學術研究定位與風險評估作業準則宣告
本平台依據中華民國環境部令發布之《氣候變遷風險評估作業準則》（114年7月16日 環部氣字第1149107791號令）與聯合國氣候變遷專門委員會（IPCC）第 6 次評估報告（AR6）評估架構建置。
本平台為學術研究與空間風險分析工具，不代表政府官方行政處分或單一局處決策立場。評估結果旨在呈現氣候脆弱度、人口結構、危害與暴露之空間分布，供研究者與決策者客觀掌握在地脆弱脈絡。
1. IPCC AR6 三軸分離評估架構
Risk = Hazard × Exposure × Vulnerability人口脆弱度 (Population Vulnerability)
指受極端氣候衝擊時，人口系統內部內在易受傷害之生理、經濟特質，以及系統本身缺乏自我防護或復原能力之缺口。由敏感度 (Sensitivity) 與調適能力缺口 (Adaptive Capacity Deficit) 組成。
實體災害潛勢 (Physical Hazard)
指可能導致生命損失、健康衝擊或財產損壞之自然氣候物理事件或潛在威脅強度。依環境部規範，實體天然危害與人口本體屬性本質不同，獨立評估而不與 PVI 混算。
環境作業暴露度 (Exposure)
指直接存在於氣候災害影響範圍內的人口、生計或環境資源數量。本平台聚焦於在戶外長時間直接承受極端高溫、強風或暴雨之農林漁牧從業人口。
2. 數學模型與標準化演算法
雙軌標準化機制（Min-Max 四分位 vs Z-Score 穩健常態）為消除不同公務指標單位（人、戶、%、條、km²）之量綱差異，統一採用全臺南市 37 區空間極值進行線性尺度縮放：
* 正向指標（如獨老率、無車率）：數值愈高，脆弱度愈高；反向指標（如收容能量、關懷據點）：數值愈高代表調適能力愈佳，轉換為 100 - 得分即為「調適能力缺口」。
為避免固定 25% 強制劃入「極高」的相對分級偏誤，引入統計學標準差離均模型，以全市平均 \(\mu\) 與標準差 \(\sigma\) 為基準：
* 當綜合 \( Z \ge +0.5\sigma \)（或超越 \(+1.0\sigma\)）時才標記為「統計顯著極高」，能真實反映離群熱點行政區的絕對嚴重度。
2.3 標準化與分級模式比較對照表
| 標準化方法 | 核心公式 | 分級判定原則 | 優點 | 適用決策場景 |
|---|---|---|---|---|
| Min-Max (四分位) | \((X-X_{min})/(X_{max}-X_{min})\) | \(Q_1, Q_2, Q_3\) 固定四等分（各25%） | 直觀易懂、跨指標均質化 | 地方政府預算排序、各期計畫分批執行 |
| Z-Score (常態穩健) | \(Z = (X-\mu)/\sigma\)，\(T = 50+15Z\) | 標準差門檻（\(\pm 0.5\sigma, \pm 0.2\sigma\)） | 反映真實離均嚴重度、抗人為強迫均分 | 學術敏感度評估、極端高風險區專案列管 |
3. 雙層權重體系、情境試算與 2050 空間推估
雙層權重配置 · 敏感度名次位移 · 2050 氣候複合風險推估3.1 雙層權重體系架構與預設配置 (Two-Tier Weighting Framework)
為兼顧研究基線穩定度與學術探索之彈性，本平台設計了雙層次權重配置架構（Two-Tier Weights）。預設採用基於 IPCC AR6 與臺灣公務統計文獻之「研究型示範權重」，將 PVI 分數拆解為面向層級（Level 1）與子指標層級（Level 2）：
3.2 即時情境模擬與敏感度位移分析 (Scenario Simulation & Rank Shift Analysis)
平台前端提供雙層動態滑桿試算面板，允許研究者針對不同氣候情境進行即時敏感度位移壓力測試（Rank Shift Sensitivity）：
將長者佔比與獨老權重拉高至 80%，可測試若極端熱浪聚焦於高齡照護時，左鎮、東山等偏鄉山區之相對脆弱位移。
將無車家庭比率與身障人口權重調升，系統將突顯沿海北門、將軍等高比例依賴大眾接駁之疏散脆弱熱點。
前端互動面板提供即時差分演算法，動態標註前 5 大脆弱行政區相較於基準情境之名次位移（Rank Shifts），驗證權重敏感度。
3.3 2050 年人口空間差異化推估與氣候複合風險放大模型 (Future Climate Risk Escalation Model)
IPCC AR6 SSP2 / 國發會 2024-2070 核定中推估基準依據 IPCC AR6 第二工作組（WGII, Chapter 16） 與國際共享社會經濟路徑（Shared Socioeconomic Pathways, SSP2 中推估情境），氣候變遷實體風險（Climate Risk）並非靜態不變，而是由氣候危害（Hazard）與動態演變的脆弱人口（Dynamic Vulnerable Population）相互交織而成的非線性複合結果。
