第二章 文獻回顧
第二節 空氣污染相關文獻
空氣污染實為近數十年來重要議題之一，例如世界衛生組織（World Health Organization，WHO）即將空氣汙染列入 2019 年全球衛生面臨十項主要威脅之 中；美國健康效應研究所（Health Effects Institute，HEI）發布之 2019 全球空氣 狀況報告，亦指出所有健康風險因素中，空氣汙染排名第五。此外，WHO（2020）
Yang et al.，2018）。近年來，𝑃𝑀2.5相關文獻之數量急遽增加（Yang et al.，2018）
13，已有大量報告及研究結果證實𝑃𝑀2.5對人體健康所致負面影響，包括呼吸道疾 病之發作與加重（Bontinck et al.，2020；Eguiluz‐Gracia et al.，2020；Yang et al.，
2020；Zhang et al.，2020）、罹患心血管疾病風險提升（Bourdrel et al.，2017；
Combes and Franchineau，2019）以及死亡率提高（Abdolahnejad et al.，2017；Wei et al.，2020）。除了對生理健康的影響，𝑃𝑀2.5也會令人感到焦慮、緊張，甚至產 生抑鬱症狀（Gu et al.，2019；Power et al.，2015；Vert et al.，2017）。此外，許 多研究發現𝑃𝑀2.5亦會導致認知能力降低（Ebenstein，2016；Fonken et al.，2011；
Gatto，2014；Tallon，2017），也且亦與暴力犯罪之增加有關（Berman et al.，2019；
Bondy et al.，2020）；另 Archsmith et al.（2018）表明空氣汙染會影響決策能力，
而 He et al.（2019）與 Wu et al.（2017）則指出𝑃𝑀2.5會導致勞動生產力（labor productivity）降低。
Sager（2019）認為安全駕駛能力亦屬生產力的一種，然其不僅與認知能力相 關（Guo et al.，2019；Komackova and Poliak，2016），亦與焦慮程度有關（Zicat et al.，2018），如 Wang et al.（2015）即指出會影響行車安全之因素包括有認知能 力降低、錯誤決策與專注力下降等。綜上所述，空氣汙染或可藉由影響駕駛人狀 態進而導致交通事故發生，然過往文獻中僅Dastoorpoor et al.（2016）、Sager（2019）
與Wan et al.（2020）等三篇探討空氣汙染與交通事故間之關聯性。
僅有七年（2008 年至 2015 年），故於樣本數較小情況下，各空氣汙染物之估計 結果容或受到影響。
隨著交通量發生變化，空氣污染平均濃度及事故數量皆會隨之改變（Green，
2016）；與此同時，由交通量所致內生性問題亦會導致估計結果產生偏誤（Bias）， Dastoorpoor et al.（2016）則未考慮到此一問題。故 Sager（2019）就 2009 年至 2014 年之每日英國氣象、空氣品質與交通事故資料探討空氣品質對道路安全的 影響，並以逆溫強度（inversion strength）做為工具變數（IV）搭配 2SLS 處理上 述內生性問題；其研究結果顯示，𝑃𝑀2.5的平均濃度每增加一單位（𝜇g/𝑚3），牽 涉車輛數量即增加0.3 至 0.6%，而事故數量則會增加 0.7%。Sager（2019）指出 𝑃𝑀2.5經常做為空氣汙染之關鍵指標，且醫學文獻中亦認同使用𝑃𝑀2.5濃度做為衡
使用log-linear 迴歸模型，Wan et al.（2020）指出該研究中之事故數量資料為離 散數據，且數據為0 的比例高達 57%；由於零膨脹模型常被應用於處理大量含有 0 之離散資料（Lord et al., 2005），故該研究使用卜瓦松（poisson）、負二項（negative binomial，NB）、零膨脹卜瓦松（zero-inflated
poisson，ZIP）與零膨脹負二項（zero-inflated negative binomial，ZINB）等四種迴歸模型進行估計。雖此四種模型所得 結果趨於一致，然Wan et al.（2020）就適合度（goodness-of-fit）之觀點指出 ZINB 係為該研究中之最佳迴歸模型。