為驗證HMFA 的有效性，本研究比較運用 TD、HMFA 和 BU 評估臺灣、臺北 市和德國GAS 的結果。臺北市評估建材 GAS 結果為 TD 最高，HMFA 次之，BU 最低(圖 4-3)。但由物質別觀之，三方法的 GAS 趨勢略有不同。BU 的木材 GAS 高 於HMFA 結果至少 8 倍以上(圖 4-4)。甚至高於當年度臺灣製成材生產量，明顯高 估。BU 的磚 GAS 高於 HMFA 結果至少 11%(圖 4-4)。各年度臺灣 BU 磚 GAS 評 估結果和磚生產量皆相近，2006 年 BU 的磚 GAS 甚至高於當年度臺灣磚生產量，
應和木材同屬高估。臺灣不同年度BU 的混凝土、鋼鐵和鋁存量皆低於 HMFA(圖 4-4)。但臺北市部分年度鋼鐵和鋁存量卻高於 HMFA。
相同方法應用於德國2010 年建材 GAS 評估得到相同趨勢，TD 最高，HMFA 居中，BU 最低(圖 4-5)。Schiller et al. (2017)無應用 BU 計算德國建築 GAS，本研 究德國BU 建築 GAS 是將 Schiller et al. (2017)建材流入量減去流出量。應用 HMFA 評估德國混凝土和鋼鐵GAS 分別為 377 Mton 和 3.8 Mton。
圖4-3 臺北市 2001 年、2004 年、2006 年和 2011 年應用 TD、HMFA 和 BU 評估 建材存量結果比較
Total sale 為年度物質總銷售量，buildings 為應用在建築的年度物質銷售量 圖4-4 臺灣和臺北市 2001 年、2004 年、2006 年和 2011 年應用 HMFA 和 BU 評
估建材GAS 物質別結果與物質總銷售量之比較
圖4-5 德國 2010 年應用 TD、HMFA 和 BU 評估建材存量結果比較 4.3 混合型物質流分析限制
HMFA 的存量比例為來自 IOTs 資料計算，因此投入產出分析(input-output analysis)的相關限制同樣存在(Chen and Graedel, 2015)。HMFA 適用的產品部門異 質性不可過高。評估結果的代表性和 IOTs 部門分類有關，當 IOTs 部門分類越細 時，可以提供更細產品別的GAS 評估。例如，IOTs 營建部門若能將營建工程和維 修服務部門分開可以瞭解個別活動產生的GAS。臺灣分類最細的 IOTs 達 500 個部 門以上，此IOTs 營建工程和維修服務部門為分開統計。使用臺灣分類最細的 IOTs 計算維修服務的FCF 僅占營建部門 1%，因此本研究無將維修服務部門分開評估。
若IOTs 和產品統計分類不一致將難以適用 HMFA 進行評估。囿於 IOTs 統計 年度和部門分類，HMFA 無法評估久遠的年分。例如臺灣最早的 IOTs 為 1954 年 所編制，僅23 個部門。部分國家無連續普查的 IOTs 資料，可能會使存量動態分析 遭遇困難。不過國際間有學者們(OECD 2018; WIOD 2018)透過各式數學迴歸方法 建置有各國非普查年度之IOTs，可供參考。
五、 臺灣建築年增物質存量討論 勢，平均建材GAS 和平均人口成長率(population growth rate)皆為臺灣之最，可能 為北臺灣建材需求區。1998 年至 2011 年桃園市平均人口成長率為為 22%。鄰近的
臺北市運用BU 所得 50 年累積建材存量組成(6.2 臺北市建築累積物質存量)和 得而使MS 高估(Kleemann et al. 2017b; Wiedenhofer et al. 2019)。本研究歷年 BU 的 GAS 結果較 TD 低 27%-58%。德國 2010 年 BU 的 GAS 結果較 TD 低 53% (Schiller 鋼鐵物質強度可能為低估。混凝土為最使用量最多之建築材料，Wang et al. (2016) 評估大台北地區建築水泥和砂石使用量占總消費量63%-81%。圖 4-4 BU 結果顯示 臺灣建築混凝土使用量僅占總消費量25%-40%，故應為低估。圖 4-4 臺灣建築鋼 鐵總消費量為來自鋼鐵公會年報統計數據(Shih 2016)。BU 評估臺灣建築鋼鐵 GAS
低於總消費量50%-65%，故應為低估。但 2001 年和 2004 年 BU 評估臺北市鋼鐵 究相同。建築金屬礦物存量則因資料不全(missing data)而使 TD 評估結果小於 BU。
本研究應用HMFA 評估德國 GAS，並且和應用 TD 以及 BU 結果比較得到相同趨 勢，證實HMFA 的有效性和合理性。
過去有些物質存量的研究將建材代謝視為穩態(steady state)，假設建材流入量 等於建材存量(Hashimoto et al. 2009)。根據本研究存量比例顯示，單一年度大約有 82%-86%建材流入量成為建材存量。HMFA 使物質存量由平衡指標轉變為具有實 際存量意義的都市礦指標。也許反而可以透過物質流入量和存量的平衡解決物質 流出量低估的問題。HMFA 資料需求量小和低物質強度依賴的特性，使 GAS 評估 過程縮短至僅需數個月可完成。
六、 臺北市累積物質存量結果與討論 結構對照(Tanikawa and Hashimoto 2009; Tanikawa et al. 2015; Marcellus-Zamora et al.
