研究主題
home 首頁 navigate_next 研究主題 navigate_next 治理與政策 navigate_next 初探臺灣空污、農業與社經條件不平等
2021-09-11
點擊數:3187
初探臺灣空污、農業與社經條件不平等

文/王瑞庚 中心博士後研究員、周桂田 中心主任、台大國發所教授

 初探臺灣空污、農業與社經條件

 

空污不平等

  環境危害經常高比例地在弱勢族群中發生,空氣污染暴露與其負面影響經常是不平等分布,社會剝奪social deprivation)嚴重地區同時有較高的空污暴露率(Ottinger, 2012; Cole & Foster, 2001);而有些研究指出,個人與地區的社會剝奪與空污和死亡率也有正相關(Nœss et al., 2007; Piro et al., 2008; Jephcote & Chen, 2012)。空氣污染的健康危害顯著,早在2000年左右就有相當多空污與社會不平等議題討論;但是由於區域、空污與社會經濟條件關係相當複雜,一直到近期,監測密度、大數據和逐漸充實的世代調查,加速了社會流行病學和相關領域的發展,如今空污不平等的各種研究途徑與結果才逐漸清晰(Clark et al., 2014; European Environment Agency, 2018; Marmot, 2017; McLafferty & Wong, 2018; Li & Myint, 2021)。2021年在Science Advances的一篇期刊更是指出,美國的PM2.5污染不平均地影響有色人種(Tessum et al., 2021)。因此本篇將探討,臺灣的空氣污染程度與不同地區間是否存在社會經濟條件不公平之現象

 

地區比較

  環保署有77個空氣品質監測站資料,但由於離島地區的氣候型態、產業活動樣態與本島差異較大。因此,本篇採本島74測站數值;又因為前鎮與三重有交通測站和一般測站,因此只取一般測站值,共72測站的PM2.5濃度。將濃度進行排序後,再找出四個分位點,區分為五組。並用顏色階層標示,由濃度最高的紫色過渡到最低的綠色;以此對應出地區綜合所得平均數,所得最高則以綠色顯示,過渡至低所得之紫色。

  圖1各分組情況可以看到,最高濃度組除了位於南投的竹山,因長期受到濁水溪河岸採集砂石揚塵而經常居PM2.5濃度高,其餘皆在雲林縣以南。最高濃度組高雄市計有7站(境內11站):大寮、橋頭、楠梓、仁武、林園、前金、鳳山;雲林斗六1站(3站);臺南市3站(4站):安南、臺南善化、臺南中西區;屏東縣2站(3站):潮州、屏東市;嘉義縣1站(2站):新港以及嘉義市。[註1] 濃度第二高的分組,北界上升到苗栗縣苗栗市;臺中市有西屯與忠明(南屯),南投縣有埔里,其餘皆位於彰化以南。

  觀察前二濃度高組,最高濃度組綜合所得大多接近中間所得(黃色)以及低所得(紫色),僅前金、臺南、善化靠近10%高所得(綠色);第二組多數接近中低所得(黃色、紫色),僅左營、忠明與西屯靠近高所得(綠色)。

 

1100911n1

圖1 72測站地區所得平均數與PM2.5濃度五分位分組

 資料來源:內政部統計處(2021)

 

  從分組顏色的百分位置可以初步看到,最高濃度、第二組的高污染傾向較低所得,低污染的第四、五組傾向高所得,但仍需要進行分組平均數計算來比較。

  圖2顯示了五組的PM2.5濃度平均與平均所得。可以發現最高濃度分組(平均濃度23.3µg/m3)與第二分組(平均濃度20.3µg/m3)所得為最低,分別為65.9萬元與68.5萬元,第三組略微上升至69.2萬元(平均濃度16.7µg/m3),但第四組則上升到79.2萬元,第五組亦為71.6萬元。因此,居住於PM2.5濃度較低地區之所得,確實較高污染地區所得為高,第四組尤其顯著。其中已達臺灣自訂PM2.5標準的兩組,亦是所得較高的兩組。

 

1100911n2

圖2 72測站地區所得平均數與PM2.5濃度分組比較

資料來源:環保署(2021);內政部統計處(2021)

 

  這些高污染、低所得地區,是否與產業型態有關?由於本研究所掌握之資料,產業活動尺度以縣市描述較為合適,因此將本島19個縣市人均可支配所得、PM2.5濃度、農業產值、社會經濟條件(教育程度、粗死亡率),以人均可支配所得進行排序。表1中所得最高為綠色、所得最低為紫色;污染最低為綠色,污染最高為紫色,農業產值高為綠色、低為紫色(其他參數,正面社經情況為綠色、負面社經情況為紫色,以此類推)。

有以下幾點發現:

一、所得:所得最低的前5名縣市皆為高污染區;所得排名第七、第八與第十二的嘉義市、高雄市和臺南市亦為高污染城市。

二、農業產值:農業產值高的地區也是所得低、污染嚴重的地區。

三、教育程度:兩組教育數據說明教育程度與所得高低相關,大致對應污染程度。

四、粗死亡率與所得低、污染程度高、農業產值較高的地區一致。

因此得知,圖2中PM2.5濃度最低組有6站位於農業縣市,因此所得未如第四組高。

 

表1 19縣市PM2.5濃度與社經條件百分位表

1100911n3

資料來源:環保署(2021)

