— 225 — 張翊峰 余元傑 吳嘉榮 張家鳳 李沛鈴
嘉 南 學 報 第 三 十 三 期 第 225～236 頁，民國九十六年 CHIA-NAN ANNUAL BULLETIN V O L . 3 3 , P P. 2 2 5 － 2 3 6 , 2 0 0 7
台灣地區電力事業效能提升及燃料替代
對產業關聯之影響分析
張翊峰* 余元傑** 吳嘉榮*** 張家鳳**** 李沛鈴***
*嘉南藥理科技大學觀光事業管理系 **嘉南藥理科技大學通識教育中心 ***嘉南藥理科技大學環境工程與科學系 ****嘉南藥理科技大學生態工程技術研發中心摘 要
本研究為探討電力事業中二氧化碳排放趨勢，以投入產出分析法及模糊目標規劃 法搭配IPCC法，推估1996~2006年間整體產業各能源CO2排放量。重點為次級能源電 力與CO2間的關聯性，並依據我國長期開發方案之資料，推估我國2007~2015年間CO2 排放量，並進一步建構投入產出模糊規劃模式，擬定未來電力事業可行的CO2減量方 案，其中包括發電機組燃料替代與電力效率提高兩種，並且分析減量方案中產業CO2 與GDP兩者間的關係。本研究所獲得之模式基本方案為經濟成長率3.51%及CO2排放量 368,207千公噸，生產毛額結構以其它服務業佔總額最高(43.53%)，其次為商品買賣業 (13.53%)、倉儲通信業(9.10%)、電機業(7.09%)、陸上運輸及運輸服務(3.32%)，上述 這五項產業為支持國內經濟的重要產業；CO2排放量最高的前五個產業及部門包括路 上 運 輸 及 運 輸 服 務 (19.32%) 、 住 宅 部 門 (12.36%) 、 石 化 原 料 業 (11.62%) 、 鋼 鐵 業 (7.72%)及商品買賣業(5.13%)。二氧化碳減量方案中，電力機組燃料替代模擬結果顯 示燃煤發電機組改為燃氣發電機組或零排放替代能源時，皆能有效降低CO2的排放量 ，且能使產業GDP年平均成長率上昇；另一方面電力效率提高模擬結果顯示亦有助於 CO2減量及GDP年平均成長率上昇，但當電力效率提高為20%時，整體產業之經濟成 長率已達到極限値為最可行方案。本研究所得的結果可提供相關單位規劃電力事業中 二氧化碳減量的參考。 關鍵字：投入產出分析法、模糊目標規劃法、電力事業、二氧化碳減量— 226 — 台灣地區電力事業效能提升及燃料替代對產業關聯之影響分析
前 言
在全球溫室氣體(Green House Gas, GHG)中CO2是最主要的溫升氣體，其排放量約佔總量的60%
以上，故目前多數國家最主要的GHG減量目標為CO2減量工作，其中更以電力事業中的火力發電機 所排放的GHG量最多，約高達總GHG排放量的三分之一。因此如何妥善規劃CO2減量工作，是我們 現在及未來所必須關注的課題。本研究目的為電力事業之火力發電機組在執行CO2減量時又能同時 兼顧經濟發展，使經濟成長、能源需求、及環境保護三方面取得平衡點，且依各層面問題期程長短 之特性排序之，避免單純滿足環境面GHG減量的要求，而犧牲經濟面與能源面的發展。能源政策 的制訂應取決短期性經濟面與長期性環境面排定策略，本研究擬建立投入產出模糊目標規劃模式， 探討二氧化碳排放與電力機組之間相互關係，並進一步模擬因應方案對經濟、能源及CO2減量之最 可行解，以提供相關單位規劃電力政策時之參考。
研究方法
本研究結合投入產出分析(Input-Output Structural Decomposition Analysis)及模糊目標規劃(Goal Programming)建構系統模式，包含目標函數設定與限制式的建立，據以分析國內產業未來能源、經
濟與CO2排放情景。模式的假設為決策者在決策具偏好但目標不明確狀況下，以Yang於1991年所建
立的模糊目標規劃求得模式之基本解，並模擬CO2減量策略包括電力機組燃料替代及電力效率提高
等方案，探討各方案的整體產業產值、能源用量與結構及CO2的減量潛力。研擬的基礎為未來能源
供給具有彈性下，當CO2排放目標最小化時，能源最終需求則受到限制，於是本研究進一步擬定未
來國內生產毛額(Gross Domestic Product, GDP)與CO2排放在模糊目標下彼此間關聯性，且須符合目
標年之產業關聯結構，以擬定出目標年之GDP最大化與CO2排放最小化。本研究以(Yang, 1991)模糊 目標規劃為基礎改寫成以下數學式： Max α S.T. ․目標限制式(Goal Constraint) 1.國內生產毛額目標
(
)
α ≥ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡∑
− − = g g i i d d GDP X V goal 34 1 i i = 1~34產業………(式1.1) 2.二氧化碳排放目標(
