていくことが重要と考えられる。
運輸部門エネルギー消費 [Mtoe/yr]
6000
Other Non-OECD
5000
India
4000
China
3000
Other OECD
2000
OECD Europe
1000
United States
2030年
図 4. 6.3 -18
世界半減
ベースライン
ベースライン
世界半減
0
2050年
ベースラインおよび世界半減のための運輸部門のエネルギー消費量
- 247 -
a) 地域別
b) 種類別
図 4. 6.3 -19
IE A ET P201 0 におけるベースラインおよび世界半減のための運輸部門の
エネルギー消費量
- 248 -
乗用車年間導入台数 [百万台/年]
200
180
FCV
160
EV
140
PlugIn-HEV (Alternative Fuel)
120
PlugIn-HEV (Diesel)
100
PlugIn-HEV (Gasoline)
80
60
HEV (Alternative Fuel)
40
HEV (Diesel)
20
HEV (Gasoline)
ICEV (Alternative Fuel)
図 4. 6.3 -20
2030～2040年
世界半減
2020～
2030年
ベースライン
ベースライン/世界半減
2010～
2020年
世界半減
ベースライン/世界半減
2000～
2010年
ベースライン
ベースライン/世界半減
0
ICEV (Diesel)
ICEV (Gasoline)
2040～2050年
ベースラインおよび世界半減ケースにおける自動車の年間販売台数（年
間導入台数）
図 4. 6.3 -21
IE A ET P201 0 におけるベースラインおよび世界半減ケースにおける自動
車の年間販売台数（年間導入台数）
図 4.6 .3 -22 は、運輸部門の CO 2 排出量 (電力の間接排出も含む )について、ベースラ
イン CO 2 排出量と全部門で世界半減時の運輸部門での地域別排出削減量を示してい
る。
世界全体では、 2 05 0 年のベースライン CO 2 排出量は約 110 00MtCO 2 /yr であり、半減
時には 610 0MtCO 2 /yr (ベースライン比 ▲ 44 %)まで削減することとなる。なお、 2 005 年
- 249 -
の排出量と比べると + 3%であり、全部門で最も費用効率的に 20 0 5 年比半減を行う場合、
運輸部門では現状レベルに排出量を戻すという位置づけである。
エネルギー起源CO2排出量・削減量 [GtCO2/yr]
12000
Other non-OECD
10000
Other OME
8000
India
6000
China
4000
Other OECD
2000
USA
CO2排出量
0
2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
西暦年
図 4. 6.3 -22
運輸部門のベースライン CO 2 排出量と世界半減のための
地域別排出削減量
(電力の間接排出も含む )
- 250 -
第 5章
5.1
叙述的シナリオに沿った緩和と影響・適応の定量的
シナリオの策定
概要
本章では、昨年度までに検討を行い、今年度、本報告書第 3 章のように策定した叙
述的シナリオに沿って、各種モデル、ツールを用いて定量的なシナリオ策定を行った。
図 5.1 -1 は、叙述的シナリオのうち、コアとして考えた３つの軸によるシナリオであ
り、社会経済シナリオ（ A、B）、温暖化政策実施における背景状況に関するシナリオ（ I、
II、III）、排出削減レベルに関するシナリオ（濃度安定化レベル、IP CC RCP に対応）に
ついて実施した。
定量的シナリオ策定、分析に利用したモデル、ツールは、図 5.1 -2 に示すようなも
のであり、モデルそれぞれの特徴にもあわせて使い分けを行って、叙述的シナリオに
沿った定量的なシナリオ策定を行った。
第 5.2 節では、過去の実績等を詳細に分析した上で、社会経済シナリオ（ A 、 B）の
人口、 GDP シナリオ策定を行った。また、第 5.3 節では、それぞれの都市人口を推定
するとともに、都市別の人口分布についても推定を行った。第 5. 4 節では貧困人口につ
いて推定を、第 5. 5 節では温暖化による健康影響に関する分析を行った。第 5.6 ∼ 5. 8
節においては、開発した食料需給・水需給・土地利用変化を整合的に評価できるモデ
ルを用いて、食料需給のシナリオ、淡水資源に関するシナリオ、土地利用および土地
利用変化 CO 2 に関するシナリオ策定を行った。第 5 .9 節では社会経済シナリオ A「中位
技術進展シナリオ」について、温暖化政策実施における背景状況に関するシナリオ（ I、
II、 III）の差異に関して、 205 0 年までの短中期のシナリオ策定、分析を実施した。第
5.10 節では、温暖化政策実施における背景状況に関するシナリオ I について、社会経
済シナリオ（ A、 B）の差異および排出削減レベルに関するシナリオの差異（濃度安定
化レベル、 IP CC RCP ）に関する分析を 21 0 0 年までの長期について実施した。そして、
第 5.11 節では、非 CO 2 温室効果ガス排出シナリオについて、社会経済シナリオ（ A 、B）
の差異および排出削減レベルに関して分析を行った。
- 251 -
ALPSコアシナリオ
長期的なマクロの経済社会状況に関するシナリオ
Ｂ：高位技術
進展シナリオ
Ａ：中位技術
進展シナリオ
排出削減レベルに
関するシナリオ
温暖化政策実施における
背景状況に関するシナリオ
RCP3.0PD
I：多目的多様性社会
シナリオ
RCP4.5
II. 温暖化対策
優先シナリオ
RCP6.0
RCP8.5
図 5. 1-1
III：エネルギー安全
保障優先シナリオ
今年度定量的なシナリオ策定を行った叙述的シナリオ
人口、GDP
エネルギー起源CO2以外のGHG
国内所得格差
都市人口分布
Non-CO2 GHGモデル
2020-30年中心、2150年まで
エネルギーセキュリティ
評価モデル
エネルギー
DNE21+
2020-30年中心、2050年まで
産業構造変化、
金融
環境調和型都市
分析モデル
DEARS
DNE21
2020-30年中心、2050年頃まで
経済全体・産業連関を考慮
2150年頃まで
経済全体も考慮
気候モデルとの統合
気候変化
経済
土地利用、食料、水資源
食料需給・水資源・土地利用変化モデル
2150年まで
水セキュリティ評価モデル
食料セキュリティ評価モデル
グリッド別気候変化推定
生物多様性影響評価モデル
（ BIOME利用）
図 5. 1-2
MAGICC
健康影響評価モデル
温暖化影響
シナリオ策定に用いたモデル・ツール
- 252 -
5.2
人口・ GDP
本節では、第 3 章で策定した社会経済に関する 2 種類の異なる方向性をもつ叙述的
シナリオに沿って、まず、基礎的な社会経済シナリオとして、一人当たり GDP (MER(市
場為替レート )換算 )や人口、GDP (MER 換算 )についてシナリオを策定した。過去の統計
データから得られるこれらの相互依存性を考慮しつつ、各シナリオを策定した。次に、
GDP (MER 換算 )に対応した GDP (P PP (購買力平価 )換算 )のシナリオを策定した。なお、
ここで策定した GDP シナリオはいずれも実質 GDP (200 0 年米ドル価格 )として示した。
本節で策定した基礎的な社会シナリオをベースラインとして、第 5. 3 節以降、各種定量
的シナリオが策定される。
5.2.1
一人当たり GDP(MER 換算 )
過去の統計データ
4)5)
から、全般的に以下の傾向がみられる。最貧国においては一
人当たり GDP 成長率が低い。一人当たり G DP が数百ドルから千ドル程度になると、一
人当たり GDP 成長率は大きくなる傾向がある。そして、それ以降は緩やかな経済発展
に移行し、その成長率は逓減していく傾向にある。産業構造としては、大きな傾向と
しては、第一次産業中心の初期段階の産業構造から、経済の高度成長期には軽工業か
ら重工業への発展があり、安定成長期に入るとサービス産業や情報産業といった第三
次産業が伸び始める。これらの大きな傾向は基本的に普遍であると考え、その上で、
技術進展の程度による不確実性を考慮して、将来の見通しを策定した（図 5. 2.1 -1 , 図
5.2. 1 -2）。
図 5.2 .1 -3 に、シナリオ A 、 B の世界の一人当たり GDP を示す。また、比較のため、
IP CC SRES シナリオにおける一人当たり GDP も記載した。 SR ES と比較すると、本研
究で策定したシナリオ A、B は SRES B2 を挟むようなシナリオであり、また、SRE S B1
と A2 で挟まれたようなシナリオとなっている。少し SRES シナリオよりも不確実性の
幅は小さくとっているものの、極めて高い一人当たり GDP を想定している SRES A1 を
除けば、 SRE S シナリオとも大きな見通しの差はないと言える。
- 253 -
12
Annual growth rate of per-cap. GDP (%)
中国
10
8
韓国
エチオピア
インド
6
4
日本
2
ブラジル
インドネシア
0
100
1000
-2
ドイツ
米国
10000
100000
南ア
ナイジェリア
-4
GDP per capita (US 2000 $)
図 5. 2.1 -1
シナリオ A の 19 80- 210 0 年の一人当たり GDP (ME R )とその年成長率の関係
注 )実線と点線は、それぞれ実績値とシナリオ想定値を示す。５年間の年平均成長率を表示。
12
Annual growth rate of per-cap. GDP (%)
中国
10
8
韓国
エチオピア
インド
6
4
日本
2
ブラジル
ドイツ
インドネシア
0
100
1000
-2
ナイジェリア
10000
米国
100000
南ア
-4
GDP per capita (US 2000 $)
図 5. 2.1 -2
シナリオ B の 19 80- 210 0 年の一人当たり GDP (ME R )とその年成長率の関係
注 )実線と点線は、それぞれ実績値とシナリオ想定値を示す。５年間の年平均成長率を表示。
- 254 -
60
SRES A1
一人当たりGDP ( 2000価格千ドル)
SRES B1
SRESの範囲
50
40
ALPS-シナリオB
30
20
ALPS-シナリオA
10
SRES B2
SRES A2
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
図 5. 2.1 -3
198 0-21 00 年の世界平均の一人当たり GDP (MER )
注）2 0 0 8 年までは統計値、2 0 0 9 年以降 R IT E 見通し。S R E S は IP C C 排出シナリオに関する特別報告書（ 2 0 0 0 ）
7)におけるシナリオ。 SRES シナリオは 1990 年価格のため、 1990 年の 2000 年価格 GDP と一致するように補
正して表示している。
シナリオ A では、現在の先進国は 2100 年にかけて徐々に成長スピードが低下し、
2100 年に一人当たり GDP 成長率が約 0 .5 %/年に収束する。途上国は着実に成長し続
けるものの、210 0 年には、新興途上国、後発途上国においてそれぞれ約 1%、2 %/年で
の成長にとどまる。 2 000 -210 0 年の世界の平均成長率は 1. 5%/年である。
シナリオ B では、現在の先進国も 210 0 年においても一人当たり GDP が約 1.0 %/
年を維持して成長し続ける。途上国は急速に成長し続け、 2 10 0 年においても現在の新
興途上国、後発途上国がそれぞれ約 2%/年、 3 % /年台で成長し続ける。 2000 -2 10 0 年の
世界の平均成長率 2 . 1% /年である。
経済格差に関しては、シナリオ A、 B ともに、 2100 年にかけて現在の先進国と途上
国の格差は 2 100 年にかけて着実に縮まる。ただし、シナリオ B の方が、シナリオ A
よりも先進国と途上国の経済格差は大きい。例えば、一人当たり GDP の OECD90 対ア
フリカの比は、 2000 年時点では 38 .5 だが、 210 0 年ではシナリオ A で 6 .4、シナリオ
B で 6. 7 である。
5.2.2
人口
世界人口シナリオに関しては、世界的に幅広く活用されている国連経済社会局人口
部による世界人口推計 200 8 6 ) を参考に策定した。二年おきに策定されている国連世界
人口の中位推計シナリオは更新のたびに概ね下方修正されている。そこで、本シナリ
オでは、アジアやアフリカなどの途上国の将来の人口増加を考慮したとしても、今後
の世界人口が 10 0 億人を大きく上回るような人口シナリオは蓋然性が低いと考えた。
- 255 -
過去の統計から、一人当たり GDP が大きくなると、出生率や人口成長率は小さくな
る傾向がかなり明確に見られる (図 5.2 .2 -1)。将来においてもこの傾向に従うと想定し、
一人当たり GDP と出生率の関係に変えて、年人口変化率と一人当たり GDP の関係によ
って A LP S 人口シナリオを策定した (図 5. 2.2 -2 )。シナリオ A と比較すると、シナリオ
B では一人当たり GD P が大きいので人口成長は小さいと想定した。
7
United States
United Kingdom
Japan
Australia
Korea
Brazil
Mexico
South Af rica
China
India
Indonesia
Russia
World
6
Total fertility rate
5
4
3
2
1
0
0.1
1
10
100
GDP per capita (thousands 2000 US$)
図 5. 2.2 -1
196 0-20 06 年の出生率と一人当たり GD P の関係（ U N 6 ) より作成）
- 256 -
シナリオ A
シナリオ B
4
3
エチオピア
ナイジェリア
南ア
2
インド
インドネシア
ブラジル
韓国
中国
1
ドイツ
米国
0
100
1000
10000
100000
日本
-1
Annual change rate of population (%)
Annual change rate of population (%)
4
-2
3
エチオピア
ナイジェリア
南ア
2
インド
インドネシア
ブラジル
韓国
中国
1
ドイツ
米国
0
100
1000
10000
-1
100000
日本
-2
GDP per capita (US 2000 $)
図 5. 2.2 -2
GDP per capita (US 2000 $)
198 0-21 00 年の人口成長率と一人当たり G DP(M ER) の関係
注 )実線と点線は、それぞれ実績値とシナリオ想定値を示す。５年間の年平均成長率を表示。
図 5.2 .2 -3 と図 5 .2 . 2 -4 には、それぞれ世界人口と主要国別人口のシナリオを示した。
シナリオ A では、世界人口は中位成長であると想定し、国連 2008 中位推計を利用し
た。世界人口は、 205 0 年に 9 1 億人になり、それ以降は安定的に推移し 210 0 年に 93
億人となる。一方、シナリオ B では、世界人口は低位成長であると想定し、国連推計
2008 6 ) の低位推計と中位推計の中間値に概ね相当するようなシナリオを想定した。シナ
リオ B の世界人口は、 200 0 年の 6 1 億人からゆっくりと成長し、 2 050 年頃に 86 億
人でピークを迎え、 2 100 年にかけて 74 億人まで減少する。 IP CC SRES シナリオにお
いては、 SRE S A1 と B1 シナリオは、 IIAS A の 199 6 年の低位推計ベース、 SRES B 2 は
国連の 19 98 年中位推計ベース、A2 は IIAS A の 199 6 年高位推定ベースでシナリオが策
定されている。本研究では、シナリオ A は、国連が 199 8 年推計よりも 20 08 年推計で
下方修正しているため、 SRES B2 よりも若干小さい人口シナリオとなっている。シナ
リオ B については、推計元は異なるものの、世界全体の人口としては、SRES A1 /B 1 と
概ね近いシナリオとなっている。
- 257 -
160
SRES A2
（IIASA1996高位）
140
SRESの範囲
UN2008高位
SRES B2（UN1998中位）
120
人口（億人）
UN2008中位
ALPS-シナリオA
100
IIASA2007
（10-90ﾊﾟｰｾﾝﾀｲﾙ）
80
UN2008の範囲
60
ALPS-シナリオB
UN2008低位
40
SRES A1/B1（IIASA1996低位）
20
0
1950
1975
2000
2025
図 5. 2.2 -3
2050
2075
2100
世界人口シナリオ
注） 2 0 0 8 年までは統計値、 2 0 0 9 年以降 R IT E 見通し。
Population (million people)
0
200
400
600
800
1000
1200
1400
1600
A: '05-50: +0.2%/y; '50-2100: -0.3%/y
B: '05-50: +0.0%/y; '50-2100: -0.8%/y
China
A: +0.8%/y; -0.1%/y
B: +0.6%/y; -0.5%/y
India
A: +0.6%/y; +0.1%/y
B: +0.5%/y; -0.1%/y
United States
Indonesia
Brazil
Russia
Japan
A: +0.6%/y; -0.1%/y
B: +0.4%/y; -0.6%/y
Nigeria
Germany
Ethiopia
1990
A: +0.4%/y; -0.2%/y
B: +0.2%/y; -0.6%/y
2005
A: -0.5%/y; -0.5%/y
B: -0.6%/y; -0.8%/y
A: -0.5%/y; -0.4%/y
B: -0.6%/y; -0.6%/y
シナリオ
2050
A
2100
シナリオ
A: +1.6%/y; +0.3%/y
B: +1.4%/y; +0.1%/y
Pakistan
Bangladesh
1800
B
2050
2100
A: +0.8%/y; +0.0%/y
B: +0.7%/y; -0.3%/y
A: +1.6%/y; +0.3%/y
B: +1.5%/y; +0.1%/y
A: -0.3%/y; -0.2%/y
B: -0.5%/y; -0.4%/y
A: +1.9%/y; +0.5%/y
B: +1.7%/y; +0.3%/y
図 5. 2.2 -4
主要国の人口シナリオ
注） 1 9 9 0 年と 2 0 0 5 年は統計値、 2 0 5 0 年と 2 1 0 0 年は R IT E 見通し。
5.2.3
GDP(MER 換算 )
図 5 .2. 3 -1 には、前述の一人当たり GDP と人口から得られる世界 GDP (MER 換算 )シ
ナリオを示した。世界の潜在的な GDP は、シナリオ A に比べ、シナリオ B の方が高
位に推移する。ただし、これまでに述べてきたように、一人当たり GDP がシナリオ B
よりも高位に推移するシナリオ A では、人口はシナリオ B よりも小さくなると見られ
- 258 -
るため、両シナリオにおける GDP の差異は縮まる。シナリオ A、 B の 2 000 -2 10 0 年
の世界の年平均成長率はそれぞれ 2. 0%/年、2 .3%/年である。 SRES と比較すると、20 50
年頃までは SRES B と比較的近く、 SRES A 2 と B1 で挟まれたようなシナリオとなって
いる。一方、21 00 年では高位シナリオのシナリオ B と SRES A 2、B2 と同じようなレベ
ルで、中位のシナリオ A では SRES のいずれのシナリオよりも低位となっている。ま
た、 IEA -ETP 201 0 や米国 DOE /E IA -IEO と比較しても、概ね近い数値となっている。
図 5.2 .3 -2 には、主要地域別 GDP シェアの推移をシナリオ別に示した。シナリオ A、
B の地域シェアの違いは小さい。世界 GDP に占める先進国 (米国、 EU27 、日本、その
他 OECD の合計 )のシェアは、2 005 年には約 77 %であるが、その後徐々に先進国のシェ
アは低下し続け、 210 0 年にはシナリオ A で 36%、シナリオ B で約 3 3％となる。 21 00
年には、現在の GDP シェアとは大きく異なり、現在の途上国が世界経済において大き
なシェアを占める。 2 050 頃までは中国などの現在の新興途上国の経済発展が急速に進
展し、それ以降はアフリカなどの現在の後発途上国が相応に経済発展する。
SRESの範囲
400
SRES A1
SRES B1
GDP (2000年価格兆ドル)
350
300
ALPS-シナリオB
250
200
ALPS-シナリオA
150
SRES B2
100
EIA-IEO2010
SRES A2
50
IEA-ETP2010
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
図 5. 2.3 -1
世界 GD P (MER 換算 )シナリオ
注）2 0 0 8 年までは統計値、2 0 0 9 年以降 R IT E 見通し。S R E S は IP C C 排出シナリオに関する特別報告書（ 2 0 0 0 ）
7)
におけるシナリオ。 SRES シナリオは 1990 年価格のため、 1990 年の 2000 年価格 GDP と一致するように補
正して表示している。 E IA - IE O 2 0 1 0 シナリオ 1 2 ) は 2 0 0 5 年価格のため、 2 0 0 5 年の 2 0 0 0 年価格 G D P と一致す
るように補正して表示している。 IE A - E T P 2 0 1 0 シナリオ 1 1 ) は、 P P P シナリオであるため、 A L P S - シナリオ A
の P P P / M E R の比率 ( 世界平均 ) を用いて世界 GD P ( M E R 換算 ) を推計した。
- 259 -
中東アフリカ中南米
4%
2% 2%
1990年
旧ソ連・東欧
3%
その他アジア
3%
インド
1%
中国
2%
中南米
5%
アフリカ
2%
その他アジア
4%
中国
6%
日本
17%
旧ソ連・東欧
2%
中東
2%
インド
2%
米国
29%
その他
OECD
10%
2005年
米国
30%
その他
OECD
10%
EU27
27%
日本
13%
EU27
24%
シナリオ A
中東アフリカ
3%
3%
中南米
5%
2020年
その他アジア
5%
旧ソ連・東欧
2%
米国
26%
インド
3%
2050年
旧ソ連・東欧
4%
アフリカ
5%
中東
4%
中南米
8%
米国
19%
その他アジア
6%
中国
12%
その他
OECD
10%
EU27
9%
中東
5%
インド
11%
日本
6%
その他
OECD
9%
日本
3%
その他
OECD
9%
その他アジア
10%
中国
21%
日本
11%
米国
15%
アフリカ
11%
EU27
13%
インド
7%
EU27
20%
2100年
旧ソ連・東欧
3%
中南米
6%
中国
16%
シナリオ B
中東アフリカ
3%
3%
中南米
5%
2020年
その他アジア
5%
米国
26%
インド
3%
旧ソ連・東欧
2%
アフリカ
5%
中東
4%
中南米
6%
2050年
旧ソ連・東欧
4%
中南米
8%
米国
20%
その他アジア
6%
中国
12%
その他
OECD
10%
EU27
20%
日本
11%
図 5. 2.3 -2
中東
5%
EU27
13%
インド
7%
中国
21%
2100年
旧ソ連・東欧
3%
アフリカ
11%
米国
14%
EU27
8%
その他
OECD
8%
その他アジア
11%
その他
OECD
9%
日本
5%
インド
12%
日本
3%
中国
17%
地域別 G DP シナリオ ( 上段 :実績値、中段 : シナリオ A、下段 : シナリオ B)
注） OECD は OECD90(1990 年時点の OECD 加盟国 )を表す。
表 5 .2. 3 -1 には、短中期の見通しについて、各種研究機関等が公開している実質
GDP (MER)成長率と、本シナリオとの比較を示した。策定した GDP (MER)シナリオは、
概ね他研究機関の予測値と近い数字になっている。
- 260 -
表 5. 2.3 -1
実質 GD P (MER) 年成長率に関する各種予測値との比較
1960- 1970- 1980- 1990- 2000- 20051970 1980 1990 2000 2005 2010
WORLD
シナリオA
ALPS
3.8%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
OECD
シナリオA
ALPS
5.1%
3.5%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
North America
シナリオA
ALPS
4.0%
3.4%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
US
シナリオA
ALPS
3.8%
3.2%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
信金中央金庫総合研究所
ニッセイ基礎研究所
Europe
シナリオA
ALPS
2.3%
2.2%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
ニッセイ基礎研究所
EU27
シナリオA
ALPS
シナリオB
IEA-WEO2009
Pacific
シナリオA
ALPS
9.3%
4.3%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
Japan
シナリオA
ALPS
9.9%
4.4%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
新成長戦略(日本政府)
三菱UFJリサーチ&コンサルティング
帝国データバンク
三菱総研
日本経済研究センター
信金中央金庫総合研究所
第一生命経済研究所
日立総合計画研究所
富国生命
大和総研
ニッセイ基礎研究所
Non-OECD
シナリオA
ALPS
5.3%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
E. Europe/Eurasia
シナリオA
ALPS
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
Asia
シナリオA
ALPS
5.8%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
China
シナリオA
ALPS
6.7%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
信金中央金庫総合研究所
ニッセイ基礎研究所
ADB
India
シナリオA
ALPS
3.1%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
ADB
Middle East
シナリオA
ALPS
7.0%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
Africa
シナリオA
ALPS
3.9%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
Latin America
シナリオA
ALPS
5.1%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
Brazil
シナリオA
ALPS
7.8%
シナリオB
IEA-WEO2009
DOE/EIA-IEO2010
注記：IEA-WEOのみはGDP(PPP換算),他はGDP(MER為替レート換算)。
2.9%
2.8%
-
3.0%
2.6%
-
3.1%
3.2%
-
3.2%
3.2%
-
2.2%
2.3%
-
-
2.2%
-
4.0%
1.8%
-
3.9%
1.2%
-
2.3%
3.8%
-
-
-3.4%
-
6.6%
6.8%
-
8.3%
8.9%
-
5.4%
5.3%
-
-0.6%
3.7%
-
2.0%
2.5%
-
1.0%
3.0%
-
1.5%
2.5%
-
20102020
3.1%
3.3%
4.7%
2.7%
2.1%
2.3%
2.4%
2.4%
2.2%
2.4%
2.7%
3.0%
2.1%
2.4%
2.0%
2.8%
3.2%
-
20202030
2.7%
2.7%
2.1%
3.1%
3.0%
3.1%
0.9%
1.4%
2.0%
0.9%
1.9%
1.9%
2.1%
1.7%
2.3%
1.2%
2.2%
2.3%
2.6%
1.6%
2.3%
1.2%
2.1%
2.2%
2.5%
(1.6%~)2.5%(~3.1%)
1.9%
2.1%
1.2%
1.8%
0.7%
2.4%
1.9%
1.8%
2.1%
2.0%
1.8%
(1.0%~)1.4%(~2.0%)
1.4%
2.1%
1.2%
1.8%
0.6%
2.4%
1.9%
2.3%
1.8%
2.0%
1.0%
1.8%
0.6%
2.0%
1.2%
1.3%
2.6%
1.2%
2.0%
1.7%
0.8%
1.3%
0.0%
1.7%
0.9%
1.1%
2.0%
1.4%
0.4%
2.0%
0.9%
1.3% -0.2%
1.3%
1.4%
0.0%
1.3%
1.3% -0.3%
1.2%
1.9%
(0.8%~)1.3%(~1.9%)
1.3%
1.1%
1.3%
(1.1%~)1.6%(~2.0%)
0.7%
5.3%
5.0%
6.0%
5.4%
5.5%
5.2%
4.1%
6.2%
3.9%
4.8%
5.0%
5.5%
6.2%
3.4%
5.3%
5.6%
3.3%
5.0%
2.8%
3.3%
6.3%
5.5%
6.8%
7.7%
6.4%
5.6%
4.6%
7.5%
4.3%
5.9%
7.0%
6.0%
8.6%
9.5%
7.2%
6.2%
4.4%
9.0%
6.8%
4.6%
9.6%
(7.5%~)8.5%(~10.1%)
9.7%
5.5%~6.6%
7.1%
5.9%
6.7%
7.8%
7.2%
5.9%
5.9%
7.0%
5.7%
4.1%
4.5%~6.0%
4.2%
4.0%
4.2%
3.7%
4.3%
4.2%
4.0%
5.6%
3.5%
4.4%
4.7%
4.7%
4.6%
4.4%
4.9%
5.0%
3.1%
5.2%
3.8%
3.4%
3.2%
3.1%
2.9%
4.1%
3.3%
3.6%
2.5%
3.3%
3.7%
3.4%
3.2%
2.7%
3.8%
2.7%
3.3%
3.3%
2.5%
3.0%
4.3%
3.9%
- 261 -
備考
PPP,2008US$
2005US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
（2010.03)公開
（2009.10)公開
PPP,2008US$
2005US$
（2009.10)公開
PPP,2008US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
（2010.06)閣議決定
（2009.12)公開
（2010.02)公開
（2010.01)公開
（2010.01)公開
（2010.03)公開
（2009.11)公開
（2009.12)公開
（2009.12)公開
（2008.12)公開
（2009.10)公開
PPP,2008US$
2005US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
（2010.03)公開
（2009.10)公開
(2010.09)公開, ADO 2010 update
PPP,2008US$
2005US$
(2010.09)公開, ADO 2010 update
PPP,2008US$
2005US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
PPP,2008US$
2005US$
5.2.4
GDP(PPP 換算 )
次に、前述の GDP (MER 換算 ) に対応した GDP (PPP 換算 ) シナリオを策定した。図
5.2. 4 -1
には、一人当たり GDP (MER 換算 )と一人当たり GDP(P PP 換算 )の関係を示し
た。一人当たり GDP (MER)が比較的低いレンジにおいては、一人当たり GDP (P PP 換算 )
が一人当たり GDP (MER)を上回る傾向にあり、また、非常に相関の高い回帰関数が得
られる。また、長期的には、経済発展とともに購買力平価が均等化し、一人当たり
GDP (PPP 換算 )が一人当たり GDP (MER ) に収束すると想定した。各国の購買力平価が
徐々に 1 に収束するという想定は、主要国の 205 0 年 GDP (P PP )を推計した Ha wkswo rth 9 )
においても採用されている。本推計では、これらの大きな傾向に従い、A LP S -GDP (MER)
に対応した PPP シナリオを策定した。
Per-cap. GDP-PPP (thousand$/capita)
60
50
y = 3.1858x0.6942
R² = 0.9334
40
30
20
10
0
0
10
20
30
40
50
60
Per-cap. GDP-MER (thousand$/capita)
図 5. 2.4 -1
一人当たり GDP( MER )換算と一人当たり G DP(P PP 換算 )
注 : 青： 2005 年各国実績値、赤：日本 (2008 年実績値 ) 、緑：中国 (2008 年実績値 )、紫：インド (2008 年実績
値 ) 、オレンジ線： M E R = P P P のライン , 数値は IE A 統計 2 0 1 0 に基づく。
ここでは、以下の回帰式によって、一人当たり GDP (P PP )を想定した。
(i) GDP(MER 換算 ) ≤ GDP (PP P 換算 )の場合
一人当たり GDP PPP (T)=3. 1858× 一人当たり GDP MER(T) 0 . 6 9 4 2 ＋ C(T)
ただし、 C (T )=１人当たり GDP PP P (T− 1)− １人当たり GDP MER(T− 1 )。
- 262 -
(5. 2 -1)
(ii) GDP (MER 換算 )＞ GDP (PPP 換算 )の場合
一人当たり GDP PPP (T)= 一人当たり GDP MER(T)
＋一人当たり GDP MER(200 8)− 一人当たり GDPPPP (2008 )
(5 .2 -2)
図 5.2 .4 -2 と図 5. 2. 4 -3 には、上記の方法で策定したシナリオ A の日本と中国の一人
当たり GDP (MER,P PP 換算 )の時系列推移を示した。日本では、 200 8 年には P P P /MER
の値が 0.70 と 1 より小さいが、 (5. 2 -2)式に基づいて 2050 年には P PP /MER の値 (0.81 )
へと徐々に購買力平価が 1(基準の米国値 )に収束するように想定した。中国では、 2 008
年の P P P /MER の値が 3.89 と非常に大きいが、(5.2 -1 )式に基づいて、205 0 年の P P P /MER
の値 (1 .66 )へと徐々に購買力平価が 1 (基準の米国値 )に収束するように想定した。
70
日本
65
60
PPP/MER
=0.81
Per-cap. GDP-PPP
55
Y2050
50
Y2035
PPP/MER
=0.78
45
系列1
累乗 (系列1)
40
y = 3.1858x0.6942
R² = 0.9334
35
PPP/MER
=0.70
Y2008-Y2035
△Per-cap GDP(PPP)=1.72%/Yr
△GDP(PPP)=1.30%/Yr
Y2008
30
25
Y2008-Y2035
△Per-cap GDP(PPP)=1.28%/Yr
△GDP(MER)=0.86%/Yr
20
20
25
30
35
40
45
50
55
60
65
70
Per-cap. GDP-MER
図 5. 2.4 -2
シナリオ A の日本の一人当たり GDP( MER )と一人当たり GD P(P PP) の関係
注 : 青： 2 0 0 5 年各国実績値 ( IE A 統計
14)15)
),赤：日本 (Y2008,Y2035,Y2050),オレンジ線： MER=PPP のライン
- 263 -
40
y = 3.1858x0.6942
R² = 0.9334
中国
35
Y2050
30
Per-cap. GDP-PPP
25
Y2035
PPP/MER
=1.66
20
系列1
PPP/MER
=2.06
累乗 (系列1)
15
Y2008-Y2035
△Per-cap GDP(PPP)=3.63%/Yr
△GDP(PPP)=3.96%/Yr
10
Y2008
5
PPP/MER
=3.89
0
0
5
Y2008-Y2035 △Per-cap GDP(MER)=5.98%/Yr
△GDP(MER)=6.31%/Yr
10
15
20
25
30
35
40
Per-cap. GDP-MER
図 5. 2.4 -3
シナリオ A の中国の一人当たり GDP( MER )と一人当たり GD P(P PP) の関係
注 : 青： 2 0 0 5 年各国実績値 ( IE A 統計
14)15)
),緑：中国 (Y2008,Y2035,Y2050),オレンジ線： MER=PPP のライン
図 5.2 .4 -4 に、シナリオ A、 B の GDP (P PP 換算 )シナリオを示す。 GDP (MER 換算 )と
同様に、世界の GDP (PPP 換算 )は、シナリオ A に比べ、シナリオ B の方が高位に推移
する。しかし、世界 GDP (MER 換算 )と比較して、世界 GDP (PPP 換算 )のシナリオ A, B
間の差異が小さい。これは以下の要因によるものである。 GDP (PPP 換算 )の成長率は、
「 △ GDP (P PP 換算 )= △ GDP (MER 換算 )＋ △ (P P P /MER の比率 )」と分解でき、第 1 項は
シナリオ A の方が小さく、第 2 項はシナリオ B の方が小さい。そのため、世界 GDP (P PP
換算 )では、 MER 換算よりもシナリオ A,B 間の差異が小さくなる。第 2 項 △ (P P P /MER
の比率 )については、図 5 .2. 4 -1 に示されるように、現在の途上国は GDP (PP P 換算 )が
GDP (MER 換算 )を大きく上回っているが、今後、途上国の経済成長とともに世界平均
の P PP /MER の比率は長期的に 1 に向かって収束し、△ (P P P /MER の比率 )は長期的には
負値になる。シナリオ A、B の 21 00 年の世界平均の P P P /MER の比率は、それぞれ 1. 35、
1.15 であり、高位経済成長シナリオであるシナリオ B の方が △ (P P P /MER の比率 )がよ
り小さい（負値として大きい）。このため、世界の GDP (PP P 換算 )は、 GDP (MER 換算 )
よりもシナリオ A と B の差が小さいシナリオとなっている。
策定した GDP (P PP )シナリオは、IEA -ETP 2010 シナリオと比較すると、205 0 年では若
干低位であるものの、 204 5 年頃までで比較するとほぼ同じようなシナリオとなってい
る。
- 264 -
400
ALPS-シナリオB
GDP-PPP (2000年価格兆ドル)
350
300
ALPS-シナリオA
250
200
EIA-IEO2010
150
IEA-ETP2010
100
50
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
図 5. 2.4 -4
注 : 1 9 8 0 - 2 0 0 8 年は IE A 統計
15)
世界 GD P (PPP 換算 )シナリオ
による実績値。E IA - IE O 2 0 1 0 シナリオ
12)
は 2 0 0 5 年価格のため、2 0 0 5 年の 2 0 0 0
年価格 GD P ( P P P ) と一致するように補正して表示している。
図 5.2 .4 -5 と図 5. 2. 4 -6 には、策定したシナリオ A の MER 換算と P PP 換算の主要国
別の一人当たり GDP をそれぞれ示した。MER 換算と P P P 換算の違いに関わらず、一人
当たり GDP はすべての国で 2 05 0 年まで増加していく。また、 2 000 年時点において、
一人当たり GDP (MER )に比べると、一人当たり GDP (P PP )に関して先進国と途上国との
間の差異が小さく、 2 050 年においてはその差異は一層縮小すると推計される。
Per Cap. GDP(MER) (thousand$/capita)
70.00
米国
一人当たりGDP(MER換算)
60.00
EU27
日本
50.00
カナダ
オーストラリア
40.00
中国
30.00
インド
ブラジル
20.00
韓国
10.00
ロシア
メキシコ
0.00
1960
1970
1980
図 5. 2.4 -5
注 : 1 9 6 0 - 2 0 0 0 年は IE A 統計
1990
2000
2010
2020
2030
2040
2050
世界平均
シナリオ A の主要国の一人当たり GD P(M ER 換算 )
14)15)
に基づく実績値。
- 265 -
Per Cap. GDP(PPP) (thousand$/capita)
70.00
米国
一人当たりGDP(PPP換算)
60.00
EU27
日本
50.00
カナダ
オーストラリア
40.00
中国
30.00
インド
20.00
ブラジル
韓国
10.00
ロシア
メキシコ
0.00
1960
1970
1980
図 5. 2.4 -6
注 : 1 9 6 0 - 2 0 0 0 年は IE A 統計
1990
2000
2010
2020
2030
2040
2050
世界平均
シナリオ A の主要国の一人当たり GD P(P PP 換算 )
14)15)
に基づく実績値。
図 5.2 .4 -7 と図 5. 2. 4 -8 には、策定したシナリオ B の MER 換算と P PP 換算の主要国
別の一人当たり GDP をそれぞれ示した。シナリオ A 同様に、換算方法の違いに関わら
ず、一人当たり GDP はすべての国で 2 050 年まで増加していき、各国の経済成長の度
合いはシナリオ A よりも大きい。また、シナリオ A 同様に、2 050 年にかけて一人当た
り GDP (PP P )の先進国と途上国の差異は一層縮小していくと推計される。
Per Cap. GDP(MER) (thousand$/capita)
80.00
米国
一人当たりGDP(MER換算)
70.00
EU27
日本
60.00
カナダ
50.00
オーストラリア
40.00
中国
30.00
インド
ブラジル
20.00
韓国
10.00
ロシア
メキシコ
0.00
1960
1970
1980
図 5. 2.4 -7
注 : 1 9 6 0 - 2 0 0 0 年は IE A 統計
1990
2000
2010
2020
2030
2040
2050
シナリオ B の主要国の一人当たり GD P(M ER 換算 )
14)15)
に基づく実績値。
Per Cap. GDP(PPP) (thousand$/capita)
80.00
米国
一人当たりGDP(PPP換算)
70.00
世界平均
EU27
日本
60.00
カナダ
50.00
オーストラリア
40.00
中国
30.00
インド
ブラジル
20.00
韓国
ロシア
10.00
メキシコ
0.00
1960
1970
1980
図 5. 2.4 -8
注 : 1 9 6 0 - 2 0 0 0 年は IE A 統計
1990
2000
2010
2020
2030
2040
2050
世界平均
シナリオ B の主要国の一人当たり GD P(P PP 換算 )
14)15)
に基づく実績値。
- 266 -
図 5.2 .4 -9 には、主要地域別 GDP (P PP )シェアの推移をシナリオ別に示した。シナリ
オ A、 B の地域シェアの違いは小さい。世界 GDP (PPP )に占める先進国 (米国、 EU27 、
日本、その他 OECD の合計 )のシェアは、 2005 年には約 51 %であり、 MER 換算 GDP と
比較すると先進国と途上国の差異は小さくなる。その後徐々に先進国の GDP (P PP )シェ
アは低下し続け、 205 0 年にはシナリオ A で 27%、シナリオ B で約 2 9％となる。 20 50
年には、現在の GDP シェアとは大きく異なり、現在の途上国が世界経済において大き
なシェアを占める。 2 050 頃までは中国やインドなどの現在の新興途上国の経済発展が
急速に進展する。
旧ソ連・
東欧
7%
中南米
8%
1990年
中南米
アフリカ 8%
米国
20%
中東
4%
中東
4% その他
その他アジ
ア
8%
アジア
7%
中国
6%
旧ソ連・東欧
4%
4%
米国
21%
アフリカ
4%
2005年
EU27
26%
インド
4%
インド
6%
日本
9%
その他
OECD
4%
EU27
21%
中国
15%
その他
OECD
4%
日本
6%
シナリオ A
2020年
2050年
旧ソ連・東欧
3%
アフリカ
7%
旧ソ連・東欧
3%
中南米
10%
米国
14%
中東
5%
アフリカ
10%
中国
19%
米国
12%
EU27
10%
EU27
16%
その他アジ
ア
10%
インド
9%
中南米
9%
中東
5%
その他
OECD
3%
日本
4%
日本
3%
その他
OECD
2%
その他アジ
ア
11%
中国
22%
インド
13%
シナリオ B
2020年
2050年
旧ソ連・東欧
3%
アフリカ
7%
旧ソ連・東欧
3%
中南米
10%
米国
14%
中東
5%
アフリカ
10%
EU27
16%
その他アジ
ア
10%
インド
9%
中国
19%
その他
OECD
3%
中南米
9%
EU27
11%
中東
5%
その他アジ
ア
11%
日本
4%
米国
13%
インド
12%
中国
21%
図 5. 2.4 -9 地域別 G D P(PPP )シナリオ
(上段 :実績値 ,中段 : シナリオ A, 下段 : シナリオ B)
注） OECD は OECD90(1990 年時点の OECD 加盟国 )を表す。
- 267 -
日本
3%
その他
OECD
2%
次に、他の文献で推計される GDP (P PP )シナリオと、本節で策定した GDP (P PP 換
算 )シナリオの比較を調査した。表 5 .2 .4 -1 には、IEA による WE O2010 1 0 ) と ETP 2010 11 )
との比較した、 GDP (PP P )シナリオを示す。策定した GDP (P PP )シナリオは、 IEA の
PP P シナリオよりは若干小さめの国が多いものの、概ね近い数値になっている。図
5.2. 4 -10 には、 IEA -E TP 2010 の一人当たり GDP (PPP 換算 )シナリオを示した。 IEA
ETP 2010 では、205 0 年の一人当たり GDP (PP P )は、中国が米国を抜いて世界最高水準
となるとするシナリオとなっている。
表 5. 2.4 -1
IEA の各種文献との G DP(P PP) シナリオの比較（年成長率）
2 0 0 8 -2 0
ALP S
日本
米国
E U2 7
中国
インド
世界
2 0 0 8 -3 5
ALP S
WEO2010
2 0 0 7 -5 0
ALP S
WEO2010
シナリオ
シナリオ
シナリオ
シナリオ
シナリオ
シナリオ
A
B
A
B
A
B
1.7%
1.8%
[ 1 . 2 %]
[ 1 . 2 %]
1.8%
2.0%
[ 1 . 8 %]
[ 2 . 0 %]
2.2%
2.3%
[ 1 . 4 %]
[ 1 . 7 %]
4.7%
4.8%
[ 7 . 3 %]
[ 7 . 4 %]
6.2%
6.2%
[ 7 . 1 %]
[ 7 . 1 %]
3.9%
4.0%
[ 2 . 7 %]
[ 2 . 9 %]
1.0%
2.0%
3.6%
7.9%
7.4%
3.6%
1.3%
1.5%
[ 0 . 9 %]
[ 1 . 0 %]
1.7%
2.0%
[ 1 . 7 %]
[ 2 . 0 %]
1.4%
1.5%
[ 1 . 3 %]
[ 1 . 8 %]
4.0%
4.0%
[ 6 . 3 %]
[ 6 . 5 %]
4.9%
4.9%
[ 6 . 3 %]
[ 6 . 3 %]
3.1%
3.2%
[ 2 . 7 %]
[ 3 . 0 %]
1.0%
2.1%
1.6%
5.7%
6.4%
3.2%
0.9%
1.1%
[ 0 . 5 %]
[ 0 . 7 %]
1.5%
1.9%
[ 1 . 5 %]
[ 1 . 9 %]
1.0%
1.2%
[ 1 . 2 %]
[ 1 . 6 %]
3.2%
3.3%
[ 5 . 2 %]
[ 5 . 4 %]
4.1%
4.1%
[ 5 . 5 %]
[ 5 . 6 %]
2.6%
2.7%
[ 2 . 4 %]
[ 2 . 7 %]
ETP2010
( 1 . 5 %) *
1.7%
( 1 . 1 %) **
4.9%
4.9%
2.9%
注 [ ] は GDP ( M E R 換算 ) 成長率を表す。 ( ) * と ( ) ** はそれぞれ OE C D P a ci f i c, OE CD Eu r o p e の値を参
照値として記載。
- 268 -
Per Cap. GDP(PPP) (thousand$/capita)
80
一人当たりGDP(PPP換算)
70
米国
60
EU27
50
40
中国
30
20
インド
10
世界平均
0
1960
1970
1980
1990
図 5. 2.4 -10
2000
2010
2020
2030
2040
2050
IE A-ET P201 0 による一人当たり GD P(PP P 換算 )
注 : 1 9 6 0 - 2 0 0 8 年は IE A 統計 1 4 ) 1 5 ) に基づく実績値。 IE A - E T P 2 0 1 0 1 1 ) の地域別 GD P ( P P P ) 成長率をもとに推計。
ただし、 EU27 は OECD-Europe の成長率を利用した。人口シナリオは国連 2008 中位推計シナリオ (シナリオ
A と同値 )に基づく。
図 5 .2. 4 -11 には、日経センターによる主要地域の一人当たり GDP (PPP 換算 )を示し
た。日経センター予測では米国の一人当たり GDP (P PP ) が大幅に伸びている点を除け
ば、シナリオ A,B と概ね近い数値になっていると言える。
Per Cap. GDP(PPP) (thousand$/capita)
100
90
日経センター予測(小峰,2007)
80
一人当たりGDP(PPP換算)
70
米国
60
EU27
50
日本
40
中国
30
インド
20
10
0
1960
1970
1980
1990
図 5. 2.4 -11
注：日本経済研究センター
13)
2000
2010
2020
2030
2040
2050
日経センターによる一人当たり GDP( PPP )
より作成
参考文献（第 5. 2 節に関するもの）
1) R ITE; 脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略の研究平
成 1 9 年度成果報告書 (20 08)
- 269 -
2) R ITE; 同平成 20 年度成果報告書 (200 9)
3) R ITE; 同平成 21 年度成果報告書 (201 0)
4) 徳重他 ; 統計データからの温室効果ガス排出と持続可能な発展の検討，第 26 回
エネルギーシステム・経済・環境コンファレンス (2010 )
5) 本間他 ; 社会経済要因の分析に基づいた将来の社会経済シナリオの策定 , 第 2 7
回エネルギーシステム・経済・環境コンファレンス (2011)
6) UN
P opulation
Division ;
Wo rld
P opu la tio n
P ro spe c ts
(The
2008
Re vision ),
http ://e sa .un .o rg /u npp / (20 09)
7) IP CC ; Sp ec ia l Re po rt on E missio ns Sce na rio s (SRES), Ca mb ridg e Universit y P re ss
(20 00)
8) The Wo rld Ba nk ; Wo r ld De ve lo p men t Ind ica to r s (20 08)
9) J.Hawk sworth , “T he World in 205 0 - H o w b ig will the ma jor e me rg ing ma rk e t
econ o mie s
g et
and
ho w
can
the
OECD
comp ete? -”,
http ://www.p wc. co m/g x/en /world -2 050 /
10) IEA, Wo rld ene rg y ou tlook 2010 (201 0)
11) IEA, En e rg y tec hno lo g y pe rspe ctive 201 0, (2 0 10)
12) DOE/E IA,
In terna tion al
Ene rg y
Ou tlo ok
2010 ,
h ttp ://www.e ia . doe. go v/o iaf/ie o/
(20 10)
13) 小峰、日本経済研究センター ; 超長期予測老いるアジア、日本経済新聞出版社、
(20 07)
14) IEA, En e rg y b alanc es o f OECD/No n -OECD c o untrie s 2010 Ed ition , (2010 )
15) IEA, CO 2 e missio ns fro m fue l co mbu stion 20 1 0 Ed ition, (201 0)
5.3
都市人口とその空間分布
5.3.1 はじめに
本節では、 A LP S シナリオ A （中位技術進展シナリオ）、 B（高位技術進展シナリオ）
について、都市人口の推計とその空間分布（都市圏別の人口）の推計を行った。まず、
人口と一人当たり GDP などから、 A 、 B シナリオの都市人口シナリオを策定した。そ
の上で、それを前提条件として第 4 .2 節で構築した都市の空間分布予測モデルを用い
て、世界の都市圏別の人口について推計を行った。
5.3.2 ALPS の都市比率と都市人口シナリオ
(1) 都市の定義（国連 UN 2 009）
国連の都市人口統計（ UN200 9） 1 ) によると、現在の「都市」の定義は表 5 .3 .2 -1 に示
すように国毎に異なる。（同一国でも、定義が改訂されることがあるため、過去の都市
人口統計も変わりうる。）中国、インド、ロシアのように、「非農業従事者」の割合を
条件の一つに含めている国もあるが、職業は特に指定していない国も多い。比較的多
- 270 -
くの国で取り上げられている条件としては、人口密度が一定以上、公共インフラが整
備されている、などがある。
- 271 -
表 5. 3.2 -1
主要国の都市の定義
（ UN2 009）
国名
出典
定義
オーストラリア 1954, 1961, 1971, 1976, 1981, 1986, 1991, 1996, 2001 人口1000人以上の都市部
年の全数調査
バングラディッ 1951, 1961, 1974, 1981, 1991 and 2001の全数調査町(shahar)議会又は駐屯地理事会などの自治体組織　(pourashava)を持つ。一般に
シュ
都市部は5000人以上が　隣接した家屋が密集した所に住み、地域社会が確立して
いて、道路、街灯、水供給、衛生設備等の公共設備が整備されている。　こういった
都市は一般に貿易・商業の中心で、労働人口のほとんどは非農業で、識字能力の
レベルは高い。　人口5,000人以下だが都市特性は備えているところは特別に、都市
とみなされる。
ブラジル
1950, 1960, 1970, 1996, 2000年の全数調査
中国
