都市環境負荷の長期予測シミュレータ開発と部門別・シナリオ別CO2排出量予測 [ PDF

全文

(1)都市環境負荷の長期予測シミュレータ開発と部門別・シナリオ別 CO2 排出量予測. 山本 1.. はじめに. 高広. 有機的に接続され、都市における変数間の複雑な因果関. 2008 年の洞爺湖サミットにおいて、世界全体の温室効果. 係を表現している。そのため、一つの変数で発生した変. ガス排出量を 2050 年までに 50%削減することが合意され、. 動による影響は、様々な魅力乗数、変数を介して都市全. ポスト議定書に向けた都市・建築の取り組みが一層強化さ. 体に波及するとともに、フィードバックループを形成し、. れることになった。一方で、日本では様々な低炭素技術が. 収束、増幅、発振等の複雑な挙動を示す。. 開発されてきたが、エネルギー消費量は増加し続けており、. なお、本シミュレータは推計対象となる市の内部におけ. 今後は持続的な都市・建築を構築していく必要がある。そ. る直接的な環境負荷のみを対象とし、市内の製造業生産に. こで、本研究では都市・建築の持続化に向けた施策立案を. 伴う市外での工場の稼働など、誘発的な域外の活動は算定. 支援する方法論の構築を目指し、都市・建築を複雑な社会. 対象としていない。. 動態が包含された非線形の強い都市システムと捉え、シス. 表 1 部門別活動量一覧. テムダイナミクス手法によりその環境負荷を長期的に予. 部門分類. 活動量項目. 住宅建方別世帯類型別世帯数注1) 業務業種別延床面積注2) 旅客交通手段別人・km 交通貨物輸送手段別トン・km 製造製造品出荷額注3) 産業建設構造種別着工,解体,延床面積注4) 民生. 測することによって要素技術や社会制度の普及に応じた環境負荷削減可能量を明らかにすることを目的とする。本論では、都市システムの構成要素である個別セクタをシ. 単位. 対象. 出典. [世帯] 福岡市内に居住する世帯 [㎡]. 国勢調査, 他福岡市内の業種別民生事業所事業所企業統計, 他. [人・km] 福岡市民の交通 [トン・km] 福岡市から発送される物資. 福岡市内に存在する工場 [戸, ㎡] 福岡市内に建設される建物 [円]. 北部九州圏パーソントリップ調査北部九州圏物資流動調査福岡市統計書固定資産概要調書, 他. 表 2 セクタ別主要変数一覧. ステムダイナミクス手法によりモデル化し、構築された. セクタ. セクタモデル群を統合して都市環境負荷長期予測シミュ住宅セクタ. レータ（以下都市シミュレータ）を構築し、部門別の 2050 年までの CO2 排出量を推計した。また、完成した都市シ. 事務所セクタ. ミュレータを用いて、具体的な政策シナリオ別のシミュ. 卸小売業セクタ. レーションを行った。. 宿泊業セクタ. 2. 都市シミュレータの概要. 病院業セクタ. 本研究では、都市の CO2 排出量と相関性が大きい指標飲食店業セクタ. を活動量として算定し、それらに CO2 排出原単位を乗じる事で CO2 排出量を算定している。活動量の分類を表 1. 教育施設セクタ. に示す。本研究では、この活動量の将来動向をシステムダイナミクス手法によって構築された都市シミュレータ. その他サービス業セクタ. を用いて推計する事で、中長期的将来の CO2 排出量を予測することを目指している。. 人口セクタ. 都市シミュレータは人口、都市の活動を表す変数によ. 世帯セクタ. って構築されている。これらの変数は、関連する変数と. 従業者セクタ. セクタという概念でまとめられており、システムダイナ財政セクタ. ミクス手法でモデル化されるとともに、他のセクタと接続され、相互に影響を与え合うよう関係を定義されてい. 旅客交通セクタ. る。表 2 に、本研究で計画されたセクタ別分類と主要変. 貨物交通セクタ. 数を、図 1 モデルの全体像を示す。これらのセクタの内、製造業セクタ. 昨年度までの既往研究によって、17 セクタの内 13 セクタの構築が完了している。. 土地利用セクタ. 本シミュレータにおいて、これらの変数は、魅力乗数建設業セクタ. と呼ばれる要因間の関係を説明するグラフ関数によって. 40-1. 