「災害時における自治体による被災地支援のあり方について市区町村間災害時相互援助協定締結の有効性の検証から」

(1)

1

災害時における自治体による被災地支援のあり方について

市区町村間災害時相互援助協定締結の有効性の検証から

‐要旨‐ 大規模災害時において、地域の災害対策を担う自治体は、災害時の事前の備えとしての保険制度がないため、国など外部からの支援が必要になる。しかし、国と被災地の間では個々の被災地で必要なニーズをすべて国が把握することができないといった情報の非対称があり、必要な所に支援が回らなくなる可能性がある。こうした国からの垂直的な支援のほかに、水平的な支援として、我が国の自治体では、事前に自治体間での災害時相互援助協定（以下、災害協定）や様々な分野の民間事業者との協定を結ぶ動きが広がっている。 2011 年に発生した東日本大震災においても、協定に基づく全国の自治体からの支援が実施され、注目を浴びた。しかし、現実に自治体間での災害協定は、災害初期において、果たして本当に効率的な被災地支援体制と言えるのだろうか。また、そもそも自治体が被災地支援の担い手となるべきであろうか。そこで本研究では、市区町村間における災害協定の現状に着目し、東日本大震災では災害協定に基づく支援がどの程度機能したか、また、災害協定の締結状況は効率的かについて、経済学の知見から現状分析を行った。その結果、災害初期において、協定に基づく支援が、他の支援と比べ、有意に迅速であることが判明した。また、人的支援については、派遣人数などの支援量においても手厚く支援していることが明らかになった。一方、締結状況の効率性については、締結二者間におけるマッチングなどにおいて、必ずしも効率的であるとは言えない状況であることもわかった。そして、こうした災害協定の効果と限界を指摘したうえで、今後の自治体による被災地支援のあり方について、提言を行った。キーワード：東日本大震災、支援、自治体、災害協定、アンケート調査、マッチング

2013年(平成25年)2月

政策研究大学院大学まちづくりプログラム

MJU12620 福本弘

(2)

2

1．はじめに大規模災害時には、被災自治体の災害対応能力は著しく低下する。そのような状態では、被災自治体だけでは、多岐の分野にわたる膨大な量の応急復旧活動を満足に遂行できない。また、そうした事態において、災害時の事前の備えとしての保険制度もないため、被災自治体の自助努力のみでは限界があるといえる。したがって、国など外部からの支援が必要になるのであるが、国と被災地の間では個々の被災地で必要なニーズをすべて国が把握することができないといった情報の非対称があり、国からの支援のみでは必要な所に支援が回らなくなる可能性がある。こうした国からの垂直的な支援のほかに、水平的な支援として、我が国の自治体では、事前に自治体間での災害時相互援助協定（以下、災害協定）および様々な分野の民間事業者との協定を結ぶ動きが広がっている。2011 年に発生した東日本大震災においても、協定に基づく全国の自治体からの支援が実施され、注目を浴びた。国もこうした自治体間の主体的な動きを歓迎し、促進する立場を取っている。こうした自治体間の災害協定に関する研究としては、阪神・淡路大震災の際に全国の自治体による支援の実態調査や要因分析を行った渡辺・岡田（2004）の研究がある。また、東日本大震災以降では、広域自治体連携強化と災害協定のあり方を論じた岩田・永柳（2011）や、遠隔自治体からの人的支援の実態や自治体間連携支援の課題について論じた稲継（2012）らの報告がある。しかし、自治体間での災害協定が、災害時にどの程度機能したかについての実証分析を行った研究は行われていない。また、個々の協定の締結状況の効率性について論じた研究も行われていない。そこで本稿では、市区町村間における災害協定の現状に着目し、全国の市区町村への独自のアンケート調査によって得られたデータを用いた分析を行った。東日本大震災では災害協定に基づく支援がどの程度機能したかについて、OLS 推定による実証分析を行った。また、災害協定の締結状況の効率性について、個々の市区町村の締結状況の把握および二者間協定における自治体間のマッチング分析を行った。以下の構成は次のとおりである。第 2 章では自治体間の災害協定の現状と東日本大震災以降の国・自治体の動向について整理した。第 3 章では本研究を行うためのデータとして用いた、全国の市区町村を対象としたアンケート調査の概要についてまとめた。第 4 章では、災害協定に基づく自治体による支援が、東日本大震災における被災地支援にどれだけ機能したかについて、迅速性、および被災後 3 か月間の支援内容に着目し、検証した。その結果、協定に基づく支援が、他の支援と比べ、迅速性に有意に寄与していることや、派遣人数などの支援量がより手厚く行われていることなどが明らかになった。第 5 章では、災害協定の締結状況について現状把握・分析を行った。その結果、締結状況にバラつきがあることや、締結二者間におけるマッチングが必ずしも効率的とは言えないケースが多いことが明らかになった。そして、こうしたミスマッチの根源が、災害協定の締結理由にあることが、アンケート調査によって明らかになった。第 6 章では、これまでの分析を踏ま

(4)

4

え、今後の被災地支援体制のあり方として、国や自治体等の役割、自治体の活用法等について提言を行った。最後に、第 7 章で本研究の総括を行った。 2．災害時相互援助協定の現状 2-1.災害協定締結の背景と締結数の遷移我が国においては、1995 年に発生した阪神・淡路大震災や、2004 年に発生した新潟県中越地震を契機に、全国の自治体で災害協定を締結する動きが広まり、2011 年に発生した東日本大震災を契機に、その動きはさらに加速した。（表 2-1「市区町村間における相互応援協定の締結市区町村数の推移」参照）平成 24 年版消防白書によると、全国 1,742 市区町村のうち 1,645 市区町村（平成 24 年 4 月現在）が、広域での災害協定を締結し、参加状況は 94.4％に達している。 2-2.災害協定による支援の特徴自治体間の災害協定による支援の特徴（メリット）として、あらかじめ支援相手が決まっていることや、協定自治体間の日頃からの交流、情報交換等、「顔の見える関係」の構築により、両者間の情報の非対称性の問題が軽減されることから、一方の自治体が被災した場合に、被災していない自治体からの迅速な支援が行われるという点が言われている。これに対し、同じ自治体による支援でも、国や都道府県からの要請に基づく支援については、多くの自治体の協力に基づくまとまった支援を被災地に送り込むことができる反面、国や都道府県と被災自治体との間に情報の非対称性が生じるため、被災自治体のニーズの把握が不十分で、ベストなマッチングやコーディネートができないという問題や、要請の集約、表2-1　市区町村間における相互応援協定の締結市区町村数の推移全国市区町村数応援協定締結市区町村数他都道府県の市区町村との締結市区町村数平成24年 1,742 1,645 959 （割合） (100.0%) (94.4%) (55.1%) 平成23年 1,747 1,478 757 （割合） (100.0%) (84.6%) (43.3%) 平成22年 1,750 1,571 820 （割合） (100.0%) (89.8%) (46.9%) 平成21年 1,800 1,646 827 （割合） (100.0%) (91.4%) (45.9%) 平成20年 1,811 1,656 810 （割合） (100.0%) (91.4%) (44.7%) 平成19年 1,827 1,471 794 （割合） (100.0%) (80.5%) (43.5%) ＊総務省消防庁資料をもとに作成

(5)

