← 論文一覧に戻る

Code and data for reproducing figures in Pathak et al., "Commonalities and differences in national pathways toward net-zero emissions"

Anuj Pathak

Zenodoプレプリント2026-10-28#エネルギー転換
DOI: 10.5281/zenodo.23732990
原典: https://zenodo.org/records/23732990

🤖 gxceed AI 要約

日本語

本リポジトリは、各国のネットゼロ排出経路の共通点と相違点を分析したPathakらの論文の図表を再現するためのRコードとデータを公開するもの。IPCC AR6シナリオデータ、IEA-EDGARの歴史的CO₂排出量、世界銀行の所得分類、排出枠配分データを組み合わせ、国別シナリオを分析する。main.R実行で全図表が自動生成され、研究の透明性と再現性を高める。

English

This repository releases R code and reference datasets to reproduce the figures in Pathak et al.'s analysis of commonalities and differences in national net-zero pathways. It combines IPCC AR6 scenario data, IEA-EDGAR historical CO2 emissions, World Bank income classifications, and effort-sharing allocations to analyze country-level scenarios. Running main.R regenerates all figures, enhancing transparency and reproducibility.

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

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

国別ネットゼロ経路の比較分析は、日本の長期低排出発展戦略やNDC・GX推進の経路設計を国際比較の文脈で位置づける材料になる。再現可能な形で公開される点は、国内の政策分析・研究の透明性向上にも示唆を与える。

In the global GX context

National net-zero pathway comparisons feed directly into the global stocktake, NDC ratcheting, and IPCC AR6 follow-up debates. Open, reproducible code lowers the barrier for researchers and disclosure analysts to benchmark country pathways against effort-sharing and income-based equity frameworks.

👥 読者別の含意

🔬研究者:国別ネットゼロ経路の再現可能な分析枠組みとして、AR6シナリオと公平性配分を組み合わせた比較研究に活用できる。

🏢実務担当者:自社の長期脱炭素シナリオを国別経路や公平性配分と照合する際の参照データとして使える。

🏛政策担当者:NDC・長期戦略の経路設計や国際比較の根拠として、再現可能なシナリオ分析手法を参照できる。

📄 Abstract（原文）

This repository contains the code required to reproduce the analysis and figures for a national scenario analysis. The workflow is implemented in R and organized around a single project structure with a central execution script. The data directory contains reference datasets, including IPCC AR6 data, effort-sharing data, historical CO₂ emissions (IEA-EDGAR), and World Bank income classifications. IPCC AR6 scenario data v1.1 are downloaded from https://data.ene.iiasa.ac.at/ar6 (AR6 Scenarios Database hosted by IIASA, release v1.1). Place the following files inside the data/ref_data/ folder from AR6 database: AR6_Scenarios_Database_World_v1.1.csv AR6_Scenarios_Database_R5_regions_v1.1.csv AR6_Scenarios_Database_ISO3_v1.1 AR6_Scenarios_Database_metadata_indicators_v1.1.xlsx Historical CO2 emissions database (IEA-EDGAR CO2) is downloaded from https://edgar.jrc.ec.europa.eu/dataset_ghg80. Place the following file inside the data/ref_data/ folder: IEA_EDGAR_CO2_1970_2022.xlsx Economic classification of countries is based on the World Bank's classification which is downloaded from https://datahelpdesk.worldbank.org/knowledgebase/articles/906519-world-bank-country-and-lending-groups Effort sharing allocations of global carbon budget is based on the calculation method used by (Fujimori, S. et al, 2026), DOI: https://doi.org/10.1038/s43247-026-03208-5 National scenario data used in the analysis is available at https://zenodo.org/records/21662719. After obtaining the scenario data, name the IAMC format data file as snapshot_all_regions.csv and place it inside data/scen_data/ folder. All figures and results can be generated by running the main.R script after setting up the project environment. R version 4.3.1 was used to perform statistical analysis. The analysis relies on the following R packages: tidyverse, readr, readxl, ggpubr, patchwork, RColorBrewer, sf, rnaturalearth, broom, here To reproduce the analysis: Open the  .Rproj  file in RStudio Install the required packages  Place scenario database inside  data/scen_data/ Run the main script:  prog/main.R All outputs (figures) will be saved automatically in:  output/figures/

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。