Clean Chips, Clear Air: Public Health Impacts from Electronics Industry Electricity Consumption in Taiwan
呼吸告急：臺灣電子業用電對健康與經濟衝擊報告 執行摘要
一、引言
臺灣憑藉穩固的電子製造業基礎，已成為全球 AI 製造供應鏈的關鍵核心，支撐 AI 資料中
心及運算單元所需的精密硬體設備。根據 TrendForce 調查，2025 年第二季全球前十大晶 圓代工廠中，有四家為臺灣企業，合計市占率超過七成；其中台積電居全球第 ，聯電亦名 列第四1。然而，其高耗能的生產特性對臺灣電網造成顯著壓力。依據「112 年全國電力資源 供需報告」，AI 產業用電（半導體與AI資料中心）需求預計於 2028 年攀升至 224 萬瓩，較 2023年大幅成長 8 倍。在現有電力結構仍高度仰賴燃煤與天然氣的情況下，電力需求的激 增將伴隨空氣污染物排放量增加，對公共健康構成潛在威脅。
因此本研究與國際研究機構Centre for Research on Energy and Clean Air (CREA)合作， 聚焦AI相關產業：電子製造業與三家主要半導體體企業的用電所帶來的空氣污染與其健康 與經濟影響。本研究首先透過空氣污染擴散模式，模擬全台2030年燃煤與燃氣電廠排放之 污染物濃度與空間分布。報告中結合健康風險評估模型與不同再生能源用電情境，分析電 子製造業整體及台積電、聯電、美光2，在三種再生能源使用情境下，包括轉型停滯情境、緩 慢轉型情境及積極轉型情境之污染暴露與健康與經濟影響。
研究發現，電子業快速成長的用電量若仰賴自高污染與高碳排的化石燃料電廠，除了助長 氣候變遷之外，電廠所排放的大量空氣污染物質，包含細懸浮微粒（PM 2.5）、二氧化氮（ NO2）以及二氧化硫（SO2）等，會增加人體致病風險，例如使呼吸道疾病惡化或是增加早死 的機率，2030 年當年度，其引發的空污問題將導致約 90 人過早死亡3及 277 位兒童受到 氣喘影響。
進 步評估其經濟後果，空污造成的健康衝擊也將帶來生產力下降，導致勞工缺勤近 19,000 天；若將醫療支出、勞動力損失及過早死亡等成本納入估算，健康影響導致的經濟 損失合計約為新台幣 156.12 億元，其規模相當於 個縣市 15 年的醫療公衛預算總額4，顯 示其社會代價不可忽視。然而若臺灣前三大半導體用電大戶 - 台積電、聯電、台灣美光，能 加速於 2030 年達成 100%再生能源使用目標（RE100），當年度可挽救 41 件過早死亡案 例，並減少約 71.79 億元新台幣的經濟損失。
1 Trendforce (2025) https://www.trendforce.com.tw/presscenter/news/20250901-12689.html
2 台灣美光包含「台灣美光記憶體股份有限公司」及「台灣美光晶圓科技股份有限公司」，報告內文統 以「美光」稱之。
3
過早死亡是加總各年齡族群中，因對應空氣汙染導致在餘命之前過早死亡事件，各年齡的餘命不同，以20-24歲為例餘命為 61年等 於整個壽命為81歲。本研究以全球健康負擔的資料庫中2023年臺灣的各年齡族群餘命及死亡率資料為基準。
4 以臺北市115年的預算書 醫療福利與公共衛生計畫的預算 156 12 億元/ 10 22億元= 15 26 https://www-ws govtaipei/Download ashx?u=LzAwMS9VcGxvYWQvNjg0L3JlbGZpbGUvMTAxMjMvOTQ2MjgyNy9lOWFiODdjMS01 ZjUxLTRkZTAtODc3Yi0yZTdhODUyNDE2YzMucGRm&n=6KGb55Sf5bGAMTE15bm05bqm6aCQ566X5qGI5pu4KFBERikucGRm&i con= pdf
因此，綠色和平呼籲半導體企業龍頭帶領供應鏈採取行動，明確承諾於 2030 年前達成 RE100的目標，並提出具體、可檢核的逐年轉型路徑。企業應優先擴大自發自用比例，直接 投資在地再生能源與儲能設施，以降低對燃煤與燃氣電力的依賴，如此不僅有助於減少空 氣污染，也避免用電成本及健康與經濟風險轉嫁民眾。透過積極推動再生能源計劃，臺灣 AI 產業不僅能加速臺灣整體能源轉型，也能在全球供應鏈減碳競爭中展現領先地位，實現 經濟發展與公共健康並進的雙贏局面。
一、AI浪潮下的電子製造業: 電力需求與空氣污染影響