5

情報の伝達に時間がかかり、迅速な対応が難しいといった問題が生じていると言われている。 2-3.東日本大震災以降の国の動向東日本大震災という未曽有の大規模災害の経験を踏まえ、国・自治体は大規模災害に備えた防災対策の充実・強化を目的に対策を進めている。ここで災害協定をはじめとした自治体間の水平的な支援に関係する国の震災以降の動向を見ていく。国は災害対策基本法の一部を改正する法律を 2012 年 6 月に公布・施行した。改正後の内容のうち、自治体間の水平的支援に関係する事項としては、①従来より規定されていた地方公共団体の相互応援協定締結の努力義務に加えて、広域一時滞在に関する協定の締結の努力義務の創設（第 8 条）、②災害予防として、相互応援の円滑な実施のため講ずべき措置に関する事項（協定締結などの努力義務）の追加（第 46・49 条）、③市町村地域防災計画を策定する際における円滑な支援・受援の実施を可能とするための配慮を規定（第 42 条）などが挙げられる。また、被災自治体による応援要請については、これまで消防・水防・救助等の人命に関わるような緊急性の極めて高い応急措置に限定されていた応援の対象業務を、避難所運営支援、巡回健康相談、施設の修繕のような災害応急対策一般に拡大する（第 67 条）など、災害協定をはじめとした自治体間の水平的支援を円滑に実施するための改正が行われた。また、2012 年 7 月にまとめられた中央防災会議（事務局・内閣府）の防災対策推進検討会議の最終報告においても、「災害の規模や被災地のニーズに応じて応援が円滑に行われるよう、応援先・受援先の決定、相互応援に関する災害協定の締結など、具体的な方策を各地方公共団体において構築すべきである」と、自治体による主体的な相互支援体制を推奨している。このように、国は自治体間の主体的な水平的支援の取り組みについて、震災以降、より促進する方向で整備を進めている。それでは、実際に自治体間の災害協定に基づく水平的な支援は、災害時にどの程度機能していたのであろうか。次章以降では、東日本大震災において被災地を支援する市区町村（以下、支援自治体）による被災地支援に着目し、支援自治体へのアンケート調査を行い、支援の実態を把握するとともに、そこから得られたデータから、支援の迅速性や災害初期（被災後 3 か月間）の支援内容についての実証分析や、協定の締結状況についての検証を行うこととする。

(6)

6

3．災害協定および東日本大震災における支援活動等に関するアンケート調査 3-1.調査の目的本研究で必要とする、個々の市区町村における災害協定の締結状況および東日本大震災における被災地支援の実績等のデータについては、国や都道府県、市長会等において管轄する特定の情報は有しているものの、体系的に整理されたデータはなく、公表されている情報も限られている。また、個々の自治体についても、ホームページや広報等で公表している自治体と公表していない自治体があることや、自治体によって公表内容も異なることから、その実態を把握するため、全国の市区町村を対象に調査を実施することとした。 3-2.調査項目の設定と調査方法アンケート調査の調査項目は、表 3-1 のとおりである。次に、調査の方法および都道府県別アンケート対象自治体数の一覧については、表 3-2・ 3 の通りである。表3-1　アンケート調査項目一覧表調査項目災害協定の締結状況東日本大震災における支援活動その他調査内容協定名、締結時期、締結先の自治体名、締結先自治体の選定理由、幹事・副幹事の設置又は核として取りまとめを行う自治体の有無、災害時の緊急支援にかかる予算措置の有無、災害面における締結先との平時の交流がある場合の交流内容・年間回数・期間等、締結先との災害対策以外での交流の有無、緊急時に支援自治体が自主的に支援できる旨の協定書記載有無など震災後3か月間の被災地支援活動 ①人的支援：支援先、支援期間、支援内容、派遣職員（職種・人数）、支援動機 ②物的支援：支援先、支援期間、支援内容、支援動機派遣職員の宿泊先の確保、義援金の概要（金額、送付先）、被災地支援費用決算額（2011年度）、風評被害打開のための支援策、震災から得られた教訓・課題・対応策、想定される災害リスクなど

(7)

7

表3-2　自治体アンケートの概要調査対象自治体の選定方法・対象自治体数上記選定方法の設定理由調査依頼の方法調査内容調査依頼日回答受領締切回答数 124（回答率：56.36％） ①協定の有無による差異を明らかにするため、トリートメントグループの自治体（協定有自治体）とコントロールグループの自治体（協定無自治体）における協定の有無以外の差異をなるべくなくすよう配慮した。例えば、北海道では協定有自治体が4市1町1村あるが、協定無自治体についても同数の4市1町1村となるようにするとともに、自治体規模についても各々の協定有自治体の人口規模になるべく近づけるように選定した。（自治体をランダムに抽出すると、自治体規模にバラつきが生じてしまう恐れがある） ②被災地との距離の違いによる支援の影響も確認するため、支援自治体の所属地域を一定とせず、全国を対象とした。＊コントロールグループ（東北３県市町村との協定無自治体）の選定方法（詳細定義） ①道府県に政令市Aがある場合上記B（政令市以外の協定有自治体）に該当しない中核市がある場合はその中核市C（複数ある場合は人口が多いほうの市）、Cがない場合で、Bに該当しない特例市がある場合はその特例市D（複数ある場合は人口が多い方の市）、C・Dがない場合は市のなかから人口が最も多い市を、Aと同数となるよう選定。 ②都道府県に市区町村Bがある場合【原則】Bに該当する市区町村と同一の属性（中核市or特例市or市or特別区or町or村）で、Bと人口が類似した市区町村を、Bと同数となるよう選定。【例外】同一属性の市区町村がない場合は、中核市の場合は特例市、特例市・特別区の場合は、同一都道府県の市、市・町・村がない場合は隣接県の市・町・村から同様の基準に基づき選定。【選定方法】 ①トリートメントグループ（東北3県市町村との災害協定有自治体） A：被災当時、東北3県（宮城・岩手・福島）の市区町村と災害協定を締結していた政令市17 市 B：平成22年4月1日現在、3県（宮城・岩手・福島）の市区町村と災害協定を締結していた東北３県以外の都道府県の自治体93市区町村 ②コントロールグループ（東北3県市町村との災害協定無自治体）上記①と同一都道府県内にある、同程度の規模の市区町村。各都道府県ごとに市区町村数が①＝②となるよう選定*。【対象自治体数】トリートメントグループ：110 コントロールグループ：110 合計：220 ＊表3-3　「都道府県別アンケート対象自治体数一覧」参照上記対象自治体の担当部署に電話し、担当者名およびメールアドレスを確認の上、電子メールにて「依頼文」「調査票」「調査票（回答）」を送付参考資料「調査票」参照 2012年11月15日～12月4日 2012年12月末日

(8)

8

表3-3　都道府県別アンケート対象自治体数一覧政令市（A) （A)以外の市区町村（B) 計北海道 1 5 6 6 12 青森県* 0 9 9 10 19 岩手県 0 宮城県 0 秋田県* 0 7 7 6 13 山形県 0 6 6 6 12 福島県 0 茨城県 0 1 1 1 2 栃木県 0 2 2 2 4 群馬県 0 1 1 1 2 埼玉県 1 9 10 10 20 千葉県 0 2 2 2 4 東京都 0 19 19 19 38 神奈川県 3 2 5 5 10 新潟県 1 3 4 4 8 富山県 0 0 0 0 0 石川県 0 0 0 0 0 福井県 0 0 0 0 0 山梨県 0 2 2 2 4 長野県 0 1 1 1 2 岐阜県 0 0 0 0 0 静岡県 2 2 4 4 8 愛知県 1 2 3 3 6 三重県 0 1 1 1 2 滋賀県 0 2 2 2 4 京都府 1 0 1 1 2 大阪府 2 0 2 2 4 兵庫県 1 6 7 7 14 奈良県 0 1 1 1 2 和歌山県 0 1 1 1 2 鳥取県 0 1 1 1 2 島根県 0 0 0 0 0 岡山県 1 0 1 1 2 広島県 1 1 2 2 4 山口県 0 1 1 1 2 徳島県 0 0 0 0 0 香川県 0 1 1 1 2 愛媛県 0 0 0 0 0 高知県 0 1 1 1 2 福岡県 2 0 2 2 4 佐賀県 0 0 0 0 0 長崎県 0 0 0 0 0 熊本県 0 1 1 1 2 大分県 0 0 0 0 0 宮崎県 0 1 1 1 2 鹿児島県 0 2 2 2 4 沖縄県 0 0 0 0 0 合計 17 93 110 110 220 *秋田県は全13市中7市が東北3県と協定を締結しているため、隣接県の青森県から1市追加した。東北３県との災害協定無市区町村（C) 都道府県東北３県との災害協定有合計市区町村数

