能源稅之稅收分配效率與雙重紅利效果

1. 緒　　論

Pigou (1920)首先提出政府應對產生環境污 染影響他人的污染者課徵稅或費用。是故，政 府欲達到環境保護的目標，可採行直接管制或 經濟誘因(課徵環境稅費或排放權交易等)環境 政策工具。Tietenberg (1990)則發現具有經濟誘 因的環境政策工具，對於環境有明顯的激勵作 用，才得以控制污染。因此歐洲國家自1990年 代初期開始實施各種環境稅收及各種具有環保 作用的相關措施(Vehmas, 2005)，「環境租稅 改革」(Environmental Tax Reform, ETR)因應而 生。

國 外 已 有 許 多 國 家(如歐盟)將環境稅當 作環境政策工具，進行環境租稅改革行之有 年，且國內外已有許多對此相關議題的研究文 獻。綠色租稅改革的目的，主要是冀望能夠 達成環境品質改善及經濟效率提升的「雙重

紅利(double dividend)」效果(楊子菡和蘇漢邦 (2002)、林幸樺和蘇漢邦(2008))。相關研究亦 發現課徵環境稅(如：能源稅、碳稅)如存在雙 重紅利的情況下，除了可改善環境外，在「稅 收中立」(revenue-neutral)¹的情況下，也可降 低租稅扭曲(tax distortions)對環境造成的影響 以及成本(Pearce, 1991)。一般普遍認為租稅會 產生「超額負擔(excess burden)」，造成社會 福利的無謂損失；但綠色租稅(如：環境稅)不 但可讓污染環境的外部成本內部化，矯正市場 失靈；若用此稅收來減輕其他稅收(例如所得 稅)，那麼將減輕其他稅收所造成的超額負擔 (Bosquet, 2000、Parry and Brento, 2000)。若用 此稅收能夠減輕雇主所負擔的員工社會保險 費，雇主便有能力僱用更多的員工，因此還能 促進就業(Deroubaix and Lévègue, 2004、Bosello and Carraro, 2001)。我國課徵能源稅的目的，

主要是希望除了能達到改善環境外，亦可透過

Volume 3, No. 3, September 2016, pp. 239-258

能源稅之稅收分配效率與雙重紅利效果

林幸樺

　彭開瓊

　蘇漢邦

摘　要

本文利用一般均衡模型(CGE模型)，模擬不同稅收分配下，開徵能源稅對臺灣總體經濟變數與 CO2排放量的影響。不論偏向補貼綜合所得稅、營利事業所得稅，或是政府統收統支，在能源稅中 立的情形下均可達到CO2減量的效果。且利用非意欲產出模型，以政府統收統支的效率最佳。雙重 紅利檢驗方面，不論長期或短期，課徵能源稅皆能促使CO2減量，第一重紅利成立。另一方面，相 對基線而言，投入產出效率已經改善，則第二重紅利可能成立。

關鍵詞：能源稅、可計算一般均衡模型、非意欲產出模型、雙重紅利

收到日期: 2016年01月20日 修正日期: 2016年05月14日 接受日期: 2016年06月29日

1 健行科技大學財務金融系助理教授

2 健行科技大學國際企業經營系副教授

3 臺灣綜合研究院研三所所長

*通訊作者, 電話: 0912-710420, E-mail: [email protected]

1 在不增加國民的稅賦負擔的情況下，將新增的環境稅收入將全數用以降低或彌補其他稅收(如：個人所得稅、營利 事業所得稅或社會安全捐)。

稅收來增加政府收入，並以此稅收來減輕其他 稅收所造成的超額負擔，因此稅收的分配效率 亦值得關注。因此，本文有二個研究目的，

一為利用可計算一般均衡(Computable General Equilibrium, CGE)模型，模擬不同稅收分配 下，開徵能源稅對臺灣勞動、資本存量、能源 消費量與CO2排放量所造成的影響，並觀察是 否存在雙重紅利；二為採用資料包絡分析法 (Data Envelopment Analysis, DEA)之非意欲產出 模型探討稅收分配與效率之間關係，找出具有 效率的稅收配置方式。

2. 文獻探討

環 境 稅 之 稅 收 分 配 文 獻 方 面 ，Bosquet (2000)在環境稅改革之研究，針對瑞典、丹 麥、荷蘭等國家對於課稅項目、稅收減免以及 影響幅度有深入的探討。而李涵茵(2002)以歐 洲綠色租稅改革為借鏡，探討環保、就業雙重 紅利之研究議題上，對於瑞典、芬蘭、荷蘭 等國家之環境稅課徵方式及類別有進一步的探 討。

在雙重紅利(Double dividends hypothesis) 相關文獻方面，「雙重紅利」一詞的出現是根 據Pearce (1991)發現課徵環境稅除了可阻止環 境的破壞行為，也可降低扭曲的稅負成本，因 而產生「雙重紅利」之情況，因此雙重紅利假 說是環境租稅改革的理論基礎。而課徵環境稅 (能源稅、碳稅)之相關文獻，大多以雙重紅利 為主要假說。其驗證結果大致上可歸納為，第 一重紅利即是透過政府課徵環境稅來減少碳排 放量以改善環境；第二重紅利則是在稅收中立 (revenue-neutral)的原則下，妥善運用環境稅收 改善扭曲的稅制，來增加各要素的配置效率，

刺激就業與GDP。因此，在雙重紅利之結果 研究方面，對於是否存在雙重紅利效果，各個 學者之研究皆不相同，如Terkla (1984)針對污 染稅收入的效率價值探討中，就認為環境稅是 具有雙重紅利效果，而Pearce (1991)、Bosquet

(2000)、Bosello and Carraro (2001)與Liang et al.

(2007)皆認同將環境稅收使用在抵免勞動所得 可刺激就業成長的第二重紅利。

針對臺灣開徵能源稅方面，其雙重紅利存 在與否即為眾所矚目的焦點，因此，周婉玲與 黃宗煌(2007)、林幸樺和蘇漢邦(2008)皆有深入 的研究。周婉玲與黃宗煌(2007)則為了進一步 瞭解影響雙重紅利的關鍵因素，以及能產生雙 重紅利的條件，認為第二重紅利存在與否，會 受到包括產品市場結構、租稅交互效果、課稅 的必要性及稅率的合理性、稅基的選擇、消費 偏好的特性與勞動市場的不完全競爭等六項因 素影響。而林幸樺和蘇漢邦(2008)研究發現，

將能源稅用以成本補貼的效果最好，可知是有

「雙重紅利」的效果存在。然而觀察長期模擬 結果卻發現「雙重紅利」的效果是無法長期持 續下去，不過在能源稅課徵期間會出現GDP成 長率高於CO2成長率之相對脫鉤(decoupling)的 經濟現象。在非意欲產出模型相關文獻方面，

全球氣候暖化日趨嚴重，因此CO2成為常見的 非意欲產出，如Sueyoshi et al. (2010)以美國電 廠為例，根據美國清潔空氣法案(Clean Air Act, CAA)的效率，使用範圍調整法(Range-Adjusted Measure, RAM)，以一個意欲產出和三個非意欲 產出為研究，探討電廠效率之評估。Sueyoshi and Goto (2012)則以美國地鐵為例，衡量邊際 轉換率(Marginal Rate of Transformation, MRT)與 替代率(Rate of Substitution, RS)之間的意欲與非 意欲產出、以射線法測量環境評估與規劃發電 廠。研究結果顯示，二氧化硫(SO2)和氮氧化物 (NOX)的調控政策均獲得有效的控制，但對於 CO2排放或全球暖化的延緩而言仍然不足，建 議美國聯邦和地方政府應針對CO2排放量進行 進一步地規範。

綜上所述，能源稅研究方面，可以發現國 內外之文獻探討皆對於環境稅(或能源稅)的第 一重紅利效果持肯定的觀點，但對於第二重紅 利的存在則有正反不一的看法，可見第二重紅 利可能受限於許多因素或必須符合其條件的情

況，不一定會出現；非意欲產出模型方面，可 以處理效率與CO2排放問題，但結合能源稅與 非意欲產出模型兩者的文獻並不多見，存在研 究空間，不但可以從另一個角度驗證能源稅是 否存在雙重紅利效果，亦可討論稅收分配的影 響。

3. 研究方法

3.1 可 計 算 一 般 均 衡 模 型 (Computable General Equilibrium Model, CGE model)

透過能源含碳量多寡所設計的租稅制度及 其對整體經濟的影響，至今仍是世界各國關心 的重要議題，很多經濟評估工具因而被提出。

截至目前為止，利用多部門架構的可計算一般 均衡分析模型(Computable General Equilibrium Model, CGE model)，普遍被學界與政府單位所 重視²。由這些國內外模型的發展，可以顯示 出CGE模型在評估氣候變遷政策已有相當的成 果。在分析上，這些文獻多數視能源為一種投 入，因此氣候變遷政策的衝擊管道可從調整能 源投入的生產關係來影響整體經濟，這也顯示 模型對能源的設定方式對評估各項經濟結果應 有其重要性(楊浩彥，2009)。

