為什麼Jeremy Lin(林書豪)總是跟其他紐約尼克隊隊員撞來撞去、抱來抱去？

本文與 PAMO車禍線上律師 合作，泛科學企劃執行

走在台灣的街頭，你是否發現馬路變得越來越「急躁」？滿街穿梭的外送員、分秒必爭的多元計程車，為了拚單量與獎金，每個人都在跟時間賽跑 。與此同時，拜經濟發展所賜，路上的豪車也變多了 。

這場關於速度與金錢的博弈，讓車禍不再只是一場意外，更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出，我們正處於一個交通生態的轉折點，當「把車當生財工具」的職業駕駛，撞上了「將車視為珍貴資產」的豪車車主，傳統的理賠邏輯往往會失靈 。

在「停工即停薪」（有跑才有錢，沒跑就沒收入）的零工經濟時代，如果運氣不好遇上車禍，我們該如何證明自己的時間價值？又該如何在保險無法覆蓋的灰色地帶中全身而退？

薪資證明的難題：零工經濟者的「隱形損失」

過去處理車禍理賠，邏輯相對單純：拿出公司的薪資單或扣繳憑單，計算這幾個月的平均薪資，就能算出因傷停工的「薪資損失」。

但在零工經濟時代，這套邏輯卡關了！施尚宏律師指出，許多外送員、自由接案者或是工地打工者，他們的收入往往是領現金，或者分散在多個不同的 App 平台中 。更麻煩的是，零工經濟的特性是「高度變動」，上個月可能拚了 7 萬，這個月休息可能只有 0 元，導致「平均收入」難以定義 。

這時候，律師的角色就不只是法條的背誦者，更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』，轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台（如 Uber、台灣大車隊）的流水帳整合，或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入（例如學生開學期間），只要能證明過往的接單能力與紀錄，在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

300 萬張罰單背後的僥倖：你的直覺，正在害死你

根據警政署統計，台灣交通違規的第一名常年是「違規停車」，一年可以開出約 300 萬張罰單 。這龐大的數字背後，藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A：我在紅線違停，人還在車上，沒撞到也要負責？ 許多人認為：「我人就在車上，車子也沒動，甚至是熄火狀態。結果一台機車為了閃避我，自己操作不當摔倒了，這關我什麼事？」

施律師警告，這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道，導致後方車輛必須閃避而發生事故，你就可能必須背負民事賠償責任，甚至揹上「過失傷害」的刑責 。 

數據會說話： 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態，其巨大的代價可能是人命。

陷阱 B：變換車道沒擦撞，對方自己嚇到摔車也算我的？ 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時，後方騎士因為嚇到而摔車，但你感覺車身「沒震動、沒碰撞」，能不能直接開走？

答案是：絕對不行。

施律師強調，車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係，你若直接離開現場，在法律上就構成了「肇事逃逸」。這是一條公訴罪，後果遠比你想像的嚴重。正確的做法永遠是：停下來報警，釐清責任，並保留行車記錄器自保 。

保險不夠賠？豪車時代的「超額算計」

另一個現代駕駛的惡夢，是撞到豪車。這不僅是因為修車費貴，更因為衍生出的「代步費用」驚人。

施律師舉例，過去撞到車，只要把車修好就沒事。但現在如果撞到一台 BMW 320，車主可能會主張修車的 8 天期間，他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算，光是代步費就多了 3 萬多塊 。這時候，一般人會發現「全險」竟然不夠用。為什麼？

因為保險公司承擔的是「合理的賠償責任」，他們有內部的數據庫，只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想，為了拿到這筆額外的錢，對方可能會採取「以刑逼民」的策略：提告過失傷害，利用刑事訴訟的壓力（背上前科的恐懼），迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外，駕駛人仍需要懂得談判策略，或考慮尋求律師協助，在保險公司與對方的漫天喊價之間，找到一個停損點 。

談判桌的最佳姿態：「溫柔而堅定」最有效？

除了有單據的財損，車禍中最難談判的往往是「精神慰撫金」。施律師直言，這在法律上沒有公式，甚至有點像「開獎」，高度依賴法官的自由心證 。

雖然保險公司內部有一套簡單的算法（例如醫療費用的 2 到 5 倍），但到了法院，法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下，正確的「態度」能幫您起到加分效果。

施律師建議，在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」，這通常會有反效果。特別是面對看過無數案件的保險理賠員，裝兇只會讓對方心裡想著：「進了法院我保證你一毛都拿不到，準備看你笑話」。

相反地，如果你能客氣地溝通，但手中握有完整的接單紀錄、醫療單據，清楚知道自己的底線與權益，這種「堅定」反而能讓談判對手買單，甚至在證明不足的情況下（如外送員的開學期間收入），更願意採信你的主張 。

車禍不只是一場意外，它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代，無論你是為了生計奔波的職業駕駛，還是天天上路的通勤族，光靠保險或許已經不夠。大部分的車禍其實都是小案子，可能只是賠償 2000 元的輕微擦撞，或是責任不明的糾紛。為了這點錢，要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差，恐懼於「會不會被告肇逃？」、「會不會留案底？」、「賠償多少才合理？」而整夜睡不著覺 。

PAMO看準了這個「焦慮商機」， 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」，而是「賦能」。不同於傳統律師收費高昂，PAMO 提倡的是「大腦武裝」，當車禍發生時，線上律師團提供策略，教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示，他們的目標是讓客戶在面對不確定的風險時，背後有個軍師，能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

從違停的陷阱到訂閱制的解方，我們正處於交通與法律的轉型期。未來，挑戰將更加嚴峻。

當 AI 與自駕車（Level 4/5）真正上路，一旦發生事故，責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時，誰該負責？怎麼舉證？

但在那天來臨之前，面對馬路上的豪車、零工騎士與法律陷阱，你選擇相信運氣，還是相信策略？ 先「武裝好自己的大腦」，或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網：https://pse.is/8juv6k 

偷偷練習射籃應該是很多愛打籃球朋友的共同記憶，除了一次一次練習手感以外現在又有了新的工具－把投籃的教練裝戴手臂上!

