應用歐盟DPSIR模型架構作為整合知識完善未來情境建構之工具 — 以水資源循環及管理主題為例

導讀
情境為一種未來故事的設定,希望透過描述未來世界的可能樣貌,包括探索特定的趨勢可能會持續或是消減,或是不同的事件如果發生,這個世界可能將如何改變,因此,普遍使用作為中到長期策略分析與規劃之用。本文則是套用歐盟環境總署所採用的DPSIR模型架構,作為情境建構過程中綜整知識,並且描述社會,經濟和環境系統組成分間因果交互作用的關鍵工具。本文運用DPSIR模型架構,透過相關數據資料與文獻蒐整,協助建構我國在水資源循環與管理的可能基礎情境,期透過DPSIR模型架構的系統性分析,有助於政策回應策略的設計,例如預防手段可以針對驅動力或壓力;而要降低傷害則可以從狀態或是衝擊加以著手,使用DPSIR模型架構,除可以系統性的建構未來情境之外,亦能以較系統性之方式加以考量與設計回應策略。
文章圖片所有權: https://ppt.cc/fq6Jcx ,Created by feraugustodesign
著作權聲明: CC0 Public Domain-可以做商業用途-不要求署名

一、情境建構的重要

情境為一種未來故事的設定,希望透過描述未來世界的可能樣貌,包括探索特定的趨勢可能會持續或是消減,或是不同的事件如果發生,這個世界可能將如何改變。因此,情境透過想像與展望未來,提供了中至長期策略分析與規劃之基礎。通常也可以發展出一或多組情境,來顯示因為不同趨勢與事件,而可能衍生之可能的未來,使用在政府或是商業領域上時,可用於檢視或測試一系列的方案和政策選項,藉此找出不同方案在情境下所可能具有的運作效益。情境也能夠用於推測可能朝向某種未來的發展,進而刺激新政策的發展,或作為策略願景的基礎,並協助進行早期預警 (Foresight Horizon Scanning Centre, 2009;林海珍等,2015)。

二、情境建構的方法學

關於情境建構可以使用的工具有很多種,包括專家與利害關係人訪談、利害關係人矩陣、腦力激盪、德菲法、PESTLE(Political, Economic, Social, Technological, Legal and Environmental)分析與貝氏分析等;以訪談而言,主要是與利害關係人、科學家、專家和選出的成員進行訪談,以收集有關研究主題在不同方面的訊息和知識;利害關係人矩陣則是要為個別利害關係人製作分析表,來總結其目標、興趣、動機和限制,然後便可以創建出兩軸的矩陣來識別和描述關鍵利害關係人,並讓其參與在情境構建過程同時擬定讓其參與之計劃;腦力激盪則是可以協助對於研究系統的資訊、組織創意,以及對於變化的假設可以進行鑑別與分類,並讓利害關係人之間分享反思與創意;德菲法方法主要強調意見的收斂性,使用連續調查問卷來詢問專家,以確定關於特定主題的某些共識;PESTLE分析則是一種將未來的創意、趨勢或可能變化加以組織成不同類別:政治,經濟,社會,技術,法律和環境;貝氏分析則是相信網絡可以展示出不同變數之間的關聯連結,並且找到變數間之因果關係,通過識別系統中之變數或節點,可以用來識別對成果影響最大的變數為何,因此可以讓決策者的研究或行動聚焦在相關的管理決策和策略中。相較於前述情境建構可以使用的工具,而歐盟環境總署所採用「驅動力-壓力-狀態-衝擊-回應」(簡稱DPSIR模型架構),也被建議可應用於情境建構過程中綜整知識(UMR AMUR, 2017)。

聯合國指南曾經將永續發展指標的架構分為六類,其中一類便是屬於驅動力-狀態-回應架構(Driving force-state-response frameworks) (甯蜀光,2013;United Nations, 2007)。檢視以驅動力-狀態-回應相類似之系統理論架構,其中最為相關的永續指標系統包括:1.經濟合作及開發組織所建構之壓力、狀態、回應(pressure-state-response, PSR)指標系統,及以PSR系統思維修改而成的相關指標系統;2.由聯合國永續發展委員會所提出之驅動力、狀態、回應(driving force-state-response, DSR)指標系統;以及3.歐盟環境署與歐盟統計局共同發布,由前述PSR與DSR等指標系統整合修改而成之DPSIR指標系統(葉欣誠等,2006)。DPSIR 模型架構因為融合PSR 架構及DSR 架構之優點,是一種描述社會,經濟和環境系統組成分之間因果交互作用的有用工具(Cristobal et al., 2016; UMR AMURE, 2017),透過因果連結鏈(a chain of causal links)作為建構情境的基礎,相較於其他情境分析的方法,其特色與優點在於可以藉由指出環境問題的起源與後果之間的因果關係,進而透過因果連結鏈找出可以採取措施加以改善之處,來鼓勵和支持決策產生,並且可以透過相關指標來檢視因果連結鏈並與永續相關指標加以連結(甯蜀光,2013)。

