高屏空品區污染排放權交易之經濟分析

全文

(1)行政院國家科學委員會專題研究計畫. 成果報告. 高屏空品區污染排放權交易之經濟分析. 計畫類別：個別型計畫計畫編號： NSC92-2415-H-006-002執行期間： 92 年 08 月 01 日至 93 年 07 月 31 日執行單位：國立成功大學經濟學系. 計畫主持人：廖肇寧計畫參與人員：鄭惠芳. 報告類型：精簡報告處理方式：本計畫可公開查詢. 中. 華. 民. 國 93 年 10 月 28 日.

(2) 行政院國家科學委員會專題研究計畫成果報告高屏空品區污染排放權交易之經濟分析 An Economic Analysis of the Tradable Permit System in Kao-shiung and Ping-tung Area 計畫類別：個別型計畫計畫編號： NSC 92-2415-H-006-002 執行期限：民國 92 年 8 月 1 日至 93 年 7 月 31 日執行單位：國立成功大學經濟學系計畫主持人：廖肇寧研究助理：鄭惠芳一、中文摘要. equipment investment will cause efficiency. 本研究建立一納入污染防治設備投資. loss for the largest government owned electric. 行為的混合型整數規劃模型（ Mixed. generating company – Tai Power in all. Integer-Programming Model），並在將污染減. scenarios.. 量成本內生化（endogenously determined）後，來探討廠商在高屏污染排放權交易市場. Keywords: Tradable Permit, NOx, Efficiency. 中之投資行為及市場交易狀況。結果發現，. Loss, Mixed-Integer Programming. 機器設備投資的不可回復性將導致排放權. Problem. 交易市場有效率損失出現，且在不同的模擬情境中，公營的台電都會蒙受效率損失。. 二、緣由與目的近年台灣地區空氣品質惡化程度日益. 關鍵詞：排放權、氮氧化物、效率損失、混合型整數線性規劃. 嚴重，以南部高雄屏東地區為例，由於該區域為台灣重工業集中地區，包括鋼鐵、石化、火力發電廠、水泥業及化工業等，再加上人口、工商業及交通運輸大量成長，致使. Abstract A mixed-integer programming model is. 該地區為台灣空氣品質不良率最高的地. used to investigate economic impacts of the. 區，根據環保署的統計，歷年來高屏空品區. permit trading market in Kao-shiung and. 之空氣品質不良站日數(PSI>100 站日數)比. Pint-tung area. Unlike previous studies, the. 率高居全國七個空品區之冠，雖然高屏空品. model determines unit pollution abatement. 區的空氣品質不良率已由 85 年的百分之十. cost. firms’. 七點五，降至 90 年的百分之八點一三，但. technology adoption decisions. The results. 相較全國平均值百分之三，仍有相當改善空. show that the irreversibility of control. 間。為改進此一現象，環保署自民國八十九. endogenously. depending. on. 1.

