2010年10月18日 星期一
2010年10月17日 星期日
高油價的產業影響及國際競爭力分析
高油價的產業影響及國際競爭力分析
溫麗琪*
中華經濟研究院
洪志銘
中華經濟研究院
吳佳勳
中華經濟研究院
李欣蓁
中華經濟研究院
李盈嬌
中華經濟研究院
摘 要
2008年國際油價攀到歷史性的新高。根據杜拜原油價格顯示，從2007年1月的51美元/桶至2008年7月的134美元/桶，不僅屢創新高，也引發第三次石油危機的聯想。之後，雖然油價下跌，然全球各國對於油源短缺，價格趨向高漲的情勢甚為憂慮，文獻上對高油價的討論亦不在少數 （包括Kunstler, 2006; Tsoskounoglou, Ayerides, and Tritopoulou, 2008; Holland, 2008），認為產油高峰將至，甚至日、韓政府也出版高油價時代的政策白皮書。
高油價對台灣之總體經濟產生何種影響？特別是產業面受到成本上升的影響，所造成台灣產業在國際競爭力的消長？是本文所欲探討的問題。本研究利用國內產業關聯分析和全球貿易分析（GTAP）兩種經濟模型進行高油價下台灣可能受影響的產業以及其國際競爭力消長情形的分析，希望能夠突破經濟模型利用上之侷限及解釋程度。GTAP模型屬於開放式經濟的設定，而產業關聯分析視國外經濟變動為外生變化。
在兩模型下，研究上假設三種不同原油價格上漲的情境，原油價格每桶150美元、200美元及250美元下，台灣製造業和服務業各主要業別價格及產值的變化情形。本文發現GTAP和產業關聯分析結果下，產業表現結果不一。其顯示國內產業在全球化的影響下，事實上受到開放經濟的影響甚為明顯，如果僅靠國內產業關聯分析，其模擬結果可能太過悲觀。然產業關聯分析之優點在於產業分類較細，相較於GTAP的57個部門別，產業關聯分析總共有161產業部門，對於政策上具較佳的參考性。
本研究發現高油價下，台灣受到負面影響最顯著的產業為石化、石油及煤、紡織、貿易服務及電力業。然而在全球開放市場下，電子設備業、機械及其設備業，由於能源使用效率高，具國際競爭力，產值不但不會有負成長，還可能因此有成長之潛力。另外，在產業結構上，製造業可能會有擴張，而服務業卻稍有萎縮情形，更是值得政策重視之處。
前言
近年由於新興工業體（中國、印度等）石油需求大增、美元持續貶值、國際炒家進行價格炒作、石油輸出國家組織（OPEC）油源產能下降及相關政經情勢，加上氣候變遷不時造成煉油區域產業損害等天然災害因素，導致全球原油價格持續飆升，2008年以後更屢屢創下油價的歷史新高，最高曾達到紐約油價每桶147美元的高峰，至2008年9月中旬，雖已跌回約每桶100美元的價格，但仍是2007年以前未曾有過的高點。目前油價雖然回穩，然全球各國對於油源短缺，價格趨向高漲的情勢甚為憂慮。文獻上對高油價的討論漸增（包括Kunstler, 2006; Tsoskounoglou, Ayerides, and Tritopoulou, 2008; Holland, 2008），甚至日、韓等國出版高油價時代白皮書。
原油價格飆升，對高度依賴石油相關工業的國家影響重大，從交通、產業、供電到民生消費皆會遭受巨大波及。我國由於極欠缺能源自主性，能源進口比例超過98%，其中五成以上皆為原油，因此國際原油價格變動勢必對我國主要油品價格及廣大的石化相關產業成本造成嚴重衝擊，進而影響國內物價與民生消費能力。然國內過去之文獻多半模擬之主要油價情境不超過油價上漲100％（如徐世勳、林國榮，2005；梁啟源，2005；周濟、郭迺峰，2005；黃宗煌等，2006）。
有鑑於此，本文之主要目的有二，包括 (1)瞭解高油價下的台灣總體經濟影響，並進而比較分析國際競爭力的消長。 (2)瞭解高油價下的台灣相關產業影響，並釐清國際趨勢下國內未來值得發展之重點產業。
在研究方法上，本文同時透過實證量化模型—全球貿易分析模型（Global Trade Analysis Project，GTAP），和產業關聯分析法，探討我國面臨超高油價時國內產業可能受到的結構與物價的調整與衝擊，再挑出其中較具代表性的產業進行綜合評估討論。本研究同時採用兩個模型，是希望透過研究結果的比較分析，突破經濟模型利用上之侷限性及解釋程度。尤其是GTAP模型屬於開放式經濟的設定，而產業關聯分析視國外經濟變動為外生變數。而產業關聯分析之優點在於產業分類較細，相較於GTAP的57個部門別，產業關聯分析總共有161產業部門，對於政策上較具參考價值。
本研究之文章結構除前言外，第二節將進行相關文獻回顧與整理，第三節針對研究所使用之模擬方式及情境做簡單說明，第四節則進行模擬結果分析，第五節為結論與建議。
一、 文獻回顧
文獻上對於油價所產生的經濟影響途徑有下列數種看法（Lardic and Mignon, 2008）：一是典型供給面看法，油為生產所必須的投入，油價上漲影響了生產成本，進而減緩了經濟成長率與生產力（Barro, 1984; Brown and; Yu¨ cel, 1999；Abel and Bernanke, 2001）；其次是從貿易條件（terms of trade）的觀點（Dohner, 1981; Backus and Crucini, 2000），認為油價上漲惡化了原油進口國的貿易條件，因此將原油進口國的財富轉移到原油出口國，導致原油進口國的廠商及消費者的實質購買力降低，因而影響經濟。第三，Pierce and Enzler（1974）與Mork（1994）基於實質餘額效果（real balance effect）的存在，認為油價上漲將增加對貨幣的需求，但是貨幣當局基於某些因素無法同步調整貨幣供給，導致利率上升，進而減緩經濟成長。另外，由於資源重新配置將伴隨著調整成本（adjustment costs），使得企業面對油價上漲衝擊時，特別是對油品依賴度高的企業，從事新設備投資與人力調整時將增加額外的成本，同時產業結構調整將會伴隨著失業產生，因此影響經濟（Loungani, 1986）。