化石燃料燃燒是全球空氣污染的主要來源之一。每年全球因此類空氣污染導致的過早死亡 約達 500 萬例5。燃燒過程中排放的細懸浮微粒（PM2.5）、氮氧化物（NO₂）及二氧化硫（SO₂ ）等污染物都會造成健康的影響像是早死案例、發病，包含增加心血管及呼吸道疾病風險， 進而造成龐大的醫療支出及勞動力損失成本。當電力需求持續成長時，持續仰賴化石燃料 電力將造成更多的汙染。
國際上，AI 產業相關用電所產生的空汙對公共健康的影響已受到關注。加州大學(UC Riverside) 與加州理工學院(Caltech)早已針對全美國的資料中心進行研究6，發現因其電網 仍高度依賴化石燃料，因此2019 至 2023 年間資料中心大量耗電所引發的空氣污染，已導 致全美約 1,434 例7過早死亡，並造成約 220.7 億美元的健康成本，顯示電力使用與公共健 康間存在密切關聯。
臺灣的電子製造業，其中包含電子零組件製造業與電腦、電子產品及光學製品製造業，生產 許多 AI 發展所需的硬體與相關設備，例如資料中心與超級電腦所使用的晶片，以及資料中 心所需的伺服器等設備（見圖一）。隨著 AI 技術持續快速發展，也帶動電子製造業電力需求 的顯著成長。其中台電資料指出，2024 至 2028 年間，AI 產業用電增幅占臺灣總電力需求 成長量的 85.7%，當中電子製造業中的子分類半導體產業，更是電力需求的主要成長原 因8 。
5 根據 Lelieveld 等人（2023）的研究。
6The Unpaid Toll: Quantifying and Addressing the Public Health Impact of Data Centers (2024) https://arxivorg/abs/2412 06288
7這裡呈現的是由電網用電所導致的早死人數。
8 參考科技民主與社會研究中心與環境權利保障基金會 (2025) 。氣候變遷與基礎設施韌性：臺灣半導體產業水資源與電力使用分析 報告之中的算法 ，計算資料 取自台電公司於國家氣候變遷對策委員會第 次會議報告投影片。
9 重製自綠色和平(2025) 晶片榮景後的暗影報告中的圖。
https://drive google com/file/d/1iiNSOIe7xnuHM6IO2cX8T2Zr9zsRA9Rd/view?usp=drive link
目前臺灣用電結構仍高度仰賴化石燃料，再生能源發展屢屢落後於目標。經濟部指出， 2025 年再生能源佔比 20% 的政策目標可能無法如期達成，即便展望 2030 年，再生能源 佔比目標僅為 30%，屆時仍有高達七成電力需依賴天然氣與燃煤等化石燃料，將產生空氣 污染及相關健康風險。若電子製造業用電持續增長，且仍高度依賴這些高污染電力，將進一 步加劇空氣污染問題。
而美國加州大學(UC Riverside) 與加州理工學院(Caltech)針對全美國的資料中心進行研究 ，發現半導體製造用電帶來的空氣汙染物的經濟影響，在電網化石燃料佔比高的情況下，可 能高於直接排放帶來的影響，但是在無法得知未來防治措施與生產數據的情況，無法推估 直接排放的空氣汙染物，本研究亦邀請相關研究作者之一 Dr Shaolei Ren 協助進行審查， 以檢視本研究設計與假設。
本研究亦參考上述之美國研究，並將焦點放在電子製造業用電所造成的空氣污染，並將研 究對象設定為臺灣電子製造業整體，以及三家領先半導體企業。進 步分析發現，雖然部分 半導體企業在供應鏈減碳壓力下已提出階段性的再生能源目標，但普遍仍不夠積極。因此， 本研究將探討若台積電、聯電、美光能夠將 2030 年再生能源使用目標提升至 100%，預計 為居民帶來環境、健康及經濟效益的改善。
圖二、研究架構
本研究首先利用空氣污染擴散模式進行模擬，在2030年能源署既定能源規劃情境下，推估 燃煤與燃氣電廠排放所造成空氣污染物的空間分布與濃度變化。接著，將模擬所得的污染 濃度結合人口分布資料，帶入健康風險評估模型與經濟影響模型，以估算2030年台灣化石 燃料發電所造成的整體健康影響與經濟損失。
進一步，本研究依據電子製造業及三家半導體企業（台積電、聯電與美光）在三種情境下的 用電量，分別計算其占各區域電網總發電量的比例，並據此分配化石燃料發電所造成的整
體健康與經濟影響，最終估算出電子製造業整體及三家半導體企業所對應的健康影響與經 濟損失。
整體研究架構與流程如圖二所示，各相關分析步驟與模型設定將於下敘與附件詳加說明。
( ) 空氣污染模式模擬
本研究採用 CALPUFF大氣空氣品質污染模式來模擬空氣污染物濃度在空間如何擴散，以 評估 2030 年臺灣燃煤與燃氣電廠排放對地表空氣品質的影響。CALPUFF 模型之原始開 發由美國加州空氣資源委員會（CARB）資助10，此模型能夠模擬污染物在大氣中的傳輸、擴