変数単位活動量※1 戸建住宅着工戸数 [戸/年] 戸建住宅ストック戸数 ○ [戸/年] 戸建住宅解体戸数 [戸/年] 集合住宅着工戸数 [戸/年] 集合住宅ストック戸数 ○ [戸/年] 集合住宅解体戸数 [戸/年] 事務所着工床面積 [㎡/年] 事務所延床面積 ○ [㎡/年] 事務所解体床面積 [㎡/年] 卸小売業着工床面積 [㎡/年] 卸小売業延床面積 ○ [㎡/年] 卸小売業解体床面積 [㎡/年] 宿泊業着工床面積 [㎡/年] 宿泊業延床面積 ○ [㎡/年] 宿泊業解体床面積 [㎡/年] 病院業着工床面積 [㎡/年] 病院業延床面積 ○ [㎡/年] 病院業解体床面積 [㎡/年] 飲食店業着工床面積 [㎡/年] 飲食店業延床面積 ○ [㎡/年] 飲食店業解体床面積 [㎡/年] 初等教育施設着工床面積 [㎡/年] 初等教育施設延床面積 ○ [㎡/年] 初等教育施設解体床面積 [㎡/年] 高等教育施設着工床面積 [㎡/年] 高等教育施設延床面積 ○ [㎡/年] 高等教育施設解体床面積 [㎡/年] その他ｻｰﾋﾞｽ業着工床面積 [㎡/年] その他ｻｰﾋﾞｽ業延床面積 ○ [㎡/年] その他ｻｰﾋﾞｽ業解体床面積 [㎡/年] 幼稚園着工床面積 [㎡/年] 幼稚園延床面積 [㎡/年] 幼稚園解体床面積 [㎡/年] 年齢区分別人口 [人/年] 出生数 [人/年] 年齢区分別死亡 [人/年] 年齢区分別転出入 [人/年] 世帯類型別世帯数 [人/年] 第一次産業従業者数 [人/年] 第二次産業従業者数 [人/年] 第三次産業従業者数 [人/年] 建設業従業者数 [人/年] 製造業従業者数 [人/年] 市内総生産 [円/年] 市内総所得 [円/年] 乗用車人・km ○ [人・km/年] 市内乗用車保有台数 [台/年] 鉄道人・km ○ [人・km/年] バス人・km ○ [人・km/年] 自動二輪人・km ○ [人・km/年] 貨物者トン・km ○ [トン・km/年] 鉄道トン・km ○ [トン・km/年] 船舶トン・km ○ [トン・km/年] 製造業事業所着工床面積 [㎡/年] 製造業事業所延床面積 ○ [㎡/年] 製造業事業所解体床面積 [㎡/年] 製造品出荷額 ○ [円] 住宅用地面積 [ha/年] 商業用地面積 [ha/年] 住宅用地地価 [円/㎡] 商業用地地価 [円/㎡] 材料種別発生資材量 ○ [t/年] 材料種別必要資材量 ○ [t/年] 市内総着工床面積 ○ [㎡/年] 市内総解体床面積 ○ [㎡/年]. 概要年間に新たに建設される戸建住宅戸数ある年のストック戸建住宅戸数年間に除却される戸建住宅戸数年間に新たに建設される集合住宅戸数ある年のストック集合住宅戸数年間に除却される集合住宅戸数年間に新たに建設される事務所床面積ある年のストック事務所床面積年間に除却される事務所床面積年間に新たに建設される卸小売業床面積ある年のストック卸小売業床面積年間に除却される卸小売業床面積年間に新たに建設される宿泊業床面積ある年のストック宿泊業床面積年間に除却される宿泊業床面積年間に新たに建設される病院業床面積ある年のストック病院業床面積年間に除却される病院業床面積年間に新たに建設される飲食店業床面積ある年のストック飲食店業床面積年間に除却される飲食店業床面積年間に新たに建設される小学校、中学校床面積ある年のストック小学校、中学校床面積年間に除却される小学校、中学校床面積年間に新たに建設される高等学校、大学床面積ある年のストック高等学校、大学床面積床面積年間に除却される高等学校、大学床面積年間に新たに建設されるその他サービス業床面積ある年のストックその他サービス業床面積年間に除却されるその他サービス業床面積年間に新たに建設される幼稚園床面積ある年のストック幼稚園床面積年間に除却される幼稚園床面積ある年の5歳階級別年齢区分別人口ある年の市内総出生数ある年の5歳階級別年齢区分別死亡数ある年の市への入出入ある年の世帯類型別※付表1世帯数ある年の第一次産業従業者数ある年の第二次産業従業者数ある年の第三次産業従業者数ある年の建設業従業者数ある年の製造業従業者数ある年の市内総生産ある年の市民総所得ある年の乗用車による人・km総数ある年の乗用車による人・km総数ある年の鉄道による人・km総数ある年のバスによる人・km総数ある年の自動二輪による人・km総数ある年の貨物乗用車によるトン・km総数ある年の貨物鉄道によるトン・km総数ある年の貨物船舶によるトン・km総数年間に新たに建設される製造業事業所床面積ある年のストック製造業事業所延床面積年間に除却される製造業事業所床面積製造業部門で最終的に形成される付加価値総額ある年の住宅用地面積ある年の商業用地面積ある年の住宅用地地価ある年の商業用地地価ある年の材料種別必要資材量ある年の材料種別廃棄物発生量全用途、建て方の着工床面積の合計値全用途、建て方の解体床面積の合計値.

