コメ高騰は「人災」だったーー農水省作況調査の欠陥が招いた信頼崩壊

近年、コメ価格の高騰が続いている。その背景には、天候不順や需給バランスの問題だけでなく、農林水産省による作況調査の制度的欠陥がある。収穫量の実態を正確に把握できない時代遅れの統計手法、現場でのずさんな運用、そして品質の低下を無視した過大な供給評価。市場の混乱と国民生活への影響は深刻だ。ここでは、浅川芳裕氏のX（@yoshiasakawa）のポストをもとに今、コメに対して何が求められているのかを考えてみたい。

*浅川芳裕氏のX（@yoshiasakawa）のポストを、許可を得た上で転載（一部再編集）。

農水省が引き起こした市場の混乱

コメ高騰の真犯人は農水省である。2023年、2024年の2年連続で作況指数の判断を誤り、実際の不作を「平年並み」と偽装。「消えた21万トン」などと供給不足を矮小化してきた。こうした時代遅れの収穫量予想が市場を混乱させ、価格の高騰を招いたにもかかわらず、農水省は一切責任を取っていない。国民の主食であるコメが危機に瀕している今、解決策は統計部の解体と科学的な統計手法の導入しかない。

農水省の作況調査は、全国8,000圃場（ほじょう）を道府県別に無作為抽出する手法を採用している。しかし、品種・地域・微気象・技術の差といった分散が大きい母集団において、この抽出法では代表性が確保できない。異常気象を反映できないまま、「平年並み」の誤判定が続き、農家やコメ業界は混乱に陥っている。統計学的欠陥が、市場の信頼性を根本から損なっているのだ。

農水省は「層別抽出」と称してサンプルを選定しているが、その基準は曖昧で、品種差・地域差を十分に補正できていない。現場農家の観察も調査には反映されず、坪刈り調査に過度に依存している。微気象や生育のばらつきを捉えきれず、サンプル配分にも偏りが生じ、信頼区間は広くなるばかり。結果として不作を見逃し、統計に対する信頼を大きく失墜させている。

要するに、バラツキの大きい田んぼを適切に層化せずにランダム抽出しているため、予測精度が著しく低下する。多収品種と一般品種、水不足の影響を受けた地域とそうでない地域が無差別に混在し、平均収量は現実と乖離。しかも、その乖離の程度さえ把握できていないのが現状だ。

サンプル抽出に統計学上の疑義あり！

農水省のランダム標本抽出自体にも、統計学上の疑義がある。たとえば、コメ生産量日本一の新潟県では370筆、石川県は185筆。新潟の作付面積は石川の5.5倍にもかかわらず、標本（サンプル）数はわずか2倍。理由を問うと「昔からそうしている」と説明にならない回答が返ってくる。新潟の予測が外れれば、全国の需給に与える影響は甚大だが、調査設計は放置されたままだ。

新潟（370筆）と北海道（600筆）のサンプル数の差も問題だ。面積比は1.07倍なのに対し、標本数は1.62倍と開きがある。これは調査配分の基準が曖昧で、サンプルに偏りが生じ、統計の精度が低下する。特に異常気象下では、両地域の収量誤差が拡大した場合、全国値に与える影響が極めて大きくなる。

猛暑での食用米大減収を見誤る理由

また作況指数には作況指数には品質差が反映されない。新潟県の2023年作況指数は「98（やや不良）」とされたが、猛暑によりコシヒカリの一等米比率は5％未満と過去最低。例年の80％前後から激減し、白濁粒・胴割れも急増。歩留まりが低下し、出荷できる食用米は大きく減少した。にもかかわらず、品質低下は統計に反映されず、供給量は過大評価された。

現場調査にも欠陥がある。借地増加により耕作者不明の圃場では、代替圃場選定が現場任せとなり、調査のランダム性が損なわれる。調査後も農家の確認サインが不要で、実際に適正な調査が行われたかの裏付けもない。結果として、不正確な圃場データが統計に混入するリスクは極めて高い。

