1. 前 言
全球暖化的議題近年受到全世界的重視 與關注，跨政府氣候變化委員會(Intergovern- mental Panel on Climate Change, IPCC)於2018 出版專書中提及，從工業革命時期以來，全球 均溫以每十年0.2oC速度上升。若按此數據進行 估算，2030-2052年間全球溫度將突破1.5oC，
造成相關環境社會風險升高(IPCC, 2018)。因 此，IPCC提出相關策略來因應。首先，提升 交通與運輸部門之電氣化。包括運輸工具的低 碳能源使用比例由2020年5%，提升至2050年 35~65%。再者，持續發展再生能源並提升能源
效率。IPCC認為2050年前再生能源滲透率須到 達75~85%，核能以及碳捕獲與封存技術也扮演 重要的角色。此外，工業部門引進新興技術達 到減碳目標。IPCC認為工業部門在2050年要較 2010年減少75~90%的CO2排放，建議透過電氣 化、氫能、永續的生質原料、碳捕獲等技術來 達成。
因應全球低碳電氣化目標，國際能源署 (International Energy Agency, IEA) (2013)也指出 再生能源技術是未來控制全球溫度上升低於攝 氏1.5~2oC的重要手段之一。為了加速再生能 源發展，各國也積極透過訂定法令與補貼來達 成目標1，依據REN21 (Renewable Energy Policy
Volume 5, No. 4, December 2018, pp. 367-393
我國能源轉型對電價與縣市產業之衝擊
卓金和
1*楊浩彥
2陳中舜
3張耀仁
4洪紹平
5摘 要
為達成減碳目標，我國訂定2025年再生能源發電占比達20%之目標。爰而，本研究利用電力規 劃模型，評估前述能源轉型政策對發電配比、售電成本、電力排放係數、備用供電容量率等之衝 擊。在能源轉型對整體及各縣市之影響方面，本研究將全國投入產出表轉化(細緻)為各縣市投入產 出表，以瞭解能源轉型對各縣市實質產值、GDP(國內生產毛額，Gross Domestic Product)以及就業 之影響。分析結果顯示，在前述政策情境下，供電穩定及排放目標皆能達成，惟將推升我國電價 上漲約43%。在電價上漲之衝擊方面，以六都遭受之衝擊最為顯著，就縣市別而言受影響程度依序 為：高雄市(化學業)、臺北市(批發及零售業)、桃園市(電子零組件業)、臺中市(電子零組件業)、新 北市(批發及零售業)、臺南市(電力與燃氣供應業)。此外，北部與南部受影響程度明顯不同，主要 係產業結構差異所導致。
關鍵詞：再生能源，縣市投入產出，電力規劃模型，電業法，電力結構
收到日期: 2018年08月15日 修正日期: 2018年11月19日 接受日期: 2018年11月26日
1 台灣電力公司綜合研究所電力經濟與社會研究室 專員
2 國立臺北商業大學財務金融系 教授
3 中華經濟研究院 助理研究員
4 核能研究所能源經濟及策略研究中心 副工程師
5 台電綜研所 所長
*通訊作者電話: 02-2360-1267, E-mail: u621502@taipower.com.tw
1 有別於歐巴馬時代，美國總統川普在其競選演說時，已強調將退出巴黎協定。在2017年6月1號川普在白宮正式宣
Network for the 21st Century) (2018)報告顯示 2017年全球共有179個國家設立再生能源發展目 標，57個國家規劃未來要達成100%再生能源的 願景，而其中113個國家以躉購制度發展再生能 源，也顯示積極發展再生能源為全球未來的共 同目標。
我國屬於低自主高排碳之能源結構，2017 年人均碳排放量排名高達全球第19名。我國體 認為全球一分子，積極參與減碳行動，除主動 向聯合國氣候變化綱要公約秘書處，提出於 2020年及2030年達成溫室氣體排放總量分別要 BAU (Business As Usual)減少30%及50%的承諾 外，2015年6月15日更通過「溫室氣體減量及管 理法」(溫管法)，該法令規定2050年全國溫室 氣體排放量要降到2005年的一半，為我國首次 將溫室氣體減量目標納入法令。
有別於溫管法，政府修正以能源轉型為 目標之新版電業法，納入眾多有利於再生能源 發展的利多，包括備用供電容量與電力排放係 數等，以太陽光電與離岸風力，積極推動再生 能源發展，期望2025年再生能源的發電佔比可 達20%，並降低燃煤發電佔比。然而，我國發 展再生能源有其先天益處與不足之處，特別是 再生能源機組高單價可能對於電價與我國產業 發展產生相當衝擊，再加上各縣市產業結構不 同，應以不同角度深入觀察。
首先，觀察我國整體產業用電行為，2017 年全國總用電量共2,615億度，其中工業用電 為最大宗(53.5%)，其次為服務業(19%)以及住 宅用電(18.2%)。工業用電中用戶用電佔比最大 (84%)，主要以製造業為主，其中又以電力及電
子機械器材製造修配業(電子零組件)、化學業 (化學材料)及金屬基本工業(鋼鐵業)的用電量最 大。工業主要用電為製程動力(55%)，其次為空 調用電(13%)及空壓機(11%)。服務業用電來源 又以社會服務和個人服務佔比為最大，其次為 批發零售等。服務業之主要用電以空調(44%)與 照明(18%)為主2。
再者，依據我國2018年縣市用電行為，桃 園市(17.10%)、臺南市(16.83%)、高雄市(14.86
%)、臺中市(14.48%)與新竹市(6.83%)為我國工 業用電量最大之縣市，同為六都之新北(4.75%) 與臺北(0.38%)則工業用電佔比較低；在服務業 用電部分，臺北(21.01%)、新北(15.24%)、臺中 (12.08%)、高雄(11.08%)、桃園(9.43%)與臺南 (6.68%)用電量最大；農林漁牧售電量以屏東縣 (24.29%)、彰化縣(14.95%)、雲林縣(13.26%)、
臺南(13.00%)、嘉義縣(8.25%)等為主3。因此，
六都的臺中、桃園、高雄、臺南等皆以工業用 電佔最大宗，與臺北、新北市以服務及住宅部 門用電為主不同，因此電價上漲對縣市與產業 別之衝擊程度將產生差異，實有必要對所有縣 市進行整合性評估。
本 研 究 研 究 主 軸 分 為 兩 大 部 分 ， 相 關 流 程 如 圖1。首先，本研究以同時納入能源 (Energy)、經濟(Economics)和環境(Environ- ment)構面之3E模型架構，以最小成本為目標函 數之電力規劃模型，評估2018-2025年台電公司 因應政府能源轉型目標，分析其對電力配比、
電力排放係數、備用供電容量率及發輸配電成 本之影響4。此外，本研究採用行政院主計總處 最新之52部門產業關聯表為基底，並參考工研 布將退出並停止所有有關協定之作為(White house, 2017)。然而，根據Jotzo et al. (2018)研究報告指出，在川普 宣示退出後的一年內，美國政府似乎並沒有進行任何談判動作，甚至是降低自主減碳貢獻(Nationally determined contribution, NDC)。此外，目前仍有較少的資訊顯示其他國家將跟隨美國退出巴黎協定，甚至尼加拉瓜與敘利亞於 2017年底也宣示將加入協定。在美國各州、城市或企業也都有針對減碳相關規範與作為，有助於彌補聯邦政府的 無作為(Chen et al., 2018；Galik et al., 2017；Pickering et al., 2018)。不過由於美國的退出決定，也造成一些國家持 續觀望，如澳洲政府取消碳稅且重新考慮燃煤發電。Martus (2018)認為世界排碳大國俄羅斯到目前仍未簽署巴黎協 定，可以解讀為未來國際減碳成效之警訊。
2 資料來源為經濟部能源局(2018)我國節電推動進展與未來規劃簡報資料。
3 資料來源為台電網站http://www.taipower.com.tw/tc/page.aspx?mid=101
4 本研究的目的是以全年總合數據進行電力規劃與產業結構的影響進行分析，論文採用的投入產出模型和電力規劃 模型是建立在以低頻資料為基礎的「年」頻率數據，基本上是延續過去文獻(例如Dantzig (1976)、Leung and Hsu (1984)、Chen and Wu (1994)、Wang and Miller (1995)、Vogestad (2009)等人)的研究方法。
院(2016)運用最新工商及服務業普查以及工廠 校正調查等資料，將全國投入產出結構細緻化 至20個縣市，並以電力規劃模型之售電成本上 漲率5，帶入投入產出表之「電力與燃氣供應 業」做為衝擊因子，評估對各縣市實質產質、
國內生產毛額及就業人口之影響，相關結果可 提供給政策主管機關及縣市政府施政參考。
2. 文獻回顧
2.1 電力供需規劃模型