1953, 1964, 1982, 1990,　2000年の全数調査　1965, 1982年までは市・町の総人口。　10万人以上の人口を有するか、行政、戦略的、経
1970, 1972, 1975, 1977, 2005,　2008年は推計人口。済的重要性を持ったものを市とし,　3000人以上の住民を有し、その70%以上が非農
業従事者、又は2,500人から3,000人の住人でそのうちの85％が非農業従事者で占
める集落を町とした。1990年の全数調査では:　（1）直轄市、地級市の都市部に住む
全ての住民； (2) 県級市の町（街道）(jiedao)に住む住民；　(3)県内の町（鎮）の居民
委員会の全ての住民と定義。2000年調査では、中国本土の都市人口は1Km2あたり
平均1500人以上の人口密度を持つ都市部に住む住民を対象とする。　他に、建物
が隣接し密集している・地方自治体の所在地・町（街道）・居民委員会があるなどの
基準を満たせば、小区域や鎮レベルの町の人口も含まれる。
チェコ共和国
1950, 1961, 1970, 1980, 1991,　2001年の全数調査
フランス
1954, 1962, 1968, 1975, 1982, 1990, 1999, 2006年の 200メートル以内に隣接している家屋に住み、2000人以上の人口を持つコミューン;
全数調査
又は上記に定義された条件を満たし、複数のコミューンが集まってできたコミュー
ン。
1950, 1961, 1987年の全数調査; 1970, 1980, 1981,
1Km2 あたり150人の人口密度を有するコミューン(kreisfreie Staedte and Kreise)。
1982, 1983, 1984, 1985, 1986, 1987, 1988, 1989,
1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997,
1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005年の
推計調査
ドイツ
都市部・郊外にある自治体municipios、地域の行政中心地
人口2000人以上の自治体
インド
Censuses of 1951, 1961, 1971, 1981, 1991, 2001年の都市の定義は次の通り：　(a) All 自治体組織・法人・駐屯地理事会・届け済み町内
全数調査; 1996, 2004, 2007年の推計調査
会　等を有する法的地域　(b) 次の3つの基準を満たす: i) 人口5000人以上; ii) 男性
の労働人口の75%以上が非農業従事者; iii) １Km2 あたりの人口密度が400人以上
（１マイル平方あたり1000人以上）
日本
1960, 1965, 1970, 1975, 1980, 1985, 1990, 1995,
2000, 2005年の全数調査
人口集中地区 (DID)、　、１Km2 あたり4000人以上が住み、基本単位となる区画が
隣接して集まったところ、または市・区・町・村内に公共・産業・教育・娯楽施設があり
人口5000人以上と定義される。
ケニア
1962, 1969, 1979, 1989, 1999年の全数調査
人口２０００人以上の自治体、町議会がある、都心等を指す。　1990年の全数調査で
都市部の概要説明が大幅に変更されたため、 “都心” の人口のみが前回の調査と
一致すると考えられる。
ペルー
1961, 1972, 1981, 1993, 2007年の全数調査
100以上住居施設が隣接し集まり、人口が集中している中心地
フィリピン
1960, 1970, 1975, 1980, 1990, 2000年の全数調査
ロシア
1959, 1970, 1979, 1989, 2002年の全数調査; 2005,
2006, 2009年の推計調査
1Km2 あたり1000人以上の人口密度を有する全ての都市・地方自治体；　2000人以
上の住民が住んでいる行政の中心地の居住地区barrios・1000人以上が住んでいる
行政の中心地に隣接している居住地区barriosがあり、1Km2 あたり500人以上の人
口密度を有する全ての都市・地方自治体は；　人口2500人以上を有する他の行政中
心地
住民人口・非農業従事者とその家族が占める割合に基づいた基準に従い、公式に
指定された都市・都市型地域
サウジアラビア 1974, 2004年の全数調査; 1962, 1986年の推計調査; 人口5000人以上の都市
1950, 1992年の国連推計
南アフリカ
1951, 1960, 1970, 1996, 2001年の全数調査; 1980,
1985, 1991年の国連推計
集落で大勢を占める住民と土地利用に基づいた分類。　都市、町、郡、郊外等は典
型的な都市定住型。　無断居住者の定住地区・簡易宿泊所・公共施設・工業地区・
娯楽地区を含む調査地域と正規の都市定住区内もしくはそれに隣接した小自作農
地は都市に分類される。　1996年の推計は2001年の全数調査の定義に順守し、調
整されている。1980年、1985年、1991年の推計はTranskei, Bophuthatswana, Venda
and Ciskei　の人口を考慮に入れるよう調整されている。
英国
1951, 1961, 1971, 1981, 1991, 2001年の全数調査
1974年までは都市の定義は行政区画に基づいていた。　1981年以降は都市地域は
10000人以上の定住区域とする。
米国
1950, 1960, 1970, 1980, 1990 2000年の全数調査
都市部は一定の人口密度の条件を満たす定住区域と定義され、2500人以上の人口
を有する。　2000年の調査から居住地に基づいた定義から人口密度に基づいた定
義に変わったが、2000年以前、以降の推計の比較に大きな影響はない。
ウルグアイ
1963, 1975, 1985, 1996, 2004年の全数調査
公式に定義された都市
イエメン
1986, 1994, 2004年の全数調査; 1950, 1960, 1970年 17の行政区域と町の首都
の推計
エジプト
1960, 1966, 1976, 1986, 1996, 2006年の全数調査
カイロ、アレキサンドリア、ポートサイド、イスメリア、スエズの行政地区；　国境行政
地区；　他の行政地区の中心地；　地方の中心地
オランダ
1950, 1960, 1970, 1980, 1990, 2000 年の国連推計
都市部の定義が数回変更されてきた歴史があるため、ここでは2万人以上の住民を
有する自治体とした。
シンガポール
1957, 1970, 1980, 1990, 2000, 2004 年の全数調査
シンガポールに住む居住者、非居住者が含まれる
スイス
1950, 1960, 1970, 1980, 1990, 2000 年の全数調査
2003, 2004, 2005, 2007 年の推計
郊外を含む1万人上の住人が住むコミューン、2万人以上の住人が住む隣接する市
街地を有する都市的集積地域
- 272 -
(2) ALPS 都市人口比率
(1 )節に述べたように、都市の定義は国によって異なるが、比較的多くの国に共通す
る条件として、 (i) 人口密度が一定以上、 (ii) 公共インフラが整備されている、があげ
られることより、国別の人口密度と一人当たり GDP を代理指標として、都市人口比率
を表現することを想定した。
図 5 .3. 2 -1 は、過去約 40 年間について、主要国の都市人口比率
×人口密度
2)
1)
と一人当たり GDP
の関係を示したものである。国によって傾きは異なるものの、概ね、一人
当たり GDP ×人口密度が増加すると、国の人口比率も増加する傾向がみられる。なお、
GDP ×人口密度は、すなわち、単位面積当たりの GDP に相当し、すなわち、土地の資
本生産性と都市人口比率の間には関連があると考えられる。
Proportion of urban population
1.0
United States
0.8
Canada
United Kingdom
0.6
Japan
China
0.4
India
Saudi Arabia
Brazil
0.2
Ethiopia
Bangladesh
0.0
1
10
100
1000
10000
100000
GDPperCap(1000$)*Pop Density(person/km2)
図 5. 3.2 -1 主要国の都市人口比率と一人当たり GD P×人口密度
そこで、(5 .3 -2 )式のような、一人当たり GDP ×人口密度（＝単位面積当たりの GDP ）
の関数で主要国の都市人口比率が表現されるとし、その過去 40 年間の統計値
1,2)
をも
とに、国別の回帰係数を求めた。なお、 (5 .3 -2)式では、 GDP ×人口密度（＝単位面積当
たりの GDP ）次第で、都市人口比率が急速 1 に達することもありうるが、現実的には、
ある程度の値に達すると、増加速度が減少すると考えられることより、微調整機能と
して導入した。
 f (GDC rt , Drt )
UPRrt =  rt
UPRrt −1 + {Min( f rt (GDC rt , Drt ), 1) − UPRrt −1 }• β
r ：国（地域）
t ：時点
- 273 -
( for UPRrt −1 < 0.9)
( for UPRrt −1 ≥ 0.9)
(5 .3 -1 )
UPRrt ：都市人口比率
β：ダミー変数（ de fa ult = 0.1 ）
f rt (GDC rt , Drt ) = α 1 • (log(GDC rt • Drt )) α 2
(5. 3 -2)
GDC rt ：一人当たり GDP
Drt ：人口密度
α 1、 α 2：回帰係数
図 5 .3. 2 -2 は、主要国について、統計値（点）と回帰関数に基づく算定値（線）を比
較したものである。また、表 5. 3.2 -2 には、回帰係数と決定係数 (R 2 )を示す。これらよ
り、多くの国では、統計値と回帰関数に基づく算定値の間に、目立って大きな乖離は
みられない。英国のように、過去の都市人口比率の変動幅が小さい場合は、 R2 が小さ
く算定される可能性があるものの（図 5 . 3.2 -3 ）、将来の予測に支障が生じるようなも
のでないと考えられる。
Proportion of urban population
0.9
United States
0.8
France
0.7
United Kingdom
Japan
0.6
China
0.5
India
0.4
Saudi Arabia
0.3
Bangladesh
0.2
Brazil
Mexico
0.1
Ethiopia
0.0
1960
1970
1980
1990
2000
Year
図 5. 3.2 -2 統計値（点）と回帰式に基づく算定値（線）の比較
- 274 -
表 5. 3.2 -2
主要国の回帰係数と決定係数
回帰期間（5年間隔）
国名
α1
α2
R2
United States
1960 -
2005
43.47
0.535
0.92
United Kingdom
1960 -
2005
67.65
0.112
0.51
France
1960 -
2005
19.98
1.119
0.91
Japan
1960 -
2005
4.98
1.820
1.00
China
1975 -
2005
13.43
1.336
1.00
India
1960 -
2005
13.12
0.958
0.95
Saudi Arabia
1985 -
2005
47.90
0.744
0.92
Ethiopia
1980 -
2005
15.70
0.913
0.87
Mexico
1960 -
2005
30.06
0.992
0.99
Brazil
1960 -
2005
40.31
1.054
0.98
UK
Proportion of urban population
0.790
0.785
0.780
0.775
0.770
0.765
1960
1970
1980
1990
2000
Year
図 5. 3.2 -3 英国の統計値（点）と回帰式に基づく算定値（線）（拡大図）
図 5 .3. 2 -4 に A LP S シナリオ A,B の人口比率を示す。算定は、国別に実施したが、図
には、世界 3 2 地域（図 4 .2.3 -2 に図示）に集約して表示している。シナリオ B はシナ
リオ A に比べ、一人当たり GDP が高いが、人口が少ない（すなわち、人口密度が低い）
ことにより、両要素を考慮すると、シナリオ A と B で都市人口比率は大きな差は生じ
ない。
- 275 -
ALPS- シナリオ A
Scenario
Proportion of urban population
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
1960
1980
2000
2020
2040
2060
2080
2100
Year
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
World
ALPS- シナリオ B
Scenario
Proportion of urban population
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
1960
1980
2000
2020
2040
Year
図 5. 3.2 -4
2060
2080
2100
USA
CAN
WEP
JPN
ANZ
CHN
MDK
CLV
KOR
MSB
IDS
THI
PHI
IND
APS
OTA
IRN
ARP
UME
TUR
NOA
SOA
SEA
OSA
MEX
BRA
PUA
OSM
RUS
AIS
OFS
EEP
World
A LPS の都市人口比率（国別の都市人口を世界 3 2 地域に集約して表示）
- 276 -
図 5 .3. 2 -5 は、 20 50 年の各国の都市人口比率について、 A LP S シナリオ A と UN200 9
を比較したものである。A LP S シナリオ A 、UN200 9 どちらも人口は、国連 200 8 年予測
の中位人口
3)
に対するものであるが、 UN2009 は、一人当たり GDP 等、どのような社
会、経済を想定して作成されたかは明らかでない。つまり、A LP S シナリオ A と UN20 09
の都市人口比率が一致しない国があるからといって、特別な問題があるとは考えられ
Proportion of urban population (ALPS-A)
ない。
1.0
0.8
0.6
0.4
0.2
0.0
0.0
0.2
0.4
0.6
0.8
1.0
Proportion of urban scenario (UN2009)
図 5. 3.2 -5
205 0 年の都市人口比率の比較（ A LPS シナリオ A 対 UN 200 9）
図 5 .3. 2 -6 と図 5 .3 .2 -7 に、それぞれ、 A LP S の都市人口と農村（非都市）人口を示
す。都市人口比率は、シナリオ A ,B で大差がないが、都市人口（絶対値）は、シナリ
オ A の方が、総人口が多い分、多く算定されている。
- 277 -
ALP S-シナリオ B
6000
6000
図 5. 3.2 -6
ALPS- シナリオ A
6000
Year
図 5. 3.2 -7
Year
A LPS の農村（非都市）人口
- 278 -
2090
2080
2070
2060
2090
2080
2070
2060
2050
2040
2030
1960
2090
2080
2070
2060
2050
2040
2030
2020
0
2010
0
2000
1000
1990
1000
2020
2000
2010
2000
3000
2000
3000
4000
1990
4000
5000
1980
5000
1970
Rural population (millions)
6000
1980
2050
ALP S-シナリオ B
7000
1970
2040
A LPS の都市人口
7000
1960
EEP
OFS
AIS
RUS
OSM
PUA
BRA
MEX
OSA
SEA
SOA
NOA
TUR
UME
ARP
IRN
OTA
APS
IND
PHI
THI
IDS
MSB
KOR
CLV
MDK
CHN
ANZ
JPN
WEP
CAN
USA
Year
Year
Rural population (millions)
2030
1960
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
0
1990
0
1980
1000
1970
1000
2020
2000
2010
2000
3000
2000
3000
4000
1990
4000
5000
1980
5000
1970
Urban population (millions)
7000
1960
Urban population (millions)
ALPS- シナリオ A
7000
EEP
OFS
AIS
RUS
OSM
PUA
BRA
MEX
OSA
SEA
SOA
NOA
TUR
UME
ARP
IRN
OTA
APS
IND
PHI
THI
IDS
MSB
KOR
CLV
MDK
CHN
ANZ
JPN
WEP
CAN
USA
5.3.3 都市人口の空間分布
(1) 都市人口シナリオ
本節では、前節の A LP S 都市人口シナリオ（図 5.3 .2 -6 ）に基づき将来の都市圏別人
口を推計した。 A LP S の A シナリオは SRE S の B1 シナリオと B 2 シナリオの間に位置
しており、 A LP S の B シナリオは SRES の B 1 シナリオに近い（図 5.3 .3 -1 参照）。
図 5. 3.3 -1
将来の都市人口シナリオ（左： S RES 、右： A LPS ）
(2) 都市圏人口の推計
第 4 .2 節では、 SRES シナリオについて、都市圏人口推計を行ったが、同様の方法で
A LP S シナリオ A 、 B について推計を行った。 2 050 年、 210 0 年における階級別都市の
地理分布を図 5. 3.3 -2 に示す。
A LP S の A と B の 2 つのシナリオの結果を見ると、両者に大きな違いは見られない。
大都市圏の違いとしてみられるのは、 B では 210 0 年に東京の人口が 3 千万人を割り込
むが、A では 3 千万人以上を維持していることである。A LP S シナリオでは、20 50 年ま
でに南アジアの巨大都市圏は既に出現しており、 210 0 年にかけてその数は増えていな
いのに対して、アフリカの巨大都市圏は 2050 年から 21 00 年にかけて出現している。
A LP S シナリオでは、これらの都市は 3 千万人を超えておらず、代わりにソマリアのモ
ガディシュが 3 千万人を超える都市となっている。
- 279 -
ALPS- シナリオ A
ALPS- シナリオ B
図 5. 3.3 -2
都市人口の推計結果（ A LPS シナリオ）
シナリオ A、 B における人口階級別の都市数を表 5. 3.3 -1 、表 5.3 .3 -2 にそれぞれ示
す。 B シナリオでは、 205 0 年以降、多くの人口階級で、都市数は横ばいから減少に転
じるが、 A シナリオでは 210 0 年にかけて、都市数はほぼ一貫して増加している。
- 280 -
表 5. 3.3 -1
1 -2 millio n
2000
2005
2010
2015
2020
2025
2030
2035
2040
2045
2050
2055
2060
2065
2070
2075
2080
2085
2090
2095
2100
188
216
253
265
278
289
296
323
327
345
365
371
377
381
387
392
399
407
412
411
413
表 5. 3.3 -2
1 -2 millio n
2000
2005
2010
2015
2020
2025
2030
2035
2040
2045
2050
2055
2060
2065
2070
2075
2080
2085
2090
2095
2100
188
216
253
263
279
282
294
313
329
331
347
355
359
364
361
355
364
369
370
361
352
人口階級別都市数（ ALP S-A シナリオ）
2 -5 millio n
5 -1 0 million
10 -30 million
25
34
40
46
51
60
64
69
74
74
84
86
88
90
90
95
96
97
97
97
95
20
22
25
27
31
35
38
42
47
51
53
53
52
56
58
59
59
58
59
60
61
117
118
128
150
166
179
194
199
206
217
216
217
218
223
231
237
237
239
241
245
247
MT
30 million
1
2
3
5
7
7
8
9
10
11
11
11
11
11
11
11
11
13
13
13
14
人口階級別都市数（ ALP S-B シナリオ）
2 -5 millio n
5 -1 0 million
10 -30 million
25
34
40
46
52
59
65
63
68
71
77
78
82
83
81
82
85
85
86
85
82
20
22
25
27
31
34
36
42
46
49
49
50
49
49
51
53
53
53
54
53
54
117
118
128
149
162
176
189
198
198
207
211
212
210
212
217
221
221
221
217
222
223
- 281 -
MT
30 million
1
2
3
5
7
7
8
8
10
10
11
11
11
11
11
11
11
11
11
12
12
次に、 A LP S シナリオにおける主要都市圏の将来人口推計を、 S RES シナリオと比較
しながら考察する。図 5. 3.3 -3 （ A LP S ）、図 5. 3.3 -4 （ SRES ）を見ると、東京、大阪、
名古屋、福岡の人口減少傾向が、 SRES よりも A LP S の方が顕著に見られる。一方、京
都、札幌については、 SRES -B 1、 B 2 シナリオと A LP S シナリオは、同様の推計値とな
っている。A LP S シナリオは世界全体で見ると SRE S の B 1 シナリオと B2 シナリオの間
に位置しているが、個別の都市で見ると、その傾向はかなり異なっていることが読み
取れる。なお、 SRES -A1 シナリオにおいて、名古屋、京都で人口が急増している時期
が見られるが、これは周辺都市を都市圏に併合することにより、都市圏人口が急増し
たことを意味している。
図 5 .3. 3 -5 には、米国の都市の都市圏人口の推移予測を示す。米国については、程度
の差はあるが、いずれのシナリオも人口が増加している。 SRE S では A2 r シナリオと
B1 シナリオが同様の傾向を示しており、 N ew York 都市圏は A2 r シナリオで、 210 0 年
に人口が 3 千万人を超えると予想される。A LP S -A シナリオでは、日本とは異なり人口
は増加すると推計されるが、 B シナリオでは 205 0 年以降横ばいとなっている。
図 5. 3.3 -3
推計結果の比較（ AL PS シナリオ、日本）
- 282 -
図 5. 3.3 -4
図 5. 3.3 -5
推計結果の比較（ SR ES シナリオ、日本）
米国都市の推計結果（上段： SRE S シナリオ、下段： A LPS シナリオ）
- 283 -
中国都市の推計結果を図 5.3 .3 -6 に示す。 SRES の A2r シナリオでは、上海の人口は
2100 年に 9 千万人を超えると推計されており、北京についても 5 千万人を超えると推
計されている。現在、世界最大の都市圏は東京都市圏で約 3 千万人だが、A2 r シナリオ
では、それを遙かに上回る巨大都市圏が出現すると予想される。一方、上海の人口は
B2 シナリオでは 21 0 0 年に 55 00 万人、B1 シナリオでは、20 40 年に 340 0 万人のピーク
を迎え、その後減少する。A LP S シナリオでは、20 40 年にかけて都市人口は急増し、上
海では 4 千万人を超えるが、その後横ばいから減少傾向となる。
図 5. 3.3 -6
中国都市の推計結果（上段： SRE S シナリオ、下段： A LPS シナリオ）
図 5 .3. 3 -7 にはインドの都市の推計結果を示す。インドでは中国以上に都市人口の増
加が顕著であり、SRE S -A2 r シナリオでは、2100 年にはムンバイの人口は 1 億 3 千万人
を超えており、B2 シナリオでも、1 億人を超えると推計されている。また、A LP S シナ
リオでも SRES ほどではないが、急激な都市人口の増加が想定されており、ムンバイで
は A シナリオで 740 0 万人に達し、B シナリオでも 20 50 年には 6 5 00 万人に達すると推
計された。
- 284 -
図 5. 3.3 -7
インド都市の推計結果（上段： S RES シナリオ、下段： AL PS シナリオ）
(3) 都市圏人口シナリオのまとめ
本節では、第 4. 2 節で構築した都市の空間分布予測モデルを用いて、 A LP S シナリオ
A、 B について世界の都市圏別の人口について推計を行った。
人口 1 千万人以上のメガシティは 2 000 年には 21 都市存在すると推計されたが、こ
れが 210 0 年には SRES -A2 r シナリオでは 1 34 都市、 B 1 シナリオでは 61 都市、 B2 シナ
リオでは 99 都市、 A LP S -A シナリオでは 75 都市、 B シナリオでは 66 都市になると推
計された。シナリオによって、ばらつきは大きいものの、200 0 年と比較して 2 100 年に
はメガシティの数は 3 倍から 6 倍に増加すると推計された。ただし、先進国では、メ
ガシティはそれほど増加せず、途上国において大きく増加すると推計される。特に、
南アジアとアフリカでの増加が顕著になると推計された。また、個別の都市圏の推計
結果を見ると、例えば、インドの都市は、 SRES -A 2r ではムンバイの人口は 2 100 年に
は 1 億 3 千万人を超えており、また A LP S -A シナリオでは 7 40 0 万人に達すると推計さ
れた。
参考文献（ 5. 3 節分）
1)
UN：World urbanization prospects The 2009 revision (2009)
2)
World bank：World development indicators (2008).
3)
UN：World Population Prospects: The 2008 Revision(2008)
- 285 -
5.4
貧困人口
将来の貧困人口の推計に関しては、H21 年度報告書
1)
と同様に、貧困線と所得分布を
用いる手法にもとづいた。ベースラインにおける貧困人口を推計するために、所得分
布と貧困線については以下のように想定した。
所得分布に関して、一人当たり GDP (MER)を所得の代理指標とみなし、シナリオ A
の一人当たり GDP (MER)の地域内分布が対数正規分布に従うとした。地域別の一人当
たり GDP (MER)の平均値を対数正規分布の平均とした。対数正規分布の標準偏差は、
ジニ係数に変換することが可能である
3)
2)
。所得格差を示すジニ係数に関して、内閣府
によると、「発展段階が進むにつれて所得格差は拡大し、一定の所得水準を超えた後
は格差は縮小に向かう」クズネッツの逆Ｕ字仮説が基本的に成立する傾向にあるが、
国ごとの動向をみると所得格差の現状は様々であると報告されている。主要各国のジ
ニ係数の動向をみると、例えば、先進国ではフランスを除いた各国で格差が近年緩や
かに拡大しているのに対し、新興国では変化は多様であり、中国においては格差が急
速に拡大しているが、ブラジルやロシア、メキシコでは縮小傾向にあり、インドでは
あまり変化がみられない。国内所得格差を表すジニ係数は各国の政策等に左右される
ことから、将来のジニ係数の推移については不確実性が大きいと考え、ここでは、ジ
ニ係数の感度解析として、基準年のジニ係数から変化しない場合 (基準年値一定 )と、変
化する場合 (2 050 年に基準年値 ± 10 ％ポイントに収束する場合 (途中の期は線形補間を
想定、また国別パネルデータのジニ係数最高値 0 .74 を超えないと想定 ))についてそれ
ぞれ分析した。
また、貧困線の想定に関しては、将来の不確実性を以下のように想定した。現在の
国際貧困線は世界銀行
4)
が想定した 1. 25$ /da y(2005 年価格 )である。国際貧困線は、こ
れ以下の収入及び支出で生活している人々を地域によらず貧困層と定義し、国家間の
貧困の比較をするのに用いられる。長期の貧困人口シナリオを予測した既往文献は数
少ない。 PBL5)では、将来の国際貧困線は基準年から変化せず安定的であると想定し、
貧困人口の分析を実施している。一方、貧困分析の調査では、国際貧困線ではなく、
国別の国内貧困線を用いる方法も存在する
6)
。これは、国際間比較には向かないもの
の、一国内分析として、途上国の各国固有の経済社会状況を反映し、各国の生活必需
品の物価などが考慮されている。本分析では、国際貧困線を利用するものの、国内貧
困線で考慮される生活必需品の実質物価について、将来の不確実性を考慮した。すな
わち、将来の最低限な生活レベルに要する所得は不確実性が大きく、将来における貧
困線は上昇する可能性もあると考えた。本分析では、貧困線に関して、感度分析とし
て、現在の貧困線から変化しない場合と、変化する場合を分析した。後者の場合には、
2050 年頃まで中長期的に食糧やエネルギー等の実質価格の上昇に伴って、最低限な生
活レベルに要する所得が上昇し、貧困線が上昇する可能性がある点を考慮した。ここ
では、生活必需品の実質物価として、石油実質価格を対象とした。貧困線が変化する
場合に関しては、シナリオ A の石油実質価格 (第 5 章の DNE21+ モデルの想定 )に注目し
て、それに応じて貧困線が変動すると仮定した。ここでは、石油実質価格に対して貧
困線が弾性値 1. 0、 0 . 5 でそれぞれ変動するケースを想定した。
- 286 -
図 5.4 -1 には、シナリオ A の 20 30 年と 2 050 年の地域別貧困人口の推計を貧困線・
ジニ係数想定別に示した。図 5. 4 -2 には、シナリオ A の 203 0 年と 205 0 年の主要地域
の貧困人口割合の推計を貧困線・ジニ係数想定別に示した。
2000 年時点では、世界の貧困人口は約 1 6 億人 (世界の貧困人口割合は約 26 ％ )であり、
中国やインド、サブサハラ・アフリカ地域 (図中の南東部アフリカと南西部アフリカ )
が大きなシェアを占めている。 20 30 年には、世界の貧困人口は約 3~11 億人 (世界の貧
困人口割合は約 4~ 13 ％ )と推計され、貧困線・ジニ係数の想定によらず、中国やインド、
アフリカ以外の途上国の貧困人口は大幅に縮小すると推計される。これは、特に中国
やインドでは、人口はやや増加するものの、その増加率を上回る成長率で経済発展が
着実に進展し、平均所得が向上するためと考えられる。一方、 203 0 年においても、未
だにサブサハラ・アフリカ地域の貧困人口は大きいと推計される。 20 30 年におけるこ
れらの傾向は、P B L5 )とほぼ同様の傾向を示している。貧困線が基準年固定、石油価格
弾性値 0 .5 、 1. 0 で変動すると想定した場合に、サブサハラ・アフリカ地域の貧困人口
は 20 00 年比でそれぞれ 0. 6~0. 9、1. 2~1. 3、1 .7~1. 8 倍に増加する。これは、サブサハラ・
アフリカでは今後も急速に人口は増大し、貧困線が石油価格とともに上昇すると想定
した場合には、貧困を克服するほどには経済発展が進展しないためと考えられる。
2050 年には、世界の貧困人口は約 1~8 億人 (世界の貧困人口割合は約 1~9 ％ )と推計さ
れ、サブサハラ・アフリカにおいても経済発展が若干進展し、 203 0 年と比較するとサ
ブサハラ・アフリカの貧困人口は減少すると推計される。ただし、貧困線が石油価格
に連動して上昇する場合には、 205 0 年のサブサハラ・アフリカには、 20 00 年比と同等
1800
1600
1400
1200
1000
800
600
400
200
0
南西部アフリカ
南東部アフリカ
インド
2000
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
中国
ジニ係数基準年値固定
貧困人口(百万人)
以上の貧困人口が未だに存在すると推計される。
基準年固定
石油価格連動(σ=0.5)
石油価格連動(σ=1.0)
基準年固定
石油価格連動(σ=0.5)
石油価格連動(σ=1.0)
貧困線
貧困線
貧困線
貧困線
貧困線
貧困線
2030
2050
図 5. 4-1 シナリオ A の 54 地域別の貧困人口
注 :地域区分は DNE21+モデルの世界 54 地域に準拠する。
- 287 -
Other E.Europe
Other Annex I of East Europe
OECD E.Europe
Other FUSSR
Kazakhstan
Belarus
Other Annex I of FUSSR
Russia
Other South America
Paraguay et al.
Venezuela et al.
Brazil
Other Central America
Mexico
Other S.S.Africa
South East Africa
South Africa
North Africa
Turkey
Other Middle East
Bahrain et al.
Saudi Arabia
Iran
Other Asia
Myanmar
Pakistan et al.
India
Chinese Taipei
Brunei
Philippines
Thailand
Indonesia
Malaysia et al.
Korea
Viet Nam et al.
North Korea et al.
China
Other Oceania
50
China
40
India
30
South East Africa
20
Other S.S.Africa
10
世界平均
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
0
ジニ係数基準年値固定
貧困人口割合 (% of population)
60
基準年固定
石油価格連動(σ=0.5)
石油価格連動(σ=1.0)
基準年固定
石油価格連動(σ=0.5)
石油価格連動(σ=1.0)
貧困線
貧困線
貧困線
貧困線
貧困線
貧困線
2000
2030
図 5. 4-2
2050
シナリオ A の主要地域の貧困人口割合
2030 年頃にはジニ係数の想定よりも貧困線の想定が貧困人口に影響を与える傾向に
あるが、 205 0 年頃にはジニ係数と貧困線の両者の想定がともに貧困人口に影響を与え
る傾向にあると推計される。持続可能な発展の観点から、世界の貧困縮小にとって、
サブサハラ・アフリカの平均所得を向上させる経済発展政策が重要であるとともに、
地域内の所得格差や最低限の生活レベルを表す貧困線に対する政策も非常に重要であ
ることが示唆される。
次に、シナリオ B に対応する貧困人口を同様に推計した。第 3 章の叙述的シナリオ
に示されるように、シナリオ A に比較してシナリオ B では経済発展がより進展するも
のの国内格差が拡大する傾向にある。ここでは、シナリオ B では、将来のジニ係数の
推移に関して、2 050 年に基準年値 + 10％、+20％ポイントにそれぞれ収束する場合 (ただ
し、国別パネルデータのジニ係数最高値 0 .74 を超えないと想定 )を想定した。
図 5 .4 -3 には、シナリオ A、B の 203 0 年と 2 050 年の地域別貧困人口の推計を貧困線・
ジニ係数想定別に示した。図 5.4 -4 には、シナリオ A、B の 2 03 0 年と 20 50 年の主要地
域の貧困人口割合の推計を貧困線・ジニ係数想定別に示した。シナリオ A に比較して、
シナリオ B では各国ともに経済成長がより進展するが、一方で国内経済格差はより拡
大するために、貧困に対する両者の効果が打ち消され、貧困人口の多いサブサハラ・
アフリカ地域では、シナリオ B の貧困人口はシナリオ A とそれほど大きな差異はない
可能性があると推計される。
- 288 -
南西部アフリカ
南東部アフリカ
インド
シナリオA
シナリオ
B
シナリオB
シナリオA
シナリオ
B
シナリオA
シナリオB
石油価格連動(σ=1.0)
基準年固定
石油価格連動(σ=1.0)
貧困線
貧困線
貧困線
貧困線
2030
図 5. 4-3
ジニ係数「(基準年値)+0.2」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)+0.2」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
シナリオA
基準年固定
2000
2050
Other E.Europe
Other Annex I of East Europe
OECD E.Europe
Other FUSSR
Kazakhstan
Belarus
Other Annex I of FUSSR
Russia
Other South America
Paraguay et al.
Venezuela et al.
Brazil
Other Central America
Mexico
Other S.S.Africa
South East Africa
South Africa
North Africa
Turkey
Other Middle East
Bahrain et al.
Saudi Arabia
Iran
Other Asia
Myanmar
Pakistan et al.
India
Chinese Taipei
Brunei
Philippines
Thailand
Indonesia
Malaysia et al.
Korea
Viet Nam et al.
North Korea et al.
China
Other Oceania
シナリオ A とシナリオ B の 54 地域別の貧困人口
60
50
40
30
20
10
0
China
India
South East Africa
シナリオA
2000
シナリオ
B
シナリオA
シナリオB
シナリオA
基準年固定
石油価格連動(σ=1.0)
基準年固定
貧困線
貧困線
貧困線
2030
図 5. 4-4
シナリオ
B
シナリオA
ジニ係数「(基準年値)+0.2」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)+0.2」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数基準年値固定
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
Other S.S.Africa
ジニ係数基準年値固定
貧困人口割合 (% of population)
ジニ係数基準年値固定
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)+0.1」に収束
ジニ係数「(基準年値)-0.1」に収束
中国
ジニ係数基準年値固定
貧困人口(百万人)
1800
1600
1400
1200
1000
800
600
400
200
0
世界平均
シナリオB
石油価格連動(σ=1.0)
貧困線
2050
シナリオ A、 B の主要地域の貧困人口割合
参考文献（第 5. 4 節に関するもの）
1) R ITE; 脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略の研究平
成 2 1 年度成果報告書 (2 010 )
2) R ITE; 脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略の研究平
成 2 0 年度成果報告書 (2 009 )
3) 内閣府、世界経済の潮流 2010 、 h t t p : / / w w w 5 . c a o . g o . j p / j - j / s e k a i _ c h o u r y u u / s h 1 0 - 0 1 / i n d e x . h t m l
4) S.Chen , M. Ra va llion “The de ve lop ing wo rld is po orer tha n we th o ugh t, bu t no le ss
suc ce ssfu l in the figh t ag ainst po ve rty” , U N P olic y Re se arch Work in g P ap er 4 703
(20 08)
- 289 -
5) P BL, To wa rd s a g lob al in teg rated sustainab ility mo de l: G ISMO1. 0 statu s re po rt, P B L
rep ort 550 025 002 (2 00 8)
6) World Bank , Wo rld de velo p men t in d ica to rs, (2 010 )
5.5
温暖化による健康影響
5.5.1 はじめに
温暖化による健康への影響として、マラリアや下痢の増加、対流圏オゾンなど大気
質の変化による循環器・呼吸器疾患の増加、熱波、洪水、嵐、火事に関する病気や損
傷の増加があげられ、主として途上国の乳幼児や老人などで悪影響が大きいと予測さ
れている
1)
。但し、これらの疾病は、低栄養や不安全な水など、温暖化以外の要因の
影響も大きいことが指摘されている
2)
。そこで、 A LP S プロジェクトでは、温暖化以外
の要因の変化も考慮した温暖化影響評価に向け、モデルの構築を行ってきた
3)
。ここ
では、そのプロトタイプモデルを用い、A LP S シナリオ A について、地域別、年齢別に
評価した温暖化の健康影響シナリオについて述べる。
5.5.2 シナリオ策定の方法
シナリオ策定に用いたモデルは、 WHO による 200 4 年の地域別、年齢別、性別、疾
病別の死亡者数に対し、世界に蔓延する 24 種のリスク因子の寄与度
2)
に基づくもので
あり、リスク因子の将来の寄与度がシナリオに沿って変化すると想定したものである
（モデルの詳細は H2 1 年度報告書
3)
参照）。図 5 .5. 2 -1 に、リスク因子の疾病別死亡者数
への寄与度について整理した例を示す。例えば、マラリアによる死亡について、その
5.4%は低体重、 9.3% は亜鉛欠乏、 2.8%は気候変動という各リスクに起因している、と
いうことを意味している。ここで、24 種のリスク因子は、(i)世界的にまん延している、
(ii)そのリスクに曝されている人口とそのうち死亡あるいは障害に繋がった人口の推計
に必要なデータがある、そして、(iii)そのリスクを取り除いた場合の効果のポテンシャ
ルが分かっているものに限られる。従って、薬剤耐性菌の出現等、重要なリスクであ
っても、上記条件に当てはまらないリスクは含まれていない。なお、文献 2 )によると、
気候変動リスクが寄与する疾病は、各種感染症と不慮の事故に限られ、循環器・呼吸
器疾患への寄与は取り上げられていない。これは、「気候変動が、熱ストレスによる死
亡をどの程度の期間（ 2∼ 3 週間、もしくは数年）、早める又は遅らせるか不明であり、
他のリスクの分析条件と整合しない。」という理由によるものである
2)
。このため、本
モデルの評価では、文献 1 )のように、温暖化によって循環器・呼吸器疾患が増加する
という影響は算出されない。これについては、他の文献等も比較しながら、検討する
余地があると考えられる。
- 290 -
図 5. 5.2 -1
リスク因子の疾病別死亡者数への寄与度 [%] ( 2 0 0 4 年、アフリカ、 0 − 4 歳、男子の死亡者数について整理表より抜粋 )
リスク
1
2
3
4
5
6
7
小児期と母体の低栄養
低体重
9
10
11
12
13
ビタミ
亜鉛欠乏次善授乳
ンA欠乏
高血圧
高コレスト
高血糖
ロール
過体重・
肥満
14
15
依存症
果物・野
運動不足
菜不足
たばこ
16
17
18
19
性・生殖
20
21
22
環境
アルコー
不安全な避妊具の不安全な都市大気固体燃料
非法薬物
ル
性行為普及不足水・衛生
汚染
の屋内煙
23
職業
鉛汚染
気候変動
24
注射・児童虐待
24個のリ
健康管理
職業上の
児童性的スク計
欠如の注
リスク
虐待
射
疾患
U000
U001
U002
U003
U004
U005
U006
U007
U008
U009
U010
U011
U012
U013
U014
U015
U016
U017
U018
U019
U020
U021
U022
U023
U024
U025
U026
U027
U028
U029
U030
U031
U032
U033
U034
U035
U036
U037
U038
U039
U040
U041
U042
1.感染症、産科、周産期、栄養障害
感染・寄生虫症
結核
HIV以外の性行為感染症
梅毒
クラミジア
淋病
その他の性行為感染症
HIV/AIDS
下痢
小児疾患
百日咳
ポリオ
ジフテリア
麻疹
破傷風
髄膜炎
B型肝炎
C型肝炎
マラリア
熱帯病
トリパノソーマ症
シャーガス病
住血吸虫症
リーシュマニア症
リンパ管フィラリア症
回旋糸状虫症
ハンセン病
デング熱
日本脳炎
トラコーマ
腸内線虫感染症
回虫症
鞭虫症
鉤虫症
その他の腸管感染症
その他の感染症
呼吸器感染症
下部呼吸器感染症
上部呼吸器感染症
中耳炎
妊婦の病気
U049
U050
U051
U052
U053
U054
U055
U056
U057
U058
U059
U060
U061
U062
U063
U064
U065
U066
周産期の病気
未熟児・低体重児
出産時仮死・出産時外傷
新生児感染症他
栄養障害
たんぱく質-エネルギー欠乏
ヨウ素欠乏
ビタミンA欠乏
鉄欠乏性貧血
その他の栄養障害
Ⅱ．非感染症
悪性腫瘍
口腔咽頭
食道
胃
大腸・直腸
肝臓
膵臓
U148
Ⅲ. 損傷
U156
U157
U158
U159
U160
鉄欠乏
8
他の栄養関連と身体活動
故意の事故
自殺
暴力
戦争・内戦
その他の故意的事故
-
-
-
-
-
-
40.2
46.5
40.9
46.3
41.8
38.5
41.3
30.5
40.4
42.2
45.7
45.5
5.4
42.9
46.0
42.5
50.1
40.2
26.2
46.0
43.7
25.5
44.3
42.1
-
-
-
-
19.5
14.0
-
14.4
9.3
7.7
-
27.3
14.4
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
100.0
100.0
100.0
-
-
89.1
-
1.1
0.9
0.6
-
52.6
-
-
0.4
0.5
0.4
2.7
0.4
0.4
0.4
0.3
0.4
0.4
0.5
0.5
2.8
0.4
0.5
0.4
0.5
0.4
0.3
0.5
0.4
0.3
0.4
0.4
-
-
11.3
17.4
-
-
40.5
0.0
100.0
0.0
0.0
100.0
100.0
97.1
0.0
42.0
38.7
41.5
40.4
40.6
42.4
52.0
55.2
16.6
0.0
43.1
0.0
46.3
42.8
50.3
0.0
0.0
40.4
0.0
0.0
0.0
26.4
0.0
46.3
0.0
43.9
72.5
45.0
42.7
-
0.3
2.8
1.9
100.0
-
-
12.5
12.6
100.0
-
-
34.8
-
-
-
-
-
-
-
-
0.5
-
-
-
-
-
-
-
-
0.0
0.0
0.0
1.0
-
-
-
-
13.2
2.9
44.1
100.0
0.0
100.0
0.0
0.0
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
8.4
-
-
0.0
0.0
0.0
0.0
8.4
0.0
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
10.7
-
-
-
-
-
-
-
-
-
-
-
-
0.0
10.7
0.0
0.0
- 291 -
-
-
-
-
-
-
-
-
-
-
-
本分析では、前述した 2 4 種のリスク因子のうち、「気候変動」や「固体燃料による
屋内煙」、「不安全な水・衛生」など環境に関するリスク因子、及び、これらの環境に
関するリスク因子と同時に影響を及ぼす可能性が高いとみられる小児期と母体の低栄
養に関する 5 つのリスク因子、計 8 つのリスク因子に着目し、そのリスク因子の疾病
死亡への寄与度がシナリオに沿って、以下のように変化すると仮定した。なお、( 5 .5 -1)
式、(5. 5 -2)式の想定は、あくまで仮定のものであり、具体的な関連性については、今後
検討予定である。
•
小児期と母体の低栄養に関する 5 つのリスク因子と「不安全な水・衛生」、「固体
燃料の屋内煙」のリスク因子の将来時点（ t）での寄与度（ PAFdr _ t ）は、所得向上
により (5.5 -1 )式のように減少する。
PAFdr _ t = PAFdr _ 2004 ×
GDP2004
GDPt
(5. 5 -1)
• 「気候変動」リスク因子は、全球平均気温上昇（ 19 61 -199 0 年平均比）に応じて、
寄与度が (5 .5 -2 )式のように増加する。
PAFdr _ t = PAFdr _ 2004 ×
ΔTt
ΔT2004
表 5 .5. 2 -1 は、WHO の世界 6 地域区分
(5. 5 -2)
2)
と、モデル分析における世界 18 地域区分と
の対応を示している。以降の文章で、例えば、アフリカとは、 18 地域区分の南東部ア
フリカ、南西部アフリカを意味する（なお、 WHO のアフリカと本分析でのアフリカで
は、含まれる国が完全に一致せず、従って、人口等が多少異なることがある）。
表 5. 5.2 -1
WH O の 6 地域区分
WHO による世界 6 地域区分と本分析での対応地域
本分析での対応地域*
AF R
アフリカ
南東部アフリカ、南西部アフリカ
AMR
アメリカ
米国、カナダ、中米、ブラジル、その他南米
EMR
東地中海
北アフリカ・中東、南アジア（インド除く）
EUR
ヨーロッパ
西欧、ロシア、東欧・旧ソ連（ロシア以外）
S E AR
東南アジア
東南アジア、インド
WP R
西太平洋
日本、中国、東アジア（中国以外）、オセアニア
*
第 6 章 SD 指標による評価の 18 地域区分
5.5.3 死亡率・死亡者数に関する暫定的シナリオ
図 5 .5. 3 -1 は、 20 00 年と 205 0 年のベースライン、半減ケースについて、地域別、年
齢別に算定した死亡率である。図によると、どの地域も 2000 年に、 5 歳未満児は感染
症による死亡率が高く、 65 歳以上は呼吸器・循環器疾患による死亡率の高いことが分
- 292 -
かる。地域間を比較すると、中でも、アフリカ地域の 5 歳未満児の感染症死亡率が、
アメリカ地域の約 10 倍と高いことが目立つ。2 050 年にはベースライン、半減ケースと
も、 2 000 年に比べ、 5 歳未満児の感染症、 65 歳以上の呼吸器・循環器疾患の死亡率が
低減する。これは、一人当たり GDP の向上に伴い、小児期と母体の低栄養に関する 5
つのリスク因子と、「不安全な水・衛生」、「固体燃料の屋内煙」のリスクが低減すると
想定したことによる。 2050 年のベースラインと半減ケースでは、半減ケースの方が各
年齢の死亡率がわずかに低減する。これは、温暖化の影響が低減されることによる。
なお、このような、一人当たり GDP の向上や温暖化抑制によるリスク低減の程度は、
(5. 5 -1)式と (5 .5 -2 )式の仮定に依存しており、効果を比較できるような精度は備えていな
い。しかしながら、今回の評価によって、小児期と母体の低栄養に関するリスクや、
不安全な水等のリスクを低減することによって、5 歳未満児感染症等による死亡率を大
幅に低減できる可能性が示され、すなわち、それだけ、適応の余地も大きい事が示唆
0-4歳
5-64歳 65歳以上
図 5. 5.3 -1
0-4歳
5-64歳 65歳以上
その他
循環器疾患、
呼吸器疾患
感染症
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
0-4歳
5-64歳 65歳以上
西太平洋
8
7
6
5
4
3
2
1
0
その他
循環器疾患、
呼吸器疾患
感染症
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
死亡率(千人/10万人)
東南アジア
8
7
6
5
4
3
2
1
0
東地中海
8
7
6
5
4
3
2
1
0
5-64歳 65歳以上
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
死亡率(千人/10万人)
ヨーロッパ
8
7
6
5
4
3
2
1
0
0-4歳
5-64歳 65歳以上
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
死亡率(千人/10万人)
0-4歳
アメリカ
8
7
6
5
4
3
2
1
0
死亡率(千人/10万人)
死亡率(千人/10万人)
アフリカ
8
7
6
5
4
3
2
1
0
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
2000年
2050年Aベ
2050年A半
死亡率(千人/10万人)
された。
0-4歳
5-64歳 65歳以上
200 0 年と 20 50 年の死亡率
図 5 .5. 3 -2 は、シナリオ A ベースラインの 2050 年の死亡者数を、半減ケースの死亡
者数と暫定的に比較したものである。今回の前提条件のもとでは、温暖化をベースラ
インから半減ケースまで抑制することにより、アフリカや東南アジア、東地中海をは
じめ、世界全体で死亡者数が 20 万人余り低減されるという結果が得られた。
- 293 -
その他
循環器疾患、
呼吸器疾患
アフリカ
図 5. 5.3 -2
アメリカ
東地中海
ヨーロッパ
東南アジア
65歳以上
5-64歳
0-4歳
65歳以上
5-64歳
0-4歳
65歳以上
5-64歳
0-4歳
65歳以上
5-64歳
0-4歳
65歳以上
5-64歳
0-4歳
65歳以上
5-64歳
感染症
0-4歳
ベースラインの死亡者数
(対半減ケース）[千人]
80
70
60
50
40
30
20
10
0
西太平洋
ALP S シナリオ A ベースラインの 205 0 年の死亡者数推計値
（対半減ケースの 20 5 0 年の死亡者数推計値）
5.5.4 まとめ
A LP S プロジェクトで構築中の、温暖化影響評価に関するプロトタイプモデルを用
い、 A LP S -A シナリオベースラインと半減ケースの 20 50 年の地域別、年齢別、疾病別
死亡率、死亡者数を暫定的に推計した。それによると、 2 050 年にはベースライン、半
減ケースとも、 2 000 年に比べ、主として途上地域での死亡率が低減する。これは、一
人当たり GDP の向上に伴い、小児期と母体の低栄養に関するリスクや、不安全な水・
衛生、固体燃料の屋内煙のリスクが低減すると想定したことによる。 2050 年のベース
ラインと半減ケースでは、半減ケースの方が温暖化の影響が抑制され、死亡率がわず
かに低減する。このような死亡率低減効果の大きさは、パラメータ設定の論理性を今
後検討する必要があり、あくまで暫定的なものである。しかしながら、特に途上国で
は、温暖化に対する適応の余地も大きい事が示唆された。
参考文献（ 5. 5 節分）
1)
IPCC WGII：Impacts, Adaptation and Vulnerability (2007)
2)
WHO: Global health risks, mortality and burden of disease attributable to selected major risks (2009),
(http://www.who.int/healthinfo/global_burden_disease/global_health_risks/en/index.html).
