0

1
0

文字

分享

0
1
0

《綠野仙蹤》其實不是一個尋找智慧與勇氣的故事?關於童話的另一種解釋——《經濟史的趣味》

貓頭鷹出版社_96
・2023/07/05 ・2027字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

《綠野仙蹤》隱含的金融故事

《綠野仙蹤》是家喻戶曉的美國童話,你在幼兒園就看過卡通版,成長的過程看過注音版、改寫版、全譯本、英文原著,還有人看過舞台版。這本童書其實是作者包姆(L. Frank Baum)透過書中的角色與情節,表達他的政治體驗與對當代人物的褒貶。

也有人說,包姆是主張白銀自由化運動的失敗者,這本童話故事隱藏的是他對美國廢棄白銀走向金本位的不滿。有些研究包姆的專家說,從對他生平的理解,上述的解讀其實無中生有,那是各個領域的專家把自己的研究主題與特殊見解投射在這本童書上。

《綠野仙蹤》1900 年初版。 圖/貓頭鷹出版社

這類的說法我有親身體驗。小時候讀《西遊記》看到都是妖怪、盤絲洞、鐵扇公主這類情節。上大學重讀才明白唐代、玄奘、長安、西域這些背景。中年陪兒子重讀看到的是各章回的「有詩為證」,才明白為什麼有人說吳承恩寫這本書,是在表達他的禪修心得。也有道教界人士認為,《西遊記》是闡述金丹大道(內丹術)的丹經。還有各式各樣的解讀,不信者恆不信。

以下要介紹的詮釋,是從美國近代貨幣史的角度來理解《綠野仙蹤》。

-----廣告,請繼續往下閱讀-----

或許您會覺得匪夷所思,但我認為相當有說服力。美國的大一經濟學教科書已經有人做過初步介紹:《綠野仙蹤》是貨幣史寓言故事,主要爭論點是1873 年廢止白銀本位是否明智。

女主角是大家熟知的桃樂絲(Dorothy),是沒有父母的 16 歲少女,和叔叔亨利、嬸嬸愛姆(Em)、小狗托托(Toto)住在堪薩斯州的農家裡。時間是 1889 年,有一天刮起龍捲風,把房子、桃樂絲、托托吹到矮人國,壓死可惡的東方女巫。多年來她統治著這些矮人,要他們日夜做苦工,沒想到從天而降的桃樂絲解救了這些苦難者。

有位從北方來的善良女巫向桃樂絲道謝,然後把東方女巫腳上的一雙尖頭銀鞋取下來送給桃樂絲。在這個奧茲(Oz,這是黃金白銀重量單位ounce 的縮寫)國裡有四個女巫,北方和南方的是好人,東方和西方的是壞人。現在東方女巫死了,只剩西方壞女巫。東方女巫把那雙銀鞋當寶貝,但沒有人知道這雙鞋有什麼法力。接下來的童話故事內容,諸位大概已經回想起來。

大家還記得《綠野仙蹤》的故事嗎? 圖/GIPHY

白銀黨支持者

以下簡介原作者的生平,以及書中主角所對應的真實人物。包姆在 1900 至 1920 年間總共出版 14 本奧茲系列童書,都是從第 1 本《綠野仙蹤》延伸出來的。這本書在 1900 年推出圖文並茂的插圖本,一年內賣了3.5 萬本,1902 年搬上舞台,1939 年由米高梅公司拍成電影。

-----廣告,請繼續往下閱讀-----

一世紀以來已有 40 多種語文譯本,還有無計其數的改寫本和舞台演出。米高梅電影為了吸引觀眾,竟然把那雙銀鞋(代表銀本位)改成漂亮但沒有意義的紅寶石色,完全破壞原作者最在意的象徵意義。請注意不同顏色在《綠野仙蹤》內的指涉。

包姆 1856 年生於紐約州奇特南戈(Chittenango)地方的富裕家庭,20 多歲時寫過一齣成功的劇本在百老匯上演。1882 年與莫德.蓋格(Maud Gage)結婚,她父親喬斯林(Joslyn)是普選運動的領導人物。包姆夫婦後來搬到南達科他州的亞伯丁城(Aberdeen),體驗到邊區的生活,也聽到正在興起的民粹運動(populist movement)。這是 19 世紀末西部農民反對金本位制,主張恢復白銀本位的貨幣功能,所提出的白銀自由化運動。

