行政院國家科學委員會專題研究計畫 成果報告
投入產出結構分解法於耗能產業二氧化碳減量策略之應用
研究
計畫類別： 個別型計畫 計畫編號： NSC94-2415-H-006-009- 執行期間： 94 年 08 月 01 日至 95 年 07 月 31 日 執行單位： 國立成功大學資源工程學系（所） 計畫主持人： 吳榮華 計畫參與人員： 黃韻勳 許素貞 報告類型： 精簡報告 處理方式： 本計畫可公開查詢中 華 民 國 95 年 7 月 4 日
行政院國家科學委員會專題研究計畫成果報告書
投入產出結構分解法於耗能產業二氧化碳減量策略之應用研究
計畫編號：NSC 94-2415-H-006 -009 執行期限：94 年 8 月 1 日至 95 年 7 月 31 日 主持人：吳榮華 國立成功大學資源工程系 摘要 延宕數年的「京都議定書」已於 2005 年初生效，二氧化碳減量的議題正式跨入具國 際法律約束效力的新階段。二氧化碳排放與經濟活動密切相關，如何掌握經濟體系中各項 複雜交錯的機制，以有效的達成政策目標，實為決策擬定之關鍵。1990 年至 2003 年間我 國溫室氣體排放量之成長超過 100%，而工業部門 2003 年溫室氣體排放量佔全國總排放量 51.8%，其中，六大耗能產業(鋼鐵、石化、電子、人纖、造紙、水泥)佔工業部門總排放量 的 75.3%。因此，掌握主要耗能產業的生產技術、需求水準、貿易型態等因素，為有效落 實溫室氣體減量目標及期程之要件。本研究應用「二階 KLEM 投入產出結構分解法」(two-tier KLEM input-output structural decomposition analysis; KLEM I-O)，從 KLEM 生產函數、產業結構、經濟成長、進出口貿 易變動等驅動力，分析民國 80-90 年間六大耗能產業的二氧化碳排放趨勢，及其對二氧化 碳排放量變動之影響，以作為減量政策研擬的參考，並據以提出建議。此外，本研究利用 加權夏布雷值(weight Shapley value)概念處理 KLEM I-O 拆解的過程中所面臨的殘差項歸 屬的問題。 實證結果顯示，影響台灣耗能產業部門民國 80-90 年二氧化碳排放量的效果中以出口 成長與國內最終需求成長效果的影響最為顯著，其他投入要素技術變化效果則有降低二氧 化碳排放的趨勢，而單位電力的二氧化碳含量逐年上升，導致耗能產業之二氧化碳排放量 顯著增加。最後分從推動產業升級及檢討發電結構等面向提出建議。 關鍵字：溫室氣體、加權夏布雷值、二階 KLEM 投入產出結構分解法 Abstract
Kyoto Protocol has come in effect in 2005, related measures of CO2mitigation become
policy makers’main concerns. This paper applies two-tier KLEM input-output structural decomposition analysis (KLEM I-O) to analyze the sources of change of energy intensive industries’CO2emissions from 1991-2001. The concept of weighted Shapley value is
introduced to eliminate the residual terms. Empirical results of the analysis show that the increase of export and domestic final demand level are the main sources of CO2emissions.
Technological change in material decrease CO2emissions, while the effects of power
generation mix increase CO2emissions remarkably. Finally, policy suggestions based on the
empirical results are derived.
一、前言 延宕數年的「京都議定書」已於 2005 年初生效，二氧化碳減量的議題正式跨入具國 際法律約束效力的新階段。我國雖非議定書簽署國，但我國溫室氣體排放總量世界排名第 22 名，佔全世界近 1％，因此，就善盡地球村成員之義務與責任的觀點及京都議定書生效 後下一階段，可能論及溫室氣體排放量較大國家之減量責任的考量，我國宜積極正視並研 擬相關政策以因應國際間溫室氣體減量責任的趨勢。 民國 87 年召開的「第一次全國能源會議」，主要目標即為因應「京都議定書」規範之 溫室氣體減量目標及期程，會中討論重點以抑制二氧化碳(CO2)排放為前提，配合加速節 能、能源結構及產業結構調整等措施，重新檢討我國能源及產業政策。繼之於民國 94 年 召開「第二次全國能源會議」，重新檢討我國二氧化碳減量目標，並針對京都議定書生效 後產業、運輸、住商部門之因應策略進行規劃。然而 1990 年至 2003 年間我國溫室氣體排 放量之成長超過 100%，而工業部門 2003 年溫室氣體排放量佔全國總排放量 51.8%，其中， 六大耗能產業(造紙、石化、人纖、水泥、鋼鐵、電子)佔工業部門總排放量的 75.3%。因 此，掌握主要耗能產業的生產技術、需求水準、貿易型態等因素，為有效落實溫室氣體減 量目標及期程之要件。
基此，本研究擬擴展 Rose and Chen(1991)所發表的「二階 KLEM 投入產出結構分解法」 (two-tier KLEM input-output structural decomposition analysis; KLEM I-O)，從 KLEM 生產函 數、產業結構、經濟成長、進出口貿易變動等驅動力，分析民國 80-90 年間六大耗能產業 的二氧化碳排放趨勢，及其對二氧化碳排放量變動之影響，以作為減量政策研擬的參考。 此外，本研究利用加權夏布雷值(weight Shapley value)概念處理 KLEM I-O 拆解的過程中所 面臨的殘差項歸屬的問題。針對上述研究背景，本研究預期達成下列研究目的：
分析民國 80-90 年間六大耗能產業的產業供需、能源消費及二氧化碳排放等趨勢。並 根據 KLEM I-O 之實證結果，評估研究期間，六大耗能產業技術變動、要素替代、需 求水準等因素的變化對二氧化碳排放量的影響。
