Sovereign ESG and the Hydrological Constraint: Rethinking the Determinants of Water Stress

技術要約：ソブリンESGと水文学的制約

問題提起
本論文は、水ストレスに関する文献における概念的および方法論的な断片化を取り上げている。水文学では、水ストレス（利用可能な再生可能資源に対する淡水取水量の比率）を、気候や土地システムによって決定される物理的な結果として扱う。一方で、政治学や開発研究では、水ストレスをガバナンスや配分ルールによって駆動される制度的な結果として扱う。これら二つの視点が、統一されたフレームワークを用いて同一のサンプルに対して共同で検証されることは極めて稀であった。さらに、既存のクロス・カントリー研究は、国内の時間的変動と国間の構造的差異を区別できていないことが多く、非線形性や機械学習による検証も軽視されている。著者らは、ワールドバンクのソブリンESG（環境・社会・ガバナンス）フレームワークを水ストレスに初めて適用し、これら三つの柱が水文学的制約を説明するかどうかを検証し、各柱における具体的な決定要因を特定している。

方法論
本研究は、2002年から2022年までの最大170の経済圏を分析している（特定の指標のデータ可用性によりサンプルサイズは変動する）。従属変数は、淡水取水量と利用可能量の比率の自然対数である。著者らは、従属変数は共通であるものの、提供される回帰式のブロックのみがESGの各柱によって異なる、以下の3つの独立した方程式を推定している。

1. 環境方程式： 170の経済圏、3,501の観測値（2000–2021年）。
2. 社会方程式： 99の経済圏、2,113の観測値（2001–2022年）。
3. ガバナンス方程式： 170の経済圏、3,421の観測値（2002–2022年）。

各方程式は、頑健性と方法論的な三角測量（トライアンギュレーション）を確保するために、3つの並行したトラックに従って分析されている。

• トラック1：パネル計量経済学： Pooled OLS、固定効果（FE）、ランダム効果（RE）、Between、加重最小二乗法（WLS）、および2段階の差分およびシステムGMMを含む7つの推定量を利用している。診断には、横断面依存性（Pesaran）、自己相関（Wooldridge）、および多重共線性テストが含まれる。決定的な点として、ガバナンス・ブロックは、Worldwide Governance Indicators (WGI) の高い共線性（0.81–0.95）に対処するため、相関のある次元を並列して投入するのではなく、主成分分析（PCA）を用いて直交化された変数（制度的質および制度的バランス）を採用している。
• トラック2：教師なしクラスタリング： 6つのアルゴリズム（DBSCAN、Fuzzy C-Means、階層的クラスタリング、K-Means、モデルベースGMM、Random Forest近接度）が、ESGと水のプロファイルに基づいて国を分類するために競合する。選択は、11の内部妥当性指標（シルエット係数、Calinski-Harabasz指数、HHIなど）と、すべての経済圏がグループに割り当てられることを求める許容規則に基づいている。
• トラック3：教師あり検証： 6つの学習器（線形回帰、回帰木、KNN、線形SVM、ブースティング、Random Forest）が、予測のためではなく、計量経済学的仕様の関数形式を検証するために評価される。重要な設計上の選択として、2つの検証スキーム、すなわちランダムな70/30ホールドアウトと、国としてのアイデンティティの記憶（データ漏洩）を防ぐために国全体をホールドアウトするグループ化された5分割交差検証を採用している。