2016; Kleemann et al. 2017a; Stephan and Athanassiadis 2017)。本研究將臺北市建築 用途與結構關係分析如圖6-1。結果顯示，同種建築用途內存在 15-30%不同建築結 構。若同種建築用途參照相同物質強度將增加MS 的不確定性，因此本研究建議使 用建築結構對照物質強度較佳。然而，建築結構為參照物質強度重要依據，且資料 取得困難度高(Tanikawa et al. 2015; Stephan and Athanassiadis 2017)。本研究建築結 構、樓層數和年齡關係分析結果可供缺乏建構結構資料之物質存量研究者參考，同
SS 和 SRC 結構比例呈增加趨勢。Taguchi et al. (2012)也做過建築結構和樓層分析，
說明兩者相關性高。根據本研究結果顯示，不同時期興造相同樓層建築所設計的結 構亦不相同。在建築樓層數對照結構時，應將年齡納入參照依據。
(a)
(b)
(c)
圖6-1 臺北市建築用途、結構、總樓層數和年齡之關係(a)用途和結構；(b)總樓層 數和結構；(c)總樓層數和年齡別結構
6.2 臺北市建築累積物質存量
本階段研究運用建築總樓地板面積和物質強度評估臺北市建材存量。結果顯 示自1965 年至 2014 年已累積 183.4 Mton，為至 1990 年累積量的兩倍(圖 6-2)。其 中MS 量最多的建材為混凝土 150.1 Mton，占比 82%。其次為鋼鐵和磚分別為 15.5 和15.3 Mton，各占 8%。其餘建築材料木頭、玻璃和鋁等共占 1%，MS 量依序為 2.2、0.2 和 0.1 Mton。臺北市人口約 2.7 百萬人，人均總建材存量為 68 ton/cap，其 中人均混凝土存量為55.7 ton/cap，人均鋼鐵存量為 5.8 ton/cap，人均磚存量為 5.7 ton/cap，而人均木材存量為 0.8 ton/cap。根據 Lee and Lee (2003)運用 EW-MFA 估 算臺灣2000 年總物質淨存貨增加量為 307 Mton，人均為 14 ton/cap。前述之總物 質包含生物質、建築材料、金屬物質、非金屬物質和能源物質。Kleemann et al. (2017a) 運用bottom-up MSA 計算 2013 年維也納人均建築物質存量為 210 ton/cap，其中人 均混凝土存量為83 ton/cap，人均磚存量為 70 ton/cap，人均鋼鐵存量為 3.2 ton/cap，
而人均木材存量為4 ton/cap。維也納人均建材存量遠高於臺北市，推測是兩地居民
生活型態不同。臺北市地小人稠，人口密度為維也納兩倍之多，每棟建築居住人口 亦較多，因此人均建材存量小於維也納。就組成而言，維也納磚和木材比例也較臺 北市高，顯示維也納建築可能較為低矮(4 樓以下)且建築面積大。Tanikawa and Hashimoto (2009)估算 Salford Quays 與和歌山市中心 2004 年人均建材存量分別為 111 ton/cap 和 247 ton/cap。其建材評估範疇包括鐵路、道路和建築，建築占總物質 存量比例分別約為7 成和 9 成。因此在人均建材存量方面，臺北市和 Salford Quays
將累積50 年 MS 的地理位置、量和密度運用 3D-GIS 呈現如圖 6-3。柱體高度 和顏色代表 MS 量。底圖顏色代表 MS 密度，是以 MS 量除以行政區平原面積得 到。臺北市建材存量密度為 1,506,080 ton/km2，其中混凝土存量密度為 1,232,615 ton/km2，鋼鐵存量密度為127,697 ton/km2，磚存量密度為125,465 ton/km2。就行政 區而言，MS 量最高且密度也最高的地區為內湖區，MS 量為 32.8 Mton，平均密度 為2,908,716 ton/km2。其次為大安區和中山區，MS 量為 26.9 和 24.7 Mton，平均 密度分別為2,655,327 和 2,132,011 ton/km2。前述密度估算所使用的面積皆為平原 面積，此為考量山區建築較少占地遼闊，若將山區面積納入評估可能會影響對現象 的解讀。MS 的空間分布，大多密集聚於都市中間地帶，推測可能與臺北市屬盆地 地形有關，且有集約化發展的現象。Tanikawa and Hashimoto (2009)估算 Salford Quays 與和歌山市中心 2004 年建材存量密度分別為 418,000 ton/km2和 1,121,00 ton/km2。