第三章 臺灣氣候變遷與經濟發展歷程與現況
第三節 臺灣經濟發展現況
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 臺灣經濟發展現況
臺灣經濟來源可分為農業和非農業。農業方面，吳同權（2005）將臺 灣二次大戰後的農業政策分為三個階段，分別是 1946 年至 1968 年農業培 養工業階段、1969 年至 1991 年加速農村建設階段、1992 年至今的因應經 貿自由化階段。在 1946 年至 1968 年農業培養工業階段，農業占國民生產 毛額的比重高，且因為技術和制度的革新，使得農產量大幅上升，促進了 經濟成長、穩定物資和工資，並將農產品外銷賺取外匯，作為工業發展之 基礎。而在 1969 年至 1991 年加速農村建設階段間，社會經濟結構急速改 變，農業占經濟的比重持續下降，工商服務業成為主流，農業的發展有賴 於其他部門的支持。由於農業衰退、利潤薄弱，以及農場規模不易擴增的 情況下，導致農民所得相對偏低，1970 年前後農家每人所得僅為非農家所 得之 60%左右，於是政府採行了價格支持、生產資材補貼和減免賦稅等措 施加以挽救。最後，在 1992 年至今的因應經貿自由化階段，由於經濟國 際化和貿易自由化的衝擊、考量到生產環境的永續發展，並顧及到農村、
農民的福利，政府主張改變農業支持方式、調整農業生產政策結構、創新 農業科技並促進農業資源保育與利用。
由於臺灣已在 2002 年加入了世界貿易組織（World Trade Organization, WTO），使得臺灣農村地區的用地取得及人力資源的機會成本變得比以往 便宜，同時，進口量增加也衝擊了本土農產品生產政策，政府提高了休耕 給付來降低稻作面積及產量，到 2010 年時稻穀產量為 145.1 萬公噸，稻作 面積只剩 25.5 萬公頃，而休耕面積高達 20.9 萬公頃，逼近稻作面積（楊 明憲，2011）。由於農業對外環境的改變，以及國家本身政策之影響，促使 臺灣農業邁向轉型之路，有別於以往傳統耕種農業，逐漸改為有機種植、
技術精緻、加工休閒觀光等多元化農業。
非農業大致可分為工業和服務業兩大部份，工業部份，臺灣從1951年 代開始發展勞力密集工業，採取進口替代政策來擴張經濟；到了1960年 代，政府持續著重於培養勞力密集工業，並以出口擴張方式成就了我國第
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
一次經濟奇蹟。1970年代則是重化工業與進口替代時期，不斷發展工業；
1980年代則因技術進步，選擇技術密集、高科技工業為發展主軸，並在1986 年時達到鼎盛高峰。但1986年以後由於生產、銷售的全球化，以及專業分 工比較利益的考量之下，造成臺灣許多傳統工業外移，不再於臺灣生產，
使得工業部門生產總額占全體工商業生產總額的比重逐漸下滑，主計處工 商及服務業普查數據顯示，比重呈現下降趨勢，1991年為69.49%、1996年 為63.55%，到了2001年降為59.46%，顯示工業的產值和其重要性不如以 往。直到近年來，由於效率提升和投入增加，製造業得以展現產業升級績 效，促使2006年工業部門生產總額比重上升為64.77%，比1996年還要來得 高。
在服務業方面，臺灣服務業聯網（Taiwan Coalition of Service Industries, TWCSI）指出，臺灣經濟發展過程中由於 1990 年代以後所得增加，在內 需拉動因素下，連帶使得消費性服務業的需求也提高，再加上專業分工促 使分配性及技術支援性服務業的發展、政府放寬對服務業的管制，使得服 務業生產總額比重自 1986 年起明顯上揚，且不管在產值或是就業比例上 都有大幅度的成長。16 在產值部分，臺灣服務業之毛額比重，從 1970 年 代以來，一直維持 50%以上之比重，之後由於服務業快速發展，到 2005 年時，服務業所占毛額比重已高達 73.3%。而就業人口部份，1970 年代初 期時，服務業的就業人口約占 37%，到 2005 年已上升至 58%，目前占最 大比重；由上列數據可知，服務業的國內生產毛額占整體產業的比重，高 於服務業就業人數占整體產業就業的比重。
