生活中到處都是塑膠製品？幾個降低暴露塑化劑的注意事項

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

橡膠對現代人的重要性

如果沒了這種物質，世界會是什麼樣子？試想沒有輪胎的汽車、沒有奶嘴的奶瓶、沒有腳蹼和潛水服的潛水器材、沒有橡皮擦的鉛筆、沒有黃色小鴨的童年⋯⋯

這種質地特殊的材質便是橡膠。橡膠來自原生於亞馬遜叢林、名為「巴西橡膠樹」的樹木（Hevea brasiliensis，命名來源就是因為這種植物生長於巴西）。

不過，歐洲人首次注意到的橡膠樹其實是圭亞那橡膠樹（Hevea guianensis）。樹如其名，這種橡膠樹生長於圭亞那。

在歐洲人「發現」橡膠樹的時代（印第安人當然很早就認識了這種植物），圭亞那是個鮮為人知的蠻荒之地，沒有火箭發射場也沒有淘金客。

當時也不流行生態旅遊、T 潘趣酒（ti-punch，一種蘭姆酒的調酒）或卡宴辣椒。當時的人也從未想到，這種看似平凡的熱帶樹木即將引發高潮迭起的植物和經濟熱潮⋯⋯偶爾還有些悲壯。

有位巧手的工程師正在尋找會哭泣的樹木

第一位對橡膠產生興趣的人，是胥修德里領主、加陶迪耶的弗朗索瓦．弗雷諾（François Fresneau de la Gataudière, 1703–1770），他在 1703 年生於牡蠣的原鄉、法國西南部的馬雷訥。他的全名看起來充滿上流社會的氣息，我們在這本書中稱呼他為弗雷諾就好。

弗雷諾本人似乎遭到歷史遺忘，但他的發現和成就改變了世界。就如同法國歌曲〈塑膠超讚〉的歌詞：「塑膠超讚，橡膠超柔軟」！今日的人類已經可以羅列出超過 25,000 種不同的橡膠用途。

路易十五的海軍大臣莫爾帕伯爵菲利波（Jean-Frédéric Phélypeaux de Maurepas, 1701–1781）任命弗雷諾為圭亞那首府開雲的皇家工程師。弗雷諾當年29歲，而且熱情滿滿。

弗雷諾的第一份工作便是研究新堡壘如何搭建。他也需要採收植物，以便充實皇家花園。他對當時圭亞那的可可園十分感興趣。工程師弗雷諾的得意作品中，最令他得意的發明作品是⋯⋯蟻巢毀滅器！果真是自由奔放的年輕人。

發明蟻巢毀滅器的天才：弗雷諾

當時，可可園遭受紅螞蟻入侵，而充滿創意與膽識、彷彿十八世紀馬蓋先（譯註 美國冒險影集《百戰天龍》主角）一般的弗雷諾便發明了可以將硫磺吹進蟻巢的機器。

螞蟻因此蒙受苦難。他持續搭建非常實用的引擎：將溝渠斜坡上的泥土提起並移走的起重機、磨碎木薯或小米的手磨機、從木薯根部榨出水分的壓縮機。他還策畫了奧亞波克河新哨所的防禦工事。

弗雷諾被自己的成功沖昏了頭，希望加官晉祿，要求升任上尉。當時的圭亞那監察專員也認為弗雷諾「熱情澎湃，宛如英雄」。

然而，他卻受到其他殖民地老長官和開雲教士社群的忌妒，升官之路受阻。於是，弗雷諾前往鄉間，僱用 八名「黑人」（請記得，當時的法國人仍使用「黑人」、「野蠻人」、「生番」等稱謂來稱呼和殖民者長相不相似的族群⋯⋯），並種植甘蔗、木藍等植物。

他也持續發展自己的防禦工事專長，發明了一種可以用來製磚的泥沙混和物。真是位天賦異稟的工程師啊！

——本文摘自《植物遷徙的非凡冒險》，2023 年 6 月，時報出版，未經同意請勿轉載。

• 作者／王潔、許惠晴

• 作者簡介
  • 王潔／麻省理工學院材料工程學系博士，任教於清華大學化工系，研究領域為生物可降解高分子的開發與應用。
  • 許惠晴／清華大學化工碩士班畢業，現為塑膠生物分解相關領域研究助理。

• Take Home Message
  • 聚乳酸（PLA）為生物可分解塑膠，在高溫與高濕度的堆肥環境下 PLA 能被微生物分解並轉換成二氧化碳。
  • 目前臺灣並未將 PLA 的回收和堆肥機制立法，即使業者能回收、製作堆肥，也不能合法販售，無法使金錢流與物質流一同循環。
  • PLA 屬於塑膠回收分類的第七類，但臺灣民眾認識不足、政策與回收物末端處理也未做好準備，因此自今（2023）年8月起將禁用 PLA 免洗餐具。

