FAO食料価格指数とエネルギー統計から見る世界のインフレ構造｜統計で解説

食料の値上がりは偶然ではありません。その背後には、エネルギー価格という共通の波がありました。

FAOと世界銀行のデータ分析から、原油と穀物が同じ周期で動く“価格の連鎖”が浮かび上がります。

相関係数0.877——数字が語る、世界経済のつながりです。

はじめに

025年現在、世界の食料価格は依然として高止まりしています。

FAO（国連食糧農業機関）が毎月発表する「食料価格指数」によれば、穀物・油脂・乳製品・砂糖・肉といった主要品目はいずれも大きな変動を示しており、国や地域を問わず消費者の生活に直結しています。

特に低所得国では食料支出の割合が高く、価格上昇はただちに生活コストの悪化や社会不安の拡大につながりかねません。

その一方で、食料価格の動きは単なる農業の需給だけでは説明できません。

背景には原油や天然ガスといったエネルギー市場の価格変動が存在します。

燃料価格の高騰は農業生産コストや肥料価格を押し上げ、国際輸送コストの増加を通じて食品の最終価格にも波及します。

たとえば天然ガス価格が高騰した2022年には、窒素肥料の価格が急上昇し、それが小麦やトウモロコシの国際価格に反映されました。

同時期の原油高騰は輸送コストを引き上げ、油脂や砂糖といった輸入依存度の高い品目の価格上昇につながったとされています。

さらに近年では、地政学リスクや気候変動もこの関係を一層複雑にしています。

ウクライナ情勢や中東不安によるエネルギー供給の不確実性、干ばつや洪水による農産物の収穫減少は、**「食料とエネルギーの二重インフレ構造」**を強めています。

これらの要因は相互に連動し、世界的なインフレの持続性を高める可能性があります。

日本にとってもこのテーマは他人事ではありません。

小麦・油脂・大豆などの基幹食料を輸入に依存しているため、国際エネルギー価格の変動は家計や企業コストに直撃します。

実際、2022～2023年にかけては、円安とエネルギー高騰が重なり、食品価格の値上げが相次ぎました。

こうした背景を踏まえ、本記事では FAOが公表する食料価格指数と、世界銀行のCommodity Price Dataに基づく原油・天然ガス価格の統計を組み合わせ、「食料価格はエネルギー価格と連動しているのではないか」 という仮説を統計的に検証していきます。

---

世界インフレを理解するための二つの統計的視点

世界的なインフレを正しく理解するには、食料価格の動向とエネルギー価格の変化という二つの統計的視点が欠かせません。

両者は独立したものではなく、相互に影響し合うことで物価全体に波及効果をもたらしています。

食料価格指数の視点が必要な理由

食料は人々の生活に直結する必需品であり、その価格変動は家計に最も早く影響します。

特に新興国では食料支出の割合が高いため、食料インフレは社会不安や貧困拡大に直結するリスクを持っています。

FAO（国連食糧農業機関）が発表する 食料価格指数（Food Price Index） は、穀物・油脂・乳製品・砂糖・肉という主要品目をカバーし、国際的に比較可能な指標として広く利用されています。

2014–2016年を基準（=100）とした月次データで提供されており、**「世界インフレ 食料価格指数」や「食料インフレの国際比較」**といった分析に最適です。

エネルギー価格の視点が必要な理由

食料価格を理解するには、エネルギー価格の統計も不可欠です。

農業生産には肥料・燃料・電力が必要であり、収穫物の輸送や加工も石油や天然ガスに依存しています。

例えば天然ガス価格の上昇は肥料コストを押し上げ、穀物市場に波及します。

また原油価格の高騰は輸送コストを通じて油脂や砂糖といった輸入品目の価格を押し上げます。

特に世界銀行が提供する Commodity Price Data（Pink Sheet） は、Brent原油やWTI、欧州・米国・日本向けLNGといった国際的な基準価格を網羅しており、**「エネルギー価格 食料価格 相関」や「原油価格と食料インフレの関係」**を調べる際に信頼できる統計です。

