第四章 永續廢棄物決策支援系統建立與應用
4.2 台灣某縣中長程廢棄物管理策略規劃
本研究以決策理論考量環境面、經濟面及社會面，規劃出台灣某縣一般廢棄 物處理中長程策略，在環境面部分以整合性環境評估模式進行評估，最後再以層 級分析法整合經濟面及社會面。
4.2.1 方案研擬與廢棄物產量推估
本計畫擬定四種方案進行策略規劃，並根據評估結果提供未來環保局施政之 重點方向，包括維持現狀、著重源頭減量、著重資源回收、著重中間處理改善等，
茲將各方案說明如下：
1.維持現狀
維持現狀主要模擬未來環保局之施政與現階段相同，持續進行資源回收及強 制垃圾分類工作，垃圾處理以焚化為主，但仍有部分垃圾進入掩埋場，預估垃圾 清運量為371,775噸/年，資源回收量為200,021噸/年，廚餘回收量為69,441噸/
年，其物質流佈如圖4.4所示。
2. 著重源頭減量
著重源頭減量主要模擬未來環保局之施政以垃圾減量為主，包括加強強制垃 圾分類、實施隨袋徵收、徵收焚化稅/掩埋稅等源頭減量措施，除垃圾清運量會 減少之外，資源回收量與廚餘回收量亦會增加，預估垃圾清運量為237,038噸/
年，資源回收量為279,582噸/年，廚餘回收量為107,865噸/年，其物質流佈如圖 4.5所示。
3. 著重資源回收
著重資源回收主要模擬未來環保局之施政以提昇資源回收量為主，包括興建 MRF廠、厭氧消化廠、加強廚餘及巨大垃圾之回收工作，預估垃圾清運量為 371,775噸/年，資源回收量為200,021噸/年，廚餘回收量為69,441噸/年，無法回 收物質量降為11,001噸/年，廚餘厭氧消化為33,617噸/年，其物質流佈如圖4.6 所示。
4. 著重中間處理改善方案
著重中間處理改善方案主要模擬未來環保局之施政以改善中間處理方式為 主，包括禁止垃圾進入掩埋場、提昇焚化廠之熱能回收效率、興建RDF廠等，預 估垃圾清運量為371,775噸/年，資源回收量為200,021噸/年，廚餘回收量為 69,441噸/年，垃圾掩埋量為零，其物質流佈如圖4.7所示。
表4.1 中長程策略規劃方案說明 方案 維持現狀
(BAU)
著重源頭減 量 (Reduction)
著重資源回 收 (Recycling)
著重中間處理改 善
(Recovery) 垃圾清運量
(噸/年) 371775 237,038 371775 371775 資源回收量
(噸/年) 220,021 279,582 220,021 220,021 廚餘回收量
(噸/年) 69,441 107,865 69,441 69,441 垃圾產生量
(噸/年) 661,899 625,147 661,899 661,899 能源回收效率
垃圾產生量
垃圾產生量
垃圾產生量
垃圾產生量
再此階段先收集台灣某縣各鄉鎮市及國內已推動隨袋徵收地區行政特性資 料，利用SOM將行政特性相似之行政區加以分類，行政特性即為分群參數因子，
以與垃圾產量相關之特型為主，由於台北市各行政區、各鄉鎮的詳細資料取得不 易，最後可用之參數因子為人口密度、教育程度、金融機構總數以及7-11家數等 四種。接下來再收集台灣某縣各鄉鎮市及國內已推動隨袋徵收地區廢棄物產量資 料，包括垃圾清運量、資源回收量之每年變化趨勢，利用相同參數因子建立複迴 歸模式預測未來台灣某縣各鄉鎮市推動隨袋徵收之廢棄物產量變化情形。資料使 用上，SOM以94年度資料作為分群依據，複回歸模式則以87~95年的資料為回歸 依據。最後先預測回歸參數未來趨勢，再以複回歸模式預測未來10年之台灣某縣 垃圾清運總量變化。分類結果如下：
表4.2 SOM分群各行政區參數輸入資料
鄉鎮市 人口密度 教育程度
(大學以上) 金融機構總數 7-11 家數 地區代號 A 10841.81 0.2249 113 101 T1 B 4586.79 0.1901 75 96 T2 C 4154.17 0.1809 18 39 T3 D 5063.47 0.1461 23 27 T4 E 833.24 0.1331 15 21 T5 F 1551.32 0.16 14 26 T6 G 1628.38 0.1769 27 40 T7 H 911.78 0.1082 15 18 T8