10 CALPUFF Users Guide: https://calpuff org/calpuff/download/CALPUFF UsersGuide pdf
散、化學反應與沉降過程，並廣泛應用於國際學術研究與政府空氣品質評估實務中，如美國 馬里蘭州環保局亦使用該模型。 氣象資料使用天氣研究和預報模式(WRF)氣象模式11，模 擬臺灣的氣象。之後利用來自於台電年報以及電廠環評資料，推估2030年燃煤與燃氣電廠 與其排放資料，共有14家電廠排放被建模為汙染源。 依據電廠排放資料，本研究進行污染物擴散模擬，以估算臺灣各地區所有燃煤與燃氣電廠 在 2030 年滿載運作下對空氣污染物濃度的影響。空氣污染物PM2.5 擴散濃度結果請見圖 三，詳細電
圖三、2030年臺灣燃氣與燃煤電廠滿載運作下的年平均PM2.5污染物濃度擴散圖
(二) 電子製造業與三家半導體企業用電情境分析
本研究聚焦於臺灣電子製造業，包含「產業分類26：電子零組件製造業」 與 「產業分類27：電 腦、電子產品及光學製品製造業」。因為 AI 的開發與訓練，以及最終的執行與應用（如資料 中心或超級電腦），皆仰賴大量相關硬體設備，例如晶片、封裝與測試、伺服器及各類電子 硬體，並且主要由上述兩大類產業所製造。
其中，半導體製造業為電子零組件製造業下的重要子分類，同時也是近年來臺灣用電需求 成長的主要原因之一。因此，本研究進 步選取主要的半導體製造商 - 台積電、聯電與美光 作為分析對象。用電情境分析首先推估總用電量後，依照轉型停滯情境、緩慢轉型情境及積 極轉型情境對用電進行調整，並扣除再生能源使用量，之後再進 步將此電力乘以 2030 年電網中燃煤與天然氣發電之佔比（例如燃煤約 20%、天然氣約 50%，合計 70%），以計算 其實際仰賴化石燃料發電的用電量。
11 中尺度數值天氣預報系統，可以讓研究人員根據實際的數據資料(觀察、分析)或理想化條件來生成大氣模擬。
A. 電子製造業用電分析
電子製造業用電分析用電量計算是首先依據 2023 年台電售電資料，選取「產業分類 26：電 子零組件製造業」及「產業分類 27：電腦、電子產品及光學製品製造業」，涵蓋半導體製造業 等子類別。2030 年總用電量依據《全國電力需求報告》12中AI產業成長情境所預測之年均成 長率2.8% 進行推算13，簡易計算公式如方框一，推估結果請看附件二。
電子製造業以2023年台電統計的用電量加上再生能源用電量（依據國家憑證中心資料）以 年均增長率2.8%計算2030年總用電量 ，再扣除情境中的再生能源使用量，最後將此電力 乘以 2030 年電網中燃煤與天然氣發電之佔比（燃煤約 20%、天然氣約 50%，合計 70%）， 以估算電子製造業使用化石燃料發電之電量，作為後續健康與經濟影響評估的基礎。
2030 化石燃料發電之電量= ((2023 台電用電量 + 再生能源用電量)×(1+0.028)7−2030 情境再生能源量)×0.7
方框一、2030年化石燃料發電之電量計算簡易公式
電子製造業用電量依三種再生能源用電情境進行調整，分別為：
1. 轉型停滯情境：用電持續增加，但再生能源使用比例維持於 2023 年水準，能 源轉型未有實質進展。2023年再生能源比例，依據國家再生能源憑證平台所 發行與交易之再生能源憑證（T-REC）總量除以總用電量進行估算。
2. 緩慢轉型情境：多數企業在規劃再生能源目標時，經常以臺灣政府提出之 2030 年再生能源發電占比 30% 作為參考基準，因此本研究將此目標作為緩 慢轉型情境設定。
3. 積極轉型情境：於 2030 年實現使用 100% 再生能源。
B. 三家半導體企業用電分析
根據上述半導體製造業為電力成長主要來源，因此本研究挑選三家臺灣用電最高的半導體 製造的公司 - 台積電、聯電、及美光。2030 年個別企業用電總量預測資料來自綠色和平東 亞分部《隱形排放（Invisible Emissions）》報告，該報告根據各企業市占率及未來晶片產品 能耗需求，推估臺灣廠區總用電量。依照不同情境扣除相對應再生能源使用量，進 步將此 電力乘以 2030 年電網中燃煤與天然氣發電之佔比（燃煤約 20%、天然氣約 50%，合計 70%），以估算三家企業使用化石燃料發電之電量，作為後續健康與經濟影響評估的基礎。
三家半導體產業用電量依三種再生能源用電情境進行調整，分別為：
12經濟部能源署(2024) 112年度全國電力資源供需報告， https://wwwmoea govtw/Mns/populace/news/News aspx?kind=1&menu id=40&news id=115389
13 過去四年(2021-2024)電子製造業成長率也為此區間(3%)