本文的相關分析係以一臺 灣之單國動態 CGE模型為核心，其模型架構主要係透過一系 列非線性函數，以刻劃總體經濟及產業經濟間 的連鎖互動關係，然後再運用線性化的處理方 法，進一步構建出可操作之聯立方程組，以利 各種模擬分析。針對模型基本架構、模型特 色、能源稅的運用機制、所得收支以及家計效

用等部分加以說明³。

3.1.1 理論架構

本文之CGE模型基本架構中，生產者購買 包括商品(中間需求)及原始要素(勞動、土地、

資本等)來進行生產，而就投資者、家計單位、

政府及國外購買者等最終需求者而言，其僅購 買商品，並無原始要素的購置。惟不論中間或 最終需要，其所購買之商品均可分為國產品及 進口品。至於在決策行為模式的設定上，本 文模型與著名的澳洲ORANI模型相似，係利 用投入－產出弱可分割假設(weak separability assumption)，將生產者、投資者及消費者之決 策行為以巢式(nested)的結構設定處理。

在投入與產出的可分割假設下，原始投入 產出函數形式：

F(投入, 產出) = 0 (1) 可改寫為：

G(投入) = Z = H(產出) (2) Z為產業的產出水準(activity level)

本文之分析模型主要係參考TAIGEM-III動 態可計算一般均衡模型(Dynamic Taiwan General Equilibrium Model, TAIGEM-III)之設定，並經 過適度之部門簡化，重新設計，以符合本文模 擬設計之需。相關的結構式、均衡式與定義式 之設計及操作的相關說明與能源與部門的特別 處理請參考林幸樺與蘇漢邦(2008)；而產業、

政府與家庭所得收支之社會會計矩陣(SAM)，

則參考楊子菡和蘇漢邦(2002)與楊子菡等人 (2007)之設計。

2 幾個代表性模型包括ORANI (Dixon et al., 1982)，World Bank-Type CGE (Dervis et al., 1982)，GREEN (Burniaux et al., 1992)，DICE (Nordhaus,1993)，MERGE (Manne et al., 1995)，WIAGEM (Kemfert, 2002)，GTAP-E (Burniaux and Truong, 2002)，GEM-E3 (Kouvaritakis et al., 2002)，ENTICE (Popp, 2004)，AIM (Masui, 2005)，WITCH (Bosetti et al., 2006)，MIT EPPA (Jacoby et al., 2006) 等。在國內，評估工具的發展也相當蓬勃，至少也包括臺灣動態一般均 衡模型(dynamic general equilibrium model of Taiwan, DGEMT；梁啟源, 2007&2008)、臺灣一般均衡分析模型(Taiwan general equilibrium model, TAIGEM；黃宗煌等，1999)、臺灣永續能源政策模型(Taiwan sustainable energy decision model, TaiSEND；黃宗煌，2008)等模型。(參考楊浩彥，2009)

3 請參考林幸樺和蘇漢邦(2008)。

3.1.2 能源機制

(1) C R E S H 函 數 與 電 力 部 門 「 技 術 配 套 」 (technology bundle)

CRESH函數最早係由Hanoch (1971)所提 出，Hanoch認為傳統CES (constant elasticity of substitution)函數對於衡量只有兩種生產要素(如 資本及勞動)或兩種產品(如國產品與進口品)之 替代行為時，具有非常良好且合理的簡化分析 特性；但當要素種類變成n種(n>2)時，若n種要 素之間的替代彈性均相同，在實務上似乎較不 合理。因此，Hanoch (1971)修正CES的設定為

Y = f (x) where x = (x1, x2 .... xn ) (3)

(4) 式中：x >> 0，0 ≤ Y ≤ Y ≤ ∞，

h ( Y ) 為 連 續 可 微 分 ( c o n t i n u o u s l y differentiable)，且h(0)=0，h(Y )=∞及h'(Y)>0 (亦即表示Y 為產業之最大產量)。

經 過 上 述 之 修 正 後 ， 稱 之 為C R E S H 函 數(homothetic or homogeneous function with constant ratios of ES)⁴。

依據我國發電技術之現況與種類可知，電 力供給主要是由煤、石油、燃氣、核能、水力 發電或是再生能源等技術所生產。在可行的技 術限制下，模型假設電力產業可以根據不同發 電技術間的相對成本來決定彼此的替代程度。

同時，為避免模型求解出現不符合現況或技術 上不可行的投入組合，在設定發電技術的選擇 行為時，必須限制某些技術不可能「完全」被 其他技術所取代，此即為與工程規劃模型中類 似之「由下而上(bottom-up)」的設定。前述之 CRESH函數，在其標準限制條件下，提供類似 於「由下而上」模型之限制條件：即x >> 0，使 得所有被選擇之技術完全不會產生有一個或多

個技術發電水準等於零之均衡解出現。

在電力部門方面，本文之CGE模型將發電 技術分為12類⁵，而每個電力技術部門之中間投 入與複合原始投入間之組成，則使用Leontief 生產函數架構之；而水力發電、核能以及燃油 與燃煤汽力機組透過CRESH函數加總而得基 載機組，柴油機組與燃氣汽力機組透過CES函 數加總而得中載機組，而尖載機組則是複循環 機組、氣渦輪機組、風力發電與太陽光電透過 CES方式加總而得。而基載、中載與尖載機組 則是利用CRESH函數加總成輸配電業(台電)，

台電再跟私人電廠以CES方式加總成電力部 門。

(2) CRESH函數與能源替代

本文在能源投入間替代關係的設定方面，

則係以較電力技術配套略為簡單的方式處理。

基本上，除了電力部門以外，將各部門中間投 入中所使用的能源產品之間的關係，以CRESH 函數來呈現。將前述技術配套所組成之電力，

以及其他能源投入(煤、油、氣)之間的關係以 CRESH函數來描述，共同組成複合能源投入 後，再導入模型與其他中間投入以Leontief函 數架構各產業之生產投入選擇行為(Leontief production function)。

3.1.3 逐年遞歸動態投資機制

本文模型為一動態CGE模型，其假設任 一產業從事生產時，除需要投入原物料外，也 需要有生產要素的投入，其中也包含對資金的 需求，此即構成對該產業之投資。因此，各產 業的投資需求是為企業從事生產行為，所衍生 出之資本需求的一部分，而此項投資也同時是 各產業資本累積的來源。本文即是從產業資本 累積的觀點，以逐年遞歸動態(annual recursive dynamic)的方式架構模型之動態投資機制，並 以羅吉斯函數(Logistic function)來捕捉各產業

[

]

,

(Y x =

∑

4 詳細推導過程詳參Hanoch (1971)全文。

5 包含水力發電、核能、燃油與燃煤汽力機組、柴油機組與燃氣汽力機組、複循環燃油與燃氣機組、氣渦輪燃油與 燃氣機組、風力發電與太陽光電等。

各期最適投資行為與其軌跡。而本文的CGE模 型，設計其生產者與消費者對於能源產品之消 費決策行為，亦即與能源價格習習相關，因而 充份反映其對於能源價格上漲時的理性反應。

因此，處理動態投資決策行為時，係先將 資本存量的成長率與投資及預期報酬率建立關 聯，再透過適應性預期(adaptive expectation)機 制的設定，反映投資者針對預期報酬率變化之 行為模式，進而得到預期報酬率的高低會影響 投資者的投資意願，再進一步影響產業資本存 量累積的結果。

3.1.4 環境機制

環境議題的評估方面，本文著重於分析課 徵能源稅對總體經濟之影響，以及CO2排放趨 勢與減量之成效。是以模型中增加設定了課徵 能源稅與估計CO2排放之方程組與相關連結。

以下即針對能源稅機制方程式及CO2排放方程 組兩個部分做簡要說明。

(1) 能源稅機制

由於碳稅與能源稅均屬於從量稅，因此本 文將能源稅亦設定為以能源消費量為稅基之從 量稅。配合模型資料庫編製之CO2排放矩陣，

因此模型可以求解在給定之單位能源稅額下 能源使用者的能源稅負擔，以及CO2排放量情 況，而此項稅負亦將引入使用者之購買價格，

再經由模型影響到整個經濟體系。稅收總額將 計入政府總稅收，在彌補取消能源產品之貨物 稅缺口後，可做為政府專款專用之基準。

開徵能源稅將使能源產品價格上升，運用 模型所建構的能源產品需求方程式，將會改變 消費者產品購買決策，因此能源產品之消費變 化便會更新期末的能源消費矩陣，並做為下期 能源稅稅基，以刻劃能源稅之動態效果。

(2) CO2排放方程式

承上所述，模型假設CO2為消費特定商品 所產生，因此，CO2排放量變動百分比必等於 該商品之消費量變動百分比，亦即在課徵能 源稅時，將使得排放CO2商品之購買者價格上

