「取引先から自社のCO2排出量を出してほしいと言われたが、何をどう集計すればいいのか分からない」——この記事は、電力や燃料の実績を一次データとしてScope1・2を整理する進め方を、制度の背景と現場の手触りから解きほぐします。見える化で終わらせず、一次データの取り方と継続運用まで踏み込みます。
ある日、取引先の調達部門や品質保証部門から「貴社の製品にかかるCO2排出量を提出してほしい」「一次データでのご協力をお願いしたい」という依頼が届く——近年、こうした問い合わせが中小の製造・加工・物流の現場にまで広がってきました。多くの担当者にとって、これは前触れなく降ってくる宿題です。省エネの担当ですらない、設備保全や生産技術、あるいは総務が兼務で対応を振られることも珍しくありません。
なぜ今なのか。背景には、大手企業や上場企業が自社のサプライチェーン全体の排出量（いわゆるScope3）を開示・削減する動きを強めていることがあります。サプライチェーン排出量は、原材料の調達から製造委託、輸送までを含むため、その企業に部品や加工、物流サービスを提供している取引先——つまり自社——の排出量が、相手側のScope3の一部として数え上げられるのです。だからこそ「あなたの会社の分を教えてほしい」という連絡になります。
カーボンニュートラルやGXという言葉が先に立つと、どこか自社とは遠い話に聞こえます。しかし現場に届くのは、もっと直接的な「取引を続けるための条件」としての要請です。開示の枠組みや算定ルールは制度として存在しますが、その適用範囲・報告義務の有無・使用すべき係数の具体的な数値は改定されることがあります。これらは必ず所管省庁（環境省・経済産業省）の最新の公表資料でご確認ください。この記事では、制度の細部よりも「現場で何をどう集めるか」に焦点を当てます。カーボンニュートラルとESGが経営課題として位置づく背景は、製造業のカーボンニュートラルとESGもあわせてご覧いただくと整理しやすいと考えます。
依頼が来てすぐ電卓を叩き始めると、多くの場合で手戻りが発生します。相手が本当に欲しいものと、こちらが用意したものがずれるからです。まず、次の3点を取引先の担当者に確認することをおすすめします。ここを詰めるだけで、後工程の負担が大きく変わりうると考えられます。
「一次データ」とは、自社の実測値——実際の電力使用量や燃料使用量の実績——にもとづく算定を指します。対して「二次データ」は、生産金額や製品重量に業界平均の原単位を掛けた概算です。取引先が精度の高い削減貢献を主張したい場合は一次データを求めますが、初回のスクリーニングでは概算で十分なこともあります。どちらを求められているかで、集めるべきデータの粒度がまったく変わります。
「自社全体の排出量」なのか、「その取引先に納めている特定製品の分だけ」なのかで、算定の設計は大きく異なります。前者は事業所単位の集計、後者は製品1個あたりへの按分計算が必要です。製品単位まで求められる場合は、製品1個あたりCO2の算定の考え方が土台になります。
多くの初回要請はScope1（直接排出）とScope2（電気・熱の間接排出）が対象です。相手指定の入力シートや算定ツールがある場合は、それに合わせて集計単位を決めると転記の手間が減ります。逆にこちらの都合で独自集計すると、提出時に組み替え作業が発生しがちです。フォーマットは先にもらっておくのが得策だと考えます。
論点が固まったら、実際のデータ収集に入ります。Scope1とScope2は、集める帳票が明確に分かれます。まずは特別な計測機器がなくても手元の書類から着手できる、という点を押さえておくと気が楽になります。
Scope1は、自社の設備で燃料を燃やすことによる直接排出です。工場であればボイラーや乾燥炉・熱処理炉の都市ガス・LPG・重油、フォークリフトや構内車両の軽油・ガソリンなどが該当します。集めるのは購入伝票・給油記録・ガスや燃料の請求書に記載された使用量（㎥、L、kgなど）です。これらの物量に、所管省庁が公表する燃料種別の排出係数を掛けてCO2量を求めます。係数の値そのものは改定されうるため、算定時点の最新値を必ず確認してください。