3)
(財)地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略
の研究平成 21 年度成果報告書 (2010).
- 294 -
5.6
食料需給と農業土地利用
5.6.1
はじめに
本節では、 4 .2 節で開発した農業土地利用モデルを用い、 A LP S シナリオ A,B に沿っ
た社会経済シナリオ（ 5. 2 節で記載）下で想定される食料需要量シナリオとその生産の
ための土地利用について記述する。ここで、食料需要量シナリオについては、 5. 6. 2 節
に述べるように、地域による違い、経済成長に伴う食の嗜好の変化、及び、飼料需要
量の変化を考慮した。食料生産量については、土地利用を考慮しつつ需要量を満たす
だけ生産するとし、供給不足が生じることは想定していない。そこで、需要を満たす
ために必要な作付面積について、温暖化の影響と適応を考慮したシナリオを策定した。
5.6.2 食料需要量
図 5 .6. 2 -1 は、世界主要地域の一人一日当たりの食料需要量と、一人当たり GDP の
関係を示したものである。図から、一人当たり GDP が増加すると一人一日当たりの食
料需要量も増加する傾向がみられるものの、例えば、 2005 年に米国の一人一日当たり
の食料需要量が 3 850 [kc a l/ pe rs on /da y]であるのに対し、日本では 27 40 [kc al/pe rso n /d a y]
と
2)
、一人当たり GDP 以外に、地域による違いがあるといえる。なお、両国のこの値
は、主として途上国を対象に FAO が算定した生活に必要な最低熱量（ MDER : Min imu m
Die ta r y E ne rg y Req ui re men t）の 2 004 -2 006 年値、途上国平均値 182 5[k ca l/pe r son /d a y]（最
低値 1680 [k ca l/pe rson /da y]、最高値 19 90 [kc a l /pe r son /d a y]）を上回るものである（ MDER
については、4. 2.2 節に記載）。米国などでは、肥満が健康問題になってきていることを
鑑みると、この先は、一人当たり GDP が上昇しても、一人当たりの需量が伸び続ける
ことはなく、ある程度の量で頭打つと考えられる。そこで、 A LP S プロジェクトでは、
一人一日当たりの食料需要量が一人当たり GDP に伴って増加し、ある程度の値で飽和
する関数を想定し
1)
、過去約 4 0 年間統計値
2)
より、世界 32 地域別に回帰関数を推定し
た。図 5 .6. 2 -1 の点線は、その地域別回帰関数に基づいて算定した将来シナリオである。
ある程度の値で飽和すると想定しているため、一人一日当たりの食料需要量は、シナ
リオ A と B で大差がない。このため、全人口分の需要量は図 5.6. 2 -2 に示すように、
主として人口シナリオに依存し、シナリオ A の方が高く算定された。過去、 1961 -1 990
年の間は年率 2 .5 % 、 199 0 -200 5 年の間は年率 1 .7 % で食料需要が増大してきたが、
2005 -20 50 年の間は、シナリオ A では年率 0.8%、シナリオ B では年率 0 .7%の増大と算
定され、食料需要の増大率は徐々に低下する傾向をたどると推定されている。
- 295 -
(1 )
A LPS -シナリオ A
図 5. 6.2 -1
( 2)
ALP S- シナリオ B
主要地域の一人一日当たり食料需要量
（実線は 1961 年 ∼ 2005 年の統計値
2)
、点線は 2100 年までのシナリオ）
30,000
シナリオ
25,000
20,000
15,000
10,000
25,000
20,000
15,000
10,000
5,000
0
0
(1)
1961
1970
1980
1990
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
5,000
1961
1970
1980
1990
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
需要慮(109 kcal day-1)
シナリオ
需要量(109 kcal day-1)
30,000
ALP S-シナリオ A
図 5. 6.2 -2
(2)
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
ALPS -シナリオ B
需要量 (カロリーベース )
図 5.6 .2 -3 に「穀物・野菜」、「砂糖・甘味料」、「植物油」、「動物性食品」に換算した
需要量を、また、図 5.6. 2 -4 に、それらのシェアを示す。「砂糖・甘味料」、「植物油」、
「動物性食品」食品のシェアは、一人一日当たりの食料需要量と同様、一人当たり GDP
の向上に伴って増加し、ある程度の値で飽和するような回帰関数を世界 3 2 地域別に推
計しておき
1)
、その関数に基づいて算定した。図 5. 6.2 -4 より、シナリオ A 、 B とも動
物性食品の重量ベースシェアは、200 0 年に 30 %であるが、21 0 0 年には 40%まで増加す
るシナリオになっている。
- 296 -
(1)
ALP S-シナリオ A
(2)
図 5. 6.2 -3
(1)
需要量 (重量ベース )
ALP S-シナリオ A
図 5. 6.2 -4
ALPS -シナリオ B
(2)
ALPS -シナリオ B
需要量の重量ベースシェア
（ 1960∼ 2000 年統計値
2)
、 2010 年以降がシナリオ）
図 5 .6. 2 -5 に、一次農産品（以下、簡単に作物と呼ぶ）の需要量を示す。ここで、
「砂
糖・甘味料」、「植物油」はその原料作物需要量に、「動物性食品」は飼料用作物需要量
に換算してある。飼料用作物の換算パラメータは平成 21 年度報告書の値
1)
を用いた。
図より、作物需要量は重量ベースで、 21 0 0 年に 20 00 年の 1.6 倍（シナリオ A）、 1. 4 倍
（シナリオ B）と算定された。
- 297 -
10,000
作物需要量 (106 ton)
8,000
6,000
4,000
2,000
Others
Rapeseed
8,000
Oil palm
fruits
Soybean
6,000
Sugarcane
4,000
Maize
2,000
0
Rice
Wheat
年
2100
2090
2080
2070
2060
2050
2040
2030
2020
2000
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
0
2010
作物需要量 (106 ton)
10,000
年
図 5. 6.2 -5
作物需要量
（カロリーベース需要量から算出した値。流通過程ロス、種需要の想定値を含む。
(「 Othres」以外の 7 作物については 2000 年値が統計値
2）
と合うように調整済）
5.6.3 食料生産に必要な面積の温暖化影響と適応
5.6. 2 節で述べた作物需要量を満たすために必要な作付面積は、4.2 節の農業土地利用
モデルで算定した。すなわち、シナリオに沿った作物生産性向上や、温暖化による作
物生産ポテンシャルへの影響を考慮したものである。シナリオ A､B に対して想定した
作物生産性は 4. 2.3 (3 )節、気候変動シナリオは 4.2 .3 (8 )② 節の通りである。
図 5.6 .3 -1 にシナリオ A ベースラインの土地利用面積と作付面積の算定結果を示す。
土地利用面積の図（左図）から分かるように、 20 00 年時に耕地名義でありながら農作
物が作付られていない土地（余剰耕地）が 400 万 [k m 2 ]程度存在する。このように、世
界全体でみると耕地は余っている状態であるが、地域によっては、今後の需要増加に
伴って耕地の拡大が必要、あるいは、余剰耕地があっても土壌劣化等の原因で栽培に
適さず新たな耕地が必要、という事も考えられる。そこで、本分析では、一定割合ま
では、耕地の拡大が可能と想定した（耕地拡の想定については 4.2 .3 (6 )節に記載）。さ
らに、一度耕地となった土地は将来にわたり耕地名義のままであり、他の目的に転用
されることはないと想定した。このため、作付地と余剰耕地を合わせた耕地面積は、
21 世紀末に向け、緩やかに増加すると結果となっている。
図 5.6 .3 -1 の右図より、作付面積は、 205 0 年頃まで増大し、 2 000 年の約 1. 2 倍にな
ると算定された。図 5.6. 2 -5 の需要量増加に比べ、作付面積の増加が小さいのは、需要
増加を上回る生産性の向上（単収の増加）が見込まれるためである。 2050 年以降は、
生産性の向上と需要量増加鈍化により、作付面積は次第に減少する結果となっている。
図 5 .6. 3 -2 には 20 50 年の作付地点を示す。
- 298 -
16,000
その他
120,000
森林
100,000
牧草地
80,000
草地
60,000
耕地（余剰耕地）
40,000
耕地（作付地）
20,000
作付面積(103km2)
Others
14,000
Rapeseed
12,000
Oil palm f ruits
10,000
8,000
Soybean
6,000
Sugarcane
4,000
Maize
2,000
Rice
2100
2070
2050
2040
2030
2000
2100
2070
2050
2040
2030
2020
2010
2000
図 5. 6.3 -1
2020
0
0
2010
土地利用面積 (103 km2)
140,000
Wheat
土地利用面積（左）と作付面積（右）
（ AL PS- A ベースライン適応無ケース）
図 5. 6.3 -2
作物作付け地（ ALPS -A ベースライン適応無ケース、 2 050 年）
図 5.6 .3 -3 は、シナリオ間で作付面積を比較したものである。シナリオ B は A に比
べ、食料需要量が少なく、作物生産性が高いと想定したことにより、21 世紀を通じて、
シナリオ A より作付面積は小さく算定された。シナリオ A の半減ケースでは、ベース
ラインに比べ、温暖化影響が抑制されるため、世界全体の作付面積は縮減される可能
性がある。但し、シナリオ A ベースラインでも、作付品種や作付時期を選ぶという適
応策を導入することによって、世界全体の作付面積は縮減される可能性が考えられる。
なお、これは、世界の全地域で全作物に適応策が導入されると想定した結果であるが、
現実的には、適応策導入の地域差を考慮することも今後必要と考えられる。
- 299 -
作付面積 (103 km2)
16,000
14,000
Aベース・適応無
12,000
Bベース・適応無
10,000
8,000
A半減・適応無
6,000
Aベース・適応有
（品種・時期）
4,000
2,000
図 5. 6.3 -3
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
0
シナリオによる作付面積の違い
5.6.4 まとめ
人口増加や一人当たり摂取量の増加に伴い、 2 050 年に世界の食料需要はシナリオ A
で 2000 年の 1.6 倍、シナリオ B で 1.5 倍まで増加するものの、引き続き単収の増大が
見込まれるため、作付面積の増加はシナリオ A で 200 0 年の 1 .2 倍、シナリオ B で 1.1
倍程度にとどまると予想される。
温暖化を抑制した場合、温暖化影響が緩和され、世界全体の作付面積が縮減される
可能性があるものの、仮に、温暖化を抑制しなくても、作付品種や作付時期を選ぶと
いう適応策の導入によって、世界全体の作付面積は縮小される可能性が示唆された。
参考文献（ 5. 6 節分）
1)
(財)地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略
の研究平成 21 年度成果報告書 (2010)
2)
FAO：FAOSTAT (http://faostat.fao.org/site/291/default.aspx)
5.7
水需給
5.7.1 はじめに
水は地球の陸、海、大気を循環する資源であるが、人間が利用できる水資源はその
一部に限られる。例えば、陸域に降った降水は、その後の形態により、 (i) 砂漠、湖、
湿地からの蒸発（ Lo ss）、 (ii)耕地や森林で植物の成長に係る蒸発散 (G ree n wa te r) 、 (iii)
地表面水、地下水（ Blue wa te r）に大別され、人間の主な管理対象となる水資源とは (iii)
の Blue wa te r を指すことが多い
1)
。本報告書 4.2 .2 (4 )節に述べた通り、水ストレスを正
しく評価するには、(i)∼ (iii)の全てについて、温暖化や農産物貿易、土地利用変化の影
響を分析する必要がある。但し、(i)∼ (iii)の関連性について十分に分析できていないた
め、ここでは、文献 2 , 3)等を参考に、年間の Blue wa ter に対し人間が直接利用する水の
- 300 -
割合（水需給比）に着目し、
「水需給比が 0 . 4 以上の流域に住む人口（水ストレス人口）」
を、 A LP S のシナリオ A,B に対して評価した。
5.7.2 水需要量と水資源量
(1) 水ストレス人口算定に係る項目
水需給比は、 (5. 7 -1)式、 (5.7 -2 )式で表現されるが、本研究ではこのうち、 (5. 7 -1)式の
流出量 (F) 、と ( 5. 7 -2 ) 式の灌漑用水需要量において、温暖化の影響を考慮している。
（ A LP S シナリオ A,B の気候変動シナリオ想定は 4 .2. 3(8 )② 節参照）
水需給比 (R )＝取水量 (W) ÷ 地表面水や地下水として流出する量 ( F)
(5. 7 -1)
W ＝生活用水需要量＋工業用水需要量＋灌漑用水需要量
−淡水化水量−再利用水量
(5. 7 -2)
(2) 生活用水需要量
生活用水需要量の算定方法は、平成 21 年度報告書
4)
の通りで、都市、農村人口変化、
一人当たり GDP 向上に伴う一人当たりの生活用水需要量増加、水アクセス人口比率の
変化を考慮している。都市人口、農村人口シナリオは、 5 .3. 2 節の通りである。水アク
セス人口比率は、シナリオ A,B とも世界 32 の全地域（水需給比モデルの地域区分、図
4.2. 3 -2 に図示）で、農村の水アクセス人口比率が 20 50 年には 0 .7 を、同様に 21 0 0 年
には 0 .9 を上回ると想定した（想定方法は文献 4 )に記載）。一人当たり GDP は、 5 . 2 節
の通りである。
図 5 .7. 2 -1 に示すように、シナリオ A,B とも 20 50 年までに、生活用水需要量は 2 000
年の 2 倍以上に増加すると算定された。特にインド、その他南アジア、東南アジア、
中国、南西部アフリカ、南東部アフリカで、需要量増加が著しい。背景に都市人口の
増加、一人当たり水需要量増加があげられる。
- 301 -
900
900
400
2100
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
年
年
(1)
2090
2000
2100
2090
2080
2070
2060
2050
0
2040
100
0
2030
100
2020
200
2010
200
2080
300
2070
300
500
2060
400
600
2050
500
700
2040
600
2030
700
800
2020
800
2010
生活用水需要量(km3 )
1,000
2000
生活用水需要量(km3 )
1,000
A LPS- シナリオ A
(2)
図 5. 7.2 -1
ALP S-シナリオ B
生活用水需要量
(3) 工業用水需要量
工業用水需要量は、 (5.7 -3)式に基づいて算定した。ここで、工業活動量は文献 4 )の
通り、 DNE21+ の粗鋼、紙パルプ、アンモニア、エチレン・プロピレンの生産量を代理
指標として算定した。水利用効率は、高炉転炉法による粗鋼単位生産量当たりのエネ
ルギー消費量を代理指標とした
4)
。
20 00 年の工業用水需要量
5)
×工業活動量の比 (将来 /現在 )
× 水利用効率の比 (将来 /現在 )
(5. 7 -3)
図 5 .7. 2 -2 に、 A LP S シナリオ A ,B の工業用水需要量算定値を示す（シナリオ A,B に
同一値を適用）。世界全体で、 2000 年に比べ、 2 050 年に 1.8 倍、 2100 年に 2 倍まで増
加する結果となっているいる。増加が顕著な地域はインドで、工業活動量の増加が水
利用効率の向上を上回ることによる。米国は、工業活動量が増加するものの、水利用
効率の向上を上回るものではなく、従って、将来の工業用水需要量は減少する。
- 302 -
工業用水需要量(km3 )
1,400
1,200
1,000
800
600
400
200
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
0
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
年
図 5. 7.2 -2
工業用水需要量
(ALPS -シナリオ A ,B)
(4) 再利用水量
シナリオ A の再利用水量を図 5. 7.2 -3 と図 5 .7. 2 -4 に示す。再利用水量は、 4.2 .3 (2 )
節に述べたように、 2 020 年以降に適応策として増大可能としている。図 5 .7 .2 -3 は、
適応無の場合の想定値、図 5. 7.2 -4 は適応有の場合の水需給モデルによる算定値であ
る。ここで、再利用水とは、生活部門、もしくは工業部門の廃水のうち、規定の浄化
処理をした水（ AQUASTAT 5 ) の Trea ted wastewa ter reused）相当を想定している。そこで、
本研究では、生活廃水を集めやすい都市部で利用されるとし、その水量は都市人口一
人当たりの量で表現されるとした。つまり、適応無の場合は、都市人口一人当たりの
再利用水量は 201 0 年のままであるが、適応有の場合は、水需給目標（表 4. 2.3 -1 参照）
を満足しない流域で、都市人口一人当たりの再利用水量を前期より 1 0%増加する、前
期に再利用水量がゼロの地域では、都市人口一人当たり生活用水需要量の 20 %分を都
市人口一人当たり再利用水量として導入すると想定した。
図 5 .7. 2 -4 のように、適応有の場合、中国、北アフリカ・中東に加え、インドなどで
も再利用水量が新たに利用されると算定されている。
- 303 -
再利用水量(km3 )
160
その他南アジア
140
中国
120
南西部アフリカ
100
南東部アフリカ
80
北アフリカ・中東
60
東欧・その他旧ソ連
40
その他南米
20
中米
2100
2070
2050
2040
2030
2020
2010
2000
0
シナリオB-Total
年
図 5. 7.2 -3
再利用水量（ AL PS- A ベースライン適応無）
2000 年は統計値
5)
、 2010 年以降はシナリオ
図中、点線は ALPS-B ベースライン適応無の値
再利用水要量(km3 )
160
140
120
インド
100
80
中国
60
40
北アフリカ・中東
20
年
図 5. 7.2 -4
2100
2070
2050
2040
2030
2020
2010
2000
0
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
再利用水量（ AL PS- A ベースライン適応有）
2000 年は統計値
5)
、 2010 年以降はシナリオ
淡水化水量は、導入量と地域の想定が困難だったことより、文献で 20 10 年に導入が
見込まれる量を加算し
4)
、それ以降一定とした（図 5 .7 .2 -5）。
- 304 -
オセアニア
その他南アジア
インド
東南アジア
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
東欧・その他旧ソ連
西欧
その他南米
中米
カナダ
米国
淡水化水量(km3)
8
6
4
2
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
0
年
図 5. 7.2 -5
2000 年は統計値
淡水化水量（適応無）
5)
、 2010 年以降はシナリオ
5.7.3 温暖化影響と適応
(1) 水資源量
図 5 .7 .3 -1 は、シナリオ A,B のベースラインと半減ケースに対する世界の水資源量
（流出量）を水需給モデルにより算定したものである。温暖化による水資源量への影響
は文献
6)
等に示されるように、地域によって異なるが、陸域全体の水資源量は温暖化に
伴って増加する傾向にある。このため、温暖化が抑制される半減ケースの水資源量は
べースラインより少ない結果となっている。
水資源量 (103 km3)
60
50
A,Bベース
40
A,B半減
30
20
10
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
0
年
図 5. 7.3 -1
水資源量
(2) 灌漑用水需要量
図 5 .7. 3 -2 に、農業土地利用モデル、水需給モデルで算定した、シナリオ A ベース
ライン・適応無ケースの灌漑面積（左図）と灌漑用水需要量（右図）を示す。これに
よると、灌漑面積は次第に縮小し、それに伴って灌漑用水需要量も次第に減少すると
- 305 -
算定されている。中でも、中国で、灌漑面積の縮小が顕著であるが、これは、同国の
農作物生産性（単収）の向上が大きいことによる。なお、灌漑面積の縮小と灌漑用水
需要量の縮小が比例しないのは、主として作付作物の違い（米は、他の作物より単位
面積当たりの灌漑用水需要量が多い）によると考えられる。
灌漑用水需要量(km3 )
2,500
2,500
2,000
1,500
1,000
500
2,000
1,500
1,000
500
2100
2090
2080
2070
2060
2050
2040
2030
2020
2000
2100
2090
2080
2070
2050
2040
2030
2020
2010
2060
年
年
図 5. 7.3 -2
2010
0
0
2000
灌漑面積･二期作考慮(103km2 )
3,000
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
灌漑面積（左）、灌漑用水需要量（右）（ AL PS- A ベース・適応無）
2000 年は統計値
5)
、 2010 年以降はシナリオ
(3) 水ストレス人口
図 5 .7. 3 -3 は各シナリオの水ストレス人口を示している。 200 0 年に世界で約 18 億人
の水ストレス人口は、20 50 年にはシナリオ A で約 3 3 億人に、シナリオ B で約 31 億人
に増加すると算定された。シナリオ B は温暖化を抑制しなくても、 20 50 年以降は人口
の減少に伴って水ストレス人口も減少傾向となる。温暖化の抑制は、シナリオ A の半
減ケースの結果から分かるように、世界の水ストレス人口の低減策としてはあまり期
待できない。むしろ、適切な作付品種・時期の選択（作付面積、灌漑面積の縮小につ
ながる）、灌漑効率の向上、再利用水量の増大、といった適応策によって、水ストレス
人口が縮減される可能性があると考えられる。
- 306 -
Aベース・適応無
3,000
Bベース・適応無
2,500
A半減・適応無
Aベース・適応有（品
種・時期）
Aベース・適応有（灌
漑効率＆再利用水）
2,000
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
1,500
2000
水ストレス人口 ( 百万人)
3,500
年
図 5. 7.3 -3
水ストレス人口
5.7.4 まとめ
定量的モデルを用いた算定によると、 200 0 年に約 18 億人の水ストレス人口は 20 50
年にはシナリオ A で約 33 億人、シナリオ B で約 31 億人まで増加する。背景に、生活、
工業用水需要の増加、水ストレス流域での人口増加がある。
温暖化抑制は水ストレス人口の低減にあまり期待できない。むしろ、適切な品種や
作付時期選択による作付面積の縮小、再利用水の利用拡大等の適応策によって低減さ
れる可能性が示唆された。
なお、以上は、年間の水需給比に基づくものであり、温暖化による豪雨や洪水、干
ばつ等の影響は考慮していない点に留意が必要である。
参考文献（ 5. 7 節分）
1)
FAO：Review of world water resources by country, Water reports 23 (2003).
2)
Alcamo J, Flörke M, Märker M (2007) Future long-term changes in global water resources driven by
sosio-economic and climate changes, Hydrilogical Science, 52(2):247-275.
3)
4)
Oki T and Kanae S：Global hydrological cycles and world water resources, Science,313-25 (2006).
(財)地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現のための対応戦
略の研究平成 21 年度成果報告書 (2010).
5)
FAO：AQUASTAT main country database. (http://www.fao.org/nr/water/aquastat/dbase/index.stm)
6)
(財)地球環境産業技術研究機構：国際産業経済の方高を含めた地球温暖化影響・対応技術の総合評
価平成 19 年度成果報告書(2008).
- 307 -
5.8
土地利用変化炭素収支
5.8.1 はじめに
人間活動による CO 2 の排出起源は、化石燃料燃焼、プロセス由来（セメント製造等）、
土地利用変化に大別されるが、 IP CC によると 19 90 年代の平均炭素放出量は、化石燃
料燃焼及びプロセス由来からが 6. 4 ± 0. 4 [GtC /yr] 、土地利用変化起源が 1.6 (0 .5 ∼
2.7 )[G tC /yr])である
1)
。土地利用変化に伴う炭素放出量は測定が難しく不確実性の幅が
大きいという特徴があるが、上記値によると人為起源放出量の約 2 0 %に達する。一方
で、土地は、植林による炭素吸収源や、バイオ燃料の生産による化石燃料削減の源と
なることも期待されている。本研究では、土地利用変化に伴う炭素収支に関し、重要
な影響を及ぼすと考えられる (i) 食料用作物耕地拡大に伴う炭素放出、(ii)植林・バイオ
マス燃料作物の栽培に係る炭素吸収について、温暖化緩和レベルや社会、経済、技術
シナリオと整合する定量的分析を行う。
ところで、アフリカやアジアの途上国で、電気にアクセスできない人々を中心に約
27 億の人々が伝統的な木炭や木材（非商用バイオマス燃料）を燃料として使用してい
る
2)
。非商用バイオマス燃料の利用と土地利用の関係は明らかでないが、持続的な森林
管理が施されていないとすれば、森林の炭素固定能力を低下させ、炭素放出に繋がる
可能性も考えられる。そこで、 (iii) 非商用バイオマス燃料利用に係る炭素放出につい
て暫定的であるが、定量的評価を行った。
なお、世界の商用木材需要を満たすため熱帯途上地域における不法な森林伐採が、
炭素放出につながっているという指摘もあるが
3)
、今後、森林生態系保全に関する社会
責任が重視され、減少すると想定し、分析対象外とした。
5.8 節では、A LP S プロジェクトで対象とした、上記 (i)∼ (iii)のうち、本年度定量的分
析を行った (i) 食料用作物耕地拡大に伴う炭素放出と、(iii) 非商用バイオマス燃料利用
に係る炭素放出について、記述する。(ii)については、次年度、DNE21+モデル、農業土
地利用モデルを用い分析予定である。
5.8.2 食料用作物耕地拡大に伴う炭素放出量
図 5 .8. 2 -1 は、シナリオ A、 B のベースラインと半減ケースについて、食料用作物耕
地拡大に伴う炭素放出モデルで算定した炭素放出量を示している（食料用作物耕地拡
大に伴う炭素放出モデルについては 4. 2.3 (7)節に記載）。これによると、 2000 − 2 010 年
の耕地拡大に伴う炭素放出量は 1200 [Tg -C/yr]、 2 040 − 20 50 年にはその約 1/3、 2070 −
2100 年には、その約 1/1 0 まで減少すると推計されている。これは、 5. 6 節に述べたよ
うに、シナリオ A,B とも 205 0 年に向け、食料需要は増加するが、それ以上に作物生産
性（単収）の向上が見込まれ、耕地拡大の必要性が次第に減少することによる。
なお、シナリオ B の炭素放出量がシナリオ A より少ないのは、シナリオ A に比べて
食料需要量が少なく生産性が高いため、食料栽培必要な面積が小さいことによる。シ
ナリオ A で、ベースラインに比べ半減ケースで炭素放出量が少ないのは、半減ケース
では、温暖化の影響が抑制され、食料栽培必要な面積が小さいことによる。なお、こ
- 308 -
こでは温暖化対策としての CO 2 固定化植林による正味で負の炭素放出の効果は考慮し
ていない。 20 30 年頃以降は、仮に温暖化を特段抑制しなくても、作付品種や時期を選
ぶという適応策を導入する事によって、必要な栽培面積が縮小され、炭素放出量が減
少する可能性も示唆された。
炭素放出量 (Tg-C/yr)
1,200
Aベース・適応無
1,000
A半減・適応無
Aベース・適応有（品種・時期）
800
Bベース・適応無
600
400
200
図 5. 8.2 -1
2070-2100
2050-2070
2040-2050
2030-2040
2020-2030
2010-2020
2000-2010
0
食料用作物耕地拡大に伴う炭素放出量
図 5 .8. 2 -2 は、シナリオ A のベースライン適応無ケースについて、耕地拡大に伴う炭
素放出量を地域別に示したものである。南米、南西部アフリカ、東南アジアで熱帯林
が耕地に転用され、炭素が放出すると算定されている。その他、南西部アフリカ、ロ
シア、米国などで熱帯林以外の森林が耕地に転用され、炭素放出源になると推計され
ている。なお、 4 .2 .3 ( 6)節に述べたように、一時期に拡大できる面積は制約しているも
のの、保護地区などの制約は考慮していない。また、耕地拡大に伴うコストも考慮し
ていない。
痩せ地
牧草地
草地
その他森林
熱帯林
210
180
150
120
90
60
30
図 5. 8.2 -2
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
0
米国
炭素放出量 (Tg-C/yr)
240
食料用作物耕地拡大に伴う地域別炭素放出量
（ A LPS- A ベース・適応無、 2 0 20-20 30 年）
- 309 -
5.8.3 非商用バイオマス燃料利用に係る炭素放出量
非商用バイオマス燃料利用に係る炭素放出量は、非商用バイオマス燃料需要量（ 5 .9
∼ 5.11 節で DNE21 モデル、 DNE21+ モデル用に想定）に、単位熱量当たりの材木重量
（ 2.1 61 [BD -ton /TOE ]、文献 4)を基に設定）と炭素含有率（ 0 .47 、文献
5)
を基に設定）を
乗じ、試算した。なお、非商用バイオマス燃料利用すべてが非持続的なバイオマス利
用とは言えないため、この炭素放出量の推定は最大で見積もった場合の数値と言える。
図 5. 8.3 -1 によると、非商用バイオマス燃料利用に係る炭素放出量は、アジアでは
2010 年をピークに次第に減少するが、アフリカでは、 210 0 年までほぼ一定量放出され
る。これは、アフリカで一人当たりバイオマス燃料需要量は次第に減少するが人口増
加のため、非商用バイオマス燃料需要の総量は今後激変しないというエネルギー需要
量シナリオを反映したものである。なお、シナリオ A と B で大差はない。ベースライ
1,000
Oceania
S. America
800
N. & C. America
600
Europe
W. & C. Asia
400
S. & S. E. Asia
East Asia
200
Africa
シナリオA-Total
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
0
2000
非商用バイオマス燃料利用に
係る炭素放出(TgC/yr)
ンと半減ケースでは、上記パラメータ想定に差異がないことより、同値である。
年
図 5. 8.3 -1
非商用バイオマス燃料利用に係る炭素放出量
5.8.4 まとめ
モデルを用いた試算によると、食料用作物耕地拡大に伴う炭素放出量は、20 00 − 201 0
年には、 1200 [Tg -C /yr ]であるが、 205 0 年にはその約 1/3、 2100 年には、その約 1 /1 0 ま
で減少する。これは、食料需要増加を上回る作物生産性（単収）の向上が見込まれ、
耕地拡大の必要性が次第に減少することによる。地域別には、南西部アフリカ、南米、
東南アジア、ロシア、で炭素放出量が多いという結果が得られた。さらに、半減ケー
ス、適応策導入ケースのように、栽培に必要な面積が縮小される場合には、土地利用
変化炭素吸放出がわずかながら縮小される可能性も示唆された。なお、土地利用変化
炭素吸放出については、不確実性の幅が大きいことより、今後は不確実性を考慮した
シナリオ策定も必要と考えられる。
- 310 -
次年度は、温暖化緩和レベルや社会、経済、技術シナリオを考慮した、植林・バイ
オマス燃料作物の栽培に係る炭素吸収について分析した結果も合わせ、土地利用変化
に伴う炭素吸放出のシナリオを策定する予定である。
参考文献（ 5. 8 節分）
1)
IPCC：Climatic change 2007:the physical science basis (2007).
2)
IEA：World energy outlook 2010(2010)237–271.
3)
(財)地球・人間環境フォーラム：平成 19 年度違法伐採による環境影響調査業務報告書(2008).
4)
山地憲治、山本博己、藤野純一：バイオエネルギー,第 2 章バイオマス資源の特性, 17-46,ミオシン
出版(2000).
5)
IPCC：2006 IPCC guidelines for national greenhouse gas inventories, Vol.4 (2006).