(9)

9

3-3.アンケートの回答状況および被災後 3 か月間の支援実施状況多くの市区町村から協力を賜った結果、調査票の回収率は表 3－4 の結果となった。次に、人的支援・物的支援それぞれにおける被災後 3 か月間の自治体属性別の支援実施状況については、表 3-5・6 の結果となった。これを見ると、人的支援では、政令市・特別区で 100％の実施率になったのをはじめ、市・区の実施率が高いことがわかる。一方、町村は相対的に実施率が低い。物的支援においても政令市・特例市・特別区で 100％の実施率となるなど、人的支援と同様に市の実施率が高いのに対し、町村の実施率は低い。このことから、自治体の規模によって支援実施に影響を及ぼしていることがわかる。次章では、東日本大震災において、災害協定が自治体の被災地支援の迅速性および支援内容にどの程度影響したかについて検証していく。以後の分析結果は、特記したものを除き、全てアンケート調査に基づくものである。 4．災害協定の機能性分析 4-1.支援の迅速性分析東日本大震災において災害協定がどの程度機能したかについて実証分析を行う。はじめに、支援の迅速性についてであるが、これは被災日以降、人的支援・物的支援それぞれにおいて、支援した自治体が最初に被災自治体に支援を開始した日までの日数を指標とし、この日数が短ければ短いほど、迅速な支援が行われたものとする。表3-4　市区町村別　配布・回収状況 ①政令市 ②中核市 ③特例市 ④①～③以外の市 _⑤特別区 _⑥町 _⑦村 _計配布 17 19 15 114 23 27 5 220 回収 7 12 7 65 18 13 2 124 回収率 41.18% 63.16% 46.67% 57.02% 78.26% 48.15% 40.00% 56.36%

(10)

10

分析方法は、支援までの日数の重回帰式を構築し、OLS（最小二乗法）を用いた回帰分析を行う。推定式は、支援までの日数に影響を与えると予測される変数を設定し、構築した。（人的・物的支援共通）（協定モデル） lnND＝α＋β1iPA＋β2iD＋β3iD 2

＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （1）

（要請モデル）

lnND＝α＋β1iRE＋β2iD＋β3iD

2

（友好都市モデル）

lnND＝α＋β1iFR＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （3）

（独自判断モデル）

lnND＝α＋β1i OR＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （4）

まず協定モデル（1）については、被説明変数 lnND は、被災日から支援までの日数、PA は災害協定による支援ダミー（被災自治体との災害協定に基づき支援を行った場合は 1、そ うでない場合は 0 を取るダミー変数）、D は支援した自治体から被災自治体までの距離（被 説明変数に対し、線形あるいは非線形に反応する可能性があることを考慮し、合わせて 2 条項も用いた）、HR は災害協定締結先の風評被害支援ダミー（締結先が風評被害に見舞わ れたときに何らかの支援を行った場合は 1、支援を行っていない場合は 0 を取るダミー変数）、 DE は大地震被災経験ダミー（阪神・淡路大震災または新潟県中越地震の経験自治体は 1、 そうでない自治体は 0 とするダミー変数）、PO・A はそれぞれ支援する自治体の人口・面積 を表す説明変数を用いた。αは定数項、βは係数、εは誤差項を表す。この協定モデル（1）のほかに、協定による支援ダミー以外の支援動機ダミーモデルである、（2）要請モデル（国・都道府県・市長会等の要請に基づく支援ダミー：RE）、（3）友好 都市モデル（災害協定先以外の友好都市への支援ダミー：FR）、（4）独自判断モデル（独自 の判断に基づく支援ダミー：OR）も合わせて用いることで、支援の迅速性に影響を及ぼす 要因の分析を行う。人的支援・物的支援それぞれの各説明変数の基本統計量は表 4-1・2 のとおりである。

(11)

11

平均値標準偏差最小値最大値 In(支援までの日数） 15.083 17.566 1 88 災害協定による支援ダミー 0.138 0.346 0 1 国・都道府県・市長会等による要請による支援ダミー _0.780 _0.416 ₀ ₁ 関西広域連合による支援ダミー 0.037 0.189 0 1 友好都市への支援ダミー 0.009 0.096 0 1 独自の判断に基づく支援ダミー 0.055 0.229 0 1 協定先の協定先への支援（友だちの友だち）ダミー _0.000 _0.000 ₀ ₀ 自治体間の距離 554.468 383.396 55 1587 「自治体間の距離」の2乗 453,078.400 594,275.100 3025 2518569 協定先の風評被害への支援ダミー 0.073 0.262 0 1 大地震被災経験ダミー 0.147 0.356 0 1 政令市ダミー 0.064 0.246 0 1 中核市ダミー 0.101 0.303 0 1 特例市ダミー 0.055 0.229 0 1 その他市ダミー 0.523 0.502 0 1 特別区ダミー 0.165 0.373 0 1 町村ダミー 0.092 0.290 0 1 人口 236,872.700 295,065.500 1246 1544200 面積 290.528 335.487 10.08 1411.85 観測数表4-1　OLS基本統計量（人的支援・迅速性） 109 平均値標準偏差最小値最大値 In(支援までの日数） 7.619 8.191 2 58 災害協定による支援ダミー 0.593 0.493 0 1 国・都道府県・市長会等による要請による支援ダミー _0.212 _0.411 ₀ ₁ 関西広域連合による支援ダミー 0.027 0.161 0 1 友好都市への支援ダミー 0.088 0.285 0 1 独自の判断に基づく支援ダミー 0.115 0.320 0 1 協定先の協定先への支援（友だちの友だち）ダミー _0.018 _0.132 ₀ ₁ 自治体間の距離 515.912 374.031 57 1627 「自治体間の距離」の2乗 404,825.900 573,153.700 3249 2647129 協定先の風評被害への支援ダミー 0.080 0.272 0 1 大地震被災経験ダミー 0.142 0.350 0 1 政令市ダミー 0.062 0.242 0 1 中核市ダミー 0.097 0.298 0 1 特例市ダミー 0.062 0.242 0 1 その他市ダミー 0.531 0.501 0 1 特別区ダミー 0.159 0.368 0 1 町村ダミー 0.088 0.285 0 1 人口 233,282.300 290,633.300 5114 1544200 面積 271.244 322.664 10.08 1411.85 観測数 113 表4‐2　OLS基本統計量（物的支援・迅速性）

(12)

12

人的支援の迅速性の推定結果は、表 4-3 のとおりである。前述したように、支援動機別に 4 つのモデルを用いて推定を行っている。 OLS 分析の結果、協定による支援ダミーの係数を見ると、協定に基づく支援は、協定以外の理由による支援と比べ、協定モデルで 12.6 日、被災日から支援までの日数を短縮することが、1％水準で統計的に有意に示された。なお、頑健性のチェックも行ったが、協定に基づく支援はいずれも 1％水準で統計的に有意となり、頑健性が高いことが示された。これに対し、災害協定締結先以外の友好都市への支援については負の係数ではあったが有意とはならず、また国等の要請に基づく支援や独自の判断による支援はいずれも正の係数であったが有意とはならなかった。その他の説明変数については、人口、面積で有意に負の係数となっており、迅速性に寄与していることがわかった。一方、距離については迅速性に影響しないこともわかった。次に、物的支援の迅速性の推定結果は、表 4-4 のとおりである。表4-3 OLS推計結果（人的支援の迅速性）被説明変数 ln(支援までの日数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー -12.6463 *** (4.5470) 国・都道府県・市長会等による 4.3934 要請による支援ダミー (3.9420) 友好都市への支援ダミー -6.2570 (16.9333) 独自の判断に基づく支援ダミー 10.8931 7.1004 自治体間の距離 -0.0208 -0.0201 -0.0173 -0.0155 (0.0166) (0.0172) (0.0173) 0.0171 「自治体間の距離」の2乗 0.0000 0.0000 0.0000 0.0000 (0.0000) (0.0000) (0.0000) 0.0000 協定先の風評被害への支援ダミー 3.1422 1.6374 1.3910 0.5940 (6.1574) (6.3215) (6.3589) 6.3123 大地震被災経験ダミー -3.3449 -2.1674 -2.6422 -1.8941 (4.6677) (4.8169) (4.8372) 4.7978 人口 -0.00001 ** -0.00001 ** -0.00001 ** -0.00001 ** (0.0000) (0.0000) (0.0000) 0.0000 面積 -0.0130 *** -0.0137 *** -0.0128 ** -0.0121 ** (0.0048) (0.0050) (0.0050) 0.0049 定数項 31.6630 *** 26.1445 *** 28.6845 *** 27.5582 *** (5.4179) (5.9469) (5.5104) 5.5025 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 0.1148 109 (1)協定モデル 0.1586 109 （２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.1052 109 0.0954 109