漲，因而可促使生產者減少此類能源產品的使 用，亦可減少消費者對於此類商品之消費，進 而達到CO2排放減量之效果。

3.1.5 所得收支與社會會計矩陣(SAM)

本模型參考蘇漢邦(2005)之所得收支方程 式表達社會會計矩陣(Social Accounting Matrix, SAM)中所得支出與收入情形及關聯，並透過各 帳戶所得之來源與流向描述，以瞭解經濟體系 達到最後均衡的過程及對各所得階層所得結構 的影響，因此透過所得收支方程組能使模型同 時考量效率面與所得面的變化。

在此之所得收支方程式組透過SAM表之編 制與平衡，並利用所得收入項與經濟體之原始 投入(資本、勞動、土地、其他成本等項)及稅 賦相互串連，導入基礎模型之生產行為決策；

同時將所得支出項之投資及消費支出與基礎模 型之消費及需求方程式連結，影響經濟體系每 一位個體的消費及投資決策，進而分析資金流 向與最後所得歸屬；而在所得收支方程式組的 另一組設計「移轉性收支項」，則將僅實現於 收入與支出的調節移轉，沒有生產面之回饋互 動機制。

3.1.6 勞動與工資調整機制

在上述相關綠色租稅改革是否會創造雙重 紅利的國內外文獻中，就業量是否會增加是討 論雙重紅利的重點之一，在介紹本文動態模型 之勞動與工資調整機制之前，須先行說明靜態 機制在此部分的設計，而後再接續介紹勞動市 場動態機制之設計。

(1) 靜態模型

假設生產者在追求成本極小化下，將理性 選擇各項原始投入(勞動、資本與土地)，並以 CES函數來刻劃各投入間之替代行為。唯在靜 態模型中對於原始投入並未如同產品市場般可 同時刻劃其勞動供給市場，因此僅以長、短期 不同情境來設定勞動與工資調整機制：

a. 短期情境：

在靜態模型中假設實質工資為外生決定，

各項政策變動的衝擊對勞動市場的影響，將直 接反映於勞動就業量的變動，亦即短期而言，

勞動就業量為可充份調整的內生變數(短期存在 失業)，實質工資則具僵固性。

b. 長期情境：

在長期，勞動就業量為外生決定，隱含充 份就業之假設，各項政策變動的衝擊對勞動供 需的影響，將直接反映於工資的變動，亦即長 期而言，工資為可充份調整的內生變數。

由a與b之靜態模型的長、短期情境的假設 下對於勞動就業量與實資工資間僅能擇一做為 內生變數。與實際勞動市場供需共同決定工資 與就業量之機制有所差異，亦無法同時觀察出 工資與就業量之變動。是以我們在動態模型中 增加新的實質工資調整機制。

(2) 動態模型

參考MONASH模型⁶ 勞動市場機制之設 計，假設各期的勞動市場存在一正斜率之勞 動供給曲線，各期勞動市場達至均衡(充份就 業)。若勞動市場均衡就業量超過每年勞動投入 的增加量，則實質工資上漲；若勞動市場均衡 就業量少於每年勞動投入的增加量，則實質工 資下降。

3.2 非意欲產出模型

在非意欲產出模型的部分，有n個決策單 位(Decision Making Units, DMU)，每個DMU都 有三種投入及產出要素：投入(x)、產出(y)、好 的產出(g)、極差的產出(b)，分別以三個向量表 示：x∈R^m，y^g ∈R^S1，y^b ∈R^S2，將X, Y ^g, Y ^b 三 個向量矩陣定義為：X = [x1, ..., xn]∈R^m*n，Y ^g = [ y1g, ..., yng]∈R^S1*n，Y ^b = [y1b, ..., ynb]∈R^S2*n，並假 設X > 0, Y ^g > 0, Y ^b > 0，其產生可能集合可定義 如下式：

P = {(x, y ^g, y ^b)∣x ≥ Xλ, y ^g ≤ Y ^gλ, y ^b ≤ Y ^bλ, λ

≥ 0}

依據上式定義，我們可將SBM模式(Slack- Based Measure model)修正如下式：

(5)

(6)

在上式中，ρ是非設限差額指標，s1表示好 的產出數量，s2表示壞的產出數量，s^–為投入過 剩數量，s^b為非意欲產出過剩數量，此兩項應 予以縮減；s^g為好的產出之短缺數量，應予以 擴增。0<ρ^* ≤1，若令上述線性規劃式之最適值 為(λ^*, s^–*, s^b*, s^g*)，則當s^–* =0, s^b* =0, s^g* =0時，

ρ^* =1，代表DMU0在非意欲產出模式中具有效 率。

假如ρ^* <1，代表DMU0在非意欲產出模式 中為無效率DMU，要成為有效率DMU，必須 縮減投入及非意欲產出的過剩數量，並增加 好的產出之短缺數量。下式為在非意欲產出 模式，不具有效率的DMU調整方式，其中( , , )代表效率邊界之投射點。(吳濟華和何柏 正，2008)

(7)

Färe et al. (1989)與Seiford and Zhu (2002) 改良產出導向BCC⁷模型來處理意欲產出、非 意欲產出與投入，利用DEA (Date Envelopment Analysis, DEA)分類不變性，將資料進行轉換，

維持分類不變且維持幾何凸性與線性。Seiford and Zhu (2002)將產出項分解為：

(8) s⁻

+

=X t

s.. x₀

6 http://www.monash.edu.au/policy/monmod.htm

7 係由Banker、Charnes與Cooper (1984)提出



 



 +

+ +

=

∑ ∑

∑

= =

=

−

1 2

1 0 1 0

2 1

1

*

1 1

- 1 1

min _s

r

s

r b

r br rg

rg m

i io

i

y s y

s s s

x s m

g

g s

Y −

g= y0

b

b s

Y +

=

b0

y

0 , ,

,s⁻ s^g s^b ≥

ˆ₀ x ˆ₀^g

y yˆ₀^b

0 *

ˆ0 =x −s⁻ x

0 *

ˆ0^g y^g s^g

y = +

0 *

ˆ0^b y^b s^b y = −

[ ]









= _b^g Y Y Y

其中，矩陣內Y ^g和Y ^b代表意欲與非意欲產 出。產出導向BCC假設產出Y(=Y ^g +Y ^b)增加代 表效率越好，但非意欲產出(Y ^b)增加卻會引起效 率下降。把非意欲產出項加上負號，找出一適

當值w，使所有負的非意欲產出項變成正號，

即 ，其中 ，因 而方程式可變為：

(9) 將資料轉換後依然可維持DEA分類不變 性，因而利用產出導向BCC模型，可得出資料 包絡分析法之非意欲產出模型：

max h

(10)

其中， 為決策單位(DMU)在生產函 數上的點必須是有效率DMU的凸性組合(convex combination)，h為相對效率值，zj為投入與產出 的權重值(莊忠柱和吳振國，2006)。

4. 資料來源與實證內容

4.1 資料來源與分析情境

本文模型資料庫主要以投入產出表為基本 資料架構，並包括資本存量、資本組成矩陣、

發電技術成本投入、社會會計矩陣、能源消費 資料與CO2排放矩陣等資料編制而成。資料庫 建構主要以行政院主計處「2004年臺灣地區產

業關聯表」與「2004年家庭收支調查報告」為 基礎，部門分類採用蘇漢邦與莊建鏵(2011)所 編制，部門數加總為55部門，產品數加總為66 種產品，如表1所示。在家計單位部分，按每戶 可支配所得高低排名分為5個所得階層。5個所 得階層之收入與支出資料則利用「家庭收支調 查報告」五等分位組織收支結構比率，攤提國 民所得收支帳之對應資料而得。在能源消費部 分，則是參考行政院能源局歷年之「能源平衡 表」，而CO2排放矩陣，則是利用「產業關聯 表」與「能源平衡表」加以分類與攤提而得。

4.2 能源稅政策模擬設計 4.2.1 課稅範圍

能源稅課徵的項目有：汽油、柴油、煤 油、航空燃油、燃料油、液化石油氣、天然氣 及煤炭等八種。相較現行油氣類貨物稅之項 目，增加了天然氣與煤炭兩項。

4.2.2 課稅方式

課徵的八種化石能源稅，皆採「從量」課 徵。其中汽油、柴油、煤油、航空燃油、燃料 油按容量課徵；天然氣按體積課徵；煤炭、液 化石油則依重量課徵。

4.2.3 能源稅、碳稅稅額計算

碳稅稅額計算，則針對不同化石能源別單 位熱值含碳量訂定碳稅稅額(如表2所示)；為了 與國際接軌，並減少對產業造成的衝擊，參考 歐洲國家規劃，例如法國規劃在2010年開徵碳 稅，稅額為14-20歐元/噸CO2；愛爾蘭碳稅稅額 下限為20歐元/噸CO2 (Bergin et al., 2002)。本研 究參考中華經濟研究院(2009)之建議，將碳稅 稅額定為750元/噸CO2當量⁸；本研究採用2006 0

>

+

−

= Y w

Y_j^b _j^b =max

{

}

j Y

w

[ ]



 



= ^g_b Y Y Y

∑

j 1zj 0

.