5.9
エネルギー起源 CO 2 排出量推移（短中期）
本節では、第 3 章で策定した叙述的シナリオのうち、特に温暖化政策実施の背景に
関するシナリオであるシナリオ I、II、III の違いに焦点を当てて、叙述的シナリオに沿
った定量的シナリオ策定を行った。マクロの社会経済シナリオについては、シナリオ A
「中位技術進展シナリオ」を想定し、排出削減レベルについては、ベースラインと 20 5 0
年の世界排出量を 20 05 年比で半減させるシナリオ（ RCP 3P D(2.6)相当）を分析した。
分析には DNE21+ モデル（第 4 .5 節参照）を用い、20 50 年までの期間について分析を行
った。
5.9.1 具体的なシナリオ設定
第 3 章で記載したように、温暖化政策実施の背景に関するシナリオは、
シナリオ I「多目的多様性社会シナリオ」
シナリオ II「温暖化対策優先シナリオ」
シナリオ III「エネルギー安全保障優先シナリオ」
の３種類である。これを第 4 .5 節で記載した DNE21+ モデルによって分析するため、
DNE21+モデルの前提条件として以下のような想定を行った。
表 5 .9. 1 -1 に、シナリオ I、 II、 III において DNE21+モデルでそれぞれ想定を行った
投資判断における割引率の想定を示す。また、そのとき、相当する投資回収の判断年
数を表 5 .9. 1 -2 に示す。更に、表 5 .9 .1 -3 には、シナリオの違いによるベースラインで
の化石燃料価格の想定を示す。
シナリオ I「多目的多様性社会シナリオ」は、現実社会で観測される投資判断の割引
率に近いものを想定した（第 4. 5 節における分析と同様）。一方、本来は、省エネによ
るメリットは大きい。シナリオ I では、温暖化以外の目的を追求していたり、また限定
合理的な判断が含まれたりしているため、観測される投資判断年数は短いものとなっ
ている。一方、シナリオ II「温暖化対策優先シナリオ」では、温暖化対策が優先され、
- 311 -
本来有している省エネメリット追求の重みが増し、また、限定合理的な行動をできる
限り除去する対応がとられるとするシナリオである。そのため、表に示すように低い
割引率、長い投資回収判断年数を想定したシナリオとして想定した。なお、シナリオ I
では、原子力については高いリスク認知傾向を表現するため、割引率の想定値が他の
電源よりも高いものと想定した。シナリオ III「エネルギー安全保障優先シナリオ」に
おいては、国産エネルギーが優先され、特に石油、ガスの輸入リスクが高いと認識さ
れるシナリオと考え、それを表現するために、モデル上としては、石油、ガスの輸入
価格に関税の形で、他のシナリオにおける燃料価格想定よりも 10 %分関税が追加され
ると想定した前提条件をおいてシナリオ策定を行った。
- 312 -
表 5. 9.1 -1
シナリオによる投資判断における割引率の想定
シナリオ I、 III
発電部門
(シナリオ I の原子力 )
シナリオ II
上限
下限
上限
下限
8%
20%
5%
8.5%
（ 11%）
（ 23%）
その他エネルギー転換部門
15%
25%
7%
8.5%
エネルギー多消費産業
15%
25%
7%
8.5%
運輸（自動車）部門
30%
45%
10%
15%
民生・業務部門
30%
55%
10%
15%
表 5. 9.1 -2
シナリオによる投資回収の判断年数の想定
シナリオ I、 III
シナリオ II
上限
下限
上限
下限
11.9 年
5.0 年
17.2 年
11.3 年
(シナリオ I の原子力 )
(9. 0 年 )
(4. 3 年 )
その他エネルギー転換部門
6.6 年
4.0 年
13.3 年
11.3 年
エネルギー多消費産業
6.6 年
4.0 年
13.3 年
11.3 年
運輸（自動車）部門
3.3 年
2.2 年
7.6 年
5.8 年
民生・業務部門
3.3 年
1.8 年
7.6 年
5.8 年
発電部門
*発電部門、その他エネルギー転換部門、エネルギー多消費部門は設備寿命 40 年 (但し
原子力は 50 年 )、運輸 (自動車 )部門、民生・業務部門は 15 年として換算した値。
表 5. 9.1 -3
石炭
シナリオ I∼ III 共通
シナリオ I、 II
石油
シナリオによる化石燃料価格の想定
2010 年
2020 年
2030 年
2040 年
2050 年
106
157
162
172
185
399
615
702
741
818
(63 )
(96 )
(11 0)
(11 6)
(12 8)
677
772
815
900
(10 6)
(12 1)
(12 8)
(14 1)
455
530
552
569
501
583
607
626
シナリオ III
シナリオ I、 II
ガス
308
シナリオ III
単位： US200 0$ /toe 、石油の括弧内の数値は US200 0$ /bb l
注：ベースラインにおける価格想定であり、モデルでは内生的に価格が決定され、分
析シナリオによって異なってくる。
- 313 -
5.9.2 シナリオ I、 II、 III の分析
図 5 .9. 2 -1 にシナリオ I、 II、 III それぞれにおける世界のエネルギー起源 CO 2 排出量
推移を示す。シナリオ I では、205 0 年の世界の排出量は 5 7GtCO 2 程度となっているが、
正味で負の削減費用となるような省エネが徹底的に行われるシナリオ II では 50GtCO 2
程度に留まる。
エネルギー起源CO2排出量 [MtCO2/yr]
60
50
40
30
20
シナリオ I
10
シナリオ II
シナリオ III
0
2000
2010
2020
2030
2040
2050
西暦年
図 5. 9.2 -1
ベースラインにおける世界のエネルギー起源 CO 2 推移（シナリオ I 、 I I 、
III の比較）
図 5 .9. 2 -2 、図 5 .9. 2 -3、図 5. 9.2 -4 には、シナリオ I、 II、 III における世界の一次エ
ネルギー供給量、発電電力量、乗用車新車販売台数を示す。一次エネルギー供給量を
見ると、シナリオ II では正味で負の費用となる原子力発電の比率がシナリオ I よりも
大きくなっている。シナリオ III でも、シナリオ II ほどではないものの、エネルギー安
全保障の視点からシナリオ I よりも原子力発電の比率が高いシナリオである。また、シ
ナリオ II では、石油を中心に省エネが進み、一次エネルギー供給量はシナリオ I より
も小さい。発電電力量の構成で見ると、高効率な石炭発電や高効率なガス発電の比率
が、シナリオ II では他のシナリオよりも高くなっている。また自動車について見ると、
ハイブリッド自動車やプラグインハイブリッド自動車の比率が、シナリオ II では他の
シナリオよりも高くなっている。
世界半減ケースにおいては、削減目標レベルが決まっており、また、相当厳しい排
出削減レベルであるため、シナリオ I、 II、 III の間で、これを実現するための技術の構
- 314 -
成はあまり大きな差異がなくなる。一方で、それを実現するための限界削減費用は図
5.9. 2 -5 で見るように、シナリオ間で大きく異なる（参考までに、 IEA ETP 200 8 、 2 010
と本研究の限界削減費用の比較を図 5.9 .2 -6 に示す）。シナリオ I は、現実的な投資判
断における割引率を反映した分析であり、仮に世界半減を明示的に炭素に価格付けを
行って実現する場合に必要となる炭素価格に相当する。一方、シナリオ II は、技術を
ベースとして、基準、ラベリングなど、ボトムアップの対策をとったときに必要とな
る暗示的な炭素価格に相当する。明示的に炭素価格をつける方法の場合、相当高い価
格付けが必要であるが、きめ細かいボトムアップの対策によって暗示的に価格付けを
行えば、相対的に低い価格で同じ削減レベルを実現できる。
なお、シナリオ III「エネルギー安全保障優先シナリオ」については、エネルギーセ
キュリティ指標とあわせて分析結果を解釈する。第 6 章をあわせて参照されたい。
24000
一次エネルギー供給量 [Mtoe/yr]
22000
20000
Others
18000
Biomass & Waste
16000
Hydro & Geothermal
14000
Nuclear
12000
Natural Gas
10000
Oil
8000
Coal
6000
4000
2000
2020年
図 5. 9.2 -2
2030年
シナリオIII
シナリオII
シナリオI
シナリオIII
シナリオII
シナリオI
シナリオIII
シナリオII
シナリオI
0
2050年
ベースラインにおける世界の一次エネルギー供給（シナリオ I、 II 、 III
の比較）
- 315 -
50000
PV
45000
Wind
発電電力量 [TWh/yr]
Biomass-High
40000
Biomass-Low
35000
Hydro&Geothermal
Nuclear
30000
Gas-CHP
25000
Gas-High
Gas-Middle
20000
Gas-Low
Oil-CHP
15000
Oil-High
10000
Oil-Middle
Oil-Low
5000
Coal-High
2020年
図 5. 9.2 -3
2030年
Coal-Middle
シナリオIII
シナリオII
シナリオI
シナリオIII
シナリオII
シナリオI
シナリオIII
シナリオII
シナリオI
0
Coal-Low
2050年
ベースラインにおける世界の発電電力量（シナリオ I、 I I、 III の比較）
120
乗用車年間導入台数 [百万台/年]
100
FCV
80
EV
PlugIn-HEV (Alternative Fuel)
PlugIn-HEV (Diesel)
60
PlugIn-HEV (Gasoline)
HEV (Alternative Fuel)
HEV (Diesel)
40
HEV (Gasoline)
ICEV (Alternative Fuel)
20
ICEV (Diesel)
ICEV (Gasoline)
0
シナリオI
シナリオII
シナリオIII
2030～2040年
図 5. 9.2 -4
シナリオI
シナリオII
シナリオIII
2040～2050年
ベースラインにおける世界の乗用車の年間販売台数（年間導入台数）（シ
ナリオ I 、 II 、 II I の比較）
- 316 -
500
CO2限界削減費用 [$/tCO2]
シナリオI、III
シナリオ I
450
シナリオ II
400
シナリオ III
350
300
シナリオII
250
200
150
100
50
0
2000
2010
2020
2030
2040
2050
西暦年
図 5. 9.2 -5
世界排出量半減時の CO 2 限界削減費用（シナリオ I 、 II 、 II I の比較）
IEA ETP2008
RITE2010
シナリオI, III
ベースライン
RITE2010
シナリオI, III
476$/tCO2
シナリオII
285$/tCO2
シナリオII
ベースライン
ETP2010
BLUE Map
175$/tCO2
ETP2010 ベースライン: 57 GtCO2
ETP2008 ベースライン: 62 GtCO2
図 5. 9.2 -6
CO 2 限界削減費用の IEA ET P シナリオとの比較
- 317 -
5.9.3 シナリオの分析からの政策的含意
現実社会は多目的多様性に富んでおり、温暖化対策のみに取り組んでいるわけでは
ない。また現実社会では、多様な人々が存在し、いろいろな限定合理的な行動も見受
けられる。それらは、技術普及の障壁となっており、たとえエネルギー効率の高い正
味で負の削減費用の技術であっても普及しないケースが多い。シナリオ I はそのような
世界像を表現している。
このような世界では、明示的に炭素に価格をつける方策（炭素税や排出量取引制度）
をとる場合、主観的に判断される高い割引率（短い投資回収判断年数）によって、図
5.9. 2 -5 で見たように、相当高い炭素価格（限界削減費用）をつけない限り大幅な排出
削減はできないことが示される。しかし、世界半減のために限界削減費用が地域間で
均等化するような想定を行った最も安価な対策として推定したものでも、限界削減費
用が 500$ /tCO 2 （実質価格）近いようなものとなる場合、現実社会でそれが実施される
ことはまずあり得ない。
一方、温暖化対策が優先されるような世界（シナリオ II のような世界）では、正味
で負の省エネ対策が徹底的に追求されるような世界に移行できるかもしれない。しか
し、これは社会全体の変革を必要とするため、短期的には実現することは困難と考え
られる。一方で、長期的には社会が長い投資回収判断年数をとるような世界に移行す
ることによってそれを実現していける可能性がある。また、もう一つの方策は、短期
的であっても、限定合理的な判断が障壁となっていたりする場合、ボトムアップにき
め細かい対策を実施することによってその障壁を取り除くことで、大きな費用負担を
負うことなく、排出削減を進めることが可能と言える。すなわち、明示的な価格シグ
ナルを使って削減しようとすれば、政治経済的に非現実的なほど高い炭素価格をつけ
なければ削減できないが、個別の技術普及に焦点を当てたボトムアップの対策の場合、
相対的に小さな炭素価格（限界削減費用）で削減を実現できることが、これらの分析
から示唆される。
なお、今回の分析では、シナリオ II では相当炭素価格が低下することが示され、
285$ /tCO 2 程度と推定された。しかし、これでも相当高く、現実社会でこれを実現する
ことは相当困難と見られる。そのため、仮に世界排出量を 20 5 0 年に半減するのであれ
ば、現在考えられていないような更に革新的な技術の開発・普及が不可欠と考えられ
る。しかし、とりわけエネルギー供給サイドやエネルギー多消費産業における技術の
見通しはかなりついていると言えるため、エネルギー需要サイドにおける革新的な省
エネや社会の変革などが重要と考えられる。その際、対策をシステム的に考え、共同
便益を発生させるような対策に注力することが特に重要と考えられる。
もしくは、図 5. 9.2 -6 で見られるように、限界削減費用曲線は、削減レベルによって
急激に上昇していく傾向があるため、適応策を強化することなどと併せて、若干排出
削減目標レベルを引き下げることによって、より現実味のある限界削減費用に留める
ことも考えられる。
- 318 -
5.10 エネルギー起源 CO 2 排出量推移（長期）
本節では、温暖化政策実施における背景状況に関するシナリオ I について、社会経済
シナリオ（ A、 B）の差異および排出削減レベルに関するシナリオの差異（濃度安定化
レベル、IP CC RCP に対応して（ RCP については第 1 .2 節参照）、ベースライン、6 .0W /m2
相当（ 650 pp m-CO 2 安定化）、4. 5 W /m2 相当（ 550 p p m-CO 2 安定化）、2.6 W /m2 相当（ 37 5
pp m-CO 2 安定化）と加えて、RCP では設定されていないが 3. 7 W/m2 相当（ 45 0 pp m-CO 2
安定化））に関する分析を 210 0 年までの長期について実施した。その上で、エネルギ
ー起源 CO 2 排出推移、そのときのエネルギー供給構成、 CO 2 限界削減費用、 GDP 損失
等について、分析を行った。
5.10.1 統合評価モデル DNE21 の概要とモデル前提条件
(1) 統合評価モデル D NE2 1 モデルの概要
DNE21（ D yna mic N ew Earth 2 1）モデルは、東京大学藤井康正教授らが開発し、その
後、 R ITE で前提条件等の更新を行ってきたモデルである
1)-5)
。
DNE21 は、
「マクロ経済モデル」、
「気候変動モデル」を統合した統合評価モデルであ
り、エネルギー生産、変換、消費および CO 2 回収、貯留・隔離等のプロセスを詳細に
記述した「エネルギーシステムモデル」を中心に、マクロ経済全体を把握する「マク
ロ経済モデル」、 CO 2 濃度や気温上昇等を算出可能な「気候変動モデル」を一体化した
最適化型のモデルとなっている（図 5.1 0. 1 -1 参照）。 DNE21 モデルは、世界全体を 10
地域に分割、 2100 年までもしくはそれ以上の長期に亘る期間を評価対象としており、
世界の 2100 年までの消費効用を最大化するエネルギーシステムを中心とした CO 2 削減
方策を導出することが可能である。
これによって、例えば、CO 2 濃度安定化レベルを満たしつつ、期間中の割引済み消費
効用を最大化するような CO 2 排出経路を導出できる。また、そのときのエネルギーシ
ステムコストのみならず、 GDP 損失についても評価できる。
また、エネルギー供給部門の技術および CO 2 回収・貯留技術を具体的にモデル化し
ているため、これらについてマクロ的な評価のみならず、具体的な技術オプションの
提示が可能となっている。ただし、前節の DNE21+モデルと比較すると、技術の記述は
簡略であり、また、エネルギー需要部門の技術については具体的なモデル化は行って
おらず、燃料種毎に長期価格弾性値を用いたマクロの評価に留まっている。
- 319 -
図 5. 10. 1-1
DN E21 モデルの構成概略と主な入出力
(2) DNE2 1 の前提条件の更新
マクロの社会経済に関する叙述的シナリオ A、 B に沿った定量的な人口、 GDP シナ
リオ（第 5.2 節参照）、また、第 4. 4.1 節で最新情報を収集・整理した発電コストについ
て、 DNE21 モデルの前提条件に反映した。また、人口、 GDP シナリオから、シナリオ
A、 B における燃料種別（固体燃料、液体燃料、気体燃料、電力）の基準（ベースライ
ンにおける）最終エネルギー需要を推定し、モデルの前提条件とした。また、化石燃
料価格についても、前節の想定（シナリオ I）に準拠した想定を行った。
5.10.2 社会経済と排出削減レベルに関する長期シナリオの分析
(1) 分析のシナリオ想定
社会経済シナリオ（ A、 B）および排出削減レベルに関するシナリオに関して、表
5.10 .2 -1 のようなシナリオを想定し、DNE2 1 モデルによって分析を行った（温暖化政策
実施における背景状況に関するシナリオについては、シナリオ I を想定）。DNE21 モデ
ルの分析は、終端効果を除くため 2 150 年までの期間について最適化計算を行った上で、
2100 年までの評価を行った。
表 5. 10. 2-1
長期のエネルギー起源 CO2 排出量に関わる分析のためのシナリオ
シナリオ A
シナリオ B
中位技術進展シナリオ
高位技術進展シナリオ
A LP S -A
A LP S -B
650 pp m-CO 2 （ RCP 6. 0 相当）
A650 p p m-CO 2
B650 p p m-CO 2
550 pp m-CO 2 （ RCP 4. 5 相当）
A550 p p m-CO 2
B550 p p m-CO 2
450 pp m-CO 2 （ 3 .7W /m 2 相当）
A450 p p m-CO 2
B450 p p m-CO 2
375 pp m-CO 2 （ RCP 3PD(2.6 )相当）
A375 p p m-CO 2
B375 p p m-CO 2
社会経済シナリオ
排出削減レベル
ベースライン
（濃度レベルは 2100 年時点でのもの）
- 320 -
(2) 社会経済、排出削減レベルに関する長期シナリオの分析
図 5 .10 .2 -1 にシナリオ A（中位技術進展シナリオ）、 B （高位技術進展シナリオ）に
よる世界のベースライン CO 2 排出量の見通しを、 IP CC SRE S シナリオ
6)
および IP CC
RCP 8.5（ベースラインシナリオ）との比較で示す。 20 50 年の世界排出量はシナリオ A
で 56 G tCO 2 /yr、シナリオ B で 6 1 G tCO 2 /yr、 2100 年の世界排出量はシナリオ A で 75
GtCO 2 /yr、シナリオ B で 94 G tCO 2 /yr と推計された。 SRES と比較すると、 20 50 年まで
はシナリオ A, B ともに SRES A2 もしくは 2050 年のみでみると SRES A1B と比較的近
い排出となっている。210 0 年で比較すると、シナリオ A は SR ES A2 よりも少し低いレ
ベル、シナリオ B は、 SRES A 2 と SRE S A 1B もしくは B2 の間程度となっている。
図 5 .10 .2 -2 には濃度安定化シナリオについて、 IP CC RCP との比較で示す。 RCP 6. 0
は A LP S の 65 0 pp m-C O 2 安定化の分析と、 RCP 3P D(2.6 )は A LP S の 37 5 pp m-CO 2 安定化
の分析と概ね整合的となっているが、本来整合的であるはずと考えられる RCP 4. 5 と
550 p p m-CO 2 安定化については少しずれが生じており、 RCP 4. 5 は 550 p p m-CO 2 と 450
pp m-CO 2 安定化（ 3.7 W/m2 相当）の間程度となっている。 3 75 p p m-CO 2 シナリオでは、
2050 年は世界 CO 2 排出量が 20 00 年比で半減レベルとなっている。
図 5 .10 .2 -3 には、大気中 CO 2 濃度の推移を示す。ベースラインの濃度は、 A LP S -A
では 210 0 年に 70 0 pp m-CO 2 、A LP S -B では 7 70 pp m-CO 2 程度と推定された。375 pp m-CO 2
シナリオでは、 2 040 年に 425 pp m-CO 2 で濃度がピークになり、その後、低減するオー
バーシュートシナリオとなっている。
120
CO2 emissions from energy (GtCO2/yr)
RITE ALPS-A
100
RITE ALPS-B
80
SRES A1B
SRES A1FI
60
SRES A1T
40
SRES A2
20
0
1975
SRES B1
SRES B2
2000
2025
2050
2075
2100
RCP8.5 (MESSAGE)
-20
図 5. 10. 2-1
世界のベースライン CO 2 排出量の見通し（超長期）
- 321 -
CO2 emissions from energy (GtCO2/yr)
120
RITE ALPS-A
ベースライン
RITE ALPS-B
100
ALPS-A650ppmCO2
(RCP6.0)
ALPS-A550ppmCO2
(RCP4.5)
ALPS-A450ppmCO2
80
60
ALPS-A375ppmCO2
40
RCP8.5 (MESSAGE)
20
RCP6.0 (AIM)
0
1975
RCP4.5 (MiniCAM)
2000
2025
2050
2075
2100
RCP3-PD (IMAGE)
-20
図 5. 10. 2-2
世界の CO 2 排出量の見通し（超長期）
Atmospheric CO2 concentration (ppm-CO2)
800
RITE ALPS-A
700
RITE ALPS-B
600
ALPS-A650ppmCO2
(RCP6.0)
ALPS-A550ppmCO2
(RCP4.5)
500
ALPS-A450ppmCO2
400
ALPS-A375ppmCO2
300
2000
2020
2040
図 5. 10. 2-3
2060
2080
2100
大気中 CO 2 濃度推移
図 5 .10 .2 -4、図 5 .10 . 2 -5 は、それぞれ、世界の一人あたり CO 2 排出量、 GDP あたり
CO 2 排出量の推移を示す。現在の世界の一人当たり CO 2 排出量は 4.4 tCO 2 /y、日本は 9
tCO 2 /yr 程度、米国は 18 tCO 2 /yr 程度、中国は 5 tCO 2 /yr 程度となっているが、シナリオ
A では世界平均が 2 05 0 年に 6 tCO 2 /yr 程度、2100 年に 8 tCO 2 /yr 程度になるシナリオで
ある。高位の経済成長、低位の人口を見込んだシナリオ B は、世界平均が 20 5 0 年に 7
tCO 2 /yr 程度、21 00 年に 13 tCO 2 / yr 程度になるシナリオである。いずれのシナリオにお
いても、人口比率が高い途上国が今後経済成長することにより、世界平均の一人当た
り排出量は増大が見込まれる。世界平均でみた GDP あたり CO 2 排出量は 20 00 年頃ま
で継続的に低下してきたが（ 19 75 -200 0 年の平均で年率 1. 4%で低下）、200 0 年以降、ほ
ぼ横ばいとなっている（ 1 975 -20 08 年の平均にすると年率 1 .1 %で低下）。GDP あたりの
CO 2 排出量が大きい途上国でしかも特にインフラ整備などのため、鉄鋼やセメント部門
- 322 -
など、エネルギー多消費産業の成長が大きく、また、途上国ではそれらの CO 2 原単位
が比較的大きいこともあって横ばい傾向に変わっている。しかし、ベースラインのシ
ナリオ A、B であっても、今後、原単位改善がなされるものと推定される。シナリオ A
では 2010 -5 0 年は、年平均 0.9 %、201 0 -210 0 年は 0.8 %で低下が見込まれる。シナリオ B
では、20 10 -50 年は、年平均 1 .0%、2 010 -21 00 年は 0 .9%で低下が見込まれるというもの
である。概ね 1 975 -20 08 年平均と同じレベルである。550 pp m-C O 2 安定化シナリオの場
合、シナリオ A の 201 0 -50 年は年平均 1. 5%、2010 -2 100 年は 1. 8%、シナリオ B の 2 010 -5 0
年は年平均 1.8 %、 20 10 -2100 年は 2. 2%と、この濃度安定化レベルであっても過去より
も相当大きな改善が必要になる。更に、 4 50 p p m-CO 2 安定化シナリオの場合になると、
シナリオ A の 2010 -5 0 年は年平均 2 .9%、 2 010 -210 0 年は 2. 4%、シナリオ B の 201 0 -5 0
年は年平均 3 .2%、2 01 0 -2 100 年は 2.7 %と、過去の 2 ∼ 3 倍程度の大きな原単位改善が必
要になる。
RITE ALPS-A
RITE ALPS-B
Kuwait
25
ALPS-A650ppmCO2
(RCP6.0)
ALPS-B650ppmCO2
(RCP6.0)
ALPS-A550ppmCO2
(RCP4.5)
ALPS-B550ppmCO2
(RCP4.5)
ALPS-A450ppmCO2
20
US
15
10
Japan
World
5
0
1975
ALPS-B450ppmCO2
China
India
2000
ALPS-A375ppmCO2
2025
2050
2075
2100
-5
図 5. 10. 2-4
ALPS-B375ppmCO2
世界の一人あたり CO2 排出量推移
1.2
Per-GDP CO2 emissions (kgCO2/US$)
Per-capita CO2 emissions (tCO2/yr)
30
RITE ALPS-A
RITE ALPS-B
1
ALPS-A650ppmCO2
(RCP6.0)
ALPS-B650ppmCO2
(RCP6.0)
ALPS-A550ppmCO2
(RCP4.5)
ALPS-B550ppmCO2
(RCP4.5)
ALPS-A450ppmCO2
0.8
0.6
0.4
0.2
ALPS-B450ppmCO2
0
1975
ALPS-A375ppmCO2
2000
2025
2050
2075
2100
ALPS-B375ppmCO2
-0.2
図 5. 10. 2-5
世界の GDP あたり CO 2 排出量推移
- 323 -
図 5 .10 .2 -6、図 5 .10 . 2 -7 には、それぞれ、シナリオ別の CO 2 限界削減費用と GDP ロ
スを示す。
CO 2 限界削減費用は、 550 pp m-CO 2 安定化の場合、シナリオ A、 B ともに 2 050 年に
30 $ /tCO 2 程度、 21 00 年ではシナリオ A が 100$ /tCO 2 程度、 B が 120$/tCO 2 程度と推定
された。 4 50 p p m-CO 2 安定化の場合、 20 50 年では、シナリオ A が 90 $ /tCO 2 程度、 B が
110 $ /tCO 2 程度、 210 0 年ではシナリオ A が 15 0$ /tCO 2 程度、 B が 19 0$ /tCO 2 程度と推定
された。そして、 375 pp m-CO 2 安定化の場合、 2 050 年では、シナリオ A が 180 $ /tC O 2
程度、 B が 190 $ /tCO 2 程度、 210 0 年ではシナリオ A が 310 $/tCO 2 程度、 B が 3 60$ /tCO 2
程度と推定された。 3 75 pp m-CO 2 ケースは、 205 0 年に世界排出量半減ケースに近いも
のであるが、 DNE21 モデルの分析でも 20 0 $ /CO 2 程度の大きな限界削減費用が推定さ
れる。なお、これは IEA ETP 2010 の推定とも近い数値となっている。なお、前節で分
析したように、需要部門を含めてより詳細な技術のモデル化を行っている DNE21+モデ
ルによる分析ではより大きな限界削減費用も推定されている。
GDP ロスは、シナリオ A、B による差異は小さく、550 pp m-CO 2 安定化の場合、2 050
年に 1%あまり、 210 0 年に 2.5 %程度、 450 p p m-CO 2 安定化の場合、 205 0 年に 3 %程度、
2100 年に 3. 5%前後、 375 p p m-CO 2 安定化の場合、 205 0 年に 4 .3%程度、 210 0 年に 4 .6%
程度と推定された。
図 5 .10 .2 -8 は、 IP C C 第 4 次評価報告書
7)
でまとめられた CO 2 限界削減費用と GD P
ロスと A LP S での推定結果とを比較したものである。 A LP S での DNE2 1 モデルによる
分析は、 IP CC 報告と照らして、概ね中位的な分析となっている。
Marginal abatement cost ($/tCO2)
500
A550ppmCO2
(RCP4.5)
400
B550ppmCO2
(RCP4.5)
300
A450ppmCO2
200
B450ppmCO2
100
A375ppmCO2
B375ppmCO2
0
2000
2020
2040
図 5. 10. 2-6
2060
2080
2100
CO 2 限界削減費用
- 324 -
GDP loss relative to baseline (%)
6
5
A550ppmCO2
(RCP4.5)
4
B550ppmCO2
(RCP4.5)
A450ppmCO2
3
B450ppmCO2
2
A375ppmCO2
1
B375ppmCO2
0
2000
2020
2040
2060
図 5. 10. 2-7
2080
2100
ＧＤＰロス
ALPS
GDPロス
(%)
限界削減
費用
($/tCO2)
図 5. 10. 2-8
IP CC 第４次評価報告書（ AR4 ） 7 ) と本分析の比較
図 5 .10 .2 -9、図 5.1 0. 2 -1 0 に、シナリオ A 、 B の世界の一次エネルギー供給量を示す
（ベースライン、 550 、 450 、 3 75 pp m-CO 2 ）。シナリオ A、 B とでは大きな差異は見受け
られないが、経済成長を大きく、ベースライン排出量も大きいシナリオ B では、濃度
安定化において、シナリオ A よりも太陽光発電の利用量が大きいシナリオとなってい
る。
- 325 -
40
Baseline
Primary energy production (Gtoe/yr)
Primary energy production (Gtoe/yr)
40
30
20
10
0
Hydro & Geoth.
20
N.Gas CCS
10
0
Oil CCS
Crude Oil
図 5. 10. 2-9
30
20
10
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Hydro & Geoth.
20
Nuclear
N.Gas CCS
Natural Gas
10
Oil CCS
Crude Oil
Coal CCS
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
550 ppm-CO2
10
0
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Photovoltaics
Wind
Biomass
Hydro & Geoth.
20
Nuclear
N.Gas CCS
Natural Gas
10
Oil CCS
Crude Oil
Coal CCS
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
375 ppm-CO2
30
Coal
Photovoltaics
Wind
Biomass CCS
Biomass
Hydro & Geoth.
20
Nuclear
N.Gas CCS
10
Natural Gas
Oil CCS
Crude Oil
0
図 5. 10. 2-10
Coal
Biomass CCS
30
40
Primary energy production (Gtoe/yr)
450 ppm-CO2
20
Wind
Biomass
0
30
Photovoltaics
Biomass CCS
30
40
Baseline
Primary energy production (Gtoe/yr)
Primary energy production (Gtoe/yr)
375 ppm-CO2
Coal
世界一次エネルギー供給量 ― ALP S A シナリオ
0
Primary energy production (Gtoe/yr)
Coal CCS
0
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
40
Natural Gas
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Primary energy production (Gtoe/yr)
Primary energy production (Gtoe/yr)
20
40
Nuclear
10
40
30
Wind
Biomass
0
450 ppm-CO2
Photovoltaics
Biomass CCS
30
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
40
550 ppm-CO2
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
世界一次エネルギー供給量 ― A LPS B シナリオ
- 326 -
Coal CCS
Coal
(3) 分析から示唆されること
本節では、マクロの社会経済の将来の不確実性を表現したシナリオ A（中位技術進
展シナリオ）、 B（高位技術進展シナリオ）と、排出削減レベルに関する分析を行った。
IP CC 第 3 次評価報告書の主要な知見として、ベースライン排出量すなわちその背景と
なっている社会経済シナリオの差異は、濃度安定化レベルの違い以上に、排出削減費
用、 GDP ロスの大きさに大きな影響を及ぼすということがあった（図 5. 10. 2 -11）。こ
の知見については、本分析の結果に関わらず、同意できるものであるが、一方で、本
分析からは、過去を慎重に分析した上で、将来蓋然性が高いと見込まれる排出レベル
を推定すると、ベースライン排出量（すなわち特段の温暖化抑制に対する緩和策をと
らない場合の排出量）は、 IP CC SRES が示しているような大きな排出レンジがあるわ
けではなく、それほど大きな幅をもたない可能性があることが示唆された。そうする
と、結局のところ、 C O 2 限界削減費用や G DP ロスも、社会経済シナリオの不確実性に
よって、さほど大きな差異が生じない可能性も高いと見込まれた。
今後更に検討を重ね、分析から得られる示唆を強化していく予定である。
図 5. 10. 2-11
I PCC 第 3 次評価報告書で整理された社会経済シナリオと濃度安定化レ
ベルに対する GD P ロスの分析
8)
参考文献（第 5.1 0 節に関するもの）
1) R ITE/NEDO、
「平成 1 4 年度「地球再生計画」の実施計画作成に関する調査報告書」、
2003
2) Y. Fu jii, an d K. Ya maji, “Asse ssme n t of te chno log ica l op tion s in the g lob a l ene rg y s yste m
fo r limiting th e a tmosphe ric CO 2 co nce ntration”, E n viron men tal E c ono mics and P o lic y
Stud ie s, 1, 113 -1 39 (1 9 98).
3) 山地憲治、藤井康正、「グローバルエネルギー戦略」電力新報社 (199 5)
4) 茅編、「 CO 2 削減戦略 − 地球を救うシナリオ」、日刊工業新聞社 (200 0)
5) K.Ak imo to, T.To mo da, Y. Fu jii, K.Ya ma ji, A ssessmen t o f Globa l Warming Mitig a tion
- 327 -
Option s with In teg ra te d Asse ssmen t Mo de l D NE21. En e rg y Ec ono mi cs, Vol.26 , 635 -65 3
(20 04).
6) IP CC, Spe c ia l Re po rt o n E missio ns Sc ena rio s, Ca mbrid ge Un ive rsity P ress (200 0).
7) IP CC, C lima te Chan ge - Mitiga tion of C lima te Change : Working G rou p III c on tribu tion to
the Fo urth Asse ssme n t Repo rt o f th e IP CC, Ca mb ridge Un ive rsity P re ss (2007 ).
8) IP CC, C lima te Chan ge - Mitiga tion of C lima te Change : Working G rou p III c on tribu tion to
the T hird Asse ssme n t R epo rt o f th e IP CC, Ca mbridg e Un iversity P ress (2 001 ).
5.11 非 CO 2 GHG 排出量
本節では、非 CO 2 GHG 分析モデルについて、シナリオ A,B の人口、GDP 見通しに沿
ってモデル前提条件の更新を行い、ベースライン及び世界半減ケースの非 CO 2 GHG シ
ナリオを策定した。非 CO 2 GHG 分析モデルでは、京都議定書で対象とされる
CH4,N2O,H FC s,P FCs, S F6(京都 5 ガス ) 1 が対象である。本モデルは、EPA 2 ) , EPA 3 ) , H yman
et a l. 4 ) による評価法にもとづき、 5 種類の非 CO 2 GHG の削減率と限界削減費用との関
係を代替弾性値で表現するモデルである。そして、 EPA の非 CO 2 GHG 対策に関する技
術データベースから算定される部門別・ガス別の限界削減費用曲線を再現するように
弾性値が決定される。そのため、直接的には技術積み上げのモデルとはなっていない
ものの、そのベースは技術積み上げによって削減費用と削減可能量が算出される形と
なっている。
R ITE がこれまで開発してきた非 CO 2 GHG 分析モデル
1)5)
は、モデル対象地域は世界
18 地域であるものの、エネルギー起源 CO 2 を分析対象とする D NE21+モデルの世界 54
地域別に対応するように基準年排出量の排出シェアをもとに世界 54 地域別の非 CO 2
GHG を分析してきた。本年度は、シナリオ A,B の人口、 GDP 見通しに沿ったベースラ
イン排出量の更新と同時に、非 CO 2 GHG 分析モデルの分析対象地域を世界 18 地域か
ら、基準年排出量の排出シェアを用いずに直接世界 5 4 地域を分析できるように拡張し
た。ベースラインの排出量の想定方法やモデル前提条件は Ak i mo to e t a l . 5 ) に基づく。
図 5 .11 -1 と図 5.11 -2 には、 205 0 年までのシナリオ A、 B のベースライン非 CO 2 排
出量をそれぞれ示した。シナリオ A、 B の経済成長の違いから、 205 0 年の非 CO 2 -GHG
排出量に関してはシナリオ A の方がシナリオ B に比べて若干小さいと推計される。両
シナリオともに 2 005 年から 20 50 年にかけて、先進国の非 CO 2 -G HG 排出量はやや微増
であるが、途上国の非 CO 2 -GHG 排出量は中国やインドを中心に大きく増加する傾向に
ある。
図 5 .11 -3 と図 5.11 -4 には、シナリオ A,B のベースラインのガス別の世界非 CO 2 -GHG
排出量をそれぞれ示した。 20 05 年から 2 0 50 年にかけて、どの非 CO 2 -GHG も増加傾向
にあり、 2005 年においても CH4 と N2O のシェアが大きい傾向は続く。途上国の経済
1
モデルでは非 C O2 GH G 排出量を I P C C - S AR の 1 0 0 ye ar - GWP を用いて等価 CO2 換算している。
- 328 -
発展とともに、産業部門から発生する F ガス (H FCs,P FC s,S F6 ) も着実に増加すると推計
される。
20000
実績値
18000
非CO2-GHG(京都5ガス)排出量 [MtCO2 eq.]
16000
ブラジル
14000
南西部アフリカ
12000
10000
インド
8000
6000
中国
4000
2000
米国
0
2000
2005
図 5. 11- 1
2010
2015
2020
2025
2030
2035
2040
2045
2050
Other E.Europe
Other Annex I of East Europe
OECD E.Europe
Other FUSSR
Kazakhstan
Belarus
Other Annex I of FUSSR
Russia
Other South America
Paraguay et al.
Venezuela et al.
Brazil
Other Central America
Mexico
Other S.S.Africa
South East Africa
South Africa
North Africa
Turkey
Other Middle East
Bahrain et al.
Saudi Arabia
Iran
Other Asia
Myanmar
Pakistan et al.
India
Chinese Taipei
Brunei
Philippines
Thailand
Indonesia
Malaysia et al.
Korea
Viet Nam et al.
North Korea et al.
China
Other Oceania
New Zealand
Australia
Japan
Other Western Europe
Greenland
Norway et al.
Other EU
North Europe
Belgium et al.
Spain et al.
Italy
Germany
France
United Kingdom
Canada
United States
シナリオ A・ベースラインの世界 54 地域別の 5 ガス排出量
- 329 -
20000
18000
非CO2-GHG(京都5ガス)排出量 [MtCO2 eq.]
16000
ブラジル
14000
南西部アフリカ
12000
10000
インド
8000
6000
中国
4000
2000
米国
0
2000
2005
非CO2-GHG(京都5ガス)排出
量 [MtCO2 eq.]
図 5. 11- 2
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
2010
2015
2020
2025
2030
2035
2040
2045
2050
Other E.Europe
Other Annex I of East Europe
OECD E.Europe
Other FUSSR
Kazakhstan
Belarus
Other Annex I of FUSSR
Russia
Other South America
Paraguay et al.
Venezuela et al.
Brazil
Other Central America
Mexico
Other S.S.Africa
South East Africa
South Africa
North Africa
Turkey
Other Middle East
Bahrain et al.
Saudi Arabia
Iran
Other Asia
Myanmar
Pakistan et al.
India
Chinese Taipei
Brunei
Philippines
Thailand
Indonesia
Malaysia et al.
Korea
Viet Nam et al.
North Korea et al.
China
Other Oceania
New Zealand
Australia
Japan
Other Western Europe
Greenland
Norway et al.
Other EU
North Europe
Belgium et al.
Spain et al.
Italy
Germany
France
United Kingdom
Canada
United States
シナリオ B・ベースラインの世界 54 地域別の 5 ガス排出量
実績値
SF6
PFCs
HFCs
N2O
CH4
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
図 5. 11- 3
シナリオ A・ベースラインのガス別の世界の非 C O 2 -G HG 排出量
- 330 -
非CO2-GHG(京都5ガス)排出
量 [MtCO2 eq.]
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
実績値
SF6
PFCs
HFCs
N2O
CH4
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
図 5. 11- 4
シナリオ B・ベースラインのガス別の世界の非 C O 2 -G HG 排出量
次に、世界半減ケースの非 CO 2 -GHG 排出量の分析を実施した。非 CO 2 -GHG モデル
分析では、エネルギー起源 CO 2 の限界削減費用と同レベルの非 CO 2 -GHG 緩和策を実施
した場合の結果が得られる。ここでは、世界半減ケースのエネルギー起源 CO 2 の限界
削減費用は、第 5. 9 節の DNE2 1 モデルにおける CO 2 -3 75pp m ケース (限界削減費用世界
均等化 )の結果を利用した。
図 5.11 -5 には、シナリオ A 、 B 別のベースライン及び世界半減ケースの世界の非
CO 2 -GHG 排出量を示した。 DNE21 モデルの分析結果から、シナリオ A、 B の世界半減
ケースにおける限界削減費用は、202 0 年ではそれぞれ 59$ /tCO 2 ,6 4$ /tCO 2 であり、2 0 50
年ではそれぞれ 1 78$ /tCO 2 ,192 $ /tCO 2 である。シナリオ A,B ともに、世界半減ケースで
は、各ベースラインと比べ、非 CO 2 -GHG 排出量が小さくなり、世界半減ケースの 2 050
年には世界の非 CO 2 -GHG 排出量は 201 0 年レベル相当にまで縮小すると推計される。
2050 年までのベースライン非 CO 2 -GHG 排出量の差異はシナリオ A、B 間で小さく、ま
たシナリオ A、B の限界削減費用も比較的近いことから、世界半減ケースにおけるシナ
リオ A と B の非 CO 2 -GHG 排出量に関しては大きな差異はないと推計される。シナリ
オ A の世界半減ケースにおける 20 20 年と 2050 年の削減量は、それぞれ 7 1%、 66 %(ベ
ースライン比 )と推計される。 202 0 年と 20 50 年の限界削減費用の比較的大きな差異に
比べ、ベースラインからの削減量にそれほど大きな差異が生じない原因は、非 CO 2 -G HG
の削減ポテンシャルが 5 0$ /tCO 2 e q.程度までの比較的安価な範囲において大きく、それ
を超える高い限界削減費用の範囲では小さいためである。よって、本分析で想定した
2050 年の高い限界削減費用においても、エネルギー起源 CO 2 とは異なり非 CO 2 -G HG
削減の大幅な削減は難しいと推計される。ただし、本分析では、ベースラインの排出
量に対してのエネルギー起源 CO 2 の限界削減費用と同レベルの対策を行った場合の推
計結果であり、世界半減ケース時の気候条件を考慮した農業部門からの非 CO 2 -GH G 排
出量 (水田からの排出量など )への影響は考慮していない点に留意されたい。
- 331 -
20000
非CO2-GHG排出量(MtCO2eq.)
18000
16000
14000
12000
シナリオA ベースライン
10000
シナリオA 世界半減ケース
シナリオB ベースライン
8000
シナリオB 世界半減ケース
6000
4000
2000
0
2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
図 5. 11- 5
シナリオ別の世界の非 CO 2 -G H G 排出量
注：温暖化対策は 2015 年以降に導入されると想定。
今後の課題として、本分析では、農業部門からの非 CO 2 -GHG 排出量の関連するよう
な、第 4. 3 節や第 5. 6 節で実施した農業土地利用モデルの耕地面積や収穫量等の変化に
関する分析結果を十分には反映していない。ベースラインと排出抑制ケースでは気候
条件が異なることから、ベースラインと排出抑制ケースでは農業土地利用モデルから
推計される水田面積や農業収穫量のシナリオが異なる可能性がある。このような観点
を考慮すると、非 CO 2 -GHG 分析では、非 C O 2 -GHG に対する直接的な削減対策に加え、
農地面積等の変化による非 CO 2 -GHG 排出量の農業部門の稲作や農用地土壌などからの
CH4,N2O 排出量の影響も考慮する必要があると考えられる。今後、農業土地利用モデ
ルの結果をソフトリンクすることにより、非 CO 2 -GHG 分析についてより精緻な分析を
行う予定である。
参考文献（第 5.1 1 節に関するもの）
1) R ITE; 脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略の研究平
成 2 1 年度成果報告書 (2 010 )
2) EPA;
In te rn ationa l
Meth an e a nd N itro us
Oxid e E missions
an d
Mitig a tion D ata,
http ://www.ep a.g o v/metha ne /a ppe nd ices. h tml. (2 002 )
3) EPA; Glob al Mitiga tio n of Non - C O 2 Green hou se Ga se s,
http ://www.ep a.g o v/c limatechan ge/econ o mic s/download s/Globa lMitig atio n Fu llRep ort.pd
f . (200 6)
4) H yman , R.C. , Reilly, J.M., B ab ike r, M.H., Valperg ue De Masin, A., Jaco b y, H.D.,
Mode lin g non - C O 2 gre enho use gas aba te me n t. En viron me nta l Mod e ling and Asse ssme nt 8 ,
- 332 -
175–1 86 (2 003 ).
5) K. Ak imo to , F. San o, T. Ho mma, J. Oda, M. Nag ashima , M. Kii, Estima te s o f GHG
e mis s ion red uc tion p otentia l b y cou n tr y, sec to r, and c os t, En e rg y P olic y, Vo l. 38 , Iss ue 7 ,
pp. 338 4 -3 393 , 2 010
- 333 -
第 6章
6.1
持続可能な発展及び地球温暖化政策に関する指標開
発とその定量的評価
概要
近年、国際社会は温暖化対策の優先度を高めつつあると考えられる。しかしながら、
社会は温暖化対策のみを目的に行動しているわけではない。社会における多くの目的
からすると、温暖化対策はむしろ相対的には低いままとさえ言える。社会が多目的に
意思決定している中にあって、温暖化対策を効果的に実施していくには、温暖化対策
を社会が持っている様々な目的と照らしながら評価しておくことが重要である。本章
では、これまでに策定してきたシナリオについて、地球温暖化抑制という指標のみな
らず、幅広く持続可能な発展と関連した指標を総合的に評価した内容についてまとめ
る。
温暖化の緩和と影響に関する定量的評価は第５章に述べた通りであるが、これらを
総合的に考慮した場合、どのシナリオがどの点で優れているかを示すには、一定のロ
ジックに従って数値化した「指標」での利用が効率的と考えられる。そこで、本プロ
ジェクトでは、昨年度まで、既存の持続可能な発展に関する指標（ SD 指標）を参考に
しつつ、 A LP S -SD 指標の開発を行ってきた
1)
。今年度は、昨年度に引き続き、指標と
して取りあげるべき項目を検討し、項目値の指標化を行った。そして、複数のシナリ
オについて、 SD 指標に基づいて評価を行った。
今年度検討した、指標の項目案を表 6.1 -1 に示す。叙述的・定量的シナリオの内容を
考慮し、「地球温暖化」分野の項目を昨年度から追加している。この各項目について、
A LP S -A の 205 0 年のベースラインと世界排出量半減ケースのシナリオを評価した。 6 .2
節には、各項目中でも、温暖化政策の背景状況（ 3. 3 節参照）までを含めて考察したエ
ネルギーセキュリティについて述べる。その他の項目について評価の方法と結果は 6. 3
節に示す。 6 .4 節では、各項目値の指標化、及び指標に基づくシナリオの SD 評価につ
いて述べる。
- 334 -
表 6. 1-1
AL PS- SD 指標の評価項目案
分野
項目
経済
生活
セキュリティ
本報告書に
評価例有り
一人当たりGDP
○
貧困人口
○
5歳未満児死亡者数
○
水ストレス人口
○
エネルギーセキュリティ
○
食料セキュリティ
地球温暖化
自然環境
GDPあたりCO2排出
○
GDPあたり排出削減コスト
○
全球平均気温上昇
○
生態系変化
参考文献（第 6.1 節分）
1)
(財 )地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現の
ための対応戦略の研究
6.2
6.2.1
平成 21 年度成果報告書 (20 10).
エネルギーセキュリティ
算定方法
エネルギーセキュリティはそもそも定義すること自体が容易ではなく、地域や時点、
直近の事象（事件、事故、自然災害）などの含め幅広い背景・文脈がエネルギーセキ
ュリティに対する見方に影響を与える。そのため識者内で定性的な議論を行っても多
様な意見が出される
1)-3)
。
中でも、どのようなポイントで脆弱性を評価するか（評価すべきか）が重要な点あ
る。一つは「国家が十分な量のエネルギーを許容可能な価格以下で入手できること」
という評価ポイントである。その一方「個々の消費者が経済的社会的に妥当（許容可
能）な形態で任意にエネルギーにアクセスできること」といった評価ポイントも指摘
される
1)
。
このようなエネルギーセキュリティそのものの難しい側面を深く認識しつつも、本
年度は“国家にとっての石油、ガス輸入の脆弱性”に着目しこれを指標として定量化
することを試みた。このように指標として定量化することは、 1) 識者内でのエネルギ
- 335 -
ーセキュリティの議論の効率性を高め、2 )識者外を含めより良いコミュニケーションを
幅広く行っていくため、重要かつ有効な手段となりえる。
本年度は、社会経済等の違いを表現した複数のシナリオと、それぞれのシナリオに
おいて CO 2 排出制約を課した場合について DNE21+等にて分析評価を行った。ここで
は、エネルギーセキュリティ指標を定義し、シナリオ毎にそれを定量的に評価するこ
とで、複数のシナリオについて、エネルギーセキュリティ上どのように評価できるか
をシナリオ間で相対比較することができる
2)
。
本試算では、IEA (20 0 7)が示したエネルギーセキュリティ指標
み記載）を主に参考としつつ、 H20 年度報告書
1)
3)
（以下、「指標」との
で示した算定方法を (6 .2 -1 )式、 (6 .2 -2)
式の通り若干更新しつつ 200 0 年時点、及び 20 50 年時点の指標算定を行った。
指標 (米国 , Oil)
＝ (米国 Oil TP ES／米国全エネ TP ES)
[中東からの O il 輸入／ (米国 Oil TP ES＋米国輸出 )] 2 × 中東の政治ﾘｽｸ指標
×{
＋ [ﾛｼｱからの O il 輸入／ (米国 Oil TP ES＋米国輸出 )] 2 ×ﾛｼｱの政治ﾘｽｸ指標
＋
・・・
｝
(6. 2 -1)
指標 (米国 )＝指標 (米国 , O il)＋指標 (米国 , Gas)
(6.2 -2 )
ただし、 TP ES は一次エネルギー総供給量 (total primary en ergy supp ly)を意味する。
(6. 2 -1)式の第一項は T P ES に占める石油依存度の項である。第二項は、その石油の輸入
先の地域的集中度（及び政治ﾘｽｸ）を評価する項である。ここで、中東欧、インド（将
来時点）といった地域では石油、ガスの中継地点としての役割が大きく域内 TP ES に比
べ輸出入量が共に大きくなる傾向にある。そのような地域でもより妥当な指標となる
よう「輸入先の地域的集中度」を評価する部分で分母には輸出量を加えた。このよう
な点は H20 年度及び平成 21 年度の報告書
1) 2)
とは異なる。
各地域の政治リスクは、世界銀行が示した P olitica l Stability と Reg ulato ry Quality の
平均値を H20 年度報告書
1)
と同様参照した（なお、 20 50 年時点の政治リスクがどのよ
うになるか設定が困難であるため、ここでは 200 0 年時点の政治リスクが今後とも変化
しないとする保守的な想定を行った）。
(6. 2 -2)式は、石油とガスの指標（脆弱度）の和をその地域の指標（脆弱度）とするこ
とを意味する。これら指標は値が小さいほど頑健であり、値が大きいほど脆弱である
ことを意味する。
なお、石炭については既往の文献（例えば文献
4)5)
）においてセキュリティに関する
注目度が石油、ガスに比べ一段低く、またそもそも石炭の生産地が世界各地に分散さ
れていることなどから、 H2 0 年度及び平成 2 1 年度の報告書
性については評価対象としないこととした。
- 336 -
1)2)
とは異なり、その脆弱
6.2.2
試算結果
2000 年時点については GTAP の貿易マトリックスを、2 050 年時点については DNE21+
の計算結果における貿易マトリックスを参照しつつ、各地域の指標を試算した。第 3
章で記載したシナリオのうち、シナリオ A（中位技術進展シナリオ）かつシナリオ I（多
目的多様性シナリオ）における結果を図 6.2. 2 -1 に示す。
地域別に見るとそれぞれ特徴的な変遷となる結果である。 205 0 年に向けて、輸入量
が大幅に伸びる中国、インドでとりわけ脆弱性が高まる結果であり、世界半減ケース
では国産の石炭利用を減らすことになるため、インドなどで更に脆弱性が高まる結果
である。
またインドは地理的条件上、 50 年半減ケースで中東のガスに多くを依存する結果で
あり脆弱となる結果である。日本はベースラインと比較し 50 年半減ケースで若干頑健
となる方向へシフトしているが、これは国内で消費する石油、ガスの総量がさらに減
少する結果であることが影響している（代わりにバイオ燃料をより多く輸入する結果
であるが、本指標ではバイオ燃料の脆弱性については評価していない点に注意が必要
である）。また、世界の多くの地域で 50 年半減ケースの方が脆弱となる傾向にある点
に注意が必要である。
ｴﾈﾙｷﾞｰｾｷｭﾘﾃｨ指標
14000
2000年実績
12000
2050年(ﾍﾞｰｽ)
2050年(50年半減)
10000
8000
6000
4000
2000
図 6. 2.2 -1
World weighted
average
韓国, アセアン
インド
中国
日本
中東・ﾄﾙｺ・北ｱﾌﾘｶ
旧ソ連
中東欧(旧ソ連除く)
西欧
米国
0
エネルギーセキュリティ指標 [地域別 ]（ ALP S-A ・シナリオ I ）
注）地域区分は、エネルギーセキュリティという観点から注目度の高い地域（輸入国、資源国）を
抜粋。
各シナリオの世界的な傾向をつかむため図 6 .2. 2 -2 に世界加重平均した結果を示す。
世界加重平均値 (Wo r l d we ig h ted a ve ra ge )とは、各地域の石油、ガスの TP ES 量にて加重
をとり算定した数値である。
- 337 -
図 6 .2. 2 -2 において 2 000 年時点と 20 50 年時点を比較すると 20 5 0 年の方が全般的に
脆弱となる結果である。これは長期的に見て石油、ガスの消費量が増加し貿易量が増
加する影響、資源量が豊富な中東、ロシアなどに輸入先が集中する影響などによるも
のであり、とりわけガスの脆弱性が高まる結果である。
次にシナリオ I、II、III の間での比較であるが、シナリオ II はシナリオ I よりも投資
判断に用いる投資回収年数を長くとったシナリオ（低い時間選好割引率を想定したシ
ナリオ）である。そのため、シナリオ II は基本的にシナリオ I よりも初期投資は高く
なるが、ランニングコストの低い高効率の発電設備などが普及するシナリオである。
シナリオ III は、エネルギー安全保障を重視したシナリオであり、輸入する石油、ガス
に対し輸入価格の 10 %の関税が課せられる他、ガスパイプラインの年経費率がシナリ
オ I よりも高位のケースを想定している（ガスパイプラインでは輸入先の振り替えが技
術的に困難でありセキュリティ上脆弱性が高いと認識される傾向にあるため）。
2050 年のベースラインに注目すると、シナリオ II は一次エネルギー総供給量（ TP ES）
がより低位となり、輸入する石油、ガス量がシナリオ I より低位である。そのため、若
干ながらシナリオ II の方がシナリオ I よりもセキュリティ上頑健であるとの結果であ
る。
シナリオ III(エネルギー安全保障優先シナリオ )では、輸入石油、ガスが減少し国内
資の生産量がシナリオ I、 II よりも増加するため、相対的に頑健となる結果である。こ
れは石油、ガスの関税さらにはパイプライン費用の増額（以上は、シナリオ想定とし
て外生的に与えた）に伴い国内の非在来型資源の生産が増加することによる。
2050 年のベースラインと 50 年半減を比較すると、シナリオ I、 II、 III 全てで 50 年
半減の方がより脆弱となる結果である。このことから一般に指摘されることが多い
「 CO 2 を抑制すればエネルギーセキュリティ上頑健となる」と一概には言えず、むしろ
本分析結果からは 50 年半減といったケースでは脆弱となる方向へシフトしている。
- 338 -
ｴﾈﾙｷﾞｰｾｷｭﾘﾃｨ指標
5000
Gas
4000
Oil
3000
2000
1000
2000年
ベースライン
シナリオ I I I
シナリオ I I
シナリオ I
シナリオ I I I
シナリオ I I
シナリオ I
0
50年半減
2050年
図 6. 2.2 -2
エネルギーセキュリティ指標の世界加重平均値
[燃料別・シナリオ別 ]（ AL PS- A）
注）世界加重平均値 ( Wo r l d wei gh t ed a v e r a ge ) は各地域の石油、ガスの TP E S 量にて加重をとり算定。
6.2.3
エネルギーセキュリティ指標のまとめ
本節では IEA が開発した指標に準拠しつつ、エネルギーセキュリティ指標の開発を
行った。その上で、本研究で策定した複数のシナリオについてエネルギーセキュリテ
ィの定量的評価を行った。本分析からは、CO 2 排出を抑制すればエネルギーセキュリテ
ィ上頑健となるとは単純に言えない結果が得られた。このようなトレードオフにも注
意する必要があると考察される。
参考文献（第 6. 2 節分）
1)
(財 )地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現の
ための対応戦略の研究
平成 20 年度成果報告書 (20 09).
2) (財 )地球環境産業技術研究機構：脱地球温暖化と持続的発展可能な経済社会実現の
ための対応戦略の研究
平成 21 年度成果報告書 (20 10).
3) IEA, E ne rg y Sec ur i t y an d C l i ma te P ol ic y – Asses s ing
In te ra c t ion s, P ar i s:
IEA
P ublica tion s (2 007 ).
4) 石油産業活性化センター , アジアのエネルギー・セキュリティと日本の役割に関す
る調査 , 日米共同研究会 , 1 999 .
5) 経済産業省資源エネルギー庁 , エネルギーセキュリティワーキンググループ報告書 ,
総合資源エネルギー調査会 , 電気事業分科会 , 総合部会 , 20 01.
