The association between low levels of lead in blood and occupational noise-induced hearing loss in steel workers

(1)

所得分配在不同經濟發展水準國家對CO2排放減量之影響

*作者為台灣大學農業經濟學系教授

Professor of Department of Agricultural Economics, National Taiwan University. **作者為昌琦企業有限公司秘書

Secretary of Chang Chi Enterprise Co., Ltd. ***作者為台灣大學農業經濟學系博士班研究生

Ph.D. Graduate Student of Department of Agricultural Economics, National Taiwan Univeristy. ****作者為台灣大學農業經濟學系博士班研究生

Ph.D. Graduate Student of Department of Agricultural Economics, National Taiwan Univeristy.

所得分配在不同經濟發展水準國家對

CO

2

排放減量之影響

The Impact on CO

2

Emission Reduction of

Income Distribution in Countries with

Different Levels of Economic Development

吳珮瑛Pei-Ing Wu*、黃雅琪 Ya-Chi Huang**

吳麗敏Li-Ming Wu***、劉哲良 Je-Liang Liou****

（97 年 3 月 3 日收稿，97 年 3 月 13 日第一次修改， 97 年 4 月 29 日第二次修改，97 年 5 月 20 日定稿）摘要使用跨國時間序列的長期追蹤資料，將有助於同時瞭解跨國間所得分配差異與國內所得分配之變化，對於二氧化碳排放量與經濟發展之影響。有鑑於此，本文之目的為結合橫跨52 個國家在 1990 至 2003 年間之資料，藉由所得不均度之引入以探討不同發展階段國家之經濟發展、所得不均度及二氧化碳排放量的關係，並依此分析納入所得不均度的考量，二氧化碳排放量在不同水得水準國家之差異。法制論叢第42 期民國97 年 7 月頁1～40 頁

Socioeconomic Law and Institution Review No. 42

July 2008 PP.1～40

(2)

法制論叢|第 42 期|民國 97 年 7 月實證結果顯示，所得不均度對二氧化碳排放具有顯著影響，同時將所得不均度引入經濟發展與二氧化碳排放之關係中，即使在不同的年間，也會呈現出一致的影響趨勢，顯示將所得不均度納入考量，才能更完整的描繪經濟 發展與二氧化碳排放的關係。 關鍵詞：長期追蹤資料、環境顧志耐曲線、世界銀行、吉尼係數、京都議定書附件B 國家 Abstract

In order to understand the inter and intra change of income distribution across countries to the impact of carbon dioxide emission and economic development, utilization of panel data is essential. The purpose of this study is to introduce the income inequality and to observe the interrelationship among economic development, income distribution, and carbon dioxide emission under different level of economic development from the combination of the data for 52 countries in 1990 to 2003.

The empirical result evidences that there is signicant impact of income inequality on the emission of carbon dioxide. There are also consistent trends between different years while variable of income inequality is presented in the relationship of economic development and carbon dioxide emission. This indicates that a better portrait of economic development and carbon dioxides exists while income distribution is taken into account.

Keywords: Panel data, Environmental Kuznets curve, World Bank, Gini coefficient, Annex B countries of Kyoto Protocol

壹、前言

自十八世紀工業革命以來，化石能源成為最關鍵性的能量轉換工具，而造就了現今許多已開發國家經濟快速的發展。但隨著近年來因全球暖化所帶來之災害，嚴重的危害到人類的生存環境，世界各國開始關注導致全

(3)

所得分配在不同經濟發展水準國家對CO2排放減量之影響球暖化的原因。有越來越多科學證據指出，造成全球暖化的原因之一是人類經濟活動耗用大量化石燃料（fossil fuel），使得溫室氣體在大氣中的濃度大幅提高。其中，二氧化碳(carbon dioxide, CO2)的含量更高達 66%遠大於其他溫室氣體，對溫室效應的影響程度最大，將可能會引發不可逆的氣候變遷，使得人類之生存及經濟環境受到嚴重威脅（Stix，2006）。此外，相較於一些僅限於影響某一區域、某一期間的污染物（如水污染及落塵量），溫室氣體增加所帶來的影響是全球性（global）且具長時間累積的特性。由此可知，欲控制全球 CO2排放，必須透過跨國整合與國際間長時間的合作才有可能達成減量之任務。有鑑於此，1992 年有 153 個國家的代表在巴西里約共同簽署「氣候變化綱要公約」（United Nations Framework Convention on Climate Change， UNFCCC），針對全球溫室效應問題進行有關的管制與規範，以避免大氣系統繼續遭受破壞，危及後代之生存環境。其後又於 1997 年通過具法律約束力之「京都議定書」(Kyoto Protocol)，要求簽署國在 2008 年至 2012 年之間，將 CO2、甲烷、氧化亞氮、全氟化碳、氫氟碳化物及六氟化硫等六種溫室氣體排放，減少到比 1990 年排放量平均低 5.2%之水準。雖然 CO2的減量已成為全球減緩溫室效應勢在必行的首要工作，但由於化石燃料燃燒的增加，意味經濟快速成長，使其在經濟發展角色所具有的重要性不容忽視，故如何減低 CO2之排放與經濟成長間的抵換關係，以免國家整體經濟受到重創，便成為各國在制定減量措施時所必須審慎考慮的課題，也是減量措施是否成功的重要關鍵。因此，瞭解各國 CO2排放與經濟發展的關係，便成為各領域專家研究的焦點。而過去的研究在探討此二者之抵換關係時，多半是依循Grossman 與 Kruger1995 年所提出之環境顧志耐曲線(environmental Kuznets curve，

(4)

法制論叢|第 42 期|民國 97 年 7 月

EKC)的概念延伸而來。他認為在經濟發展初期，環境品質惡化程度較輕微，但隨著國民所得的增加，環境品質逐漸惡化；然而，當經濟發展到某一轉折點(turning point)時，產業結構逐漸轉型，由工業轉向服務業或技術密集產業，環境品質會逐漸改善，因此經濟發展與環境污染會呈現倒 U 字型的形狀。然而，除了極少數如Hill 與 Magnani（2002）和 Galeotti、Lanza 與 Pauli（2006）的研究外，大部分的實證皆顯示 CO2的排放量與所得的關係，並沒有如 EKC 所說呈現倒 U 關係，即 CO2並不會隨著經濟發展而有遞減的現象(Hettige、Lucas & Wheeler，1992：Selden & Song，1994；Grossman & Krueger，1995；Holtz-Eakin & Selden，1995)。

此外，在全球的體系中，國際環境政策在制定上所面對的問題更為複雜，其中存在很多不確定性（uncertainty），這也是京都議定書自 1997 年達成協議後，歷經八年的協商於 2005 年才開始生效的原因。Nordhaus（2001）提到，京都議定書中減量責任的制定過程並不夠精確，在資訊不足的情況下訂定減量措施與配額，是造成京都議定書第一期減量成效有限的原因之一，因此，僅就經濟發展狀況及目前的排放情況為依據進行配額過於武斷。在制定減量措施時，必須對各國之技術、經濟、社會結構及政治資源等多層面進行全方位的考量，以更符合永續發展的意涵，否則不但無法達到減量的目標，反而易引起社會經濟的動盪。由此可知，僅使用經濟發展來詮釋環境污染的變化是不夠周全。又由於現今主要的污染製造者多為已開發國家，減緩氣候變遷的責任自然主要落在這些國家上，因此在京都議定書中，發展中國家是不具減量責任，此也為議定書中最為人質疑的地方。多數的學者認為開發中國家在未來的幾年內將會成為溫室氣體排放的主要製造國，因此欲使全球排放量保持穩定，已開發國家與開發中國家均需減少排放量（Böhringer，2003；

(5)

Duro & Padilla，2006）。由此可以預期，開發中國家的減量責任歸屬在未來的溫室氣體減量協商會議中，將會被納入討論，而減量國之文化差異、社會體制的不同與政治等變異程度會較京都議定書中附件 B 國家更為廣泛，此將會使得政策的制定所需考量的面向變得更為複雜。因此，在制定減量政策時，為使減量成本降到最低，除了考量經濟發展與 CO2排放的關係外，納入社會結構的考量是有必要的。而所得不均度是一個能代表社會結構的綜合指標，探討其與環境污染之影響，首度由 Boyce 於 1994 年提及。事實上，一國的所得分配情況即是社會結構與各種社會制度健全度的表徵，因此所得分配情況亦會影響到一國實施減量的能力與其適應能源結構改變之能力。比如，在貧富差距大的國家，若在沒有其他之配套措施下，採取提高能源價格來達到降低 CO2之排放，由於相較於所得高者而言，低所得者在直接能源上的花費佔其總所得的比例較大，此將造成貧富差距再度擴大，使得稅收扭曲進而阻礙公共建設，最終影響到經濟發展及CO2減量之能力。