(3) 年七月起開始推動實施「高屏空品區空氣污. 管制者而言，不存在交易過程中。. 染總量管制示範計畫」，並希望在民國 96 年. 另一項導致排放權管制成本增高但卻. 透過污染排放權交易制度的建置來達成管. 被過往文獻忽略的的原因則來自於防治設. 制污染數量的目標，目前環保署預計管制的. 備投資的不可回復性(irreversibility)。由於污. 空氣污染物包括 TSP、NOx、SOx 及 VOC. 染防治設備通常十分昂貴，且某些屬於管線. 等四大項，但受限於資料來源的限制，本研. 末（end-off pipe）或製程中的污染處理機器. 究僅針對 NOx 進行討論。. 設備在裝置後，便能在其可負載容量下，以. 利用排放權交易來進行污染管制已在. 固定的效率處理任何廠商前端所產生的污. 美國行之有年，且在理論及實證上皆已發現. 染，不需增加額外的操作成本，故廠商的最. 該制度具有成本有效性的特點。在理論部. 終污染減量取決於污染實際產生量，無法透. 分，Montgomery（1972）證明當廠商具有完. 過人為操作（例如增加觸媒）來控制污染減. 整資訊（full-information）且交易權市場是. 量，在此情況下，不當的機器設備投資反而. 完全競爭（perfect competition）的前提之. 可能導致廠商污染過度減量，並產生效率損. 下，利用排放權交易進行污染管制具有成本. 失(efficiency loss)。. 有效性（cost-effective），且起始排放權的分配將不會影響社會的福利。在實證部分，. 本研究將利用高屏地區所將推行的污染排放權市場為例，除探討該制度的使用對. Atkinson et al.（1974）、O’Neil et al.（1983）、於整體廠商的污染防制成本、廠商污染防治 Maloney 及 Yandle（1984）、Johnson 及. 設備選擇及對於排放權交易量的影響進行. Pekelney （1996）及 Onal et al.（1998）皆. 預測分析外，同時並進一步探討當廠商的單. 利用一成本極小化模型，搭配線性規劃模式. 位污染減量成本為內生決定（endogenously. （Linear Programming Model）來進行排放權. determined）而非外生給定時，污染防治設. 市場的實證分析，主要目的在於預測排放權. 備投資的不可回復性是否會造成排放權交. 價格及探討該政策對於個別廠商及整體社. 易市場的效率損失。. 會福利的影響。 Atkinson 及 Tietenberg（1991）及 Burtraw et. 三、模型建立為納入廠商機器設備投資與否之不連. al.（1998）則由排放權交易的方式出發，並假定排放權交易不再是在具有完全訊息下. 續決策變數，本研究將嘗試建立一混合的整. 進行，其模擬結果皆顯示，若交易是成對且. 數規劃模型（Mixed Integer-Programming. 連續時，利用排放權進行管制所需的總成本. Model）來模擬受管制廠商的行為，在此排. 將較理論上為高。Stavins（1995）亦指出交. 放權交易模型當中，假設某一社會決策者. 易成本是導致排放權成本高的原因，其並指. (通常為政府)的目標是利用排放權交易來極. 出交易成本有三個主要來源，分別為（1）. 小化污染總量管制成本，同時該社會決策者. 資訊成本：廠商在市場上尋找買方或賣方時. 同時也擁有各污染廠商對於污染減量的成. 的成本。（2）議價和決策的成本：買賣雙方. 本資訊，其相關行為模式可由下列(1)至(6). 對於交易價格和數量討價還價時的成本。. 式來表示：. （3）監測和執行成本：此成本主要是針對. Min ∑ ∑ ∑ δ Y (c FT ⋅ X FTY + f FT ⋅ I FTY ) Y. 2. F. T. (1).

(4) 廠商的污染減量總變動成本係由廠商. s.t. D FY + ∑ e FT ⋅ X FYT ≥ S FY + E FY + h F ⋅ a FY T. 對所有. F 在當年度 Y 所選定的污染防治活動數量. XFYT 及該廠商對於防治設備 T 所需的單位變動防治成本 cFT 的總和再透過δY 折線因子. F,Y. (2). ∑ D FY = ∑ S FY 對所有 Y. (3). ∑ e FT ⋅ X FTY ≤ h F 對所有 F,Y T. (4). X FYT ≥ 0 IFTY＝0 或 1. (5). 圍，而廠商可選擇的污染防治活動取決於該. (6). 廠商的產業類別，故對於某廠商而言，其可. F. F. (discount factor)所得的現值。此處所定義的. 污染防治活動係為廣義的污染防治活動，舉凡機器設備使用或是廠商改採較為清潔或有效率的生產投入要素皆屬於定義的範. 選取的污染防治活動可能超過兩種以上，至上述各方程式中之下標 F、Y、T 分別代表的是廠商、時間(年)及可行之污染防治. 於該如何在各污染防治活動上作抉擇則端視廠商的成本結構而定。. 技術設備，且模型中所有外生變數皆以小寫. 式(2)的左手邊代表的是排放權的來源. 而內生變數以大寫表示，式(1)為廠商的總污. (或排放權的供給面)，而右手邊則代表排放. 染減量成本，減量成本包含了固定成本 fFT. 權的流向(或排放權的需求面)，對於一污染. 及單位變動成本 cFT，其中 IFTY 為一 0 或 1. 源而言，其排放權的來源有二，其一為在市. 的變數，0 代表廠商不投資任何的機器設. 場上向其它有剩餘排放權的廠商購買，其二. 備，1 代表某廠商 F 在某年 Y 選擇了某機器. 為透過污染防治活動來產生排放權。排放權. 設備 T，為表現機器設備的不可回復性，廠. 的去向則有三，其一為將多餘的排放權銷售. 商一旦選擇了某設備 T，該設備自選定的年. 給其他的污染者，其二為將無法銷售而遭淘. 間起即可開始提供污染減量服務，而廠商的. 汰的排放權，其三為政府要求各廠商 F 所必. 代價則是花費 fT 的固定成本來利用設備 T 的. 須達成之各年 Y 污染削減量 hF•aFY。而當. 服務。XFYT 代表廠商選定的污染防治活動數. 式(2)的左手邊大於或等於右手邊時，排放權. 量（若廠商能精確透過人為操作來控制污染. 的供給會大於或等於排放權的需求，此時整. 減量）。. 個社會的污染排放量將會被控制在安全的. 模型中其他的變數 D、S 及 E 分別代表. 水準。. 某廠商 F 在 Y 時期對於排放權的需求量、供給量及超額供給量， h F 為廠商 F 在未受. 式(3)代表的是排放權交易市場的均衡限制，亦即來自賣方的排放權總供給需等於買方的總需求，當成本極小化模型為連續. 任何管制之下的污染排放數量， aFY 為一政. 時，該市場均衡限制式的影子價格(shadow. 府要求受管制廠商按其未受管制之下的污. price)正是每一單位排放權的均衡價格. 染排放數量 h F 所需減量之比例，故為一介於. (equilibrium price)，但在本研究的不連續模. 型中，影子價格並不存在。且在本研究中，. 0 與 1 的數值， eFT 代表廠商 F 在利用污染. 由於效率損失可能出現，故唯有在被淘汰的. 防治設備 T 所能達到的污染減量效率。. 排放權數量 E 為 0 時，式（3）才是真正的. 3.

