#194　2000年神奈川県マテリアルフロー推計を追試

2023年5月1日 2023年5月1日

宮崎稔也

今回の投稿は、2000年（平成12年）神奈川県の生産活動におけるマテリアルフローの推計の追試についてです。

移輸入、移輸出の推計

移輸入（資源）と移輸出（資源）は，物流表の各項目における移輸入（天然資源）と移輸出（天然資源）の値である。
（中略）
移輸入（製品）と移輸出（製品）は，物量表の各項目における移輸入（製品生産）と移輸出（製品生産）の値である。

橘ら（2012）より引用。

投稿#192で作成した2000年（平成12年）神奈川県物量表において、資源に該当する産業項目ごとに列9412（移入）及び列9411（輸入）の値を積み上げていけば移輸入（天然資源）量が、列9212（移出）及び列9211（輸出）の値を積み上げていけば移輸出（天然資源）量が算出できます。

製品生産の移輸入量および移輸出量も同様にすれば推計できます。

推計に用いたPythonのコードは、以下のようになります。

コード194-1 移輸入、移輸出の算出

# 移輸入量、移輸出量の推計

from decimal import Decimal, ROUND_HALF_UP   #  数値を丸めるためにdecimalモジュールをインポート
# 資源表作成
df_h12_resources = df_h12_reorgo.loc[df_h12_reorgo["term"] == "資源"]
# 製品表作成
df_h12_goods = df_h12_reorgo.loc[df_h12_reorgo["term"] == "製品"]
import_re = 0   # 移輸入（資源）量
export_re = 0   # 移輸出（資源）量
import_go = 0   # 移輸入（製品）量
export_go = 0   # 移輸出（製品）量
import_code = "9420"   # 移輸入の産業コード
export_code = "9220"   # 移輸出の産業コード
for icode in df_h12_per_cap_mt.index:
    if icode in df_h12_resources.index:
        import_re += -(df_h12_per_cap_mt.loc[icode][import_code])
        export_re += df_h12_per_cap_mt.loc[icode][export_code]
    elif icode in df_h12_goods.index:
        import_go += -(df_h12_per_cap_mt.loc[icode][import_code])
        export_go += df_h12_per_cap_mt.loc[icode][export_code]

# 小数点第3位で四捨五入する関数を定義
def rounding3(value):
    return Decimal(value).quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)

print("移輸入（資源）: " + str(rounding3(import_re)) + "t/人/年")
print("移輸入（製品）: " + str(rounding3(import_go)) + "t/人/年")
print("移輸出（資源）: " + str(rounding3(export_re)) + "t/人/年")
print("移輸出（製品）: " + str(rounding3(export_go)) + "t/人/年")

結果は、以下のようになります。

図194−1　2000年神奈川県の生産活動における移輸入・移輸出の推計結果

先行研究と追試結果の比較

移輸入（資源）

資源の総移輸入量は，最大となった1980年の26 .3t/人から2000年の14 .2t/人まで，やや大きな増減を繰り返しながら減少する傾向を示した。

橘ら（2012）より引用

先行研究において、論文本文中では14.2t/人となっています。ところが、論文に掲載されている図（図4）では、13.4t/人となっています。

図194-1　神奈川県の生産活動における2000年のマテリアルフロー（単位：t/ 人 / 年）
[橘ら（2012）の図4より一部引用]

一方、追試での推計結果は、13.8t/人でした。

移輸出（資源）

資源の総移輸出量は，1980 年の5 .11t/人から1985年の4 .89t/人，1990 年の4.45t/人，1995 年の3 .74t/人と徐々に減少したが，2000年に4.77t/人と，1985 ～1990年の値近くまで上昇した。

橘ら（2012）より引用

先行研究の値4.77t/人に対して、推計結果は4.76t/人となりました。

移輸入（製品）、移輸出（製品）

橘ら（2012）の論文本文中には値が記載されていませんが、図中の値は、移輸入（製品）が9.86t/年、移輸出（製品）が6.25t/年でした。先行研究の値と比べると、移輸入（製品）では、先行研究に近い値を得ることができました。

また、移輸出（製品）では、先行研究の値と推計結果の値が一致しました。

一般消費

一般消費とは，それ以上の加工をされずに，最終商品として家庭や政府，企業に売られる製品とする。
（中略）
蓄積，在庫純増，固定資本，一般消費は，それぞれ物量表の各項目における蓄積，在庫純増，固定資本形成，家計消費・民間消費・政府支出への産出量の値である。

橘ら（2012）より引用

一般消費の値を算出するPythonのコードは、以下のようになります。

コード194-2　一般消費の算出

# 一般消費量の推計

consum = 0   # 一般消費量
pop = 8489974   # H12神奈川県人口
consum_tuple = ("9110", "9121", "9122", "9130", "9132",)   # 一般消費に該当する最終需要部門コード
for icode in df_h12_mt.index:
    for cons_code in consum_tuple:
        consum += df_h12_mt.loc[icode][cons_code]

print("一般消費:" + str(rounding3(consum / pop)) + "t/人/年")

追試の結果は2.39t/人となり、先行研究の値と等しくなりました。

第3次産業

サービス（第三次）産業への産出とは，第一次，二次産業からサービス産業へ投入される製品とする。
（中略）
また，サービス産業への産出は，各項目から内生部門のサービス産業への産出量の値である。

