スコープ3廃棄物排出量推定手法の比較：大学事例研究

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a systematic comparison of scope 3 waste models, identifying key assumptions driving variability.

🏢実務担当者:Highlights the impact of model choice on reported emissions, useful for selecting tools and interpreting peer comparisons.

🏛政策担当者:Underscores the need for standardized guidelines to reduce reporting inconsistency across organizations.

抄録 気候変動の激化と温室効果ガス（GHG）排出への懸念の高まりに伴い、排出量の正確な算定は、排出ホットスポットと削減機会の特定に向けて極めて重要となっている。高等教育機関は、スコープ1、2、3排出量を報告することにより、カーボン・アカウンティングにおいて大きな取り組みを行ってきた。しかし、スコープ3排出量は、その範囲の広さと、算定に利用可能なモデルや方法論の多様性により、特に困難な課題となっている。本ケーススタディは、GHGプロトコルのカテゴリー5：事業活動から生じる廃棄物のサブカテゴリーに焦点を当て、スコープ3 GHG排出量算定に一般的に使用される複数のモデル（WARM、EIO-LCA、IPCC廃棄物ツール、およびSIMAP）を比較するものである。ウィスコンシン大学マディソン校の固形廃棄物指標の一貫したデータセットを用いて、モデル間の差異を評価するために結果の違いを検証する。単一の複数年にわたるデータセットに対して、複数のモデルとそれらのモデル内の複数のシナリオを利用することで、変動を生み出す主要な前提条件とシステム境界の特定が可能となる。分析により、スコープ3の推定値はモデル間で変動があり、2023年の分析年度およびモデルにおいて、総排出量は約マイナス6474メートルトンから8642メートルトンのCO₂換算の範囲であることが明らかになった。これらの知見は、同じデータセットとそれらのモデル内の異なる設定を用いて利用可能な異なるモデルを使用することで生じる環境影響の予測に対する異なる影響を理解する必要性を浮き彫りにしている。また、各モデルで結果を生成するために必要な労力とともに、モデルの前提条件と計算に関する異なるトレードオフを理解する必要性も強調している。これは、大学間の影響の比較を検討する際にも関連しており、モデルの選択によってそれらが大きく変化する可能性があるためである。これは、大学が自らの排出量を同業他社の排出量と比較する際にも関連する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Abstract With climate change intensifying and growing concerns over greenhouse gas (GHG) emissions, accurate accounting of emissions has become crucial towards identifying hotspots and opportunities for reduction. Higher Education Institutions have taken a large initiative in carbon accounting by reporting scope 1, 2, and 3 emissions. However, scope 3 emissions remain particularly challenging due to its large scope and the diversity of available models and methodologies for calculating. This case study compares several commonly used models (WARM, EIO-LCA, IPCC Waste Tool, and SIMAP) for scope 3 GHG emissions accounting, focusing on GHG protocol category 5: waste generated in operations subcategory. Using a consistent dataset of solid waste metrics from the University of Wisconsin–Madison, differences in results are evaluated to assess the variability across models. Utilizing multiple models and scenarios within those models across a single multi-year data set enables identification of key assumptions and system boundaries that drive variability. The analysis revealed variation in scope 3 estimates across models, with total emissions ranging from approximately metric tons of −6474 to 8642 metric tons of CO 2 equivalents across the 2023 analysis year and models. These findings highlight the need to understand the different implications on projections of environmental impact generated by utilizing different available models with the same dataset and different settings within those models. And highlight the need to understand the different tradeoffs with respect to model assumptions and calculations alongside the effort needed to generate results with each model. This is relevant for considering the comparison among universities’ impacts as well, as these may change significantly based on their choice of model. This is relevant for universities as well when they are comparing their emissions to those of their peers.

• openalex https://doi.org/10.1088/2515-7620/ae807cfirst seen 2026-07-05 04:57:33