影響災難個案發生因素探討

藉由所收集之縣市別災難事件發生率，本研究運用階層卜瓦松迴歸模型將 觀察之災難發生個人層級因子以及區域層級因子同時納入模型考量，評估各層 級因子對於發生災難個案之危險對比值(Relative risk, RR)，建構台灣歷年災難事 件風險評估模型。單變項與多變項階層卜瓦松迴歸估計結果詳列於表 4-11。由 單變項分析結果顯示，災難類別中以自然災害造成之災難個案發生相對風險比 最高，為人為/技術災害之 2.2 倍(95%信賴區間(CI): 2.21-2.35)，群眾聚集相關災 害與生物災害並列第二，其相對風險比分別為 1.19 (95%CI: 1.13-1.25)與 1.15 (95%CI: 1.11-1.19)。縣市間之異質性估計結果為 1.26 (95% CI: 1.20-1.32)。與非都 會區相較，大都會區與次都會區發生災難之危險皆較低 (RR: 0.15 , 95%CI: 0.06-0.35 與 0.44, 95% CI: 0.15-1.26)。包含區域類型之階層卜瓦松迴歸分析中，顯示 間之異質性估計為 0.86 (95% CI: 0.62-1.18)。以區域別對於發生災難個案之危險 評估顯示，東區、台北區以及高屏區之災難個案發生危險皆較高，為未達統計 顯著，在包含區域別之單變項分析中，縣市間之異質性高於包含區域特性者，

估計值為 1.18 (95% CI: 0.86-1.62)。在個人層級因素對於災難個案之單變項危險 評估顯示，以 35-44 歲為比較基礎，年齡之影響成 U 型變化：較低年齡與年齡 較長者之災難個案發生風險皆較高。男性成為災難個案之危險高於女性(RR:

1.07，95% CI: 1.05-1.09)。

因子顯示，自然災害、生物災害以及群眾聚集相關災害相較於人為/技術性 災害對於造成災難個案皆有較高之危險，其危險對比估計值分別為 2.24 (95% CI: 2.17-2.31)、1.11 (95%CI: 1.07-1.15)，1.17(95%CI: 1.11-1.23)。各災難 類型中以自然災害造成之災難個案危險為最高。大都會區之居民成為災難個 案之危險顯著低於非都會區者，其相對危險對比估計值為 0.16 (95% CI: 0.07-0.36)。再將區域類型、災難類別以及個人特質同時納入考量後，各區域居民 成為災難個案之危險較為均質，危險對比值之差異均未達統計顯著。年齡對 於成為災難個案之影響在多變項分析中仍呈 U 型分佈，顯示 35-44 歲以及 45-54 歲民眾成為災難個案之危險低於其他年齡組，低年齡與年長者之災難 危險皆較高。男性之災難危險相較於女性增加 6% (95% CI: 4-9%)。縣市間發 生災難事件之異質性估計則成為 0.77 (95% CI: 0.56-1.06)。

圖 4-7 為影響災難個案發生之多層次單變項與多變項危險分析，顯示相 對於人為技術性災難，自然災害有最高的相對危險比；大都會相對於非都會 區有最低的相對危險比，六區比較中，在單變項分析時相對於北區，東區、

台北區、高屏區皆有較高的相對危險比，但在多變項分析時納入災難類別與 都會區域類型考量後，東區的相對危險比大幅度降低，可能與東區主要是非 都會區有關。

表 4- 11 影響災難個案發生之多層次單變項與多變項危險分析*

圖 4- 7 影響災難個案發生之多層次單變項與多變項危險分析