圖1 歐盟DPSIR 模型架構

三、DPSIR模型架構之情境建構要素與特色

依照學者甯蜀光(2013)於循環型社會指標系統建構與衝擊調適策略評估報告中對於DPSIR的意義解釋如下:

(一)驅動力(Driving forces, D)

是描述社會組織之社會性、人口、經濟發展,以及生活型態、消費水準及生產方式之相關變化;

(二)壓力(Pressures, P)

是物質之排放、物理及生物媒介、資源之使用、及土地之使用;

(三)狀態(State, S)

是描述某一特定區域各種自然現象的量與質,包括物理性現象(例如溫度)、生物性現象(例如魚群)、及化學性現象(例如大氣中二氧化碳濃度);

(四)衝擊(Impact, I)

為壓力加諸環境後,環境狀態隨之改變,這些改變會對環境的社會與經濟功能產生衝擊,例如對健康狀況之影響、資源之可獲得性、以及生物多樣性等

(五)回應(Response, R)

是指社會中之個人、團體、以及政府試圖預防、抵銷、改善、或適應環境狀態改變所進行的各種回應。

其實上述五項要素,就是從「驅動力(D)」為起始(經濟部門,人類活動),透過「壓力」(排放,廢棄物)而對生態系統,人類健康和功能的「狀態」(物理,化學和生物)以及「衝擊」產生影響,最終導致政治與社會的「回應」(如優先次序,目標設定,指標)的產生(Kristensen, 2004)。

因此,DPSIR模型架構的優點,一方面是較容易收集相關對應之指標系統數據,根據這些指標數據以系統性因果鏈方式建構情境故事外,後續之回應手段也能據以進行系統性設計,例如可以針對驅動力或壓力來進行預防性的回應政策設計;而要降低由壓力引發的傷害,則可以從狀態或是衝擊加以著手。

四、應用DPSIR模型的情境建構-以我國水資源循環及管理主題為例

(一)運用DPSIR模型架構蒐集水資源相關的數據資料

表1為參考歐盟DPSIR永續指標架構(European Environment Agency, 2014),挑選並綜整與水資源關聯之主題指標進行台灣現況趨勢分析。

表1 對應歐盟DPSIR永續指標架構下水資源關聯指標之台灣現況趨勢綜整

專題領域及主題 指標名稱 指標類型 本研究收集指標構面 現有趨勢 參考數據資料來源
人口趨勢 驅動力D 人口趨勢 •人口成長預估於2021-2025年達到最高峰,為23.7-23.8百萬人,之後開始下降
•2030年台灣人口數中推估在2359萬人左右,略高於2017年底我國人口的2357萬
國發會(2017)
經濟發展 驅動力D 經濟成長(我國國內生產毛額)趨勢與我國人口數量與經濟發展(國內生產毛額)的關聯 •自1990年開始GDP呈現正向成長狀況
•近年經濟成長趨勢稍高於人口成長趨勢
中華民國統計資訊網(2017a)