國外已有不少研究者投入電力系統供需規 劃之研究，並探討再生能源配額制(renewable portfolio standard)對能源配比規劃之影響。EIA (U.S. Energy Information Administration) (2007) 利用線性規劃之國家能源模式系統(National Energy Modeling System, NEMS)，評估美國 2020年再生能源配額制(renewable portfolio standard)15%之目標，發電業者如何透過再生 能源發電或是購買再生能源憑證來達成。Logan et al. (2009)運用多區域且包含線性規劃容量模
組之區域能源發展系統，評估美國2021年要達 到再生能源配額制20%之因應策略。Geem and Kim (2016)採用線性規劃模型評估在再生能源 配額制限制下，對於韓國未來水力、風力、太 陽光電以及生質能的再生能源能源配比之影 響。評估結果顯示在2030年能源配比為天然氣 佔26.9%、燃煤佔21.1%、核能佔39%以及再生 能源佔13%。
在國內的部分王京明(1997)年建立我國電 力部門成本最小化之經濟技術模型，分析我國 施行碳稅以及能源稅對電力部門之擊程。廖 述誼等(2010)利用數學規劃方式，評估實施碳 稅對臺灣電力部門之衝擊，結果顯示當課徵碳 稅後，發電方式將以核能和水力來取代火力發 電。實證結果顯示：當碳稅為50美元/噸時，電 力部門的二氧化碳排放量將有顯著的改善，但 電力市場價格將上漲一倍之多。柯酈等(2012) 運用多目標規劃法建置我國本島之電力供給 規劃模型，以發電成本及二氧化碳極小化為目 標，評估2010至2030年各情淨所能達到之減碳 效果。實證結果發現在考慮電廠汰舊換新、擴 大天然氣使用、核四商轉及核能不除役等措施 圖1 研究流程圖(本研究繪製)
5 依據電業法第四十九條第一項規定，公用售電業之電價與輸配電業各種收費費率之計算公式每度平均電價＝[(購電 支出(含利潤)＋輸配電支出(含利潤)＋售電服務費用)＋公用售電業合理利潤]/售電度數。目前本研究之購電成本為 售電成本=(發輸配電年總成本+燃料年總成本+變動運維年總成本+現有機組年總固定運維成本+新發電技術年總攤 提成本+需求端節電年投入總成本)/售電度數。兩者之間的差距主要在於合理利潤加成，但為了簡化分析本研究以 電價取代售電成本。
後，我國碳排放係數將逐年下降，但由於未來 核能屆齡除役，2018-2025年排碳係數將不減反 增。在考慮所有減碳技術運用後，發電成本仍 將從每度2.11元增加至3.31元，上漲56%。洪紹 平與張四立(2016)建置以智慧電網為主之整合 型電力規劃模型，此模型導入演算經濟與適應 性控制理論，並具備彈性之電力供需調節與調 度能力。張耀仁等(2017)運用電力組合評估模 型，估計2025年能源配比目標達成對於電力結 構、發電成本、碳排放、天然氣供需等影響。
結果顯示滿足非核願付電價最小碳排電力組合 需由57.19%的燃氣、20.17%的燃煤與21.59%再 生能源組成，相較於2015年發電成本將增加約 33%，碳排放將減少約13%。
2.2 投入產出模型
投入產出分析法已被研究者廣泛應用在 許多議題，也有研究者運用投入產出分析來評 估原物料或電力價格變動，對我國總體產業與 物價水準之衝擊。林素貞(1999)運用我國歷年 產業關聯表建立灰色動態產業關聯模型，估算 我國各產業之短期電力需求價格彈性，實證結 果發現受電力價格影響較大的業別為運輸倉儲 業(-2.02)，其次是能源礦業(-0.934)及農林漁牧 業(-0.88)。吳秉叡(2009)利用投入產出分析，
評估原油價格若上漲10%，對我國物價水準、
總體產業產值、GDP以及就業人口之衝擊，結 果顯示：總體物價水準將上漲0.43%；產業產 值將衰退0.20%；GDP將減少0.29%；以及就 業人口將減少0.14%。楊達鑫(2012)採用2006 年166部門國產品交易表為資料基礎，並將166 部門合併至47部門，探討油電價上漲對總體 經濟影響。結果發現若國內油價從2012年第二 季起調漲10.7%時，將使2012年消費者物價指 數(Consumer Price Index, CPI)增加0.522個百分 點。若國內電價從2012年6月10日起分三階段 調漲(以原方案調幅29.5%進行估算)，將使2012 年CPI增加0.269個百分點。CPI受影響最大之產 業為加工食品，躉售物價指數(Wholesale Price
Index, WPI)受影響最大之產業為電子零配件。
針對電價對總體產業衝擊，Lee et al.(1977) 利用華盛頓州51部門的投入產出表，觀察小 麥、電力、原油以及天然氣價格等外生變數，
對區域經濟之衝擊。結果顯示上述外生價格變 動對於華盛頓州的衝擊是顯著以及多元性。
Han et al. (2004)運用投入產出分析探討1985- 1998年電力部門中水力、化石燃料、核能以及 非電廠能源在韓國經濟所扮演之角色。主要鎖 定在電力投資對個別產業之間效果、電力供應 短缺效果以及電力價格上漲對其他生產價格之 衝擊等三種議題。
張四立(2008)運用88年、90年及93年投入 產出表價格模型估計電力價格上漲對於產業 與經濟衝擊，結果發現消費者物價指數上漲 0.34-0.40%，GDP衰退0.36-0.44%。電力價格 變動的衝擊無論是對產業成本或CPI上漲幅度 而言，均高於其他能源類別。此外，電力上漲 所導致之GDP成長率下降幅度亦較高。梁啟源 (2008)利用投入產出分析，評估油價上漲25.6%
對總體經濟的影響，結果發現油價上漲，造 成經濟總產值衰退0.44%。其中對水電燃氣影 響最大(衰退3.05%)，其次為製造業(-0.43%)、
礦業(-0.42%)、農林漁牧業(-0.40%)、運輸業 (-0.36%)、營建業(-0.16%)及服務業(-0.09%)。
核能研究所(2014)利用RETscreen技術經濟以及 95年投入產出表，評估核四不商轉並由燃氣複 循環來替代對電價與總體經濟之影響。實證結 果發現在核四封存加上核1-3延役下，電價將上 漲7~14%左右；在核四封存加上核1-3如期除役 下，電價將上漲28~46%左右。在投入產出分析 結果顯示電價上漲8%，GDP將下跌0.291%，消 費者物價指數將上漲0.391%。當電價因四封存 加上核1-3如期除役，電價將上升39%，GDP將 下跌-1.315%。在產業別的部分以石化產業(如 化學材料、塑膠製品、石油及煤製品等)將產 生較嚴重的損失。蘇恩沁(2017)透過投入產出 法分析2025年當年，再生能源發展將使電價上 漲12.04%，其中產值衝擊最大的是電力供應業
(-15.68)、基本金屬工業(-1.75%)以及水電燃氣 業(-1.48%)。
2.3 一般均衡模型
有別於部分均衡的投入產出法，許多學 者利用一般均衡模型來評估電價對總體經濟 之影響。吳再益等(2005)利用臺灣動態一般均 衡模型(Dynamic General Equilibrium Model of Taiwan, DGEMT)評估電價變動對總體經濟、
物價、產業及二氧化碳排放之影響。結果顯示 當電價上漲3%時，整體物價將上漲0.192%，
GDP減少0.039%；當電價上漲6%，整體物價 將上漲0.382%，GDP將減少0.081%；當電價 上漲10%，整體物價將上漲0.637%，GDP將減 少0.136%。梁啟源(2008)也利用一般均衡模型 DGEMT評估電價變動對產出價格、消費者物 價指數、整體經濟以及油煤氣等能源需求之影 響，結果顯示電價上漲1%，產出價格將增加 0.065%，消費者物價指數增加0.04%，整體經 濟將減少0.01%；當電價上漲12.6%，產出價格 將增加0.79%，消費者物價指數增加0.47%，整 體經濟將減少0.165%。
左俊德(2013)運用台經院3E一般均衡模型 估算核四的停止商轉對電價以及產業之衝擊，
結果顯示假設核四如無法商轉，電價將上漲 0.33~0.59%，其中影響最大的產業包括皮革、
合成橡膠、其它人造纖維、其它運輸工具等 產業。張哲維等(2016)運用臺灣與續能源發展 模型(Taiwan Sustainable Energy Development, TaiSEND)，探討課徵能源環境稅對總體經濟之 影響。結果發現在2016年進行課徵能源稅，電 力與電燈電價每度增加0.33元，至2030年電力 電價將較2014年增加11.74%，電燈電價較2014 年增加11.22%。2016至2030年實質GDP之影響 年均約減少294億元(0.13%)。林婷婷與楊晴雯 (2016)利用整合分析模型(Integrated System of Strategic Energy Policy, ISOSEP)進行綠色能源 科技發展政策評估。結果顯示在考量未來二氧 化碳減量目標下，電價將由2015年2.1元/度，
上升至2050年的18.4元/度，2016-2050年之年 均成長率達6.41%。另外在總體經濟衝擊，預 估2030年當年度實質GDP將減少4.58%，2050 年實質GDP將減少24.58%，約7兆9千億元新臺 幣。
