根據本研究成果發現，提出下列具體建議，分別從立即可行建議及中長期建議加 以列舉如下：
建議一
(研擬因應未來氣候之建築外殼法規相關法規)：立即可行建議 主辦機關： 內政部建築研究所
協辦機關： 國內各大學或研究機構
在氣候變遷影響下，透過法規規範外殼之改善是必須的。本研究已提出基準值來 描述整體的住宅外殼性能，至於如何透過改變個別外殼因子以降低基準值，後續研究 則可參考本研究之靈敏度分析結果，作出個別性的調整，以最有效率的方式提升整體 住宅外殼熱性能，並進一步評估其對於社會、經濟與環境之衝擊。
建議二
(持續並擴大推廣老舊建築與設備的更新)：中長期建議 主辦機關： 內政部建築研究所
協辦機關： 內政部營政署、台灣建築中心、經濟部能源局
本研究之研究結果證實，老舊建築的拆除更新與更換節能建築設備有助於改善整體住 宅建築外殼熱性能，而逐年建築的更新率為達成減量目標的重要因素，須仰賴政府的 推廣與民眾的配合才能達到一定的減量效果。
附錄一 期中審查會議委員意見回覆
1. 請參考 IPCC（Intergovernmental Panel on Climate Change）補充說明第 11 頁
「溫室氣體」之詳細內容。
78
附錄一 期中審查會議委員意見回覆
79
八
1. 關於 RCP 定義部分請於內文詳細說 明，俾利於了解及增進可讀性。
2. 本案請研究團隊於 9 月中旬前提出具 體研究成果及調適策略，俾供本所邀 集相關單位召開座談會。
1. 感謝委員提醒，關於 RCP 之定義將補 充於期末報告書當中。
2. 本研究團隊將如期提交具體研究成 果並參與相關單位之座談會。
80
附錄二 期末審查會議委員意見回覆
82
附錄三 期中工作會議記錄
1.
請參考 IPCC（Intergovernmental Panel on Climate Change）補充說明第 11 頁「溫室氣 體」之詳細內容。84
附錄三 期中工作會議記錄
85
2.
本案請研究團隊於 9 月中旬前提出具體研究成果及調適策略，俾供本所邀集相關單 位召開座談會。執行單位回應（黃教授瑞隆）：
1.
本研究之主題著重於溫室氣體，故對於各個專有名詞，諸如溫室氣體的定義、國際 上對於氣候變遷情境（各項 RCP）的描述，將於期末報告書中詳述補充之。2.
本研究採用之研究方法係參考聯合國之預估模型，其中並未將人口高齡化納入考 量，然本研究仍會依照台灣之現行與未來社經狀況對溫室氣體預估模型進行調整。3.
研究內容中 RCP2.6 的溫室氣體排放情境無法作為情境假設，因氣候變化的不確定性 太高，無法直接以單一情境假設作為基準線，且各情境發生的情況是相互獨立的。4.
截至目前期中簡報的進度，是以不實施任何調適策略的前提下進行預測，以作為各 調適情境比較時的基準線；本研究後續將逐步針對法規規定之各項外殼設計標準進 行調整，並代入模擬軟體進行驗證，新舊建築汰換的過程亦將納入調適過後的預測 考量。5.
有關模型驗證部分，本研究所使用之溫室氣體預估模型會以 2000 年至 2015 年之歷 史資料來進行校正，以使其更符合台灣之現況。6.
本研究選用之氣象資料係參考政府間氣候變化專門委員會（IPCC）所公佈之第五次 報告書當中提及的溫室氣體排放情境相關資訊，該資料已是國際上公認公信力最高 的資料來源。86
附錄四 期末工作會議記錄
88
附錄四 期末工作會議記錄
89
執行單位回應（黃協同主持人瑞隆）：
1.
本案各項文字誤繕及圖說編號格式，將一併於資料蒐集分析報告檢討修正。2.