為克服傳統總體等比例縮放（Uniform Scaling）無法捕捉地方城鄉微觀分化（如科技都會區青年移入但結構性暴增長者、偏鄉山區超高齡孤島萎縮）之重大科學缺陷，本平台以國家發展委員會最新核定《中華民國人口推估（2024年至2070年）》為國家總體基準，建構「地方動態校正之空間差異化人口推估與氣候複合暴露模型」。
其中 $F_{\text{NDC}} = 0.88$ 為國發會國家總體人口折減基準；$\Delta \text{NetMig}_{i}$ 為近 12 個月社會淨遷徙量；$\Delta \text{NatChange}_{i}$ 為自然增加量；$\alpha = 8.0, \beta = 4.0$ 為地方流動率之空間重力擴散權重。
以國發會高齡化增長倍率為基礎，對現況超高齡行政區（高齡率 $>28\%$）引入二次加速老化項 $\mathbb{I}$，以反映偏鄉年輕人口外流後的世代接續斷層。
將 2050 長者空間推估與水保署 115 年土石流影響多邊形、沿海暴潮受淹多邊形進行空間幾何交集，推導極端致災情境下受直接威脅的高齡人口數。
評估同一行政區在氣候致災強度不變下，因高齡人口膨脹所導致的脆弱脆弱度放大倍率（全市約 $1.25 \sim 1.57$ 倍），並以衛福部失能率（14.5%）評估日照缺口。
總人口保留係數高（$0.88 \sim 0.95$），高齡率約 $27\% \sim 34\%$。但因基數龐大，高齡長者絕對淨增量達 +1.3萬 ~ +1.7萬人/區，醫療、公托日照與都會熱島高溫調適為核心課題。
總人口萎縮至 $0.68 \sim 0.76$，高齡率飆升至 52% ~ 62%。保全戶多為無自駕能力之獨老家庭，豪雨土石流預警時之避難撤離裕度極短，需依賴長照車隊與微電網孤島設施。
人口折減至 $0.75 \sim 0.77$，高齡率達 41% ~ 46%。疊加海平面上升 0.56m 與暴潮漫淹潛勢，高比例無車家庭在風暴潮來臨時需仰賴公運撤離與微型垂直避難高台。
1. 氣候情境非對稱設定說明（Scenario Divergence）：
• 實體暴潮潛勢圖資：引用經濟部水利署與綠色和平 2050 SSP5-8.5 最劣極端情境（Worst-Case Stress Test），設定海平面上升 +0.56m 與極端風暴潮漫淹，作為地方安全防護的「極限壓力測試基準」。
• 2050 人口空間推估：採用國家發展委員會《中華民國人口推估（2024-2070）》中推估（等效 SSP2-4.5 趨勢延續情境）搭配近 12 個月城鄉自然消長與社會淨遷徙率進行空間降尺度校正。
• 情境非對稱之科學考量：採用「高實體壓力 × 中度人口演變」組合為國際氣候風險評估（如 IPCC AR6 WGII Chapter 16）常見之審慎防禦性評估架構，旨在確保公共基礎設施與長照避難資源具備足夠調適韌性。
2. 不確定性量化與 95% 信賴區間帶（Confidence Interval）：
2050 人口與高齡脆弱推估受未來生育率、全國人口外移與產業政策變動影響，本平台在各行政區長者推估數值旁均標註 95% 信賴區間帶（\(\pm 15\%\) 敏感度區間），提醒決策者在制定長照與疏散政策時兼顧不確定性區間。
3. 敏感人口去識別化資料治理規範：
全平台嚴格遵守《個人資料保護法》與政府公開資料規範，所有獨居老人、身心障礙、低收入戶與農漁勞動者數據皆為行政區層級之總量公務統計，絕無揭露個別住戶或具體個案微觀定位，落實資料倫理與公眾知情權。
4. 完整 18 項指標字典清冊 (Indicator Dictionary)
收錄本平台所有納入計算之公務統計指標完整定義、公式、來源與詮釋限制
5. 資料治理、資料源溯源與更新時程
政府公開資料治理標準| 公務統計資料集名稱 | 主管機關 / 資料源 | 更新週期 | 最新收錄基期 | 品質查驗與缺失值處理規則 |
|---|---|---|---|---|
| 戶籍人口統計月報（年齡別、村里別、動態遷徙） | 臺南市政府民政局 / 內政部戶政司 | 每月 | 115 年 7 月 (2026-07) | 全區 100% 官方戶政查核，無缺失值 |
| 列冊獨居老人與弱勢身心障礙人口名冊 | 臺南市政府社會局 | 每季/半年 | 114 年第 4 季 | 依社會局各區公所列冊統計核對 |
| 農林漁牧業普查（戶外勞動人口與老農比例） | 行政院主計總處 / 農業部 | 每 5 年 | 109 年普查 (最新核定公報) | 國家級人口全查，基期具跨期可比性 |
| 土石流潛勢溪流清冊、GIS影響多邊形與大規模崩塌 | 農業部農村發展及水土保持署 (ARDSWC) | 115年度最新 | 115 年度開放資料 (48條溪流/53個GIS影響圖徵) | 經 Python Geopandas 與 37 行政區邊界進行動態幾何空間交集運算 (Spatial Join) |
| 沿海暴潮與低窪受淹潛勢模擬數據 | 綠色和平 (2020) / 經濟部水利署 & NCDR TCCIP | 情境推估 | IPCC AR5 RCP8.5 / AR6 SSP5-8.5 (2050情境) | 行政區級情境模擬聚合數據（非向量圖層），非沿海區為 0，非缺失值 |