產業部門能源需求與碳排放之驅動力與效率的實證研究 - 政大學術集成

全文

(1)國立政治大學財政學系博士論文指導教授：黃宗煌博士. 產業部門能源需求與碳排放之驅動力與效率的實證研究. 研究生：單珮玲撰中華民國九十九年九月.

(2) 謝. 辭. 經過多年的努力，終於完成了這本論文。回首撰寫期間的點滴過程，雖是極具艱辛，但最令我感念的是指導教授黃宗煌博士，在我學術生涯與生命歷程中，擴展我生命的宽度與學習的深度。恩師學識淵博，待人處世更是極為謙卑，實令人由衷欽佩，也是我學習的典範。在論文寫作期間，恩師曾犠牲無數的假期，為我導正觀念、確立研究方向，也極其辛勞的引導我試出最理想的模型。念此浩瀚師恩，永銘在心。感謝口試委員的斧正指導，使本論文更臻完善。周登陽博士遠從嘉義中正大學百忙撥冗擔任口試委員，周老師學識涵養極佳，提供諸多寶貴意見；黃明聖博士是我博士班總體經濟的啟蒙恩師，在論文的結構上給予適切的指導；賴育邦博士在環境經濟理論上具有深厚的功力，在研究分析上給予許多提醒；吳文傑博士是我計量經濟的啟蒙恩師，對於模型的設定與檢定提供極為重要的指正。此外，也要感謝徐偉初教授、曾巨威教授與陳香梅教授在求學期間給予的鼓勵與支持。研究過程中，感謝嶺東科技大學楊永列院長在計量相關分析與 Frontier 軟體操作方面，給予大力指導，使本論文之計量分析得以順利進行。也感謝耿信協助指導 E-Views 軟體的操作。另外，極為感謝宴如學姐與同窗好友儷文給予我精神支持，也要謝謝一路上陪著我學習「菩提道次第廣論」的鄭月英師姐與其他師兄、師姐們；在論文即將完成階段，也謝謝遠在「台南講堂」的如印法師給予的諄諄教誨與開示。在這段求學過程中，感謝財政部稅制委員會湯執行秘書明輝給予的肯定、琬如科長的大力支持與本科同仁的體諒。感謝父母的無限付出與手足親情給予的深切關懷，尤其是家父每天給予的親切叮嚀。最後也要感謝一對兒女的支持與陪伴，使我在佈滿荊棘的學習路途中，克服一切困難，順利完成博士學位。謹將此榮耀獻予所有給我順緣與增上緣的人共同分享。單珮玲. 謹誌. 2010 年 9 月於國立政治大學財政研究所. ii.

(3) 摘要本研究包括 3 個研究議題。鑑於傳統文獻在拆解 CO2 排放量或能源需求量時，均以全國人均 GDP 及人口數為重要的組成因素，因而導致此二因素的貢獻度不因污染物而異，亦不因產業不同而有別，拆解結果的政策意涵更是有限；是以，本論文第一個議題以拉氏指數法和算術平均迪氏指數法之加法型態，將不同部門別（包括農業、工業、服務業與運輸業）燃燒能源所產生之 CO2 排放量，拆解成 5 種不同的組成因素（包括：碳密集度、部門結構、能源密集度、部門就業量及經濟規模等），藉以改善前述問題。此外，本文進一步根據拆解結果，分析各項政策工具（如環境稅、進口關稅）與經濟變數（如貿易條件）對於各組成因素之貢獻量的影響效果，為因素拆解的結果增添饒具意義之政策意涵。第 2 個議題係為建立節能減排的有效政策工具，須先詳實掌握各項政策工具對節能減排與經濟成長的影響，乃深入回顧相關文獻之理論與實證方法，據以建立適合台灣的 3E 聯立模型，並進行實證分析，藉以推估多項政策工具（如環境稅、關稅等及能源價格等）與經濟變數（如貿易條件、所得等）對於節能減排與 GDP 的影響。實證分析結果顯示，台灣之能源消費、CO2 排放、及 GDP 對於各項政策工具與經濟變數之彈性不僅各異其趣，而且有些彈性並非固定不變，可隨時間經過動態調整。近年來，能源效率的衡量再度成為各國重視的焦點，而各部門之能源需求的推估亦為永續能源政策的重要工作，惟國際間常以能源生產力或能源密集度來衡量能源效率，為真實掌握各部門之 GDP 生產的技術效率（technical efficiency）與能源需求效率（demand efficiency），本論文第 3 個議題乃是建構一個 4 部門（農業、工業、服務業及運輸業）的 panel data (1992~2008 年度)，據以推估各部門之隨機 GDP 生產邊界（stochastic production frontier)及隨機能源需求邊界(stochastic energy demand frontier)，其結果不僅反映多項政策工具與能源價格對部門 GDP 生產及能源需求的影響因部門不同而異，也反映產業競爭力對部門 GDP 生產及能源需求之技術效率影響。. i.

(4) Abstract The thesis includes 3 issues of research. The literature on factor decomposition of energy demand or pollutant emissions had shown that GDP per capita and population are crucial factors. Nevertheless, their contributions remained identical regardless of pollutants and industries and the underlying policy implications were limited. To avoid this drawback, the first research of this paper applies both Laspeyres index method and the arithmetic mean weight scheme to decompose the factors contributing to CO2 emission by various sectors (such as agriculture, industry, service and transport). The results indicate that the contributions of such factors as sectoral employment and output level differ among sectors. We enhance the policy implications of the decomposition results by evaluating the effects of policy instruments (e.g., environmental tax and import tariff) and terms of trade on the contribution of each factor to CO2 emission. The second issue focuses on initiating effective policy to save energy and reduce emission, one needs to reasonably capture the potential impacts of various policy instruments on energy consumption, CO2 emission and economic growth, the second research, after extensively reviewing the literature, builds a locally ideal empirical model that facilitates the estimation of various policy elasticities. The empirical results indicate that policy elasticities may not only differ from one to the others, but also change dynamically, implying the 3E impacts of some policy instruments might be weakening over time. While measurement of energy efficiency has become one of the important issues in research agenda, energy productivity, however, is frequently used as the indicator. The third issue of this thesis, we estimate, using a panel data, the technical efficiency for sectoral GDP production as well as energy demand based on a stochastic production frontier and stochastic energy demand frontier, respectively. The results indicate that the key driving forces and. ii.

(5) technical efficiency of GDP production and energy demand differ not only across sectors but also across time. The underlying policy implications are examined.. iii.

(6) 目錄摘要 ............................................................................................................................................................... I ABSTRACT ..................................................................................................................................................... II 目錄 ............................................................................................................................................................ IV 表例 ............................................................................................................................................................ VI 圖例 .......................................................................................................................................................... VIII 1. 緒論 ......................................................................................................................................................... 2 1.1 背景與研究動機 ......................................................................................................................................... 2 1.2 研究內容 ..................................................................................................................................................... 7 2. CO2 排放組成因素拆解及其與政策變數之關聯...................................................................................... 13 2.1 研究動機 ................................................................................................................................................... 13 2.2. 文獻回顧 .................................................................................................................................................. 16 . 2.2.1 拆解方法概述 .................................................................................................................................. 16 2.2.2 拆解結果概述 .................................................................................................................................. 23 2.3. 修正的拆解模式 ...................................................................................................................................... 29 . 2.3.1 拉氏指數法 ...................................................................................................................................... 29 2.3.2 算術平均迪氏指數法 ...................................................................................................................... 32 2.4. 資料來源與實證結果 .............................................................................................................................. 35 2.4.1 資料來源與處理 ............................................................................................................................... 35 2.4.2 實證分析結果 ................................................................................................................................... 36 2.5. 組成因素之貢獻量與政策工具的關聯分析 ........................................................................................... 61 2.6 結論與建議 ............................................................................................................................................... 67 2.6.1 結論 ................................................................................................................................................... 67 2.6.2 建議 ................................................................................................................................................... 72 3. 政策工具對 CO2 排放與經濟的效果分析 .............................................................................................. 77 3.1 緒論 ........................................................................................................................................................... 77 . 3.1.1 研究目的 .......................................................................................................................................... 77 3.1.2 研究方法與架構 .............................................................................................................................. 80 3.2 文獻回顧 ................................................................................................................................................... 81 . 3.2.1 政策工具與能源價格概況 .............................................................................................................. 82 3.2.2 政策工具與能源價格之 3E 影響 .................................................................................................... 93 . iv.