(13)

13

協定による支援ダミーの係数を見ると、協定に基づく支援は、協定モデルで 5.6 日、被災日から支援までの日数を短縮することが、1％水準で統計的に有意に示された。頑健性のチェックにおいても、協定に基づく支援はいずれも 1％水準で統計的に有意となり、人的支援と同様、頑健性が高いことが示された。一方、それ以外の支援動機ダミーについては、友好都市モデルが負の係数となったが有意とはならず、要請モデルについては正の係数ではあるが有意とはならなかった。独自判断モデルについては、有意に正の係数となり、独自判断の物資の支援は遅れた結果となった。その他の説明変数については、人口が協定ダミー以外の推定モデルで有意に負の係数となっており、迅速性に寄与していることがわかった。一方、人的支援とは異なり、面積については負の係数ではありながらも有意とはならなかった。また、距離については人的支援同様、迅速性に影響しないことがわかった。 4-2.支援内容分析続いて、被災後 3 か月間の支援内容について分析を行う。これは支援を行った自治体の支援内容を計量分析するもので、人的支援については①支援の種類、②派遣先の被災自治体の数、③派遣日数、④派遣人数について検証する。一方、物的支援については、①物資表4‐4　OLS推計結果（物的支援の迅速性）被説明変数 ln(支援までの日数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー -5.6180 *** (1.5058) 国・都道府県・市長会等による 0.6904 要請による支援ダミー (1.8980) 友好都市への支援ダミー -3.7007 (2.7310) 独自の判断に基づく支援ダミー 9.2842 *** (2.2337) 自治体間の距離 0.0066 0.0103 0.0114 0.0113 (0.0076) (0.0080) (0.0080) (0.0074) 「自治体間の距離」の2乗 -0.000003 -0.000005 -0.000006 -0.000006 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー -4.9279 -2.8563 -3.2536 -4.2648 (2.7170) (2.9196) (2.8619) (2.6872) 大地震被災経験ダミー -1.9302 -1.9254 -2.2846 -2.1973 (2.2212) (2.3711) (2.3528) (2.1909) 人口 -0.000004 -0.000006 ** -0.000006 ** -0.000005 * (0.0000) (0.0000) (0.0000) (0.0000) 面積 -0.0017 -0.0014 -0.0007 -0.0018 (0.0023) (0.0025) (0.0025) (0.0023) 定数項 10.6979 *** 6.5592 ** 6.6044 *** 5.2929 ** (2.5881) (2.5289) (2.4847) (2.3460) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.1409 0.0283 0.0438 0.1645 113 113 113 113

(14)

14

の種類、②物資を送付した被災自治体の数について検証する。なお、物的支援について、物資量についても分析する予定であったが、物資の種類が多岐にわたることや、回答の内容も自治体により異なることから、一定単位の量に整理することが難しかったため、今回の分析対象からは除外した。アンケートの設問方法等も含め、今後の課題としたい。分析方法は、迅速性分析と同様、重回帰式を構築し、OLS（最小二乗法）を用いた回帰分析を行う。 4-2-1.人的支援（支援種類・派遣先自治体数・派遣日数・派遣人数）（協定モデル）

lnKA（AG,ND,NP）＝α＋β1iPA＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （5）

lnKA（AG,ND,NP）＝α＋β1iRE＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （6）

lnKA（AG,ND,NP）＝α＋β1iFR＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （7）

lnKA（AG,ND,NP）＝α＋β1i OR＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （8）

被説明変数 lnKA は①支援の種類、AG は②派遣した被災自治体の数、ND は③派遣日数、

NP は④派遣人数として、それぞれにおいて分析を行う。なお、説明変数、ダミー変数なら

びに推計モデルは迅速性分析と基本的に同様である。

(15)

15

*観測数：表 4-1 における観測数（109）と異なるのは、1 つのサンプルの回答の支援の開始時期が不明で除外したため、表 4-1 のサンプル数は 1 少ない。【支援種類】人的支援の支援種類についての推定結果は、表 4-6 のとおりである。なお、ここでいう支援の種類とは、アンケート結果をもとに分類した 12 種類の支援業務（事前調査・協議等、消防、水道、医療・救護、保健・介護・福祉等、避難所支援、物資仕分け、被害判定・家屋調査・インフラ復旧、清掃・廃棄物運搬、窓口・一般事務、復興計画・企画調整、教育支援）とする。表4-5 基本統計量（人的支援・支援内容）　　自治体別データ平均値標準偏差最小値最大値支援種類 4.055 1.920 1 11 派遣日数 131.600 155.275 0 1078 派遣人数 196.527 852.057 2 8636 派遣先自治体数 5.300 3.452 1 18 災害協定による支援ダミー 0.255 0.438 0 1 国・都道府県・市長会等による要請による支援ダミー 0.909 0.289 0 1 関西広域連合による支援ダミー 0.127 0.335 0 1 友好都市への支援ダミー 0.064 0.245 0 1 独自の判断に基づく支援ダミー 0.155 0.363 0 1 協定先の協定先への支援（友だちの友だち）ダミー 0.018 0.134 0 1 自治体間の距離 549.427 385.277 0 1587 「自治体間の距離」の2乗 448,959.500 593,118.000 0 2518569 協定先の風評被害への支援ダミー 0.073 0.261 0 1 大地震被災経験ダミー 0.145 0.354 0 1 政令市ダミー 0.064 0.245 0 1 中核市ダミー 0.100 0.301 0 1 特例市ダミー 0.055 0.228 0 1 その他市ダミー 0.518 0.502 0 1 特別区ダミー 0.164 0.372 0 1 町村ダミー 0.100 0.301 0 1 人口 234,946.800 294,402.600 1246 1544200 面積 289.523 334.111 10.08 1411.85 観測数 110

(16)

16

協定による支援ダミーの係数を見ると、協定に基づく支援は、正の係数ではあるが、統計的に有意には示されなかった。したがって、支援の種類については、協定による支援は必ずしも多いとはいえないことがわかった。他の支援動機ダミーについても、いずれも正の係数ではあるものの、有意には示されなかった。その他の説明変数については、人口、面積、協定先の風評被害への支援ダミー、大地震被災経験ダミーについて、いずれも有意に正の係数となっており、多くの種類の支援を実施してきたことがわかった。また、いずれも支援動機においても支援の種類において有意となるものはなかった。【派遣先自治体数】職員派遣先の被災自治体数についての推定結果は、表 4-7 のとおりである。表4-6　OLS推計結果（人的支援・支援種類）　　自治体別データ被説明変数 ln(支援種類) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 0.3225 (0.3201) 国・都道府県・市長会等による 0.4581 要請による支援ダミー (2.8100) 友好都市への支援ダミー 0.6622 (0.5498) 独自の判断に基づく支援ダミー 0.5931 (0.3605) 自治体間の距離 0.0018 0.0022 0.0018 0.0017 (0.0014) (0.0013) (0.0014) (0.0013) 「自治体間の距離」の2乗 -0.000001 -0.000001 -0.000001 -0.000001 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー 1.1643 ** 1.1328 ** 1.2382 ** 1.1448 ** (0.5217) (0.5030) (0.5175) (0.5165) 大地震被災経験ダミー 0.9401 ** 0.9286 ** 0.9651 ** 0.9457 ** (0.3950) (0.3810) (0.3957) (0.3911) 人口 0.000004 *** 0.000004 *** 0.000004 *** 0.000004 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.0013 *** 0.0013 *** 0.0012 *** 0.0013 *** (0.0004) (0.0004) (0.0004) (0.0004) 定数項 2.0573 *** 0.8777 2.0903 *** 2.0584 *** (0.4340) (0.6064) (0.4295) (0.4279) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル 110 110 110 110 （３）友好都市モデル（４）独自判断モデル 0.4957 0.5273 0.4978 0.5038