1. 轉型停滯情境：用電持續增加，但再生能源使用比例維持於 2023 年水準，能 源轉型未有實質進展。依據永續報告、新聞稿、或是國家再生能源憑證平台除 以總用電量進行估算2023年再生能源比例。
2. 緩慢轉型情境：依據企業既有公布的2030年再生能源使用目標。台積電2030 年目標為60%、聯電為50%、美光則未提出具體目標。
3. 積極轉型情境：至 2030 年實現 100% 再生能源使用。
下一步，整體電子製造業與三家企業的用電量，則依據環境部公布的 2023 年工廠層級的 範疇 2（Scope 2）排放數據14，計算在三個區域電網的用電比例。之後將上述2030年化石燃
料發電之電量，乘以各個三個區域電網的用電比例，得出分別計算其占各區域電網總發電 量的比例，並據此分配化石燃料發電所造成的整體健康與經濟影響。
區域電網分類按照台電公司分類，依據臺灣本島地理環境及輸變電系統供電轄區範圍，將 供電區域劃分為北、中、南三區，其中北部包括臺北市、新北市、基隆市、新竹縣市、桃園市 和宜蘭縣，中部包括臺中市、苗栗縣、彰化縣、南投縣、花蓮縣和雲林縣，南部包括高雄市、 臺南市、嘉義縣市、屏東縣、與臺東縣。各發電廠皆依其地理位置分配至對應區域電網15（見 圖四）。附件三列出了整體電子製造業及三家標的企業在北中南電網的用電量比例及其分 配方式。
圖四、 2030年燃氣與燃煤電廠、電網及工廠16分布圖
142023年資料為本研究進行時可取得的最新資料，因新擴廠的用電資料無法取得。
15 立法院2021年我國能源開發與供需管理之探討 https://wwwlygovtw/Pages/List aspx?nodeid=45076
16 工廠分佈示意三大半導體製造企業：台積電、美光、聯電2023年工廠分佈，基於環境部溫室氣體工廠資料。
(三) 健康風險評估模型
在世界衛生組織（WHO）所建議污染濃度標準的情況下，當民眾長期暴露於超過標準的空 氣污染物中，罹患呼吸道感染及其他疾病的風險將顯著增加，其中對兒童、老年人等弱勢族 群的健康影響尤為明顯。
本研究採用CREA 開發之具全球適用性的健康影響評估（Health Impact Assessment, HIA ）框架。CREA 為專注於空氣污染研究的國際研究機構，透過科學數據分析空氣污染成因與 健康衝擊，並長期與多個研究單位及公民團體合作，致力推動乾淨空氣的解決方案。該框架 所涵蓋的健康評估結果，來自多個不同族群之系統性綜合研究（meta-study），且其疾病發 生率資料可從全球性資料庫取得各國統計數據。
本研究中，針對成年人死亡風險的健康衝擊評估，採用國際文獻及全球疾病負擔研究（ Global Burden of Disease, GBD）所建立的風險函數與計算公式進行估算。基於上述污染 暴露結果，本研究估算民眾暴露於超過世界衛生組織（WHO）建議標準或其他國際文獻標 準之污染濃度下，罹患肺癌、中風等相關疾病之相對風險，並據此推估空氣污染所造成的過 早死亡人數及其他健康影響指標。評估內容包括：因健康衝擊導致的早死、失能調整人年17（ Disability-Adjusted Life Years, DALYs）、健康影響造成的缺勤（labor days lost)，與其他相 關疾病案例數，之後進行比較電子製造業及個別半導體企業在三種不同用電情境下，因用 電結構差異所引起的空氣污染暴露及健康影響。
我們先採用國際學術文獻中常用、並已應用於全球空氣污染健康評估的「濃度 反應關係」 （concentration–response relationship），計算不同排放情境下污染濃度變化帶來的增加風 險值。
接著，根據各地區的人口分布與基準疾病發生率，推算總體健康影響，如方框二的簡 易公式，相關文獻風險值及詳細公式請見附件四。
各年齡層的健康影響（新增病例數或是早死案例數） = 全台灣分成空間網格的人口 × 此 年齡層的人口比例 × 此年齡層的基準疾病發生率 × 因污染濃度變化帶來的增加風險值 最後將各年齡層的健康影響相加之後得出總體健康影響。
方框二、健康影響評估簡易公式 (四) 經濟影響評估 依據前述健康影響評估（HIA）結果，依據國際文獻常用之經濟影響計算方法，將上述健康衝 擊轉換為具體經濟損失，其中包括生產力損失、疾病醫療支出及過早死亡之生命價值18，作 為空氣污染對健康影響所造成的經濟損失，並採用以臺灣國內生產毛額（GDP）將數值轉換
17 失能調整人年指標中共包含兩個部份，亦即(1) 個人因為得了某個疾病而提早死亡的壽命、以及(2)因患病無法正常生活的壽命。
18 是將個體對生命安全的支付意願（WillingnessToPay）加總或平均化，得到社會層面的生命價值估計。