在研究方法的討論文獻上。，以時間序列計量模型探討油價與經濟影響的文獻有很多（可參考Jones and Leiby, 2002; Brown and Yu¨ cel, 2002之回顧文章），其中Hamilton(1983)是較早且較具代表性的文章，Hamilton(1983)使用向量自我迴歸模型（Vector auto-regression, VAR）與Granger-causality test檢驗1973年之前油價變動與美國實質國民所得之間的關係，他發現油價上漲後美國的產出成長率減緩大約持續一年左右，油價會影響衰退開始的時間點、衰退的程度與期間，但衰退並非全與油價有關。Hamilton(1988)進一步追問油價對相對價格的影響是如何再影響總體經濟，他發現包括實質工資在內的相對價格改變，讓所有部門之間產生了重新配置的效果，但是資源重新配置與延遲效果會對總體經濟產生影響。同樣的，Bernanke(1983)認為油價的波動會延遲企業的資本投資，因此影響了總體經濟。然而，Hooker(1996)分析1973年之後的資料，對Hamilton(1983)所認為油價跟產出是線性關係的說法提出質疑，他認為油價與產出之間的關係並非線性，油價上漲對產出的影響與油價下跌對產出的影響並非相反的，此論點支持了Olson(1988)與Mork(1989)的看法，Olson(1988)認為油價下跌將讓資源重新配置，因此結構調整時也會產生成本，因而對經濟造成不利影響。因此Hooker(1996)得出了油價對總體經濟並無影響的結論。Hamilton(1996)對Hooker(1996)的質疑提出了答覆，Hamilton認為油價與總體經濟變數的線性關係假設與其結論並不衝突，理由在於他所使用的是1973年之前的資料，當時僅有少數油價下跌的例子，然而，他也承認他的線性假設在1973年之後並不成立，因為油價的波動已呈常態，所以他做些變數衡量上的調整，再次驗證並強化其於1983年的說法。Jimenez-Rodriguez and Sanchez (2005) 採VAR 模型分析OECD國家，油價與總體經濟之間的關係，他們採用Hamilton(1996)對變數衡量調整的作法，發現了除了日本之外，油價與實質國民所得呈現非線性關係。Cunado and de Gracia (2005)採用同樣的作法對檢驗亞洲國家油價與總體變數之間的關係，得到了油價波動只對短期的經濟有影響，長期並無影響。Hung, Hwang and Peng (2005)認為各國對油價衝擊的承受力有別，在某些門檻（thresholds）之後，油價才對經濟有所影響，因此，他們使用多變量門檻模型（multivariate threshold model）估計油價對美國、加拿大與日本的工業生產、實質股票報酬的影響，發現油價變動在2-3%的門檻之後，對上述經濟變數才有影響。
然而，基於時間序列模型所做的分析，是無法看到油價對其他經濟變數更細緻的影響，如油價上漲對對各部門別價格、產值或就業的影響，因此國內在分析國際油價上漲對國內總體經濟的影響評估時，多利用可計算一般均衡模型（Computable General Equilibrium, CGE）、動態一般均衡模型與投入產出分析（Input-Output Analysis）評估油價上漲的影響。黃宗煌（2006）利用CGE模型同時考量規模經濟與非完全競爭市場的情境下，因為轉嫁因素，短期內可得到國際油價上漲對我國總體經濟與產業經濟的衝擊幅度明顯高於傳統假定完全競爭市場的的結果；但若只考慮非完全競爭而忽略規模經濟時，其影響幅度則與傳統CGE相差無幾。整體而言，台灣的情形是原油價格每上漲10%，實質GDP大約減少0.016～0.019%，比國外文獻在油價上漲初期所做的預測更為緩和，似乎國際油價上漲，對我國的實質GDP的衝擊並不如預期中的嚴重。梁啓源（2005）則以台灣動態一般均衡模型(Dynamic General Equilibrium Model of Taiwan, DGEMT)模擬，得到當國內油價若上漲7.4%，其將使躉售物價及消費者物價分別上漲0.37％及0.34％，並使經濟成長下跌0.20%，其中，受物價變動影響最大的產業為電業及運輸業，其價格分別上漲1.72%及0.96%。製造業中則以非金屬礦物製品業、基本金屬工業及化學及塑膠業影響最大，其物價上漲率介於0.59%至0.81%之間。林幸君等人（2007）採用投入產出分析，模擬進口原油價格較2004年上漲125%時，躉售價格指數（WPI）將上漲5.75% ，消費者物價指數（CPI）將上漲 2.71%。對各部門的產出物價影響上，以石油煉製品部門的產出價格上漲70.1%影響最大，其次為燃氣部門上漲31.7%，其他路上運輸部門上漲18.6%。但由各類評估結果，可發現其間差異頗大，而造成評估結果差異的影響因素可能與模型的內涵、模擬的基期與期長、假設的油價漲幅、模型中涵蓋之產業部門數、是否同時考慮進口油品價格上漲、是否考慮失業、是否考慮非完全競爭市場、是否考慮規模經濟、對訂價彈性的設定方式、是否為動態模型、是否考慮再生能源配比管制等有關（黃宗煌，2006）。
二、 理論模型與研究方法
本文參考以上的文獻之後，同時採用「全球貿易分析模型」（GTAP）及產業關聯分析兩種經濟模型針對高油價進行國內產業的可能影響模擬，因為GTAP模型屬於開放式經濟的設定，而產業關聯分析視國外的經濟變動為外生變數，兩者的比較分析可看到貿易部門之經濟影響變化，提供國際競爭力來源之思考。另外，採用產業關聯分析之優點在於產業分類較細，相較於GTAP的57個部門別，產業關聯分析總共有161產業部門，對於政策上的參考性又較為豐富。因此，兩模型分析的比較分析可帶來之政策參考更為具體和豐富。
其中GTAP部份為模擬世界各國均面臨超高油價的情境下，各國各產業所受的衝擊，其所描繪出的情境乃是全球化下各國對高油價的產業影響。惟因GTAP模型的產業分類有限，為求能對國內細產業的衝擊有更清楚的認知，再進一步透過產業關聯分析來釐清台灣國內各產業在高油價下的產業結構調整方向，兩者之關聯性以下圖說明之：
圖1 全球貿易模型與產業關聯模型
全球貿易模型為多國模型，為單國模型之延伸與擴展，而產業關聯模型為單國模型架構中之一部。如圖1所示，在產業關聯分析部分，本文以不考慮進出口之國產品交易表為分析基礎，假設國內石油煉製品部門的產品價格與國際油價同幅上漲，對國內其他部門之影響（圖左）；在GTAP模型，產業關聯表不僅包括國產品同時也包括了進出口，在油品出口價格不同的漲幅下，各個國家的總體經濟首先受到影響，並透過貿易條件的改變進一步影響各個國家的經濟表現。所以本文以兩種模型突顯出國際貿易的因素在高油價衝擊之下的角色。以下分別說明二種模型之情境設定，至於理論模型的說明，GTAP部份請詳見Hertel (1997)一書 ，產業關聯分析部份請詳見李高朝(2005)，本文將不再另行說明。 (一) 全球貿易分析模型(GTAP)之資料處理及情境設定
