荒川流域における大規模水害を対象とした経済的影響の推定

楊少鋒・小川芳樹・秋山祐樹・柴崎亮介・池内幸司

Estimation of economic impact on large scale flood in the Arakawa river area

Shaofeng YANG，Yoshiki OGAWA，Yuki AKIYAMA，

Ryosuke SHIBASAKI and Koji IKEUCHI

Abstract: Past disaster shows that economic impact on natural disaster in some areas will spread to

the entire economy through inter-firm transaction network. It is necessary to construct stable inter-

firm networks to reduce the economic damage. In this paper, we focused on large-scale flood in the

Arakawa river area and estimated the economic impact of flooding caused by heavy rain to inter-

firm transaction network based on inter-firm transaction network data and flood simulation. We

discuss and analyze the industrial structure of firms affected by spillover effects.

Keywords: 企業間取引ネットワークデータ（inter-firm transaction network data），サプライ

チェーン（supply-chain），被害波及（spillover effects），大規模水害（large-scale flood），氾

濫解析（flood simulation）

1． はじめに

2018 年 7 月の西日本豪雨により，西日本では広

範囲にわたって河川が氾濫し，多くの犠牲者が発

生するなど記録的な大規模災害となった．経済へ

の被害に関しては，被災地以外の企業において，

企業間の取引ネットワークを通じて間接的に多

くの企業が生産停止するなどの被害を受けた．こ

のような大規模災害の経済被害の軽減に向けて，

企業の事業活動が継続できる安定的な取引ネッ

トワークの構築が極めて重要である．そのために

は，地域を超えた企業間の取引ネットワークを分

析することが必要である．

大規模災害時に影響を受ける企業の構造を把

握する研究として，齋藤（2012）は，2011 年に起

きた東日本大震災において被災企業が，企業間の

取引関係を通じた被害の波及効果について分析

を行っている．被災地の企業を 0 次企業と考え，

その取引先を 1 次企業と定義し分析した結果，0

次企業の割合は全体のわずか 2％だが，3 次企業

まで含めると，全体の 90％以上であることを示し

ている．しかし，使用されたデータは企業の本社

データのみであり，実際には，全国各地に数多く

の事業所が存在するため，事業所間の取引も考慮

する必要がある．また，近年では豪雨に起因する

河川の氾濫による経済への被害が注目されてい

る．特に，東京都と埼玉県を流れる荒川のような

河川の流域には，多くの企業が立地しているため，

氾濫すれば甚大な経済被害が発生するおそれが

ある．さらに，荒川の下流では低地になっており，

一度氾濫すると排水に時間がかかるため，被害が

拡大することが想定されている．

楊少鋒 〒227-8563 千葉県柏市柏の葉 5-1-5

東京大学新領域創成科学研究科

Phone: 04-7136-4003

E-mail: sfyang@csis.u-tokyo.ac.jp

そこで本研究では，荒川の氾濫解析データ及び，

本社と事業所データを含む大規模企業間取引ネ

ットワークデータを用いて，荒川が氾濫した場合

に被害の影響を受ける企業の産業構造について

分析を行った．

2． 使用データ

2．1 荒川氾濫解析データ

国土交通省荒川河川事務所が保有する，荒川流

域において，年超過確率 1/1000 の規模の洪水によ

る氾濫のシミュレーション解析データを使用し

た．堤防の決壊場所が異なる 335 のシナリオのデ

ータより，上流左岸，上流右岸，下流左岸，下流

右岸において最も氾範面積が大きいシナリオを