為符合臺灣社會經濟條件之成本估計值。
最後，針對各年度所估算之成本與效益，採用3% 折現率進行折現，計算其至2030年之現值。（相關健康影響及其經濟估值對照表彙總如附 件五所示。）本研究原以美元呈現結果，後續依臺灣銀行 12 月 30 日公告匯率19換算為新台 幣（1 美元＝31.35 新台幣）。
19 取自台灣銀行之匯率 https://rate bot com tw/xrt?Lang=zh-TW
四、研究主要發現
● 電子製造業若轉型停滯，將造成臺灣每年約90例早死 隨 AI 產業蓬勃發展，臺灣電子製造業之電力需求顯著增加，自從AI開始商業化的2022年 至 2025 年間，產業用電量已經成長12%20。在此趨勢下，若電力供給結構仍高度依賴化石 燃料，則將伴隨空氣污染物排放量增加，包括細懸浮微粒（PM2.5）、二氧化氮（NO₂）與二氧 化硫（SO₂）。既有流行病學與健康風險評估研究指出，這些污染物會對健康造成嚴重影響， 包括心血管和呼吸系統疾病以及其他慢性疾病。研究發現，在「轉型停滯情境」下，意即在用 電需求持續攀升，卻仍高度依賴化石燃料電網，且再生能源使用並未提升的條件下，電子製 造業用電造成的空氣污染，預計 2030 當年將導致約 90 例過早死亡及 277 名兒童受到氣 喘影響（圖五），顯示脆弱群體面臨更高的健康風險。
圖五、2030年全臺電子製造業轉型停滯的健康與經濟損失
20 取自能源署電力消費資料 https://wwwesist org tw/database/search/electric-consumption-107/
● AI發展所帶來的空污造成臺灣每年156億元的經濟損失
空氣汙染造成的健康影響對應的經濟損失，包含勞動生產力損失（如缺勤）、過早死亡 與醫療支出攀升。預估在 2030 年當年將造成近18,827天工作缺勤，相當於損失77年 的總工作時間21，對社會造成約新台幣 156.12 億元22的經濟損失（圖五），其規模等同 臺北市約 15 年的醫療與公共衛生預算總額23 。
這些損失不僅來自額外的醫療支出，還包括疾病導致的勞動力流失，以及生命本身所 代表的社會價值24，對整體社會形成深遠且持久的經濟損失。 研究顯示，此經濟損失
區域分布不公（圖六），其主要原因在於化石燃料電廠分布與當地污染物的擴散條件， 導致部分縣市影響更加嚴重。受影響最嚴重的縣市為高雄市，達35.74億元新台幣25 ， 但高雄市電力自給率已達 152.9%26，其主要的興達發電廠、大林發電廠，不僅已滿足 自身的用電需求，還要供給南科快速成長的用電需求，加重當地的健康與經濟損失， 更是經濟損失最嚴重第二名的新北市 20.06億新台幣27的近兩倍金額；其他受影響較 大的城市包括臺中市16.3億新台幣28、桃園市15.05億新台幣29及臺南市14.73億新台 幣30，完整資料請見附件六。
圖六、電子製造業轉型停滯的經濟損失縣市分布圖
21 以 年245天工作天(扣除特定假日與假日)進行計算，18,827/245= 77年
22美元 4 98億元 X 31 35= 156 12億元台幣
23 以臺北市115年的預算書 醫療福利與公共衛生計畫的預算 156 12 億元/ 10 22億元= 15 26 https://www-ws govtaipei/Download ashx?u=LzAwMS9VcGxvYWQvNjg0L3JlbGZpbGUvMTAxMjMvOTQ2MjgyNy9lOWFiODdjMS01 ZjUxLTRkZTAtODc3Yi0yZTdhODUyNDE2YzMucGRm&n=6KGb55Sf5bGAMTE15bm05bqm6aCQ566X5qGI5pu4KFBERikucGRm&i con= pdf
24生命價值的計算，是透過估算每個人願意為自身安全付出的金額，來反映社會對每 條生命所賦予的經濟價值。
25 美元 1 14億 X 31 35= 35 74億元台幣
26 https://wwwstorm mg/article/5256890
27美元6,400萬 X 31 35=20 06億元台幣
28 美元5,200 萬X 31 35= 16 30億元台幣
29 美元4,800 萬 X 31 35 = 15 05億元台幣
30 美元4,700 萬 X 31 35= 14 73億元台幣
● 三大 AI 半導體企業加速達成RE100，可挽救 41 件早死案例與超過71億元損失
