気候変動:死亡率シナリオの作成－気候変動の経路に応じて日本全体の将来死亡率を予測してみると…

保険研究部主席研究員兼気候変動リサーチセンターチーフ気候変動アナリスト兼ヘルスケアリサーチセンター主席研究員篠原拓也

はじめに

近年、世界的に気候変動問題への注目度が高まっている。地球温暖化の進行により、台風、豪雨、熱波、干ばつ、大規模山林火災、海面水位上昇など、さまざまな影響が地球環境にもたらされている。

2022年度には、その極端さを数量的に把握する試みを手掛けた。その成果として、2023年4月6日のレポート¹および2024年4月5日のレポート²では、日本全国版の気候指数を作成した。気候指数は、気候変動の物理的リスクのうち、長期間に渡って徐々に環境を破壊していく「慢性リスク」を定量的に表示するものとして、さまざまな活用法が考えられる。

次に2023年度には、気候指数の活用法の一例として、気候指数と死亡率の関係を、回帰分析の統計手法を用いて定量的に把握することを試みた。その成果である2023年8月31日のレポート³および2024年1月18日のレポート⁴では、このようにして得られた回帰計算結果は、近年の死亡数実績を概ね再現するものであったことを示している。

そして2024年度には、気候指数と死亡率の関係式をもとに、気候変動に応じた将来死亡率の予測に取り組んだ。2024年8月15日のレポート⁵(以下、「前回のレポート」)では、関東甲信地域を対象とし、1つの気候モデル(MIROC6)に限定して、将来死亡率の試算を行った。この試算により、「気候変動が激しくなると死亡数に一定の影響を及ぼしうる」との結果を得ることができた。

今回、予測の対象地域を日本全国に拡大するとともに、気候モデルを5つに拡張して死亡率の予測計算を行った。その結果、“気候政策を導入しないSSP5-8.5の経路では、気候政策により今世紀末までの昇温を2℃未満に抑えるSSP1-2.6の経路に比べて、2081-2100年の死亡数が +2.0%増加し、気候モデル間の差異が拡大する”との帰結に至った。このことから、「気候変動が激しくなると、死亡数の増加が膨らみ、予測の不確実性が高まる可能性がある」との推論を得ることができた。

以下、順次その内容を見ていくが、まず本稿の流れを示しておきたい。第1章では気候指数の作成、第2章では気候指数と死亡率の関係の定式化に関する、これまでの取組みの振り返りを行う。そして、第3章では将来の気候変動の指数化、第4章では死亡率シナリオの作成と将来の死亡数の予測について、手法の考え方や技術的な検討点などを紹介する。第5章から第7章では、計算結果を示す。第5章では気候指数の予測結果、第6章では死亡率の予測結果、第7章では死亡数の予測結果を概観していく。そして第8章では、考察を行う。第9章は、簡単なまとめである。

本稿が、気候変動問題について、読者の関心を高める一助となれば幸いである。

¹ 「気候指数 [全国版] の作成－日本の気候の極端さは1971年以降の最高水準」篠原拓也著(基礎研レポート, ニッセイ基礎研究所, 2023年4月6日)
² 「気候指数 2023年データへの更新－日本の気候の極端さは、1971年以降の最高水準を更新」篠原拓也著(基礎研レポート, ニッセイ基礎研究所, 2024年4月5日)
³ 「気候変動と死亡数の増減－死亡率を気候指数で回帰分析してみると…」篠原拓也著(基礎研レポート, ニッセイ基礎研究所, 2023年8月31日)
⁴ 「気候変動と死亡数の関係－2022年データで回帰式を更新し、併せて改良を図ってみると…」篠原拓也著(基礎研レポート, ニッセイ基礎研究所, 2024年1月18日)
⁵ 「気候変動:死亡率シナリオの試作－気候変動の経路に応じて将来の死亡率を予測してみると…」篠原拓也(基礎研レポート, ニッセイ基礎研究所, 2024年8月15日)

1――気候指数の作成

将来の気候変動経路に応じた死亡率の予測に入る前に、本章と次章では、これまでの取組みについて簡単に見ておくこととする。本章では、2022年度に手掛けた気候指数の作成について振り返る。⁶

⁶ 第1章の内容は、2ページの注記1、2に示したレポートの概要となっている。

1｜気候指数には慢性リスク要因の影響の定量化が求められる
近年、世界的に、社会経済のさまざまな場面で気候変動問題に対する注目度が高まっている。台風や豪雨などの自然災害の頻発化・激甚化をはじめ、干ばつや海面水位上昇などに伴う食糧供給や生活環境の悪化が懸念されている。その対策として、カーボンリサイクル、ネットゼロ、CCS(二酸化炭素回収・貯留)⁷、再生可能エネルギー⁸の導入促進といった温室効果ガス排出削減の取組みや、それをファイナンスの面から支える、グリーンボンド(環境債)・サステナビリティボンドの発行等の動きが、各国で進められている。