(17)

17

協定による支援ダミーの係数を見ると、協定に基づく支援は、統計的に有意には示されなかった。ただし、有意ではないものの、いずれも負の係数となっていることから、派遣先については協定先を中心にある程度絞り込んで支援している傾向がうかがえた。一方、要請モデルや独自判断モデルにおいてそれぞれの支援動機ダミーが有意に正の係数となっており、国等からの要請を受けた自治体や独自に支援を実施した自治体は広く被災自治体を支援している状況がわかった。その他の説明変数については、人口、面積、大地震被災経験ダミーについて、いずれも有意に正の係数となっており、規模の大きい自治体や被災経験のある自治体は、より多くの被災自治体に職員を派遣したことがわかった。【派遣日数】職員派遣の日数についての推定結果は、表 4-8 のとおりである。なお、ここでいう派遣日数とは、支援ごとの派遣日数を合計した 1 自治体あたりの延べ日数である。表4-7 OLS推計結果（人的支援・派遣先自治体数）　　自治体別データ被説明変数 ln(派遣先自治体数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー -0.7117 (0.6636) 国・都道府県・市長会等による 2.3707 ** 要請による支援ダミー (0.9583) 友好都市への支援ダミー 0.9054 (1.1452) 独自の判断に基づく支援ダミー 1.3496 * (0.7459) 自治体間の距離 0.0026 0.0034 0.0027 0.0025 (0.0028) (0.0028) (0.0028) (0.0028) 「自治体間の距離」の2乗 -0.000002 0.0000 0.0000 0.0000 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー 0.7179 0.4224 0.6093 0.4106 (1.0817) (1.0520) (1.0780) (1.0685) 大地震被災経験ダミー 1.3268 1.4437 * 1.4830 * 1.4924 * (0.8188) (0.7970) (0.8243) (0.8091) 人口 0.00001 *** 0.00001 *** 0.0000 *** 0.0000 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.0019 ** 0.0018 ** 0.0018 ** -0.0019 ** (0.0008) (0.0008) (0.0009) (0.0008) 定数項 2.6316 *** 0.2147 2.4593 *** 2.3614 *** (0.8998) (1.2684) (0.8947) (0.8853) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル 110 110 110 110 （３）友好都市モデル（４）独自判断モデル 0.3298 0.3606 0.3264 0.3433

(18)

18

協定による支援ダミーの係数を見ると、協定に基づく支援は、他の理由に基づく支援に比べ、協定モデルで 80.3 日、派遣日数を増加させることが、1％水準で統計的に有意に示された。頑健性のチェックにおいても、協定に基づく支援はいずれも統計的に有意に正の係数となっており、頑健性が高いことが示された。一方、要請に基づく支援や独自判断による支援は正の係数となっているが有意とはならなかった。また、友好都市への支援については、負の係数ではあるが有意とはならなかった。その他の説明変数については、人口、面積、大地震被災経験ダミーについて、いずれも有意に正の係数となっており、規模の大きい自治体や被災経験のある自治体は、より多くの日数、職員を派遣してきたことがわかった。【派遣人数】職員派遣の人数についての推定結果は、表 4-9 のとおりである。なお、ここでいう派遣人数とは、派遣日数と同様、1 自治体あたりの延べ人数である。表4-8 OLS推計結果（人的支援・派遣日数）　　自治体別データ被説明変数 ln(派遣日数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 80.7334 *** (22.3533) 国・都道府県・市長会等による 6.4369 要請による支援ダミー (35.0927) 友好都市への支援ダミー -3.8114 (40.8635) 独自の判断に基づく支援ダミー 17.0453 (26.9066) 自治体間の距離 0.1084 0.0996 0.0974 0.0958 (0.0947) (0.1011) (0.1005) (0.1004) 「自治体間の距離」の2乗 -0.0001 -0.0001 -0.0001 -0.0001 (0.0001) (0.0001) (0.0001) (0.0001) 協定先の風評被害への支援ダミー -12.1383 2.0956 2.4589 0.3001 (36.4371) (38.5274) (38.4650) (38.5433) 大地震被災経験ダミー 72.0868 *** 63.6553 ** 63.2019 ** 64.6826 ** (27.5830) (29.1874) (29.4118) (29.1840) 人口 0.0003 *** 0.0004 *** 0.0004 *** 0.0004 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.1259 *** 0.1251 *** 0.1260 *** 0.1247 *** (0.0283) (0.0301) (0.0306) (0.0300) 定数項 -32.6180 -23.5949 -17.2365 -19.1148 (30.3125) (46.4515) (31.9248) (31.9327) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル 110 110 110 110 （３）友好都市モデル（４）独自判断モデル 0.6241 0.5761 0.576 0.5776

(19)

19

協定による支援ダミーの係数を見ると、協定に基づく支援は、協定モデルで 329 人、派遣人数を増加させることが、10％水準で統計的に有意に示された。頑健性チェックでも、一部を除き正の係数が 10％水準で統計的に有意が示された。それに対して、独自の判断による支援については正の係数ではあるが有意とはならず、また要請による支援や友好都市への支援は負の係数で有意とはならなかった。その他の説明変数については、人口、大地震被災経験ダミーについて、いずれも有意に正の係数となっており、人口規模が大きい自治体や被災経験のある自治体は、より多くの職員を派遣していることがわかった。一方、面積は一部を除き、係数は正であるものの有意とはならなかった。【支援量（派遣日数・派遣人数）についての詳細分析】前述の分析において、人的支援の支援量にあたる、派遣日数および派遣人数について、協定に基づく支援が有意に正の係数となり、支援量の増加要因となっていることを示したが、これは被災自治体との協定を有する自治体（以下、協定有自治体）と有していない自治体（以下、協定無自治体）との比較で分析した結果である。協定有自治体の中には、協定に基づく協定先への支援のほかに国等の要請に基づく支援など、複数の動機に基づく支表4-9 OLS推計結果（人的支援・派遣人数）　　自治体別データ被説明変数 ln(派遣日数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 329.1450 * (176.3459) 国・都道府県・市長会等による -55.2560 要請による支援ダミー (265.0816) 友好都市への支援ダミー -63.5871 (308.6368) 独自の判断に基づく支援ダミー 37.2549 (203.6217) 自治体間の距離 -0.4661 -0.5270 -0.5140 -0.5139 (0.7470) (0.7635) (0.7594) (0.7595) 「自治体間の距離」の2乗 0.0001 0.0001 0.0001 0.0001 (0.0005) (0.0005) (0.0005) (0.0005) 協定先の風評被害への支援ダミー -25.1814 38.5572 33.2287 29.7779 (287.4533) (291.0262) (290.5211) (291.6845) 大地震被災経験ダミー 843.8222 *** 808.0165 *** 803.3081 *** 811.4791 *** (217.6029) (220.4745) (222.1430) (220.8567) 人口 0.0008 *** 0.0009 *** 0.0009 *** 0.0009 *** (0.0003) (0.0003) (0.0003) (0.0003) 面積 0.3566 0.3565 0.3636 0.3528 (0.2233) (0.2272) (0.2314) (0.2272) 定数項 -81.9592 33.3008 -17.2273 -23.6584 (239.1363) (350.8832) (241.1240) (241.6574) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.223 0.1968 110 110 110 110 0.1968 0.1967

(20)