節能與減碳兩者間關係，由於其中牽涉國家能源發電結構規劃因素，並非研究範圍 可及，目前排碳量推估模式採國家電力排放係數為基礎值；預估未來因發電結構改 採再生能源，每度電發電之排碳量為現值之 70%，再加上因設施採節能措施排碳量 亦預估為現值之 70%，兩者加乘效應將可達 2050 年 50%之目標。3.
調適策略五大方向中，目前建築外殼熱性能部分為技術規則管制範疇；另空調、設 備及照明等部分，則牽涉使用人之行為模式，建議可採獎勵方式誘導。4.
未來預測人口下降，但氣候變遷溫度上升及經濟發展 GDP 將成長，三因素間為交互 作用，目前尚無僅考量人口單一因素效應之評估研究或分析。5.
集合住宅主要分佈於都市中，公用電部分鄉村較少，相關研究指出單一街廓之用電 量中公用電約占 3~5%，其中都市及鄉村集合住宅公用電差異目前是採修正係數方式 納入研究分析。90
參考書目
91
參考書目
[1] Bari, M. A., Begum, R. A., Jaafar, A. H., Abidin, R. D. Z. R. Z., & Pereira, J. J. (2011).
Future Scenario of Residential Energy Consumption and CO2 Emissions in Malaysia.
Paper presented at the Innovation and Sustainability Transitions in Asia, Kuala Lumpur, Malaysia.
[2] Belcher, S. E., Hacker, J. N., & Powell, D. S. (2005). Constructing design weather data for future climates. Building Services Engineering Research and Technology, 26, 49-62.
[3] Daioglou, V., van Ruijven, B. J., & van Vuuren, D. P. (2012). Model projections for household energy use in developing countries. Energy, 37(1), 601-615.
[4] de Ia Rue du Can, S., & Price, L. (2008). Sectoral trends in global energy use and greenhouse gas emissions. Energy Policy, 36(4), 1386-1403.
[5] Dirks, J. A., Gorrissen, W. J., Hathaway, J. H., Skorski, D. C., Scott, M. J., Pulsipher, T.
C., Rice, J. S. (2015). Impacts of climate change on energy consumption and peak demand in buildings: A detailed regional approach. Energy, 79, 20-32.
[6] Giles, B. D., Balafouti, C., & Arseni-Papadimitriou, A. (1987). A study of climatic stress and physiological regions in Greece. Journal of Climatology, 7(3), 303-312.
[7] Huang, K. T., & Hwang, R. L. (2016). Future trends of residential building cooling energy and passive adaptation measures to counteract climate change: The case of Taiwan. Applied Energy, 184, 1230-1240.
[8] IEA. (1998). Mapping the energy future: energy modelling and climate change policy.
Paris: International Energy Agency.
[9] IPCC. (2007). Climate Change 2007: Synthesis Report: Contribution of Working Groups I, II and III to the Forth Assessment Report of the Intergovernmental Panel on Climate Change.
[10] IPCC. (2014). Climate Change 2014: Synthesis Report: Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change.
[11] Isaac, M., & van Vuuren, D. P. (2009). Modeling global residential sector energy demand for heating and air conditioning in the context of climate change. Energy Policy, 37(2), 507-521.
[12] Jylhä, Kirsti, et al. (2015). Energy demand for the heating and cooling of residential houses in Finland in a changing climate. Energy and Buildings, 99, 104-116.
[13] Lam, J. C., Yang, L., & Liu, J. (2006). Development of passive design zones in China using bioclimatic approach. Energy Conversion and Management, 47(6), 746-762.
[14] Macdonald, I. A. (2002). Quantifying the effects of uncertainty in building simulation.
(PhD thesis), University of Strathclyde.
92
[15] MacDonald, I. A. (2009). Comparison of sampling techniques on the performance of Monte Carlo based sensitivity analysis. Building Simulation 2009 Conference
Proceedings, 992-999.
