亞洲國家內廢鋼(scrap steel)和原鋼(virgin steel)的物流流向之整合管理策略

(1)

行政院國家科學委員會補助專題研究計畫

■ 成果報告

□期中進度報告

亞洲國家內廢鋼(scrap steel)和原鋼(virgin steel)的

物流流向之整合管理策略

計畫類別：■ 個別型計畫

□ 整合型計畫

計畫編號：NSC－96－2221－E－006－031

執行期間：2007 年 8 月 1 日至 2008 年 7 月 31 日

計畫主持人：福島康裕

計畫參與人員：郭穎安

黃筱婷

薛佑佳

成果報告類型(依經費核定清單規定繳交)：■精簡報告

□完整報告

本成果報告包括以下應繳交之附件：

■赴國外出差或研習心得報告一份

□赴大陸地區出差或研習心得報告一份

□出席國際學術會議心得報告及發表之論文各一份

□國際合作研究計畫國外研究報告書一份

處理方式：除產學合作研究計畫、提升產業技術及人才培育研究計畫、

列管計畫及下列情形者外，得立即公開查詢

□涉及專利或其他智慧財產權，□一年□二年後可公開查詢

執行單位：國立成功大學環境工程學系環境系統工程研究室

(2)

中文摘要

近來鐵礦砂、廢鋼之市價高漲，物質流之管理無論從環境或經濟觀點都愈趨重要。目前鋼鐵業者多由經濟面進行貿易行為及規劃未來發展策略，卻未著眼於原物料的有限性及廢鐵可利用性，思考開發循環型資源的可能性。為釐清台灣的鋼鐵物質流現況，本研究建立國內鋼鐵循環圖，並將其製作流程組織化以利整理歷年資訊。此後將可與亞洲各國的物質流連結，做國際性的流向整合。本研究並著眼於積蓄在社會中的鋼鐵，預測其廢棄時間與產量，以期相關單位能夠預先評估未來必須面臨的技術需求。如此可維持或增進我國未來鋼鐵產品之競爭力，並且實踐減少溫室氣體排放、降低原料消費率等永續經營概念。由於推估未來從社會中廢棄的鋼鐵量、回收效益，必須了解過去鋼鐵的消耗量及使用情形，本研究並嘗試以韋柏分佈(Weibull Distribution)、過去汽車車輛的生產數量、使用中數量，配合邏輯斯函數(Logistic Function)計算出汽車平均壽命並預測未來的廢棄率。此後將可依照同樣方法推算其他鋼鐵產品的廢棄率，參考各產品產生的廢鋼品質規劃適當的回收政策。

關鍵詞

物質流、鋼鐵循環圖、產品壽命、廢棄量預測、國際資源管理、回收策略

Abstract

Recently rise in prices of iron ore and scrap makes the society realize importance of management of material flows, both from economic and environmental points of view. At present, iron and steel industry develop their management strategies mostly from economic viewpoints: relatively few considerations are given to limitation of resource, usability of scrap steel, and possibility of better circular systems.

To clarify the current situations of iron and steel material flows in Taiwan, in this study, a circulation diagram of iron and steel is developed. At the same time, the procedures are systemized to facilitate the update of the diagram using the statistics available. After this study, by combining similar circulation diagram in Asian countries, an integrated analysis to develop trans-boundary strategies for a better management of material flow. At the same time, we analyze accumulated (hibernating) materials in the society, so that preparations in terms of technology and societal systems become possible. In this way, we can assure the competitiveness of Taiwanese iron and steel industry, while reducing greenhouse gasses emission and conserve resources, to realize a sustainable development.

Estimation of products discarded in the future is done by using Weibull Distribution and logistics function. Such methodology is demonstrated with cars in Taiwan, so that similar approach could be utilized for other iron and steel products.

Keywords

(3)

目録

1 前言···1 2 研究目的···1 3 文獻探討···2 3.1 鋼鐵生命週期···2 3.2 鋼鐵物質流···2 4 研究方法與結果···3 4.1 鋼鐵循環圖···3 4.2 數據資料來源···3 4.2.1 原物料、生鐵、鋼材與鋼鐵廢料進出口···3 4.2.2 廢鋼消費量、廠內發生量、國內購入量···3 4.2.3 粗鋼生產量···4 4.2.4 鋼材生產量···5 4.3 數據計算···5 4.3.1 進出口鐵貨品中含鐵量···5 4.3.1.1 鋼鐵係數(Steel Coefficient) ···5 4.3.1.2 含鐵製品分類···5 4.3.1.3 計算方法···6 4.3.1.4 結果與討論···6 4.3.2 加工廢鋼···7 4.3.2.1 產業鋼材消耗量···7 4.3.2.2 加工廢鋼產生率···7 4.3.2.3 討論···8 4.3.3 鋼鐵於社會中之累積量[4]···8 4.3.3.1 廢棄汽車數量預測模型···8 4.3.3.2 數據資料來源···8 4.3.3.3 邏輯斯函數(Logistic Function)預測汽車數量···8 4.3.3.4 韋柏分佈(Weibull Distribution)模擬汽車生命週期 ···11 4.3.3.5 計算···12 4.3.3.6 結果···14 4.4 鋼鐵循環圖製作···15 4.4.1 討論···18 5 結論···19 6 計畫成果自評···19

(4)

表目錄

表 1 2006 年產品別進出口重量(公噸)...3 表 2 2006 年廢鋼供需統計(公噸) ...3 表 3 1988 年至 2007 年爐別粗鋼生產量統計(千噸) ...4 表 4 2006 年產品別生產重量(公噸)...5 表 5 2006 年進出口含鐵貨品含鐵量(千噸) ...6 表 6 2006 年行業別主要鋼材出貨量(公噸) ...7 表 7 日本加工廢鋼產生率(2004 年調查結果) ...7 表 8 日本加工廢鋼出貨率(2004 年調查結果) ...7 表 9 尋求最佳 Nmax之過程 ...9 表 10 三種殘差計算方法...12 表 11 模擬產品壽命結果...12 表 12 WDE4 模擬結果 ...13