)
α ≥ ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − +∑ ∑
= = c j i c goal d X E P d CO ij ij i 4 1 34 1 2 j = 煤品、油品、天然氣及電力…(式1.2)— 227 — 張翊峰 余元傑 吳嘉榮 張家鳳 李沛鈴 ․功能限制式(Functional Constraint) 3.能源供給上限 j i ij i
E
X
E
∑
=≤
34 1 ……… 式 4.能源供給下限 ( 1.3) ijE
∑
i j iE
X
=≤
34 1 ………(式1.4) 5.產業最終需求下限 ………(式1.5) 6.總產值生產上限(
I
−
D
)
X
≥
Y
X
i≤
X
i ………(式1.6) 7.非負限制式 ……… 1.7) ij 噸0
≥
iX
…(式 式中，α 指模糊運算子；Vi指i產業的附加價值率；Xi指i產業目標年的國內生產總值(106元)； GDPgoal (決策變數)指目標年的國內生產毛額目標(106元)；dg指目標年國內生產毛額目標的忍恕值(Tolerance)，為當規劃達到目標年的CO2排放目標時，產值較原預定產值目標的損失值；CO2 goal指
目標年的二氧化碳排放目標(公噸)；dc目標年二氧化碳排放目標的忍恕值，為當規劃達到目標年的
產值成長目標時，CO2較原預定排放目標的增加量；P 指i產業j能源的二氧化碳排放係數(公
/107Kcal)；Eij指i產業的j能源投入係數(107Kcal/106元)；Ej指j能源目標年的供給上限(10
7 Kcal)；Ej 指能源目標年的供給下限(107Kcal)；I 指單位矩陣(34×34)；D 指國產品投入係數矩陣(34 34)；X 指產業總產值向量(34×1)，106元；Y × 指產業目標年的最終需求下限值向量(34×1)，106元；Xi指目 標年i產業生產總值的上限值(106元)。
資料來源及處理
一、 能源消費資料依據台灣能源平衡表分為煤及其產品、原油及產品、 來探討。 產業及能源分類 產業分類的資料主要依據行政院主計處編印的2004年「臺灣地區產業關聯表161部門」；而各 產業能源消費資料，主要依據2006年「台灣能源平衡表」。為使分析的產業及環境資料與能源平衡 表的產業分類能取得一致，需先將產業依性質加以合併調整，合併的依據乃參考行政院主計處的「 中華民國行業標準分類」，將產業關聯表原本的161部門，參照能源平衡表的分類，歸納為34個產 業作為產業分析的基礎。各產業 天然氣、電力四大類— 228 — 台灣地區電力事業效能提升及燃料替代對產業關聯之影響分析 二、 投入部份的CO2排放量依各產業用電量比例平 力的CO2排放量。 三、 題仍有疑慮，目前電源供給仍以火力發電為主，因此本研 究 如下： 1. (1 火力第二號機、新增燃煤火力#1及新增燃煤火力#2在燃 (2 火力第二 (3 #2在 零排放替代能源(例如再生能源，如太陽能、風力等)時的分析。 2. 及模擬的1~34產業其生產毛額結構、年成長率、能源耗量結構，以及CO2排放結構的變動 分析。
結果與討論
一、 )， O2電力排放係數則因高碳能源大量使用由0.51公斤/度 提高至0.56公斤/度。 二、 CO2排放估算本研究在燃料排放係數方面引用聯合國政府間氣候變遷小組(the United Nations Intergovern-mental Panel on Climate Change, IPCC)參考值，而能源使用量則採用各產業的能源最終消費，以推
算各產業CO2排放量，如此修正可相較於由能源供給面之推算，更可直接反應台灣地區各產業的燃 料性質與能源結構，並確切的推算CO2排放量。其中燃料種類，包括自產煤、進口燃料煤、燃料油 、天然氣等共27種燃料，能源消費之CO2排放以2006年版之台灣地區能源平衡表為依據；非能源消 費之CO2排放按台灣地區能源平衡表分類。此外電力 均分配給各產業，作為產業電 二氧化碳減量方案模擬 本研究所模擬的CO2減量方案，是以我國長期負載預測及長期電源開發規劃摘要本為基礎所模 擬，主要分為電力機組燃料替代與電力效率提高方案。由於國內目前在發電方式上，水力發電已經 逐漸飽和，而核能由於廢料及安全性等問 即針對火力機組作模擬，分別 電力機組燃料替代方案： )方案一：彰工火力第一號機、彰工 煤燃料替代皆改為燃氣時的分析。 )方案二：林口新火力第一號機、林口新火力第二號機、彰工火力第一號機、彰工 號機、新增燃煤火力#1、新增燃煤火力#2在燃煤燃料替代皆改為燃氣時的分析。 )方案三：為彰工火力第一號機、彰工火力第二號機、新增燃煤火力#1及新增燃煤火力 燃煤燃料替代皆改為 電力效率提高方案： 電力效率提高模擬方案包括效率提高5%、10%、15%、20%、25%時CO2與GDP值兩者間變化 關係，以 CO2排放分析 表1為1996年至2015年各火力發電方式之CO2排放分析，顯示至2015年台灣地區CO2排放量以燃 煤機組的80.5%最高，相較於1996年有大幅提高趨勢，CO2排放量次高為燃氣的17.3%，最低為燃油 的2.2%，總CO2排放量由1996年的73,370千公噸增加至2015年的183,491千公噸(包含汽電共生廠 而整體火力電廠之C 模式基本方案 表2顯示經基本方案模擬，至2015年台灣地區經濟成長率為3.51%，能源消費量為109,577 ×1010Kcal，能源消費結構以油品為最大宗，佔總消費額的63.5%，其次為電力24.3%、煤品9.3%， 而天然氣僅佔3.0%，但與2004年相較，成長幅度最大者為天然氣，成長幅度高達136.6%，其次則
— 229 — 張翊峰 余元傑 吳嘉榮 張家鳳 李沛鈴 為油品的97.8%、電力85.7%及煤品52.6%；CO2排放量為368,207千公噸，CO2排放結構配比以電力 51.0%最高，其次為油品38.3%、煤品8.7%及天然氣2.0%，其中電力的CO2排放配比相較電力佔總能 源配比大幅增加，主要由於電力業在未來燃煤機組比例偏高，使CO2排放係數惡化所致。 力 C 分 年代 (千 百分比 (千 百分比 ( (千 百分比 (% (千 電 (公 ) 表1 1996年及2015年台灣地區火 發電廠 O2排放 析表 燃煤CO2 公噸) (%) 燃油CO2 公噸) %) 燃氣CO2 公噸) ) 總CO2 公噸) 總發電量 (百萬度) 力排放係數 斤/度 1996 49,593 68.5 19,254 6.62 3,524 4.9 72,370 141,340 0.51 201 147,778 80.5 5 4,000 2.2 31,713 17.3 183,491 183,491 0.56 表2 方案模擬結果分析 油 天然 電 基本 煤品 品 氣 力 總量 能源消費量(1010 Kcal) 10,210 69,541 3,233 26,593 109,577 配比(%) 9.3% 63.5% 3.0% 24.3% 100.0% 增加幅度(%)＊ 52.6% 97.8% 136.6% 85.7% 90.4% CO2排放量(千公噸) 32,033 141,187 7,305 187,679 368,207 配比(%) 8.7% 38.3% 2.0% 51.0% 100.0% 增加幅度(%) ＊ 47.4% 80.3% 136.4% 72.4% 73.7% GDP年平均成長率為3.51%。 註：＊增加幅度為與2004年比較。 .32%，顯示以CO2減量的觀點，這項產業為未來台灣地區因應氣候變化公 約時重要的探討對象。 表3為基本方案的產業模擬結果，生產毛額結構以其它服務業佔總額最高(43.53%)，其次為商 品買賣業(13.53%)、倉儲通信業(9.10%)、電機業(7.09%)及陸上運輸及運輸服務(3.32%)，上述這五 項產業為支持國內經濟的重要產業，而毛額年平均成長率最高為倉儲通信、石化原料業、煤製品業 、電力供應業與自來水及煤氣供應業，上述這些產業皆為國家未來經濟發展的重點產業，而皮革及 其製品年平均成長率則呈現微幅衰退，顯示這個產業在未來發展將受到限制。以能源結構而言，消 費量超過總量10%的產業包括石化原料業與路上運輸及運輸服務業。此外CO2排放量最高的前三個 產業包括路上運輸及運輸服務(19.32%)、石化原料業(11.62%)及鋼鐵業(7.72%)，必須為未來重點實 施CO2減量工作。其中石化原料業由於使用大量碳固定化比率甚高的烯烴及芳香烴，故使CO2排放 配比相較能源配比大幅下降，而就產業觀之，陸上運輸及運輸服務的能源及CO2配比皆超過總量的 10%，但生產毛額僅有3
— 230 — 台灣地區電力事業效能提升及燃料替代對產業關聯之影響分析 表3 基本方案各產業模擬結果分析 生產毛額 (百 年 ( 能 C 萬元) 毛額結構 成長率 能源耗量 107Kcal) 源結構 O2排放量 (公噸) 排放結構 1.農林漁牧業 201,974 1.32% 0.47% 1,281,637 1.17% 4,816,387 1.31% 2.能源礦業 83,967 0.55% 3.21% 111,037 0.10% 552,932 0.15% 3.食品煙酒業 139,434 0.91% 0.36% 694,120 0.63% 3,360,914 0.91% 4.紡織及成衣服飾業 120,377 0.78% 0.46% 1,968,536 1.80% 9,006,714 2.45% 5.皮革及其製品 6,682 0.04% -0.66% 59,486 0.05% 281,448 0.08% 6.