第四章 結果與討論
4.1 初設成本補助歷史政策分析
依所收集之相關條例，國內過去主要有設備補助、獎勵規劃設計及財 稅獎勵等補助方式(請參見附表 A.3、A.4)，由於太陽光電設置成本仍高，
政府因而依據「太陽光電發電系統設置補助作業要點」提供一定比例補助 設備初設成本，主要可區分為半額補助和全額補助兩種，唯全額補助只限 政府行政機關、公營事業或公立學校等申請，桃園清雲技術大學設置的 4 瓩系統為國內第一個申請補助案例(熊，94 年)。如圖 4.1 所示(詳細數據請 參見附表 A.8.1)，補助期間安裝量有明顯成長，2009 年累積安裝量達 9.50 MWp，相較於 IEA 主要國家安裝量趨勢，雖起步較晚，但成長趨勢相當相 似。
國外太陽光電發展初期亦有一些國家採用設備補助，此方式雖可於初 期提高使用者安裝意願，但由於無法確保設備有效運轉及其發電效率的問 題，日本即曾於 2006 年停止設備補助，至 2009 年才再與其餘補助政策同 時施行(康，97 年)，世界各國也因而改採用電能躉購政策或與其他政策併 行，國內亦於 2010 年起執行電能躉購政策(請參見附表 A.2)。
48
資料來源：IEA (2010)；能源局 (100 年)
圖 4.1 歷年太陽光電累積安裝量
2. 國內外初設成本分析
國內外大陽光電初設成本趨勢如圖 4.2 所示(詳細數據請參見附表 A.9- A.11)，可看出有明顯差異，以下分為系統成本、模組成本、系統與模組間 成本等部分比較說明之：
(1) 依圖 4.2(a)所示，可看出台灣系統成本呈線性遞減，可能主要受政府 的補助政策所影響，以往政策半額補助最多可補助至 15 萬元/瓩，2009 年補助方調降至 12 萬元/瓩，唯 2010 年系統成本可能因反映實際市場 成本，故較舊補助政策期間(2000~2009)的系統成本顯著降低，已與國 外設置成本相近。國外部分國家則由於安裝需求大，巿場自由競爭，
系統成本亦因而受巿場規模所影響。
(2) 台灣模組成本因資料不全，只有 2001 年與 2009 年二年數據，僅得知 呈下降趨勢。國外模組成本變動如圖 4.2(b)所示，亦呈下降趨勢，但 成本有起伏，洪(95 年)指出成本下降亦可能是因產能過剩，廠商為取 得市場占有率而降價導致，並非實際降低生產成本，唯德國及澳洲等 模組成本在 2004 年反而上漲，主要原因可能為當時半導體產業與太陽
49
光電市場需求均成長，二個產業競爭同樣的原料，導致原料短缺及成 本上漲(劉，94 年)。
資料整理自 IEA (2010)；太電中心 (99 年)；聚恆公司 (99 年)；元太 公司 (99 年)；綠能公司 (99 年)；威奈公司 (99 年)。
圖 4.2 歷年太陽光電初設成本(a)系統；(b)模組
50
(3) 圖 4.3 所示為台灣與 IEA 主要國家平均系統與模組成本比較結果(詳細 數據請參見附表 A.11)，國內系統成本較多數國家高，而模組成本反而 較低，由於國內太陽能電池製程多引進國外整廠設備輸入(Turnkey)，
轉換效率因而較國外低(太電中心，99 年)，可能為品質差異導致模組 成本較低。而模組占系統成本一定比例，以 2009 年為例，IEA 主要國 家模組約占系統成本 55 %，但台灣只占 28 %，可看出國內過去的系 統成本可能受舊補助政策影響而過高。
資料整理自 IEA (2010)；洪 (95 年)；太電中心 (99 年)；聚恆公司 (99 年)；元太公司 (99 年)；綠能公司 (99 年)；威奈公司 (99 年)。
圖 4.3 歷年太陽光電系統與模組成本比較
3. 國內外初設成本與安裝量間關係分析
圖 4.4(歷年匯率請參考附表 A.6)及 4.5 分別為台灣及 IEA 主要國家系 統與模組之經驗曲線，可看出隨安裝量增加使太陽光電成本降低，依圖 4.5 所示結果，可看出初設成本變化趨勢逐漸平緩，亦即 Progress ratio (PR)值 變大，太陽光電成本不再顯著降低，如圖 4.6 所示，可能受(1)原料成本上 漲；(2)供應不足；(3)技術己快達瓶頸不再顯著改善發電效率等因素所影
51