それぞれ 1 つ，計 4 シナリオ（図-1）を使用した．

データには決壊場所，100m メッシュごとの浸水

深の時系列データなどの情報が格納されている．

図-1 シナリオ別氾濫エリア

2．2 企業本社，事業所データ

帝国データバンクが保有する 2015 年時点の企

業の本社情報データ約 165 万件，事業所データ約

58 万件の企業データを使用した．これは，日本の

全企業の約 4 割をカバーし，網羅性の高いデータ

である．データには企業コード，住所，業種，売

上高などが格納されている．

2．3 大規模企業間取引データ

株式会社帝国データバンクが保有する 2016 年

の企業間取引データを使用した．データには取引

の受注社と発注社の企業コード，取引品目，推定

取引金額などの情報が格納されている．ただし，

このデータは本社間に集計された取引データで

あるため事業所間取引を把握することはできな

い．そこで，小川ほか（2018）が本社間取引デー

タを配分することで開発した事業所間取引デー

タを用いて事業所を含む分析を行う．

3． 分析手法

3．1 被災企業の定義

豪雨災害において，企業の事業活動が停止する

原因は停電や物資の停滞など様々あるが，本研究

では，人間に着目して，従業員が出社できない場

合，企業の事業継続が不可能だと考える．国土交

通省の「水害の被害指標分析の手引き」によると，

浸水深が 50cm を超えると人々は徒歩での移動が

困難になる．したがって，浸水深が 50cm を超え

るエリアにある企業を被災企業と定義する．

3．2 波及効果

前述のように，企業間の取引ネットワークを通

じて被害は間接的に全国に波及する．そこで本研

究では，被災企業を 0 次の企業（Tier0）とし，次

に 0 次の企業の取引先を 1 次の企業（Tier1）とす

る．n 次の企業の取引先を n+1 次の企業（Tier n+1）

とする（図-2）．0 次の企業の数（被災地の企業の

数），1 次の企業の数（被災地の企業の取引先企業

の数），同様に 2 次から 5 次まで求めて，都道府

県ごと及び産業ごとに全ての企業に占める割合

を求める．ただし，企業の取引先は仕入先，販売

先を問わず影響を受けると考え，取引の向きは考

慮しない．

図-2 被害の波及構造

3．2 喪失取引額

次に，被災企業とその受注先である企業との取

引額を集計することで，災害によって各都道府県，

各産業においてどれくらいの取引額が喪失する

かを推定した．本研究では本社間及び事業所間の

取引金額を把握するために，小川ほか（2018）が

開発した事業所間取引データを用いる．

4． 分析結果

4．1上流左岸のシナリオ

まず，都道府県別（表-1，図-3）に見ると，被災

企業（Tier0）は全体の 0.3％であるが，被災企業

の取引先（Tier1）を含めると 20.7％になる．Tier3

までは 57.7％に増加するが，それ以降はほとんど

変化せず，全体の 6 割程度の企業・事業所が影響

を受けることがわかる．残りの 4 割の企業はこの

取引ネットワークの外部で大きなネットワーク

を形成していると考えられる．

次に，産業別（図-4）に見ると，公務が最も高

く，Tier2 まででほぼ 100％の割合に達している．

金融・保険業，電気ガス水道業が次に高く Tier3 ま

でで全体の約 80％になった．一方，不動産業が最

も低く Tier5 までを含めても 30％程度である．農

業や漁業などの農林水産業は Tier5 までを含めて

も 4 割を下回っており，これらの業界への影響は

比較的小さいことがわかる．

表-1 各都道府県の企業の割合

図-3 都道府県別影響を受ける企業の割合

図 4 産業別影響を受ける企業の割合

図-5 被災企業の取引ネットワーク(製造業の場合)

都道府県 Tier0まで Tier1まで Tier2まで Tier3まで Tier4まで Tier5まで順位 全体 0.3% 20.7% 51.2% 57.7% 58.0% 58.0%

1 愛知県 0.0% 21.5% 56.6% 64.3% 64.6% 64.6%2 ⼤阪府 0.0% 21.7% 56.7% 63.9% 64.2% 64.3%3 埼⽟県 7.7% 39.7% 57.8% 61.3% 61.4% 61.4%4 宮城県 0.0% 26.8% 55.9% 61.2% 61.4% 61.4%5 ⻑野県 0.0% 20.0% 54.4% 60.4% 60.5% 60.5%6 東京都 0.0% 22.8% 53.7% 59.2% 59.5% 59.5%