圖目錄

圖 1 1988-2007 爐別粗鋼生產量 ...4 圖 2 2006 年進口含鐵製品中含鐵總重於各大類組之比例 ...6 圖 3 2006 年出口含鐵製品中含鐵總重於各大類組之比例 ...6 圖 4 Logistic Function 範例...9 圖 5 B 值對圖型的影響...9 圖 6 尋求最佳 Nmax之過程 ...10 圖 7 使用中車輛預測結果...10 圖 8 Weibull Distribution 範例(CDF) ...11 圖 9 Weibull Distribution 範例(PDF) ...11 圖 10 資料不足年數據假設示意圖 ...12 圖 11 累積年度新車廢棄率(CDF) ...13 圖 12 年度新車廢棄率(PDF)...13 圖 13 年度車輛使用率(1-CDF) ...13 圖 14 使用中車輛數模擬預測結果 ...14 圖 15 年度新車數模擬預測結果 ...14 圖 16 廢棄車輛數模擬預測結果 ...14 圖 17 計算特定年份使用中車輛平均年齡示意圖(黑線)...15 圖 18 計算特定年份廢棄車輛平均年齡示意圖(黑線)...15 圖 19 2004 年日本鋼鐵循環圖[11] ...16 圖 20 台灣 2006 年國內鋼鐵循環圖[11]...17

(5)

1 前言

鋼鐵堪稱工業之母，為一國發展工業之基礎。近年來，亞洲整體的經濟發展帶動地區各國鋼鐵工業的迅速成長，鋼鐵產量在 2007 年度共佔全球的 56%(約 750,000 千噸)，其中台灣又佔約 3%(約 21,000 千噸)。鋼鐵在社會中的使用量與囤積量日漸增加，廢鋼回收再利用之效率相對提高；國際間原料、成品與廢鋼的貿易也越趨興盛。然而鋼鐵工業為一原料、能源密集產業，製程中二氧化碳排放量極大，戴奧辛等有毒氣體也常造成環境議題，屬於高度污染工業之一。且廢鋼為電弧爐法精煉鋼鐵之主要原料，因此回收鋼鐵產品中的其他成份若未被分離，將造成再生鐵之污染。例如在電器用品中使用率極高的銅，因屬性與鐵相近，不易分離而降低再生鐵的品質。可惜目前鋼鐵貿易唯受經濟動力所影響，尚無法針對原物料的有限性與永續性等要點做策略性的規劃政策。

2 研究目的

本研究將分析 2006 到 2050 年間台灣國內的鋼鐵物質流分佈，藉以預測未來可能面臨的技術需求，以期鋼鐵相關企業(運輸車輛、電機機械、建築業等)能夠預先應變，維持或增進我國未來鋼鐵產品之競爭力，並且達到減少溫室氣體排放、降低原料消費率等永續經營的概念；另外，分析末端鋼鐵產品(例如：汽車、電子器材、建材等)的使用壽命分佈，將可藉此估算出各個產品未來的回收潛力。研究計畫進行三年，預期工作分配如下所示：第一年資料收集(過去在各末端產品中之鋼鐵消費、末端產品自過去至今的發展、高爐與電爐產能、鐵礦與廢鋼消費)、汽車車輛使用壽命分布分析。第二年建築物與電機用品使用壽命分布分析、標準化跨國動態物質流(考量污染物質混入、未來售價、水資源利用性、溫室氣體排放標準)。第三年完成動態物質流模型，並為降低金錢成本與溫室氣體排放擬訂情境模型、依據新科技發展最佳化模型、整合亞洲各國物質流資料。

(6)

3 文獻探討

3.1 鋼鐵生命週期

鋼鐵在人類社會的運用廣泛且悠久，煉鋼與加工技術相當成熟。近年來原物料減少、鋼鐵成品使用量大幅增加，利用廢鋼進行再熔煉的電爐廠產量也隨之增加，鋼品回收利用的效益逐漸受到重視。 原料：煉鐵使用之原料主要為鐵礦石、焦炭及石灰石。由於台灣國內缺乏天然資源，除石 灰石外，煉鐵工業所需原料皆需由國外進口。煉製粗鋼所需之焦煤，我國習慣進口焦炭再予以煉焦。其中鐵礦石年輸入約 15,000 千噸。 生鐵(Pig Iron)：鐵礦石含鐵量約 60%，在高爐作業中，藉由高溫和還元媒介(焦炭和石灰石) 促使鐵礦石還元，產生熔渣(sludge)與熔融鐵水，即生鐵。另外包含合金生鐵與直接還元鐵。

粗鋼(Crude Steel)：泛指以鐵礦砂和廢鋼為原料，經高爐(Blast Furnace)、轉爐(Basic Oxygen

Furnace)和電爐(Electric Furnace)製造生產之鋼胚半成品。由於高爐建設經營投資額較高，國內只有中鋼一家企業擁有，產量高但較電弧爐節能，產品主要為大鋼胚與扁鋼胚；電爐含電弧爐(Electric Arc Furnace)、周波爐等，但國內電爐皆為電弧爐，2004 年國內有 13 家，共計 26 座，多由民間企業經營，產品主要為小鋼胚。國內年度高爐、轉爐生產量約 11,000 千噸，電弧爐產量 10,000 千噸，各占一半。 鋼品(Steel Product)：指由鋼胚加工而成的鋼板、條鋼、冷熱軋產品等成品鋼，又稱鋼材， 主要分為普通鋼與特殊鋼兩類。鋼品製造業結構直接影響粗鋼的用途；且由於進出口消費比重皆高，受國際市場影響極大，進口國的半成品料源穩定性、出口國的外銷情況皆會影響到國內鋼廠的營運；同時，在本土市場也必須面臨與國外鋼廠的競爭。 下游加工製品產業：鋼鐵產品的製造業直接影響國內鋼鐵的需求，以及各種成品鋼、半成 品鋼的銷售。建設工業、金屬製品業及各種輕重工業等。 廢鋼(Scrap)：凡未進入社會市場之鋼鐵統稱為廢鋼。電弧爐法精煉鋼鐵所使用之主要原料 即廢鋼，且為廢鋼主要消費途徑。由於近年社會逐漸移轉為循環型經濟型態，且原物料售價上漲，廢鋼遂被視為國內自產之重要資源而受到重視。本研究中所討論廢鋼分為工廠自發廢鋼、加工廢鋼及老廢鋼鐵三種。台灣廢鋼在 2006 年度消費需求約為 10,000 千噸，國內產量約 7,000 千噸，雖然主要供給途徑為內購佔最大比例，仍需仰賴國外進口。鋼鐵廢料分類標準由中華民國國家標準局訂定。

