文／馬鴻文 臺灣大學環境工程學研究所教授、曹富威 臺灣大學環境工程學研究所研究助理
系統動態學（System Dynamics）為Jay Wright Forrester 教授於1950年代透過工廠決策和工廠庫存流動之模擬計算，探討奇異公司（General Electric）員工於商業週期內就業不穩定之因素而發展之管理科學方法。該方法優點為可考量動態過程中系統邊界內組織訊息的回饋和相互交織的影響，並進一步提供整體解決方案，常被用於長時間分析動態複雜結構和作為政策評估工具。國際上以系統動態工具分析政策聞名的有羅馬俱樂部所開發的World 3 模型、美國千禧年研究院（Millennium Institute）的T21、iSDG模型、美國丹佛大學全球未來帕迪研究中心（The Frederick S. Pardee Center for International Futures）的International Futures（IFs）。囿於篇幅限制，本文將以IFs為例，利用該模型能同時大尺度考量全球180國在2015至2100年間社會政治、國際政治、教育、健康、人口、經濟、基礎建設、農業、能源、技術與環境資源與品質共11項子系統相互交織變化，且擅長分析人類發展議題之特性，分別陳述如何應用IFs模型於評估多個國家在不同策略下達到永續發展目標（Sustainable Development Goals, SDGs）之路徑、分析突發事件（如新冠肺炎COVID-19）對國家政經之影響、與其他模型連結以深度探討國家特定議題。
應用IFs分析永續轉型路徑
為探討過往快速發展國家如何在2050年實現九項與人類發展密切相關的SDGs目標，且在達到這些目標的過程中目標間是否會出現抵換或是有綜效的可能。IFs團隊（Moyer & Bohl, 2019）有別於過往研究採用政府間氣候變遷小組 （Intergovernmental Panel on Climate Change, IPCC）所建議共享社會經濟途徑（Shared Socioeconomic Pathways, SSPs），而採用里約+20會議所討論「里約道路（Roads from Rio+20）」的結果作為政策擬定來源。按其會議結果，IFs團隊擬定了三項政策途徑：全球技術（Global Technology），消費行為改變（Consumption Change）和分散治理（Decentralized Governance），並從中分別擬訂相對應的情境。
在全球技術情境中，希望經由貿易、研發投資、教育、移民、低碳技術與農業技術的投入而大幅提高科技滲透到各個產業，進而提升總生產力，如提高研發投入使得有更多的理工生畢業人數投入ICT或能源產業；再透過放寬移民條件使得人能適其所、物流和金流能盡其用，進而再積極導入碳稅的機制加速再生能源發展，以改善人類福祉。而消費行為改變情境則是希望透過改變人類消費方式，如降低能源需求、限制肉品消費、降低食物浪費、降低生育率、提升水資源使用效率，以提升資源使用效率。分散治理中強調提升能源在地化、農業產量的增加、政府效能改善等分散現有資源過度集中之現象所造成不平等的現象。
研究結果發現不論是單一政策或是全部政策干預皆無法在2030年及2050年完全達到九項SDGs目標。以單一政策來說，效果最佳的是全球技術政策，在2030年可實現58%的SDGs目標，2050年則可進而達到84％；反之，效果最弱的消費行為改變政策在2030年可實現53%的SDGs目標值，2050年實現69％。儘管如此，當考量全部政策時，SDGs目標達成數在2030年提升至63%，2050年89％。此結果一方面顯示政策效果是隨著時間增加而逐漸增強，另一方面顯示三項政策彼此存有相互抵換和綜效的效果存在。當中，以政策綜效效果來說，水資源處理和衛生條件的改善普遍有助於九項SDGs目標的達成；然而，提供資金給沒有技術的家戶、增加肉品消費、減少營養不良孩童政策干預對九項SDGs目標的達成存在抵換關係。除了以全球尺度探討SDGs目標的達成，該研究也以國家尺度單獨分析，其結果顯示相較於全球可實行許多SDGs目標，許多貧困小國無法實現目標。
以新冠肺炎為例，採IFs探討突發事件對影響國家政局穩定度影響
為探討新冠肺炎是否會因各國實施封城、禁進出口令、限制經濟活動等措施，而加劇國家政經局勢惡化並提升內戰發生之可能性，IFs團隊（Moyer＆Kaplan, 2020）應用其模型擅於分析人類潛在進步模式之特性，並搭配當前最新資料，如死亡率、國際貨幣基金對於未來GDP成長展望等數據，推估世界各國短期內（2020年至2030年）如政治、經濟、人口、健康、貿易和與鄰國交戰等趨勢。
