システム的混乱、気候ファイナンス、公平性の観点に基づく脱炭素政策のための包摂的な統合評価手法

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

🔬研究者:Researchers in climate policy modelling will find a coherent methodological chain for making IAMs more policy-relevant, including best practices for stakeholder engagement, model coupling, and stress-testing under disruptions.

🏛政策担当者:Policymakers will benefit from the demonstration that recovery packages and diversified strategies can accelerate decarbonisation, and from tools to assess distributional impacts of carbon pricing (e.g., regressivity) and the cost implications of technology constraints.

パリ協定の下で、各国は順次提出する国が決定する貢献（NDCs）を通じて、段階的に強化される気候政策を設計し実施することが求められているが、現在の政策も最初の数回のNDCsも、協定の温度目標を満たすには不十分なままである。この野心のギャップは、2030年以降のより厳しいコミットメントへの期待と相まって、技術、市場、制度、社会変革にわたる信頼できる政策パッケージを支援するための気候・経済モデリングに前例のない重みを課している。統合評価モデル（IAMs）はこのエビデンス基盤の中心となっているが、その実用的価値は、永続的な正当性と実用性の課題によってしばしば制約されている。すなわち、ステークホルダーが信頼とオーナーシップを構築する方法でシナリオプロセスに関与することはまれであり、需要側の行動やより広範な持続可能性目標は、依然として中核的な推進要因ではなく外部のナラティブとして扱われることが一般的である。最近の混乱、特にCOVID-19、エネルギー危機、社会経済的ショックに伴う排出量の変化は、永続的な緩和が構造的・行動的・政策的変化の共進化に依存することをさらに浮き彫りにしており、モデルに基づく分析が透明で、社会的に基盤を持ち、不確実性の下で頑健であり、実行可能であることが不可欠となっている。この前提に基づき、本博士論文は、IAMsを中心的な分析基盤とし、正当で、透明で、頑健で、意思決定に関連する気候政策エビデンスを生み出すための統合的枠組みを開発し実証する。信頼性は技術的な洗練だけでは確保されず、モデリングを政策ニーズに整合させ、仮定とワークフローを追跡可能かつ再利用可能にし、実際の政策アーキテクチャ内でモデル横断的・スケール横断的に洞察をストレステストし、実現可能性を形作る混乱、金融、衡平性、持続可能性のトレードオフを含むようモデリングを拡張し、結果を明確で実行可能な説明と将来の研究課題に変換する、一貫した方法論的連鎖によって確保されると論じる。この枠組みは、「傾聴（Listening）」、「交流（Exchanging）」、「モデリング（Modelling）」、「拡張（Expanding）」、「説明（Explaining）」という5つの相互に関連する柱に組織化される。 第一に、「傾聴」の柱は、共創をシナリオ分析の正式な要素として制度化する。本博士論文は、モデリングチームとステークホルダーとの間の反復的な双方向関与のための構造化されたメカニズムを設計し、それを通じて優先事項と制約が研究課題、シナリオナラティブ、技術的仮定に変換され、信頼と結果に対する「オーナーシップ」の感覚を強化する。この柱は、ファジィ認知マップ（FCMs）やモンテカルロ不確実性分析をサポートするオープンソースのウェブベースFCMソフトウェアアプリケーションなどの専門家共設計ツールによって補完される。これらが一体となって、特に利用可能な定量的データが限られている場合に、協議と経験的知識から定量的シナリオ分析への実践的な橋渡しとして機能する。 第二に、「交流」の柱の中で、IAMsの政策的有用性をしばしば弱める透明性と比較可能性のギャップに対処するため、オープンで再利用可能な実践の運用プロトコル（調和された定義、文書化、データ管理、相互運用性）が提案される。このプロトコルは、(i) 比較可能性を確保するための調和された定義と入力、(ii) FAIR原則に適合したデータ管理、技術文書、そして可能な場合は追跡可能性と再利用を可能にするオープンソースコード、(iii) 結合モデリングシステムにおける概念的・時間的一貫性を確保するためのモデル連携の共有プロトコルを組み合わせる。