- 廠內廢鋼(In-house generated Scrap)：轉爐、電爐等粗鋼製造廠，以及鋼品業所產生之廢鋼。由於不會有污染物質掺入，通常會由自廠回收至製程中重複利用，不會進入社會市場中。又稱工廠自發廢鋼。

- 加工廢鋼(Scrap from Processing)：製造業或其他下游工廠製造產品時所產生之廢料、邊材。由於其特性與內含物質比例皆有明確資料，在廢鋼評價中屬於較高品質類。 - 老廢鋼鐵(Waste Scrap)：產品已屆使用壽命，而從社會中廢棄的一般廢鋼。

3.2 鋼鐵物質流

目前國內已有多數關於鋼鐵製品(包含馬口鐵、不鏽鋼等)物質流的研究，但尚未有研究將鋼鐵製品的流向與流量繪製成直觀，且可與其他國家連結、比較，甚至能估算社會中蓄積之鋼鐵量，進而預測未來廢鋼產量的圖示。

(7)

4 研究方法與結果

4.1 鋼鐵循環圖

此計畫中，為預測目前到 2050 年間台灣國內的鋼鐵物質流分佈、了解過去鋼鐵使用情形，欲製作鋼鐵循環圖並使製圖流程標準化，以預測未來鋼鐵產品的廢棄量與時間分布，進一步與國際流向流量做結合。由於最近期資料數據可能待調查單位修正與補齊，故在此研究中以 2006 年為目標年。

4.2 數據資料來源

本研究製圖所使用數據資料來源眾多，除資料型式範本外另作一參考資料表附於附錄。 4.2.1 原物料、生鐵、鋼材與鋼鐵廢料進出口 參考台灣鋼鐵工業同業公會資料庫[1]中之「產品別進出口統計」。原物料含礦砂(鐵礦砂、錳礦砂、鉻礦砂、矽礦石、燒結礦)與焦碳；生鐵另含直接還元鐵、鋼鐵粉；鋼材主要分為普通鋼材(鋼軌、鋼板捲、鍍面鋼板捲、棒鋼、型鋼、鋼管)與特殊鋼材(不銹鋼、其它特殊鋼、合金鋼材)兩類，以及其他鋼鐵製品、二次加工品等；鋼鐵廢料含重熔廢料(廢鋼)、混合五金廢料、不銹鋼廢料、合金廢料。數據整理過後列於下表，以深色底表示者為本研究所使用數據。表 1 2006 年產品別進出口重量(公噸) 產品序號進口出口 A - 礦砂 15,570,581 179 B - 解體舊船 0 0 C - 電極棒 22,253 0 D - 焦碳 338,357 19,891 E - 鋼鐵廢料 4,481,912 177,166 H - 生鐵合計 736,739 33,026 I - 合金鐵 825,524 1,049 J - 半製品(粗鋼) 6,699,088 174,839 M - 鋼材總計 4,094,497 11,852,210 台灣鋼鐵工業同業公會「產品別進出口統計」本研究整理 4.2.2 廢鋼消費量、廠內發生量、國內購入量 參考台灣鋼鐵工業同業公會資料庫[1]「廢鋼供需統計」。項目整理過後節錄 2006 年資料如下表：表 2 2006 年廢鋼供需統計(公噸) 供給消費庫存國內購入進口工廠自發量高爐用電爐用 6,706,753 4,481,912 1,167,240 1,479,947 9,577,032 1,167,339 54.28% 36.27% 9.45% 13.38% 86.62% 台灣鋼鐵工業同業公會「廢鋼供需統計」本研究整理

(8)

4.2.3 粗鋼生產量 參考台灣鋼鐵工業同業公會資料庫[1]「廢鋼供需統計」。項目整理過後列 1988 年至 2007 年統計資料如下表：表 3 1988 年至 2007 年爐別粗鋼生產量統計(千噸) 電爐(EF) 高爐(BF) 計 1988 2,675 32% 5,613 68% 8,288 1989 3,046 34% 6,001 66% 9,047 1990 4,120 42% 5,627 58% 9,747 1991 5,618 51% 5,915 53% 11,533 1992 5,285 49% 5,421 51% 10,706 1993 5,731 48% 6,244 52% 11,975 1994 5,467 47% 6,122 53% 11,589 1995 5,463 47% 6,142 53% 11,605 1996 5,906 48% 6,444 52% 12,350 1997 6,553 42% 8,944 57% 15,497 1998 7,075 42% 9,811 58% 16,886 1999 6,110 40% 9,267 60% 15,377 2000 6,869 41% 9,971 59% 16,840 2001 6,897 40% 10,316 60% 17,213 2002 7,706 42% 10,524 58% 18,230 2003 8,053 43% 10,779 57% 18,832 2004 6,858 35% 10,938 56% 17,796 2005 8,713 47% 9,853 53% 18,566 2006 9,409 47% 10,682 53% 20,091 2007 10,019 48% 10,883 52% 20,902 台灣鋼鐵工業同業公會「廢鋼供需統計」本研究整理台灣區高爐之粗鋼產量在 1980 年代末期約占 70%，至今產量倍增卻與電爐鋼廠差異不大，可見電爐廠產能、產量佔粗鋼總生產量之比重皆有顯著增加情形。依產量繪製柱狀圖如下。圖 1 1988-2007 爐別粗鋼生產量另外，舊船解體鋼板在我國亦納入粗鋼生產原料，但因船體拆解業已逐漸轉移至國外，近年產量皆為零。

(9)

