荒川流域における大規模水害を対象とした経済的影...
TRANSCRIPT
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: [email protected]
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