.t Yj^g hY^g s

∑

1

j zjY_j^b hY0^b

∑

j 1zjX_j X0

∑

j 1zj 1

n j

z_j ≥0 = 1, ...,

∑

1

j zj 1

8 參考中華經濟研究院(2009)綠色租稅之研究：碳稅的計算乃是考慮不同化石能源別單位熱值含碳量所訂定，在計 算各能源產品碳稅稅額時，須考量各能源的二氧化碳排放係數。以汽油為例，汽油的二氧化碳排放係數為每公升 0.002263，每噸二氧化碳當量稅額為750元，汽油第十年碳稅稅額為每公升1.70元(0.002263×750)。再以液化石油氣 為例，液化石油氣的二氧化碳排放係數為每公升0.001753，每噸二氧化碳當量稅額為750元，液化石油氣第十年碳稅 稅額為每公升1.31元(0.001753×750)。碳稅可充份反映「二氧化碳排放係數較高之能源，支付較高之稅負」的原則。

年財政部版能源稅條例草案作為能源稅計算基 礎(如表3所示)；並將稅額規劃分10年漸進式逐 步調整⁹。

觀察2006年財政部能源稅條例草案之稅 額表可以發現，其稅額表係以「貨物稅」為基 礎，並不符合以「單位熱值含碳量」的課稅基 表1　部門及產品分類

編號 產業別 產品別 編號 產業別 產品別

1 農林漁牧業 農林漁牧業 36 電力-氣渦輪-燃油 機械

2 煤 原油 37 電力-氣渦輪-燃氣 家電資訊通訊

3 能源探勘 天然氣 38 電力-柴油機 運輸設備

4 金屬製迼 探勘 39 電力-核能 精密機械

5 其他非金屬礦業 煤 40 汽電共生 其他製品

6 食品加工 金屬製造 41 電力-輸配電 電力-水力

7 菸 其他非金屬礦物 42 燃氣 電力-汽力-燃油

8 紡織 食品加工 43 自來水暖氣熱水 電力-汽力-燃煤

9 成衣及服飾品 菸 44 營造工程 電力-汽力-燃氣

10 皮革及其製品 紡織 45 批發 電力-複循環-燃油

11 木材及其製品 成衣及服飾品 46 零售 電力-複循環-燃氣

12 非金屬家具 皮革及其製品 47 國際貿易 電力-氣渦輪-燃油

13 紙及紙製品 木材及其製品 48 餐飲、旅館及

不動產服務 電力-氣渦輪-燃氣

14 印刷 非金屬家具 49 運輸倉儲通信業 電力-柴油機

15 化學材料 紙及紙製品 50 金融保險服務業 電力-核能

16 人纖及塑膠 印刷 51 工商服務業 汽電共生

17 化學製品 化學材料 52 教育醫療服務業 電力-輸配電

18 石油產品 人纖及塑膠 53 機械修理 燃氣

19 橡膠製品 化學製品 54 公共行政服務業 自來水暖氣熱水

20 塑膠製品 汽油 55 其他服務業 營造工程

21 非金屬礦物製品 柴油 56 批發

22 水泥 航空用油 57 零售

23 鋼鐵及其他金屬 燃料油 58 國際貿易

24 金屬製品 煤油 59 餐飲、旅館及

不動產服務

25 機械 潤滑油 60 運輸倉儲通信業

26 家電資訊通訊 石油腦 61 金融保險服務業

27 運輸設備 煉油氣 62 工商服務業

28 精密機械 瀝青 63 教育醫療服務業

29 其他製品 其他石油煉製品 64 機械修理

30 電力-水力 橡膠製品 65 公共行政服務業

31 電力-汽力-燃油 塑膠製品 66 其他服務業

32 電力-汽力-燃煤 非金屬礦物製品 33 電力-汽力-燃氣 水泥

34 電力-複循環-燃油 鋼鐵及其他金屬 35 電力-複循環-燃氣 金屬製品 資料來源：蘇漢邦與莊建鏵(2011)

9 參考蘇漢邦和莊建鏵(2011)

礎。因此，本文改以「單位熱值含碳量」為課 稅基礎，且合併能源相關貨物稅，計算出新版 之能源稅稅額(如表3)。

我國(臺灣)目前面臨財政惡化，租稅面偏 重於直接稅，提供過多的租稅減免等稅式支 出或補貼。黃耀輝(2003)強調應調高消費稅比 重，調降所得稅比重，逐步減少補貼措施，以 為未來經濟永續發展的助力。因此，本文著眼 點在於政府收取能源稅，其補助對象為家庭單 位或廠商，而其補助方式應如何分配才能發揮 最大效用。因此第一階段先以CGE模型模擬分 析課徵能源稅的節能減排效果，以及是否存在 雙重紅利。第一重紅利是透過政府課徵能源稅 來減少碳排放量以改善環境，第二重紅利是在 稅收中立(revenue-neutral)的原則下，妥善運用 能源稅收來增加勞動、資本與能源的配置效 率，刺激就業與GDP。第二階段為DEA非意欲 產出模型改善稅收分配效率，找出具有效率的 稅收配置方式。¹⁰

模擬情境設計分成五大類共8種情境：¹¹ 第一類： 未課徵能源稅，即基線(business as

usual) (簡稱S12)。

第二類： 增加之稅收用於綜合所得稅減稅(簡稱 S00)。

第三類： 增加之稅收用於綜合所得稅減稅與營 利事業所得稅減稅(簡稱S02、S04、

S06、S08)。

第四類： 增加之稅收用於營利事業所得稅減稅 (簡稱S10)。

第五類： 開徵能源稅，稅收統收統支，增加的 政府稅收，由政府將稅收等比例支用 到所有的政府支出(包含政府消費、移 轉支出等) (簡稱S11)。

其中，S02表政府收取能源稅後，補貼綜 合所得稅之比例為80%，補助營利事業所得稅 為20%；S04表政府收取能源稅後，補貼綜合 所得稅之比例為60%，補助營利事業所得稅為 40%；以此類推，則S06表政府收取能源稅後，

補貼綜合所得稅之比例為40%，補助營利事業 所得稅為60%；S08表政府收取能源稅後，補貼 綜合所得稅之比例為20%，補助營利事業所得 稅為80%(可參考表4)。

4.3 一般均衡模型預測結果

課徵能源稅對臺灣能源消費量的影響，

可觀察表5與表6的能源消費量的模擬結果。本 文將模擬結果分為兩個時區來觀察：2012年至 2021年，以及2022年至2030年。因此，先觀察 表2　碳稅稅額表

項目 CO2含碳率(排放係數) CO2減量成本(元/tCO2) 碳稅稅額

汽油(tCO2 /L) 0.002263 750 1.70

柴油(tCO2 /L) 0.002729 750 2.05

煤油(tCO2 /L) 0.002558 750 1.92

航空燃油(tCO2 /L) 0.002395 750 1.80

燃料油(tCO2 /L) 0.00298 750 2.24

液化石油氣(tCO2 /KG) 0.00175 750 1.31 天然氣(tCO2 /M³) 0.002604 750 1.95

煤炭(tCO2 /KG) 0.002482 750 1.86

註：各能源產品含碳率 × 二氧化碳減量成本＝碳稅稅額

資料來源：經濟部能源局(2010 & 2012)、IPCC 2006年出版資料、中華經濟研究院(2009)

10 本文能源稅所參考的稅額模擬版本是參考中華經濟研究院(2009)的版本，並參考黃耀輝(2003)的說法與建議：其專 款專用的基本精神是抵減直接稅。2013年起，財政部版已將抵免對象改成貨物稅、印花稅及研發投資等用途，未 來將重啟模擬情境的設計，以符合現況。

11 第二至四類是政府總稅收不增加，第五類是能源稅收增加，而由政府等比例用到其他支出項。

表3　新版之能源稅(能源與碳稅)稅額表 項目單位2012年 (第1年)2013年 (第2年)2014年 (第3年)2015年 (第4年)2016年 (第5年)2017年 (第6年)2018年 (第7年)2019年 (第8年)2020年 (第9年)2021年 (第10年) 汽油元/公升

能源稅稅額7.838.839.8310.8311.8312.8313.8314.8315.8316.83 碳稅稅額表0.170.340.510.680.851.021.191.361.531.7 能源與碳稅稅額89.1710.3411.5112.6813.8515.0216.1917.3618.53 柴油元/公升

能源稅稅額4.795.596.397.197.998.799.5910.3911.1911.99 碳稅稅額表0.20.410.610.821.021.231.431.641.842.05 能源與碳稅稅額4.99678.019.0110.0211.0212.0313.0314.04 煤油元/公升