有別於過去文獻，本研究將52部門投入產 出表分解至各縣市，並結合電力規劃模型評估 能源轉型所帶來之衝擊，分析各縣市受影響最 大的產業為何？希冀能透過分析結果提供各縣 市政府參考，盡早進行相關預防措施以降低電 價上漲所帶來的衝擊。
3. 研究方法與參數設定
本研究主要透過電力規劃模型與縣市投入 產出表之3E模型架構，評估我國未來再生能源 配比對電價、環境與產業等影響。電力規劃模 型考慮滿足負載需求與相關限制條件下，以電 力系統總成本最小化作為目標函數。投入產出 分析則是透過價格模型評估電價對所有產業價 格之影響，再採用數量模型評估對產值、就業 等之影響，相關說明如下：
3.1 電力規劃模型 3.1.1 目標函數
電力規劃模型為混和整數線性規劃模型，
以電力系統年總成本最小化為目標函數，如式 (1)所示。年總成本為每年發輸配電總成本、燃 料總成本、變動運維總成本、現有機組總固定 運維成本、新發電技術總攤提成本及需求端節 電投入總成本的總和。數學式表示如下：
Minimize TRANS_COSTt + FUEL_COSTt + VOM_COSTt + FOM_COSTt
+ CAP_COSTt + EPP_COSTt (1) 其中，TRANS_COSTt 為每年的總輸配電成本 (元/年)；FUEL_COSTt 為每年的總燃料成本(元/
年)；VOM_COSTt 為每年的總變動運維成本(元
/年)；FOM_COSTt 為每年的總固定運維成本(元 /年)；CAP_COSTt 為每年新發電技術需投入的 攤提總成本(元/年)；EPP_COSTt 為每年節電技 術投入的總成本(元/年)。
輸配電總成本
輸配電年總成本由各種發電技術發電量乘 上該發電技術之單位輸配電成本之總和，如式 (2)所示。
TRANS_COSTt = ∑i ∑j ∑k GENijkt *TSijt * TRANSkt (2) 其中，TRANS_COSTt 為t年總輸配電成本(元/
年)；GENijkt 為發電技術k於t年i季j時段之平 均負載變數(MW)；TSij 為t年i季j時段的時間 長度(hr)；TRANSkt 為發電技術k於t年之單位 輸配電成本(NT$/MWh)。
燃料總成本
燃料年總成本由需要燃料之發電技術k(kϵ F)之所發電量乘上單位燃料消費係數與單位燃 料成本之總和，如式(3)所示。
FUEL_COSTt = ∑i ∑j ∑k ϵ F GENijkt *TSijt *
FU_CONkt *FU_CTkt (3) 其中，FUEL_COSTt 為t年總燃料成本(元/年)；
GENijkt 為需要燃料發電技術k於t年i季j時段
之平均負載變數(MW)；TSijt 為t年i季j時段 的時間長度(hr)；FU_CTkt 為需要燃料發電技 術k於t年之燃料消耗係數(kg/MWh, L/MWh or CUM/MWh)；FU_CTkt 為需要燃料發電技術k 於t年之單位燃料成本(NT$/kg, NT$/L or NT$/
CUM)；F為需要燃料(油、煤、氣及核能)之發 電技術。
變動運維總成本
變動運維年總成本由各發電技術發電量乘 上單位變動運維成本之總和，如式(4)所示。
VOM_COSTt = ∑i ∑j ∑k GENijkt *TSijt *
VOM_CTkt (4) 其中，VOM_COSTt 為t年總變動運維成本(元/
年)；GENijkt 為發電技術k於t年i季j時段之平 均負載變數(MW)；TSijt 為t年i季j時段的時間 長度(hr)；VOM_CTkt 為發電技術k於t年之單 位變動運維成本(NT$/MWh)。
固定運維總成本
固定運維年總成本由現有(kϵE)發電技術 機租容量乘上單位固定運維成本之總和，如式 (5)所示。現有機組固定運維成本為每年固定 值且不含變數項目，因此不參與模型最佳化程 序，但仍會計入總成本。
FOM_COSTt =∑i ∑kϵE CAPikt *FOM_CTkt (5) 其中，FOM_COSTt 為t年總固定運維成本(元/
年)；CAPijkt 為現有發電技術k於t年i季之裝置 容量(MW)；FOM_CTkt 為發電技術k於t年之 單位固定運維成本(NT$/MW)；E為現有發電技 術。
新技術攤提總成本
新技術投入年總成本由新增(kϵN)發電技 術機組容量乘上每年攤提折舊的建置成本加上 含利息之總和，如式(6)所示。
CAP_COSTt = [∑i ∑k ϵ N (CAPikt *CAP_CTkt
+Nikt *FNCAPkt *CAP_CTkt)]
/YRS_DEPREC (6) 其中，CAP_COSTt 為t年新發電技術建置所需 攤提總成本(元/年)；CAPikt 為新發電技術k於t 年i季之新增裝置容量變數(MW)；CAP_CTkt 為 發電技術k於t年之單位建置與利息成本(NT$/
MW)；Nikt 為新發電技術k(燃煤與燃氣)於t年i 季之機組新增數量變數；FNCAPkt 為新發電機 組k(燃煤與燃氣)於t年之固定新增容量(MW)；
YRS_DEPREC為新技術建置成本攤提年數；N 為新建置的發電技術。
需求端節電總成本
需求端節電年總成本由各種節電技術(kϵ EPP)節電量乘上單位節電成本之總和，如式(7) 所示。
EPP_COSTt = ∑i ∑j ∑k (k ϵ EPP) EPPijkt *TSij * EPP_CTkt (7)
其中，EPP_COSTt 為t年節電技術投入所需之 總成本(元/年)；EPPijkt 為節電技術k於t年i季 j時段之節電量變數(MW)；TSij 為t年i季j時 段的時間長度(hr)；EPP_CTkt 為節電技術k(kϵ EPP)於t年之單位節電成本(NT$/MWh)；EPP為 節電技術。
3.1.2 限制條件
模型需在設定的限制條件下進行最佳化求 解，包括：電力供需、機組供電上下限、保證 購電(最小供電)、再生能源優先併網、儲能(含 抽蓄水力)效率平衡與運轉上限、新機組發展潛 能上限、燃料供應上限、備用容量率目標、柴 油機最小需求量、電力排放上限、政策限制及 需求端節電潛能上限等限制。各項限制條件說 明如下：
電力供需限制
電力系統電力總供應扣掉線路損失需大於 等於電力需求與抽蓄及儲能用電之總和，再減 掉節電技術之節電量。模型中本島、澎湖、金 門與馬祖之電力供應需獨立滿足該區域的電力 需求，其中，抽蓄與儲能只儲存本島剩餘電力 與供應本島電力需求。本島之電力供需平衡如 式(8)所示。
∑k GENijkt *TSijt *(1-LOSS)≥DEMijt
+PSH_STOijt *TSijt +STO_STOijt *TSijt
‒∑k EPPijkt *TSijt ∀ijt (8)
澎湖、金門及馬祖之電力供需平衡如式(9) 所示。
∑k GENijkt *TSijt *(1-LOSS)≥DEMijt ∀ijt (9)
其中，GENijkt 為發電技術k於t年i季j時段之
平均負載變數(MW)；TSijt 為t年i季j時間的時 間長度(hr)；LOSS為線路損失係數；DEMijt 為t 年i季j時段之電力需求(MWh)；PSH_STOijt 為
抽蓄水力於t年i季j時段之儲電量變數(MW)；
STO_STOijt 為儲能技術於t年i季j時段之儲電 量變數(MW)；EPPijkt 為節電技術k於t年i季j 時段之節電量變數(MW)。
現有機組供電限制
現有發電機組(不含風力與太陽光電)k於i 季j時段之平均負載需小於等於各機組最大供 電能力，如式(10)所示。各機組年發電量需小 於等於現有發電機組(不含風力與太陽光電)k 於i季裝置容量乘上機組年可利用率與8,760小 時，如式(11)所示。
GENijkt ≤CAPikt *MAXSFkt ∀ijk (k⊄Wind & PV)t (10)
∑i ∑j GENijkt *TSijt ≤CAPikt *AFkt
*8,760∀k(k⊄Wind & PV)t (11) 其中，GENijkt 為現有發電技術(不含風力與太陽 光電)k於t年i季j時段之平均負載變數(MW)；
TSijt 為t年i季j時間的時間長度(hr)；CAPikt 為 現有發電技術(不含風力與太陽光電)k於t年i 季之裝置容量(MW)；MAXSFkt 為現有發電技 術(不含風力與太陽光電)k於t年之最大供電能 力係數；AFkt 為現有發電技術(非風力與太陽光 電)k於t年之年可利用率係數。
現有民營(kϵIPP)燃煤或燃氣發電機組之年 發電量需大於等於該機組裝置容量乘上年保證 購電率與8,760小時，如式(12)所示。
∑i ∑j GENijkt *TSijt ≥CAPikt *IPPMINAFkt
*8,760 ∀k(k⊄IPP PC or NGCC)t (12)
其中，GENijkt 為現有民營(kϵIPP)燃煤或燃氣
發電技術k於t年i季j時段之平均負載變數 (MW)；TSijt 為t年i季j時段的時間長度(hr)；
CAPikt 為現有民營(kϵIPP)燃煤或燃氣發電技術 k於t年i季之裝置容量(MW)；IPPMINSFkt 為現 有民營(kϵIPP)燃煤或燃氣發電技術k於t年之 保證最小購電比率。