Kleemann et al. (2017a)估算 2013 年維也納建材存量為 380 Mton，若以土 地面積為414.9 km2(不含水域面積為 395.7 km2) (Kral et al. 2014)計算，建築存量密 度為960,226 ton/km2。而臺北市2004 年建材存量密度為 1,219,944 ton/km2，2014 年為1,506,080 ton/km2。由此可見，臺北市施行都市採礦可能較其它地區具經濟效 益。但在過程中遇到需要交涉人數可能較其它地區多，因為臺北市每單位建材所承 載人數亦為三地區之冠。
(a)
(b) (c) (d) (e) (f)
圖6-3 臺北市建築都市礦空間分布(a) 1965-2014；(b) 1975 年；(c) 1985 年；(d) 1995 年；(e) 2005 年；(f) 2014 年
6.3 臺北市建築累積物質存量釋出趨勢
都 市 礦 和 原 生 礦 不 同 之 處 在 於 都 市 礦 必 須 至 使 用 週 期 結 束 後 才 可 開 採 (Lederer et al. 2016)。都市採礦規劃必須考量都市礦可能的釋出時間，一般而言，
都市礦年齡愈高釋出時間愈近。圖6-4 為將建材礦年齡由高至低排列，分析結果顯
Short term Long term
Short term Long term
Zhongshan
6.4 臺北市建材都市礦熱區 II 分別為本研究探勘(exploration)之大安區和中山區熱礦場。礦場資訊如表 6-1 所 示。Zone I 面積約為 0.1 km2，其中包含185 筆建築，建築用途多為住宅，建築平
(a)
(b)
圖6-5 臺北市建築都市熱礦場 (a) 大安區 Zone I；(b) 中山區 Zone II
Concrete 80%
Brick 15%
Steel 5%
Concrete 71%
Steel 4%
Brick 25%
表6-1 臺北市都市礦熱區資訊
District Da’an Zhongshan Zone I Zone II
Area (km2) 11.36 13.7 0.1 0.6
Total number of buildings 1,068 438 185 147 Number of building
licenses (referring to the
use of buildings) 905 406 177 136
Major use of buildings Mixed residential
& residential Total gross floor area (m2) 827,976 394,477 108,914 118,814 Total amount of
construction material stock(MS) (ton)
1,372,878 648,639 181,061 194,892 Steel (ton) 67,493 26,399 8,712 7,509 Concrete (ton) 1,027,577 474,719 144,655 138,877 Brick (ton) 277,808 147,521 27,695 48,506
第二項不確定性為由於建築統計資料中，部分項目數據無記錄或品質不佳，整 筆資料未納入分析或計算。在都市礦量化部分由於需要參數較多，因此有效資料筆 數較少，共38,098 筆。另外有效資料最少為空間化步驟，近 4 成資料地址不完整，
其中亦有部分地址無法對應至點坐標，造成最後至空間化步驟時僅餘近5 成資料。
這些無記錄或品質不佳的數據將導致都市礦總量低估。資料缺乏空間屬性，將無法 探知熱礦場，降低都市採礦效益。最後一項不確定性為源自於點和面圖層空間對應 過程。由於建築面圖層為高解析度，一棟建築即為一個面圖徵，因此同機構之不同 建築面圖徵可能會被參照到不同建築資料點圖徵，因為地理位置較接近。此部分不 確定性對於空間分析影響較大，物質存量部分仍保有完整量化資料於圖層中。
本研究物質存量評估結果為顯示都市中人類圈資源含量潛力，未來可深入評 估實際可開採之資源量。本研究之建築統計資料項目已相當完整，但在記錄方面仍
本研究物質存量評估結果為顯示都市中人類圈資源含量潛力，未來可深入評 估實際可開採之資源量。本研究之建築統計資料項目已相當完整，但在記錄方面仍