4.2.4 鋼材生產量 參考台灣鋼鐵工業同業公會資料庫[1]「生產出貨庫存統計」。項目整理過後節錄 2006 年資料如下表：表 4 2006 年產品別生產重量(公噸) 產品序號自產及代工 A - 礦砂 0 B - 解體舊船 0 C - 電極棒 130 D - 焦碳 3,253,469 E - 鋼鐵廢料 1,051,718 H - 生鐵合計 13,101 I - 合金鐵 0 J - 半製品(粗鋼) 18,184,223 M - 鋼材總計 36,847,752 台灣鋼鐵工業同業公會「生產出貨庫存統計」本研究整理

4.3 數據計算

4.3.1 進出口鐵貨品中含鐵量 IISI1經濟研究委員會2_{彙集聯合國資料庫}3_{中的國際間貿易資訊、或各國提供的貿易資}

訊，由 IISI Indirect Trade 工作團隊所共識之方法將製品分類，並決定其鋼鐵係數(Steel Coefficient)，用以分析各國之間鐵製品貿易所影響的鋼鐵移轉，刊載於調查報告「鋼鐵間接貿易 1989-1993(Indirect Trade in Steel 1989-1993)」[2]。本研究係利用貨品進出口重量與其鋼鐵係數，計算得每年進出口含鐵製品所造成的鋼鐵流量。 4.3.1.1 鋼鐵係數(Steel Coefficient) 各貨品項目皆有一對應之鋼鐵係數，表示製造每一噸該貨品所需鋼鐵的噸數。由於鋼鐵僅為含鐵製品的原料之一，係數多小於 1.0，但仍有部分貨品的鋼鐵係數可能大於 1.0，反映製造過程中產生之邊材等。本研究係引用 IISI「鋼鐵間接貿易」[2]報告中的鋼鐵係數。 4.3.1.2 含鐵製品分類 IISI「鋼鐵間接貿易」[2]調查報告中之貨品資料庫乃根據聯合國所使用之 SITC4系統，以及 HS5_{分類制度所建立，並為研究所需再將貨品分為九大類組}6_{以便統計。本研究使用 HS} 編碼調查各貨品之進出口重量。 1

International Iron and Steel Institute 國際鋼鐵協會

2

Committee on Economic Study

3

UN database

4

Standard International Trade Classification

5

Harmonized System

6

Combination for Product Groups：

I MMP Miscellaneous Metal Products

II AUT Automobile

III INDM Industrial Machinery

IV DOM Domestic Electrical Appliances

V OELM Other Electrical Machinery

VI MSEQ Miscellaneous Equipment

VII STRUCT Structural Steelworks VIII CONT Containers and Packaging

(10)

4.3.1.3 計算方法

根據 IISI「鋼鐵間接貿易」[2]附錄「IISI 鋼鐵間接貿易(INDIRECT TRADE IN STEEL)」中含鐵貨品之 HS 編碼，調查其在目標年之總進出口重。並根據以下計算式： (進出口貨品重量) ╳ (鋼鐵係數) = (製造此項貨品所使用總鋼鐵重) 得製造各類別貨品所需鋼鐵重。最後以九大類組為單位做合計。 4.3.1.4 結果與討論 本研究所使用計算方法，所得結果為製造業製造含鐵製品時所使用之鋼鐵總重，但因無其他相關資料可做更進一步參考，故此研究中以此數據作為進出口含鐵貨品中之含鐵量。以下圖表為由 2006 年進出口貨品項目推算之結果。表 5 2006 年進出口含鐵貨品含鐵量(千噸)

MMP AUT INDM DOM OEM MSLEQ STRUC CONT SHIP

進口 293 317 725 32 89 38 68 14 15 出口 2,430 692 1,313 16 147 190 22 29 262 本研究整理由圖表中可知，台灣主要含鐵製品之流量為 MMP(金屬製品)之出口。然鋼鐵係數超過 1.0 者多屬 MMP 項目，估計產生誤差較大。圖 2 2006 年進口含鐵製品中含鐵總重於各大類組之比例圖 3 2006 年出口含鐵製品中含鐵總重於各大類組之比例

(11)

4.3.2 加工廢鋼 廢鋼為鋼鐵生產重要的資源，國內消費、購入量已有單位做統計資訊，然而關於生產量的資料除鋼鐵相關產業之廠內廢鋼外，並無明確資料可參考。本研究利用產業鋼材消耗量與廢鋼出貨率估算加工廢鋼之產生量。資料皆為概估，僅做分析時參考。 4.3.2.1 產業鋼材消耗量 台灣鋼鐵工業同業公會之資料庫[1]「行業別內銷出貨流向統計」，匯集其會員廠提供之資料。資料型式記於附錄，項目整理過後如下表：表 6 2006 年行業別主要鋼材出貨量(公噸) 行業別 鋼鐵消耗 行業別 鋼鐵消耗 採礦業 9,714 機械製造業 327,810 公共工程 931,698 電氣機械製造業 97,065 民間營造 6,058,204 造船業 840,857 化工業 1,005,799 鐵道車輛製造業 7,169 石油煤炭製品業 116,665 汽機車製造業 430,826 線材製品 1,131,246 自行車業 65,323 鋼鐵容器 411,849 其他運輸業 43,437 螺絲螺帽 1,174,496 通信業 8,274 手工具 149,609 其他產業 4,066,868 其他金屬品製造 6,678,278 合計 23,555,178 台灣鋼鐵工業同業公會「行業別內銷出貨流向統計」本研究整理 4.3.2.2 加工廢鋼產生率 日本鐵源協會7 自 1984 年起，以問卷方式調查加工廢鋼之產生情況，有鑑於製造工業技術之發展可能造成廢鋼產生率的變化，每十年進行調查，最新資料為 2004 年度調查結果，刊載於鉄源年報[3]上。由於近年來製品規格已標準化，且工業生產技術發展已趨成熟，推測台灣與日本製造加工業製程相去不遠，是故廢鋼產生率在分析國內製造業上仍具有參考價值。表 7 日本加工廢鋼產生率(2004 年調查結果) 表 8 日本加工廢鋼出貨率(2004 年調查結果) 行業別 2004 1994 差異汽車 25.5% 26.0% -0.5% 造船 9.8% 6.9% 2.9% 建設 13.9% 3.9% 10.0% 土木 15.1% 建築 12.5% 產業機械 16.7% 14.3% 2.4% 電機機械 14.9% 20.3% -5.4% 家事機 5.5% 5.2% 0.3% 容器 8.1% 9.0% -0.9% 二次製品 5.0% 1.8% 3.2% 合計 11.3 11.2 0.1 鉄源年報本研究整理 行業別 2004 1994 差異汽車 20.2% 16.2% 4.0% 造船 9.4% 4.6% 4.8% 建設 13.2% 3.3% 9.9% 土木 14.9% 建築 11.2% 產業機械 16.7% 14.5% 2.2% 電機機械 14.7% 19.9% -5.2% 家事機 5.5% 6.2% 0.7% 容器 8.1% 9.1% -1.0% 二次製品 5.0% 1.5% 3.5% 合計 9.8 8.2 1.6 鉄源年報本研究整理造成廢鋼之產生率與出貨率差異之主要因素為自廠消費。尤其汽車製造產業等工廠通常同時擁有熔鐵爐，廠內產生之廢鋼即可做為原料回收再利用。 7