然而，自 Boyce 之後，將所得不均度加入 EKC 之討論除了 Torras 與 Boyce（1998）、Scruggs（1998）、Magnani（2000）、Marsiliani 與 Renström （2000）、Ravallion、Heil 與 Jalan（2000）的研究外，仍然不多。而同時探討所得不均度、經濟發展及 CO2 排放三者之關係的研究則更少（Ravallion、Heil & Jalan，2000；Heerink、Mulatu & Bulte，2001；Hill & Magnani；2002）。然這些研究多數使用單一年度的跨國資料，討論跨國間所得分配的差異對於 CO2排放之影響。

而使用跨國時間序列的長期追蹤資料（panel data）進行分析，將有助於同時瞭解跨國間所得分配差異與國內所得分配之變化，對於 CO2排放量與經濟發展之影響。在各國所得分配的差異對於 CO2的排放是有影響的情

(6)

法制論叢|第 42 期|民國 97 年 7 月況下，一個同時考量所得水準與所得分配之減量比例的擬定，將更能反應一國實施減量措施的應變能力，依此，也將更有助於世界整體對 CO2減量目標的達成。有鑑於此，本文之目的將結合橫跨 52 個國家在 1990 至 2003 年間之資料，藉由所得不均度之引入以瞭解不同發展階段國家之經濟發展、所得不均度及 CO2排放量的關係。

貳、經濟發展、所得不均度與 CO

2

排放之概念架構

由於所得分配與 CO2排放量的關係，並不若經濟發展與 CO2排放量之影響來得直接，因此，要瞭解除了經濟發展外所得分配亦為影響 CO2排放的重要影響因子之一，必須先了解瞭解經濟發展與所得分配之關聯性，再進一步探討經濟發展與環境污染兩者間的關係，如此才能完整的釐清經濟發展、所得分配與 CO2排放量的關係。

一、經濟發展與所得分配之關係

經濟發展與所得不均度的關係，最早是由俄裔美國經濟學家 Simon Kuznets 在 1955 年所提出，他強調一國在追求經濟發展之餘，應更重視福利分配的問題，若福利分配不均等，可能會造成嚴重的社會問題。Kuznets 經由觀察多年的所得分配與經濟成長的關係發現，一國之所得分配會隨所得增加呈現先遞增後遞減的倒Ｕ字型(inverted-U)關係，此曲線即所謂顧志耐曲線。Kuznets 認為，所得分配之所以會隨所得增加而呈現倒 U 字型的關係，是因國家在經濟發展初期，部分農業部門就業人口移轉至所得較高的工業部門，因此拉大部門間的所得差距，爾後，隨較貧窮的農業部門人口逐漸轉移至工業部門，會使得所得分配逐漸趨於平均。隨後陸續有研究證實，當國家的經濟結構由農業移轉至以工業為主的生產型態時，所得分配

(7)

與所得會呈現倒 U 字型的關係(Papanek & Kyn，1986；Anand & Kanbur， 1993；Randolph & Lott，1993；Jha，1996)。

然而，近期關於所得與所得不均度之相關研究發現，現今許多已開發國家之所得分配，在 1960 年代以後又開始呈現上升的趨勢(Amos，1988； Ravallion，1995；Partridge、Rickman & Levernier，1996；Ram，1997；List & Gallet，1999；Gallet & Gallet，2004)，此即表示當所得增加到某一個程度時，所得分配並不會一直維持在相同的平均狀態，不均的情況反而是會再度上升，因此，在整個發展過程中，有可能會有兩個轉折點的產生。

推究其可能原因為，已開發國家正在面臨另一階段的經濟結構轉型，由工業部門移轉至服務業部門（Gallet & Gallet，2004）。另一種說法則認為，先進國家所得分配再度拉大的原因在於技術的再進步，當經濟發展到某一個程度，國家已由農業部門型態轉型至以工業部門為主的經濟型態，因此，將會開始另一個階段的發展，及技術再革新的階段，此即為現今發展中國家以及已開發國家在工業化時所經歷的歷程；由於技術的再革新，使得少數掌握高技術的部門，與其他低技術部門的所得差距逐漸拉大，促使國內的貧富懸殊開始擴大，隨後由於高技術部門之高所得的吸引，誘使越來越多人由技術低的部門移轉至高技術部門，如此有可能會使得所得分配再度恢復較平均的狀態（Aghion、Caroli & Garcia-Penalosa，1999；Galor & Tsiddon，1997）。然無論是技術的再進步或是由工業部門移轉至服務業部門的結構轉型現象，皆出現在現今所見之已開發國家的經濟發展現況。然而，由於先進國家與開發中或低度開發國家，經濟發展程度之變異很大，因此在同一個時期內不同發展程度之國家，其所得不均度與所得水準的關係可能是有所不同的。再加上完整的時間序列資料的蒐集是十分不容易的，使得實證研究在驗證所得不均度與所得間的關係時，往往只能反

(8)

法制論叢|第 42 期|民國 97 年 7 月應出兩者間某一時間區段的關係，故常得到分歧的結論，因此，使用同一期間不同發展階段之國家來檢驗所得分配與所得之關係所得到的結果是不夠精確的。因而，Gallet 與 Gallet（2004）主張若欲使用一個方程式來說明，各個發展階段國家之所得不均度與所得間的關係，應該將國家發展發展階段之差異也納入考慮。圖一為綜合前述之觀念，結合不同發展階段之開發中國家與已開發國家，所描繪的所得不均度與所得的關係。由 A 點至 B 點代表低度開發國家正處於由農業社會發展至工業社會的階段，故其所得分配會呈現逐漸拉大的趨勢；此即 Gallet 與 Gallet（2004）所描述多數開發中國家所處的由以農為主的社會進步至以工業為主的工業化社會，所得不均度與所得呈現倒 U 字型的關係，然有些國家則可能已慢慢向以服務業為主的產業型態邁進，因此步入經濟結構轉型過渡時期；最後，已開發國家多由以工業部門為主的生產型態，轉型為以服務業及高技術部門為主的生產型態，此時貧富懸殊會再度擴大，隨後仍有再趨於平緩的可能。

圖一涵蓋低度開發、開發中及已開發國家之顧志耐曲線

已開發國家工業部門服務業部門 (高技術部門) 農業部門所得不均度國家發展中平均每人所得

(9)

二、經濟發展與環境污染之關係

當一個國家經歷經濟發展而使得生活水準改善後，便會開始注意到環境汙染的問題。此概念首先是由世界銀行(World Bank)於 1992 年發表的『World Development Report』提出，該報告認為經濟發展與環境品質或污染排放間存在某種關係(Shafik，1994)。其後有許多研究陸續證實，某些污染物的污染程度，會隨著一國的經濟發展而增加，等到經濟發展到一個程度時，才會將資源轉移到污染問題的改善上，當到達某個轉折點時，環境的品質會隨著所得增加而有所改善，使得環境污染與經濟發展如同Kuznets 曲線般呈現倒Ｕ字型的關係，故稱作環境顧志耐曲線（Shafik，1994；Selden & Song，1994；Grossman & Krueger，1995；Stern，1998）。

Panayotou（1993）解釋環境污染與平均每人所得之間呈現倒Ｕ字型的關係，是一個國家階段性產業的轉型現象。換言之，由農業社會進入工業社會，由於消費增加，大量的生產及製造，使得環境品質開始惡化。而由工業步入服務業的階段，引發人們警覺到環境維護的必要性，於是意識到必須藉由技術的提升與較高的環境保護支出來改善環境品質。近年來，由於全球暖化所帶來的負面影響日趨嚴重，使得各國開始重視人為所製造之溫室氣體排放量的控制，而溫室氣體中以 CO2所佔的比重最大，然而CO2排放又與目前各國之經濟發展最為相關，因此，近期的 EKC 研究中大量出現討論 CO2 排放及所得之關係的研究（Holtz-Eakin & Selden，1995；Schmalensee、Stoker & Judson，1998；Unruh & Moomaw， 1998；Ravallion、Heil & Jalan，2000；Heil & Selden，2001；Lindmark， 2002；Friedl & Getzner，2003）。

(10)

結果均顯示，CO2的排放量與所得並沒有倒 U 字型之關係，多數國家之 CO2 排放量與所得是呈現單調遞增（monotonically increasing）的關係，且平均所得越高的國家其人均 CO2排放量亦越高，即使有出現轉折點使得 CO2排放符合倒 U 字型之關係，其轉折點通常也是很高的（ Shafik， 1994； Holtz-Eakin & Selden ， 1995 ； Schmalensee 、 Stoker & Judson ， 1998 ； Ravallion、Heil & Jalan，2000；Heerink、Mulatu & Bulte，2001）。世界銀行於1992 年的研究亦指出 CO2排放要出現倒U 字型之 EKC 現象似乎並不容易，在此報告中僅有英、德出現統計上顯著與 EKC 所描述之現象相符。