消費型態與家戶消費結構 驅動力D 消費型態與家戶消費結構 •食品飲料及菸草消費下降,餐廳及旅館上升,衣著鞋襪的支出下降
•住宅服務、水電瓦斯及其他燃料無太大變動
•醫療保健大幅攀升
•運輸交通及通訊大幅攀升,休閒、文化及教育消費微幅上升
•2015年全年來臺旅客累計1,044 萬人次,創歷年來臺人次新高
行政院主計總處(2017)
都市化與人口密度 驅動力D 都市化與人口密度 •目前6都人口達1629萬人,占全臺人數的69%
•六都除高雄外,仍是呈現人口微幅增加
•人口密度而言,台北市為最高,2017年每平方公里人口數高達近10000人,其次為新北市與桃園市,每平方公里人口數約2000人
內政部戶政司(2017)
氣候變遷 驅動力D 氣候變遷趨勢 •台灣年平均溫度在1911至2009年上升了1.4〫C,1980-2009的氣溫升高明顯加快,且台灣降雨日數普遍呈現減少的趨勢1993-2003年台灣附近平均海平面上升速率為每年5.7mm 許晃雄等(2011)
水資源/水稀缺與乾旱 淡水資源的使用 壓力P 水資源供給、使用與排放趨勢 •水資源供給概況來看,2006-2015年的水資源供給總量沒有發生太劇烈的變化,但地面水與地下水量是呈現平緩,但稍微有下降的趨勢
•各項標的用水一向以農業用水居占7成;生活用水占2成;工業用水約占1成;在面臨乾旱時,農業會進行抗旱休耕,用水作為支援移用之情形
•2008年至2015年全國每人每日平均生活用水量,在2008年至2012年呈下降趨勢,然後2013年反轉上升至2014年達到最高峰,2015年全國每人每日平均生活用水量為273公升
•每人每日自來水生活用水用水量而言,以臺北市330.11公升為最高,其次為新竹市303.47公升,新北市296.57公升則位居第三。近5年每人每日生活用水量成長率以臺東縣11.25%為最高,嘉義縣8.60%居次,南投縣8.36%為第三
•製造業用水量占製造業生產價值比率減少,製造業的用水效率提高
•歷年污水產生量與排放量而言,以每日生化需氧量(噸)來看皆是呈現緩慢下降
•在水污染排放之生化需氧量、化學需氧量與懸浮固體為下降趨勢
•近年每人每日生活污水產生量微幅提高,工業廢水與畜牧廢水則是微幅下降,但似乎趨於平穩
經濟部水利署(2017)
經濟部水利署(2016)
行政院國家永續發展委員會(2017)
環保署環保統計查詢網(2017a)
中華民國統計資訊網 (2017b)
環保署環境資源資料庫(2017b)
水污染與品質 河流中之耗氧物質、淡水中之營養物 狀態S 水中耗氧物質量 •依照水污染排放之來源別,2015年以市鎮污水的生化需氧量、化學需氧量及懸浮固體量為最多
•台灣水庫優養指數方面,曾經下降,2010年以後又微幅增加
中華民國統計資訊網 (2017b)
環保署環保統計查詢網(2017b)
氣候變遷對水的衝擊 氣候變遷對水的衝擊 衝擊I 氣候變遷對水與海平面的衝擊 •1980-2009的台灣降雨日數普遍呈現減少的趨勢
•於水資源而言,河川豐枯差異將會提高並提高複合性災害風險
行政院經濟建設委員會(2012)
水污染的降低 廢污水削減(本研究自行新增) 回應R 廢水削減與河川污染物降低

•就各類廢污水削減百分比來看,生活污水從2006年的26%,提高到2016年的47.16%。工業廢水削減量持平,維持在87-88%左右,畜牧廢水削減量亦在2006年的82%微幅增加至2016年的86.88%
•歷年全國重要河川嚴重污染長度佔比也是逐漸下降,2001年時約在13%,到2016年時約高於2%
•河川嚴重污染比率大致呈下降趨勢,2016年比率更下降至2.9%為近6年新低;中度污染比率則變動較大,約介於18.9%至23.8%之間;輕度污染比率亦呈下降趨勢,除2011年外皆在10%以下,未(稍)受污染比率則均在62%以上
環保署環境資源資料庫(2017a)
環保署環境資源資料庫(2016)
經濟部水利署水利統計簡訊(2018)

(二)2030年我國水資源循環及管理相關情境建構

本研究參考歐盟DPSIR模型架構的精神,以我國水資源循環與管理主題為例,基於前述相關水資源相關之佐證數據蒐集,推導我國未來可能之其中一種可能情境發展,並希望能夠依此設計在循環型社會下所需要的回應策略或措施。