《綠野仙蹤》的作者李曼.法蘭克.包姆(Lyman Frank Baum)。 圖/wikimedia

目的是要讓任何人都可拿銀子去鑄幣廠,要求鑄成銀幣使用。他們組成人民黨(Populist Party),又稱為白銀黨。1896 年推舉威廉.布萊恩(William Bryan,1860 ∼ 1925)參選總統,但並未成功。白銀自由化失敗後,這個黨就失去重要性。

話說包姆在南達科州辦一份小報《週六先鋒報》(Saturday Pioneer),發行幾期《西方投資人》(Western Investor),但都不成功。1890 年搬去芝加哥,做過幾項不同行業,時常出入芝加哥報界俱樂部認識一些重要作家。包姆積極參與白銀派,但白銀派的總統候選人威廉.布萊恩在1896 年競選失敗,包姆失業後回到老本行寫劇本。第一本童書在 1897 年出版,但並不成功。1900 年的《綠野仙蹤》原名是《從堪薩斯到仙境》(From Kansas to Fairyland),出版後立刻給他帶來全國性的知名度。

-----廣告,請繼續往下閱讀-----

——本文摘自《經濟史的趣味》,2023 年 6 月,貓頭鷹出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
文章難易度
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

0

1
0

文字

分享

0
1
0
數智驅動未來:從信任到執行,AI 為企業創新賦能
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/13 ・4938字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過,當 AI 根據病歷與 X 光片就能幫你診斷病症,或者決定是否批准貸款,甚至從無人機發射飛彈時,它的每一步「決策」是怎麼來的?如果我們不能知道 AI 的每一個想法步驟,對於那些 AI 輔助的診斷和判斷,要我們如何放心呢?

馬斯克與 OpenAI 的奧特曼鬧翻後,創立了新 AI 公司 xAI,並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型,而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今,AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?

-----廣告,請繼續往下閱讀-----
AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?圖/pexels

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題?試想,現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險,但這些模型往往如同黑箱操作。有人貸款被拒,卻完全不知原因,感覺就像被分手卻不告訴理由。更嚴重的是,AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價,這些與信用風險真的相關嗎?這種不透明性只會讓弱勢群體更難融入金融體系,加劇貧富差距。這種不透明性,會讓原本就已經很難融入金融體系的弱勢群體,更加難以取得貸款,讓貧富差距越來越大,雪上加霜。

AI 不僅影響貸款,還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑,試圖預測嫌犯再犯風險。然而,這些工具被發現對有色人種特別不友好,往往給出偏高的再犯風險評估,導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是,這些決策缺乏透明度,AI 做出的決策根本沒法解釋,這讓嫌犯和律師無法查明問題根源,結果司法公正性就這麼被悄悄削弱了。

此外,AI 在醫療、社交媒體、自駕車等領域的應用,也充滿類似挑戰。例如,AI 協助診斷疾病,但若原因報告無法被解釋,醫生和患者又怎能放心?同樣地,社群媒體或是 YouTube 已經大量使用 AI 自動審查,以及智慧家居或工廠中的黑盒子問題,都像是一場越來越複雜的魔術秀——我們只看到結果,卻無法理解過程。這樣的情況下,對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具,自己卻無法理解?

原因有二。首先,深度學習模型結構複雜,擁有數百萬參數,人類要追蹤每個輸入特徵如何影響最終決策結果,難度極高。例如,ChatGPT 中的 Transformer 模型,利用注意力機制(Attention Mechanism)根據不同詞之間的重要性進行特徵加權計算,因為機制本身涉及大量的矩陣運算和加權計算,這些數學操作使得整個模型更加抽象、不好理解。

-----廣告,請繼續往下閱讀-----

其次,深度學習模型會會從資料中學習某些「特徵」,你可以當作 AI 是用畫重點的方式在學習,人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習,但這些特徵往往對人類來說過於抽象。例如在影像辨識中,人類習慣用眼睛、嘴巴的相對位置,或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵,而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示(Distributed Representation)來編碼特徵,意思是將一個特徵表示為一個高維向量,每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。對 AI 而言,這是理解世界的方式,但對人類來說,卻如同墨跡測驗般難以解讀。

假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。圖/unsplash

試想,AI 協助診斷疾病時,若理由是基於醫生都無法理解的邏輯,患者即使獲得正確診斷,也會感到不安。畢竟,人們更相信能被理解的東西。

打開黑盒子:可解釋 AI 如何運作?我們要如何教育 AI?