詮釋此種現象的可能原因為，由於EKC 發生的過程並非全然是自動形成的，而是必須輔以適當的環境政策並結合社會經濟結構的變動來促成，也就是說，即使經歷經濟發展而使得生活品質得到改善，環境品質並不會自己變好，仍必須藉由政府出面來干涉（Grossman & Krueger，1995）。然而，當所涉及的污染範圍不僅限於國內，而是擴及全球性的污染物如 CO2 這類型之污染物時，個別政府將比較容易忽略其嚴重性，對其重視程度遠不如範圍僅限於國內之水污染物，於是各國普遍有搭便車（free-rider）的心態(Arrow et al., 1995)，以致對 CO2的控制沒有預期中簡單。

三、經濟發展、所得不均度與 CO

2

排放之概念架構

當世界各國政府面對此一問題時，都想要了解彼此間如何能有一個公平合理的排放量額度分配，以使溫室效應減緩下來，因此必須先了解造成各國CO2排放量差異之原因。Ravallion、Heil 與 Jalan（2000）認為假使所得差距為使得國際間二氧化碳排放不均之原因，則隱含著國家內的所得不均度亦會影響到 CO2排放及平均每人所得之關係。這是因為高所得的國家對於石化能源的邊際消費傾向與低所得國家的邊際消費傾向是大不相同的，而國民之消費行為，及對化石能源的直接或間接需求，皆會受到所得

(11)

所得分配在不同經濟發展水準國家對CO2排放減量之影響分配之影響。爾後，Duro 與 Padilla（2006）亦證實造成國際間 CO2排放差異的最大原因是各國平均每人所得之差異，其結果與 Ravallion 等人（2000）的假設相符。因此，欲完整建構 CO2排放及所得之關係應加入考慮國內所得不均度之影響。過去在同時考慮 CO2、所得不均度與所得三者關係的研究中，多數實證結果發現，所得不均度與 CO2排放量呈現顯著的負向關係，亦即所得分配愈不均反而有助於 CO2排放量的減少，此與 Boyce（1994）所提出之論述相反，但納入所得不均度後，因而使所得水準對於 CO2排放量之影響顯著由單調遞增轉為倒 U 字型（Ravallion、Heil & Jalan，2000； Heerink、 Mulatu & Bulte，2001；Hill & Magnani；2002）。這些分歧的結果表示，所得分配與抑制 CO2 排放可能是呈現抵換（trade off）亦可能是彼此強化（reenforce）的關係。此外，這些分歧的結果可能源自有些研究採用橫斷面資料，即使用同一時點的跨國資料來進行分析（Heerink、Mulatu & Bulte， 2001；Hill & Magnani；2002），而不同面向的資料所表達的關係構面是有所不同的，因此由不同的資料構面，即說明不一樣的影響關係。而所得分配與 CO2排放量的第一種影響關係是建立在，當一個國家的所得經濟發展而提高時，連帶著所得分配也會有所變化，因此，在使用橫斷面資料討論經濟發展、所得不均度與 CO2排放三者之關係時，所得到之所得不均度與人均 CO2排放呈現負向關係，表示所得不均度越大，CO2排放量反而越小。其前提假設是所得與所得分配之倒 U 字型關係成立，即所得高的國家在經濟發展的過程中，所得分配已隨經濟發展而逐漸趨於平均，而多數低所得國家則是呈現所得差距較大的狀態。由於所得不均度會隨著經濟發展而縮減，又多數實證研究證實經濟成長與 CO2排放為正向關係，由此可推論，不均度較小的高所得國家其 CO2排放量較高，而分配較

(12)

不平均的低所得國家之人均 CO2排放量反而是較低的。因此，若將所得由邊際排放傾向低者向邊際傾向高者重新分配，以減少國家間所得之差距，則有可能會加速全球暖化之速度（Ravallion、Heil & Jalan，2000）。依此，要減緩全球 CO2排放，同時解決國際間所得分配不均的問題，是十分困難的。部分研究如 Hamilton 與 Cameron (1994)認為實施減量措施後，低所得者所受到之衝擊往往高於高所得者，亦即一個國家的所得分配不平均，會使其減量成本較分配平均的國家來得高。所得不均度的大小，事實上為經濟發展、社會制度及社會結構相互作用下的結果。由此觀點來看，貧富差距懸殊的國家，背後隱含著社會結構不健全的因素，在實施減量政策時容易產生更多的減量成本或是使得減量收益減少，以致於預期的減量目標不易達成。綜合上述可知，所得水準相同但所得分配較平均的國家，在實施減量政策時，相對於必須顧及貧富差距再度擴大與社會所得分配因而高不均的國度，其減量效率是較高的。此外，雖然一般現象皆呈現，所得高國家對於石化能源的邊際消費傾向與低所得國家的邊際消費傾向是大不相同，但是很難釐清一個國家高低所得家戶邊際消費傾向的大小，如低所得家戶對於必需品（如食物）的邊際消費傾向較富者來的高，而對於某些高污染且價格相對較高的產品（如汽車）之邊際消費傾向則較低。Scruggs（1998）也說明一個國家各所得階層家戶，其邊際污染傾向關係是不一定，且有可能隨經濟發展而有所改變，即邊際污染傾向先隨所得增加而上升，而後邊際污染傾向再隨所得增加而遞減，隨後亦有可能會再度改變。因此，無法得知不同所得階層之總和消費行為對於 CO2排放的實質影響（Kahn，1998；Ravallion、Heil & Jalan， 2000；Borghesi，2000；Roca；2003），但可以確定的是，所得分配情況的

(13)

所得分配在不同經濟發展水準國家對CO2排放減量之影響確會影響環境污染水準。這也是為何 Ravallion、Heil 與 Jalan（2000）會認為，若是國家間所得的差異會影響 CO2的排放，則隱含國家內所得不均亦會影響 CO2的排放。他們說明所得與 CO2排放之關係會以抵換關係模型（trade-off case）或雙贏模型（win-win case）呈現，雖然無法確實得知國家之平均所得與 CO2呈現何種關係，但由他們的實證得知所得不均度愈大時，污染所得彈性將會愈大，因此，當經濟發展到某一水準時，較平均的所得分配將有助於趨緩 CO2 之排放。亦即將所得不均度納入 EKC 的討論，也可能發現所得不均度與 CO2排放量呈現負向關係，亦即使得 EKC 由原本的單調遞增轉為倒 U 字型，但是過去研究並未討論為何會有此種現象產生。圖二則嘗試結合顧志耐曲線與環境顧志耐曲線，將原本單獨考量經濟發展與所得不均度及經濟發展與 CO2排放之關係連結在一起，以解釋有無考量所得不均度，在討論 CO2之排放與經濟發展關係上，彼此並不是單調固定的。一般的現象顯示經濟發展到某個階段時，才會將資源轉移到環境問題上（Grossman ＆ Kruger，1995），因此，開發中國家對於環境品質的重視程度尚不若已開發國家，提升經濟成長及減緩所得不均度才是開發中國家的首要課題。當國家處於圖二的A 到 B 的發展階段時，所得不均度與 CO2 排放會呈現不均度越大排放量越大的關係，而當國家發展至B 到 C 之階段時，所得分配趨於平均，而 CO2排放持續擴大，因此所得不均度與 CO2排放會呈現負向關係，由此可知，所得分配與 CO2排放之關係，會隨著所得不均度與經濟發展之關係而有所變動。這也隱含當國內不均度越大時，在發展中國家如未使用政策來進行所得重分配，以避免減緩經濟發展受到衝擊的情況下，政府即使藉由經濟發展來達到縮減所得分配不均與改善國民生活水準的目的，也就是由圖二中 O 到 E 的階段，結果卻是產生越多的污

(14)

法制論叢|第 42 期|民國 97 年 7 月染，而導致環境品質的下降，此即顯示雖然現今開發中國家之人均 CO2排放量，仍與已開發國家之排放量有一段差距，但是由上述分析可知，開發中國家未來之排放量是很可觀的。