(2) 土地. 民生事業所密度. 人口. 人口. 財政. 商業. 民生事業所密度の事務所着工率への魅力乗数人口密度の事務所着工率への魅力乗数. 密度. 着工率. 事務所. 地価 GRP. 成長率. 従業者. 解体. 延床. 商業地価の事務所着工率への魅力乗数. 商業地価の GDP 成長率の事務所解体率への事務所解体率への魅力乗数魅力乗数. 人口. 生産人口密度道路密度 GRP. 財政成長率民生事業所密度. 人口. 人口. 財政. 商業. 民生事業所密度の事務所着工率への魅力乗数人口密度の卸小売業着工率への魅力乗数. 密度. 地価. GRP. 総人口. 従業者セクタ. 製造品出荷額の製造業解体率への魅力乗数. 生産人口密度の製造業着工率への着工率魅力乗数. 着工. 製造業. 解体. 延床. 産業別従業者数. 総従業. 総従業. 者数. 者率. 解体率. 道路密度の製造業着工率への魅力乗数. 産業別従業者比率. GDP 成長率の製造業解体率への魅力乗数. 大学進学率の民生事業所密度の生産別従業者比率産業別従業者比率への魅力乗数への魅力乗数 . GDP 成長率の製造業着工率への魅力乗数. 市民所得 / 人. 生産人口比率. GD 成長率 GDP の総従業者率への魅力乗数. GRP 成長率. 保育園延床/0 ～ 6 歳の総従業者率への魅力乗数. 保育園延床/ 0 ～6 歳. 大学進学率の総従業者率への魅力乗数. 大学進学率. 教育施設. 民生事業所密度. 土地. 卸小売業セクタ事務所. 着工. 解体. 延床. 財政成長率. 民生事業所密度の大学進学率への魅力乗数. 解体率. GDP 成長率の卸小売業着工率への魅力乗数. 大学進学率の高等教育施設着工率への魅力乗数. GDP 成長率の商業地価の卸小売業解体率へ卸小売業解体率への魅力乗数の魅力乗数. GDP 成長率の GD 共同住宅居住率共同住宅解体率へのの共同住宅解体率魅力乗数への魅力乗数. 市民所得/ 人の大学進学率への魅力乗数. 人口. 人口. 財政. 商業. 人口密度の飲食業着工率への魅力乗数. 密度. 着工率. 地価 GRP 成長率. 土地. 民生事業所密度. 飲食業. 着工. 民生事業密度. 民生事業所密度の高等教育施設着工率着工率への魅力乗数. 着工. 人口. 人口. 財政. 商業. 密度. 着工率. 解体. 施設延床. GRP 成長率. 商業地価の高等教育施設着工率への魅力乗数. 解体. 商業地価の高等教育施設解体率への魅力乗数. 教育施設セクタ. 共同住宅居住率の共同住宅着工率への魅力乗数. 共同住宅居住率. 人口密度. 魅力乗数. 着工率. 初等・中等教育施設. 商業地価の飲食業解体率への魅力乗数. 人口. 医療業. 土地. 人口. 解体. 財政. 解体率. 3 ～16 歳人口. 着工. GDP 成長率の医療業解体率への魅力乗数. 解体. GDP 成長率の共同住宅着工率への魅力乗数. 着工. 宿泊客. 宿泊業延床/ 宿泊客の宿泊業着工率への魅力乗数. 商業地価の医療業解体率への魅力乗数. 人口密度商業. GRP 成長率. 初等・中等教育施設. 施設延床. 解体率への魅力乗数. 民生事業所密度のその他施設着工率への魅力乗数人口密度のその他施設着工への魅力乗数. 民生事業所密度土地. GDP 成長率の宿泊業着工率への魅力乗数. GRP. 解体. GDP 成長率の宿泊業解体率への魅力乗数. 住宅地価の共同住宅解体率への魅力乗数. 住宅密度. 魅力乗数. 住宅. 地価. 比率の移動率への魅力乗数. 若年単独世帯比率. 第3 次産業従業者比率. 財政. サービス業. 若者単独世帯. 第 3 次産業従業者比率の出生率への魅力乗数. 市民所得/ 人. 従業者. GRP 成長率の所得率への魅力乗数. 共同住宅居住世帯世帯数. 世帯. 第3 次産業従業者比率. 人口. GRP. 一人あたり. 地価. 解体率. 成長率. 着工. 市民所得/ 人. 戸建住宅居住率の戸建住宅着工率への魅力乗数. 戸建住宅居住率の戸建住宅解体率への魅力乗数. 戸建住宅居住率. 着工率. 市民所得/ 人の戸建住宅着工率への魅力乗数. 従業者. 土民生事地業所着工床面積. 民生事業所着工床面積のGRP GRP への魅力乗数商業地価の GRP への魅力乗数. 貨物自動. 貨物自動. 貨物自動. 車平均輸送. 車輸送トン. 車輸送. 距離. 戸建住宅居住世帯世帯数. その他. 解体. 解体率. GDP P 成長率のその他施設解体率への魅力乗数. 商業地価のその他施設解体率への魅力乗数. 施設延床. 商業地価のその他施設着工率への魅力乗数. GDP 成長率のその他施設着工率への魅力乗数. 第3 次産業従業者比率の保育園着工率着工率への魅力乗数. 3 ～16 歳人口. 着工. 戸数. 民生事業所延床面積. 