首先,可以利用熱圖(heatmap)或注意力圖這類可視化技術,讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡,來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ,當 AI 判斷這張照片裡是「貓」還是「狗」時,我需要它向我們展示在哪些地方「盯得最緊」,像是耳朵的形狀還是毛色的分布。

-----廣告,請繼續往下閱讀-----

其次是局部解釋,LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈,它將每個特徵看作「玩家」,而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻,讓我們可以了解各個特徵如何影響最終結果。並且,SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的,還能透過「全局解釋」理解模型整體的運作中,哪些特徵最重要。

以實際的情景來說,SHAP 可以讓 AI 診斷出你有某種疾病風險時,指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同,會針對單一個案建立一個簡單的模型,來近似原始複雜模型的行為,目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時,LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用,一大優勢是靈活且計算速度快,適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景,LIME 可以幫助醫生理解 AI 為何推薦某種治療方案,並說明幾個主要原因,這樣醫生不僅能更快做出決策,也能增加患者的信任感。

-----廣告,請繼續往下閱讀-----

第三是反事實解釋:如果改變一點點,會怎麼樣?

如果 AI 告訴你:「這家銀行不會貸款給你」,這時你可能會想知道:是收入不夠,還是年齡因素?這時你就可以問 AI:「如果我年輕五歲,或者多一份工作,結果會怎樣?」反事實解釋會模擬這些變化對結果的影響,讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大,就像揭示一道菜中,哪些調味料是味道的關鍵。例如在金融風險預測中,模型可能指出「收入」影響了 40%,「消費習慣」占了 30%,「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時,還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術,才能達到更完整的解釋效果。

講到這裡,你可能會問:我們距離能完全信任 AI 還有多遠?又或者,我們真的應該完全相信它嗎?

-----廣告,請繼續往下閱讀-----

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。因此,AI 既要「可解釋」,也要「能代理」。

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。圖/unsplash

舉例來說,當一家公司要做一個看似「簡單」的決策時,背後的過程其實可能極為複雜。例如,快時尚品牌決定是否推出新一季服裝,不僅需要考慮過去的銷售數據,還得追蹤熱門設計趨勢、天氣預測,甚至觀察社群媒體上的流行話題。像是暖冬來臨,厚外套可能賣不動;或消費者是否因某位明星愛上一種顏色,這些細節都可能影響決策。

這些數據來自不同部門和來源,龐大的資料量與錯綜關聯使企業判斷變得困難。於是,企業常希望有個像經營大師的 AI 代理人,能吸收數據、快速分析,並在做決定時不僅給出答案,還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子,而可解釋 AI (XAI)則清楚解釋其判斷依據。例如,為什麼不建議推出厚外套?可能理由是:「根據天氣預測,今年暖冬概率 80%,過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

-----廣告,請繼續往下閱讀-----

但會解釋還不夠,AI 還需能真正執行。這時,就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」,大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時,這位產品經理不會手忙腳亂,而是按以下步驟行動:

  1. 檢查倉庫物料:庫存夠不夠?有沒有替代料可用?
  2. 評估交期影響:如果需要新物料,供應商多快能送到?
  3. 計算成本變化:用新料會不會超出成本預算?
  4. 做出最優判斷,並自動生成變更單、工單和採購單,通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節,還會記錄每次決策結果,學習如何變得更高效。隨時間推移,這位「智慧產品經理」的判斷將更聰明、決策速度更快,幾乎不需人工干預。更重要的是,這些判斷是基於「以終為始」的原則,為企業成長目標(如 Q4 業績增長 10%)進行連續且動態地自我回饋,而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作,讓企業決策流程不僅透明,還能自動執行。這正是數智驅動的核心,不僅依靠數據驅動決策,還要能解釋每一個選擇,並自動行動。這個過程可簡化為 SUPA,即「感知(Sensing)→ 理解(Understanding)→ 規劃(Planning)→ 行動(Acting)」的閉環流程,隨著數據的變化不斷進化。

偉勝乾燥工業為例,他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後,偉勝成功將數智驅動融入業務與產品開發,專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合,開發出新形態智慧化設備,成功打入半導體產業,帶動業績大幅成長,創造下一個企業的增長曲線。