能源稅稅額5.055.856.657.458.259.059.8510.6511.4512.25 碳稅稅額表0.190.380.580.770.961.151.341.531.731.92 能源與碳稅稅額5.246.237.238.229.2110.211.1912.1813.1814.17 航空燃 油元/公升

能源稅稅額0.710.810.911.011.111.211.311.411.511.61 碳稅稅額表0.180.360.540.720.91.081.261.441.621.8 能源與碳稅稅額0.891.171.451.732.012.292.572.853.133.41 燃料油元/公升

能源稅稅額0.160.210.260.310.360.410.460.510.560.61 碳稅稅額表0.220.450.670.891.121.341.561.792.012.24 能源與碳稅稅額0.380.660.931.21.481.752.022.32.572.85 液化石 油氣元/公斤

能源稅稅額0.690.690.690.690.690.690.690.690.750.84 碳稅稅額表0.130.260.390.530.660.790.921.051.181.31 能源與碳稅稅額0.820.951.081.221.351.481.611.741.932.15 天然氣元/立方 公尺

能源稅稅額0.070.140.210.280.350.420.490.560.630.7 碳稅稅額表0.20.390.590.780.981.171.371.561.761.95 能源與碳稅稅額0.270.530.81.061.331.591.862.122.392.65 煤炭元/公噸

能源稅稅額0.040.080.120.160.20.240.280.320.360.4 碳稅稅額表0.190.370.560.740.931.121.31.491.681.86 能源與碳稅稅額0.230.450.680.91.131.361.581.812.042.26 資料來源：行政院財政部(2006年)、蘇漢邦和莊建鏵(2011)與江映曈(2012)。

前十年(2012年至2021年)增額課徵能源稅及其 配套措施對能源消費量的影響(參考表5)，再 觀察後九年能源稅不再增額(2022年至2030年) 課徵及其配套措施對能源消費量的影響(參考 表6)。綜觀兩期來看，不論是比較偏向補貼綜 合所得稅的S00、S02、S04或是補貼營利事業 所得稅的S06、S08、S10或是政府統收統支自 由調整補貼綜合所得稅或營利事業所得稅的 S11，在課徵能源稅且能源稅中立的情形下，

CO2的排放量均較基線S12減少，年減少值在 24.91~64.77百萬公噸之間。

第一階段，觀察前10年(2012至2021年)增 額課徵能源稅及其配套措施在節能減排、資本 與勞動等方面的影響。

參考表5觀察前十年的結果，整體而言，

由於能源稅在2012年至2021年是逐年增加，可 是能源稅的稅額在剛開始開徵時，對廠商而言 仍屬偏低，儘管能源消費量與基線比是有減 少，但節能效果不明顯；然而廠商必須因應隨 著稅額逐年增加所產生的能源成本，節能效果 才開始顯現，因此若政府將能源稅收用於補貼 廠商的營所稅，對廠商而言可視為能源的成本 補貼，因此節能效果相對其他情境而言較不顯 著。

第二階段，觀察後9年 (2022~2030年)能源 稅不再增額課徵及其配套在節能減排、資本與 勞動等方面的影響(參考表6)：

以平均值觀之，在對於資本(K)與勞動(L) 的衝擊上，與表5的結果相同：情境S00衝擊相 對小，而情境S11衝擊相對大；但在節能的效果 上，也與表5的結果相同：以情境S08的節能效 果最佳，情境S00的節能效果最差；而減排方 面，反而以情境S11效果最好，情境S00減排效 果不佳。

但觀察勞動的變化趨勢，由表5與表6的 時間序列模擬結果，可以發現第一階段自2019 年後，對就業市場的衝擊開始趨緩，以全部補 貼綜所稅之情境S00而言，至2027年起，就業 市場開始正成長，此可為雙紅利的展現。其餘 情境亦陸續在後續數年內呈現勞動量成長的結 果。

透過前10年增額課徵能源稅後，在這十年 內，廠商逐年調整生產結構，經濟體系與產業 結構亦逐步進行調整，因此在第二階段的模擬 中，除有節能減排的效果外，亦發現勞動雇用 量有正成長的雙紅利的效果產生。

4.4 非意欲產出模型分析

經 濟 學 上 所 稱 的 生 產 要 素( f a c t o r s o f production)，共有四類分別為勞動、土地、資 本、企業能力等四項，其中Carpos et al. (1989) 採用資本、勞動與能源三項進行能源相關分 析。本文則以資本(K)、勞動(L)、能源(E)三項 指標作為投入變數，如表7所示。產出變數分別 是國內生產總值(Y)與二氧化碳(CO2)兩項，其 中CO2為非意欲產出，該指標數值越大，其表 現越差。在既定的生產技術水準下，意欲產出 愈多愈好，而非意欲產出則是愈少愈好。

D E A 模 型 之 投 入 產 出 必 須 符 合 同 向 性 (isotonicity)之條件，此表示增加投入數量之 下，產出之數量不得減。由表8相關係數表現投 入項與產出項之間的關係，可看出各投入與各 產出變數之間皆存在著正向的相關性，著實符 合同向性之條件。

研究期間分為第一期、第二期以及全部期 間所選用投入產出變數之基本敘述統計量，第 表4　情境分析設計

代號 補助比例(%)

補貼綜合所得稅 補貼營利事業所得稅

S00 100 0

S02 80 20

S04 60 40

S06 40 60

S08 20 80

S10 0 100

S11 政府統收統支

S12 基線(BAU, business as usual) 資料來源：本研究彙整

表5　2012~2021年模擬結果：與基線(BAU)之差異比較 (*：MLOE：百萬公秉油當量 **：Mton：百萬公噸) 與BAU差異2012201320142015201620172018201920202021平均值 S00K (十億元)-6.19-15.11-29.06-49.40-75.69-105.69-134.73-158.37-174.01-187.15-93.54 L (千人)-19.76-27.49-31.65-33.28-35.48-37.45-37.80-36.19-33.24-30.68-32.30 E (MLOE)*-2,128.4-4,064.7-5,864.3-8,019.0-10,582.1-13,471.6-16,334.1-19,353.2-22,256.8-25,050.6-12,712.49 CO2 (Mton)**-3.83-7.40-10.84-15.12-20.35-26.32-32.26-38.48-44.40-50.07-24.91 S02K (十億元)-6.32-15.42-29.58-50.14-76.67-106.89-136.06-159.76-175.37-188.52-94.47 L (千人)-19.89-27.75-32.05-33.81-36.14-38.23-38.70-37.15-34.29-31.84-32.99 E (MLOE)-2127-4,060.32-5,855.89-8,008.32-10,570.6-13,460.2-16,323-19,349.3-22,255.7-25,050.1-12,706.04 CO2 (Mton)-3.831-7.402-10.842-15.126-20.357-26.338-32.285-38.529-44.461-50.141-24.93 S04K (十億元)-6.44-15.71-30.08-50.89-77.65-108.07-137.38-161.13-176.72-189.88-95.39 L (千人)-20.03-28.02-32.45-34.34-36.79-39.01-39.59-38.12-35.34-32.98-33.67 E (MLOE)-2,125.58-4,055.92-5,847.31-7,997.45-10,558.9-13,448.7-16,311.8-19,348.3-22,261.3-25,059.3-12,701.46 CO2 (Mton)-3.83-7.40-10.84-15.13-20.37-26.36-32.31-38.59-44.54-50.24-24.96 S06K (十億元)-6.57-16.02-30.60-51.63-78.63-109.25-138.70-162.50-178.07-191.25-96.32 L (千人)-20.16-28.28-32.85-34.86-37.44-39.79-40.48-39.05-36.33-34.05-34.33 E (MLOE)-2,124.16-4,051.47-5,838.68-7,986.5-10,547.1-13,437.1-16,299.5-19,357.7-22,288.3-25,098.3-12,702.88 CO2 (Mton)-3.83-7.40-10.84-15.13-20.3726.37-32.34-38.67-44.67-50.40-25.00 S08K (十億元)-6.69-16.31-31.10-52.37-79.60-110.42-140.01-163.87-179.46-192.70-97.25 L (千人)-20.30-28.55-33.25-35.39-38.10-40.56-41.38-39.83-37.03-34.77-34.92 E (MLOE)-2,122.72-4,047.02-5,829.92-7,975.36-10,535.2-13,425.3-16,287.8-19,423.7-22,435.8-25,300.2-12,738.30 CO2 (Mton)-3.84-7.40-10.84-15.13-20.38-26.39-32.37-38.87-45.05-50.91-25.12 S10K (十億元)-6.81-16.61-31.61-53.11-80.57-111.59-141.31-165.14-180.57-193.65-98.10 L (千人)-20.43-28.81-33.65-35.92-38.75-41.34-42.27-40.94-38.57-36.64-35.73 E (MLOE)-2,121.3-4,042.53-5,821.12-7,964.14-10,523.1-13,413.5-16,276-19,257.8-22,148.3-24,923.9-12,649.17 CO2 (Mton)-3.84-7.40-10.84-15.13-20.39-26.41-32.40-38.58-44.51-50.18-24.97 S11K (十億元)-7.37-17.92-33.81-56.29-84.73-116.56-146.80-170.83-186.17-199.32-101.98 L (千人)-21.04-30.00-35.43-38.26-41.69-44.87-46.40-45.39-43.13-41.56-38.78 E (MLOE)-2,115.55-4,023.18-5,783.22-7,911.54-10,458.2-13,337.3-16,186.5-19,330.2-22,361.6-25,215.1-12,672.24 CO2 (Mton)-3.85-7.41-10.83-15.13-20.40-26.44-32.44-39.01-45.28-51.16-25.19 S12K (十億元)5,608.016,164.096,605.786,940.427,177.017,331.507,423.447,481.747,532.067,599.456986.35 L (千人)10,400.1010,460.4310,529.9710,609.7610,688.9410,767.0710,841.8710,924.7511,012.3911,103.5910,733.89 E (MLOE)14,0534.714,6798.3152,391159,135.4166,166.1173,173.9179,419185,762.4191,939.7197,758.4169,307.89 CO2 (Mton)310.56325.12337.89352.27366.75380.71392.71404.59415.93426.37371.29 資料來源：本研究彙整。

