熱浪不能只看溫度：乾旱、老屋與農業依賴如何疊成同一張風險地圖

# 熱浪不能只看溫度：乾旱、老屋與農業依賴如何疊成同一張風險地圖

作者：鄭淑禎

同一個熱天，承受的卻不是同一種壓力

氣象圖可以把高溫塗成一片紅色，但農家看到的風險可能更細：水源已經不足，作物仍需要照料，住屋午後蓄熱，而收入又依賴不能隨意停止的田間工作。這是用來說明問題的假設情境，不是臺灣災情訪談，也不是本研究的個案紀錄。它顯示，溫度告訴我們外在危害的一部分，卻不能單獨回答誰有能力休息、誰負擔得起降溫、誰能獲得照護。

熱與旱若被拆成不同業務表單，公共服務可能各自看見一段問題：農業部門看見產量，住宅部門看見建物，衛生人員看見健康需求，防災人員看見氣象門檻。本文關注的是這些問題如何在同一群人身上交會。把資料疊在一起，不是為了製作更醒目的地圖，而是為了辨認資源該如何到達真正受到多重限制的人。

美國研究如何把複合事件放進縣級資料

PNAS 研究的PubMed 原始論文摘要與書目說明，研究整合二〇〇〇至二〇二一年的每週美國乾旱監測分類與每日極端溫度，建立複合乾旱與熱浪指標，再與縣級社會經濟條件對照。這是一項全國尺度的空間分析，量測單位並不是每位農民或每棟住宅。

結果指出，美國南部、東南部與西部有較高的複合事件出現情形，貧窮、較高農業就業及健康相關脆弱性與較高風險在空間上重疊。多重脆弱性並存的地方，例如貧窮人口較多且住宅較老的縣，事件的空間集中程度也較高。研究使用 Gini 係數描述集中性；它不能直接解讀為個人死亡率、某棟老屋的室內溫度或一戶農家的損失。

書目記錄顯示論文於九月二十一日線上發表，十月六日為期刊卷期日期，兩者不能混寫成今天才發布的新結果。本文依摘要可核對的設計與結果討論，不補造摘要未提供的樣本排除、模型係數或信賴區間。縣級重疊支持優先調查與服務配置的問題，仍不能單憑相關性證明貧窮造成某種氣候事件。

社會脆弱性指標不是居民命運的分數

CDC／ATSDR 的 SVI 資料與檔案頁列出不同版本的社會脆弱性資料，涵蓋社會經濟、家庭特徵、住房與交通等條件，也提醒年度間的百分位、資料來源及地理邊界不一定可直接比較。本文引用它說明指標使用的限制，不宣稱最新 SVI 中所有變數都被 PNAS 研究採用，也不把「住宅老舊」直接說成該資料頁既有的一項一致變數。

百分位表達的是在指定參照群體中的相對位置，不是自然界固定的危險刻度。一個地方的排名變動，可能反映其他地方變化、變數修訂或邊界調整，不能立即解讀為居民生活改善。同樣地，缺資料不表示沒有需求。若地圖只有數位紀錄完整的社群呈現明顯風險，政策就可能優先服務最容易被量測的人。

USDA 經濟研究處的 County Typology Codes則提供縣級經濟與人口社會分類，協助理解不同地方的產業依賴。分類能讓比較更有結構，但不能把整個農業依賴縣都想像成同一種農場。土地規模、勞動安排、水源及兼業情形，仍需更細的證據。這個檔案頁同樣是方法背景，並不單獨證明某項調適措施有效。

三層地圖，三種不同的決定

本文建議在地方評估時區分危害、暴露與應對條件。危害層記錄熱與旱何時同時出現、持續多久；暴露層辨認田間工時、住宅環境及服務位置；應對層關注水、能源、收入、交通與照護能否取得。這是一項分析建議，不是美國研究已在臺灣驗證的模型。將三層混成單一分數之前，應先確認每個欄位要協助什麼決定。

例如，假設兩個村落的高溫程度相近，一地可就近使用降溫空間，另一地到服務點需要長途交通。若只依溫度排列，兩地可能得到相同配置；若加入近用條件，行動方向便不同。這裡沒有推定哪個真實村落比較危險，而是說明同一危害下的服務差異。資料的用途應清楚連到資源，而不是把弱勢身份當成標籤。

老屋也需要更精確地理解。建物年份是一個線索，並不自動等於隔熱差；屋頂、通風、遮蔭、維修與使用方式，可能改變實際情況。農業就業比例同樣不能代替個人的熱暴露。研究者若把縣級數值貼到每戶身上，就犯了尺度上的錯誤；服務單位則應以更細的訪視和環境資料，查明需要哪些支持。

