探索臺灣鄉鎮市區死亡率與環境脈絡的關係

(1)

國立臺灣大學理學院地理環境資源研究所碩士論文

Graduate Institute of Geography College of Science

National Taiwan University Master Thesis

探索臺灣鄉鎮市區死亡率與環境脈絡的關係 Exploring the Relationship of Mortality and Environment

Context in Taiwan.

林淑君 Shu-Chun Lin

指導教授：賴進貴博士 Advisor : Jinn-Guey Lay, Ph. D.

中華民國 104 年 7 月

July, 2015

(2)

i

(3)

ii

誌謝

現在感覺並不真實，在上班、論文、搭車、上課、搭車、論文、上班、搭車……

的循環竟也走到了尾端。感謝賴進貴老師支持我進行想做的研究；謝謝溫在弘老師啟發我對於空間分析的興趣；謝謝林楨家老師、歐陽鍾玲老師的論文意見。

感謝俊德校長給予我留職停薪的機會，以及輔導室的伶雯主任、柔婷、芯禾、

俊玎、嘉誼、昇俊的體貼幫忙，在我忙碌及生病時給予最溫暖的協助，讓我無後顧之憂地追逐學術理想。也謝謝石岡國中的同仁們協助我工作上的事務，像是排調課、教學、行政業務上的支持，衷心感謝。

在臺大的生活是美好的，在這裡不斷接受思想的刺激與知識的啟迪，更重要的是認識了許多朋友，是我珍存一輩子的寶藏。謝謝溫馨發胖 Lab 504 的助理與同學，淑敏、鵬智、鈞慧、昊妤、永梅、偉嘉、原華、昶安以及伉妙、佳融、志榮、淳鈴、怡人、奕堯、育棋、慶燁、羚翔、稚倫、崇安、婷玉、聖洋、蕙君、

品傑、智穎等人，你們真是一群可以聊學術、聊人生，又可以碎嘴個不停的好朋友，我超級愛你們，也謝謝臺大地理女排隊，讓我重拾運動的快樂。

謝謝南港女子天團給予我於台北的小窩，大頭、小綠、春春、夯夯、嘎資、

內內、波樂、布丁是世界上最棒的室友！還有天團附屬會員蝦米、大壯、小葵等人 (可能有漏掉，隱藏版團員太多) 給予我許多快樂的回憶，還有我的摯友許雙、

鈷六、乃哥、楨妤時常聆聽我的煩惱憂愁。

我要特別謝謝兩個人。謝雨生老師無論是在學業上、論文上或是人生課題上，

總能陪我聊好久好久，多麼幸運能夠遇見您。另外是玉臨，不但給我相當多的建議，也很有耐心的幫我審閱論文，有你真好。

感謝地表最強馱獸、書僮、司機紀小魚，時常陪著我東奔西跑，既是衣食父母又是最棒的閨密，最後謝謝阿桃姐全力支持我到臺北讀書，在豐原一個人生活的那一年，您辛苦了。謝謝您們燃燒了我的小宇宙。

2015 年 7 月 24 日於石岡國中

(4)

iii

摘要

本篇論文探討環境脈絡與死亡率 (mortality) 的關係，包含死亡率的空間分布差異、死亡率變遷的空間異質性、環境脈絡因素的空間鄰近效應等。本研究以 2001 年至 2012 年的標準化死亡率作為研究對象，以臺灣本島 349 個鄉鎮作為研究空間單元，以探究環境脈絡與死亡率的關係。

首先，透過文獻回顧瞭解與死亡率相關的環境脈絡因素；接著，繪製死亡地圖來瞭解臺灣死亡率的空間不平等現象；並且，以多層次分析模型 (Multilevel Analysis Model) 之線性成長模式 (Linear Growth Model) 分析臺灣的死亡率變化，也就是死亡率於研究起點的空間差異以及研究期間死亡率的變遷率；繼而，

探究與死亡率起點值與變遷率相關的環境脈絡因素；最後，檢驗環境脈絡因素的空間鄰近效應。

2001 年至 2012 年間，歷年的死亡率是東部高於西部，山地鄉高於非山地鄉，

南部最高而北部最低，偏遠鄉鎮最高而高度都市化市鎮最低；然而，在研究起點的 2001 年，山地鄉的死亡率顯著高於非山地鄉，且死亡率的下降速度也較非山地鄉來得慢，可見臺灣的死亡率在起點值與變遷率具空間不平等現象，山地鄉的生存環境最為苛刻。剝奪指數，也就是貧窮程度，是解釋死亡率起點值與變遷率空間差異的主要因素，而生活壓力因素其次。在鄰近效應部分，鄰鄉的剝奪指數、

壓力指數、醫療指數具有空間鄰近效應，若能改善這些環境脈絡因素，則毗鄰的鄉鎮能共同受惠，死亡率應能整體下降。

關鍵字：死亡率、死亡地圖、多層次分析、線性成長模式、空間鄰近效應

(5)

iv

ABSTRACT

This study aims to explore the relationship between geographical environment and mortality, examining how the environment context influences initial value and rate of change of mortality from 2001 to 2012. This study uses standardized mortality rates (SMRs) as a variable to profile the distribution pattern and the trajectory of death in Taiwan in order to distinguish the spatial heterogeneity of death. On the other hand, much of current literature focuses on the relationship between environment context and mortality but ignores the spatial lag effect. In this study, variables related to the the spatial lag effect are examined to see how they would account for the variation of mortality.

The main analysis method of the study is linear gwoth model in multilevel analysis. In addition, mortality and relevant factors are visualized in maps for furtehr discussion. The finding suggest that, first of all, SMRs are in decline during the period of 2001 to 2012, and the average SMRs were different from region to region. Second, the SMRs of indigenous area are high and decline much slower than those

non-indigenous areas. Third, deprivation index has most impact on the initial values and change rate of SMRs, and deprivation index of neighborhood could account for the variation of initial value and rate of change of SMRs.

Keywords: mortality, death map, multilevel analysis, linear growth model, spatial lag effect.

(6)

v

圖目錄

圖 1 DEVER (1976) 健康政策分析的流行病學模式... 8

圖 2 EVANS AND STODDART 健康決定因素模式 ... 9

圖 3 本研究涵蓋之空間範圍... 42

圖 4 研究流程圖... 43

圖 5 研究架構... 69

圖 6 標準化死亡率全臺平均趨勢圖... 91

圖 7 東、西部死亡率變遷... 92

圖 8 山地鄉、非山地鄉死亡率變遷... 93

圖 9 四大區域死亡率變遷... 93

圖 10 不同發展程度鄉鎮死亡率變遷... 95

圖 11 歷年標準化死亡率地圖 ... 97

圖 12 懸浮微粒 PM10濃度(KRIGING 法) ... 100

圖 13 空氣汙染地圖... 100

圖 14 用水品質地圖... 101

圖 15 剝奪指數地圖... 101

圖 16 壓力指數地圖... 102

圖 17 醫療指數地圖 ... 102

圖 18 M2 模式殘差分布圖 ... 116

(10)

ix

表目錄

表 1 環境危險因素 (WHO 2002) ... 12

表 2 懸浮微粒縱貫式研究之死亡率估計效應摘要 ... 13

表 3 各國剝奪指標比較表 ... 18

表 4 生命機會與地理境因素相關文獻彙整表 ... 33

表 5 生命機會與地理境因素之實證研究結果歸納表 ... 35

表 6 2001 年至 2012 年全臺主要死因標準化死亡率 ... 38

表 7 本研究空間範圍 ... 40

表 8 2001 年至 2010 年間 PM10濃度相關係數 ... 46

表 9 本研究原始變項說明彙整表 ... 54

表 10 原始變數間皮爾森相關係數表 ... 57

表 11 原始自變項間變異數膨脹係數 ... 58

表 12 原始變項之共線性診斷統計量 ... 59

表 13 KMO 統計量的判準 ...錯誤! 尚未定義書籤。 表 14 變項建構與關係說明彙整表 ... 66

表 15 模式變數說明表 ... 75

表 16 歷年死亡率敘述統計量 ... 81

表 17 依變項敘述統計量 ... 82

表 18 研究期間死亡率最低前五名鄉鎮市區 ... 83

表 19 研究期間死亡率最高前五名鄉鎮市區 ... 84

表 20 自變項 (地理環境因素) 之描述統計量 ... 86

表 21 轉換後變項與臨鄉變項相關係數表 ... 88

表 24 轉換後所有自變項間變異數膨脹係數 (含鄰鄉變項) ... 89

表 25 轉換後所有自變項之共線性診斷統計量 (含鄰鄉變項) ... 90

表 26 M1-M4 模型統計量 ... 106

表 27 M5 三種次模式之統計量 ... 110

表 28 臺灣四大區域醫療資源比較 ... 112

表 29 M6 三個次模型之統計量 ... 113

表 30 M1 至 M6 模式之偏離值 (DEVIANCE) ... 114

表 31 死亡率起點值與變動量相關係數 ... 115

表 32 模式分析結果與預期關係對應表 ... 117

(11)