(7) 3.3 實證模型設定與預期結果 ........................................................................................................................ 99 . 3.3.1 模型架構 .......................................................................................................................................... 99 3.3.2 實證模型及其預期結果 ................................................................................................................ 101 3.4 資料來源與實證結果 ............................................................................................................................. 107 . 3.4.1 資料來源與統計特性 .................................................................................................................... 107 3.4.2 時間序列的定態與共整合檢定 ..................................................................................................... 108 3.4.3 實證結果 ........................................................................................................................................ 112 3.5 結論與建議 ............................................................................................................................................. 123 4. 能源使用與產出技術效率的評估： ..................................................................................................... 129 4.1 緒論 ......................................................................................................................................................... 129 4.2 理論基礎 ................................................................................................................................................. 132 . 4.2.1 技術效率與配置效率之衡量......................................................................................................... 132 4.2.2 能源之需求效率的衡量 ................................................................................................................ 134 4.2.3 隨機邊界與效率的衡量 ................................................................................................................ 135 4.3 資料來源與設算 ..................................................................................................................................... 139 4.4 實證模型設定與結果分析 ..................................................................................................................... 143 . 4.4.1 隨機邊界的實證模型設定 ............................................................................................................ 143 4.4.2 實證結果分析 ................................................................................................................................. 144 4.5 結論與建議 ............................................................................................................................................. 151 5. . 總結 ................................................................................................................................................. 159 . v.

(8) 表例表 2-1. 挪威各污染物排放之組成因素的貢獻程度：1980 至 1996 ................................................ 14 表 2-2. 排放量之組成因素的拆解文獻彙整表 ........................................................................................ 25 表 2-3. 變數定義及資料來源 ....................................................................................................................... 36 表 2-4. 農業部門 CO2 排放變動量的結構分解：拉氏指數拆解 ......................................................... 37 表 2-5. 工業部門 CO2 排放量變動的結構分解－拉氏指數拆解 ......................................................... 39 表 2-6. 服務業部門 CO2 排放變動量的結構分解－拉氏指數拆解 .................................................... 41 表 2-7. 運輸業部門 CO2 排放變動量的結構分解－拉氏指數拆解結果............................................ 43 表 2-8. 農業部門 CO2 排放成長率的結構分解－迪氏指數拆解結果 ................................................ 45 表 2-9. 工業部門 CO2 排放成長率的結構分解－迪氏指數拆解結果 ................................................ 47 表 2-10. 服務業部門 CO2 排放成長率的結構分解－迪氏指數拆解結果 ......................................... 49 表 2-11. 運輸業部門 CO2 排放成長率的結構分解－迪氏指數拆解結果 ......................................... 51 表 2-12. 農業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ............................................. 54 表 2-13. 工業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ............................................. 56 表 2-14. 服務業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ......................................... 58 表 2-15. 運輸業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ......................................... 60 表 2-16. 各政策工具之資料來源 ................................................................................................................ 62 表 2-17. 政策工具對各組成因素之 CO2 排放貢獻度的影響：工業部門 ......................................... 63 表 2-18. 政策工具對各組成因素之 CO2 排放貢獻度的影響：服務業 ............................................. 63 表 2-19. 各部門 1992-2008 年 CO2 排放變動量各組成因素平均貢獻值： .................................. 68 表 2-20. 各部門 1992-2008 年 CO2 排放成長率各組成因素平均貢獻值： .................................. 69 表 2-21. 各組成因素對各部門 CO2 排放之平均貢獻值： ................................................................... 69 表 2-22. 政策工具的有效性分析 ................................................................................................................ 72 表 3-1. 台灣課徵環境稅費項目之比較 ..................................................................................................... 87 表 3-2. 變數定義及資料來源與各項變數基本統計量 ....................................................................... 107 表 3-3. GDP 函數之 ADF 單根檢定.......................................................................................................... 110 表 3-4. 能源消費函數之 ADF 單根檢定 ................................................................................................. 111 表 3-5. CO2 排放量函數之 ADF 單根檢定 ........................................................................................... 111 表 3-6. 各模型殘差項之 ADF 單根檢定 ................................................................................................. 112 表 3-7. 台灣 GDP 生產函數之推估結果：1992-2007 年 ................................................................. 112 表 3-8. 台灣能源需求函數之推估結果：1992-2007 年 ................................................................... 113 表 3-9. 台灣 CO2 排放量函數之推估結果：1992-2007 年 .............................................................. 113 表 3-10. GDP、能源消費、及 CO2 排放量的各項彈性 ...................................................................... 115 vi.

(9) 表 3-11. 台灣能源消費的所得及政策工具彈性 .................................................................................... 117 表 3-12. 台灣 CO2 排放之各項彈性：1992-2007 年......................................................................... 121 表 4-1. 各部門關稅稅收模型推估結果 ................................................................................................... 141 表 4-2. 相關變數定義與資料來源 ............................................................................................................ 142 表 4-3. 台灣各部門別 GDP PANEL DATA 之 SPF 推估結果：1992-2008 ...................................... 145 表 4-4. 台灣各部門別能源需求 PANEL DATA 之 SCF 的推估結果：1992-2008 .......................... 149. vii.

(10) 圖例圖 1-1. 本研究的三大議題及其內容 .................................................................................................... 7 圖 2-1. 研究架構 .................................................................................................................................. 15 圖 2-2. CO2 排放量變動趨勢（以 1992 年為基期年）－拉氏指數法.............................................. 17 圖 2-3. 農業部門 CO2 排放變動量的因素組成拆解－拉氏指數法 .................................................. 38 圖 2-4. 農業部門 CO2 排放量之組成因素的貢獻量趨勢－拉氏指數法 .......................................... 38 圖 2-5. 工業部門 CO2 排放變動量的因素組成拆解－拉氏指數法 .................................................. 40 圖 2-6. 工業部門 CO2 排放量之組成因素的貢獻量趨勢－拉氏指數法 .......................................... 40 圖 2-7. 服務業部門 CO2 排放變動量的因素組成拆解－拉氏指數法 .............................................. 42 圖 2-8. 服務業部門 CO2 排放量之組成因素的貢獻量趨勢－拉氏指數法 ...................................... 42 圖 2-9. 運輸業部門 CO2 排放變動量的因素組成拆解－拉氏指數法 .............................................. 44 圖 2-10. 運輸業部門 CO2 排放量之組成因素的貢獻量趨勢－拉氏指數法 .................................... 44 圖 2-11. 農業部門 CO2 排放成長率的因素組成拆解－拉氏指數法 ................................................ 46 圖 2-12. 農業部門 CO2 排放成長率的組成因素拆解：迪氏指數法 ................................................ 46 圖 2-13. 工業部門 CO2 排放成長率的因素組成拆解－拉氏指數法 ................................................ 48 圖 2-14. 工業部門 CO2 排放成長率的組成因素拆解：迪氏指數法 ................................................ 48 圖 2-15. 服務業部門 CO2 排放成長率的因素組成拆解－拉氏指數法 ............................................ 50 圖 2-16. 服務業部門 CO2 排放成長率的組成因素拆解：迪氏指數法 ............................................ 50 圖 2-17. 運輸業部門 CO2 排放成長率的因素組成拆解－拉氏指數法 ............................................ 52 圖 2-18. 運輸業部門 CO2 排放成長率的組成因素拆解：迪氏指數法 ............................................ 52 圖 2-19. 農業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ............................................ 54 圖 2-20. 農業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ............................................ 55 圖 2-21. 工業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ............................................ 56 圖 2-22. 工業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ............................................ 57 圖 2-23. 服務業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ........................................ 58 圖 2-24. 服務業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ........................................ 59 圖 2-25. 運輸業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ........................................ 60 圖 2-26. 運輸業部門 CO2 排放變動量的結構分解－迪氏指數拆解結果 ........................................ 61 圖 3-1. 研究架構 .................................................................................................................................. 81 圖 3-2. 歐盟國家總環境稅收占 GDP 比例 ........................................................................................ 84 圖 3-3. 歐盟國家環境稅收占總稅收比例 .......................................................................................... 85. viii.