さらに、モデル結合のベストプラクティスは、結果の解釈を決定的に形作る技術的・概念的選択（変数定義、空間・時間解像度、結合の深さ）を明示し、気候・経済モデルをリンクする際の十分に文書化された決定を支援する実用的な「チェックリスト」を開発することによって前進させる。第三に、「モデリング」の柱は、これらの基盤が複数のスケールと経済セクターにわたる分析にどのように適用され、気候・経済モデルをリンクし、アプローチのアンサンブルを活用して結論をより頑健で政策関連性のあるものにするかを実証する。本博士論文は、更新された国家エネルギー・気候計画（NECPs）の目標に関連するFit-for-55パッケージの評価における重大なギャップを、加盟国レベルの分析と電力セクターの詳細な表現を通じて埋めることにより、EU気候政策文献に実質的な貢献をする。COVID-19回復パッケージのグローバルデータベースを開発し、それらを複数のIAMsへの明示的な入力に変換し、回復資金が主要セクターの脱炭素化を加速できるが、補完的な構造改革なしにはパリ協定に整合的な経路を維持するには不十分であることを示す。2022年以降の欧州エネルギー危機の文脈では、専門家ベースのFCM分析が定量的IAM研究と組み合わされ、最初は単一のIAM内で、その後モデルアンサンブル全体で、緩和、手頃な価格、電力システムの信頼性に共同で対処する政策、およびロシアの天然ガス供給の完全な代替のための代替戦略のシミュレーションを通じた供給途絶を検討する。最後に、地政学、サプライチェーン、社会的受容から生じる重要な低排出技術への制約が検討され、それらがどのようにコストを増加させ、化石燃料への依存を強化し、2050年目標を危険にさらす可能性があるかを示す。「拡張」の柱には特に重点が置かれており、これは本博士論文の4番目の柱を構成し、混乱、持続可能な開発目標（SDGs）、金融、分配効果、気候正義など、実世界の実現可能性の推進要因を捉えることを目的としている。混乱事象レジリエント経路（DERP）フレームワークは、緩和野心と技術経済的レジリエンスに沿って経路をマッピングし、混乱下での戦略の「ストレステスト」に供することにより、「スムーズな移行」の仮定を超えて前進するために導入される。結果は、社会経済的レジリエンスが費用対効果の高い深い脱炭素化の前提条件であること、単一の技術的解決策への狭い依存が隠れた脆弱性を生み出し構造変化を遅らせること、多様化された戦略が無視できる追加コストで混乱リスクを相殺できることを示す。同時に、IAMsと多目的最適化アルゴリズムを組み合わせることで、SDG指標のパフォーマンスを明示的に組み込み、対応するパレートフロンティアをマッピングするフレームワークが開発され、セクター（エネルギー、土地利用、産業、運輸、建物）と野心レベル（1.5〜2°C）ごとの重要なトレードオフが明らかにされる。金融の「現実性」は、地域・技術別の資本コストの軌跡を探求し、より高い資本コストに直面する地域のリスク軽減を支援するために風益税をリサイクルする「矯正的正義」政策を通じて組み込まれ、金融条件が投資と排出量をどのように変革するかを示す。衡平性は、欧州IAMと高解像度の分配ツールをリンクすることによって評価され、EU炭素価格設定は費用対効果が高いが逆進的であり得るのに対し、国別に調整された政策ミックスは逆進性を低減することを示す。ジェンダーや都市・農村格差などの交差する側面が脆弱性をさらに形作る。最後に、気候金融は、会計境界、地理的配分、ガバナンスのインセンティブのレンズを通じて分析され、緩和に向けられ地理的に集中したグローバルフローのポートフォリオ、各国の経済能力との弱い整合性、グラントや適応行動よりも銀行融資債務を優先する仲介インセンティブと整合的なパターンを明らかにする。5番目の「説明」の柱は、本博士論文の貢献と結論を総合し、将来を見据えた研究課題を提案する。説明は方法論的要件として扱われる。すなわち、情報に基づいた正当な意思決定を支援するために、仮定は追跡可能で、不確実性は伝達可能で、トレードオフは明示的でなければならない。本博士論文は、金融システム行動のより深い統合、社会政治的実現可能性のより強力な表現、リスクと混乱のより豊かな扱い、累積的で信頼できる緩和シナリオ科学を可能にするモデル開放ツールの開発など、IAMsを通じた政策支援を前進させるための優先事項で締めくくられる。全体として、本博士論文は、共創、オープンサイエンス、マルチモデルの頑健性、混乱・気候金融・衡平性・持続可能性の拡張された表現を、実行可能な移行ガイダンスのための一貫したエンドツーエンドのアプローチにリンクする、政策指向の気候・エネルギーモデリングのための包括的な青写真を提供する。