影片中介紹一種特殊的袖套，內裡裝設加速裝置，可以偵測手臂與手腕的運動，所以投球的速度跟軌跡可以由袖套所收集的數據加以估計，然後即時用聲音或是光來給運動員回饋。雖然這樣的工具還未能全面幫助練習籃球上，不過以往的運動分析都是在運動資料以攝影機或是局部的感測器擷取後，再慢慢分析運動員的姿勢來改正。這樣的新工具開啟了一種新的可能性，假如配合上更多元完整的動作偵測分析與環境條件，或許將來有一天只要裝上特定的運動服裝，就可以自動學習，看見查克拉的流動，慢慢精通各種運動的竅門。

轉載自科學影像scimage

恭喜台灣代表隊（如果你想稱中華台北代表隊，也行）在亞洲籃球錦標賽進入四強，而且是大逆轉擊敗超強對手中國隊（如果想稱大陸隊，也行）！

http://www.youtube.com/watch?v=GU6OkAgFM2o

我是沒看比賽啦…一方面是在忙，另一方面，雖然不科學，但因為過往經驗顯示只要我有看球，台灣隊都會輸，所以也就養成了不看現場轉播的好習慣 XD  不過籃球真的是我從小到大唯一認真玩過，也唯一能持續的運動，林志傑、田壘、曾文鼎、蔡文誠、戴維斯(Quincy Davis)等名字跟人都還對得起來，所以比起職棒復興、高球、網球選手在國外發光發熱等消息，這場勝利真的讓我振奮不已。

回到主題，我想認真問各位，你認為這屆的的代表隊跟過去有哪些不同點？而這些不同點真的會影響成敗嗎？

球員不同、或心理素質不同、教練不同、或戰術不同…這些當然都是差異處，但我想要的答案是更科學、更量化一點的，我認為這樣的答案或許可以幫助台灣隊更清楚自己贏在哪裡。

舉例來說，比起之前，本屆代表台灣出賽的球員在練習過程以及在前幾場，彼此之間是否有更多友善的肢體碰觸？例如這篇提到：

UC-Berkeley 的心理學家Kraus等人就好奇地想知道籃球隊友之間的身體碰觸頻率、次數，跟球隊整個球季表現是否有關。他們針對2008-2009 NBA例行賽的前兩個月中，球員在球賽中與隊友的碰觸次數加以計算，然後再與之後各隊的例行賽表現做比較分析。

結果他們發現，隊友之間互相碰觸愈多，球隊的表現就愈好！這些球隊得分多、失分少、傳球跟助攻都多，更有效率，贏得更多球賽。而即使研究者將其他變因移除，像是NBA專家的球季前預測、樂觀程度、球季初的表現、以及球隊薪資等，隊員間的碰觸次數依然可以用來預測球隊表現。

再者，球員們傳球是否比較多？例如這篇提到：

美國明尼蘇達大學 (University of Minnesota, Twin Cities) 的Brian Skinner利用簡單的機率模型預測最佳的投籃時間，並比對2006到2010年間，共4,720場NBA 賽事的非官方數據。

……………..

A隊加倍傳球速度的優勢，不是來自於相對加倍的投籃率，而是藉由增加最佳投籃的選擇機會來提升進攻效率。另外，Brian Skinner 也指出，NBA球員也不傾向在進攻時間內太早出手投籃。

球員睡得是否比較飽？這看單看比賽實在看不出來，但可能也是影響比賽的關鍵，例如這篇提到：

任職於史丹佛睡眠實驗室(Stanford Sleep Disorders Clinic and Research Laboratory)的Cheri Mah Mah與睡眠專家William Dement合作，他們的研究對象為11名無睡眠困擾的大學男籃球員，觀察在兩個球季間球員們睡眠時數增加對運動表現、反應時間和白日睏睡度的影響。一開始先讓球員維持平常的睡眠作息（每晚睡6到9小時）二到四周，接下來增加睡眠時間至每晚10小時並維持五到七周，期間也要求禁止攝取酒和咖啡因。結果發現：球員們在睡眠時數增加後短跑速度變快、投籃命中率提升9個百分點、疲勞程度下降，且球員們也都覺得自己在場上的表現變得更好。

除此之外，當然還有很多可能影響的變因，若能全面地調查跟研究，應該可以找出有趣的結果。

如今被視為是大數據（Big Data）的時代，很多人也都會利用各式各樣的穿戴式運算來「量化自我」（Quantified Self），例如戴著可以偵測多樣體能狀態，並同時紀錄跟提醒配戴者的手環等。我並不知道台灣的SBL或籃球國手培訓是否已經用上大數據的概念（我猜是沒有啦），但我期待台灣隊大勝中國隊並進入四強帶起的這波籃球復興熱潮，可以激發研究者深入探究，提出解釋，為這次的好成績提供更多足以驗證的佐證資料，也為未來的勝利打下基礎。

當然，也希望有運動科學相關領域的專家夥伴加入討論，我很想知道還有哪些國內外的研究針對籃球運動，提出了有趣的科學解釋或發現。

延伸閱讀：

魔球 (Moneyball) ，計算生物學家的第一本書
作息型態會影響球員表現
從Jeremy Lin（林書豪）的逆轉秀看廣告效應