拆解結果概述

E E PR PR

ijt ij jt j

t ijt ijt jt jt

j i ijt j i ij j jt i j

P P P P

T E E Y Y

E E Y Y

           











上述拆解結構與實務上的經驗相當接近，本研究在設定拆解方式時，所考慮的 組成因素亦將以此為基礎。

2.2.2 拆解結果概述

關於因素拆解的實證研究，文獻上的成果頗為豐富。最常應用於能源消費（Sun, 1998; Liaskas et al. 2000; Bruvoll and Medin (2003); Bruvoll and Larsen (2004)）及其他 空氣污染物排放變動的因素分析 (Selden et al. 1999)。

Bruvoll and Medin (2003)分析挪威在 1980 至 1996 年期間，人口成長、經濟規模、

生產力結構、能源密集度、能源配比、燃燒方法、其他技術（包括能源技術、排放過 程）等8 種因素，對於能源燃燒產生各項空氣污染排放（不含與能源使用相關之燃燒，

以及能源燃燒作為發電使用在內）之影響，結果發現：降低能源密集度對於 CO2 減 量是極為重要的策略，而人口成長與經濟規模（即人均 GDP）對於各項排放之影響 均相同；至於，能源配比對於排放減量影響之重要性僅次於能源密集度，但其對於 CO2 和二氧化硫（SO2）的減量影響極為顯著。另外，再以相同方法研究該國 1990 至1999 年期間內，上開因素對於 CO2排放的影響，結果發現，人均GDP、人均排放 量及部門結構改變對於排放有正向影響，其中尤以人均GDP 最為顯著；至於，能源 結構的改變，以及燃料密集度對於全部與製程相關的排放均有減量影響，但以能源結 構影響最具顯著效果。

Selden, Forrest and Lockhart (1999)則採固定權數法，估算經濟規模、產業結構、

能源密集度、能源結構及其他技術（能源的碳密集度及生產的碳密集度等）等6 項因 素對美國工業、商業、運輸及住家等部門之6 種空氣污染物於 1970-1990 年間排放變 動的影響。研究結果發現，經濟規模（如人均GDP 成長）增長使得 6 種污染排放皆 增加；部門結構比例之變動，雖造成若干空氣污染排放減量，但不足以抵消人均GDP 的成長；能源密集度降低對於排放減量的貢獻，大於部門結構比例之變動，此一結果 足以支持能源價格在美國的排放減量扮演重要角色之假設；至於，能源結構效果，對 於污染排放減量之貢獻極小，但其他技術¹⁷改變對於降低污染排放減量之效果極為顯 著。

國內的相關文獻也不少（林素貞等人，1996；楊任徵，1999；吳榮華、黃玄洲，

2001；周鳳瑛、李佳玲，2001；吳銘峰，2003；黃運貴、曹壽民，2005；林素貞、黃 群達、林佑蓉，2006；林佑蓉，2007；Liu, 2007；李正豐、林勻淅，2008），茲彙整 如表2-2 所示。

吳榮華、黃玄洲（2001）探討影響台灣鋼鐵業能源消費之關鍵因素，將其拆解 為產出、產品組成結構及能源消費等。周鳳瑛、李佳玲(2001)利用適應性加權迪氏指 標（Adaptive Weighting Divisia, AWD）因素分解方式，分析 1992-1997 年間構成台灣 能源密集度下降之主要因素，係來自產業結構的調整。吳銘峰(2003)以台灣製造業的 總合能源密集度作為影響能源效率變動之關鍵因素（包括製造業各產業的能源密集度 及產業結構等），採用拉氏與迪氏指數法進行因素分析，研究結果發現，製造業於 1971-2001 年能源效率的提升，主要是受到製造業內各產業部門能源密集度下降的影 響，但產業結構變動影響不大。黃運貴、曹壽民（2005）利用迪氏對數平均指數分解 法，分析運輸部門能源消費量變動之主要因素，包括客貨運之活動需求強度、各運輸 系統之市場占有率及能源密集度等，研究結果發現活動強度及能源密集度為運輸能源 消費量主要的影響因素。

17 其他技術效果，係計算較為詳細的排放（包括來自能源消費與燃燒有關的排放，及其他製程排放）

以及資料變動的控制係數，由此掌握政府管制減量效果，或基於其他理由採技術改變的效果。

表2-2. 排放量之組成因素的拆解文獻彙整表

參考文獻 國別 應用對象

(研究期間) 指標型態 拆解型態與方法 拆解因素 重要結論

Bruvoll and Medin (2003)

挪威 能源燃燒產生各項空 氣污染排放（鉛、二 氧化硫、氮氧化物、

CO2、一氧化碳、

PM、NMVOC、N2O、

CH4、NH3）

Bruvoll and Larsen (2004)

其他物質的密集度）等8

Selden, Forrest and Lockhart (1999)

美國 94 個部門別 6 種空氣

周鳳瑛、李佳玲

林素貞等人(2006)及林佑蓉(2007)以迪氏指標法，分析 1992-2004 年影響台灣與 美、日、英等國商業部門之CO2排放量，主要拆解因素包括排放係數、能源密集度、

結構配比、經濟成長等，結果發現，各國 CO2 排放增量的關鍵因素皆為經濟成長，

而能源密集度是台灣唯一的減量因素。此外，排放係數為英國與日本的減量因素，而 能源密集度為美國最大的減量因素。另外，再以相同方法估算影響住宅部門 CO2 排 放之關鍵因素，結果指出，每人居住樓板面積是影響住宅部門 CO2 排放增量之重要 因素，至於每戶人口數則是住宅及商業部門中，促使CO2減排最具貢獻的因素。

Liu (2007) 採 用 Ang and Choi (1997) 之 對 數 平 均 迪 氏 分 析 法 (the Divisia logarithmic average analytical method)，探討經濟產出、產業結構、能源密集度、排放 係數、以及人口等組成因素，對於台灣經濟部門最終能源使用之 CO2 排放量成長率 變動之影響。實證結果發現，經濟產出對於 CO2 排放增量影響最為顯著，其中最大 者為私人消費，依次為政府消費、投資、進口和出口；能源密集的影響效果居次；部 門結構相較於其他因素，其影響較不顯著；至於，排放係數除在若干期間 (1989-1992、

1994、1995、2000 及 2004 年)使 CO2排放量增加以外，其餘期間均造成CO2排放量 降低的效果，相較於其他因素，其影響效果最不顯著；而人口的影響程度僅次於經濟 產出效果。因此，台灣未來不僅追求高的經濟成長率，亦需積極從事改善生產過程，

並致力於節能技術的研究與發展，以降低能源密集度，俾達到CO2排放減量之目的。

李正豐、林勻淅(2008)應用對數平均數迪氏指數法，將 1995-2005 年台灣公路運 輸溫室氣體每年的排放量，拆解成能源GHGs 排放強度（即能源消費的排放量）、能 源消費配比（即能源結構）、人均能源消費量、及人口數等 4 項因素的乘積，研究結 果發現，人均能源消費量為最主要的增量因素，且其所造成的排放增量效有加速擴大 現象；人口成長雖為次要排放量增量因素，但隨著台灣人口出生率逐年下降，使得排 放增量效應有減少的趨勢。

綜觀上述文獻可知，拆解的方式流於主觀與專業判斷，而人口數與人均所得常 常扮演極為重要的角色，但在拆解過程中卻未考慮部門間之就業人口與人均 GDP 的 差異性，致其貢獻度不因部門不同而異，也不因污染物不同而異。因此出現了與

Bruvoll and Medin (2003)相同的謬誤。本文因乃據以修正之。