圖二經濟發展、所得不均度與 CO

2

排放概念關係

圖二顯示當經濟發展由每人所得為O 的水準成長至 E 的階段，即國家已由農業部門型態轉型至以工業部門為主的經濟型態時，環境品質開始受到重視，因此，將誘發另一個階段的發展，即技術再革新的階段。工業化時期，技術的革新多著重在增加產量，而當所得達某一水準如所得水準大於 E 時，技術的再創新則會著重在能源效率的提升，即使用較少的能源能得到較大的產出及較少的污染。亦即當經濟發展到某一種程度，所得分配已逐漸趨於平均時，將是經濟發展的另一個階段（Aghion 、 Caroli & Garcia-Penalosa，1999），也就是技術再革新的時期。由於技術的再革新，少數掌握高技術的部門，與其他部門的所得差距逐漸拉大，因此使得國內的所得不均度開始擴大，又由於生產技術的改革，使得能源使用效率提升，因此 CO2排放下降。在高技術部門之高所得的吸引，會誘使越來越多人由技術低的部門移轉至高技術部門，使得所得分配可能再度呈現較平均的狀

(15)

所得分配在不同經濟發展水準國家對CO2排放減量之影響態，再加上整體之能源密集度的降低，因而出現平均每人所得持續增加， CO2密集度則持續下降的現象。由前述可知若將所得不均度納入經濟發展與 CO2排放關係中，可能會改變兩者之關係。由於所得不均度的擴大，對不同發展階段之國家有不同的影響，顯示所得不均度對於不同發展階段國家之經濟發展與 CO2排放關係的影響也會有所不同。低度開發或開發中國家，在國家發展初期，CO2 排放量將急速增加，貧富差距也日漸擴大，若是所得分配差距擴大過於快速，將會使得低所得國家之經濟成長率下降，而生產力的下降，可能連帶使得 CO2排放量也趨緩，然而，當經濟穩定發展至一定的水準，所得分配趨於平均，CO2排放量可將會再度增加。綜合前述的討論可知，納入所得不均度後，經濟發展與 CO2排放關係可以推演如圖三的關係。圖三中的A 至 C 表示當低所得國家邁入工業化階段，CO2 排放量會急速上升，然所得不均度隨發展則急速擴大，而在國家所得分配趨於穩定後，CO2 排放量將隨著經濟發展再度上升。然而，在高所得國家，由於所得不均度的再度擴大，可能意味著另一個階段的技術進步與產業結構轉型，所得分配的拉大反而有助於經濟成長。因此，所得不均度與 CO2排放的關係，與一國所得水準的高低是會產生不一樣的結果。高所得國家由於民主自由度高，人民對政策的主導權相對較高，所得不均度對於 CO2排放之影響，著重於環境政策的執行，所得不均度高的國家，較大的貧富差距造成相對所得的拉大，因此佔多數的中間選民，預期可能會有人產生搭便車的心理，以及其所受到的影響會較高所得者來的大，因此使得對環境保護的願付價格下降（Glazer & Konrad， 1996）。此外，同為高所得國家，其經濟發展與 CO2排放的關係，對於分配較平均的國家 CO2則有趨緩的可能，如圖三由 C 走向 E 的階段，而所得

(16)

法制論叢|第 42 期|民國 97 年 7 月分配較不均的國家，CO2 排放量將仍會隨所得增加而有向上遞增的趨，如圖三由 C 持續朝向 D 的階段前進，這也形成了實證上相對常出現的經濟發展與CO2排放沒有倒 U 字型關係的結果。

圖三引入所得不均度之影響後經濟發展與 CO

2

排放之關係

參、資料來源與變數的選擇

為瞭解所得分配、經濟發展與 CO2排放量之關係，首先必須蒐集 CO2 排放量、所得分配及經濟發展指標之資料。為了討論同期跨國 CO2排放量之差異，同時檢視在時間影響下各國 CO2排放量的變化，因此在資料之選用上需更為謹慎，必須依照資料的可信度、所涵蓋範圍的完整性及過去研究的經驗，來選取資料來源與各種可用之變數。而在進行樣本國的篩選時，是先依據所得分配資料之可得性與一致性來決定樣本國家的資料，再考量 CO2排放量與經濟發展變數資料的完整度進行篩選，最後，本文採用 52 國由 1990-2003 年之長期追蹤資料來進行分析。

(17)

一、衡量經濟發展之變數

一般用來衡量一國發展狀況的指標包含經濟成長與經濟發展兩種；「經濟成長」是使用總產出來代表一國或是一經濟體在一定期間內的經濟活動成果，而常用衡量總產出的具體測定指標有國民生產毛額（gross national product，GNP）、國內生產毛額（gross domestic product，GDP）與國民所得（national income，NI）等三項。「經濟發展」則是指除了產出量的增加外，亦包含技術上、制度上及社會資本等的改變。但由於要找到可以具體量化結構或制度面的經濟發展指標是不容易的，故一般在選擇代表經濟發展的指標時，多是使用較簡單的概念，將其定義成每人產出之增加，並多以平均每人國民所得（per capita GNP、per capita GDP 或 per-capita NI）或是每一就業人口平均所得來代表之（蔡宗羲，1982）。

關於經濟發展指標乃採用剔除物價水準之變動與人口成長影響的平均每人實質國內生產毛額（per capita real GDP）。而聯合國統計資料庫（United Nations Statistics Division，2007）中有符合前述原則最完整之資料，但由於聯合國資料庫裡所提供的每人國內生產毛額資料，是使用名目 GDP （nominal GDP）來求算，因此，本研究改採用以美元表示的名目 GDP，除以各國 1990 年物價指數平減後之資料，再除以各國人口求得每人實質國內生產毛額來當做經濟發展變數。其中由於臺灣非聯合國之會員國，故聯合國資料庫中並沒有臺灣的統計資料，因此本研究有關於台灣經濟發展的變數亦仿照前述，以台灣每人實質國內生產毛額數據來代表。並由台灣行政院主計處所發布之國民所得統計年報，取得名目國內生產毛額資料，除以人口數後再以1990 年物價指數平減而得。

二、人均 CO

2

排放量（per capita CO

2

emissions）

(18)

法制論叢|第 42 期|民國 97 年 7 月採用以下三個指標：每人平均排放量、排放總量及排放密集度（energy intensity）（即單位 GDP 之 CO2排放量，CO2/GDP）。排放總量與人均排放量表示排放規模的大小，而 CO2 排放密集度則為觀察能源使用效率之指標。而一國之 CO2總排放量會受到人口數多寡及工業發展程度的影響，因此在進行 CO2排放與所得間關係之跨國分析時，應採用平均每人 CO2之排放量，以便將人口之影響因素剔除（Friedl & Getzner，2003）。

本研究所採用的各國人均CO2排放資料，係來自由Marland、Boden 與 Andres（2007）彙編美國田納西州（Tennessee）橡樹嶺國家實驗室（Oak Ridge National Laboratory，ORNL）所屬之二氧化碳資訊分析中心（The Carbon Dioxide Information Analysis Center，CDAIA）而成之資料庫，此資料庫使用Marland 與 Rotty 於 1984 依據 IPCC 基礎方法推估各國 CO2排放量而得。 CDAIA 之 CO2排放資料為現今可得資料中，方法最一致、且包含之國家數與年度最為完整之 CO2統計資料庫。其中資料最早由 1950 年開始，最新的資料為 2003 年，因此非常適合使用在 CO2 排放相關議題之跨國分析上（Holtz-Eakin & Selden，1995；Schmalensee、Stoker & Judson，1998； Ravallion、Heil & Jalan，2000；Heil & Selden，2001；Lindmark，2002； Dijkgraaf & Vollebergh，2005）。但是，CDAIA 所提供之 CO2排放資料並不將砍伐森林（deforestation）、土地使用（land-use）所產生之 CO2排放予以計入。而此二者所產生之 CO2排放量，約為每年所有化石燃料與水泥生產所產生之排放量的 17-23% （World Resources Institute，1996）。此外，此一資料庫亦不計入燃燒木材（firewood combustion）對 CO2排放之影響，因此可能會使低度開發國家之 CO2排放量被低估的情形。

三、所得不均度變數

(19)

不均度的變化，乃使用一個介於 0（絕對均等）到 1（絕對不均）之間的簡易量化指標吉尼係數（Gini's concentration coefficient）。然而，由於所得分配調查不若國民所得統計，有一套國民所得統計制度（System of National Accounts，SNA）之國際規範可依循，因此缺乏嚴謹的跨國比較基準，故在使用上必須特別的謹慎（曹添旺、陳建良、陳隆華，2003）。世界銀行在『世界發展報告』（World Development Report）中，公布各國所得分配比較時，亦特別註名其資料不具嚴謹的跨國比較（strict comparability）（World Bank， 1992）。因此，使用吉尼係數來比較各國所得分配的情況時，首先必須了解造成各國資料差異的原因。