1

第一章緒論

本章分為三個小節。第一節介紹研究動機與目的，第二節提出研究問題，並於第三節說明本研究的重要性。

第一節研究動機與目的

環境脈絡與居民的健康狀態息息相關，舉凡鄰里的物理環境、社經發展、政策及制度、公共設施、生活型態、區域醫療資源等因素，都與居民的生、老、病、

死緊密扣連，故良好的環境是支持人們維持生命的重要基礎，環境脈絡條件愈佳，

維持生命的機會愈高，死亡率愈低。

依據衛生福利部的死因統計資料，2013 年全臺標準化死亡率為每十萬人口 432 人，山地鄉的標準化死亡率為每十萬人口 891 人，而非山地鄉之標準化死亡率則為 6578 人；當年臺灣本島各縣市的標準化死亡率最高的三個縣市為臺東縣、

花蓮縣、屏東縣，分別為每十萬人口 620 人、566 人、537 人，最低的三個縣市為臺北市、新北市與桃園縣，分別為每十萬人口 327 人、403 人及 418 人，換言之，2013 年標準化死亡率最高的臺東縣其數值為最低的臺北市的 1.9 倍。由數據可知，臺灣的死亡率極可能具空間分布差異，而環境脈絡的差異也許是臺灣死亡率空間不均等的重要因素。

過去探討臺灣死亡現象空間不均等的議題，以死亡率而言可分為兩種類型的研究。第一類是比較死亡率的空間差距，如南北差距 (陳美霞 2005)、城鄉差距 (葛應欽 1985；Knobel, Yang and Ho 1994；張晉豪等 2002)、區域差距 (廖勇柏、

羅珮云、徐書儀 2003)、山地與平地的差距 (胡幼慧、張苙雲、張玨 1989；張晉豪等 2002；蔡淑芬、張慈桂 2008)。這一類研究引起了社會關注健康的地理不平等 (health inequality in geography)，但是他們選用的空間尺度較大，死亡率的空間表現較不細緻，資源分配、衛生管理決策也可能發生實務上的困難。

為了獲知什麼因素影響著死亡率分布，第二類研究進一步地分析環境脈絡與

(12)

2

死亡率的關係，如醫療資源 (孫樹根、劉俊賢 2006；洪乙禎、林錦鴻 2010)、

物理環境 (葛應欽 1996；劉怡焜等 2002；范慶龍、賴進貴 2006)、社經環境 (胡幼慧、林芸芸、吳肖琪 1990；楊嘉芬、王香蘋、楊靜利 2008) 等層面的因素與死亡率的關聯。由此可知，環境脈絡因素的關係是複雜且多元的，絕非少數特定因素能解釋。可惜的是，少有研究能廣泛且綜合性地探討與死亡率相關的因素，

導致研究結果的解釋不盡合乎常理，或者因缺漏重要解釋變項而發生估計模型解釋力低的問題。

探知死亡率的地理變異，並研究環境脈絡因素與死亡率的關係，這類的研究能提供決策當局參考，投注適地性的醫療、照護資源，並改善鄰里各種不利條件，

來減緩環境不利對居民的衝擊，這對健康的促進、死亡的預防是貢獻卓鉅的，但是，過去此類的研究還有兩個問題。

第一，除了少數研究 (廖勇柏、李文宗、陳建仁 1998；周孟嫻、紀玉臨、

謝雨生 2010)，大部分研究未處理現象的空間鄰近效應 (spatial lag effect)。換言之，使用特定的空間單元如鄉鎮市區作為分析單位，即假定鄉鎮市區的死亡率只受該鄉鎮市區的環境脈絡因素影響，這違反了人們日常生活的常態，實際上人們的居住、就學、就業、就醫等地點間的移動常是跨越鄉鎮市區界線的。例如，民眾的就醫行為不盡然發生於同一鄉鎮市區內，民眾可能選擇到鄰近鄉鎮的醫療院所就醫，換言之，醫療服務的範圍也不侷限於院所位處的鄉鎮，一地的死亡率不只受當地環境影響，鄰近鄉鎮市區的環境也干擾該地死亡率變化。

第二，多數死亡率研究為橫斷式的研究，少有以時間維度來探討臺灣死亡率的變遷軌跡，也忽略了死亡率時間變遷的空間差異。臺灣的死亡率究竟是隨時間上升還是下降？各地死亡率變遷趨勢是否一致？各地死亡率變遷的速率是否相近？又是什麼因素與死亡率的變遷相關？這些問題在過去的研究裡似乎沒有被處理。

綜合以上所述，我們在探討地理環境與死亡率的關係時，應該克服的三個問

(13)

3

題為：地理環境因素的解釋多樣性、空間鄰近效應，以及死亡率變遷的空間差異。

總結的說，為探知臺灣的死亡率時空不均等現象，本研究的目的臚列如下：

一、探討臺灣死亡率的空間差異。

二、討論臺灣死亡率隨時間變遷的型態。

三、探討與死亡率相關的環境脈絡因素。

四、確認環境脈絡因素的空間鄰近效應 (spatial lag effect)。

為達研究目的，本研究以 2001 年至 2012 年的全死因標準化死亡率作為研究對象，以鄉鎮市區作為分析的空間單元，選用多面向的解釋因素，來探討環境脈絡因素與死亡率時間變遷趨勢的關係，並檢驗環境脈絡因素的跨鄉鎮影響。

(14)

4

第二節研究問題

為達成研究目的，本文依序解答以下問題：

一、哪些是死亡率最高與最低的鄉鎮市區？

二、鄉鎮市區的死亡率是否隨時間變遷？在 12 年間是上升還是下降的趨勢？

三、什麼環境脈絡因素與各鄉鎮市區的死亡率有關？

四、什麼環境脈絡因素與各鄉鎮市區的死亡率變遷速率有關？

五、鄰近鄉鎮市區的環境脈絡因素會不會與本地的死亡率有關？

六、鄰近鄉鎮市區的環境脈絡因素是否與本地死亡率變遷速率有關？

第三節研究重要性

本研究主張，當探討環境脈絡與死亡率的關係時，應該處理因素的解釋多樣性、空間鄰近性，以及死亡率變遷的空間差異。其原因分述如下。

首先，針對環境脈絡因素的解釋多樣性，如果我們能更全面性地發現與死亡率有關的環境脈絡因素，並且比較各因素的影響強度，應有益於健康政策的制定與調整。第二，倘若環境脈絡因素具有空間鄰近效應，也許透過改變一鄉鎮的地理環境，其效果可以外溢到鄰近鄉鎮，毗鄰的鄉鎮群體因而共同受惠，死亡率可以整體下降。第三，本研究討論鄉鎮市區死亡率的變遷趨勢型態，並探討可能的因素，若真有某些環境脈絡因素影響鄉鎮市區死亡率的變遷速率，則意味著這些因素不但影響著今日的死亡率，也與未來死亡率變遷速率有關，那麼政策的佈局更應將的健康相關措施視為一種國民健康的投資，今日的投資將與國民未來的健康息息相關。

過去針對健康、疾病、死亡等議題進行研究的學術領域多為醫學地理學、社會流行病學或公共衛生學。醫學地理學的研究傳統在於使用地圖繪製疾病的分布 (e.g. Haviland 1875; Stocks 1928 1936 1937 1939; Murry 1962; Howe 1963)，或者探討環境與疾病、死亡的關係 (May 1950; Jones and Moon 1993; Curtis and Jones

(15)