 

研究限制

一、空污與社會不平等是個相當複雜的議題。本篇採用所得平均數、家戶可支配所得、農業產值等來描述社經條件,以描述統計做初步的掃視。以環保署公開之77個空氣品質監測站資料之數值與地址,PM2.5濃度即代表該地區之空氣污染,與該地區之各種社經條件數值比較。由於環保署測站設立位置,其實就有考慮人口分布情況,力求對地區之代表性,因此本研究認為地區測站濃度具有對地區污染濃度之代表性。
二、有些研究會先以推估方式繪製詳細的空污地圖(比如文山區沒有測站,需要用其他測站數據來推估)。本篇則不進行這樣的推估和地圖的繪製。
三、各地區產業活動、實際人口樣態、教育和健康條件等加入,若要更精確描述、準確論證空氣污染在不同地區之不平等狀態,仍有繼續研究之必要。空污濃度與所得差異等各項統計結果,仍可能未達顯著差異;僅以統計、排序、製圖方式呈現其差別。

 

小結

  將臺灣本島各地空氣品質測站之PM2.5濃度按百分位均分為五組後,對照代表地區之鄉鎮市綜合所得平均資料後,發現污染較嚴重的兩組,所得分別為65.9萬元與68.5萬元,污染較輕的第四組、第五組則為79.2萬元、71.6萬元;所得較高兩組,同時是臺灣目前達到自訂PM2.5標準15µg/m3的兩組。污染嚴重組主要位於彰化以南和少部分臺中與南投。產業特性方面,污染較高組多位於農業產值高的地區,這些地區也是教育程度較低、粗死亡率較高的地區。上述結果皆顯示出,臺灣本島的空氣污染暴露與地區社會經濟條件確實存在空間上不平等分布。但由於本研究限制,無法進一步論證是否社會剝奪(social deprivation)嚴重地區有較高的空污暴露率,亦尚未足夠提出空氣污染區位特性之因果關係或合適之中介變項,本篇提出的問題應值得進一步研究。

 





註解:

[1]  高雄市表內計11座一般測站。另有一座交通測站因與前鎮站同位置未記入。雲林2個一般測站加1工業測站。

參考資料:

  1. 環保署(2021)。空氣品質年度報告。
  2. 內政部統計處(2021)。社會經濟資料服務平台。2021/09/08檢索。
  3. Clark, L. P., Millet, D. B. & Marshall, J. D. (2014). National patterns in environmental injustice and inequality: outdoor NO2 air pollution in the United States. PloS one 9(4), e94431.
  4. Cole, L. W. & Foster, S. R. (2001). From the ground up: Environmental racism and the rise of the environmental justice movement. NYU Press.
  5. European Environment Agency (2018). Unequal exposure and unequal impacts: social vulnerability to air pollution, noise and extreme temperatures in Europe. Luxembourg: EEA.
  6. Jephcote, C. & Chen, H. (2012). Environmental injustices of children's exposure to air pollution from road-transport within the model British multicultural city of Leicester: 2000–09. Science of the Total Environment 414: 140-151.
  7. Li, Y. & Myint, S. W. (2021). Fine resolution air quality dynamics related to socioeconomic and land use factors in the most polluted desert metropolitan in the American Southwest. Science of The Total Environment 788, 147713.
  8. Marmot, M. (2017). Social justice, epidemiology and health inequalities. European journal of epidemiology 32(7): 537-546.
  9. McLafferty, S. & Wong, S. (2018). In Routledge handbook of health geography. Spatial modeling’s place in health geography: Trends, critiques and future directions. 338-346. Routledge.
  10. Nœss, Ø., Piro, F. N., Nafstad, P., Smith, G. D. & Leyland, A. H. (2007). Air pollution, social deprivation, and mortality: a multilevel cohort study. Epidemiology 686-694.
  11. Ottinger, G. (2012). Changing Knowledge, Local Knowledge, and Knowledge Gaps: STS Insights into Procedural Justice. Science, Technology, & Human Values 38(2): 250-270.
  12. Piro, F. N., Madsen, C., Næss, Ø., Nafstad, P. & Claussen, B. (2008). A comparison of self reported air pollution problems and GIS-modeled levels of air pollution in people with and without chronic diseases. Environmental Health 7(1): 1-10.
  13. Tessum, C. W., Paolella, D. A., Chambliss, S. E., Apte, J. S., Hill, J. D. & Marshall, J. D. (2021). PM2. 5 polluters disproportionately and systemically affect people of color in the United States. Science Advances 7(18), eabf4491.

創用 CC 授權條款
本著作係採用創用 CC 姓名標示-非商業性-禁止改作 4.0 台灣 授權條款授權.

本文歡迎媒體及相關平台轉載,惟請遵守引用原則:
1.姓名標示 2.非商業性 3.禁止改作。註明文章來源轉載自台大風險中心,以及附上資料來源並連結本文。
若僅引用部分資料和數據,務必在上架前與我們確認相關內容,若有採訪需求或其他合作事宜,請與我們聯繫。

※商業用途轉載,請與本中心連絡,謝謝。※

填寫資料
*
姓名
*
E-Mail
*
服務單位
*
職稱
*
驗證碼
重取驗證碼 (請注意英文字母大小寫!)