本文的研究對象為台灣的各個縣市與台北市的各行政區，主要是探討資料期間介於2003年1月至2017年6月的垃圾量、廚餘量、巨大垃圾回收再利用量和資源回收量與95實質油價之間的關係。本文先使用單根檢定確認是否定態，再找出結構變遷時點，並透過自我迴歸遞延模型(ARDL model)估計廢棄物數量向長期均衡調整的速度與廢棄物數量和油價之間的長期關係。從實證結果可知台灣的垃圾清運量、廚餘回收量、資源回收量和資源回收率與95實質油價無顯著長期關係，但台灣的巨大垃圾回收再利用量與95實質油價有正向顯著的長期關係。另外，台北市的家戶垃圾量、廚餘量和資源回收與95實質油價有顯著的長期關係，但台北市的養豬廚餘量與95實質油價則無顯著長期關係。因此可以確認油價的變動對廢棄物數量的衝擊確實存在。

The objective of this paper is to estimate the relationship between oil price and the quantity of (1) nonkitchen waste, and (2) the recycling of kitchen waste for pig food scrap, (3) the recycling of kitchen waste for composite purpose, (4) the recycling of bulky waste and the recycling of paper, glass, plastic, and metal (5) and the recycling rate in counties of Taiwan and the administrative regions of Taipei over the period from January 2003 to June 2017.   We first apply Phillips-Perron test for unit root to make sure all variables are stationary, then we identify structural breaks in the five time series using Zivot-Andrews test.  Finally, through ARDL model we estimate the the speed of adjustment of the five time series and the long run equilibrium relationship between oil price and the quantity of waste.  Our empirical findings confirm that for Taiwan as a whole, there is no significantly long run relationship between oil price and the quantity of nonkitchen waste, the recycling of kitchen waste. However, the relationship between oil price and bulky garbage recycling is statistically significantly positive.  Additionally, in Taipei City the quantity of pig food scraps does not exhibit any significant long run relationship with oil price. Yet, in Taipei City the long run relationship between oil price and the quantity of the recycling of kitchen waste for composite purpose (nonkitchen waste and the recycling of paper, glass, plastic, and metal) is positive (negative).  In sum, we find evidence that oil price affects the quantity of waste and waste recycling.

目錄
壹、緒論	1
1.1研究背景 1
1.2研究動機 2
1.3研究目的 4
1.4研究架構 5
貳、文獻回顧 7
2.1油價對消費的影響 7
2.2廢棄物與經濟成長的關係 8
2.3油價對美國股市變動的影響 9
2.4油價與電力耗費間的關係 9
2.5影響廢棄物的因素 10
參、變數解釋與資料來源 11
3.1台灣縣市資料 11
3.2台北市分區資料 12
肆、研究方法 14
4.1單根檢定 14
4.2自我迴歸分配遞延模型(ARDL) 15
伍、實證結果分析 18
5.1單根檢定 18
5.1.1 PP檢定 18
5.1.2 ZA檢定 19
5.2共整合檢定結果 21
5.3動態誤差修正模型 23
5.3.1調整速度α 23
5.3.2長期關係θ 24
5.3.3結構變遷的影響 26
陸、結論 29
參考文獻 30


