國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
10
部門，直至其最終消費之產品供應量減至零，若尚有缺電量，則由附加價值乘數 次小的最終消費產品來負擔缺電量，依此原則直至缺電量全數分配完畢。
Chen and Vella
(1994)與許志義等(1990)與本研究均著重探討經濟體遇資源 供應瓶頸限制下的最適配置策略。不同的是，本研究所探討之情境為在考慮未來 在廢除核能電廠之後發電裝置容量很可能無法提升，電力供應將無法跟上經濟成 長所需，因而限縮經濟成長。本研究之LPIO 模型求解結果所反映的是透過最適 的產業限電配置以縮減經濟成長與目標成長率之差距。Chen and Vella (1994)及 許志義等(1990)設定之模擬情境則是突發的電力供應短缺，其 LPIO 模型求解結 果則會選取附加價值乘數相對較小之產品，犧牲其最終需求之消費量，優先確保 能直接創造附加價值之生產部門的用電量，以求GDP 因供電短缺所致之下降幅 度極小化。Wang and Miller (1995)假設運輸部門因投資不足而成為瓶頸部門，其模擬情
境設定各部門之成長目標為 10%，而運輸部門僅能達到 5%的成長，透過 LPIO 模型來分析運輸瓶頸部門如何影響經濟成長，並設計因應策略，將瓶頸部門所造 成的資源缺口量，依照一給定的比例 R 分配給生產部門承擔，其餘則由最終需 求部門吸收。若政策以家計部門之需求為優先考量，則資源缺口量全由產業部門 來承擔。Rose et al. (1997)透過 LPIO 的模型設計以最適化其研究中於 Shelby County 的Gross regional product (GRP)，與本研究尋求台灣的 GDP 類似。當地震發生後 會發生電力系統的供應短缺，各部門之產值(X)與最終需求(Y)受到影響而下降，
給予產值的上限為地震發生前的水準，於災害發生後不應該比發生前有更多的產 出。但各部門之最終需求除了電力部門設定不能超過基期之水準以外，其他部門 並未設定上限，而只給予特定部門之最終需求下限的設定，如：食品、煉油、運 輸、通訊、醫療服務、教育服務與政府部門，主要為民生基本需求的部門，其最 終需求能有最低限度的需求滿足，因為當災害發生若民生必需品無法得到滿足則 可能對經濟會造成二度衝擊。相較於Rose et al. (1997)的設定，本研究之設定係
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
11
假設於未來經濟成長時發生供電瓶頸，因此各部門之最終需求下限即為零成長，
須維持其基期時的需求。Rose et al. (1997)亦提出各部門之最終需求的生產先後 順序，依照各部門每單位直接加間接的電力使用所能貢獻的GRP，越高的就越優 先分配電力以供生產。本研究在結果分析中呈現各部門 VAEE 之排序，並說明 LPIO 模型依據此排序配置各最終產品之成長率。
Rose et al. (1997)說明透過線性規劃可以在遇到災害時，第一時間將有限的 資源規劃其最有效的運用。若使用簡單IO 模型分析缺電的損失，將產業的損失 轉移給最終需求承擔，會使得整體經濟所受到的衝擊因為產業關聯效果而更加擴 大。對於電力相對依賴的部門可能會接著成為經濟的瓶頸，並接著將影響傳遞至 下個部門，因而整體經濟的損失以受到最大衝擊之部門所決定，而導致最後電力 減少得部分比原先受到直接的損失還多。Jiang and Haimes (2004)依照電力部門之 損失百分比，假設各部門亦等比例的減少產出百分比，透過以IO 模型為基礎所 衍伸之IIM 模型分析，整體經濟損失的百分比即與電力的受損程度相同。但這樣 的作法並不是最適分配，Rose et al. (1997)與 Jiang and Haimes (2004)皆提出應該 根據不同產業的用電效率進行最適的規劃。結合線性規劃法，利用產業間的投入 產出關係作為限制，以最小化對於整體經濟的損失。
IO 模型主要強調各產業產出之間的間接效果(inter-industry)，以觀察最終消 費部門的需求變動會如何影響各部門之產出改變。然當我們需要進行稀有資源之 分配使用時，則須將加入線性規劃於IO 模型中，才得以討論在僅剩的資源投入 下，如何配置才能創造最多的附加價值。Vogstad (2009)比較整理產業關聯分析與 線性規劃模型之差異，說明：產業關聯模型(IO 模型)之特色在於可以表現出經濟 體中不同產業之間的相互依賴關係，主要用於政府制定政策之分析，以觀察一國 (或一區)之整體經濟的變化；線性規劃模型(LP 模型)則可以幫助決策者在面對多 種的選擇問題時將稀少資源做出最有效率的分配，用於供應鏈的管理或生產流程 的規劃，以單一廠商為進行最有效率之生產所用。Dorfman, Samuelson and Solow (1958)指出 IO 模型僅是 LP 模型的一種特例，IO 模型沒有產能上限，最終需求