(11) 圖 3-4. 台灣環境稅費占 GDP 比例：1994-2007 年 .......................................................................... 88 圖 3-5. 國際原油價格趨勢：1991-2008 年 ........................................................................................ 89 圖 3-6. 台灣與亞洲主要國家柴油價格比較（2009 年 6 月） ......................................................... 90 圖 3-7. 台灣與歐盟國家 (EU-6)柴油價格比較（2009 年 6 月） .................................................... 91 圖 3-8. 台灣與歐盟國家 (EU-6)歷年高級無鉛汽油油價之比較 ..................................................... 91 圖 3-9. 台灣原油進口總值占國內生產毛額比例：1999-2008 年 .................................................... 92 圖 3-10. 台灣歷年（1990-2007）人均 CO2 排放量趨勢 .................................................................. 92 圖 3-11. 台灣歷年 CO2 排放量及能源消費量趨勢：1998-2007....................................................... 93 圖 3-12. GDP、能源消費量及 CO2 排放量之關係 ............................................................................ 99 圖 3-13. 時間序列資料的定態性檢定流程 .......................................................................................110 圖 3-14. 主要國家全球競爭力的變動趨勢 .......................................................................................116 圖 3-15. 能源消費的環境稅（費）及關稅彈性：1992-2007 年 .....................................................118 圖 3-16. 能源消費之國內能源價格指數彈性：1992-2007 年 .........................................................119 圖 3-17. 能源消費之貿易條件彈性：1992-2007 年 .........................................................................119 圖 3-18. 能源消費及 CO2 排放的所得彈性：1992-2007 年 ........................................................... 120 圖 3-19. CO2 排放之環境稅(費)彈性及關稅彈性：1992-2007 年................................................... 121 圖 3-20. CO2 排放的能源價格指數彈性：1992-2007 年 ................................................................. 122 圖 3-21. CO2 排放的貿易條件彈性：1992-2007 年 ......................................................................... 123 圖 4-1. 台灣的能源密集度與能源生產力走勢 ................................................................................ 131 圖 4-2. FARREL 的技術、分配與成本效率之衡量 ......................................................................... 133 圖 4-3. 能源需求曲線與需求效率的衡量 ........................................................................................ 134 圖 4-4. 各部門 1992-2008 年之 GDP 的平均技術效率 ................................................................... 147 圖 4-5. 各部門不同期間之 GDP 的平均技術效率之比較 .............................................................. 148 圖 4-6. 各產業部門 1992-2008 年之能源需求的平均技術效率 ................................................... 1500 圖 4-7. 各產業部門不同階段之能源需求的平均技術效率 ............................................................ 151. ix.

(12) 1. 緒論 1.1 背景與研究動機鑑於國際上因應溫室效應（greenhouse effects）的發展趨勢，並參酌國內推動節能減碳與提升能源效率的策略，本研究規劃出三項攸關節能減碳的政策性議題，並根據實際資料進行實證分析，冀能提供關鍵性的研究成果，以供各界參考。茲說明本研究之相關議題的背景如下。. 一、溫室效應與節能減排蔚為國際新焦點國際社會對於環境問題的重視，在 1992 年的「里約高峰會」（Rio Summit）找到了新焦點，「聯合國氣候變化綱要公約」（UN Framework Convention on Climate Change, UNFCCC）因乃孕育而生，為全球溫室效應的論證與溫室氣體（greenhouse gases, GHGs）減量策略的研擬，建立一個國際平台。經過 13 年的磨和，「京都議定書」（Kyoto Protocol）終於在 2005 年 2 月正式生效，這使溫室氣體減量掀起另一波難以阻擋的全球性潮流，其中 GHGs（尤其是二氧化碳（CO2））與經濟成長的脫鉤、1以及減排機制的制訂與選擇，2均是節能減碳的政策焦點。 2008 年後期，全球金融風暴重挫全球經濟，對於節能減碳猶如雪上加霜，乃致「綠色新政」（Green New Deal）的倡議風起雲湧。3例如，聯合國環境署（UNEP）在 2009 年 2 月提出「全球綠色新政」（A Global Green New Deal）之議，並於同年 3 月表示：希望世界各國能共同投資 7,500 億美元，以重振世界經濟並兼顧環境保護。此舉已獲得許多國家響應。4再者，美國於 2009 年制定之振興經濟方案中，亦提出提. 1. 2. 3. 舉凡「環境顧志耐曲線」（Environmental Kuznet curve, EKC）的推估、脫鉤指標（decoupling indicators）的研擬等，都是備受重視的議題。關於溫室氣體減排的機制，京都議定書明訂了聯合減量（joint implementation）、排放交易（emission trading）、以及清潔發展機制（clean development mechanism）等三種彈性機制。關於各項機制的內容及規範，可參考黃宗煌等人（2002）。相關資料可參考黃宗煌、李堅明、王金凱（2009）。「綠色新政的發展與啟示」，碳經濟（ISSN 1990-7524）第 13 期，頁 67-86。 4 美國在振興經濟計畫中，提撥 677 億美元，用於發展清潔能源和節能交通等；歐盟將在 2013 年之 2.

(13) 高能源使用效率的政策5，俾有效降低 CO2 排放量；2009 年 4 月於英國舉行的 G-20 (The Group of Twenty). 6. 高峰會議，也極力尋求共同因應全球金融與經濟危機之因應. 對策，其中在『促進經濟成長與創造就業機會，並確保全球共享復甦利益』之宣言中，提出結合工業化國家與開發中國家，促進全球經濟轉型為潔淨、創新及合乎資源效率之「低碳經濟」。7 此外，歐盟領袖於 2009 年 12 月 10 日在哥本哈根舉行兩天的氣候變遷高峰會議中，更具體地提議：已開發國家在未來 3 年內對開發中國家提供 50 至 70 億元歐元之「快速啟動基金」(fast start funding)，並藉以激勵其他國家投入更多資金於此一基金，俾作為援助開發中國家因應氣候變遷之財政支出。同時，歐盟也已承諾未來 10 年內將減少 GHGs 排放量 20%，但對於應如何降低排放量，各國卻仍意見分歧8。再者，歷次的 APEC 財政部長會議已確認氣候變遷的威脅及綠色經濟成長之重要性，咸認宜透過國際合作共同發展長期氣候變遷政策，乃於 2010 年邀集台灣、澳洲、中國、印尼、越南及泰國等國於印尼茂物(Bogor)共同針對「氣候變遷對亞太經濟合作經濟體經濟政策意涵」（Implications of Climate Change for Economic Policies in APEC Economies）舉行會議，極力支持透過國際合作以共同追求減排技術之發展，並提供開發中國家技術移轉及資金援助，俾達成適當減量目標（單珮玲，2010）。我國目前雖非 UNFCCC 及京都議定書的締約國，但政府對於推動節能減量的態度確屬相當積極。自京都議定書生效後，先後舉辦過 3 次全國能源會議、台灣永續發. 5. 6. 7 8. 前投資 1,050 億歐元發展綠色經濟；東亞地區，南韓計劃未來 4 年內在綠色經濟領域投資 50 南韓計劃未來 4 年內在綠色經濟領域投資 50 兆韓元，日本則計劃在 2015 年之前把綠色經濟規模擴大至 100 兆日元。(行政院經濟建設委員會，2009 年 4 月) 美國總統歐巴馬於 2009 年 2 月 17 日簽署一份厚達 1,071 頁之「美國復甦及再投資法（American Recovery and Reinvestment Act, H.R.1）」，其中對於車輛、家庭到工廠所提出之之提高能源使用效率改進方式為：減少聯邦政府之能源使用量達 25％，以及提供各州能源效率補助款（Energy Efficiency Grants），以加速其能源研發投資。由阿根廷、澳洲、巴西、加拿大、中國、法國、德國、印度、印尼、義大利、日本、墨西哥、俄羅斯、沙烏地阿拉伯、南非、南韓、土耳其、英國及美國等 19 國，及歐盟組織等 20 個經濟體。見”London Summit-Leaders’ Statement” and “The Global Plan for Recovery and Reform”, 2 April 2009。例如，在此次會議中，瑞典的智庫之一的「全球挑戰」（Global Challenge）曾主張課徵碳稅（Carl von Essen, 2009），以增加貧窮國家因應氣候變遷的收入，但卻無共識。 3.

(14) 展會議、台灣經濟永續發展會議、國家科技政策會議等，無一不以節能減碳為焦點議題。此外，「中華民國永續發展策略綱領」及「行政院永續發展推動計畫」均主張推動全面節約能源及提升能源效率，其中 2008 年的「永續能源政策綱領」表明：『永續能源政策的基本原則將建構「高效率」、「高價值」、「低排放」及「低依賴」的「二高二低」能源消費型態與能源供應系統』。我國在 2009 年也修訂通過「能源管理法」及「再生能源發展條例」，「能源稅條例」及「溫室氣體減量法」亦呼之欲出，凡此對於節能減碳均訂有具體的內容和措施，對於總體經濟與產業競爭的衝擊，備受各界關注。由以上說明可知，掌握節能減碳與經濟成長的關聯不僅是各國咸所重視的課題，而如何據以擬訂有效的政策，更是當前各國施政的當務之急。. 二、政策工具的選擇及其經濟影響備受關注人類經濟活動對於環境品質所造成的負面影響（包括危及人體健康、減損糧食生產、降低生活品質、破壞生態環境等），自 1970 年初期即已得到許多工業先進國家的重視，並紛紛立法改善環境品質。惟當時所側重的環境污染係以空氣污染、水污染、土壤污染、廢棄物污染等地區性的污染物為主要對象，並開啟污染防制的策略研究，其中以「物質平衡模式」（material balance model）為基礎所衍生的減排策略及政策工具，曾為環境經濟學的研究建立較為完整的範疇與方法論，而環境政策工具（例如排放標準管制、總量管制、排放費、減排補貼等）的選擇及其經濟影響（包括對總體經濟、產業部門之成本、產出、利潤、就業、與競爭力等）的研究，更是佔領文獻園地長達 20 年之久。就溫室氣體而言，其與傳統空氣污染物有其本質上的差異，9相關議題的政策與經濟分析，直至 UNFCCC 之後始見開端，其中關於節能減碳之政策工具的制訂及其. 9. 例如溫室氣體排放所造成的溫室效應，與大氣中累積的溫室氣體濃度有關，這是一個長期的過程，影響所及，涵蓋全球，且不因排放源的區位不同而異。各國節能減排措施所衍生的效益，亦兼具私有財（private goods）、公共財（public goods）及外部性（externality）的特性。 4.

