每千個嬰兒,超過 4 位活不到 1 歲生日!台灣嬰兒死亡率趨勢和原因 | 資料台灣DATAiWAN

更新於 發佈於 閱讀時間約 9 分鐘

在2022年,台灣的嬰兒死亡率為4.4‰,高於於其他OECD(經濟合作暨發展組織)國家的中位數(3.15‰),排名為38+1個OECD國家第31名,僅優於其他8個國家,且是同處東亞但排名首位的日本(1.7‰)的2.6倍、第10位的南韓(2.4‰)的1.8倍。台灣嬰兒死亡率是否始終居高不下?又,造成高嬰兒死亡率的可能原因為何?

內容

  • 新生兒一年內死亡數統計
  • 台灣在OECD國家中排名後段
  • 台灣嬰兒死亡率連兩年成長
  • 社會經濟導致普遍性晚婚才是根本原因
  • 對資料分析的啟示
  • 結論
  • 最後
  • 碎念

新生兒一年內死亡數統計

嬰兒死亡率是衡量一個國家嬰兒健康狀況的重要指標。我們依據行政院主計處了解嬰兒死亡率的計算方式:

嬰兒死亡率 = 一年內未滿一歲即死亡之嬰兒數 / 一年內之活產總數 × 1,000

也就是說,台灣每千個嬰兒中,超過 4 位活不到 1 歲生日,但在日本則是不到 2 位嬰兒。實際數字為 610 位嬰兒,等同於每天 1 至 2 位死亡

台灣在OECD國家中排名後段

根據OECD最新的數據,嬰兒死亡率表現最佳的是同在東亞的日本,為1.7‰,其次分別為芬蘭及斯洛維尼亞(皆約1.8‰),另一個在東亞的南韓(2.4‰)居於第10位;而OECD共38國家的中位數為(3.15‰),顯示台灣的嬰兒死亡率(4.4‰)表現落後於多數OECD國家;實際上,若將台灣和38個OECD國家一起排名,則位居39個國家中的第31名,與紐西蘭和加拿大相去不遠(95%信賴區間內),等同於僅顯著優於6個國家。代表台灣嬰兒死亡率的表現並不理想且仍有進步空間,且早已,也無怪乎2022年時蘇前行政院長接受質詢時,大喊慚愧。

嬰兒死亡率比較,各國最新資料日期由2018至2022年

嬰兒死亡率比較,各國最新資料日期由2018至2022年


台灣嬰兒死亡率連兩年成長

統計數據指出,台灣嬰兒死亡率的趨勢圖先下後上,經過一段平穩下滑時期後,近十年來下降趨勢似乎不再。

raw-image

根據學者呂宗學、江東亮在2020年的研究指出,台灣嬰兒死亡率的變化,有5個重要的里程碑,依序是

1980年代:台灣嬰兒死亡率低於瑞典
1990-92年:規劃出生通報系統
1992-94年:出生通報法源
1995年:全民健保對兒死亡率的影響
2015年:又出現嬰兒死亡率上升

整體來說,1980年代台灣嬰兒死亡率曾一度低於瑞典的主要原因,在於新生兒通報系統不健全所致。故90年代初期的努力在於建立通報數據系統和標準流程,於1992年「試辦出生通報數據電腦化」,以及1993年修正「兒童福利法」規定「兒童出生十日內」接生人員須通報戶政、衛生主管機關,因此軟體到位、相應的法規也就緒。

接著1995年實施全民健保,使得原本可能直接放棄治療的極低體重的新生兒,開始有更大的機會進入新生兒加護病房;這樣的氛圍下,醫療機構為申請健保需嬰兒的身分證字號,促使原本可能「漏報」的家長申報戶口,因此加大了嬰兒死亡率的分母,尤其是極低體重的嬰兒,仍有較大機會死亡,故同時也加大了分子,導致死亡率大幅增加

後續醫療技術發展和資源的投入下,嬰兒死亡率逐漸下降;但自2015年起,出生體重小於500公克的極輕新生兒被判定為活產的比例,從2014年之前各年約莫6.1%,至2015年起皆超過10%,但這些極低體重的嬰兒同樣容易死亡,故又抬升死亡率。而由趨勢觀察,2015年起,嬰兒死亡率即無明顯的下降或上升趨勢,反而呈現波動狀態。