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。

Under the Paris Agreement, countries are required to design and implement progressively stronger climate policies through successive Nationally Determined Contributions (NDCs), yet both current policies and the first rounds of NDCs remain insufficient to meet the Agreement’s temperature objectives. This ambition gap—together with the expectation of more stringent post-2030 commitments—places unprecedented weight on climate – economy modelling to support credible policy packages spanning technology, markets, institutions, and social change. Integrated assessment models (IAMs) have become central to this evidence base, but their practical value is often constrained by persistent legitimacy and usability challenges: stakeholders are rarely embedded in scenario processes in ways that build trust and ownership, and demand-side behaviour and broader sustainability objectives are still commonly treated as external narratives rather than core drivers. Recent disruptions, notably COVID-19, the energy crisis, and the emissions shifts associated with societal and economic shocks, further underscore that durable mitigation depends on the co-evolution of structural, behavioural, and policy change—making it imperative that model-based analysis be transparent, socially grounded, robust under uncertainty, and actionable. Building on this premise, the dissertation develops and demonstrates an integrated framework for producing climate – policy evidence that is legitimate, transparent, robust, and decision-relevant, with IAMs as a central analytical backbone. It argues that credibility is not secured by technical sophistication alone, but by a coherent methodological chain that aligns modelling with policy needs, makes assumptions and workflows traceable and reusable, stress-tests insights across models and scales within real policy architectures, expands modelling to include disruptions, finance, equity, and sustainability trade-offs that shape feasibility, and translates results into clear, actionable explanations and a future research agenda. The framework is organised into five intertwined pillars: Listening, Exchanging, Modelling, Expanding, and Explaining.First, the “Listening” pillar institutionalises co-creation as a formal element of scenario analysis. The dissertation designs a structured mechanism for iterative two-way engagement between modelling teams and stakeholders, through which priorities and constraints are translated into research questions, scenario narratives, and technical assumptions, strengthening trust and a sense of “ownership” of the results. This pillar is complemented by expert co-design tools such as Fuzzy Cognitive Maps (FCMs) and an open-source web-based FCM software application that supports Monte Carlo uncertainty analysis. Together, these elements serve as a practical bridge from consultation and experiential knowledge to quantitative scenario analysis, especially when available quantitative data are limited.Second, within the “Exchanging” pillar, an operational protocol of open and reusable practices is proposed (harmonised definitions, documentation, data management, interoperability) to address transparency and comparability gaps that often weaken the policy usefulness of IAMs. This protocol combines: (i) harmonised definitions and inputs to ensure comparability; (ii) data management consistent with the FAIR principles, technical documentation, and—where feasible—open-source code to enable traceability and reuse; and (iii) shared protocols for model linking, to ensure conceptual and temporal consistency in coupled modelling systems. In addition, best practice in model coupling is advanced by making explicit the technical and conceptual choices, i.e., variable definitions, spatial–temporal resolution, depth of coupling, that decisively shape the interpretation of results, and by developing a practical “checklist” to support well-documented decisions when linking climate–economy models. Third, the “Modelling” pillar demonstrates how these foundations can be applied in analyses across multiple scales and economic sectors, linking climate–economy models and leveraging ensembles of approaches to make conclusions more robust and policy-relevant. The dissertation makes a substantive contribution to the EU climate-policy literature by filling a critical gap in the assessment of the Fit-for-55 package in relation to the targets of updated