在GTAP的資料處理及情境設定方面，本研究採用第六版的資料庫，以2001年為基期年，採美元計價，涵蓋87個國家\地區及57個部門別。為研究及分析方便，本研究將其將國別加總成9個國家\地區，部門別則保持原來57個產業部門。本研究所分類的9個地區，包括台灣、中國、日本、韓國、東協、中東、美國、歐盟以及世界其他國家等，詳細分類如表2所示。而在部門分類中，則保有GTAP資料庫中的57個部門，但因部門別不做加總處理，因此本文在此不再表述所有部門別，有關各部門的影響效果，在模擬分析及綜合討論時會有更進一步的討論。
GTAP的模擬情境設定方面，有鑑於GTAP資料庫的最新版本基期為2001年，距離現今(2008年)已有七年之久，而這段期間內的油價上漲幅度非常的高，若直接以2001年資料來進行評估，模擬油價上漲到每桶150~250美元之影響，恐造成衝擊幅度過大，所算出之變動率嚴重高估，因此本研究在進行模擬分析前，先將原始資料按年度；依照油價的逐年變化調整至2007年水準，再以2007年為基期，來評估油價上漲到每桶150美元、200美元及250美元之影響。
其模擬步驟說明如下：首先依據2001年至2007年紐約原油價格(見表3)，逐年計算油價變動率。再將此油價變動率逐年帶入GTAP模型中模擬，逐年調整到2007年作為基期，再用以評估超高油價的衝擊效果。當然此調整步驟隱含一個非常強烈的假設，即2001至2007年之世界經濟，除了受到原油價格衝擊外，不受其他條件影響。本研究所參考的油價係採「紐約原油價格」，其變動率如表3所示，到2007年時，紐約原油價格為每桶64.20美元，若要預估油價上漲到每桶150美元、200美元及250美元之影響，則所換算出的變動率分別為133.64％、211.53%以及289.41%。
編號 | 本研究地區分類 | GTAP 6 地區分類 | 包含國家 |
1 | 台灣 | 台灣（TWN） | 1個 |
2 | 中國 | 中國（CHN）、香港（HKG） | 2個 |
3 | 日本 | 日本（JPN） | 1個 |
4 | 韓國 | 韓國（KOR） | 1個 |
5 | 東協 | 印尼（IDN）、馬來西亞（MYS）、菲律賓（PHL）、新加坡（SGP）、泰國（THA）、越南（VNM）、東南亞其他國家（XSE） | 7個 |
6 | 中東 | 中東其他國家（XME） | 1個 |
7 | 美國 | 美國（USA） | 1個 |
8 | 歐盟 | 奧地利（AUT）、比利時（BEL）、丹麥（DNK）、芬蘭（FIN）、 法國（FRA）、德國（DEU）、英國（GRB）、希臘（GRC）、 愛爾蘭（IRL）、義大利（ITA）、盧森堡（LUX）、荷蘭（NLD）、 葡萄牙（PRT）、西班牙（ESP）、瑞典（SWE）、保加利（BGR）、 賽普勒斯（CYP）、捷克（CZE）、波蘭（POL）、羅馬尼亞（ROM）、立陶宛（LTU）、匈牙利（HUN）、愛沙尼亞（EST）、拉脫維亞（LVA）、馬爾他（MLT）、斯洛伐克（SVK）、斯洛凡尼亞（SVN） | 27個 |
9 | 世界其他國家 | 澳洲（AUS）、紐西蘭（NZL）、東亞其他國家區（XEA）、 土耳其（TUR）、大洋洲其他國家（XOC）、孟加拉（BGD）、 印度（IND）、斯里蘭卡（LKA）、南亞其他國家（XSA）、 加拿大（CAN）、墨西哥（MEX）、北美其他國家（XNA）、 哥倫比亞（COL）、秘魯（PER）、委內瑞拉（VEN）、 安地斯其他協定國（XAP）、阿根廷（ARG）、巴西（BRA）、 智利（CHL）、烏拉圭（URY）、南美其他國家（XSM）、 中美洲（XCA）、美洲自由貿易區其他國家（XFA）、 加勒比海其他國家（XCB）、瑞士（CHE）、 歐洲自由貿易區其他國家（XEF）、歐洲其他國家（XER）、 阿爾巴尼亞（ALB）、克羅埃西亞共和國（HRV）、 俄羅斯聯邦（RUS）、前蘇聯其他國家（XSU）、摩洛哥（MAR）、 突尼西亞（TUN）、北非其他國家（XNF）、波札那（BWA）、 南非（ZAF）、南非聯盟其他國家（XSC）、馬拉威（MWI）、 莫三比克（MOZ）、坦尚尼亞（TZA）、辛巴威（ZMB）、 尚比亞（ZWE）、南非發展共同體其他國家（XSD）、 馬達加斯加（MDG）、烏干達（UGA）、撒哈拉沙漠以南其他國家（XSS） | 46個 |
資料來源：本研究整理自GTAP第六版資料庫。
另外，放置到GTAP模型中的衝擊變數為各國的「進出口油品價格」，此乃假設世界各國所面臨的出口油價及進口油價都是同比例變動，不因國別而有所差異，所採用的衝擊變數為以離岸價格計算的世界原油價格，來預估當油價上漲到每桶150美元、200美元及250美元時，對全球經濟之衝擊。
年度 | 紐約原油價(usd/桶) | 平均油價變動率 |
2001 | 23.00 | -- |
2002 | 22.81 | -0.83% |
2003 | 27.69 | 21.39% |
2004 | 37.41 | 35.10% |
2005 | 50.04 | 33.76% |
2006 | 58.30 | 16.51% |
2007 | 64.20 | 10.12% |
模擬情境設定 | ||
情境1 | 150 | *133.64% |
情境2 | 200 | *211.53% |
情境3 | 250 | *289.41% |
*為與2007年紐約原油價格相比之變動率。
(二) 產業關聯(IO)分析情境設定
產業關聯分析，又稱投入產出分析（Input-Output Analysis），其所運用的模型稱之為投入產出模型（Input-Output Model，簡稱IO模型）。Miller 與 Blair (1985)將此模型區分為需求面IO模型及成本面IO模型。需求面IO模型主要透過產業關聯程度矩陣，探討需求面（如民間消費、政府公共投資）變化對產業的影響；而成本面IO模型係以某一產業部門成本(如：中間投入原物料價格、勞動成本)變動，透過產業關聯程度矩陣，在直接及間接誘發效果下，計算出對其他產業的價格影響效果。一般說來，成本面IO模型比較適用於探討向前關聯效果較高的產業，例如：石油煉製品、電力、自來水等，因為此類產業之產出多屬中間原料或勞務，一旦成本提高，將帶動中下游產業之產出價格提高。