[16] Mara, T. A., & Tarantola, S. (2008). Application of global sensitivity analysis of model output to building thermal simulations. Building Simulation, 1(4), 290-302. Singh, M.
K., Mahapatra, S., & Atreya, S. K. (2007). Development of bio-climatic zones in north-east India. Energy and Buildings, 39(12), 1250-1257.
[17] Swan, L. G., & Ugursal, V. I. (2009). Modeling of end-use energy consumption in the residential sector: A review of modeling techniques. Renewable and Sustainable Energy Reviews, 13(8), 1819-1835.
[18] Terjung, W. H. (1966). Physiologic climates of the conterminous united states: a bioclimatic classification based on man. Annals of the Association of American Geographers, 56(1), 141-179.
[19] Ürge-Vorsatz, D., Cabeza, L. F., Serrano, S., Barreneche, C., & Petrichenko, K. (2015).
Heating and cooling energy trends and drivers in buildings. Renewable and Sustainable Energy Reviews, 41, 85-98.
[20] van Griensven, A., Meixner, T., Grunwald, S., Bishop, T., Diluzio, A., & Srinivasan, R.
(2006). A global sensitivity analysis tool for the parameters of multi-variable catchment models. Journal of Hydrology, 324(1-4), 10-23.
[21] van Ruijven, B. J., van Vuuren, D. P., de Vries, B. J. M., Isaac, M., van der Sluijs, J. P., Lucas, P. L., & Balachandra, P. (2011). Model projections for household energy use in India. Energy Policy, 39(12), 7747-7761.
[22] Van Vuuren, Detlef P., et al. (2011). The representative concentration pathways: an overview. Climatic change, 109(1-2), 5.
[23] Wang, H., & Chen, Q. (2014). Impact of climate change heating and cooling energy use in buildings in the United States. Energy and Buildings, 82, 428-436.
[24] Xiaohua, W., Xiaqing, D., & Yuedong, Z. (2002). Domestic energy consumption in rural China: A study on Sheyang County of Jiangsu Province. Biomass and Bioenergy, 22(4), 251-256.
參考書目
93
[30] 林建隆（2003）。住宅設備生命週期二氧化碳排放量解析。國立成功大學碩士論 文。
[31] 林唐裕、葛復光、謝智宸、曾禹傑與林忠漢（2010）。我國 2010-2030 年住宅及服 務業部門能源需求推估。台電工程月刊。
[32] 國家災害防救科技中心編譯（2014）。氣候變遷 2013 物理科學基礎 (給決策者摘 要)。
[33] 國家發展委員會（2016）。中華民國人口推估（105 至 150 年）。
[34] 郭柏巖（2005）。住宅耗電實測解析與評估系統之研究。國立成功大學博士論文。
[35] 莊凱韓（2015）。氣候變遷下未來建築節能與外殼設計策略之研究。國立臺灣大學 碩士論文。
[36] 黃群達（2006）。住宅與商業部門能源消費及二氧化碳排放特性與趨勢變動分析。
國立成功大學博士論文。
[37] 經濟部能源局（2016）。我國燃料燃燒二氧化碳排放統計。
[38] 蔡妙姍（2015）。台灣地區住宅與服務業電力服務需求與節能潛力之研究。國立臺 北大學博士論文。
[39] 鄭凱文（2004）。家用太陽能熱水器輔助電熱器耗能因子分析。國立成功大學碩士 論文。
基於未來氣候的住宅溫室氣體排放趨勢預測與調適策略 出版機關：內政部建築研究所
電話：（02）89127890
地址：新北市新店區北新路 3 段 200 號 13 樓 網址：http://www.abri.gov.tw
編者：羅時麒、黃瑞隆、黃國倉、王仁俊、施文玫 出版年月：106 年 12 月
版次：第 1 版
ISBN：978-986-05-4479-4 (平裝)