針對 I-O SDA 的指數求解問題及封閉模式與開放模式的選用問題，提出處理的方法， 並應用於實證研究。本研究擬採用加權夏布雷值(weighted Shapley value)求解 KLEM I-O，以處理指數求解的問題，此外，引入簡單凱因斯模型(Simple Keynesian Model) 中自發性及誘發性消費(投資)的概念，以處理封閉模式與開放模式選用的問題。 依據模式實證結果，分析各因素之減量潛力，並研擬減量策略，以作為政策建議之依
據。
圖(一)為全國工業部門與六大耗能產業自 1997-2003 年間能源消費的累積成長率。其 中以石化業及電子業的成長幅度最大，七年間幾近 200%的成長率；人纖業與鋼鐵業則有 50%左右的成長率，其中人纖業在 2001 年後成長明顯加劇，鋼鐵業則成長趨緩；至於造紙 及水泥業的能源消費則都呈現負成長的趨勢。 資料來源：92 年度台灣能源平衡表/經濟部能源局 圖(一) 六大耗能產業能源消費成長趨勢(%) 圖(二)為六大耗能產業 1993-2002 年間的二氧化碳排放量。鋼鐵業及石化業為二氧化 碳排放量前二大的產業，且持續成長，電子業則在 1999 年後超越人纖業、水泥業，成為 二氧化碳排放量第三大的產業。造紙業及水泥業二氧化碳排放量有減緩的趨勢，人纖業則 緩步成長。 資料來源：92 年度台灣能源平衡表/經濟部能源局 圖(二) 六大耗能產業二氧化碳排放量(百萬公噸) -50 0 50 100 150 200 250 全國 工業部門 造紙 石化 人纖 水泥 鋼鐵 電子 1997年 1998年 1999年 2000年 2001年 2002年 2003年 0 5 10 15 20 25 30 35 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 鋼 鐵 石 化 電 子 水 泥 人 纖 造 紙
在六大耗能行業的二氧化碳密集度方面(圖(三))，水泥業為密集度最高且明顯成長的產 業，人纖業亦有成長的趨勢，鋼鐵、石化、造紙業則大致持平，沒有明顯變動，而電子業 則是六大耗能產業中二氧化碳密集度最低的產業。 資料來源：92 年度台灣能源平衡表/經濟部能源局 圖(三) 六大耗能產業二氧化碳密集度趨勢(公噸/百萬新台幣) 三、分析模式 （一）投入產出理論模式 本研究利用二階 KLEM 投入產出結構分解法將影響二氧化碳排放量的因素分解為 16 項，有別於一般投入產出模型，本研究將家計部門的需求，根據簡單凱因斯模型(Simple Keynesian Model)拆解為自發性需求(autonomous demand)與誘發性需求(induced demand)， 並分別置於誘發性需求係數矩陣與自發性國內最終需求矩陣中。此處僅列出各項影響因素 之計算方式(表(一))，詳細的模式推導可參閱吳榮華等(民國 94 年)。表(一)中各項符號意義 分述如下，c 為各種能源的二氧化碳排放係數，其中電力因發電燃料組合與能源轉換效率 的變動，故各期的排放係數均不同，至於其他能源的排放係數則各年維持相同；B 為部門 別直接能源消費係數；Ac為誘發性需求係數矩陣；M 為進口係數矩陣，表各部門的進口數 量佔全國對該部門總需求量的比例，I 為單位矩陣，為精簡符號書寫，模式中假定 R=I-M； YAd 為自發性國內最終需求矩陣，其中包括家計部門自發性需求、固定資本形成、政府支 出；Ex 為出口；t 及 t-1 表不同的兩期； Ad t t Y(1)定義以 t 年的國內最終需求總值為控制總數， 但最終需求的比例則為 t-1 年的比例，其餘Ext(t1)、 P t t A(1)
…
可類推其意義；bt(t1)為 MPCt 乘上 HIXt-1，其中 MPC 表示家計部門的邊際消費傾向，HIX 則表示家計部門的消費結構。
0 50 100 150 200 250 300 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 鋼 鐵 石 化 電 子 水 泥 人 纖 造 紙表(一) 二氧化碳排放量變動之影響因素 影響因素 計算公式 國內最終需求成長效果
c
t1B
t1(
I
R
t1A
tC1)
1R
t1(
Y
t(tAd-1)
Y
tAd1)
國內最終需求結構效果
c
t1B
t1(
I
R
t1A
tC1)
1R
t1(
Y
tAd
Y
t(Adt1))
出口成長效果
c
t1B
t1(
I
R
t1A
tC1)
1(
Ex
t(t-1)
Ex
t1)
出口結構效果
c
t1B
t1(
I
R
t1A
tC1)
1(
Ex
t
Ex
t(t1))
邊際消費傾向效果
c
t1B
t1{[
I
R
t1(
A
tP1|
b
t(t1))]
1
[
I
R
t1(
A
tP1|
b
t1)]
1][
R
t1Y
tAd
Ex
t]
誘發性家計支出結構效果
c
t1B
t1{[
I
R
t1(
A
tP1|
b
t)]
1
[
I
R
t1(
A
tP1|
b
t(t1))]
1][
R
t1Y
tAd
Ex
t]
能源替代直接效果
{
c
t1B
t[
I
R
t1(
A
tP(t1)|
b
t)]
1
c
t1B
t(t1)[
I
R
t1(
A
tP(t1)|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
發電結構效果
{
c
tB
t[
I
R
t1(
A
tP(t1)|
b
t)]
1
c
t1B
t[
I
R
t1(
A
tP(t1)|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
能源替代關聯效果
{
c
tB
t[
I
R
t1(
A
tP(t1)Et|
b
t)]
1
c
tB
t[
I
R
t1(
A
tP(t1)|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
其他投入要素替代效果
{
c
tB
t[
I
R
t1(
A
tP(t1)EMt|
b
t)]
1
c
tB
t[
I
R
t1(
A
tP(t1)Et|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
KLEM 替代效果
{
c
tB
t[
I
R
t1(
A
tP|
b
t)]
1
c
tB
t[
I
R
t1(
A
tP(t1)EMt|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
能源投入技術變化直接效果