5

1998; Smyth 2007)；社會流行病學揭露健康的不平等 (health inequality)，舉凡健康狀態、疾病、死亡等現象之階級、地理的不平等都是社會流行病學關注的重要議題，在這個領域也累積了相當豐富的研究 (e.g. Macintyre, Maciver and Sooman 1993; Sooman and Macintyre 1995; Macintyre et al. 1998; Ellaway, Macintyre and Kearns 2001; Macintyre, Ellaway and Cummins 2002)；而公共衛生學關心社會大眾的健康，透過研究以改善衛生政策與醫療資源分配，目的在於促進大眾的健康 (e.g. Evans, Barer and Marmor 1994; Starfield 1998; Shi et al. 2005; Shi, Tsai and Kao 2009)。

本研究特別之處在於融合地理資訊系統 (geographical information system, GIS) 工具如 ArcMap、GeoDa 等軟體進行資料的空間推估、鄰近效應的計算，

並繪製環境脈絡因素地圖與死亡地圖，並以社會科學常用的分析法─多層次分析法來估計死亡率的起始值與變遷率，且將估計結果繪製成地圖以展現時間變遷的空間異質性。進言之，本研究冀望能結合醫學地理學、社會流行病學、公共衛生學等領域的優點，以地圖窺探死亡率的分布並討論相關因素，旨在揭示死亡的不平等現象，並提出相關建議。

(16)

6

第二章文獻探討

本章共分為三個小節，第一節討論與健康相關的因素，為本研究的架構提供概念基礎。第二節探討環境脈絡因素與死亡率的關係，分別從環境品質、社經水準、生活壓力、醫療資源四個面向來談其與死亡率的關係，並分別回顧相關的經典研究。第三節則是挑選 2000 年以後較新的文獻，這些文獻在討論環境脈絡與死亡的關係時選用較廣泛的架構，值得本研究參考。

第一節健康因素的研究架構

過去眾多文獻探討健康相關的環境因素，但是各領域關注的面向不同。1970 年代以後，由於醫療、公共衛生資源分配的決策需要考量資源挹注的適切性，故發展出了健康研究的概念架構，期能以更全面性的角度來解釋健康狀況的差異。

以下介紹幾個知名的健康架構或模式，並加以比較，用以形塑本研究的架構。

一、健康領域概念 (Health Field Concept)

1974 年加拿大衛生福利部部長 Marc Lalonde 提出健康領域概念 (health field concept)，將健康領域分成四個概念─人類生物學 (human biology)、環境 (environment)、生活型態 (life style) 與健康照護系統 (health care organization) 四個概念，以檢驗這些因素與疾病、死亡的關係 (Canada 1974)，如以下介紹。

1. 人類生物學 (human biology)

指由人體內在所形成的生理與心理因素，包含基因遺傳、發育與老化過程、

複雜的人體系統如骨骼、神經、肌肉，心血管、內分泌、消化等等系統所形成的生物學因素。這些人體生物學的因素與疾病和死亡息息相關，例如關節炎、糖尿病、動脈硬化、惡性腫瘤等慢性病，或是遺傳性疾病、先天性畸形、智能問題等。

2. 環境 (environment)

指外在於人體的環境因素，是個人難以或無法控制的因素，例如食物、藥物、

(17)

7

化妝品、水、設備等生活必需品的來源，傳染病的預防，空氣、水以及噪音汙染，

廢棄物與汙水的處理，社會環境的轉變如都市化造成的擁擠、勞動條件的轉變、

快速的社會變遷等等，都足以衝擊人類的健康。

3. 生活型態 (life style)

生活型態是個人的選擇，其與健康的關係可由個人控制。若是個人的慣習與觀念不正確，極有可能傷害個人與家庭的健康。例如：麻醉藥品的使用、飲食與運動習慣、不小心或不在乎的態度等，都可能危害健康。

4. 健康照護系統 (health care organization)

如醫療資源的數量、品質、結構、人與醫療資源的關係，包含醫療、護理、

醫院、養老機構、藥品、公共與社區健康保健服務、牙醫治療及其他服務如視光檢驗、背脊、足部治療等，總言之即是與醫療照護系統相關的各層面因素。

Marc Lalonde 認為，利用健康領域四大概念的架構來評估健康問題具有幾個優點。首先，使用此架構可以更全面性地檢視影響健康的因素，而非侷限在特定的層面上，避免分析者在探討健康問題影響因素時，闕漏了重要的影響因子；

其次，無論用於個人層次或總體層次，此架構都能提供分析基礎；最後，這個模型適用於在任何健康問題上，以死亡因素為例，每一種死亡因素，必定與這四個概念有或多或少的關連，只是各概念的影響強度不同，且每個概念都還能延伸出更細緻的次概念，以探討各個概念與死亡的的關係。例如，交通事故死亡可能與生活型態的關聯較強，而與環境與醫療照護系統的關聯較弱。

二、健康政策流行病學模式

美國的 Dever (1976) 延伸 Lalonde 的健康領域四大概念，發展了健康政策分析的流行病學模式 (epidemiological model for health policy analysis)，運用在流行病的分析上。Dever 認為，由於傳染性疾病逐漸能預防及控制，健康領域的四大概念更能符合慢性病盛行的現代生活，他將四大概念底下各延伸出三個次領域的

(18)

8

概念。將人體生物學概念分為人體系統 (complex internal systems)、發育與老化 (maturation and aging) 與基因遺傳 (genetic inheritance)；將環境概念分為了心理 (psychological)、社會 (social)、物理 (physical) 環境的因素；將生活型態概念分成了消費型態 (comsumption Patterns) 、勞動參與與職業風險 (employment participation and occupational Risks)、休閒活動風險 (leisure activity risks)等因素，

將醫療照護系統分為醫療 (curative)、預防 (preventive) 與恢復 (restorative)等因素(圖 1)。

Source: Dever, G. E. A. (1976).

圖 1 Dever (1976) 健康政策分析的流行病學模式

Dever 的研究貢獻在於他借鏡加拿大的健康領域模式，批判美國投注龐大資源在醫療照護系統卻未見成效，並主張探討死亡因素時應更全面性考慮各個層面的因素，他所發展的流行病學模式正是一個可供分析的架構。

An Epidemiological Model for Health

Policy Analysis Human Biology

Genetic Inheritance Complex

Internal System

Maturation and Aging

Environment Social

Physical Psycho

-logical

System of Health Care Organization

Restorative

Preventive

Curative

Life Style(Self-Cre

ated Risks)

Consump -tionPatterns

Leisure Activity

Risks Employmen

t Participation

and

(19)

9

三、健康決定因素模式

1990 年 Evans 與 Stoddart 發展的模式將 Lalonde (1974) 的健康領域模式演繹、解釋與拓展(圖 2)，首先，隨著各國經濟發展，各國國民的收入提升，但是國民的健康差距並無因此消弭，疾病與死亡的威脅依然影響著貧窮的社會群體。

於是 1980 年代，討論社經條件與健康關係的研究大量出現，社會環境所造成的健康不平等(health inequality) 遂成為了流行病學、醫學地理學、公共衛生學等領域關心的議題。有鑑於此，這個模式明確地將社會環境獨立為一個決定健康的重要因素，也就是說，Lalonde 的健康領域模式中，環境脈絡因素被區分成了社會環境 (social Environment) 與物理環境 (physical environment)。

另一方面，此模式認為基因遺傳、外在環境與醫療照護系統之間對個人的影響可能具交互作用，並強調個人回應外在因素的主動性與差異性。個人透過行為適應與生物機能來減緩身體內外在的危機，若能克服危機或是獲得適當的醫治，

就可能達到健康 (well-being)。

最後，此模式也認為並非實施醫療照護就必定有所效果，患者可能未痊癒，

或依然為不健康的狀態。故一味投注醫療資源並非最佳的政策，評估架構中各個概念的重要性與影響程度並能「對症下藥」，才是改善國民健康的方法。

資料來源：Evans, R. G. and G. L. Stoddart. (1990).

