【觀點】「碳定價」憑什麼讓企業努力減碳?碳稅、碳交易哪種更有用?利弊一次看
【觀點】「碳定價」憑什麼讓企業努力減碳?碳稅、碳交易哪種更有用?利弊一次看
2023.09.04 | 能源環保

根據英國NGO組織Christian Aid發布的報告,2022年的十大災害涵蓋森林大火,颶風侵襲,洪水與旱災等,每一個獨立事件,光是經濟損失就超過30億美元,可見環境議題需要立即的行動,讓各方利害關係人都能妥善地面對未來可能的氣候危機。

而討論這類議題的國際組與倡議團體很多,每年最為人關注的就屬聯合國氣候變遷高峰會,也就是俗稱的「COP」。去年在埃及舉辦的COP27就催生了「損失與損害」(Loss and Damage)的全球基金的決議,要求碳排多的富國為排碳少、卻飽受氣候災難的窮國提供財政援助。

COP27
COP27會議現場。
圖/ COP27

更早之前於英國的COP26會議上,也難得獲得各國共識拍板定案,讓跨國的碳權交易市場機制獲得依據:各國除了須盡力符合自主減碳貢獻(NDC)的比例分配之外,發展中國家也可進行碳權的買賣與移轉,根據6.2條中規範的「國家間抵消機制」,與6.4所規範、經聯合國認證的「國際碳權規則」等,讓某些減碳成本較高的地區或企業,能夠善用市場機制來履行淨零(net-zero)的目標。

但為何要把碳定價?

微軟創辦人比爾蓋茲在《如何避免氣候災難》一書中,提出「綠色溢價」的概念

比爾蓋茲
當我們要用更環保,更低碳的技術或綠色產品,取代舊有的高碳排技術時,必然會衍生出額外的成本,想讓企業更大規模使用乾淨能源、零排放技術,就必須想辦法把「綠色溢價」的成本降低。

而「碳定價」(Carbon pricing)就類似這樣的概念,希望透過市場經濟的方式,來促使全球主要排放源降低碳排放,進而讓「外部性」問題得以用自由市場的方式來解決問題。

延伸閱讀:【圖解】碳權交易所掛牌!碳權是什麼?一次看懂交易機制

碳定價怎麼做?碳稅和碳交易差在哪?

所謂的碳定價,不外乎兩種主流的方式:碳稅(Carbon tax)與碳交易(Cap and trade),以及延伸出所謂碳權的應用。根據世界銀行所發佈的《2022年碳定價現狀與趨勢》中看到,全世界現有68個碳定價機制正在運行,另有3個計劃中,總共約覆蓋了全球23%的溫室氣體。

只不過在執行上,碳稅是由「政府」來制訂價格,讓稅收作為價格導向的政策工具; 而「碳交易」則是讓市場自由決定定價,只不過仍須主管機關訂定產業標準,完善市場機制不足之處。

碳交易
圖/ 環境資訊中心

優點:

兩者相似處顯而易見,想辦法透過成本與效益的衡量,增加企業減排的誘因,同時在不增加太多社會成本的情況下,為利害關係人帶來好處,例如政府可以透過課稅增加收入,並用於扶植低碳技術,而廠商自然也會評估減碳所需投入的資源與資金,進而促使低碳轉型,以及創造更多可能的綠色產品與服務商機。

缺點:

兩種策略也都有相似的缺點,那就是「碳洩漏」(Carbon leakage)與「漂綠」(Green Washing)的風險。

特別是有跨國營運能力的企業,總是有辦法找到碳稅更便宜(甚至沒有),或是碳交易機制較為差的地區,來設立生產基地或將營運的業績移轉至此。而在某些比較灰色的情境下,碳排大戶也比較有能力投入行銷資源,委託專業與具有經驗的第三方,撰寫漂亮的ESG報告,用於符合國家法規的要求,或是用於媒體與宣傳。

延伸閱讀:碳權交易5大必懂問題:種樹能換碳權嗎?可以轉賣嗎?綠碳、黃碳、藍碳是什麼?

讓碳排者本身,直接「承受」碳排成本

從經濟學的角度來看,賦予碳排放量一個貨幣價格,有助於調節環境的外部性。環境外部性的根源在於私人成本與社會成本的不一致,私人的「最優」,導致社會的「非最優」,從而使整體的效益與效率下降。

以氣候變遷為例,所謂的外部性就是高碳排產生的氣候風險,讓少數產者獲得利潤,成本卻要由全民共同承擔。而透過碳定價,就可以增加燃燒化石燃料的成本,導致供給曲線向上移動。

這可能導致較高的價格和較低的交易量,促使企業和消費者尋找更節能和低碳的替代品。同時,透過碳交易,企業可以在市場上購買和出售碳排放配額,從而實現更靈活的碳排放管理。

碳排放、污染
圖/ pixabay

無論是碳稅還是碳交易,都須面臨不確定性和波動性,讓政府制定法規或企業做出決策時需要謹慎根據該國家或公司的實際情況,適時調整並符合需求。早在1974年,哈佛大學的經濟學家Weitzman就進行了一項經典研究,關注碳定價和碳交易這兩種政策,特別是在面臨成本不確定性時的應用。

研究指出,這兩種政策的適用性,取決於邊際成本(MC)和邊際損害(MD)的曲線如何交互作用。如果邊際成本的斜率高於邊際損害的斜率,則碳稅優於碳交易;反之亦然。

邊際成本:每新增一個單位的財貨或服務,增加「成本」的效果。
邊際效益:每新增一個單位的財貨或服務,增加「收益」的效果。

只不過在實務運作上,碳交易需要承擔較高的「信息成本」和「監管成本」,而碳稅需要承擔較高的政治成本(特別是在定期民主選舉的國家)。

「碳交易」相較之下更主流,避免政府過度干預

值得注意的是,碳定價和碳交易這兩種政策工具之間的差異並不大,但更多的實證研究仍然需要來進一步確定何時應該選擇哪種政策工具。目前國際主流的實施作法,以碳交易較受歡迎,也更符合市場經濟的靈活原則,避免政府的過度干預。

著名的科斯定理(Coase theorem)便給出相應的解釋:對於碳排放,科斯定理意味著如果確定了碳排放的產權歸屬,企業和個人可以自主地進行交易,以達到最優的碳排放水平。

雖然在現實中,碳排放的產權界定往往複雜,但至少碳交易有相對共通的計量單位與監管標準,比起各國自主推行的碳稅費,碳交易比較容易建構全球性的市場機制,這也是巴黎氣候協議第六條所強調的部分,希望聯合已開發與發展中國家的政府與企業,共同履行控制升溫不超過2度的承諾。

氣候議題與每個人息息相關,全球亦正處於一個彰顯氣候議題為中心的新世界秩序之中。然而,有關氣候治理的主導權角逐和政治博弈仍未見減緩。

每個角色,無論政府企業還是個人,都應該認知到氣候危機刻不容緩,只有立即採取行動,方能有機會避免不可逆的災難,影響我們的日常生活。

延伸閱讀:碳費明年上路,初期至少徵收500家!氣候變遷因應法一文全解讀

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:蘇祐萱

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