主な結果

• 水ストレスの構造的性質： 最も根本的な発見は、水ストレスの対数分散の99.1%が国間に存在し、20年間の期間において国内にはわずか0.9%しか存在しないことである。これは、水ストレスが政策や気候ショックに反応して年ごとに大きく変動する変数ではなく、国家領土の構造的な属性であることを示している。
• 環境ピラー：
  • 決定要因： 森林被覆量と人口密度が支配的な予測因子である。森林被覆量は強い負の横断的関係を示す一方、人口密度は固定効果（国内内）モデルにおいても有意であり続ける唯一の変数であり、都市化が動的な圧力を駆動していることを示唆している。
  • 非線形性： 機械学習は、農地に関するU字型の部分的依存関係（ストレスが低下した後に上昇する）を明らかにしている。干魃指数（SPEI）は、ブロック内で最大の横断的係数を持つものの、グループ化された検証下ではほぼ無意味（ドロップアウト損失0.71%）となり、これは干魃指数が国間の識別には役立つが、国内の変動については何も説明していないことを示している。
  • 検証： グループ化された交差検証において、Random Forestは線形モデルをわずかに上回る（R² 0.41 対 0.31）が、線形仕様が構造の大部分を捉えている。
• 社会ピラー：
  • 符号の反転： 衛生設備やクリーンな調理燃料などの変数において、Between推定量と固定効果推定者の間で系統的な符号の反転が見られる。横断的係数は、因果的な社会的メカニズムではなく、地理的な交絡（乾燥した高所得国は、サービス普及率も水ストレスも高い）を反映している。
  • 国内の駆動要因： 出生率と低栄養状態のみが、国内内変換を生き残り、共通の開発軌跡の一部として連動して動いている。
  • クラスタリング： 社会的ブロックは概して一次元的（開発勾配）である。しかし、中程度の開発レベルでありながら労働力率が制約され、水ストレスが高いという特徴を持つ「高ストレス・低参加」クラスターが出現している。
  • 検証： 国がホールドアウトされると、柔軟な学習器は線形モデルよりも性能が悪化する（R²がゼロまたは負に低下する）。これは、社会指標が国のアイデンティティを除去した後の国間変動の予測因子としては弱いことを示している。
• ガバナンス・ピラー：
  • 制度的質に関する帰無仮説： 制度的質（4つのWGI指標の分散の91.9%を吸収する第1主成分）は、あらゆる推定量において水ストレスとは無関係である。
  • 構成におけるシグナル： 「国家能力に対する説明責任」を表す第2主成分は、横断的モデルにおいて強い負の係数（−1.10）を持つ。高い行政能力を持ちながら説明責任が低い経済圏（例：湾岸部のレント国家）は、最も高い水ストレスを示す。
  • 支配的な予測因子： 女性の労働力率（男性に対する比率）は、3つのピラーすべてにおいて最も重要な予測因子である。その部分的依存関係は、55〜59%の5ポイントの区間に集中した急激な不連続性（ステップ関数）を明らかにしており、これは線形仕様では見えない特徴である。
  • 検証： ガバナンス・ブロックにおいて、線形回帰はグループ化された交差検証下ですべての柔軟な学習器を上回る（R² 0.27 対 0.08）。これは、関係性が実質的に線形であり、線形モデルが見落としている非線形構造が存在しないことを裏付けている。

意義と主張
本論文は、文献における3つのギャップを解消すると主張している。

1. 概念的： 水ストレスを従属変数として適用し、共通のサンプルに対して3つのピラーの解説力を比較した初の研究である。
2. 推定： 国内の動きと国間の構造を分離することで、ケーススタディとクロス・カントリー研究が異なる問いに答えてきたことを実証した。水ストレスの分散の99.1%が構造的であるという発見は、水ストレスが毎年の調整に反応する政策変数であるという仮定に異議を唱えるものである。
3. 方法論的： ガバナンス指標の共線性を、単なる推定上の厄介事ではなく、実質的な測定問題（直交化が必要なもの）として扱っている。また、予測のためではなく、線形関数形式の妥当性を検証し、特定の非線形性（農地のU字型、労働参加のステップ関数）を検出するために機械学習を用いている。

著者らは、水ストレスは国家が提供するパフォーマンスではなく、国家が受け継ぐ制約であると結論づけている。したがって、制度的質の「レベル」はソブリンの水リスク評価において情報価値を持たない。むしろ、制度の「構成」（特に能力と説明力のバランス）と、労働力参加率のような構造的要因こそが決定的な要因である。本論文は、水ストレスがその緩やかな動きと賦存性に依存した性質を考慮すると、ソブリンESGフレームワークにおいて、評価されるべき「パフォーマンス指標」としてではなく、構造的な「リスク要因」として組み込まれるべきであると主張している。