---

データの取得

食料価格データ（FAO Food Price Index）

世界の食料価格を分析するうえで最も広く利用されているのが、**FAO（国連食糧農業機関）**が毎月公表している Food Price Index（食料価格指数） です。

この指数は、世界各国の農産物価格をもとに構成されており、**国際的な研究・報道・経済分析で最も引用される「食料価格の世界標準」**といえます。

たとえば、世界銀行やOECD、IMFのレポートでも、食料価格動向の基準指標としてFAO Food Price Indexが用いられています。

---

出典とデータ仕様

• 出典：FAO公式サイト「Food Price Index」

• 提供形式：CSV（1990年以降の月次データを収録）

• 基準値：2014–2016年平均 = 100（名目指数）

• 更新頻度：月次（通常、翌月上旬に更新）

• 収録カテゴリ：

  • 穀物（Cereals）

  • 油脂（Oils）

  • 乳製品（Dairy）

  • 砂糖（Sugar）

  • 肉（Meat）

---

🌾 FAO穀物価格の長期推移を可視化する

まずは、**FAOが公表する「穀物価格指数（Cereals Price Index）」**を長期スパンで確認してみましょう。

この指数は1990年以降の月次データをもとに、世界の主要穀物（小麦・とうもろこし・米など）の国際価格を総合的に示したものです。

近年の食料インフレを理解するうえで、まず確認すべきは**「長期的な価格の流れ」**です。

とくに2020年以降、エネルギー価格や物流コストの変化が穀物市場にどのような影響を与えているのかを視覚的に掴むことができます。

下記は過去約35年分（約428か月）のシリアル価格指数を折れ線グラフで表示しています。

⚡ エネルギー価格データ（World Bank Pink Sheet）

世界のエネルギー市場を俯瞰する上で最も信頼性の高いデータのひとつが、

**世界銀行（World Bank）**が毎月公表している Commodity Price Data（通称：Pink Sheet） です。

このデータは、原油・天然ガス・金属・農産物など約70種類の国際商品価格を網羅しており、
国際貿易・インフレ分析・資源経済研究などで世界的に参照されています。

とくに、エネルギー分野では次の価格指標が定番です：

• Crude oil, Brent（ブレント原油） — 欧州市場の代表的な原油価格

• Crude oil, WTI（ウエスト・テキサス原油） — 米国市場を代表する原油価格

• Crude oil, Dubai（ドバイ原油） — アジア市場の基準となる中東原油

• Natural gas, Europe（欧州天然ガス）

• Natural gas, U.S.（米国天然ガス）

• Liquefied natural gas, Japan（日本LNG）

これらの価格は、国際エネルギー市場の変動と世界の食料価格の関係を分析するうえで欠かせません。

たとえば、エネルギー価格の上昇が肥料・輸送・加工コストを押し上げ、結果的に食料インフレへ波及するメカニズムを理解する際にも利用されます。

---

出典とデータ仕様

• 出典：世界銀行公式サイト「Commodity Markets (Pink Sheet)」

• 提供形式：Excel（CMO-Historical-Data-Monthly.xlsx または CMO-Pink-Sheet.xlsx）

• 基準通貨：米ドル建て（USD）

• 更新頻度：月次（通常、毎月初旬に更新）

• 収録期間：1960年代～現在

• 収録カテゴリ（主要エネルギー）：

  • 原油（Brent／WTI／Dubai）

  • 石炭（Coal, Australia／South Africa）

  • 天然ガス（U.S.／Europe／Japan LNG）

  • ほか非エネルギー資源・農産品も多数

---

データの特徴と信頼性

• 長期時系列の一貫性：1960年代以降の月次データを、同一通貨・同一基準で提供。

• 国際比較に適した形式：FAOの食料価格指数と同じ月次頻度で取得できるため、
  エネルギー価格と食料価格を直接比較・相関分析できる。

• 透明性と再現性：全データは世界銀行公式ページから無償で入手可能であり、
  研究・報道・政策分析の信頼ソースとして広く使用されている。

エネルギー価格の長期推移を可視化する

ここでは、Brent原油の長期推移を可視化してみます。

データは、世界銀行が毎月公表している Commodity Price Data（通称 Pink Sheet） のCrude oil, Brent 列を使用し、1990年以降の月次データを描画します。