(15) 經濟影響評估的研究，在國際上至為普遍。然而，國內的研究起步稍晚，諸多研究皆以「可計算一般均衡」（computable general equilibrium, CGE）模型為主要工具10，並以情境模擬分析為主，實證研究則相對缺乏。本研究乃以實證分析為重點，冀能為政策制訂提供可資參考的量化資訊。. 三、環境污染與經濟成長的關聯攸關永續發展鑑於環境污染與經濟成長的密切關聯，「永續發展」（sustainable development）的理念贏得舉世重視，因此，如何促使環境污染與經濟成長有效脫鈎（decoupling），頓成為 90 年代初期的嶄新議題，並使 EKC11的實證研究風靡一時。在此期間，EKC 的研究大都著重於環境污染指標（例如各種污染物的濃度或密集度）與人均 GDP 之間的函數推估，然而實證結果卻莫衷一是，這使「環境污染與人均 GDP 呈倒 U 型」的 EKC 假說面臨一些挑戰。國內關於 EKC 的實證研究並不多見，姑不論其實證結果為何，筆者認為 EKC 假說欠缺實質的政策意涵；為能實現環境污染與經濟成長的有效脫鈎，必須詳實掌握造成環境污染與經濟成長的直接驅動力（driving forces），因此，與其推估 EKC 曲線，不如推估 GDP 的生產函數（production function）及環境污染的排放函數（emission function）。本研究即著眼於此，不僅深入分解 CO2 排放的組成因素，同時也就 GDP 生產、能源需求、及 CO2 排放等經濟活動，建立實證模型並進行推估，不僅彌補國內文獻的不足，同時也首次提出若干關鍵性的參數，對於節能減碳的政策影響評估與 CGE 模型的建立，提供了頗具參考價值的研究成果。. 四、貿易自由化使節能減排的效果更加複雜就節能減排的政策而言，國內各相關法規均見明確的政策工具，例如能源政策. 10 11. 例如李堅明等人（2005）、林幸樺等人（2006）、李堅明等人（2006）、黃宗煌等人（2006）。 EKC 係用以描述環境污染指標與人均 GDP 之間的函數關係曲線，其間的關係型態，最早由 Grossman and Krueger (1992)經由實證結果而提出「二者呈倒 U 型」關係的假說；換言之，在經濟發展初期（人均 GDP 水準較低），環境污染將隨人均 GDP 之增長而惡化，俟人均 GDP 成長到特定門檻值之後，環境污染將可隨人均 GDP 之增長而逐漸改善。 5.

(16) 上以開徵能源稅（或碳稅）、能源價格合理化最受重視；環境政策上則以總量管制、效能標準、排放交易為首要。這些政策工具的經濟影響在文獻上不但普受重視，貿易自由化所帶來的效果，則使 CO2 排放、貿易自由化及經濟成長之間的關聯更趨複雜。關於貿易自由化與環境品質之間的關聯，在過去 15 年來有過極為豐富的論證，世界貿易組織（WTO）成立後，更成為正式的議題之一。雖然理論與實證上均未取得共識性的結論，但一般相信，不管是貿易自由化對環境品質的影響，抑或環境政策是否顯著影響經濟成長或貿易競爭力，均繫乎於多種因地而異的因素。不過，以 CO2 排放為焦點的同類問題，在文獻上卻較為少見；因此，降低關稅是否有助於節能減排，尚待深入研析。我國在 2002 年成為會員之後，陸續降低農工產品的關稅稅率，這對於國內的環境品質及節能減碳究竟造成何等衝擊，迄無系統性的評估分析。因此，本研究特別著重關稅、貿易條件（terms of trade）、與環境稅等攸關國家競爭力之政策工具的「能源 經濟環境」的 3E 影響評估。. 五、能源價格合理化的職能備受重視近幾年來，由於國際油價大幅飆漲、震盪，使台灣的購油支出大幅增加，但政府為顧及民生與物價穩定，並未充分反映原油進口成本，導致國內油品價格長期以來一直低於日本、南韓、香港及新加坡等臨近國家。能源低價政策不僅影響能源使用效率，也將持續增長 GHGs 的排放（梁啟源，2007)，並使人均碳排量難以下降。偏低的能源價格易使整體經濟體系邁向能源密集與碳密集的結構發展，其結果不利於高能源效率之技術研發。Baumol and Oates (1988)認為，政府可利用租稅工具（如皮古稅（Pigouvian tax）），以達「外部成本內部化」（internalize the external costs）之目的。據此可知，基於合理反映成本的原則，政府似應促使國內油價適當地反映國際油價，因此，能源價格合理化一直是過去全國能源會議的共識性結論。然而，能源價格合理化對於節能減碳的效果究係如何，迄無具體的實證分析可. 6.

(17) 考。本研究著眼於此，擬填補文獻上的此一空缺。. 1.2 研究內容本研究共分為 3 個部分（見圖 1-1）。. 1. CO2排放之組成因素推估及其與政策工具的關聯. •考慮各組成因素對於不同產業部門之排放量貢獻度的潛在差異，重新界定組成因素 •分析各主要政策工具（如環境稅、關稅、能源價格等）對各部門之 CO2排放組成因素之貢獻度的影響. 2. GDP、能源需求及 CO2排放的關聯及政策工具的影響評估. •評估若干政策工具（如環境稅、關稅等及能源價格等）與貿易條件對於GDP、能源需求及CO2排放量的影響。 •針對各主要政策工具推估GDP彈性、能源需求彈性、及CO2排放量彈性。. 3. GDP生產與能源需求之技術效率的評估. •為GDP及能源需求建構隨機生產邊界與隨機需求邊界。 •利用各部門於1992‐2008年間的panal data進行實證分析，藉以評析各部門之GDP生產與能源需求之技術效率的變動情況及其影響因素。. 圖 1-1. 本研究的三大議題及其內容. 一、CO2 排放之組成因素拆解及其與政策工具的關聯第 1 部分旨為估算各部門之 CO2 排放之組成因素的貢獻量。此一課題雖非新穎，但基於以下原因，本研究仍為文獻做出一定的貢獻：（1）首度指出傳統文獻拆解排放組成因素的謬誤。歷往文獻在拆解排放量時，均以全國的人口數和人均 GDP 做為重要的組成因素，卻未考慮其於各部門間的差異性（Bruvoll et al. 2003, 2004；林素貞等人，1996、2006；盧怡靜，2003；廖慧嵐，2005；林佑蓉，2007；Chun-Chu Liu, 2007)，因此拆解結果都一致顯示，人口數和人均 GDP 對於排放量的貢獻度不但在各產業部門間均屬相同，其於不同污染物（如 SO2、NOx）之間，也完全一樣。此一結果顯然極不合理。 7.