農業評論家の土門剛氏は「農家のサインなしで調査費用を税金で計上するのか」と農水省統計部に問うが、回答はなし。さらに「空出張」疑惑も浮上。実態のない出張に経費を請求するという不正行為で、農水省には過去にも統計不備や経費の不正処理の指摘があり、調査に対する不信感は高まる一方である。

作況指数の根拠となるデータ公開を拒否

農水省は作況指数の根拠となるデータの外部検証を拒否しており、統計手法の改善が進まない。アメリカ農務省は基礎データを公開し、民間の検証によって統計精度を高めている。政府と民間が切磋琢磨する体制に比べ、日本の農水省は閉鎖性を温存し、ずさんな運用を覆い隠している。

さらに、農家の間で長年指摘されてきた「ふるい目」の問題も放置されたままだ。農家が1.8〜2.0mmのふるいでくず米を除く一方で、農水省は1.70mmを基準にしており、収量統計とのズレが拡大している。

精度と信頼を取り戻す、新たな調査モデルへ

アメリカでは、気象・土壌・葉緑素に関する衛星データ、農家による報告、そして現地での実測を統合し、2000のサンプルから週単位で生育状況を更新している。統計手法には層別サンプリングを導入し、広大な農地でも効率よく精度の高い予測が行われている。

これに対し、日本の農水省はいまだに坪刈り中心の調査に頼っており、動的要因（気象・栽培法・土壌の変化など）を反映できない。誤差の原因分析も難しく、信頼性が著しく損なわれている。

さらにアメリカでは、当年の収量予測に加え、過去100年のデータと技術進歩をもとに、将来の生産量を線形トレンドモデルで予測している。日本においても、科学的かつ透明性のある予測手法への転換が急務だ。

具体的な改善案として、以下の7点が挙げられる：

1. 層別分析の導入

品種や地域をもとに母集団を層化し、作付面積に応じてサンプル数を適切に割り当てる。層内の分散を補正することで、調査精度を高める。恣意的な標本数の設定を排除し、統計の科学的根拠を確保する。

2. 農家報告の追加

地域ごとに代表的な農家を抽出し、異常気象や栽培技術の変化、生育状況について定期的な報告を受ける。実測データと統合することで、坪刈り調査への過度な依存から脱却し、調査の現実性を向上させる。

3. 速報性と透明性の確保

作況調査結果の公表頻度を増やし、生育初期から収穫期までの予測を段階的に公開。データの逐次更新により、予測誤差を修正しつつ、外部による検証を可能にする。

4. 飼料用米の除外

調査前に圃場の用途を厳密に確認し、飼料用米（多収品種）の圃場を事前に除外。農地台帳と衛星データを連携させ、調査対象を明確にすることで、食用米の収量を正確に把握できるようにする。

5. ふるい目・品質基準の見直し

農家が実際に用いている1.8～2.0mmのふるい幅に基準を合わせ、一等米比率や胴割れ・白濁など品質劣化の影響を作況指数に反映。実態と統計の乖離を是正する。

6. 品質を加味した予測モデル

単位面積あたり収量（kg/ha）に、一等米比率と歩留まり率を乗じた「食用米供給量＝収量×一等米比率×歩留まり率」を予測指標とし、品質低下が供給量に与える影響を正確に反映。

7. 将来予測の制度化

過去の収量データや栽培技術の進展をもとに、10年後・20年後の生産量をトレンドモデルで推計し、年次で公表。異常気象や消費構造の変化にも対応できる柔軟な予測制度を確立する。

農水省に代わってコメ農家主導の供給改革を

いくら誤りを指摘しても、農水省が非を認めることはない。いまこそ、志ある稲作農家と米業者が連携し、科学的な作況指数を自ら構築すべきときだ。生産者が主体となり、収穫量予測システムを整え、不足や過剰に対して説明責任を果たす。農家主導で高騰危機を克服し、米産業への信頼を回復すべきである。

最終的な供給責任は農家にある。量・質・価格、そして未来のコメ供給に対して責任を担い、国民の信頼を得ることが、日本の農業政策の出発点である。