第五章 結果與討論
5.2 各參數之敏感度分析
為了進一步瞭解最佳化模式中各項參數,對土地利用規劃分析結果 之影響,本章節將進行參數的敏感度分析(Sensitivity analysis),以瞭解參 數值有所變動時,規劃結果之影響如何,以工業 CO2削減成本、工業土 地利用收益之參數進行敏感度分析。
5.2.1 CO
2削減成本之敏感度分析
由於汙染削減成本具有高度差異性且隨汙染控制技術之進步,成本 亦可能隨之變化,因此本研究針對模式中成本變數進行敏感度分析,以 探討成本項之變動對土地利用規劃產生之影響。研究中以情境二為例,
進行工業CO2削減成本參數之敏感度分析(Sensitivity Analysis)。表3為設 定之工業區域 CO2 削減百分比與削減成本,CO2 削減百分比設定在
10%~30 %,並依據成本分成a至 g七個案例,分析結果如圖 6所示,方
案a至方案 c成本調幅雖以倍數關係成長,但工業面積仍然大幅成長但,
此結果顯示在此成本變動範圍,對規劃結果之敏感度不高;在方案d與 e 情境下結果顯示當削減成本再次提高,工業部門與方案 a 比較之下已減 少4 km2,而方案f情境下,結果顯示相較方案 a,工業部門面積更減少
16 km2,反之住商部門則增加16 km2,可見其敏感度較高。在g方案結
果顯示,若將工業部門CO2削減成本再次提高,其對規劃結果影響甚高,
與方案a相較下,工業面積大幅減少 68 km2,住商部門則增加68 km2, 因工業部門削減成本較高,為達到妥協解,結果選擇 CO2削減成本較低 之住商部門來達到所設定標準。綜言之,調整 CO2削減成本,方案 a 至
e對結果影響甚小,敏感度較低,以f 與g方案之敏感度較顯著,表示若 削減成本達到20,000元/噸以上,將對土地規劃結果產生相當大影響。
表5.17 工業部門削減成本與百分比上限 成本:元/噸 削減百分比
方案 10% 20% 30%
a 2,000 7,000 10,000
b 4,000 14,000 20,000
c 8,000 28,000 40,000
d 16,000 36,000 80,000
e 18,000 38,000 100,000
f 20,000 40,000 120,000
g 22,000 42,000 140,000
60 80 100 120 140 160 180
a b c d e f g
case
平方公里
工業面積 住商面積
圖5.17工業部門削減成本敏感度分析結果圖
5.2.2 工業部門土地利用收益之敏感度分析
高雄縣、市產業以傳統重工業為主要,其中又以鋼鐵業、石化業等 產業,為 CO2最大排放源,但也造就區域經濟大幅成長。以高雄市工業 部 門 平 均 單 位 面 積 收 益 為 最 高 , 約 30,626(百 萬 元/km2), 高 雄 縣 為
19,927(百萬元/km2),研究將各產業統整為工業部門,並未細分各產業,
因此以各產業平均收益計算。
研究中以情境二為例,目標人均排放量為 17.1(噸/年/人),並且設定 工業部門排放上限,不得超過2005年工業總排放量。並分別探討工業部 門土地利用單位面積收益對規劃結果之影響,其收益變動幅度分別為正 負40%,藉以瞭解不同設定情況下之敏感度。分析結果如圖 5.18所示,
當減少百分以為10 %時,工業部門總面積大幅成長,而當工業單位面積 收益分別減少20%、30%、40%情況下,規劃結果與工業單位面積收益減 少10%比較之下,只減少4km2,因此減少工業單位面積收益對其土地規 劃結果影響較低,工業土地利用面積仍然大幅成長,但減少土地利用收 益對總收益亦相對減少。其原因為即使減少 40%之工業單位面積收益,
但仍比其它部門收益較高,因此在達到妥協規劃情況下,工業面積仍然 大幅成長,總收益部份隨工業單位面積土地利用收益減少幅度增加而減 少,其它部門沒有變動。當其單位面積收益增加 10%情況下,規劃結果 與未變動成本比較,面積仍然大幅增加至156km2,然而隨著變動幅度增 加至 20%、30、40%,對於研究地區土地利用總收益亦增加,由結果得 知,在變動幅度正負40%情況下對結果影響甚小,顯示其敏感度較低。
150