{
c
t1B
t(t1)[
I
R
t1(
A
tP1|
b
t)]
1
c
t1B
t1[
I
R
t1(
A
tP1|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
能源投入技術變化關聯效果
{
c
t1B
t(t1)[
I
R
t1(
A
tP1Et(t1)|
b
t)]
1
c
t1B
t(t1)[
I
R
t1(
A
tP1|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
勞動投入技術變化效果
{
c
t1B
t(t1)[
I
R
t1(
A
tP(t1)|
b
t)]
1
c
t1B
t(t1)[
I
R
t1(
A
tP1EMt(t1)|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
其他投入要素技術變化效果
{
c
t1B
t(t1)[
I
R
t1(
A
tP1EMt(t1)|
b
t)]
1
c
t1B
t(t1)[
I
R
t1(
A
tP1Et(t1)|
b
t)]
1}[
R
t1Y
tAd
Ex
t]
進口替代效果
c
tB
t[(
I
R
tA
tC)
1
(
I
R
t1A
tC)
1][(
R
t
R
t1)
Y
tAd
Ex
t]
註：計算公式各項符號之意義請參閱本文。KLEM I-O 模式在各項效果拆解的過程中，概念上與固定權數的拉式指數或斐式指數 相似，即是當某一變數變動時，其他變數固定於基期不變，然此將產生殘差項難以解釋的 困擾；而若採變動權數，雖可避免殘差項的產生，卻衍生出路徑相依的問題，亦即選取不 同的路徑，將會產生不同的結果。上述的拆解過程中，假設最終需求變化效果先於技術進 步效果與要素替代效果，此雖有助於簡化計算與易於闡釋的優點，然在學理上卻可能有過 於武斷之嫌。因此本研究參考 Albrecht 等(2002)提出的夏布雷分解法，利用加權夏布雷值 (weighted Shapley value)求解 KLEM I-O 模式，以避免路徑相依問題。
（二）加權夏布雷值於 KLEM-IO 之應用
1953 年 Loyd Shapley 發表”A value for n-person games”，證明當對稱性(symmetry)、效 率性(efficiency)與可加性(aggregation)三個公理均成立時，合作賽局存在一組唯一解，此組 解稱為夏布雷值(Shapley value)。夏布雷值的三個公理如下(Shapley, 1953; Rapoport, 1970)。
公理一：對稱公理(axiom of symmetry)： 參賽者的報償(payoffs)由賽局中的特徵方程式所決定，而報償只與參賽者對 賽局的貢獻有關，不受參賽者本身的偏好或身分所影響。 公理二：效率公理(axiom of efficiency)： 賽局所產生的報償必須為賽局中所有的參賽者分完。 公理三：可加性公理(axiom of aggregation)： 若一參賽者同時出現在兩場賽局，則參賽者的報償為兩場賽局報償的加總。 根據夏布雷值理論，參賽者加入某一結盟之期望報償為其對此結盟的貢獻度，若貢獻 越大，相對的議價力(bargaining power)越大，期望報償亦越大。因此，假設賽局中所有參 賽者最後都進入唯一的結盟，且若參賽者係一個接著一個的加入，而參賽者的貢獻度因加 入順序的不同而異，則在缺乏任何資訊可明確指出所有參賽者加入結盟之順序的情況下， 任何順序均有可能是賽局的結果，因此參賽者將因不同的結盟順序而獲得不同的報償。基 此，夏布雷提出利用期望值的概念，考量參賽者所有可能獲得的報償，並在上述三個公理 的假設下，求得賽局的唯一解。 析言之，夏布雷值可表示如下式：
N S i v S v S i n s n s }) { ( ) ( ! )! ( )! 1 ( (1) 式中，表第i i位參賽者的夏布雷值 N為所有參賽者的集合 N n ，表結盟N中參賽者的個數 S為所有包含第i位參賽者的結盟S s ，表結盟S中參賽者的個數 ) (S V 為結盟S的總報償 }) { (S i V 為若第i位參賽者退出結盟，則結盟S的總報償 由式(1)可知，在夏布雷值的理論中，第 i 位參賽者加入某一結盟所能創造的報償均屬 其所有，而夏布雷值基本上為藉由推演所有可能加入結盟的順序(共有 n!組可能的順序)， 計算參賽者的期望報償。然而，當賽局的參賽者從 n-1 位增加到 n 位時，演算次數將增加 n 倍，故演算次數非常龐大，以先前推導的 KLEM I-O 為例，16 個效果代表 16!組不同的 解，因此，若應用夏布雷值於求解 KLEM I-O 時，演算次數高達 2.09*1013。 為尋求一個降低演算次數的作法，本研究另外提出以加權夏布雷值(weighted Shapley value)求解 KLEM I-O，加權夏布雷值是夏布雷值的一般解，用以考量符合夏布雷值的效率 公理及可加性公理但不符合對稱公理的賽局。因此，當各 KLEM I-O 的各效果(參賽者)被 給予不同的權重時，如何求得合理的一組解。以先前所推導完整的 KLEM I-O 而言，其各 效果(D1-D16)的加權夏布雷值可以方程式表示如式(2)，首先定義各集合如下，U 代表 KLEM I-O 中 16 個效果的集合族，N, A1-A3, B1-B6,C1-C9 則代表各效果子集合，D1-D16 為各效 果(KLEM I-O 各項效果的拆解與分層可參見圖(四))。 U={{{{D1, D2, D3, D4}, {D5, D6, D7, D8, D9}}, {{D10}, {D11}}}, {D12}, {{D13, D14}, {D15, D16}}}, N={A1, A2, A3}, A1={B1, B2}, A2={B3}={C5}={D12}, A3={B4, B5}, B1={C1, C2}, B2={C3, C4}, B4={C6, C7}, B5={C8, C9}, C1={D1, D2, D3, D4}, C2={D5, D6, D7, D8, D9}, C3={D10}, C4={D11}, C6={D13}, C7={D14}, C8={D15}, C9={D16}
Am N Q Bn Am P i C Bn S j D i C W j D vW vW Dj f W g S w P z Q Q P S W }}}} ) ( ) ( ) ( ) ( }) { ( ) ( { { { (2) 其中，