I 1738.66 0.1638 29 52 T9 J 1477.36 0.1828 15 21 T10 K 583.82 0.1106 7 3 T11 L 654.14 0.1063 5 17 T12 M 31.05 0.0532 2 0 T13 石岡鄉 872.41 0.1079 3 3 C 松山區 8076.078 0.32 151 47 P1 信義區 7548.828 0.27 113 50 P2 大安區 9955.463 0.38 193 78 P3 中山區 6245.094 0.27 193 87 P4 中正區 7763.8 0.31 120 62 P5 大同區 7904.427 0.19 59 37 P6 萬華區 8108.041 0.17 40 38 P7 文山區 2922.276 0.27 33 22 P8 南港區 1766.701 0.19 24 64 P9 內湖區 2807.684 0.24 75 64 P10 士林區 1537.242 0.24 73 72 P11 北投區 1478.205 0.22 31 40 P12
SOM分群結果呈現於拓樸圖如圖4.8、圖4.9。拓樸圖上以顏色區隔出不同 族群，分群結果列於表4.3。結果得知，並非所有台灣某縣鄉鎮都與台北市各區 或石岡鄉特性相似，台灣某縣13個鄉鎮市中，以A、B、D、C、K、M、G、I 等8個區可找到相似群組，其中K與M之地區特性相似，歸為一群，且G與I也落 於相同群落。台灣某縣鄉鎮市中，以K、M之地區特性與台中縣石岡鄉相似。
故預測時，以石岡鄉的隨袋徵收後廢棄物變化量作為台灣某縣K及M的範 本；以台北市南港區、北投區在隨袋徵收後的廢棄物變化量，作為台灣某縣I及 G的範本；並以台北市萬華區的隨袋徵收後廢棄物變化情形，作為台灣某縣C、
D的範本。
預測範圍為96~105年，在此十年的台灣某縣各鄉鎮市人口密度、教育程度 及家庭戶數是由過去87~94年的資料推估而得，金融機構總數則用94年的數據。
在複回歸的部分將96~105年有無實行隨袋徵收分成兩部份計算比較。
0.0849 0.658 1.23
U-matrix Labels
P8
P2
P1 T4
P7 P6
P5 T3
P3
P12
P10
T1 P11
P9
T2
P4
圖 4.8台灣某縣各鄉鎮市、石岡鄉與台北市各行政區 SOM 分群結果
0.0249 0.596 1.17
U-matrix Labels
C
P7 P6
T11
P8
P2 T13
P1 P5
T12 T8
T4
P3 T5
T3
P4 T10
T6
P12
T1 P10
T7 T9
P9
P11
T2 C :石岡鄉
T11:新屋鄉
T7 :蘆竹鄉 T9:龜山鄉
圖 4.8 A、B、C、D 及台北市各行政區 SOM 分群結果
表4.3 台灣某縣鄉鎮市與台北市各區以及石岡鄉之相似分群結果
台灣某縣 M G C
鄉鎮市 K I
A B
D
台中縣 台北市 台北市 台北市 台北市 相似分群區
石岡鄉 南港區 中山區 內湖區 萬華區
複迴歸模式為將數個變數以實際數據迴歸出線性或非線性曲線，本計畫以垃 圾清運量、資源回收量、總垃圾量作為應變變數，以SOM使用之四種參數建立複 回歸經驗模式，對照分群結果，須分別作出石岡鄉、台北市南港區、中山區、內 湖區以及萬華區等五個經驗模式，再利用此經驗模式作為推行垃圾隨袋徵收的預 測公式，分析台灣某縣各鄉鎮推行隨袋徵收後垃圾清運量變化。以A為例，由於 SOM分群結果，A與臺北市中山區的地區特性相似，表4.4為台北市中山區複迴歸 模式係數，因此利用此經驗公式，帶入A資料，預測A經隨袋徵收後，垃圾清運 量、資源回收量、總垃圾量未來十年趨勢變化。至民國106年，A垃圾清運量預 估將由95年之12萬噸降至9萬噸左右。其他未能在SOM分群之鄉鎮市則以該鄉鎮 市歷年垃圾產量直接做線性曲線推估未來10年變化。最後由複迴歸經驗模式所推 估的台灣某縣全縣經由垃圾隨袋徵收後的垃圾清運量變化整理於圖，推估垃圾清 運量將由95年的339,570萬噸，減至106年的125,639噸。
表4.4 台北市中山區複回歸模式參數
中山區 清運量係數 資源回收係數 總垃圾量係數 截距 2.01E-15 -7.2E-15 2.34E-15
X 變數 1 0 0 0
X 變數 2 0.288438 -2.28935 0.245979 X 變數 3 -0.15593 0.599824 -0.15893 X 變數 4 -1.28821 1.458104 -1.24504
表4.5 以台北市中山區複迴歸模式預測A垃圾隨袋徵收後垃圾趨勢變化量
預測量 95 96 97 98 99 100 101 102 103 104 105 106
