#57　2005年岩手県製造業の環境効率評価指標の推計

2021年12月7日 06:37

前回の投稿（#56）では、本研究で援用する環境効率評価指標について考察しました。

今回は、2005年岩手県の製造業における業種別環境効率評価指標を推計していきます。

1. 産業廃棄物データの整理

岩手県の産業廃棄物実態調査の「表Ⅰ-16 発生及び処理状況（業種別）＜平成17年度＞」から、製造業24業種別の廃棄物発生量(Sy)、廃棄物排出量(SDy)、最終処分量(STy）のデータを抽出します。

抽出するためのVBAのコードは、以下のようになります。

Sub 産業廃棄物データ推計()
	' 産業廃棄物実態調査から廃棄物発生量(Sy)、廃棄物排出量(SDy）、最終処分量(STy）を転記
	Dim wsOrg1 As Worksheet
	Dim wsOrg2 As Worksheet
	Dim wsDes As Worksheet
	Dim i As Integer
	Dim rw As Integer
	
	Set wsOrg1 = Workbooks("h18h5-1.xlsx").Worksheets("Table 2")　'廃棄物発生量(Sy)、廃棄物排出量(SDy)の転記元シート
	Set wsOrg2 = Workbooks("h18h5-2.xlsx").Worksheets("Table 2")　'最終処分量(STy)の転記元シート
	Set wsDes = Workbooks("H17岩手県産業廃棄物データ.ods").Worksheets("発生及び処理状況（業種別）")　'転記先シート
	rw = 2
	
	For i = 9 To 32
		wsDes.Cells(rw, 2).Value = wsOrg1.Cells(i, 3).Value * 100
		wsDes.Cells(rw, 3).Value = wsOrg1.Cells(i, 5).Value * 100
		wsDes.Cells(rw, 4).Value = wsOrg2.Cells(i+1, 14).Value * 100
		rw = rw + 1
	Next
End Sub

抽出結果は、以下のようになります。

2. 環境効率評価指標の推計

#56で言及した環境効率評価指標とその恒等式を再掲します。

環境効率評価指標の恒等式

b)資源生産効率(Input Efficiency;IE)「生産額／投入量」

最初に、業種別の生産額を算出します。生産額のデータは、産業連関表の「粗付加価値部門計」の値を用います。

産業連関表から、各産業のコード（code）と粗付加価値部門（added_value_amount）の値だけを抽出します。

上記の表（h17iwate_added_value_amount.csv）をデータフレーム形式で読み込みます。

# 付加価値額表をデータフレームに読み込む
df_added_value_amount = pd.read_csv('h17iwate_added_value_amount.csv')
df_added_value_amount['code'] = df_added_value_amount['code'].astype('str')
for i in range(len(df_added_value_amount)):
   if len(df_added_value_amount['code'][i]) == 3:
       df_added_value_amount['code'][i] = '0' + str(df_added_value_amount['code'][i])
df_added_value_amount = df_added_value_amount.set_index('code')
df_added_value_amount.head()

表57-3　df_added_value_amount.head()（産業別の粗付加価値額）

3時点（2005年、2011年、2015年）での比較ができるように、2015年を基準年としたGDPデフレーターで補正を行います。

GDPデフレーターは、こちらのサイトの値を用いました。

# GDPデフレーターによる補正
df_added_value_amount['added_value_amount'] = df_added_value_amount['added_value_amount'] * 104.0/100
df_added_value_amount

続いて、産業連関表の各産業(code)と産業廃棄物実態調査の業種名（sector）との対応表をデータフレームに読み込みます。

# 各産業（code）と産業廃棄物実態調査の業種名(sector)の対応表をデータフレーム形式で読み込む
df_taiohyo = pd.read_csv('H17岩手県IO表と実態調査報告書との対応表.csv')
df_taiohyo['code'] = df_taiohyo['code'].astype('str')
for i in range(len(df_taiohyo)):
   if len(df_taiohyo.loc[df_taiohyo.index[i], 'code']) == 3:
       df_taiohyo.loc[df_taiohyo.index[i], 'code'] = '0' + str(df_taiohyo.loc[df_taiohyo.index[i], 'code'])
df_taiohyo = df_taiohyo.set_index('code')

付加価値額表と対応表をマージします。

# 付加価値額表と対応表をマージする
df_added_value_amount = pd.merge(df_added_value_amount, df_taiohyo, on='code', how='left')
df_added_value_amount.head()

表57-4　H17岩手県産業(code）別粗付加価値額と対応する業種名(sector)

