第四節 國內外相關文獻回顧
本節整理有關國內外文獻之探討區分為氣候變遷背景、溫室氣體推估模型、區域 別與國家別的氣候變遷影響等之文獻分別進行文獻回顧。
自工業革命以來，大氣當中的二氧化碳濃度因為活躍的人類活動日漸上升，2015 年的全球二氧化碳平均濃度達到 400ppm，其水平為工業化之前的 144%。在政府間氣 候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）的第五次報告 書當中，以「代表濃度途徑」（Representative Concentration Pathways，RCP）定義四組 氣候變遷之情境，其中途徑所指的大氣當中二氧化碳濃度隨著時間改變的歷程，並以
「輻射強迫力」（radiative forcing）1在 1750 年與 2100 年的差值作為區分各個情境的依 據。
四組氣候變遷情境分別為 RCP2.6、RCP4.5、RCP6.0 與 RCP8.5。RCP2.6 為低溫 室氣體排放的情境，二氧化碳的濃度在 2100 年會達到 421 ppm；RCP4.5 與 RCP6.0 為 中溫室氣體排放，二氧化碳的濃度在 2100 年分別會達到 538 ppm、670ppm；RCP8.5 則為高溫室氣體排放的情境，二氧化碳的濃度在 2100 年會達到 936 ppm。各情境下的 型：自上而下(Top-down)和自下而上(Bottom-up)的方法，。圖 1-3 示意性的顯示由國
5
際能源總署 IEA (1998) 開發的自下而上和自上而下模型的一般方法論，而較複雜的預 測模型會混合使用這兩個基本類型。
圖 1-2 全球平均溫度變化相較於 1986-2005 的平均 (資料來源：IPCC 2014)
自上而下的方法是在國家總量的數據上做處理，通常是意在擬合國家能源消耗或 二氧化碳排放數據的歷史時間序列。這種模型傾向於用來調查能源部門和整個經濟之 間的相互關係，能夠被廣泛地歸類為自上而下的計量經濟學和技術模型。自上而下的 計量經濟學模型主要基於能源使用與社經因子之間的關係，諸如國民所得收入、燃料 價格和國內生產總值，以表達能源部門和經濟產出之間的聯繫。它們還可以囊括一個 國家的一般氣候條件。因此，計量經濟學自上而下的模型往往缺乏關於當前和未來技 術選擇的細節，因為其重視過去所觀察的宏觀經濟趨勢與關係，而非可能影響能源需 求的建築物中的個體物理因素。更重要的是，對環境、社會和經濟條件可能完全不同 於以前經歷的氣候變化問題時，直接套用過去的能源 - 經濟相互作用之間的關係可能 也不太合適。同時也缺乏固有的能力用以模擬科技技術上的不連續變化。
自下而上的方法是根據分解部件的層次數據構建，並根據組合而成的數據來估計 個別因素對整體能源耗用的影響。這意味著此方法可用於估計各種單獨的能效措施如 何影響二氧化碳排放。一般而言，這些模型可以用來選擇基於最佳成本效益的可用技 術和過程，以實現給定的碳排放減量目標。自下而上模型著重在部件層次上的處理，
因此需要廣泛的經驗數據庫來支持每個部件的描述，以提升模型推估的準確性。我國
6
於每年估計國家總體溫室氣體排放量的計算方法，亦是由自下而上的方法計算各部門 的溫室氣體貢獻量，而本計畫亦採用自下而上之推估法建構符合我國住宅部門特性之 排放趨勢預測模型。
圖 1-3 自下而上和自上而下模型的一般方法論說明 (資料來源：IEA 1998)
影響未來氣候下住宅能源需求成長趨勢的因素眾多。主要因素包括人口數、家庭 規模、家戶收入和氣候條件。以上這些因素都被視為外部驅動因子囊括於住宅能源預 測模型中。van Ruijven 等人 (2011)基於由下而上的方法論提出了一套適合於開發中國 家的住宅能源需求預測模式，並用來預測印度自 2005 至 2050 的全國住宅二氧化碳的 排放趨勢，其結果顯示與 2005 年相比，在 2050 年印度住宅部門溫室氣體排放將增加
