環境公共政策／空污經濟／短壽命氣候污染物／健康
空氣污染不只是環保支出：聯合國開始算「清潔空氣投資報酬率」，25 項措施為何要把健康、氣候與經濟一起算？
2026 年 9 月 7 日的 International Day of Clean Air for blue skies，把焦點放到整合氣候與清潔空氣行動的經濟評估。
Lawrence Lee｜英國里茲大學學者｜科技政策觀察者｜關注數位治理、AI 規範與部落資料主權
AI 輔助製作的專題示意圖。
導言：空污政策的難題，是成本集中、好處分散
2026 年 9 月 7 日的 International Day of Clean Air for blue skies，把焦點放到整合氣候與清潔空氣行動的經濟評估。UNEP 與 Climate and Clean Air Coalition 的訊息不是再說一次「空污有害」，而是把 25 項已知措施與政策改革放到健康、經濟與氣候共同效益的框架裡。WHO 今年 6 月技術簡報仍把空氣污染列為全球最主要的環境健康風險之一，估計每年約造成 660 萬人死亡。
真正困難的是制度帳本：換低排放車輛的成本可能由交通部門負擔，監測由環境單位支出，健康收益卻出現在醫療支出下降、少請假、少早逝與較高生產力。若每個部門只算自己的成本，很多政策看起來昂貴；把社會總收益算進來，排序可能完全不同。
為什麼「清潔空氣投資報酬率」值得今天談
傳統空污政策以排放量、濃度與是否達標為核心，這些指標必要，但不足以回答政府常問的下一題：花一塊錢減排，換回多少健康、勞動與氣候價值？如果改善柴油車、燃燒效率、甲烷與黑碳，同時減少住院、早逝、作物損失與近程暖化，那麼所謂環保支出其實部分是健康投資與風險管理。
這類整合評估特別適合短壽命氣候污染物，因為它們跨越空污、氣候與農業部門。但共同效益不是萬能標語，仍要考慮產業結構、技術成熟度、能源價格與公平性。最有價值的不是把所有措施都說成雙贏，而是讓跨部門成本與收益第一次能在同一個決策表上被比較。
只有城市平均值，會漏掉誰
人不是平均地呼吸一座城市。靠近大車道路的人、清晨戶外工作者、兒童、長者、交通尖峰通勤者與谷地居民，暴露可能和城市年平均完全不同。偏遠與原鄉地區的監測站密度又較低，山谷逆溫、柴油交通、道路揚塵、露天燃燒與家戶燃料可能形成非常地方性的暴露型態。
因此本題真正的雙向知識不是硬套原住民族文化，而是把中央監測資料與居民實際暴露經驗結合。法規級測站回答「區域濃度如何」，居民與地方工作者回答「誰在什麼時間、因為什麼活動而暴露」。兩種資料合併後，政策才能從「哪裡超標」進一步走到「哪一種介入最值得做」。
AI 與低成本感測器：幫助補洞，也可能製造假精確
低成本感測器讓社區空品監測變得容易，AI 可以做校正、異常偵測與空間插值。它對測站不足地區很有吸引力，但地圖越細不代表真實越精確。感測器受濕度、溫度、老化與安裝位置影響，如果沒有和基準站比對，漂亮的即時圖可能只是把誤差畫得更漂亮。
較好的架構是分層：第一層是法規級測站，提供校準基準；第二層是社區節點，辨識局地與時間差；第三層是活動紀錄，例如交通尖峰、燃燒、學校上下學與農務時段。AI 可以協助對齊資料，但輸出應帶著不確定性，而不是用單一紅綠燈顏色宣告某個人安全或危險。
經濟評估一定要和公平性一起看
成本效益分析有一個危險：人口少但暴露高的地區，可能因總效益看起來不大而被忽略。小型聚落、單一學校或老人據點的人數不多，但每一個暴露事件都是真實的。若模型只追求最大總收益，就可能讓資料稀疏與人口較少者再次被邊緣化。
所以經濟評估應和分配效果並行：誰先受益、誰承擔轉型成本、哪些族群被模型低估、哪些健康影響無法合理貨幣化。生命、失能與兒童發展不能只被折算成一個價錢。好模型不是把倫理問題消失，而是讓決策者更清楚知道哪些部分不能靠單一金額回答。
結語：乾淨空氣是跨部門資產
2026 年清潔空氣日最值得留下的訊息，不是多了一個國際紀念日，而是政策語言正在改變。當空污的健康、氣候與經濟影響被放在同一張表上，政府就比較難把它當成環境單位自己的問題。