! ! 1 ! ) ( Ci W W Ci W f
! ! 1 ! ) ( Bn S S Bn S g
! ! 1 ! ) ( Am P P Am P w
! ! 1 ! ) ( N Q Q N Q z 其中，W 為在 Ci 的集合內，包含 Dj 的所有集合 S 為在 Bn 的集合內，包含 Ci 的所有集合P 為在 Am 的集合內，包含 Bn 的所有集合 Q 為在 N 的集合內，包含 Am 的所有集合 m=1-3, n=1-5, i=1-9, j=1-13 本研究 KLEM I-O 的各效果即根據式(2)計算，基本上，式(2)代表的是在符合圖(四)效 果分層樹的情況下，考量 KLEM I-O 的所有可能路徑，求算各效果的期望值。 圖(四) KLEM I-O 效果分層樹 四、資料收集與處理 本研究之資料蒐集可區分為四大項： 台灣產業關聯表(或稱投入產出表)：行政院主計處所編民國 80 年、83 年(150 部門)、 民國 85 年、88 年(160 部門)與民國 90 年(162 部門)之「台灣地區產業關聯表」。 能源平衡表：經濟部能源局所編民國 80 年、83 年、85 年、88 年與 90 年之「台灣能
源平衡表」。
價格平減指數：包括行政院主計處所編之雙面平減表、薪資平減指數與物價統計月報。 二氧化碳排放係數：參考 Revised 1996 IPCC Guidelines 各項能源之二氧化碳排放係數。 本研究將產業劃分為 39 部門，其中 6 個為能源部門，分別為煤礦業、原油及天然氣、 石油煉製業、煤製品業、電力與煤氣供應業，部門的分類結果則對照至雙面平減表與薪資 平減表，求算各部門的雙面價格平減指數與薪資平減指數。資本一項的橫列(row)包括利潤 與資本消耗，勞動則為勞動報酬，而相對應的縱行(column)則為固定資本形成與家計消費。 為消弭各年度價格的變化，本研究利用 RAS 雙面反覆平衡法將投入產出表平減至固定 幣值。本研究參考行政院主計處發佈的雙面平減表，分別從投入面與產出面將各年度之各 部門的中間投入與總產出平減至民國 90 年固定幣值，勞動報酬則利用各產業之薪資指數 調整，至於資本消耗因缺乏相關的平減指數，僅採用躉售物價指數進行平減。 能源消費根據「台灣能源平衡表」的分類，區分為煤炭、石油、天然氣與電力(以其所 隱含的初級能源投入量計算)等四大類，其中不包括非能源消費與能源轉換投入。四大類能 源分別包含能源平衡表中的下列項目，煤炭包括：自產煤、進口原料煤、進口燃料煤與焦 炭；石油包括：煉油氣、液化石油氣、航空汽油、航空燃油、煤油、柴油、天然汽油、車 用汽油(含無鉛汽油)、燃料油、石油焦等；天然氣包括：液化天然氣與天然氣；電力包括： 水力發電、核能發電、火力發電。
各類能源的二氧化碳排放係數參考 Revised 1996 IPCC Guidelines，如表(二)所示。而單 位電力的二氧化碳排放取決於發電部門的能源投入結構與能源轉換效率的變化(表(三))。 表(二) 二氧化碳排放係數 燃 料 種 類 碳排放因子 (碳-公噸/109仟 卡) 燃 料 種 類 碳排放因子 (碳-公噸/109仟 卡) 自產煤 107.8 航空汽油 79.0 原料煤 107.8 車用汽油 79.0 燃料煤 107.8 航空燃油 81.5 原油 83.6 煤油 81.9 液化油 83.6 柴油 84.4 煉油氣 76.1 燃料油 88.2 液化石油氣 (LPG) 71.9 石油焦 115.0 天然汽油 71.9 液化天然氣(LNG) 64.0 航空汽油 79.0 天然氣 64.0 資料來源：(1)楊任徵、蔡政修，2001。 (2)IPCC, 1996。
表(三) 發電結構與電力的二氧化碳排放係數 單位：109仟卡 民國 80 年 民國 83 年 民國 85 年 民國 88 年 民國 90 年 轉換投入量 發電結構 轉換投入量 發電結構 轉換投入量 發電結構 轉換投入量 發電結構 轉換投入量 發電結構 煤 57,083 27.00% 86,885 34.65% 106,008 37.94% 144,431 42.61% 173,097 48.09% 柴油 4,300 2.03% 5,976 2.38% 4,543 1.63% 5,531 1.63% 1,375 0.38% 燃料油 51,951 24.57% 47,488 18.94% 49,732 17.80% 52,163 15.39% 43,088 11.97% 液化天然氣 6,860 3.24% 12,557 5.01% 14,447 5.17% 30,731 9.07% 42,564 11.82% 天然氣 0 0.00% 0 0.00% 0 0.00% 198.99 0.06% 0 0.00% 水力發電 12,316 5.83% 19,870 7.92% 20,222 7.24% 19,995 5.90% 20,503 5.70% 核能發電 78,909 37.32% 77,971 31.10% 84,493 30.24% 85,898 25.34% 79,348 22.04% 總發電量(消費面) 73,474 88,904 100,378 119,091 130,339 單位電力二氧化碳排放 係數 (碳-公噸/109仟卡) 54.6 59.3 61.3 66.7 70.3 資料來源：經濟部能源委員會，2001，台灣能源平衡表。 註：根據「台灣能源平衡表」，1度電=860仟卡(消費面)。
五、六大耗能產業能源消費與二氧化碳排放變動因素分析 表(四)及表(五)分別顯示民國 80-90 年間，耗能產業及全體產業各項影響因素的能源消費 變動百分比與二氧化碳排放變動百分比。在進行分析時也將參考民國 80-83、83-85、85-88 及 88-90 年等四區段的分析結果。就全體產業而言，民國 80-90 年間，產業部門總能源消費量成 長了 68.08%，二氧化碳排放量則成長了 82.76%。以各項影響因素而言，影響台灣地區產業 部門民國 80-90 年二氧化碳排放量的效果中以出口成長(55.36%)與最終需求成長效果(42.57%) 的影響最為顯著，技術變化效果(-5.31%)與進口替代效果(-5.34%)則有降低二氧化碳排放的趨 勢，而要素替代效果(8.5%)則增加二氧化碳排放。 