- 339 -
6.3
その他項目
6.3.1 一人当たり GDP
ベースラインの一人当たり GDP に関しては、第 5 .2 節に記したシナリオ A のベース
ラインの一人当たり GDP シナリオを利用した。半減ケースの一人当たり GDP について
は、 DNE21 モデルから得られる GDP ロスを利用して、地域別一人当たり GDP を評価
した。世界半減ケースの GDP 変化は、CO 2 -3 75pp m 安定化ケースの DNE21 の地域別 G DP
ロスの結果を利用した。
図 6 .3 .1 -1 には、 18 地域別の一人当たり GDP を時点別・排出目標別に示した。図
6.3. 1 -2 には、半減ケース時の 1 8 地域別の一人当たり GDP について、ベースラインか
らの減少割合を示した。半減ケース時の一人当たり GDP の減少割合 (ベースライン比 )
は、先進国では相対的に小さく、途上国、特にアフリカ地域では大きいと推計される。
これは、世界半減ケースでは全地域での限界削減費用均等化を想定し、ここでは費用
負担については特段の制約を設けていないことから、世界半減ケースではバイオマス
70
60
2000
50
2030 ベースライン
40
2030 半減ケース
30
2050 ベースライン
20
2050 半減ケース
10
図 6. 3.1 -1
18 地域別一人当たり GDP
- 340 -
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
0
米国
一人当たりGDP(MER) [thousand$/capita]
CCS の可能性があるアフリカ等で費用負担増が大きくなるためである。
半減ケース時の
一人当たりGDPの減少割合
[%,ベースライン比]
10%
2030 半減ケース
8%
6%
2050 半減ケース
4%
2%
図 6. 3.1 -2
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
0%
半減ケース時の 18 地域別一人当たり GDP の減少割合
6.3.2 貧困人口
前節で推計した地域別一人当たり GDP を利用して、ベースラインと半減ケース時の
貧困人口の推計を行った。ベースラインの貧困人口は、第 5. 4 節に記した貧困人口に関
する中高位的な推計値 (ジニ係数基準年一定、貧困線に対する石油価格弾性値 1. 0; 国内
所得格差が固定的であり、生活レベルが生活必需品の価格変動に脆弱な想定。 )を用い
た。世界半減ケースの貧困人口の推計に関しては、緩和策による GDP の変化のみを考
慮した。前節同様に、世界半減ケースの一人当たり GDP 変化は、375p p m-CO 2 安定化ケ
ースの DNE21 の地域別 GDP ロスの結果を利用した。世界半減ケースのジニ係数や貧困
線は、ベースラインから変化しないと想定した。本推計における世界半減ケースの貧
困人口は、温暖化緩和策による GDP ロスの影響のみを考慮し、温暖化影響被害増大に
伴う貧困増の影響は、現時点では考慮していない点に留意されたい。
図 6 .3. 2 -1 と図 6 .3. 2 -2 には、それぞれ貧困人口と貧困人口割合 (総人口に対する貧困
人口の割合 )を時点別・排出目標別に示した。 2 050 年の世界の貧困人口は、ベースライ
ンと半減ケースでそれぞれ 5 .7 億人、6. 5 億人 (ベースライン比 +14%)と推計される。2 050
年の世界の貧困人口割合は、ベースラインと半減ケースでそれぞれ 6. 2%、 7. 1%と推計
される。 2050 年の半減ケース時の貧困人口増加の主要な地域はアフリカ地域であると
推計される。これは、ベースランにおいて一人当たり GDP が相対的に低いために貧困
人口が大きく、また前節で示したように半減ケース時のアフリカ地域の経済影響がベ
ースライン比較でみると最も大きいためである。
- 341 -
図 6. 3.2 -2
- 342 -
18 地域別の貧困人口割合
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
図 6. 3.2 -1
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
貧困人口割合[% of population]
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
貧困人口[百万人]
500
2000
400
2030 ベースライン
300
2030 半減ケース
200
2050 ベースライン
2050 半減ケース
100
0
18 地域別の貧困人口
60
50
2000
40
2030 ベースライン
2030 半減ケース
30
2050 ベースライン
20
2050 半減ケース
10
0
6.3.3 5 歳未満児感染症等による死亡者数
(1) 前提と評価方法
本報告書 5. 5 節に示したように、死亡につながる疾病は、年代によって異なり、例え
ば、 5 歳未満児は感染症による死亡が、 65 歳以上では非感染症の循環器・呼吸器疾患
による死亡が多い。ここで、5 歳未満児の感染症による死亡率低減は、ミレニアム開発
目標
1)
にも掲げられているように持続的発展に向け、基本的な課題の一つである。なお、
5 歳未満児にとって、循環器・呼吸器疾患による死亡率は、現在のところ感染症に比べ
ると低いが、途上国の調理用に使用されている固体燃料の屋内煙等の影響を受けてい
る
2)
、すなわち、今後のエネルギー選択とも関連することより、持続的な発展に向けた
基本的課題と考えられる。そこで、ここでは、持続的発展に向け基本的な課題と考え
られる、5 歳未満児の感染症と循環器・呼吸器疾患（以下、感染症等と呼ぶ）による死
亡率、及び死亡者数を、A LP S シナリオ A のベースラインと半減ケースについて評価し
た。
評価方法は、 5.5 節に述べた通りで、感染症については、 (i)一人当たり GDP の向上
に伴い、低体重や鉄・ビタミン・亜鉛欠乏、不安全な水等のリスクが低減する、そし
て、 (ii)全球平均気温上昇に伴い、気候変動のリスクは増加する、と想定している。循
環器・呼吸器疾患については、 (i) 一人当たり GDP の向上に伴い、固体燃料の屋内煙
のリスクが低減する、と想定している。なお、半減ケースの評価に用いた一人当たり
GDP は、ベースラインケースと同じであり、温暖化緩和のための GDP ロス（ 6.3 . 1 節
参照）は考慮していない。すなわち、ベースラインと半減ケースでの評価結果の違い
は、気候変動リスクの想定の違いに依存するものである。
(2) 評価結果
図 6 .3. 3 -1 、図 6 .3. 3 -2 にそれぞれ、世界 1 8 地域別の 5 歳未満児感染症等による死亡
率と死亡者数の評価結果を示す。図 6.3 .3 -1 にみられるように、 200 0 年時点では、ア
フリカやアジアの途上地域での死亡率が高い。 20 50 年にはベースライン、半減ケース
とも、 20 00 年に比べ、 5 歳未満児感染症等による死亡率は低減すると推計された。こ
れは、 (1)で述べたように、一人当たり GDP の向上に伴い、低体重や鉄・ビタミン・亜
鉛欠乏、不安全な水、固体燃料の屋内煙等のリスクが低減すると想定したことによる。
2050 年のベースラインと半減ケースでは、半減ケースの方が温暖化の影響がわずかに
低減される。なお、このような、一人当たり GDP の向上や温暖化抑制によるリスク低
減の程度については 5 .5 節に述べたように、評価モデルにおけるパラメータ設定の論理
性を高めた上で議論するべきものであり、あくまで暫定的なものである。しかしなが
ら、今回の評価によって、低体重や鉄・ビタミン・亜鉛欠乏、不安全な水等のリスク
を低減すれば、5 歳未満児感染症等による死亡率を大幅に低減できる可能性が示され、
すなわち、それだけ、適応の余地も大きい事が示唆された。
- 343 -
図 6. 3.3 -2
- 344 -
5 歳未満児感染症等による死亡者数
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
図 6. 3.3 -1
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
５歳未満児感染症等死亡者数
[千人]
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
５歳未満児感染症等死亡率
[千人/10万人]
4.0
3.5
2000
3.0
2050 ベースライン
2.5
2050 半減ケース
2.0
1.5
1.0
0.5
0.0
5 歳未満児感染症等による死亡率
3,000
2,500
2000
2,000
2050 ベースライン
2050 半減ケース
1,500
1,000
500
0
6.3.4 水ストレス人口
(1) 前提と評価方法
水は地球の陸、海、大気を循環する資源であるが、人間が利用できる水資源はその
一部に限られる。例えば、陸域に降った降水は、その後の形態により、 (i) 砂漠、湖、
湿地からの蒸発（ Lo ss）、 (ii)耕地や森林で植物の成長に係る蒸発散 (G ree n wa te r) 、 (iii)
地表面水、地下水（ B lue wa te r）の 3 つに大別され、人間の主な管理対象となる水資源
とは (iii)の B lu e wa te r を指すことが多い
3)
。本報告書 4. 3.2 (4 )節に述べた通り、水スト
レスを正しく評価するには、(i)∼ (iii)の全てについて、温暖化や農産物貿易、土地利用
変化の影響を分析する必要がある。但し、(i)∼ (iii)の関連性について十分に分析できて
いないため、ここでは、文献 4 ,5 )等を参考に、年間の B lu e wa te r に対し人間が直接利用
する水の割合（水需給比）に着目し、「水需給比が 0. 4 以上の流域に住む人口（水スト
レス人口）」を、 A LP S のシナリオ A のベースラインと半減ケースに対して評価した。
水需給比は、(6 .3 -1 )式、(6 .3 -2 )式で表現され、このうち、(6 .3 -1 )式の流出量 (F)、と (6. 3 -2 )
式の灌漑用水需要量で、温暖化の影響を考慮している。A LP S シナリオ A のベースライ
ンと半減ケース用に想定した全球平均気温上昇は 6.3 .7 節に示す。その他、生活用水需
要量等の想定は、 5. 7 節に記載した通りである。なお、 5. 7 節では、水ストレスの流域
で灌漑効率の向上や再利用水量の利用増といった適応策を想定した分析結果も示した
が、本節で以下に示す結果は、このような適応策の導入は想定していない、すなわち、
灌漑効率は 2 000 年のまま、再利用水量については、都市人口一人あたりの再利用水量
が 20 10 年のまま、として分析したものである。
水需給比 (R )＝取水量 (W) ÷ 地表面水や地下水として流出する量 ( F)
(6. 3 -1)
W ＝生活用水需要量＋工業用水需要量＋灌漑用水需要量
−淡水化水量−再利用水量
(6. 3 -2)
(2) 評価結果
分析によると、世界の水ストレス人口は 2 000 年に 18 億人であるが、 20 30 年には 2 9
億人、 20 50 年には 3 3 億人に増加する。図 6 .3. 4 -1 は、世界 1 8 地域別の水ストレス人
口を示したものである。これによると、インドや、その他南アジア、北アフリカ・中
東で、 203 0 年、 205 0 年に向け水ストレス人口の増加が著しいと推計された。この主な
要因として、 5. 7 節に述べたように、人口増加や経済発展に伴う生活用水や工業用水需
要の急速な増加があげられる。温暖化を半減ケースまで抑制した場合、ベースライン
に比べ、西欧や、南西部アフリカ、東南アジアの各地域で、 2 050 年にそれぞれ 1 千万
人程度水ストレス人口が減少する一方、北アフリカ・中東、中国では逆にそれぞれ 1
千万人、5 百万人程度、水ストレス人口が増加すると推計された。北アフリカ・中東、
中国のように、温暖化によって年間の流出量が増加すると予測されている地域では、
温暖化を抑制することによって、流出量増加が制約されるためと、考えられる。なお、
本評価は、年間の水需給比に基づくものであり、温暖化による豪雨や洪水等の影響は
考慮していない。
- 345 -
図 6 .3. 4 -2 は、水ストレス人口割合を示したものである。日本でも国民の数パーセン
トが水ストレス人口にカウントされるのは、大都市圏でごく一部の水ストレスの流域
に人口が密集しているためである。すなわち、将来の人口分布によって、水ストレス
人口を緩和できる可能性も示唆されている。
以上をまとめると、想定した、温暖化、水需要、人口分布シナリオの下では、世界
の水ストレス人口は、 205 0 年に向け、 2 00 0 年の 18 億人から 3 3 億人まで増加する。増
加の著しい地域は、インドや、その他南アジア、北アフリカ・中東で、人口増加や経
済発展に伴う生活用水や工業用水需要の急速な増加が主な要因と考えられる。温暖化
を抑制した場合、西欧や、南西部アフリカ、東南アジアのように、水ストレス人口が
低減される地域がある、一方で、北アフリカ・中東、中国のように逆に水ストレス人
口が増大する地域がある。なお、いずれの地域も、温暖化抑制によって、水ストレス
人口を大幅に低減させることは難しく、むしろ、水利用の効率化や人口分布等、温暖
化以外の観点からの対策が必要といえる。
1,200
2000
2030 ベースライン
2030 半減ケース
800
2050 ベースライン
2050 半減ケース
600
400
200
図 6. 3.4 -1 水ストレス人口
- 346 -
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
0
米国
水ストレス人口[百万人]
1,000
80
2000
70
2030 ベースライン
水ストレス人口割合
[% of population]
60
2030 半減ケース
50
2050 ベースライン
40
2050 半減ケース
30
20
10
図 6. 3.4 -2
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
0
水ストレス人口割合
6.3.5 GDP あたり CO 2 排出
ベースラインと半減ケースにおける GDP 当たり CO 2 排出量に関して、 DNE21+ モデ
ルを用いて評価した。ここでのシナリオ想定は、シナリオ A・シナリオ I である。図
6.3. 5 -1 には、 1 8 地域別の GDP 当たり CO 2 排出量をベースライン・半減ケース別に示
した。先進国では、 G DP あたり CO 2 排出量は小さく、環境負荷が小さい傾向にあり、
特に日本の GDP あたり CO 2 排出量は最も小さい。一方、途上国や旧ソ連・東欧地域は
GDP あたり CO 2 排出量が大きく、環境負荷が大きい傾向にある。世界半減ケースでは、
バイオマス CCS などの利用が大きくなる南米やアフリカ、オセアニアにおける GDP 当
たり CO 2 排出量が小さくなる。ただし、この分析ではバイオマスの大量利用に伴う生
態系への影響を特段考慮していないために、今後、生態系評価などの指標での総合的
な評価が必要となると考えられる。半減ケース時における詳細な分析結果に関しては、
第 5. 9~第 5.11 節を参照されたい。
- 347 -
2.7 5.8
GDP当たりCO2排出量
[ｔCO2/thousand$]
2.5
2000
2.0
2030 ベースライン
1.5
2030 半減ケース
1.0
2050 ベースライン
0.5
2050 半減ケース
図 6. 3.5 -1
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
0.0
18 地域別の GDP 当たり C O 2 排出量
6.3.6 GDP あたり排出削減コスト
世界半減ケース時における GDP 当たり排出削減コストに関して、 DNE21+モデルを
用いて評価した。ここでのシナリオ想定は、シナリオ A・シナリオ I である。図 6.3 . 6 -1
には、世界半減ケース時の 1 8 地域別のベースライン比 GDP 当たり対策費用を示した。
第 5. 9 節で示したように、世界半減ケースでは 20 50 年に急激に限界削減費用が上昇す
ることから、 2030 年に比べ、 2050 年では多くの地域で GDP 当たり対策費用が急激に
上昇すると推計された。世界半減ケースでは全地域での限界削減費用均等化を想定し、
ここでは費用負担については特段の制約を設けていないことから、世界半減ケースで
はバイオマス CCS の可能性があるアフリカ等で費用負担増が大きくなると推計され
た。費用分担の議論は別途必要であると考えられる。半減ケース時における詳細な分
析結果に関しては、第 5. 9~第 5.11 節を参照されたい。
- 348 -
10.3
GDP当たり対策費用
[%]
8.0
6.0
2030 半減ケース
4.0
2.0
2050 半減ケース
0.0
図 6. 3.6 -1
世界平均
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
-2.0
GDP 当たり対策費用 ( ベースライン比 )
6.3.7 全球平均気温上昇
図 6 .3. 7 -1 に A LP S シナリオ A,B のベースラインと世界排出量半減ケース（ 450
pp m-CO 2 eq. 相当）用に想定した全球平均気温上昇（産業革命前比）を示す。最終的に
は各種 GHGs、 SOx 、 NOx の排出シナリオから全球平均気温を算定する予定であるが、
今年度は SOx、 NOx 等の排出シナリオ作成までは行わなかったことから、 A ,B のベー
スラインには、比較的排出量推移が近い SR ES -A1V2 (M in iCAM) 6 ) の排出シナリオを代用
した。世界排出量半減ケースについては、RCP -3P D
7)
の排出シナリオを用いた。全球平
8)
均気温上昇は、簡易気候変動モデル MAG ICC で計算した。
図 6 .3. 7 -1 によると、ベースラインシナリオの全球平均気温は、半減ケースに比べ、
2050 年で約 0 .7 ℃ 高く、 2 100 年で約 3℃ 高い想定となっている。
- 349 -
Change in global mean
temperature (°C)
4.5
4.0
3.5
A,Bベースライン
3.0
A,B半減
2.5
2.0
1.5
1.0
0.5
図 6. 3.7 -1
2100
2090
2080
2070
2060
2050
2040
2030
2020
2010
2000
1990
0.0
全球平均気温上昇（産業革命前比）
参考文献（ 6. 3 節分）
1)
国連開発計画東京事務所 : ミレニアム開発目標. (http://www.undp.or.jp/aboutundp/mdg/mdgs.shtml)
2)
WHO: Global health risks, mortality and burden of disease attributable to selected major risks (2009).
(http://www.who.int/healthinfo/global_burden_disease/global_health_risks/en/index.html)
3)
FAO：Review of world water resources by country, Water reports 23 (2003).
4)
Alcamo J, Flörke M, Märker M (2007) Future long-term changes in global water resources driven by
sosio-economic and climate changes, Hydrilogical Science, 52(2):247-275.
5)
Oki T and Kanae S：Global hydrological cycles and world water resources, Science,313-25 (2006)
6)
IPCC：Special report on emissions scenarios, Cambridge University Press, Cambridge (2000).
7)
IIASA：RCP Database (version 2.0).
(http://www.iiasa.ac.at/web-apps/tnt/RcpDb/dsd?Action=htmlpage&page=about)
8)
Wigley T M L：MAGICC/SCENGEN version 5.3. (http://www.cgd.ucar.edu/cas/wigley/magicc/)
6.4
シナリオの SD 評価
6.2 節、6. 3 節に述べた各項目の評価値を基に、本節ではシナリオの SD 評価を行った。
数値の規格化、統合化の方法を検討しつつ、まず、世界平均値をもとに、 2050 年の各
シナリオの SD 度を評価した。次に、各シナリオの各時間断面で見た場合、世界各地域
の SD 度がどのような位置にあるかを評価した。評価対象シナリオは、 A LP S シナリオ
A のベースラインシナリオと半減ケースシナリオである。
なお、本年度は、本研究で評価を予定している全項目について分析・評価が完了し
てはおらず、また、項目によっては暫定的な評価値も含まれることに注意されたい。
- 350 -
6.4.1 世界平均値による将来時点の SD 評価
図 6 .4. 1 -1 は、SD 評価に用いた 8 項目について 20 00 年、2 050 年ベースライン、205 0
年半減ケースの世界平均値をまとめたものである。ここで、エネルギーセキュリティ
については、 6. 2 節のシナリオ I、 II、 III のうち、シナリオ I の評価結果を使用してい
0
0.5
2000
2050
2050
2000
全球平均気温上昇
(産業革命前比)[℃]
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
2050
2000
図 6. 4.1 -1
2050
2.5
2.0
1.5
1.0
0.5
0.0
ベースライン
ベースライン
半減ケース
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
GDP当たり対策費用
[%]
2000
ベースライン
半減ケース
0.0
4,500
4,000
3,500
3,000
2,500
2,000
1,500
1,000
500
0
2050
各項目の世界平均値
- 351 -
半減ケース
1.0
40
35
30
25
20
15
10
5
0
半減ケース
水ストレス人口割合[%]
1.5
2050
半減ケース
2000
2.0
2000
5
2050
ベースライン
５歳未満児感染症等死亡率
[千人/10万人]
2000
GDP当たりCO2排出量
[ｔCO2/thousand$]
半減ケース
0
ベースライン
2
10
ベースライン
4
15
エネルギーセキュリティ（脆弱度）
6
20
半減ケース
8
25
半減ケース
10
30
ベースライン
12
貧困人口割合[% of population]
14
ベースライン
一人当たりGDP(MER)
[thousand$/capita]
る。
2000
2050
ところで、図 6 .4 .1 - 1 の値のままでは、単位の異なる項目間での比較ができないので、
項目毎に (6 .4 -1 )式に基づき、値を規格化した。(6. 4 -1)式の分子は、200 0 年時に比べ 20 5 0
年時の SD 度がどのように変わったかを意味しており、また、 (6 .4 -1)式の分母は、 20 0 0
年、 20 50 年のベースライン、 2 050 年の半減ケース、の 3 つのサンプルのいずれかによ
って、考えら得る世界像の両端（最大値と最小値）が表現できると仮定した場合、考
え得る世界像の広がり幅（最大値 − 最少値）で規格化するという意味である。× 1 0 は、
数字を見やすくするためのもので、特別の意味はない。なお、8 つの項目のうち、一人
当たり GDP 以外の項目は、図 6. 4.1 -1 の値が大きいほど持続的発展に相反すると考え
られることより、−の符号を付加した。
S ik = (± ) 10 •
Wik − Wi 2000
Maxi − Mini
(6. 4 -1)
i：項目
k ： (205 0 年ベースライン、 205 0 年半減ケース )
S ik ：世界平均値に関する規格化値（世界平均 SD 度）
Max i = Max (Wi 2000 ,Wi 2050 ベースライン ,Wi 2050半減ケース )
Mini = Min (Wi 2000 ,Wi 2050 ベースライン ,Wi 2050半減ケース )
(±) ：「一人あたり GDP 」のみ「＋」、その他の項目は「 − 」
図 6 .4. 1 -2 に、 20 50 年の項目別規格化値（以下世界平均 SD 度、あるいは SD 度と呼
ぶ）と、全項目の単純和からなる統合化値を示す。なお、各項目がどの程度重要と考
えるかは、個人の価値判断により異なるし、また、例えば本研究で策定したシナリオ I
（多目的多様性社会シナリオ）、 II（温暖化対策優先シナリオ）、 III（エネルギー安全保
障優先シナリオ）の違いによっても異なって然るべきである。そのため、例えば、た
アンケート調査等を通して項目の重みづけを行うことも考えられるが、本年度は、暫
定的に各項目の重要度が同じと仮定して、統合化値を試算した。図より、一人当たり
GDP は、ベースラインに比べ、半減ケースの方が、温暖化緩和策の導入に伴う GDP ロ
スのため、 SD 度は低く評価されている。貧困人口割合は、ベースラインに比べ、半減
ケースの方が、アフリカやアジアの途上国の一人当たり GDP が低下し貧困人口が増加
するいという評価を反映し、 SD 度は低い結果になっている。 5 歳未満児感染症等死亡
率、水ストレス人口割合は、ベースラインに比べ、半減ケースの方が、温暖化影響が
低減されるため、逆に、SD 度は高くなっている。同様に、GD P あたり CO 2 排出量、全
球平均気温は、ベースラインに比べ、半減ケースの方が、 SD 度は高い。 GDP あたりの
対策費用は当然のことながら、半減ケースで SD 度が低下する。エネルギーセキュリテ
ィは、半減ケースでは、インドで国産の石炭利用が減少し、中東のガス依存度が高ま
るため、脆弱性が増加するという評価を反映し、ベースラインに比べ、半減ケースの
方が低い SD 度となっている。以上の値を均等に加算した統合化値は、ベースラインに
- 352 -
比べ、半減ケースの方が低く算出された。なお、この重みは、上述の通り、あくまで
暫定的なものであり、従って、この統合化値から、ベースラインより半減ケースの方
が SD 度は低いと判断できるものでは決してない点に留意が必要である。
世界平均値SD度
15
10
2050年・ベースライン
5
2050年・半減ケース
0
-5
-10
図 6. 4.1 -2
８項目和（統合化値）
全球平均気温上昇
GDP当たり対策費用
GDP当たりCO2排出
エネルギーセキュリティ
水ストレス人口割合
５歳未満児感染症等死亡率
貧困人口割合
一人当たりGDP
-15
世界平均 SD 度
（どの項目も、正値は SD 度が高い）
6.4.2 各時点の地域別 SD 評価
本節では、各シナリオの各時間断面で見た場合、それぞれのシナリオの中で各地域
（世界 18 地域）の SD 度が世界平均に対してどのような位置にあるかを評価した。ここ
では、各地域の項目値を比較するため、全球平均気温を除く 7 項目の値について (6. 4 -2 )
式に基づき規格化した。ここで、規格化値 0 は世界平均値に等しいことを意味する。
(6. 4 -1)式同様に、 7 つの項目のうち、一人当たり GDP 以外の項目は、持続的発展に相
反すると考えられることより、−の符号を付加した。
N ijt = (± )
(A
ijt
− M it )
(6. 4 -2)
STit
i：項目
j：地域 (1 ∼ 18 )
t：時点 (20 00 年、 2 050 年 )
N ijt ：規格化値（地域別 SD 度）
- 353 -
Aijt ：項目の値
M it ：世界平均値
STit =
 (A
− M it )
2
ijt
18
：世界平均値からの偏差
(±) ：「一人あたり GDP 」のみ「＋」、その他の項目は「 − 」
図 6 .4. 2 -1 は、 20 00 年の規格化値（以下、地域別 SD 度あるいは SD 度と呼ぶ）を世
界 18 地域別に示したものである。これによると、例えば、日本は、一人当たり GDP 、
貧困人口割合、 5 歳未満児感染症等死亡率、水ストレス人口割合、 GDP あたり CO 2 排
出量については、この時点の世界平均値を上回っているが、エネルギーセキュリティ
については、世界平均値を大きく下回り、 18 地域の中で最も SD 度が低くなっている。
この他の地域では、ロシアや東欧・その他旧ソ連で GDP あたり CO 2 排出量の SD 度が
低いこと、南東部アフリカや南西部アフリカでは、貧困人口割合、5 歳未満児感染症等
死亡率の SD 度が低いこと、インド、その他南アジア、北アフリカ・中東では水ストレ
ス人口割合の SD 度が低いことが読み取れる。
2000年
一人当たりGDP
2
貧困人口割合
1
５歳未満児感染症等
死亡率
水ストレス人口割合
0
-1
エネルギーセキュリ
ティ
GDP当たりCO2排出
-2
-3
GDP当たり対策費用
図 6. 4.2 -1
200 0 年の地域別 SD 度
（どの項目も、正値は SD 度が高い）
- 354 -
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
-4
米国
地域別SD度
3
図 6 .4. 2 -2 と図 6.4 .2 -3 に、それぞれ 20 50 年ベースラインと 2 05 0 年半減ケースの地
域別 SD 度の差を示す。図 6 .4. 2 -2 の 205 0 年ベースラインでは、例えば、南西部アフ
リカの貧困人口割合に関する SD 度の低いのが目立つ。図 6.4 .1 -2 に示したように、世
界平均的な貧困人口割合は改善されてきているが、地域別に見ると、南西部アフリカ
が世界 1 8 地域の中で、貧困人口割合が最も高く（図 6. 3.2 -2 参照）、つまり、貧困人口
割合に関する SD はこの世界でも南西部アフリカ最も低くなっている。 20 50 年半減ケ
ースでは、各地域に GDP あたりの対策費用が生じるが、南西部アフリカ、東欧・その
他旧ソ連の GDP あたりの対策費用が高い（図 6. 3.6 -1 ）ことを反映し、これらの地域的
SD 度は、それぞれ 1 8 地域の最低値と最低から二番目の値となっている。また、これ
らの地域的では、他の項目と比べても、GDP あたりの対策費用の SD 度が低いことより、
温室効果ガス排出量半減のための費用負担が、貧困や水ストレス、エネルギーセキュ
リティ等の問題よりも、より深刻に感じられる可能性も考えられる。
一人当たりGDP
3
貧困人口割合
2
５歳未満児感染症等死亡率
1
水ストレス人口割合
0
エネルギーセキュリティ
-1
GDP当たりCO2排出
-2
GDP当たり対策費用
図 6. 4.2 -2
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
-3
米国
地域別SD度
2050年・ベースライン
4
205 0 年ベースラインの地域別 SD 度
（どの項目も、正値は SD 度が高い）
- 355 -
2050年・半減ケース
4
一人当たりGDP
3
地域別SD度
貧困人口割合
2
５歳未満児感染症等死亡率
1
0
水ストレス人口割合
-1
エネルギーセキュリティ
-2
GDP当たりCO2排出
-3
GDP当たり対策費用
図 6. 4.2 -3
オセアニア
その他南アジア
インド
東南アジア
その他東アジア
中国
日本
南西部アフリカ
南東部アフリカ
北アフリカ・中東
ロシア
東欧・その他旧ソ連
西欧
その他南米
ブラジル
中米
カナダ
米国
-4
205 0 年半減ケースの地域別 S D 度
（どの項目も、正値は SD 度が高い）
6.4.3 SD 評価のまとめと今後の課題
6.4.1 節に述べたように、 2 050 年の世界平均の SD 度はベースライン、半減ケースと
も、20 00 年に比べ、一人当たり GDP 、貧困人口割合、5 歳未満児感染症等死亡率、G DP
あたり CO 2 排出の点で、向上するが、水ストレス人口割合、エネルギーセキュリティ、
GDP あたり対策費用、全球平均気温上昇の点で、低下すると評価された。また、 2 050
年のベースラインと半減ケースでは、半減ケースの方が、温暖化影響が緩和されるた
め、 5 歳未満児感染症等死亡率や水ストレス人口割合の点の SD 度が上昇すると評価さ
れた。一方で、エネルギーセキュリティは、半減ケースの方が、ベースラインよりも
SD 度が低下する可能性があることも評価された。さらに、6.2 . 2 節では、シナリオ、時
点毎に各地域の世界平均に対する SD 度について述べた。ここで示した地域的 SD 度は、
その世界観の中で、各地域がどの程度 SD について優位性を感じられるか、という意味
のものである。仮に世界の平均的な SD 度が上昇していても、その世界観の中では相対
的に自国の SD 度を低く感じる可能性もある。
今後の課題として、引き続き、脱温暖化と持続的発展に関連する指標項目の検討が
あげられる。そして、各項目の指標化（規格化、統合化）についても更なる検討の余
地がある。本研究で策定した複数のシナリオを、社会が有している幅広い目的に照ら
してできる限り的確に、そして総合的に評価できるよう、更に検討を行う予定である。
- 356 -
第 7章
7.1
海外主要研究機関によるシナリオ
中国シナリオ
7.1.1 はじめに
複数の国際研究機関が 2006 年もしくは 2 007 年に、中国の温室効果ガス排出国が米
国を上回ったことを発表している。中国のエネルギー効率改善、CO 2 排出削減の速度は
全世界の温室効果ガス排出総量に与える影響も大きい。そのため、これまで以上に中
国のエネルギー効率や温暖化政策の動向等に注目が集まっている。
本節では、米国ローレンスバークレー国立研究所（ LBN L）が実施したボトムアップ
手法に基づくモデルを用いて、産業セクター別のシナリオ策定及びの省エネルギー分
析を概観する。 LBN L は 2 030 年までの中国のセクター別排出のモデル分析を行った上
で、中国の現時点におけるエネルギー効率と、最も効率の良い技術を導入した場合の
差（省エネポテンシャル）を試算している。本節では、どの分野に効率改善の余地が
あるかを把握し、持続可能な発展に向けた示唆を得ることを目的とする。また、この
LBN L の分析結果を含め、他の研究機関による中国シナリオ分析結果の比較を行う。
7.1.2 方法論
LBN L はボトムアップ型かつシナリオ分析的な構造を持つ LEAP ソフト 2 を用いた
「 China En e rg y End U se Mode l」を構築している。このモデルは、セクター別の最終エネ
ルギー需要が細かく設定入力可能であることから、各部門の技術進歩を詳細に検討し
つつ、中国全体のエネルギー消費・CO 2 削減といったマクロなトレンドを整合的に評価
することができる。
エネルギー需要部門を民生、商業、工業、及び交通部門に分け、2008 年（或いは 200 9
年）の最新統計データを用い、エネルギー需要を分析している。モデルの「転換部門」
については、石油精製、石油採掘、コークス・石炭採鉱、ガス採掘、及び発電といっ
たサブセクターを設けている。エネルギー生産サブセクターから、異なる種類のエネ
ルギー生産量を計算し、需要側へ供給する構造になっている。
レファレンスシナリオ (R eferenc e ) と最大技術シナリオ (Ma x Te ch ) の二つのシナリオ
を設定している。レファレンスシナリオ (Re fe ren ce )は、現在のエネルギー効率の改善ペ
ースを維持するシナリオである。最大技術シナリオ (Ma x Tec h)とは、現在利用可能な最
高効率の技術などが広く普及するシナリオである（技術的意味のみならず、社会的に
もエネルギー効率が良くなるような社会シナリオを想定（例：鉄道電化といったの目
標等を適用）。最大技術シナリオが、技術普及におけるコストを度外視し、利用可能な
最高効率の技術を適用することを想定している点に留意する必要がある。
2
L E AP : Lo n g- Ran g e E n er g y Al t er n at i v es P l an n i n g so f t wa r e p l at f o r m, d e v el o p ed b y S t o c kh o l m
E n v i r o n me n t a l I n s t i t u t e
- 357 -
二つのシナリオは、人口、都市化水準、 G DP 増長率、及び各セクターのエネルギー
需要に影響する要素（建築面積、自動車保有量、工業生産など）については同じ設定
をしているが、設備の年間エネルギー消費量、工業製品のエネルギー強度、技術構成、
及び燃料構成等エネルギー効率改善水準に差異を設けている。
レファレンスシナリオは、ベースラインシナリオとも言いかえることができ、全て
のセクターが「市場本位」の、穏やかな改善率を維持しつつ、中国政府が発表した効
率改善に関する政策、目標が全て導入することになる。最大技術シナリオでは、積極
的に政策・プロジェクトを導入し、 2 030 年において各セクターが最大限の効率改善を
達成することになる。なお技術の貿易障壁を配慮していない点に注意が必要である。
また、エネルギー効率の改善、及び技術の応用は、時系列で見て線形的に達成するよ
う設定している。
部門別に見ると最大限の効率改善とは

製品の場合（家電等）は、現在利用可能な最高効率製品を使用する。

産業の場合（工業生産）は、国際的に使われている最高効率のものを適用する。

発電部門は、再生可能エネルギー、非化石燃料の発電を積極的に促進するといっ
た政策主導的な手法を前提とする。
7.1.3 シミュレーション結果
LBN L による分析結果の要点は次の通りである。
•
2030 年時点で、最大技術シナリオは、レファレンスシナリオと比較し年間 1 0 億 tce
（ ton of co a l e qu iva len t, 石炭換算トン）以上の省エネとなる。
•
どちらも 202 0 年が C O 2 排出量のターニングポイントである見込みだが、最大技術
シナリオの方がより早くピークを迎える可能性が高い。
•
工業部門が最大の省エネルギー・ CO 2 削減ポテンシャルを持っている。
•
電力部門は再生可能エネルギーの普及加速に加え、石炭発電効率の改善により電力
の脱炭素化が進む。
(1) エネルギー需要の見通し
一次エネルギー需要の年平均増加率に関して、レファレンスシナリオでは 201 0 年か
ら 2020 年まで 2 .6％、 202 0 年以降 1 .0 ％である。最大技術シナリオでは、 2020 年まで
1.4 ％、 2 020 年以降 -0. 3％（年率 0. 3%の減少）となる。
最大技術シナリオで一次エネルギー需要の減少は、主に石炭の需要減少による（よ
り詳細には、電力消費量総量の減少、石炭設備容量の増加、再生可能エネルギーの加
速などによる影響）。そのため石炭の総需要量がより早くピークを迎え、 20 30 年には、
一次エネルギー需要量の僅か 39 ％となる。一方、レファレンスシナリオでは、ほぼ同
じ水準を維持する。
部門別に見ると、二つのシナリオとも、 2 010 年から、工業のエネルギー需要シェア
が低下するが、両シナリオ共に 203 0 年までエネルギー消費総量の 50 ％以上を占めるこ
- 358 -
とは共通している。また、最大技術シナリオでも、20 10 年から 20 30 年まで、商業部門
と交通部門の一次エネルギー需要が年間平均 4％増加する。
Primary Energy Demand (Mtce)
4,500
4,000
3,500
5,000
Reference
Primary Electricity*
Petroleum
Natural Gas
Coal
4,500
Primary Energy Demand (Mtce)
5,000
3,000
2,500
2,000
1,500
2010-20 AAGR: 2.6%
2020-30 AAGR: 1.0%
1,000
500
4,000
3,500
Max Tech
Primary Electricity*
Petroleum
Natural Gas
Coal
3,000
2,500
2,000
1,500
1,000
2010-20 AAGR: 1.5%
2020-30 AAGR: -0.3%
500
0
0
2005
2010
2015
2020
2025
2030
2005
2010
2015
2020
2025
2030
注 : *一次電力需要には、水力、風力、太陽光及び他の再生可能エネルギー、原子力が含まれる。
図 7. 1.3 -1
4,500
Primary Energy Use (Mtce)
4,000
Agriculture
Industry
Transport
Commercial
Residential
Reference
4,500
2%
4,000
3,500
54%
3,000
5,000
1%
58%
2,500
2,000
1,500
20%
17%
1,000
Primary Energy Use (Mtce)
5,000
燃料別一次エネルギー需要見通し
12%
10%
500
13%
13%
0
2005
Agriculture
Industry
Transport
Commercial
Residential
Max Tech
2%
1%
3,500
3,000
2,500
53%
58%
2,000
1,500
22%
18%
1,000
10%
500
11%
13%
12%
0
2010
2015
2020
図 7. 1.3 -2
2025
2030
2005
2010
2015
2020
2025
2030
部門別一次エネルギー需要見通し
各サブセクターの分析結果を見ると、最大の省エネポテンシャルを持っている工業
部門は「その他工業」と区分されている。「その他工業」の省エネポテンシャルは、住
居と商業セクターにある 11 つのサブセクターの省エネポテンシャル総和を超える。し
かし、採鉱、製造、加工等様々な工業を含める「その他工業」の省エネは、相対的に
不確実性が高いと推察される。
- 359 -
1100
Air
Trucks
Buses
1000
2030 Primary Enregy Savings under Max Tech (Mtce)
Transport
Cars & Taxis
900
800
Other Industry
700
Glass Industry
Ethylene Industry
Ammonia Industry
Paper Industry
Industry
600
500
Aluminum Industry
Cement Industry
400
Iron & Steel Industry
300
200
Equipment
Water Heating
Lighting
Cooling
Space Heating
Other Uses
Water Heating
Appliances
Space Heating
Cooking
Lighting
Commercial
100
Residential
0
By Subsector
図 7. 1.3 -3
By End-Use
203 0 年部門別省エネルギー成果（ Ma x Te ch シナリオ）
(2) CO 2 排出量の見通し
12,000
12,000
10,000
8,000
Mt CO2 Emissions
Mt CO2 Emissions
10,000
Reference
Agriculture
Industrial
Transport
Commercial
Residential
6,000
4,000
8,000
6,000
4,000
2,000
2,000
0
0
2005
Max Tech
Agriculture
Industrial
Transport
Commercial
Residential
2010
2015
2020
2025
図 7. 1.3 -4
2030
2005
2010
2015
2020
2025
2030
部門別 CO2 排出見通し
CO 2 排出量に関して、最大技術シナリオでは 8504 Mt をピークとし（ 20 19 年）、その
後年間 2 ％のペースで下がり、 203 0 年には現在より低い水準となる。
- 360 -
最大技術シナリオの CO 2 削減は、主に工業部門で達成され（ 5 8％）、商業（ 17 ％）、
民生（ 13 ％）、交通（ 11％）と続く。燃料別に見ると、主な排出削減は石炭関連であり、
石油の排出減が続く。 201 0 年から 2030 年までの累積的な CO 2 削減は 30 9 億トン C O 2
である。
12,000
Petroleum
Natural Gas
Million tonnes of CO2 emissions
Reference
10,126
Coal
10,000
Cumulative
Reduction:
30, 878 Mt
CO2
7,190
8,116
8,000
Max Tech
6,000
4,000
2,000
0
2005
2010
2015
図 7. 1.3 -5
2020
2025
2030
燃料別 CO2 排出見通し
最大技術シナリオでの CO 2 削減は、主に工業部門における積極的な技術転換により
のエネルギー効率の改善が進むことによる。商業、住居、交通部門の削減ポテンシャ
ルは、工業部門と比べ小さい。それは、家電などのエネルギー効率標準化、電気自動
車の普及といった CO 2 削減に関する効率改善政策はレファレンスシナリオでもある一
定規模で実施される想定を行っている影響も大きい。
Max Tech Total
CO2 Abatement Policies and Trends
Industrial Savings
Faster technology switching (BOF to EAF)
Meet World Best Practice before 2030
Faster intensity reduction through technical improvements
20% additional efficiency in Other Industry subsector
Transport Savings
Greater fuel economy improvements in cars, bus, trucks, aircrafts
Accelerated EV share (25% vs 10%)
Accelerated rail electrification (68% vs 63%)
Best practice heating and cooling efficiency before 2030
Some technology switching for efficiency gain
Commercial
Savings
Faster improvement of appliance efficiency with greater tech shift
Meet highest technically feasible efficiency levels for heating
Residential
Savings
Reference Total
0
2000
4000
6000
8000
10000
12000
2030 CO2 Emissions (Mt CO2)
図 7. 1.3 -6
203 0 年部門別 CO 2 削減ポテンシャル
- 361 -
7.1.4 セメント・鉄鋼部門のエネルギー効率改善技術のコスト分析
LBN L は省エネ供給曲線 “ Co nserva tion Sup ply Cu rve” を用い、セメント業、鉄鋼部
門のエネルギー効率改善技術のコスト分析を行った。省エネ供給曲線とは、省エネポ
テンシャルについて限界省エネ費用の関数として示したものである。
省エネのコスト（ Cost of Con se rve d En e rg y、以下 CCE）は次式の通り計算する。
Cost of Conserved Energy =

N
(Annual Capital Costs + Change in Annual O & M Cost) n
(1 + d) n
n =1

N
n =1
(Annual Energy Saving) n
(7 .1 -1 )
ここで、 N は分析対象期間、 d は割引率（本研究は 15 ％を想定）である。
各技術の CCE を個別に計算した後、コストの順で各技術をランキングし、省エネ供
給曲線を作成する。各技術の x 軸はこの技術の年間省エネルギー量であり、y 軸はこの
技術のコストである。省エネ供給曲線に、現在のエネルギー価格線を引き、価格線の
下にある技術は、費用効果的手段であるとして扱う。省エネ供給曲線から、採用可能
な全ての技術の累積省エネポテンシャルが分かる。
本研究においてセメント、鉄鋼の製品生産量は主に中国セメント協会、及び中国鉄
鋼年鑑の統計データを整理し使用している。エネルギー効率は専門家にアンケートや、
「国家重点省エネルギー技術推進目録」（中国国家改革発展委員会 NDRC、 200 8、 200 9、
2010 ）に基づく。
セメント部門に適用される 22 つの技術は 17 つの省電力技術と 5 の省燃料技術あり、
省電力曲線と省燃料曲線が別々に作成されている。鉄鋼部門に適用される 20 つの技術
は、３つの省電力技術と 17 つの省燃料技術からなる。
その結果、鉄鋼、セメント部門に採用される技術のほぼ全ては、費用対効果がある
ことがわかった。
Fuel Conservation Supply Curve
Cost of Conserved Fuel ($/GJ)
5.0
Weighted Avg Unit Price of
Fuel (4.5$/GJ)
4.5
4.0
3.5
3.0
2.5
Cost effective and total
fuel saving potential:
4,708 PJ
2.0
1.5
1.0
0.5
1
-
1,000
3
2
2,000
3,000
4
4,000
5
5,000
Cumulative Fuel Savings Potential 2008 - 2030 (PJ)
図 7. 1.4 -1
中国セメント業における省燃料曲線
- 362 -
表 7. 1.4 -1
中国セメント部門に適用される燃料効率改善技術（コスト順）
効率改善技術
省燃料量
省燃料コスト
CO 2 削減効果
(PJ )
(US$ /GJ-sav ed )
(Mton CO 2 )
1,96 8
0.01
190
606
0.02
57
1,38 6
0.05
131
205
0.06
22
543
0.18
48
混合セメント (添加物 : フライアッ
シュ、ポゾラン、石灰石、高炉スラ
グ)
窯外壁熱損失の減少 (耐火物の改
良)
代替燃料の使用
最大限的な熱回収、クリンカー冷却
器の性能向上
クリンカー製造過程におけるエネル
ギー管理システム
表 7. 1.4 -2
200 8 年 ∼ 203 0 年中国セメント部門の省燃料、及び CO 2 排出削減総量
省燃料ポテンシャル (PJ)
累積的な CO 2 排出削減
[Mtce ]
(Mt C O 2 )
費用効果的
技術的可能性
2008 -20 30 累積
4,70 8
4,70 8
ポテンシャル
[16 1]
[16 1]
費用効果的
技術的可能性
448
448
90.0
Avg Unit Price of
Electricity (79.7$/MWh)
80.0
Cost of Conserved Electricity ($/MWh)
70.0
Cost effective and total
technical electricity saving
potential: 244 TWh
60.0
17
50.0
16
40.0
15
30.0
14
13
20.0
12
10.0
7
45
12 3
6
-
50
8
9 10
11
0.0
100
150
200
250
300
Cumulative Electricity Savings Potential 2008 - 2030 (TWh)
図 7. 1.4 -2
中国セメント業における省電力曲線
- 363 -
表 7. 1.4 -3
中国セメント部門に適用可能な電力効率改善技術（コスト順）
CO 2 削減効果
省電力
省電力コスト
(TWh)
(US$ /MWh -saved )
(M ton CO 2 )
2.9
0.73
1.6
0.6
1.85
0.3
15.9
1.88
8.7
1.9
2.23
1.1
9.3
3.14
5.1
可変速駆動器
38.7
4.12
21.1
低温廃熱の回収・発電
25.0
4.27
13.6
改良したボールミル粉砕媒体
5.0
4.76
2.7
0.6
5.02
0.3
21.1
7.48
11.5
66.1
8.01
36.1
仕上げ粉砕の高効率分級機
9.6
12.7 8
5.2
原料粉砕の高効率分級機、分離機
4.1
17.9 8
2.2
27.6
22.6 3
15.0