響，但由於近年原料成本與供應可能不再受限及技術日新月異，故預期未 來仍有再突破的機會。
依據圖 4.4(a)、4.5(a)、4.7 國內外 PR 值趨勢，雖然依國內過去的資料 顯示系統的 PR 值為 96.7 %，但其主要是受舊補助政策所影響，而不是受 巿場機制所影響，也因而 2010 年的系統成本在改用新政策後即突降很多。
本研究因而以 PR 值為 80 %、88 %、92 %、94 %四種情形計算經驗指數(β)，
雖然依目前的國內外系統成本下降趨勢，PR 值已不太容易達到 80 %，但 技術的發展也有可能讓人意外，故本研究仍分析 PR 值 80 %下的可能影響。
資料整理自太電中心 (99 年)；能源局 (100 年)。
圖 4.4 台灣太陽光電之經驗曲線(a)系統；(b)模組
52
資料整理自 IEA (2010)。
圖 4.5 IEA 主要國家太陽光電之經驗曲線(a)系統；(b)模組
53
資料整理自 Berwind (2009)；DisplaySearch (2009)；
J.P. Morgan Chase (2010)。
圖 4.6 歷年多晶矽原料(a)成本；(b)供需
54
資料整理自 IEA (2010)。
圖 4.7 相關國家太陽光電系統之經驗曲線(a)德國；(b)義大利；(c)瑞士
55
4.2 各情境下之安裝量與初設成本預測
本節首先繪製擴散趨勢圖求得常數(c)值，並建立擴散係數(d)值的相關 函數，作為預測各情境下太陽光電發展的依據，然後分析所得的安裝量與 初設成本結果。以下一一詳細說明之。
1. 繪製歷史擴散趨勢圖
圖 4.8 所示為依歷史安裝量所繪製的擴散趨勢圖，2000 年至 2009 年 為過去初設成本補助政策執行的期間，該期間的 cold與 dold值為-14.5401 與 0.4746，2010 年起改執行電能躉購政策，本研究因而以 2010 年為新基準 年的安裝量計算 cnew值為-9.1464。
圖 4.8 台灣過去的常數(c)與擴散係數(d)值及新常數(c)值
2. 建立擴散係數與電太成本比例變化率函數
本研究收集執行電能躉購政策的國家資料，包括德國、義大利、瑞士 等，表 4.1 摘要說明這些國家所執行的政策(IEA , 2010)，其他一些國家雖 亦有執行電能躉購政策，但有的只有部分地區執行、有搭配其他重要補助 政策或是資料不全等原因，故未納入(請參見附表 A.12)，本研究依這些國 家的擴散係數(d)值與電太成本比例變化率(r)的關係，圖 4.9 所示為各國二 者的關係圖，因可供參考的數據點甚少，故採用逐段(Piecewise)分析，電 太成本比例變化率(r)愈大，表示電價與太陽光電發電成本接近的速率愈
56
快，安裝量的擴散係數(d)值亦可能愈大，唯當二者相當時，即表示不太需 要補助，且預期之後安裝量會因愈來愈飽和而降低成長的速率，故 d 值亦 不可能一再隨 r 值正比提高。本研究因而建立二者間的關係函數，如圖 4.10 所示，其中若擴散係數(d)值為 0 表示安裝量不會成長，由於一般多少都會 有一點成長，故設定下限值dmin
0.1，依 SPSS 12.0 軟體迴歸建立的關係 式為d
0.1
1.9172r0.5853，R2雖只有 0.2246，但為本研究所得較合理適用 的關係式。此外，圖中虛線標示線性迴歸結果，但由於 d 值不會以同一速 率隨 r 無限成長，且初始成長速率過高不合理，故未採用。依各情境預測之 r 值推估 d 值之後，再代入 3.1 式擴散模式中預測安 裝量，d 值並不會隨著不同的最大可能安裝量(Mmax)而改變，Mmax主要是 會改變式 3.1 中的常數(c)值。
57
表 4.1 執行電能躉購(Feed-in-tariffs)類似政策的國家
Country
( ISO code)
Policy Laws Goals Summary
Germany (DEU)
Renewable energy law (2000) and amended in 2004
The share of renewable energies from 5 % in 1999 to 10 % in 2010.