〜42 ⾼知県 0.0% 12.9% 43.0% 51.2% 51.5% 51.5%43 ⿃取県 0.0% 13.4% 43.2% 50.5% 50.8% 50.9%44 和歌⼭ 0.0% 13.4% 42.3% 49.7% 50.0% 50.1%45 沖縄県 0.0% 11.0% 39.1% 49.2% 50.0% 50.0%46 福井県 0.0% 12.1% 41.1% 49.4% 49.8% 49.8%47 佐賀県 0.0% 13.9% 41.9% 48.9% 49.2% 49.2%

また，製造業についてより詳しい産業分類で見

ると，Tier5 まででは石油石炭製造業や鉄，非鉄金

属製造などの重工業が 8割以上と高い割合を占め

ており，毛革や繊維製品製造業などの軽工業は 6

割弱と比較的低い割合であることがわかった．

4．2 喪失取引額

被災企業の受注先全体の喪失取引額は 9,095 億

円であった．都道府県別に見ると，上位は東京都，

埼玉県，神奈川県，大阪府となっており，東京都

が最も高く 3,213 億円であった（図-6）．また，産

業別では卸売・小売業，飲食店が 5,135 億円，製

造業が 2,812 億円であった．

図-6 都道府県別喪失取引額

4．3 シナリオ間の比較

他の 3 シナリオに関しては，Tier1 までの企業

の割合は全体の 20～34％であり，下流右岸のシナ

リオが 34%で最も高い割合であった．荒川流域で

は，下流右岸（東京都側）に立地している企業が

最も多いためだと考えられる．また，Tier1 までは

4 シナリオ間で差があるが，Tier3 以降は全てのシ

ナリオが 58%程度になった．地域別，産業別の分

布に関してもほぼ同様な結果が得られた．したが

って，荒川の氾濫がもたらす影響について，シナ

リオ間の差は大きくないと考えられる．

5． 終わりに

本研究では荒川氾濫解析データ及び大規模企

業間取引ネットワークデータを用いることで，荒

川の氾濫によって経済被害を受ける企業の産業

構造について分析した．被災企業と関係を持つ企

業は Tier5 までを含めると全体の 6 割弱であり，

多くの企業は被災企業と直接取引関係がなくて

も，間接的に影響を受ける可能性があることがわ

かった．また，公務や電気ガスなどの産業では，

8 割以上の企業が被災企業と関係を持つため，産

業全体への影響が大きいことを示唆している．

今後の課題としては，影響を受ける企業の各地

域での役割について，中心性の概念を用いて分析

することを計画している．また，企業活動の停止

条件は人間の要素のみを考慮したが，実際には

様々な要素に左右される．より正確な経済的影響

の推定をするため，過去の水害事例をもとに被災

条件や復興モデルを作成し，復興状況の時系列分

析を行いたいと考えている．

謝辞

本研究は国土交通省荒川河川事務所及び，株式

会社帝国データバンクよりデータ提供を受けて

実施したものである．ここに記して謝意を表した

い．

参考文献

池内幸司，越智繁雄，安田吾郎，岡村次郎，青野

正志 ，2011，大規模水害時の氾濫形態の分析

と死者数の想定，土木学会論文集 B1（水工学）

Vol．67，No3，133-144

小川芳樹，秋山祐樹，篠原豪太，柴崎亮介，関本

義秀，2018，「本社間取引データを用いた事業

所間取引データの推定」， 第 27 回地理情報シ

ステム学会研究発表大会地理情報システム学

会論文集，CD-ROM

国土交通省 水管理・国土保全局，2013，「水害の

被害指標分析の手引き」

齋藤有希子，2012，被災地以外の企業における東

日本大震災の影響，RIETI Discussion Paper ，

12-J-020