排出係数：その定義と炭素会計での活用方法

ほぼすべての温室効果ガスインベントリの核となるのは、「活動量データ × 排出係数」というシンプルな方程式です。しかし、適切な排出係数を選択することは、炭素会計において最も複雑で判断を要するステップの一つです。データ品質、地理、および方法論の違いは、報告される炭素排出量に大きく影響を与える可能性があり、そのため排出係数の選択は極めて重要な決定となります。 

本記事では、排出係数とは何か、なぜ重要なのか、そしてGHGインベントリに適した排出係数セットをどのように選択するかについて、深く掘り下げて解説します。 

排出係数とは？ 

排出係数は、特定の活動に関連する温室効果ガスを表します。

排出係数（EF）は、炭素会計の根幹をなすものです。簡単に言えば、排出係数とは 代表値 であり、特定の活動単位に関連する温室効果ガスを定量化するために使用されるものです。正確で一貫性があり、信頼できる炭素インベントリを確保するためには、適切な排出係数を使用することが不可欠です。 

排出係数は、活動単位あたりの排出量として表されます。例えば、電力1キロワット時あたりのCO₂e（二酸化炭素換算）キログラム、または燃料1リットルあたりの排出量などです。これらは多くの場合、測定データのサンプルに基づいており、特定の運転条件下における特定の活動からのGHG排出量の代表的な割合を確立するために平均化されます。 

排出係数はどのように開発されるのか？ 

科学者は、さまざまな活動や製品の排出係数を特定するために、多様な方法を用いています。

排出係数の決定は複雑になることがあります。すべての活動、製品、またはプロセスは異なる 温室効果ガスの組み合わせ （例：CO₂、CH₄、N₂0、HFCs、PFCs、SF₆、およびNF₃）。これらのガスは、大気中寿命や大気中で熱をどれだけ効果的に閉じ込めるかという点で異なります。排出係数は、各温室効果ガスの相対的な寄与とその影響を反映する必要があります。 

排出係数は、活動自体の特性によっても異なります。主な要因としては、燃料の種類、技術、稼働条件、地理的条件などが挙げられます。

科学者たちは さまざまな方法 で排出係数を決定しています。確立された化学的関係を利用できる場合もあります。例えば、化学量論（化学反応の背後にある数学）は、燃料の組成に基づいて燃料燃焼からの排出量を推定するために使用されます。多くの場合、エンジンや産業機器からの排出量をテストするなど、実際のプロセスの直接測定を用いて代表的な値を特定します。直接測定データが限られている場合、専門家は利用可能な複数のデータソースを組み合わせ、専門家の判断を適用して代表的な値を導き出すことがあります。 

特定の発生源からの温室効果ガス排出量の直接測定は、コスト、規模、および実用上の制約のため稀です。排出係数は、標準化された代表的な値を提供することで、このギャップを埋めます。これらの値は、技術開発、科学の進歩、環境条件、その他の影響により変化する可能性があるため、定期的に更新する必要があります。

排出量計算例

一般的な排出係数データソース 

データベースは用途や方法論によって異なります。

さまざまな組織が排出係数データベースを編集しており、それぞれ異なる用途と方法論を持っています。例としては、 IPCC排出係数データベース、 米国環境保護庁 (EPA) 排出係数ハブ、 英国のDEFRAデータベース、および Exiobaseなどがあります。最も信頼性の高い炭素会計のためには、企業は信頼できる情報源からの科学的に査読されたデータセットを優先すべきです。 

適切な排出係数が重要な理由 

排出係数は、正確性、信頼性、意思決定に影響を与える可能性があります。 

信頼性が高く、意思決定に役立つGHG会計には、適切な排出係数の使用が不可欠です。これにより、報告された排出量が現実世界の状況を反映し、効果的かつ効率的な気候変動対策を支援します。不適切な係数を選択すると、重大な誤りや誤報告につながる可能性があり、コンプライアンス上の潜在的なリスクを生み出し、戦略的計画を妨げます。 

排出係数選択の影響

正確性。 排出係数の選択は、インベントリの正確性を左右する主要な要因の一つです。実際の活動を反映しない係数を使用すると、重大な誤差が生じる可能性があります。例えば、特定の地域グリッド上の施設に全国平均の電力係数を適用したり、燃料組成が判明しているにもかかわらず一般的な燃焼係数を使用したりする場合などです。これらの不正確さは、サイト、カテゴリ、または期間全体で集計されるとさらに増幅されます。 

網羅性。 排出係数の選択は、排出量が完全に捕捉されているかどうかも左右します。例えば、ライフサイクル係数が必要な場合に燃焼のみの係数を使用すると、上流の影響が省略される可能性があります。特定の報告ストリームでは、Well-to-Tank排出量の含めることが求められており、これらの推定値は不完全と見なされます。不適切な係数を選択すると、体系的な過小評価やインベントリの欠落につながります。 

一貫性。 一貫した 報告期間および組織境界全体での排出係数は、有意義な傾向分析を可能にします。この整合性がなければ、報告された排出量の違いは、実際のパフォーマンスではなく、係数の選択を反映している可能性があります。 