20

援が包含している。それ故に、有意に正の係数となったと考えられるため、厳密に協定による支援によるか否かについては、これをさらに支援動機別に細分化して検証する必要がある（図 4-1 参照）。以下ではこの点を踏まえ、支援動機別比較および協定先への支援の有無の比較による分析を行う。まず、支援動機別の比較による分析であるが、基本統計量および派遣日数と派遣人数の推計結果は表 4-10 のとおりである。表4-10 基本統計量（人的支援・支援内容）　　支援動機別データ平均値標準偏差最小値最大値支援種類 2.953 1.614 1 8 派遣日数 86.296 99.103 0 541 派遣人数 128.462 501.365 1 5556 災害協定による支援ダミー 0.166 0.373 0 1 国・都道府県・市長会等による要請による支援ダミー _0.598 _0.492 ₀ ₁ 関西広域連合による支援ダミー 0.083 0.276 0 1 友好都市への支援ダミー 0.041 0.200 0 1 独自の判断に基づく支援ダミー 0.101 0.302 0 1 協定先の協定先への支援（友だちの友だち）ダミー 0.012 0.108 0 1 自治体間の距離 589.870 406.119 0 1641 「自治体間の距離」の2乗 511,903.200 646,242.400 0 2692881 協定先の風評被害への支援ダミー 0.024 0.152 0 1 大地震被災経験ダミー 0.183 0.388 0 1 政令市ダミー 0.095 0.294 0 1 中核市ダミー 0.107 0.309 0 1 特例市ダミー 0.053 0.225 0 1 その他市ダミー 0.509 0.501 0 1 特別区ダミー 0.172 0.378 0 1 町村ダミー 0.065 0.247 0 1 人口 272,892.800 333,265.600 1246 1544200 面積 298.046 336.015 10.08 1411.85 観測数 169 図 4-1 支援のイメージおよび派遣日数・派遣人数の検証方法

(21)

21

協定に基づく支援については、派遣日数・人数いずれも有意とはならなかった。その他のモデルでも同様に支援動機ダミーは有意とはならなかった。表4-11 OLS推計結果（人的支援・派遣日数）　支援動機別データ　被説明変数 ln(派遣日数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー -10.2865 (18.1736) 国・都道府県・市長会等による 9.5389 要請による支援ダミー (13.0691) 友好都市への支援ダミー -44.9654 (31.5343) 独自の判断に基づく支援ダミー -7.0348 (20.6899) 自治体間の距離 -0.0304 -0.0267 -0.0321 -0.0273 (0.0613) (0.0611) (0.0609) (0.0612) 「自治体間の距離」の2乗 0.0000 0.0000 0.0000 0.0000 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー 53.5039 50.7056 44.6478 44.2262 (43.9411) (41.9459) (40.9841) (41.2689) 大地震被災経験ダミー 17.1060 19.2034 15.7898 17.5713 (17.6457) (17.6520) (17.5546) (17.6293) 人口 0.0002 *** 0.0002 *** 0.0002 *** 0.0002 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.0782 *** 0.0783 *** 0.0821 *** 0.0781 *** (0.0190) (0.0190) (0.0191) (0.0190) 定数項 35.7834 * 26.8538 36.0566 * 34.4660 * (19.9842) (21.9119) (19.6543) (19.7869) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 169 169 169 169 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.3422 0.343 0.3491 0.3413 表4-12　OLS推計結果（人的支援・派遣人数）　　支援動機別データ被説明変数 ln(派遣人数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 156.2318 (101.0070) 国・都道府県・市長会等による 1.4821 要請による支援ダミー (73.2227) 友好都市への支援ダミー -59.0052 177.4360 独自の判断に基づく支援ダミー -8.8235 (115.7678) 自治体間の距離 -0.5095 -0.5467 -0.5524 -0.5460 (0.3405) (0.3423) 0.3425 (0.3424) 「自治体間の距離」の2乗 0.0002 0.0002 0.0002 0.0002 (0.0002) (0.0002) 0.0002 (0.0002) 協定先の風評被害への支援ダミー -218.4188 -86.2015 -87.3862 -87.9028 (244.2202) (235.0112) 230.6077 (230.9156) 大地震被災経験ダミー 450.9146 *** 438.1436 *** 435.1032 *** 437.4634 *** (98.0732) (98.8995) 98.7757 (98.6430) 人口 0.0004 *** 0.0004 *** 0.0004 *** 0.0004 *** (0.0001) (0.0001) 0.0001 (0.0001) 面積 0.2385 ** 0.2412 ** 0.2464 ** 0.2412 ** (0.1055) (0.1063) 0.1074 (0.1063) 定数項 56.2946 84.1473 88.0978 85.9765 (111.0704) (122.7664) 110.5900 (110.7152) 自由度調整済み決定係数 0.1943 観測数 169 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。（４）独自判断モデル 0.206 0.1942 0.1948 169 169 169 (1)協定モデル（２）要請モデル（３）友好都市モデル

(22)

22

次に、協定先への支援の有無の比較であるが、派遣日数と派遣人数の推計結果は表 4-13・ 14 のとおりである。(使用するデータは支援動機別データと同様) 表4-13 OLS推計結果（人的支援・派遣日数）　協定先への支援の有無による比較被説明変数 ln(派遣日数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 0.5544 (17.6228) 国・都道府県・市長会等による 4.5413 要請による支援ダミー (12.6764) 友好都市への支援ダミー -44.8555 (30.5368) 独自の判断に基づく支援ダミー -6.8356 (20.0430) 自治体間の距離 -0.0251 -0.0247 -0.0294 -0.0246 (0.0594) (0.0593) (0.0589) (0.0593) 「自治体間の距離」の2乗 0.0000 0.0000 0.0000 0.0000 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー 55.0507 58.3004 55.3066 54.9025 (42.6095) (40.6854) (39.6876) (39.9786) 大地震被災経験ダミー 17.5715 18.1177 15.3611 17.1483 (17.1110) (17.1216) (16.9993) (17.0781) 人口 0.0002 *** 0.0002 *** 0.0002 *** 0.0002 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.0787 *** 0.0788 *** 0.0827 *** 0.0787 *** (0.0184) (0.0184) (0.0185) (0.0184) 定数項 32.6860 * 29.4448 34.9622 * 33.3603 * (19.3786) (21.2535) (19.0326) (19.1682) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 169 169 169 169 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.3579 0.3584 0.3664 0.3584

(23)

23

協定に基づく支援については、派遣日数については有意とはならなかったが、派遣人数については、正の係数が 10％水準で統計的に有意に示された。これは、協定先への支援が、協定に基づくもののみならず、国等の要請による支援など複数の動機によるためであると考えられる。いずれにしても、協定先の被災自治体への支援は、他の被災自治体への支援以上に多くの職員を派遣していることが示された。以上をまとめると、災害協定に基づく被災自治体への人的支援の支援量は、被災地全体への支援量に占める割合として見た場合は決して多くはなく、効果は限定的である。しかし、個々の被災地支援をしている自治体レベルで見た場合には、被災自治体と協定を締結している自治体は、そうでない自治体と比べ、特に派遣人数において支援量が多くなったことから、協定には支援のパフォーマンスを向上させる効果があるといえよう。 4-2-2.物的支援（送付種類・送付先自治体数）これまで人的支援の支援内容をみてきたが、最後に物的支援の支援内容を見ていく。推計モデルは下記のとおり。表4-14 OLS推計結果（人的支援・派遣人数）　　協定先への支援の有無による比較被説明変数 ln(派遣人数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 200.1519 * (107.8957) 国・都道府県・市長会等による -18.7140 要請による支援ダミー (78.4534) 友好都市への支援ダミー -58.8414 (190.1533) 独自の判断に基づく支援ダミー -8.0501 (124.0601) 自治体間の距離 -0.4999 -0.5504 -0.5533 -0.5471 (0.3638) (0.3668) (0.3670) (0.3669) 「自治体間の距離」の2乗 0.0002 0.0002 0.0002 0.0002 (0.0002) (0.0002) (0.0002) (0.0002) 協定先の風評被害への支援ダミー -221.2638 -64.5129 -53.3168 -53.7646 (260.8760) (251.7993) (247.1359) (247.4557) 大地震被災経験ダミー 454.2844 *** 435.2354 *** 434.8363 *** 437.2314 *** (104.7618) (105.9644) (105.8552) (105.7086) 人口 0.0004 *** 0.0004 *** 0.0004 *** 0.0004 *** (0.0001) (0.0001) (0.0001) (0.0001) 面積 0.2395 ** 0.2424 ** 0.2481 ** 0.2430 ** (0.1127) (0.1139) (0.1151) (0.1139) 定数項 47.4224 98.2830 87.3543 85.1763 (118.6455) (131.5362) (118.5163) (118.6456) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.1869 0.1698 0.17 0.1695 169 169 169 169