因此，透過產業關聯表可瞭解產業間相互依存的關係，再透過需求面或成本面的IO模型，即可分析在不同的外在因素影響下，對各產業的影響；或是作為政府在政策實施前的評估依據。所以本研究也將從分別從兩個面向，即以需求面的IO模型，計算出在不同油價上漲程度下，需求面改變引起產業產值的變化情形；同時也以成本面的IO模型，計算出不同油價上漲程度下，產業各部門的價格上漲情形。在作法上，本研究擬探討國內產業面對超高原油價格，且石油煉製部門完全反應國際原油價格漲幅，進一步對其他各產業產出物價與產值的影響。
IO模型分析的基礎資料為「產業關聯表」，產業關聯表係將一年期間的國民經濟活動，有關各產業相互間的貨品與服務之交易狀況，以矩陣型式陳列出來，因此產業關聯表又稱為投入（Input）產出（Output）表，即簡稱IO表。該表一方面陳列每一產業投入中間產品的來源結構及附加價值，另一方面則陳列其產品的銷售去路，及最終需求結構，透過這樣的互動關係，即可協助研究者瞭解產業間相互依存關係。由於產業相互間交易繁複，因此，國內每五年即利用工商業普查之抽樣調查資料，重新編製IO表一次，並於五年間隔之第三年編製延長表。因此本研究在此採用的是2004年主計處所釋出的產業關聯表，利用可計算一般均衡模型（CGE）調整相關總體經濟變數 和國際油價，逐年更新到2007年後所得的版本，來做為本研究產業關聯分析的計算基礎。
在模擬設定方面，乃是將國內161部門當中的「石油煉製品」部門視為外生部門，假設該部門的產品價格與進口原油的價格同步上漲，則可透過成本面IO模型分析該部門產品價格在不同漲幅情境下對其他國產品160個部門價格的影響。此外，本研究亦透過可計算一般均衡模型計算出三種情境(150美元、200美元250美元)下，對國內最終需求的變化情形，以此最終需求變化率代入需求面IO模型，來獲得不同情境下，面對超高油價漲幅對國內各產業的影響，研究分析流程請見圖2，油價變動模擬情境則比照前一小節表3所示，自2007年後面對超高油價的三種情境，相對於原本的64.2美元/桶的油價，衝擊值分別為133.64%、211.53%以及289.41%。
圖2 IO模型研究分析架構
理論上，油價上漲對於各產業造成生產成本增加，整體上對於其物價及產值皆有負面影響。本文發現在考慮貿易因素之後，模擬結果有相當多值得討論之處。一、 模擬結果分析
本節將分別整理來自GTAP的全球貿易分析；及單國的IO關聯分析結果進行討論，在GTAP部份，首先針對世界各國面對超高油價下的總體經濟衝擊做一比較，進再而討論台灣國內產業在超高油價下的結構調整，最後將針對台灣所受衝擊較大的產業，挑出其中具代表性的產業來進行國際比較，做綜合討論分析。
(一)超高油價對世界各國總體經濟之影響評估—多國模型模擬結果
本研究以GTAP模擬當世界原油價格上漲至每桶150美元、200美元及250美元等三種不同情境，對世界各國總體變數之影響，茲分別說明如下。
由於GTAP模型之均衡解，為經濟體系供需均衡方程式共同聯立求解而來，非單向因果關係，其中的均衡價格與數量皆為模型內生決定，並且透過價格與數量之變動，決定出各種以金額計算之價值，如民間消費（C）、政府消費（G）、企業投資（I）、進口（M）、出口（X）等金額，加減計算後即可求得一國之名目GDP。
表4整理為油價上漲到每桶150美元、200美元以及250美元後，各國名目GDP變動值，其中又可拆解為實質GDP變動率，以及GDP價格指數變動率，其中各國名目GDP的變動與GDP價格指數有關，名目GDP變動率約等於價格變動率與實質變動率之加總，而一國家\地區GDP價格指數與其名目GDP約呈同方向變動。以名目GDP金額的變動值來看，會發現有些國家\地區在油價上漲後名目GDP增加，有些國家\地區名目GDP則是減少，但是以實質面來看，所有國家\地區實質GDP都是下降的，且原油價格上漲越多，實質GDP下降的幅度就越多。以中東為例，雖因油價高漲得到很大的正面效果(名目GDP為正)，然而扣除價格的因素後，其實質面並沒有因為油價高漲而獲得實質的改善，而是導致這些國家的生產大量集中在油品產業上，相對將排擠其他產業的發展，使得國家總出口量減少，總進口量增加，變成更需仰賴國外市場。
表4各國GDP變動率
單位:%
150美元/桶 | 200美元/桶 | 250美元/桶 | |||||||
| 國家地區 | 名目GDP變動率 | GDP價 格指數變動率 | 實質GDP變動率 | 名目GDP變動率 | GDP價 格指數變動率 | 實質GDP變動率 | 名目GDP變動率 | GDP價 格指數變動率 | 實質GDP變動率 |
| 台灣 | -11.41 | -10.23 | -1.32 | -17.17 | -15.43 | -2.06 | -22.52 | -20.29 | -2.80 |
| 中國 | -1.32 | -1.22 | -0.10 | -2.06 | -1.93 | -0.13 | -2.80 | -2.64 | -0.15 |
日本 | -7.03 | -6.41 | -0.65 | -11.25 | -10.36 | -0.98 | -15.52 | -14.40 | -1.31 |
韓國 | -11.77 | -11.56 | -0.24 | -17.74 | -17.43 | -0.38 | -23.36 | -22.94 | -0.54 |
東協 | 0.09 | 0.65 | -0.56 | 0.07 | 0.86 | -0.78 | -0.01 | 0.97 | -0.97 |
中東 | 42.79 | 49.63 | -4.57 | 65.73 | 76.37 | -6.03 | 87.06 | 101.37 | -7.11 |
美國 | -0.19 | -0.04 | -0.15 | -0.32 | -0.11 | -0.20 | -0.45 | -0.21 | -0.24 |
歐盟 | -3.86 | -2.34 | -1.55 | -5.97 | -3.79 | -2.26 | -8.02 | -5.29 | -2.88 |