真正好的政策也不能只追求漂亮的平均濃度。它必須知道暴露發生在哪裡、誰承受最多、改善成本由誰負擔、收益落到誰身上。只有當監測、地方情境、健康與經濟評估彼此連接，「清潔空氣投資報酬率」才會從模型變成公共服務能力。
把健康共同效益算進去，為何會改變預算排序
一項政策若只看設備價格，常會忽略未來幾年避免的醫療與社會成本。例如柴油車汰換不只是交通現代化，也可能降低沿線居民的顆粒物與氮氧化物暴露；家庭燃燒改善可能同時減少室內與室外污染；甲烷控制也可能降低臭氧形成與近程暖化。當這些效益被分別列在不同部門，任何一個單位都很難單獨證明投資划算。
整合評估的意義，是把「誰出錢、誰受益」攤開。這會迫使財政決策看到跨部門回報，也讓地方政府有更好的理由爭取預算。不過共同效益仍需避免重複計算，模型假設也要透明，否則一張漂亮的投資報酬率圖表仍可能遮住不確定性。
原鄉與小型社區需要不同的尺度
在人口稀少地區，增加一個法規級測站可能成本很高，但完全沒有資料也會讓政策失焦。可行策略是以區域基準站搭配少量校正良好的低成本節點，再加入道路、燃燒、學校與農務時段紀錄。重點不是做到每一條巷子都有即時數值，而是能辨識穩定的高暴露時間與來源。
這也提醒經濟模型要避免「人口越多越值得治理」的偏差。偏遠地區的公共服務應看脆弱性、替代方案與暴露強度，而不是只看總人口。若一所偏遠學校附近長期存在道路揚塵，改善對幾百人或許不是最大總效益，卻可能是最符合健康公平的投資。
哪些政策不能只看平均投資報酬率
例如學校周邊、老人照護據點、醫院、長途客運轉運點與高暴露工作場所，即使人口規模不大，也可能因脆弱性而需要優先處理。政策評估若只看總人口收益，會把「高風險但人少」的地點排到後面。較好的做法是並列三種指標：總社會收益、暴露減量，以及弱勢族群受益程度。
同時也要避免把所有成果都歸功於單一措施。空污改善常同時受到氣象、經濟活動、能源價格與其他政策影響。地方政府應保留前後期資料與對照指標，才能知道真正有效的是哪個措施，而不是看到濃度下降就直接宣稱某項計畫成功。這種可驗證性，才是經濟評估能長期累積信任的基礎。
把政策比較的基準留下來
地方討論改善方案時，可以把維持現況也列成一個比較選項，逐年記錄設備維護、能源使用、監測與人員支出，再說明預期減少的是排放量、居民暴露或疾病負擔。這三種結果不能直接互換；即使同一輛車排放下降，居民實際吸入多少仍取決於路線、停留時間與周邊來源。這是本文建議的政策記錄方式，並不是替任何地方預先算出報酬率。預算表也應保留未能估價的健康公平目標，並註明哪些收益由其他單位取得。如此才能在日後檢討時辨認政策效果與假設落差，而非只有一個無從拆解的總金額。
以學校接送時段為例，若地方準備調整車輛停靠方式，可以先記錄同一時段的車流、怠速情況、風向與學生停留位置，並在改變安排後以相同方法持續觀察。這並非要求學校自行進行健康因果研究，而是避免只有一張改善前後照片就宣稱成效。若數值下降但車流也同時減少，解讀時必須保留這個背景；若平均值沒有明顯變化，但學生停留的位置遠離排放源，也值得另外評估暴露是否改善。對外說明應指出觀察能支持到哪一步，以及哪些結論還需要更長時間或專業量測。把這些限制寫清楚，居民才能理解預算花在哪裡，主管單位也能決定下一輪是調整交通安排、補強監測，還是檢查其他污染來源。
原傳媒AI｜依你的角色繼續追問
- 空氣品質政策研究者：請從你的專業位置判斷本題的證據、限制、實務做法與下一步可驗證問題。
- 公共衛生經濟學者：請從你的專業位置判斷本題的證據、限制、實務做法與下一步可驗證問題。
- 地方環保與交通治理人員：請從你的專業位置判斷本題的證據、限制、實務做法與下一步可驗證問題。
- 社區環境監測實務者：請從你的專業位置判斷本題的證據、限制、實務做法與下一步可驗證問題。
主要來源
角色驅動追問
原傳媒AI｜依你的角色繼續追問
先選擇角色，再閱讀該角色可能提出的完整問題；點選後，原傳媒AI 會以逐字顯示方式呈現完整回覆。
先選擇角色
空氣品質政策研究者
從「空氣品質政策研究者」的角度理解與追問本文。
再選擇問題
AI 使用與內容安全揭露
本文以研究與官方來源整理，國際案例與台灣在地建議分開說明。
Newsletter
喜歡這篇文章？
訂閱原傳媒AI電子報，每日接收AI、傳統知識與雙向知識更新。