Scope2は、購入した電気や熱を使うことによる間接排出です。多くの工場ではこれが最大の割合を占めます。基本となる一次データは電力会社の請求書に載る月々の使用電力量（kWh）で、これに電力会社（小売事業者）ごとの排出係数を掛けます。契約している電力メニューによって係数が異なる点、そして「マーケット基準」「ロケーション基準」という二つの算定方法があり得る点は、相手の要求様式にあわせて確認が必要です。ここも係数は公表資料の最新値を用います。
請求書の月次合計だけでも、事業所全体のScope1・2の初回提出は成立します。しかし、この段階でつまずきやすいのが「拠点別」「工程別」「製品別」への内訳要求です。請求書は事業所単位・契約単位でしか値が取れないため、複数拠点をまたぐ製品や、一つの受電点に複数ラインがぶら下がる工場では、そこから先の内訳が請求書だけでは作れません。ここが、多くの現場が二段階目で行き詰まるポイントだと考えられます。
取引先から「その製品にかかる分だけ」「この工程の排出量」を求められた瞬間、事業所合計を何らかの基準で割り振る按分作業が必要になります。按分の分母をどう置くかで、算定の説得力が変わります。
もっとも簡易なのは生産数量比や生産金額比で全体を割る方法です。作業は軽い一方、電力消費の実態と乖離しやすいのが弱点です。次に、設備の定格容量×稼働時間で理論値を積み上げる方法。実態に一歩近づきますが、待機電力や負荷変動を拾えません。もっとも実態に近いのが、設備・ラインごとに電力を実測して割り当てる方法です。分母が実測値になるため、内訳の根拠を問われても説明しやすくなると考えます。
「全設備に電力計を付ける」と身構えると動けなくなります。実務的には、消費の大きい主要設備や、対象製品が集中して流れるラインから絞って計測を始めるのが現実的です。分電盤のブレーカー単位にクランプ式の電力センサーを付け、そのデータをエッジ側で収集する構成であれば、大がかりな配線工事をせずに実測へ踏み出せる場合があります。まずは対象を絞って検証したい、という段階では小規模PoCから始める相談のように、対象設備を限定した検証設計から入るのが無理がないと考えます。
排出量算定は一度出して終わりではなく、翌年も翌々年も求められます。そのたびに手集計するのは負担が大きく、属人化もします。電力実績を設備単位でエッジ側に蓄積し、生産実績や稼働データと紐づけておくと、Scope2の内訳算定の元データを継続的に持てる状態になります。Nsightでは、元キーエンス画像処理事業部の現場知見をベースに、産業用カメラやセンサー・PLCからの信号とエッジAIを組み合わせ、設備の稼働状態と電力実績を突き合わせる構成の検証をご一緒しています。ここで得たデータは、排出量算定だけでなく原単位管理や異常予兆にも横展開しうると考えます。
初回提出を乗り切ると、つい安心してしまいます。しかし取引先の要請は年次で繰り返され、しかも年々「粒度を細かく」「精度を高く」という方向に進むのが通例です。運用として回る形にしておかないと、毎回が突貫工事になります。
どの請求書のどの欄を、どの係数で、どう掛けたか——この算定手順を手順書として残し、使った係数の出典と参照日を必ず記録しておきます。係数は改定されるため、「いつ時点の値か」が後から検証できることが信頼性を左右します。担当者が変わっても再現できる状態にしておくことが、継続運用の要になると考えます。
設備別・月別の電力実績データが手元に蓄積されていれば、その集計や報告文の下書き、前年との差異の説明メモの作成などにローカルLLMを活用できる余地があります。ただし、AIが出した数値や文章はそのまま提出せず、必ず一次データと係数に立ち返って人が検証することが前提です。AIは集計と文章化の負担を軽くする補助であって、算定の正しさを保証するものではない、という線引きを崩さないことが大切だと考えます。
