モンゴルの放牧慣行の持続可能性の認証

2025-04-15 Tue
背景紹介世界的に、持続不可能な農業慣行が生態系の劣化を引き起こしており、特に過放牧は草原生態系に深刻な影響を与えています。モンゴルは世界第2位のカシミヤ生産国であり、その遊牧慣行は地元の経済、文化、生態系に重要な影響を及ぼしています。しかし、山羊の数が増加するにつれ、過放牧の問題が深刻化し、草原の植生の劣化、土壌侵食、野生動物の生息地の喪失が進んでいます。この問題に対処するため、モンゴル政府は国連と協力し、2026年を「国際草原と遊牧民の年」と定め、持続可能な放牧慣行の推進を目指しています。
認証スキームは、持続可能な土地管理を促進する手段として、さまざまな分野で活用されています。しかし、既存の認証スキームは、評価方法の複雑さ、利害関係者間の意見の相違、「グリーンウォッシュ」（greenwashing）などの課題に直面しています。そのため、透明性があり、再現性が高く、利害関係者の意見を反映した評価方法の開発が、持続可能な放牧慣行を推進する鍵となっています。
論文の出所この研究は、Arthur Rylah Institute for Environmental Research (ARI)、Wildlife Conservation Society (WCS)、Agronomes et Vétérinaires Sans Frontières (AVSF)など、複数の機関の研究者によって共同で行われました。論文の主な著者には、Steve J. Sinclair、Khorloo Batpurev、Canran Liuなどが含まれます。この研究は2025年3月に『Nature Sustainability』誌に掲載され、タイトルは「Certifying the Sustainability of Herding Practices in Mongolia」です。
研究のプロセス1. 研究設計と変数の定義研究は、利害関係者の意見に基づく持続可能性評価方法を開発し、それをモンゴルのカシミヤ生産に適用することを目的としています。研究チームはまず、放牧慣行の背景（気象条件など）、行動（放牧戦略など）、結果（山羊の生存率、植生被覆率など）をカバーする19の変数を定義しました。これらの変数は、既存の持続可能なカシミヤ認証委員会（S3C）の基準に基づいており、11人の牧畜民との予備インタビューを通じて調整されました。
2. シナリオ設計と利害関係者への相談研究チームは、仮想的だが現実的な245の放牧慣行シナリオを作成し、各シナリオは1年間の牧畜家の行動と結果を記述しています。これらのシナリオはA5サイズの紙カードに記載され、牧畜民、科学者、政策立案者などの利害関係者に提示されました。合計151名の参加者がこれらのシナリオを評価し、各シナリオの持続可能性をスコア（0～100点）で評価し、認証に値するかどうかを判断しました。
3. データモデリングと分析利害関係者の評価データに基づき、研究チームはランダムフォレスト（Random Forest）と勾配ブースティング（Gradient Boosting）という2つの機械学習手法を使用して、持続可能性スコアを予測するモデルを構築しました。ランダムフォレストモデルが最も優れた性能を示し、その後の分析に使用されました。モデルは中央値スコアを予測することで、複雑な放牧慣行をシンプルな評価ツールに変換することができました。
4. フィルターモデルの開発生産者と認証者の間の意見の違いを明らかにするため、研究チームは「フィルターモデル」を開発しました。このモデルは、冬の牧草地の植生被覆率が特定の閾値を下回っている場合に高スコアを与えたシナリオを除外しました。フィルタリングされたモデルは、持続可能性を評価する際に環境結果、特に植生被覆率の変化をより重視します。
主な結果1. 利害関係者評価の多様性利害関係者の放牧慣行シナリオに対する評価には大きなばらつきがあり、13％のシナリオでスコアの幅が0～100点に達しました。これは、持続可能な慣行に対する理解が一致していないことを示しています。しかし、中央値スコアを代表値として用いることで、データには明確な傾向が現れました。例えば、高いスコアは山羊の生存率とカシミヤ繊維の受容率と正の相関がありました。
2. モデルの予測能力ランダムフォレストモデルは、中央値スコアを予測する際に良好な性能を示しました（R²=0.46）。モデルは、スコアが41.99を超えるシナリオが認証される可能性が高いと予測しました。モデルの中で最も影響力の大きい変数は、カシミヤ繊維受容率（fibre_accept）とシーズン終了時の山羊の数（goat_end）でした。
3. フィルターモデルの結果フィルターモデルは、スコアを予測する際に完全なモデルと同等の性能を示しました（R²=0.47）。しかし、このモデルは環境結果、特に植生被覆率（veg_cov_dep）をより重視しました。フィルターモデルは、他の変数が持続可能な放牧慣行を示していない限り、山羊の数が増加するシナリオを評価しなくなりました。
研究の結論この研究は、利害関係者の意見に基づく持続可能性評価方法を開発し、複雑な放牧慣行をシンプルな評価ツールに変換することに成功しました。この方法には以下のような革新点があります：（1）利害関係者の意見を情報源として使用する、（2）機械学習を活用して複雑な意思決定空間を処理する、（3）連続スコアと二項認証推奨を統合する、（4）「フィルタリング」オプションを通じて異なる利害関係者グループ間の意見の違いを明らかにする。
この評価ツールは、生産慣行を明確に表現できる変数があり、適切な利害関係者が評価に参加できる限り、どの生産システムにも適用可能です。この方法は、認証スキームの透明性と信頼性を高めるだけでなく、生産者と認証者間の交渉の場を提供します。
研究のハイライト利害関係者の参加：研究は、牧畜民、科学者、政策立案者から広く意見を収集することで、評価方法の代表性と透明性を確保しました。
機械学習の応用：ランダムフォレストモデルを使用することで、研究は複雑な放牧慣行を実用的な評価ツールに変換することに成功しました。
フィルターモデル：フィルターモデルは、生産者と認証者の間の意見の違いを明らかにし、持続可能性評価に新たな視点を提供しました。
広範な応用可能性：この方法はモンゴルのカシミヤ生産に限定されず、他の生産システムにも応用可能であり、広範な価値を有しています。
研究の意義この研究は、持続可能な認証スキームに対して新たな評価方法を提供し、情報の非対称性や「グリーンウォッシュ」などの問題に効果的に対処します。利害関係者の意見と機械学習技術を統合することで、研究は評価の精度と透明性を高め、世界の農業の持続可能な発展を推進する重要なツールを提供しました。