表6　2022~2030年模擬結果：與基線(BAU)之差異比較(*：MLOE：百萬公秉油當量 **：Mton：百萬公噸) 與BAU差異202220232024202520262027202820292030平均值 S00K (十億元)-164.91-148.35-134.10-124.80-120.57-120.07-121.42-123.14-124.28-131.29 L (千人)-21.21-14.91-10.05-6.44-3.200.002.644.796.28-4.68 E (MLOE)*-26,418.6-28,031.7-29,447.1-30,763.2-31,913.1-32,870.0-33,867.2-34,934.0-36,197.1-31,604.67 CO2 (Mton)**-52.89-56.17-58.95-61.46-63.59-65.28-67.07-69.04-71.46-62.88 S02K (十億元)-165.90-149.16-134.79-125.45-121.26-120.85-122.34-124.23-125.51-132.16 L (千人)-22.30-15.96-11.05-7.41-4.14-0.901.783.955.45-5.62 E (MLOE)-26,420.5-28,038.4-29,457.4-30,776.7-31,927.6-32,883.3-33,878.9-34,943.9-36,205.9-31,614.73 CO2 (Mton)-52.98-56.26-59.06-61.58-63.71-65.40-67.19-69.16-71.58-62.99 S04K (十億元)-166.86-149.95-135.45-126.08-121.91-121.61-123.24-125.30-126.72-133.01 L (千人)-22.30-15.96-11.05-7.41-4.14-0.901.783.955.45-5.62 E (MLOE)-26,433.6-28,059.4-29,484.4-30,809.4-31,963.8-32,920.2-33,916.5-34,981.5-36,244.1-31,645.88 CO2 (Mton)-53.08-56.39-59.20-61.74-63.88-65.57-67.37-69.34-71.77-63.15 S06K (十億元)-167.84-150.74-136.13-126.71-122.58-122.38-124.17-126.42-128.00-133.88 L (千人)-24.40-17.93-12.95-9.23-5.88-2.570.172.393.93-7.39 E (MLOE)-26,481.1-28,123.5-29,561.2-30,899.3-32,064.1-33,027.1-34,030.4-35,100.8-36,368.7-31,739.58 CO2 (Mton)-53.27-56.61-59.45-62.02-64.18-65.89-67.71-69.69-72.13-63.44 S08K (十億元)-168.94-151.65-136.89-127.41-123.33-123.26-125.26-127.77-129.67-134.91 L (千人)-25.06-18.49-13.45-9.67-6.28-2.92-0.152.103.65-7.81 E (MLOE)-26,713.3-28,415.4-29,898.2-31,285.9-32,495.4-33,493-34,534.3-35,635.4-36,931.3-32,155.80 CO2 (Mton)-53.84-57.32-60.26-62.93-65.19-66.97-68.87-70.92-73.43-64.41 S10K (十億元)-169.39-151.94-137.10-127.61-123.55-123.52-125.54-128.02-129.65-135.15 L (千人)-26.91-20.39-15.37-11.60-8.20-4.83-2.040.221.79-9.70 E (MLOE)-26,293.9-27,911.3-29,329.8-30,644.4-31,783-32,720.2-33,694.7-34,740.2-35,986.4-31,455.99 CO2 (Mton)-53.03-56.33-59.14-61.65-63.77-65.43-67.19-69.13-71.54-63.02 S11K (十億元)-173.31-155.03-139.60-129.86-125.89-126.18-128.66-131.52-133.01-138.12 L (千人)-31.71-25.06-20.01-16.24-12.85-9.50-6.76-4.59-3.12-14.43 E (MLOE)-26,631.6-28,347.2-29,837.5-31,228.7-32,429.6-33,406-34,422.7-35,497.3-36,768.6-32,063.24 CO2 (Mton)-54.13-57.65-60.63-63.33-65.60-67.36-69.23-71.26-73.74-64.77 S12K (十億元)7,770.207,888.048,026.578,183.618,356.888,546.568,751.858,973.199,219.838,412.97 L (千人)11,196.8811,297.8811,398.8211,502.7211,608.3711,715.6811,826.1411,938.1012,052.0211,615.18 E (MLOE)203,270209,326.3215,123.3221,145.6227,524.3234,345.1241,926.7250,101258,899.5229,073.53 CO2 (Mton)436.05446.80456.92467.43478.70490.88504.68519.71536.03481.91 資料來源：本研究彙整。

一期為2012年至2021年，此段區間將增額課徵 能源稅；第二期為2022年至2030年，此段區間 將不再課徵能源稅。由表9可以看出，第一期投 入變數的部分，資本(K)平均值為6,901.72(十億 元)，勞動(L)平均值為10,703.55(千人)，能源 (E)平均值為158,197.56(MLOE)。產出變數的 部分，二氧化碳(CO2)平均值為349.4(Mton)，

GDP(Y)平均值為18,401,135.42(百萬元)；第二

期投入變數的部分，資本(K)平均值為8,118.44 (十億元)，勞動(L)平均值為11,608.16(千人)，

能源(E)平均值為201,288.54(MLOE)。產出 變數的部分，二氧化碳(CO2)平均值為426.33 (Mton)，GDP(Y)平均值為24,711,330.47(百萬 元)。

2012-2030年非意欲產出效率值彙整如表10 所示，並繪成圖1進行比較。基線(S12)與能源 稅各種配置方式(S00、S02、S04、S06、S08、

S10與S11)等效率平均值落在0.9510~0.9994間，

標準差為0.0015~0.0405間，且效率值以基線 (S12)最差，可知只要課徵能源稅，不論稅收如 何分配，效率均優於基線(S12)。以效率值的 穩定度方面，課徵能源稅之S00、S02、S04、

S06、S08、S10與S11效率值介於0.0015~0.0054 之間，均優於基線(S12)的標準差0.0405¹²，顯 示S00、S02、S04、S06、S08、S10與S11的能 源效率佳。

研究期間的第一期為增額課徵能源稅時 期，第二期固定能源稅時期，根據表10可知，

第一期平均效率值落在0.9260~0.9989之間，標 準差為0.002~0.03之間；第二期平均效率值落 表7　選用投入產出變數

變數 名稱

投入項

K資本(十億元) L勞動(千人) E能源(百萬公秉油當量) 產出項 Y國內生產總值(百萬元，GDP)

CO2二氧化碳(百萬公噸，非意欲產出) 資料來源：本研究彙整。

表8　相關係數

相關係數 K L E

CO2 0.9365 0.9408 0.9985 Y 0.9625 0.9977 0.9567 資料來源：本研究彙整。

表9　投入產出變數基本統計量

期間 敘述統計 K(十億元) L(千人) E(MLOE) CO2 (Mton) Y(百萬元) 第一期

(2012 年~2021年)

最大值 7,599.45 11,103.59 197,758.41 426.37 21,455,487.22 最小值 5,600.64 10,379.06 138,406.27 306.71 15,506,610.08 平均數 6,901.72 10,703.55 158,197.56 349.40 18,401,135.42 標準差 585.37 223.77 13,059.68 26.23 1,840,171.80 第二期

(2022 年~2030年)

最大值 8,973.19 12,058.30 258,899.48 536.03 27,953,091.57 最小值 7,483.49 11,165.16 176,556.65 381.92 21,875,701.69 平均數 8,118.44 11,608.16 201,288.54 426.33 24,711,330.47 標準差 445.18 285.63 18,546.06 34.38 1,863,298.00