(5) 均衡限制式，當 E 不為 0 時，此式僅能代表. 放量的 90％。. 污染總量管制目標已達成。式(4)為個別廠商所面對的排放權供給數量限制，由於假定該. 四、結果與討論. 削減量為廠商 F 在未受任何管制之下的污染排放數量 h F 的某固定比例 aFY，故廠商每. 本研究進行排放權交易模擬所需之相關資料，分別為現行污染防治技術或設備，其相關的成本和減量效率（模型中外生變數. 年所需降低的污染排放則為未受管制之污. c 和 e ），以及 44 個固定污染源 NOx 排放量. 染排放量 hF 與管制比例 aFY 的乘積。另外假. （模型中外生變數 h ）的數據，這些資料主. 設各項污染防治活動都具有達成污染減量. 要則是來自於歷年來環保署針對 NOx 污染. ∑ eFT ⋅ X FYT. 的效果，則式(4)左手邊 T. 防治的相關數據，以及環保署委託成大環境所代表的. 工程系所進行的研究計畫1。. 是某廠商在決定了某些污染防治活動後所. 在各廠商 NOx 污染排放量（模型中外. 達成的當年度污染總削減量。由於廠商每年. 生變數 h ）數據方面，本研究引用各固定污. 所被要求的污削減量相當於 h F ⋅ a FY ，這也隱. 染源其民國 89 年的實際污染排放量；所選. 涵著廠商被允許在各年排放的污染數量為. 度高高屏地區總排放的 51.64%。此外，本. h F ⋅ (1 − a FY )，故此污染數量也等同於每個廠. 研究根據朱信（1999）之「氮氧化物控制技. 商期始排放權分配數量。期始排放權數量會影響廠商在交易市. 取之樣本總排放量為 72859.33 公噸佔該年. 術、效率及成本資料調查分析」研究報告，選定低氮燃燒器（Low NOx Burner, LNB）及選擇性觸媒還原法（Selective Catalytic. 場的潛在銷售數量，這是因為廠商最大可供. Reduction , SCR）為廠商在 NOx 防治上的最. 銷售排放權數量為初始排放權數量與廠商. 佳可行技術，故本研究假定該二技術為廠商. 在污染防治活動中所達成之污染減量的差. 僅有的污染防治設備投資選擇。LNB 的投資. 額，即便對於一可將污染排放數量降為 0 的. 主要於裝設成本，其在開始運行後，不會增. 廠商而言，其在市場可供銷售的最大排放權. 加太多營運成本，因此廠商在裝設 LNB 後，. 供給量仍無法超過初始排放權分配數量。最. 無法確切控制污染減量。廠商裝設 SCR 後，. 後，限制式(5)為將污染防治活動限制為一大. 雖可透過觸媒的選擇及使用量來控制污染. 於或等於 0 的變數。. 減量，但其單位變動成本及固定設備投資卻. 在實際的污染減量管制標準方面，本研. 十分昂貴。. 究係依據廠商在民國 89 年排放數量做為基. 本研究將透過兩種情境的模擬來探討. 準並以基準年數量的 10﹪作為減量標準，亦. 當污染防治設備投資為不可回復性時，市場. 即 hF 相當於 89 年排放數量而 aFY 相當於 10. 的交易情況及可能的效率損失，情境一假設. ％，故當廠商在污染實際減量數目上超過基. 廠商在五年計畫期間將有穩定的實際排放. 準年的 10％時，將有多餘的排放權可在市場上提供銷售，若由初始排放權分配的角度而 1. 言，各廠商的初始排放權分配量為 89 年排. 4. 朱信：〈氮氧化物控制技術、效率及成本資料調查分析〉，行政院環保署（民國 88 年 6 月）（EPA-88-FA21-03-0012）。.