搭配呂宗學、江東亮的研究和嬰兒死亡率趨勢圖,我們大致可以將台灣1981年至2022年大致分為4個階段,依序是通報不全的「I 通報電子化前期」、建置中的「II 通報系統建立期」、全民健康保險上路後的「III 健保效果期」,以及自2015年起,「IV 波動期」

社會經濟導致普遍性晚婚才是根本原因

台灣嬰兒死亡率的高低有其歷史趨勢,但自2015年以來已無明顯下降趨勢,甚至在2020-22年連續 2 年上升,其原因值得探究。分別以微觀和宏觀的角度來觀察。

微觀角度

根據新聞報導,台大醫院雲林分院小兒部主任周弘傑以天數區分新生兒的死亡,新生兒於第 0 天死亡的比例最高,其次是 1 至 6 天與 7 至 27 天。以新北市兒童死亡回顧(Children Death Review)為例,新生兒死因多與以下幾種情況有關:

  • 早產:包含極低出生體重、心肺衰竭、極度不成熟
  • 周產期窒息:指胎兒在生產過程前後因故無法獲得足夠氧合或血液灌流,造成代謝性酸血症及缺氧性腦病變
  • 先天畸形及染色體異常
  • 顱內出血
  • 子宮頸閉鎖不全影響

宏觀角度

前述相對屬於胎兒、生理、基因等的個體微觀角度因素。而在宏觀角度上,周弘傑也指出,導致台灣高嬰兒死亡率的宏觀原因:

  • 晚婚和高齡產婦比例增加:台灣的晚婚和高齡產婦比例逐年升高,增加產婦生育難度和新生兒先天性問題的風險。如下圖觀察生母平均年齡、生第一胎平均年齡及高齡產婦比例,分別由1981年的25.5歲、23.7歲和1.9%,成長到2022年的32.4歲、31.4歲和32.4%,也就是說,幾乎每 3 個新生兒的母親,其中 1 位是高齡產婦。
生母平均年齡、生第一胎平均年齡、高齡產婦(35歲以上)比例趨勢。

生母平均年齡、生第一胎平均年齡、高齡產婦(35歲以上)比例趨勢。

  • 人工生殖技術使用率增加:台灣的人工生殖技術使用率逐年升高,活產數中人工生殖所占比例,自2008年的1.6%,成長至2020年的5.1%;而透過人工生殖,可能導致多胎懷孕和早產等及低出生體重相關,故也有較高的嬰兒死亡率。
  • 其他社會經濟因素:醫療資源不足、分配不均、教育程度和社會經濟地位差異等因素,皆可能和嬰兒死亡率的高低有關。以台灣本島各縣市近10年(2013-2022年)的平均嬰兒死亡率來看,整體平均為 4‰,以彰化縣的2.6‰表現最佳,而前三高者依序為花蓮縣(7.3‰)、屏東縣(6.3‰)、臺東縣(5.8‰);六都中以高雄市的(5.2‰)最高,臺中市(3.1‰)最低。表示每1,000位新生兒,出縣超過 7 位活不到 1 歲生日,在彰化縣則不到 3 位,同個國家不同縣市相差逾 2 倍。
    進一步細看最高和最低的前 3 名縣市,可以發現表現優良的縣市,嬰兒死亡率相對穩定,而表現比較差的縣市,則波動相當大。許多人建議可以向國外取經,但實際上跨縣市可能就有學習的模範。
台灣本島2013-2022年平均嬰兒死亡率(每千人)99119

台灣本島2013-2022年平均嬰兒死亡率(每千人)99119

前三和末三縣市的1998-2022年嬰兒死亡率趨勢

前三和末三縣市的1998-2022年嬰兒死亡率趨勢

綜合而言,導致台灣高嬰兒死亡率的因素相當多元,若以因果的順序性而言,邏輯上是晚婚影響了產婦的年齡,而高齡推升了人工生殖的比例,進而影響嬰兒早產等情況,外加醫療資源分配不均等其他社會經濟因素差異,以致嬰兒死亡率難以控制。不過,其根本原因也許還是造成人們不想早婚、不想早生的社會經濟因素。