(24)

24

（協定モデル）

lnKG（MD）＝α＋β1iPA＋β2iD＋β3iD

2

lnKG（MD）＝α＋β1iRE＋β2iD＋β3iD

2

lnKG（MD）＝α＋β1iFR＋β2iD＋β3iD

2

lnKG（MD）＝α＋β1i OR＋β2iD＋β3iD2＋β4iHR＋β5iDE＋β6iPO＋β7iA＋𝜀 （12）

被説明変数 lnKG は①送付した物資の種類の数、MD は②送付した被災自治体の数として、 それぞれにおいて分析を行う。なお、説明変数、ダミー変数ならびに推計モデルは人的支援と同様である。【送付種類】まず、物的支援の支援内容についての基本統計量および送付種類についての推定結果は、それぞれ表 4-15、4-16 のとおりである。なお、ここでいう送付種類とは、アンケート結果をもとに分類した 13 種類の物資（食料、水・飲料、毛布・寝具、灯油・軽油・木炭等燃料、自転車、乳幼児・高齢者用品、医薬品、日用品・衛生用品、衣類・タオル、車両、見舞金、児童用品、その他）のことをいう。

(25)

25

*観測数：表 4-2 における観測数（113）と異なるのは、1 つのサンプルの回答の支援の開始時期が不明で除外したため、表 4-2 のサンプル数は 1 少ない。表4-15 基本統計量（物的支援・支援内容）　　自治体別データ平均値標準偏差最小値最大値送付種類 5.114 2.073 1 11 送付先自治体数 3.325 2.363 0 9 災害協定による支援ダミー 0.623 0.487 0 1 国・都道府県・市長会等による要請による支援ダミー 0.500 0.502 0 1 関西広域連合による支援ダミー 0.053 0.224 0 1 友好都市への支援ダミー 0.158 0.366 0 1 独自の判断に基づく支援ダミー 0.368 0.485 0 1 協定先の協定先への支援（友だちの友だち）ダミー 0.061 0.241 0 1 自治体間の距離 511.386 375.494 0 1627 「自治体間の距離」の2乗 401,274.800 571,870.300 0 2647129 協定先の風評被害への支援ダミー 0.079 0.271 0 1 大地震被災経験ダミー 0.140 0.349 0 1 政令市ダミー 0.061 0.241 0 1 中核市ダミー 0.096 0.297 0 1 特例市ダミー 0.061 0.241 0 1 その他市ダミー 0.535 0.501 0 1 特別区ダミー 0.158 0.366 0 1 町村ダミー 0.088 0.284 0 1 人口 232,285.400 289,540.100 5114 1544200 面積 269.457 321.800 10.08 1411.85 観測数 114 表4-16 OLS推計結果（物的支援・送付種類）　　自治体別データ被説明変数 ln(送付種類) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 0.8933 ** (0.3649) 国・都道府県・市長会等による 0.0317 要請による支援ダミー (0.3712) 友好都市への支援ダミー 0.8154 * (0.4670) 独自の判断に基づく支援ダミー 0.6176 * (0.3605) 自治体間の距離 0.0006 0.0001 -0.0001 0.0000 (0.0017) (0.0018) (0.0017) (0.0017) 「自治体間の距離」の2乗 -0.000001 0.0000 0.0000 0.0000 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー 1.6838 ** 2.0169 *** 2.0462 *** 2.1003 *** (0.6489) (0.6525) (0.6433) (0.6453) 大地震被災経験ダミー -1.5356 *** -1.5311 *** -1.4723 *** -1.5631 *** (0.5195) (0.5350) (0.5277) (0.5270) 人口 0.000002 *** 0.0000 *** 0.0000 *** 0.0000 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.0011 ** 0.0011 ** 0.0010 * 0.0009 (0.0005) (0.0006) (0.0006) (0.0006) 定数項 3.9179 *** 4.4662 *** 4.4288 *** 4.3222 *** (0.5785) (0.5905) (0.5380) (0.5457) 自由度調整済み決定係数観測数 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.2628 0.2212 0.2429 0.2421 114 114 114 114

(26)

26

協定による支援ダミーの係数を見ると、協定に基づく支援は、他の支援よりも物資の種類が多いことが、5％水準で統計的に有意に示された。頑健性チェックにおいても、同じく正の係数が 5％水準で統計的に有意が示され、頑健性が高い。また、友好都市への支援ダミー、独自の判断に基づく支援ダミーにおいても 10％水準で統計的に有意に示された。一方、要請による支援は正の係数ではあるが有意とはならなかった。その他の説明変数については、人口、面積、協定先の風評被害への支援ダミー、いずれも有意に正の係数となっており、より多くの種類の物資を送付していることがわかった。一方、大地震被災経験ダミーを有する自治体は、逆に有意に負の係数となっていた。これは被災した経験から初動時に必要と思われる物資を絞り込んで送付していると推定される。【送付先自治体数】次に、物資の送付先自治体数についての推定結果は、それぞれ表 4-17 のとおりである。協定による支援ダミーの係数を見ると、協定に基づく支援は、正の係数であるものの、統計的に有意とはならなかった。一方、国・都道府県・市長会等の要請による支援ダミー、独自の判断に基づく支援ダミーについてはいずれも 1％水準で統計的に有意となった。表4-17 OLS推計結果（物的支援・送付先自治体数）　　自治体別データ被説明変数 ln(送付先自治体数) 推計モデル係数係数係数係数説明変数（標準誤差）（標準誤差）（標準誤差）（標準誤差）災害協定による支援ダミー 0.3398 (0.4530) 国・都道府県・市長会等による 1.8087 *** 要請による支援ダミー (0.4138) 友好都市への支援ダミー 0.8392 (0.5678) 独自の判断に基づく支援ダミー 1.6382 *** (0.4130) 自治体間の距離 0.0021 0.0031 0.0017 0.0017 (0.0021) (0.0020) (0.0021) (0.0020) 「自治体間の距離」の2乗 -0.000001 0.0000 0.0000 0.0000 (0.0000) (0.0000) (0.0000) (0.0000) 協定先の風評被害への支援ダミー 1.2399 1.4514 ** 1.3978 * 1.5911 ** (0.8055) (0.7273) (0.7822) (0.7392) 大地震被災経験ダミー -0.3838 -0.2174 -0.3198 -0.4605 (0.6449) (0.5964) (0.6415) (0.6037) 人口 0.000002 *** 0.0000 ** 0.0000 *** 0.0000 *** (0.0000) (0.0000) (0.0000) (0.0000) 面積 0.0016 ** 0.0019 *** 0.0015 ** 0.0011 (0.0007) (0.0006) (0.0007) (0.0006) 定数項 1.5831 ** 0.6886 1.7406 *** 1.3655 ** (0.7182) (0.6582) (0.6542) (0.6252) 自由度調整済み決定係数 0.1257 観測数 114 (注)***,**,* はそれぞれ1%,5%,10%の水準で統計的に有意であることを表す。 (1)協定モデル（２）要請モデル（３）友好都市モデル（４）独自判断モデル 0.2553 0.1388 0.2347 114 114 114

(27)