そこで問題となるのが、そもそも気候の極端さは、いまどの程度高まっているのか、そして将来どれくらいにまで高まっていくのか、という点だ。気候変動リスクには、豪雨による河川の氾濫や土砂災害のように、短時間のうちに急激に環境が損なわれる「急性リスク」だけではなく、海面水位上昇による沿岸居住地域の喪失のように、長期間に渡って徐々に環境を破壊していく「慢性リスク」もある。気候指数には、こうした慢性リスク要因の影響を定量的に示していくことが求められる。

⁷ CCSは、Carbon dioxide Capture and Storageの略。日本では、北海道の苫小牧沿岸域にて、二酸化炭素の分離・回収、圧入、貯留等に関する大規模実証試験が実施される等、早期の社会実装に向けた取組みが進められている。
⁸ 太陽光、風力、水力、地熱、バイオマス等自然界にあるエネルギー。遍在し枯渇せず利用時に二酸化炭素を排出しない。

2｜地域区分ごとに複数の観測地点を設定
このような慢性リスクを定量化すべく、これまでに、気象庁の気候区分をもとに、日本全体を12の地域区分に分けて、気候指数を作成してきた。この区分は、一般的な地方区分を踏まえつつ、都道府県の行政単位ごとに設定することが、主な狙いとなっている。

なお、奄美については面積や人口が他の地域と比べて小さい。また、他の地域が都道府県単位であるのに対して、奄美は鹿児島県の一部であり市町村単位での設定となっている。そこで、気候指数の作成においては、九州南部と合わせた「九州南部・奄美」の地域区分を設定することとしている。この結果、日本全国を11の地域区分に分けることとなる。

3｜気象データの観測地点は気象台等とする
各地域区分に複数の観測地点を設定して、そのデータをもとに気候指数を作成する。そして、各地点の気候指数を平均化したものを、その地域区分の気候指数とする⁹。

各地域区分で設定する気象データの観測地点は、原則として気象台等¹⁰とする。気象台等では、過去からの日々の観測要素(気温、降水量、風、湿度、天気など)が取得できるためである¹¹。無人観測施設であるアメダス¹²による観測地点でも、降水量、風、気温などのデータが取得できるが、湿度や一部の項目が取得できないなどの制約があることから、気候指数作成用の気象データとしては用いない。また、すでに観測を停止している地点のデータも用いないこととする。

なお、海面水位指数の作成には潮位データを用いるが、後述の通り、今回の死亡率シナリオの作成では、同指数は使用しない。そこで、潮位データの観測地点の選定については注記欄に記す。¹³

気象データは、日単位のものとし、各観測地点の「日最高気温 (℃)」、「日最低気温(℃)」、「降水量の日合計 (mm)」、「日平均風速 (m/s)」、「日平均相対湿度 (%)」のデータとする。乾燥指数のために、降水に関しては、降水現象の有無に関する「現象なし情報」も用いる。潮位データは、月単位のものとし、各観測地点の「月平均潮位 (cm)」を用いる。

⁹ 各地点の気候指数は、気象や潮位のデータの参照期間(1971～2000年)平均からの乖離度(平均と標準偏差を用いて算定)として計算される。そのため、各地点の平均をとることができる。
¹⁰ 気象台の他に、有人の気象観測施設も含まれる。
¹¹ 一部の項目のデータが取得できない気象台等もある。その場合、その観測地点のデータは気候指数作成には用いない。
¹² 国内約1300か所の気象観測所で構成される気象庁の無人観測施設。アメダス(AMeDAS)は、Automated Meteorological Data Acquisition System(地域気象観測システム)の通称。
¹³ 潮位データについては、1997年3月以前の潮位の観測値が「歴史的潮位資料」、1997年4月以降の潮位の観測値が「近年の潮位資料」として、気象庁より公表されている。ただし、歴史的潮位資料は、すべての潮汐観測地点で公表されているわけではなく、長期に渡って観測を続けている地点に限られる。一方で、過去のデータはあるものの、すでに観測を停止しているために、直近のデータがない地点も多く見られる。そこで、各地域区分で設定する潮位データの観測地点は、歴史的潮位資料と近年の潮位資料が公表されていて、かつ現在も観測継続中の地点としている。

4｜観測地点は、全部で174地点 (気象データ154地点、潮位データ57地点)
以上の検討の結果、観測地点は下表のとおりとなった。気象データとして154地点、潮位データとして57地点のデータを気象庁のホームページより取得し、これらをもとに気候指数を作成している。

