A product-level Trade-LCA framework for embodied carbon accounting in global trade

製品が国境を越えるたびに、それは隠れた重みを運びます。これは貨物の物理的な重さではなく、原材料が地球から掘り出されてから製品が工場の門を出るまでの間に、その製品を作るために放出される温室効果ガスの総量のことです。科学者たちはこれを「エンボディド・カーボン（内包炭素）」と呼んでいます。何十年もの間、政府は自国内で起こることをカウントすることで炭素排出量を追跡してきました。この方法は局所的な汚染にはうまく機能しますが、グローバルな貿易の全体像を捉えることには失敗しています。ある国が自動車を輸入する場合、その国はその製造に伴う排出を回避しますが、それらの排出はどこか別の場所で発生しています。逆に、ある国が製品を輸出する場合、たとえそれらの製品がその国で決して使用されることがなくても、それらを作るために費やされた炭素に対する責任を負うことになります。排出が発生する場所と、最終的にその製品を消費する者の間のこのギャップは極めて大きく、主要経済圏のカーボンフットプリントの4分の1以上を占めています。輸入に対する炭素税のような政策へと世界が動き出す中で、当局は単なる広範な産業カテゴリーとしてではなく、特定の製品の中にどれだけの炭素が隠されているのかを正確に知る必要があります。

長い間、この問いに答えるための最良のツールは、世界をぼやけたレンズを通して見ているようなものでした。主流の手法である「産業連関分析」として知られる手法は、数千もの異なる製品を「機械」や「化学品」といった広範なセクターにグループ化します。そして、そのグループ内のあらゆるアイテムに対して、単一の平均的な炭素値を割り当てます。このアプローチは経済全体の大きな絵を見るのには有用ですが、同じラベルの下にある場合、非常に効率的で低炭素な機械と、無駄が多く高炭素な機械を区別することには極めて劣っています。実際には、個々の製品の炭素強度は劇的に変化することがあり、同じ工場や産業内であっても、時には10倍以上の差が生じることがあります。これらの違いを見る方法がなければ、政策はクリーンな製品を罰する一方で、汚れた製品をすり抜けさせてしまうリスクがあります。

フランスのレンヌ大学の研究者、フロリアン・ポサンによる新しい研究は、製品製造の詳細な科学と、グローバルな貿易の巨大で複雑なデータとの間に架け橋を築きます。その目的は、特定の税関コードを現実世界の工場データに結びつけ、国をまたいで移動する個々の商品のカーボンフットプリントを追跡できるシステムを構築することでした。研究者は、120カ国間で29年間にわたって行われた約2億6,000万件の物品取引をカバーする、膨大なグローバル貿易フローのデータセットから着手しました。これに、鉱石の採掘から鋼鉄の精錬に至るまで、数千の具体的な産業プロセスにおける炭素コストの測定値を含む、2つの主要な科学データベースの詳細なライフサイクルデータを加えました。

課題は、両者を一致させることでした。税関記録は技術的なコードと簡潔な説明で物品を記述しますが、科学データベースは異なる用語で製造プロセスを記述しています。これを解決するために、研究者は大規模言語モデル（AIの一種）を「翻訳者」として使用しました。しかし、このモデルには数字を捏造したり、炭素値を推測したりすることは許されませんでした。その唯一の役割は、特定の貿易コードにどの科学的プロセスが一致するかを提案することでした。すべての提案は、その一致が物理的に理にかなっているかをチェックするための厳格なルールセットに従って検証されました。例えば、システムは原材料が完成品と一致しないようにしたり、単位の測定方法が整合するようにしたりしました。このプロセスは透明かつ監査可能、つまりすべてのステップを人間がチェックできるように設計されました。

システムが正しく機能していることを確認するため、研究者は独立した専門家を招き、コンピュータの提案を見ることなく、ランダムに抽出された一致サンプルをレビューしてもらいました。第1ラウンドのテストでは、専門家は100件のマッチングのうち17件が誤っていることを見つけました。エラーはしばしば微妙なもので、例えば新鮮なリンゴを全く異なる種類の材料のための化学プロセスと一致させてしまうといった具合でした。研究者はその後、ルールを改良し、原料の鉱石が精錬された金属と混同されないよう、生産段階をチェックする「梯子（ラダー）」を追加しました。これらの修正後、第2回目のブラインド・レビューでは、100件中8件のエラーしか見つかりませんでした。この厳格なテストは、コンピュータがデータの整理を助けることはできても、人間の監視と厳格なルールが間違いを防ぐために不可欠であることを証明しました。

