台灣自2025年正式邁入超高齡社會，65 歲以上人口占比突破 20％。但高齡化風險到底是什麼？在不同的國家、地區，受到產業結構的影響，從來就沒有統一的標準答案。然而，運用資料科學與AI技術，可以讓我們更清楚貼近高齡風險社會的真正樣貌。
以台灣來說，台北市大同區的獨居長者、花蓮縣富里鄉的高齡農戶、高雄市六龜區的偏遠部落、雲林沿海小鎮的老農，雖然同樣是統計表上超高齡社會的組成份子，但由於所在的地區與環境不同，他們所面對的風險結構、可用的資源完全不一樣，因此要有效預防高齡化社會風險的政策思維，必須深入審視許多不同面向的指標。
國家發展委員會委託亞洲大學與人工智慧科技基金會，共同以資料科學為基礎進行《高齡化社會風險地圖》研究。這份研究最值得關注的地方，不在於它提供了一份縣市排名，而在於它讓一個長期被忽略的治理盲點被攤開：當我們以「縣市」作為政策規劃的基本單元時，究竟有多少結構性的重要差異被平均值掩蓋了？
在這個研究中涵蓋 22 個縣市、368個鄉鎮市區，以六大主題為骨幹，分別是人口結構、經濟弱勢、健康醫療、公共安全、氣候災害、社會參與。由於研究當下能夠蒐集到的資料有所差異，因此縣市層採33項指標，鄉鎮層採24項指標。
而這些指標是如何來的？主要參考國外面對超高齡社會採用的指標，包括全球高齡觀察指數（Global Age Watch Index，GAWI；HelpAGE International, 2015）、活躍老化指標（Active Ageing Index，AAI；UN, 2019）、高齡社會指數（Aging Society Index，ASI；Chen, C et al,2018））、人類發展指標（Human Development Index，1990年開始每年出刊，2026年版）、全球高齡社會指數Global Aging Society Index（GASI；Chen, C et al, 2024）等，評估哪些指標可應用到國內。
花蓮縣的風險，不等於花蓮市的風險
在縣市層，花蓮縣綜合風險指數63.5，是全國22縣市中最高的。但當分析尺度調得更細、以鄉鎮為單位時，現象就變得複雜許多。以花蓮縣為例，就數據資料看來，富里、玉里這些深陷老化、貧窮與氣候壓力交織的鄉鎮，與花蓮市的處境完全是兩回事。
同樣地，在一般印象中風險最低的雙北地區，仍有12個鄉鎮區被識別為高風險，包含台北市萬華、大同，新北市平溪、瑞芳等。這些在縣市平均值底下完全看不見的「高風險地帶」，正是這個研究想要辨別並找尋答案的問題。
透過「高齡風險地圖」重新錨定問題
在方法論上，研究特別保留A、B兩個版本的對照，並選擇版本B做為最終結果。
版本A直接平均所有指標分數，但很快發現，由於健康醫療面向有9個指標，影響力是只有2個指標的經濟弱勢的4.5倍。因此光是在方法論上就可以明白看到，資料的完備程度對於議題比重有極大的影響力。而目前版本 B 則讓六大主題各六分之一等權重，主題內再依指標項目再均分。指標的選擇原本就是價值的選擇，決定了六種風險同等重要，不因為某個主題被研究得比較多、數據較多，就造成整體結論的失真。
這個判斷，在處理高齡化議題時特別重要。因為人口結構的指標（扶老比、老化指數、獨居老人比率等）往往會與其他主題的指標產生複雜的交互作用，若不先把權重處理乾淨，後續的共現分析與空間分析就難以解讀。
人口老化在哪裡「獨行」，又在哪裡「疊加」？
在初步研究成果中最值得注意的是，提供了兩種看待高齡化風險的方式：什麼時候老化是一個獨立問題，什麼時候會與其他風險綁在一起惡化且互相影響。
在縣市層，相關性矩陣顯示：
- 人口結構X經濟弱勢：r =0.66
老化與貧窮在縣市層高度同步。這意味著，在宏觀尺度上，高齡化最嚴重的縣市，往往也是經濟條件最弱的縣市。 - 人口結構X公共安全：共現次數= 4（縣市層配對中最高）
高齡化縣市同時面臨公共安全壓力。 - 社會參與X人口結構：共現次數= 0
老化最嚴重的縣市，社會參與風險反而不高。兩個問題不是同一批縣市。
光是選擇這三個數字就可以看出，在縣市尺度上，高齡化是「複合型風險的核心」，傾向於與貧窮、公共安全同步惡化，但與社會參與呈現反向關係。
但是當視角切到鄉鎮層，關係變了。人口結構與其他主題的高度相關性，在鄉鎮層並不明顯。反倒看出不同的可能性，例如：
- 公共安全X人口結構：r = −0.16
高交通事故、停水次數多的鄉鎮，與老化的農村，落在不同的地方。 - 社會參與X經濟弱勢：r = −0.46
貧窮高風險鄉鎮的社會參與分數反而低。
為什麼縣市層與鄉鎮層會出現這樣的落差？原因在於，縣市是異質鄉鎮的集合體。當我們說「這個縣高齡化嚴重」，實際上可能是縣內幾個偏遠鄉鎮極端老化，拉高了整體平均；而縣內的市區鄉鎮，狀況可能相當不同。縣市層的高相關性，其實是把兩群不同性質的地區「打包」後產生的統計假象。
從這樣的數字已經隱然看出，以縣市為單位配置的長照、社福、公安資源，可能只解決了錯誤的問題，卻錯過了真正需要被照顧的地方。