為了使吉尼係數之跨國比較變得較有意義，在使用吉尼係數資料時，充分了解該資料的組成資訊是有必要的。有鑑於此，Deininger & Squire 於 1996 年首先蒐集了一部分吉尼係數之資料，建立了一個包含所得分配組成細項的所得分配資料庫。而本研究所採用的資料為聯合國與世界銀行合作委託聯合國大學世界發展經濟學研究院於2005 年建立的聯合國所得不均度資料庫（World Income Inequality Database V2.0a，WIID），便是由 Deininger 與 Squire（1996）之報告演進而來。此資料庫之優點不但蒐集了許多研究單位所計算的吉尼係數，且歸納了前述造成使用吉尼係數進行跨國比較之困難，並整理出每個吉尼係數在計算過程中之重要資料背景，以使後進研究者在使用吉尼係數進行跨國所得分配相關議題研究時，可根據更周全的細部資料來選擇所需的所得分配數據（World Institute for Development Economics Research，2007）。

然而，在 WIID 資料庫中可發現同一個國家在同一個年度有多個不同的吉尼係數值，研究者可以依據其後所列出的資料背景來選擇所需的適合

(20)

法制論叢|第 42 期|民國 97 年 7 月數值。此外，Deininger 與 Squire（1996）提出在選用吉尼係數當作跨國所得分配情況之比較時，需符合以下三個原則：（1）其資料來源來自家計收支調查報告（household surveys），而非取自國民所得帳調查報告（national accounts statistic），且以家計（household）或個人（person）為調查單位。（2）可支配所得之計算來自所得面或支出面，而僅以薪資收入（wage）作為所得之來源的資料予以刪除。（3）以整個國家人口（national coverage）作為代表性人口，若僅限於調查某地區或某部分人口（如納稅人口 taxpayers）之資料將不予選取。本研究為了顧及資料的品質，在吉尼係數資料的篩選方面，僅選擇 WIID 資料庫中屬於品質等級 1 與等級 2 者進行分析。並依Deininger 與 Squire 之原則由中選取個別國家在特定年度符合以上三個條件之吉尼係數資料進行實證分析。在時間序列資料的篩選方面，尚須注意到一國之調查方法的一致性，因此需選用相同之調查方法且資料年度最齊全的吉尼係數，以便正確的瞭解一國之所得分配的變化情況。然使用前述的標準來篩選資料，使得某些國家會產生局部的缺漏值，故本研究則以該國最近一期之資料進行填補。選擇使用此種方法來進行資料填補的理由是，所得分配的變化是較緩慢且穩定的，Aaron（1978）曾描述「紀錄所得分配之動向，就如同蹲在草地上觀察草地的生長速度一般」。Aaron 認為除非一國之經濟受到景氣循環或是突發性的天災人禍等因素的影響，使得一國之經濟結構產生極大的變動，否則一般來說所得分配的變化情形是非常緩慢的。因此，使用前一期或後一期的資料來填補缺漏值是可行的。然而，此種填補缺漏值的方法，也可能會伴隨產生變數衡量誤差的問題，且若是缺漏之資料量過多，則此方法便不適用。此外，在進行資料篩選時，除了各國之時間序列資料的齊全程度必須考量外，對於政治情況變動較大的國家也有特殊之篩選，以使統計

(21)

所得分配在不同經濟發展水準國家對CO2排放減量之影響註 1：其中政治情況變化較大的國家有：東西德於 1990 年統一，吉尼係數之計算方式也在 1990 年後才趨於一致，而二氧化碳之資料於 1991 年以前東西德是分開計算的，故使用 1990 以前之資料時，必須將東西德之資料予以加總。1991 年蘇聯瓦解成立陶宛、愛沙尼亞、拉托維亞、烏克蘭、俄羅斯、白俄羅斯、哈薩克、吉爾吉斯、亞塞拜然、喬治亞、烏茲別克、塔吉克、亞美尼亞、土庫曼、摩爾多瓦等15 國，因此這些國家無論是在GDP、CO2排放量或吉尼係數在1993 年以後才有資料，而 1993 年以前的資料均被合併算入蘇聯之下。1993 年捷克斯洛伐克聯邦共和國（Czechoslovakia），正式分裂成捷克與斯洛伐克獨立的兩國，兩國之個別資料於1993 年以後才有。南北韓於第二次世界大戰後分裂，由於北韓為較封閉之共產國家，資料較不易取得，亦無詳細之家庭普查資料可供計算吉尼係數，因此本研究有關韓國的資料方面僅採用南韓之數據。數據除了有完整性外尚有一致性註1。

四、其他影響二氧化碳排放之變數

人口密集度（population density）高的地方，由於各種資源消耗活動的聚集，相對的會使得污染強度較人口稀少的地方來得嚴重，因此，人口稠密度常被視為影響環境污染的重要因子之一（Cropper & Griffiths，1994； Selden & Song，1994；Scrugges，1998）。多數的研究皆認為，人口密集度越高，將會對環境帶來越高的壓力，且人口越多的地方人們花在交通運輸（transport）與相互交流（communications）的支出將會越多，使得人均二氧化碳排放量會越高（Ravallion、Heil & Jalan，2000）。

工業佔 GDP 之比例（percentage manufacturing share of GDP）的加入，可以反應出部門間的移轉對 CO2排放之影響（Grossman & Krueger，1995），也就是經濟發展對環境污染的合成效果（composition effect）。因此，可以預期當工業佔一國之GDP 之份額越高時，人均 CO2排放量將會越高。本文所使用之人口密度資料是由世界銀行取得，而工業佔 GDP 之比例，則是由聯合國取得工業以 1990 年物價指數平減後之產值資料，再與各國國內生產毛額以 1990 年物價指數平減之資料相除而得。

(22)

五、最終所選資料之特性

綜合本研究所需資料之特性，最後乃選用1990 年至 2003 年 52 個國家共 728 筆資料的各相關資料進行分析。這 52 個國家之中，包括屬於京都議定書附件B 但尚未承諾減量之美國及澳洲，其餘有 30 個國家為京都議定書附件B 中已承諾減量之國家。而 52 個國家 2003 年之 CO2總排放量佔全球排放量的 80.37%，2003 年總人口數佔世界總人口數的 67.83%；若以 1990 至 2003 年的 14 年平均來看，此 52 國之 CO2 排放量平均佔全世界之 80.47%，人口數則佔 69.29%。又如果根據世界銀行 2005 之人文發展報告『Human Development Report 2005』所公佈之 2003 年世界人文發展指數『Human Development Index，HDI』的排名（World Bank，2005），以此做為衡量各國發展狀況之綜合指標，可發現本研究最後所篩選出的 52 個國家中包含了35 個高度發展國家、17 個中度發展國家。此一結果並不意外，這是因為低度發展國家滿足了低所得、低人文資源（包含營養、醫療及教育資源等）與不穩定性等三個國家發展弱勢條件，故使得低度發展地區在各種統計資料的建構上是較缺乏的。進而初步檢視人均 CO2排放與平均每人實質國內生產毛額的關係如圖四可發現，人均 CO2排放量不論是在 1990 或是 2003 年，確實隨著越高的平均每人實質國內生產毛額而越大，而圖五所呈現的Gini 所得不均度與人均 CO2排放的關係，不若人均 CO2排放與平均每人實質國內生產毛額關係單純，顯示不論是在 1990 年或是 2003 年，人均 CO2排放與所得相對平均與所得相對不平均的國家，則分別形成人均 CO2排放越大所得越不均的兩個群體。

(23)

肆、估計方法與估計函數之設定

一、估計方法

由於本研究使用結合 14 年時間序列與橫斷面 52 個國家之資料進行分析，若採用一般最小平方法（OLS）估計會產生估計結果的偏誤與不一致，因此乃採分析長期追蹤資料的迴歸型式之固定效果模型（fixed effect，FE）與隨機效果模型（random effect，RE）。固定效果模型又稱為最小平方虛擬變數模型(least squares dummy variable model，LSDV )，容許個別觀察樣本間存在差異，並將觀察樣本間的異質性表現在截距項中，即每個橫斷面資料樣本均具有自己專屬之特質。隨機效果模型又稱誤差成份模型(error component model)，是假設表現個體差異以隨機誤差項之型態出現。

二、估計函數式之設定

為能清楚瞭解加入所得不均度後，經濟發展及 CO2排放兩者關係是否有所改變，藉此釐清各國在制定 CO2減量目標與政策時，所得分配是否為一個必須納入考量的重要指標，因此本研究將分別建構未加入所得分配、加入所得分配以及加入所得分配與所得之交叉項等三種實證模型，來瞭解有無考慮所得分配對於 CO2與經濟發展間的影響差異。此外，前述三種模型分別使用所得一次（linear）、二次（quadratic）及三次方（cubic），來檢驗 CO2與經濟發展間是呈現一次線性關係、倒 U 字型關係或是三次方之 N 字型關係。