全部

最大值 8,973.19 12,058.30 258,899.48 536.03 27,953,091.57 最小值 5,600.64 10,379.06 138,406.27 306.71 15,506,610.08 平均數 7,478.06 11,132.05 178,609.08 385.84 21,390,175.18 標準差 799.84 517.83 26,687.64 48.83 3,648,115.68 資料來源：本研究彙整。

12 效率值的標準差大，表示效率值變動幅度較大，穩定度較差。

在0.9788~1之間，標準差為0~0.0323之間，得 知能源稅不繼續增額的第二期效率值較高。

課 徵 能 源 稅 的 七 種 情 境 中(S00、S02、

S04、S06、S08、S10與S11)以政府統收統支 (S11)表現較為優異，S11其可視為補貼綜所 稅100%(S00)、營所稅80%綜所稅20%(S08) 與補貼營所稅100%(S10)稅收配置各期自由調 整，效率會比稅收配置長期不變的S00、S02、

S04、S06等的效率為佳。

經過研究發現S08、S10與S11表現較佳原 因與非意欲產出項有極大的關聯性，由表5、表 6得知S08、S10與S11之二氧化碳(CO2)平均值相

對於其他稅收配置少，因此非意欲產出模型之 效率值將受到非意欲產出項目的數值高低而有 影響。在增額課徵能源稅及其配套措施對能源 消費量的影響時，政府應當先重視非意欲產出 項目，例如二氧化碳(CO2)的數值，並非縮減投 入項目之資本、勞動與能源的數量。

5. 研究結果與建議

以CGE模型實證結果來看，不論是比較偏 向補貼綜合所得稅(S00、S02、S04)、偏向補貼 營利事業所得稅(S06、S08、S10)或是政府統收 表10　非意欲產出模型效率值(2012-2030年)

DMU S00 S02 S04 S06 S08 S10 S11 S12

2012 1 1 1 1 1 1 1 0.9891

2013 0.9982 0.9984 0.9986 0.9987 0.9989 0.9991 1 0.9590 2014 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 1 0.9464 2015 0.9858 0.9863 0.9869 0.9874 0.9879 0.9885 0.9958 0.9292 2016 0.9820 0.9827 0.9834 0.9841 0.9849 0.9856 0.9989 0.9167 2017 0.9828 0.9837 0.9845 0.9854 0.9863 0.9872 0.9948 0.9083 2018 0.9900 0.9910 0.9921 0.9931 0.9941 0.9952 0.9999 0.9073 2019 0.9920 0.9928 0.9937 0.9945 0.9953 0.9960 1 0.9038 2020 0.9919 0.9928 0.9936 0.9945 0.9953 0.9960 1 0.9002 2021 0.9955 0.9959 0.9964 0.9969 1 0.9973 1 0.8999 2022 0.9964 0.9967 0.9971 0.9975 1 0.9976 1 0.9201 2023 0.9962 0.9965 0.9969 0.9974 1 0.9974 1 0.9348 2024 0.9968 0.9971 0.9974 0.9978 1 0.9975 1 0.9584 2025 0.9969 0.9971 0.9974 0.9979 1 0.9975 1 0.9970 2026 0.9968 0.9971 0.9973 0.9978 1 0.9993 1 0.9993 2027 0.9969 0.9971 0.9974 0.9978 1 1 1 0.9997 2028 0.9969 0.9971 0.9974 0.9979 1 1 1 0.9998 2029 0.9970 0.9972 0.9975 0.9979 1 1 1 0.9998 2030 0.9988 0.9990 0.9993 0.9996 1 1 1 1 第一期平均數 0.9918 0.9923 0.9929 0.9934 0.9943 0.9945 0.9989 0.9260 第一期標準差 0.0067 0.0064 0.0062 0.0059 0.0059 0.0054 0.0020 0.0300 第二期平均數 0.9970 0.9972 0.9975 0.9980 1.0000 0.9988 1.0000 0.9788 第二期標準差 0.0007 0.0007 0.0007 0.0006 0.0000 0.0013 0.0000 0.0323

max 1 1 1 1 1 1 1 1

min 0.9820 0.9827 0.9834 0.9841 0.9849 0.9856 0.9948 0.8999 平均數 0.9943 0.9947 0.9951 0.9956 0.9970 0.9965 0.9994 0.9510 標準差 0.0054 0.0052 0.0050 0.0048 0.0051 0.0045 0.0015 0.0405 資料來源：本研究彙整。

統支自由調整補貼綜合所得稅或營利事業所得 稅(S11)，在課徵能源稅的情形下，CO2的排放 量均較基線S12減少，年減少值在24.91~64.77 百萬公噸之間。

能源稅全部補貼綜合所得稅(S00)的效果，

在對於資本(K)與勞動(L)的衝擊相對小，統收 統支(S11)在資本與勞動的衝擊最大；減排方 面，以政府統收統支(S11)的效果最好；但在節 能的效果上，以補貼營利事業所稅80%(S08)的 情境最佳，但若全部補貼營利事業所得稅(S10) 節能效果反而最差，這可能是因為政府將能源 稅收用於補貼廠商的營所稅，對廠商而言可視 為能源的成本補貼，因此節能效果相對其他情 境而言較不顯著。

另一方面，在勞動(L)的變化趨勢上，顯 示廠商因應能源稅的課徵而逐年調整生產結構 後，經濟體系與產業結構亦逐步進行調整，因 此除有節能減排的效果外，亦發現勞動雇用量 (即就業量)有正成長的雙紅利的效果產生。因 此在雙紅利檢驗方面，彙整研究成果如表11所 示，不論短期(第一期)或長期(第二期)課徵能源 稅皆能促使CO2減量，第一重紅利必定成立。

而課徵能源稅短期時就業量明顯下降，但相對

基線而言，投入產出效率已經改善；長期時就 業量有機會上升，投入產出效率會進一步改 善。

以非意欲產出模型的實證結果來看，課徵 能源稅的七種情境中(S00、S02、S04、S06、

S08、S10與S11)以政府統收統支(S11)表現較為 優異，S11其可視為補貼綜所稅100%(S00)、營 所稅20%綜所稅80%(S02)、營所稅40%綜所稅 60%(S04)、營所稅60%綜所稅40%(S06)、營 所稅80%綜所稅20%(S08)與補貼營所稅100%

(S10)稅收配置各期自由調整，效率會比稅收配 置長期不變的S00、S02、S04、S06、S08與S10 等的效率為佳。

圖1　基線與能源稅效率值比較(本研究繪製)



表11　雙重紅利檢驗

雙重紅利 短期 長期

第一重紅利 CO2減量 ○ ○

第二重紅利

就業量上升 ╳ △

投入產出效

率提升 ○ ○

最適策略 統收統支 統收統支

註： ○：明顯存在、╳：不存在、△：部分情 形改善

資料來源：本研究彙整。

由本文的實證結果可發現，雖然課徵能源 稅可以產生雙重紅利，尤其是希望在提高就業 量或GDP上並不明顯，主要原因可能是由於能 源稅本身會產生賦稅扭曲效果，即課徵了能源 稅，有可能導致廠商成本增加，扭曲的效果若 大於其他賦稅，將可能形成物價上漲、出口減 少等問題。

如前所述，財政部已於2013年建議能源 稅抵免對象改成貨物稅、印花稅及研發投資等 用途，然而本文在時間因素限制下，目前暫時 無法重新模擬新的模擬情境，此為本文的研究 限制，未來將重啟模擬情境的設計，以符合現 況。因此創造所謂「雙重紅利」的經濟效果，