地方觀察可以指出模型看不見的時間

農民可能知道哪段工時最難調整、哪個水源在少雨時先出現問題；衛生人員可能知道哪些服務時段與田間工作衝突；居民可能知道某條路在酷熱時缺乏休息點。這些觀察不應被當成美國研究結論的裝飾，而應有機會改變資料欄位與資源配置。雙向知識要求研究者也接受問題定義被修正，而非只請居民替地圖找故事。

若與原住民族社群合作，涉及地方水源、工作慣例或敏感位置的資料，應共同決定收集與公開的尺度。公開每個家庭位置，未必比公開服務缺口更有用；有些地景資訊也不適合直接放上網。社群能提出「這個欄位解釋錯了」或「這項資訊不應公開」，才表示資料合作包含實際決定權。

研究資料與地方觀察有衝突時，可以先查時間是否對齊。多年平均可能看不到一週內的急迫變化，年度產業分類也不代表當季田間安排。居民的近期經驗則未必代表長期趨勢。兩種材料應保留各自的時間與範圍，透過重複觀察尋找原因，而不是由某一種知識先宣佈另一種沒有價值。

調適不能只有一張告知高溫的公告

以下是從複合風險提出的政策分析，並非該研究已實測的方案效果。對小農而言，只有提醒休息可能不夠，還要理解工作能否調整、收入損失如何分擔及水源條件。對住宅而言，降溫裝置的存在不等於有能力持續使用；能源費用與維修可能影響近用。對地方公共服務而言，地點與開放時段應配合真正需要服務的人。

行政機關可以把服務配置與評估分開記錄：是否設定據點，居民是否知道，是否到得了，是否在需要的時段使用。這些不是用一個「覆蓋率」就能回答的問題。若某類居民很少使用服務，不能直接判定他們不需要；也可能是交通、語言或資格條件不合。方案應提供說明與修正的入口，並留意沒有留下申請紀錄的人。

健康需求則應由合適的專業與在地服務處理。地圖可以協助辨認需加強聯絡的區域，不能替個人診斷，也不應發布依縣級分數推定的疾病風險。本文沒有提供醫療處方或個別熱傷害處置；重點在於服務設計如何讓需要協助的人更容易取得支持。把統計資料直接變成個人健康判斷，超出了研究能回答的範圍。

臺灣要建立自己的比較，而非搬用美國排名

臺灣的氣候、住宅型態、農業結構與行政尺度不同。美國縣級研究不能被改寫為臺灣某鄉鎮已遭證實有同樣的複合風險，也不能套用同一套百分位就決定資源。可以借鏡的是先定義事件、保留時間尺度、區分社會條件與危害，再由地方資料校正的程序。這是方法啟發，尚需本地實證。

一個較審慎的地方試作，可以先選定明確的服務問題，再盤點既有資料與缺口。先問哪些工作時段與熱旱重疊，再問是否有可用的休息、交通與照護條件；最後才討論要不要合成地圖分數。資料來源、更新時間及不確定性應讓使用者看得懂，錯誤的分類也應可以更正。評估成效則應看服務是否改善，而非只看地圖是否上線。

資料試作還應預留維護責任。若地圖在專案結束後無人更新，居民可能依過期資訊尋找服務。每項據點資料都應有可聯絡的管理窗口與更新日期；變更地點或時間時，也需要同步告知使用者。這是公共資訊設計的建議，不能用一次上線紀錄替代持續近用的證據。研究者可以提供分析框架，地方服務者則指出資訊多久需要重查，兩者共同決定哪些欄位值得維護。

讓風險地圖把問題帶到資源面前

這項研究的啟發，在於複合事件的空間分佈與社會條件值得一起看，而非只把熱浪當成溫度紀錄。對地方治理而言，最有用的地圖是能指出誰被服務遺漏、哪種限制需要處理、哪個部門應回應的地圖。當農民、居民、衛生與防災人員可以共同修正它，資料才有機會從描述不平等，走到減少不平等的具體工作。

資料來源與延伸閱讀

• PubMed／PNAS｜複合乾旱與熱浪的美國縣級研究：支持 2000–2021 年事件指標、縣級空間關係與美國研究範圍；方法與結果依摘要可核對部分。

• CDC／ATSDR｜SVI 資料、版本與比較限制：支持資料版本、百分位與地理邊界比較限制；不宣稱全部變數都被研究採用。

• USDA ERS｜County Typology Codes 分類文件：支持縣級經濟與社會分類的方法背景，不提供調適成效證據。

source-check notes

本文區分來源支持的觀察、研究解釋與延伸分析；持續更新頁的日期：人工審稿核對。