圖 2 Evans and Stoddart 健康決定因素模式 Health &

Function Disease Health Care Social

Environment

Physical Enviroment

Genetic Endowment

Individual Response -Behaviour

-Biology

Well-Being Prosperity

(20)

10

四、分析比較

回顧 Marc Lalonde、Dever、Evans 與 Stoddart 提出的研究架構，能獲知這些架構中與健康相關的因素大致可劃分為若干面向的因素，分別為基因、生活方式、

物理環境、社會環境、醫療資源等五大面向的因素。

在上述的五大面向因素中，本研究採取物理環境、社會環境、醫療資源等面向的因素，而無法討論基因及生活方式 (如抽菸、飲酒) 面向的因素。因為基因與生活方式多以個體尺度作為測量依據，難以用於進行鄉鎮市區間的比較。

接著將與健康相關的環境脈絡因素制定為四個面向，分別為環境品質面向、

社經水準面向、生活壓力面向與醫療資源面向。其中，環境品質與醫療資源是過去文獻常提及的物理環境與醫療資源概念，而社會環境於本研究則劃分為社經水準與生活壓力兩個面向，這是奠基於過去所發展出來的兩大理論─社經剝奪理論與社會整合理論，這四大面向的概念說明與理論詮釋將於下一個小節分別介紹。

(21)

11

第二節環境脈絡與死亡的關係

本小節依據本研究提出之四大因素架構─環境品質、社經水準、生活壓力與醫療資源，討論各面向因素與死亡的關係，在每一個小主題中分別有概念說明以及相關的經典研究。

一、

環境品質與死亡的關係

(一) 環境品質的概念

人們生活周遭的物理環境 (physical environment) 影響著健康，舉凡人們生存所必需之空氣、水、食物，都與物理環境息息相關。若空氣、水、土壤遭受汙染，致使物理環境的品質低落，那麼人們的生存機會必定將受到影響。

臺灣就曾發生多起工廠排放汙染物造成員工或居民的不適、患病、罹癌、死亡的事件。例如，美國無線電公司 (Radio Company of America，RCA）、六輕工業區、高雄石化工業區對員工及居民的健康效應，在過去已累積了豐碩的研究成果 (葛應欽 1996；林宜平 2006；范慶龍、賴進貴 2006；徐世達 2010；Tsai et al.

2014；賴嘉祥等 2015)；而且，臺灣的工廠與農地、住宅區無明顯區隔 (葛應欽 1996；Lee et al. 2003)，工廠的汙染物可能直接衝擊居民的環境品質，勢必影響著居民的健康。

2011 年經濟合作發展組織 (OECD) 發展的美好生活指數 (better life index)，

結合客觀統計指標與民眾主觀認知來衡量福祉 (well-being)，作為國家之間福祉的比較。其中，環境品質 (environment quality) 也被納為美好生活的指標架構之中。OECD 認為，生活中的物理環境影響著人們的健康，而健康又攸關生活品質，

所以環境品質應該受維護或改善，才能確保人們享有美好的生活。

2013 年 OECD 的美好生活指標架構中，環境品質這個概念底下包含兩個指標，分別為空氣品質與水質滿意度。空氣品質的測量是計算 10 萬人以上人口之地區懸浮微粒 PM10年加權平均濃度，由於 PM10還夾雜著硫化物、硝酸鹽、碳、

有機碳化物、鈉及銨離子、細懸浮微粒如 PM2.5等有害健康的物質，故空氣品質

(22)

12

可以是決定生活環境品質的重要指標；而水質滿意度則是透過訪問的方式，來獲得人們對居住地水質的主觀滿意度。

我國基於 OECD 的美好生活指數，發展出屬於臺灣人的國民幸福指數，並於 2013 年初次公布。在我國的國民幸福指數中，採用國際指標與在地指標，以兼顧跨國比較與在地比較 (行政院主計處 2015)。其中，環境品質的國際指標與 OECD 相同，而在地指標則選用內政部營建署調查之接近綠地指標，是以都市計畫區現況人口每人享有已闢建公園綠地面積為依據。

另一方面，世界衛生組織 (WHO 2002) 於世界健康報告中指出，環境危險因素為不安全的水與衛生、室外空氣汙染、室內空氣汙染、鉛暴露與氣候變遷等，

這些因素又與特定的疾病有關(表 1 錯誤! 找不到參照來源。)。顯而易見的，環 境因素可能造成傳染性疾病盛行，如腹瀉或瘧疾；也可能導致非傳染性疾病的盛行，如心血管疾病或營養不良等，如果居住環境中有危害健康的危險因素 (risk factors)，透過排除這些有害因素應能降低地方的死亡率。

表 1 環境危險因素 (WHO 2002)

危險因素相關疾病

不安全的水與衛生措施腹瀉

室外空氣汙染心血管疾病死亡率、呼吸系統死亡率、肺癌、

小兒急性呼吸道感染死亡率

燃煤產生的室內空氣汙染小兒急性呼吸道感染、慢性阻塞性肺病、肺癌

鉛暴露心腦血管疾病、輕度智能障礙

氣候變遷腹瀉、洪水災損、瘧疾、營養不良

資料來源：WHO 2002。

(二) 相關文獻

空氣與水可說是 OECD 與 WHO 所提出的環境因素架構中共有的概念，值得本研究借鏡取材。以空氣品質為例，許多研究致力探討懸浮微粒與死亡的關係，

特別是粒徑小於 10 微米的 PM₁₀ (Schwartz 1991 1994 )，及小於 2.5 微米的 PM_2.5

(23)

13

的懸浮微粒在近年來成為了空氣品質的研究重心。在 Schwartz (1994) 的一篇 Meta-Analysis 研究中，就已確認 PM10與每日死亡率的關係 (表 2)；另一個知名研究為美國 20 城研究，Samet 等人 (2000) 追蹤了美國 20 個大城市於 1987-1994 年的每日死亡率資料，以 log-linear 迴歸法檢驗五種空氣汙染物 PM10、SO2、CO、

O₃、NO₂與日死亡率的關係。研究發現 PM₁₀濃度與全死因、心血管疾病、呼吸系統疾病的日死亡率相關，PM10濃度每增加10μg/m³，將提高全死因死亡率 0.51%、

心血管疾病與呼吸系統疾病死亡率 0.68%。

表 2 懸浮微粒縱貫式研究之死亡率估計效應摘要

城市汙染物研究年代研究方法濃度每增加 100μg/m³ 相對死亡風險密西根州

TSP

1973-1982

Poisson Regression

84 1.06

明尼蘇達州 1973-1982 76 1.06

賓州 1973-1980 77 1.07

俄亥俄州 1974-1984 111 1.04

田納西州

PM10

1986 60 1.09

密蘇里州 1986 56 1.08

猶他州 1985-1989 94 1.08

阿拉巴馬州 1985-1988 96 1.06

加州 Santa Clara

optical measures

1990 70 1.04

倫敦(1959-1972) 1990

Gaussian

174 NA

倫敦(1952) 1952 2000 1.06

紐約 1976 2.14^a NA

雅典 1990 NA NA

資料來源：Schwartz 1994 註：^ahaze 係數

著名的「哈佛六城研究」由 Dockery 等人自 1974 年起追蹤美國六個城市 (Watertown, Harriman, St. Louis, Steubenville, Portage and Topeka) 的成年人，在控制了個人抽菸情形、年齡、性別、教育程度與身體質量指數 (BMI) 後，PM2.5

濃度與非事故死亡風險具顯著正相關，空氣汙染最嚴重的城市標準化死亡率比最

(24)

14

輕微城市高出 1.26 倍，且心臟病、肺癌的死亡率也會升高。這個研究也促成了美國環保署於 1997 年制訂懸浮微粒 PM2.5的管制標準 (鄭尊仁 2012)。

世界衛生組織於 2013 年提出 PM₁₀、PM_2.5是威脅人類健康最主要的殺手(王建楠、李璧伊 2014)，但是它們對健康的危害是什麼？因為它粒徑小，無法被鼻腔及上呼吸道阻擋，進入人體後可達呼吸道深部的肺泡，特別是 PM_2.5比血液中的紅血球還要小，能在人體自由穿透，其上附著的汙染物便能長驅直入人體，提升呼吸道症狀與罹病率、心血管疾病罹病率、老年人心肺死亡率，增加死亡的風險 (鄭尊仁 2012；翁叔平、郭乃文、呂珮雯 2013；王建楠、李璧伊 2014)。