27

その他の説明変数については、人口、面積、協定先の風評被害への支援ダミーにおいて、いずれも有意に正の係数となっており、より多くの被災自治体に物資を送付していることがわかった。 4-3.まとめ本章での実証分析の結果を整理したうえで、災害協定は災害時（初期）において機能したかについて考察する。実証分析の結果、災害協定は今回の東日本大震災に係る支援活動において、人的・物的支援ともに迅速な支援が行われたことが明らかとなった。また、被災後 3 か月間の支援内容については、まず人的支援については、支援の種類数や支援する被災自治体の数は多いとは言えないが、支援量については、特に派遣人数において協定は増加要因となっていることが示された。次に物的支援については、送付した物資の種類において協定は増加要因となっている反面、送付先の自治体数については多いとはいえない結果となった。以上を踏まえ、言えることとしては、災害協定は、被災自治体を支援する自治体のパフォーマンスを向上させる要因として効果があるということである。あらかじめ支援先が決まっていることや、日頃からの顔の見える関係の構築により、緊急時の対応の速さは今回の震災からも明らかとなった。合わせて、支援にも力が入るため、それが支援量の多さとなって表れた。一方、被災後 3 か月間という短期間に区切った場合でも、協定による支援の効果は、その期間における被災地全体の支援量に占める割合としては限定的であることも明らかになった。その理由としては、被災自治体が締結する協定先の数は限られているのに対し、被災後相当期間経過後は国や都道府県・市長会等の主導による被災地支援が本格化し、全国の自治体を総動員して支援を行うからである。したがって、災害協定は、被災自治体への国等の支援が本格的になるまでの隙間（支援の空白）を埋めるという意味で、ある程度の効果が期待できる手段であると言えよう。しかし、今回の研究では、被災自治体側への調査が行われていないため、今回の自治体による支援が本当に被災自治体のニーズにマッチした支援であったかは定かではない。その視点が盛り込まれない限りは協定の効果を正確に測ることは難しい。また、今回、災害協定以外にも迅速性や支援の内容に効いてくる要因をいくつかの説明変数・ダミー変数を列挙して検証を行い、ある程度の傾向性を示したが、この中に入っていない要因の一つとして、首長のリーダーシップが挙げられる。被災地への支援を決断するのは首長の判断に負うところが大きいことを考えれば、本来要素として盛り込むべきであるが、適切な変数を設定できなかったため、今回の分析では織り込まれていない。さらに、先程指摘した物資の支援量をはじめ、支援に要した自治体や国の負担額といった点も今回のアンケート調査では回答の整理が難しかったため、考察されていないことや、

(28)

28

今回は被災後 3 か月間の支援内容を対象としたが、それ以上の長期にわたる被災地支援と協定の関連性についても検討が必要である。今後の研究課題として付言しておく。 5．災害協定の効率性分析前章では、東日本大震災において、災害協定が実際にどの程度機能したかについて見てきた。本章では現状の災害協定の締結状況について現状把握を行うとともに、二者間協定に着目し、各々の自治体の災害リスク、地域特性、自治体規模等について類似性があるかを確認することで、被災自治体へ職員を派遣する場合の協定自治体間のマッチングの効率性について検証していくこととする。 5-1.アンケート回答市区町村の災害協定締結状況全国の災害協定の締結状況については、既に「2-1.災害協定締結の背景と締結数の遷移」で見たように、全国 1,742 市区町村のうち 1,645 市区町村（平成 24 年 4 月現在）が、他市区町村との災害協定を締結し、参加状況は 94.4％に達している。これだけ見ると全国的にほぼ整備されているように見受けられるが、もう少し細かく見ていくことにする。他自治体と災害協定を締結するにあたり、留意すべき点のひとつとして、締結先の自治体との遠近の距離のバランスが挙げられる。これは、例えばゲリラ豪雨などの局地的な災害の場合は、仮に被災自治体の自助努力による救援・復旧活動のみでは難しい場合においても、被災していない、または被害の少ない近隣の自治体が支援に駆けつけることが可能であることから、近隣自治体と災害協定を締結することで、すぐに支援を得られ、被害を抑えることができるであろう。しかし、東日本大震災のような大規模災害の場合には、近隣自治体と協定を締結していても共倒れしてしまうことになってしまう。加えて、先程の機能性分析でも見たように、協定自治体間の距離の長さは支援に負の影響を及ぼすとは、統計的には言えなかったことも考慮すれば、距離の離れた自治体とも協定を締結する必要性は大きいといえよう。そのことを踏まえたうえで、前述の表 2-1「市区町村間における相互応援協定の締結市区町村数の推移」を今一度見ていくと、確かに災害協定を締結している市区町村は、平成 24 年現在で 94.4％に達しているが、他都道府県の市区町村との締結市区町村数は、55.1％にとどまっており、遠距離自治体との締結が進んでいない自治体がまだ多いことがわかる。次に、さらに細かく個々の市区町村の締結状況を見ていく。表 5-1～4 は、今回のアンケート調査に回答した 124 自治体の締結状況を匿名でランダムに表示した一覧表と、同一都道府県と他都道府県の締結自治体数を比較したグラフである。これらの表・グラフを見ると、同一都道府県内の市区町村と災害協定を締結している市区町村は 9 割以上に達し、締結自治体数も 8 割以上の自治体が二桁となっている。これは、

(29)

29

多くの都道府県において全市区町村または一定エリアの市区町村が加盟の災害協定を締結していることが挙げられ、近隣自治体間の相互援助体制が整備されていることが伺える。これに対し、他都道府県の市区町村と締結している市区町村は 8 割弱にとどまっている。ちなみに他都道府県の市区町村との締結数が 2 以下の市区町村は約 4 割に及んでいる。適度な締結数や遠近のバランスとは何かを定義づけるのは難しいが、近年頻繁に発生する自然災害を考慮すれば、少なくとも、遠・近それぞれにおいて協定先を配置していくことは、災害協定によるリスク分散を前提とした場合、最低限必要であろう。表5-1　　アンケート回答自治体の締結状況一覧数値：東日本大震災時点（アンケート調査における災害協定締結年月日より判断。一部調整有）協定数締結自治体数協定数締結自治体数協定数締結自治体数 A 市 1 30 1 1 2 31 B 市 2 5 1 2 3 7 C 町 1 39 0 0 1 39 D 市 1 59 2 27 3 86 E 市 8 40 7 27 15 67 F 市 2 63 6 55 8 118 G 市 2 13 3 78 5 91 H 市 1 1 10 54 11 55 I 区 2 22 7 7 9 29 J 市 2 11 5 71 7 82 K 市 1 59 2 28 3 87 L 市 1 34 2 12 3 46 M 市 2 178 1 4 3 182 N 市 1 76 2 2 3 78 O 市 1 30 3 58 4 88 P 市 5 53 0 0 5 53 Q 市 1 9 0 0 1 9 R 市 1 26 0 0 1 26 S 市 2 63 2 10 4 73 T 市 1 25 1 1 2 26 U 市 1 1 5 67 6 68 V 市 3 40 1 23 4 63 W 市 0 0 1 1 1 1 X 市 0 0 1 8 1 8 Y 市 2 63 1 1 3 64 Z 市 2 63 1 1 3 64 AA 市 1 59 1 40 2 99 AB 町 0 0 3 3 3 3 AC 市 2 53 3 22 5 75 AD 市 1 39 0 0 1 39 AE 市 3 39 0 0 3 39 AF 区 1 22 1 1 2 23 AG 区 2 22 3 3 5 25 AH 区 1 22 7 7 8 29 AI 市 2 63 1 2 3 65 AJ 市 0 0 3 5 3 5 AK 市 3 16 4 98 7 114 AL 町 1 34 0 0 1 34 AM 市 1 63 0 0 1 63 AN 市 1 63 2 3 3 66 AO 市 1 12 1 1 2 13 AP 市 1 30 2 2 3 32 同一都道府県他都道府県合計市区町村名

「災害時における自治体による被災地支援のあり方について 市区町村間災害時相互援助協定締結の有効性の検証から」

1