表目錄
表3-1台灣縣市原始垃圾清運量(公噸)	32
表3-2台灣縣市原始巨大垃圾回收再利用量(公噸)32
表3-3台灣縣市原始廚餘回收量(公噸)	34
表3-4台灣縣市原始執行機關資源回收量(公噸) 35
表3-5台北市各區每人每月季節性調整後的清潔隊清運養豬廚餘量(公斤) 36
表3-6台北市各區每人每月季節性調整後的清潔隊清運廚餘量(公斤) 36
表3-7台北市各區每人每月季節性調整後的清潔隊清運家戶垃圾量(公斤) 37
表3-8台北市各區每人每月季節性調整後的清潔隊清運資源回收量(公斤) 38
表3-9台灣縣市每人每日對數的垃圾清運量 39
表3-10台灣縣市每人每日對數的巨大垃圾回收再利用量 40
表3-11台灣縣市每人每日對數的廚餘回收量 41
表3-12台灣縣市每人每日對數的執行機關資源回收量 42
表3-13台灣縣市每人每日對數的執行機關資源回收率 43
表3-14台北市各區每人每日取對數後的清潔隊清運養豬廚餘量 44
表3-15台北市各區每人每日取對數後的清潔隊清運廚餘量 44
表3-16台北市各區每人每日取對數後的清潔隊清運家戶垃圾量 45
表3-17台北市各區每人每日取對數後的資源回收 46
表3-18台灣縣市變數資料來源 47
表3-19台北市變數資料來源 47
表3-20各種廢棄物之定義 48
表5-1變數單根檢定-垃圾清運量 66
表5-2變數單根檢定-巨大垃圾回收再利用量 67
表5-3變數單根檢定-廚餘回收量 68
表5-4變數單根檢定-資源回收量 69
表5-5變數單根檢定-資源回收率 70
表5-6變數單根檢定-台灣95實質油價 71
表5-7變數單根檢定-養豬廚餘量 73
表5-8變數單根檢定-廚餘量 74
表5-9變數單根檢定-家戶垃圾量 75
表5-10變數單根檢定-資源回收 76
表5-11變數單根檢定-台北市95實質油價 77
表5-12台灣地區各種廢棄物與油價的邊界共整合檢定 78
表5-13台北市各區各種廢棄物與油價的邊界共整合檢定 80
表5-14垃圾清運量和台灣95實質油價之誤差修正模型 81
表5-15巨大垃圾回收再利用量和台灣95實質油價之誤差修正模型 83
表5-16廚餘回收量和台灣95實質油價之誤差修正模型 84
表5-17資源回收量和台灣95實質油價之誤差修正模型 86
表5-18資源回收率和台灣95實質油價之誤差修正模型 88
表5-19養豬廚餘量和台北市95實質油價之誤差修正模型 89
表5-20廚餘量和台北市95實質油價之誤差修正模型 91
表5-21家戶垃圾量和台北市95實質油價之誤差修正模型 92
表5-22:資源回收和台北市95實質油價之誤差修正模型 93


圖目錄
圖 1 研究架構流程圖 6
圖3-1新北市垃圾相關變遷的時間趨勢	49
圖3-2台北市垃圾相關變遷的時間趨勢	49
圖3-3桃園市垃圾相關變遷的時間趨勢	50
圖3-4台中市垃圾相關變遷的時間趨勢	50
圖3-5台南市垃圾相關變遷的時間趨勢	51
圖3-6高雄市垃圾相關變遷的時間趨勢	51
圖3-7宜蘭縣垃圾相關變遷的時間趨勢	52
圖3-8苗栗縣垃圾相關變遷的時間趨勢	52
圖3-9彰化縣垃圾相關變遷的時間趨勢	53
圖3-10南投縣垃圾相關變遷的時間趨勢	53
圖3-11雲林縣垃圾相關變遷的時間趨勢	54
圖3-12屏東縣垃圾相關變遷的時間趨勢	54
圖3-13台東縣垃圾相關變遷的時間趨勢	55
圖3-14花蓮縣垃圾相關變遷的時間趨勢	55
圖3-15澎湖縣垃圾相關變遷的時間趨勢	56
圖3-16基隆縣垃圾相關變遷的時間趨勢	56
圖3-17金門縣垃圾相關變遷的時間趨勢	57
圖3-18連江縣垃圾相關變遷的時間趨勢	57
圖3-19嘉義縣市垃圾相關變遷的時間趨勢 58
圖3-20新竹縣市垃圾相關變遷的時間趨勢 58
圖3-21台灣垃圾相關變遷的時間趨勢	59
圖3-22北投區垃圾相關變遷的時間趨勢	59
圖3-23大同區垃圾相關變遷的時間趨勢	60
圖3-24大安區垃圾相關變遷的時間趨勢	60
圖3-25南港區垃圾相關變遷的時間趨勢	61
圖3-26內湖區垃圾相關變遷的時間趨勢	61
圖3-27士林區垃圾相關變遷的時間趨勢	62
圖3-28松山區垃圾相關變遷的時間趨勢	62
圖3-29台北市垃圾相關變遷的時間趨勢	63
圖3-30萬華區垃圾相關變遷的時間趨勢	63
圖3-31文山區垃圾相關變遷的時間趨勢	64
圖3-32信義區垃圾相關變遷的時間趨勢	64
圖3-33中山區垃圾相關變遷的時間趨勢	65
圖3-34中正區垃圾相關變遷的時間趨勢	65