このうち、気象データと潮位データを両方とも観測しているものが37地点¹⁴。気象データのみを観測しているものが117地点。潮位データのみを観測しているものが20地点となっている。全部で、174の観測地点のデータをもとに、気候指数を作成する。¹⁵

¹⁴ 気象データの観測地点である石垣島と、潮位データの観測地点である石垣は、同一としてカウントした。与那国島と与那国も同様。
¹⁵ 観測地点ごとの「気象データが空欄となっていた日数と観測方法変更年」と「潮位データが空欄となっていた月数と観測開始年月」については、付録図表をご覧いただきたい。

5｜気候指数は地域区分ごとに作成し、その平均から日本全体の指数を作る
各地域区分の指数は、それぞれに含まれる観測地点の指数の単純平均とする。

そのうえで、日本全体の気候指数を、各地域区分の単純平均として作る。平均の計算にあたり、九州南部と奄美については、「九州南部・奄美」を用いている。

6｜月ごとと季節ごとの指数を作成する
指数は、月ごとおよび四半期の季節単位(12～2月、3～5月、6～8月、9～11月)に作成する。そして、月や季節の指数と併せて、月の5年移動平均、季節の5年移動平均の指数も作成する。これは、気候変動を、短期間の変動としてではなく、より長いスパンで捉えようとする試みである。¹⁶

¹⁶ なお、やや細かい点ではあるが、参照期間の当初5年間(1971～1975年)については、実績が5年分に満たないため、移動平均をとっても変動が大きくなる。そこで、この期間は、5年移動平均の不足分を1971～1975年の平均で補うこととしている。

7｜指数は参照期間の平均と標準偏差をもとに乖離度の大きさとして表される
気候指数は、7つの項目の乖離度をもとに計算する。7つの項目とは、高温、低温、降水、乾燥、風、湿度、海面水位を指す。計算にあたり、1971～2000年の30年間を、参照期間とする。そして、あらかじめ、各項目の計数値について、参照期間中の同じ月(季節)の平均と標準偏差を求めておく。(以下、本章では季節については、月に関する文の「月」を「季節」と読み替えていただきたい。)

まず、ある1つの項目に、注目する。この項目について、ある月の乖離度を求めることにしよう。そのためには、その月の計数値から、参照期間中の平均を引き算する。その引き算の結果を、参照期間中の標準偏差で割り算する。このようにすることで、その月の計数値が、標準偏差の何倍くらい、平均から乖離しているかという、乖離度が計算できる。

このようにして気候指数を作成することにはさまざまなメリットがある。まず、地域や時期による違いの要素を取り除いて純粋に気象の極端さを測ることができる。例えば、11月のある日の最高気温が30℃だったとしても、その場所が北海道か沖縄かでは、極端さの意味合いが異なる。また、東京の日最高気温が30℃だったとしても、それが7月か、11月かでは極端さが違ってくるだろう。気候指数を乖離度をもとに設定することで、こうした地域や時期による違いの要素を除去できる。

次に、気候指数は気温の“℃”や、降水の“mm(ミリメートル)”などの単位を持たない「無名数」となっている。このため、高温と降水といった異種の気候指数同士の比較が可能となる。また、無名数であるため、複数の気候指数の平均をとることができる。各地域区分や日本全体の気候指数、(後に述べる)合成指数の作成は、平均をとることができるというメリットを生かしたものとなっている。

気候指数の水準の解釈については、乖離度が標準正規分布に従うものと想定すると、-1から1の間に入る確率は、約68.3%となる。逆に、乖離度が1を超える確率は、約15.9%となる。乖離度が2を超えるのは珍しいことで、その確率は、約2.3%。乖離度が3を超えるのは大変珍しいことで、約0.1%の確率となる。この乖離度を、次節の通り、7つの項目それぞれについて計算していく。

日付	タイトル	執筆者	媒体
2025/03/18	気候変動:アクチュアリースキルの活用－「プラネタリー・ソルベンシー」の枠組みに根差したリスク管理とは?	篠原拓也	基礎研レター
2025/03/11	国民負担率 24年度45.8%の見込み－高齢化を背景に、欧州諸国との差は徐々に縮小	篠原拓也	研究員の眼
2025/03/04	サイバーリスクのモデリング－相互に接続されたシステミックリスクをどうモデリングする?	篠原拓也	保険・年金フォーカス
2025/02/25	気候アパルトヘイトとNCQG－気候変動問題による格差の拡大は抑えられるか?	篠原拓也	基礎研レター

日付

タイトル

執筆者

媒体

2025/03/18

気候変動:アクチュアリースキルの活用－「プラネタリー・ソルベンシー」の枠組みに根差したリスク管理とは?

篠原拓也

基礎研レター

2025/03/11

国民負担率 24年度45.8%の見込み－高齢化を背景に、欧州諸国との差は徐々に縮小

篠原拓也

研究員の眼