將值得期待。

參考文獻

中 華 經 濟 研 究 院( 2 0 0 9 ) ， 「 綠 色 稅 制 之 研 究」，行政院賦稅改革委員會。

行政院財政部(2006)，「能源稅條例草案」研 商會議會議資料，2006年10月18日，台北 市。

江映曈(2012)，《課徵能源稅之福利效果解 析》，清雲科技大學碩士論文。

吳濟華和何柏正(2008)，組織效率與生產力評 估－資料包絡分析法。臺北市：前程文化 事業有限公司。

李涵茵(2002)，「環保、就業雙重紅利－歐洲 綠色租稅改革之借鏡」，《臺灣綜合展 望》，2，47-56。

周婉玲和黃宗煌(2007)，「環境稅費之雙紅利 假說」，《碳經濟》，5，32-51。

林幸樺和蘇漢邦(2008)，「開徵能源稅之經 濟影響評估：可計算一般均衡模型之應 用」，《全球商管研究期刊》，3(2)，41- 74。

莊忠柱和吳振國(2006)，「臺灣區農會信用部 經營效率評估：非意欲因素資料包絡分析 法的應用」，《東吳經濟商學學報》，

52，1-26。

梁啟源(2007)，「我國永續發展之能源價格政 策」，《臺灣經濟預測與政策》，37(2)，

1-35。

梁啟源(2008)，「DGEMT模型與總體計量模 型之整合評估」，2008兩岸能源、環境及 經濟整合評估模型之理論與實務研討會，

行政院原子能委員會核能研究所與中原大 學，臺北。

黃宗煌、李秉正、徐世勳、林師模與劉錦龍 (1999)，「TAIGEM模型建構暨減量策略之 經濟評估」，行政院環境保護署88年度委 託研究計畫。

黃宗煌(2008)，「京都議定書經濟影響評估模 型之建立、持續維護及調整(3/5)」，行政 院經濟建設委員會委辦專案研究計畫。

黃耀輝(2003)，「一舉兩得的環境財政改革：

改善財政和提升綠色所得」，《農業與經 濟》，30，80-119。

楊子菡、蘇漢邦(2002)，「綠色租稅改革的租 稅福利成本與結構效果」，《農業與經 濟》，29，29-54。

楊子菡、蘇漢邦、馬惠娟和徐世勳(2007)，

「臺灣實施兩稅合一對經濟發展與所得分 配之事後影響評估」，《人文及社會科學 集刊》，19(3)，403-438。

楊浩彥(2009)，「能源稅的經濟效果－考慮參 數不確定的可計算一般均衡分析」，《臺 灣經濟預測與政策》，40(3)，79-125。

經濟部能源局(2010)，「國家節能減碳總計 畫」，臺灣經濟論衡。

經 濟 部 能 源 局(2012)，「101年能源統計月 報」。

蘇漢邦(2005)，《兩稅合一制度對國內經濟與 所得之事後影響評估》，臺灣大學博士論 文。

蘇漢邦和莊建鏵(2011)，「能源稅與碳稅之影 響比較分析」，兩岸低碳社會與綠色成長 推動策略研討會，臺北市。

Bergin, A., J. Fitz Gerald, I. Kearney. (2002),

“The macro-economic effects of using fiscal instruments to reduce greenhouse gas emissions”, paper to the Economic and Social Research Institute Conference, The sky’s the limit: efficient and fair policies on global warming, Dublin, 35.

Bosello, F., Carraro, C. (2001), “Recycling Energy Tax: Impacts on a Disaggregated Labour Market,” Energy Economics, 23(5), 569-594.

Bosetti, V., C. Carraro, Galeotti M., Massetti E., Tavoni M. (2006), “WITCH: A World Induced Technical Change Hybrid Model,”

The Energy Journal, 27, 13-37.

Bosquet, B. (2000), “Environmental Tax Reform:

Does it Work? A Survey of the Empirical Evidence,” Ecological Economics, 34, 19-32.

Burniaux, J.-M., Truong T. (2002), “GTAP-E: An Energy-Environmental Version of the GTAP Model,” GTAP Technical Paper, No. 16.

Burniaux, J.-M., Martin J. P., Nicoletti G., Martins J. O. (1992), “GREEN a MultiSector, Multi-Region General Equilibrium Model for Quantifying the Costs of Curbing CO2

Emissions: A Technical Manual,” OECD Working Paper, No. 116.

Carpos, P., P. Karadeloglou, G. N. Mentzas, (1989),

“Energy Policy Extensions of KLE Based Macroeconomic Models,” Journal of Policy Modeling, 11(4), 507-530.

Deroubaix, J. F., F. Lévègue (2004), “The Rise and Fall of French Ecological Tax Reform: Social Acceptability versus Political Feasibility in the Energy Tax Implementation Process,”

Energy Policy, 24, 940-949.

Dervis, K., de Melo J., Robinson S. (1982), General Equilibrium Models for Development Policy, Cambridge: Cambridge University Press.

Dixon, P. B., B. R. Parmenter, Sutton J., Vincent D.

P. (1982), ORANI: A Multisectoral Model of the Australian Economy. Amsterdam: North- Holland.

Färe, R., S. Grosskopf, C. Lovell, C. Pasurka ( 1 9 8 9 ) , “ M u l t i l a t e r a l P r o d u c t i v i t y Comparisons When Some Outputs are Undesirable: A Nonparametric Approach,”

The Review of Economics and Statistics, 71(1), 90-8.

Hanoch, G. (1971), “CRESH Production Functions,” Econometrica, 39(5), 695-712.

IPCC (2006), 2006 IPCC Guidelines for National Greenhouse Gas Inventories, http://www.ipcc- nggip.iges.or.jp/public/2006gl/.

Jacoby, H. D., J. M. Reilly, McFarland J. R., Paltsev S. (2006), “Technology and Technical Change in the MIT EPPA Model,” Energy Economics, 28, 610-631.

Kemfert, C. (2002), “An Integrated Assessment Model of Economy-Energy-Climate: The Model Wiagem,” Integrated Assessment, 3(4), 281-298.

Kouvaritakis, N., Paroussos L., Regemorter D.

V. (2002), “The Macroeconomic Evaluation of Energy Tax Policies within the EU, with the GEM-E3-Europe Model,” http://www.

e3mlab.ntua.gr/reports/TAXUDfinalreport.

pdf

Liang, Q. M., Y. Fan, Y. M. Wei (2007), “Carbon Taxation Policy in China: How to Protect Energy-and Trade-Intensive Sectors?” Journal of Policy Modeling, 29(2), 311-333.

Manne, A., R. Mendelsohn, R. Richels (1995),

“MERGE: A Model for Evaluating Regional and Global Effects of GHG Reduction Policies,” Energy Policy, 23(1), 17-34.

Masui, T. (2005), “Policy Evaluations under E n v i r o n m e n t a l C o n s t r a i n t s u s i n g a

Computable General Equilibrium Model,”

European Journal of Operational Research, 166(3), 843-855.

Nordhaus, W. D. (1993), “Optimal Greenhouse- Gas Reductions and Tax Policy in the‘DICE’

Model,” The American Economic Review, 83(2), 313-317.

Parry, I. W. H., A. M. Brento (2000), “Tax Deductions, Environmental Policy, and the

‘Double Dividend’ Hypothesis”, Journal of Environmental Economics and Management, 39(1), 67-96.

Pearce, D. (1991), “The Role of Carbon Taxes in Adjusting to Global Warming,” The Economic Journal, 101(407), 938-948.

Pigou, A.C. (1920). The Economics of Welfare.

London: Macmillan.

Popp, D. (2004), “ENTICE: Endogenous Technological Change in the DICE Model of Global Warming,” Journal of Environmental Economics and Management, 48(1), 742-768.

Seiford, L. M., J. Zhu (2002), “Modeling Undesirable Factors in Efficiency Evaluation,”

European Journal of Operational Research, 142(1), 16-20.

Sueyoshi, T., M. Goto, (2012), “Returns to Scale, Damages to Scale, Marginal Rate of Transformation and Rate of Substitution in DEA Environmental Assessment,” Energy Economics, 34(4), 905-917.

Sueyoshi, T., M. Goto, T. Ueno (2010),

“Performance Analysis of US Coal-Fired Power Plants by Measuring Three DEA Efficiencies,” Energy Policy, 38(4), 1675- 1688.

Terkla, D. (1984), “The Efficiency Value of Effluent Tax Revenues,” Journal of Environmental Economics and Management, 11(2), 107-123.

Tietenberg, T. H. (1990), “Economic Instruments for Environmental Regulation,” Oxford Review of Economic Policy, 6(1), 17-33.

Vehmas, J. (2005), “Energy-Related Taxation as an Environmental Policy Tool-The Finnish Experience 1990-2003,” Energy Policy, 33(17), 2175-2182.

The Impact of Energy Tax on the Allocative Efficiency of Tax Revenue and Double Dividend

Hsing-Hua Lin

Kai-Chiung Peng

Han-Pang Su

ABSTRACT

This paper uses the computable general equilibrium model (CGE model) to simulate the impact of the energy tax on Taiwan's overall economic variables and CO2 emissions for different tax distributions. Under the revenue-neutral condition, the simulation results demonstrate a CO2 emission reduction compared with the baseline case no matter adopting income tax subsidies, corporate income tax subsidies, or government unified revenue. Furthermore, applying the simulation results by the CGE model into the undesirable output model, the study analyzes and compares the efficiency of different tax distributions. The results indicate that the efficiency for the government unified revenue scenario is the best and the baseline case is the worst.

In addition, the efficiency for the allocatable tax revenue case will be better than the non-allocatable case.

Regarding the double dividend, the first dividend is tenable because of a CO2 emission reduction resulting from the energy tax for both the long run and short run. On the other side, the efficiency of input-output is better than the baseline case, hence the second dividend might be feasible in the long run.

Keywords:

Received Date: January 20, 2016 Revised Date: May 14, 2016 Accepted Date: June 29, 2016

1 Assistant Professor, Department of Finance, Chien Hsin University of Science and Technology.

2 Associate Professor, Department of International Business, Chien Hsin University of Science and Technology.

3 Director, The Third Research Division, Taiwan Research Institute.

*Corresponding Author, Phone: +886-912-710420, E-mail: [email protected]