電力系統需讓現有風力(Wind)與太陽光電 (PV)發電機組之發電量優先併網，也就是現有
風力與太陽光電機組k於i季j時間區間之平均 負載等於風力與太陽光電機組k於i季之裝置容 量乘以風力與太陽光電機組k於i季j時間區間 之容量因數，如式(13)所示。
GENijkt =CAPikt *CFikt ∀ijk (kϵWind & PV)t (13)
其中，GENijkt 為現有風力與太陽光電發電技術
k於t年i季j時段之平均負載變數(MW)；CAPikt
為現有風力與太陽光電發電技術k於t年i季之 裝置容量(MW)；CFikt 為現有風力與太陽光電發 電技術k於t年i季之容量因素。
新機組發展潛能限制
模型中每年各種新機組(kϵN)投入累積容 量必需小於等於該機組當年最大可建置容量 潛能，如式(14)、(15)及(16)所示。其中，式 (16)只適用於新投入的燃煤、燃煤CCS (Carbon Capture and Storage，碳捕獲)及燃氣發電機組，
式(15)則不含新投入的燃煤、燃煤CCS及燃氣 發電機組。
TOTNCAPikt ≤POTkt ∀ik (kϵN)t (14)
TOTNCAPikt = ∑StartYrNCAPkt
+∑i NCAPikt ∀k (kϵN)t (15)
TOTNCAPikt = ∑t = StartYrNCAPkt +∑i FNCAPkt
*Nikt ∀k (kϵN&USC, CCS, NGCC)t (16) 其中，TOTNCAPikt 為新投入發電技術k之t年i 季之累積裝置容量；NCAPkt 為新投入發電技術 k之t年新增裝置容量(MW)；NCAPikt 為新投入 發電技術k之t年i季新增裝置容量變數(MW)；
POTkt 為新建發電技術k於t年之可裝置容量上 限(MW)；StartYr為分析的起始年。
新機組供電限制
新投入發電機組(不含再生能源)k於i季j 時段之平均負載需小於等於各機組之最大供電 能力，如式(17)所示。各新投入發電機組(不含 再生能源)年發電量需小於等於該新建發電機組 (不含再生能源)k於i季裝置容量乘上機組年可
利用率與8,760小時，如式(18)所示。
GENijkt ≤TOTNCAPikt *MAXSFkt
∀ijk(kϵN; k⊄REN)t (17)
∑i ∑j GENijkt *TSijt ≤TOTNCAPikt *AFkt
*8,760 ∀k(kϵN; k⊄REN)t (18)
其中，GENijkt 為新投入發電技術(不含再生能源)
k於t年i季j時段之平均負載變數(MW)；TSijt
為t年i季j時間的時間長度(hr)；TOTNCAPikt 為 新投入發電技術(不含再生能源)k於t年i季之 累積裝置容量(MW)；MAXSFkt 為新投入發電 技術(不含再生能源)k於t年之最大供電能力係 數；AFkt 為為新投入發電技術(不含再生能源)k 於t年之年可利用率係數。
新投入再生能源發電機組(kϵN&REN)發電 機組之發電量需優先併網，也就是新再生能源 機組k(kϵN&REN)於i季j時間區間之平均負載 等於新再生能源發電機組k於i季之總裝置容量 乘上機組的容量因數，如式(19)所示。
GENijkt =TOTNCAPikt *CFikt ∀ijk(kϵN&REN)t (19)
其中，GENijkt 為新投入再生能源發電技術k(k
ϵN&REN)k於t年i季j時段之平均負載變數 (MW)；TOTNCAPikt 為新投入再生能源技術k(k ϵN&REN)於t年i季之累積裝置容量；CFikt 為 新投入再生能源發電技術k(kϵN&REN)於t年i 季j時間區之容量因數。
新投入燃煤、燃煤CCS及燃氣複循環機組 除須滿足式(17)與(18)外，模型設定新投入機組 每年供電量必須大於等於新投入機組裝置容量 乘上年最小供電比例，如式(20)所示。此限制 條件是為了防止模型興建新機組卻出現低使用 率的情況，實務上新建機組各項設備效率皆較 佳，興建完之新機組應該優先被用於發電，特 加入此項限制條件。
∑i ∑j GENijkt *TSijt
≥TOTNCAPikt *NCAPMINAFkt
*8,760 ∀k(kϵN&USC,CCS,NGCC)t (20)
其中，GENijkt 為新投入發電技術k (kϵN &
USC,CCS,NGCC)於 t年i季j時段之平均負 載變數(MW)；TSijt 為t年i季j時段的時間長 度(hr)；TOTNCAPikt 為新投入發電技術k(k ϵN&USC,CCS,NGCC)於t年i季之裝置容量 (MW)；NCAPMINSFkt 為新投入發電機組k(kϵ N&USC,CCS,NGCC)於t年之最小需供電率(模 型設定為0.60)；N為新投入發電技術；USC為 超超臨界燃煤發電技術；CCS為具碳捕獲之燃 煤發電技術；NGCC為燃氣複循環發電技術。
柴油機組發電需求限制
因應我國某些離島(例如：蘭嶼、綠島、
小琉球等)只有柴油機組可供電，而這些離島之 電力需求暫無進行獨立切割，但實際上又與本 島電網不相連，確保模型分析結果仍可滿足這 些離島的柴油發電需求，因此特設此項限制條 件，如式(21)所示。
∑i ∑j GENijkt *TSijt
≥TOTNCAPikt *NCAPMINAFkt
*8,760 ∀k(kϵN&USC,CCS,NGCC)t (21)
其中，GENijkt 為柴油發電技術k於t年i季j時段
之平均負載變數(MW)；CAPikt 為柴油發電技術 k於t年i季之裝置容量(MW)；DSLMINAFt 為t 年柴油機組最小供電比例(模型設定0.50)。
抽蓄水力平衡限制
抽蓄水力之發電量需等於抽蓄水力蓄電量 乘上充放電效率(Round Trip Efficiency, RTE)係 數，也就是說抽蓄水力發電量需來自蓄電量。
另外，設定抽蓄水力當季儲存之電力需在當季 被消費完，因此將此限制條件設定為春、夏、
秋、冬季各自抽蓄平衡，分別如式(22)、(23)、
(24)及(25)所示。考量抽蓄水力為穩定電力供需 之機組，因此模型強迫抽蓄水力機組每年需有 一定額度的出力，否則抽蓄水力發電會因成本 較高(充電+放電成本)而較難被模型採用，如式 (26)所示。
∑j GENijkt *TSijt = ∑j PSH_STOijkt *RTEkt
∀i(iϵSP)k(kϵPSH)t (22)
∑j GENijkt *TSijt = ∑j PSH_STOijkt *RTEkt
∀i(iϵSM)k(kϵPSH)t (23)
∑j GENijkt *TSijt = ∑j PSH_STOijkt *RTEkt
∀i(iϵAU)k(kϵPSH)t (24)
∑j GENijkt *TSijt = ∑j PSH_STOijkt *RTEkt
∀i(iϵWN)k(kϵPSH)t (25)
∑i ∑j GENijkt *TSijt ≥CAPikt *PSHMINAFkt
*8,760 ∀k(kϵPSH)t (26)
其中，GENijkt 為抽蓄水力技術k(kϵPSH)於t年i
季j時段之平均負載變數(MW)；TSijt 為t年i季 j時間的時段長度(hr)；PSH_STOijkt 為抽蓄水力 技術k於t年i季j時段之蓄電量(MWh)變數；
RTEkt 為抽蓄水力k(kϵPSH)之於t年之充放電效 率係數；CAPikt 為抽蓄水力k於t年i季之裝置 容量(MW)；PSHMINAFkt 為抽蓄水力k於t年之 年需最小發電比率(模型設定0.10)。
儲能系統平衡限制
儲能系統與抽蓄水力相同，需同時滿足抽 蓄平衡與年最小發電量限制，並且也設定該季 所儲存之電力需在該季被消費，限制條件設定 如式(27)、(28)、(29)、(30)及式(31)所示。
∑j GENijkt *TSijt = ∑j STO_STOijkt *RTEkt
∀i(iϵSP)k(kϵSTO)t (27)
∑j GENijkt *TSijt = ∑j STO_STOijkt *RTEkt
∀i(iϵSM)k(kϵSTO)t (28)
∑j GENijkt *TSijt = ∑j STO_STOijkt *RTEkt
∀i(iϵAU)k(kϵSTO)t (29)
∑j GENijkt *TSijt = ∑j STO_STOijkt *RTEkt
∀i(iϵWN)k(kϵSTO)t (30)
∑i ∑j GENijkt *TSijt ≥CAPkt *STOMINAFkt
*8,760 ∀k(kϵSTO)t (31)
其中，GENijkt 為儲能技術k(kϵSTO)於t年i季j
時段之平均負載變數(MW)；TSijt 為t年i季j時 段的時間長度(hr)；STO_STOijkt 為儲能技術k於
t年i季j時段之蓄電量變數(MWh)；RTEkt 為儲 能技術k(kϵSTO)於t年之充放電效率係數(模型 設定1.16)；CAPikt 為儲能技術k於t年i季之裝 置容量(MW)；PSHMINAFkt 為儲能技術k於t年 之年需最小發電比率(模型設定0.10)。
燃料供應限制