其結果顯示，在尚未有疫情前，國際武裝衝突發生的可能性自2020年後是持續下降的；然而，因為疫情快速的發展和各國政府相應的防疫措施，預期2020年將新增13個有可能發生內戰或與他國有衝突之國家，與同期有可能發生國家數量相比增加了56%，使得2020年至2022年間約有35國經歷政局不穩定之狀況。而對於那些政府和人民較容易起衝突之脆弱地區，如中南美洲、南美洲、中東地區等，其未來發生內戰的可能性不僅惡化且更提高至25%，將有可能暴露生活在其中的人民於經濟困頓且醫療資源短缺的環境中；如位於東非的蒲隆地（Burundi）在IFs的估計下，其經濟成長將有可能在短時間內由5%掉至-5.5%，國內內戰的可能性將由原本的37%提升至70%。而對於已開發國家來說，雖然其在模型中發生內戰的可能性較低，但其在疫情中醞釀的種族歧視和大量人口失業議題，將有可能在第二波疫情中激發，使得社會陷入動盪不安的情況。
在IFs團隊內將近50種案例分析模擬中，發現政府在政策上快速改革和提供人民經濟支柱，為最有效降低內憂外患發生的可能，而非對政治對手施以經濟制裁或制壓手段來平息社會紛擾與疫情發展。然而，該篇研究對於政經不對等之國家間如何透過相互合作以減少國際衝突並不期待，反而冀望擁有資源的國家必須加強團結以發揮自己的作用。
連結IFs與環境面模型於前瞻議題研究
IFs除了可探討SDGs目標達成、評估國際政局外，亦可連合其他模型分析前瞻議題。本研究團隊現階段即結合經濟模型IFs與環境模型TWIEA（Taiwan Integrated Environmental Assessment Model, TWIEA），建置臺灣前瞻系統動態模型（Taiwan 2050 Foresight System Dynamic Model, TaiForSD）以評估臺灣專家共識對於未來鉅變挑戰之成效。其模型建置基礎來自分析前瞻研究的全景掃視法（Horizon Scanning）和動態論證德爾菲法（Dynamic Argumentative Delphi, DAD），以這兩種方法彙整出臺灣未來有可能將面臨之鉅變挑戰、專家對臺灣未來願景之想像，再以此挑戰和想像套入IFs內，建立相應的社會、科技、經濟、環境與治理面資料和指標。當指標挑選後，再結合TWIEA分析環境效益與衝擊，以期在過程中提出整體性決策建議。
TaiForSD當中的環境模型TWIEA為一以生命週期評估（Life Cycle Assessment, LCA）為基礎而設計之本土化環境評估模型，既可估算經濟活動所造成人體健康及環境生態之損害，也可以反應一政策實施後對臺灣能資源之流動以和潛在環境影響。透過IFs與TWIEA的結合，更能系統性的探討專家共識對於鉅變挑戰中氣候變遷項目。
TaiForSD的運作有賴IFs與TWIEA的整合（下圖1）。當專家共識策略經由IFs模擬後，其策略行動將在11個子系統內來回運作，且隨著時間推進，每個時間點的變化程度不完全相同，視策略參數與模型內變數連結程度而定，最後以輸出經濟變數產業總產值作為TWIEA外生投入變數。TWIEA將此外生變數視為經濟活動強度，並搭配盤查分析之排放係數估算排放量，再經由特徵因子計算其對如人體致癌、呼吸系統、陸域毒性等生命週期評估影響，最後再估算此評估結果得到人體健康和環境生態結果。至終將此二結果與所挑選的七項鉅變挑戰中氣候變遷指標連結，形成完整的專家共識策略情境結果，再與基線比較，即可評估臺灣專家共識對於未來鉅變挑戰之成效。
圖1 TaiForSD 模型與前瞻研究架構
由上述永續轉型評估和不同層次的系統風險之應用，可知系統動態模型能處理的議題和IFs所能擅長的分析面向。然而，由於系統動態模型的特點在於能真實反應社會複雜結構變化，模型內不同模組間會有許多的交織和內生關係，所以在結果的闡述和變數間因果關係解釋上有其難度。因此，需要進一步理解模型參數設計和背後假設條件，以理解不同政策手段對於所欲探討議題之影響，進而論證模擬策略之有效性。
參考文獻
- Moyer, Jonathan D. and Bohl, David K. (2019). "Alternative pathways to human development: Assessing trade-offs and synergies in achieving the Sustainable Development Goals." Futures 105: 199-210.
- Moyer, Jonathan D. and Kaplan, Oliver (2020). "Will the Coronavirus Fuel Conflict? " Foreign Policy, July 06. Retrieval Date: 2020/08/06.
