凍漲電價 王美花搞錯方向
中時新聞網.2024年5月3日 04:10
(圖/本報系資料照)

 在野黨提出的電價凍漲案日前在立法院院會表決通過。依法台電必須立即停止4月1日開始執行的各項民生與工業電價調漲,但經濟部與台電均回應,將遵守前次電價費率審議會的調漲決定。經濟部長王美花無視立院決議,一意孤行,白天晚上不一樣的雙標態度,令人憤怒。 

 為免衝擊執政黨選情,每逢選舉前夕,電價必定凍漲;去年甚至曾出現電價審議會在3月開會審議上半年電價,行政院長便率先拋出下半年電價不會調漲的訊息,完全看不出來行政團隊有一絲尊重審議會專業的跡象。 

 由於4月開始的新電價屬於全面性調漲,且漲幅不小,對於民生與產業的用電支出造成不小衝擊,小商家甚至可能出現萬元以上的新增電費支出。輿論不斷批評漲價治標不治本,錯誤的能源政策不調整,台電虧損的無底洞永遠無法弭平。結果,行政團隊置若罔聞,電價照漲、能源政策照舊。 

 在野黨凍漲電價案其實具有兩項作用:其一是點出行政團隊對於電價審議機制的前倨後恭態度;其二是凸顯燃料價格上漲之外,錯誤的能源政策亦是造成台電支出暴增的主因,唯有懸崖勒馬、調整政策,才能從根本解決問題。據此,基於對立法機關決議的尊重,並降低萬物齊漲的通膨衝擊,經濟部此時應暫時凍漲電價,且能源政策未進行任何合理調整前,不得重提電價調漲。 

 台電虧損嚴重已是事實,為顧及使用者付費的精神,除了來自政府的補貼,電價終須調整。然而,如果成本高昂的化石燃料發電量無法有效抑低,躉購費率高到離譜的光、風發電量持續增加,這一波的漲價終究將成為杯水車薪,民眾日後勢必要面對年年漲價的電費。 

 眼前的契機是,新北市政府已與台電達成和解,即將核發核一用過核燃料乾貯場的水保執照。此舉同時意味著台電若欲讓核二或核一延役,便可在乾貯場完工啟用後,向核安會提出申請。核一、二、三的運轉執照若順利更新,以台電目前每度平均電價2.84元為基準,核電年發400億度、每度發電成本1.11元計算,每年可讓台電淨賺近700億元,延役20年的獲利更可達1兆4千億元。 

 只要能源政策不躁進,核電便可續用,一方面降低高價火力發電量、減少虧損,另一方面更可產生大額淨利。此外,合理規畫開發進度,再生能源躉購費率自然不必訂太高,一樣可有效抑低台電虧損。一舉多得的「新能源轉型」,準總統賴清德千萬別視而不見!(作者為國立清華大學工程與系統科學系特聘教授)

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

立法院 立委 推擠

搶走 周萬來

朱立倫 就職

蔡英文 特赦 陳水扁

國會 改革 立院

民進黨 旗勒 王美惠

三立新聞網 setn.com
匯流新聞網
EBC東森新聞
今日新聞NOWnews
鍾佳濱衝主席台跌倒?陳菁徽罵「噁男飛撲」 吳思瑤:他是翩翩君子
政治中心/倪譽瑋報導 立法院在今(17)日處理國會改革法案,現場衝突不斷。其中民進黨立委鍾佳濱躍上主席台,與國民黨立委陳菁徽撞在一起,2人雙雙摔倒。鍾佳濱表示自己是踩
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司