國外已有豐富的研究討論空氣汙染與健康的關係，而國內研究最知名的為石化工業釋放之懸浮微粒的健康研究。例如，Yang 等人 (1999) 以 1990 年至 1994 年家庭主婦的肺癌死亡資料作為研究對象，並以 PM₁₀濃度作為空氣汙染程度指標，將高雄市劃分為高度、中度、低度空汙的鄰近石化與非鄰近石化區。研究發現，控制了個人變項之後，同為鄰近石化區，高度空汙區的家庭主婦肺癌死亡率是低度空汙區婦女的 1.66 倍，中度空汙區則是低度空汙區的 1.5 倍。然而，非鄰近石化區的高度、中度、低度空汙地區的肺癌死亡率則無異。

由蘇慧貞等人進行的研究計畫─雲林離島式基礎工業區環境與居民健康身體健康之風險評估研究，發現雲林離島式基礎工業區運轉後總懸浮微粒 (Total Suspended Particulate, TSP)、硫化物 (Sox)、氮化物 (Nox)、有機性揮發物 (VOCs) 的排放量有增高趨勢。其工業區所在的麥寮鄉居民，肝癌、肺癌、心血管疾病的標準化死亡比 (standardized mortality ratio, SMR) 顯著高於臺灣其他地區；肝癌、

心臟病的 SMR 也顯著高於雲林縣其他地區 (引自詹長權 2008)。

詹長權於 2008 年的研究報告指出，六輕工業區於 2000 年完工營運後，雲林地區的懸浮微粒濃度逐年升高，台西鄉的惡性腫瘤和肺癌死亡率在六輕運轉後的第 4-6 年顯著地比第 1-3 年高；台西鄉與麥寮鄉的肝癌死亡率在六輕運轉前與運轉期間皆顯著高於對照鄉鎮。

(25)

15

除了空氣汙染，過去許多研究指出水的品質對人們的健康有深遠的影響，以臺灣最知名桃園 RCA 事件為例，因為前員工或附近居民發生罹癌及死亡，是臺灣第一個組成自救會控告企業的汙染事件 (彭保羅、曾育慧 2011)。RCA 是美國無線電公司的簡稱，於 1994 年被舉發於設廠期間傾倒有機廢溶液，鄰近地區的地下水被檢測出含有 8 種有機溶劑的汙染物質 (林宜平 2006)，相關研究指出，

RCA 員工的各死因與癌症的死亡率與臺灣其他地區居民無異 (Chang et al.

2003a)，但乳癌死亡比例偏高 (Chang et al. 2003b)。Lee 等人 (2002) 則採樣了 RCA 附近的地下水，並比對 RCA 附近河川上游與下游地區居民的死亡率，發現 RCA 設廠後下游地區的男性全癌症、肝癌的死亡 odds ratio 提高了，但是上下游女性的癌症死亡 odds ratio 無顯著的差異。

水中的污染物可能透過逕流影響土壤，透過生態系統之食物鏈 (food chain) 進到人體，無論是短期暴露或長期累積都會使身體中毒與病變。例如「世紀之毒」

戴奧辛 (dioxins) 多由高溫燃燒的產業排出，不易被分解，若長期暴露恐有致癌風險，並影響內分泌系統、生殖系統與免疫系統 (蔡岡廷、王建楠 2007)；早期臺灣大量使用的農藥如二氯二苯基三氯乙烷 (DDT)，在美國被發現將干擾動物的內分泌，造成繁衍失敗，而且具生物累積與生物放大的效果 (李璧伊、王建楠 2007)；日本 1950 年知名的汞中毒事件，則是因為工廠排放廢水含汞使得魚貝類遭受汙染，附近居民吃了漁產後大腦皮質細胞受嚴重損害，導致記憶力衰退、肌肉不協調、精神恍惚等神經系統症狀，孕婦甚至還產下了畸形兒 (李璧伊、王建楠 2007)。綜觀而言，土壤、地下水汙染物非常多種，對人體造成的危害層面也不盡相同，分別表現在致癌風險、神經系統、內分泌系統、生殖系統等身體不同部位的損害。

綜合以上所述，空氣、水、土壤的汙染物與健康的關係是過去研究的大宗，

人們所生活之環境中的空氣、水、土壤的品質與人們的健康息息相關，乾淨而無受汙染的生活環境是人人生活之基本必需。

(26)

16

二、社經水準與死亡的關係

(一) 社經水準的概念

一地愈貧窮，社經水準愈低落，而社經剝奪是衡量貧窮程度的常用指標。社經剝奪指稱一個地方或一個由個人、家庭、群體組成的社會之可觀察且可論證的不利條件 (Townsend 1987)，通常透過若干個指標來測量一地資源的豐缺─也就是貧窮的程度，故以社經剝奪程度作為一地社經水準的衡量，應是可行的方式。

若是一地的剝奪程度高，代表該地社經水準較為低落，也就是較為貧窮，該地居民未享有應享有的資源，如同被剝奪般遭受不平等待遇。而且，貧窮是疾病之本，

剝奪的環境必地與該地的健康低落有關 (Black 1993)。

過去文獻中，通常將若干個指標聚合成一個剝奪指數 (deprivation index)，

以比較各地間的社經水準，是測量社經環境最常用的指標 (Carstairs 2000)。剝奪指數的建構通常以小面積地域如郵區 (postcode area)、選區 (wards) 作為空間單元 (Carstairs 2000)，使用普查資料並挑選適當的社經變項，將這些變項整合建構出一代表性的指數，讓每個小地域都有其相對的剝奪指數，藉以評估地方需求，

作為醫療與健康資源配置的參考。學者們相信，剝奪指數能反映地方社會組織與結構、社會與經濟的剝奪、資源可得性及機會結構 (Singh 2003)。

英國是最早發展出剝奪指數的國家，用以研究社經剝奪與健康的關係。例如 Jarman index (又稱 underprivileged area, UPA) (Jarman 1983 1984)、Townsend index (Townsend et al 1998)、Carstairs index (Carstairs and Morris 1991) 等指數。除了英國以外，其他國家如法國 (Rey et al. 2009; Windenberger et al. 2011)、西班牙 (Benach and Yasui 1999)、紐西蘭 (Salmond and Crampton 2000)、美國 (Singh 2003) 等，也曾建構剝奪指數並應用於健康研究。

本研究將過去各國曾使用於健康研究的剝奪指數整理如表 3，並加以分類成五個面向，分別為資源層面、收入層面、職業層面、教育層面及人口學層面。儘管各國建構剝奪指數的變項、方法不盡相同，但這些研究的核心理念相似，也就

(27)

17

是以剝奪指數測量一地居民物質資源 (material resoueces) 的缺乏程度，以衡量一地生活環境的貧窮程度。值得注意的是，由於各國多以普查資料為主體，而英國因為發展剝奪指標的時間較早，當時尚未有合適的收入資料能運用，故多由普查資料中提取有無車子、房子等題項來衡量貧窮狀況 (Carstairs 2000)。英國的 Jarman index 則將弱勢人口比例置入指標，如單親家庭、有 5 歲以下兒童家戶、

獨居老年人等，這是因為此指標建構的本意在於衡量地方初級照護 (primary care) 的需求，故將相對弱勢族群的需求納為考量。

雖然許多國家皆曾使用剝奪指數來探討其與死亡率的關係，以形塑健康不平等的論述，但是最廣泛使用的還是英國的 Townsend 指數與 Carstairs 指數 (Higgs et al. 1998)。無論是用哪一種剝奪指數，其最基本理念正是探討資源缺乏的環境與死亡率的相關性，回歸到社經剝奪的基本理念，社經剝奪表現在物質資源、收入、教育與職業的層面，剝奪的環境象徵著生活環境的貧窮、社經水準的低落，例如生活機會貧乏、公共設施不足、較高的犯罪與較低的道德規範等等 (Sloggett and Joshi 1998; Carstairs 2000)，對於各種年齡層的人而言，這樣的環境都是不利於生存的，例如，對兒童來說，這樣的環境可能缺乏安全的休閒運動場所，象徵著居住條件的擁擠，且缺乏適當的文化刺激；對成年人而言，這種環境象徵著工作機會的貧乏與難以維持的生活水準，甚或衍伸出不良的生活方式；長期生活於剝奪環境下的居民，各種不利於生存的條件持續累積，老年時就是集所有經歷之不利條件於一身 (Black 1993)，造成提早死亡或不能善終。這樣的環境條件不只影響著環境中窮人的健康，非窮人的健康也會遭受影響 (Macintyre 1997)，簡言之，剝奪的社經環境等於剝奪了人們生存的機會。過去實證研究多顯示，社經剝奪與全死因死亡有著正向相關，所以我們不應忽視社經剝奪與死亡的關聯。