商業地価. 財政. 財政. 地価. 戸建住宅. 解体. 従業者数. 民生事業所延床面積のGRP への魅力乗数. 財政セクタ. 住宅. 住宅地価の住宅密度の戸建住宅着工率への戸建住宅着工率への魅力乗数魅力乗数. 住宅. 従業者数の GRP への魅力乗数. GRP 成長率. 平均所得. 住宅密度の住宅地価の共同住宅着工率への共同住宅着工率への魅力乗数魅力乗数. 商業地価の保育園解体率への魅力乗数. 着工. 保育園. 解体. 解体率. 教育施設. 従第3 次業産業従業者者比率. 市民所得/ 人の世帯主率への魅力乗数. 医医療業療延床/ 人業. 医療業延床/ 人の世帯主率への魅力乗数. 保育園延床 /0 ～ 6 歳の保育園解体率への魅力乗数. 住宅用地住宅用地面積面積率. セクタ. 第3 次産業従業者比率の世帯主率への魅力乗数. 市民財政所得/ 人. 延床. 保育園延床/0 ～ 6歳. 世帯. 大学進学率の世帯主率への魅力乗数. 大学進学率. 土地利用. 類型別類型別世帯主率世帯数. 第 3 次産業従業者比率の保育園解体率への魅力乗数. 人口. 人口の住宅用地面積への魅力乗数. 総人口. 住宅用地面積利用率の用地面積への魅力乗数. 土地利用率. 住宅用地地価成長率の用地面積への魅力乗数. セクタ. 従業者数の商業用地面積への魅力乗数. 商業用地商業用地面積面積率. 商業用地面積利用率の用地面積への魅力乗数. キロ. トン数. 貨物船舶. 貨物船舶. 貨物船舶. 平均輸送. 輸送トン. 輸送. 距離. キロ. トン数. 貨物交通セクタ. 貨物鉄道. 貨物鉄道. 平均輸送. 輸送トン. 輸送. 距離. キロ. トン数. 第3 次産業従業者率の総輸送トン数への魅力乗数. 第3 次従産業従業業者比率者. GDP の総輸送トン数への魅力乗数. 成長率. 総輸送トン数 GRP. 財政. 貨物鉄道. 旅客交通セクタ. 人口. 住宅用地. 乗用車トリップ数. 自動二輪トリップあたりの移動距離. 自動二輪トリップ数. 自動二輪人km. バストリップあたりの移動距離. バストリップ数. バス人km. 鉄道トリップあたりの移動距離. 鉄道トリップ数. 乗用車人km. 従業者. 者数土地利用率. GRP. 成長率. 財政. 総人口. 総トリップ数. 地価成長率. 総従業. 一人あたりのトリップ数. 数への魅力乗数. 乗用車保有台数. 乗用車分担率. 伸び率のバス分担率. 自動二輪分担率. バス分担率. 伸び率の乗用車分担率. 鉄道人km. 鉄道分担率. 高齢人口率伸び率. 高齢人口率伸び率の一人あたりのトリップ. 交通手段別分担率. 人口密度伸び率の鉄道分担率への魅力乗数. 商業用地地価成長率の用地面積への魅力乗数. 総人口. GDP の総輸送トン数への魅力乗数. 乗用車トリップあたりの移動距離. への魅力乗数. 乗用車保有台数. 乗用車保有台数伸び率. 人口. への魅力乗数. 人口密度伸び率の鉄道平均移動距離への魅力乗数. 人口密度伸び率. 解体率. 商業地価の宿泊業解体率への魅力乗数. ：ストック. 商業. 成長率. の移動率への. 魅力乗数. その他サービス業セクタ. 着工率. 保育園延床/0 ～ 6 歳の保育園着工率への魅力乗数. 宿泊業延床/ 宿泊客の宿泊業解体率への魅力乗数. 宿泊業延床. 市民所得 / 人. 移動率への. 教育施設延床. 初等・. 宿泊業セクタ. 宿泊業延床/ 宿泊客. 着工. 住宅地価の. サービス業延床/ 人. 医療業延床/ 人. 着工率. 住宅セクタ. 解体率. 商業地価の保育園着工率への魅力乗数. 民生事業所密度の宿泊業着工率への魅力乗数. 土地. 財政. 初等・中等教育施設延床. 中等教育. 民生事業密度. 地価. 従業者. 商業地価の宿泊業着工率への魅力乗数. その他サービス業延床 / 人の移動率への魅力乗数. 教育施設. 第 3 次産業従業者比率の移動率への魅力乗数. 移動率. 魅力乗数. の移動率への. 大学進学率. への魅力乗数. の移動率への. 医療業延床 / 人. 保育園延床/ 0 ～6 歳. 魅力乗数. 0 ～ 6 歳の出生率. 密度. 所得率. 共同住宅. 解体. 商業地価の初等・中等教育施設解体率への魅力乗数. 着工率への魅力乗数. 延床. GDP 成長率の医療業着工率への魅力乗数. 民生事業所密度の着工率宿泊業着工率への魅力乗数. 魅力乗数. 出生率への. 保育園延床 /. 解体率. 商業地価の初等・中等教育施設着工率への魅力乗数. 医療業セクタ着工. 比率の出生率への. 人口セクタ. 人口. 従業者. 市民所得/ 人の戸建住宅解体率への魅力乗数. 商業地価の医療業着工率への魅力乗数. 地価. 地価. 教育施設延床. 民生事業所密度の医療業着工率への魅力乗数. 人口密度の医療業着工率への魅力乗数. 