目前台積電與聯電設立2030年再生能源目標分別為60％與50％，而台灣美光無設定目標。 數據顯示，這些企業如果加速在2030 達成 100％再生能源使用，空氣品質影響將顯著降低 ，三家每年合計可挽救約 41 件早死案例、避免130位兒童受到氣喘影響，並減少約71.79億 元31的健康相關損失。其中，台積電用電最高，因此可以達成最多的效益，減少約52.98億 元32的健康相關的經濟損失; 聯電可以減少約4.08億元33; 美光可以減少約14.73億元34 (圖 七)。
圖七、 半導體龍頭企業提前於2030年達成100%再生能源使用的健康與經濟效益
31 美元2 29億元 X 31 35= 71 79億元台幣
32 美元1 69億元 X 31 35= 52 98 億元台幣
33 美元 千三百萬元 X 31 35= 4 08億元台幣
34 美元四千七百萬元 X 31 35= 14 73億元台幣
綠色和平建議
一、半導體領袖加速綠電行動：以 2030 年 100% 再生能源落實 1.5°C 目標
根據全球企業減碳框架「科學基礎減量目標倡議」SBTi （Science Based Targets Initiative） 發布的《企業近期標準 V5.3》35 ，2030 年被視為控制全球升溫於 1.5°C 的關鍵分水嶺。對於
高耗能的半導體產業，SBTi 不僅要求碳排數據的減量，更明確指引：企業針對電力排放（範 疇二）應展現最具雄心的氣候行動。這代表企業應將 「2030 年達成 100% 再生能源」 視為 近期目標的標配，而非將能源轉型責任推延至 2040 或 2050 年。
半導體龍頭企業設定 2030 年 100% 再生能源的目標，不僅是對 SBTi 近期目標建議的實 質回應，更是加速 AI 供應鏈擺脫化石燃料依賴、減輕民眾因產業用電所承擔之健康風險的 關鍵行動。
二、逐年大幅提升再生能源使用比例，立即降低健康與經濟衝擊
再生能源轉型不應僅設定長期終點目標，而應逐年明確提高再生能源使用比例。目前三家 主要用電企業相較前 年(2023年)之再生能源占比提升幅度仍有限，台積電增加 2.9%、聯 電 6%、台灣美光 5%，整體進度仍顯緩慢。企業每年提升的再生能源使用可立即減少化石 燃料燃燒造成的空氣污染，對公共健康帶來可量化的效益。以台積電為例，若要如既有目標 在 2040 年達成 100% 再生能源目標，未來數年再生能源使用成長幅度至少需要增加 倍 以上，才能補上轉型落差。
三、在地綠電與儲能投資，企業龍頭應落實「健康優先」的在地回饋
台積電與台灣美光在海外廠區已達成 100% 再生能源使用，證明了「全綠能營運」並非不可 能，而是企業決心的展現。然而，臺灣廠區的轉型遲滯，正由鄰近化石燃料電廠的居民以健 康為代價進行「補貼」，尤其是鄰近化石燃料電廠的高雄、臺中等地。
企業應對等落實海內外的綠電標準。針對空污與健康受損最嚴重的地區，企業應採取更積 極的投資策略：直接在當地布建分散式再生能源與儲能系統，並補助居民的健檢醫療與長 照費用。綠電就近供應不僅減輕了電網壓力，更是減少燃煤電廠的運作時間，將清潔空氣還 給居民。
結語
臺灣半導體企業作為引領世界的標竿，實力不應只體現在先進製程技術，更應展現在守護 在地的社會責任。作為推動全球AI供應鏈引擎的企業龍頭，更應展現決心帶頭領跑，讓臺灣 的科技榮光與環境正義並行，持續在世界的舞台發光發熱。
35 SBTi Corporate Near-Term Criteria: C21 – Renewable electricity (scope 2 only): Targets to actively source renewable electricity at a rate consistent with 1 5°C scenarios are an acceptable alternative to scope 2 emission reduction targets over emissions from the generation of procured electricity The SBTi has identified 80% renewable electricity procurement by 2025 and 100% by 2030 as thresholds
附件
附件一「空氣污染模式模擬」2030年 電廠列表
電網
北部
中部
南部
電廠
大潭
和平
協和
林口
新桃
中佳
台中
通霄
星元
嘉惠
大林
森霸豐德
南部
興達
燃料
燃氣
燃煤
燃氣
燃煤
燃氣
燃氣
燃煤
燃氣
燃氣
燃氣
燃氣
燃氣
燃煤
燃氣
燃氣
燃氣
附件二、「電子製造業用電量分析」 情境設定
Company 轉型停滯情境
附件三、電子製造業與個別企業電網分配比例
Company
用電比例來自北部電網
轉型緩慢情境–2030 RenewableEnergy Commitment(%of TotalConsumption fromRE)