造成高嬰兒死亡率的可能因果關係

造成高嬰兒死亡率的可能因果關係

對資料分析的啟示

檢視了台灣嬰兒死亡率的趨勢變化後,其中對於資料分析及數位化有不同啟示。

  • 資料分析:好的測量指標有利於追蹤和觀察趨勢變化,且最好在開始時就有明確定義,以利觀察趨勢變化。
  • 數位化:將測量指標數位化,有助於定義和計算績效指標;有測量才能知道目前位置、相互比較,以及未來可以前進的方向。

結論

我們透過資料比較台灣和其他OECD國家的嬰兒死亡率,也檢視台灣嬰兒死亡率變化趨勢,甚至呈現可能導致高嬰兒死亡率的因果關係。整理 3 個重要結論如下:

  1. 台灣相較於其他OECD國家的嬰兒死亡率較高,有相當大的進步空間。
  2. 台灣嬰兒死亡率的趨勢有其歷史因素,整體而言朝正向發展:但適逢晚婚、高齡產婦、人工生殖等因素,可能直接或間接影響胎兒體重和基因,使得死亡率的下降趨勢難以維持。
  3. 不同縣市嬰兒死亡率的差異相當大,除了隱含著社會經濟或醫療資源的不平等,甚至是不同縣市政府之間的作為或不作為;與其出國考察,不如徹底了解縣市死亡率差異的原因,對症下藥。

最後

你了解嬰兒死亡率的意思,以及台灣在嬰兒死亡率的趨勢了嗎?有哪些可能的原因導致高嬰兒死亡率呢?對於本文如果有任何建議或疑問,都歡迎留言和我分享或討論,謝謝收看。

碎念

  1. 不只嬰兒死亡率高於韓國、日本,其他年齡的青少年死亡率也較高。
  2. 新聞中誤植嬰兒死亡率和新生兒死亡率,前者如同前述,是每1,000個活產嬰兒,在365天內死亡的比例,但新生兒死亡率則是28天內死亡的比例。正常情況下,嬰兒死亡率會大於新生兒死亡率,因為365天包含28天的死亡案例。