(18) （2）本研究首度考慮各組成因素對於不同產業部門之排放量貢獻度的潛在差異，重新界定組成因素（包括碳密集度、部門結構、能源密集度、人口及經濟規模等）的拆解方式，並分別採用拉氏指數拆解法（Bruvoll et al., 2003, 2004）和算術平均迪氏指數法（arithmetic mean Divisia index method, AMDI）之加法型態（Ang and Zhang, 2000），同時拆解台灣 4 個產業部門（即農業、工業、服務業及運輸業）之 CO2 排放量之成長率與變動量的組成結構。（3）本研究亦首度跨越傳統文獻的籓離，進一步分析各主要政策工具（如環境稅、關稅、競爭力等）對各部門之 CO2 排放組成因素之貢獻度的影響，實證分析結果有助於制訂政策工具的參考。. 二、GDP、能源需求及 CO2 排放的關聯及政策工具的影響評估第 2 部分的重點旨為評估若干政策工具（如環境稅、關稅及能源價格等）與貿易條件對於 GDP、能源需求及 CO2 排放量的影響。此一課題亦非新穎，但本研究在實證模型的設定及推估方法上，則與傳統文獻（Hung and Shaw, 2004；吳珮瑛等，2006）不同，實證結果不僅較為合理，而且進一步針對各主要政策工具推估 GDP 彈性、能源需求彈性、及 CO2 排放量彈性，這對於我國節能減碳政策的 3E 影響評估，提出不可多得的指標數據。就實證模型而言，本研究針對 GDP、能耗量、及 CO2 排放量建立一個具有互動關聯的聯立模型，有效地改善了文獻上常見之單一方程式的實證模型的缺失（Bruyn et al., 1998; Grossman et al., 1995; Zaim et al. 1999 ; Andreoni et al., 2000; Glasure and Lee, 2002; Managi et al., 2008; Galeotti et al., 2008）。關於 GDP 的總體生產函數，除納入資本存量外，亦兼顧環境稅、貿易條件、技術進步等因素；至於能源需求函數，除考慮 GDP 之外，亦兼顧各項政策變數（包括環境稅、關稅、國內能源價格、國際油價變動率、貿易條件等）。就推估方法而言，本研究亦針對實證模型的特性，改以兩階段最小平方法（Two stage least square, 2SLS）推定之，其結果可用以推估各主要政策工具之 GDP 彈性、 8.

(19) 能源需求彈性、及 CO2 排放量彈性，並為國內節能減碳政策之 3E 影響評估，建立嶄新的研究成果。. 三、GDP 生產與能源需求之技術效率的評估提升能源效率是各國推動節能減碳的最重要策略之一，因此，能源效率問題在 UNFCCC 第 14 次締約國大會時備受矚目，國際組織的領導人及學術界專家均一再呼籲各國務必重視能源效率的衡量問題。前兩部分的研究雖然已經就各部門之排放量的組成因素進行拆解，並就各項政策工具對於 GDP、能源需求及二氧化碳排放量之影響進行分析，但均未考慮 GDP 與能源需求的技術效率問題。再者，國內常以能源的平均生產力（亦即 GDP/能耗量）做為衡量能源效率的指標，因而顯示我國能源效率極不穩定且不合理的變動趨勢。因此，本研究的第 3 部分旨為建立適當的能源效率指標，並分別為 GDP 及能源需求建構隨機生產邊界（stochastic production frontier）與隨機需求邊界（stochastic demand frontier），並利用各部門於 1992-2008 年間的 panal data 進行實證分析，藉以評析各部門之 GDP 生產與能源需求之技術效率的變動情況及其影響因素，從而提出促進各部門能源使用效率與規劃綠色稅制改革的建議。. 參考文獻吳珮瑛、劉哲良、蘇明達（2006）。「由永續發展概念到生活品質內涵的檢視－台灣 EKC 的再檢驗與 SKC 的呈現」，《農業經濟叢刊》第 12 卷第 1 期，頁 61-103。李堅明、林幸樺、林師模、黃宗煌、楊晴雯、蘇漢邦（2005）。「溫室氣體減量模式、減量情境、減量成本及其影響評估：TAIGEM-III的應用」，《台灣經濟論衡》，第3 卷第2期，頁1-49。李堅明、黃宗煌、孫一菱、莊敏芳（2006）。「台灣二氧化碳排放脫鉤指標之建立與評估」，《台灣經濟論衡》，第4卷第3期，頁1-24。林佑蓉（2007）。《台灣與數國之能源經濟及 CO2 之關聯分析比較》，碩士論文，國立 9.

(20) 成功大學環境工程研究所。林幸樺、蘇漢邦、黃宗煌、林師模 (2006)。「國際油價上漲影響GDP的再評估」，《碳經濟》（ISSN 1990-7524）創刊號，頁18-26。林素貞、張子見、張翊峰、李正豐 (1996)，「以因素分析探討臺灣地區產業 CO2 排放量之變動趨勢與關鍵因素」，《能源季刊》第 26 卷第 1 期，頁 1-15。林素貞、黃群達、林佑蓉 (2006)，「台、美、日、英之商業部門 CO2 排放趨勢與關鍵因素探討」，《能源季刋》第 36 卷第 4 期，頁 56-77。梁啟源 (2007)，「全球油價走勢及其對台灣經濟的影響與因應政策」，2007 年總體經濟計量模型研討會。黃宗煌（2006）。「臺灣一般均衡模型（TAIGEM-III）的研發及其在溫室氣體減量政策中的應用」，兩岸溫室氣體減排政策及其經濟問題分析研討會，中國社會科學院會議中心，2006年8月19日。黃宗煌（2008）。「溫室氣體減量目標之產業競爭力衝擊評估：兼論能源稅條例與溫減法的問題」，兩岸清華大學能源科技研討會，2008年7月17日，新竹清華大學。黃宗煌（2010）。「運輸部門的減量目標與策略：Cap-and-Trade與能源稅的選擇」，Invited Keynote Speech，兩岸綠色運輸、觀光與能源的機會和挑戰研討會，2010年7月 15-16日，交通部國際會議廳。黃宗煌、李堅明、王金凱（2009）。「綠色新政的發展與啟示」，《碳經濟》（ISSN 1990-7524）第13期，頁67-86。黃宗煌、陳谷汎、林師模（2006）。「國際油價上漲的經濟影響評估」，《台灣經濟論衡》，第4卷第6期，頁1-46。黃宗煌、蘇漢邦、林幸樺、林師模（2006）。「CO2 減量對我國之衝擊效果評估：，95年中華民國能源經濟學會論文集，中華經濟研究院，2006 TAIGEM-III的應用」年11月17日。廖慧嵐（2005）。《台灣地區公路運輸部門能源消費與 CO2 排放變動分析》，碩士論文，國立成功大學環境工程研究所。盧怡靜（2003）。《台灣地區工業部門能源消費與污染物排放關聯分析》，碩士論文，國立成功大學環境工程研究所。. 10.

(21) Andreoni, J., A. Levinson (2001). “The Simple Analytics of Environmental Kuznets Curve.” Journal of Public Economics 80, 269-286. Baumol, W.J. and W. E. Oates (1988). The Theory of Environmental Policy, Cambridge University Press. Bruvoll, A. and B. M. Larsen (2004). “Greenhouse Gas Emissions in Norway: Do Carbon Taxes Work?” Energy Policy 32, 493-505. Bruvoll, A. and H. Medin (2003). “Factors Behind the Environmental Kuznets Curve: A Decomposition of the Changes in Air Pollution.” Environmental and Resource Economics 24, 27-48. Bruyn, de S.M., J.C.J.M. van den Bergh and J.B. Opschoor (1998). “Economic Growth and Emissions: Reconsidering the Empirical Basis of Environmental Kuznets Curves.” Ecological Economics 25, 161-175. Grossman, G.M. and A.B. Krueger (1995). “Economic Growth and the Environment.” The Quarterly Journal of Economics 110, 353-377. Huang, C.H. and W.L. Chou (2010). “Dividends of Environmental Tax with Endogenized Time and Medical Expenditures.” Selected paper presented at the 1st Congress of EAAERE, August 17-19, 2010, Hokkaido University. Galeotti, M., M. Manera and L. Alessandro (2009). “On the Robustness of Robustness Checks of the Environmental Kuznets Curve Hypothesis.” Environmental and Resource Economics 42, 551-574. Glasure, Y.U. and A.R. Lee (2002). “The Impact of Oil Prices on Income and Energy.” International Advanced in Economic Research 8(2), 148-154. Huang, C.H. (2007). “Revenue Recycling Effect of the Energy Tax in Taiwan.” Invited paper presented at the Expert Meeting on Environmental Fiscal Reform, Circular Economy and Sustainable Development in East Asia, September 22-23, Kyoto University, Japan. Huang, C.H., C.W. Yang, H.H. Lin and H.P. Su (2006). “The Impact of Oil Price Shock on CO2 Emission and Adoption of Renewable Energy.” Paper presented at the International Conference on Regional Carbon Budgets, August 16-18, Beijing. Hung, M. F. and D. Shaw (2004). “Economic Growth and the Environmental Kuznets 11.