(12)

4.3.2.3 討論 由於台灣鋼鐵工業同業公會之產業分類與日本鐵源協會之分類相異，日本鐵源協會之調查乃以直接使用鋼材之工業公會為對象，如附錄。然而台灣鋼鐵工業同業公會之行業別鋼品流向統計，則由會員廠(鋼品製造業者)以自由作答方式調查其出貨對象與流量，造成分類定義不明者(其他項)高達 4,066,8682 噸，佔總出貨量之 17%，且無法判斷各產業之鋼品運用方式。例如在通訊產業之鋼品可能一部分消耗在工廠建照(建築)、一部分消耗在產品製造上。運用方式在產業中的歧異將造成所產生加工廢鋼產生率有所不同。關於此困難點，本研究提出二則可能的解決方案： 1) 假設各鋼品在使用過程中的加工廢鋼產生率固定不變，藉由尋問實際使用鋼品之產業，得知各鋼品在使用時之廢鋼產生率。根據下式算出國內總加工廢鋼產生量。 產業別年度鋼鐵消耗重量 ╳ 廢鋼出貨率 = 產業每年產出廢鋼重量 2) 仿照日本鐵源協會之調查方式，將行業做更詳細分類，並依行業別調查國內實際加工廢鋼產量加以分析，或由會員廠依新分類詳加填答。 4.3.3 鋼鐵於社會中之累積量[4] 此章節說明社會使用中含鐵製品廢棄量預測方法，並舉汽車車輛為例。 4.3.3.1 廢棄汽車數量預測模型 本研究參考日本田崎博士等[5]在其研究中所提公式與方法。根據新車登記數量、利用韋柏分佈(Weibull Distribution)推測廢棄率模擬汽車使用壽命，再以邏輯斯函數(Logistic Function)預測廢棄車輛數。 4.3.3.2 數據資料來源 建立預測模型需要過去年度登記車輛與新車數量。台灣交通部網站[6]可查詢 1996 年至今的年度登記車輛；台灣省 1946 年至今的資料可參考「台灣省統計要覽」、北高兩市在 1967 年與 1979 年升格為直轄市後之登記車輛資料刊載於各自交通局網站[7, 8]上。1979 年至今的新車數量則可從台灣區車輛工業同業公會[9]取得。 4.3.3.3 邏輯斯函數(Logistic Function)預測汽車數量 邏輯斯函數公式如下所示：，其中 LF(y) ：y 年函數 Nmax ：函數最大飽和值 N0 ：函數初始值(y0時) y ：年(起始年為 0) ：y –y0(產品年齡) B ：成長速度係數 Logistic Function 通常用來敘述起始增加緩慢，後呈現急遽上升至一飽和值之情況，如下圖所示。本研究使用 Logistic Function 表現車輛(產品)數預測情況，即由於台灣地狹人稠，當汽車數量增加時，將造成交通擁塞，降低住民購車欲望，故假設使用中車輛會在某一數

(13)

量到達飽和。圖形類似 S 型曲線(S-curve)_8_{，是因 S 型曲線為邏輯斯函數之一特例(N} max=1； N0=1；B=1)。 0 100 200 300 400 500 0 20 40 60 80 year LF (y ) Nmax= 500; N0= 0.34; B = 0.163; Period = 0~90 圖 4 Logistic Function 範例在邏輯斯函數中，會造成函數變化的變數有 Nmax與 B 值。進行最佳化之方法有二：一為固定 Nmax，調整適當 B 值使得殘差平方值為最小；另一為固定 B 值，調整 Nmax使得殘差平方值為最小。經過嘗試後，發現 B 值對函數之影響較為敏感，如下圖所示，故本研究以固定 Nmax的方式尋求最佳化。 0 100 200 300 400 500 0 20 40 60 80 year LF (y ) 0 100 200 300 400 500 0 20 40 60 80 year LF (y ) 0 100 200 300 400 500 0 20 40 60 80 year LF (y ) B = 0.5 B = 0.3 B = 0.1 圖 5 B 值對圖型的影響由於邏輯斯函數包含一急遽上升之趨勢，起始年設定不同時會隨之變化，使得殘差值變大，圖型吻合度下降。因此，使用邏輯斯函數進行模擬時，可參考的實際數據範圍愈廣愈具可靠性。模擬年度使用中之車輛數量，可由 LF(y)–LF(y-1)式求得。比較模擬結果與實際數據，得到殘差；為避免負差，將殘差平方；再藉 B 值進行最佳化。選定適當 Nmax時，比較不同 Nmax在適當 B 值下所得到的殘差，並取殘差平方值最小者。如下所示，表與圖為運用邏輯斯函數尋求最佳 Nmax過程。表 9 尋求最佳 Nmax之過程

Nmax min. square of residue B

745 12175.26 0.16331 746 12167.36 0.16327 747 12162.80 0.16322 748 12161.56 0.16318 749 12163.61 0.16314 750 12168.93 0.16309 8 S-Curve：Sigmoid Curve