模型中燃料煤(kϵCOA)與天然氣(kϵNG)每 年消費量需小於等於當年之最大可供應量，如 式(32)所示。
∑i ∑j ∑k GENijkt *TSijt *FU_CONkt
≤ MAX_FUEL_SUPkt ∀k(kϵCOA & NG)t (32)
其中，GENijkt 為燃煤或燃氣發電技術k於t年
i季j時段之平均負載變數(MW)；TSijt 為i季j 時段的時間長度(hr)；FU_CTkt 為發電技術k於 t年之燃料消耗係數(kg/MWh, L/MWh, CUM/
MWh)；MAX_FUEL_SUPkt 為發電技術k所需 燃料於t年之最大可供應量(噸/年)。
備用容量率限制
所有機組之淨尖峰能力總和扣除尖峰負載 再除以尖峰負載需大於等於備用容量率，如式 (33)所示。
{[(∑k CAPijkt *NPCkt)+∑k(kϵEPP) EPPijkt ‒ LOADijt]/LOADijt}≥RES_MARt
∀i(iϵSM)j(jϵP)kt (33)
其中，CAPijkt 為發電技術k於t年i季j時段之裝
置容量(MW)；NPCkt 為發電技術k於t年之淨尖 峰出力能力；EPPijkt 為節電技術k於t年i季j時 段之節電量變數(MW)；LOADijt 為t年之尖峰負 載(MW)；RES_MARt 為t年之備用容量率。
電力碳排放限制
電力碳排放必需小於等於設定之排放量標 準，如(34)所示。電力碳排放係數必需小於等 於設定之排放標準，如式(35)所示。
∑i ∑j ∑k GENijkt *TSijt *EMIkt ≤EMI_STDt
∀ijk(kϵFuel)t (34)
∑i ∑j ∑k GENijkt *TSijt *EMIkt ≤TOT_SUPt
*EMI_COEF_STDt ∀ijk(kϵFuel)t (35)
其中，GENijkt 為發電技術k(kϵFuel)於t年i季j
時段之平均負載變數(MW)；TSijt 為t年i季j時 段的時間長度(hr)；EMIkt 為發電機組k(kϵFuel) 於t年之電力排放係數(kg/MWh)；TOT_SUPt 為 t年總發電量(MWh)；EMI_STDt 為t年規定之電 力排放量上限(ton/Yr)；EMI_COEF_STDt 為t年 允許之電力排放係數上限(kg/kWh)。
政策目標限制
根據政府再生能源發展政策，再生能源發 展目標分為各再生能源技術當年發電量目標、
裝置量目標及特定電力發電占比目標，模型將 依各目標建置政策限制條件，分別如式(36)、
(37)及(38)所示。
∑i ∑j GENijkt *TSijt ≥GEN_TARkt ∀k(kϵREN)t (36)
CAPk (kϵE & REN)t +TOTNCAPik (kϵN & REN)t
≥CAP_TARk (kϵREN)t (37)
∑i ∑j GENijkt *TSijt ≥TOT_SUPt
*GEN_RAT_TARt ∀kt (38)
其中，GENijkt 為再生能源或特定發電技術k於t
年i季j時段之平均負載變數(MW)；TSijt 為t年 i季j時段的時間長度(hr)；GEN_TARkt 為再生 能源技術k於t年之發電量目標(MWh)；CAPk(kϵ E)t 為現有再生能源技術k於t年之總裝置容量 (MW)；TOTNCAPikt 為新設機組k於t年i季之 累積裝置容量；CAP_TARkt 為再生能源技術k 於t年之裝置容量目標(MW)；TOT_SUPt 為t年 總發電量(MWh)；GEN_RAT_TARt 為特定發電 技術於t年之發電占比目標。
需求端節電技術潛能限制
各種節能技術投入節電時，每年所能節電 量需小於等於當年可最大節電潛能，如(39)所 示。
∑i ∑j EPPijkt *TSijt ≤EPP_POTkt ∀k(kϵEPP)t (39)
其中，EPPijkt 為節電技術k於t年i季j時段之節
電量變數(MW)；TSijt 為t年i季j時段的時間長 度(hr)；EPP_POTkt 為節電技術k於t年之節電
量上限(MWh)。
3.1.3 模型架構
本研究電力規劃模型範疇包含電力供應與 需求面，電力供應包括：燃油、柴油、燃煤、
民營燃煤、燃氣、燃氣複循環、民營燃氣複循 環、水力發電、民營水力、抽蓄水力、陸域風 力、民營陸域風力、太陽光電(含民營)、生質 能及汽電共生。電力需求端除了包含本島、澎 湖、金門及馬祖4個電網之春夏秋冬與日夜尖峰 電力需求區分外，以及抽蓄水力與儲能機組用 於蓄存剩餘的電力供應。需求端也包含節電技 術與需量反應，節電技術包括：5項住宅節電、
5項服務業節電及5項工業節電技術，主要用於 抑低電力需求量，為效能電廠(EPP)之概念，某 種程度可當作電力供應資源，如圖2所示。
3.2 縣市投入產出表
產業關聯表描述一經濟體系的產業投入與
產出間的關係，並同時考量直接與間接需求的 效果，故可透過數量模型，探討當經濟體系某 一產業的最終需求改變時，對各產業的波及效 果，數量模型介紹如下。
假設總產出(X)為中間需求(Z)和最終需求 (F)之總和，由於投入產出建立在固定係數之假 設下，故可令aij =Zij /Xj，aij 即表示生產一單位j 產品需投入i產品之比例(如式40)，並透過移項 後可得最終需求增加對產值之衝擊(如式41)。
(40)
X = (I ‒ A)-1F (41) 此外，透過各產業每單位產出所需之勞動 投入(即就業人口/產值)，便可計算出最終需求 變動所帶來的就業效果，將上式改為：
∆L = L(I ‒ A)-1 ∆F (42)
圖2 模型範疇界定(本研究繪製)
+
+ + +
+ + +
=
n 1
n nn 2
2 n 1 1 n
n n 1 2
12 1 11
n 1
F F
X a X
a X a
X a X
a X a
X X
價格模型探討的是原始投入的變動對價格 所產生的相對影響，這裡指的原始投入包含勞 動報酬，營業盈餘、固定資本消耗以及間接稅 淨額等項目。根據李高朝(2005)，傳統的投入 產出模型也可用實物單位表示並轉換成價格模 型(如式43)，在根據換算後可得附加價值變動 對各產業生產價格衝擊(如式44)。
Xj = PjQj = PiQij +Vj (43)
P* = (I ‒ A')-1 V (44)
3.3 參數設定
3.3.1 電力供需模型
模型中電力需求量以歷史數據進行未來年 電力需求推估，以2012~2016年台電公司統計 之售電量計算電力需求平均成長率為1.37%，
再以2016年售電量為基期，進行未來至2025年 售電量推估，將其視為未來年的電力需求量。
模型輸配電成本運用經濟部公告之最新輸配電 業費率之平均值，輸配電成本主要由輔助服 務、電力調度、轉供輸電及轉供配電4項費率 之加總，該費率給予不排碳之再生能源(0.0547 元/度)與不排碳核能發電(0.3520元/度)極大優 惠，但排碳之再生能源反而費率最高(1.0358元/
度)，所以採用平均值做為模型的輸配電成本，
降低輸配電成本的政策干擾因素。現有台電公 司發電機組或技術之燃料消耗率皆直接引用台 電統計年報的最新統計資料(台灣電力公司，
2017a)；民營電廠燃料消耗率則是能源局統計 資料民營電廠101~105年之平均值代替(經濟部 能源局，2016)。
現有發電機組之變動運維成本運用台電公 司105年會計統計資料之各機組變動運維成本
實績值(台灣電力公司，2017b)；新設發電機組 之變動運維成本部分採用實績值平均值；再生 能源以能源局最新躉購費率作為技術之變動運 維成本；新建離岸風力變動運維成本則是以陸 域風力實績值*(離岸躉購費率/陸域躉購費率)；
燃煤CCS則以燃煤變動運維乘上(1+0.63)值取代 (IEA, 2013)。現有發電機組之固定運維成本皆 運用台電公司105年會計統計資料之各機組固定 運維成本實績值，而只有台電公司自有機組有 考慮固定運維成本，民營電廠直接用收購價格 取代變動運維成本，因此模型中不在考慮民營 電廠之固定運維成本，而台電公司新投入機組 直接運用建置成本攤提取代固定運維成本，因 此新投入發電機組不考量其固定運維成本(台灣 電力公司，2017c)。
現有機組裝置容量根據台電最新電源開 發方案，將各機組除役年當季之後的裝置容量 設定為零；民營燃煤與燃氣發電機組則是合約 到期年與當季節後，將裝置容量設定為零。傳 統發電技術燃油、柴油、燃煤、燃氣複循環於 2030年之發展潛能參考台電最新電源開發方 案，以規劃裝置容量加上規劃除役電廠區可重 建裝置容量，作為當年可投入新機組的容量上 限。再生能源則參考工研院臺灣2050推估潛 能當作模型內建技術發展潛能上限(工研院，
2016)。模型中淨尖峰能力直接運用台電公司 公開發表之資料數據6，其中，汽電共生則是運 用汽電共生機組的尖峰保證可靠容量除以汽電 共生裝置容量數值替代。另外，離岸風力淨尖 峰能力假設與陸域風力相同；儲能淨尖峰能力 假設與抽蓄水力相同。本研究電力供需模型所 使參數規模龐大，礙於文章篇幅，暫不列出模 型所使用的參數，但本研究所採用的數據皆是 目前國內最新電力相關資料(台灣電力公司，
