國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19
由於 CDM 計畫實行期間與 CERs 被核發之時點相隔至少一年以上，因此本 文的迴歸估計式將第 t+1 年的 CERs (CERi,(t+1)) 與第 t 年的排放量 (EPCit) 做對 應。另外，考慮到第 t 年的排放量 (EPCit) 可能對第 t+1 年的 CERs 產生影響，
有內生性 (endogeneity) 問題，所以進一步以兩階段最小平方法之固定效果模型 (fixed effects two-stage least squares) 來做估計；也就是利用第 t 年的工具變數 (instrumental variable) 預測第 t+1 年的 CERs (CERi,(t+1)|it)。而煤消費量和天然氣 消費量同樣具有內生性問題，因此也採用工具變數進行估計。CERs、煤消費量 和天然氣消費量的工具變數為國內儲蓄總額 (gross domestic savings)、國土面積 (land area)、外人直接投資 (foreign direct investment, FDI) 和股票交易金額 (stocks traded, total value) ， 資 料 取 自 世 界 銀 行 (World Bank) 之 World Development Indicators (WDI) 資料庫。
二、 變數定義與資料來源
本文目的在於探討 CDM 對溫室氣體減量的影響，然而由於在六種被要求減 排的溫室氣體中，二氧化碳 (CO2) 占全球溫室氣體的比重最大，約 73%19；加 上囿於溫室氣體資料的完整性不足，故本文以二氧化碳取代之。且為了剔除人口 因素對排放量產生之影響，因此被解釋變數為平均每人能源消費產生之二氧化碳 排放量 (CO2 emissions from the consumption of energy per capita)，資料取自美國 能源情報署 (U.S. Energy Information Administration，以下簡稱 EIA)。而影響各 國二氧化碳排放量的解釋變數之計算方式及資料來源如下：
1. CDM 計畫
代表 CDM 計畫的變數可為計畫件數或是 CERs，但考慮到每件計畫規模大
19 根據 Climate Analysis Indicators Tool (CAIT) of World Resources Institute 之統計：
http://cait.wri.org/（2011/02/28 取得）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
小的不同，因此本文不以 CDM 計畫件數做為解釋變數，而是以平均每人獲得之 CERs 做為影響二氧化碳排放的因素。Zhang and Wang (2010) 同樣以平均每人獲 得之 CERs 代表 CDM 計畫，探討其對中國各地區二氧化硫排放量的影響，但實 證結果並不顯著。本文 CERs 的資料由 UNFCCC 公開之各計畫已核發 CERs 數 據整理所得。20由於核發之 CERs 是依據計畫設計文件 (PDD) 分配至地主國與 投資國的帳戶，各計畫的分配比例並不相同，因此本文不考慮其分配比例，而將 地主國與投資國在計畫中所獲得之 CERs 以相同數量計算。以註冊案號第 1105 號，中國與英國合作的計畫為例（詳見附錄表 A），其獲得 340,137 單位的 CERs，
本文便將中國與英國獲得之 CERs 數量皆以 340,137 單位計算。
探討 CDM 對溫室氣體減量之影響的實證文獻中，除了 Shimazaki et al. (2000) 的研究對象包含地主國和投資國，其餘文獻的研究對象皆為地主國。由於實證結 果有肯定 CDM 的減量效果者 (如 Sutter and Parreño, 2007; Shimazaki et al., 2000) ， 亦 有 因 CDM 計 畫 邊 界 外 產 生 的 碳 漏 損 而 否 定 其 減 量 效 果 者 ( 如 Amatayakul and Berndes, 2007; Böhringer et al., 2003; Glomsrød and Wei, 2005)；因 此難以判斷 CERs 對二氧化碳排放量之預期效果。
2. 經濟發展
追求經濟發展的過程中，由於化石燃料使用的增加，使得溫室氣體排放量大 幅成長。探討溫室氣體排放影響因素的相關文獻，亦有不少將經濟發展納入為解 釋變數。除了少數如 Tamazian et al. (2009) 同時以平均每人國內生產毛額 (GDP per capita)、工業產值占 GDP 比重與國內研發支出占 GDP 比重為經濟發展變數 外，大多數文獻皆以平均每人 GDP 為經濟發展變數 (如李國志與李宗植，2010;
Kaufmann et al., 1998; Dinda and Pal, 2000; Shi, 2003; Zhang and Wang, 2010)。
20 資料來源：http://cdm.unfccc.int/Issuance/cers_iss.html（2011/02/28 取得）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
另 外 ， 由 於 Grossman and Krueger (1995) 提 出 了 環 境 顧 志 耐 曲 線 (Environmental Kuznets Curve, EKC)21 的概念，這些文獻便加入了 GDP 的平方項 和三次方項為解釋變數，以檢驗經濟發展與環境汙染間是否有非線性關係。其 中，Tamazian et al. (2009) 的實證結果支持 EKC 的理論，Zhang and Wang (2010) 則進一步發現環境汙染程度與所得呈現「N 型」的曲線。22然而，Kaufmann et al.