業種別生産額（production）を算出します。

# 業種別生産額を算出する
for i in range(len(df_under_estimation)):
   for sector, group in df_added_value_amount.groupby('sector'):
       if sector == df_under_estimation.index[i]:
           df_under_estimation.iloc[i, 2] = group['added_value_amount'].sum()
           
df_under_estimation

資源生産効率(Input Efficiency;IE)「生産額／投入量」を算出します。コードは以下のようになります。

df_IE = df_under_estimation.copy()
df_IE = df_IE.drop('Ey', axis=1)
df_IE['IE'] = 0
df_IE = df_IE.reindex(columns=['production', 'input', 'IE'])
df_IE['IE'] = df_IE['production'] / df_IE['input']
df_IE

c)資源有効利用効率(Throughput Efficiency;TE)「投入量／廃棄物排出量」

ここでいう「廃棄物排出量」とは、以下の式で推計するEDyのことを指します。

H17岩手県業種別産業廃棄物データをcsv化したファイル（h17iwate_industry_waste.csv）をデータフレームに読み込みます。

import pandas as pd
df_swaste = pd.read_csv('h17iwate_industry_waste.csv', index_col=0)
df_swaste.head()

Ey（各業種の推計値による廃棄物発生量）、廃棄物排出量(EDy）のデータを格納する列を追加し、廃棄物排出量(EDy）を算出します。

df_TE = df_swaste.copy() # df_swasteをコピー
df_TE['EDy'] = 0 # 列EDyを追加
df_TE['Ey'] = 0 # 列Eyを追加
df_TE = df_TE.reindex(columns=['EDy', 'Ey', 'SDy', 'Sy', 'STy']) # 列順序を変更
# 列Eyに値を代入
for i in range(len(df_TE)):
    df_TE.iloc[i, 1] = df_under_estimation.iloc[i, 1]
df_TE['EDy'] = df_TE['Ey'] * df_TE['SDy'] // df_TE['Sy'] # EDyを算出
df_TE  = df_TE.fillna(0) # 欠損値を0で補完
df_TE

資源有効利用効率(Throughput Efficiency;TE)「投入量／廃棄物排出量」を算出します。

# 資源有効利用効率(Throughput Efficiency;TE)「投入量／廃棄物排出量」を算出
df_TE['input'] = 0 # input（投入量）を格納する列を挿入
# df_IEから投入量を転記
for i in range(len(df_TE)):
    df_TE.iloc[i, 5] = df_IE.iloc[i, 1]
    
df_OE = df_TE.copy() # 最終処分効率算出用のデータフレームにdf_TEのコピーを格納
df_TE = df_TE.drop(['Ey', 'SDy', 'Sy', 'STy'], axis=1) # 余分な列を削除
df_TE['TE'] = df_TE['input'] // df_TE['EDy'] # 資源有効利用効率(IE)を算出
df_TE = df_TE.reindex(columns=['input', 'EDy', 'TE']) # 列の順序を変更
df_TE

d)最終処分効率(Output Efficiency;OE)「廃棄物排出量／最終処分量」

ここでいう「最終処分量」とは、以下の式で算出されるETyのことです。

ETyを算出していきます。

# ETy（各業種の推計値による最終処分量）の算出
df_OE['ETy'] = df_OE['Ey'] * df_OE['STy'] // df_OE['Sy']
df_OE = df_OE.fillna(0) # 欠損値を0で補完
df_TCE = df_OE.copy() # 総合的循環効率(TCE)を算出するデータフレームにdf_OEのコピーを格納
df_OE

最終処分効率(Output Efficiency;OE)を算出します。

df_OE['OE'] = df_OE['EDy'] // df_OE['ETy']
df_OE = df_OE.drop(['Ey', 'SDy', 'Sy', 'STy', 'input'], axis=1) # 余分な列を削除
df_OE

a)総合的循環効率(Total Circulation Efficiency;TCE)「生産額／最終処分量」

総合的循環効率を算出します。

df_TCE['production'] = 0 # 生産額（production）を格納する列を追加
# df_IEから生産額を転記
for i in range(len(df_TCE)):
    df_TCE.iloc[i, 7] = df_IE.iloc[i, 0]
df_TCE = df_TCE.drop(['EDy', 'Ey', 'SDy', 'Sy', 'input', 'STy'], axis=1) # 余分な列を削除
df_TCE['TCE'] = df_TCE['production'] // df_TCE['ETy'] # 総合的循環効率（TCE）を算出
df_TCE = df_TCE.reindex(columns=['production', 'ETy', 'TCE']) # 列の順序を変更
df_TCE

環境効率評価指標の一覧

これまで算出してきた環境効率評価指標（a〜d)を一覧にします。

# 業種別環境効率評価指標一覧の作成
df_CEE = df_TCE.copy()
df_CEE = df_CEE.drop(['production', 'ETy'], axis=1)
df_CEE['IE'] = 0 # 資源生産効率(IE)を格納する列を追加
df_CEE['TE'] = 0 # 資源有効利用効率(TE)を格納する列を追加
df_CEE['OE'] = 0 # 最終処分効率(OE)を格納する列を追加
#IE, TE, OEのデータを格納
for i in range(len(df_CEE)):
    df_CEE.iat[i, 1] = df_IE.iat[i, 2]
    df_CEE.iat[i, 2] = df_TE.iat[i, 2]
    df_CEE.iat[i, 3] = df_OE.iat[i, 2]
df_CEE = df_CEE.round() # データを整数で丸める
df_CEE

サポート、本当にありがとうございます。サポートしていただいた金額は、知的サイドハッスルとして取り組んでいる、個人研究の費用に充てさせていただきますね♪