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（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）在 1750 年與 2100 年的差值作為區分各個情境的依據。輻射強迫所指的是，當大氣中某一因子產生 變化，對於地球與大氣系統間能量平衡的影響程度，而能夠使得地球與大氣系統能量 平衡產生擾動致使氣候改變的因子，即稱為輻射強迫因子。基於前段描述可知，二氧化 碳的濃度即為輻射強迫因子之一。IPCC 報告書當中對於輻射強迫力的定義常以「氣候 變遷的某個外部驅動因子的變化，如二氧化碳濃度或太陽輻射量的變化等，造成對流 層頂淨輻照度發生的變化」(IPCC 2007; 國家災害防救科技中心 2014)。
圖 1-2 各 RCP 情境的輻射強迫力 (資料來源：van Vuuren et al. 2011)
第一章 緒論
5
如圖 1-2 所示，RCP2.6 情境代表每平方公尺的輻射強迫力在 2100 年增加了 2.6 瓦，而 RCP4.5、RCP6.0 與 RCP8.5 則代表每平方公尺的輻射強迫力分別增加了 4.5、
6.0 與 8.5 瓦。在這四種情境中，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。各情境下的全球平均溫度變化如圖 1-3 所示，若溫室氣 體排放量得以抑制，如變遷情境 RCP2.6 所示，全球長期平均溫度於世紀末的平均增量 可維持在攝氏 1 至 1.2 度，反之，若溫室氣體排放量依照 RCP8.5 情境的走勢無限制成 長，全球平均溫度將上升攝氏 3.5 至 5 度不等。
圖 1-3 全球平均溫度變化相較於 1986-2005 的平均 (資料來源：IPCC 2014)
概括地說，關於在未來氣候下住宅建築的溫室氣體排放預測模型分為兩種基本類 型：自上而下(Top-down)和自下而上(Bottom-up)的方法。圖 1-4 示意性的顯示由國際能 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。
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
6
-struclural changeAEEI -technical change
ECOOMY or energy subsystem of the economy
• GDP=f(labour, cap, energy, others)
→ statistic view
• Population
• Prices
• investment
• Growth effects → dynamic view
Price effects -substitution effect
-other Income effects Investment effects
Energy Supply Demand for
Energy Services End-use
Energy
Economy Activity
Subsector A Economy Activity
Subsector B Economy Activity Subsector C
Energy Technology A - investment cost - operating cost - efficiency - service life, etc.
Energy Technology B - ………..
- ………..
- ………..
- ………..
Energy Technology C - ………..
- ………..
- ………..
- ………..
EmissionsCO2 economic activity energy intensity fuel mix
Top-down perspective
Bottom-up perspective
第一章 緒論
7
圖 1-5 自上而下與自下而上用於推估住宅能源消耗之方法 (資料來源：Swan and Ugursal 2009)
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。
Swan 和 Ugursal (2009)將自上而下與自下而上兩種模型做了系統性的整理，其中 自下而上的模型則細分成了統計分析與工程分析兩個面向，如圖 1-5 所示。統計分析 著重在歷史資料的取得與迴歸分析等等，對於住戶的能源使用偏好、使用者行為的描 述較為詳盡；工程分析則是以實際的熱流物理性質描述最終能耗與能源使用的關係，
可以科學的方法探討氣候改變對於整體住宅耗能的衝擊。透過以上兩種分析方法，自 下而上的模型能夠針對個別的項目作出調整，對於調適策略的制定有實質上的幫助。
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)
8 影響必須列入考慮。Daioglou, van Ruijven, 與 van Vuuren (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，
Bari, Begum, Jaafar, Abidin, 和 Pereira (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 1-6 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
第一章 緒論
9
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。
圖 1-6 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)
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 等人的 文章 Ürge-Vorsatz, Cabeza, Serrano, Barreneche, 與 Petrichenko (2015)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。
Wang 與 Chen (2014)注意到因為全球變暖對建築物的環境和人類活動的許多方面 具有很大的影響，全球變暖在近年來已經引起了極大的關注。供暖和空調的能源消耗 是最直接受氣候變化影響的一個領域。為了量化影響，Wang 和 Chen 使用 HadCM3 全 球大氣環流模式為美國的 15 個城市在三個 CO2 排放情景下產生未來 2020、2050 和 2080 年的典型氣象年數據，以用於 EnergyPlus 的建築能量模擬。在 15 個城市中的每 一個城市模擬兩種類型的住宅建築和七種類型的商業建築。本文首先使用 EnergyPlus 系統性地研究了美國所有七個氣候帶對各種類型的住宅和商業建築的氣候變遷影響，
並為全美國提供了加權平均結果。他們還確定了氣候變化對未來能源使用的影響的地
10
圖 1-7 全年能源使用量於 2080 年代時在三個情境下的改變 (資料來源：Wang and Chen 2014)
理依賴性。根據 HadCM3 天氣預測，20 世紀 80 年代美國 1-4 氣候帶的源能源消費淨增 加量和 6-7 氣候帶的淨減少量，如圖 1-7 所示。此外，該研究利用改進的自然通風模型 研究了舊金山，聖地亞哥和西雅圖的自然通風性能。他們發現因為全球暖化，到了 2080 年代被動式供冷不適合聖地亞哥，但它在舊金山和西雅圖仍然可以適用。Dirks 等人 (2015) 分析檢查了氣候變化對位於美國東部區域許多商業和住宅建築的峰值和年度建 築能耗的影響。他們也使用 EnergyPlus 作為模擬引擎以及研究區域內的 100 個位置的 未來氣候，在三個美東時區中選了代表建築物群體的不同類型、大小、年份和特徵的超 過 26,000 個建築物配置模型進行能耗模擬。
Isaac 和 van Vuuren (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
第一章 緒論
11
圖 1-8 冷暖房在各區域受全球暖化影響的淨碳排改變量 (資料來源：Isaac and Vuuren 2014)
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％。如圖 1-8 所示，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％。
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。其研究結果顯示如圖 1-9、圖 1-10，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。由上述結果可知，社經因素確實會 影響住宅部門的能源使用，因此本研究所提出之住宅部門溫室氣體排放模型除了考量 氣候狀況的改變，亦會將上述社經因素納入模型之部件。
12
圖 1-9 全國與住宅部門歷年二氧化碳變動趨勢
圖 1-9 全國與住宅部門歷年二氧化碳變動趨勢