表(四)民國 80-90 年耗能產業各影響因素之能源消費變動百分比 (%) 鋼鐵業 石化業 電子業 人纖業 造紙業 水泥業 全體產業 最終需求變化效果 88.72 83.76 283.55 10.98 63.97 39.45 84.64 國內最終需求成長效果 39.62 23.10 22.68 13.46 32.40 65.79 41.00 國內最終需求結構效果 -23.59 -0.28 7.33 -6.04 0.11 -33.73 -3.50 出口成長效果 55.22 100.83 128.68 100.44 41.77 6.11 52.92 出口結構效果 17.47 -39.90 124.85 -96.88 -10.30 1.29 -5.79 0.32 1.26 6.23 -2.35 2.07 1.51 -1.35 邊際消費傾向效果 1.18 1.65 1.15 1.39 3.37 0.82 3.37 誘發性家計支出結構效果 -0.86 -0.39 5.08 -3.74 -1.30 0.68 -4.72 -6.18 15.62 37.44 -21.08 -11.15 -22.61 -3.92 能源替代直接效果 - - - -發電結構效果 - - - -能源替代關聯效果 -0.11 -0.07 -0.04 -0.02 -0.09 -0.05 -1.19 其他投入要素替代效果 -25.01 4.28 21.22 -18.12 -20.80 -24.82 -8.56 KLEM替代效果 18.94 11.41 16.25 -2.93 9.73 2.26 5.82 -13.59 88.90 15.77 131.27 -44.60 -29.81 -5.65 能源投入技術變化直接效果 8.80 106.83 39.22 122.41 -10.33 -14.70 18.56 能源投入技術變化關聯效果 -0.22 -0.21 -0.16 -0.10 -0.19 -0.12 -1.79 勞動投入技術變化效果 -2.87 -4.61 -3.20 -4.12 -8.37 -1.82 -8.74 其他投入要素技術變化效果 -19.30 -13.12 -20.09 13.08 -25.71 -13.17 -13.68 3.64 3.82 -23.65 -8.90 -14.92 -2.62 -5.64 72.91 193.36 319.33 109.93 -4.63 -14.09 68.08 誘發性家計支出變化效果 要素替代效果 技術變化效果 進口替代效果 總變動效果 註：百分比之定義為[(b-a)/a*100%]，其中 a 表基期的量，b 表當期的量；-表此項效果不存在。 若以個別耗能產業而言，鋼鐵業於民國 80-90 年間能源消費量成長 72.91%，二氧化碳排 放量亦成長 77.30%。其中，「國內最終需求成長」導致能源消費量成長幅度達 39.62%，二氧 化碳排放量成長 40.07%；而「出口成長」則導致能源消費量成長 55.22%，二氧化碳排放量 成長 55.90%。「出口成長」與「國內最終需求成長」分居所有效果前二大，顯示最終需求成 長為增加鋼鐵業能源消費與二氧化碳排放的最主要因素。技術變化效果共降低能源消費量
13.59%與二氧化碳排放量 13.75%，其中以「其他投入要素技術變化效果」降低能源消費(-19.3%) 與二氧化碳排放(-19.54%)最為顯著，顯示由於生產技術持續升級，其他投入要素的技術變化 均有效降低對生產原物料的需求，因此技術變化對二氧化碳減量具相當程度之貢獻。進口替 代效果則造成能源消費量小幅上升 3.64%與二氧化碳排放量上升 3.69%，與整體產業部門進 口替代效果造成能源消費與二氧化碳下降之結果相反，由台灣地區製造業進口係數(表(六)) 亦可反映出此現象，研究期間大多數產業進口係數均呈現逐年上升趨勢，而鋼鐵業進口係數 則呈現下降之趨勢，自給率增加，因而誘發能源消費與二氧化碳排放增加。 表(五)民國 80-90 年耗能產業各影響因素之二氧化碳排放量變動百分比 (%) 鋼鐵業 石化業 電子業 人纖業 造紙業 水泥業 全體產業 最終需求變化效果 89.73 99.00 319.30 12.02 66.19 39.86 86.67 國內最終需求成長效果 40.07 26.32 25.63 15.12 33.67 66.54 42.57 國內最終需求結構效果 -23.89 -0.29 8.17 -6.87 0.10 -34.14 -4.96 出口成長效果 55.90 117.53 145.02 114.30 43.43 6.16 55.36 出口結構效果 17.66 -44.55 140.48 -110.52 -11.01 1.30 -6.30 0.32 1.39 6.76 -2.65 2.09 1.51 -1.76 邊際消費傾向效果 1.19 1.82 1.24 1.53 3.47 0.83 3.33 誘發性家計支出結構效果 -0.87 -0.43 5.52 -4.19 -1.38 0.68 -5.09 -2.69 47.37 100.17 9.60 -0.03 -20.00 8.50 能源替代直接效果 -2.00 14.77 -5.80 21.75 3.49 -0.99 0.99 發電結構效果 5.53 11.00 63.43 10.54 7.61 3.91 11.38 能源替代關聯效果 -0.11 -0.08 -0.04 -0.03 -0.09 -0.05 -1.19 其他投入要素替代效果 -25.31 8.50 24.06 -19.70 -21.61 -25.18 -9.35 KLEM替代效果 19.20 13.19 18.51 -2.97 10.57 2.31 6.68 -13.75 113.19 17.07 143.77 -47.04 -30.21 -5.31 能源投入技術變化直接效果 8.91 133.77 44.07 134.05 -10.86 -14.90 19.53 能源投入技術變化關聯效果 -0.22 -0.25 -0.18 -0.11 -0.19 -0.12 -1.71 勞動投入技術變化效果 -2.90 -5.17 -3.58 -4.46 -8.78 -1.84 -8.67 其他投入要素技術變化效果 -19.54 -15.17 -23.25 14.29 -27.20 -13.35 -14.45 3.69 7.53 -27.41 -10.08 -15.56 -2.65 -5.34 77.30 268.49 415.88 152.65 5.65 -11.48 82.76 總變動效果 技術變化效果 進口替代效果 誘發性家計支出變化效果 要素替代效果 註：百分比之定義為[(b-a)/a*100%]，其中 a 表基期的量，b 表當期的量。 若進一步參考民國 80-90 年間各區段分析結果則可發現，民國 85-88 年間受到中鋼第四 期擴建工程完工(86 年完工，粗鋼能量累計達 805.4 萬公噸，較擴建前產能約增加 240.2 萬公 噸)，因此這段期間的二氧化碳排放量成長幅度達 38.28%，最為顯著。而民國 88-90 年間因景 氣不佳，90 年出現景氣首次負成長，造成「國內最終需求成長效果」對能源消費與二氧化碳 排放的影響大幅衰退且趨近於零(0.23%)，使二氧化碳成長趨緩(約 6.8%)。綜言之，民國 80-90 年間，鋼鐵業二氧化碳排放量共增加 77.30%，呈現上升趨勢。