密度. 商業. 解体率. GDP 成長率の飲食業解体率への魅力乗数. 出生率. 戸数. 高等教育. 延床. GDP 成長率の飲食業着工率への魅力乗数. 医療業. 財政. 飲食業セクタ. 商業地価の飲食業着工率への魅力乗数. 出生. 移動. 魅力乗数. 財政. GRP. 民生事業所密度の飲食業着工率への魅力乗数. 人口. 大学進学率の. の死亡率への. 大学進学率の高等教育施設解体率への魅力乗数. 大学進学率. 解体率. 民生事業所密度. 死亡. 魅力乗数. 医療業延床 / 人. GRP. 土地. 土地. 若者単独世帯. 死亡率. の死亡率への. 人口生産人口比率の総従業者率への魅力乗数. 医療業着工率. 商業地価の卸小売業着工率への魅力乗数. 成長率. 製造業セクタ. 製造品出荷額. 解体率. GDP 成長率の事務所着工率への魅力乗数. 労働生産性. 製造業従業者製造品出荷額の製造業着工率への魅力乗数. 土地. 土地. GＲP の労働生産性への魅力乗数. 市民財政所得/ 人. 事業所セクタ着工. ：フロー. ：変数. ：テーブル関数. ：定数. 地価財政. 図 1 都市シミュレータの全体像. 表 3 旅客交通モデルにおける因果関係財政セクタ. セクタ分類. 旅客交通セクタ. GDPの総輸送トン数に対する魅力乗数. GDP. 交通手段別活動量乗用車トリップ数. 乗用車人㎞. 自動二輪トリップ数. 自動二輪人㎞. 乗用車トリップあたりの移動距離. 旅客交通セクタ. 総人口. 乗用車保有台数伸び率. 人口密度伸び率. 乗用車保有台数伸び率の乗用車分担率に対する魅力乗数. 乗用車保有台数伸び率のバス分担率に対する魅力乗数. 人口密度伸び率の鉄道分担率に対する魅力乗数. 一人あたりのトリップ数. 乗用車分担率. バス分担率. 総トリップ数. 交通手段別分担率. 自動二輪分担率. 自動二輪トリップあたりの移動距離. 影響因子. 単位. 相関. ［-］. ［+］. 一人あたりの乗用車所有台数一人あたりの乗用車所有台数人口密度. ［台/人］［台/人］［人/㎢］. ［+］［-］［+］. 人口密度. ［人/㎞］. ［-］. 高齢人口率. 1.4 バストリップ数. バス人㎞. バストリップあたりの移動距離. 鉄道トリップ数. 鉄道人㎞. 鉄道トリップあたりの移動距離. 鉄道分担率. 人口密度伸び率の鉄道平均移動距離に対する魅力乗数. 一人あたりのトリップ数に対する魅力乗数. 人口セクタ. 高齢人口率伸び率の一人あたりのトリップ数に対する魅力乗数. 乗用車分担率に対する魅力乗数. 高齢人口率伸び率. 構成要素一人あたりの平均トリップ数乗用車分担率バス分担率鉄道分担率鉄道の平均移動距離. 1.3. 1.2 1.1 1.0 0.9 0.8. 1.0. 図 2 旅客交通モデル. 1.5. 2.0. 2.5. 1.2. 1.1 1.0 0.9. 0.8 0.7. 0.6 0.5 0.4. 1. 3. 一人あたり乗用車保有台数伸び率. 図 3.1 一人当たり乗用車保有台数の乗用車分担率への魅力乗数. 3. 個別セクタのモデル化. 乗用車人km （実績値）鉄道人km （計算値）自動二輪人km （実績値） 45. 本報では、既往研究で構築された 13 セクタに加え、旅客交通、貨物交通、財政、土地利用に関する 4 つのセクタ. 5. 高齢人口率伸び率. 図 3.2 高齢人口率の一人当たりトリップ数への魅力乗数. 乗用車人km （計算値）バス人km （実績値）自動二輪人km （計算値）. 鉄道人km （実績値）バス人km （計算値）. 40. 交通手段別人・km[億人・km]. をモデルし、前セクタを統合する事で都市シミュレータを構築した。モデル構築の実例として、旅客交通セクタモデルの概要と精度検証結果を示す。 3.1 旅客交通セクタのモデル化旅客交通モデルは市内の人間の移動を表現するモデ. 35 30 25 20 15 10 5. ルであり、高齢人口率、人口密度、一人当たり乗用車保有台数を入力値とし、交通手段別（乗用車・鉄道・バス・. 0 1975年. 1980年. 1985年. 1990年. 1995年. 2000年. 2005年. 図 4 交通手段別人・km の精度検証結果. 自動二輪）人・km を推計するモデルである。モデルの概要を図 2 に、変数間の関係を表 3 に、要因間の魅力乗数. 【精度検証】. の事例として、一人当たり乗用車有台数の乗用車分担率. 交通手段別人・km の精度検証結果を図 4 に示す。1975. に対する魅力乗数を図 3.1 に、高齢人口率の一人当たりト. ～2005 年の乗用車、鉄道による活動量の増加傾向を捉えら. リップ数に与える影響を図 3.2 に示す。. れており、他の変動も全体の傾向を捉えられている。. 40-2.