三、未考慮所得分配之模型設定

在未考量所得分配的影響下，建立經濟發展與 CO2 排放的關係方程式。過去的研究認為人口密度是影響經濟活動的重要因素，對於環境品質

(24)

法制論叢|第 42 期|民國 97 年 7 月 0 1 2 3 4 5 6 7 8 印度中國亞美尼亞吉爾吉斯印尼亞塞拜然摩爾多瓦哥倫比亞泰國羅馬尼亞波蘭烏克蘭白俄羅斯牙買加馬其頓保加利亞委內瑞拉智利巴拿馬立陶宛斯洛伐克墨西哥匈牙利拉托維亞巴西捷克愛沙尼亞俄羅斯南韓葡萄牙希臘臺灣斯洛維尼亞以色列愛爾蘭西班牙英國澳大利亞比利時義大利荷蘭奧地利法國德國加拿大美國丹麥芬蘭瑞典日本挪威盧森堡依 1990平均每人 GDP由小到大排列 CO2/人(公噸) 1990 2003 0 1 2 3 4 5 6 7 8 芬蘭匈牙利羅馬尼亞瑞典斯洛伐克烏克蘭荷蘭挪威捷克斯洛維尼奧地利俄羅斯波蘭德國加拿大盧森堡亞美尼亞印度比利時吉爾吉斯澳大利亞法國立陶宛臺灣日本印尼拉托維亞保加利亞西班牙英國義大利白俄羅斯丹麥愛爾蘭南韓馬其頓希臘以色列亞塞拜然葡萄牙中國愛沙尼亞摩爾多瓦美國泰國牙買加委內瑞拉墨西哥智利哥倫比亞巴拿馬巴西依1990年Gini由小到大排列 CO₂/人(公噸) 1990 2003

資料來源：本研究整理自Marland、Boden & Andres（2006）；United Nations Statistics Division (2007）；

而台灣得資料分別整理自行政院主計處（2005）。

圖四 1990 與 2003 各國每人 CO

2

排放量依 1990 年平均每人 GDP 排列

資料來源：本研究整理自Marland、Boden & Andres（2006）；United Nations Statistics Division (2007）；

而台灣得資料分別整理自行政院主計處（2005）。

(25)

註2：Shafik（1994）提到雖然可使用時間趨勢來表現技術隨時間的進步，但此假設之缺點在於，時間趨勢仍有可能包含其他外生變數的時間影響趨勢。但為了能直接看出隨時間經過對於二氧化碳影響之趨勢，因此本研究仍採用時間趨勢變數來顯示時間趨勢對於二氧化碳排放之影響。

的影響甚大（Cropper & Griffiths，1994；Selden & Song，1994；Scrugges， 1998），而工業佔 GDP 份額，則可代表產業移轉對於 CO2排放的影響，因此一併納入模型中估計（Grossman & Krueger，1995）。而為了表現生產技術與污染防治技術隨時間進步的技術效果，故加入時間趨勢（time trend）來當做技術進步的代理變數（proxy）註2_{（Shafik，1994，Ravallion、Heil &} Jalan，2000）。未加入所得分配這一類的所得一次、二次及三次方模型分別為：

it (1)

(

)

2

2 it 1i 2 it 3 it 4 it 5 it 6 it

)

2 3 2 1 2 3 4 5 6 7 8 it i it it it it it it it CO GDP GDP GDP Dens Manu Gini time

β

ε

= + + + + + + + + (6) 其中Gini_it代表 i 國於 t 年的吉尼係數值，而其他變數定義皆與類型一相同。由經濟發展與所得分配的相關研究中，顯然可以發現經濟發展與所得分配具有密切的關係，因此，將所得與所得不均度的相互關係納入估計式中，有助於強化所得分配與 CO2關係之連結。同樣的，在所得一次，二次 及三次方影響下的各函數式分別為： 類型三

(

2

)

1 2 3 4 5 6 * 7 it i it it it it it it it

CO GDP Dens Manu Gini

Gini GDP time

β

ε

= + + + + + + + (7)

(

)

2 2 1 2 3 4 5 6 7 * 8 it i it it it it it it it it

CO GDP GDP Dens Manu Gini

Gini GDP time

β

ε

= + + + + + + + + (8)

(

)

2 3 2 1 2 3 4 5 6 7 8 * 8 it i it it it it it it it it it CO GDP GDP GDP Dens Manu

Gini Gini GDP time

β

ε

= + + + + +

(27)

所得分配在不同經濟發展水準國家對CO2排放減量之影響在（7）、（8）及（9）式中，Gini_it的係數值表示所得不均度對 CO2的直接影響效果，而所得分配與所得交叉項Gini_it*GDP_it之係數，則可以反應出所得增加影響所得不均度與 CO2排放的間接影響關係。在類型三之關係下，所得不均度對CO2排放的影響方向可能不是固定的，而此種關係可由（9）式所得不均度對 CO2排放之微分看出，此式顯示出所得不均度對 CO2排放的影響途徑，是同時受到所得不均度的直接影響與透過所得的間接影響，其微分式如下：

(

2

)

7 8 it it it CO GDP Gini

β β

∂ = + ∂ (10) 由（10）式可以看出，假使所得不均度係數

β

₇，與所得不均度及所得交叉項係數

β

₈之符號為同向，表示所得增加會強化所得不均度對 CO2排放量之影響，反之，則所得增加反而可能扭轉不均度對 CO2排放的影響方向。由此也可看出，所得不均度對 CO2排放之影響在此種關係之設定下，將隨著所得水準而可能有的不同表現與影響。

伍、實證結果與分析

一、各模型估計結果

在進行各種估計工作之前，由於所用之資料是橫跨 52 個國家，縱貫 1990-2003 年之間的時間序列資料，因此，可以先概括的瞭解研究中所用各相關變數之統計值，以對於這些變數有一個初步的掌握，結果彙整如表一。每個變數的平均數大小當然不同，其中以基尼係數表示的所得不均度，所呈現出的大致傾向是，在這一段時間有部分國家如亞賽拜然等，是在 1991 年蘇聯瓦解後方出現的國家，其實質每人 GDP 是屬於低的一群，然所得不均度及標準差相較於其他國家卻是相對的大。而另有些如英國等高所得國

(28)

法制論叢|第 42 期|民國 97 年 7 月家，其所得不均度之數值與標準差也是屬於高的一類，這些統計數值的簡單初步對比，可以反應前述所陳述在不同的經濟發展階段，所得不均度對於 CO2排放可能扮演角色之差異。立基於此，本研究之實證分析結果將由前述各類模型估計結果中，選取最理想的估計結果進行後續的相關分析。由於本研究之實證方法包括固定效果模型、隨機效果模型，除此之外，亦須檢驗樣本國間是否有個別差異的存在，因此在進行實證分析前必須先對於模型估計方法進行檢定，以區別最適的估計模型。由表二得知，無論在那一個模型下固定效果模型之 F 值的檢定結果均是顯著的註3，表示跨國間的異質性是顯著存在的。此外， Hausman

_χ

2_{檢定顯示固定效果模型優於隨機效果模型，表示國家之個別效} 果與本研究所選取之解釋變數的確存有相關性，而事實上一國之個別效果，如技術、能源價格、消費偏好及環境政策等，顯然會受到該國之所得、所得分配、人口密度及產業結構的影響，本研究之檢定結果與此一推論相符，因此，綜合上述相關之檢定結果，本研究採用固定效果模型進行後續相關分析。其次，由表二類型一模型的所得一次、二次及三次與 CO2排放的估計結果可看出，未考量所得不均度時，所得與 CO2排放呈現倒 U 字型的關係，但並未有三次方的關係。而人口密度與工業佔GDP 的比例皆與 CO2排放呈現顯著的正向關係，時間趨勢變項則與 CO2為負向關係，表示隨時間經過技術之進步使得每人平均 CO2排放有下降之趨勢。而以所得二次或所得三次來進行估計，調整後之判定係數（adj R2_{）差異極小，此顯示所得三次方} 加入與否對於模型之解釋能力無太大影響。註 3：在篇幅的限制，同時亦不影響全文完整性的考量下，本文僅呈現出各類模型與後續分析有關的固定效果之估計結果。

(29)