The electricity feed law introduced in 1991 was replaced by the renewable energy act in 2000. In 2004 the feed in tariffs were adjusted mainly according to changes in accompanying market introduction programmes.
Direct capital subsidies: regional level, in some states.
Italy (ITA)
Decree law 387 (2003)
12 % of renewable energies in 2013.
At the end of 2003 the approval of a decree concerning the implementation of the European Directive 2001/77/CE which include also the feed-in tariff, has provided a strong expectation in the Italian PV market.
A feed-in programme, launched in 2005, and new tariffs were adopted during 2007.
Feed-in decree (2005) New feed-in decree (2007)
Revised energy act (2007)
5,400 GWh from renewable energies by 2030.
During 2005, the National Council has favored the introduction of a feed-in tariff system for “new” renewable and a bidding model for hydro, and following the adoption of this law in 2007 by the Swiss parliament, the rest of the year was devoted to elaborating the concrete terms and details.
Direct capital subsidies: only in few cantons.
資料整理自 IEA (2010)。
58
(a) (b)
圖4.9執行電能躉購政策國家的(a)電太成本比例變化率；(b)擴散係數
59
資料整理自
Kravetz (2008)；IEA (2010)；EIA (2010)；DESTATIS (2011)。
圖 4.10 擴散係數與電太成本比例變化率函數
3. 情境分析與討論
為了便於討論，各情境以 S-G-PR 編碼方式代表，請參見本論文最前 面符號說明中之情境 Case 編碼說明，S 代表政策情境、G 代表系統年發電 量、PR 代表太陽光電成本下降趨勢。
以本研究 3.4.1 節所建立的預測方法，配合所研擬之情境，綠稅情境 分別設定 2012/2014 年為新基準年，故以每 2 年作間隔 3 點逐段推估安裝 量的擴散係數(d)值，進而預測各情境之安裝量與初設成本，以下依各情境 所得的結果進行討論：
A.電價上漲(EP)情境
(1) 圖 4.11 所示為 EP-L-92%等案例下安裝量與初設成本的變化，電價較 高，因而電太比例較高，誘因較大，安裝量因而成長較快，太陽光電 成本亦下降較快，成長率與初設成本降低比例如表 4.2 中之 EP 情境所 列，EP1%、EP2%、EP3%由於誘因較電價不變的 EP0%情境大，成長 率因而提高，分別為 24 %~34 %、27 %~43 %、30 %~52 %，到 2030 年初設成本預期可降低 45 %、50 %、55 %，EP2%與 EP3%亦由於電
60
