国家温室効果ガスインベントリは、個々の農場の削減報告書を単純に合算して作る仕組みではない。畜産排出係数を改善するには、代表性のあるデータ、適用条件、品質管理、審査要件を結びつける必要がある。『炭素削減を実証する技術とソリューション』第17章は、データの作成とレビュー、制度適用の接点を政策設計上の課題として扱う。
概念と適用範囲を先に定める
機関間の連携では、提出物と判断権限を具体化しなければならない。研究で作成したデータを誰がどの基準でレビューし、その後どの制度で活用できるのかを整理する必要がある。新しい組織を設けるだけで、データの連携が解決するわけではない。国家係数と特定技術の効果の反映、削減量の補償適格性は、それぞれ確認する必要がある。同じデータを再利用できても、異なる基準と境界を一つにまとめることはできない。標準化とは、この違いを消すのではなく、必要な接続条件を明確にする過程である。
排出係数に基づくベースラインも選択肢の一つである。IPCC Tier 1はデフォルト係数を使い、腸内発酵のTier 2は飼養特性、総エネルギー摂取量、メタン転換率などをより詳細に反映する。平均係数だけでは個別農場における技術の効果を捉えにくいことがあるが、係数を使うこと自体が補償に適さないわけではない。適用方法論が認める係数と活動データ、適用条件の確認、不確実性の処理、検証を備えているかが判断基準である。
農場の現場データ、技術効果に関する研究、国家統計に反映する係数、補償に必要な判断は相互に関連するが、同じ手続きではない。データをどの機関にどの形式で提出し、誰がどの基準で判断するのかを定めなければならない。同じデータを複数の目的に利用できても、それぞれの制度の境界と認定要件は別々に確認する必要がある。データ作成と制度適用をつなぐ条件を明示することが、標準化の課題である。
国家統計、研究、支援事業はそれぞれ目的と審査体制が異なる。連携を改善するには、既存の指針と登録実績を出発点に、新たな削減技術に必要な追加データと審査手順を関係機関がともに明確化する必要がある。
既存データと審査要件を照らし合わせ、不足するサンプルを設計する。少数個体の対照試験は有効性を説明できるが、全国の家畜種・成長段階・飼料体系を代表しないことがある。新しい研究は、すでに確保されたデータと重複しないよう設計し、不確実性を減らすことに集中する。
第五に、機器・方法間の相互比較を定期的に行う。同じガスを用いた回収率試験と、比較可能な条件下での動物試験により、偏り・精度・代表性を評価する。チャンバーとGreenFeedを単純に同時適用したり、一つの換算係数を作ったりすれば、あらゆる条件差が解消されるわけではない。比較式の適用範囲を外部データで検証する必要がある。
最初の接続点では、基本排出係数と削減技術の効果を区別する。既存の承認制度がないという診断は正しくない。改善すべきなのは、その制度の中で技術ごとの効果、活動データ、不確実性をどのように審査し、国家統計につなげるかを明確にすることである。
現場適用の条件と限界
特定の農場で行った飼料試験に効果が確認されたとしよう。その結果を国家レベルに反映するには、どの家畜種や飼養条件を代表するのか、活動データをどのように確保するのかを検討しなければならない。個別実証の成果と国家係数の認定は別の判断であり、企業会計やクレジットの要件も別途確認する必要がある。
研究を始める前に、保有データ、代表性が不足している条件、審査上必要な項目を照らし合わせる。学術的な有効性試験と全国適用のための研究は目的が異なるが、対立するものではない。前者の結果を後者のサンプル設計に活用すれば、不要な再試験を減らせる。
年次係数・事業基準のレビュー。関係機関は、新たに登録・更新された係数、国家インベントリへの適用状況、支援事業への影響をあわせて確認し、反映の有無と理由を公表する。公開文書が実行を保証するわけではないため、担当機関と実施期限、未完了の課題もあわせて管理する。
事業データから係数への還流。購入・給与・対象家畜・飼養日数などの活動データは、適切なサンプルによる直接測定と組み合わせれば、係数の改善に役立つ可能性がある。全件収集の有無と実際の項目は事業ごとに確認し、データの規模と品質を同一視しない。
事業精算用のデータが係数の改善にも適しているかは、別途点検する必要がある。精算目的のデータだけでは、飼料摂取量、代表性、測定品質などの必要な変数が不足する場合がある。現行事業で実際に収集している項目と共有経路を調査したうえで不足を特定し、補完すべきであり、データがまったく活用されていないと一律に断定してはならない。
投資検討に必要な根拠
機関と投資家は、事業成果をどの制度で活用しようとしているのかを区別する必要がある。研究成果があるという理由だけで、政策上の補償や国家統計への反映が自動的に決まるわけではない。データの提出物、担当機関、必要な追加レビューを整理しなければ、実際の活用経路は見えてこない。
結果は公開される。合意事項と未合意事項の両方を公開する。特に重要なのは、未合意事項の公開である。何がなぜ停滞しているかが外から見えれば、それを解決する政治的な推進力が生まれる。
機関ごとに同じ実証を最初から繰り返せば、農家と企業の負担が増える。だからといって、ある機関の評価書を別の目的の承認書へ自動的に転換すれば、検証の範囲を逸脱する。本書が提案する方法は、データの再利用と判断の独立性をあわせて守ることである。元データの所在、校正記録、サンプルと欠測の処理、不確実性、費用、利用権限を共通の根拠一式として管理し、受領機関は自らの目的に必要な追加要件を確認する。
判断に残すべき基準
国家MRVの標準化は、データを同じ形式で集めるだけでは終わらない。サンプルと方法、レビュー権限、活動データとの接続を設計する必要がある。共通データを再利用できる可能性と、各制度における独立した判断要件をあわせて維持しなければならない。
著者紹介
イ・ボンジュンは、西江大学校の技術経営大学院（MOT）を修了。Infitron Co., Ltd.で7年、Honeywellで20年、ガス計測分野に27年間従事し、サービスエンジニア、技術営業、チャネル管理の業務を担当した。現在はAI Safety Korea Co., Ltd.の創業者として、センサー・AI・データ分析を活用した畜産メタンモニタリングと測定・報告・検証（MRV）の仕組みを研究している。