表一各變數 1990-2003 之平均值與標準差

a 國家所得不均度_(Gini) 每人實質_GDP 人均CO2 排放量人口密度工業佔GDP 份額亞美尼亞(Armenia) (6.88) 39.16 (101.36)430.28 (0.03) 0.24 114.42 (6.30) (5.22) 25.79 澳大利亞(Australia) (0.53) 30.32 (2,045.12)19,337.97 (0.32) 4.64 (0.15) 2.37 (0.94) 13.67 奧地利(Austria) (1.61) 25.26 (1,824.24)21,511.41 (0.12) 2.09 (1.40) 96.41 (0.72) 19.84 亞塞拜然(Azerbaijan) (5.85) 44.27 (172.63)504.87 (0.34) 1.27 (4.35) 93.61 (5.45) 11.98 白俄羅斯(Belarus) (2.13) 35.40 1,545.72(224.70) (0.36) 1.88 (0.58) 48.68 (4.15) 34.84 比利時(Belgium) (0.77) 29.34 (1,587.57)20,606.15 (0.14) 2.76 309.85 (3.68) (1.27) 19.76 巴西(Brazil) (1.40) 59.65 3,323.13(92.96) (0.05) 0.45 (1.22) 19.53 (1.31) 21.85 保加利亞(Bulgaria) (1.91) 34.82 2,016.12(218.18) (0.26) 1.69 (2.55) 74.89 (5.35) 21.84 加拿大(Canada) (0.80) 29.29 (2,022.46)21,247.78 (0.26) 4.26 (0.13) 3.28 (1.22) 17.59 智利(Chile) (2.65) 55.77 3,203.48(442.27) (0.16) 0.91 (1.20) 19.57 (0.43) 18.83 中國(China) (2.35) 39.77 (217.87)660.62 (0.08) 0.67 130.74 (5.35) (1.61) 39.72 哥倫比亞(Colombia) (2.14) 57.06 1,419.62(66.65) (0.06) 0.42 (2.88) 38.13 (1.33) 15.57 捷克(Czech Republic) (0.67) 26.19 3,366.59(217.35) (0.80) 3.54 133.19 (0.65) (1.53) 24.86 丹麥(Denmark) (0.26) 34.49 (2,158.28)25,706.19 (0.34) 2.84 124.11 (1.98) (0.67) 16.57 愛沙尼亞(Estonia) (1.64) 38.53 3,263.60(627.20) (0.45) 3.66 (1.82) 33.84 (6.33) 20.10 芬蘭(Finland) (2.50) 22.98 (3,001.85)25,087.26 (0.25) 3.00 (0.23) 16.81 (1.84) 23.48 法國(France) (1.28) 29.30 (1,123.93)20,188.36 (0.07) 1.69 105.81 (1.78) (1.02) 16.20 德國(Germany) (1.70) 26.61 (1,379.24)21,735.20 (0.20) 2.82 233.78 (2.72) (1.99) 23.63 希臘(Greece) (1.35) 34.29 8,970.67(886.07) (0.18) 2.10 (2.20) 82.88 (1.25) 12.73 匈牙利(Hungary) (1.76) 24.51 3,078.83(404.23) (0.05) 1.53 111.43 (0.79) (1.08) 23.18 印度(India) (2.30) 33.11 (72.96) 433.28 (0.04) 0.28 (23.33) 321.99 (0.90) 16.32 印尼(Indonesia) (2.09) 32.86 (98.83) 887.33 (0.05) 0.33 108.58 (6.39) (3.13) 25.27 愛爾蘭(Ireland) (2.25) 32.13 (4,789.77)17,733.89 (0.24) 2.71 (2.30) 53.60 (2.57) 30.07 以色列(Israel) (0.77) 35.82 13,156.41(670.64) (0.33) 2.49 (28.96) 265.00 (1.22) 16.91 義大利(Italy) (0.40) 33.73 (1,123.17)19,621.21 (0.07) 1.96 194.91 (1.26) (1.06) 21.36 牙買加(Jamaica) (3.32) 42.66 2,014.26(51.34) (0.08) 1.03 232.27 (7.63) (2.02) 14.86

(30)

表一各變數 1990-2003 之平均值與標準差

a 日本(Japan) (0.33) 31.56 (1,019.66)27,119.45 (0.08) 2.49 344.96 (3.72) (2.05) 22.40 南韓(South Korea) (2.11) 34.79 (1,412.92)7,758.69 (0.35) 2.20 (16.94) 461.29 (0.80) 27.27 吉爾吉斯(Kyrgyz Republic) (7.24) 42.14 (85.71) 377.92 (0.16) 0.39 (1.07) 24.61 (7.26) 21.35 拉托維亞 (Latvia) (1.14) 33.13 2,412.73(508.56) (0.24) 0.99 (1.97) 40.00 (7.58) 20.34 立陶宛 (Lithuania) (2.18) 32.64 2,058.63(362.91) (0.22) 1.21 (1.47) 57.26 (7.64) 23.17 盧森堡 (Luxembourg) (1.47) 27.55 (4,954.80)36,083.30 (1.11) 6.11 161.28 (8.57) (3.01) 13.57 馬其頓 (Macedonia, FYR) (2.59) 32.26 1,700.92(136.79) (0.08) 1.48 (1.51) 77.67 (4.26) 21.86 墨西哥(Mexico) (1.01) 52.53 3,130.13(203.47) (0.06) 1.14 (3.05) 48.63 (1.16) 19.75 摩爾多瓦(Moldova) (2.04) 42.13 (172.60)404.13 (0.31) 0.80 131.13 (1.43) (6.58) 22.45 荷蘭(Netherlands) (0.30) 25.46 (1,852.56)20,938.38 (0.09) 2.50 (11.88) 460.22 (1.27) 16.26 挪威(Norway) (1.37) 27.27 (3,542.06)30,782.19 (0.45) 2.20 (0.35) 14.37 (0.90) 12.04 巴拿馬(Panama) (0.61) 57.69 2,975.33(278.51) (0.09) 0.50 (3.08) 37.05 (1.95) 11.22 波蘭(Poland) (2.75) 32.14 1,918.06(287.00) (0.16) 2.34 126.20 (0.84) (4.13) 22.18 葡萄牙(Portugal) (0.77) 37.07 7,896.59(658.05) (0.16) 1.40 110.51 (1.84) (1.01) 17.73 羅馬尼亞(Romania) (3.43) 28.51 1,546.67(110.70) (0.23) 1.33 (1.94) 98.19 (4.57) 27.66 俄羅斯(Russian Federation) (8.28) 43.24 2,615.46(461.40) (0.41) 2.97 (0.08) 8.99 (6.32) 29.92 斯洛伐克(Slovak Republic) (0.79) 25.46 2,638.92(316.75) (0.14) 2.00 111.39 (0.83) (2.79) 23.66 斯洛維尼亞(Slovenia) (0.91) 25.14 (1,134.79)8,572.63 (0.22) 1.91 (0.42) 98.80 (2.70) 28.58 西班牙(Spain) (1.10) 32.75 (1,426.70)14,114.88 (0.21) 1.71 (1.98) 79.80 (1.28) 19.25 瑞典(Sweden) (1.86) 24.57 (2,485.47)26,621.23 (0.09) 1.54 (0.29) 21.45 (1.31) 20.60 臺灣(Taiwan) (1.22) 32.05 (1,090.98)10,545.39 (0.34) 2.30 (21.28) 598.84 (2.95) 25.94 泰國(Thailand) (1.01) 43.91 1,782.67(216.99) (0.18) 0.81 115.77 (5.34) (2.42) 29.35 烏克蘭(Ukraine) (7.29) 37.37 (354.11) 872.86 (0.59) 2.20 (2.68) 87.17 (7.82) 30.68 英國(United Kingdom) (0.57) 33.76 (2,005.44)18,274.94 (0.14) 2.59 242.08 (2.94) (2.45) 19.17 美國(United States) (1.23) 44.99 (3,343.33)25,788.47 (0.17) 5.44 (1.46) 29.57 (1.45) 16.45 委內瑞拉(Venezuela) (1.24) 47.32 2,396.87(189.35) (0.19) 1.75 (2.16) 25.76 (3.39) 21.83 資料來源：本研究估算。註a：平均值下括號內數值為標準差。

(續)

(31)

₈)為顯著正向關係，此表示雖然所得不均度與 CO2 排放為負向關係，但此種負向關係會隨著所得水準的增加而減少，顯示所得不均度與 CO2排放之關係並非固定不變，而是會受到所得水準的影響。利用（10）式估算而得當人均所得高於 5,031.061 美元時，所得不均度與 CO2 排放之關係，由原本的負向關係轉為正向關係，即所得不均度高愈高 CO2排放量愈大，亦即此一水準為所得不均度對 CO2排放關係改變的一個分界所得水準。最後，為了較完整瞭解有無考量所得分配情況下，所得水準與 CO2排放的關係，根據前述在模型中之自變數的顯著性，特別是與所得不均度及所得水準相關變數組成之變數的顯著性，及針對固定效果與隨機效果模型檢定的結果。對於考量所得不均度的模型，則採類型三的三次方固定效果（9）式之估計結果，而未考量所得不均度的模型，則採類型一的三次方固定效果（3）式之估計結果進行後續的相關分析。