木竹製品 17,608 0.11% 0.00% 45,746 0.04% 296,781 0.08% 7.造紙業 53,393 0.35% 1.93% 1,006,126 0.92% 4,896,456 1.33% 8.印刷業 101,904 0.66% 2.91% 77,177 0.07% 489,345 0.13% 9.油氣煉製業 300,432 1.96% 4.38% 4,799,827 4.38% 14,371,621 3.90% 10.煤製品業 16,822 0.11% 8.25% 116,821 0.11% 687,200 0.19% 11.石化原料業 179,428 1.17% 8.52% 31,735,335 28.96% 42,774,491 1.62%1 12.塑膠原料業 62,007 0.40% 2.17% 1,604,190 1.46% 7,113,703 1.93% 13.人造纖維 23,615 0.15% 0.61% 1,540,775 1.41% 8,052,673 2.19% 14.塑膠製品 119,166 0.78% 1.17% 191,192 0.17% 959,851 0.26% 15.橡膠製品 29,265 0.19% 1.44% 545,406 0.50% 3,329,586 0.90% 16.其它化工原料 50,668 0.33% 2.36% 1,436,264 1.31% 5,474,838 1.49% 17.化學製品 85,708 0.56% 1.92% 1,106,697 1.01% 4,476,891 1.22% 18.水泥業 28,768 0.19% 1.71% 2,064,623 1.88% 8,674,542 2.36% 19.其它非金屬礦物製品 73,888 0.48% 1.57% 1,164,964 1.06% 4,480,714 1.22% 20.鋼鐵業 324,156 2.11% 5.44% 8,030,880 7.33% 28,415,888 7.72% 21.非鐵金屬業 26,709 0.17% 2.39% 297,745 0.27% 1,360,831 0.37% 22.金屬製品業 153,458 1.00% 1.52% 736,748 0.67% 4,471,570 1.21% 23.機械業 181,105 1.18% 1.84% 186,030 0.17% 1,216,906 0.33% 24.電機業 1,087,510 7.09% 2.11% 2,699,179 2.46% 17,856,708 4.85% 25.運輸工具 190,873 1.24% 1.20% 318,733 0.29% 1,719,596 0.47% 26.雜項製品 77,981 0.51% 0.58% 305,426 0.28% 1,329,132 0.36% 27.電力供應業 391,840 2.55% 8.08% 2,192,583 2.00% 15,046,006 4.09% 28.自來水及煤氣供應業 61,651 0.40% 7.42% 346,815 0.32% 2,379,120 0.65% 29.營造工程 335,948 2.19% 1.71% 159,153 0.15% 719,674 0.20% 30.陸上運輸及運輸服務 509,044 3.32% 6.82% 24,202,579 22.09% 71,137,006 9.32%1 31.其它運輸 157,070 1.02% 2.10% 3,297,789 3.01% 10,395,693 2.82% 32.倉儲通信業 1,395,896 9.10% 15.35% 921,068 0.84% 6,019,613 1.63% 33.商品買賣 2,075,030 13.53% 2.20% 3,239,182 2.96% 18,880,222 5.13% 34.其它服務業 6,677,010 43.53% 2.98% 3,064,971 2.80% 17,675,708 4.80% 1-34產業合計 15,340,388 100.00% 3.51% 101,548,842 92.67% 322,720,760 87.64% 35.住宅部門 8,030,586 7.33% 45,495,765 12.36% 全國合計 15,340,388 100.00% 3.51% 109,579,428 100.00% 368,216,526 100.00%