6.1
28.8 1
3.3
7.3
40.0 8
4.0
2.2
57.7 5
1.2
効率改善技術
石炭粉砕に竪型ローラーミルがボール
ミルを代替
セメントミル換気扇が高効率換気扇
に交換
高効率モーター
インバーター付き高効率原料ミル換
気扇
粉砕過程のエネルギー管理・プロセス
制御
可変周波数駆動器の設置、石炭集塵袋
扇風機の交換
仕上げ粉砕に竪型ローラーミルがボ
ールミルを代替
仕上げ粉砕のボールミルの予粉砕と
する高荷重ローラプレス機
竪型ローラーミルがボールミルを代
替、原料粉砕の高荷重ローラプレス
低圧・低損失サイクロン形予熱器
原材料準備のための高効率（機械的）
運搬システム
材料混合（均質化）システム
表 7. 1.4 -4
200 8 年 ∼ 203 0 年中国セメント部門の省電力、及び CO 2 排出削減総量
省電力ポテンシャル (TWh)
2008 -20 30 累積
ポテンシャル
CO 2 排出削減 (M t C O 2 )
費用効果的
技術的可能性
費用効果的
技術的可能性
243. 8
243. 8
133. 0
133. 0
- 364 -
Fuel Conservation Supply Curve
10.0
17
Weighted Avg Unit Price
of Fuel (8.6$/GJ)
Technical fuel saving
potential: 20,085 PJ
Cost of Conserved Fuel ($/GJ)
8.0
6.0
Cost effective fuel
saving potential:
19,867 PJ
4.0
16
2.0
0.0
1
2
3
45
-
6
7
8
5,000
11
9 10
13 14
15
12
10,000
15,000
20,000
25,000
-2.0
Cumulative Fuel Savings Potential 2008 - 2030 (PJ)
図 7. 1.4 -3
表 7. 1.4 -5
中国鉄鋼部門における省燃料曲線
中国鉄鋼部門に適用可能な燃料効率改善技術（コスト順）
省燃料量
省燃料コスト
CO 2 削減効果
(PJ )
(US$ /GJ-sav ed )
(Mton CO 2 )
転炉に天然ガスの注入
679
-0. 51
64
転炉の溶銑に粉炭の注入
350
-0. 15
33
1,70 0
0.01
151
160
0.01
11
642
0.05
54
2,39 6
0.11
227
43
0.13
3
焼結冷却却機の排熱回収
3,32 3
0.18
314
転炉にコークス炉ガスの注入
1,03 4
0.19
81
高炉ガスの回収
192
0.23
18
焼鈍設備の熱回収
164
0.25
15
3,19 8
0.33
163
203
0.84
20
2,12 7
0.93
201
効率改善技術
総合製鋼所の予防管理
電炉工場の予防管理
総合製鋼所のエネルギーモニター・管
理システム
高効率熱交換器、及びリジェネバーナ
の使用
電炉工場のエネルギーモニター・管理
システム
総合製鋼所の未利用のコークス炉ガ
ス、高炉ガス、転炉ガスの熱電併給
冷却水からの熱回収
転炉ガス、及び顕熱の回収
- 365 -
効率改善技術
省燃料量
省燃料コスト
CO 2 削減効果
(PJ )
(US$ /GJ-sav ed )
(Mton CO 2 )
885
0.95
84
2,77 2
2.38
149
218
9.00
21
コークス乾式冷却設備 (CDQ)
連続鋳造圧延 (ストリプ鋳造 )
石炭調湿
表 7. 1.4 -6
200 8 年 ∼ 203 0 年中国鉄鋼部門の省燃料、及び CO 2 排出削減総量
省燃料ポテンシャル (PJ)
CO 2 排出削減 (M t CO 2 )
[Mtce ]
費用効果的
技術的可能性
2008 -20 30 累積
19,8 67
20,0 85
ポテンシャル
[67 9]
[68 6]
Cost of Conserved Electricity ($/MWh)
90.0
費用効果的
技術的可能性
1,58 8
1,60 8
Avg Unit Price of Electricity
(79.7$/MWh)
80.0
70.0
60.0
50.0
Cost effective and total
electricity saving
potential: 136 TWh
40.0
30.0
20.0
3
10.0
2
1
-
50
100
150
Cumulative Electricity Savings Potential 2008 - 2030 (TWh)
図 7. 1.4 -4
表 7. 1.4 -7
中国鉄鋼部門における省電力曲線
中国鉄鋼部門に応用される電力効率改善技術（コスト順）
効率改善技術
自動的なモニター・ターゲッティング
システム
総合製鋼所可変速排煙装置、ポンプ、
送風機
炉頂圧エネルギー回収タービン (TRT)
CO 2 削減効果
省電力
省電力コスト
(TWh)
(US$ /MWh -saved )
(M ton CO 2 )
30
0.84
16
54
3.14
29
52
11.08
28
- 366 -
表 7. 1.4 -8
200 8 年 ∼ 203 0 年中国セメント業の省電力、及び C O 2 排出削減総量
省電力ポテンシャル (TWh)
(Mt C O 2 )
費用効果的
技術的可能性
費用効果的
技術的可能性
136
136
74
74
2008 -20 30 累積
ポテンシャル
7.1.5
累積的な CO 2 排出削減
結果の分析
ここでは、中国におけるエネルギー利用・C O 2 排出見通しを行う代表的な幾つの研究
機関の結果を紹介し、比較検討する。
1993 年から、国際エネルギー機関（ IEA）は Wo rld Ene rg y Mode l（ WEM）を用いて、
中長期エネルギー見通しを策定し、毎年報告書を出版している。その最新版である
「 World Ene rg y Ou tloo k 2010 」1 ) は、2 010 年 1 0 月発表された。World Ene rg y Mo de l（ WE M）
は、大規模なシミュレーション型のモデルであり、世界を 24 区域（中国はその内の一
つ）とし、セクター別、地域別のシナリオ分析を行う。 2 010 年の最新版は、三つのシ
ナリオにおける 2 035 年までのエネルギー需給見通しを作成している。
中国エネルギー研究所（国家発展改革委員会・エネルギー研究所）は、IPAC（ In te rgra ted
P olic y Asse ssmen t Mo del o f Ch in a）モデルを開発し、中国中長期エネルギー利用・ C O 2
排出の見通しを行っている
2)
。IPAC モデルは、IPAC -A IM（技術）モデル、IPAC− E mission
モデル、及び IPAC− C GE モデル三つのモジュールから構成されている。IPAC− A IM（技
術）モデルは、ボトムアップモデルであり、エネルギー需要予測、エネルギー効率試
算、及び技術選択三つのサブモデルを含め、エネルギー需要を最小コストで達成する
技術選択を導く構造である。 IPAC− E mi s s io n モデルは、気候変動に対する政策を評価
することができる。 IPAC− CGE モデルはトップダウンモデルであり、エネルギー政策
における経済分析を実施できる。
LBN L 中国エネルギーグループは、 200 6 年以降 Ch ina En e rg y End Use Mode l を開発・
更新している（既述の通り）。
表 7 .1. 5 -1 は、各研究機関が行っている中国シナリオ分析の手法、及びシナリオ設定
をまとめたものである。は、各研究のシミュレーション結果である。四つの研究は、
ER I の IPAC モデル（トップダウンの経済サブモデルを用いている）以外、全てボトム
アップ的手法のモデルである。ベースラインシナリオとして、各研究は既に実施して
いる省エネルギー・C O 2 削減の政策を維持継続する、あるいは、策定済みの計画通り改
善が行われる、と想定している。
各研究機関はほぼ同じ人口・都市化率を想定している。 GDP 成長率について、 IEA
は相対的に低い成長率を想定し、ER I はそれよりもやや高い成長率を想定していると見
える。しかし、 IEA のシナリオでは P P P 換算の GDP で示されている一方、 DNE21+ は
MER 換算の GDP シナリオである。また、E R I 及び LBN L の GDP 想定が、P P P 換算値か
MER 換算値かは現時点の調査では不明なため、その比較には注意が必要である。
- 367 -
図 7 .1. 5 -1 、図 7 .1. 5 -2、図 7. 1.5 -3 には、それぞれ、各研究機関による中国一次エネ
ルギー供給量、CO 2 排出量、一人当たり CO 2 排出量のシナリオを示す。ER I による中国
一次エネルギー需要の見込みは相対的に中庸のものとなっている。ER I の低炭素強化シ
ナリオは、 20 50 年には 20 05 年の排出水準に戻るようなシナリオとなっている。 LB N L
（ 203 0 年までの分析事例）の最大技術シナリオでは、コスト及び貿易障壁に配慮せず、
最も効率の良い技術を最大限活用する想定であり、 20 20 年に IEA の 450 シナリオより
低い CO 2 排出量を達成する結果である。
DNE21+モデルによるベースラインの結果は、一次エネルギー供給量、 CO 2 排出量共
に他研究機関よりやや大きい値となっている。DNE21+モデルによる世界半減の結果か
ら見ると、世界半減を達成するための 20 3 0 年中国の CO 2 排出量は、 IEA の 45 0 シナリ
オや LBN L の最大技術シナリオよりは緩やかな削減シナリオとなっている。一方、2050
年において、ER I の強化低炭素シナリオと比較すると、若干ではあるがより小さい排出
量を達成しなければならないシナリオとなっている。
一人当たり CO 2 排出量を見ると、現在 5 トン程度であるが、 2 050 年にベースライン
では 8∼ 1 0 トン程度、ER I の強化低炭素シナリオや DNE21+ の世界半減シナリオにおい
ては、 3∼ 4 トン程度という推定になっている。
- 368 -
表 7. 1.5 -1
主要研究機関による中国シナリオ間の比較（ 1）方法論・シナリオ設定
研究機関
IEA (WEO201 0)
ER I
LBN L（ 205 0） LBN L（ 2 030 ）
モデルについて
WEM モデル
IPAC モデル
（大規模ボトム（多モデルフレー
アップモデル）ム）
分析手法
Chin a E ne rg y
End
Use
Mode l
Chin a Ene rg y
End Use Mo de l
2050 年まで
2030 年まで
現行政策シナリ BAU シナリオ
オ（ 20 10 年中旬（対策なし）
まで既に採用さ
れたエネルギ
ー・環境政策）
継続改善シ
ナリオ（現
在、及び計画
した政策・技
術を実施）
新政策シナリ
オ（公開され
た公約・計画
を実施する）
 450 シナリオ
（ 2020 年約束
値の上限を実
現され、その
後、より強い
政策を実施す
る）
低炭素シナリ
オ（エネルギー
セキュリテ
ィ・環境・低炭
素を重視し、実
現されるシナ
リオ）
低炭素強化シ
ナリオ（ CO 2 削
減がもっと注
目され、国際協
力を得、技術進
歩・コスト低減
を促す）
加速改善シ
ナリオ（全
てのセクタ
ーが効率改
善、技術進
歩を加速
し、非化石
燃料よりの
発電、及び
拡大的な電
化からの脱
炭素化を促
進する）
レファレンス
シナリオ（現
在のエネルギ
ー効率の改善
ペースを維持
する）
最大技術シ
ナリオ（各セ
クターが最
大限の技術
可能な効率
改善を達成
する）
2035 年まで
予測期間
2050 年まで
シナリオ設定
ベースラインシナ
リオ
対策シナリオ
社会・経済シナリオ設定
人口（億）
2020 年
14.2 6
14.4 0
14.2 0
14.3 1
2030 年
14.2 8
14.7 0
14.6 0
14.6 2
2040 年
14.4 8
14.7 0
−
14.4 0
14.1 0
2050 年
都市化率（％）
2020 年
−
63
63
63
2030 年
−
70
70
70
2040 年
−
74
−
2050 年
−
79
79
2010 ∼ 20 20
7.9
8.38
7.67
7.7
2020 ∼ 20 30
3.9
7.11
5.85
5.9
2030 ∼ 20 40
3.9
4.98
4.09
3.60
2.82
GDP 成長率（％）
2040 ∼ 20 50
- 369 -
表 7. 1.5 -2
主要研究機関による中国シナリオ間の比較（ 2）シミュレーション結果
2020 年
2030 年
2040 年
現行政策シナリオ
32.8 8
39.0 7
42.1 5（ 2 035 年）
新政策シナリオ
31.5 9
35.6 8
37.3 7（ 2 035 年）
450 シナリオ
30.9 7
30.9 4
31.3 1（ 2 035 年）
BAU シナリオ
48.1 7
55.2 6
62.0 2
66.5 7
低炭素シナリオ
39.9 6
44.7 4
48.3 3
52.5 0
強化低炭素シナリオ
39.2 1
42.7 5
46.6 0
50.1 4
項目
2050 年
一次エネルギー供給量
IEA (億 TOE)
ER I（億 TCE）
LBN L（ 2 050 年までの分析事例）（億 TCE）
継続改善シナリオ
44.5 9
52.1 3
54.1 8
54.8 1
加速改善シナリオ
40.9 7
44.7 5
45.2 5
45.5 8
LBN L（ 2 030 年までの分析事例）（億 TCE）
レファレンスシナリオ
42.5 5
47.0 0
最大技術シナリオ
37.8 9
36.6 3
CO 2 排出量（エネルギー起源）
IEA (WEO201 0)（億トン CO 2 )
現行政策シナリオ
99.9 3
117.11
125. 61（ 2 035 年）
新政策シナリオ
93.8 1
99.8 5
101. 18（ 2 035 年）
450 シナリオ
90.3 0
66.1 7
51.6 4（ 2 035 年）
BAU シナリオ
27.7 9
31.7 9
35.2 5
34.6 5
低炭素シナリオ
22.6 2
23.4 5
23.9 8
24.0 6
強化低炭素シナリオ
21.9 4
22.2 8
20.1 4
13.9 5
ER I（億トン C）
LBN L（ 2 050 年までの分析事例）（億トン C O 2 ）
継続改善シナリオ
104. 65
119.3 1
119.0 0
111.92
加速改善シナリオ
94.3 0
96.8 0
88.5 4
73.5 2
LBN L（ 2 030 年までの分析事例）（億トン C O 2 ）
レファレンスシナリオ
98.9 3
101. 26
最大技術シナリオ
84.8 8
71.9 0
- 370 -
億TOE
60
IEA-現行政策シナリオ
IEA-新政策シナリオ
IEA-450シナリオ
50
ERI-BAUシナリオ
ERI-低炭素シナリオ
40
ERI-強化低炭素シナリオ
LBNL2050−継続改善シナリオ
LBNL2050-加速改善シナリオ
30
LBNL2030-レファレンスシナリオ
LBNL2030-最大技術シナリオ
DNE21+-シナリオI(ベースライン)
20
DNE21+-シナリオII (ベースライン)
DNE21+-シナリオIII(ベースライン)
10
DNE21+-シナリオI(世界半減)
DNE21+-シナリオII(世界半減)
DNE21+-シナリオIII(世界半減)
0
2005年 2010年 2015年 2020年 2025年 2030年 2035年 2040年 2045年 2050年
注：図で示す IEA の 2010 年データは 2008 年の実績値である。他の研究機関の 2010 年のデータは
推定値である。
図 7. 1.5 -1
各研究機関による分析結果の比較（中国一次エネルギー供給）
億トンCO2
180
IEA-現行政策シナリオ
IEA-新政策シナリオ
160
IEA-450シナリオ
ERI-BAUシナリオ
140
ERI-低炭素シナリオ
ERI-強化低炭素シナリオ
120
LBNL2050−継続改善シナリオ
100
LBNL2050-加速改善シナリオ
LBNL2030-レファレンスシナリオ
80
LBNL2030-最大技術シナリオ
DNE21+-シナリオI (ベースライン)
60
DNE21+-シナリオII (ベースライン)
DNE21+-シナリオIII (ベースライン)
40
DNE21+-シナリオI(世界半減)
20
DNE21+-シナリオII(世界半減)
DNE21+-シナリオIII(世界半減)
0
2005年
2010年
2015年 2020年 2025年 2030年
2035年 2040年 2045年 2050年
注：図で示す IEA の 2010 年データは 2008 年の実績値である。他の研究機関の 2010 年のデータは
推定値である。
図 7. 1.5 -2
各研究機関による分析結果の比較（中国 CO 2 排出量）
- 371 -
トンCO2/人
12
IEA-現行政策シナリオ
IEA-新政策シナリオ
IEA-450シナリオ
10
ERI-BAUシナリオ
ERI-低炭素シナリオ
8
ERI-強化低炭素シナリオ
LBNL2050−継続改善シナリオ
LBNL2050-加速改善シナリオ
6
LBNL2030-レファレンスシナリオ
LBNL2030-最大技術シナリオ
4
DNE21+-シナリオI (ベースライン)
DNE21+-シナリオII (ベースライン)
2
DNE21+-シナリオIII (ベースライン)
DNE21+-シナリオI(世界半減)
DNE21+-シナリオII(世界半減)
0
2005年
2010年
図 7. 1.5- 3
2020年
2030年
2040年
2050年
DNE21+-シナリオIII(世界半減)
各研究機関による分析結果の比較（中国一人当たり CO 2 排出量）
図 7 .1. 5 -4 、及び図 7. 1.5 -5 は、燃料別のエネルギー供給の見通しである。DNE21+ モ
デルによるベースラインの結果は、他の研究機関より、石炭の供給量がやや大きい、
再生可能なエネルギーの供給量が、低い値となっている。IEA のモデルでは、バイオマ
スと廃棄物エネルギーが一つ項目になっているから、他の研究機関より、大きい値が
見られる。 ER I は、他の研究機関より、水力の供給量が大きい値と見込んでいる。
Mtoe
5 000
4 500
4 000
3 500
3 000
2 500
2 000
1 500
1 000
500
-
Primary Electricity
Other Renewables
Biomass
Hydro
シナリオ︵I世界半減）
DNE21+-
シナリオ III(
ベースライン )
DNE21+-
シナリオ IIベ(ースライン )
DNE21+-
シナリオベ
DNE21+I (ースライン )
強化低炭素シナリオ
ERI-
低炭素シナリオ
ERI-
シナリオ
ERI-BAU
最大技術シナリオ
LBNL(2030)
レファレンスシナリオ
LBNL(2030)-
図 7. 1.5 -4
シナリオ
IEA-450
新政策シナリオ
IEA-
現行政策シナリオ
IEA2008
Nuclear
Gas
Oil
Coal
2030
各研究機関による分析結果の比較（燃料別、 203 0 年）
- 372 -
Mtoe
6000
5000
4000
3000
Primary Electricity
Other Renewables
2000
Biomass
Hydro
1000
Nuclear
0
シナリオ︵I 世界半減）
DNE21+-
シナリオ IIIベ(ースライン )
DNE21+-
シナリオ IIベ(ースライン )
DNE21+-
シナリオベ
DNE21+I (ースライン )
強化低炭素シナリオ
ERI-
低炭素シナリオ
ERI-
シナリオ
ERI-BAU
図 7. 1.5 -5
Gas
Oil
Coal
各研究機関による分析結果の比較（燃料別、 205 0 年）
7.1.6 考察
LBN L は、ボトムアップ手法である「 Ch in a Ene rg y End Use Mod el」を用いつつ、レ
ファレンスシナリオ（現在のエネルギー効率改善ペースを維持）、及び最大技術シナリ
オ（現時点での世界における最高効率の技術を適用）における中国のエネルギー需給・
CO 2 排出量を分析しており、本節ではその分析についてまとめた。分析結果を参照する
と、最大技術シナリオはレファレンスシナリオに比べ、年間 10 億 tc e 以上の省エネル
ギー、累積的に 309 億トン CO 2 の削減ポテンシャルとなる。しかし、最大技術シナリ
オを達成するためのコストや、貿易障壁を配慮していないため、最大技術シナリオの
実現可能性に注意が必要である。又、中国の急速な経済発展に伴い、ベースラインよ
りも高位の生活水準（例えばより高位の自動車保有率、家電保有量、居住面積、業務
面積）となる可能性もあることに留意が必要である。
一方、 A LP S で実施している DNE21+モデルの結果を海外研究機関によるシナリオ分
析結果と比較すると、DNE21+モデルの結果は本節で示したように相対的により高い一
次エネルギー供給・ C O 2 排出量となる結果である。燃料別の結果から見ると、 DNE2 1+
モデルによるベースラインの結果は、他の研究機関より、石炭の供給量がやや大きい、
再生可能なエネルギーの供給量が、低い値となっている。これは、IEA の現行政策シナ
リオや LBN L リファレンスシナリオでは、中国政府が掲げている政策はこれに織り込
まれている一方、 DNE21+のベースラインは、温暖化対策を行わないとした場合のシナ
リオであることの違いも大きいと考えられる。モデル間の各種想定の比較分析をより
詳細に行い、この差異が生じた要因をさらに把握することも重要である。
- 373 -
参考文献（第 7. 1 節に関するもの）
1) 「 World Energy Outlook 2010 」の日本語要約版は、以下からダウンロードできる。
http://www.worldenergyoutlook.org/docs/weo2010/weo2010_es_japanese.pdf
2)
姜
克雋他：「中国 2050 年低炭素情景及び低炭素発展道路」（China′s Low-carbon Scenarios and
Roadmap for 2050）
、中外能源（Sino-Global Energy）、No. 6、pp.1-7 (2009)
7.2
エネルギー安全保障と気候変動の相互作用
7.2.1 目的
本節の目的は、気候変動問題とエネルギー安全保障問題について、両者の相乗効果
やトレードオフを考慮しながら、コストや技術選択、政策効果を一体で評価する方法
論を考察することにある。
国際的なエネルギー分析や気候変動問題において定評のある IIA SA では、エネルギ
ーセキュリティを考慮したシナリオ策定を重点課題と位置付け、さまざまな分析を行
っている。そこで本節では IIASA の分析
1)
に則して方法論や結果の概要を整理した後、
A LP S へ援用する場合の留意点などをレビューした。
具体的には、以下の構成をとっている。まず、IIASA のレポートを要約する形で一次
エネルギー輸入依存度、エネルギー供給の多様性、電源構成や最終エネルギー需要な
ど、定量評価する手段としてどのような指標があるかをはじめに検証している。次に
将来的にどのようなエネルギー利用シナリオがありうるかを考量し、代表的なシナリ
オの下でエネルギー安全保障と気候変動の両面でどのような問題が生じうるか、特定
された指標を用いて評価を行う。さらに、評価シナリオの数を数百に増やすことによ
り、気候変動とエネルギー安全保障の間にみられるより普遍的な相関関係を考察して
いる。最後に、どのような政策によりエネルギー安全保障と気候変動を両立させてい
くか、 A LP S へ適用する場合の示唆を得ている。
7.2.2 IIASA による分析手法
IIASA によるレポートは大きく、少数のシナリオに限定した前半部と、大量のシナリ
オを分析した後半部で構成されている。
前半では、基本となる 3 つの GEA（ G lo ba l En e rg y A ss es s men t）シナリオと交通部門
の 2 シナリオを組み合わせ、合計 6 つのシナリオを作成している。基本の 3 シナリオ
は、 GEA 効率化シナリオ、 GEA 供給シナリオ、 GEA ミックスシナリオと呼ばれ、具体
的には以下のようなシナリオが想定されている。
GEA 効率化シナリオ（図 7. 2.2 -1 ）では、効率改善と再生可能エネルギーに重点を置
いている。このシナリオでは再生可能エネルギーの長期的シェアは 9 0%に達し、原子
力発電は耐用年数に到達次第フェーズアウトすることが想定され、 CCS が中期的に橋
渡し役をすることが期待されている。 BAT 技術の急速な普及、既存設備の改修、リサ
- 374 -
イクルの強化、製品のライフサイクルデザイン、効率基準、ライフスタイルの変化と
いった要因によりエネルギーの効率化は、これまでよりも 2 倍のスピードで進むこと
が想定されている。
図 7. 2.2 -1
GEA 効率化シナリオにおける一次エネルギー供給
GEA 供給シナリオ（図 7 .2. 2 -2 ）では、エネルギー供給側の選択肢拡大に重点を置い
ている。効率改善は過去の推移と同じペースで進むとされ、 R &D 投資強化の結果、燃
料電池や EV といった新しいインフラが整備され、長期的に再生可能エネルギーは一次
エネルギー供給の約半分を占めるようになる。 CCS が脱炭素化において大きな役割を
はたし、原子力も 20 3 0 年以降大きな割合を占める。
図 7. 2.2 -2
GEA 供給シナリオにおける一次エネルギー供給
GEA ミックスシナリオ（図 7 .2. 2 -3）では、上記 2 シナリオの中間的な位置づけで、
主にエネルギー供給源の多様化に重点を置いている。また、資源の賦存や技術選択な
ど多様な地域性も考慮されている。その結果、多様なエネルギー資源が共進化し、例
えばラテンアメリカや旧ソ連、北アメリカ、OECD 太平洋諸国で第二世代バイオが、中
- 375 -
国や中東などで化石燃料の液化といったものが普及するようになり、電源構成が異な
るものの、多くの地域で電化が進むとされている。
図 7. 2.2 -3
GEA ミックスシナリオにおける一次エネルギー供給
これら 3 つのシナリオに、運輸部門の標準ケースと技術進展ケースの 2 ケースが組
み合わさり、合計 6 ケースが検討されている。運輸部門が取り上げられている理由は、
他の部門よりも化石燃料の依存比率が高く、エネルギー安全保障の面で脆弱性がある
ためである。
エネルギー安全保障については 3 つの軸で整理している。一つは主権（ sove re ignty）
で、これは国家がエネルギーシステムをどの程度コントロールできるかを見るもので、
主に輸入依存度により把握できる。もう一つは弾性（ resilien ce）で、これは供給途絶
に対しどれくらい対応能力があるかを示すもので、主にエネルギー源の多様性で捕捉
される。最後に、頑強性（ rob us tn es s）で、これはエネルギー資源及びインフラが物理
的にどの程度リスクに晒されているかを判断するものである。ただしレポートの中で
定量化されているのは主権と弾性のみで、頑強性については分析の対象外となってい
る。
表 7. 2.2 -1
エネルギー安全保障の評価軸
安全保障
So ve re ig nt y
Res i lienc e
（主権 /依存度）
（弾性 /多様性）
＜供給側＞
供給量、貿易集約度
一次エネルギー供
一次エネルギー供給
（燃料別）
給の多様性、偏在度
サブ
電力及び需要部門
エネルギー供給減
信頼性、安全度
システム（運輸、民生、産業）
の多様性
一次エネルギー供
地域性
輸入依存度
＜需要側＞
給の多様性
エネルギー安全保障における主権に関する尺度は、エネルギー貿易の絶対量、ある
いは消費量に占める輸入エネルギー量（貿易集約度）で示される。
- 376 -
エネルギーシステムの弾性に関する尺度は一次エネルギー供給源の多様性で評価さ
れ、具体的には以下の式により求められるシャノンウィナー指数で計測される。
SWDI = − wi ln wi
(7. 2 -1)
i
ここで、S WD I はシャノンウィナー指数、w i は燃料源の一次エネルギー供給に占める
シェアをそれぞれ表し、S が大きいほど多様化が進んでいることを示す。
また、上記式はエネルギー源がどれだけ多様化しているかを示すに過ぎないため、
そのエネルギー源をどれだけ輸入に頼っているか（その国のエネルギー供給がどれで
け脆弱であるか）を表現するため、複合多様化指標（ C o mp ou nd D ive rsity Inde x : CD I）
もあわせて検討されている。
CDI = − (1 − mi ) * ( wi * ln wi )
(7. 2 -2)
i
ここで、 CDI は複合様化指標、 m i は純輸入によって供給される一次エネルギー資源
のシェア、 wi は燃料源の一次エネルギー供給に占めるシェアをそれぞれ表している。
CDI が低いほどエネルギー供給が脆弱であることを示している。
前半は、この輸入量（輸入依存度）、 SWD I、 CD I を用いながら石・ガス・石炭・バイ
オ燃料といったエネルギー供給種、運輸・電力・産業・民生といった需要部門別、さ
らに地域別にエネルギー安全保障に対する脆弱性が定量的に評価されている。
後半は 2 つの気候変動政策とエネルギー安全保障の相関、相乗便益が一般的にどの
程度あるか見ることを目的にしている。それぞれの政策を軸にとり、各シナリオでそ
れぞれの政策目的を達成する可能性がどのくらい高いかをプロットし、気候変動政策
と他の政策（エネルギー安全保障と大気汚染防止）の最適な組み合わせのあり方につ
いて考察している。
7.2.3 IIASA による分析結果
エネルギー安全保障の主権（貿易依存度）に関する全体的な評価は図 7 .2. 3 -1 に集約
されている。左図は全体のエネルギー貿易量を示しており、 2 040 年頃をピークにミッ
クスしなりおと効率シナリオでは貿易量が低減していくのに対し、供給シナリオでは
貿易の絶対量は 120~ 150EJ の間で推移している。この主な理由は、供給シナリオの場
合、石油の貿易量は 2 040 年頃をピークに大きく減少していくもののの、ガスの場合の
貿易量はそれほど減らず、石炭に至っては 20 80 年頃まで継続的に貿易量が増加すると
見込まれているためである。
ただし、これらの貿易量が一次エネルギー供給に占める割合はいずれのシナリオに
おいても 203 0− 2 040 年頃を境に大きく低下してくことになる。エネルギー貿易額の絶
対量が将来にわたってもそれほど減らない供給シナリオにおいても、全体の一次エネ
ルギー供給量がそれ以上のペースで増えるため、全体の割合に占める貿易量は、 2 030
年頃をピークに低下していくことになる。
- 377 -
図 7. 2.3 -1
エネルギー貿易量（左）と一次エネルギー供給に占める貿易量の割合（右）
赤線：供給シナリオ、青線：ミックスシナリオ、緑線：効率シナリオ
実線：技術進展ケース（運輸部門）、破線：通常ケース（運輸部門）
図 7 .2. 3 -2 は、エネルギーシステムの弾性（多様性）を示しており、左側は SWD I、
右側は輸入を考慮した CD I の 210 0 年までの推移を表している。両者において 205 0 年
最も多様化し、エネルギーシステムの弾性が高まるが、その後、ゆっくり低下してい
く経路を辿る形になっている。これは 205 0 年以降、石油、ガス、石炭といった化石燃
料のシェアが低下していくのに対し、バイオ燃料のシェアが高まるため多様性という
面では弾性が減じるためである。
図 7. 2.3 -2
多様化指標（左）と輸入量を考慮した複合指標（右）
赤線：供給シナリオ、青線：ミックスシナリオ、緑線：効率シナリオ
実線：技術進展ケース（運輸部門）、破線：通常ケース（運輸部門）
図 7 .2. 3 -3 は需要側からみたエネルギー供給の多様性（ SWD I）を示している。エネ
ルギー供給源の多様性に関し電力、産業、民生部門では大きな変化はないが、運輸部
門においてはエネルギー源の多様化が大きく進むことがわかる。これは現在、運輸部
門んのエネルギー供給はほとんど石油系の化石燃料に依存しているのに対し、将来的
には燃料のガス化、あるいは電化が進むことが示唆されている。
- 378 -
図 7. 2.3 -3
需要部門の多様化指標（ SWD I）
赤線：供給シナリオ、青線：ミックスシナリオ、緑線：効率シナリオ
実線：技術進展ケース（運輸部門）、破線：通常ケース（運輸部門）
エネルギー安全保障の主権、すなわち輸入依存度はほとんどの地域において将来的
に低下していく。現在、輸入依存度が高い地域でも 2 100 年時点では輸入依存度が低下
し、ほとんどの地域においてローカルなエネルギー供給源が主体となる。これは、世
界的に見て偏在している化石燃料資源から、地域性の強い再生可能エネルギー資源へ
主要なエネルギー源がシフトしていくことを示唆している。
表 7. 2.3 -1 輸入依存度の経年変化（全 11 地域）
輸入依存度
2005
2050
2100
低（ 1 6%未満）
5 地域
7 -11 地域
9 -11 地域
中（ 1 6 -35%）
3 地域
1 -3 地域
0 -2 地域
高（ 3 5%以上）
3 地域
1 -3 地域
0 地域
- 379 -
図 7. 2.3 -4
図 7. 2.3 -5
気候変動政策とエネルギー安全保障政策の関係
追加コストからみたエネルギー安全保障政策の相乗効果
- 380 -
図 7. 2.3 -6
気候変動政策の強度別コスト
2 つの政策を同時に追求した場合のコストは、それぞれの政策にかかると見積もられ
ているコストの単純な足し算ではなく、相乗効果により追加的にかかるコストは逓減
していく傾向にある。
7.2.4 ALPS への考察
エネルギー安全保障の概念を 3 つに整理し、供給側、需要側、そして地域別の視点
から考察する分析のフレームワークは妥当なものである。ただし、背景にある基本の
ロジックは、国際的に取引されている化石燃料を、国内産の再生可能エネルギーに置
き換えることにより、 CO 2 の排出を抑えると同時に、エネルギーの輸入依存度を下げ、
またエネルギー源の多様化をするというものである。概して再生可能エネルギーに寄
せられる期待が高いが、化石燃料を代替しうるほどのポテンシャルがあるのかどうか、
コストの見積もりは妥当なものなのか、よく検証しておく必要がある。また、日本は
太平洋 OECD にカテゴライズされていることに留意が必要。日本、韓国、豪州、 N Z が
一括りとされているが、日本（＋韓国）と豪州ではエネルギー安全保障の状況が大き
く異なることから、直接、日本の政策のインプリケーションを得ることはできない。
参考文献（第 7. 2 節に関するもの）
1)
IIASA; Energy (ENE) Program contribution entitled Energy security – Trade-offs and co-benefits with
climate change mitigation, (2011) unpublished
- 381 -
7.3
7.3.1
モビリティの消費者選択を通じた GHG 削減ポテンシャル
目的
運輸部門における削減技術は限定的であるため、短期的に GHG 削減することは難し
い。特に途上国において自動車保有台数が伸びており、今後も引き続き増加が見込ま
れていることから、運輸部門の効率向上による排出削減も相殺されてしまう。
本分析では 7 .2 同様、IIASA の分析
1)
に拠りながら運輸部門の非技術的要素に焦点を
あて、 GHG 削減ポテンシャルを検討し、 A LP S への適用可能性を考察することを目的
としている。IIASA の分析対象は日本、ドイツ、アメリカの 3 ヶ国であり、それぞの国
において移動パターンの決定要因にどのような違いがあるか、 GDP や人口動態の変化
が人々の移動パターンにどのような影響を与えるか、政策により人々の移動パターン
がどのように変化し、どのような政策が効果的かを考察している。非技術的要素の具
体的なものとしては、燃料価格、車や自動車免許の保有、性別、人口密度、人口動態、
公共交通期間までの距離、ライフスタイル、通勤に車を使うかなどが考えられる。人々
の車での移動距離にこれらの要因がそれぞれどの程度インパクトを持つかについて、
IIASA の分析をもとに考察を加え A LP S への示唆とする。
7.3.2 IIASA による分析手法
IIASA の分析では、まず日、米、独における移動パターンの基本的なデータを整備し
ている（表 7.3 .2 -1 ）。人口密度が高い日本では、人々の一日当たり平均移動距離は
25~30k m なのに対し、ドイツは約 2 倍、アメリカでは約 3 倍程度ある。車で移動する
割合はアメリカで 90 %に達しているのに対し、公共交通機関が充実している日本では、
その半分の 45%に過ぎない。また、日本の車の平均燃費は平均でアメリカより 5 0 %程
度、ドイツより 20 %程度高いものの、日本では駐車料金や有料道路の通行料が高いた
め車の運転コストは、ドイツの約 2 倍、アメリカの 4 .5 倍に達している。
表 7. 3.2 -1 日米独における移動パターンの主な違い
アメリカ
ドイツ
日本
平均移動距離 /日
~75k m
~45 -5 0k m
~25 -3 0k m
平均移動回数 /日
~4
3.5
2.3
90%
75%
45%
~1100
~2500
~6700
4.3
9.5
19 *
9
6 -7
5 -6
移動における車の割合
居住地域の人口密度 /k m 2
車の運転コスト US
車の平均燃費
セント /k m
l/10 0k m
人々の移動距離（ k m/ 日 /人）については、 Bueh le r 1 ) の研究をベースに説明変数の選
定、係数の決定を行っている。引用元となっている研究では、アメリカとドイツを対
- 382 -
象に約 5 万サンプルのデータをもとに人々の 1 日当たり移動距離について多重回帰分
析 (7.3 -1 )を行い、各種パラメーターを決定している。
D国 = αi * xi + C国
(7. 3 -1)
i
D:一人当たりの平均一日移動距離、 α i :係数、 x i :変数、 C :調整項、 i:表 7. 3.3 -1 参照
なお、引用元の論文はアメリカとドイツ 2 カ国のみが対象となっているため、日本
については、日本人一人当たりの 1 日平均移動距離のデータをもとに交通事情が比較
的類似しているドイツの係数を参照しながら、各種係数を調整している。
観測値により基準年（日本は 2 005 年、アメリカは 200 1 年、ドイツは 20 02 年）の係
数を求めたうえで、将来的なの人口動態や GDP 、都市化率の変化を想定し、各種変数
に 20 30 年時点の値を入れ、人々の移動距離がどう変化するか、どの要因が効いている
かを分析している。また将来想定の不確実性を考慮し、移動距離が増えるケースと減
るケースについて感度分析も行っている。
7.3.3 IIASA による分析結果
観測データをもとにした基準年の結果は、表 7.3 .3 -1 に示された通りである。プラス
となっている係数は、人々の移動距離増の要因となっており、マイナスのものは減要
因となっている。
- 383 -
表 7. 3.3 -1
変数、係数、基準年データ
アメリカ
変数 (i)
公共交通機関までの距離
（ 400m 未満）
公共交通機関までの距離
（ 4 0 0 m~ 1 0 0 0 m ）
運転免許保有
一人当たりの車保有台数
車の維持費
人口密度
土地利用の多様性
家計所得
年齢（ 16/18 歳以下）
労働者の単身世帯
DI N KS
幼児がいる労働家庭
学齢児童がいる家庭
退職者世帯
非労働者の単身世帯
非労働者の 2 人世帯
幼児がいる非労働世帯
学齢児童がいる非労働世帯
性別（男 =1 ）
休日
定数
平均移動距離
単位
2001 年
αi
ドイツ
日本
2002 年
αi
2005 年
αi
1 = ye s
-6.8
32%
-2.1
54%
-2.1
60%
1 = ye s
-5.7
11%
-2.0
35%
-2.0
30%
6.6
3.1
-2.8
-2.7
-13.2
0.1
-16.1
-2.6
-1.2
2.4
0
-9.2
-9.8
-5.7
-4.7
-6.5
3.8
-0.9
65.1
90%
1
4.3
1.09
31%
57
25%
3%
10%
12%
17%
20%
3%
9%
11%
16%
47%
14%
1
73%
0.7
9.5
2.54
34%
47
19%
1.7%
8.8%
7%
16%
25%
2%
11%
9%
20%
49%
14%
1
5.4
6.7
-0.5
-1.7
-12.9
0.1
-11.9
-1.0
0.0
1.0
0.0
-5.2
-3.0
-3.8
-2.6
-3.5
7.0
-0.4
42.2
62%
0.62
19.0
6.70
50%
41
18%
7.7%
8.8%
12%
12%
25%
7.4%
7%
10%
10%
49%
14%
1
1 = ye s
台 /人
US c/ k m
千人 /km2
1=多様
$1000
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
1 = ye s
km
k m/ 日
50
5.4
6.7
-0.5
-1.7
-12.9
0.1
-9.4
5.2
1.7
0.2
0.0
-1.2
2.6
-3.8
-2.6
-3.5
4.9
4.0
33.7
32
24
日本、ドイツ、アメリカにおける変数ごとのインパクトを見たものが図 7. 3.3 -1 であ
る。男性であることや、高い家計所得、車や免許の所有といった要因が移動距離の増
加に作用し、逆に車の維持費や人口密度、公共交通機関のアクセスといった要因が移
動距離の減少に寄与していることがわかる。
また国別の違いを見た場合、日本は人口密度や、土地利用形態、車の維持費が他国
に比して大きな影響を与えていることがわかる。またアメリカでは、車の維持費が日
本やドイツと比して相対的に安いものの、これが人々の移動距離の変化に大きく影響
していることも読み取れる。
- 384 -
図 7. 3.3 -1
変数別、国別の一日あたり走行距離へのインパクト（基準年）
これを 2030 年時点で見たものが図 7. 3.3 -2 である。トータルで見ると日本、アメリ
カ、ドイツとも移動距離が減っているが、日本は大きな変化がなく、逆にアメリカが
約 3k m/日以上減少している。将来的に移動距離が変化しうる最も大きな要因は維持費
の増加で、これにより各国で 1 日あたりの移動距離が 5km 前後減少するとみられてい
る。それ以外に、家計所得の上昇、若年層人口、車の保有、運転免許といった変数が
それぞれ若干の増加要因になっているが、維持費の増加分により相殺されネットでは
移動距離が減少すると見られている。
- 385 -
図 7. 3.3 -2
変数別、国別の一日あたり走行距離へのインパクト（ 20 30 年 BA U）
車の保有にかかわる税金や有料道路の料金、さらには都市計画といった要因につい
ては、政策次第で将来的に変化しうる要素である。そこで、政策的示唆を導くため表
7.3. 3 -2 のような 2 ケースを想定して感度解析を行っている。その結果は、図 7. 3.3 -3
及び図 7 .3. 3 -4 に示すとおりである。
表 7. 3.3 -2
人口密度
土地利用
公共交通機関
運転免許
車の保有
維持費
変数の感度
低ケース
（米）人口が 30 %増加し、増分は都市
部に居住。新規開拓地はなし。
（独）都市集中度の増加。特に高齢者。
（日）人口減にもかかわらず、居住地
域の人口密度は増加。
都市化が進む
（米）公共交通機関利用が増加
（独・日）人口増分は公共交通機関を
利用
都市部で免許保有率が低下
都市部で車の保有率が低下
（米）税や道路料金等による大幅増
（独・日）増大
高ケース
郊外化が進む
分散化が進む
人口密度低下に伴う公共
交通機関の縮小
増加
増加
燃費向上により低下
結果としては、低ケースでは BAU よりも大きな減少が見込まれ、高ケースでは逆に
現在よりも移動距離が増えることが示唆されている。いずれのケースでも燃料代を含
- 386 -
む維持費の増減がトータルの移動距離に最も大きな影響を与えており、人口動態の影
響は少なく経済的な側面が大きくあらわれている。ただし、日本については人口密度
の高低も比較的大きなインパクトをもっている。
ドイツ（ k m）
アメリカ（ k m）
図 7. 3.3 -3
アメリカ（左）、ドイツ（右）の感度分析
日本（ k m）
図 7. 3.3 -4
日本の感度分析
7.3.4 ALPS への考察
本分析の方法論は、バージニア工科大学 Ralp h Bue h le r 3 による著作を下敷きにしてお
り、それを日本にまで対象を拡大させたことに意義があるといえよう。アプローチは
3
個人 HP は h t t p : / / w ww. s p i a . vt . ed u / p eo p l e/ sp i a f a cu l t yb i o s/ b u eh l e r sp i ab i o . h t ml
- 387 -
シンプルであるが、人々の移動特性に関するデータは整備されていないことが多く、
多面的によくデータ収集がなされている印象を受ける。ただし、A LP S へ応用していく
場合、以下の 3 点について留意する必要がある。
1 つは多重共線性の問題がある。例えば、家計所得と車の保有については強い相関が
あると一般的には考えられる。説明変数相互に相関が強いとき、それらの影響を二重
に評価してしまう可能性があるが、本文ではそれがどう処理されているのかは言及さ
れていない。
2 つ目は、人々の移動距離に影響を与えそうな国土面積や、徒歩や自転車を含む代替
輸送手段の選択肢などの要素が変数として検討されていない点である。前者は人口密
度、後者は公共交通機関までの距離という変数で補足されている可能性はあるが、変
数として他にも適当なものがある可能性があり、どのような変数を用いるかさらに吟
味し、研究を改善させていく余地がある。
また、本分析ではデータが比較的整備されている日本、アメリカ、ドイツが対象と
なっているが、同じアプローチによる分析の対象国をどこまで拡大できるかも課題で
ある。今後、運輸部門のエネルギー需要が大幅に伸びることが見込まれる中国やイン
ドなどの新興国を分析することができれば、グローバルな温暖化対策・政策に有効な
示唆をえることができる。しかし、これら途上国の統計データは往々にして不十分で
あるため、同じような方法論での分析には限界があることが想定される。
参考文献（第 7. 3 節に関するもの）
1)
IIASA; Mitigation of Air Pollution and Greenhouse Gases (MAG) Program (formerly APD) contribution
entitled The potential for greenhouse gas mitigation through consumer choices on mobility, (2011)
unpublished
2)
Buehler, R. ; Transport Policies, Travel Behavior, and Sustainability: A Comparison of Germany and the
U.S., Doctoral Dissertation, (2008)
- 388 -
第 8章
まとめと今後の課題
本報告書は、
「脱地球温暖化と持続的発展可能な経済社会実現のための対応戦略の研
究」（通称 A LP S （ A Ltern ative P athwa ys towa rd Sustainab le de velop men t and climate
stab iliza tio n）プロジェクト）の４年目となる平成 22 年度の成果をとりまとめたもので
ある。
(1) 今年度のまとめ
本報告書において記載してきたように、今年度実施した研究内容の概略は以下のと
おりである。
①
地球温暖化緩和および適応と持続可能な発展に関する叙述的シナリオの策定
H21 年度までに策定した叙述的シナリオをベースに、 IP CC のシナリオ策定の動向や
昨今の温暖化問題をめぐる国際動向等を踏まえつつ、国際的に説得性、インパクトを
持つような叙述的シナリオを策定した。
中心となるシナリオは、３つの軸（視点）によるものであり、マクロの社会経済に
関するシナリオ（ A、 B）、温暖化政策実施における背景状況に関するシナリオ（ I、 II、
III）、排出削減レベルに関するシナリオ（濃度安定化レベル、 IP CC RCP に対応）であ
る。マクロの社会経済シナリオは、これまでの奇跡的とも言える高経済成長から先進
国を中心に次第に緩やかなる経済成長へと変化していくシナリオ A「中位技術進展シ
ナリオ」と、奇跡的とも言える技術革新が今後も継続し一人当たり GDP 成長も大きく
成長するシナリオ B「高位技術進展シナリオ」の２種類を策定した。温暖化政策の背景
状況に関するシナリオは３種類策定した。シナリオ I「多目的多様性社会シナリオ」は、
現在の社会行動に近いことを前提としたシナリオである。シナリオ II は「温暖化対策
優先シナリオ」であり、このシナリオにおいては、様々な目的の中で温暖化対策の優
先度が高い中で、省エネ技術の普及障壁除去など、温暖化対策をコスト効果的に実施
することが優先されるシナリオである。シナリオ III は「エネルギー安全保障優先シナ
リオ」であり、エネルギー安全保障の視点から国内資源の利用が優先されるようなシ
ナリオである。排出削減レベルに関するシナリオは、 IP CC が第５次評価報告書に向け
た新シナリオのために選定した４つの排出シナリオ（ RCP ）に沿って、ベースライン
（ RCP では 21 00 年に放射強制力が 8. 5 W /m2）、RCP 6.0（ 6. 0 W /m2 ）、RCP 4.5（ 4.5 W /m2 ）、
RCP 3P D（ 3W/m2 をピークに 21 00 年に 2.6 W/m2 ）の排出推移、およびこれに加えて 3 .7
W/m2 シナリオの５シナリオについて検討を行った。
②
定量的評価のためのコンピュータモデルの開発
持続的発展と脱温暖化に関するシナリオの重要要素を一定のロジックに基づいて表
現し、SD 政策や温暖化対策の効果をシナリオと矛盾なく評価するためのモデル開発を
行ってきた。今年度は、地球温暖化対策と持続的発展に関する中核モデルとしてこれ
- 389 -
まで開発してきた農業土地利用モデルについて、食料需給、水需給、土地利用を整合
的に評価できるよう、モデル改良を実施し、また、各種統計データとの整合性確保も
行った。また、健康影響評価、生物多様性評価モデルについても、開発・改良を行っ
た。
また、CO 2 排出の大きい部門である発電、鉄鋼、運輸部門について、最新の技術動向
等を調査、整理を行った。そして、それを R ITE でこれまでに開発してきた温暖化緩和
策評価モデル DNE21+モデルの前提条件として反映を行い、最新の実績データや技術動
向に基づいた分析が可能とした。更に、超長期の評価のため、東大藤井康正教授らが
開発し、R ITE が更新を行ってきていた DNE21 モデルについても、最新の実績データや
技術動向を反映させ、本研究における整合的、総合的な分析ができるようにした。ま
た、非 CO 2 GHG モデルについても、人口、GDP 見通しに沿ってモデル前提条件の更新
を行った。
③
叙述的シナリオに沿った持続的発展政策・温暖化抑制政策に伴う温室効果ガス排出
シナリオ、温暖化緩和策の定量的な分析・評価
開発、改良を行った DNE21+モデルなどを利用して、策定した叙述的シナリオ（シナ
リオ A -I）に沿って、持続的発展政策・温暖化抑制政策に伴う温室効果ガス排出シナリ
オ、具体的な温暖化緩和策シナリオを作成した。産業セクター別（発電、鉄鋼、運輸
部門）のシナリオ策定も行った。また、 D NE21 モデルを利用して、シナリオ A 、 B の
差異、濃度安定化レベルの差異に関する分析・評価を行った。
④
叙述的シナリオに沿った持続的発展政策・温暖化抑制政策に伴う温暖化影響および
適応策の定量的な分析・評価
定量的な排出シナリオそれぞれについて、開発したモデルなどを利用して、農業影
響、淡水資源影響、健康影響に関する温暖化影響を評価した。また、そのときの温暖
化適応策についても分析・評価を行った。
⑤
各種の持続可能な発展および地球温暖化政策に関する指標開発とその定量的評価
シナリオや温暖化対策を持続的発展という文脈の中で評価するための、持続可能な
発展（ SD）指標の開発を行った。既往の持続可能な発展、エネルギーセキュリティな
どの各種の持続可能な発展および地球温暖化に関連する指標について、シナリオ間の
比較評価を行った。
⑥
国内・国際会議等における研究成果の発信と情報収集
Ene rg y M ode lin g Fo ru m (EM F)や Asian Mo d elin g E xc er s ise (AME )などの国際的なモデ
ル分析比較プロジェクトに本研究において策定したシナリオ、分析結果を提供した。
また、A LP S 国際シンポジウムやワークショップを開催し、情報収集・調査や研究成果
等に関する情報発信を行った。その他、国内会議等を通じた情報発信も行った。
- 390 -
(2) 今後の課題
このように、今年度までの研究によって、脱地球温暖化と持続可能な発展社会実現