(32)

表二

三種類型下之固定效果模型估計與檢定結果

(33)

二、跨國有無考量所得不均度平均每人所得與人均 CO

2

排放之關

係

本研究之資料為 1990 至 2003 年，橫跨 14 個年度的期間，為了觀察考量所得不均度前後，跨國之所得與 CO2排放關係整體表現，在不同年代所呈現之關係的可能變化，以觀察隨著時間的邁進，不同年間之所得與 CO2 排放趨勢的變化。也就是可觀察 1990 年橫跨 52 國有無考量所得不均度時，平均每人所得與每人 CO2排放量之關係，而同樣的，此 52 國經過 14 年後，至2003 年平均每人所得與每人 CO2排放量之關係又會呈現出何種不同的結果。圖六為 1990 與 2003 年考量所得不均度前後之趨勢進行比較，以檢視不同年度跨國平均每人所得與每人 CO2排放量之關係。若單以考慮不均度後之趨勢線來比較 1990 與 2003 年之差別，可發現雖然同為考量所得不均度下之 CO2排放與平均每人所得之關係，1990 年之所得與 CO2排放呈現先遞增而後趨緩的關係，略有倒U 字型的情況出現，但是到 2003 年則會出現 CO2排放再度遞增的趨勢，表示 1990 年之趨勢線之所以未出現三次方的 N 字型關係，是由於所得準尚未達到會使 CO2排放再度上升之標準的關係。綜合考量所得不均度後之1990 與 2003 年趨勢線可發現，52 個樣本國之平均每人所得與人均 CO2排放量，是延著 N 字型的關係發展。而若未考量所得不均度的影響，則可發現 1990 年與 2003 年所呈現的排放趨勢是不一致的，1990 之所得水準與 CO2排放趨勢為三次方的關係，然 2003 年則是轉為二次之倒 U 字型關係。此結果表示，未考量所得不均度時，選用不同年度的跨國資料來進行所得與 CO2排放關係的驗證，將可能會得到不同的趨勢關係。此即隱含將所得不均度納入所得與 CO2排放關係中，才能更適當且完整表現出經濟發展與CO2排放之關係。

(34)

圖六 1990 與 2003 年有無考量所得不均度平均每人所得

與每人 CO

2

排放量之估計結果比較

此外，由圖六尚可發現，無論有無考慮所得不均度，低所得國家在不同年間相同所得水準下，2003 年每人 CO2排放量會低於 1990 年之排放量，顯示高所得國家將部份之生產技術移轉至低所得國家低所得國家，然而，無論是 1990 或 2003 年，當所得約低於 15,000 美元時，平均每人所得與每人 CO2排放量仍然呈現很高之邊際排放傾向，表示低所得國家在工業化的發展過程中，大致是依照已開發國家過去之工業化歷程在進行，即低所得國家追求經濟發展仍需伴隨高度之 CO2排放。而在高所得國家部分，考量所得不均度後，雖然在相同所得水準下，2003 年之排放量略高於 1990 年的排放量，但邊際排放傾向明顯趨緩，此結果顯示，提高能源使用效率之技術在高所得國家普遍被使用，能有效降低 CO2排放密集度，以呈現高成長

(35)

所得分配在不同經濟發展水準國家對CO2排放減量之影響同時CO2排放下降的趨勢。

陸、結語

過去討論經濟發展、所得不均度與 CO2排放三者關係的實證研究，多半將所得不均度納入經濟發展與 CO2排放的關係式中，分析則多著重在所得不均度與 CO2的抵換關係，強調納入所得分配的考量是否有助倒 U 型之環境顧志耐曲線的呈現，並未探討跨國所得分配差異與國內所得分配變化，對 CO2排放量與經濟發展之影響。本研究以 CO2之顧志耐曲線為基礎，將各經濟發展階段與所得不均度之關係引導至經濟發展與 CO2排放關係之討論中，結果發現所得不均度對 CO2 排放的影響方向，會隨著不同經濟發展階段而改變，顯示過去研究發現所得不均度與 CO2 具有的抵換關係，是使用橫斷面跨國資料的分析結果。此外，實證結果亦說明，如果所得不均度及經濟發展是有交互影響的，表示所得不均度與 CO2排的放量關係並不是單向固定不變的，而是隨所得水準而有不同的影響。人均所得為5,031.061 美元時，是所得不均度與 CO2 排放關係改變的一個分界所得水準。在所得不均度對 CO2排放具有顯著影響之關係下，本研究發現在不同年間未考慮所得不均度下之經濟發展與 CO2 排放的關係呈現出不同的趨勢，而將所得不均度引入經濟發展與 CO2排放之關係中，即使在不同的年間，也會呈現出一致的影響趨勢，顯示將所得不均度納入考量後，才能更完整的描繪出經濟發展與CO2排放的關係。

(36)

參考文獻

1. 行政院主計處（2005），《國民所得統計年報》。台北：行政院主計處，2007 年 3 月 18 日取自 http://www.stat.gov.tw/ct.asp?xItem=17779&ctNode= 3565。 2. 曹添旺、陳建良、陳隆華（2003），「我國所得差距之國際比較問題」，《經濟前瞻》，88 期：74-85。

3. Aaron, H. J. (1978), Politics and the Professors: The Great Society in

Perspective. Washington, D. C.: The Brookings Institute.

4. Aghion, P., E. Caroli, and C. Garcia-Penalosa (1999), "Inequality and Economic Growth: the Perspective of the New Growth Theories", Journal of

Economic Literature, 37(4): 1615-1660.

5. Amos, O. (1988), "Unbalanced Regional Growth and Regional/Income Inequality in the Latter Stage of Development", Regional Science and Urban

Economics, 18: 549-566.

6. Anand, S. and S. Kanbur (1993), "The Kuznets Process and the Inequality- Development Relationship", Journal of Development Economics, 40: 25-52. 7. Arrow, K., B. Bolin, R. Costanza, P. Dasgupta, C. Folke, C. S. Holling, B. O.

Jansson, S. Levin, K. G. Maler, C. Perrings, and D. Pimentel (1995), "Economic Growth, Carrying Capacity, and the Environment", Science. 268: 520-521.

8. Böhringer, C. (2003), "The Kyoto Protocol: A Review and Perspectives",

Oxford Review of Economic Policy, 19: 3.

9. Boyce, J. K. (1994), "Inequality as a Cause of Environmental Degradation",

Ecological Economics, 11:169-178.

10. Cropper, M. and C. Griffiths (1994), "The Interaction of Population Growth and Environmental Quality", American Economic Review, 84: 250-254.

The association between low levels of lead in blood and occupational noise-induced hearing loss in steel workers

所得分配在不同經濟發展水準國家對

CO

2

排放減量之影響

The Impact on CO

Emission Reduction of

Income Distribution in Countries with

Different Levels of Economic Development

壹、前言

貳、經濟發展、所得不均度與 CO

排放之概念架構

一、經濟發展與所得分配之關係

圖一 涵蓋低度開發、開發中及已開發國家之顧志耐曲線

二、經濟發展與環境污染之關係

三、經濟發展、所得不均度與 CO

排放之概念架構

圖二 經濟發展、所得不均度與 CO

排放概念關係

圖三 引入所得不均度之影響後經濟發展與 CO

排放之關係

參、資料來源與變數的選擇

一、衡量經濟發展之變數

二、人均 CO

排放量（per capita CO

emissions）

三、所得不均度變數

四、其他影響二氧化碳排放之變數

五、 最終所選資料之特性

肆、估計方法與估計函數之設定

一、估計方法

二、估計函數式之設定

三、未考慮所得分配之模型設定

圖四 1990 與 2003 各國每人 CO

排放量依 1990 年平均每人 GDP 排列

(

)

β

β

β

β

β

ε

(

)

β

β

β

β

β

β

ε

( )

β β

β

β

β

β

β

ε

ε

β

四、加入所得分配之模型設定

(

)

( )

β β

β

β

β

β

β

ε

(

)

β

β

β

β

β

圖一涵蓋低度開發、開發中及已開發國家之顧志耐曲線

圖二經濟發展、所得不均度與 CO

圖三引入所得不均度之影響後經濟發展與 CO

五、最終所選資料之特性

_χ

表一各變數 1990-2003 之平均值與標準差

表一各變數 1990-2003 之平均值與標準差