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
12
為外生給定，在於固定的投入技術與分配結構之下，產出僅為滿足需求，並無可 行範圍以供決定產出組合，僅有一均衡產出組合點。意即了解最終需求生產過程 中所需之中間投入與各部門之產出，使得產出滿足需求，一旦給定了最終需求所 要滿足的水準，透過IO 模型中的 Leontief 逆矩陣所對應之產出僅會是一對一的 唯一解，並無選擇的餘地。結合線性規劃將產出與最終需求內生化，給予部門產 能之上限，透過投入產出關係，決定最適之產品生產組合，並改變部門間產出的 分配結構，以將各部門之產出達到最有效率的分配。利用線性規劃模型將可以幫 助我們解決稀少資源分配之問題。
2.3 文獻比較
總結以上所回顧的文獻，本研究引用上述文獻之特色，作為模型設定上之參 考，許志義等(1990)根據我國在電源不足時期之限制用電辦法，設定缺電量應由 產業部門負擔；但Chen and Vella (1994)則認為缺電量應優先由家計部門承擔，
原因在於其認為家計部門不若生產業部門可直接創造附加價值。本研究於模擬中 假設經濟成長10%所會遇到的供電瓶頸，係參考 Wang and Miller (1995)所設定之 成長情境，因為目前的情況下並未發生電力不足之情形，目標在於未來的電力成 長不足，應如何規劃電力的使用。並採用電力缺少量的配置比例R 值加入民生在 電力和其他產品的消費互補性，比較不同的供電缺口量配置比重下民生與產業部 門所受之衝擊，而進一步深入探討這些設定如何影響結果，說明與現實的相關性。
本研究使用LPIO 模擬之原因，Rose et al. (1997)說明 IO 模型會將損失擴大，
因而造成產出再次的下降，Jiang and Haimes (2004)則透過線性規劃，希望控制電 力損失所造成的影響為最小。Dorfman, Samuelson and Solow (1958)亦提出 IO 模 型為線性規劃模型之特例，IO 模型並不是最適的分配，僅為一種滿足投入產出 的均衡狀態。基於電力不易儲存的特性，當缺電情形發生後，電力部門只能供應 一半的電力，但由於缺少一半的電力，會造成整體產業的損失並透過IO 模型中 的產業關聯效果，再次影響電力部門使得整體對於電力的需求少於電力部門所能
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
13
供應的產出，但原始電力部門已經供應了一半的電力，於是這之間的差距就因為 無法儲存而造成浪費，所以透過LPIO 以最小化經濟損失為前提決定電力於各部 門之分配。另外，Rose et al. (1997)維持民生必需品最小程度的滿足，而本研究則 設定至少維持基期的水準。原因為災害而引發損失時需要優先維持生活的最低水 準，但本研究所探討之經濟成長時所遇到的供電瓶頸，最糟糕之情況本研究設定 至少應滿足基期時的水準，在追求經濟成長的情境下，以柏拉圖改進(Pareto
Improvement)為原則。以下亦將各文獻總結成表 1，以說明比較各個文獻之主要
探討內容與本研究所參考之處。‧
and Miller (1995)
運輸部門成為瓶頸時，
Cipollone
and Marchetti (2001) 界定瓶頸部門 以線性規劃方求算找出無法滿足需求成長之瓶頸部門。 以 LPIO 模型找出成長情境下可能成為瓶頸之部門。
李高朝、李秀娟 與林師模(2012)
界定瓶頸資源以及瓶頸 部門
採用Cipollone and Marchetti (2001)的方法並加入資源供給
及進口之限制，以找出無法滿足需求成長之瓶頸部門。 其結果指出，未來電力會成為台灣經濟發展的瓶頸。
and Haimes (2004)
Leontief-Based 系統之風
險管理 研究電力損失所造成之影響 比較IO 與 LPIO 之差異，利用 LPIO 將經濟損失最小化。說明 LPIO
的損失會小於僅利用IO 分析之損失。
Dorfman, Samuelson
與Solow (1958) 線性規劃與經濟分析 說明線性規劃之各種運用 說明IO 是 LP 的一個特例。IO 不在於做最適配置，僅遵照現有的投
3.比較以夏季及全年IOT資料校準LPIO模型所得出之模擬結果差異。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
15