7
9-10 倍之多，其中根據不同的社經情境假設如表 1-2 所示，表中的 OECD-EO 代表的 是社會經濟發展的基準情境，而另外兩種情境 OECD-A、OECD-B，前者強調市場機 制的自由發展、經濟蓬勃成長，後者著重於社會福利以期縮短貧富差距，根據結果可 發現三種情境的溫室氣體排放增量亦有所差異，可歸納出社經因素對於溫室氣體排放 量的影響必須列入考慮。Daioglou 等人 (2012)應用該模型於分析五個開發展中國家
（印度、中國、東南亞、南非和巴西）住宅能源使用的未來可能發展，其研究發現表 明，適當的氣候政策可以減少住宅能源的溫室氣體排放。
表 1-2 在不同社經情境之下的住宅部門排碳量
(資料來源：Ruijven et al. 2011)
Bari 等人(2011)基於馬來西亞 2008-2020 年住宅部門能源消耗和二氧化碳排放的 初步評估。通過預測多項式曲線擬合方法估計能源消耗和排放的未來趨勢。研究表明，
2008 年，馬來西亞住宅部門的二氧化碳排放量為 2,347,538 噸，由於電力和液化石油 氣（LPG）的巨大消耗，到 2020 年會增加到 11,689,308 噸，如圖 1-4 所示。在天然氣、
液化石油氣、煤油和電力四種類型的燃料中，電力和液化石油氣導致能源消耗量增加 以及二氧化碳排放。研究還表明，到 2020 年，二氧化碳排放量可分別從 5％，10％和 15％的用電量減少量減少 11,367,417 噸，11,047,126 噸和 10,728,642 噸。
建築中的能源使用在全球和區域能源需求中占很大的一部分。供暖與空調在整個 建築能源使用中的重要性非常多樣，所占配額在 18％和 73％之間變化。Vorsatz 等人 (2015)的文章提供關於建築物中的能源使用、其驅動因素及其在全球和區域基礎上的 過去，現在和未來趨勢的信息來源。該文章根據 Kaya 特徵方法確定了供暖和空調能
8
源需求的關鍵驅動因素：家庭數量、每戶人口、人均佔地面積、GDP，每 GDP 的佔地 面積和商業建築的比能耗等。
圖 1-4 住宅部門之耗能與碳排放量在未來的趨勢變化 (資料來源：Bari et al. 2011)
Isaac 和 Vuure (2009)評估了在氣候變化背景下未來住宅供暖和空調的能源使用的 潛在發展趨勢。他們發現在參考情景中，全球對供暖的能源需求預計將增加到 2030 年，然後穩定。相比之下，預計空調的能源需求在整個 2000 - 2100 年期間將快速增長，
主要由於所得收入增長推動的。供暖和空調的相關二氧化碳排放量從 2000 年的 0.8 Gt C 增加到 2100 年的 2.2 Gt C，即能源使用產生的總二氧化碳排放量的大約 12％（在亞 洲增長最多）。氣候變化對全球能源使用和排放的淨效應相對較小，因為供暖減少通過 空調的增加來補償。然而，在這種情況下，單獨對供暖和空調的影響是相當大的，由 於氣候變化，到 2100 年，全世界的熱能需求下降了 34％，空調能源需求增加了 72％。
在區域尺度上，可以看到相當大的影響，特別是在南亞，與沒有氣候變化的情況相比，
由於氣候變化，住宅空調的能源需求可能增加約 50％。
Misila 等人(2017)根據泰國官方政府訂定之國家自定預期貢獻(INDC)目標，也究 是要在 2030 年減少至溫室氣體排放基線（BAU）情境的 80%，其調適策略則援引其國 家自訂之能源效率計畫 (Energy Efficiency Plan, EEP2015) 與替代能源發展計畫 (Alternative Energy Development Plan, AEPD2015)，而 EEP2015 當中的措施包含強
9