(3) 3.2 個別セクタの統合 [100万㎡]. 続いて、完成した個別セクタを統合し、福岡市の 2050 年までの将来予測を行った。例として業種別民生事業所延. 事務所(計算値) 医療業(計算値) 卸小売業(実績値) 教育施設(実績値) 25. 卸小売業(計算値) 教育施設(計算値）飲食店業(実績値) その他サービス業(実績値). 棒グラフ. 統計由来の実績値面グラフ. 都市シミュレータによる計算値線グラフ. 既往研究における計算値. 既. 飲食店業(計算値) その他サービス業(計算値) 宿泊業(実績値) 既往研究合計. 既. 既. 既その他サービス業. 20. 床面積の推計結果を図 5 に、世帯類型別世帯数を図 6 に、. 宿泊業(計算値) 事務所(実績値) 医療業(実績値). 教育施設. 市内総生産、市民総所得の推移を図 7 に示す。本報におけ. 医療業. 15. 宿泊業飲食店業. るセクタモデル統合により、財政セクタと業務用建築物に. 卸小売業. 10. 関連するセクタの間に正のフィードバックループが形成 5. されたため、1995 年前後の計算誤差が増幅され、拡大するなどの影響が見られた。また、既往研究では、業務用建築. 0 1975年. 2005年. 若年単独世帯数計算値高齢夫婦世帯数計算値高齢単独世帯数実績値その他世帯数実績値. [10万世帯]. 滞傾向という結果であったのに対し、本報の将来予測では、. 2020年. 2035年. 2050年. 9. 8. 高齢単独世帯数計算値その他世帯数計算値若年夫婦世帯数実績値若年単独世帯数（既往研究値）. 若年夫婦世帯数計算値若年単独世帯数実績値高齢夫婦世帯数実績値総世帯数（既往研究値）. 年). 棒グラフ. 統計由来の実績値面グラフ. 都市シミュレータによる計算値線グラフ. 既往研究における計算値. 既・総既・総. 7. に減少傾向に転じている。. 6. 財政セクタの統合による波及効果は世帯セクタにも発. 5. 生しており、経済成長の停滞から単身世帯の増加傾向が停. 4. 高齢単身・高齢夫婦世帯の増加は維持. 3. 滞し、既往研究の値に比べ、若年単身世帯数が 20%程少な. 既・a. 既・a. 2. い値で推計されている。この傾向は、住宅由来の CO2 排出. 1. 量の動向に影響を与えるとともに、住宅の着工、解体に影. 0. 若年単身世帯の減尐が最も著しい. 1975年. 1990年. 響を与えている。一方、高齢単身世帯、高齢夫婦世帯は依. 2005年. 2020年. 2035年. 2050年. 図 6 世帯類型別世帯数の推移(福岡市 1975～2050 年) 市内総生産(計算値) 市内総所得(実績値). 然として単調増加を維持している。 9 市内総生産・市民総所得[兆円]. 活動量にシミュレータの出力値を用い、CO2 排出原単位に既往研究の実績値を、2005 年以降は 2005 年時の値を固定値として用いた場合の算定結果を図 8 に示す。民生事業所延床面積の減少、世帯数の減少に伴い、市の総 CO2 排出. 8. 市内総所得(計算値） a 一人当たり市民所得(実績値). 7. 棒グラフ. 統計由来の実績値面グラフ. 都市シミュレータによる計算値線グラフ. 世帯当たり所得. b b a. 7. 市内総生産（実績値） b 一人当たり市民所得(計算値). b b. 市内総生産（最大値） 2020年 8.4兆円. b. 6. 市内総生産（最終年度値） 6.9兆円. a. 5. a. 4. 量は 2030 年ごろから微減傾向を示し、既往研究の推計値. 3. よりも低い推計結果となった。しかし、活動量の減少を加. 2. b. 6 5 4 3. 市民総所得（最終年度値） 4.3兆円. 2. 味しても民生部門の CO2 排出量は全体の 6 割を占めており、依然として重要な CO2 排出源である。以上の通り、フィー. 1. 1 0. 0. 1975年. 1990年. 2005年. 2020年. 2035年. 2050年. 図 7 市内総生産,総所得,世帯当たり所得の推移 (福岡市,1975～2050 年). ドバックループが形成された事による一部実績値や既往. 民生(住宅) [100万t-CO 2 ]. 研究の推計値との乖離も見られたが、概ね良好な計算精度を維持しつつ将来予測が行われている。 4 施策シナリオ別 CO2 排出量削減効果の検討. 民生(業務). 交通(旅客). 交通(貨物). 産業(製造業). 産業(建設業). 2020年. 2035年. 2050年. 6. 5. 4. 完成した都市シミュレータによる政策シナリオの検討が可能であるか検証するために、施策シナリオ別の CO2. 3. 排出量削減効果の検討を行う。. 2. 4.1 シナリオの概要. 1. 設定した施策シナリオの概要を表 4 に示す。本論では、要素技術に対する助成、環境税による政策を評価するため、. 0 1975年. 要素技術普及モデルとエネルギー消費原単位推計モデル. 1990年. シナリオ項目. を構築し、政策や社会の変動に伴う CO2 排出原単位の変動を推計した。また、各年の環境税による税収を、市内総生産と市民総所得から差し引くようモデルを改造する事で、炭素税による都市への波及効果を検討した。. 40-3. 2005年. 図 8 無門別 CO2 排出量の推移(福岡市, 1975～2050 年）表 4 施策シナリオの概要 CO2排出原単位に関する条件. 施策の概要. 無対策+浪費シナリオ（悲観シナリオ）. 本論3.2図 8の仮定と同じ. 実施しない. 無対策+節約シナリオ（BAUシナリオ）. （民生）・1975～2050年にかけて、モデルを用いて動的に計算した値を用いる。（その他部門）・無対策+浪費シナリオと同じ. 実施しない. 対策＋環境税シナリオ（対策Aシナリオ）. 無対策+節約シナリオと同じ. 炭素税を設定[円/kg-CO2](参考：環境省提示案は18円程度) 最大400円/kg-CO 2. 対策＋複合施策シナリオ（対策Bシナリオ）. 無対策+節約シナリオと同じ. 炭素税を6.0 円/kg-CO 2と固定太陽光発電システムと家庭用燃料電池に対する助成メガソーラーシステム、大規模熱供給プラント建設事業を税収総額に応じて実施. 1世帯当たり所得[100万/世帯]. り、市内の建築物着工が抑制されたため、2030 年から急激. 1990年. 図 6 業種別延床面積の推移(福岡市 1975～2050. 物延床面積は、全業種とも 2050 年まで微増、もしくは停. 生産年齢人口の減少を原因とする市内総生産の減少によ. 事務所.