表(六) 台灣地區製造業之進口係數 產 業 別 民國80年 民國83年 民國88年 民國90年 產 業 別 民國80年 民國83年 民國88年 民國90年 加工食品及菸酒 0.14 0.17 0.20 0.21 化學製品及其他 0.38 0.42 0.48 0.51 紡織及皮革 0.20 0.24 0.26 0.27 其它非金屬礦物 0.21 0.24 0.29 0.35 木材木製品 0.32 0.49 0.48 0.42 水泥及其製品 0.02 0.06 0.03 0.04 造紙業 0.21 0.27 0.27 0.27 鋼鐵業 0.25 0.24 0.21 0.21 出版印刷業 0.09 0.09 0.10 0.14 其它金屬 0.55 0.62 0.65 0.62 基本化工 0.60 0.55 0.58 0.59 金屬製品製造業 0.14 0.15 0.14 0.13 石化原料 0.49 0.49 0.49 0.36 機械 0.53 0.57 0.64 0.62 肥料 0.17 0.15 0.19 0.23 電機 0.47 0.56 0.54 0.57 化纖 0.06 0.10 0.06 0.08 運輸工具 0.29 0.34 0.28 0.33 塑膠製品 0.16 0.18 0.21 0.20 其它製品 0.68 0.69 0.79 0.77 橡膠製品 0.15 0.21 0.20 0.21 資料來源：整理自行政院主計處，民國 80、83、88、90 年台灣地區產業關聯表。 石化業於民國 80-90 年間能源消費量成長 193.36%，二氧化碳排放量亦成長 268.49%。其 中，「出口成長」導致能源消費量成長 100.83%，二氧化碳排放量成長 117.53%。顯示「出口 成長」為增加石化業能源消費與二氧化碳排放的最主要因素。在技術變化效果中「能源投入 技術變化直接效果」增加能源消費量 106.83%與增加二氧化碳排放量 133.77%，惟此結果並 不必然表示此期間石化業的能源使用技術大幅退步。究其原因可能係民國 90 年適逢台灣地區 經濟成長大幅衰退，出現數十年來首次的經濟負成長，然而能源消費並未充分反應經濟榮衰， 加上台塑六輕二期計畫輕油裂解廠陸續完工量產，使得多數烯烴產品之產能均大幅增加，因 此在能源消費減少的幅度遠不及經濟產值減少幅度的情況下，導致單位產值的能源消費向上 攀升，此現象可由民國 90 年的能源密集度大幅上升之結果獲得驗證。綜言之，民國 78-90 年 間，石化業二氧化碳排放量共增加 268.49%，上升幅度顯著。 電子業於民國 78-90 年間能源消費量成長 319.33%，二氧化碳排放量亦成長 415.88%。其 中，「出口成長」導致能源消費量成長 128.68%，二氧化碳排放量成長 140.48%；而「出口結 構效果」則導致能源消費量成長 124.85%，二氧化碳排放量成長 159.96%。「出口成長」與「出 口結構效果」分居所有效果前二大，顯示出口持續成長為增加電子業能源消費與二氧化碳排 放的最主要因素。要素替代效果中以「發電結構效果」增加二氧化碳排放量 63.43%最為顯著， 顯示研究期間電子業之電力需求不斷攀升，但因單位電力的二氧化碳含量逐年上升，而導致 二氧化碳排放量顯著增加。若進一步參考民國 80-90 年間各區段分析結果可發現，除民國 88-90 年間因景氣不佳造成「出口成長」與「出口結構效果」趨緩外，其他期間皆有顯著影響，顯 示電子業的二氧化碳排放隨著高科技產業在台灣的大規模發展而隨之顯著增加。綜言之，民 國 78-90 年間，電子業二氧化碳排放量共增加 415.88%，上升幅度顯著。 人纖業於民國 80-90 年間能源消費量成長 109.93%，二氧化碳排放量亦成長 152.65%。其 中，「出口成長」導致能源消費量增加 100.44%，二氧化碳排放量增加 114.30%，但「出口結
構效果」則導致能源消費量降低 96.88%，二氧化碳排放量降低 110.52%，顯示出口成長雖仍 持續帶動人纖業之成長，並導致能源消費與二氧化碳排放上升，但隨著台灣地區出口結構之 改變，傳統消費型財貨或勞力密集產品逐漸式微，取而代之的是電機電子等資本密集、技術 密集的產業形成出口主力，而屬能源密集產業之紡織及皮革業與人纖業等佔出口的比例中呈 現下降趨勢。由圖(五)顯示，民國 80-90 年間人纖業占出口的比例由 1.35%下降至 0.82%，此 一出口結構轉變，導致能源消費與二氧化碳排放下降。 要素替代效果中以「能源替代直接效果」(21.75%)與「發電結構效果」(10.54%)增加二氧 化碳排放量最為顯著，顯示研究期間人纖業耗用更多的煤炭與燃料油且電力需求不斷上升， 因單位電力的二氧化碳含量逐年上升，而導致二氧化碳排放量顯著增加。進口替代效果則導 致能源消費量降低 8.90%，二氧化碳排放量降低 10.08%，主因為傳統勞力密集產業因在台灣 生產成本逐漸攀升，環保法規日益嚴峻，在國外產品低勞力成本之競爭下(如東南亞國家與中 國大陸)，國內產品大幅被進口品所替代，我國自給率下降，並進而降低能源消費與二氧化碳 排放。綜言之，民國 80-90 年間，人纖業二氧化碳排放量共增加 152.65%，呈現上升趨勢。 圖(五) 台灣地區出口結構 0.99% 0.64% 7.18% 0.82% 5.15% 6.98% 46.21% 12.23% 19.79% 0.88% 3.36% 14.88% 1.35% 8.60% 7.21% 28.57% 19.77% 15.38% 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 農林漁牧 加工食品及菸酒 紡織及皮革 人纖 塑膠製品 鋼鐵及金屬製品製造業 機械及電機 其他工業部門 服務業 民國80年 民國90年 造紙業於民國 80-90 年間能源消費量降低 4.63%，二氧化碳排放量則上升 5.65%。其中， 國內最終需求的成長導致能源消費量成長幅度達 32.40%，二氧化碳排放量成長 33.67%；而 出口成長則導致能源消費量成長 41.77%，二氧化碳排放量 43.43%。出口的成長與國內最終 需求成長分居所有效果前二大，顯示最終需求成長為增加造紙業能源消費與二氧化碳排放的 最主要因素。而技術變化效果共降低能源消費量 44.6%與二氧化碳排放量 47.04%，以其他投