観察ポイント

• 2008年のリーマン・ショック後に急落し、
  その後、2010年代半ばに再び下落傾向（シェール革命の影響）。

• 2020年のパンデミックで一時的に暴落したが、
  2021〜2022年にかけてロシア・ウクライナ危機と需給逼迫で急騰。

• 2023年以降は高値圏ながらも供給増・需要鈍化で調整局面。

📊 食料価格とエネルギー価格の相関を検証する

なお、この記事で紹介している相関分析（相関係数0.877）やグラフは、すべてPythonで再現可能です。

実際のコードやデータ整形の手順は、こちらの実装編で詳しく解説しています。

👉 FAO食料価格指数と原油価格をPythonで分析する方法（実装編）

ここでは、FAOの「穀物価格指数（Cereals）」と、世界銀行の「ブレント原油価格（Crude oil, Brent）」を同一期間で統合し、両者の関係性を統計的に検証していきます。

エネルギー価格は、肥料生産・農業機械の燃料・輸送・冷凍保管など、農業コストのあらゆる段階に影響するため、理論的にも食料価格との間には強い結びつきがあると考えられます。

では、その関係は「どの程度」強いのか。

そして、世界インフレ構造の中でどれほど重要な因子なのか。

その出発点として、まずは “相関分析（correlation analysis）” を行います。

なお、本記事で行っているFAO食料価格指数と原油価格の統合・相関分析は、

すべてPythonで再現可能です。

データの取得から整形、可視化、相関係数の算出までの手順は、別記事「FAO食料価格と原油価格の相関分析をPythonで再現する（実装編）」で詳しく解説しています。

実際にコードを動かしながら学びたい方は、そちらもぜひご覧ください。

---

🔍 なぜ「相関分析」なのか

相関分析とは、2つの変数がどの程度連動して動くかを数値化する手法です。

本記事では、「穀物価格」と「原油価格」の月次データを結合し、統計的に両者の動きを比較します。

たとえば：

• 相関係数が +1.0 に近ければ、「ほぼ完全に同じ方向に動く」

• 0.0 なら「関係なし」

• −1.0 に近ければ「逆方向に動く」ことを意味します。

この数値を求めることで、「原油が上がると穀物も上がりやすいのか？」という疑問に客観的な根拠を与えることができます。

---

⚙️ 今回の分析設計

今回の手順は以下の3ステップです：

---

🧠 なぜ「ピアソン相関」を使うのか

ピアソン相関（Pearson correlation）は、連続量データ（今回のような価格データ）の直線的関係を測る最も一般的な指標です。

価格指数やコモディティ価格は基本的に「連続値」であり、分布も極端に歪んでいないため、この方法が適しています。

他の選択肢もありますが、それぞれ以下の特徴があります：

---

📈 この分析で見えること

• 原油価格が上昇する局面では、数か月遅れて穀物価格が上昇している傾向

• エネルギーコストの低下期（2014–2016年、2023年以降）には、穀物価格も緩やかに下落する動き

• 相関係数が +0.6〜+0.8 程度であれば、食料価格はエネルギー価格の影響を強く受けている」という仮説が統計的にも裏付けられる。

🧪 データ統合と相関分析

これまで整理した FAOの食料価格指数（Cereals など） と 世界銀行のエネルギー価格（Brent 原油 など） を、同じ月次の Date で結合し、推移の重ね合わせと相関の定量評価を行います。