(28)

18

表 3 各國剝奪指標比較表

指標英國

Jarman

英國

Townsend

英國

Carstairs

西班牙

法國

FDep 90,99

紐西蘭

NZDep 96

美國

資源層面

失業率 o o o(男性) o o o o

電話 o o

自有車/大眾運輸 o o o o o

自有房屋 o o o

住宅擁擠 o o o o o o

房價中位數 o

房租中位數 o

月抵押價值中位數 o

房屋損壞 o

收入層面

家戶收入中位數 o o

個人平均收入 o

低收入戶人口 o o

中低收入戶人口 o

貧富差距 o

職業層面

社會階級 Ⅳ/Ⅴ^{註 a} o

非技術勞工 o o

白領階級 o

藍領階級 o

教育層面

高中教育人口 o o

初等教育人口 o

未受教育人口 o

無任何證照/證書 o

人口學層面

單親家庭家戶 o o o

有 5 歲以下孩童 o

獨居老年人 o

過去一年曾搬遷 o

弱勢族群 o

(29)

19

英國有許多研究將剝奪指數運用在健康的地域 (areas) 差異。例如，Eames , Ben-Shlomo 與 Marmot (1993) 以 England 的 14 個選區( wards) 作為研究空間單元，建構出各選區的 Carstairs 指數、Townsend 指數及 UPA 指數。研究結果發現，

三種社經剝奪指數皆與 65 歲以下人口的全死因標準化死亡比 ( ratio) 有線性的正相關，而且位居 England 北方的選區，剝奪指數與死亡比的線性關係較強。

Ben-Shlomo,White 與 Marmot (1996) 的研究可說是前列研究的延伸，採用選區作為空間單元，65 歲以下人口的全死因標準化死亡率作為研究對象，探討 Townsend 指數、選區平均收入與死亡率的關係。研究發現，Townsend 指數與死亡率有高度線性相關，且選區平均收入會削弱 Townsend 指數與死亡率的關係。

Congdon, Shouls 與 Curtis (1997) 的研究將剝奪研究帶往跨空間尺度的發展，他們採取多層次模型(multilevel model)，將選區作為低層次的空間單元為，

面積較大、人口較多的區域 (districts) 作為高層次的空間單元，探討跨尺度的剝奪交互作用的現象。這個研究以 1990 年至 1992 年的 45-64 歲人口之全死因死亡率作為探討對象，有趣的是，這個研究將社經環境水準分成兩種面向，第一個面向為富裕指數 (為高社會階級Ⅰ/Ⅱ、高教育程度、有兩輛車以上的人口比例)，

第二個面向為剝奪指數 (為 Townsend 指數的四種變項)，並以 Poisson 迴歸進行探討。研究結果顯示，選區的死亡率可由富裕指數 (降低死亡率) 與剝奪指數 (提升死亡率) 解釋，且區域 (districts) 與選區的變項產生跨層次的交互作用，北方區域(districts)內的選區其死亡率較高。

Higgs, Senior 與 Williams (1998) 以英國 Wales 的選區作為研究的空間單元，

探討 1981 至 1991 的標準化死亡比變遷情形，並依據 Townsend 指數將選區分為 5 種等級的剝奪程度，發現儘管 Wales 地區在十年間全死因與各死因標準化死亡比下降，但是相較於剝奪輕微的選區，剝奪嚴重的選區標準化死亡比下降幅度是明顯較小的，例如以全死因死亡比而言，剝奪最輕微的選區標準化死亡比下降了

(30)

20

26 %，而最嚴重的選區卻只下降 19 %。

法國的剝奪指數 FDep99 研究者將失業率、家戶收入中位數、高中畢業人口百分比與藍領階級人口百分比採主成份分析 (Principal component analysis, PCA) 計算出第一主成份來做為剝奪指數，特別的是，這個研究採取不同尺度的 空間單元 (空間單元範圍由小到大分別為 communes, canton, zone d’emploi, département, région) 以驗證社經剝奪在不同空間尺度與標準化死亡比 (SMR) 的

關係。研究發現，communes 的 SMR 在剝奪指數最前 20% 組較最後 20% 組高 了 24%。除了最高層次的 région 之外，其餘各種空間尺度的剝奪指數皆與 SMR 有正向的 log 線性相關 (Rey et al. 2009)。Windenberger 等人進一步於 2011 年的研究中，比較了 1988-1992 年以及 1997-2001 年兩時期剝奪指數與全死因死亡比的關係，發現兩者的關係有增強的趨勢。

西班牙的 Benach 和 Yasui (1999) 研究選用 4 種社經環境變數，用因素分析方式建構出兩種剝奪指標，分別為指標 1─失業率、未受教育人口比例、非技術勞工人比例及指標 2─住房擁擠人口比例，並將兩種指標的數值繪製成面量圖。

另一方面，作者將 1987 年至 1992 年的全死因標準化死亡比分為 0 至 64 歲及 65 歲以上兩組，並且也繪製兩個年齡組的死亡地圖。研究發現指標 1 和 65 歲以上死亡比的分布空間型態一致，而指標 2 和 0-64 歲死亡比的分布空間型態一致。

進一步進行相關分析後發現，指標 1 與 65 歲死亡比呈正向相關，與 0-64 歲死亡比無相關；指標 2 與兩個年齡群組死亡比都成正向相關。

美國的 Singh (2003) 採用郡 (counties) 作為空間單元，由 1990 年普查中選取 21 種社經變項進行因素分析，萃取出兩個因素後 (分別解釋變異量的 43%與 17%)，選取第一個因素由 17 個社經變項萃取而成的因素作為社經剝奪指數，以探討社經剝奪與死亡變遷的關係。研究結果顯示，1969 年到 1998 年間無論是男性或女性、黑人或白人，死亡率皆降低了，但拿每年的死亡率相比，高社經剝奪的郡總是高於低社經剝奪的郡。

(31)

21

三、生活壓力與死亡的關係

(一) 社會整合的概念

社會的整合不佳，社會成員中的壓力愈大。社會學大師涂爾幹於著作《自殺論》中論述社會整合的概念，他認為社會中的成員透過社會關係整合進社會中，

若社會成員間相互熟悉且關係緊密，則社會結構是相對穩定的，這便是一個高度整合的社會。反之，若社會中的成員社會關係薄弱，缺乏聯繫與依賴，則社會結構是相對不穩定的，這便是一個低度整合的社會。社會整合的不佳，起因於社會的快速變遷，致使社會的控制及規範功能弱化，社會的基本價值觀、信念及規範快速瓦解，造成生活於社會中的個人無所適從 (Berkman et al. 2000)，這便是涂爾幹所稱的社會碎化 (social fragmentation) 現象 (Pabayo et al. 2012)。涂爾幹進一步以自殺死亡率資料來檢證他的主張，發現社會整合程度愈低的社會，自殺死亡率愈高，且迷亂型自殺 (Anomic suicide) 與社會碎化最為相關 (Berkman et al.