垃圾清運量(ton) 127138.4 123832.2 120525.9 117219.6 113913.4 110607.1 107300.9 103994.6 100688.4 97382.1 94075.84 90769.59 資源回收量(ton) 129969.1 126242.9 122516.7 118790.5 115064.3 111338.1 107611.9 103885.7 100159.5 96433.28 92707.08 88980.87 總垃圾量 257107.5 250075.1 243042.6 236010.2 228977.7 221945.2 214912.8 207880.3 200847.8 193815.4 186782.9 179750.5
桃園市2007～2017趨勢
127138.4144 123832.1573
0 50000 100000 150000 200000 250000 300000
95 96 97 98 99 100 101 102 103 104 105 106
垃圾清運量 資源回收量 總垃圾量
圖4.9 A區經垃圾隨袋徵收後垃圾產量變化趨勢圖
0 100,000 200,000 300,000 400,000 500,000 600,000 700,000
86 88 90 92 94 96 98 100 102 104 106
民國年
垃圾清運量(噸)
圖4.9以複回歸模式推估台灣某縣垃圾清運量變化趨勢
A 區
4.2.2 環境面評估結果
將前述步驟所推估各子系統處理量，以及廢棄物組成輸入所建立的評估模 式，便可估算出各方案的衝擊分數。為立於比較，並呈現不確定性分析結果，本 研究則提出以衝擊商數來作為各方案比較基準。
Quotient of Impact Score=
, ,
, ,d alt c p baseline c v
IS
(Recovery) 人體毒性(致癌)(kg-eq Bezeneair) 3.32E+04 2.21E+04 1.09E+05 3.38E+04 人體毒性(非致癌)
(kg-eq Tolueneair) 1.44E+08 2.21E+08 1.96E+08 1.12E+08 呼吸效應
(kg-eq PM2.5air ) -5.85E+05 -5.94E+05 -6.25E+05 -6.61E+05 光化學氧化
(kg-eq NOx(air)) -3.90E+05 -4.35E+05 -4.03E+05 -4.71E+05 水域生態毒性
(kg-eq 2,4-D(water)) 3.99E+03 4.74E+03 7.04E+03 3.79E+03 (kg-eq 2,4-D (soil)) -2.50E+05 -2.71E+06 5.56E+06 1.80E+04
水域優養化
(kg-eq PO4—limited) 2.76E+05 4.29E+05 7.58E+04 2.76E+05 酸雨化
(kg-eq SO2) -1.49E+06 -1.62E+06 -1.51E+06 -1.68E+06 全球暖化(100 年)
(kg-eq CO2) -9.61E+07 -1.41E+08 -1.05E+08 -1.24E+08 臭氧層破壞
(kg-eq CFCs-11(air)) -1.49E-01 -1.89E-01 -1.67E-01 -1.49E-01 能源消耗
(MJ) -1.28E+09 -9.76E+08 -1.13E+09 -1.26E+09 原料耗用
(MJ surplus) -2.75E+06 -3.49E+06 -3.07E+06 -2.75E+06 用水消耗
(m3) -1.43E+03 -1.82E+03 -1.60E+03 -1.43E+03
Human Toxicity (Carcinogenic)
-100%
0%
100%
200%
300%
400%
500%
600%
Baseline Recovery Reduction Recycling BAU 0.95 0.05 0.5 mean Deterministic Value
Human Toxicity (non-Carcinogenic)
-500%
0%
500%
1000%
1500%
2000%
2500%
3000%
3500%
4000%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Resipratory Effect
0%
50%
100%
150%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Photochemical Oxidantion
-700%
-600%
-500%
-400%