2017c)。
n 1
∑
i=
6 有關再生能源的淨尖峰能力計算方式，川流式水力由於可全天候發電，因此採全年每日24小時發電，平均出力歷 時85%之出力計入淨尖峰能力；調整池式與水庫式水力考量方式則與抽蓄式類似，採天然流量經調節後集中6小時 發電，平均出力歷時85%之出力計入淨尖峰能力；風力發電採用全年每日24小時發電，平均出力歷時85%之出力計 入淨尖峰能力；太陽光電採全年每日10時至17時發電，平均出力歷時85%之出力計入淨尖峰能力(台灣電力公司，
2016)。
3.3.2 縣市投入產出模型
縣市投入產出分析採用行政院主計總處最 新之52部門產業關聯表為基底，合併為農業、
工業和服務業共38個部門(如下表1)。並參考陳 嘉茹等(2016)運用最新工商及服務業普查以及 工廠校正調查等資料，將全國投入產出結構分 解至本島及離島共20個縣市，故該縣市產業關
表1 縣市產業關聯表產業分類對照(本研究整理)
編號 產業 主計處對照部門
1 農林漁牧礦業 1.農業 2.畜產 3.林產 4.漁產 5.礦產
2 加工食品 6.加工食品
3 飲料、菸草製造業 7.飲料 8.菸
4 紡織與印刷 9.紡織品 10.成衣及服飾品 14.印刷及資料儲存媒體複製 5 皮革、毛皮及其製品 11皮革、毛皮及其製品
6 木材及其製品 12.木材及其製品
7 紙漿、紙及紙製品 13.紙漿、紙及紙製品
8 化學業 15.石油及煤製品 16.化學材料 17.化學製品 18.藥品
9 塑橡膠製品 19.橡膠製品 20.塑膠製品
10 非金屬礦物製品 21.非金屬礦物製品
11 基本金屬製造業 22.鋼鐵 23.其它金屬
12 金屬製品 24.金屬製品
13 電子零組件 25.電子零組件
14 電腦、電子及光學產品 26.電腦、電子及光學產品
15 電力設備 27.電力設備
16 機械設備 28.機械設備
17 汽車及其零件 29.汽車及其零件
18 其他運輸工具 30.其他運輸工具
19 家具 31.家具
20 其他製品及機械修配 32.其他製品及機械修配 21 電力及燃氣供應業 33.電力供應、34.燃氣供應
22 用水供應 35.用水供應
23 污染整治 36.汙染整治
24 營造工程 37.營造工程
25 批發及零售 38.批發及零售
26 運輸倉儲 39.運輸倉儲
27 住宿及餐飲 40.住宿及餐飲
28 傳播服務 41.傳播服務
29 電信服務 42.電信服務
30 資訊服務 43.資訊服務
31 金融及保險 44.金融及保險
32 不動產及住宅服務 45.不動產及住宅服務 33 專業、科學及技術服務 46.專業、科學及技術服務
34 支援服務 47.支援服務
35 教育服務 48.公共行政、強制性社會安全 49.教育服務 36 醫療保健及社會工作服務 50.醫療保健及社會工作服務
37 藝術、娛樂及休閒服務 51.藝術、娛樂及休閒服務
38 其他服務 52.其他服務
聯表為760*760矩陣。
4. 實證結果
4.1 情境說明
本研究將依據目前政府能源政策方向，設 定情境進行模型分析能力驗證，分析目前政府 能源政策對於電力供需之影響，如表2所示。
該情境針對再生能源發展、燃氣機組設置及 LNG(天然氣)接收能力皆不設上限。另外，個 別再生能源發電量與裝置容量必需達到政府規 劃目標(經濟部能源局，2017)，以及2025年燃
氣與再生能源發電占比分別需達到50%與20%
以上。根據政府規劃，設定2018~2025年電力 碳排放係數容許上限。除了電力供應外，本研 究模型也納入需求端技術，包括：需量反應與 15種住宅、商業及工業的節電技術。
4.2 情境分析結果 4.2.1 電力配比分析
根據模型求解結果顯示：我國2018~2025 年符合政府政策目標之最小成本電力配比動 態規劃如圖3所示。燃煤發電占比將從2018年 的38.59%逐步降至2025年的26.12%；政策情
表2 情境設計(本研究整理)
項目 目標/限制條件
備用容量率 2020年備用容量需達10%；2025年備用容量需達15%
核能發電 核一廠一號機不運轉；核二廠二號機不運轉；其他機組依規劃逐步除役；
2025年達非核家園 LNG 進口量上限 不設上限
再生能源發展潛力 再生能源可開發潛能不設上限、未來無新增水力發電 新燃氣設置上限 新設燃氣機組量不設上限
再生能源占比目標 2025年再生能源發電占比達20%
再生能源裝置目標 2025年再生能源裝置容量需達政府目標；水力機組不設目標 再生能源發電目標 2025年再生能源發電量需達政府目標、水力發電不設目標 燃氣發電占比目標 2025年燃氣發電占比達50%
減碳目標 根據政府規劃設定減碳目標
需求端 導入需量反應與需求端節電技術
圖3 政策情境電力配比發展趨勢(本研究繪製)
境燃氣發電占比將從2018年的39.00%逐年擴 大到2025年50%的目標。未來，核能發電機組 逐步除役後，產生的電力供應缺口將由燃氣 發電及再生能源進行填補，而再生能源的發電 占比將由2018年的6.23%逐年擴大到2025年的 21.65%，如圖4所示。再生能源供電將以太陽 光電與離岸風力為主，至2025年，兩者的發電 占比已可超過15%。依照政府目前再生能源的 裝置容量發展目標來看，若每年可依線性比例 達成階段目標時，我國有機會在2024年就可達 成20%的再生能源發電占比目標，而至2025年 時，再生能源發電占比加上相對低排放的燃氣 發電占比總和將可達到71.65%。
4.2.2 分析
當電力供應配比變化後，整體電力系統的 成本必然發生變化。我國2018~2025年政策情 境電價分析如圖5所示，顯示未來年電價呈現逐 步上升的趨勢。相較台電公司2017年電價(2.50 元/度)實績值，2020年的電價的漲幅將會超過 10%；2022年的電價的漲幅將會超過20%；
2024年的電價漲幅將超過40%。本研究會影響 電價之因素包括：電力配比、能源價格及再生 能源使用，尚不考慮其它外在經濟因素，因此 電價漲幅尚屬保守評估的結果。用電需求角度 來看，核能研究所(2018)民眾電力選擇問卷調 查結果顯示，民眾平均願付之低碳電價為3.17
圖4 政策情境電力配比發展趨勢(再生能源) (本研究繪製)
圖5 政策情境電價趨勢(本研究繪製)
元/度7，低於本研究電價約0.40元/度，本研究 電價不包含合理利潤，因此2025年的民眾平均 願付電價與實際電價可能差距更大。因此，政 府若要透過減碳、擴大再生能源以及天然氣使 用來達成能源轉型之目標，恐將促使電力成本 上漲，甚至超過民眾願付價格，而電價通常是 民眾對於能源偏好最有感的影響因素，政府必 須持續與民眾進行溝通，降低能源轉型過程因 電價上漲所產生的風險。發電成本上漲連動電 價上漲，最後將會影響整體經濟產值，因此後 續也將會以此電價漲幅趨勢，評估未來我國總 體經濟受到的影響。
4.2.3 碳排放係數
政 策 情 境 碳 排 放 係 數 趨 勢 分 析 如 圖6所 示，政策情境的電力碳排放係數逐年遞減，主 要因為政策情境導入大量再生能源所致，以及 大幅減少燃煤發電的使用比例，至2020年，政 策情境的電力碳排放係數已可降至0.461公斤/
度，相較2017年電力碳排放係數實績值(0.554 公斤/度)，可減少約11.6%的電力碳排放，將有 助於達成電業法第28條公告之2020年電力排碳 係數目標8。而到2025年達成我國能源轉型目 標時，電力碳排放係數將降至0.456公斤/度，
相較2017年電力碳排放係數實績值，可減少約 17.7%的電力碳排放。由以上分析結果顯示：
我國政府若未來可達成能源轉型目標，將有助 於改善我國電力碳排放，同時也可改善電力系 統對於空氣的汙染，提升能源發展的環境永續 性。
4.2.4 備用容量率分析
面對我國目前備用與備轉容量不足，政 府透過新版電業法第27條備用供電容量管理辦 法，要求台電須及早達成法定備用容量標準。
本研究2018~2025年政策情境之備用容量率如 圖7所示。政策情境未來年因增設再生能源與 燃氣發電機組，而使備用容量率大幅提升，皆 可超過法定備用容量率15%，2024年備用容量 甚至高達到37.70%，主要是因為新設大量太陽 光電所致，但2025年因現有大量現有傳統機組 除役，因此備用容量降至30.80%。從備用容量 率指標來看，政策情境未來年皆大於15%，從 中長期規劃的角度來看，將不會面臨缺電的情 況。本研究因屬中長期電力供需規劃研究，只 能以備用容量率評估未來年可能的缺電風險，
對於大量投入間歇性再生能源可能導致的突發 性缺電風險，本研究模型暫無法評估該議題。
7 http://eip.iner.gov.tw/Manage/Uploads/news/%E6%A0%B8%E7%A0%94%E6%89%80107%E5%B9%B45%E6%9C%8831%E 5%AA%92%E9%AB%94%E4%BA%A4%E6%B5%81%E5%BA%A7%E8%AB%87-%E7%B0%A1%E5%A0%B1(1).pdf.