Scenario3: 積極轉 型情境 –%ofTotal Consumptionfrom RE
用電比例來自中部電 網 用電比例來自南部 電網
附件四、健康風險評估模型研究方法
我們採用國際學術文獻中常用、並已應用於全球空氣污染健康評估的「濃度 反應關係」（ concentration–response relationship），計算不同排放情境下污染濃度對健康風險的影響。
依據這些濃度 反應數值，我們套用以下公式，估算每種疾病的額外風險與病例數。使用的 閾值詳見下列表格。
36Thisinformationisbasedonthepressreleaseregardingthenewrenewableenergypurchaseagreement. https://investorsmicroncom/news-releases/news-release-details/meiguangfabu2022nianduyongxujingyingbao gao-chixuqudejinzhan-0
其中：
● Pop：網格單元中的總人口數；
● age：流行病學研究已確立疾病風險的特定年齡層；
● Frac_{age}：屬於該特定年齡層的人口比例；
● Incidence_{age}：該年齡層人口的疾病風險基準發生率；
● c：污染物濃度，其中 c_base 指的是基準濃度，也就是目前的環境背景濃度。
● RR_{c,age}：在對應污染物濃度下，特定年齡層相較於「清潔空氣」條件下的健康風 險比率（risk ratio）。
在採用對數線性（log-linear）、且不區分年齡的濃度－反應函數時，風險比（RR）函數可簡化 為：
其中：
● RR₀：流行病學研究中估計得到的風險比率；
● Δc₀：RR₀ 所對應的污染物濃度變化量；
● c₀：假設的「無危害閾值濃度」，一般設定為研究資料中觀測到的最低濃度。
人口資料方面，我們使用全球疾病負擔研究（Global Burden of Disease, GBD）2019 年的 國家層級人口資料（Murray et al., 2020），並透過健康計量與評估研究所（Institute for Health Metrics and Evaluation, IHME, 2020）取得。我們再利用全球人口網格資料集
Gridded Population of the World v4（CIESIN, 2018），將人口資料映射至空間網格中。最後 ，根據聯合國《世界人口展望》（World Population Prospects）資料集所提供的人口與死亡率 變化（UN, 2019），將人口資料推估至不同年份。
健康結果 年齡族 群 污染物
氣喘新發病例 1–18 NO2 1.26(1.10–1.37) per10ppb 2ppb Khreisetal. (2017) Achakulwisutetal. (2019)
氣喘患者人數 1–18 NO2
1.26(1.10–1.37) per10ppb 2ppb Khreisetal. (2017) Achakulwisutetal. (2019)
氣喘急診就診 次數 0–17 PM25 1.025(1.013–1.037) per10µg/m3
氣喘急診就診 次數 18–99 PM25 1023(1015–1031) per10µg/m3
早產 Infant PM25 115(107–116) per10µg/m3
6µg/m3 Zhengetal. (2015) Anenbergetal. (2018)
6µg/m3 Zhengetal (2015) Anenbergetal (2018)
88µg/m3 Sapkotaetal (2012) Chawanpaiboonet al (2018)
工作缺勤 20–65 PM25 1046(1039–1053) per10µg/m3 00 WHO(2013) EEA(2014)
過早死亡 0–4 PM25 Burnettetal. (2022)
過早死亡 25–99 PM25 Burnettetal. (2022)
失能生活年數 (YLDs) 因糖尿 病、中風、慢
性呼吸系統疾
0µg/m3 Burnettetal. (2022) IHME(2020)
0µg/m3 Burnettetal. (2022) IHME(2020)
病 25–99 PM25 IHME(2020) 2.4µg/m3 Burnettetal. (2018) IHME(2020)
過早死亡 25–99 NO2 1.02(1.01–1.04) per10µg/m3