16 臺灣服務業聯網：http://www.twcsi.org.tw/ (2012/04/01 取得)
服務業如：住宿、餐飲業、專業、科學及技術服務業、文化、運動及休閒服務業、醫療保健及 社會福利服務業、運輸、倉儲及通信業、金融及保險業、教育服務業。
‧
用皮爾森相關係數（Pearson’s Correlation Coefficient, PCC），其定義為：相關係數
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
相關的方向，即：
0
，表示(x,y)的圖形為一帶狀，且由左下方至右上方。
0
，表示(x,y)的圖形為一帶狀，且由左上方至右下方。
1
，表示所有(x,y)的值皆剛好落在同一正斜率之直線上，即為完 全線性正相關。
1
，表示所有(x,y)的值皆剛好落在同一負斜率之直線上，即為完 全線性負相關。
越接近1，則表示線性關係之強度越大； 越接近0，則表示線性關 係之強度越弱。
一般而言，當相關係數為0.00 ~ 0.25表示沒有或輕微相關；0.25 ~ 0.5表 示輕度相關（fair degree）；0.5 ~ 0.75表示中度相關（moderate to good relationship）；0.75以上表示有高度相關（good to excellent relationship）
（Portney and Watkins, 2000）。但即使得到相關係數數值很高且達顯著統計 意義，也不代表這兩個連續變數項具有因果關係，即不能根據統計數據就 去推論出一個因果關係。
二、單根檢定
進行時間序列分析時，首先要檢定該時間序列是否為具穩定性質的定 態（stationary）。非定態的時間序列會累積外來的衝擊，並產生長期性的影 響，資料可能隨著期數的拉長，而出現其變異數和自我共變數不收斂至一 常數值的現象。若直接將非定態的數列進行分析，可能會出現Granger and Newbold（1974）指出的虛假迴歸（spurious regression），則此估計和實證 的結果便不具解釋意義。而穩定性值一般可以兩個層面加以判斷，即趨勢 穩定（trend stationary）和隨機穩定（stochastic stationary）。趨勢穩定認為 時間序列的長期趨勢可用時間變數來捕捉，任何的隨機衝擊只具暫時的效 果，而變數的移動是沿著確定的趨勢上下波動的穩定過程，並不受到隨機 衝擊的影響。隨機穩定是指由於時間序列變數本身具有單根，任何隨機衝
‧
檢定單根時常用的ADF（Augmented Dicky-Fuller）檢定法（Said and Dickey, 1984），ADF檢定法改善了DF單根檢定法（Dickey and Fuller, 1979）中殘差 項存在顯著序列相關的缺點，保持原先假設檢定，並在DF模型中加入了落另外，除了ADF檢定法外，本文也試著使用PP（Phillips-Perron Test）
檢定法（Phillips and Perron, 1988），由於PP法採用無母數統計函數來修正 殘差項序列相關的問題，且同時考慮到序列相關與異質性部分，可解決 ADF檢定法中假設各期變異數相等，只考慮到殘差項序列相關造成檢定力 較低的問題，故透過兩種檢定法來更加確定是否有單根的存在。當檢定出 有單根時，便透過差分（differencing）的方法來加以解決，並且重複進行
‧
Moving-Average, ARMA）的擴展，ARMA模式由Box and Jenkins（1970）提出，為一種單變數時間序列的資料產生過程，是由資料的過去實際值和 Function, AR）
q Function, MA）
建構ARMA模式前，首先要先確認時間序列變數符合定態，再使用自 我相關係數（Autocorrelation Function, ACF）和偏自我相關函數（Partial Autocorrelation Function, PACF）來判斷ARMA的落後期數p、q（Hannan, 1980）。接著，以最小平方法或最大概似法找出一組自我迴歸參數和一組 移動平均參數，使得