(22) Curve in Taiwan: A Simultaneity Model Analysis.” Human Capital, Trade and Public Policy in Rapidly Growing Economies, From Theory to Empirics. Edited by Michele Boldrin, Been-Lon Chen, Ping Wang, pp.269-290. Lin, H.H., H.P. Su, S.M. Lin and C.H. Huang (2005). “The General Equilibrium Effects of Oil Price Shock and Trade Liberalization: Application of TAIGEM-III.” Selected paper presented at the 25th USAEE/ IAEE North American Conference, September 18-21, Denver, USA. Lin, H.H., H.P. Su, S.M. Lin and C.H. Huang (2006). “Decoupling of CO2 Emission from Economic Growth: How Could the EKC Become Plausible?” Paper presented at the AEA/CEANA Session, January 6-8, Boston, USA,. Liu, C.C. (2007). “An Extended Method for Key Factors in Reducing CO2 Emissions.” Applied Mathematics and Computation 189, 440-451. Managi, S. and P.R. Jean (2008). “Environmental Productivity and Kuznets Curve in India.” Ecological Economics 65, 432-440. Zaim, O. and F. Taskin (2000). “A Kuznets Curve in Environmental Efficiency: an Application on OECD Countries.” Environmental and Resource Economics 17, 21-36.. 12.

(23) 2. CO2 排放組成因素拆解及其與政策變數之關聯 2.1 研究動機近年來，由於溫室氣體減量已蔚為國際共識，國際組織與各先進國家無不積極研擬節能減碳的策略。例如 2009 年在英國倫敦舉行的 G-20 高峰會，已將新興工業化國家納入共同創造全球低碳經濟的合作夥伴；歐盟各會員國無不積極依循京都議定書以落實 CO2 減量承諾，並強調共同合作以發展氣候變遷政策。12我國在 2002 年加入 WTO，如未能積極落實節能減排，未來國際經貿活動有可能面臨不同型式的障礙，因此，國內也已明訂減排原則作為未來的施政方針。13惟溫室氣體減量策略的研擬，必須掌握各產業部門之生產技術（如碳密集度、能源密集度等因素）、經濟規模、部門結構及人口等驅動力對 CO2 排放之影響，方得以設計具有「成本有效性」（cost effective）的減量措施。 CO2 排放量或能源需求的組成因素拆解（decomposition），是文獻上常被用以評估各組成因素之貢獻度的方法，這是因為因素拆解法具有易於操作，資料需求較少，且便於跨國比較等特性，因此文獻上甚為廣用。關於能源燃燒產生之 CO2 排放量的組成因素拆解，國內外文獻大都側重於特定部門（如製造業、住商部門、鋼鐵業、或運輸部門等），但卻未考慮部門間之經濟規模與人口因素的差異性，因此評估結果無法釐清各關鍵組成因素對排放量的貢獻程度是否因部門而異的問題。例如，根據 Bruvoll and Medin (2003)的拆解模式，人口因素和經濟規模因素均以全國的人口數和人均 GDP 為計算基礎，未考慮各部門之間的差異性，因此上開變數對於各種不同污染物（包括 CO2）排放量的貢獻量，完全不因污染物不同而異，其於不同部門之間也完全相同（見表 2-1），此種影響效果完全相同的. 12. 歐盟領袖於 2009 年 12 月 10 日在哥本哈根舉行之氣候變遷高峰會議中，提議已開發國家應設立基金以援助開發中國家因應氣候變遷之財源；同時，歐盟也已承諾未來 10 內將減少 20%之溫室氣體排放量。 13 自京都議定書生效後，我國針對節能減排已先後舉行多次會議， 2008 年的「永續能源政策綱領」中已表明，建構「高效率」、「高價值」、「低排放」及「低依賴」的能源消費型態。2009 年成立賦稅改革委員會，也將綠色稅制議題納入研究。 13.

(24) 推估結果既不可能，也與事實不符。表 2-1. 挪威各污染物排放之組成因素的貢獻程度：1980 至 1996 （單位：%）. 組成因素 . 污染物類別 Pb. SO2. NOx. CO2. CO. PM. NMVOC. N2O. CH4. NH3. 人口 . 7. 7. 7. 7. 7. 7. 7. 7. 7. 7. 經濟規模 . 52. 52. 52. 52. 52. 52. 52. 52. 52. 52. 產業結構 . -13. -9. 2. 8. -13. -14. 3. -5. 8. -6. 能源密集度 . -16. -13. -21. -22. -16. -15. -9. -1. -1. 0. 能源配比 . -8. -29. -3. -17. -5. 8. -1. 1. 0. 0. 燃燒方法 . 0. 0. 3. 0. 0. 1. 0. 0. 0. 0. 其他技術：能源(a) . -112. -31. -19. 0. -42. -13. -16. 3. 0. 4. 其他技術：中間製程(b) . -9. -52. -4. -2. -3. -3. 69. -40. -37. -40. 總變動 . -99. -76. 17. 26. -20. 24. 105. 18. 29. 17. 註：此處的貢獻程度係以 1996 年之排放量相對於 1980 年之排放量所增加的百分比計之。 (a)能源的碳密集度 (b)中間製程的其他物質排放密集度資料來源：Bruvoll and Medin (2003)。. 國內亦曾採用類似的拆解方法，用以分析製造業、住商部門、鋼鐵業、及運輸部門之 CO2 排放量（或能源消費量）之各組成因素的貢獻度（吳榮華、黃玄洲，2001；盧怡靜，2003；廖蕙嵐，2005；黃運貴、曹壽民，2005；林佑蓉，2007；Liu, 2007；李正豐、林勻淅，2008）。這些研究文獻均未考慮部門間之就業人口與人均 GDP 的差異性，因此也出現了與 Bruvoll and Medin (2003)相同的謬誤。 Schipper, Unander, Muurtishaw and Ting (2001) 認為，在拆解影響能源消費或 CO2 排放量之組成因素時，應重視各因素與人類行為的關聯性。據此，本研究乃以我國農業、工業、服務業及運輸業等四部門之最終能源消費所排放的 CO2 為拆解對象，擴展並修正 Bruvoll and Medin (2003)所設定之 CO2 排放量拆解模型，並分別採用拉氏指數法（各期之排放變動量以基期年為基準）及算術平均迪氏指數法（arithmetic mean. 14.

(25) Divisia index method, AMDI），14估算並比較以上四部門於 1992 至 2008 年間之 CO2 排放量的各組成因素的貢獻量，15其結果可以反映部門間的差異，因而有效地改善了文獻上的不合理缺失。. . 確立研究目的 . 相關文獻回顧 . 研究方法探討 . 相關資料蒐集 . 人口與經濟資料 . CO2 排放量資料 . 能源消費資料 . 因素分解 . 拉氏指數拆解法 . 相似不相關模式分析 . 算術平均迪氏指數法 . CO2 排放量之成長率的結構分解 . CO2 排放量之變動量的結構分解 . 結論與建議 . 圖 2-1. 研究架構此外，本研究亦首度跨越傳統文獻的籓離，進一步採用「似無相關迴歸」（Seemingly Unrelated Regression, SUR）分析法，檢定各主要政策工具（如環境稅、. 14 15. 各期之變動量的計算係以前 1 期為基準，見 Ang and Zhang (2000)。限於資料的可及性，本研究所拆解的組成因素包括碳密集度、部門（產業）結構、能源密集度、人口及經濟規模等 5 項。 15.

(26) 關稅、能源價格等）對各部門之 CO2 排放組成因素之貢獻度的影響，其結果對於節能減碳政策的研擬，頗具參考價值。基於以上研究動機與目的，本研究之研究架構與流程概括如圖 2-1 所示。. 2.2. 文獻回顧 2.2.1 拆解方法概述組成因素拆解的主要目的，係為估算各組成因素對於主變數（例如污染物的排放量或密集度、能源需求或密集度等）的貢獻程度。因此，在決定拆解方式時，必先決定組成因素的項目，Kaya 方程式（見式（2-1））實乃表現拆解方式的基礎： CO 2t  At  Bt  Ct. (2-1). 其中 CO 2t 代表第 t 期之 CO2 總排放量； A、 t B、 t Ct 則代表各組成因素；常見的組成因素包括技術因素（如碳密集度、能源密集度等）、經濟規模、部門結構、及人口等。不過，通常吾人所關心的是各組成要素對於 CO2 排放量變動的貢獻程度，而衡量排放量變動的方式則可分為相對性（式（2-2））與絕對性（式（2-3））兩類，亦即： Rt  CO 2t / CO 20. (2-2). CO 2t  CO 2t  CO 20. (2-3). 由於式（2-2）與式（2-3）可分別改寫如式（2-4）與式（2-5），故文獻上習稱之為乘法型及加法型的拆解方式。. Rt . At Bt Ct   A0 B0 C0. (2-4).  A B C  CO2t  CO2t   t  t  t  Bt Ct   At. (2-5). 舉例而言，Ang and Zhang (2000)將所有產業在第 t 期的整體能源密集度（以. 16.