入要素技術變化效果造成的降幅最為顯著，顯示技術變化對二氧化碳減量具顯著之貢獻。類 似於人纖業，造紙業的進口替代效果亦導致能源消費量降低 14.92%，二氧化碳排放量降低 15.56%，顯示在國外產品低勞力成本之競爭下(如東南亞國家與中國大陸)，國內產品大幅被 進口品所替代，我國自給率下降，進而降低能源消費與二氧化碳排放。綜言之，民國 80-90 年間，水泥業二氧化碳排放量小幅上升 5.65%。 水泥業於民國 80-90 年間能源消費量降低 14.09%，二氧化碳排放量亦下降 11.48%。其中， 國內最終需求的成長雖然仍導致能源消費量增加 65.79%，二氧化碳排放量增加 66.54%，但 最終需求結構效果則導致能源消費量降低 33.73%，二氧化碳排放量降低 34.14%。顯示經濟 成長雖仍持續帶動水泥業之成長，並導致能源消費與二氧化碳排放上升，但隨著政府公共工 程投資規模縮減與建築業景氣低迷等因素，水泥業在整體國內最終需求的比例中呈現下降趨 勢，因此造成能源消費與二氧化碳排放下降。而技術變化效果共降低能源消費量 29.81%與二 氧化碳排放量 30.21%顯示技術變化對二氧化碳減量具顯著之貢獻。綜言之，民國 78-90 年間， 水泥業二氧化碳排放量共降低 11.48%，呈現下降趨勢。 六、結語 本研究應用「二階 KLEM 投入產出結構分解法」，從 KLEM 生產函數、產業結構、經濟 成長、進出口貿易變動等驅動力，分析台灣地區二氧化碳 80-90 年間的排放趨勢，及其對二 氧化碳排放量變動之影響，以作為減量政策研擬的參考，並據以提出建議。本研究亦利用加 權夏布雷值概念處理 KLEM I-O 拆解的過程中所面臨的殘差項歸屬的問題。此外，引入簡單 凱因斯模型中自發性及誘發性消費的概念，以處理封閉模式與開放模式選用的問題。 本研究針對六大耗能產業部門之實證結果顯示： 最終需求變化效果方面，鋼鐵業、造紙業之能源消費與二氧化碳增加主要源於國內最終 需求成長與出口成長效果，石化業、電子業、人纖業則主要受到出口成長之影響，水泥 業則為國內最終需求成長造成能源消費與二氧化碳增加。顯示台灣地區持續的經濟成長 對能源消費與二氧化碳排放具關鍵性的影響。最終需求的增加，為能源消費與二氧化碳 排放持續上升的主因。 台灣以貿易為主的經濟型態，使得進出口貿易對能源消費與二氧化碳排放之影響甚鉅。 在出口方面，因東南亞國家及大陸的崛起，傳統產業大量南移(東南亞各國)或西進(中國 大陸)，出口結構大幅變動，傳統能源密集產業(人纖業、造紙業)占出口的比重下降，並 進而對能源消費與二氧化碳排放產生抑制效果。 發電結構部分，我國發電結構因再生能源發展緩慢，天然氣亦無法大幅度取代石油與煤 炭，復以核能與水力近年來無新增機組，非化石燃料發電所占之比重下降，導致單位電
力之二氧化碳排放量上升，促使耗能產業之二氧化碳排放量增加。其中電子業之能源耗 用幾乎全以電力為主，發電結構效果造成二氧化碳排放量顯著成長 63.43%。 技術變化效果方面，鋼鐵、石化、電子、造紙、水泥業的其他投入要素技術變化效果對 降低能源消費及二氧化碳排放具正面貢獻且相當顯著。主要原因應為生產技術持續升 級，促使其他投入要素的技術變化均有效降低對生產原物料的需求。 在進口替代效果方面，因我國勞動成本上升與環保意識高漲等因素，傳統產業(人纖、造 紙、水泥業)之投資環境惡化，導致低生產成本的進口品取代國產品，國內自給率下降； 此外，我國高科技代工服務迅速發展，對電子零配件、晶圓材料等中間原料的進口需求 大增，亦使得電子業的進口係數上升，國產品比例下降，導致能源消費量與二氧化碳排 放量下降。 七、政策建議 實證結果顯示(80-90 年)最終需求成長(包含國內最終需求與出口)為耗能產業能源消費與 二氧化碳排放持續上升的主因，台灣欲降低最終需求或出口(即降低經濟成長)以抑制二氧化 碳排放允非上策，宜考量其他配套措施如：推動產業升級及檢討發電結構。茲簡述如下： 推動產業升級 研究結果顯示生產技術持續升級、產品朝向高附加價值(其他要素投入技術變化效果)與 原物料朝低能源密集方向變動(其他投入要素間替代效果)對抑制耗能產業之二氧化碳排放具 有顯著影響；此外，勞動生產力提升(勞動投入技術變化效果)亦會降低二氧化碳排放。 因此，宜持續鼓勵製程技術的研發、推動產業升級與提升人力素質，並可考量擴大「促 進產業升級條例」之獎勵範圍，持續鼓勵耗能產業購置新及淨潔能源、節約能源之設備，朝 向低能源密集方向調整，以降低二氧化碳排放。 檢討發電結構 研究結果顯示單位電力的二氧化碳含量逐年上升，導致二氧化碳排放量增加。主因為再 生能源發展緩慢，核能與水力近年無新增機組，發電比例逐漸降低，液化天然氣受限於接收 站數量，亦無法大幅取代燃煤發電。在未來耗能產業部門電力消費持續成長的趨勢下(尤其是 電子業)，單位電力的二氧化碳含量對二氧化碳排放總量的影響將更為顯著。 因此，可考量進行機組之汰舊換新以提升發電效率，積極鼓勵再生能源與淨煤技術之發 展，擴大天然氣使用，並重新審視核能發展政策以降低單位電力之二氧化碳含量。 八、參考文獻 (一) 中文文獻 行政院主計處，1991，台灣地區產業關聯表。
行政院主計處，1994，台灣地區產業關聯表。 行政院主計處，1996，台灣地區產業關聯表。 行政院主計處，1999，台灣地區產業關聯表。 行政院主計處，2001，台灣地區產業關聯表。 行政院主計處，2004，中華民國台灣地區薪資與生產力統計月報。 行政院主計處，2004，物價統計月報。 行政院主計處，2004，國內生產各業產值雙面平減表。 行政院財政部，2004，進出口貿易統計。 吳榮華、黃韻勳、陳彥尹，2005，「台灣地區產業部門二氧化碳減量策略之研議」， 行 政院經濟建設委員會委託計畫成果發表會，台北市。 陳家榮，1988，台灣地區能源消費變動因素分析，經濟部能源委員會，台北市。 經濟部能源委員會，2001，台灣能源平衡表。 英文文獻
Albrecht, J., D. Francois, and K. Schoors (2002), “A Shapley decomposition of carbon emission without residuals,”Energy Policy, 30:727-736.