(14)

11,000 12,000 13,000 14,000 15,000 16,000 17,000 700 705 710 715 720 725 730 735 740 745 750 755 760 765 Nmax

min. square of residue

圖 6 尋求最佳 Nmax之過程下圖為選定 748 為本例之 Nmax所做預測結果，1946 年至 2005 年之統計數據以圓點表示。由圖可見，預測結果與實際資料大致吻合。 0 100 200 300 400 500 600 700 800 1945 1955 1965 1975 1985 1995 2005 2015 2025 2035 Year Unit: 10,000 cars

Actual annual number Logistic function

(15)

4.3.3.4 韋柏分佈(Weibull Distribution)模擬汽車生命週期 田崎博士等之研究[5]利用韋柏分佈(Weibull Distribution)表示汽車使用壽命中的廢棄率。韋柏分佈公式如下：，其中 W(y) ：y 年分佈情況 y ：年(起始年 y0= 0) ：產品平均壽命：y –y0(產品年齡) b ：形狀係數圖 4 為累積分佈函數9_{，轉換為機率密度函數}10_{則如圖 5 所示。圖 5 中 X 軸為車輛(產品)} 年齡，Y 軸即為廢棄率。當圖 4 中 Wt(y)值為 1 時，表示車輛(產品)壽命即為對應之 y 年， y0至 y 期間為車輛(產品)之使用壽命 (Lifetime) 長度。

圖 8 Weibull Distribution 範例(CDF) 圖 9 Weibull Distribution 範例(PDF)

本研究嘗試四種不同的殘差計算方法。在政府資料中，將使用中車輛依壽命年齡分為六組統計，如下表。第一組以每年總車輛數求得，命為 WDE1；第二組依六組年齡分類與實際數據比較，命為 WDE2；WDE3 即由 WDE1 與 WDE2 相加而得；以上三者為統計學之版式。另一方法為 4.2.3.3 所述求得邏輯斯函數(Logistic Function)後，依以下算式：

LF(y) ＝ LF(y-1)+ SD(y)–SN(y)

SD(y) ＝ LF(y)–LF(y-1)+ SN(y)

計算出廢棄率，與 TTVMA[9]資料做 SN(y)之比較，得到第四組殘差 WDE4。

9

Cumulative Density Function, CDF

10

(16)

表 10 三種殘差計算方法

Age of cars <1 yr 1～3 yr 3～5 yr 5～7 yr 7～10 yr >10 yr Annual total

Statistics 42.03 99.69 110.35 104.10 119.92 52.26 528.35

Simulated number 37.57 76.71 81.44 81.57 92.74 129.94 499.96

Square of residue 19.89 528.30 835.67 507.36 738.98 6034.00

Total square of residue 8664.19 [WDE2]

805.57 [WDE1]

[WDE1] ＋ [WDE2] 9469.77 [WDE3]

Unit: 10000 cars 在田崎博士等之研究[5]中，客車與卡車的平均 b 值分別為 4 與 3。但因台灣統計資料中未將二者區分，無法直接套用此值。根據 TTVMA[9]之紀錄，每年售出客車與卡車比約為 3:1(75%:25%)，因此本研究依此比例假設新 b 值為 3.75(0.75*4+0.25*3)。下表為 WDE1 至 4 的殘差平方值。表 11 模擬產品壽命結果

Objective Function min. WDE1 min. WDE2 min. WDE3 min. WDE4

WDE1 1411.75 44840.45 10652.55 1796.07 WDE2 58415.28 21032.27 31705.48 65902.69 WDE3 59827.03 65872.71 42358.03 67698.76 m i n . s q u a r e o f r e s i d u a l WDE4 409.29 935.55 534.34 405.78 18.24 14.43 16.34 18.67 4.3.3.5 計算 下表為利用最小 WDE4 所做模擬結果，及各種車輛預測情況。從表可得知在此模型中車輛壽命為 37 年，表示歷史資料必需含蓋至少 37 年，方可進行完整預測。現有資料不足之處，藉最近年度數據填補，然此方法可能造成預測結果過高。 0 5 10 15 20 25 30 35 40 45 50 1971 1976 1981 1986 1991 1996 2001 Year Unit: 10,000cars

Actual number of annual new cars Assumed number cause lack of data

(17)

表 12 WDE4 模擬結果 y CDF PDF 1-PDF 0 0.000 0.000 1.000 1 0.000 0.000 1.000 2 0.000 0.000 1.000 3 0.000 0.000 1.000 4 0.001 0.001 0.999 5 0.003 0.002 0.997 6 0.007 0.004 0.993 7 0.013 0.006 0.987 8 0.022 0.009 0.978 9 0.036 0.013 0.964 10 0.053 0.018 0.947 11 0.077 0.023 0.923 12 0.106 0.030 0.894 13 0.143 0.036 0.857 14 0.186 0.043 0.814 15 0.235 0.050 0.765 16 0.291 0.056 0.709 17 0.353 0.062 0.647 18 0.419 0.066 0.581 19 0.488 0.069 0.512 20 0.557 0.070 0.443 21 0.626 0.068 0.374 22 0.691 0.065 0.309 23 0.752 0.061 0.248 24 0.806 0.054 0.194 25 0.853 0.047 0.147 26 0.892 0.039 0.108 27 0.924 0.031 0.076 28 0.948 0.024 0.052 29 0.966 0.018 0.034 30 0.979 0.013 0.021 31 0.987 0.009 0.013 32 0.993 0.005 0.007 33 0.996 0.003 0.004 34 0.998 0.002 0.002 35 0.999 0.001 0.001 36 1.000 0.001 0.000 37 1.000 0.000 0.000

CDF: Cumulative Density Function PDF: Probability Density Function

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0 10 20 30 Age Rate 圖 11 累積年度新車廢棄率(CDF) 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0 10 20 30 Age Ratio 圖 12 年度新車廢棄率(PDF) 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0 10 20 30 Age Ratio 圖 13 年度車輛使用率(1-CDF)

(18)