表2 以目前基礎情境向外推估2030年可能情境發展-以水資源循環及管理主題為例

要素 要素概況
驅動力 人口趨勢(含都市化程度) 人口成長停滯、人口老化、未積極引入移民、但都市生活基礎設施與服務的便利性讓人口更為集中
驅動力 經濟發展與產業結構 資源耗用型產業占製造業產值比重大幅降低,並完全成功轉型低資源密集度、高附加價值產業作為經濟發展動能
驅動力 消費型態 願意將資源使用與舒適便利生活進行權衡,善用共享模式進行消費
老人醫療照護所需之水資源提升
驅動力 氣候變遷 氣候變遷持續、降雨不均、旱澇頻率顯著增加
壓力 水資源供給、使用與排放 以全國而言,因旱澇交替發生,水資源管理與調度受到大挑戰
用水壓力集中都會地區,生活用水因氣候變遷高溫使夏日用水增加
狀態 水量與水質 都市地區可用水存量在連續乾季下難以維持充足供應,並使乾季的淡水品質下降
衝擊 社會經濟衝擊影響 都市化與消費型態改變致使生活周遭產生的廢棄物增加,若發生乾旱使河道內既有水量變少,許多化學物質萬一未善加處理經由污水排出制河流後,水中生物因污染濃度無法被稀釋而死亡,並因水源污染連帶使農田受到汙染;水資源不足下,農業休耕嚴重,影響農民生計與糧食穩定供給
都市熱島效應也讓降雨位置由集水區轉為偏向城市,都市高度水泥化下滲量不足,容易形成都市水患,造成交通癱瘓、基礎設施失靈等影響,淹水地區民眾遭受財物損失,生活品質降低

五、結語

本文套用歐盟環境總署所採用的DPSIR模型架構,作為情境建構過程中綜整知識,並且描述社會,經濟和環境系統組成分間因果交互作用的關鍵工具,並透過相關數據資料與文獻蒐整,協助建構我國在水資源循環與管理的可能基礎情境,期透過DPSIR模型架構的系統性分析,有助於政策回應策略的設計,例如預防手段可以針對驅動力或壓力,以目前情境推導下,人口數其實可能面臨停滯但是對於移入都市人口仍有可能增加之下,可以採取的預防性手段包括利用地方創生的手段使民眾願意留在鄉村工作及與生活,避免都市人口密度增加而加重都市在資源使用與代謝上的負荷;若是氣候變遷所引發的降雨不均、旱澇頻率顯著增加,則是可以從綠色基盤的建置提供更多儲留水空間;對於要降低傷害則可以從狀態或是衝擊加以著手而言,如利用汙染防治設備之設置與監控科技來降低有害污染廢水的排出,或運用跨區合作與智慧科技可以讓水資源的調度更有彈性或是增加水資源的循環利用。因此,使用DPSIR模型架構,除可以系統性的建構未來情境之外,亦能以較系統性之方式加以考量與設計回應策略。