この修正されたシステムを用いて、研究では2023年のグローバル貿易における総エンボディド・カーボンを算出しました。その結果は約14,368百万メトリックトン（二酸化炭素換算）となりました。この数値は、検証されていない一致に依存していた以前の推定値よりも大幅に高いものです。なぜなら、新しいシステムが、多くの低品質なデータポイントが数値を押し下げていたことを正しく特定したからです。研究によれば、最も炭素集約的なアイテムは、必ずしも最も高価なものとは限りませんでした。例えば、肥料はグローバル貿易の総価値のごく一部を占めるだけですが、炭素排出量の極めて大きなシェアを担っていました。同様に、鉄、鋼、アルミニウムなどの原材料は主要な貢献者でしたが、多くの複雑な製造品は、その価格設定が示唆するよりも低いカーボンフットプリントを持っていました。

最も衝撃的な発見の一つは、同じ産業セクター内において製品の炭素強度がどれほど変化するかということでした。研究による修正前、データは同じセクター内の製品が炭素フットプリントにおいて35倍も異なる可能性があることを示唆していました。修正後も、その差異は依然として巨大でしたが、より現実的なもの、すなわち約13倍となりました。これは、「機械」のような単一のカテゴリー内であっても、製品によって極めてクリーンなものとそうでないものが存在することを意味します。セクター全体の単純な平均を使用するシステムは、全貿易品のほぼ半分において誤った判断を下し、その炭素影響を2倍以上の係数で誤推定することになります。このエラーは単なる統計上の好奇心ではありません。これは、広範な平均に基づいた政策が、最も汚染の激しい製品を効果的に標的にできない可能性があることを意味しています。

研究では、異なる国々がこのグローバルな構図の中でどのように位置づけられるかも調査しました。いくつかの国については、新しいデータはすでに疑われていたことを裏付けました。つまり、それらは炭素の純輸入国であり、他で作られた製品を消費しているということです。しかし、他の国々については、状況が劇的に変化しました。中国の場合、以前の推定では、中国は炭素の純輸入国であると示唆されていましたが、新しい、より正確な会計によれば、実際には純輸出国であることが分かりました。この変化は、古いデータが中国の主要な輸出物であるアルミニウムや鋼鉄に対して、非常に低い炭素値を誤って割り当てていたために起こりました。新しいシステムはこれらの値を修正し、これらの輸出によって運ばれる炭素が以前考えられていたよりもはるかに高いものであることを明らかにしました。

研究者たちは、新しい製品レベルの数値を他の主要なグローバル・カーボン・アカウントと比較し、排出量で加重した場合に期待されるカーボンフットプリントの約90%を捉えており、よく一致していることを見出しました。これは、新しい手法が信頼でき、系統的な過大または過小カウントを行っていないことを示唆しています。しかし、研究は両者のアプローチが分岐する点についても強調しました。いくつかのケースでは、その違いは実際の生産技術の差異を指し示しており、一部の国が世界平均よりも高い炭素強度を持つ製品を生産していることを示しています。また別のケースでは、サービスや再輸出の取り扱い方に起因しており、これらは製品レベルのデータがまだ発展途上にある領域です。

結局のところ、この研究は、グローバルな貿易の気候への影響を理解するための、より鋭いツールを提供します。それは過去のぼやけた平均を超え、個々の製品の具体的な炭素コストを示すものです。以前の推定値の大部分がマッチングのエラーに基づいていたことを証明することで、本研究は、これまでの数値が誤解を招く可能性があったと警告しています。新しいフレームワークは、以前は不可能だったレベルの詳細さで、製品の炭素含有量をスクリーニングする方法を提供します。この精密さは、公平で効果的な気候政策を設計する上で極めて重要であり、排出削減の負担が、広範で不正確なカテゴリーではなく、正しい製品と正しいプロセスにかかるようにすることを保証します。研究は、データは完璧ではないものの、その手法の透明性と精度の厳格なテストが、次世代のグローバルな炭素会計のための強固な基礎を提供していると結論付けています。