4.3.3.6 結果

由於韋柏分佈(Weibull Distribution)有四組目標函數，產生四種預測結果。從圖中可見，最小化之 WDE1 與 WDE4 較符合實際數據變化，且 WDE1 的符合情況更佳。本研究遂選擇 WDE1 做廢棄車輛與新車車輛預測。 0 100 200 300 400 500 600 700 800 1971 1981 1991 2001 2011 2021 Year Unit: 10,000 cars Logistic Function

Sim ulated number by applying WD with m in. WDE1 Sim ulated number by applying WD with m in. WDE2 Sim ulated number by applying WD with m in. WDE3 Sim ulated number by applying WD with m in. WDE4 Actual number of possessed cars

Prediction by applying WD with min WDE1 Prediction by applying WD with min WDE2 Prediction by applying WD with min WDE3 Prediction by applying WD with min WDE4

圖 14 使用中車輛數模擬預測結果 0 10 20 30 40 50 1971 1981 1991 2001 2011 2021 Year Unit: 10,000 cars

Actual num ber

Simulated number by applying WD with min. WDE1 Simulated number by applying WD with min. WDE2 Simulated number by applying WD with min. WDE3 Simulated number by applying WD with min. WDE4 Prediction by applying WD with min WDE1 Prediction by applying WD with min WDE2 Prediction by applying WD with min WDE3 Prediction by applying WD with min WDE4

圖 15 年度新車數模擬預測結果 0 10 20 30 40 50 Unit: 10,000 cars Actual number

Sim ulated num ber by applying WD with m in. WDE1 Sim ulated num ber by applying WD with m in. WDE2 Sim ulated num ber by applying WD with m in. WDE3 Sim ulated num ber by applying WD with m in. WDE4 Prediction by applying WD with min WDE1 Prediction by applying WD with min WDE2 Prediction by applying WD with min WDE3 Prediction by applying WD with min WDE4

(19)

藉由此模型可探討三種平均壽命，一為新車平均壽命，即；另為使用中車輛與廢棄車輛之平均年齡，如下圖示。 1 9 7 1 1 9 7 6 1 9 8 1 1 9 8 6 1 9 9 1 1 9 9 6 2 0 0 1 2 0 0 6 2 0 1 1 2 0 1 6 2 0 2 1 2 0 2 6 2 0 3 1 2 0 3 6

Possessed number of new cars in 1971 Possessed number of new cars in 1976

Possessed number of new cars in 2001 Possessed number of new cars in 2006 0 5 10 15 20 25 30 35 40 45 50 Unit:10000 cars Year 圖 17 計算特定年份使用中車輛平均年齡示意圖(黑線) 1 9 7 1 1 9 7 6 1 9 8 1 1 9 8 6 1 9 9 1 1 9 9 6 2 0 0 1 2 0 0 6 2 0 1 1 2 0 1 6 2 0 2 1 2 0 2 6 2 0 3 1 2 0 3 6

Discarded number of new cars in 1971 Discarded number of new cars in 1976

0 1 1 2 2 3 3 Unit:10000 cars Year 圖 18 計算特定年份廢棄車輛平均年齡示意圖(黑線) 根據交通部之調查報告[10]，2004 年使用中車輛之平均年齡為 8.1 年，與藉 WDE1 推測的年齡要小。

4.4 鋼鐵循環圖製作

參考 JISF11_{所製作之鋼鐵循環圖模型，如下頁圖。此循環圖中將粗鋼進出口的流量與} 鋼材進出口一併計算，本研究為區分兩者，增繪粗鋼進口與出口二流量。 11

(20)

(21)

17

(22)

4.4.1 討論目前本研究所收集資料可製作2006-2008循環圖；當資料有重複來源時，選用較新或第一手數據。由於物流運作中產生之庫存以及統計誤差，造成每一週期階段間重量皆不平衡。日本鋼鐵業者不參與合金製品之生產，合金產品製造業與鋼鐵部門所屬相異，在鋼鐵業聯盟所繪製的循環圖中不包含合金鐵的物質流；台灣的鋼鐵業者同時製造合金製品，且本研究欲考慮所有鋼鐵的物質流，故除了碳鋼外另將各合金鐵流量註於數據旁。然而因合金鐵中的成份無法特定，所註之數據為合金重量而非合金中的含鐵重量。圖中箭頭代表從社會中廢棄鋼鐵製品的物質流，標示年份代表各類商品的平均壽命。例如建築(construction)用鋼平均壽命為30年，故此處流量代表30年前製造之建築用鋼在此年 (2006年)所被廢棄的重量。因日本有大量二手機械(Machine)的交易，圖中唯標示廢棄機械的出口，可能不適用台灣國內情況。此圖中，唯缺少老廢鋼鐵和加工廢鋼量，但由圖可看出從市場購買之老廢鋼鐵與加工廢鋼仍不足以提供電爐廠消費，台灣尚需向外尋求品質穩定之來源。

(23)

5 結論

為思考開發循環型資源的可能性，首先必需釐清台灣的鋼鐵物質流現況。本研究建立直觀性的鋼鐵循環圖，並將其數據來源組織化以利製作歷年循環圖，將可與亞洲各國做流向整合；研究並著眼於社會中積蓄的鋼鐵，嘗試預測各類產品之廢棄時間與產量，與未來的鋼鐵物質流模型結合。相關單位可依此預先評估可能面臨的技術需求，增進我國鋼鐵產品之競爭力，並實踐永續經營概念。資料收集 - 生鐵、粗鋼、鋼材生產量、廢鋼自發量 - 生鐵、粗鋼、生鐵、鋼材、廢鋼消費量 - 原物料、生鐵、粗鋼、鋼材、廢鋼、含鐵製品進出口量 - 含鐵製品之類別鋼鐵係數 - 行業別鋼材消耗量、加工廢鋼產生率計算 - 進出口含鐵製品中含鐵重量估算 - 產品壽命模擬─以汽車為例鋼鐵循環圖製作 - 循環圖模型取得 - 數據資料項目對應表製作 - 2006 年度台灣國內鋼鐵循環圖