— 231 — 張翊峰 余元傑 吳嘉榮 張家鳳 李沛鈴 三、 7千公噸，方案一電力排放係數為0.54(公 斤/度 、方案二為0.52(公斤/度)、方案三為0.51(公斤/度)。 表4 代 原C 量 減少 噸) 後來 量 電 (公 ) CO2減量方案分析 表4為電力機組燃料替代方案結果統計，利用各發電機組電力排放強度差異性，因而估算出燃 料替代模擬方案一~三之CO2排放減少量以及其電力排放係數，方案一中燃料替代後CO2減少量為 8,353千公噸；方案二減少12,529千公噸、方案三減少16,66 ) 電力機組燃料替 方案之結果統計 項目 O2總排放 (千公噸) 燃料替代後CO2 量(千公 CO2排放 (千公噸) 總發電量 (百萬度) 力排放係數 斤/度 方案一 183,491 8,353 175,138 326,168 0.54 方案二 183,491 12,529 170,962 326,168 0.52 方案三 183,491 16,667 181,824 326,168 0.51 電力機組燃料替代 能源 排放 表5 方案之 及CO2 量結果分析 項目 煤品 油品 天然氣 電力 總量 能源消費量(1010 Kcal) 10,209 70,692 3,233 26,593 110,729 配比(%) 9.2% 63.8% 2.9% 24.0% 100.0% 與基本方案比較 0.00% 1.66% 0.00% 0.00% 1.05% CO2排放量(千公噸) 32,032 144,567 7,305 84,024 367,9301 配比(%) 8.7% 39.3% 2.0% 50.0% 100.0% 方案一 0 與基本方案比較 0.00% 2.39% .000% -1.95% -0.08% 能源消費量(1010 Kcal) 10,207 72,765 3,233 26,593 112,800 配比(%) 9.0% 64.5% 2.9% 23.6% 100.0% 與基本方案比較 -0.03% 4.64% 0.00% 0.00% 2.94% CO2排放量(千公噸) 32,026 150,650 7,305 77,452 367,4351 配比(%) 8.7% 41.0% 2.0% 48.3% 100.0% 方案二 0 與基本方案比較 -0.02% 6.70% .000% -5.45% -0.21% 能源消費量(1010 Kcal) 10,206 73,831 3,233 26,594 113,865 配比(%) 9.0% 64.8% 2.8% 23.4% 100.0% 與基本方案比較 -0.04% 6.17% 0.00% 0.00% 3.91% CO2排放量(千公噸) 32,023 153,778 7,305 74,073 367,1811 配比(%) 8.7% 41.9% 2.0% 47.4% 100.0% 方案三 .25% -0.28% 與基本方案比較 -0.03% 8.92% 0.000% -7 註：方案一、方案二、方案GDP年平均成長率為3.534%、3.521% 、3.544%。 進而續以模擬出方案一~三之能源與CO2排放量關係與產業結構變化結果。表5顯示方案一跟二 燃煤機組改燃氣機組可使產業總CO2排放量與本研究所模擬之基本方案相較減少0.08%及0.21%，且 其產業模擬結果可使GDP年平均成長率分別提高至3.521%及3.534%；方案三燃煤機組改成零排放
— 232 — 台灣地區電力事業效能提升及燃料替代對產業關聯之影響分析 替代能源可使產業總CO2排放量比基本方案減少0.28%，產業模擬結果可使GDP年平均成長率提高 至3.544%。表6及表7顯示重要產業燃料替代方案結果分析，方案一至方案三中產業生產毛額變動量 前三產業為陸上運輸及運輸服務、商品買賣、運輸工具；而產業生產毛額變動量後三產業為其它服 務業、營造工程、其它非金屬礦物製品。CO2排放變動量只有陸上運輸及運輸服務呈現成長趨勢； 產業CO2排放變動量後三產業為石化原料業、電機業、商品買賣。 表6 重要產業燃料替代方 分析 主 增加產業 項目 生產毛額 主 減少產業 項目 生產毛額 而 案之生產毛額 要生產毛額 要生產毛額 基本方案 190,873 基本方案 73,888 方案一 191,056 方案一 73,853 方案二 191,383 方案二 73,834 運輸工具 其它非 礦物 製品 方案三 191,552 金屬 方案三 73,829 基本方案 509,044 基本方案 335,948 方案一 533,300 方案一 335,912 方案二 576,959 方案二 335,846 陸 運輸服務 營造工程 上運輸及 方案三 599,411 方案三 335,812 基本方案 2,075,030 基本方案 6,677,010 方案一 2,075,727 方案一 6,665,854 方案二 2,076,958 方案二 6,645,707 商品買賣 方案三 2,077,589 其它服務業 方案三 6,635,340 表7 重要產業燃料替代方 主 增加產業 項目 