由於全球能源使用的增加，以及國際對地球環境改善的重視，近年再生能源逐漸被廣泛應用，而風力發電是目前全球再生能源中僅次於水力發電占比最高的再生能源，因此風力發電對各國家的能源與電力的影響成為國際間重要的議題。
　　檢視各國風力發電之發展，可發現目前多個先進國家風力發電占總發電之比例明顯較高，其中丹麥、葡萄牙、西班牙，其風力發電占總發電之比例均高達20%上下。為何這些國家的風力發電占比會如此高，值得深入探討。
　　本研究使用OECD 32個先進國家1960-2013之年資料，並使用靜態縱橫資料、結構轉變與動態縱橫資料三種模型，以評估各能源發電以及經濟變數等，對風力發電發展之影響。其結果顯示，人口、GDP與電價對風力發電電力產出皆有顯著正向影響。而再生能源躉購費率(FIT)亦可提升風力發電之發展。另外，本研究亦發現先進國家風力發電發展有明顯之學習效果，可藉由前期風力發電之投入，逐步改進其技術等，以增加後期風力發電之發展。

Renewable energy was widely used in recent years due to the increasing energy use and the need for global environment enhancement. Except hydro, wind power is the world highest renewable energy sources currently, thus the impact of wind power generation on energy and electricity turns out to be an important issue in many countries.
Examining the world wind power development, we find the relative share of the wind power generation on total power generation are higher than 20% in some advanced countries, such as Denmark, Portugal and Spain. It is worthy to explore why the proportion of wind power generation in these countries are so higher.
In this study, we use OECD 32 advanced countries 1960-2013 yearly data, and apply three kinds of model (i.e. panel data analysis, structural change and dynamic panel data analysis) to evaluate how the wind power development is influenced by the energy generation and economic variables. The empirical results suggest that the population, GDP and the electricity price can significantly improve the wind power generation. The implement of FIT policy can also enhance the development of wind power. In addition, we also found that the advanced countries have significant wind power development learning effect. More wind power investment is found by accompanying with the more wind power use in the earlier period.

目錄
第一章 緒論	1
1.1研究背景	1
1.2研究目的	5
1.3研究架構	7
1.4研究內容	8
第二章 參考文獻	9
2.1風力發電相關文獻	9
2.2其他再生能源政策相關文獻	11
2.2.1再生能源配比義務	11
2.2.2再生能源躉購費率	12
2.3 小結	14
第三章 先進國家能源概況	22
3.1先進國家各能源發電概況	22
3.2風力發電之發展	23
3.3化石能源發電與風力發電	25
3.3.1煤炭發電與風力發電	25
3.3.2石油發電與風力發電	25
3.3.3天然氣發電與風力發電	26
3.4核能、水力發電與風力發電	30
3.4.1核能發電與風力發電	30
3.4.2水力發電與風力發電	30
3.5其他再生能源發電與風力發電	33
3.5.1生質能發電與風力發電	33
3.5.2地熱發電與風力發電	33
3.5.3太陽能發電與風力發電	34
3.5.3.1太陽光電發電與風力發電	34
3.5.3.2太陽熱能發電與風力發電	34
3.5.4海洋能發電與風力發電	35
第四章 研究方法與模型	41
4.1靜態縱橫資料模型	41
4.1.1靜態縱橫資料分析	41
4.1.1.1固定效果模型	42
4.1.1.2隨機效果模型	43
4.1.2最適模型之選擇	44
4.1.3結構轉變之檢定	45
4.2動態縱橫資料模型	46
4.3實證模型之建立	47
4.3.1靜態縱橫資料實證模型	47
4.3.2結構轉變實證模型	48
4.3.3動態縱橫資料變實證模型	50
4.4各變數預期影響效果	51
第五章 資料來源與實證結果	54
5.1資料來源	54
5.2實證結果	57
5.2.1靜態縱橫資料模型之估計結果	57
5.2.2最適模型之選定	58
5.2.3靜態縱橫資料模型之估計結果	59
5.2.4結構轉變模型之估計結果	61
5.2.5動態縱橫資料模型之估計結果	67
5.2.6靜態與動態縱橫資料模型估計結果之比較	70
第六章 結論與後續研究	72
6.1結論	72
6.1.1結果分析	72
6.1.1.1靜態縱橫資料分析	72
6.1.1.2結構轉變分析	73
6.1.1.3動態縱橫資料分析法	73
6.1.2政策建議	73
6.2後續研究	74
參考文獻	75
中文參考文獻	75
英文參考文獻	75
附錄一、各能源發電之動態縱橫資料模型迴歸結果	77


 
表目錄
表2-1風力發電相關文獻整理	15
表2-2 RPS政策相關文獻整理	18
表2-3 FIT政策相關文獻整理	19
表4-1迴歸各變數之預期符號整理	53
表5-1變數名稱、定義與資料來源之整理	55
表5-2變數檢定統計量	56
表5-3靜態縱橫資料模型探討	58
表5-4最適模型之選定	58
表5-5靜態縱橫資料模型估計結果	59
表5-6結構轉變模型探討	62
表5-7結構轉變模型估計結果	63
表5-8結構轉變模型迴歸結果整理	65
表5-9動態縱橫資料模型之模型結果	67
表5-10靜態與動態縱橫資料模型迴歸結果之比較	70

