国外住商部门能源效率指标之探讨.docx

上传人:b****8 文档编号:11501132 上传时间:2023-03-02 格式:DOCX 页数:17 大小:123.52KB
下载 相关 举报
国外住商部门能源效率指标之探讨.docx_第1页
第1页 / 共17页
国外住商部门能源效率指标之探讨.docx_第2页
第2页 / 共17页
国外住商部门能源效率指标之探讨.docx_第3页
第3页 / 共17页
国外住商部门能源效率指标之探讨.docx_第4页
第4页 / 共17页
国外住商部门能源效率指标之探讨.docx_第5页
第5页 / 共17页
点击查看更多>>
下载资源
资源描述

国外住商部门能源效率指标之探讨.docx

《国外住商部门能源效率指标之探讨.docx》由会员分享,可在线阅读,更多相关《国外住商部门能源效率指标之探讨.docx(17页珍藏版)》请在冰豆网上搜索。

国外住商部门能源效率指标之探讨.docx

国外住商部门能源效率指标之探讨

農業部門能源效率指標探討與運用情形

一、國際主要能源效率指標回顧

本研究擬蒐集國際間重要且具代表性之農業部門能源指標,由於國際間常用於比較各部門能源消費之指標包括IEA、歐盟ODYSSEE資料庫所發展之能源效率指標,故本研究首先回顧其所發展之能源指標及其在農業部門上的應用。

此外,美國能源部(DOE)轄下勞倫斯伯克利國家實驗室(ErnestOrlandoLawrenceBerkeleyNationalLaboratory)2010年所出版「能源效率指標方法論手冊」(EnergyEfficiencyIndicatorsMethodologyBooklet)中亦詳細整理各部門、各層級能源效率指標,針對農業部門提出不同階層的能源指標,本研究將就上述單位出版文獻所提能源效率指標進行回顧與整理。

(一)國際能源總署(IEA)能源指標

根據IEA之定義,「能源效率指標」係指透過最終能源消費與活動(activity)之統計資料,藉以分析能源使用與效率趨勢之工具。

其用途作為檢視經濟活動、結構、所得、價格及政策等衝擊效果,提供政策制定者之參考。

圖1描繪IEA所提出的能源指標金字塔概念,頂端為總合指標,如能源消費量/GDP,其來自於國內統計資料;第二層與第三層皆為分項指標,如部門別能源密集度與最終能源使用別能源密集度,其來自於部門別或最終使用別指標資料庫;最底層為製程或家電別指標,如單位能源消費,其屬特定類型指標。

資料來源:

NathalieTrudeau,"Whydevelopanduseenergyefficiencyindicators-TheIEAindicatorapproach",ExpertRoundTableonEnergyEfficiencyIndicatorsintheResidentialSector,September2009.

圖1能源效率指標金字塔

能源效率指標金字塔說明計算能源效率指標的層級可高至國家總體層級,低至一個運作單元。

層級愈高則可估算的能源效率指標愈少,而因為總合層級高,這些涵蓋範圍廣大的指標常包含了許多非能源因素的影響,隨著總合層級降低,結構變動效果與其他因素的影響會減少。

以低層級的資料向上層彙總,可以解析、估算各種非能源因素的影響,增進分析者對它們的瞭解。

然而層級愈往下,所需的資料顯著地增加,資料的取得愈加困難。

高層級指標的資料相對容易取得與利用,例如在國家整體或部門這些較高的層級的指標,通常容易從官方統計資料中取得GDP與總能源使用量的資料,也因此在高層級建立的大部分是產出以貨幣單位衡量的經濟性能源效率指標。

物理性指標量測特定能源消費量相對於產出的物理性量值(如鋼鐵噸數或每輛車所消費的汽油量)之比值,在部門以上的高層級無法建立,因為總體部門的產出不會是一批同質性的產品,而是許多異質性的產品組合而成。

能源效率指標的主要功能在於「指出」能源使用情勢或能源使用情勢之演變過程,然而一般人通常皆認為能源效率指標是以能源消費量除以某個參數(例如:

人口、國內生產毛額、樓地板面積),最常見的能源指標包括:

能源消費/GDP、能源消費/人口數。

近10多年來,世界各國皆使用能源平衡表(energyBalances)統計中的資料作為能源類別與部門別追蹤能源消費的一種方法,對於整體經濟而言,總合指標(aggregateindicators)(如:

最終能源消費(TFC)占GDP或總最終能源消費(TFC)占每人GDP比重)常被用來檢視能源使用現況,總合指標的優點在於容易取得。

因此,它們可以顯示較高層級能源使用發展,也便於跨國間的比較。

然而,其使用範圍相當受限且不適當的使用會導致誤導。

例如,僅使用TFC/GDP或TFC/每人GDP來比較不同國家間的能源效率之差異,恐將遺漏部分要點。

而從一般的能源平衡表上,亦無法得知下列訊息,例如:

最終使用(end-use)別能源消費、單位能源消費、能源效率變化趨勢與節能程度。

為了發展出國家之間能源效率估算的指標,各部門能源最終使用(end-use)的詳細資料將是必要的。

在IEA出版的「IndicatorsofEnergyUseandEfficiency」(IEA,1997)中提及能源指標的目的有四項:

a.為釐清能源使用與人類活動(humanactivity)間之關聯性,乃開發細部門指標,以確認能源市場中具關鍵角色的經濟及人類活動。

b.界定能源使用與CO2排放之經濟及技術面之驅動因素(drivingfactors),如能源價格、GDP及新能源技術。

c.分辨導致國與國間能源使用與CO2排放型態差異之因素。

.

d.為OPEC會員國所提出之溫室氣體減量目標與策略之國家報告(NationalCommunication)提供溝通與協商的基礎。

在2011年IEA所出版的「發展俄羅斯能源效率指標」(DevelopmentofEnergyEfficiencyIndicatorsinRussia)報告中說明由IEA透過能源效率指標調查表(energyefficiencyindicatorstemplate)所蒐集資訊用以建立之能源及能源效率指標,這些指標可用來解釋一段期間內能源消費的變化趨勢。

利用效率指標調查表中所蒐集的資料,可建構主要的能源及能源效率指標(IEA,2011)。

IEA能源效率指標的歸類方式,係將農業部門納入產業部門,並無獨立針對農業部門所建立的指標,而產業部門的指標同樣適用於農業部門,有關該主要指標項目、目的及限制,詳如表1所示。

表1產業能源趨勢及能源效率的主要指標(適用農業部門)

指標

資料需求

目的

限制

能源及活動指標

各能源別能源消費

產業部門各能源別能源消費

1.檢視最終總能源消費中各能源消費配比

2.觀察二氧化碳排放趨勢

1.觀察能源趨勢未必能找出改進能源效率的方法

2.能源消費趨勢會受單一能源種類影響

3.會因為燃料價格、產業結構調整及環境法執行的改變而影響對於潔淨燃料的使用情形

各行業別及能源別能源消費

行業別/能源別能源消費

1.解釋各行業裡各種能源別能源消費趨勢。

2.觀察二氧化碳排放趨勢

3.指標係建立在不同業別為基礎,故不受產業結構變動之影響

1.觀察能源趨勢未必能找出改進能源效率的方法

2.會受燃料價格、生產製程及環境法執行改變的影響

3.如果資料建立為總和指標將受產業結構變動影響。

產業附加價值的組成(以固定價格計算)

以二位數國際標準行業分類下計算各業別的附加價值(以固定價格計算)

1.提供不同行業別裡相對的重要資訊

2.觀察產業結構對能源消費之影響

3.質性資料有助於解釋能源消費趨勢

1.附加價值會被價格影響,跟實質生產量的改變無關。

2.產業部門附加價值的組成因素在二位數國際行業標準分類法下可能無法顯示一些產業部門中重要的結構轉變。

3.無法以數值表示附加價值和能源需求間的結構改變

產業單位附加價值能源消費

1.產業部門能源使用總量

2.產業部門附加價值(以固定價格計算)

1.可反映總能源消費與附加價值的相對關係

2.指出能源使用及經濟發展之關係

1.受地理、氣候和產業結構的影響。

2.隨著時間經過,會受到和能源效率並無實質關聯的因素所影響

能源指標

產業各業別單位附加價值的能源消費

1.各業別的能源消費

2.各業別附加價值(以固定價格計算)