の定量的シナリオ策定のためモデルの構築はほぼ出来上がった。また、定量的シナリ
オ策定に先立っての叙述的シナリオ策定についても、温暖化問題や持続可能な発展に
関わる国内外の周辺動向も踏まえ、今年度、その位置づけをより明確にすることがで
きた。今後の課題としては、本研究で構築したモデル間の整合性、また、叙述的シナ
リオとの整合性をより強固にし、分析を行うことが挙げられる。そして、これによっ
て、より深く重要な政策的な示唆を得ていく。
また、研究成果の発信の充実も課題として挙げられる。IP CC WG3 の第５次評価報告
書の出版は 2 014 年はじめに予定されており、本研究成果が幅広く活用されていくよう
にするため、論文執筆、国際会議、また国際的なモデル分析比較プロジェクトなど、
様々なルートから研究成果を発信していく。
- 391 -
付
録
付録 1
ALPS 国際シンポジウム
本研究プロジェクトでは、脱地球温暖化と持続的発展可能な経済社会実現のための
対応戦略の研究を進めるにあたり、地球温暖化問題研究で世界的に著名なオーストリ
アの国際応用システム分析研究所（ IIASA : Interna tion a l In stitute fo r Ap p lied S yste ms
Anal ysis）をはじめ、世界の研究機関とも協力しながら研究を進めている。
平成 23 年 2 月、本共同研究の成果報告会として、また、本研究について幅広い関係
者の理解を得るとともに今後に向けての指導・助言も得るため、「 A LP S 国際シンポジ
ウム ― 温暖化対策シナリオ・分析の最前線 ― （ A LP S In te rna tiona l S ympo siu m “ Th e
Fron t ie r s o f Sc ena r io s fo r Cl i ma te Chan ge Re sea rc h an d Asse ssmen t”）」を開催した。当日
は、国際応用システム分析研究所（ IIASA ）、米国ローレンスバークレー国立研究所
（ LBN L）、パシフィックノースウェスト国立研究所（ P NNL）、能源研究所からの海外招
聘研究者計５名、および電力中央研究所からの国内招聘専門家１名にも講演を頂き、
企業、官公庁、大学、研究機関、その他団体等から約 24 0 名が参加し、地球温暖化と
持続的発展、さらには具体的な温暖化緩和策について、活発な議論がなされた。
以下に、本シンポジウムの要旨集を掲載する。
開催年月日
2 011 年 2 月 9 日 (水 )
開催
灘尾ホール
場所
10 :0 0–17 :1 0
(東京都千代田区霞が関 3 -3 -2 )
主
催
財団法人
後
援
経済産業省
地球環境産業技術研究機構 (R ITE )
以上
- 395 -
目次
山地憲治
財団法人地球環境産業技術研究機構研究所長
CO 2 削減のための技術シナリオと政策
マーク・レビン
米国ローレンスバークレー国立研究所中国エネルギーグ
ループグループリーダー
中国は CO 2 排出量で今後も世界を圧倒するか？
杉山大志
財団法人電力中央研究所社会経済研究所上席研究員
世界シナリオにおける電気利用技術の表現の改良について
ネボーシャ・ナキシェノビッチ
国際応用システム分析研究所副所長
抜本的なエネルギー転換の複合的相乗便益：地球統合評価シナリオか
らの観点
マーカス・アマン
国際応用システム分析研究所大気汚染と経済開発プロ
グラムプログラムリーダー
長期と短期の気候強制力の緩和策：非気候政策目標の相乗便益
レオン・クラーク
パシフィックノースウェスト国立研究所上席研究員
長期シナリオ：見通しと経験、そして行動
姜克隽（ジャン・ケジュン）国家発展改革委員会能源研究所能源システ
ム分析・市場分析研究センターセンター長
世界目標下での中国削減経路における統合評価
秋元圭吾
財団法人地球環境産業技術研究機構システム研究グループグ
ループリーダー
温暖化緩和と持続可能な発展に関するシナリオ ― ALPS シナリオ
- 396 -
CO 2 削減のための技術シナリオと政策
山地憲治
財団法人地球環境産業技術研究機構研究所長
１．地球温暖化対策の基本構造
地球温暖化を招いた原因の根源には人間の欲求がある。人間の欲求から気候変動の被害までを、エネ
ルギー利用に伴う CO2 排出に注目して、人間の欲求→物・サービス生産などの人間の活動→エネルギー
需要→CO2 排出→大気中 CO2 濃度上昇→気候インパクト→気候変動による損害、という各フェーズに分解
し、それぞれのフェーズにおける対策のタイプを整理する。図１に示すように、各フェーズに対応した対策
は、①社会構造・ライフスタイルの変革、②エネルギー効率改善、③エネルギーの低炭素化、④CO2 回収・
貯留・吸収、⑤気候制御、⑥気候変動への適応に分類される。この内、①、②、③と④の一部（回収・貯留）
は温室効果ガスの大気中排出を抑制するため抑制対策と呼ばれ、⑥は地球温暖化を前提としての対策で
あるので適応対策と呼ばれる。④と⑥の一部と⑤には地球規模の物質・エネルギー循環や地形を人工的
に改変するものが含まれるのでジオエンジニアリングと呼ばれている。
図 1 地球温暖化対策の基本構造
(出所：山地憲治「エネルギー・環境・経済システム論」、岩波書店、2006 年)
抑制対策の中心となるのは、省エネルギーと低炭素化である。省エネルギーは、ライフスタイル変化など
活動量削減を含む広い視点から進めるべきであるが、エネルギー利用効率改善だけに着目しても、個別
機器の効率改善から交通システムや都市構造の工夫まで、多種多様な技術的可能性がある。しかし、家
庭など多くの主体が参加しなければ実効性を持たないので、技術によって拓かれた可能性を現実の効果
に実らせるために、社会的対応と組み合わせることが重要である。
- 397 -
エネルギーの低炭素化については、天然ガスへの燃料転換をはじめ、原子力や再生可能エネルギー
など非化石エネルギー利用の推進が、地球環境時代のエネルギーの長期的基本戦略として進められてい
る。また、燃料からの炭素分の除去や燃焼排ガスから CO2 を除去して隔離する技術（CCS）も開発中である。
バイオマスのエネルギー利用と CCS を組み合わせれば、エネルギー生産と同時に大気から CO2 を吸収す
る、つまり、CO2 排出をマイナスにすることすら可能になる。
地球温暖化対策には、温室効果による気温上昇に対し、人工的な地球冷却によって温暖化を相殺する
という気候制御技術も考えられる。また、大気中の CO2 を吸収・固定する技術についても、海洋に大規模に
栄養素を投入して植物性プランクトンを増殖させる海洋施肥や土地利用を変化させて CO2 を固定するなど
の提案がある。海洋施肥やアルベド制御のように地球の物質・エネルギー循環を変える大規模技術はジオ
エンジニアリングと呼ばれている。実行には十分過ぎるほどの慎重な対応を要するものの、長期的な温暖
化対策技術のメニューの中には残しておくべきであろう。
最後に、地球温暖化の損害を緩和する適応対策がある。温暖化対応の農林産物の品種改良、植物工
場など農業の気候依存性の低減、洪水などに対する早期警戒システムの構築、大規模堤防工事による海
面上昇への対応などが含まれる。温暖化の影響が特に厳しいと予想される途上国の国土を、洪水などに
対して抵抗力のある強靭なものにし、農業生産を近代化して気候変動による影響を弱めることは地球温暖
化対策としてだけでなく、途上国の発展のために基本的に必要なことである。つまり、適応技術は、地球温
暖化問題の不確実性を考慮しても採られるべきノーリグレット対策としての意味を持っていることに留意す
る必要がある。
２．地球温暖化対策の技術シナリオ
抑制対策に焦点を当て、対策の技術シナリオを検討した IEA の研究例を紹介する。要旨では紙面の都
合で省略するが、電力の脱炭素化とエネルギー需要の電力シフトが大幅な CO2 排出削減の鍵になること
が分かる。
３．わが国の低炭素政策について
2009 年 2 月の二階経産大臣(当時)による太陽光発電の固定価格買取制度の導入、同年 9 月の鳩山首
相(当時)の国連における 2020 年の温室効果ガス 25％削減(1990 年比)目標の表明など、わが国の低炭素
政策では政治主導が目立つようになってきている。政策推進に政治主導は必要であるが、政策の効果や
実現性、政策導入による国民負担等について十分な検討が不足しているように思われる。
地球温暖化問題には科学的不確実性があり、G8 サミット等で国際合意されている産業革命以前の水準
から２℃の気温上昇に抑制する目標にしても、これに対応する温室効果ガスの排出経路と水準には大きな
不確実性の幅があるが、政治主導においては、このような科学的な不確実性についてまったく考慮されて
いない。そもそも、２℃目標の妥当性に関しても科学者間での合意があるわけではない。つまり、地球温暖
化対策における政治と科学の関係には問題がある。政策研究者は、このような科学と政治の関係における
課題を意識し、政策案のシナリオ分析における前提と結果の関係が意思決定者に理解できるように説明す
る必要がある。
- 398 -
中国は CO 2 排出量で今後も世界を圧倒するか？
マーク・レビン
米国ローレンスバークレー国立研究所中国エネルギーグループグループリーダー
本講演では、中国のエネルギー需要とエネルギー起源 CO2 排出量を考察する。過去は 1980 年まで 30
年遡り、将来は 20 年先の 2030 年と 40 年先の 2050 年までの見通しを予測する。当初の予想に反して 2025
年から 2035 年までの間にエネルギー需要の伸びに大きな変化が見られ、エネルギー需要の伸びは著しく
鈍る。何故そのようなことが起こりえるのか、その結果がどれほど確固としたものなのか、長期の分析枠組み
を踏まえながら、その答えを明らかにする。この分析により得られる示唆は、世界全体の排出削減能力に対
してはもちろん、最近の気候変動交渉にとっても意義深いものである。
(RITE 仮訳)
世界シナリオにおける電気利用技術の表現の改良につ
いて
杉山大志
財団法人電力中央研究所社会経済研究所上席研究員
電力はクリーンでカーボンフリーのエネルギー担体であり、気候変動緩和策において極めて重要な役
割を担っている。不思議なことに、電力を利用する需要側技術は気候・エネルギーの世界モデル、シナリ
オにおいてほとんど注目を集めてこなかった。このことはバイオエネルギー、水素技術の文献が数多くある
ことと顕著な対照をなしており、世界モデルでは電気利用技術をもっと重視することが必要である。
ここでは需要側の技術選択を積極的に扱った最新の簡易エネルギーシステムモデルを紹介したい。
‘電気社会’モデルは世界を対象に、それぞれの時期におけるエネルギーシステムコストを最小化した線形
計画モデルである。モデルの建物部門では給湯、暖房ヒートポンプを加え改良されている。産業部門でもヒ
ートポンプや誘導加熱などが入っている。乗用車部門ではプラグインハイブリッドや電気自動車が含まれて
いる。エネルギー利用者の‘省エネルギーバリア’を大まかに表現するため、エネルギー利用機器の資本コ
ストを年価になおすためには主観的割引率（ハードルレート）を用いている。
排出削減目標を課すことは電化率 ―最終エネルギー需要に対する電力の占める割合― を引き上げ
ることになる。給湯、暖房のヒートポンプが普及し、電力へのシフトは建物部門（家庭用、商業用）で著しい
他方、乗用車部門の電化には技術進歩を考慮しても、バッテリーと車両のコストを下げる必要がある。バ
ッテリーの価格推定には不確実性があり、運輸部門に関してさらなる研究が必要であることは文献でも示さ
れている。
- 399 -
効率的な電気利用技術により CO2 限界削減費用が大幅に下がることが感度分析で明らかになった。電
気機器の資本コストは化石燃料を直接燃焼させる従来のものより高いので、主観的割引率が電気へのシフ
トに影響することも明らかになった。
電気利用技術は気候変動緩和策のカギであり、電力の排出原単位を低下させる対策とあわせ、このよう
な技術を促進する政策により、将来大幅に排出を削減することが可能になる。
抜本的なエネルギー転換の複合的相乗便益：地球統合
評価シナリオからの観点
ネボーシャ・ナキシェノビッチ
国際応用システム分析研究所（IIASA）副所長
歴史的多国間協定がメキシコ、カンクンでの COP16 気候変動会議で合意に達し、全ての国が産業革命
以前の水準から気温上昇を 2℃以内に抑制するよう取り組むことを約束した。この目標を達成するために必
要な大幅な排出削減に向け、先進国が‘カンクン合意’と称される一括同意の一部として低炭素開発計画、
方策を採択することに合意したのは意義深い。
本講演では、GHG 排出削減と深刻な気候変動の回避のため、エネルギーが担う重要な役割に着目す
る。IIASA（国際応用システム分析研究所）と GEA（世界エネルギー評価）の研究から、気候とエネルギーに
関する統合的な政策による、国、地域レベルの複合的便益に関して最新の情報を紹介する。又、国連ミレ
ニアム開発目標（MDGｓ）の達成においてエネルギーが担う潜在的役割について述べる。
産業革命以降、人類文明は、手頃で安定的なエネルギーの供給力増加と、基本的エネルギー需要（料
理、暖房、加工処理、モビリティー）を満たすことのできる技術や制度の強化を基盤に発展してきた。十分
なエネルギーがないと現代社会は成り立たないのは周知の事実である。最近のエネルギー開発は天然ガ
ス、石油とも、供給のセキュリティと気候変動対応という観点から社会的関心が寄せられている。総合的に、
エネルギーは重要かつ高まりつつある懸念と関連しており、21 世紀に取り組まなければならない重要分野
である。
IIASA（国際応用システム分析研究所）では、全体的、統合的なアプローチを用い、エネルギーシステム
の転換、GHG 排出の削減、危険な気候変動の回避のみならず、付加的便益をもたらす経営や政治の選
択肢を提示している。ここで、付加的便益には以下の項目が含まれる。
•
エネルギーへのアクセス向上（現在、近代的エネルギーにアクセスできていない 25 億人のエネルギ
ー貧困人口を減少）
•
大気質の改善、健康状態と平均寿命の向上
•
エネルギーセキュリティの向上（化石燃料への依存度低減と供給の信頼性）
•
気候変動の悪影響に関連した損失の回避
- 400 -
•
エネルギー助成金の回避
IIASA の分析では、これらの付加的便益がエネルギー転換を達成するのに関連したコストを大部分で上
回り、同時に危険な気候変動を回避することを示唆している。更に多くの場合、短期間で、国家規模及び
地域規模の便益が得られる。つまり、エネルギーと気候に関する統合的合開発戦略は、それ以外の環境、
社会的目的も達成という相乗便益を伴うといえる。
上記で述べた便益は、より持続的な将来経済に必要なグリーン成長開発経路のモチベーションと捉え
ることができる。
（ RITE 仮訳）
長期と短期の気候強制力の緩和策：非気候政策目標の
相乗便益
マーカス・アマン
国際応用システム分析研究所 (IIASA) 大気汚染と経済開発プログラム
プログラムリーダー
CO2 と大気汚染物質をあわせて制御することは、人々の健康やエコシステム、農業生産を守ることなど
気候政策とは異なった政策目標と温室効果ガス削減の両面で大きな恩恵をもたらす。このことは科学的論
文の中で多くの証拠が示されている。先進国と途上国ともにその恩恵を享受できるし、緩和策が行われた
時間及び場所の付近で効果があらわられる。温室効果ガス緩和のコストと便益を包括的に評価する際は、
このようなコベネフィットを無視すべきではない。
しかしながら、CO2 排出緩和とあわせて（例えば SO2 排出などの）排出を削減することが大気中で冷却効
果を持つ短寿命物質を減らすため、短期的にはさらなる温暖化につながることもある。そのため、冷却作用
を持つ因子を共に制御することは、今後数十年間、CO2 削減がもたらす便益を相殺してしまうだろう。
UNEP より刊予定の「黒色炭素と対流圏オゾン評価」という我々の研究成果の中では、長寿命温室効果
ガスの削減努力を相殺しうる短寿命物質制御の余地について調べ、それにより SO2 制御による気候への悪
影響を最小限にすることを検討している。
我々は IIASA の GAINS モデルを用いて、CH4 と黒色炭素の排出を減らすことにより、それらの物質によ
る放射強制力を 2/3 減らしうる 16 の方法を特定した。これらの方法はすべて既に世界各所で実際に成功
裏に適用されたものであり、CO2 緩和対策を補完するものである。例えば、炭鉱や石油・ガスの精製・輸送、
廃棄物管理や畜産により排出される CH4、あるいは（ディーゼルエンジンのための粒子フィルター、クリーン
な料理コンロ、農業廃棄の燃焼など）黒色炭素を対象にした手法などがある。我々の分析では、これらの対
策を世界中で早急に実施すれば次の数十年における気温上昇を 0.5（0.3-0.7）度まで抑えることができる
ことを示している。地域的には、これらの物質の削減ポテンシャルが大きいアジアや北極圏が有望である。
これらの手段の多くは、CO2 緩和の対象になっていない排出源に作用し、気候変動緩和の対策としては講
- 401 -
じられないものである。しかしながら CO2 緩和と併せ、これらの手段は 2 度目標実現のチャンスを大幅に高
めるものである。
これらの手段は気候変動への影響に加え、地域規模で大気環境の改善につながり、人間の健康や農
業生産に大きな便益をもたらす。大気汚染物質の排出や影響の対策を講じる国の（あるいは国際的な）機
関は既にあり、既存の地域的な大気管理体制で実施が可能である。さらに、これらの対策の多くは（クリー
ンなエネルギーや水へのアクセス、廃棄物管理、よりエネルギー効率のよい生産技術と言った）発展目標
に資するものもある。
(RITE 仮訳 )
長期シナリオ：見通しと経験、そして行動
レオン・クラーク
パシフィックノースウェスト国立研究所上席研究員
大規模のエネルギー・経済統合評価モデルによって作成されたシナリオは、気候科学や気候変動に関
する国内外の政策の議論及び公共と民間部門における意思決定に関する知見を提供してきた長い歴史
がある。例えば、IPCC の SRES シナリオは大気大循環モデル（GCMs）に対する主要な投入情報となってい
る。これらの結果として生まれる気候シナリオは地方や国内の影響や適応に関する様々な研究の基盤とし
ての役割を果たしている。IPCC は評価する際にシナリオを使用し続けており、AR5 でも確実に同様な対応
がとられるであろう。例えば、現存するシナリオにおける再生可能エネルギーの役割についてのレビューは
再生可能エネルギーに関する IPCC の特別報告書において重要な統合的役割を果たしている。その他の
良い例は、気候変動緩和に焦点を当てたエネルギーモデルフォーラム（EMF）での一連の研究である。例
えば、EMF14 は京都議定書のデザインや潜在的意味を分析した。また、EMF14 は政策決定者が京都議
定書を理解するための主な情報源の一つとしての役割を果たした。EMF21 は気候変動緩和における CO2
以外の温室効果ガスの役割を明確にし、これらの温室効果ガスをより精緻に表現することを促進した。最近
では、EMF22 は国際気候変動枠組みへの参加の遅れが示唆することを研究した。この研究はコペンハー
ゲンでの交渉前に最も頑健性のある詳細な情報を提供するために 2009 年の半ばに終了した。EMF22 の
国際シナリオには 10 のモデルが参加し、その結果は国内外の政策関係者間の中で広く発信されている。
多くの理由により、シナリオ開発の過程は決して完全ではない。まず、シナリオは高い不確実性のある将
来を見るための窓である。時間が経過し、我々がより学ぶにつれて、シナリオにおける根本的な仮定は継
続的に更新されなければならない。更に新しい情報の考慮並びにコンピューター処理能力の増加の活用
及び現代科学や政策における議論にとって重要な要素をより効果的に表現するために、シナリオに基づく
大規模のエネルギー経済及び統合評価モデルは、継続的に改善され拡張されている。これらのモデルは、
多くの物理的および人類システム過程を表現するべきではあるが、詳細なレベルで全てを包含するのは難
しい。そして、どの箇所が最も焦点を受けるかに応じて選択がなされるべきである。
シナリオ開発に関してモデル研究者達によるいくつかの優先事項がある。１つ目の優先事項は技術で
ある。技術発展は安定化に向けた転換シナリオにおいて最も重要な決定要因であるが、どのように技術が
発展及び展開するのかについて大きな不確実性がある。したがって、いくつかのマルチモデル研究は、技
- 402 -
術と気候政策、特に緩和策に関する意思決定との間の関連を分析するシナリオを作成している。これらの
研究は技術改良に関する異なる経路が示唆することに主な焦点を当てている。また、これらの研究は技術
重視政策の役割やモデル間の技術の想定の比較方法及び技術発展の過程といった事項も考慮してい
る。
２つ目の優先事項は国内及び国際レベルにおける短期の緩和アプローチを構成する政策構造をより良
く表現することである。長い間、標準的な緩和アプローチは世界炭素税及びキャップ・アンド・トレードを想
定してきた。しかし、現代の政策に関する議論では非常に異なる政策環境を想定しており、それはコミットメ
ントやこれらのコミットメントを満たすアプローチを異なるものにすることによって特徴づけられる。このため、
いくつかのモデル研究において、より現実的な国内及び国際政策構造に関する事項に取り組む試みがな
されている。これらの新しい研究は排出削減を達成するための国家間の努力や実際の政策における違い
のポテンシャルについて分析している。
３つ目の優先事項は制度的能力を含む国内及び地域のより良い特性評価である。世界炭素税あるいは
キャップ・アンド・トレードを想定することによって、伝統的なシナリオ分析は経済システムの効率性における
整合性や地域間の整合的な能力やアプローチを仮定してきた。新しいシナリオ開発は地域の特性や気候
関連政策に対するアプローチの違いを理解することを重視するかもしれない。
４つ目の優先事項は緩和シナリオ、気候シナリオ及び影響と適応シナリオの間の連関である。現在、大
規模 GCM によって計算される気候ストックのシナリオは主に IPCC の SRES シナリオに基づいている。そし
て、これらの気候モデル計算は様々な影響と適応に関する研究の基礎となっている。しかし、統合評価モ
デルの研究者らは新たな気候計算や影響と適応研究の基盤となる新たな気候シナリオ、つまり代表濃度シ
ナリオ(RCPs)を開発した。一方で、これらの代表濃度シナリオから欠けているものは、気候モデル計算に沿
う形で影響と適応の研究の基盤となる整合的な社会経済シナリオを定義する方法である。この乖離を埋め
るために、統合評価や影響と適応の研究に関する代表的な研究者らは AR5 に先立って一連の共有社会
経済シナリオを共同で開発している。
(RITE 仮訳 )
世界目標下での中国削減経路における統合評価
姜克隽（ジャン・ケジュン）
国家発展改革委員会能源研究所能源システム分析・市場分析研究センター
センター長
エネルギー消費量の高速増長は中国に大量の CO2 を排出することをもたらした。現在、中国は世界最
大の温室効果ガス排出国であり、アメリカよりもはるかに多い温室効果ガスを排出している。中国のエネル
ギー消費量を増加するトレントを変わることが出来なければ、中国だけではなく、全世界が地球温暖化に関
する目標を達成することができない。
UNFCCC の GHG 排出量を抑制する政策を進めるため、中国は GHG 排出量の増加を抑える圧力をか
けられる。中国では、国内のエネルギー効率目標、及び再生可能なエネルギー目標に関する多数の政策
- 403 -
が採用された。これらのエネルギー政策は排出削減政策と一致する。最も重要なのは、中国政府が、気候
変動問題を政府の重要課題の一つとして位置づけていることである。そして、2007 年 4 月、「中国応対気候
変化国家方案」が公開された。この方案は、中国国家、及び各省の気候変動政策を指導する重要な文書
である。
UK、日本といった数カ国は、2050 年まで排出量を 60％～80％削減しようとしているが、中国は何が起こ
るか？中国の GHG 排出量を削減する可能性は？本論のシナリオ分析は、他の国のモデルチームと連携
し、モデルで削減オプションを設定し、これらのオプションを実行すれば（時間ギャップを与え、リープフロッ
ギング（蛙跳び）をすることにより）、中国は何が起こるのかが明らかにすることを目指している。
この研究のモデル分析は前の IPAC モデルチームでの先行研究を基づき、国内エネルギー消費及び
排出シナリオは、IPCC シナリオ、EMF 研究等に基づくこと。
統合的なモデル方法を採用し、中国将来の排出削減のシミュレーションを行った。まず、この研究は、
IPAC 世界排出モデルを用い、世界目標を考察した。そして、中国のボトムアップ分析とトップダウン分析を
両方とも取り組んでいる二つモデルと結びつけた。図１はモデルフレームワークを示している。
世界排出モ
デルIPAC
世界エネルギー需給
世界GHG排出量
世界目標
責任分担
エネルギー輸入・輸出
エネルギー価格
削減コスト
経済部門の見通し
エネルギー集約型
産業
削減コスト
中国エネルギー・
排出シナリオ
部門別エネルギー
需要
エネルギー供給
削減コスト
エネルギー技術モデ
ルIPAC-AIM（技術）
エネルギー・経済
モデルIPAC-CGE
図１モデルフレームワーク
この排出シナリオによると、2030 年まで中国の CO2 排出量は増加が続くと見込まれる。様々の政策オプ
ションにより、2030 年以降排出量を削減することが見込まれている。2030 年、CO2 排出量は 26.3 億 t-C（炭
素換算トン）までに増加し、2000 年の排出量の 3.13 倍になる。2050 年、17.3 億 t-C までに削減し、2030
年の 66％、2000 年の 2.05 倍になることが可能である。
(RITE 仮訳 )
- 404 -
温暖化緩和と持続可能な発展に関するシナリオ―
ALPS シナリオ
秋元圭吾
財団法人地球環境産業技術研究機構システム研究グループグループリーダー
１．はじめに
地球温暖化対策を早急に進めなければならないことを、世界の多くの国、多くの人々は同意するものの、
実際の削減は簡単ではない。RITE のモデルやその他世界の多くのモデル分析結果は、例えば、2050 年
に世界の温室効果ガス排出量を半減することや、2020 年に先進国の排出量を 1990 年比で 25%削減するこ
とも、技術的には可能としている。しかしそれを現実社会で実現するための障壁は大きく、障壁を乗り越え
ていくには、より正しくこの問題を理解することが重要である。
RITE では、2007 年度から地球環境国際研究推進事業「脱地球温暖化と持続的発展可能な経済社会
実現のための対応戦略の研究」（通称 ALPS プロジェクト：ALternative Pathways toward Sustainable
development and climate stabilization）」において、地球温暖化対策と持続可能な発展の総合的なシナリオ
策定を行ってきている。本研究では、社会は多様で多目的であることを前提とし、それをシナリオとして定
性的、そしてできる限り定量的に描き出すことによって、多様で多目的な社会の中で、温暖化抑制ひいて
は持続可能な発展につながるより良い意思決定ができるよう、情報提供を行うことを目的としている。そのた
めに、温暖化対策、持続可能な発展は、長期的かつ幅広い視点でとらえるとともに、短中期的な対応は、
国別、セクター別、技術別に着実に対策を積み上げた分析を行っている。マクロの視点とミクロの視点の両
者を融合したシナリオ策定によって、具体的な温暖化対策そしてより大きく持続可能な発展の道筋を明確
にしていく。
２．現状認識
京都議定書は 1997 年 12 月に採択され、2005 年 2 月に発効したが、附属書Ｉ国の CO2 排出量のトレン
ドにはほとんど変化はなく、非附属書Ｉ国の排出量や世界排出量にいたってはむしろトレンドを上昇加速基
調に変えている（図１）。とりわけ途上国を中心として経済成長は重要であり、短期的な CO2 排出増はやむ
を得ない面があるが、GDP あたりの CO2 排出量で見ても、2000 年頃を境として、それまで逓減傾向にあっ
た世界のトレンドは、改善が見られなくなっている（図２）。経済は、１次産業から２次産業への移行時期に
おいて大きく成長する傾向が強い。すなわち、エネルギー多消費産業の成長に伴うものでもあり、多くの国
がより成熟した社会へと進むことができてきている結果であって、それ自体は非難されるべきものではない
とも言える。しかしながら、温暖化の抑制を目的とした枠組みである京都議定書は明らかに欠陥を露呈して
いる。世界のすべての国が、各国が有する差異を認識し、許容しながら、きめ細かい対策を行い、削減努
力を行っていく新たな仕組みが求められる。コペンハーゲン合意そしてそれに続くカンクン合意は、この方
向性に合致したものであり、2011 年末の COP17 で更に進展することが望まれる。
- 405 -
35
CO2 emission (GtCO2/yr)
30
世界計
25
20
附属書Ｉ国
15
10
非附属書Ｉ国
5
0
1970
京都議定書採択
1980
1990
2000
2010
図１エネルギー起源 CO2 排出量の推移
Per-GDP CO2 emission (kgCO2/US$)
1.6
非附属書Ｉ国
1.4
1.2
1
世界平均
0.8
0.6
附属書Ｉ国
0.4
0.2
0
1970
京都議定書採択
1980
1990
2000
2010
図２ GDP あたりのエネルギー起源 CO2 排出量の推移
３．将来の社会経済、温室効果ガス排出の見通し
CO2 排出は、人類のエネルギー利用と密接に関わっている。今後、経済成長と CO2 排出の相関関係を
断ち切っていくことが重要ではあるが、過去の動向からは、CO2 排出と人口、経済成長には強い正の相関
関係がある。本研究では、過去の様々な指標を総合的に分析し、昨今の世界経済危機の影響等も踏まえ
て、GDP 成長、人口成長等の将来シナリオを策定している。図３は、策定した A）中位技術進展シナリオ、
B）高位技術進展シナリオにおける世界の GDP 見通しである。2005-20 年の世界平均の実質 GDP 成長は
シナリオ A では年率 2.8 %、シナリオ B では 2.9%、2020-50 年はシナリオ A では年率 2.4%、シナリオ B では
年率 2.7%である。2050 年に向け、中国、インド等の現在の新興途上国の GDP は大きく伸び、世界の GDP
に占めるシェアが相当大きくなると見られる。
RITE で開発してきた詳細な地域、技術解像度を有する DNE21+モデルによって、現状以上の特段の温
暖化対策がとられないとした場合の温室効果ガス排出の見通しを図４、５に示す。世界経済危機の影響は、
世界全体での温室効果ガス排出に対してはあまり大きくなく、引き続き、排出が増加すると見られる。1990
- 406 -
年において附属書Ｉ国の排出シェアは世界の 58%であったが、2020 年には 37%（京都議定書を離脱してい
る米国を除くと 22%）にすぎなくなるとみられる。図６は、GDP と GDP あたり GHG 排出量の地域分布を示し
たものだが、GDP あたり GHG 排出量は 2020 年にかけて途上国を中心に大きな改善が推定されるが、GDP
成長が大きく、GHG 排出量の増大は避けられない。環境と経済の両立を実現できるバランスの良い削減目
標が必要であるし、対応方策が必要である。
SRESの範囲
400
SRES B1
SRES A1
GDP (2000年価格兆ドル)
350
300
ALPS-シナリオB
250
200
ALPS-シナリオA
150
SRES B2
100
SRES A2
50
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
図３世界の GDP 見通し
注）SRES は IPCC 排出シナリオに関する特別報告書（2000）におけるシナリオ
80000
70000
その他非附属書 I 国
ＧＨＧ排出量 [MtCO2eq./yr]
60000
アフリカ
中南米
50000
その他アジア
インド
40000
中国
その他附属書 I 国
30000
日本
EU27(+12)
20000
EU15
10000
米国
0
1990
2000
2010
2020
2030
2040
2050
図４ ALPS シナリオ A ベースラインにおける世界主要国・地域別の GHG 排出見通し
（土地利用変化 CO2 は除く）
- 407 -
その他非附
属書 I 国
アフリカ
4%
5%
中南米
7%
1990
その他非附
属書 I 国
アフリカ
2%
6%
中南米
8%
米国
19%
その他アジ
ア
10%
中国
12%
その他附属
書I国
17%
その他非附
属書 I 国
アフリカ
2%
7%
中南米
8%
EU15
11%
中国
19%
日本
4%
その他非附
属書 I 国
2% アフリカ
9%
米国
15%
その他附属
書I国
10%
2050
米国
11%
EU15
7%
EU27(+12)
3%
中南米
8%
EU15
9%
その他アジ
ア
15%
EU27(+12)
2%
日本
4%
インド
6%
EU27(+12)
4%
2020
米国
18%
その他アジ
ア
14%
EU15
13%
インド
5%
2005
日本
1%
その他附
属書 I 国
8%
EU27(+12)
2%
日本
2%
インド
7%
その他アジ
ア
17%
その他附
属書 I 国
8%
中国
25%
中国
23%
インド
11%
図５ GHG 排出量の地域分布（実績値とシナリオ A ベースライン）
4.5
2005年
39 GtCO2eq.
その他附属書I国
4
Per-GDP GHG emission
(kgCO2eq./US200$)
中国
3.5
インド
3
アフリカ
2.5
2
EU27(+12)
その他アジア
1.5
中南米
1
米国
その他非附属書I国
0.5
EU15
日本
0
0
10000
20000
30000
40000
50000
60000
GDP (billion US2000$)
4.5
2020年
55 GtCO2eq.
Per-GDP GHG emission
(kgCO2eq./US200$)
4
3.5
3
その他附属書I国
アフリカ
インド
2.5
2
中国
その他アジア
EU27(+12)
中南米
1.5
1
米国
その他非附属書I国
0.5
EU15
日本
0
0
10000
20000
30000
40000
50000
60000
GDP (billion US2000$)
図６ GDP あたり GHG 排出量の地域分布（20 05 年実績と 202 0 年シナリオ A ベースライン）
- 408 -
４．CO2 排出削減に向けて
技術的な世界の CO2 削減ポテンシャルはかなり大きいと見込まれている。しかし、現実社会は多目的で
多様性を有しており、技術的な CO2 削減ポテンシャルが社会で実現する障壁は相当に大きい。それが代
表的に表れているのが、投資回収の判断年数と言える。エネルギーコストだけを考えれば、省エネ効果が
大きく、元がとれる（正味で負の削減費用の）技術であっても技術が普及しないケースは多く見受けられる。
しかし、それを非合理的な判断と単純に片付けることは適当ではない。
(a) 現実社会で観測される短い投資回収判断年数から推定される費用曲線
1990年比-25%（05年比-30%）
(限界削減費用：$476/tCO2 eq)
次世代コークス炉
を前倒しで導入
太陽光発電増加
乗用車でハイブリッド車
更に拡大
バイオエタノール拡大
灯油利用の抑制
2005年比-15%
(限界削減費用：$151/tCO2eq)
バイオエタノール拡大
エアコン、テレビ効率向上
冷蔵庫、エアコン、
テレビ、照明効率向上
現状
CCS
原子力
各種電気機器効率向上
灯油利用の抑制
ガス火力発電増加
風力発電増加
バイオエタノール拡大
乗用車燃費向上
商用車でもハイブリッド車拡大
テレビ、照明効率向上
灯油利用の抑制
(b) 長い投資回収年数を用いて推定される費用曲線
1990年比-25%（05年比-30%）
オリジナルの投資回収年数での
限界削減費用曲線
乗用車でのハイブリッド車拡大+
ハイブリッド車での高濃度バイオ
燃料への対応が相対的に安い
費用で対策としてとられる。
2005年比-15%
商用車でのハイブリッド車拡大が
相対的に安い費用で対策としてとられる。
冷蔵庫、テレビ、エアコンで
高効率機器普及
現状
CCS
原子力
石炭・石油火力減少
ガス火力増加
正味で負の費用での削減
乗用車燃費向上
商用車にもハイブリッド車導入
図７
日本の 202 0 年における削減費用曲線（現実社会で観測される短い投資回収判
断年数を用いて推定したケースと長い投資回収年数を用いて推定したケースの差異）
- 409 -
図７は、日本の 2020 年の GHG の削減費用曲線を推定したものである。これは日本の削減費用曲線の
推定であるが、世界の削減費用曲線も含めて、いくつか重要な示唆が得られる。日本の投資回収判断年
数は世界各国と比較して長い。日本では、これまで比較的長期の経営判断がなされており、それが過去省
エネを推進する原動力となってきた。一方、途上国などでは投資回収判断年数は大変短く、多少性能が悪
くても、初期投資が安価な技術が選好されやすい。高い経済成長率の下にあるとき、企業経営からは、投
資回収判断の割引率も高く設定せざるを得ない。これは一例でしかないが、このように、観測される投資回
収判断年数は、温暖化対策コスト以外の要因を含めて最適化された結果として表れている部分も多い。社
会は温暖化対策のみを目的にしているわけではないことから、エネルギーコストを考えれば元がとれるから
といって、その実現が必ずしも無条件に正当化されるものではない。しかし、一方で、限定合理的に判断を
行っている部分もあるだろう。そういった限定合理的な判断がなされている対策、部門を特定し、きめ細かく
ボトムアップ的に対策を実施していくことが必要である。また、別の示唆としては、排出量取引制度のような
炭素に明示的に価格をつける政策で実現することは難しいということである。炭素に明示的に価格をつけ
ると、社会が炭素価格を指標として投資判断を行う。すなわち、現実に観測される短い投資回収判断年数
に従って温暖化対策がとられるということである。そうすると、相当に高い炭素価格がつけない限り対策が
進まないことになる。しかし、それは現実社会では、経済的にも政治的にも実現不可能である。限定合理的
な判断がなされている対策、部門を特定し、きめ細かくボトムアップ的に対策を実施すれば、現実に観測さ
れる短い投資回収判断年数に支配されなくて済む。
５．おわりに
モデル分析は単純化した分析となり、現実社会の障壁を軽視することも多い。しかし、それでは、本当に
効果のある政策を誤りかねない。現に京都議定書はほとんど機能しなかったし、現実社会を深く分析する
と、EU-ETS タイプの排出量取引制度もあまり機能しないだろう。人類の持続的な発展を考えると、強い温
暖化対策、大きな温室効果ガスの排出削減は不可欠と考えられる。しかし、一方で負担が大きすぎる削減
は、むしろ持続的な発展を阻害しかねず、適度なバランスを見出していくことも重要である。ALPS プロジェ
クトでは、現実社会で真に効果を有する温暖化対策、政策、そしてより広く持続可能な発展が可能な社会
像を、定性的、定量的なシナリオとして描き提示することによって、より良い方策立案に貢献していく予定で
ある。
- 410 -
■ 講演者略歴
山地憲治（ RI T E
研究所長）
2010 年 4 月より、（財）地球環境産業技術研究機構（RITE）理事・研究所長。日本学術会議会員、日本
エネルギー学会副会長、エネルギー・資源学会副会長でもある。RITE 前職は東京大学大学院工学系研
究科電気系工学専攻教授である。1972 年東京大学工学部原子力工学科卒業、1974 年同大学原子力
工学科修士課程修了、1977 年同大学大学院工学系研究科博士課程修了、工学博士。早期より、主として
電力中央研究所在籍時からエネルギー技術評価の分析に従事してきた。
エネルギーシステムに関する著書は 60 冊を超えており、論文多数、また日本政府におけるエネルギー・
環境政策に関わる審議会委員も多く務める。IPCC 第 3 次および第 4 次報告書（いずれも WG3）代表執筆
者。
マーク・レビン（ LBNL
中国エネルギーグループグループリーダー）
マーク D. レヴィン博士は 1996 年から 2006 年まで、ローレンス・バークレー国立研究所（LBNL）環境
部門のディレクターをつとめる。この部門では 400 名のスタッフがエネルギー効率政策分析と研究開発を行
っていた。1988 年に LBNL に中国エネルギーグループを創設。中国においてエネルギー効率を高めるた
め、中国との共同研究に重点的に取り組んでいる。
中国におけるエネルギー効率の研究の 20 年間の主な実績
•
エネルギー財団中国持続可能エネルギープログラム、北京エネルギー効率センターの共同創設
者、LBNL 中国エネルギーグループを創設者
•
中国に機器効率基準をもたらしたチームを率い、現在、30 品目にのぼる基準は、毎年、三峡ダム
（18GW）発電量 10 年分以上の節約に相当する
•
産業エネルギー効率のパイロットプロジェクト実行チームに関与。同プロジェクトは中国産業部門
における効果的な省エネルギー政策策定に重要な役割を果たした。（企業 1000 社プログラム）
•
LBNL 中国エネルギーグループに建物エネルギー効率重点分野をつくり、熱エネルギー削減のた
めの住宅改修パフォーマンス評価及び、商業用建物の省エネ改修を評価するコンピュータープロ
ラムの開発研究を率いる（進行中）
最近、米中クリーンエネルギー研究センターの責任者（建物の省エネ）に選ばれた。6 研究所と企業 10
社が参加し（中国側からの支援とあわせ）5 年間で 2500 万ドル授与された。
中国エネルギーの研究に加えて、気候変動に関する政府間パネル（IPCC）の建物におけるエネルギー
利用からの CO2 排出についての章の統括執筆責任者を務めた。（IPCC はノーベル平和賞を受賞）米国、
中国、世界の包括的エネルギーシステムの主だった研究においても優れた成績を挙げている。連邦政府
による研究開発プログラム（ローレンスバークレー国立研究所主導）、電力信頼性ソリューションに関するコ
ンソーシアムの創設者 3 人のうちの一人。
アメリカでは主要 3NPO 法人、中国では 1 つの NPO 法人の理事を務める。[米国エネルギー合理化経
済評議会（ACEEE）、カリフォルニアクリーンエネルギーファンド（CalCEF）、クリーンエネルギー政策センタ
- 411 -
ー、上海太平洋エネルギーセンター] 米のディビス省エネルギーセンター、日本のアジア太平洋エネルギ
ー研究センター（APERC）の諮問委員会委員を務める。1999 年にはカリフォルニア科学技術評議会のフェ
ローに選ばれた。近年、3 つの名誉ある賞を受賞した。持続可能な都市開発への貢献で大林賞、中国の
省エネ研究で米科学者連盟の公共事業賞、日本建築学会会員以外を対象としては最も栄誉ある日本建
築学会文化賞を受賞。
100 以上の出版物を執筆した他、IPCC の建物部門におけるエネルギー利用にともなう CO2 排出の章で
主筆者を務める。アメリカ、中国、世界の主要な包括的エネルギーシステム研究にも携わっている。
プリンストン大学を最優秀の成績で卒業、カリフォルニア大学バークレー校で博士号を取得。フルブライ
ト奨学金、ウッドロウウィルソンフェローシップ、アメリカ国立衛生研究所博士賞を受与されている。
(RI TE 仮訳 )
杉山大志（財団法人電力中央研究所
社会経済研究所上席研究員）
１９９１年東京大学理学部物理学科卒業
１９９３年東京大学大学院工学研究科物理工学修士了
１９９３年（財）電力中央研究所入社
１９９５年～１９９７年国際応用システム解析研究所（ＩＩＡＳＡ）研究員
２００２年～２００４年国際学術会議地球環境の制度的側面科学執行委員
２００２年京都議定書ＣＤＭ理事会小規模ＣＤＭパネル委員
２００３年～産業構造審議会環境部会地球環境小委員会将来枠組み専門委員会委員
２００４年～ＩＰＣＣ第四次評価報告書第三部会主著者
２００５年～ＩＰＣＣ第四次評価報告書統合報告書主著者(ＩＰＣＣは 2007 年ノーベル平和賞受賞)
２００５年～産業構造審議会環境部会地球環境小委員会市場メカニズム専門委員会委員
２０１０年～ＩＰＣＣ第五次評価報告書第三部会総括執筆責任者
現在
電力中央研究所上席研究員
【主要な著書】
省エネルギー政策論（2010）、戦後日本の省エネルギー史(2010)、新・これが正しい温暖化対策（2010）、
続・これが正しい温暖化対策(2008）、これが正しい温暖化対策(2008）」（エネルギーフォーラム賞優秀賞受
賞）
ネボーシャ・ナキシェノビッチ（IIASA
副所長）
ネボーシャ・ナキシェノビッチ教授は、国際応用システム分析研究所(IIASA)の副所長。また、ウィーン工
科大学のエネルギー経済学分野の教授であり、世界エネルギー評価(Global Energy Assessment)の責任
者でもある。
その他の役職としては、国際連合のエネルギーと気候変動に関する事務総長諮問グループのメンバー、
ドイツ政府の地球変化に関する諮問会議(WBGU)のメンバー、世界銀行「2010 年開発報告書：気候変化」
の諮問会議のメンバー、国際科学会議(ICSU)の科学計画と査読委員会のメンバー、グローバルカーボン
プロジェクトのメンバー、エネルギーセクター経営援助プログラム(ESMAP)の持続可能なエネルギー供給・
- 412 -
貧困減少・気候変動に関する専門家パネルのメンバー、気候変動影響と対応評価のための社会経済シナ
リオのパネルメンバー、気候変動に関する政府間パネル（IPCC）の第 5 次評価報告書において代表執筆
者、21 世紀の再生可能エネルギー政策ネットワーク(REN21)の運営委員会メンバー、ヘルムホルツ技術プ
ログラムの国際諮問委員会委員、オーストリア OMV 未来エネルギー基金諮問委員会委員長を務めてい
る。
また、「技術予測と社会変動誌」(International Journal on Technological Forecasting and Social Change)、
「気候政策誌」(International Journal on Climate Policy)、「土木学会誌」(International Journal of the
Institution of Civil Engineers) 、環境持続可能性の最新評価（ Current Opinion in Environmental
Sustainability）「エネルギーセクター経営誌」(International Journal of Energy Sector Management)の編集委
員でもある。
2002～2007 年の間、気候変動に関する政府間パネル（IPCC）の第４次評価報告書において統括執筆
責任者を務めた。また、2001～2005 年の間、国連ミレニアムエコシステム評価において統括執筆責任者、
1993～1998 年の世界エネルギー会議の世界エネルギー展望の責任者、1993～1995 年の IPCC の第２次
評価報告書の代表執筆者、1997～2000 年 IPCC の排出シナリオに関する特別報告書の代表執筆者、
1999～2001 年 IPCC 第３次評価報告書の執筆者、1999～2000 年「世界エネルギー評価－エネルギーと
持続性の挑戦」の代表執筆者、2006～2008 年再生可能エネルギーに関する国際科学パネルのメンバー、
1993～2003 年グラーツ工科大学客員教授を務めた。
米国プリンストン大学で経済学の学士号、計算機科学の修士号を取得、ウィーン大学で博士号を取得し
た。また、ロシア科学アカデミーより名誉博士号（工学）を授与されている。
技術変化の長期的なパターン、経済開発と気候変動への影響、エネルギー、モビリティ、情報、コミュニ
ケーションの技術革新に特に研究の興味を有している。
（RITE 仮訳）
マーカス・アマン（ IIASA 大気汚染と経済開発プログラム
プログラムリーダー）
マーカス・アマンは国際応用システム分析研究所（IIASA）の「大気汚染物質と温室効果ガス緩和」プロ
グラムを率いている。
IIASA では、大気汚染物質と温室効果ガス分析のための RAINS、GAINS モデル開発、及び長距離越境
大気汚染条約及び EU における政策への適用を取りまとめている。IPCC 第四次評価報告書や英国王立協
会によるオゾン報告書、UNEP による黒色炭素評価の主執筆者でもある。オーストリア化学アカデミーのクリ
ーンエア委員会のメンバーに任命されている。
アマン博士はオーストリアのウィーン工業大学電気工学科を卒業し、ドイツのカールスーエ大学から経
済学博士号を授与された。
(RI TE 仮訳 )
- 413 -
レオン・クラーク（ PNNL
上席研究員）
Clarke 博士は米国メリーランド大にあるジョイントグローバルチェンジ研究所（JGCRI）の上席研究員で
経済学者であり、JGCRI の統合モデル及びエネルギーグループにおいて主導的な役割を果たしている。
Clarke 博士の現在の研究は気候変動対策における技術の役割、国際気候政策、シナリオ分析や統合評
価モデルの開発に焦点を当てている。また、Clarke 博士は米国気候変動科学プログラムの排出シナリオ開
発過程(SAP2.1a)の調整役を務め、IPCC の第４次報告書ではワーキンググループⅢの執筆協力者であり、
またエネルギーモデルフォーラム 22 のシナリオプロジェクトの調整役や共同編集者を務め、気候対策の選
択に関する全米アカデミー研究のメンバーを務めた。現在は、IPCC の再生可能エネルギーに関する特別
報告書の代表執筆者を務めている。
パシフィックノースウェスト国立研究所（PNNL）に入所する前は、ローレンス・リバモア国立研究所やパシ
フィックガス&電力会社、RCG/ハグラ―、バイリ―社での勤務経験がある。また、スタンフォードのエネルギ
ーモデリングフォーラムにおいてリサーチアシスタントを務めた。Clarke 博士は機械工学の学士号と修士号
をカリフォルニア大学バークレー校で取得し、工学経済システムとオペレーションリサーチの修士号と博士
号をスタンフォード大学で取得した。
(RITE 仮訳)
姜克隽＜ジャン・ケジュン＞（国家発展改革委員会能源研究所
能源システム
分析・市場分析研究センターセンター長）
1993 年から、エネルギー技術の政策評価、エネルギー供給の政策評価、再生可能なエネルギー発展、
及び省エネルギーを中心とする気候変動に関するエネルギー政策分析の研究を始めた。1994 年から、中
国、及び世界のエネルギー消費、GHG 排出におけるシナリオ・政策を分析している統合評価モデル
（IAM）の開発を取り込んできた。1999 年東京工業大学で社会工学の博士号を取得。
現在は、統合政策評価モデル（IPAC）の中国チームを率いて、エネルギー政策評価、及び環境政策評
価分野で活躍している。主な対象分野は、エネルギー消費・排出シナリオ、エネルギー政策、エネルギー
システム、エネルギー市場分析、気候変動、地域環境政策、及び国際交渉である。
1997 年から、IPCC の排出シナリオに関する特別報告書、第 3 次評価報告書第 3 作業部会の作業に関
与、第 4 次評価報告書第 3 作業部会第 3 章の代表執筆者、地球環境展望 4（GEO-4）第 2 章の代表執筆
者を務めてきた。現在は IPCC 第 5 次評価報告書の統括代表執筆者である。
最近は、エネルギー・排出シナリオ 2030、2050 年までの低炭素シナリオ、エネルギー税・燃料税の評価、
中国のエネルギー目標ポテンシャル、及び統合政策評価モデルの開発など多数のプロジェクトを行ってい
る。
(RI TE 仮訳 )
秋元圭吾（ RI T E
システム研究グループグループリーダー）
昭和 45 年生まれ。平成 11 年横浜国立大学大学院工学研究科博士課程修了。工学博士。平成 11 年
財団法人地球環境産業技術研究機構入所、研究員。平成 15 年、同システム研究グループ主任研究
- 414 -
員。平成 19 年、同グループリーダー・副主席研究員現在に至る。平成 18 年国際応用システム分析研
究所（IIASA）客員研究員。平成 18～20 年東京大学先端科学技術研究センター客員研究員兼務。平成
19～20 年日本学術会議特任連携会員。平成 21 年東京大学公共政策大学院非常勤講師兼務。平成 22
年～東京大学大学院総合文化研究科客員教授。IPCC 第５次評価報告書代表執筆者。エネルギー・環
境を対象とするシステム工学が専門。
著書として、CO2 削減戦略（分担執筆）、図解 CO2 貯留テクノロジー（分担執筆）、「低炭素エコノミー―
温暖化対策目標と国民負担」（分担執筆）、「CO2 削減はどこまで可能か―温暖化ガス‐25%の検証」（分担
執筆）。1997 年 IIASA より Peccei 賞、1998 年電気学会より優秀論文発表賞、2004 年エネルギー・資源学
会より茅奨励賞をそれぞれ受賞
- 415 -
Contents
Kenj i Yamaj i, Director-General , RI TE
Policy and Technol ogy Scenario f or CO 2 Emission Reduction
Mar k Levine, Group Leader, China Energy Group, Environmental
Energy Technol ogies Divisi on, Lawrence Barkley Nati onal Laboratory
(LBNL)
Will Chi na Overw hel m the World w ith its CO 2 Emissi ons?
