第5章-1：削減・吸収を「どう測る？」― MRV（測定・報告・検証）の世界

カーボンクレジットは、ただの「環境貢献」「良いことやって、いい気持ち」ではなく、数字で証明できることが大事です。なぜなら、クレジットは売り買いされる「証明書」だからです。もし数字がテキトーなら、クレジットは“ニセ札”みたいになってしまい、市場全体が信用されなくなります。

そこで登場するのが MRV（エムアールブイ） です。
MRVは Measurement（測定）／Reporting（報告）／Verification（検証） の頭文字で、ざっくり言うと「測って、書いて、第三者がチェックする」仕組みです。中高生向けにたとえるなら、MRVは “テストの採点システム” に似ています。自分で「90点だった！」と言っても信用されませんよね。先生が採点して、答案が残っていて、成績表に記録されて初めて信じてもらえます。クレジットも同じです。

1) まず「どれだけ減ったか」を測る（Measurement）

CO₂削減量は、だいたい次の考え方で計算します。

• 活動量データ × 排出係数 = 排出量（または削減量）

たとえば、工場が使った電気が年間100万kWhで、電気1kWhあたりのCO₂排出が一定だとすると、排出量は計算できます。これが省エネで80万kWhになれば、差分の20万kWhぶんが「削減」です。令和7年の日本では、電気を利用すると平均的に1kWhあたり0.000423トンのCO2を排出するため、20万kWh削減できれば、およそ84.6トンのCO2が削減できることになります。
森林の場合はもっと難しいです。森は「電力メーター」みたいな簡単な計測器がありません。だから森林では、次のような方法を組み合わせます。

• 現地調査（木の種類・太さ・高さを測る）
• 森林の面積や成長の推定（統計モデル） ‍
• 衛星画像やドローンで「森が減っていないか／増えているか」を確認
• 土壌や植生のデータも加味

ここで大事なのが ベースライン という考え方です。
ベースラインは「もし何もしなかったら、どうなっていたか？」の基準線です。たとえば省エネなら「古い設備のままならこれくらい電気を使っていたはず」。森林なら「間伐や手入れをしなければ、木々が健康に成長しなかったはず」。この“もしも”がないと、「本当にクレジットのおかげで減ったの？」が判断できません。

2) 次に「どう測ったか」をきちんと報告する（Reporting）

測るだけで終わりではありません。どう測ったかを他の人が追えるように書く必要があります。 報告では、たとえばこんな情報が並びます。

• プロジェクトの場所、期間、方法
• 使ったデータ（電力、燃料、森林面積など）
• 計算式・前提（排出係数、ベースラインの根拠）
• 証拠資料（写真、計測表、領収書、ログデータ等）
• 想定される誤差や不確かさ

これもたとえるなら、数学のテストで「答え」だけ書くのではなく、途中式も書く感じです。途中式がなければ、正しいかどうか判断できません。

3) 最後に「第三者がチェック」する（Verification）

ここがMRVのキモです。自分で測って自分で報告するだけだと、どうしても“甘くなりがち”です。だから、第三者（監査人のような立場）が確認します。
検証では、たとえば次のようなことが見られます。

• データは本物か？（改ざんや抜けはないか）
• 計算式や前提は妥当か？（過大評価していないか）
• 現地の状況と報告が一致するか？
• ”追加性”があるか？（クレジットがなければ起きなかった削減か）

ここで出てくる重要語が 追加性。
中高生向けに言うと、追加性は「もともとできたことを、努力したフリしてない？」チェックです。たとえば、十分長く使って買い替える予定だった省エネ機器を「クレジットのおかげで導入した。古い設備と比べてCO2が大幅に削減できた！」と言うのはズルですよね。クレジットは「追加の努力」を評価する仕組みなので、追加性が弱いと信用されにくいのです。

4) これからのMRVは“デジタル化”で強くなる

最近は、MRV自体が進化しています。

• IoTセンサーで電力・燃料・稼働状況を自動記録 ‍
• 衛星×AIでエコな農業の実施状況を高頻度でチェック
• データ改ざんを防ぐための電子署名・ログ管理
• 不正検知（急に数字がよすぎる等）をAIがアラート

つまりMRVは、「信頼をつくる技術」としてどんどん強くなっています。クレジットは「良いことをした気分」ではなく、「証拠のある削減」に近づくほど価値が上がる。これが第5章の土台です。

‍