2000)。

涂爾幹的論點啟發後續社會學家致力於探討社會整合與健康的關係，1970 年代中期起相關研究紛紛出爐，多數研究使用不同但相近的概念來衡量社會整合，

大量有關社會聯繫 (socail ties)、社會網絡 (social network)、社會支持 (social support)、社會互動(social interaction ) 的出現，用以討論與各種健康現象的關係如死亡率、發病歷程、恢復歷程、心理健康、生理功能等 (Seeman 1996)。

若我們將外在的社會環境變化視為一種對身體的刺激，那麼社會中的成員關係薄弱疏離，社會氛圍迷亂與失序，對社會成員而言都是一種刺激，形成無形的心理壓力。另一方面，社會的碎化使得社會支持性功能崩解，社會成員遭遇壓力事件或壓力情境時，就不容易緩衝或轉化心理的壓力。Berkman 等人 (2000) 曾論述，社會整合由社會關係表現，而社會關係諸如物質性的支持 (access to resources and material goods )、社會支持 (social support)、社會接觸

(person-to-person contact)、社會依附 (social engagement)、社會影響 (social

(32)

22

influence) 等，這些人際間的行為影響著個人心理作用歷程，進而影響人們的生理機制 (Seeman 1996)。

但是，心理作用歷程如何影響生理機制？若將外來刺激視為一種壓力 (stresses)，身體接收外來壓力後便會轉換為內在壓力(strains)。內在壓力刺激交感神經系統 (sympathetic nervous system) 活絡，促使心跳加快、血管收縮、支氣管擴張、釋放肝醣、血液中的腎上腺素提升，以準備應付外在環境壓力，透過這一連串的機轉，人們免於因未察覺或未反應而導致身體損害或死亡，達到體內的平衡狀態 (homeostasis) (Cannon 1935)。

1956 年 Hans Selye 提出「一般適應症後群」 (General Adaptation Syndrome G.A.S)。Selye 主張，人類面對外在的刺激後會出現一連串的生理反應，例如腎上腺素激升、淋巴腺體的活躍、體重減輕等等，以適應外來的壓力源 (Stressor) ，整個壓力反應的發展可以分成三個階段：警覺期 (the alarm reaction)、抗拒期 ( the stage of resistance)、衰退期 (the stage of exhaustion)，當適應結果不彰，人們可能走向疾病或死亡 (Selye 1978)。

Cassel (1976) 的報告完整地演繹了社會環境壓力觀。Cassel 認為，外在的社會性壓力源透過社會心理的過程 (psychosocial process) 來影響著人的內分泌與免疫系統，提高人們的疾病易感性 (susceptibility to disease)，因而更容易患病。

其中他特別強調快速變遷的社會所造成的社會解組 (social disorganization) 現象，

如居住結構的不穩定、職業的快速轉換、社會關係的變動與混亂，將奪去社會基本的支持與保護功能 (Cassel 1976 ; 胡幼慧等 1990)。這是因為在快速變遷的社會中，人們常身處於不熟悉的環境，而缺乏人際互動的生活方式將使得人們在遭遇生活壓力時，沒有充足的社會支持 (social support)，如穩定的親屬、友誼等社會關係來紓解或分擔生活的苦悶壓力。在長期慢性的壓力下，使人們的免疫與內分泌系統運轉不平衡而提升疾病易感性，特別是位處於社會邊緣的弱勢族群，更

(33)

23

因缺乏社會性回饋與支持系統，而容易生病、未治療安養，甚至死亡。所以，社會支持可說是緩衝生活壓力的重要保護機制 (Cohen and Wills 1985)。

綜合以上所述，若社會整合程度較佳，我們可以預期這個社會的生活壓力是較輕的，而此地的死亡率會是較低的；反之，整合不利的社會可能是一個充滿生活壓力的社會，而該地的死亡率則會是較高的。

(二) 生活壓力的測量

接著我們以心理學的角度來探究生活壓力與健康的關係。在心理學領域裡所探討的生活壓力，可以說是回應了社會整合理論。依據張苙雲 (1989) 的看法，

生活壓力與生活經驗有關，而生活經驗又可分為生活事件與生活情境兩大面向。

生活事件主要探討生活中突然性地「改變」，如感情遭受挫折、家庭成員間發生衝突或是親屬離世等等；而生活情境則是在測量生活中的壓力情境，如婚姻問題、

工作與職場的問題或是異國生活適應不良等等。換言之，社會關係的突然改變或是生活情境的轉換都會是生活壓力的來源。

在臺灣，生活壓力事件的測量以 Holmes 與 Rahe (1967) 的社會再適應量表 (Social Readjustment Rating Scale) 最為常用。該量表依據 5000 個病歷資料，歸納出 43 項生活壓力事件，涵蓋了家庭、工作、健康、婚姻、財產、法律、求學和社會參與等領域 (張苙雲 1989)，用以測量生活中的壓力事件，且這些壓力事件之間具有累加的效果，儘管這個量表曾遭受概念與方法上的批評 (Banning 2000)，但它仍提供我們一個系統性分析生活壓力的方式。Holmes 與 Rahe 透過 394 位受訪者施測，將結婚這個事件定為 500 分的參照標準，請受訪者為其他 42 項事件評定適應所需要的分數，由此便得到 43 項事件的平均壓力分數。在 Holmes 與 Rahe (1967) 的研究中，平均壓力分數最高的前十個事件依序為「配偶死亡」、

「離婚」、「與配偶分居」、「監禁服刑」、「親屬死亡」、「本人遭受重大的傷病」、「結婚」、「工作被開除」、「與配偶言歸於好」、「退休」。由這十個事件可知，婚姻與工作的狀態是形成生活壓力的主要事件。

(34)

24

為了能使國外量表能於本土應用，國內有研究將生活事件壓力量表進行修訂 (蘇東平 1982；Chang 1986；白璐等 1987)。雖然各量表中壓力事件平均分數的排序不盡相同，但大致與 Holmes 與 Rahe 的研究成果相仿，只有「退休」、「與配偶言歸於好」並非國人嚴重的壓力事件 (引自張苙雲 1989)。

由上討論得知，人們的生活壓力事件主要與個人社會關係的劇變有關，例如

「配偶死亡」、「離婚」、「與配偶分居」、「監禁服刑」、「親屬死亡」等，

或者是源自於工作的壓力如「工作被開除」等，換言之，這些壓力事件象徵著人們社會關係的急遽斷裂，是個人不願面對的事實或是難以負荷的困境，這樣的外在刺激事件可能透過內在心理歷程的運作，如情緒的低落、焦慮、沮喪、憂鬱，

進而影響著健康。

(三) 相關文獻

Berkman 與 Syme (1979) 於美國 Alameda 郡的研究可說是社會關係與死亡率關係最經典的研究 (Evans et al. 1994; Seeman 1996)。該研究使用 1965 年至 1974 年的死亡率資料，追蹤 4725 位居民的死亡情形。該研究採用四種社會接觸的形式來定義社會網絡，分別為「婚姻狀態」、「與親戚的連繫」、「是否為教會成員」、「是否為特定群體成員」，並依這四種指標定義出社會網絡指數 (social network index)。接著作者採用卡方檢定分析社會網絡指數與全死因死亡率的關係，

發現社會網絡指數最低的男性，較最高的群體死亡率高上 2.3 倍，女性則是高上 2.8 倍，即使控制了調查初始期的自陳健康狀態、社經地位、抽菸、喝酒、運動等個人習慣、肥胖程度與健康管理，社會網絡指數與死亡率的關係依然是獨立相關的。

Kaplan 等人 (1988) 也設計了社會接觸指數 (social connection index)，詢問受訪者五個問題分別為「婚姻狀態」、「與親戚朋友接觸的頻率」、「造訪親戚朋友家的頻率」、「每天被聯絡的次數」、「參與社團或協會的頻率」，將每個受訪者回答的數據編碼成指數，再將受訪者分為五組，將最高分組作為參照組並

(35)

25

以 logistic 迴歸法討論社會接觸指數與死亡率的關係。研究發現，針對全死因死亡率而言，社會接觸指數較低落的組別，其死亡率的 odds 是高指數的 1.78 至 2.12 倍。

Eyer 與 Sterling (1977) 主張高度資本主義下的社會，其社會環境氣氛較為擁擠而對立，社會合作與支持性功能崩解，由於人們的社會關係改變，致使人們活在慢性的壓力之下，是造成已開發國家成人死亡率攀升的主因。Eyer 與 Sterling 回顧了許多長期性研究，提出四種與死亡有關的生活壓力，分別為離婚、喪親、

遷移與失業，顯示人們的生活壓力主要與家庭破碎，親屬死亡，工作的問題及遷移有關，這也與前述的國人生活壓力事件呼應。

Neser, Tyroler 與 Cassel 等人 (1971) 以美國北卡羅來納州的黑人為研究對象，

探討死亡率與家庭、社會解組 (social disorganization) 的關係。作者使用

1956-1964 年北卡羅來納州各郡的黑人中風死亡率資料，採用 Harvey L. Smith 發展的社會解組指數，以 1960-1962 年的資料建構出各郡的社會解組分數。這些社會解組指標包含單親家庭家戶比例，非婚生子女比例，男性監禁服刑比例，離婚或分居人口比例，18 歲以下未與雙親同住的青少年比例來代表家庭的不穩定性。