(1998) 和 Dinda and Pal (2000) 的研究卻得出「正 U 型」的曲線。此外，李國志 與李宗植 (2010) 和 Shi (2003) 的研究結果雖為「倒 U 型」的曲線，但轉折點非 常高，與現實不符，故其認為經濟發展和環境汙染呈現單調遞增的關係。
由於開發中國家的產業結構尚未轉型，因此模型一的經濟發展變數僅加入 GDP 的一次方項；而預期已開發國家的經濟發展與環境汙染間有非線性關係，
因此模型二加入 GDP 的一次方項和平方項。資料取自世界銀行 (World Bank) 之 World Development Indicators (WDI) 資料庫，因前述文獻研究結果不一，故無法 預期經濟發展對二氧化碳排放量之影響。
3. 能源效率
能源效率 (energy efficiency) 被認為和減少汙染排放有絕對關係，其與能源 密集度 (energy intensity) 是相對的；能源密集度愈高，即能源效率愈低，產生的 汙染排放量就愈多。通常以每創造出一單位經濟產出所需使用之能源數量來表示 能源密集度；若能源使用者可以在使用較少能源數量下得到相同數量的經濟產 出，代表其能源密集度較低，能源效率較高。許多進行二氧化碳排放因素分解的 研究亦將能源密集度納入為影響二氧化碳排放的重要因素 (如 Schipper et al.,
21 環境顧志耐曲線為環境汙染程度與所得呈現「倒 U 型」的曲線，即所得的一次方項與平方項
分別對環境汙染有正向及負向影響。也就是在經濟發展初期，隨著國民所得的增加，環境品質逐 漸惡化；然而當經濟發展至某一轉折點時，環境品質會隨著產業結構轉型而逐漸改善。
22 「N 型」的曲線即所得的一次方項、平方項與三次方項分別對環境汙染有正向、負向及正向
影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
2001; Bruvoll and Medin, 2003; Bruvoll and Larsen, 2004; Lin et al., 2006)。此外，
有些探討汙染排放影響因素的文獻，亦將能源效率變數做為解釋變數（如劉錦龍 等，2002；李國志與李宗植，2010; Iwami, 2004），且均得出能源密集度對汙染 排放量有正向影響之結果。本文乃採用一單位 GDP 使用的主要能源消費量 (total primary energy consumption per dollar of GDP) 代表能源效率變數，資料取自 EIA，預期能源密集度對二氧化碳排放量有正向影響。
4. 能源消費
人為的二氧化碳排放量主要來自於化石燃料的燃燒，因此能源消費往往與氣 候變遷議題有著密不可分的關係。Tamazian et al. (2009) 與 Iwata et al. (2010) 在 探討二氧化碳排放量影響因素的研究中，也以能源消費做為解釋變數，並得出能 源消費對二氧化碳排放量會產生正向影響之結果。而 EIA (2010) 的研究報告顯 示，全球能源相關的二氧化碳排放量於 2007 年高達 297 億公噸，EIA 並預測其 將於 2020 年增長至 338 億公噸，甚至於 2035 年達到 424 億公噸。另外，根據 2008 年的統計數據顯示，在產生二氧化碳的能源中，煤占了 43%之比重，天然 氣 占 了 20% 之 比 重 (IEA, 2010) 。 因 此 ， 本 文 將 平 均 每 人 煤 消 費 量 (coal consumption per capita) 與平均每人天然氣消費量 (dry natural gas consumption per capita) 做為能源消費變數，資料取自 EIA，預期兩者皆對二氧化碳排放量有 正向影響。
以下將本研究的被解釋變數與各項解釋變數之定義、資料來源及預期影響彙 整如表 2。
‧
被解釋變數 (dependent variable) 二氧化碳排
放量 [EPC]
能源消費產生之二氧化碳總 排放量/總人口 (公噸)
Energy Information Administration 解釋變數 (independent variable)
CDM 計畫
[CER] 已核發之 CERs 數量/總人口 UNFCCC ？ 經濟發展
[GDP]
GDP/總人口
(constant 2000 US$)
World Bank: World
Development Indicators ？ 能源效率
[EI]
主要能源消費量/GDP (Btu/Year 2005 US$)
Energy Information
Administration + 煤消費量
[COAL]
煤消費量/總人口 (1015 Btu)
Energy Information
Administration + 天然氣消費量
[NGAS]
天然氣消費量/總人口 (1015 Btu)
Energy Information
Administration + 時間趨勢
[T] 2003 年為 1，其後逐年加 1 +
註：Btu (British thermal unit) 為英熱單位。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24