在日常生活中購買商品時，常會看到商品標榜使用生物可分解塑膠（biodegradable plastics）作為盛裝容器，而聚乳酸（polylactide，PLA）則是許多人耳熟能詳的種類之一。自臺灣 2002 年實施限塑政策以來，PLA 逐漸被業者所採用，但在今（2023）年8月卻又將被政府修法禁用。

為什麼 PLA 過去能在塑膠市場中嶄露頭角？如今又為何被禁用？

來自可再生資源的PLA

雖然 PLA 的耐受溫度受限在 50℃ 以下，但它的外觀或材料強度，與日常可見的傳統塑膠如聚乙烯對苯二甲酸酯（polyethylene terephthalate，PET）、聚丙烯（polypropylene，PP）等十分相近。如果我們在生活中特別留意，可以發現生鮮托盤、雞蛋盒、冷飲杯、餐具等都可能是 PLA 製品。因此在拋棄時需要特別注意，將它與傳統塑膠區分開來，歸在塑膠回收分類的第七類（即其他類）。相較於傳統塑膠，PLA 除了號稱生物可分解之外，原料與製程也與傳統塑膠大有不同——PLA 的原料來自植物澱粉，例如玉米、馬鈴薯等，也就是所謂的生物基（biobased）。

澱粉經加熱或酵素分解成葡萄糖後，再藉由特定菌種的糖解（glycolysis）與發酵（fermentation）作用，成為聚合前的乳酸（lactic acid）單體，隨後再經由一連串加熱、脫水、聚合成為最終的高分子成品—— PLA。由於 PLA 的原料來自於可再生的植物資源，並非不可再生的石油，且植物在種植過程會吸收大氣中的二氧化碳，也能對溫室氣體的減量做出貢獻。因此在世界各國強調減碳的趨勢之下，PLA 確實是十分優秀的替代物。

可堆肥塑膠的生物分解過程

既然被稱為生物可分解塑膠，PLA 究竟如何被生物分解呢？PLA 屬於聚酯類（polyester），聚酯中的酯鍵較能被環境中的水分或生物水解酵素分解，可說是生物可分解塑膠類別裡的大宗。此外，在學術期刊中也能找到 PLA 藉由生物酵素、菌種或堆肥分解的資料。

不過在現實生活裡，處於「生物分解」過程中的塑膠會是什麼模樣呢？若以歐洲的可堆肥塑膠認證標準（EN 13432）為例，通過重金屬檢測的塑膠材料在「控制環境條件的堆肥」中存放三個月後，必須有90％ 崩解成小於兩毫米（mm）的碎塊；塑膠中 90％ 的有機質在六個月內能被轉換成二氧化碳；最後則是將此堆肥用於生物毒性測試，確認植物是否能於其中生長良好。

筆者團隊參考生物分解性試驗（ISO 14855-1 / ASTM D5338）的國際標準，透過控制環境條件的小型堆肥，實證 PLA 塑膠片的生物分解性（圖一）。在實驗中僅使用一般市售腐植質培養土作為資材，其中的菌類活躍程度應不如發酵中的堆肥，但依然能在兩個月內看見塑膠片碎裂、消失（圖二）。此外，含有PLA 塑膠片的堆肥相較於無添加 PLA 的堆肥，也被偵測到有較多的二氧化碳產出，透過計算可得出約有60％ 的 PLA 已被轉換成二氧化碳。然而，這些堆肥的「控制環境條件」特殊，溫度除了必須設定在50℃ 以上之外，還需要維持在高濕度。

PLA 堆肥實況與臺灣現況

如果在實驗室外、變動因素較多的環境下，PLA 塑膠也能如此順利地被分解嗎？對於這點，臺灣其實已有業者實做出 PLA 塑膠袋的回收與大型堆肥（圖三），並將熟成後的肥料實際用在自家農園中。然而這些堆肥其實也不僅是混合植物資材、動物糞便等有機質及 PLA 而已，堆肥中的各個資材種類需有特殊配比，才能讓堆肥在發酵至腐熟的過程中可以發熱至一定的高溫。此外，溫控設備需要將堆肥的溫度穩定控制在 60℃；還需要定期灑水與自動曝氣，幫助維持堆肥中微生物的生存條件。雖然號稱為生物可分解塑膠，但要讓 PLA 回歸大自然似乎不是件輕而易舉的事。

透過堆肥的方式使生物分解後繼續作為農用肥料，或是回收再製成二次塑膠，其實都是讓 PLA 留在物質循環裡的方式，也切中了近年來許多單位提倡的「循環經濟」（circular economy）。以現今的堆肥技術而言，PLA 堆肥已能夠穩定熟成並有所產出，在塑膠回收再製方面也有一定程度的技術，因此「效益」便是選擇做與不做的關鍵。