📐 相関係数（Correlation Coefficient）の意味と結果

データ間の「動きの一致度」を数値で示す代表的な指標が、ピアソンの相関係数（Pearson correlation coefficient） です。

この指標は −1 から +1 の範囲をとり、以下のように解釈されます：

相関係数	関係の強さ	説明
+0.8 〜 +1.0	非常に強い正の相関	一方が上がれば、もう一方もほぼ確実に上がる
+0.5 〜 +0.8	強い正の相関	同方向に動く傾向が明確
+0.2 〜 +0.5	弱い正の相関	おおまかに同方向だが変動幅にずれ
0 付近	相関なし	連動性がほとんど見られない
−0.5 以下	負の相関	一方が上がるともう一方は下がる傾向

今回の分析では、
FAOの穀物価格指数（Cereals） と 世界銀行のブレント原油価格（Crude oil, Brent） の
相関係数が 0.877 となりました。

これは統計的に見て 「非常に強い正の相関」 にあたり、両者が長期的に同じ方向に動くことを明確に示しています。

言い換えると、

原油価格が上昇する局面では、穀物価格も高い確率で上昇する。

しかも、その連動は偶然ではなく、構造的な経済メカニズムによって説明できる。

ということです。

エネルギー価格の上昇は、肥料・輸送・加工・保管といった農業サプライチェーン全体のコストを押し上げるため、それが穀物などの食料価格に波及するという因果構造が背景にあります。

相関係数がここまで高い（0.877）ということは、単なる短期的な共振ではなく、世界インフレ構造そのものにおける両市場の一体化を意味します。

次に、折れ線グラフ（重ね合わせプロット）と散布図（相関プロット）を用いて、この数値が実際の時系列上でどのように現れているかを確認します。

📈 重ね合わせプロット（2系列の推移比較）

FAOの**穀物価格指数（Cereals）と、世界銀行のブレント原油価格（Crude oil, Brent）**を、
同一の時間軸上に重ねてプロットしたものです。

左軸には穀物価格指数（2014–2016年＝100）、右軸には原油価格（USドル／バレル）を取り、
両者の長期的な推移を一つのスケールで比較しています。

---

📊 グラフの特徴と読み取りポイント

グラフを一見すると、両者の価格変動が驚くほど似た動きを示していることがわかります。
特に以下の時期では、エネルギーと食料がほぼ同時に波打っています。

時期	主な出来事	両者の動き
2007–2008年	原油・穀物ともに世界的な需給逼迫。バイオ燃料需要が拡大。	共に急騰し、その後急落。
2014–2016年	シェール革命で原油価格が急落。	穀物価格も時間差で下落。
2020年	コロナ禍で需要崩壊、物流停滞。	両者ともに急落した後、経済再開で反発。
2022年	ロシア・ウクライナ危機に伴う供給不安。	同時に過去最高水準へ上昇。

これらの局面では、原油価格の変動が穀物市場へ波及している様子が明確に見て取れます。
とくに2008年と2022年のピークは、「エネルギーコスト → 農業コスト → 食料価格」というインフレ伝播の典型例を示しています。

---

💡 可視化の意義

この「重ね合わせプロット」は、2つの市場の“時間的共動性（co-movement）”を直感的に確認する最初のステップです。

数値的な相関係数（0.877）が強いだけでなく、実際にグラフ上でもその動きが視覚的に一致していることがわかります。

また、細かく見ると、穀物価格は原油価格に対して1〜3か月ほど遅れて反応しているように見えます。

これは、エネルギーコスト上昇が肥料・輸送・加工コストを通じて遅れて反映されるためです。

したがって、このグラフは単なる相関の可視化にとどまらず、**「エネルギーが世界の食料価格を先導している構造」**を時系列的に示す証拠図として非常に意味のあるものといえます。

🔵 相関関係プロット（散布図と回帰線）

ここでは、FAOの**穀物価格指数（Cereals）と世界銀行のブレント原油価格（Crude oil, Brent）**を、同じ月のデータペアとして散布図にプロットしました。

横軸が原油価格（US$/barrel）、縦軸が穀物価格指数（2014–2016=100）を示しており、
1つ1つの点が「ある月の原油と穀物の価格関係」を表しています。