-300%
-200%
-100%
0%
100%
200%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Aquatic Ecotoxicity
0%
50%
100%
150%
200%
250%
300%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Terrestrial Ecotoxicity
-400%
-300%
-200%
-100%
0%
100%
200%
300%
400%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Aquatic Eutrophication
0%
100%
200%
300%
400%
500%
600%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Acidification
-50%
0%
50%
100%
150%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Global Warming
-100%
-50%
0%
50%
100%
150%
200%
250%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Energy Consumption
70%
80%
90%
100%
110%
120%
130%
140%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Mineral Extraction
70%
90%
110%
130%
150%
170%
190%
210%
230%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
Water Consumption
70%
90%
110%
130%
150%
170%
190%
210%
230%
250%
Baseline Recovery Reduction Recycling BAU
0.95 0.05 0.5 mean Deterministic Value
圖5.4-5 中長程策略規劃方案各環境衝擊類別評估結果
環境面的分析結果顯示，階層式的廢棄物管理範型(Waste Hierarchy)仍然是 成立的，意即著重於源頭減量方案的環境衝擊，小於著重於資源回收以及中間處 理的改善。但仍有致癌、非致癌、生態毒性、優養化等衝擊類別的評估結果，是 與傳統認知階層式的順序相衝突的。
在致癌效應與生態毒性方面，著重於資源回收所造成的衝擊最大，此乃由於 盤查模式建立過程中，將堆肥中的重金屬視為土壤污染，然而這般的假設與實際 運作狀況落差，若排除此因素，則此衝擊類別的衝擊大小順序則會依焚化量的多 寡而決定，此乃由於焚化過程的砷跟戴奧辛排放，為主要衝擊熱點。
在非致癌與優養化的部份，評估結果顯示著重於源頭減量會造成最大的衝 擊。前者乃因為現行盤查模式所引用的紙類回收的資料中，其鉛與銅的空氣排放 係數極高，甚至大過焚化爐的排放係數，此乃需進一步檢視之處。而優養化則是 因採用養猪處理推肥的量越高，則其BOD的排放越多，暨可能造成水體優養化。
而進一步檢視不確定分析的結果可發現，焚化廠的單位排氣量為主要的不確 定性來源。現行的單位排氣量的推估方法，乃是採用月平均去攤分該月總處理 量，此計算方式，無法真正反映焚化一噸廢棄物時，所產生的排氣量，因此亟需 思考更新的檢測方式增進此數據的可信度。
4.2.3 方案優選
除環境面的評估外，經濟面、社會面及行政面亦是政策研擬時不可闕漏的。
經濟面則是從經濟角度出發，估算其廢棄物管理成本。而社會面則又區分為教育 宣導(政策推行所間接達到的教育、宣導效果)、接受度(民眾對於新政策之習慣與 接受度)及公平正義(對於政策推行所造成的比較心態以及公平正義問題)等三項 準則；行政面則區分為行政程序(相關配套法規、行政流程等等所需面臨的行政 程序難易度)、推動方案之技術成熟度(以國內經驗來衡量目前此一政策推行之成 熟度)、訓練需求(管理人員與第一線值勤人員之相關訓練需求)及管理需求(面對 各鄉鎮市所衍生的管理複雜度與需求)，就此兩層面，配合模糊多準則分析方法，
請專家填寫問卷，量化該類準則。
評估結果如表，並將其繪製成雷達圖(如圖5.4-6)，結果顯示各方案在環境面
評估結果如表，並將其繪製成雷達圖(如圖5.4-6)，結果顯示各方案在環境面