et2值為最小。最後檢驗ARMA（p, q）估計之殘差eˆt 是否符合白噪音之統計特性，採用Q統計量（Ljung and Box, 1978）檢定估 計殘差是否仍存在自我相關，Q統計量為服從自由度s的卡方分配，其定義‧
ARMA（p, q）模式中，就成為帶有迴歸解釋變數的ARMA模式，即ARMAX 模式。ARMAX（p, q）可表示如下：‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-1 研究架構圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 資料來源與實證模型設定
一、資料來源
為探討臺灣氣候變遷與經濟成長之關係，本文使用臺灣從1961年至 2010年共50年的氣候和經濟的時間序列資料，被解釋變數為國內生產毛額 成長率（GDP growth rate, GDPGR）和農業部門國內生產毛額成長率
（agriculture GDP growth rate, ARGDPGR），由於影響經濟成長的原因眾 多，不僅是氣候變遷而已，在參考翁翠霞（2001）針對臺灣各項變數來探 討社經結構與經濟發展一文後，本文將幾個經濟因子也放入討論之中，分 別 為 固 定 資 產 形 成 成 長 率 （ gross fixed capital formation growth rate, GFCFGR）和儲蓄率之成長率（saving growth rate, SGR）。其中，所有經濟 被解釋變數和解釋變數皆依行政院主計處所提供以2006年為基期之各項 數據計算而成，同時也將人口成長率（population growth rate, POPGR）等 統計數據列入考量。
在氣候資料部份，著重於每年的年平均氣溫（TEMP）、年平均降雨量
（PP）、年平均氣溫之標準差（STDTEMP）、年平均降雨量之標準差
（STDPP）之觀察，資料來源為國家科學委員會所設立《DBAR大氣資料 庫》中，各觀測站的各月資料數據，再加以計算完成。由於各觀測站之位 置和觀測的起始年間各有不同，為使計算出之數據更能代表臺灣真實現 象，故針對DBAR大氣資料庫所提供之全臺33處觀測站加以篩選；篩選方 式除了剔除極端值之外，也排除資料涵蓋時間範圍過短或資料漏缺過多 者。為避免極端值影響全臺平均值，也因常發生極端值的觀測站，其歷史 地理背景通常在臺灣經濟發展的歷程中並不具有重要影響，故將位於海拔 2,500公尺以上之玉山、阿里山觀測站加以剔除。且由於各觀測站觀測之起 始年間不同，各觀測站之觀測狀況也有所差異，導致並非每個觀測站在 1961年至2010年都有詳盡的觀測資料，本文遂將資料漏缺過多之觀測站，
如：彭佳嶼、大屯山、新南、東沙島、七股、板橋、金門、馬祖，加以排 除，依上述原則選擇後，最後使用全臺共23個觀測站之觀測資料。
‧
(TEMP PP STDTEMPSTDPPGFCFGR SGR POPGR f
(TEMP PP STDTEMPSTDPPGFCFGR SGR POPGR f
ARGDPGR （2）
式（1）探討影響GDPGR的因素主要為何，可進一步表示為：
t
式（2）探討影響ARGDPGR的因素主要為何，亦可進一步表示為：
t
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 實證變數假設
在探討氣候變遷與經濟成長的關係時，大多以平均氣溫和降雨量來衡 量。Dell et al.（2008, 2009）指出，對於經濟成長而言，氣溫具有負面的 影響，氣溫每上升1℃，會使經濟成長率下降1.1%，且因農業是較貧窮國
在探討氣候變遷與經濟成長的關係時，大多以平均氣溫和降雨量來衡 量。Dell et al.（2008, 2009）指出，對於經濟成長而言，氣溫具有負面的 影響，氣溫每上升1℃，會使經濟成長率下降1.1%，且因農業是較貧窮國