至今為止，臺灣對於制定可堆肥塑膠的相關政策仍未臻完善，並未立法建立回收機制讓 PLA 廢棄物能進入堆肥中。即使業者自行將塑膠獨立回收進行後續的堆肥處理，完成後的肥料也不能合法販售，無法形成完整的金錢流與物質流一同循環。

最後，PLA 在臺灣的普及度相較於傳統塑膠來說本來就不高，回收率又十分低迷：根據 2021 年環保署回收基管會的統計數據，PLA 在臺灣的回收率僅有5～6％。除了市場流通量小，再加上因為制度與民眾教育不足所導致的低回收率，使得 PLA 廢棄物的處理缺乏效益。沒有經濟誘因，何來循環？

歐盟政策推動塑膠永續的做法

歐洲對於塑膠永續的推動，在國際上可說是領先的角色。歐盟（European Union，EU）更是持續支持生物可分解塑膠或可堆肥塑膠的發展，並在去（2022）年11月底提出了《生物基、生物可分解與可堆肥塑膠政策框架》（EU policy framework on biobased, biodegradable and compostable plastics），聲明生物基、生物可分解與可堆肥塑膠在汙染議題中的目標、應用價值及適當的使用方式，進而引導往後的立法，以及永續的塑膠市場。

首先，以 PLA 的材料本質來說，它的原料來自於玉米、馬鈴薯等植物，雖然能夠減少消耗石油資源，但仍應當兼顧生態多樣性、土地與水源利用。畢竟種植經濟作物的同時，勢必得開發自然土地、占用部分水源，甚至不可避免地需要使用化學肥料或農藥，進而危害到原始生態系。另外，為了生產塑膠影響到糧食供應也可能是個隱憂，若能優先使用回收塑膠、有機廢棄物或副產物作為塑膠原料，將能夠降低為了生產 PLA 對生態系與糧食的影響。

歐盟的政策框架對於「生物可分解」塑膠的性質，則認為「廢棄物管理不周」的問題不應該以生物可分解塑膠作為解方。生物可分解塑膠常被應用在消耗快、難以資源循環、生命週期短的產品上，雖然容易被丟棄但仍有它的特定分解環境與分解時間需求。像是需要在高溫、高濕環境才能分解的 PLA 就是很貼切的實例，它需要搭配消費者正確的認知、使用與回收習慣，才不會和傳統塑膠一樣累積在環境中造成汙染。

總結來說，歐盟對於生物基、生物可分解與可堆肥塑膠的運用，希望以減量、再利用及回收，也就是「3R」（reduce、reuse、recycle）為優先原則，並達成資源循環、資源利用效率、氣候中和、零汙染、生態多樣性維持等永續目標。

PLA 的未來

雖然本意是為改善傳統塑膠汙染問題並因應限塑政策，但臺灣卻在立法、回收機制、廢棄物後端處理，以及民眾教育均尚未準備好的情況下就讓 PLA 進入市場。傳統塑膠回收分類中的六大類已經夠讓人眼花撩亂，再多一項 PLA 加入第七類，更會增加人們拋棄塑膠時的困擾。

也由於民眾尚未建立完整的回收概念、後端堆肥處理機制也未完善，導致 PLA 被使用後的去處如同沒被回收的傳統塑膠般，變成了垃圾；即使 PLA 被正確回收，也沒有廠商能二次使用或再製成堆肥。這兩項原因最終都可能讓 PLA 進入到焚化爐、掩埋場或流向大自然。

還有一種情形是民眾落實了塑膠回收，但卻將 PLA 與傳統塑膠歸在同一類，使 PLA 混入傳統塑膠的再製過程，影響了它二次塑膠的性質。美國知名速食業者在臺灣也曾以含有開口的 PLA 杯蓋取代傳統塑膠吸管的使用、冷飲杯與沙拉碗同樣使用 PLA 材質，但也因為察覺到消費者回收上的不便，以及質疑 PLA 的最終流向，令他們在 2020 年停用了 PLA 材質包裝。臺灣也終於要修法，即將於今年8月禁止使用生物可分解塑膠免洗餐具。

面對塑膠汙染議題，其實從來就不只是「塑膠材質是否為環境友善」單方面的責任。PLA 在來源以及生物可分解方面確實相較於傳統塑膠有它的優勢，但卻也需要使用者正確的觀念配合及政策支持才能完整達到環保的目的。最後，「塑膠減量與再利用」也是緩解塑膠汙染重要的一環。透過綠色塑膠材質與減量雙管齊下，才能讓塑膠發展平衡地邁向永續。

• 〈本文選自《科學月刊》2023 年 5 月號〉
• 科學月刊／在一個資訊不值錢的時代中，試圖緊握那知識餘溫外，也不忘科學事實和自由價值至上的科普雜誌。