8 本研究碳排放係數為電力供電端的碳排放係數，與電業法第28電力排放係數為需求端計算方式不同，主要差異在 於線路損失以及未來再生能源代輸直供數量。
圖6 碳排放係數(本研究繪製)
4.3 縣市投入產出分析結果 4.3.1 電價上漲對各產業之影響
政策情境下，電價上漲對各產業產值、
GDP以及就業的衝擊分析，如表3所示。結果顯 示2025年若電價上漲43%，將使我國實質產值 減少779,138百萬元(變動率為2.23%)、實值GDP 減少256,336百萬元(變動率為1.83%)，就業人口 將減少246,793人(變動率為2.26%)。
以農業、工業以及服務業區分來看，工 業對實值產值的影響層面最大，服務業次之。
根據表3顯示，工業實質產值減少521,591百 萬元(佔總變動來源為為66.97%)、服務業實 值產值減少198,707百萬元(佔總變動來源為為 25.50%)、農業實值產值減少58,841百萬元(佔 總變動來源為7.55%)。就GDP衝擊來看，服務 業的影響大於工業與農業，主要的原因為服務 業的附加價值率大於工業。服務業實值GDP減 少128,013百萬元(佔總變動來源為為49.96)、工 業GDP減少101,676百萬元(佔總變動來源為為 39.66%)、農業實值產值減少26,644百萬元(佔總 變動來源為10.39%)。就業的衝擊則仍以服務業 的影響最大，主要為服務業每單位創造之就業 量較大。隨著電價上漲服務業的就業量將減少
94,912人(佔總變動來源為為38.45%)、工業減少 87,912人(佔總變動來源為為35.60%)、農業將減 少63,966人(佔總變動來源為為25.92%)。
就產業分類所遭受之衝擊來觀察，前五 大受衝擊之產業包括化學業(減少120,044百萬 元)、電子零組件(減少99,542百萬元)、批發及 零售業(減少67,583百萬元)、農業(減少58,841 百萬元)、電力及燃氣供應業(減少54,572百萬 元)，可見電價上漲首當其衝是工業部門。
本研究透過100年投入產出表評估電價上 漲對GDP之衝擊，結果顯示電價上漲1%，GDP 將減少0.043%，該評估的結果與核研所(2014) 的0.036%較類似9，高於國內一些CGE模擬得到 之結果，如吳再益等(2005)以及梁啟源(2008)發 現GDP將減少0.013%以及0.010%。主要的原因 為本研究採用的投入產出分析，假設所有產業 的生產為互補關係，且不具替代性，故一單位 某部門的產出減少可能就會連帶使其他產業之 產出減少，無法以其它產業之產品作為替代之 中間投入，因此投入產出分析相對於一般均衡 分析可視為最極端的例子。
表4中顯示我國在不同情境下，電價上漲 對各區域產業產值、GDP以及就業的衝擊分析
10，結果顯示2025年若電價上漲43%，對北部 值實產值、實值GDP以及就業影響最大，其次 圖7 備用容量率(本研究繪製)
9 由於每個研究的電價設定不同，本研究以電價和GDP相除，得到電價上漲1%對GDP之衝擊。
10 北部包含臺北、基隆、新北、桃園、新竹及宜蘭；中部包括臺中、苗栗、南投、彰化、雲林；南部包括高雄、臺 南、嘉義、屏東。
表3 我國整體產業之影響(本研究整理)
分類 產業 產出變動 變動比例 GDP變動 變動比例 就業變動 變動比例
農業 農礦業 -58,841 7.55 -26,644 10.39 -63,966 25.92
工 業
加工食品 -22,460 2.88 -3,205 1.25 -4,696 1.90 飲料、菸草製造業 -2,152 0.28 -1,113 0.43 -249 0.10 紡織業 -18,922 2.43 -4,063 1.58 -4,963 2.01 皮革、毛皮及其製品 -1,178 0.15 -253 0.10 -1,142 0.46 木材及其製品 -749 0.10 -187 0.07 -518 0.21 紙漿、紙及紙製品 -3,902 0.50 -801 0.31 -904 0.37 化學業 -120,044 15.41 -13,290 5.18 -7,847 3.18 塑橡膠製品 -13,970 1.79 -3,030 1.18 -3,314 1.34 非金屬礦物製品 -10,090 1.30 -2,519 0.98 -1,364 0.55 基本金屬製造業 -42,120 5.41 -4,140 1.62 -1,355 0.55 金屬製品 -19,097 2.45 -5,418 2.11 -8,175 3.31 電子零組件 -99,542 12.78 -27,117 10.58 -14,222 5.76 電腦、電子及光學產品 -22,496 2.89 -5,172 2.02 -6,228 2.52 電力設備 -11,141 1.43 -2,220 0.87 -2,324 0.94 機械設備 -22,694 2.91 -4,300 1.68 -6,608 2.68 汽車及其零件 -9,632 1.24 -2,194 0.86 -1,749 0.71 其他運輸工具 -6,524 0.84 -1,475 0.58 -1,185 0.48 家具 -1,547 0.20 -316 0.12 -973 0.39 其他製品及機械修配 -8,419 1.08 -2,538 0.99 -1,532 0.62 電力及燃氣供應業 -54,572 7.00 -9,321 3.64 -2,399 0.97 用水供應 -1,068 0.14 -563 0.22 -31 0.01 污染整治 -2,623 0.34 -1,181 0.46 -75 0.03 營造工程 -26,649 3.42 -7,260 2.83 -16,059 6.51
服 務 業
批發及零售 -67,583 8.67 -47,756 18.63 -28,745 11.65 運輸倉儲 -20,857 2.68 -7,563 2.95 -5,278 2.14 住宿及餐飲 -13,897 1.78 -7,020 2.74 -13,677 5.54 傳播服務 -2,855 0.37 -1,167 0.46 -722 0.29 電信服務 -4,336 0.56 -2,558 1.00 -1,097 0.44 資訊服務 -3,038 0.39 -1,913 0.75 -769 0.31 金融及保險 -13,406 1.72 -9,997 3.90 -4,179 1.69 不動產及住宅服務 -10,349 1.33 -7,781 3.04 -546 0.22 專業、科學及技術服務 -14,323 1.84 -8,059 3.14 -4,941 2.00 支援服務 -7,704 0.99 -5,173 2.02 -5,813 2.36 教育服務 -8,974 1.15 -7,350 2.87 -6,254 2.53 醫療保健及社會工作服務 -8,837 1.13 -5,455 2.13 -5,030 2.04 藝術、娛樂及休閒服務 -2,643 0.34 -1,722 0.67 -2,841 1.15 其他服務 -19,905 2.55 -14,499 5.66 -15,020 6.09 總計 -779,138 100.00 -256,336 100.00 -246,793 100.00 註：產出與GDP變動單位為新臺幣百萬元；就業變動單位為人；變動比例為百分比。
為南部以及東部地區，而對離島產業之衝擊有 限。表4中實值產業衝擊來源，北部以及南部 各佔45%與30%，中部的衝擊佔比約為23%，
東部與離島約佔1.95%。相較於實值產出變動 比例，北部實值GDP變動來源由45%提升至 48%，主要原因為北部的服務業佔比相對較
高。
4.3.2 電價上漲對六都各產業衝擊
表5顯示我國各縣市在政策情境下產業產 值、GDP以及就業的衝擊分析，結果顯示6都仍 是衝擊最大的城市。以實值產值衝擊觀點，高 表4 我國各區域產業之影響(本研究整理)
區域 產出變動 變動比例 GDP變動 變動比例 就業變動 變動比例
北部 -349,927 45 -123,599 48 -98,849 40 中部 -177,527 23 -57,056 22 -63,293 26 南部 -236,514 30 -66,307 26 -72,180 29 東部 -13908 1.79 -6839 2.67 -9396 3.81 離島 -1262 0.16 -2534 0.99 -3076 1.25 總計 -779,139 100 -256,335 100 -246,794 100 註：產出與GDP變動單位為新臺幣百萬元；就業變動單位為人；變動比例為百分比。