(6) 量，且該排放量相當於民國 89 年的排放量，. 總共損失了約 0.28 及 1.59 百萬美元。. 情境二則假設廠商在所模擬的五年交易市表 1: 模擬結果（穩定的排放水準）. 場中，排放量為一隨機變數。但在此二情境. 第一第二第三第四第五總計年年年年年. 中，各廠商的初始排放權分配量皆為民國 89 年排放量的 90％。. 實際污染水準（公噸）廠商應減量（公噸）初始總排放權發放量排放權交易量（公噸）超額供給量（公噸）買方人數賣方人數投資防治設備廠商數年減量成本（百萬美金）. 由情境一的模擬結果可發現，當廠商實際排放量為一穩定狀態時，每年約有 5,900 公噸的 NOx 在市場中進行交易，該交易量約佔該年度初始分配數量的百分之九，僅有台塑及台電兩廠商進行污染防治設備的投資，故市場中僅有該二廠商扮演排放權供給者的角色，其餘 42 家廠商皆為排放權的買方，社會總減量成本為 3.7 百萬美元，各年中均有約 500 公噸之超額排放權供給。情境二假設廠商的實際排放量為一隨機變數，為一更貼近真實情境的模擬。在此情境中，共有台電大林、台電興達、台塑及. 72859.3 72859.3 72859.3 72859.3 72859.3. 7285.9. 7285.9. 7285.9. 7285.9. 7285.9. 65573.4 65573.4 65573.4 65573.4 65573.4. 5868.7. 5868.7. 5868.7. 5868.7. 5868.7. 498.1. 498.1. 498.1. 498.1. 498.1. 42. 42. 42. 42. 42. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 0.83. 0.78. 0.74. 0.7. 0.66. 3.7. 表 2: 模擬結果（隨機的排放水準）. 中油及等四家廠商進行防治設備的投資，由. 第一第二第三第四第五總計年年年年年. 於市場中某些廠商的起使排放權分配大於. 實際污染水準（公噸）廠商應減量（公噸）初始總排放權發放量排放權交易量（公噸）超額供給量（公噸）買方人數賣方人數投資防治設備廠商數年減量成本（百萬美金）. GAMS 所隨機選取的實際污染排放量，故市. 場中除了從事污染防治設備投資的廠商外，有更多的廠商扮演賣方的角色，社會總減量成本為 14.64 百萬美元，且自第二年起，分別有 14,000 至 2,200 公噸不等的超額排放權供給。在效率損失方面，表一及表二皆顯示交易市場中有數量不等的排放權並未售出。這些未售出的排放權來自廠商的過度減量行為，且來自廠商對於 LNB 的投資，由於廠商在投資 LNB 後，無法精確的掌控污染減. 97531.8 84505.2 82091.8 82338.6 96995.1. 31958.4 18931.7 16518.4 16765.2 31421.7. 65573.4 65573.4 65573.4 65573.4 65573.4. 17458. 9752.2. 12323.1 16763.2 11775.1. 0. 13652. 10924.6. 3641.1. 2170.1. 24. 22. 27. 28. 24. 20. 22. 17. 16. 20. 4. 4. 4. 4. 4. 3.31. 3.08. 2.91. 2.75. 2.59. 14.64. 量，導致排放權市場有超額供給的現象，當表 3: 效率損失（以百萬美元計）. 排放權不可被儲存至下一期使用時，為了生. 第一第二第三第四第五總年年年年年計. 產這些多餘排放權所必須花費的成本則是. 情境 1：台電 0.06 情境 2：台電. 所謂效率的損失。表三進一步將這些損失的金額進行統計，結果發現，台電是唯一有效率損失的廠商，其在模擬的兩個情境中分別. 5. 0.06. 0.06. 0.05. 0.05. 0.28. 0.63. 0.59. 0.17. 0.21. 1.59.