CO2排放量 主 減少產業 案之CO2排放量分析 要CO2排放 要CO2排放 項目 CO 2排放量 基本方案 17,856,708 方案一 17,433,830 基本方案 71,137,006 方案二 16,674,255 電機業 方案三 16,283,815 基本方案 18,880,222 方案一 74,521,536 方案一 18,485,547 方案二 17,775,713 商品買賣 方案三 17,410,466 方案二 80,612,322 基本方案 42,774,491 方案一 42,282,761 方案二 41,399,459 陸 運輸服務 方案三 83,744,021 石油原料業 上運輸及 方案三 40,945,383
— 233 — 張翊峰 余元傑 吳嘉榮 張家鳳 李沛鈴 電力效率提高方案結果分析，如表8所示當電力效率提高5%、10%、15%、20%、25%時，可 使產業CO2排放量與基本方案相較減少0.15%、0.31%、0.46%、0.67%、2.7%，且GDP年平均成長 率分別增加3.53%、3.55%、3.56%、3.58%、3.58%。其中當效率提高至25%時，雖然產業CO2排放 量有減少，但GDP年平均成長率卻跟效率提高20%時一樣，顯示當效率至20%時，整體產業之經濟 成長率已達到極限値。表9、10顯示重要產業電力效率提高方案結果分析，產業生產毛額變動量前 三產業為陸上運輸及運輸服務、商品買賣、運輸工具；生產毛額變動量後三產業為其他服務業、營 造工程、鋼鐵業。當電力效率提高至25%時，產業生產毛額變動量與效率提高20%時相同，可知變 動量已達極限值。產業CO2排放變動量只有陸上運輸及運輸服務呈現成長趨勢；而產業CO2排放變 動量後三產業為石化原料業 表 電力效率之能 O2排 果 天 、電機業、商品買賣。 8 源及C 放量結 分析 煤品 油品 然氣 電力 總量 能源消費量(1010 cal) 1 K 0,208 71,901 3,233 26,593 111,937 配比(%) 9.1% 64.2% 2.9% 23.8% 100.0% 與基本方案比較 -0.01% 3.39% 0.00% 0.00% 2.15% CO2排放量(千公 ) 噸 32,029 148,113 7,305 180,192 367,641 配比(%) 8.7% 40.3% 2.0% 49.0% 100.0% 效率提高 5% 與基本方案比較 -0.01% 4.91% 0.00% -3.99% -0.15% 能源消費量(1010 cal) 1 K 0,205 74,264 3,233 26,594 114,297 配比(%) 8.9% 65.0% 2.8% 23.3% 100.0% 與基本方案比較 -0.04% 6.79% 0.00% 0.00% 4.31% CO 排放量2 (千公噸) 32,022 155,049 7,305 172,700 367,078 配比(%) 8.7% 42.2% 2.0% 47.0% 100.0% 效率提高 10% 與基本方案比較 -0.04% 9.82% 0.00% -7.98% -0.31% 能源消費量(1010 cal) 1 K 0,202 76,628 3,233 26,594 116,658 配比(%) 8.7% 65.7% 2.8% 22.8% 100.0% 與基本方案比較 -0.07% 10.19% 0.00% 0.00% 6.46% CO2排放量(千公 ) 噸 32,014 161,984 7,305 165,209 366,514 配比(%) 8.7% 44.2% 2.0% 45.1% 100.0% 效率提高 15% 1 0. -與基本方案比較 -0.06% 4.73% 000% 11.97% -0.46% 能源消費量(1010 cal) 1 K 0,204 79,132 3,233 26,451 119,021 配比(%) 8.6% 66.5% 2.7% 22.2% 100.0% 與基本方案比較 -0.06% 13.79% 0.00% -0.53% 8.62% CO 排放量2 (千公噸) 32,011 169,484 7,306 156,921 365,724 配比(%) 8.8% 46.3% 2.0% 42.9% 100.0% 效率提高 20% 2 0. -與基本方案比較 -0.07% 0.04% 008% 16.39% -0.67% 能源消費量(1010 cal) 1 K 0,204 79,132 3,233 26,451 119,021 配比(%) 8.6% 66.5% 2.7% 22.2% 100.0% 與基本方案比較 -0.06% 13.79% 0.00% -0.53% 8.62% CO2排放量(千公 ) 噸 32,011 169,484 7,306 149,478 358,281 配比(%) 8.9% 47.3% 2.0% 41.7% 100.0% 效率提高 25% -0.07% 20.04% 0.008% -20.35% -2.70% 與基本方案比較 註： GDP年平均成長率3.53% 效率提高5%、10%、15%、20%、25% 、3.55%、3.56%、3.58%、3.58%。