Ang, B.W. and K.H. Choi (1997), “Decomposition of aggregate energy and gas emission: a refined Divisia index method,”The Energy Journal, 18:59-73.
Ang, B.W. and F.Q. Zhang (2000), “A survey of index decomposition analysis in energy and environmental studies,”Energy, 25:1149-1176.
Boyd, G., J. F. McDonald, M. Rosem and D. A. Hanson (1988), “Separating the changing composition of U.S. manufacturing production from efficiency improvement: a Divisia index approach,”The Energy Journal, 8:77-96.
Casler, S.D. and A. Rose (1998), “Carbon dioxide emissions in the U.S. economy,” Environmental and Resource Economics, 11:349-363.
Chen, C.Y. and R.H. Wu (1994), “Sources of change in industrial electricity use in the Taiwan economy,”Energy Economics, 16:115-120.
Chen, C.Y. and R.H. Wu (1995), “Effects of restructuring of international trade on changing energy and CO2 emissions in Taiwan: 1981-91,”Proceedings of the 19th IAEE International
Conference, 351-360.
Chung, H.S. and H.C. Rhee (2001), “A residual-free decomposition of the source of carbon dioxide emissions: a case of the Korean industries,”Energy, 26:15-30.
Dietzenbacher, E. and B. Los (1998), “Structural decomposition techniques: Sense and sensitivity,”Economic Systems Research, 10:307-323.
Dietzenbacher, E. and B. Los (2000), “Structural decomposition analysis with dependent determinants,”Economic Systems Research, 12:497-514.
Fajimagari, D. (1989), “The sources of change in Canadian industry output,”Economic Systems Research, 1:187-202.
Fisher, I. (1927), The Making of Index Numbers, Boston: The Riverside Press.
Gowdy, J.M. and J.L. Miller (1987), “Technological and demand change in energy use: an extended input-output analysis,”Environment and Planning, 19:1387-1398.
Han, X. and L. Chatterjee (1997), “Impactsofgrowth and structuralchangeon CO2 emissions of developing countries,”World Development, 25:395-407.
Han, X. and T.K. Lakshmanan (1994), “Structural changes and energy consumption in the Japanese economy 1975-85: an input-output analysis,”The Energy Journal, 15:165-188. IPCC/OECD (1996), Revised 1996 IPCC Guidelines for Greenhouse Gas Inventories.
Jacobsen, H. K. (2000), “Energy demand, structural change and trade: a decomposition analysisoftheDanish manufacturing industry,”Economic Systems Research, 12:319-343. Kagawa, S. and H. Inamura (2001), “A structuraldecomposition ofenergy consumption based
on a hybrid rectangular input-outputframework:Japan’scase,”Economic Systems Research, 13:339-363.
Lakshmanan, T.R. and X. Han (1997), “Factorsunderlying transportation CO2emissions in the
U.S.A.: a decomposition analysis,”Transpn Res.-D, 2:1-15.
Liaskas, K., G. Mavrotas, and D. Diakoulaki (2000), “Decomposition of industrial CO2
emissions: the case of European Union,”Energy Economics, 22:383-394.
Miller, R. and P. Blair (1985), Input-Output Analysis: Foundations and Extensions, Englewood Cliffs, NJ: Prentice-Hall.
Mukhopadhyay, K. and D. Chakraborty (1999), “India’senergy consumption changesduring 1973/74 to 1991/92,”Economic Systems Research, 11:423-437.
Park, S.H. (1992), “Decomposition of industrial energy consumption,”Energy Economics, 18:843-858.
Rapoport, A. (1970), N-Person Game Theory: Concepts and Applications, Michigan: The University of Michigan Press.
Rose, A. and C. Y. Chen (1991), “Sourcesofchange in energy use in theU.S.economy, 1972-1982: a structural decomposition analysis,”Resources and Energy, 13:1-21.
Rose, A. and S. Casler (1996), “Input-Output structural decomposition analysis: a critical appraisal,”Economic Systems Research, 8:33-62.
carbon dioxide emission using a cross-country decomposition technique,”The Energy Journal, 22:35-75.
Schumann, J. (1994), “Doesitmakesenseto apply thestaticopen input-output model for imputation and structuraldecomposition? ”Economic Systems Research, 6:171-177.
Shapley, L.S., 1953, “A value for n-person games,”in H. Kuhn and A. W. Tucker (eds.), Contributions to the Theory of Games, 2:307-317, Princeton: Princeton University Press. Skolka, J. (1989), “Input-output structural decomposition for Austria,”Journal of Policy
Modeling, 2:123-136.
Sun, J.W. (1998), “Changes in energy consumption and energy intensity: a complete decomposition model,”Energy Economics, 20:85-100.
Sun, J.W. and B.W. Ang (2000), “Some properties of an exact energy decomposition model,” Energy, 25:1177-1188.
Unander, F., S. Karbuz, L. Schipper, M. Khrushch, and M. Ting (1999), “Manufacturing energy use in OECD countries: decomposition of long-term trends,” Energy Policy, 27:769-778.