---

📊 図の読み方

• 右上がりに並ぶ点の分布
  → 原油が高い月ほど穀物価格も高い。
  つまり「正の相関関係」が存在。

• 傾きの急な赤い回帰直線
  → 原油価格の変化が、穀物価格の変動に大きく影響していることを意味。

• 点が密集している部分（40〜100$/bbl付近）
  → 実際の市場では、この範囲で両者が最も安定的な比例関係を示している。

---

📈 分析結果の解釈

今回の分析では、相関係数 0.877 という非常に高い値が得られました。

この散布図でも見て取れるように、データの多くが回帰線の近くに集まっています。

これは統計的に見て、「原油価格の上昇が穀物価格上昇の強力な要因である」ことを意味します。

この関係性は、主に以下のメカニズムによって説明されます：

1. エネルギーコストの波及効果
   → 原油高は肥料生産・輸送・加工・冷凍保管など、農業コスト全体を押し上げる。

2. トウモロコシ・バイオ燃料連動効果
   → 原油高がバイオエタノール需要を刺激し、トウモロコシなどの穀物価格を上昇させる。

3. インフレ心理の連鎖
   → エネルギーと食料の価格上昇が相互に「インフレ期待」を強める。

---

⚠️ 補足：散布図の限界と今後の発展

ただし、この散布図は単月ごとの静的な関係を捉えているにすぎません。

現実の経済では、エネルギー価格の変化が数か月のタイムラグを経て

食料価格に波及するケースが多く見られます。

そのため、本記事では行いませんがより精緻な分析を行うには：

• ラグ相関分析（cross-correlation）

• 因果推論モデル（VARモデル、Granger causality test など）

を用いることで、

「原油価格の変化がどのくらい遅れて食料に影響するのか」まで定量化することが可能です。

---

つまり、この相関プロットは 「2つの市場が同じ方向に動いている」 という事実を示す第一歩。
ここから、より高度な時系列モデルに進むことで、

“エネルギーが食料インフレをどのように先導しているか”という構造的な因果関係を明らかにしていくことができます。

🧭 まとめ：エネルギーと食料の価格は「同じ波を描く」

今回の分析では、FAOの**穀物価格指数（Cereals）と世界銀行のブレント原油価格（Crude oil, Brent）**を統合し、1990年以降の長期データをもとに相関を検証しました。

結果として得られた相関係数は 0.877。

これは統計的にみて「非常に強い正の相関」を意味します。

つまり、原油価格が上昇すれば、食料価格も高い確率で上昇する ということです。

---

🔍 分析でわかった3つのポイント

1. 時系列的にも動きが一致している
   → 2008年、2014〜2016年、2022年など、世界経済の転換点で共通のピークを形成。

2. 構造的な連動メカニズムがある
   → 原油高は肥料・輸送・加工コストを押し上げ、
   穀物価格に遅れて影響を与える「コスト波及構造」が確認できる。

3. 単なる短期の相関ではない
   → 約35年の長期データでも関係が一貫しており、
   構造的な共動性（co-movement）が存在することが示唆された。

---

🌍 なぜ重要なのか

食料とエネルギーは、いずれも人間生活の最基礎インフラであり、この2つが同時に高騰すると「世界的なインフレ圧力」が一気に強まります。

とくに、開発途上国では肥料・輸送コストの上昇が食料安全保障リスクに直結します。

したがって、原油価格の変動を早期に把握することは、

将来の食料価格の変動を予測する“先行指標”として極めて有効です。

---

🚀 今後の展開

今回の相関分析は、あくまで同時点での線形関係を示すものでした。

次のステップとしては、以下のような分析が有効です：

• ⏳ ラグ相関分析：原油高から穀物高までの時間差を定量化する

• 📈 回帰モデル化：原油価格を説明変数とする予測モデルを構築

• 🌡️ 他変数の導入：気候要因・為替・需給指数を組み合わせ、複合的に分析

---

🧩 結論

エネルギー価格は、世界の食料インフレを先導する「隠れた舵取り役」である。

この視点をもつことで、単なる価格の動きではなく、**「世界経済の根底で何が連鎖しているのか」**を読み解く力が身につきます。