(4) 【都市シミュレータ】エネルギー価格 Ec. CO2消費量 CO2t. エネルギー消費量 Enet. CO2排出係数. エネルギー消費原単位 BUEne t. EfCO2. 導入対象顧客総数 Kt. dｋｔ. 世帯類型別世帯数 HHt. 表 5 要素技術の概要. ｋｔ. 要素技術i普及率 Ri, t. 目的別のBUEnet を合計. 魅力乗数 AM(Qt). 累積導入件数 Nt. dnｔ. 魅力乗数 AM(Ef t). 家庭用太陽光発電システム家庭用燃料電池システム. 魅力乗数 AM(CPBTt). 新規導入率 rt. CPBTt. 世帯所得変動率 AM(YE/EE)t. パラメータ α. Ict. 運用維持費. その他. 戸建:1.2GJ 集住:0.6GJ. 戸建200万円集住100万円. -. 価格, 性能変動なし. 給湯負荷の50%を削減※. 戸建：340万円集住：170万円 (2018年に半減). -. 価格以外変動なし. ※. 地域熱供給システム. １か所:6761TJ. 305億円. 市内のエネルギー需要の40%の供給は出来ない 20億円 CO2排出係数は標準の 1/3まで削減. 大規模太陽光発電システム. １か所:200万kWh. 14.6億円. １億円. 【要素の概要】. 要素技術i性能係数. 【要素の概要】. nｔ. 相対的メリット RMt. 性能係数 Ef. 初期投資. 要素技術. 目的別エネルギー消費原単位BUEne t. 魅力乗数 AM(CPBTt). エネルギー生産量(単位). ：最終的な目的変数. ：最終的な目的変数. 【目的kエネルギー消費原単位計算モデル】：通常の変数. ：通常の変数. 【エネルギー消費原単位計算モデル】. 2010年度世帯所得. ：固定値. 建物断熱性能指標Q. 世帯所得 YE/HHt. ：魅力乗数. ：ストック値. ：魅力乗数. ：フロー値. 【要素技術普及率計算モデル】. ストックA At. aｔ. A t=A t-1 +at-1 -dat-1 t年のストック量A tはt-1年のストック量A t-1 流入量 at-1 流出量dat-1 によって決定される. エネルギー削減量. dE. 維持費 RC. 初期投資増加分. Ict. 助成金 Gt. 環境税 (TCt). 地代等は考慮しない. 【算定条件】 1. 戸建住宅の太陽光発電システムは 3kW の出力を有するものを想定した。 2. 集合住宅に適用される家庭用太陽光発電システムは、価格、発電能力とも戸建住宅の半分となるように設定した。 3. 地域熱供給システムは都市の 40%以上のエネルギー需要には対応できないものとし、市の保有する地域熱供給プラントの合計出力が過剰になると、その分稼働率が低下するよう設定した。. ：ストック値. ：フロー値. daｔ. ：固定値. 世帯所得変動率 YE/HHt. 要素技術i普及率 Ri,t. 初期入力値. 図 10 エネルギー消費原単位予測モデルの概要表 6 エネルギー消費原単位予測モデル中変数の定義式 [変数の定義式 ]. 100%. CO 2排出量 CO 2  CO 2排出係数 EfCO 2 * エネルギー消費量 Ene. 90%. エネルギー消費量 Ene  エネルギー消費原単位 BUEne * 活動量 M * 世帯類型による補正係数fhh. k 1 BUEne kt. k  BUEne 1975 * AM (世帯所得 YE / HH t ) * AM (住宅 Q値Qt )(※注 ) * AM (性能係数 eftk ). n. 目的 k性能係数 eftk . . 新築住宅の 22%が導入. 80%. 位BUEne. (要素技術 i性能係数 Eki ,t * 要素技術 i普及率 R ki ,t ). i 1. 要素技術普及率推計モデル. 70% 60%. 40%. 技術の普及率 R t  累積導入件数 N t / 導入対象顧客 K t. 30%. 累積導入件数 N t  新規導入件数 n t  除却件数 dn t  昨年度累積導入件数 N t 1. 20%. 新規導入件数 n t  新規導入率 rt * 導入対象顧客新築数 k t  補正係数α * 新規導入率 rt * 導入対象顧客数 K t. 10%. 除却件数 dn t  導入対象顧客除却数 dk t * 要素技術普及率 R t. 利益回収に要する年数27年. 50%. 0%. 新規導入率 rt  新規導入率に対するコスト回収所要年数の魅力乗数 AM (CPBTt ) * 2010年比世帯所得変動率 YE / HH t. 0. 