— 234 — 台灣地區電力事業效能提升及燃料替代對產業關聯之影響分析 表9 重要產 析 主 增加產業 生 主 減少產業 生 業電力效率之生產毛額分 要生產毛額 要生產毛額 項目 產毛額 項目 產毛額 基本方案 190,873 基本方案 324,156 效率提高 5 % 191,247 效率提高 5 % 191,247 效率提高10 % 191,620 效率提高10 % 323,915 效率提高15 % 191,994 效率提高15 % 323,740 效率提高20 % 192,420 效率提高20 % 324,156 運輸工具 效 鋼鐵業 效 率提高25 % 192,420 率提高25 % 324,156 基本方案 509,044 基本方案 335,948 效率提高 5 % 558,753 效率提高 5 % 335,873 效率提高10 % 608,535 效率提高10 % 335,798 效率提高15 % 658,319 效率提高15 % 335,723 效率提高20 % 712,567 效率提高20 % 335,568 陸 運輸服務 效 營造工程 效 上運輸及 率提高25 % 712,567 率提高25 % 335,568 基本方案 2,075,030 基本方案 6,677,010 效率提高 5 % 2,076,446 效率提高 5 % 6,654,114 效率提高10 % 2,077,845 效率提高10 % 6,631,127 效率提高15 % 2,079,244 效率提高15 % 6,608,140 效率提高20 % 2,080,059 效率提高20 % 6,604,125 商品買賣 效率提高25 2,080,059 其它服務業 效率提高25 % 6,604,125 % 10 重 率 分析 主 增加產業 項目 CO2排放量 主 減少產業 表 要產業電力效 之CO2排放量 要CO2排放 要CO2排放 項目 CO 2排放量 基本方案 18,880,222 效率提高 5 % 18,071,731 基本方案 71,137,006 效率提高10 % 17,261,965 效率提高15 % 16,451,098 效率提高20 % 15,634,737 效率提高 5 % 78,072,576 商品買賣 效率提高25 % 14,811,925 基本方案 17,856,708 效率提高 5 % 16,990,885 效率提高10 % 85,016,534 效率提高10 % 16,125,148 效率提高15 % 15,259,512 效率提高20 % 14,393,768 效率提高15 % 91,958,778 電機業 效率提高25 % 13,529,098 基本方案 42,774,491 效率提高 5 % 41,767,672 效率提高20 % 99,522,581 效率提高10 % 40,760,853 效率提高15 % 39,754,034 效率提高20 % 38,652,933 陸 運輸服務 效率提高25 % 99,508,572 石化原料業 效率提高25 % 37,648,564 上運輸及
— 235 — 張翊峰 余元傑 吳嘉榮 張家鳳 李沛鈴
結論與建議
本研究擴充投入產出分析法應用領域於分析臺灣地區過去產業能源CO2排放變動趨勢，在能源 CO2排放方面以各產業實際推估的27種能源的CO2排放量，作為各產業煤品、油品及天然氣CO2排 放係數的推算基礎；電力CO2排放方面，以台灣地區目標年預估的電力事業機組及燃料用量推估 CO2排放量，再推得目標年的電力排放係數。並且將電力事業燃料規劃當作減量的一個標的，以電 力事業燃料替代方式發展三種模擬模式以及電力效率提高方式發展五種模擬模式，探討CO2削減策 略中電力業對產業及經濟的影響。此外對於研究研擬過程中，未考量到成本因素以及各產業能源耗 用所引發環境層面的問題如空氣污染、廢棄物等，未來則可將模式擴及至環境層面的考量並將成本 因素納入決策項目，使整體減量模擬架構更佳完善。參考文獻
1. Leontief, W., “Quantitative input-output relations on the economic system of the United States”, TheReview of Economics and Statistics, Vol. XVIII, 1986.