附件五、經濟影響評估研究方法
4.5µg/m3 Huangfu& Atkinson(2020); NRTfromStieb etal (2021) IHME(2020)
本研究計算空氣污染所造成的健康影響的經濟成本，方法類似於 Myllyvirta（2020）。分析涵 蓋呼吸系統與心血管疾病及其併發症，這些疾病會顯著降低生活品質、降低經濟生產力，並 增加醫療支出。各項健康影響及其估值彙總如表 6 所示。
成人過早死亡的估值（Viscusi 與 Masterman, 2017）基於勞動市場資料，依 OECD（2012） 建議，我們將此數值乘以二以估算兒童的價值。
失能的經濟成本則使用英國環境、食品與 鄉村事務部（UK DEFRA）提供的失能估值（Birchby et al., 2019）進行評估。全球疾病負擔
研究（GBD）所計算的「失能權重（disability weights）」可用來比較不同疾病的經濟成本。本
研究考慮的失能疾病包括糖尿病、慢性阻塞性肺病（COPD）及中風。
下列表中所引用的原始研究，基於不同國家、時期及貨幣單位。為此，本研究對 2030 年的 未來估值，採用每年 3% 的折現率以反映貨幣的時間價值，並依據 GDP 預測變化調整為 符合臺灣經濟條件的數值。臺灣的 GDP 資料與預測來源為國際貨幣基金組織（IMF, 2025 ）。此方法可確保未來的經濟成本以接近本報告（2024 年）同期的貨幣價值表示，便於不同 時間點之間進行比較。
經濟影響量化以 世界平均 GDP/GNI 人均值
健康影響
估算（2017 國際 美元）
2023 年台灣經
濟估值（以美金
計價） 文獻 描述 工作缺勤（病假天數） 85perday 172
EEA(2014) 空氣汙染導致工作缺勤而失去 的經濟產出以人均國內生產毛 額來計算
因污染暴露而罹患氣 喘的兒童人數（增加 的盛行率）
1,077percase 2,164
成人過早死亡 2,637,000per death 5,574,000
Brandtetal. (2012)
Viscusi& Masterman (2017)
因為氣喘發作而導致的急診室 的支出
生命價值(ValueofLife)，是將 個體對生命安全的支付意願（ WillingnessToPay）加總或平 均化，得到社會層面的生命價 值估計。
5 歲以下兒童過早死 亡 5,273,000per death 11,150,000 OECD(2012) 生命價值(ValueofLife)，估計 方式同上。依據經濟合作暨發 展組織（OECD，2012）的建議， 5 歲以下幼童的死亡估值為成 人死亡估值的兩倍。
早產 107,700perbirth 216,400 Trasandeetal. (2016)
增加的健康支出與減少的經濟 產出(兒童 生的影響)
失能生活年數 28,480per year-lived-with-di sability 60,210 Birchby(2019) 生命價值與住院支出。
氣喘急診室醫療支出 232 467 Brandtetal. 2012 成人因為氣喘發作而導致的急 診室的支出
附件六、電子製造業在轉型停滯情境下之各縣市經濟損失分布
Kaohsiung 高雄市 114(562-2439) 3574
NewTaipei 新北市 64(36.3-117.2) 20.06
Taichung 臺中市 52(27.6-102.9) 16.30
Taoyuan 桃園市 47(255-923) 1505
Tainan 臺南市 47(240-960) 1473
Taipei 臺北市 34(191-618) 1066
Pingtung 屏東縣 29(15.4-59.0) 9.09
Changhua 彰化縣 26(13.2-52.5) 8.15 HsinchuCounty 新竹縣 12(6.4-23.2) 3.76
ChiayiCounty 嘉義縣 11(58-213) 345 Yulin 雲林縣 11(60-227) 345 HsinchuCity 新竹市 9(48-185) 282
ChiayiCity 嘉義市 9(4.8-19.0) 2.82
Miaoli 苗栗縣 9(4.9-17.8) 2.82
Keelung 基隆 7(3.9-11.7) 2.19
Yilan 宜蘭縣 5(29-75) 157
Nantou南投縣 5(31-97) 157
Hualien 花蓮縣 4(2.3-5.8) 1.25
Taitung 臺東縣 2(1.1-2.8) 0.63
Penghu 澎湖縣 0.4(0.2-0.7) 0.13
Kinmen 金門縣 0.0(0.0-0.1) 0.00