表5 各縣市產業之影響(本研究整理)
縣市 產出變動比例 GDP變動比例 就業變動比例
基隆市 0.72 1.12 1.37
臺北市 13.72 18.08 13.61
新北市 9.53 10.05 9.31
桃園縣 11.35 9.36 8.06
新竹市 5.20 5.26 3.31
新竹縣 3.43 2.92 2.41
宜蘭縣 0.96 1.42 1.99
臺中市 10.16 10.91 10.54
苗栗縣 1.85 1.79 1.83
南投縣 1.08 1.47 2.49
彰化縣 3.86 3.68 4.67
雲林縣 5.84 4.41 6.12
高雄市 18.16 13.85 15.70
臺南市 8.91 7.32 6.75
嘉義市 0.12 0.68 0.57
嘉義縣 1.12 1.32 2.04
屏東縣 2.05 2.69 4.18
花蓮縣 1.10 1.59 2.18
臺東縣 0.68 1.08 1.63
離島 0.16 0.99 1.25
總計 100 100 100
註：單位為百分比。
雄市是衝擊最大之都市，實值產值隨著若2025 年電價上漲43%將減少141,480百萬元(佔比約為 18.16%)。其次分別為臺北市(減少106,926百萬 元，佔比為13.72%)、桃園市(減少88,460百萬 元，佔比為11.35%)、臺中市(減少79,197百萬 元，佔比為10.16%)、新北市(減少74,289百萬 元，佔比為9.53%)以及臺南市(減少69,390百萬 元，佔比為8.91%)。
電 價 上 漲 對 於6都的影響程度最大。因 此，我們再細究6都的各個產業的衝擊程度。電 價衝擊對實值產值影響結果如表6顯示，臺北市 衝擊最大的產業為批發及零售業，其次為化學 業以及電力與燃氣供應業。新北市受衝擊最大 的產業與臺北市類似，皆為批發及零售業，其 次為電子零組件以及電腦電子及光學產品，主 要的原因為新北市的產業結構與臺北市類似。
有別於臺北與新北，桃園衝擊最大的產業 為電子零組件業，其次為化學業以及電力與燃 氣供應業。在臺中的部分以電子零組件的衝擊 最大，其次為批發及零售以及機械設備業。在 南部地區，臺南衝擊最大的是電力與燃氣供應 業、電子零組件以及基本金屬製造業。高雄則 以化學業、基本金屬製造業以及農礦業影響最 大。
電價對實值GDP衝擊的結果如表7顯示，
臺北市衝擊最大仍是批發及零售業，其次為金 融及保險以及專業、科學及技術服務。新北市 衝擊最大的產業為批發及零售業、電腦電子及 光學產品以及電子零組件。桃園市受衝擊最大 的產業為電子零組件、批發及零售以及電力與 燃氣供應業。臺中以批發及零售、電子零組件 以及其他服務受影響最大。在南部地區，臺南 以電子零組件、批發及零售以及電力及燃氣供 應業影響最大，高雄則以農礦、批發及零售以 及化學業影響最劇。
電價對就業衝擊的評估如表8所示，以北 部為例，臺北市就業衝擊最大為批發及零售 業、營建工程以及住宿及餐飲。新北市就業衝 擊最大為批發及零售業、營建工程以及電腦電
子及光學產品。桃園衝擊最大為批發及零售 業、電腦電子及光學產品以及電子零組件。在 中部的部分臺中以批發及零售業、其他服務以 及機械設備為主。在南部的部分，臺南以農礦 業、電子零組件以及批發及零售業衝擊最大，
高雄就業衝擊以農礦業、批發及零售以及化學 業影響最劇。
比較電價衝擊對6都實值產值、GDP以及 就業影響最劇烈的產業，結果發現高雄化學業 是全國實質產值衝擊最大之縣市及產業；臺北 市的批發及零售業則是全國實值GDP衝擊最大 之縣市產業；高雄農業則是就業衝擊最大之縣 市產業。
5. 結 論
因應全球減碳需求增加，再生能源等低碳 技術受到重視。為了達到減碳目標，我國除了 透過政策宣示外，也設定2025年再生能源發電 佔比達20%之願景。因此，本研究透過電力規 劃模型，評估政府能源轉型政策對電力配比、
發輸配電成本、電力排放係數、備用供電容量 率之衝擊。另外，為了評估能源轉型政策對於 我國整體及縣市產業可能產生之衝擊，本研究 細緻全國投入產出表至縣市投入產出表，評估 能源轉型政策對於縣市實質產值、GDP以及就 業之影響。
首先，面對政府推動2025年能源轉型及 非核家園政策推動，並輔以備用供電容量以及 電力排放係數限制，本研究電力規劃模型結果 顯示，政策情境下，我國未來供電穩定及排放 目標皆能達成。供電穩定部分，因應政府要求 我國備用供電容量應能提前至2019年達到法定 合理備用容量率15%。在排放目標的部分，依 據目前電業法第28條公告規定2020年電力排碳 係數基準為0.492公斤/度，在本模型的規劃結 果顯示在再生能源發展未受限制時目標可以達 成。然而，為了達成上述目標，將使我國電價 可能上漲約43%。
表6 電價上漲對6都實值產值之影響(本研究整理)
產業 產出變動比例
臺北 新北 桃園 臺中 臺南 高雄
農礦業 0.003 0.020 0.048 0.095 0.419 1.858 加工食品 0.135 0.148 0.267 0.242 0.419 0.390 飲料、菸草製造業 0.007 0.012 0.023 0.027 0.028 0.003 紡織業 0.283 0.492 0.446 0.140 0.340 0.067 皮革、毛皮及其製品 0.003 0.014 0.003 0.036 0.017 0.006 木材及其製品 0.003 0.006 0.008 0.023 0.005 0.019 紙漿、紙及紙製品 0.028 0.007 0.103 0.091 0.053 0.070 化學業 1.821 0.569 1.617 0.401 0.739 5.915 塑橡膠製品 0.124 0.367 0.216 0.262 0.175 0.135 非金屬礦物製品 0.066 0.044 0.043 0.511 0.136 0.060 基本金屬製造業 0.332 0.224 0.326 0.249 1.199 3.471 金屬製品 0.046 0.447 0.251 0.561 0.272 0.421 電子零組件 0.460 1.022 1.761 1.286 1.387 0.977 電腦電子及光學產品 0.460 0.919 0.943 0.134 0.055 0.020 電力設備 0.161 0.341 0.425 0.122 0.121 0.073 機械設備 0.137 0.363 0.385 1.033 0.219 0.230 汽車及其零件 0.027 0.069 0.568 0.092 0.167 0.035 其他運輸工具 0.005 0.031 0.062 0.247 0.058 0.199 家具 0.007 0.025 0.010 0.057 0.016 0.021 其他製品及機械修配 0.113 0.164 0.180 0.122 0.117 0.133 電力及燃氣供應業 1.074 0.790 1.455 0.798 1.477 0.562 用水供應 0.014 0.021 0.013 0.018 0.021 0.022 污染整治 0.056 0.032 0.039 0.018 0.029 0.124 營造工程 0.770 0.605 0.229 0.478 0.151 0.486 批發及零售 2.550 1.158 0.615 1.041 0.441 0.952 運輸倉儲 0.801 0.211 0.385 0.221 0.082 0.402 住宿及餐飲 0.380 0.196 0.156 0.257 0.132 0.239 傳播服務 0.204 0.054 0.011 0.025 0.012 0.015 電信服務 0.299 0.017 0.026 0.041 0.009 0.036 資訊服務 0.189 0.060 0.008 0.033 0.005 0.028 金融及保險 0.731 0.094 0.050 0.092 0.078 0.098 不動產及住宅服務 0.469 0.160 0.084 0.151 0.059 0.107 專業、科學及技術服務 0.815 0.239 0.075 0.172 0.073 0.123 支援服務 0.240 0.107 0.090 0.131 0.053 0.113 教育服務 0.219 0.091 0.105 0.303 0.066 0.152 醫療保健及社會工作服務 0.207 0.133 0.100 0.156 0.082 0.144 藝術、娛樂及休閒服務 0.071 0.036 0.032 0.044 0.021 0.038 其他服務 0.414 0.245 0.198 0.455 0.173 0.412 註：單位為百分比。