留言
avatar-img
留言分享你的想法!
李政旺-avatar-img
發文者
2023/08/18
創作的目標提及了這篇文章,趕快過去看看吧!
謝謝您喜歡方格子sweet99186的文章,歡迎互相追蹤文章交流,我有追蹤你文章,祝順心
avatar-img
李政旺的沙龍
28會員
19內容數
和大家一起看見台灣的資料,包含人口、經濟、社會等相關議題。
李政旺的沙龍的其他內容
2023/09/17
台灣的國民壽命近年趨勢如何?疫情對壽命的影響是什麼?不同縣市的差異怎麼樣?結果同步發布到Tableau Public,一起來看看吧!
Thumbnail
2023/09/17
台灣的國民壽命近年趨勢如何?疫情對壽命的影響是什麼?不同縣市的差異怎麼樣?結果同步發布到Tableau Public,一起來看看吧!
Thumbnail
2023/08/27
台灣的捐血量變化如何?捐血人數在性別、年齡上又有什麼特徵?捐血人的年輕新血比例下降,有沒有結構因素?我們一起從血液基金會的年報統計看看吧
Thumbnail
2023/08/27
台灣的捐血量變化如何?捐血人數在性別、年齡上又有什麼特徵?捐血人的年輕新血比例下降,有沒有結構因素?我們一起從血液基金會的年報統計看看吧
Thumbnail
2023/08/13
血型O型比A型壽命長25歲? 新聞記者知道引用出處來自哪裡嗎? 引用出處的可信度又如何呢? 一起來當偵探吧!
Thumbnail
2023/08/13
血型O型比A型壽命長25歲? 新聞記者知道引用出處來自哪裡嗎? 引用出處的可信度又如何呢? 一起來當偵探吧!
Thumbnail
看更多
你可能也想看
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
介紹朋友新開的蝦皮選物店『10樓2選物店』,並分享方格子與蝦皮合作的分潤計畫,註冊流程簡單,0成本、無綁約,推薦給想增加收入的讀者。
Thumbnail
近年來,台灣的經濟表現持續向好,國內生產毛額增長穩健,失業率持續維持低位,出口表現亮眼。然而,儘管經濟環境逐漸改善,但台灣的生育率卻持續低迷,甚至呈現下滑趨勢。究竟是什麼原因導致了這樣的現象呢?
Thumbnail
近年來,台灣的經濟表現持續向好,國內生產毛額增長穩健,失業率持續維持低位,出口表現亮眼。然而,儘管經濟環境逐漸改善,但台灣的生育率卻持續低迷,甚至呈現下滑趨勢。究竟是什麼原因導致了這樣的現象呢?
Thumbnail
看台灣的經濟發展和目前我們能做的投資方法
Thumbnail
看台灣的經濟發展和目前我們能做的投資方法
Thumbnail
你知道台灣人口什麼時候開始減少嗎?什麼時候會剩不到2,000萬人呢?虎年、龍年的影響是什麼?台灣老化的速度又多快?一起來看看吧!
Thumbnail
你知道台灣人口什麼時候開始減少嗎?什麼時候會剩不到2,000萬人呢?虎年、龍年的影響是什麼?台灣老化的速度又多快?一起來看看吧!
Thumbnail
台灣嬰兒死亡率是否始終居高不下?又,造成高嬰兒死亡率的原因又是如何?讓我們一起看看台灣嬰兒死亡率的變化趨勢吧!
Thumbnail
台灣嬰兒死亡率是否始終居高不下?又,造成高嬰兒死亡率的原因又是如何?讓我們一起看看台灣嬰兒死亡率的變化趨勢吧!
Thumbnail
張鐵軍(中華民國就業服務商業同業公會全國聯合會秘書長) 肆虐全球三年的Covid-19疫情,隨著各國疫苗施打率的逐漸提高而逐步緩解,在時序進入2023年時,台灣卻迎來生育率倒數世界第一的桂冠,2022年台灣新生兒人口為創新低的13.89萬(生育率約0.6%),台灣人口卻第三年邁入「生不如死」。
Thumbnail
張鐵軍(中華民國就業服務商業同業公會全國聯合會秘書長) 肆虐全球三年的Covid-19疫情,隨著各國疫苗施打率的逐漸提高而逐步緩解,在時序進入2023年時,台灣卻迎來生育率倒數世界第一的桂冠,2022年台灣新生兒人口為創新低的13.89萬(生育率約0.6%),台灣人口卻第三年邁入「生不如死」。
Thumbnail
2022年4月, 新冠病毒Omicrom亞種終於突破了台灣防線, 開始了台灣新冠肺炎兩年來最嚴重的一波疫情.
Thumbnail
2022年4月, 新冠病毒Omicrom亞種終於突破了台灣防線, 開始了台灣新冠肺炎兩年來最嚴重的一波疫情.
Thumbnail
大家就可以知道Omicron是一個致死率很低的病毒。
Thumbnail
大家就可以知道Omicron是一個致死率很低的病毒。
Thumbnail
蘇貞昌表示,台灣在過去2年多來的防疫成績受國際肯定。
Thumbnail
蘇貞昌表示,台灣在過去2年多來的防疫成績受國際肯定。
Thumbnail
Taiwan can help or Taiwan need help.
Thumbnail
Taiwan can help or Taiwan need help.
Thumbnail
有一說:若將此地的確診人數「校正回歸」之後,應當超過三萬多人,死亡率就正常了。這個說法迄今並無官方證實。不大規模做篩檢,得到漂亮的確診統計數字,一旦疫情爆發死亡率猛飆,顧此失彼所為何來,事實真相究竟是什麼?
Thumbnail
有一說:若將此地的確診人數「校正回歸」之後,應當超過三萬多人,死亡率就正常了。這個說法迄今並無官方證實。不大規模做篩檢,得到漂亮的確診統計數字,一旦疫情爆發死亡率猛飆,顧此失彼所為何來,事實真相究竟是什麼?
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News