比較可能性。 排出係数の標準化された適用は、組織、報告期間、および地域間でGHGデータを比較可能にするものです。係数の選択が一貫していない、または文書化されていない場合、前年比の傾向分析は信頼できなくなり、脱炭素化の進捗状況を追跡するためのインベントリの有用性を損ないます。

透明性。 根拠 義務的な報告フレームワークでは、GHGインベントリは第三者検証の対象となります。排出係数の選択は、その情報源、選択方法、および年を含め、明確に文書化する必要があります。これにより、社内の関係者、監査人、およびレビュー担当者は、インベントリの妥当性を理解し、評価することができます。 

関連性。 GHGインベントリが組織にもたらす価値は、コンプライアンスの範囲を超えます。排出ホットスポットの特定、サプライヤーエンゲージメントの優先順位付け、および社内での排出削減モデリングはすべて、基礎となる係数の信頼性に依存します。不適切に選択された排出係数に基づいて作成されたインベントリは、どこで、どの程度のコストで削減が可能であるかについて、歪んだ全体像を生み出します。 

異なる排出量算定アプローチ

最も重要な排出源には、可能な限り最も高いティアの排出係数（EF）を適用してください。

IPCCの国別温室効果ガスインベントリガイドライン 排出量の算定方法を分類するための階層型フレームワークを導入しており、各ティアはより高度な方法論的洗練度（ひいては精度）を表しています。このフレームワークは国別インベントリ報告のために設計されましたが、企業会計における排出係数選択の質を評価するための有用な参考資料にもなります。

各ティアは算定精度に対応しています。精度を達成するには、より堅牢な基礎データとより複雑な方法論が必要です。実際には、適切なティアは、信頼性高く収集できる活動データと、排出源カテゴリの排出削減ポテンシャルが追加の労力を正当化するかどうかにかかっています。

IPCC排出量算定ティア

ティア1 IPCCのデフォルト排出係数を国別またはグローバルな活動データに適用します。これは入門レベルのアプローチであり、排出源固有または国固有のデータが利用できない場合に適切ですが、3つのティアの中で最も高い不確実性を伴います。

ティア2 国の測定プログラムから導出された国固有の排出係数を導入し、より細分化された活動データと組み合わせて使用されます。ティア1よりも現地の状況をより正確に反映し、資源が豊富なインベントリにおける重要な排出源に対する標準的な期待値です。

ティア3 プロセス固有のモデル、施設レベルの測定データ、場合によっては連続排出監視を含む、より高度な方法を網羅しています。最も低い不確実性を伴い、通常、ティア2の精度では報告または検証の目的には不十分な主要な排出源に適用されます。

企業インベントリにとって、その実用的な意味合いは単純明快です。最も重要な排出源には、可能な限り最も高いティアを適用してください。ティア1のグローバル平均値は、支出ベースのマイナーなバリューチェーンカテゴリには許容されますが、より正確な係数が利用可能な市場における主要な燃焼源やエネルギー消費フットプリントに対しては、正当化できません。

排出係数選択における主要な質問

1. どのフットプリント排出源を算定していますか？

最初のステップは、どの排出源（およびスコープ）を算定しているかを明確に定義することです。なぜなら、それがどの排出係数とデータベースが適切であるかを決定するからです。

2. サプライヤー固有データまたは活動固有データを利用できますか？ 

活動の固有の状況を直接反映する値は、常に排出量を最も正確に表すことにつながります。 

3. このフットプリント排出源における排出量の主な要因は何ですか？

排出源によって影響を受ける要因は異なります。例えば、電力は地理的な場所によって影響を受けます。定置燃焼は燃料の種類によって影響を受け、移動燃焼は車両の種類、燃料、距離によって影響を受けます。 

4. 排出係数は時間的および会計上の境界に合致していますか？ 

排出係数が、活動データの年と必要な会計アプローチの両方に一致していることを確認してください。これには、排出量が直接排出（例：燃焼のみ）として報告されるか、上流のライフサイクル影響を含むか、また電力がロケーションベースまたはマーケットベースの方法で計算されるか、が含まれます。 

5. この情報源は信頼でき、方法論的に適切ですか？ 

透明性があり、定期的に更新され、科学的に査読されているデータベースからの排出係数は、より信頼性が高くなります。

活動データと支出ベースデータ 

活動データと組み合わせることで、排出係数はGHG排出量への影響を比較的明確に把握できます。活動データは、運用プロセスに関する定量的な情報を提供します。例えば、オフィスビルで毎年消費される電力量などです。ある建物が、排出係数1,000 CO₂e/kWhの場合、計算は次のようになります。 

100MWh（活動データ） x 1,000 CO₂e（排出係数） = 100,000 CO₂eとなります。

より直接的または物理的なデータが利用できない場合、支出ベースデータを使用して物理的な活動を近似できます。支出法では、排出係数は支出1ドルあたりの排出量の推定値を示します。この方法は、商品やサービスのコストが変動し、排出係数にシナリオ固有のコンテキストがないため、物理的な活動データよりも精度が低くなります。しかし、特に企業のバリューチェーン（スコープ3）全体で活動データを収集することは困難な場合があるため、支出ベースデータは排出量を測定する一般的な方法として残っています。