環境資訊中心(2008),〝台灣垃圾分類成效佳 回收率近四成〞,URL:http://e-info.org.tw/node/31350。
Awasthi, A.K., Ccchiella, F., D'Adamo, I., Li, J., Rosa, P., Terzi, S., 	Wei, G., Zeng, 	X. 2018. Modelling the correlations of e-waste quantity with economic 	increase. Science of The Total Environment 613–614, 46-53.
Brown, D. P. 2015. Garbage: How population, landmass, and development 	interact with culture in the production of waste. Resources, Conservation and 	Recycling 98, 41–54.
Chang,N., Lin, Y. 1997. An analysis of recycling impacts on solid waste 	generation 	by time series intervention modeling. Resources, Conservation and Recycling 	19(3) 165-186.
Elyasiani, E., Mansur, I., Odusami, B. 2012. Sectoral stock return sensitivity to oil price changes: a double-threshold FIGARCH model, Quantitative Finance, 13:4, 593-	612, DOI: 10.1080/14697688.2012.721562
Iacoviello, Matteo, 2016. Oil Prices and Consumption across Countries and U.S. States. Manuscript. 
Jouhara,H.,Czajczynska, D.,Ghazal, H., Krzyżyńska, R., Anguilano,L.,Reynolds,A.J., 	Spencer, N. 2017. Municipal waste management systems for domestic use. 	Energy 139, 485-506.
Kilian, L.,Park, C. 2009. The impact of oil price shocks on the U.S.. stock 	market. International Economic Review 50 (4), 1267-1287.
Mehra, M., Petersen, J. 2005. Oil Prices and Consumer Spending. FRB Richmond 	Economic Quarterly 91(3), 53-72.
Pesaran, H.,Shin, Y.,Smith, R. 2001. Bounds testing approaches to the analysis of level relationships. Journal of Applied econometrics 16 (3), 197-460.
Phillips, P., Perron, P. 1988. Testing for a Unit Root in Time Series Regression. 	Biometrika 75(2),335-346.
Sadorsky, P. 2009. Renewable energy consumption, CO2 emissions and oil prices in 	the G7 countries. Energy Economics 31(3), 456-462.
Shahbaz, M., Sarwar, S., Chen, W., Malik, M. N. 2017. Dynamics of electricity 	consumption, oil price and economic growth: Global 	perspective.Energy Policy, 	108 (C), 256-270.
Wang, Y. 2013. Oil price effects on personal consumption expenditures. Energy 	Economics 36, 198-204.
Zhang, Z., Lohr, L., Escalante, C., Wetzstein, M. 2010. Food versus fuel: What do 	prices tell us? Energy Policy 38, 445–451.
Zhang, D.,Broadstocka, D.C., Cao, H. 2014. International oil shocks and household 	consumption in China. Energy Policy 75,146-156.
Zhang C., Wang, Y., Song, X., Kubota, J., He, Y., Tojo, J.,and Zhu, X. 2017. 	Anintegrated specification for the nexus of water pollution and	economic 	growth in China: Panel cointegration, long-run causality and environmental 	Kuznets curve. Science of the Total Environment 609, 319–328.
Zivot, Z., Andrews,and D.W.K. 1992. Further Evidence on the Great Crash, the Oil-Price Shock, and the Unit-Root Hypothesis. Journal of Business &Economic Statistics 10 (3), 251-270.