 
圖目錄
圖1-1 2014年全球累積裝置容量前十五名國家	2
圖1-2歐洲及美洲先進國家風力發電累積裝置容量	3
圖1-3亞洲及大洋洲先進國家風力發電累積裝置容量	4
圖1-4研究架構圖	7
圖3-1 1971-2013年先進國家各能源發電概況	23
圖3-2各國風力發電電力產出與風力發電占總發電量之比例	24
圖 3-3各國煤炭發電與風力發電占總發電量之比例	27
圖3-4各國石油發電與風力發電占總發電量之比例	28
圖3-5各國天然氣發電與風力發電占總發電量之比例	29
圖3-6各國核能發電與風力發電占總發電量之比例	31
圖3-7各國水力發電與風力發電占總發電量之比例	32
圖3-8各國生質能發電與風力發電占總發電量之比例	36
圖3-9各國地熱發電與風力發電占總發電量之比例	37
圖3-10各國太陽光電發電與風力發電占總發電量之比例	38
圖3-11各國太陽熱能發電與風力發電占總發電量之比例	39
圖3-12各國海洋能發電與風力發電占總發電量之比例	40

參考文獻
中文參考文獻
温珮伶, 林師模, 林晉勗, 馮君強, &葛復光. (2014). 臺灣陸域風力發電之成本效益分析.臺灣經濟預測與政策, 45(1), 41-76. Retrieved from AiritiLibrary database.
英文參考文獻
Anderson, T. W., & Hsiao, C.(1982). Formulation and estimation of dynamic models using panel data. Journal of Econometrics, 18(1), 47-82.
Arellano,M.&Bond,S.(1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. Review of Economic Studies, 58, 277-297.
Arent, D. J., Wise, A., & Gelman, R. (2011). The status and prospects of renewable energy for combating global warming. Energy Economics, 33(4), 584-593. 
Bilgili, M., Yasar, A., & Simsek, E. (2011). Offshore wind power development in europe and its comparison with onshore counterpart. Renewable and Sustainable Energy Reviews, 15(2), 905-915. 
Buckman, G. (2011). The effectiveness of renewable portfolio standard banding and carve-outs in supporting high-cost types of renewable electricity. Energy Policy, 39(7), 4105-4114.
Cherrington, R., Goodship, V., Longfield, A., & Kirwan, K. (2013). The feed-in tariff in the UK: A case study focus on domestic photovoltaic systems. Renewable Energy, 50, 421-426. 
del Río González, P. (2008). Ten years of renewable electricity policies in spain: An analysis of successive feed-in tariff reforms. Energy Policy, 36(8), 2917-2929.
Denault, M., D. Dupuis & S. Couture-Cardinal. (2009). Complementarity of hydro and wind power: Improving the risk profile of energy inflows. Energy Policy, 37(12), 5376-5384
Frondel, M., Ritter, N., Schmidt, C. M., & Vance, C. (2010). Economic impacts from the promotion of renewable energy technologies: The German experience. Energy Policy, 38(8), 4048-4056.
Hoicka, C. E., & Rowlands, I. H. (2011). Solar and wind resource complementarity: Advancing options for renewable electricity integration in Ontario, Canada. Renewable Energy, 36(1), 97-107.
Jenner, S., Groba, F., & Indvik, J. (2013). Assessing the strength and effectiveness of renewable electricity feed-in tariffs in European union countries. Energy Policy, 52, 385-401. 
Ketterer, J. C. (2014). The impact of wind power generation on the electricity price in Germany. Energy Economics, 44, 270-280. 
Lesser, J. A., & Su, X. (2008).Design of an economically efficient feed-in tariff structure for renewable energy development. Energy Policy, 36(3), 981-990. 
Lindman, Å.,& Söderholm, P. (2012). Wind power learning rates: A conceptual review and meta-analysis. Energy Economics, 34(3), 754-761. 
Mulder, A. (2008). Do economic instruments matter? wind turbine investments in the EU(15).Energy Economics, 30(6), 2980-2991.
Papadopoulos, Α. M., & Karteris, M. M. (2009). An assessment of the Greek incentives scheme for photovoltaics. Energy Policy, 37(5), 1945-1952. 
Seljom, P., & Tomasgard, A. (2015). Short-term uncertainty in long-term energy system models — A case study of wind power in Denmark. Energy Economics, 49, 157-167. 
Shrimali, G., & Kniefel, J. (2011). Are government policies effective in promoting deployment of renewable electricity resources? Energy Policy, 39(9), 4726-4741.
Yin, H., & Powers, N. (2010). Do state renewable portfolio standards promote in-state renewable generation ʔ. Energy Policy, 38(2), 1140-1149.