生命周期成本分析法数据品质之探讨.doc

生命週期成本分析法數據品質之探討 楊欣瑜、林盛隆 摘要 生命週期評估的觀念與作業方式是一個不斷重覆的程序，以求出最佳的決策參數。然而，生命週期衝擊評估的量化卻一直是爭論的焦點。將LCA的衝擊予以成本化，是LCA發展的一個重要方向。此論點並非否定未做成本化的LCA研究之貢獻，反而可視為兩者相輔相成，同樣為環境管理有力的工具。利用生命週期成本分析(Life-cycle costing analysis, LCC)進行公司的管理工具可有下列兩項優點：(1)實際反應公司經營的成本，提升產品的競爭力；和(2)以產品或製程不同階段的成本分析，找出可行的改善方向。對於決策者而言，污染物排放數據並不一定能滿足決策者的需求，尤以營利為導向的私人公司，更希望能有經濟上的誘因，才能完成其決策。 數據品質的優劣會影響到分析的結果。利用統計分析的方法，找出每步驟的估算值信賴區間，去除不合理的數據。為確保作業之成果，如何獲得可靠、值得信賴之數據是很重要的工作；而數據的變化性(variability)亦會影響評估之結果。在很多LCC作業中，數據品質的不確定性(uncertainty)可能來自量化的數據本身、模式模擬過程或是採用的評估方法三部分。數據的不確定性可能是量測數據不對，不具代表性，缺少該項數據，或數據來源有問題。如果將本土的數據與國外成熟的資料庫做比對，應可減少此項不確定因素。至於輸送模式之不確定因素可透過Monte Carlo等預測模式來減少；而評估方式所引的不確定因素，可能要由國內的相關單位建立一套制式的評估模式來減少此項誤差。統計上的不確定分析技術繁多，略可分為結構化與非結構化技術；後者如Monte Carlo 模擬(MCA)。MCA利用中央極限原理，假設模式的誤差主要來自輸入值，而不考慮參數間的影響。一開始先給予每個輸入參數機率密度函數，然後在機率分佈範圍內隨機取樣，進模擬運算。MCA需要大量的數據，以求取高準確度。由於LCC的數據特性之故，本文以Monte Carlo 分析法來進行數據與模式的不確定性分析，以找出最佳的估計值。 關鍵詞：生命週期成本、數值模擬、決策分析、數據品質、不確定性分析 一、前言 自1996年國際標準組織(International Standard Organization ,ISO)實施14000環境管理系統，至2001年推行國家共143個。據日內瓦ISO統計截至2002年6月底止，全球ISO14001認證證書總數已高達40,970張，成長相當快速，在世界各國通過ISO14001的中，日本為世界之冠而台灣則排行世界第十一位，ISO14001驗證組織達1024家[1]，另一方面，外在環境對公司經營的影響也越來越重要，尤其是環境相關法令與國際間的環保約定。OECD在1997年出版的必威体育精装版環境稅報告，倡導綠色稅制改革。此一風潮可能會對其他國家帶來深遠的影響，灣也不例外，企業不得不注意此一趨勢。，政府的施政方向朝此方向規劃與實施企業在其環境會計成本的制度內，也應將這些可能的項目列入考慮。 環境成本如何分配到適當的產品或製程，與公司的管理關係密切。現代化的管理重視工廠員工士氣的提昇，並給予適時的激勵。如果主管抱持吃大鍋飯的心理，將環境成本列在管理部門的經常開支下，很容易造成員工的行為的偏差，無法讓第一線的員工努力做好污染預防與減廢的工作。舉例來說，某電子廠投資20,000,000元興建一座現代化的廢水處理廠，如果將此20,000,000元歸在管理部門的支出項下，當然對於負責的人員其營運績效會受影響，因為產生工廠廢水的不只是該部門而已，其他生產線也有廢水產出，卻不需分擔成本，很不合理。所以，如何以更合符現場狀況分配環境成本，是提昇工廠環境績效的重要工作。環境改善所帶來的效益亦有同樣的情況。將環境成本與公司內之製程、產品或管理連貫起來，給與適當合理的分配；此即為活動基礎成本法(Activity-based costing, ABC)。如果公司只有一條生產線，則分配或許會容易些，但大部分的公司不止一條生產線，同一條生產線也不見只生產單一產品；而且每個生產線的特性亦不相同，有些生產線因需要而使用大量的毒性化學品，或產生大量的有害廢棄物；因此便需要合理分配環境成本，以免扭曲產品的實際成本，誤判公司本身的競爭力。現行的環境經常支出的分配方法，大部分以人-工時或產品產量做為基準，其他亦可用機器運轉時數、原料使用量、土地利用面積、…等作為分配依據，但可以實際執行的案子並不多見。 工廠能資源使用與污染現況的調查是LCA研究的基礎，尤其在生命週期的細部分析(microscopic analysis)上，更能貼切其成本化的管理，進而找出問題之所在，完成污染預防與改善的目標。由許多研究案例可知，產品在其生命週期中，最大的環境衝擊可能來自使用階段，