1.指出能源使用及經濟發展之關係

1.可能會隱藏重要的產業部門結構變動效果(惟受影響的程度會隨著附加價值與能源消費的細緻層度提高而減小)。

2.附加價值會被價格影響,且和實質生產量的變動無關

能源及效率指標

產業部門單位產品能源消費

1.產業部門部門能源消費

2.相應的實質生產量

1.通常被稱為”特定(specific)”或“單位能源”的消費

2.指出能源使用及實質產出之關係

3.可作為各個層級的產品製程裡更有品質的技術效率(technicalefficiency)衡量指標

1.單位定義不同的指標不可以相互比較

2.無法提供一個產業部門能源效率的總體表現的完整評估

產業部門能源消費因素分解

1.各部門不同能源別的能源消費量

2.相對應的實質生產單位(在可能的情況下)相對應的附加價值(以固定價格計算)

1.找出在一特定期間能源消費變化中的個別量化值

2.能源消費的變化分為產出效果、產業結構效果、及能源密集度效果

3.此為透過IEA能源效率指標調查表中相關資料,所能建立之整體產業部門最佳指標

1.能源效率的代表變數仍包含了一些跟技術效率無關的因素(例如:

天氣狀況或是設備本身的消耗)。

資料來源:

IEA(2011),DevelopmentofEnergyEfficiencyIndicatorsinRussia。

 

表1中所提及之產業部門能源消費因素分解,乃是IEA能源指標一項重要類型指標,因素分解法係以數學恆等式,透過運算及轉化過程,將擬探討之變數依其所組成之關鍵因素進行結構分析,藉以探討該變數的組成因素中,各項因素影響程度之多寡,此處係將能源消費變動分為整體部門產出(附加價值)的改變(活動效果)、各行業別的產業結構調整(產業結構效果)與各行業能源密集度改變(密集度效果)等三種效果。

(二)歐盟能源指標-ODYSSEE資料庫

自1992年起,由歐洲15國主管能源效率之政府機構所組織之「歐洲能源效率機構網」(Europeannetworkofenergyefficiencyagencies,EnR),主導能源資料庫之建立及能源效率指標之比較研究,此一研究計畫,技術上乃與ENERDATA及FHG/ISI合作,財務方面則受到歐洲議會(EuropeanCommissionDGXVⅡ)之SAVE計畫補助,進行能源指標的研究發展。

經由上述研究計畫所發展並估算之能源指標,乃儲於「ODYSSEE」資料庫中,ODYSSEE整合以下類型的指標:

a.能源/CO2密集度:

經濟體或部門能源消費與總體經濟變數的比值(例如:

GDP、附加價值)。

b.單位能源消費:

物理生產單位能源消費量(例如:

產品每公噸能耗)。

c.部門別能源效率指數(ODEX):

評估能源效率提升率(%)。

d.節約能源量:

衡量能源效率提升所帶來節約能源的數量。

e.調整後指標(Adjustedindicator):

使能源指標得以進行跨國間比較(特別是針對產業結構差異進行調查)。

f.部門別標竿/目標指標:

得以呈現各國採用最佳可行技術(BAT)時的節能潛力。

g.普及率指標:

監督能源效率技術的市場滲透程度(例如:

高效率馬達)。

資料庫所發展出的節能指標ODEX,主要為top-down指標,其目的在於衡量會員國之節能績效。

但是隨統計資料之完整程度不同,各國實際可估算之指標數亦有差異。

以下整理兩類由ODYSSEE網站公布資料所提及適用於農業部門之能源指標:

1.能源效率指標

ODYSSEE資料庫指標中農業部門及服務業部門設定的指標類型相同,茲將指標內容呈現於表2。

表2ODYSSEE資料庫之能源效率指標分類-農業部門

部門

技術&經濟資料

能源效率指標

農業

⏹能源消費

⏹附加價值

⏹樓地板面積

⏹員工人數

⏹能源密集度

⏹電力密集度

⏹每人(每單位樓地板面積)能源消費量

⏹二氧化碳排放量

資料來源:

http:

//www.odyssee-indicators.org/docsales/Odyssee_UK.pdf

2.ODYSSEE能源消費分解指標

根據ODYSSEE網站所公佈之一份研究報告「詮釋能源服務指令(EnergyServiceDirective(ESD))最終使用(end-use)及次部門(sub-sectors)節能與能源消費變動的關連性(2011)」,歐盟成員國可透過一套「由上而下」的計算方法,刻劃出各部門「最終能源消費變動」與「節約能源」兩者之關聯性,以檢視能源服務指令(EnergyServiceDirective(ESD))之節能效果。

在農業部門方式,該報告提出一套農業部門能源消費分解方法。

農業部門最終能源消費變動可被解釋為活動效果(Anactivityeffect,係透過附加價值變動衡量)與節能效果(Energysavings)兩種效果。

活動效果可透過基期年能源密集度與附加價值變動額(第0期與第t期)相乘計算獲得:

Ø活動效果

其中,

VA:

農業部門附加價值

t=2009

t0=2000

C0:

2000年能源消費

農業部門節約能源可藉由對將第t期的附加價值與第0期到第t期間之能源密集度變化量相乘後計算得出:

Ø節約能源效果

其中,

VA:

農業部門附加價值

t=2009

t0=2000

I:

能源密集度(能源消費與附加價值比值)

根據ODYSSEE資料庫2011年歐盟能源統計數據,農業部門能源消費在2000~2009年間減少了3.2百萬公噸油當量(Mtoe),主要來自於兩種效果,活動效果增加1.3百萬公噸油當量(Mtoe)之能源消費,以及節約能源效果降低4.5百萬公噸油當量(Mtoe),詳見圖2。

資料來源:

Enerdata(2011),InterpretationoftheenergysavingsforESDend-useandsub-sectorsinrelationwiththeenergyconsumptionvariation.

圖2農業部門節能因素分解

(三)勞倫斯伯克利國家實驗室(ErnestOrlandoLawrenceBerkeleyNationalLaboratory)歸納整理之能源效率指標

勞倫斯伯克利國家實驗室(ErnestOrlandoLawrenceBerkeleyNationalLaboratory)為美國能源部(DOE)轄下的國家實驗室,該實驗室於2010年出版「能源效率指標方法論手冊」(EnergyEfficiencyIndicatorsMethodologyBooklet),該手冊以各別國家指標之應用範例,提供完整性回顧及建置能源效率指標之方法。

手冊中完整分析各部門各層級下能源效率指標,其中針對農業部門相關指標整理如下:

一般而言,在開發中國家雇用相當比例的人力投入農業部門。

儘管農業部門在就業市場與經濟活動方面具一定程度的重要性,但其能源消費和工業或運輸部門相比仍相對微小。

農業部門能源主要使用在地下水的抽取以及農業機械,如:

打穀機(threshers)、曳引機(tractors)等,油品與電力是主要使用的能源類別。

茲將各層級之能源效率指標整理如下:

1.總體-部門密集度

Ø指標:

單位附加價值能源消費量,在此指標層級,能源使用情形係透過單位農業附加價值加以檢視(經濟性能源密集度),此外,附加價值應以實質價格為主,以排除物價變動效果。

Ø應用性:

此為一項相對易懂且容易建構的指標,且可用於衡量以貨幣為基礎的單位產出能源使用量。

Ø侷限性:

此指標無法辨別不同次部門(sub-sectors)間對降低附加價值或增加附加價值之各別貢獻度。

且農業部門附加價值隨著時間變化而波動的原因並非僅受產量影響,若想進一步檢視該項指標變動背後的原因,則必須掌握更詳細的資料。

Ø跨國比較:

單位附加價值能源消費量在跨國比較方面存在一定層度侷限性,因為該指標是總合性指標。

2.第一層-耕地面積密集度

Ø指標:

單位耕地面積能源消費量,在此指標層級中農業附加價值被耕地面積所取代,如此將可消除貨幣價值的過度變動所造成的能源密集度變動。

Ø應用性:

此指標可用來檢視每公頃農業能源使之變化情形。

Ø侷限性:

能源消費並非僅受耕地面積(公頃)影響,還受到農耕機具、灌溉泵浦的使用情形,以及是否使用溫室等影響。

進一步來說,農業部門包含多類不受耕地面積影響能源使用的次部門(subsector),例如漁業及乳品生產等。

Ø跨國比較:

單位耕地面積能源消費量在跨國比較方面存在一定侷限性,因為該指標是總合性指標,此外,用來比較不同農業生產方法的不同國家較不合宜。

3.第二層物理密集度

Ø指標:

單位產出能源消費量,在此層級,農業部門被拆解至主要次部門生產:

糧食,蔬菜,肉類,奶製品和漁撈。

Ø應用性:

此層級提供檢視農業部門能源消費更佳的管道,此時可以分解出不同次部門間的結構性變化。

Ø侷限性:

此層級的分析並無涉及設備使用情形,能源效率成效的分析仍受侷限。

Ø跨國比較:

不同國家在生產方法上有非常大的差異,有些國家因為氣候的緣故,有更為密集的糧食生產流程,有些國家則較為依賴灌溉機制因此更為耗能。

在比較不同國家能源消費時應將此類特性納入考量。

4.第三層最終使用密集度

農業部門能源使用指標可再進一步細分,以下有五種最終使用可以包含最主要的能源需求,包括:

農耕、抽水、溫室保溫、漁業等。

此層級將設備使用情形納入考量,包括容量、使用時數等以推估最終做用所需能源。

表3呈現這層級所需蒐集資料類型。

 

表3農業最終使用(EndUse)技術

最終使用

設備

能源別

呈現資訊

農耕

曳引機

柴油

其它

容量:

HP

使用時數:

小時/年

溫室加熱

加熱系統

煤炭

天然氣

電力

生質能

百萬焦耳/平方公尺(MJ/m2)

灌溉系統

泵浦

柴油

電力

容量:

kW

使用時數:

小時/年

漁撈

漁船

汽油

柴油

百萬焦耳/公里(MJ/km)

公里(km)

資料來源:

StephanedelaRueduCan,JayantSathaye,LynnPrice,andMichaelMcNeil(2010),EnergyEfficiencyIndicatorsMethodologyBooklet,ErnestOrlandoLawrenceBerkeleyNationalLaboratory.

Ø應用性:

此階層的分析對於能源效率政策目標之設定、評估、監督與標竿值設定較具可信度。

Ø侷限性:

此一階層所蒐集的資料取得難度較高,通常需要透過能源消費調查取得。

Ø跨國比較:

此階層的細緻指標可用來進行具意義的跨國比較或者標竿值,例如可透過比較各國的最佳可行技術並且估算節能潛力。

 

二、我國農業部門能源指標綜合整理

根據本研究之回顧結果,IEA能源指標體系中並無獨立為農業部門所建立之能源指標,在IEA指標的體系中,農業部門被視為產業部門中的單一行業,其指標的選擇範疇完全比照一般工業部門所適用的指標,例如,能源密集度指標(單位附加價值能源消費量、單位產品耗能等指標)。

而在歐盟能源指標體系中,ODYSSEE資料庫則將農業部門與服務業部門中設定相同的指標型態。

在兩大能源指標體系中並無獨立針對細項農產品所建立之能源效率指標,而在勞倫斯伯克利國家實驗室出版「能源效率指標方法論手冊」中則進一步就農業部門總體及三個不同層級之能源效率指標,根據先前所回顧之能源指標,本研究歸納整理適合我國農業部門參採之各類能源指標類型,如下所示:

(一)能源密集度指標

1.單位附加價值能源消費

Ø公式:

能源消費量/各業別附加價值

Ø應用範疇:

即農業部門及農業各業別能源密集度,依靠能源平衡表及主計處所公布之實質GDP,將農業部門拆解為農、牧及林業和漁業兩類別能源密集度。

2.單位產值能源消費

Ø公式:

能源消費量/農產品銷售收入

Ø應用範疇:

上述單位附加價值能源消費指標僅能將農業部門拆解為農、牧及林業和漁業兩類別的能源密集度,無法各深入檢視細分類行業別能源密集度之差異,透過此次調查結果,可更進一步深入簡視農業部門更細分類行業別的能源密集度(中類、小類)。