National Energy and Climate Plans (NECPs), through analysis at the Member State level and with a detailed representation of the electricity sector. It develops a global database of COVID-19 recovery packages and translates them into explicit inputs across multiple IAMs, showing that recovery funding can accelerate decarbonisation in key sectors, but is insufficient to sustain a Paris-consistent pathway without complementary structural reforms. In the context of the European energy crisis after 2022, an expert-based FCM analysis is combined with quantitative IAM studies, first within a single IAM and subsequently across a model ensemble, to examine policies that jointly address mitigation, affordability, and electricity-system reliability, as well as disruptions in Russian natural gas supply through the simulation of alternative strategies for its full replacement. Finally, constraints on critical low-emission technologies, arising from geopolitics, supply chains, or social acceptance, are examined, showing how they can increase costs, reinforce dependence on fossil fuels, and jeopardize 2050 targets. Particular emphasis is placed on the “Expanding” pillar, which constitutes the dissertation’s fourth pillar, aiming to capture drivers of real-world feasibility that often remain underrepresented, such as disruptions, the Sustainable Development Goals (SDGs), finance, distributional impacts, and climate justice. The Disruptive Event-Resilient Pathways (DERP) framework is introduced to move beyond “smooth transition” assumptions by mapping pathways along mitigation ambition and technoeconomic resilience, and by subjecting strategies to “stress tests” under disruptions. Results show that socioeconomic resilience is a prerequisite for cost-effective deep decarbonization; that narrow reliance on a single technological solution creates hidden vulnerabilities and delays structural change; and that diversified strategies can offset disruption risks at negligible additional cost. At the same time, by combining IAMs with multi-objective optimisation algorithms, a framework is developed that explicitly incorporates performance on SDG indicators and maps the corresponding Pareto frontiers, revealing critical trade-offs by sector (energy, land use, industry, transport, buildings) and ambition level (1.5–2°C). Financial “realism” is incorporated by exploring trajectories of the cost of capital by region and technology and through a “corrective justice” policy that recycles a windfall-profit tax to support risk-reduction for regions facing higher costs of capital, illustrating how financial conditions transform investments and emissions. Equity is assessed by linking a European IAM with a high-resolution distributional tool, showing that EU carbon pricing can be cost-effective yet regressive, whereas nationally tailored policy mixes reduce regressivity; intersecting dimensions such as gender and the urban–rural divide further shape vulnerability. Finally, climate finance is analysed through the lens of accounting boundaries, geographic allocation, and governance incentives, revealing a portfolio of global flows oriented toward mitigation and geographically concentrated, weak alignment with countries’ economic capacity, and patterns consistent with intermediation incentives that favour bank-financed debt over grants and adaptation actions. The fifth “Explaining” pillar synthesises the dissertation’s contributions and conclusions and proposes a forward-looking research agenda. Explanation is treated as a methodological requirement: assumptions must be traceable, uncertainties communicable, and trade-offs explicit, in order to support informed and legitimate decision-making. The dissertation concludes with priorities for advancing policy support through IAMs, including deeper integration of financial-system behaviour, stronger representation of sociopolitical feasibility, richer treatment of risks and disruptions, and the development of model openness tools that enable a cumulative, trustworthy science of mitigation scenarios. Overall, the dissertation provides a comprehensive blueprint for policy-oriented climate and energy modelling that links co-creation, open science, multi-model robustness, and expanded representations of disruptions, climate finance, equity, and sustainability into a coherent, end-to-end approach for actionable transition guidance.

• openalex http://hdl.handle.net/10442/hedi/61163first seen 2026-08-02 18:45:10