(27) I t  Et / Yt 表示之，其中 Et 為所有產業的能源總消費量， Yt 為所有產業的總產值）的影. 響因素拆解為各產業之能源密集度（ I it  Eit / Yit ）與產業結構（ Sit  Yit / Yt ）兩項因素的乘積總和（如式（2-6）所示）：. It . Et Y E   it  it   Sit Iit Yt i Yt Yit i. (2-6). 因此，乘法型及加法型的拆解方式分別如式（2-7）與式（2-8）所示： Rtot  IT / I 0  Rstr  Rint. (2-7). I tot  IT  I 0  I str  I int. (2-8). 其中 Rstr   (YiT / YT ) /  (Yi 0 / Y0 ) ； Rint   ( EiT / YiT ) /  ( Ei 0 / E0 ) ； i. i. i. i. I str   (YiT / YT )   (Yi 0 / Y0 ) ； Iint   ( EiT / YiT )   ( Ei 0 / E0 ) 。 i. i. i. i. 圖 2-2. CO2 排放量變動趨勢（以 1992 年為基期年）－拉氏指數法前述關於各組成因素之變動量的計算，均以當期與基準年的差額為基礎（亦即 At  At  A0 ，見式（2-4）與式（2-5））。不過，也有一些拆解係以當期與前一期的變動量（亦即 CO 2t  CO 2t  CO 2t 1 ）為基準。因此，文獻上的拆解方式復可因衡量變 17.

(28) 動量之基準年的不同而分為「拉氏指數法」(Laspeyres index method)及「迪氏指數法」，前者以固定的基準年為基礎，後者則以前一期為基礎。如圖 2-2 表示，拉氏指數法係以固定基期年 (P0)為計算基礎，由各期排放增量 (如 ΔP1、ΔP2、…、ΔPt)的累積，即： Pt  P0  P1  P2  ...  Pt ，構成. CO2 排放量之長期變動趨勢 (即 P0 LP )。. 歷有文獻所使用的拆解方法，以拉氏指數法與算術平均迪氏指數法較為普遍，而算術平均迪氏指數法所採用的權數，會隨時間而變動，其交叉效果將分配至各個組成因素當中，因而誤差項較小，但在資料數值為 0 時，將會產生無法處理的問題，因此 Ang and Choi (1997) 改以對數平均權數法 (the Logarithmic Mean Weight Scheme) 來修正傳統的算術平均指數法。16 此外，Selden et al. (1999)則提出「適應性權數迪氏指數法」(Adaptive-Weighting Divisia, AWD)，用以檢視產業結構效果對於總排放的影響，不僅能反映產業結構之變動，亦可反映其他因素（能源密集度、能源配比或其他技術）隨時間變動而變動的情況，因此符合排序原則。茲概略說明各種拆解法如下：. 一、拉氏指數法「拉氏指數法」係對每一因素效果採用固定基期進行計算。根據式(2-7)，乘法拆解結果可表現如下： Rstr   Si ,T I i ,0 /  Si ,0 I i ,0 i. Rint   Si ,0 I i ,T /  Si ,0 I i ,0. (2-10). Rrsd  Rtot /( Rstr Rint ). (2-11). i. 16. (2-9). i. i. 本文的資料值並無為 0 的問題，且利用算術平均指數法和對數平均指數法所計算出的結果差異不大，因此仍採用算術平均指數法。 18.

(29) 其中式 (2-9)代表能源密集度（ I it  Eit / Yit ）的相對貢獻度；式(2-10)代表產業結構（ Sit  Yit / Yt ）的相對貢獻度；式(2-11)則代表殘差項，用以反映 Rtot 無法解釋的部分。根據式(2-8)，加法拆解結果可表現如下： I int   Si ,0 I i ,i   Si ,0 I i ,0. (2-12). I rsd  I tot  I str  I int. (2-13). i. i. 其中式 (2-12)代表能源密集度的絕對貢獻度；式 (2-13)代表產業結構的絕對貢獻度。. 二、算數平均迪氏指數(Arithmetic Mean Divisia Index, AMDI) 迪氏指數法旨為拆解影響主變數之變動率（或成長率）的各組成因素的貢獻度。以所有產業在第 t 期的整體能源密集度為例，算數平均迪氏法將其瞬間成長率 (instantaneous growth rate)拆解為部門結構與部門能源密集度的加權平均（見式 (2-14)）： d ln( I t )   i  d ln( Sit / dt  d ln( I it ) / dt  dt i. (2-14). 其中 i  Eit / Et （  i  1 ）為部門 i 之能源消費的占比，亦即為拆解過程中的部門權 i. 數。式 (2-14)積分後可得乘法型拆解結果如下式： T. T. ln( IT / I 0 )    i  d ln( Si ,t ) / dt     i  d ln( I i ,t ) / dt . (2-15). T   Rstr  exp    i  d ln( Si ,t ) / dt    0 i . (2-16). T   Rint  exp    i  d ln( I i ,t ) / dt    0 i . (2-17). 0. i. 0. i. 其中. 19.

(30) 因資料非連續性(discrete data)，故式(2-16)和式(2-17)對於基期年和第 T 年採算術平均加權後可得：   Rstr  exp  (iT  i 0 ) / 2 ln( SiT / Si 0 )   i . (2-18).   Rint  exp  (iT  i 0 ) / 2 ln( I iT / I i 0 )   i . (2-19). 至於加法型迪氏指數法則可以相同方法推導如式(2-20)～式(2-22)： I str   ( Ei ,T / YT  Ei ,0 / Y0 ) / 2 ln( Si ,T / Si ,0 ). (2-20). I int  I str   ( Ei ,T / YT  Ei ,0 / Y0 ) / 2 ln( I i ,T / I i ,0 ). (2-21). I tot  I str  I int  I rsd. (2-22). i. i. 三、對數平均迪氏指數法(Logarithmic Mean Divisia Index) Ang and Choi (1997) 提出之迪氏拆解法係以乘法型為基礎，採用對數平均權數法以取代算術平均權數法。假設 x 和 y 為正數，其對數平均式定義為 L( x, y )  ( y  x) / ln( y / x). 故可將式 (2-18)和式 (2-19)轉換為下式：   L(iT  i 0 )   Rstr  exp  / ln( SiT / Si 0 )   i  L(iT  i 0 )  i  . (2-23).   L(iT  i 0 )   Rint  exp  / ln( I iT / Si 0 )   L (   ) iT i0  i   i  . (2-24). 採用相同方法，式 (2-20)和式 (2-21)亦可轉換為下式： I str   L( Ei ,T / YT , Ei ,0 / Y0 ) ln( Si ,T / Si ,0 ). (2-25). i. Iint   L( Ei ,T / YT , Ei ,0 / Y0 ) ln( Ii ,T / I i ,0 ). (2-26). i. 20.

(31) 有關資料值為 0 的問題，Ang and Choi (1997)提出可以極小的正數（亦即接近於 0 的正數）來取代，即可解決此一問題。. 四、拉氏指數完全拆解法 Sun (1998)將殘差項平均分配於各項因素的影響效果，故能源密集度的總變動量可以寫成下式： I tot   Si ,T I i ,T   Si ,0 I i ,0   (Si ,T  Si ,0 ) I i ,0   ( I iT  I i 0 ) Si 0   (SiT  Si 0 )( I iT  I i 0 ) i. i. i. i. (2-27). i. 其中 I str   (SiT  Si 0 ) Ii 0 ； I int   ( I iT  I i 0 ) Si 0 ，而其交叉項（殘差項）隨著變數 Si 和 Ii 的 i. i. 變動程度愈大亦隨之變大。故式(2-27)可拆為以下兩種效果： I str   ( SiT  I i 0 ) I i 0 . 1  (SiT  Si 0 )( IiT  Ii 0 ) 2 i. (2-28). I int   ( I iT  I i 0 ) Si 0 . 1  (SiT  Si 0 )( IiT  Ii 0 ) 2 i. (2-29). i. i. 五、固定權數分解法 (Fixed-Weight Decomposition Methods) Seldem, Forrest and Lockhart (1999)採用固定權數分解法，渠等將排放量拆解如式 (2-30)：.    P E Pt      ijt E  j  i  ijt.  Eijt    E jt.  E jt    Y jt.    PjtPR     Y    jt.   Y jt   Y  t.     Yt  . (2-30). 式中 Yt ：第 t 年之 GDP； Y jt ：第 j 部門在第 t 期的實質產出；. Pt ：第 t 年的污染排放總量； Pt   j Pjt Pjt ：第 j 部門在第 t 年的總排放量，復可區分為燃燒排放量（ PjtE ）與製程排放. 21.