若能細分至農作物栽培業中不同類作物單位產值耗能之差異,將可檢視不同作物之能源使用密集程度,且更有利於研析農業部門節能策略。

在畜牧業的部分,也可以進一步檢視不同畜禽之間能源密集度的差異。

3.單位產量能源消費

Ø公式:

能源消費量/農產品產量

Ø應用範疇:

●不同農戶(場)在同一種生產產品之下可進行比較,甚至可進一步獲得標竿值。

●掌握相同產品單位產量能源消費之變化趨勢,其概念相當接近實際的技術效率。

●若將不同作物進行比較,則可檢視不同作物間能源消費特性之差異

4.單位耕地面積耗能

Ø公式:

●耕地面積範圍內各類能源消費量/耕地面積

●設施栽培能源消費量/設施栽培使用面積(設施農業)

●休閒農業設施能源消費量/休閒農業設施場地面積(休閒農業)

Ø應用範疇:

●檢視細類行業別間能源消費特性的差異。

例如:

檢視稻作和雜糧單位面積耗能的差異。

●檢視設施農業不同設施栽培方式間能源消費特性的差異。

●檢視不同休閒農業類型間能源消費特性的差異。

5.每延噸海浬能源消費(漁船)

Ø公式:

漁船能源消費量/延駛延噸海浬

(二)農業部門能源消費因素分解指標

由於IEA的能源指標體系直接將「農業」視為產業部門的一部分,故有關因素分解法在農業部門的應用仍可比照產業部門,透過結合以附加價值為衡量基礎的能源密集度指標建立的整體農業部門及各行業別因素分解模型。

就先前回顧IEA所出版的「發展俄羅斯能源效率指標」(DevelopmentofEnergyEfficiencyIndicatorsinRussia)報告中,也提及IEA針對能源消費變動分解之方法論,其主要分析方法係將能源消費量變動趨勢分解為「活動(Activity)」、「結構(Structure)」與「能源密集度(Energyintensity)」三種效果。

為了區分隨著時間經過,不同因素之影響效果,以下的方程式可用來代表農業部門能源消費:

(1)

其中,

t:

第t年

i:

第i行業(如:

農牧及林業、漁業等)

Et:

第t年農業部門總能源消費量

At:

第t年農業部門總活動量(農業部門實質GDP)

Sit:

第t年第i行業活動量之占部門總活動量之比重(產業結構)(Ait/At)

Iit:

第t年第i行業能源密集度(Eit/Ait)

因素分解法應用於能源政策制訂已有30年歷史,但在眾多的分解方法中,國內外學者對最佳方法並無共識,Ang將常用的分解方法分為兩大類,即拉式指數(LaspeyresIndex)及迪氏指數(Divisiaindex)。

拉式指數的概念係指變動其中一個因素,使其他因素不變(固定於基期),此時的變化量就是該因素的貢獻;迪氏指數則將各項因素之變化率積分,得出歸於該因素的變化量。

過去拉氏指數法(Laspeyresindex)及算術平均迪氏指數法(arithmeticmeanDivisiaindex,AMDI)較常被學界應用於研究上,但二者在分解後均存在殘差項,影響分析結果的信賴性。

1997年Ang及Choi修正傳統之算術平均權重迪氏指數法,改以對數平均權重取代,達到完全分解而無殘差項的效果,稱對數平均數迪式指標(logarithmmeanDivisiaindex,LMDI)。

2005年Ang等人比較數種可完全分解的因素分析方法,認為就應用的容易性與彈性的觀點來看,LMDI比其他分解方法有較多的優點。

另外,因素分解法在公式構建上可分成加法型態及乘法型態兩種,加法型態是將變化量的「差值」分解成各別因素的加總,而乘法型態則是將變化量的「比值」分解成個別因素的乘積,兩種分解方式都有被用,且各有其優劣(Ang,2000)。

綜合以上討論,本研究鑒於加法型態之對數平均迪氏指標法在分析結果上較容易解釋,對非專業者也比較容

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 考试认证 > 其它考试

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1