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

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