世界其他國家 | 5.12 | 6.16 | -0.98 | 7.43 | 8.89 | -1.34 | 9.48 | 11.27 | -1.61 |
而在社會福利方面，在GTAP模型中使用的是對等變量（Equivalent Variation, 簡稱EV）來衡量一國的社會福利水準，所謂對等變量指的是在價格變動後，為維持新的效用水準，所必須相對改變的貨幣所得。
表5為油價上漲到每桶150美元、200美元以及250美元對各國社會福利之影響。表中對等所得變動率，係指當價格發生變化後，為維持新的均衡效用水準，所得對應產生的變動率，而將其和所得相乘後，即為各國人民福利水準的變動值(即對等變量)。本研究模擬結果顯示：除世界其他地區外，高油價對各國的衝擊，僅有中東地區人民的效用水準提升，而其他國家\地區人民的效用水準都降低，連帶使得社會福利水準下降，且隨著油價越高，社會福利減少的金額也越多。
單位：％
國家 地區 | 基期年總所得(A) | 150美元/桶 | 200美元/桶 | 250美元/桶 | |||
| 對等所得變動率(B) | 對等變量(EV)(A)*(B)/100 | 對等所得變動率(B) | 對等變量(EV)(A)*(B)/100 | 對等所得變動率(B) | 對等變量(EV)(A)*(B)/100 | ||
| 台灣 | 242,312 | -7.99 | -19,360 | -12.17 | -29,489 | -16.17 | -39,188 |
| 中國 | 1,184,382 | -1.24 | -14,726 | -1.77 | -20,970 | -2.22 | -26,338 |
| 日本 | 3,459,803 | -4.33 | -149,920 | -6.77 | -234,144 | -9.21 | -318,489 |
| 韓國 | 348,408 | -10.31 | -35,908 | -15.16 | -54,552 | -20.77 | -72,367 |
| 東協 | 547,062 | -0.39 | -2,130 | -0.38 | -2,055 | -0.28 | -1,554 |
中東 | 786,786 | 16.62 | 130,733 | 23.86 | 187,738 | 30.12 | 236,969 |
美國 | 9,165,617 | -0.90 | -82,742 | -1.19 | 109,130 | -1.39 | -127,110 |
歐盟 | 7,192,484 | -3.12 | -224,399 | -4.55 | -326,944 | -5.81 | -418,185 |
世界其他國家 | 5,021,314 | 1.95 | 98,069 | 2.86 | 143,562 | 3.70 | 186,021 |
資 資料來源：GTAP第六版資料庫及本研究模擬結果。
(二)超高油價對國內產業之經濟影響評估—產業關聯模擬結果
經由成本面IO模型與需求面IO模型與相關資料的投入運算之後，我們獲得油價在不同漲幅情境下，161個產業部門的產出物價變動率、產值變動率與產值變動水準（單位為新台幣百萬元），如表7所示。產出物價變動的大小決定於該部門與其他部門的關聯程度，以及該部門對「石油煉製品」部門的需求程度。一般而言，對「石油煉製品」部門的需求程度越大，該部門的產出物價變動就越大，亦即本研究透過產業間的投入產出關聯分析，可以清楚地觀察出哪些產業受油價高漲的衝擊最為嚴重。
模擬結果僅截取部份國內相對重要且敏感的產業，包括紡織類、化學及塑膠橡膠製品類、機械及其設備類、電子設備類、貿易及相關服務類、金融保險及其他商業服務類等項 。
從模擬結果看來，整體效果為物價呈現上漲，且產值減少的趨勢，其中若干與油價關聯程度較大的產業，主要集中在化學及塑膠橡膠製品類，以油價漲到150美元/桶的模擬情境來看，受衝擊最大的產業依序為石油化工原料(物價上漲27.23%；產值減少1,163億元)，塑膠業(物價上漲15.09%；產值減少279億元)，合成纖維業(物價上漲14.2%；產值減少97億元)以及塑膠製品業(物價上漲7.65%；產值減少67億元)。
其次受衝擊較大的產業也出現在貿易服務類的產業，特別是運輸(陸上、水上及空中運輸)部門，顯示現行運輸產業仍大量依賴油品做為能源投入，因此成為受油價上漲首當其衝的產業，而與運輸密切相關的貿易如批發、零售、國際貿易等產業自然也連帶受到波及。
比較起來，在油價大幅上漲的壓力下受到衝擊相對較小的產業，為機械設備和電子設備二大部門，尤其是電子設備部門，其物價上漲幅度均介於1-2%之間，且產值下跌幅度最大也不超過0.55%，明顯較國內其他產業類別的衝擊為小，這當然與該產業在生產過程中對原油投入的需求極低有所關連，因此未來在全球油價高漲的時代裡，我國電子及機械部門，將可望成為能保有其競爭力和持續成長的重點產業。
然而比較特別的是，一般觀念咸認為服務業對能源的依賴度低，應屬較不受能源價格影響，為高油價下值得大力推展的產業之一，然本研究模擬結果顯示的卻是：在高油價下，我國服務業仍深受衝擊，如金融服務業產值減少667億元，其他如不動產服務、資訊服務及租賃服務等，其產值也都大幅下跌(如表7所示)，推論其原因乃在於，其實服務業多屬於內需型的產業。所謂內需型的產業，也就是對其他國內產業具有高度相關性，在整體產業發展良好時，對服務產業需求便會增加；但相反的，當其他產業深受高油價衝擊時，隨著社會大眾的實質所得減少，對服務業的需求也將隨之降低，使得服務業在高油價的情勢中，同樣難以倖免。
(三)超高油價對我國相關產業國際競爭力之綜合分析
綜合上述多國分析(GTAP)與單國的產業關連(IO)分析結果顯示，高油價一方面造成我國國內需求下降，並不利於以供應內需為產業主力的我國服務業發展，因此在服務業方面普遍將受到負面衝擊；但另一方面，卻又因為我國產業出口價格較低帶來的相對優勢，在石油依賴度較低，且以出口為導向的相關製造業，諸如電子業、機械業等，則反將因油價高漲而有助其國際競爭力提升。然而，在石油依賴度高的相關製造業，諸如化學及塑膠橡膠業、紡織、貿易相關部門等，則多受到高油價負面衝擊。