本文部分內容來自研究報告:2030我國能資源循環型社會的未來情境與科技創新應用發展方向之總體性評估

參考文獻
  • 中華民國統計資訊網(2017a)。國民所得統計常用資料。上網日期:2017年11月30日,取自:https://www.stat.gov.tw/ct.asp?xItem=37407&CtNode=3564&mp=4
  • 中華民國統計資訊網 (2017b)。 行政院環境保護署水污染排放帳。上網日期:2017年11月30日,取自:https://www.stat.gov.tw/ct.asp?xItem=29139&ctNode=4866
  • 內政部戶政司(2017) 。戶數、人口數、性別比例及人口密度統計表。上網日期:2017年11月30日,取自:https://www.ris.gov.tw/346
  • 行政院主計總處(2017)。台灣平均每戶可支配所得、消費與儲蓄趨勢。上網日期:2017年11月30日,取自:https://www.dgbas.gov.tw/ct.asp?xItem=33338&ctNode=3099&mp=1
  • 行政院國家永續發展委員會(2017)。2015年永續發展指標系統評量結果報告。上網日期:2017年11月30日,取自:https://nsdn.epa.gov.tw/
  • 行政院經濟建設委員會(2012)。國家氣候變遷調適政策綱領。上網日期:2017年11月30日,取自:https://www.ndc.gov.tw/cp.aspx?n=5E865E40CA33E974&upn=5A6FC15150F6BF01
  • 林海珍、吳悅、羅良慧、陳怡如、李正通、黃屏綸(2015),以情境分析與願景建構協助規劃國家中長期科研發展方向-以災防領域為個案,國家實驗研究院科技政策研究與資訊中心,台北市。
  • 國發會(2017)。人口數(期底) (人)。上網日期:2017年11月30日,取自:https://www.dgbas.gov.tw/point.asp?index=95
  • 許晃雄、陳正達、盧孟明、陳永明、周佳、吳宜昭等(2011),台灣氣候變遷科學報告2011,取自https://tccip.ncdr.nat.gov.tw/v2/publish_book.aspx
  • 甯蜀光(2013),循環型社會指標系統建構與衝擊調適策略評估,行政院國家科學委員會研究計畫成果報告,源自https://www.grb.gov.tw/search/planDetail?id=2392455&docId=380677
  • 經濟部水利署(2016)。水利統計簡訊。上網日期:2017年11月30日,取自:https://www.wra.gov.tw/6950/7169/7316/7335/
  • 經濟部水利署(2017)。水利統計(2016年)。上網日期:2017年11月30日,取自:http://www.wra.gov.tw/6950/7169/7316/7329/
  • 經濟部水利署(2018)。100年至105年重要河川污染指標概況。水利統計簡訊。上網日期:2017年11月30日,取自:https://www.wra.gov.tw/6950/7169/7316/7335/?Page=1&PageSize=15&type=&alias=attribute
  • 葉欣誠、劉銘龍與於幼華(2006)。環境永續性指數之再檢討:以台灣評分為例。都市與計畫,33(2),111-141。
  • 環保署環保統計查詢網(2017a)。歷年廢污水產生量與排放量。上網日期:2017年11月30日,取自:https://stat.epa.gov.tw/
  • 環保署環保統計查詢網(2017b)。歷年全國主要水庫卡爾森優養指數(按容積加權)。上網日期:2017年11月30日,取自:https://stat.epa.gov.tw/
  • 環保署環境資源資料庫(2016)。歷年全國重要河川嚴重污染長度佔比。上網日期:2017年11月30日,取自:https://erdb.epa.gov.tw/DataRepository/ReportAndStatistics/ImportantRiverPollution.aspx?topic1=%E6%B0%B4&topic2=%E7%92%B0%E4%BF%9D%E7%B5%B1%E8%A8%88&subject=%E6%B2%B3%E5%B7%9D%E6%B1%A1%E6%9F%93%E6%83%85%E5%BD%A2
  • 環保署環境資源資料庫(2017a)。各類廢污水消減百分比趨勢。上網日期:2017年11月30日,取自:https://erdb.epa.gov.tw/DataRepository/PollutionProtection/WasteReduction.aspx?topic1=%u6c34&topic2=%u6c61%u67d3%u9632%u6cbb&subject=%u6c34%u6c61%u67d3
  • 環保署環境資源資料庫(2017b)。水污染。上網日期:2017年11月30日,取自:https://erdb.epa.gov.tw/#
  • Cristobal Garcia J; Vila M; Giavini M; Torres De Matos C; Manfredi S.(2016), Prevention of Waste in the Circular Economy: Analysis of Strategies and Identification of Sustainable Targets - The food waste example; EUR 28422; Luxembourg (Luxembourg): Publications Office of the European Union; 2016; JRC105415; doi:10.2760/256208, from https://ec.europa.eu/jrc/en/publication/prevention-waste-circular-economy-analysis-strategies-and-identification-sustainable-targets-food
  • European Environment Agency(2014). Digest of EEA indicators 2014. Retrieved from https://www.eea.europa.eu/publications/digest-of-eea-indicators-2014
  • Foresight Horizon Scanning Centre(2009), Scenario Planning, http://webarchive.nationalarchives.gov.uk/20140108141323/http://www.bis.gov.uk/assets/foresight/docs/horizon-scanning-centre/foresight_scenario_planning.pdf
  • Kristensen P.(2004), The DPSIR Framework, UNEP, from http://wwz.ifremer.fr/dce/content/download/69291/913220/file/DPSIR.pdf
  • Kristina T.(2017). The levels of DPSIR framework, GRID Arendal. Retrieved from https://www.grida.no/resources/8124
  • UMR AMURE(2017). E-learning module. Retrieved from https://www.marine-ecosystem-services.eu/en/section-4/4-3-toolbox-for-scenario-building/
  • United Nations (2007). Indicators of sustainable development: guidelines and methodologies. Retrieved from http://www.un.org/esa/sustdev/natlinfo/indicators/guidelines.pdf
延伸閱讀