化建築節能標準、新建物法規、設備能源效率標章、推廣 LED 普及率。其研究依照調 適努力完成程度分成四個情境，分別為 SC1（EEP2015 與 AEDP2015 完成度 100%）、SC2
（EEP2015 與 AEDP2015 完成度 50%）、SC3（EEP2015 完成度 75% 與 AEDP2015 完成度 50%）、SC4（EEP2015 完成度 50% 與 AEDP2015 完成度 75%），結果發現其減量效果相較 於 BAU 基準，其能源部門分別減少了 47%、23%、30%、29%的溫室氣體排放量，也就是 說只要其中一種調適計畫完成度達 75%、另一項達 50%，其可達成國家自訂減量目標，
結果如圖 1-5 所示。
圖 1-5 溫室氣體排放量在各情境的變化趨勢（2005-2030）
(資料來源：Misila et al. 2017)
Chaichaloempreecha 等人(2017)進一步評估泰國能源效率計劃（EEP2015）提供於 建築部門長期節能潛 力和溫室氣體減排效益，透過使用遠程能源替代計劃系統
（LEAP），分析節能潛力和環境影響對節能潛力和環境影響的評估。建築部門又再細 分成住宅部門與商業部門，分析情境可分為排放基線情境（BAU 情境：排除能效改進 的情境）與替代情境（AL 情境：包括 EEP2015 中的所有現有措施）。再住宅部門與商 業部門的能源需求和溫室氣體排放量將從 2005 年的 12.8 Mtoe 和 43.2 Mt-CO2eq 增加
10
到 BAU 情境下 2036 年的 39.6 Mtoe 和 131.1 Mt-CO2eq，該研究揭示了，EEP2015 可 分別在 2036 年將能源需求和溫室氣體排放量分別減少 19.1％和 31.2％。
圖 1-6 住宅部門在施行 EEP2015 之後的(a)能源需求減量(b)與溫室氣體減量 (資料來源：Chaichaloempreecha et al. 2017)
針對我國住宅部門的溫室氣體排放特性之研究，黃群達（2006）利用因素分解及 脫鉤指標分析方法，以住宅部門及商業部門為探討對象，針對住商部門之歷年能源消 費及二氧化碳排放變動趨勢進行探討，並藉由因素分解法找出影響二氧化碳排放之關 鍵因子；同時再以脫鉤指標分析住商部門在國內生產總值、能源及二氧化碳三者間的 發展關係；最後比較數個 OECD 國家商業部門二氧化碳排放變動的主要因素影響程 度。其研究結果顯示住宅部門的歷年碳排放量占全國比例的 10-12%，且住宅部門能源 消費
圖 1-7 全國與住宅部門歷年二氧化碳變動趨勢
11
(資料來源：黃群達 2006)
結構以電力為主，油品及天然氣所佔比例較小；在因素分解方面，住宅部門主要影響 碳排放量的因素為每人居住樓板面積的增加、全國住宅戶口總數與家戶人口數。由上 述可知，社經因素確實會影響住宅部門的能源使用，因此本計畫提出之預測模型除了 考量氣候狀況的改變，亦會將上述社經因素納入模型之部件。
在歷史的排放趨勢以後，需進一步提出預測模型以實現推估住宅部門的溫室氣體 排放量，作為溫室氣體減量之基礎。林唐裕等人（2010）整合二個模型以推估我國住 宅及服務業部門能源需求，包含臺灣永續能源發展模型(Taiwan Sustainable Energy Development, TaiSEND)，並應用系統動態理論，參考前人建構之住商部門能源服務需
在歷史的排放趨勢以後，需進一步提出預測模型以實現推估住宅部門的溫室氣體 排放量，作為溫室氣體減量之基礎。林唐裕等人（2010）整合二個模型以推估我國住 宅及服務業部門能源需求，包含臺灣永續能源發展模型(Taiwan Sustainable Energy Development, TaiSEND)，並應用系統動態理論，參考前人建構之住商部門能源服務需