本節將進一步針對前述全球貿易分析與單國產業關聯分析的結果，依照若干標準篩選出受高油價影響較大，且較具代表性的製造業或服務業部門，更詳細地討論高油價對其可能之影響。
1. 化學與塑膠、橡膠製品業
由於石油、石化產業屬於上游產業，為大型寡占性質，對其他產業不可或缺，所以即使在高油價衝擊下，仍可進行價格轉嫁；而中下游的產業，像是使用油料較多的中小型產業，例如塑膠製品、紡織品等產業，議價能力較低，價格轉嫁較不容易，勢必將面臨較大衝擊。此外，塑膠製品業係以基本石化產品，比如聚乙烯、聚丙烯等為製造原料，而且原料成本占生產成本比重很大，原油價格變化對其影響比較大。在此狀況下，短期內上游產值可能增加；而下游產能減少，反趨向供需平衡，同時為減少虧損，也可能促使下游產業進行經營項目或技術上的轉型。
本研究再針對化學與塑膠橡膠製品中細項產業的能源投入進行檢視。由表8可知，該類產業中以「石油化工原料」所需的石油煉製品投入占中間投入的比例為最高 (38.61％)，其次是「基本化工原料」(5.69%)，顯示高油價下石油化工業首當其衝，但石油煉製品的價格也將間接衝擊轉嫁給中下游廠商，如合成纖維、其他人造纖維等，因對石油依賴度相對較低，受直接影響程度較小，但仍需仰賴其他化工原料之投入，因此間接的衝擊仍然可觀。
另由GTAP模擬結果顯示，以化學與塑膠、橡膠製品業別來做國際比較：台灣、韓國的化學與塑膠橡膠製品業皆呈現價格上升幅度不及產量下跌幅度，導致在與國際產業比較上，呈現產值下跌最多的情形。原因也許與台韓欠缺自產油源，因而原油進口比例顯較他國為高有關，而此也顯示出長期而言，在高油價趨勢下，台韓化學與塑膠橡膠製品業國際競爭力將持續弱化的課題。因此，政府要為此設定產業退場機制，或是輔助業者盡快規劃海外油源佈局？值得及早重視與預作因應。
2. 電子設備業
依據國內產業關聯分析顯示，電子設備業雖然在高油價下呈現價格上漲，產值下降，但其受衝擊幅度較之國內其他產業相對輕微，其中屬電子零組件業受運輸成本上升影響，價格上升比率最高，因此產值下降比例也最大。在金額方面，國內產值則以半導體業下降46～88.6億新台幣最多，因其總產值為電子設備業之冠。但透過表9電子設備業對能源需求的計算可知，石油煉製品佔各項電子設備相關產業的中間投入比例均很低，如半導體業所需的石油煉製品投入比只有0.12%，由此可知高油價對其直接成本影響其實並不大。此外，通信器材在前述產業關連分析中，產值還有增加的趨勢，可能與該產業與電信服務相關，相對不受油價影響。
另由全球GATP模擬分析顯示，高油價使我國電子業國際相對價格減少4.2~8.57%，產量增加18.08~34.01%，產值增加10,054~17,265億美元，此意味我國電子設備業有國際相對比較利益。高油價下，我國電子設備業遠較其他國家具競爭力，和日本、韓國相當，產值有成長之潛力。
3. 機械設備業
依據國內產業關聯分析顯示，高油價下，機械及其設備業價格增加2.39~11.50%，產值下降約0.05~2.32%。此外，高油價衝擊對國內「一般通用機械」、「工業專業機械」、「機械零件及修配」產值負面影響較大；但「金屬加工機械」產值反而成長，只是成長速度將隨著油價高漲而遞減。由表10可知，石油煉製品佔機械及其設備業的中間投入比約在1%左右，即使再加上運輸成本的投入比例，整體能源成本所需投入約在3%以下，顯示高油價對其直接成本影響並不大。
另由全球GATP模擬分析顯示，高油價將使我國機械業國際相對價格下降2.67~5.09%，產值增加1.15%~2.49%。整體而言，高油價下，我國機械業具有國際競爭力，但次於日本、韓國及歐盟，整體而言，雖有產值成長之潛力，但競爭激烈。這其中包括油價帶動下使得鋼鐵原料購料不易，可能影響廠商供貨穩定度；另一方面，雖高油價可促進該產業產值增加，但因為中國價格競爭因素，可能使我國機械產業進一步外移佈局。
4. 貿易服務業
石油煉製品占貿易服務各產業中間投入的比例，平均約為4.12%。全球GATP分析顯示，貿易服務業產量下滑1.35~3%。台灣的貿易服務業因相對其他國家實質產量下跌幅度較小，價格下跌較多，因而帶動我國貿易服務之出口增加，進口減少。與亞洲各國比較：在高油價的環境中，台灣貿易服務所受衝擊與日本相近，略優於韓國，但競爭力不如中國和東協。
另由前章的產業關聯分析顯示，高油價將產生物價上漲2.86~12.87%，產值下滑0.12~2.90%的結果。這其中，批發、零售及國際貿易的產業特質屬於支持性服務業，當整體產業發展良好時，便會帶動這些產業的發展，並增進經濟成長軟體建設的完整性。由表11可知，批發、零售業的能源相關成本投入比例高達8-9%，而國際貿易產業對石油煉製品的投入更高(13.3%)，其中主要是由於運輸成本的比重很大，而運輸成本又受到油價直接影響之故，這些均顯示貿易服務類別的產業將深受高油價影響，油價波動對該產業的影響可能較小。但整體而言，高油價對批發、零售及國際貿易等服務業均產生負面衝擊。
5. 商業服務業
國內產業關聯分析顯示，高油價將使物價增加1.08~9.85%，產值減少0.89%~ 10.84%，表12也顯示商業服務業所需能源成本投入相對不算高(租賃服務業除外)，因此受油價影響仍主要來自國內其他產業產值減少，民眾實質所得降低，使得對整體服務的需求減少所導致。
另全球GATP模擬分析則顯示，台灣商業服務業產值也將因油價升高而下滑，但僅次於中國和美國，產值減少2.76~3.99%。事實上，評估結果顯示，高油價對日、歐盟及美國商業服務業負面衝擊較大，遠高過台灣；而台灣相較中、韓、東協等，遭受負面衝擊也較少。綜上，高油價對台灣商業服務業衝擊主要在國內需求降低。但在國際競爭上，卻可能有相對利基。
四、 結論
高油價時代的來臨成為國際不可避免的經濟情勢，原油價格飆升，對高度依賴石油的我國影響重大，從交通、產業、供電到民生消費皆可能遭受巨大波及。我國由於極欠缺能源自主性，能源進口比例超過98%，其中五成以上皆為原油，因此國際原油價格變動勢必對我國主要油品價格及廣大的石化相關產業成本造成嚴重衝擊，進而影響國內物價與產能。這些衝擊到底有多大？成為本研究之主要研究目的，希望能透過本研究瞭解超高油價下的台灣總體經濟影響，並進而比較分析國際競爭力的消長；並且瞭解超高油價下的台灣相關產業影響。