排出係数選択のためのベストプラクティス

排出係数の選択は一度限りの決定ではありません。事業の変化、報告フレームワークの進化、および基礎となるデータセットの更新に伴い、継続的な注意が必要です。厳格で信頼性の高いGHG報告のためには、以下のベストプラクティスに従うことができます。

1. 範囲を明確にする

方法論、データソース、使用する排出係数の種類を決定する前に、排出量の範囲を明確にする必要があります。スコープ1、2、3では、根本的に異なる種類の排出係数（例：燃焼、電力網、ライフサイクルなど）が必要であり、誤ったスコープを選択すると、誤った報告につながる可能性があります。 

2. 透明性があり、査読済みの排出係数データセットを使用する

可能な限り、IPCCのような透明性があり、査読済みの情報源からの排出係数セットに依拠すべきです。これにより、排出係数の決定に科学的厳密性が用いられたことが保証され（最終的にはより信頼性の高い計算につながります）。 

3. 排出係数が最新であることを確認する

排出係数は時間とともに変化します。古いデータセットの使用を避けるため、時間的影響を理解することが重要です。燃料燃焼や冷媒のような排出源は、排出量が物質の物理的・化学的特性によって決まるため、時間とともに比較的安定しています。これらの場合、最新の排出係数セットを使用することは、科学的理解と測定技術の向上を反映するために適切です。天然ガスの炭素含有量や冷媒の地球温暖化係数は、使用年によって変化しません。 

その他の排出源については、排出量は時間依存の外部条件に強く影響されます。購入電力の排出係数は、エネルギーミックスの変化により大きく変動し、支出ベースの排出係数は、経済状況の進展とともに変化します。これらの場合、排出係数は、その時点での現実世界の状況を反映するために、活動データの年と一致させる必要があります。 

4. 境界を一致させる

境界の不一致は、炭素会計における一般的な誤りであり、排出量の過少報告や過大報告に大きくつながる可能性があります。排出係数は、算定対象と一致させる必要があります（ロケーションベースの電力とマーケットベースの電力、または燃焼のみとライフサイクルなど）。例えば、ディーゼルのWell-to-Tank排出量（原油採掘、輸送、精製、流通）を計算すると、テールパイプ排出量のみを計算するよりも大幅に高い推定値が得られます。 

5. 地域を一致させる 

排出係数は、場所によって大きく異なることがよくあります。特に、電力排出係数はその地域の電力網の発電構成を反映しており、これが電力使用の排出原単位を決定します。例えば、ワシントン州で貴社が消費する電力は、 低炭素の水力発電に由来する可能性があります、一方、 テキサス州の電力は 化石燃料の燃焼に由来する可能性が高く、これははるかに温室効果ガス排出量が多いものです。地理的条件を可能な限り正確に一致させることが不可欠です。 

6. 可視性と管理を維持する 

炭素会計で使用された排出係数を容易に遡って確認し、その背後にある方法論と選択を理解できる必要があります。不透明な「ブラックボックス」排出係数に依存すると、炭素会計への信頼が損なわれ、監査が妨げられ、戦略的計画が阻害される可能性があります。 

実務において排出係数の透明性が重要な理由

排出係数の可視性は、信頼性が高く、意思決定に役立つ炭素会計にとって不可欠です。

炭素会計ソフトウェアとサービスは、どの排出係数が使用されているかについて完全な可視性を提供し、それらを選択する際の所有権と管理権も提供すべきです。

不透明な「ブラックボックス」排出係数や算定方法では、炭素インベントリの「計算」の裏付けを簡単に検証することができず、将来的に問題を引き起こす可能性があります。例えば、事業がカリフォルニア州で運営されているにもかかわらず、購入した電力の排出量が米国南西部の排出係数で計算されている場合、排出量を人為的に過大に計上している可能性が高いでしょう。排出量の可視化により、この不一致を特定し、過剰報告を避けることができます。

要するに、報告された排出量の計算の根拠を追跡し、理解できない場合、誤った記述、ひいては風評リスクやコンプライアンスリスクにつながる可能性があります。これは、気候変動開示規制が 欧州のCSRD および カリフォルニア州のSB 253 施行され、企業が第三者監査に備える中で、特に重要です。 

信頼できる炭素インベントリの構築

排出係数は、炭素会計プロセスを左右する可能性があります。透明性のある、査読済みのデータセットを使用し、排出係数に対する完全な可視性を維持することで、GHG排出量計算の信頼性、比較可能性、意思決定の有用性を確保し、最終的に企業の信頼性と競争力を保護することにつながります。

‍Persefoniが透明性があり、追跡可能な排出係数を用いて、お客様の炭素排出量計算をどのように支援できるかについて、詳細をご覧ください。