6 計畫成果自評

評価項目 自評説明 研究內容與原計畫相符程度優預期第一年完成收集項目已幾乎完成。達成預期目標情況優收集最適數據資料已收集並組織完成，國內與日本統計差異已順利辨認完畢。研究成果之學術或應用價值佳循環圖完成後，即可進行未來預測；且與日本循環圖連結後，頗具應用價值。是否適合在學術期刊發表或申請專利是循環圖完成後，可發表於國際鋼鐵協會(IISI) 期刊。主要發現或其他有關價值等佳近來鐵礦砂、廢鋼之市價高漲，物質流之管理無論在環境或經濟觀點都愈趨重要。但從第一年計畫結果無法進一步由國際角度討論管理策略，接下來希望藉國際性的合作進一步探討。

(24)

附錄：鋼鐵循環圖數據資料來源對照表

● : 使用數據 ◎ : 與使用數據相同 ○ : 其他可參考資料 Iron Ore 鐵礦砂 ● ○ ⇒ 鋼鐵公會統計資訊高爐原料供需統計表〈鐵礦砂進口〉 ⇒ 鋼鐵公會統計資訊產品別進出口統計〈A - 礦砂〉 2002~ 1997~ Coal 焦炭 ● ○ ⇒ 鋼鐵公會統計資訊高爐原料供需統計表〈焦碳消費〉 ⇒ 鋼鐵公會統計資訊產品別進出口統計〈D - 焦碳〉 2002~ 1997~

Pig Iron Export/Import 生鐵進出口 ● ⇒ 鋼鐵公會統計資訊產品別進出口統計〈H-生鐵合計〉 1997~ ○ ⇒ 貿易局《進出口統計》 1994~ Scrap Export/Import 廢鋼進口 ● ⇒ 鋼鐵公會統計資訊產品別進出口統計〈E-鋼鐵廢料〉 1997~ ◎ ⇒ 《台灣鋼鐵》廢鋼供需統計(進口) 1990~ ⇒ 《台灣鋼鐵》鋼品別依國家別進出口量排序表 (2005) ◎ ○ _{⇒ 貿易局《進出口統計》} _1989~

Pig Iron Production 生鐵生產 ● ⇒ 鋼鐵公會統計資訊生產出貨庫存統計〈H-生鐵合計自產代工〉 1997~ ◎ ⇒ 鋼鐵公會統計資訊煉鋼副料及生鐵供需統計表 2002~ Total Scrap 加工廢鋼+老廢鋼鐵總廢鋼

Pig Iron Consumption ●

生鐵消費 ⇒ 鋼鐵公會統計資訊生產出貨庫存統計〈H-生鐵合計內需內銷〉 1997~ Scrap Consumption ● 廢鋼消費 ⇒ 《台灣鋼鐵》廢鋼供需統計表〈消費小計〉 1990~ ○ ⇒ 鋼鐵公會統計資訊生產出貨庫存統計〈E-鋼鐵廢料內需內銷〉 1997~ ◎ ⇒ 鋼鐵公會統計資訊廢鋼供需統計表 2002~

Crude Steel Production ● 粗鋼生產 ⇒ 《台灣鋼鐵》粗鋼生產統計表 2002~ ◎ ⇒ 鋼鐵公會統計資訊生產出貨庫存統計〈J-粗鋼自產代工〉 1997~ Casting ● ⇒ 鋼鐵公會統計資訊 1997~ 鑄品生產生產出貨庫存統計〈JJ-鑄鋼品自產代工〉 Steel Products 鋼材生產 ● ⇒ 鋼鐵公會統計資訊生產出貨庫存統計〈M-鋼材總計自產代工〉 1997~ In-house Generated Scrap

廠內廢鋼 ● ⇒ 《台灣鋼鐵》廢鋼供需統計表 2002~ ◎ ⇒ 鋼鐵公會統計資訊，同上 1990~ ◎ ⇒ 鋼鐵公會統計資訊生產出貨庫存統計〈E-鋼鐵廢料自產代工〉 1997~ Steel Export/Import 鋼鐵進出口 ● ⇒ 鋼鐵公會統計資訊產品別進出口統計〈M-鋼材總計〉 1997~ ○ ⇒ 貿易局《進出口統計》 1994~

Scrap from Manufacturing 加工廢鋼

Product Export/Import ● ⇒ IISI《Indirect Product》 1989~1993

鐵製品進出口 ● ⇒ 貿易局《進出口統計》 1989~ Steel Storage ⇒ 鋼鐵公會統計資訊累積量 ● 主要普通鋼重複(最終)鋼材表面消費量統計主要特殊鋼重複(最終)鋼材表面消費量統計 2006~ ◎ ⇒《台灣鋼鐵》，同上 (2005)

Crude Steel Export/Import 粗鋼進出口

● ⇒ 鋼鐵公會統計資訊

產品別進出口統計〈J-粗鋼〉

1997~

○ ⇒ 貿易局《進出口統計》 1989~

Waste Scrap Purchase ●

老廢鋼鐵購入

⇒ 《台灣鋼鐵》

廢鋼供需統計表〈內購〉

1990~

(25)

參考文獻

1. 台灣鋼鐵工業同業公會, 統計資訊.

2. Studies, C.o.E., Indirect Trade in Steel 1989-1993. 1996, International Iron and Steel

Institute.

3. 社団法人日本鉄源協会, 鉄源年報. 2005. p. 87-91.

4. 林俊騰, 評估廢車廢鐵回收流程溫室氣體排放量以及減量潛能－以台灣為例. 2007.

5. 田崎智宏, et al., 使用済み耐久消費財の発生台数の予測方法, in 廃棄物学会. 2001,

廃棄物学会論文誌. p. 49-58.

6. 台灣交通部. Available from:http://www.motc.gov.tw.

7. 台北市交通局. Available from:http://www.dot.taipei.gov.tw.

8. 高雄市交通局. Available from:http://www.tbkc.gov.tw.

9. 台灣區車輛工業同業公會. Available from:http://www.ttvma.org.

10. 交通部, 臺灣地區自用小客車使用狀況調查報告. 2005.