在研究方法上，本研究為了能夠呈現整體性的客觀數據，協助思考國際高油價趨勢下未來應發展之重點產業，並考量對照國外與國內之相關影響因素，同時採用了全球貿易分析模型（GTAP）以及國內產業關聯分析方法，模擬不同的國際市場油價對台灣產業所產生的可能影響變化。其中研究採用全球貿易分析的主要理由，在於模型中設有87個國家區域的經濟結構資訊，可以協助瞭解在全球經濟情勢密切相關的市場條件下，高油價所帶來的國際競爭力變化，另外，研究選擇產業關聯分析的主要理由，則在於透過主計處公佈之161個產業部門投入產出資料，可以協助瞭解在供給面，能源相關成本佔總投入的比例之下，國內161產業之物價和產值可能受影響的程度。
研究模擬情境的設定上，過去相關文獻的研究設定皆以油價上漲不超過100％等小幅度上漲模式進行設定，本研究則大膽假設超高油價的可能情況，包括國際油價上漲到每桶150美元、200美元及250美元之三種情境，其所衍生之油價上漲幅度，以2007年的平均油價而言，高達133%~289%，皆較過去文獻設定為高，也符合文獻上探討高油價時代之趨勢，本文探討其經濟影響所可能產生的變化方向對未來政策分析有絕大意義。
(一)本研究主要結論
本研究在以上方法及模擬情境設定之下，主要的研究結論如下：
本文發現在總體經濟影響部份，GTAP結果顯示，高油價對台灣可能產生顯著的負面影響：油價上漲到150美元/桶～250美元/桶，台灣名目GDP變動率可能為漲到-11.41%~-22.52%，即使扣除價格因素，實質GDP變動率也可能產生-1.32%~ - 2.8% 的負面影響，對台灣實質生產不利。
GTAP顯示，國內整體貿易條件可能隨著高油價而有惡化現象：全球貿易條件惡化較深的國家都是屬於原油依賴程度較高的國家，包括日本、韓國、以及我國產品平均，有出口價格下降，進口價格增加的情形，導致實質產出下降，進口增加的影響，模擬案例中，油價上漲到150~250美元將帶來國內實質產出，可能下降66億~106億美元之多而實質進口值將可能下降22億到33億美元。
另外，本研究發現高油價將帶來明顯的所得及價格變化：因此，觀察經濟變化情況必須價格因素和所得因素分開討論，如石油及煤製品業別，名目產值高油價而上升，但實質產出卻是下滑現象，模擬結果顯示，油價越高，台灣內銷和進口金額將可能同時下降，代表國內消費市場萎縮，實質國民所得降低。
而在產業影響部份，超高油價下，各產業呈現產出物價一致上漲的壓力：國內產業關聯分析顯示，油價上漲到150~250美元/桶，各產業部門幾乎呈現產出物價一致上漲的壓力，其中相當多的產業呈現二位數以上的變動率，如石油化工原料（27.23~58.96%）、合成纖維（14.20~30.75%）、塑膠（合成樹脂）（15.09~32.67%）、軌道車輛運輸(16.53~35.81%)、其他陸上運輸(32.96~71.39%)、水上運輸(10.68~23.13%)等。
總而言之，超高油價下，若不考慮貿易因素，則國內各產業將呈現萎縮趨勢：因為國內產業關聯分析顯示，在所得減少，需求下降的減少因素下，各產業產值變動水準亦大都呈現萎縮的趨勢，影響較為明顯的產業包括人造纖維紡織品（-87億~141億）、石油化工原料（-1,163億~-1,657億）、合成纖維（-97億~-153億）、塑膠（279億~433億）、金融業（-667億~-1,116億）等。
另外，若在超高油價下考慮貿易因素，GTAP顯示國內受負面影響最顯著的產業有石化業、紡織業、石油及煤製品業、貿易服務業等：其不但在產業關聯分析中，呈現出顯著的負面影響，且在開放市場的經濟體系下，因為能源使用效率並不具優勢，國際競爭力不強，不但沒有因此貿易而有減輕油價的衝擊，反而還有加大負面衝擊的趨勢。
超高油價下，考慮貿易因素，GTAP顯示國內正面影響的產業有電子設備業、機械及其設備業：國內電子設備業、機械及其設備業由於能源成本比例不高，和其他國家同類產業的競爭力比較下，我國相對能源使用效率較高，因此，雖然在產業關聯分析中，這兩個業別雖然亦有些許之負面影響，但在開放經濟體系下，由於國際競爭力強勢，產值反而有成長的空間。這歸因於油價上漲對於油品進口國較為不利，尤其是產品生產成本之增加，負擔較油品出口國大很多，整體而言，油品進口國，如日本、韓國、及我國都面臨到整體GDP的負面影響。然而，有趣的是以個別的產業角度而言，油品佔生產成本比例高的產業影響較為負面，而比例低的產業雖然在負面的環境之下，卻可能因為比例高和比例低的產業間資源重置現象而有所調整，換言之，比例低的產業會有更多的生產資源流入而增加生產。我國的電子業、機械業即是在此國際貿易的調整過程中出現轉機，是本文認為非常值得注意的正面效益。
(二)研究限制與未來研究方向
本研究針對超高油價對產業的影響進行評估，所使用的模擬工具包括多國的GTAP模型及單國的產業關聯分析，惟此二個模型均屬靜態模擬，意即研究所得的結果均為受油價衝擊的短期效果，也就是假設當我國面臨超高油價時，在短期間內國內產業可能受到的衝擊和影響。這樣的模擬結果，所能呈現的僅是在油價成本大幅提高後，各產業在投入產出面的互動關係，卻反應不出各產業在長期下所進行的自我調適行為，同樣的，目前二個模型在模擬設定方面，並未額外處理能源替代機制何人為之隨機干擾因素，因此在整體產業結構不變的前提下，油品價格的上漲也無法誘使各產業轉而多使用其他能源做為替代品，當然這還是可用在短期下產業無法充份調適的假設來解釋，但上述二點實為本文之研究限制，因此本研究未來研究方向可朝上述二項限制進行修正，一是改利用動態模型，分析在長期下各產業的影響效果，以及在模型中新增石油能源的替代機制，以求能更精準地模擬出產業未來可行的不同調適行為。
參考文獻：
李高朝（2005），「實用產業關聯分析精義」，行政院經濟建設委員會。
林幸君、李篤華、許聖民、張靜貞、徐世勳、(2007)，「國際能源與糧食價格上漲對台灣總體經濟及物價之影響評估」，2007年總體經濟計量模型研討會，中央研究院經濟所。
梁啟源(2005)。「油價上漲對臺灣經濟之影響」，臺灣經濟金融月刊，41(11)，頁1-10。
黃宗煌、陳谷汎、林師模(2006)，《國際油價上漲的經濟影響評估》，經濟論衡。
Abel, A.B., Bernanke, B.S. (2001). Macroeconomics. Addison Wesley Longman Inc.
Barro, R.J. (1984). Macroeconomics. John Wiley and Sons.