橘ら（2012）より引用

第三次産業を推計するPythonのコードは、以下のようになります。

コード194−3　第三次産業の算出

# 第三次（サービス）産業の推計

# 大分類区分表の読み込み
df_h12_onedigit = pd.read_csv("h12onedigit.csv")
df_h12_onedigit['code'] = df_h12_onedigit['code'].astype('str')
for i in range(len(df_h12_onedigit)):
    if len(df_h12_onedigit.iat[i, 0]) == 3:
        df_h12_onedigit.iat[i, 0] = '0' + str(df_h12_onedigit.iat[i, 0])
# 行コードをインデックスに指定
df_h12_onedigit = df_h12_onedigit.set_index('code')
# 第三次産業表作成
df_h12_third = df_h12_onedigit.loc[df_h12_onedigit["classification"] == "第三次産業"]
service = 0   # 第三次（サービス）産業量
pop = 8489974   # H12神奈川県人口

for icode in df_h12_mt.index:
    for tcode in df_h12_third.index:
        service += df_h12_mt.loc[icode][tcode]

print("第三次産業:" + str(rounding3(service / pop)) + "t/人/年")

追試の結果は3.67t/人となり、先行研究の値と等しくなりました。

在庫純増、固定資本

固定資本形成とは，耐用年数が1年以上で単価が10万円以上のいわゆる資本財とする。ただし，例外として，機械に組み込まれて新たな機械を構成するもの（機械組込），建設部門がその建設活動の中間材として購入したもの（建設迂回），土木工事の工事費の内訳として扱われる財（土木迂回），鋼船に組み込まれた機械（造船迂回）や自衛隊が購入した武器なども含まれる。
(中略)
在庫純増とは，対象年次に生産された製品のうち，どの部門にも販売されず，かつ，自家消費もされなかった製品とする。また，購入されたのに使用されなかった製品や原料，半製品および仕掛け品の状態で余ってしまっている製品も含む。

橘ら（2012）より引用

在庫純増および固定資本を推計するPythonのコードは、以下のようになります。

コード194-4　在庫純増、固定資本の推計

# 在庫純増、固定資本の推計

stock = 0   # 在庫純増
fixcap = 0   # 固定資本
pop = 8489974   # H12神奈川県人口
stockcode = "9150"   # 在庫純増のコード
fixcap_tuple = ("9141", "9142",)   # 固定資本に該当する最終需要部門コード
for icode in df_h12_mt.index:
    stock += df_h12_mt.loc[icode][stockcode]
    for fcode in fixcap_tuple:
        fixcap += df_h12_mt.loc[icode][fcode]

print("在庫純増:" + str(rounding3(stock / pop)) + "t/人/年")
print("固定資本:" + str(rounding3(fixcap / pop)) + "t/人/年")

追試の結果は、在庫純増:-0.05t/人、固定資本:2.28t/人となり、共に先行研究の値と等しくなりました。

燃料投入、県内生産（資源）の推計

石油製品，石炭製品から石油基礎化学製品への投入以外については，製品の材料としては使用されず，燃料として消費されると仮定し，廃棄物の計算から除外した。
（中略）
県内生産（資源）とは，県内で採掘された天然資源とする。

橘ら（2012）より引用。

燃料投入、県内生産（資源）を推計するPythonのコードは、以下のようになります。

コード194-5　燃料投入、県内生産（資源）の推計

# 燃料投入量の推計
fuel = 0   # 燃料投入量
dome_re = 0   # 県内生産（資源）
fuel_tuple = ("2111", "2121",)   # 石油製品、石炭製品のコードをタプルに格納
for icode in fuel_tuple:
    for jcode in df_h12_reorgo.index:
        if jcode == "2031":   # 石油製品、石炭製品から石油化学基礎製品への投入の場合
            dome_re += df_h12_per_cap_mt.loc[icode][jcode]   # 製品の材料としてサムアップ
        else:
            fuel += df_h12_per_cap_mt.loc[icode][jcode]

# 県内生産（資源）の推計
pro_code = "9700"   # 県内生産額の産業コード
for icode in df_h12_resources.index:
    if icode in fuel_tuple:
        continue
    else:
        dome_re += df_h12_per_cap_mt.loc[icode][pro_code]

県内生産（資源）の推計結果は、1.09t/人となり、先行研究の値1.69t/人に近くなりました。

第一次、第二次産業の推計

第一次，二次産業への産出とは，第一次，二次産業から他の第一次，二次産業へ投入される製品とする。
（中略）
第一次，第二次産業への産出は，各項目から内生部門の第一次・二次産業への生産量とした。

橘ら（2012）より引用。

第一次、第二次産業を推計するPythonのコードは、以下のようになります。

コード194-6　第一次、第二次産業の推計

# 第一次、第二次産業の推計
prime_sec = 0   # 第一次、第二次産業
# 第一次、第二次産業の表を作成
df_h12_prime_sec = df_h12_onedigit.loc[df_h12_onedigit["classification"] == "第一次、第二次産業"]
for icode in df_h12_per_cap_mt.index:
    for pscode in df_h12_prime_sec.index:
        prime_sec += df_h12_per_cap_mt.loc[icode][pscode]

推計結果は、24.96t/人となり、先行研究の値24.9t/人に近くなりました。