太比例增加較快，成長率約為 EP1%的 1.13~1.26 倍及 1.25~1.47 倍；
且 EP5%預期在 2028 年左右年即可達到電太成本平衡(Grid parity)。
圖中實線為依 2011 年安裝量上限每年 70MWp之逐年安裝量限制，從 2011 年 70MWp線性增加至 2030 年 1400MWp。
圖 4.11 EP-L-92%之(a)安裝量；(b)初設成本
(2) 圖 4.12 所示為 EP2%-L-PR 等案例結果，由於 PR 值 88 %下太陽光電 成本下降較快，誘因因而較大且安裝量成長會較快，預期在 2026 年左 右即可達到電太成本平衡；PR 值 92 %、94 %則較慢，且在 2030 年前 未發生電太成本平衡，當 PR 值由 92 %減緩為 94 %，成長率由 27 %~43
%降為 25 %~33 %，二者差約 1.08~1.3 倍，2030 年初設成本降低比例 也由 50 %降低為 36 %；而若 PR 值能再恢復至 80 %，則可提早至 2017 年左右即達到電太成本平衡。
此外，EP2%在 PR 值 94%下安裝量趨勢恰好與圖 4.11 中 EP1%在 PR 值 92%相似，成長率相近，但 2030 年初設成本降低比例差約 9 %，表 示 PR 值 92%與 94%的差異較電價 1%差異的影響略大。
61
圖 4.12 EP2%-L-PR 之(a)安裝量；(b)初設成本
(3) 圖 4.13 所示為 EP2%-G-92%等案例結果，若年發電量較大，較具安裝 誘因，當年發電量為條例值(L)1,250 kWh 時，安裝量成長率依序為本 研究推估值(E)1,154、(D)1,052kWh 的 1.04~1.08 倍及 1.13~1.16 倍，到 2030 年初設成本則分別降低 50 %、49 %、47 %，由於(L)、(E)、(D) 值相近，因而影響較前述電價漲幅變化與 PR 值結果小。
圖 4.13 EP2%-G-92%之(a)安裝量；(b)初設成本
B.綠稅(GT)情境
(1) 圖 4.14 所示為 2013GT-L-92%等案例結果，由於執行綠稅預期會提高 電價，稅額較高則會讓安裝誘因較大，發展情形如表 4.2 中之 GT 情境
62
所列，在 GT500、GT750、GT1000 等稅額分十年定額調漲下，十年調 漲期間成長率是同一期間未執行綠稅 EP0%情境的 1.19~1.26 倍、
1.29~1.39 倍、1.38~1.52 倍；十年後稅額假設不再調漲，故成長率較小，
是 2023 年至 2030 年間 EP0%的 1.09~1.12 倍、1.17~1.16 倍、1.22~1.2 倍，到 2030 年初設成本則降低 43 %、45 %、46 %。
圖 4.14 2013GT-L-92%之(a)安裝量；(b)初設成本
(2) 比較 2013GT-L-92%與 EP-L-92%結果(請參見上述 GT 與 EP 情境第(1) 點之說明)，雖然三種稅額分別可占電價的 12 %、18 %及 24%，但因 分十年調漲，且假設在 2013 年才執行，故綠稅較電價上漲顯著的影響 在執行期間的後期才較顯著，三種稅額初設成本降低比例除較 EP0%
大，2013GT750 初設成本降低比例亦與 EP1%相近，雖然 GT750 稅額 逐年增加的影響約占電價的 2 %，在執行期間誘因較大，但十年之後 稅額相同，反而是 EP1%誘因較大。
如圖 4.11、4.14 所示，可看出 2013GT750 與 2013GT1000 分別在 2016 年至 2027 年間、2013 年至 2030 年間安裝量較 EP1%大，但 EP2 %以 上的情形比徵收綠稅更能影響安裝量，成長率如表 4.2 之 EP、GT 情 境所列，安裝量數倍於綠稅情境。
63
(3) 圖 4.14、4.15 所示為 2013/2015GT-L-92%之結果，若提早執行綠稅會 較早使安裝量增加，但由圖可知提早二年的結果差異並不算很明顯，
三種稅額安裝量約平均有 5 %、7 %、9 %的差異，主要原因為綠稅是
三種稅額安裝量約平均有 5 %、7 %、9 %的差異，主要原因為綠稅是