(32) 量（ PjtPR ），亦即： Pjt   i PijtE PjtPR ； Eijt ：第 j 部門在第 t 期對第 i 種能源的消費量，故第 j 部門的能源總使用量為：. E jt   i Eijt 。根據式(2-30)可知，排放量之組成因素包括以下各項： (1) 經濟規模效果―當維持每單位產出排放效果固定，總實質產出的改變為，即經濟規模 (scale effect)( St )擴大對污染排放之影響。 St 用於衡量，若是 GDP 之排放密集度（P/Y）固定在 1970 年之水準，總排放成長的水準為多少。 St . P0 Yt  P0 Y0. (2-31). (2) 部門結構效果(composition effect)( Ct )―在維持其他要素不變的情況下，部門結構效果係用於計算部門比例的改變（ Y j / Y ）。 Ct 之計算，是假設每一部門排放密集度固定不變 ( Pj / Y j )，故可單獨分離出部門效果之改變。. Ct   j. Pj 0  Y jt  Y j 0  Yt. Pj 0  Y j 0    Yt     Yt Y Y j j0  0  . (2-32). (3) 能源密集度效果 (energy intensity)( H t ) ―在其他因素固定不變下，我們允許在每一部門總 BTU 之改變： PjE0  E jt Ht    j E j 0  Y jt. PjE0   Y jt   j Yj0 .  E j0    Y jt Y j 0  . (2-33). 採用 1990 的行為水準，計算 H t 以揭露改變能源密集度，對於 1990 年排放影響是多少。 (4) 能源結構效果 (energy mix)( M t ) ―維持其他要素不變下，我們允許各部門內部能源使用比例（ Eij / E j ）改變： PijE0  Eijt M t    j i Eij 0  E jt.  PijE0  Eijt  E jt    j i Eij 0  E jt  22.   E j 0 . (2-34).

(33) 吾人可由能源混合效果掌握各部門能源使用的比例。 (5) 技術效果 (technique effect)( Tt ) ― 觀察在 1990 年的排放和每單位石化燃料燃燒，或每單位製程燃燒。由其他技術結果掌握政府管制減量效果或基於其他理由採技術改變的效果。   PijtE Tt     j i  Eijt.   PijE0     PjtPR  Eijt     Eijt  +   j i  Eij 0    j  Y jt .   PjPR 0  Y jt    Y i j   0.    Y jt   . (2-35). 上述拆解結構與實務上的經驗相當接近，本研究在設定拆解方式時，所考慮的組成因素亦將以此為基礎。. 2.2.2 拆解結果概述關於因素拆解的實證研究，文獻上的成果頗為豐富。最常應用於能源消費（Sun, 1998; Liaskas et al. 2000; Bruvoll and Medin (2003); Bruvoll and Larsen (2004)）及其他空氣污染物排放變動的因素分析 (Selden et al. 1999)。 Bruvoll and Medin (2003)分析挪威在 1980 至 1996 年期間，人口成長、經濟規模、生產力結構、能源密集度、能源配比、燃燒方法、其他技術（包括能源技術、排放過程）等 8 種因素，對於能源燃燒產生各項空氣污染排放（不含與能源使用相關之燃燒，以及能源燃燒作為發電使用在內）之影響，結果發現：降低能源密集度對於 CO2 減量是極為重要的策略，而人口成長與經濟規模（即人均 GDP）對於各項排放之影響均相同；至於，能源配比對於排放減量影響之重要性僅次於能源密集度，但其對於 CO2 和二氧化硫（SO2）的減量影響極為顯著。另外，再以相同方法研究該國 1990 至 1999 年期間內，上開因素對於 CO2 排放的影響，結果發現，人均 GDP、人均排放量及部門結構改變對於排放有正向影響，其中尤以人均 GDP 最為顯著；至於，能源結構的改變，以及燃料密集度對於全部與製程相關的排放均有減量影響，但以能源結構影響最具顯著效果。. 23.

(34) Selden, Forrest and Lockhart (1999)則採固定權數法，估算經濟規模、產業結構、能源密集度、能源結構及其他技術（能源的碳密集度及生產的碳密集度等）等 6 項因素對美國工業、商業、運輸及住家等部門之 6 種空氣污染物於 1970-1990 年間排放變動的影響。研究結果發現，經濟規模（如人均 GDP 成長）增長使得 6 種污染排放皆增加；部門結構比例之變動，雖造成若干空氣污染排放減量，但不足以抵消人均 GDP 的成長；能源密集度降低對於排放減量的貢獻，大於部門結構比例之變動，此一結果足以支持能源價格在美國的排放減量扮演重要角色之假設；至於，能源結構效果，對於污染排放減量之貢獻極小，但其他技術17改變對於降低污染排放減量之效果極為顯著。國內的相關文獻也不少（林素貞等人，1996；楊任徵，1999；吳榮華、黃玄洲， 2001；周鳳瑛、李佳玲，2001；吳銘峰，2003；黃運貴、曹壽民，2005；林素貞、黃群達、林佑蓉，2006；林佑蓉，2007；Liu, 2007；李正豐、林勻淅，2008），茲彙整如表 2-2 所示。吳榮華、黃玄洲（2001）探討影響台灣鋼鐵業能源消費之關鍵因素，將其拆解為產出、產品組成結構及能源消費等。周鳳瑛、李佳玲(2001)利用適應性加權迪氏指標（Adaptive Weighting Divisia, AWD）因素分解方式，分析 1992-1997 年間構成台灣能源密集度下降之主要因素，係來自產業結構的調整。吳銘峰(2003)以台灣製造業的總合能源密集度作為影響能源效率變動之關鍵因素（包括製造業各產業的能源密集度及產業結構等），採用拉氏與迪氏指數法進行因素分析，研究結果發現，製造業於 1971-2001 年能源效率的提升，主要是受到製造業內各產業部門能源密集度下降的影響，但產業結構變動影響不大。黃運貴、曹壽民（2005）利用迪氏對數平均指數分解法，分析運輸部門能源消費量變動之主要因素，包括客貨運之活動需求強度、各運輸系統之市場占有率及能源密集度等，研究結果發現活動強度及能源密集度為運輸能源消費量主要的影響因素。. 17. 其他技術效果，係計算較為詳細的排放（包括來自能源消費與燃燒有關的排放，及其他製程排放）以及資料變動的控制係數，由此掌握政府管制減量效果，或基於其他理由採技術改變的效果。. 24.

(35) 表 2-2. 排放量之組成因素的拆解文獻彙整表參考文獻. Bruvoll and Medin. 國別挪威. (2003). 應用對象. 拆解因素. 重要結論. 拉氏指數拆解. 人口成長、經濟規模、. · 能源密集度為各項空氣污染排放之減量因. 法. 部門結構、能源密集. 素，尤其是 CO2 排放減量的主要因素。. 氧化硫、氮氧化物、. 度、能源配比、燃燒方. ·人口與經濟規模（即人均 GDP）對於各項. CO2、一氧化碳、. 法、其他技術（能源的. 排放增量之影響均相同。. PM、NMVOC、N2O、. 碳密集度）、其他技術. · 能源配比因素對於排放減量影響之重要. CH4、NH3）. （中間製程的其他物質. 性，僅次於能源密集度，但其對於 CO2 和二. (1980-1996). 排放密集度）等 8 種因. 氧化硫的減量影響極為顯著。. 素. ·部門結構為 NOx、CO2 及 NMVOC 等氣體. (研究期間) 能源燃燒產生各項空. 指標型態. 拆解型態與方法. 排放量. 氣污染排放（鉛、二. 的增量因素，但為其他 7 種氣體的減量因素。. ·其他技術（能源的碳密集度）對於 CO2 及 CH4 不具影響力，但對於大部分氣體為減量影響效果。. · 其他技術（中間製程的其他物質排放密集度）對於大部分氣體排放為減量因素（除. NMVOC 為正以外）。 Bruvoll and Larsen (2004). 挪威. CO2、甲烷、N2O (1990-1999). 排放量. 拉氏指數拆解. 人口成長、經濟規模、. · 能源密集度為各項空氣污染排放之減量因. 法. 部門結構、能源密集. 素，尤其是 CO2 排放減量的主要因素。. 度、能源配比、能源的. ·人口與經濟規模（即人均 GDP）對於各項. 碳密集度、燃燒方法、. 排放增量之影響均相同。. 其他技術（能源的碳密. ·部門結構為 CO2 的增量因素，但為其他 2. 集度）、其他技術（中間. 種氣體的減量因素。. 製程排放除能源以外的. ·能源配比因素為 CO2 的減量因素，其重要. 25.