作者依據社會解組指數將北卡羅來納州的 86 個郡分成五個等級，發現社會解組程度愈高的郡群組，其黑人中風死亡率是最低郡群組的 2.5 倍，且這樣的現象於年輕的族群（35-44 歲）最嚴重。儘管本研究聚焦於生存機會，也就是全死亡因死亡率的探討，但是 Neser 等人的研究是最早以社會解組概念討論死亡差異的研究之一，而社會解組指數可以是社會整合程度的指標，值得我們參考。

(36)

26

四、醫療資源與死亡的關係

(一) 醫療資源的概念

醫療資源的豐缺與人們的健康息息相關。舉凡衛生與保健的教育，疾病的預防、診療、調養，急性傷病的手術與復健，每個人的生老病死，都必定需要醫療資源，所以，享有充足的醫療資源，是人們應有的權利。

醫療照護系統分為三個層級，分別是初級、次級與三級照護。初級照護 (primary health care) 提供家庭最基本的醫療服務，並肩負教育地方的責任。例如，

以疾病預防與生活保健而言，初級照護系統能提供疫苗的施打，衛教知識的宣導，

促進居民的營養與健康的生活環境；以醫療而言，醫師與護理人員提供居民基礎治療，並改善社區疾病，研究指出，初級照護是醫療照護系統中最重要的部門，

是改善健康不平等的關鍵 (Curtis 2004)。次級照護系統中的醫護人員提供更詳細的檢查、診斷與治療，必要時施行手術。次級照護的角色在於治療，所以預防與宣導性的工作則非次級照護的重點。三級照護則是當病人需要更特殊的檢查、診斷、治療、手術、化療等醫學診療，進行更複雜的手術或治療更棘手的病情 (Gatrell and Elliott 2009)。

在臺灣，初級照護服務主要由社區診所或衛生所提供，次級照護的服務則由地區醫院或區域醫院提供，而三級照護服務主要由醫學中心負責。以臺灣的醫療體系而言，三級系統間的界線是模糊的，無論大病或小病，急性或慢性，人們大多可以自由地使用醫療資源。

由上討論可知，各地各級的醫療照護資源可說是衡量一地醫療資源豐缺的指標，如醫院、診所、醫生、護理人員、救護車、病床的數量等結構性資源，可說是以供給 (poivision) 的角度評估醫療資源的多寡 (Gatrell and Elliott 2004)。

然而，一地的醫療資源的數量多並不代表當地的醫療可近性高。在偏遠的山地或鄉間，交通路網密度與可及性低，就醫路途遙遠需耗費大量的時間成本 (Cauley 1987；林素真、楊志良、黃文鴻 1997 )。另一方面，社會中的弱勢群體，

(37)

27

即使住在醫療資源充沛的地區，也可能因貧窮而無力負擔醫療費用(p.239 Jones and Moon 1987)。故言之，仍有許多因素影響民眾就醫的意願，而以醫療資源可近性，或是醫療資源的服務人數，來做為醫療資源充分與否的評估，是另外一種衡量途徑，這是以利用 (utilization) 的角度評估醫療資源的豐缺。

若民眾受傷或患病而未能及時診療，可能致使死亡風險提升，醫療資源的確與死亡有著密不可分的關係，預期當醫療資源愈豐富，死亡率愈低；反之，若醫療資源愈貧瘠，則死亡率愈高。

醫療資源應如何投注，分配給誰，挹注於何處，一直是過去爭論不休的議題。

有些學者認為，政府每年核撥大量的預算於醫療，卻不見得能收得效益，有些研究主張死亡的主因是人為環境 (Canada 1974; Dever 1976)，如社會結構、經濟發展、公共制度、習慣與觀念等，應由這些根本因素著手，一味投注資源於醫療則有如亡羊補牢。

例如，早在 1969 年，Auster, Leveson 與 Sarachek 即曾討論美國政府的健康政策預算與死亡率的關係，在控制了社會經濟因素諸如收入、教育、都市化程度、

製造業比例、菸酒消費比例、白領階級比例、女性未就業比例等變項後，發現雖然醫療資源與降低死亡率有關，但是社會環境因素與死亡率的強度更高，顯示環境脈絡因素才是降低死亡率較重要的因素，特別是教育的因素最為重要。

Newhosue 和 Friedlander (1980) 以每十萬人初級照護人員數、實習醫師數、

牙醫數與每千人病床數作為醫療資源的代表，探討醫療資源與個人健康的關係，

研究發現，在控制了年齡、性別、族群、教育、收入等因素後，醫生人口比與高血壓正相關，而病床數人口比則與胸腔問題有正相關，與靜脈曲張呈現負相關。

但是，相較於醫療資源，教育程度才是影響個人健康的最重要的因素。

(38)

28

五、小結

回顧過去文獻，過去許多領域都致力於鑽研地理環境與健康的關係。不過，

由於各領域關懷的層面不同，研究的焦點也就各不相同。舉例而言，環境流行病學多關心環境品質與疾病的關係 (e.g. Schwartz 1991 1994)，而社會流行病學的則研究多專注於社會性因素 (e.g. Macintyre, Maciver and Sooman 1993; Macintyre 1997 ) 對健康造成的影響，這樣的差異不但造成知識整合上的困難，也可能發生遺漏了干擾變數導致研究結果的不一致。所以，使用更全面性的架構，來衡量地理環境各層面的因素與一地健康的關係，是目前本研究能投入的方向。

整體而言，過去的文獻大致將環境脈絡因素劃分為四個層面，分別為物理環境層面、社會環境層面、生活方式層面與醫療資源層面。其中，本研究將物理環境因素指稱為環境品質因素，環境品質與醫療資源構成本研究架構的一部分。然而，生活方式層面如飲食、運動、抽菸、喝酒等生活習慣，較難以總體資料作為衡量依據，也受限於目前國內資料的不可得，故生活方式層面非為本研究討論的重心。

另一方面，社會環境與健康的關係大致可依循兩種研究途徑進行研究，分別為剝奪理論途徑與社會整合理論途徑，這兩種途徑各自聚焦的因素不同，故本研究再將社會環境分成社經水準面向與生活壓力面向。社經水準面向因素反映一地的貧窮程度，而生活壓力面向則用以衡量一地之社會整合程度。

(39)

29

第二節實證研究

前一小節的文獻討論地理環境各面向因素與死亡的關係，著重在理論的詮釋與概念的澄清，多為知名且經典的文獻。然而，近年來由於汙染物測量技術進步、

人口與醫療資源調查的普及、跨領域研究的興起，多數研究已不再侷限於檢驗單一地理環境面向因素與死亡率的關係。有鑑於此，本小節是挑選近 20 年來，含括較廣泛的地理環境因素的文獻加以探討。

一、實證分析文獻

Jerrett, Eyles 與 Cole (1998) 採用 Evans 與 Stoddart 的健康因素決定模式 (圖 2) 作為分析架構，探討基因、物理環境、社會環境、生活方式與醫療資源各面向因素與全死因標準化死亡率的關係。研究空間單元為加拿大安大略 (Ontario) 地區 49 個郡 (counties)。此研究將男性與女性的資料各自進行迴歸分析，以討論地理環境因素影響的性別差異，研究指出，教育程度、初級產業比例、醫生比例、原住民人口與當地女性全死因標準化死亡率有線性相關；郡的低收入戶比例、

教育程度、環保支出、製造業人口比例、原住民人口與當地男性全死因標準化死亡率有線性相關。無論性別，教育程度與死亡率的關係都是最強的。作者也指出，

由這個研究得知醫療資源並非死亡率的重要決定性因素，故政府刪減環保支出費用，卻增加醫療資源的支出是不恰當的政策。

Jerrett 等人於 2005 年將安大略的研究在物理環境面向使用空氣品質監測資料─總懸浮微粒 (TSP)，這是因為作者主張過去的研究較多以時間序列方法探討空氣汙染物急性暴露的問題，卻忽略了長期慢性暴露的嚴重性，而且過去研究在討論空氣品質與健康的關係時，並未使用社會經濟變數加以控制。Jerrett 等人使用地理資訊系統 (Geographical Informtation System) 進行空氣汙染物的空間推估，

採取 Kriging 法推估空氣汙染物分佈，並以各研究空間單元(郡)的人口重心之總懸浮微粒濃度作為當地空氣汙染程度的數值。研究指出，總懸浮微粒濃度 TSP 與死亡率有顯著的正相關，而社經人口變項會降低 TSP 對死亡率的影響，無論