同之面圖徵僅保留一筆完整屬性數據(MS、結構、用途和年齡等)。其它地址相同之 面圖徵將移除年齡以外的屬性數據，完成空間化步驟。點圖徵周圍之面圖徵可能為 屬同一機構之建築，或是相近時期建設之建築。因此本研究假設點圖徵和周圍之面 圖徵建築年齡相近，而保留點面圖徵對應結果之年齡數據。此空間對應過程存在不 確定性，將於6.5 臺北市累積建築物質存量不確定性和限制章節說明。
圖3-3 物質存量空間化步驟 3.5 熱區分析
在賦予MS 空間屬性後，為尋找區域內具較高開採潛力的老建築聚集群，本研 究引用熱區分析(hot spot analysis, HSA)之 Getis-Ord’s Gi*(d)統計檢定方法，其方程 式如下所示(Getis and Ord 1992)。
∗ ∑
∑ --- (14)
Getis-Ord’s Gi*(d)為評估空間單元 之變數 ，在距離 為的範圍內，與鄰接空 間單元 之變數 的相關程度。距離 的決定原則為每個變數至少有一個鄰接空間單
元的最短距離。 則為距離為 (m)的範圍內，鄰接空間單元間的權重矩陣。在
本研究中空間單元為每個建築的面圖徵，變數 為建築的年齡(years)，權重設定為 經濟體中排名第27 名(National Development Council 2017)。為滿足經濟體內部需 求，許多物質由世界各地聚集到臺灣形成都市礦。若政府當局能有系統規劃都市礦 山開採，並妥善利用境內都市礦，使其成為可用的二次資源，便可緩解物質進口壓 力、增加物質供給安全和提升國家戰略性(Simoni et al. 2015)。因此，都市礦量化對 具有高資源供給風險的臺灣而言至關重要。而臺北市為臺灣人口密度最高的都市，
截止2016 年底人口數為 2,695,704 人，土地面積(包含山坡和平原)為 271.8 km2， 人口密度為9,918 人/km2 (Taipei City Government 2017)。建築需求殷切，且資料可 及性高並具有可信度，故本研究選擇臺北市為個體尺度(individual-level)的研究案
(MI 2017)。執照記載建築結構、建築用途和總樓地板面積等項目。為探討臺灣各個 縣市建築代謝和趨勢，本研究將此執照資料加以彙整分析，如附件一所示。臺北市 top-down 之 DPO 為營建廢棄物(TCG 2018)和營建剩餘土石方(MI 2018)合計。德國 HMFA 為採用 2010 年 IOTs (OECD 2018)，其它物質流量和存量資料為參考 Schiller concrete, RC)、鋼骨鋼筋混凝土(steel reinforced concrete, SRC)、鋼結構(steel structure, SS)、磚構造(brick)、加強磚造(reinforced brick)、石造(masonry)、木造(wood)和其它 用途之物質強度。Hsiao et al. (2002)和 Chang (2002)物質強度為單位樓地板面積之 物質體積(m3/m3)或面積(m2/m3)，經本研究轉換為重量單位如表 3-2 所示。SRC 之 物質強度為引用 Chang (2002)，然而其木材原始單位為(m2/m3)無相關重量轉換單
位，故SRC 木材部分為假設與 Hsiao et al. (2002)之鋼結構相同。Chang (2002)將建
四、 臺灣建築年增物質存量結果 4.1 臺灣多空間尺度建築毛存貨增加量
本研究應用HMFA 結合工業生產統計年報、臺灣鋼鐵和 IOTs 資料評估(MOEA 2011; Shih 2016; Executive Yuan 2015)2001、2004、2006 和 2011 年臺灣 macro-level 至individual-level 毛存貨增加量(GAS)。臺灣四個目標年度平均建材存量為 87 Mton，
其中MS 量最多的建材為混凝土，占 91%。其次為鋼鐵和磚，各占 6.6%和 2.4%。
表4-1 臺灣建築毛存貨增加量(GAS)
2001 2004 2006 2011
Construction gross additions to stock (GAS) (ton)
Aluminum 13,901 13,269 22,960 18,261
Brick 2,163,125 1,582,522 2,714,991 1,722,141 Concrete 71,234,791 84,302,757 82,515,614 77,778,962
Glass 133,473 45,884 97,530 8,839
Steel 5,146,849 6,316,416 5,889,869 5,616,536
Wood 39,678 35,664 33,738 8,501
Total 78,731,817 92,296,512 91,274,702 85,153,240 Per capita construction
GAS (ton/cap)
Aluminum 0.01 0.01 0.02 0.02
Brick 2.57 1.74 2.38 1.67
Concrete 69.83 84.80 69.31 72.54
Glass 0.14 0.05 0.08 0.01
Steel 5.01 6.11 4.86 5.05
Wood 0.04 0.04 0.03 0.01
Total 77.60 92.75 76.69 79.29
Construction GAS density (ton/km2)
Aluminum 0.6 0.6 1.0 0.8
Brick 94.9 66.2 116.3 77.2
Concrete 3,128.6 3,631.8 3,574.5 3,585.7
Glass 5.8 2.0 4.1 0.4
Steel 222.5 271.2 246.6 235.6
Wood 1.6 1.4 1.4 0.4
Total 3,454.1 3,973.2 3,943.8 3,900.1
(a)
(b)
圖4-1 臺灣縣市別四目標年度平均建材存量資訊：(a)建材 GAS；(b)建材 GAS、
人均建材GAS 和建材 GAS 密度。
圖4-2 臺北市行政區建築毛存貨增加量
4.2 混合型物質流分析驗證
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
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