気候変動予測の不確実性と経済・政策決定への影響：科学的評価、経済モデルの対応、政策リスク管理の統合分析
気候変動予測モデルは、将来の気候状態に関する貴重な情報を提供しますが、固有の不確実性を伴います。この不確実性は、気候変動による経済的影響の評価や、緩和・適応策に関する政策決定において、重要な考慮事項となります。本稿では、気候変動予測における不確実性の科学的側面を概観し、それが経済モデルによる評価や政策リスク管理にどのように影響するかを、学際的な視点から分析します。
気候変動予測における不確実性の科学的評価
気候変動予測モデルの不確実性は、主に以下の要因に起因します。
- 内部変動: 気候システムの自然な変動性に由来する不確実性です。初期条件のわずかな違いが、予測結果に大きな影響を与えることがあります。これは、特に数十年スケールの地域的な気候変動予測において顕著です。
- シナリオ不確実性: 温室効果ガス排出量や土地利用の変化など、将来の人間活動に関する前提の違いによる不確実性です。これは政策や社会経済の発展に依存するため、科学モデル単体では予測できません。IPCCなどで用いられる「共有社会経済経路（SSP）」などがこれに該当します。
- モデル構造不確実性: 異なる気候モデルが、物理プロセス（雲、海洋循環など）を表現する際に採用する異なるスキームやパラメータ設定に起因する不確実性です。これは、複数のモデルアンサンブルの結果を比較することで評価されることが多いです。
- パラメータ不確実性: モデル内の特定の物理パラメータの値が不確かであることによる不確実性です。例えば、気候感度（CO2濃度倍増時の平均気温上昇量）の範囲などがこれに含まれます。
これらの不確実性は、IPCC評価報告書などで多角的に評価・表現されています。例えば、予測される気温上昇の範囲は、異なる排出シナリオの下での様々なモデル結果の集合として示され、確率的な表現や信頼区間が付与されることが一般的です。モデル間の比較プロジェクト（例：CMIPシリーズ）は、モデル構造不確実性の理解に大きく貢献しています。また、データ同化技術は、観測データを用いてモデルの初期状態やパラメータを改善し、不確実性を低減する手法として重要性を増しています。
経済モデルによる影響評価と不確実性
気候変動予測の不確実性は、経済モデル、特に統合評価モデル（IAM）による将来的な経済損失や対策費用に関する評価に直接的な影響を与えます。IAMは、気候システムモデル、炭素循環モデル、経済モデルなどを結合し、将来の気候変動とその影響、そしてそれに対する対策の費用・便益を評価するツールです。
経済モデルによる影響評価の過程では、気候モデルからの出力（気温上昇、降水パターンの変化、極端現象の頻度など）が入力データとして使用されます。これらの気候変数に不確実性が存在すると、経済モデルの出力（例：GDP損失率、農業生産性の変化、インフラ被害額）にも不確実性が伝播します。特に、非線形な影響や閾値効果を持つ影響（例：特定の気温上昇レベルを超えると作物収量が急減するなど）を評価する場合、気候予測の小さな不確実性が経済影響評価に大きな差を生じさせる可能性があります。
不確実性を経済モデルに組み込む手法としては、確率論的アプローチ（モンテカルロシミュレーションなど）や、異なる気候モデル結果や排出シナリオを用いた感度分析が用いられます。しかし、モデル構造不確実性やパラメータ不確実性が、経済モデルのパラメータ（例：損害関数、割引率）にも影響を与えうるため、不確実性の連鎖的な伝播とその適切な評価は、経済モデリングにおける重要な課題となっています。信頼性の高い経済影響評価を行うためには、気候科学者と経済学者の密接な連携が不可欠です。
政策決定における不確実性とリスク管理
気候変動予測および経済影響評価に伴う不確実性は、緩和目標設定や適応策の優先順位付けといった政策決定プロセスを複雑化させます。政策立案者は、将来の気候変動の大きさが不確実である中で、限られた資源をどのように配分すべきか判断する必要があります。
不確実性の存在は、意思決定におけるリスク管理の重要性を高めます。一般的な政策アプローチとしては、以下の点が挙げられます。
- 予防原則: 不確実性が存在する中でも、重大かつ不可逆的な損害のリスクがある場合には、科学的に確実でなくても予防的な措置を講じるべきであるという考え方です。
- ロバストな意思決定（Robust Decision Making, RDM）: 予測される将来の範囲全体にわたって、比較的良好な結果をもたらす政策オプションを特定する手法です。最悪のシナリオに備える「ミニマックス」戦略や、様々な将来条件下でパフォーマンスが安定している政策を選択するなどが含まれます。
- 情報価値分析: 追加的な科学的情報（例：より高解像度の気候モデル、特定の地域の詳細な脆弱性データ）を獲得することが、意思決定の質をどれだけ改善するかを定量的に評価し、データ収集や研究への投資を判断する手法です。
- 適応的ガバナンス: 政策を硬直的に定めるのではなく、新たな科学的知見や状況の変化に応じて政策を調整・修正していく柔軟な制度設計です。モニタリングと評価の仕組みを組み込むことが重要です。
政策決定者にとって、不確実性を「知らない」こととして無視するのではなく、それを意思決定プロセスの一部として積極的に管理することが求められます。科学者は、不確実性の性質（削減可能なものか、固有のものか）、その範囲、および政策に関連するリスクへの影響について、可能な限り明確かつ定量的な情報を提供することが期待されます。政策リスク管理の観点からは、気候変動の物理的な不確実性に加えて、経済的、社会的、技術的、政治的な不確実性も同時に考慮する必要があります。
結論
気候変動予測モデルの不確実性は、気候変動の理解、経済的影響の評価、および政策決定において避けられない要素です。科学的評価手法の進歩により、不確実性の性質や範囲に関する理解は深まっていますが、特に地域スケールや極端現象に関する不確実性は依然として大きい課題です。経済モデルによる影響評価は、気候予測の不確実性を適切に組み込む必要があり、この点における学際的な連携が不可欠です。政策決定においては、不確実性をリスクとして認識し、予防原則、ロバストな意思決定、適応的アプローチなどのリスク管理手法を効果的に適用することが求められます。気候科学、経済学、政策科学が連携し、不確実性情報をより効果的に共有し、活用していくことが、将来の気候変動リスクに対応するための鍵となります。