關鍵數字：台中市115年1到7月取締毒駕1,449件，不只超越去年全年，更驚人的是——因毒駕引發的A1死亡事故已達3件，而近三年毒品犯定期尿液採驗到驗率，竟連八成都不到。
📊 數據總覽：三年到驗率下滑，毒駕取締數反飆升
台中市議會28日警消環衛業務質詢，市議員謝志忠拋出一組讓人冷汗直冒的數字。先看管制毒品犯的定期尿液採驗到驗率：110年還有93.06%的水準，到了112年只剩79.44%，113年更跌到69.26%的谷底，114年雖小幅回升至74.5%，但離「及格」還差得遠。審計處都看不下去，直接點名檢討。
謝志忠、黃守達、王立任、張玉嬿等議員聯手質詢時點出一個邏輯漏洞：到驗率逐年下滑，但毒駕取締數量卻反向暴衝。115年1到7月已經取締1,449件，比114年全年1,095件還多出354件，年增率換算超過32%。這要嘛是警察勤務更精準，要嘛就是吸毒開車的人真的變多了——或者兩者皆是。
換個角度想，1,449件取締背後，是多少沒被攔到的「幸運兒」？ 到驗率七成，等於每10個列管毒品人口裡有3個根本沒去驗尿，這些人現在在哪、在做什麼、有沒有開車上路，完全是個黑洞。
📊 複檢陽性率攀升的警訊
另一個數字更值得放大檢視。複檢的陽性比率，110年15%，112年已經爬到18.84%。這代表什麼？代表那些「願意」回來驗尿的人裡面，將近兩成體內還有毒品反應。那些連驗都不來驗的呢？數字恐怕只會更高，不會更低。
謝志忠在質詢台上講得很白：到驗率偏低的情況下，未到驗者就是防制毒品與毒駕最大的破口。這個邏輯很簡單——你沒辦法掌握的人，就是最危險的人。
📊 毒駕致死率：不撞則已，一撞就是A1
說真的，毒品人口不去驗尿，關我什麼事？但當這些人踩下油門的時候，就跟每個人都有關了。115年至今，毒駕引發的交通事故34件，其中A1類死亡事故就有3件。數字不大？但仔細想想，毒駕交通事故的「致死轉換率」高得嚇人。一般交通事故不一定出人命，毒駕只要出事，經常就是重大傷亡。
議員們在會後轉述，很多家長反映「因為擔心毒駕風險，不敢讓孩子騎機車上路」。這句話聽起來很誇張，但對照數據來看，誰敢拿命去賭路上每個駕駛都清醒？
編輯觀點：從產業面來看，毒駕問題從來不只是治安議題，它已經是道道地地的「公共衛生危機」。台中這幾年的數據告訴我們一件事：列管追蹤系統正在失靈。到驗率從九成掉到七成，這不是小數點跳動，是整個監管機制出現結構性鬆動。更該追問的是，警察局說「一個都不會放過」，但現行人力配置與科技執法資源，真的足以應付1,449件取締背後的潛在黑數嗎？如果毒品人口持續「失聯」，毒駕只會繼續在街頭隨機奪命。這個問題不是「加強查緝」四個字就能解決的。
📊 數據告訴我們什麼？三個無法逃避的推論
第一，到驗率跟毒駕風險呈高度反向關聯。110年到驗率93.06%的時候，社會對毒駕的恐慌沒有現在這麼強烈。現在到驗率掉到七成五，取締數字反而創新高，這中間的因果關係，市府不能裝作沒看到。
第二，複檢陽性率18.84%代表「慣性使用」比例不低。這些人即使被列管、被通知驗尿，還是繼續碰毒品。如果連驗尿都管不住，誰來保證他們不會拿車鑰匙？
第三，也是最重要的一點——防毒駕不能只靠末端取締。警察在前線攔查再努力，只要毒品源頭不斷，毒駕事件就是打地鼠。謝志忠要求「從源頭阻絕毒品、全面加強查緝」是對的，但具體做法不能只是喊口號。從社區通報、藥癮治療、到驗尿追蹤的閉環管理，每一個環節都需要跨局處整合。
所以，我們現在面對的是一個殘酷的算術題：七成到驗率 × 近兩成陽性率 × 不斷增加的取締數，這條公式乘出來的數字，就是道路上隨時可能引爆的不定時炸彈。
身為用路人，你該關心的不是「毒駕罰多少」，而是「那些該被列管的人，為什麼沒被管到」。下次看到警力攔檢，別嫌麻煩——每一張被攔下的酒駕、毒駕，都可能救了你和你家人的命。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
台中市毒駕取締件數為什麼突然暴增？
因為警方加強執法強度。115年1至7月取締1,449件，已超過114年全年1,095件，年增率逾32%。但取締增加同時代表毒駕實際發生頻率可能也在上升。
毒品犯尿液採驗到驗率七成代表什麼？
代表每10個列管毒品人口中，有3個沒按規定去驗尿。這些人脫離監管視線，成為毒駕潛在黑數，審計處已對此提出糾正。
毒駕導致的交通事故致死率有多高？
115年至今毒駕交通事故34件中，A1死亡事故即有3件，轉換率遠高於一般事故。毒駕一旦肇事，致死風險極高。
一般民眾如何自保防範毒駕風險？
建議騎乘機車或夜間開車時提高警覺，若發現前車蛇行、忽快忽慢等異常駕駛行為，可記下車號與路段，撥打110通報。這不是檢舉，是救命。
台中市府對毒駕問題有什麼具體改善措施？
警察局表示將全面提升尿液採驗執行率，但議員呼籲應從毒品源頭查緝、社區通報系統、藥癮治療等多管齊下，具體跨局處方案仍待進一步提出。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。