Taishi Sugi yama, Sector Leader, Senior Research Scientist,
Socio- economic Research Center, Cent ral Research Institute of Electric
Power Industry
Improving Represent ation of Electric End Use Technology in
Global Scenario
Neboj sa Nakicenovic, Deputy director, Internati onal Instit ute for
Applied Systems Anal ysis (II ASA)
The Multiple Co- Benef its of a F undamental Energy
Transf ormati on:
Perspecti ves f rom Gl obal Int egrated Assessment Scenari os
Mar kus Amann, Progr am Leader, At mospheric Polluti on & Economic
Devel opment Program, I nternational Inst itute for Appli ed Systems
Analysis (I IASA)
Mitigation of Long- and Short- Lived Climate Forcers:
Co-Benef its on Non- Climate Policy Objectives
Leon
E.
Clar ke,
Senior
Research
Economist ,
Pacific
Nort hwest
National Labor ator y (PNNL)
Long-Term Scenarios : Perspectives, Experience, and Activiti es
Kej un J iang, Director, Energy Syst em Anal ysis and M arket Anal ysis
Research Center, Energy Research I nstitut e National Devel opment and
Refor m Commissi on
Integrated Ass essment f or China’s Miti gation Pathw ay Under
Global Target
Keigo Aki mot o, Group Leader of Syst ems analysis Group, RITE
Scenarios f or Global Warmi ng Mitigati on and Sustai nable
Developm ent − ALPS Scenarios
- 416 -
Policy and Technology Scenario for CO 2 Emission Reduction
Kenji Yamaji
Dir ec to r -G ene ra l , R ITE
1. Structure of response measures
Response measures to cope with the climate change issues range widely. Figure 1
illustrates response measures related to the energy sector by dividing into six groups.
Figure 1
Structure of response measures in energy sector to cope with climate change
The first group is the measures to modify “activities”; for example, modifying life style
and/or social structure to suppress consumptions. The measures in this group may be
called social technology in a broader sense which includes social education. Second
group is the measures which reduce the ratio of energy consumption to activities. There
are many technologies in this group; for example, efficient power generation, efficient
lighting, fuel economy improvement for cars, and so on. The measures in this group are
usually called energy conservation or energy efficiency improvement. Third group is
the measures to reduce the ratio of CO 2 emissions to energy supply. While there are
also many technologies in this group, technologies are further divided into the
following sub-group; 1) fuel switching (e.g. from coal to natural gas), 2) nuclear power,
and 3) renewable energies. It would be appropriate to name this group of measures as
decarbonization of energy.
The next group is the measures to suppress CO 2 concentration in the atmosphere. There
are two subgroups: one is CCS (carbon capture and storage) technologies to remove and
store CO 2 from the combustion process of fuels; the other is the sink enhancing
technologies (e.g. afforestation) to absorb and store CO 2 from the atmosphere. It is
possible to realize negative emission by combining biomass combustion with CCS
technology.
- 417 -
Remaining two groups are climate control and adaptation. Climate control is the
measures to offset the climate change caused by the greenhouse effect; for example
there are research activities on albedo control to offset the temperature rise. Such
technologies to modify intentionally the natural function of the earth are called
geo-engineering. Ocean fertilization to enhance CO 2 absorption capacity of the ocean,
which belongs to the previous group, is another example of geo-engineering
technologies. We should carefully check side effects and risk of geo-engineering before
implementation.
Adaptation is, on the other hand, very important in a sense that adaptation to climate
change could also contribute to the achievement of other international priorities,
including the Millennium Development Goals. Humans have been adapting to their
environment throughout history. But the rate and scale of climate change are
unprecedented. Enhancing our response to the changes in environment is needed, with
action at global, national and local level.
Among the measures in the six groups, those except the adaptation measures are called
mitigation measures in a sense that these measures alleviate the climate change itself.
In the presentation, we focus on promising mitigation measures, particularly on energy
efficiency improvement, decarbonization of energy, and CCS technologies.
2. Technology scenarios
For illustrative purpose, IEA’s BLUE scenarios, which are corresponding to the
long-term goal of achieving 50% reduction of global greenhouse gas (GHG) emissions
by 2050, will be discussed. Decarbonization of electricity and electrification of energy
demands play a critical role for the deep cut in CO 2 emission reductions.
3. Review of low carbon policy in Japan
Political leadership has been prominent in recent decision makings for the low carbon
policy in Japan, such as the introduction of feed-in tariff for PV and the target of 25%
reduction of GHG emissions in 2020 from the level in 1990. While political leadership
is an indispensable element in policy decisions, a more detailed scientific study seems
to be required on the effects and costs of the policy including its feasibility in real
world from the long term and global perspectives.
Energy issues consist of various aspects, including global warming, energy security,
and economic growth, and so on. Global warming is not the sole issue for us to solve. It
is important therefore to understand the issue from a comprehensive perspective while
endeavoring to maintain economic growth and enhance the convenience and comfort for
the lives of people.
G8 countries agreed to the long-term goal of achieving at least 50% reduction of global
greenhouse emissions by 2050 to suppress the temperature rise within 2 degree C. The
current policy of Japanese government for low carbon society is formed to meet the
- 418 -
international agreement assuming the remaining major countries will pursue the
equivalent level of commitments to realize the ambitious goal.
The science on climate change, however, involves uncertainties; for example, there is a
wide range of uncertainty in the relation between the stabilized level of GHG
concentration and the temperature rise as well as that between the level of
concentration and the GHG emission pathway. The political decision makings on
climate policy seem to have paid no attentions on these scientific uncertainties.
Science basis for climate policy is not enough. We should promote more discussions
between scientists and policy makers by providing a more transparent systems analysis
on the proposed climate policy taking into account the uncertainties involved in the
climate science.
Will China Overwhelm the World with its CO 2 Emissions?
Mark Levine
Group Le ad er, Ch ina E nerg y Group, E n viron menta l Ene rg y T ech no log ie s Division , La wren ce
Bark le y Na tion a l La bo rato ry ( LBN L)
This talk looks at energy demand and energy-related CO 2 emissions from China. The
historical perspective goes back 30 years to 1980. The prospective look goes forward
20 and 40 years – to 2030 and 2050. Unexpectedly, a discontinuity in energy demand
growth appears in the 2025 to 2035 time period: energy demand growth slows
significantly. The analysis provides answers on why such a discontinuity is likely to
take place and how the results are robust considering the long time frame for the
analysis. The implications of this for both the current round of climate change
negotiations as well as for the ability to reduce global emissions are profound.
Improving Representation of Electric End Use Technology
in Global Scenario
Taishi Sugiyama
Sec to r Lea de r, Se n io r Rese arch Sc ien tist, S oc io -e cono mic Re se arch Center, Cen tra l Re sea rc h
In stitu te o f E lec tric P o we r Ind ustry
Electricity is a clean, carbon-free energy carrier, which will play a vital role in
mitigation of global climate change. Curiously, demand-side technologies that use
electricity have received scant attention in global climate-energy models and scenarios.
This is in sharp contrast with a large literature on bioenergy and hydrogen technologies.
- 419 -
It is therefore essential to improve representation of electric technologies in global
models.
We here present a simple energy system model that has been updated to explicitly treat
the technology choice at the demand side. The model, called the Electric Society model,
is a linear programming model, which is global in scope and minimizes the energy
system cost at each time step. The model’s building sector is modified to include heat
pumps for hot water and space heating. It also has heat pump technology and induced
heating for the industry sector. The passenger car sector includes plug-in hybrids and
electric vehicles. To crudely represent “energy efficiency barriers” faced by energy
service users, we include implicit discount rates (or hurdle rates) to annualize the
capital costs of energy using devices.
Imposing emissions reduction targets leads to an increase in the electrification rate,
which is defined as the proportion of electricity to the final energy demand. Shift
toward electricity is particularly strong in the building sector (both household and
commercial services), with heat pumps supplying hot water and heating.
On the other hand, electrifying the passenger car sector requires significantly cheaper
batteries and vehicles than current estimates of the technological progress suggest. The
literature shows a huge uncertainty of estimated costs of batteries, which points to the
need of more research on the transport sector.
Sensitivity analyses demonstrate that efficient electric technologies contribute to
substantial decreases in the marginal cost of carbon dioxide abatement. Implicit
discount rates are also found to affect the shift toward electricity because the capital
costs of electric devices are higher than conventional ones with direct combustion of
fossil fuels.
Electric technologies are the key to climate change mitigation, and policies to promote
such technologies will enable future drastic cuts in emissions, when combined with
measures to reduce carbon intensity of electricity.
The Multiple Co-Benefits of a Fundamental Energy
Transformation: Perspectives from Global Integrated
Assessment Scenarios
Nebojsa Nakicenovic
Depu ty D irec to r, In te rn atio na l In stitute fo r Ap plie d S yste ms Ana lysis (IIASA )
The historic multilateral agreement reached at the recent COP16 Climate talks in
Cancun Mexico commits all countries to keeping temperature rise below 2C above
preindustrial levels. Significantly, industrialized countries, as part of the package
referred to as the ‘Cancun Agreements’, have agreed to adopt low-carbon development
- 420 -
plans and strategies to achieve the drastic emissions reductions required to achieve this
temperature target.
The presentation reinforces the critical role energy plays in reducing GHG emissions
and averting dangerous climate change, and provides new information from the
International Institute for Applied Systems Analysis (IIASA) and the Global Energy
Assessment (GEA) on the significant and multiple benefits of integrating climate and
energy policies at both national and regional levels. It also highlights the potential role
of energy in supporting achievement of the UN Millennium Development Goals
(MDGs).
Human civilization, since the advent of the Industrial Revolution, has been built on
increasing availability of affordable and secure energy, and the technological and
institutional capacity to meet basic energy service needs, such as cooking, heating,
industrial processing and mobility. Without adequate energy, modern society, as we
know it, would not be possible. Recent developments have focused public attention on
the energy situation in terms of security of supply, both natural gas and oil, and the
need to respond to climate change. In total, energy is the key area for action to address
in the 21st century, with many significant and growing concerns.
Using a holistic and integrated approach, researchers at the International Institute for
Applied Systems Analysis (IIASA) have identified management and policy options that
could not only transform energy systems, reduce GHG emissions and avert dangerous
climate change, but generate additional benefits including:
• Improved energy access (reducing energy poverty for the 2.5 billion people
currently without access to modern energy sources);
• Improved air quality and improved human health and life expectancy;
• Improved energy security (reducing reliance on fossil fuels and reliability of
supply);
• Avoided costs associated with the adverse impacts of climate change; and
• Avoided energy subsidies.
IIASA’s analyses indicate that that these additional benefits outweigh most of the costs
associated with achieving an energy transformation while avoiding dangerous climate
change. Furthermore, in many cases, the benefits are demonstrable in the short-term
and at national and local scales. Thus, there is a strong argument for an integrated
development strategy, focusing on energy and climate as the key entry points with
many co-benefits that achieve other environmental and social objectives.
The above-mentioned benefits can collectively be seen as the motivation for a “green
growth” development pathway, one that is necessary to move emerging economies
toward a more sustainable future.
- 421 -
Mitigation of Long- and Short-Lived Climate Forcers:
Co-Benefits on Non-Climate Policy Objectives
Markus Amann
P rogra m Le ad e r, A tmosphe ric P o llu tion & E co no mic De velop men t P rogra m, In te rn atio na l
In stitu te fo r App lie d S yste ms Ana lysis (IIA S A)
The scientific literature presents ample evidence that co-control of CO 2 and air
pollutants leads to significant co-benefits of greenhouse gas mitigation on non-climate
policy objectives, inter alia for the protection of human health, ecosystems and
agricultural production. Such co-benefits occur both in industrialized and developing
countries, and they emerge in the near term and close to the locations where mitigation
measures are taken. Thus, a comprehensive assessment of the costs and benefits of
greenhouse gas mitigation must not ignore such co-benefits.
However, some of the emission reductions that occur as a co-control of CO 2 mitigation
(e.g., of SO 2 emissions) lead to additional warming in the near term, as presence of
such short-lived substances exert in the atmosphere exert a cooling effect. Thus, such
co-controls of cooling agents will compensate some of the climate benefits from CO 2
mitigation in the next few decades.
Our study, undertaken for the forthcoming ‘Assessment of Black Carbon and
Tropospheric Ozone’ of the United Nations Environment Program (UNEP), explored
the scope for control of short-lived substance that could complement efforts to reduce
long-lived greenhouse gases and thereby minimize the negative climate impacts of SO 2
controls.
Based on IIASA’s GAINS model we identified 16 measures that reduce emissions of
CH 4 and black carbon so that the global radiative forcing from these substances could
be cut by two thirds in the near term. These measures, all of which are already
successfully applied in practice in different parts of the world, are complementary to
CO 2 mitigation measures. They include measures to control emissions of CH 4 from coal
mines, production and distribution of oil and gas, from waste management and livestock
farming, as well as measures directed at emissions of black carbon (e.g., particle filters
for diesel engines, clean cooking stoves, agricultural waste burning, etc.). Our
analysis shows that rapid implementation of these measures throughout the world could
reduce global temperature increase in the next few decades by up to 0.5 (0.3-0.7)
degrees. Larger reductions would occur in Asia, where the main potential for further
reductions of these substances exists, and in the Arctic. Most of these measures affect
sources that are not in the focus of CO 2 mitigation, and would thus not be taken in the
interest of climate change mitigation. However, together with CO 2 mitigation, these
measures would substantially increase the chance to keep the global temperature
increase below 2 degrees.
In addition to their climate impacts, these measures have substantial benefits on human
health and agricultural production as they also lead to improved air quality at the local
- 422 -
scale. Since they affect air pollution emissions and impacts for which (inter-)national
policy institutions are already in place, they could be implemented under existing local
and regional air quality legislation regimes. Furthermore, many of these measures
would contribute to existing development objectives (e.g., access to clean energy and
water, waste management, introduction of more efficient energy production
technologies, etc.).
Long-Term Scenarios: Perspectives, Experience, and
Activities
Leon E. Clarke
Sen io r R es ea rch Ec ono mis t, Group Le ade r f or Integ ra te d Mod eling a nd E ne rg y, J o in t G lo ba l
Change Re sea rch In stitute , P ac ific No rth we st Nation a l La bo ra to ry (P NNL)
Scenarios generated by large-scale energy-economic and integrated assessment models
have a long history of informing climate change science, the national and international
policy debates surrounding climate change, and climate change decision making more
generally in both the public and private sectors. For example, the SRES scenarios
generated for the IPCC have served as the key inputs for large-scale global circulation
models (GCMs). These resulting climate scenarios have served as the basis for a wide
range of local and national impacts and adaptation studies. The IPCC continues to rely
on scenarios for its assessments and will certainly do so in AR5. For example, a review
of the role of renewable energy in existing scenarios serves an important integrating
role in the IPCC’s Special Report on Renewable Energy. Another good example is a
series of Energy Modeling Forum (EMF) studies that have focused on climate change
mitigation. For example, EMF 14 explored the design and potential implications of the
Kyoto Protocol. It served as one of the primary sources of information for decision
makers to understand the Kyoto Protocol. EMF 21 made clear the role of non- CO 2
greenhouse gases in climate mitigation and spurred more sophisticated representations
of these gases. More recently, EMF 22 explored the implications of delayed
participation in international climate regimes. The study was completed in mid-2009 in
order to make the most robust and thorough information available prior to the
Copenhagen negotiations. Ten models participated in the EMF 22 international
scenarios, and the results have been widely disseminated in national and international
policy circles.
For a number of reasons, the process of scenario development can never be complete.
For one, scenarios are a window into a highly uncertain future. As time passes and we
learn more, the fundamental assumptions underlying scenarios must be continually
updated. Further, the models upon which scenarios are based – large-scale
energy-economic and integrated assessment models – are continually being refined and
expanded to take into account new information, to take advantage of increasing
computational capabilities, and more generally to more effectively represent issues or
forces that are particularly important for contemporary science and policy discussions.
- 423 -
These models must represent so many physical and human system processes that it is
impossible to cover all at the same level of detail, and choices must be made as to
which should receive the greatest focus.
There are several current priorities for scenario development by this modeling
community. One priority is technology. The evolution of technology is among the most
important determinants of the nature of transition pathways to stabilization, yet there is
enormous uncertainty about how technology might evolve and deploy. Several
multi-model studies are therefore creating scenarios that explore the linkage between
technology and climate decisions, primarily mitigation decisions. These studies are
focusing primarily on the implications of different pathways for technology
improvements, but they are also considering issues such as the role of
technology-focused policies, methods to better compare technology assumptions across
models, and the processes by which technology evolves.
A second priority is to better represent the policy structures that might constitute the
near-term approach to mitigation at both national and international levels. For many
years, the standard approach to mitigation studies was to assume a full global carbon
tax or cap-and-trade regime. Yet, contemporary policy discussions envision a very
different policy environment; one characterized by differing commitments and
approaches to meet these commitments. For this reason, several modeling studies are
attempting to make headway on more realistic national and international policy
structures. These new studies are exploring the potential for differences both in level of
effort among countries and the actual policies that countries use to achieve emissions
reductions.
A third priority is better characterization of national and regional characteristics,
including institutional capabilities. By assuming a global carbon tax or cap-and-trade
regime, traditional scenario analyses have inherently assumed consistent capabilities
and approaches across regions, as well as consistency in the underlying efficiency of
economic systems. New scenario efforts may focus more heavily on understanding
differences in regional characteristics and approaches to climate and climate-related
policy.
A fourth priority is the linkage between mitigation scenarios, climate scenarios, and
scenarios of impacts and adaptation. Currently, the stock of climate scenarios run by
large-scale GCMs is based predominantly on the SRES scenarios. These climate runs
have then served as the basis for a range of impacts and adaptation studies. However,
the integrated assessment modeling community has developed a new set of climate
scenarios, the Representative Concentration Pathways (RCPs), to serve as the basis for
new climate runs and impacts and adaptation studies. Missing from these pathways,
however, is a means to define a consistent set of socioeconomic pathways that can serve,
along with the climate model runs, as the basis for studies of impacts and adaptation
studies. To fill this gap, leaders from the integrated assessment and impacts and
adaptation communities are working together to develop a set of Shared Socioeconomic
Pathways to provide this link in advance of AR5.
- 424 -
Integrated Assessment for China’s Mitigation Pathway
Under Global Target
Kejun Jiang
Director, Energy System Analysis and Market Analysis Research Center, Energy
Research Institute National Development and Reform Commission
Rapid increase of energy use in China brought large amount of CO 2 emission in China.
China is now the largest country for GHG emissions in the world, which is already
significantly higher than that in US. If there is no change for the trend of energy
increase, China and the world will not reach the global target on climate change.
This gave very big pressure for China to control GHG emission increase in future in
order to implement UNFCCC to curb emissions. However we did see a lot of policies
are adopted and adopting to reach domestic energy efficiency target and renewable
energy target. All these policies are consistent with emission mitigation policies. Most
important, Chinese government is taking climate change as one of major issues for
government to action. In June 4 2007, the National Program on Climate Change was
released. This is an important document in China to guide the future national and
provincial policies on climate change.
An important thinking is, in the case some countries like UK, Japan etc. will have
emission reduction by 60% to 80% in 2050, what happen for China? What is the
possibility for China to reduce GHG emission? The purpose to do this scenario analysis
is to work with modeling team in other countries, to work out mitigation options in
their model, and see what happen if China will follow the options, by giving time gap,
but taking some leapfrog.
Modeling work for this study is based on previous work in IPAC modeling team, for
domestic energy and emission scenarios, IPCC scenarios, EMF studies etc.
Global Model
IPAC-Emission
Global energy demand
and supply
Global GHG Emission
Global Target
Burden sharing
Energy import/export
Energy Price
Reduction cost
Future economic
sector detail
Energy intensive industry
Reduction cost
China energy and emission
scenarios
Energy demand by sectors
Energy supply
Reduction cost
Energy technology model
IPAC-AIM/technology
Energy economic model
IPAC-CGE
Figure 1 Models framework
- 425 -
An integrated modeling methodology was adopted to make simulation on future China’s
emission mitigation. The study first looks at global target by using IPAC-Emission
global model, and linked with two national models which focus both on bottom-up
analysis and top-down analysis for China. Figure 1 presents the model framework.
Emission scenario for China is given in figure 3. CO 2 emission keeps increasing until
2030 in mitigation scenario. It is expect to have emission reduction after 2030 by
various policy options. By 2030, CO 2 emission will increase to 2.63billion t-C in
mitigation scenario, 3.13 time of that in 2000. By 2050, it is possible to go down to
1.73billion t-C, 66% of that in 2030, and 2.05 times of that in 2000.
Scenarios for Global Warming Mitigation and Sustainable
Development − ALPS Scenarios
Keigo Akimoto
Group Lea de r o f S yste ms an al ysis G roup , R ITE
1. Introduction
Most countries and people agree with greenhouse gas (GHG) emission reductions
rapidly; however, achievements of large emission reductions are not easy in a real
world. Global warming mitigation models including RITE models show that halving
global emissions in 2050 and 25% reductions of developed countries in 2020 can be
achieved technologically. But the barriers to achieve such targets are large in a real
world, and we should recognize such large barriers properly to be overcome.
RITE has been working on a synthetic scenario development for climate change control
and sustainable development in a project called ALternative Pathways toward
Sustainable development and climate stabilization (ALPS). The ALPS project aims at
providing alternative plausible future scenarios and through quantification of multiple
aspects of society on the assumptions that the real-world society consists of a wide
range of values. This approach allows us to inform decision makers of more appropriate
strategies toward sustainable development and climate stabilization from longer and
wider perspectives. Another focus is to gain a clearer understanding of CO 2 emissions
structure on a national, sectoral and technological basis in order to deal with short and
mid-term climate challenges. The scenarios on combinations of macro and micro views
would generate further insights into climate change mitigation and sustainable
development.
2. Historical trend
The Kyoto Protocol was adopted in December 1997 and entered into force in February
2005. However, the emission trend of CO 2 in Annex I countries after 1997 almost
- 426 -
unchanged comparing with that before 1997, and the emission increase in Non-Annex I
and the world changed their trend to the acceleration (Figure 1). Economic growth is
important particularly in developing countries and therefore the increase in CO 2
emissions might be inevitable in short term. However, per-GDP CO 2 emissions in the
world also changed from the gradual decrease to almost constant after around year 2000
(Figure 2). Economic growth is usually large under the transition from the primary
industry to the secondary industry. Thus, we should not simply criticize such countries
whose per-GDP CO 2 emissions currently increase, because the society of such countries
is under process changing to an economically mature society. However, the Kyoto
Protocol has obviously fault as a framework for reducing global emissions and
mitigating global warming. In order to achieve effective emission reductions, a new
framework where all the countries reduce their emissions by steadily bottom-up
activities with recognition and tolerance of differentiations of each country. The
Copenhagen Accord and the Cancun Agreements keep along with the way, and it is
desirable to improve the agreement in COP17.
35
CO2 emission (GtCO2 /yr)
30
World
25
20
Annex I
15
10
Non-Annex I
Kyoto Protocol
adoption
5
0
1970
Figure 1
1980
1990
2000
2010
Historical trajectory of energy-related CO 2 emissions
Per-GDP CO2 emission (kgCO2/US$)
1.6
1.2
1
World
0.8
0.6
Annex I
0.4
0.2
0
1970
Figure 2
Non-Annex I
1.4
Kyoto Protocol
adoption
1980
1990
2000
2010
Historical trajectory of energy-related CO 2 emissions per GDP
- 427 -
3. Future outlook of socioeconomic conditions and GHG emissions
CO 2 emissions are closely related to the use of energy. It is important to decouple CO 2
emissions from economic growth, however, it has been shown that there is a
statistically significant positive relationship between CO 2 emissions, population and
economic growth. For a synthetic scenario development of climate change control and
sustainable development, therefore, a careful treatment for projections of population
and economic growth is required. This project aims to analyze various indices
comprehensively and to develop future scenarios such as about population and
economic growth, taking impacts of world financial crisis into consideration. Figure 3
shows global GDP projections in our scenarios A) Medium technological progress
scenario (medium scenario) and B) High technological progress scenario (high
scenario). The global average of real GDP annual growth assumed to be 2.8% in
Scenario A and 2.9% in Scenario B between 2005 and 2020, and 2.4% and 2.7%
between 2020 and 2050, respectively. GDP in emerging economies such as China and
India will grow significantly and its share of global GDP will further expand toward
2050.
Outlook of GHG emissions are shown in Figures 4 and 5 for the baseline of the
Scenario B. The impacts of global economic crisis on global GHG emissions will not be
large, and the emissions will increase steadily. The share of Annex I countries in global
emissions is 58% and 37% (the share is 22% if United states are excluded) in 1990 and
2020, respectively. Figure 6 shows the relationship between GDP and per-GDP GHG
emissions by region. Per-GDP GHG emissions in many developing countries decrease
substantially to 2020, but the ratio of GDP increase is larger than the decrease in
per-GDP GHG emissions, and then total GHG emissions increase. Under the situations,
a balanced emission reduction target with environment and economic compatibility and
emission reduction measures are required.
Range in SRES
400
SRES A1
SRES B1
GDP (Trillion 2000USD)
350
300
ALPS- Sceenario B
250
200
ALPS-Scenario A
150
SRES B2
100
SRES A2
50
0
1980 1990 2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Figure 3 Global GDP scenario
Note: SRES stands for the scenarios described in IPCC Special Report on Emissions Scenarios
(2000).
- 428 -
80000
70000
Other Non-Annex I
60000
GHG emission [MtCO2eq./yr]
Africa
Latin America
50000
Other Asia
India
40000
China
Other Annex I
30000
Japan
20000
EU27(+12)
EU15
10000
US
0
1990
Figure 4
2000
2010
2020
2030
2040
2050
Baseline GHG emission outlook in major countries and regions for ALPS
Scenario A
Note: CO 2 emissions from land-use change were excluded.
Other NonAnnex I
4%
Latin
America
7%
Other NonAnnex I
Africa
2%
6%
Latin
America
8%
1990
US
19%
Af rica
5%
Other Asia
10%
EU15
13%
India
5%
China
12%
Other NonAnnex I
Af rica
2%
7%
Latin
America
8%
2020
Other
Annex I
8%
Figure 5
India
6%
China
19%
Other NonAnnex I
2%
Af rica
9%
US
15%
Other Asia
15%
India
7%
EU15
11%
Japan
4%
EU15
9%
EU27(+12)
2%
Japan
2%
US
18%
Other Asia
14%
EU27(+12)
4%
Other
Annex I
17%
2005
2050
Other
Annex I
10%
EU27(+12)
2%
Japan
4%
US
11%
EU15
7%
EU27(+12)
3%
Latin
America
8%
Japan
1%
Other
Annex I
8%
Other Asia
17%
China
23%
China
25%
India
11%
Regional share in GHG emissions (Historical and Baseline emission of
Scenario A)
- 429 -
4.5
Year 2005
39 GtCO2eq.
Other Annex I
Per-GDP GHG emission
(kgCO2eq./US200$)
4
China
India
3.5
3
Africa
2.5
EU27(+12)
Other Asia
2
1.5
Latin America
1
US
Other Non-Annex I
0.5
EU15
Japan
0
0
10000
20000
30000
40000
50000
60000
GDP (billion US2000$)
4.5
Year 2020
55 GtCO2eq.
Per-GDP GHG emission
(kgCO2eq./US200$)
4
3.5
3
Other Annex I
Africa
India
2.5
2
China
Other Asia
1.5
EU27(+12)
Latin America
1
US
0.5
Other Non-Annex I
EU15
Japan
0
0
10000
20000
30000
40000
50000
60000
GDP (billion US2000$)
Figure 6
Per-GDP GHG emissions by region in 2005 and 2020 (Scenario A baseline)
4. Toward effective emission reductions
Many studies indicate that technological potentials of CO 2 emission reductions are
large. However, there are large barriers to avoid achievements of the technological
potentials in a real world that has multi-objectives and diversities. Payback time
observed in a real world for investments is one of the obvious barriers to diffuse
energy-efficiency technologies. However, the barriers should not be recognized simply
as irrational behaviors.
Figure 7 shows the abatement cost curves of Japan in 2020. Such cost curves indicate
some important implications. The payback time of Japan is observed to be relatively
long comparing with other countries. The long payback time in Japan has been helped
energy efficiency improvements. On the other hand, the payback time in many
developing countries and some developed countries are short, and technologies with
cheap initial investments and bad energy efficiency are preferred. High discount rate
(short payback time) is adopted under high economic growth in general. The payback
time include several factors that societies have multi-objectives. Even if net negative
cost by energy savings are achieved, such investments should not be justified without
any doubt because societies have multi-objectives. However, some of the factors will be
controlled by bounded rationalities.
- 430 -
(a) Emission reduction cost curve estimated by using short payback time observed in a
real world
25% Reduction relative to Y1990
30% Reduction relative to Y2005
(Marginal Abatement Cost:
$476/tCO2eq)
Reduction of Kerosene Use
Early Retirement
and Replacement of
BF-BOF Plant
Diffusion of
PV
Efficiency
Improvement of
Various Electric
Appliances
15% Reduction relative to Y2005
(Marginal Abatement Cost:
$151/tCO2eq)
Expansion of
Bio-ethanol Use
Efficiency Improvement of
Air-conditioner & Television
Efficiency Improvement of
Refrigerator &
Air-conditioner
CCS
Nuclear
Power
Diffusion of NGCC
(Natural Gas Combined Cycle)
Expansion of Bio-ethanol Use
Efficiency Improvement of Passenger Car
Diffusion of HEV for Commercial Vehicle
Diffusion of
Wind Power
Efficiency Improvement of
Television
Reduction of Kerosene Use
(b) Emission reduction cost curve estimated by using long payback time
25% Reduction relative to Y1990
30% Reduction relative to Y2005
Marginal Abatement Cost Curve
Under Original Payback Time
Expansion of HEV for Passenger Car
Expansion of Bio-ethanol Use for HEV
15% Reduction relative to Y2005
Diffusion of HEV for Commercial Vehicle
Efficiency Improvement of
Refrigerator, Television, and
Air-conditioner
CCS
Nuclear
Power
Emission Reduction with Negative Cost (No-Regret)
Diffusion of NGCC
(Natural Gas Combined Cycle)
Efficiency Improvement of Passenger Car
Diffusion of HEV for Commercial Vehicle
Figure 7 Emission reduction cost curves of Japan in 2020 (short payback time
observed in a real world and long payback time)
Such factors should be removed by bottom-up approaches for better measures not only
of global warming mitigation but also of whole economy. It will be difficult to remove
such barriers by one of the explicit carbon pricing measures, emission trading.
Emission trading schemes are controlled by short payback time and really high carbon
- 431 -
prices are required for large emission reductions, but it is difficult to introduce high
explicit carbon prices in many of the countries in terms of economic and policy barriers.
Technology-based bottom-up approaches can avoid short payback time controls.
5. Final remarks
Models are simplified and sometimes neglect significant factors of real societies, such
as technology diffusion barriers. However, we should carefully treat the model analyses
and recognize scenarios developed by simplified models. The Kyoto Protocol has not
worked and emission trading schemes harmonizing the Kyoto Protocol has not also well
worked. Large emission reductions will be needed for sustainable development. On the
other hand, too big cost burden for emission reductions will also avoid sustainable
development, and well balanced emission reductions in proper time periods are
important. The ALPS project will contribute better climate policy making by qualitative
and quantitative scenarios which include really effective policies and measures in real
societies for global warming and sustainable development.
■ Speaker's biographies
Kenji Yamaji (Director-General, RITE)
Dr. Kenji Yamaji is Director-General of the Research Institute of Innovative
Technology for the Earth (RITE) since April 1, 2010. Simultaneously, Dr. Yamaji is a
Member of Science Council of Japan, Vice-President of the Japan Institute of Energy,
and Vice President of the Japan Society of Energy and Resources. Dr. Yamaji’s
immediate past position was a Professor of Electrical Engineering and Information
Systems, School of Engineering at the University of Tokyo. He obtained B.S., M.S.,
and Dr. of Engineering degrees in nuclear engineering from the University of Tokyo in
1972, 1974, 1977 respectively. During the earlier part of his career, Dr. Yamaji had
been extensively involved in the analysis of energy technology assessment, mainly at
the Central Research Institute of Electric Power Industry (CRIEPI) in Japan.
He has published more than 60 books on energy systems as well as many research
papers, and he is also serving in many advisory bodies on energy and environmental
policy for Japanese government. Dr. Yamaji contributed to Intergovernmental Panel
on Climate Change (IPCC) as a lead author for 3 rd and 4 th Assessment Reports.
Mark Levine (Group Leader, China Energy Group, Environmental Energy
Technologies Division, LBNL)
Mark D. Levine was director of the Environmental Division at Lawrence Berkeley
National Laboratory (LBNL) from 1996-2006, a division of 400 people working on
energy efficiency policy analysis and R&D. In 1988, he created and has since led the
- 432 -
China Energy Group at LBNL. His research on China focuses on collaboration with
Chinese counterparts in advancing energy efficiency.
Key achievements from two decades of work on energy efficiency in China include:
• Co-creator of the Energy Foundation China Sustainable Energy Program and the
Beijing Energy Efficiency Center; also founded the LBNL China Energy Group
• Led team that brought appliance efficiency standards to China; the current
standards on 30 products will save more energy annually than the Three Gorges
Dam (18 GW) produces within 10 years.
• Participated in a team that performed a pilot project on an industrial energy
efficiency that was important in establishing a new and effective policy for energy
saving in industry in China (the 1000 Enterprise Program)
• Created a buildings energy efficiency focus area in the China Energy Group and
led research on assessing performance of residential retrofits to reduce heating
energy and in the development of a computer program to assess energy efficiency
retrofit measures in commercial buildings (in progress)
He has recently
Research Center
matched on the
companies under
been selected to be the Director of the U.S. China Clean Energy
(buildings energy efficiency). This is a five-year $25M award (to be
Chinese side) involving six research institutions and ten private
the leadership of Dr. Levine.
Besides his work on China energy, he was the leader of the chapter on C O 2 emissions
from energy use in buildings for the Intergovernmental Panel on Climate Change (that
won the Nobel Peace Prize). He has also led major comprehensive studies of the energy
systems of the United States, China, and the world. He was one of three founding
members of the Consortium on Electricity Reliability Solutions, the federal R&D
program on this topic (led by Lawrence Berkeley National Laboratory).
Dr. Levine is a board member of three leading non-profits in the United States
(American Council for an Energy Efficient Economy, the California Clean Energy Fund
[CalCEF], and the Center for Clean Energy Policy] and one in China (Shanghai Pacific
Energy Center). He is an advisory board member of one U.S. organizations (Davis
Energy Conservation Center), including one in Japan (APERC). He was elected a fellow
of the California Council on Science and Technology in 1999. In recent years he has
been the recipient of three prestigious awards: the Obayashi Prize for his contributions
to sustainable urban development; the Public Service Award of the Federation of
American Scientists for his groundbreaking work on energy efficiency in China; and the
Appreciation Prize, the highest award of the Japan Institute of Architects (AIJ) for a
non-member of AIJ.
In addition to authoring more than 100 technical publications, he was the leader of the
chapter on C O 2 emissions from energy use in buildings for the Intergovernmental Panel
on Climate Change (that won the Nobel Peace Prize). He has also led major
comprehensive studies of the energy systems of the United States, China, and the world.
- 433 -
Dr. Levine graduated summa cum laude from Princeton University, earned a PhD from
the University of California, Berkeley, and has been the recipient of a Fulbright
scholarship, a Woodrow Wilson Fellowship, and National Institute of Health doctoral
awards.
Taishi Sugiyama (Sector Leader, Senior Research Scientist, Socio-economic
Research Center, Central Research Institute of Electric Power Industry)
1991
1993
BA. Physics, School of Science, The University of Tokyo
M. Eng., Applied Physics, The University of Tokyo
1993-1997 Researcher, Central Research Institute of Electric Power Industry (CRIEPI).
1995-1997 Research Scholar, International Institute for Applied Systems Analysis
(IIASA), Austria.
1998- Senior Researcher, CRIEPI.
2001-2005 Member, Scientific Steering Committee (SSC), International Human
Dimension Program/Institutional Dimension of Global Environmental Change
(IHDP/IDGEC)
2002 Member Panel to Recommend Simplified Modality and Procedure for Small
Scale CDM (Small Scale CDM Panel) to the Executive Board of Clean Development
Mechanisms (CDM/EB) of the Kyoto Protocol of the United Nations Framework
Convention on Climate Change (UNFCCC/KP).
2002- Leader, Climate Policy Project, CRIEPI.
2004-2010
Associate Editor, Climate Policy journal (Earthscan).
2004-2007
Lead Author, IPCC AR4/WG3 Chapter 2
2005-2007
Member, Core Writing Team, IPCC AR4/Synthesis Report
2007- Leader, Technology Strategy Project, CRIEPI.
2010-(2014) Coordinating Lead Author, IPCC AR5/WG3 Chapter 15
Publications
Energy Efficiency Policy ,2010; Japanese Energy Efficiency History after the World
War II ,2010; Climate Change Policy, vol.3, 2010, Energy Forum (in Japanese); Climate
Change Policy vol.2, 2008, Energy Forum (in Japanese), Climate Change Policy vol.1,
2007, Energy Forum (in Japanese), Winner of the Energy Forum Prize 2007
- 434 -
Nebojsa Nakicenovic (Deputy director, IIASA)
Nebojsa Nakicenovic is Professor of Energy Economics at the Vienna University of
Technology, Deputy Director of the International Institute for Applied Systems
Analysis (IIASA), and Director of the Global Energy Assessment (GEA).
Among other positions, Prof. Nakicenovic is member of the United Nations Secretary
General Advisory Group on Energy and Climate Change; Member of the Advisory
Council of the German Government on Global Change (WBGU); Innovation and
Society; Member of the Advisory Board of the World Bank Development Report 2010:
Climate Change; Member of the International Council for Science (ICSU) Committee
on Scientific Planning and Review, and Member of the Global Carbon Project; Member
of the Energy Sector Management Assistance Program (ESMAP) Expert Panel on
Sustainable Energy Supply, Poverty Reduction and Climate Change; Member of the
Panel on Socioeconomic Scenarios for Climate Change Impact and Response
Assessments; Lead Author of Fifth Assessment Report of the IPCC; Member of the
Renewable Energy Policy Network for the 21 st Century (REN21) Steering Committee;
Member of the International Advisory Board of the Helmholtz Programme on
Technology, and Chair of the Advisory Board of OMV Future Energy Fund (Austrian oil
company).
He is also an Editorial Board Member of the following journals: International Journal
on Technological Forecasting and Social Change, International Journal on Climate
Policy , the International Journal of the Institution of Civil Engineers , Current Opinion
in Environmental Sustainability, and the International Journal of Energy Sector
Management .
Prof. Nakicenovic was a Coordinating Lead Author of the Intergovernmental Panel on
Climate Change (IPCC), the Fourth Assessment Report, 2002 to 2007, Coordinating
Lead Author of the Millennium Ecosystem Assessment, 2001–2005, Director, Global
Energy Perspectives, World Energy Council, 1993 to 1998, Convening Lead Author of
the Second Assessment Report of the Intergovernmental Panel on Climate Change, 1993
to 1995, Convening Lead Author of the IPCC Special Report on Emissions Scenarios,
1997 to 2000, Lead Author of Third Assessment Report of the IPCC, 1999 to 2001,
Convening Lead Author of the World Energy Assessment: Energy and the Challenge of
Sustainability, 1999 to 2000, Member of the International Science Panel on Renewable
Energies (ISPRE), 2006 to 2008, and Guest Professor at the Technical University of
Graz, 1993–2003.
Prof. Nakicenovic holds bachelor's and master's degrees in economics and computer
science from Princeton University, New Jersey, USA and the University of Vienna,
where he also completed his Ph.D. He also holds Honoris Causa Ph.D. degree in
engineering from the Russian Academy of Sciences.
Among Prof. Nakicenovic's research interests are the long-term patterns of
technological change, economic development and response to climate change and, in
particular, the evolution of energy, mobility, information and communication
technologies.
- 435 -
Markus Amann (Program Leader, Atmospheric Pollution & Economic Development
Program, IIASA)
Markus Amann leads the ‘Mitigation of Air Pollutants and Greenhouse Gases’ program
at the International Institute for Applied Systems Analysis (IIASA), Laxenburg,
Austria.
At IIASA he coordinated the development of the RAINS and GAINS models for air
pollutants and greenhouse gases and their policy applications for the Convention on
Long-range Transboundary Air Pollution and the European Union. Inter alia, he served
as lead author to the Fourth Assessment Report of the Intergovernmental Panel on
Climate Change, the Report on Ozone of the UK Royal Society, and the UNEP Black
Carbon Assessment. He has been appointed as member of the Clean Air Commission of
the Austrian Academy of Sciences.
Dr. Amann graduated in Electrical Engineering at the University of Technology, Vienna,
Austria and received his PhD in Economics from the University of Karlsruhe, Germany.
Leon E. Clarke (Senior Research Economist, PNNL)
Dr. Clarke is a Senior Research Economist at JGCRI and leads JGCRI’s Integrated
Modeling & Energy group. Dr. Clarke’s current research focuses on the role of
technology in addressing climate change, international climate policy, scenario analysis,
and integrated assessment model development. Dr. Clarke coordinated the U.S. Climate
Change Science Program’s emissions scenario development process (SAP 2.1a), he was
a contributing author on the Working Group III contribution to the IPCC’s Fourth
Assessment Report, he coordinated and co-edited the Energy Modeling Forum 22
Transition Scenarios project, and he was a member of the National Academy Study on
America’s Climate Choices. He is currently a lead author on the IPCC’s Special Report
on Renewable Energy, and he will be a coordinating lead author on the Working Group
III contribution to the IPCC’s Fifth Assessment Report.
Prior to joining PNNL, Dr. Clarke worked for Lawrence Livermore National Laboratory,
Pacific Gas & Electric Company, and RCG/Hagler, Bailly, Inc. He was also a research
assistant at Stanford’s Energy Modeling Forum. Dr. Clarke received B.S. and M.S.
degrees in Mechanical Engineering from U.C. Berkeley and M.S. and Ph.D. degrees in
Engineering Economic Systems and Operations Research at Stanford University.
Kejun Jiang (Director, Energy System Analysis and Market Analysis Research
Center, Energy Research Institute National Development and Reform Commission)
From 1993, Kejun Jiang began the research on climate change relative to energy policy
analysis, which focus on energy technology policy assessment, energy supply policy
assessment, renewable energy development and energy conservation. Started from 1994,
have worked on Integrated Assessment Model(IAM) development for energy and GHG
emission scenarios, policies, focusing on China and global analysis.
- 436 -
At present He is mainly working on policy assessment for energy and environment
policy assessment by leading Integrated Policy Assessment Model for China(IPAC)
team. Major focus includes energy and emission scenarios, energy policy, energy
system,. energy market analysis, and climate change, local environment policies and
international negotiation.
Started from 1997, worked with IPCC for Special Report on Emission Scenario and
Working Group III Third Assessment Report, leader author for IPCC WGIII AR4
Chapter 3, and leader author for GEO-4 Chapter 2. Now he is CLA in IPCC AR5.
His recent research projects include energy and emission scenarios for 2030, low
carbon emission scenarios up to 2050, assessment on energy tax and fuel tax, potential
for energy target in China, development of Integrated Policy Assessment model etc., He
got his Ph.D in Social Engineering Department of Tokyo Institute of Technology.
Keigo Akimoto (Group Leader of Systems analysis Group, RITE)
Keigo Akimoto was born in 1970. He received Ph.D. degree from Yokohama National
University in 1999. He joined Research Institute of Innovative Technology for the
Earth (RITE) to work with the Systems Analysis Group in April 1999 and was a senior
researcher in April 2003. Currently he is the Leader of the Systems Analysis Group and
an associate chief researcher at RITE. His scientific interests are in modeling and
analysis of energy and environment systems including the costs, risks and public
perceptions. He was a guest researcher at IIASA in 2006, a guest researcher at the
Research Center for Advanced Science and Technology, the University of Tokyo in
2007-2009, an associate member at the Science Council of Japan in 2008-2009, and a
part-time lecturer, Graduate School of Public Policy, the University of Tokyo in 2009.
He is currently a guest professor, Graduate School of Art and Science, the University of
Tokyo. He is also a Lead Author for the Fifth Assessment Report of IPCC. He received
the Peccei Scholarship from IIASA in 1997, an award from the Institute of Electrical
Engineers of Japan in 1998, and an award from the Japan Society of Energy and
Resources in 2004.
- 437 -
本報告書の内容を公表する際は、あらかじめ
財団法人地球環境産業技術研究機構（RITE）
システム研究グループの許可を受けてください。
電話
ＦＡＸ
０７７４（７５）２３０４
０７７４（７５）２３１７

Download Report