(7) 五、計畫成果評析. 該助理學習了污染排放權的運作制度、空氣. 1. 完成之工作項目：. 污染排放權交易法草案各條例之立法源由. 本研究所完成之工作項目可由下列三. 及背後之經濟理論基礎。在電腦技能方面，. 方面討論：. 該助理在協助資料處理過程中，熟悉了電腦. （1）完成交易量預測：透過 GAMS 的模擬，. 軟體 EXCEL 中的各類函數功能如 IF 、. 本研究預測了未來高屏地區空氣污染排放. LOOKUP 及 MIN 等的使用，此外，其在模. 權交易市場的潛在規模、個別廠商在市場中. 擬市場交易的過程中，也學習了數學規劃軟. 可能扮演的買方或賣方角色及買賣數量。. 體 GAMS 的基本語法。. （2）廠商之污染減量行為：由於機器設備投資行為在本研究中被納入為一內生的決. 六、參考文獻. 策變數，故本研究發現污染排放量的大廠如. （1）中文部分. 台電、中油及台塑等，有較強的動機去從事. 朱信（1999）。「氮氧化物控制技術、效率. 污染防治設備的投資。. 及成本資料調查分析」。台北：行政院環. （3）估計效率損失的金額：台電在所有的. 境保護署。. 模擬情境中皆有效率損失的情形出現，故政府可透過其他政策對於台電的機器設備投資行為予以獎勵。. （2）英文部分 Atkinson, S. E. and D. H. Lewis. 1974. “A Cost Effective Analysis of Alternative Air. 2. 對於學術研究、國家發展及其他應. Quality Control Strategies.” Journal of. 用方面之貢獻：. Environmental Economics and. 由於排放權交易對台灣而言，為一全新. Management. 1:237-250.. 的制度，因此該制度推行的成效，不但會影. Atkinson, S. E. and T. Tietenberg. 1991.. 響往後政府在其他地區或對特定污染物推. “Market Failure in Incentive-Based. 行類似制度的意願，同時對受到新制影響之. Regulation: The Case of Emission. 高屏地區廠商來說，其污染減量成本及防制. Trading.” Journal of Environmental. 策略將會產生何種變化，都將是廠商關注的. Economics and Management. 21:17-31.. 課題，故本研究的結果可作為政府在修訂相. Burtraw, D., K.W. Harrison, and P. Turner.. 關交易法草案的參考。在學術上，本文探討. 1998. “Improving Efficiency in Bilateral. 過去文獻中尚未被提及的污染防治設備投. Emission Trading.” Environmental and. 資與其可能衍生的經濟效率損失問題，故本. Resource Economics.11:19-33.. 研究方法可供作為其他新興排放權排放市. Environmental Protection Agency. 2003. 場之參考。. http://ww2.epa.gov.tw/enews/Newsdetail.as p?InputTime=0900705102250.. 3. 對於參與之工作人員，可獲之訓練：. Johnson, S.L. and D.M. Pekelney. 1996.. 本計畫計聘請一專任研究助理進行資. “ Economic Assessment of the Regional. 料處理相關事宜，在經濟相關的訓練方面，. Clean Air Incentives Market: A New. 6.

(8) Emissions Trading Program for Los Angeles.” Land Economics. 72(3):277-297. Maloney, M.T. and B. Yandle. 1984. “Estimation of the Cost of Air Pollution Control Regulation.” Journal of Environmental Economics and Management. 11:244-263.. Onal, H., K. Algozin, M. Khanna, and M. Isik, “Trade Off between Economic Efficiency and Producers’ Equity: A Case Study of Tradable Permits for Controlling Chenical Pollution in a Watershed,” selected paper, presented at the 1998 Annual AAEA Meeting, Aug. 1998, Salt Lake City, UT. O’neil, W., M. David, C. Moore, and E. Joeres. 1983 “Transferable Discharge Permits and Economic Efficiency: The Fox River.” Journal of Environmental Economics and Management. 10:346-345.. 7.

(9)