2. Miller, R. E. and Blair, P. D., Input- Output Analysis Foundation and Extension, Pretice-Hall, Inc., Englewood Cliff, New Jersey, 1985.
3. Hannan, E. L., “Lineal programming with multiple fuzzy goal”, Fuzzy Sets and Systems 6, pp. 235-248, 1981.
4. Lai, Y. J. and Hwang, C. L., Fuzzy multiple objective decision making: methods and applications, Springer-Verlag, Berlin, 1994.
5. Narasimhan, R., “Goal programming in a fuzzy environment”, Decision Sciences 11, pp. 325-338, 1980.
6. Tiwari, R. N., Dharmar, S. and Rao, J. R., “Fuzzy goal programming - an additive model”, Fuzzy Sets and Systems 24, pp. 27-34, 1987.
7. Yang, T., Ignizio, J. P. and Kim, H. J., “Fuzzy programming with nonlinear membership functions: piecewise linear approximation”, Fuzzy Sets and Systems 41, pp. 39-53, 1991.
8. 張伯豪，“我國開放發電市場自由化對二氧化碳排放之衝擊評估”。碩士論文，國立中興大學資 源管理研究所，2000。 9. 張乃斌，“環境系統分析原理(下冊)”。頁8-1~50，台北，茂昌，2002。 10. 行政院主計處，“臺灣地區產業關聯表161部門”，2004。 11. 經濟部能源委員會，“臺灣能源平衡表”，2006。 12. 經濟部能源局，“95年長期負載預測與電源開發規劃”，2007。
— 236 — 台灣地區電力事業效能提升及燃料替代對產業關聯之影響分析
CHIA-NAN ANNUAL BULLETIN V O L . 3 3 , P P. 2 2 5 － 2 3 6 , 2 0 0 7
ABSTRACT
A Study of Inter-industry Linkage Effects on Efficient Advance
and Alternative Fuel of Electricity Industry in Taiwan
Yih-Feng Chang*, Yuan-Chieh Yu**, Jia-Rong Wu**, Chia-Feng Chang**** and Pei-Ling Li***
*Department of Tourism Management, **The Center for General Education,
***Department of Environmental Engineering and Science,
****Research and Development Center of Ecological Engineering and Technology, Chia-Nan University of Pharmacy and Science,
Tainan, Taiwan 71710, R.O.C.
ABSTRACT
The purpose of this study is to explore the trend of CO2 emission in the electricity
industry. An input-output analysis and fuzzy goal programming along with the IPCC method are employed to estimate the volume of CO2 emission produced from power sources
in the electricity industry from 1996 to 2006, focusing on the correlation between derived energy and carbon dioxide. The potential volume of CO2 emission in Taiwan between the
years 2007 and 2015 is also estimated according to the information on the government’s long-term development program. Furthermore, the input-output approach and fuzzy goal programming model is constructed to draft future CO2 reduction program for the electric
power industry. The program includes fuel substitute of dynamotors and the promotion of electrical efficiency; at the same time, analysis is made on the correlation between carbon dioxide and GDP in this CO2 reduction program.
The follow factors are substituted into the input-output approach and fuzzy goal programming model constructed in this study. It is carried out that the basic result from the model is economic growth rate 3.51%, CO2 emission 368,207 thousand metric tons and basic
simulated result of industry modules. The “other industries” takes the major part of GDP (43.53%), followed by trade business (13.53%), storage and communication (9.10%), electronic engineering (7.09%), and land transportation and its related services (3.32%). These five are fairly important industries that support Taiwan’s economy. It is found that the top five industries (or departments) that contribute the CO2 emission are land transportation and its related services (19.32%), the department of housing (12.36%), the petrochemical material industry (11.62%), the steel industry (7.72%) and the trade business (5.13%).
In the CO2 emission reduction programming, simulated result obtained when operating
dynamotors with alternative fuel indicates that when replacing fuel dynamotors with gas dynamotors or zero-emission alternative fuels, the volume of CO2 emission can be decreased
efficiently; meanwhile, the average growth of annual GDP increases. Another according to the simulated result of raising electrical efficiency can be decreased the volume of CO2
emission and the average growth of annual GDP increases, too. But when the electrical efficiency raises by 20%, the economic growth of the entire industry reaches its limit value to the most workable program. In this study can be provided to related departments for reference to further map up the reduction of CO2 emissions in electricity industry.