Bernanke, B. (1983). “Irreversibility, Uncertainty and Cyclical Investment.” Quarterly Journal of Economics 98(1), 85-106.
Brown, S.P.A., Yücel, M.K. (1999). “Oil Prices and U.S. Aggregate Economic Activity.” Federal Reserve Bank of Dallas, Economic Review 16–53.
Cunado, J., de Gracia, F.P. (2005). “Oil Prices, Economic Activity and Inflation: Evidence from Some Asian Countries.” The Quarterly Review of Economics and Finance 48, 65-83.
Dohner, R.S. (1981). “Energy Prices, Economic Activity and Inflation: Survey of Issues and Results.” In: Mork, K.A. (Ed.), Energy Prices, Inflation and Economic Activity. Cambridge Mass., Ballinger.
Hamilton, J. (1983). “Oil and the Macroeconomy since World War II.” The Journal of Political Economy 91(2), 228-248.
Hamilton, J. (1988). “A Neoclassical Model of Unemployment and the Business Cycle.” Journal of Political Economy 96(3), 593-617.
Hamilton, J. (1996). “This is What Happened to the Oil Price-Macroeconomy Relationship.” Journal of Monetary Economics 38, 215-220.
Hooker, M. (1996). “What Happened to the Oil Price-Macroeconomy Relationship?” Journal of Monetary Economics 38, 195-213.
Huang, B., Hwang, M.J., Peng, H. (2005). “The Asymmetry of the Impact of Oil Price Shocks on Economic Activities: An Application of the Multivariate Threshold Model.” Energy Economics 27, 455-476.
Jimenez-Rodriguez, R. Sanchez, M. (2005). “Oil Price Shocks and Real GDP Growth: Empirical Evidence for some OECD Countries.” Applied Economics 27, 201-228.
Jones, D.W., Leiby, P. (1996). “The Macroeconomic Impacts of Oil Price Shocks: A Review of the Literature and Issues.” Oak Ridge National Laboratory. xerox.
Olson, M. (1988). “The Productivity Slowdown, the Oil Shocks, and the Real Cycle.” Journal of Economic Perspectives 2(4), 43-69.
Lardic, S., Mignon, V. (2008). “Oil Prices and Economic Activity: An Asymmetric Cointegration Approach.” Energy Economics 30, 847-855.
Loungani, P. (1986). “Oil Price Shocks and the Dispersion Hypothesis.” Review of Economics and Statistics 58,536–539.
Mork, K.A. (1994). “Business Cycles and the Oil market.” The Energy Journal 15, 15–38.
Pierce, J.L. Enzler, J.J., (1974). “The Effects of External Inflationary Shocks.” Brookings Papers on Economic Activity 1,13–61.
Ronald E. Miller and Blair, P, D. (1985). “Input-Output analysis: Foundations and Extensions.” Prentice-Hall, Inc., Englewood Cliffs, New Jersey.
Thomas W. Hertel. (1997) “Global Trade Analysis: Modeling and applications.” Purdue University.
Tsoskounoglou, M., Ayerides, G., Tritopoulou, E. (2008) “The End of Cheap Oil: Current Status and Prospects, “ Energy Policy 36, 3797-3806.
訂閱：
文章 (Atom)