排出量の内訳が設備単位で見えてくると、「どの設備が排出の多くを占めるか」「稼働していないのに電力を食っている待機がないか」といった改善の糸口が同時に見えてきます。取引先対応のために始めた算定が、そのまま電気代削減や省エネの起点になる——ここまで来ると、算定は義務ではなく武器に変わりうると考えます。見える化で止めず、次の一手（設備更新の優先順位づけ、運用改善、原単位での拠点比較）へつなげる設計を最初から意識しておくとよいでしょう。
実際に算定に取り組んだ現場が陥りがちな落とし穴を挙げます。多くは「後から気づいて全部やり直し」になるものです。先に知っておくだけで回避できるものが少なくありません。
すべてを一気に整えようとせず、要求水準に合わせて段階を踏むのが現実的です。以下は一つの進め方の目安であり、自社の状況に合わせて調整してください。
まずは電力・燃料の請求書から月次の物量を集め、最新係数を掛けて事業所単位のScope1・2を算定します。これで初回の概算要請には応えられることが多いと考えられます。ここで算定手順と出典の記録の型を作っておくと、以降が楽になります。
製品別・工程別の要請が来たら、消費の大きい設備や対象製品が流れるラインに絞って電力を実測します。全体をいきなり計測するのではなく、按分の説得力を最も左右する箇所から始めるのが効率的です。この段階の検証設計こそ、対象を絞ったPoCが向いていると考えます。
実測データを設備単位でエッジに蓄積し、生産・稼働データと紐づけて年次算定を自動化に近づけます。ここまで来ると、算定の元データがそのまま原単位管理・待機電力の可視化・異常予兆の基盤になります。取引先対応から始まった取り組みが、電気代と現場改善に効く資産へと育っていく——そういう順序で設計しておくことをおすすめします。何から手をつけるべきか迷う段階でも、まずは現状のデータで何が言えて何が足りないかを一緒に棚卸しするところから始められます。まずは気軽に相談するところから始めてみてください。
まず「一次データ（実測）か概算か」「対象範囲は自社全体か特定製品か」「提出フォーマット」を相手に確認することをおすすめします。そのうえで、電力・燃料の請求書から使用量を集め、所管省庁が公表する最新の排出係数を掛けて事業所単位のScope1・2を算定する形が基本になりうると考えられます。係数の具体値は改定されるため、環境省・経済産業省の最新公表資料でご確認ください。
Scope1は自社設備での燃料燃焼など直接排出（ボイラーの都市ガス、構内車両の軽油など）、Scope2は購入した電気・熱を使うことによる間接排出です。多くの工場ではScope2（購入電力）が排出の大きな割合を占める傾向があると考えられます。いずれも物量の実績に排出係数を掛けて算定しますが、適用する係数や算定基準は所管省庁の最新資料でご確認ください。
事業所全体の初回提出であれば、電力・燃料の請求書に載る使用量を一次データとして算定する形で成立することが多いと考えられます。ただし拠点別・工程別・製品別の内訳を求められると、請求書は契約単位でしか値が取れないため不足します。その段階では設備単位の実測データが必要になりうると考えます。
生産数量比などで按分する簡易な方法もありますが、電力消費の実態と乖離しやすいのが弱点です。より実態に近づけるには、消費の大きい設備やラインに絞ってクランプ式センサーなどで電力を実測し、その実測値を分母に按分する方法が考えられます。全設備を一度に計測せず、対象を絞ったPoCから始めるのが現実的だと考えます。
設備別・月別の電力実績が蓄積されていれば、集計や報告文の下書き、前年比の差異説明などにローカルLLMを活用できる余地があります。ただしAIが出した数値や文章はそのまま提出せず、必ず一次データと係数に立ち返って人が検証することが前提です。AIは負担を軽くする補助であり、算定の正しさを保証するものではない、という線引きが重要だと考えます。
請求書ベースの初回算定から、設備単位の実測による内訳整備まで、御社の状況に合わせた進め方を一緒に整理します。元キーエンス画像処理事業部の現場知見とエッジAI・設備データ連携で、対象設備を絞った小さな検証から始められます。まずは現物・現場のデータで何が言えるかの確認から。
一次データ整備について相談する