20 40 利益回収に要する年数 CPBT. 新規導入率に対するコスト回収所要年数 CPBTt  (初期投資増額 IC t  助成金 G t ) /(各年の相対的メリット RM t  維持費 RCt ) 各年の相対的メリット RM t  エネルギー消費量削減効果 dE t * (エネルギー価格 Ec t  環境税 Tc t ). 導入率に対する魅力乗数（CPBT）. 注)AM ( x ) xによる魅力乗数. 示す。また、施策対象となる要素技術の概要と設定を表 5 に示す。このモデルは、要約すると、まず、①要素技術の. [千万t-CO2]. エネルギー消費原単位予測モデルの概要を図 10 に、エネルギー消費原単位予測モデル中の変数の定義式を表 6 に. 60. CO2排出量 BAU CO2排出量住宅市内総生産対策B 450 400. CO2排出量悲観 CO2排出量事業所市内総生産ＢＡＵ・悲観. 棒グラフ. 計算ケースBのCO2排出量面グラフ. 悲観シナリオ・BAUシナリオ線グラフ. 市内総生産. CO2排出量対策A 地域熱CO2 市内総生産対策A 対策Aシナリオ. A. BAU・B. 8. BAU・B. 350. 2011年施策開始. A. 300. 機器のエネルギー削減量、初期投資額増加分、維持費、環境税率、助成金を入力し、初期投資の損失分を回収するの. 200. に必要な年数（以下利益回収年数）を求める。続いて、②. 150. 後に、③普及率とシミュレータ内で出力される所得等の経. 6 5. BAU・A・B. 4 3. BAU・A・B. 100. 2. 50. 1. 0 1975年. 済的指標を用いてエネルギー消費原単位を予測する、とい. 7. BAU・B A. 250. 利益回収年数に基づいて要素技術の普及率を予測する。最. 9. [兆円]. 目的 kのエネルギ消費原単位.  (目的 kのエネルギー消費原単. 要素技術導入率. エネルギー消費原単位 BUEne t . k t ). 1990年. 2005年. 2020年. 2035年. 0 2050年. 図 11 シナリオ別 CO2 排出量の推移（福岡市 1975～2050 年）. う構造になっている。利益回収年数と、各年の要素技術導. 5. おわりに. 入率の関係は、アンケート調査に基づいて決定した。. 本報では、都市環境負荷長期予測シミュレータの全体像. 4.2 シナリオ別算定結果. を示し、完成したセクタを統合し、部門別 CO2 排出量の長. シナリオ別の CO2 排出量推計結果を図 11 に示す。BAU. 期予測を行った。また、民生部門を対象とした具体的シナ. シナリオでは、主に世帯所得と市内総生産の減少に伴い. リオの検討を行い、シミュレータを用いて都市環境負荷の. CO2 排出原単位が減少しており、全体の排出量は 2050 年. 削減施策の検討が可能か検証した。生産人口の減少や経済. 時に 1995 年比で 78%まで減少している。一方、対策 A シ. 活動の停滞により、CO2 排出量は既往研究の推計よりも低. ナリオでは、環境税の影響によって市内総生産、市民総所. くなる可能性もあるが、高い次元の政策目標を達成するた. 得も大きく減少するため、CO2 排出量は 1995 年比で 56%. めに政策が必要である。今後は多様な政策が検討できるよ. まで削減された。しかし、このシナリオでは、世帯が負担. う情報の収集を進め、モデルの改善、拡張を進める。. する税収も 30 万～50 万円と高く、市内総生産も 2050 年で、. 【謝辞】本研究は，平成 23 年度文部科学省科学研究費補助金基盤研究（B）「ハビタットシステムの未来シナリオと環境負荷削減可能量に関する研究」（課題番号：21360277，研究代表者：赤司泰義（九州大学））により実施したものである．関係各位に謝意を表します．【参考文献】 1) 杉田匡英：都市環境負荷の長期予測シミュレータの開発と民生・産業部門 CO2 排出量予測，平成 21 年度人間環境学研究修士論文梗概集，pp.29-45，2010. 3 2) 寺地愛優：都市環境負荷長期予測シミュレータの改良，平成 22 年度修士論文梗概集，pp.193-196，2011.3. BAU シナリオと比べて 10%近く低下している。対策 B シナリオでは、税収を地域熱供給プラントの建設や住宅への助成政策によって、対策 A シナリオとほぼ同じ水準まで CO2 排出量が削減される、という結果となった。. 40-4.

(5)