-----廣告,請繼續往下閱讀-----

值得一提的是,數智驅動不僅帶動業務增長,還讓員工擺脫繁瑣工作,讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術,還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用,企業首先要確保它服務於具體的業務需求,而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐,才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力?免費上手企業 AI 助理!👉 企業 AI 體驗
現在使用專屬邀請碼《 KP05 》註冊就享知:https://lihi.cc/EDUk4
訂閱泛科學獨家知識頻道,深入科技趨勢與議題內容。

👉立即免費加入

-----廣告,請繼續往下閱讀-----
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
0

文字

分享

0
1
0
解密離岸風電政策環評:從審查標準到執行成效,一次看懂
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/21 ・3546字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文由 環境部 委託,泛科學企劃執行。 

政策環評是什麼,跟一般環評差在哪?

隨著公共建設的規模越來越大,傳統的環境影響評估(EIA),難以應對當今層層疊疊的環境議題。當我們評估一項重大政策時,只看「單一開發案」已經不夠,就像評估一棵樹,卻忽略了整片森林。因此,政策環境影響評估(SEA)應運而生,它看樹,也看森林,從政策的角度進行更全面的考量與評估。

與只專注於「單一開發案」的個案環評不同,政策環評更像是一場全面性的檢視,強調兩個核心重點:「整合評估」與「儘早評估」。簡單來說,這不再是逐案評估的模式,而是要求政府在制定政策時,就先全面分析可能帶來的影響,從單一行為的侷限中跳脫,轉而聚焦在整體影響的視角。無論是環境的整體變化,還是多項行為累計起來的長期影響,政策環評的目的就是讓這些潛在問題能儘早浮現、儘早解決。

除此之外,政策環評還像是一個大型的協商平台,以永續發展為最高指導原則,公開整合來自不同利益團體、民眾與各機關的意見。這裡,決策單位不再只是單純的「評分者」,而是轉為「協調者」或「仲裁者」,協調各方的意見看法在這裡得到整合,讓過程更具包容性。

-----廣告,請繼續往下閱讀-----

政策環評並沒有所謂的「否決權」,而是側重意見的蒐集與整合,讓行政機關在政策推動時,能更全面地掌握各方意見。政策環評旨在建立系統化、彈性的決策評估程序(包含量化、特徵化等評估方式),也廣納社會面或民眾滿意度等影響因子,把正式與非正式的作法一併考量進去。再來,決策程序中能層層檢討、隨時修正,也建立了追蹤機制和成效評估標準(如環境殘餘效應、累積效應等),透過學習來強化決策品質與嚴謹度。就像一場球賽,隨時根據變化、調整策略。

這樣的制度設計,就非常適合離岸風電這類規模大、跨區域、影響層面廣泛的能源政策評估,讓我們可以在政策推動初期就想到整個工程對環境、產業發展與社會的諸多影響,也為後續政策執行奠定更穩固的基礎。

政策環評並沒有否決權,而是重在整合各方意見、量化影響以及建立追蹤與修正機制,這樣的制度設計便適用於離岸風電等大型政策評估。圖/envato

離岸風電為何需要的是政策環評?

離岸風電是能源轉型的重要策略之一,但這不是只在某塊空地上架幾個風車,而是要在廣闊的大海中進行大規模建設,牽涉的不僅是發電,還涉及海洋保育、航空交通、水下文化資產等議題,更與當地漁民的權益息息相關。

這樣的大型離岸風電工程,因海洋環境的風險和不確定性極高,很容易讓人擔心生態影響。如何在海洋生態保護和綠能發展之間找到平衡點?這就需要政策環評的把關,從多方檢視這些複雜的挑戰,確保政策推行既能穩妥,又能達成發電目標。

-----廣告,請繼續往下閱讀-----

2016 年 3 月,經濟部自願提出「離岸風電區塊開發政策評估說明書」,是臺灣首次針對再生能源政策所進行的政策環評。根據這份評估說明書,政府將採分期公告、逐年檢討的方式,每三年開放 0.5~1 百萬瓩(GW)的電量額度鼓勵業者投入開發。當時環保署(現為環境部)歷經九個月召開 2 次意見徵詢會議,蒐集環評委員、專家學者、相關機關、民眾等意見,最終於同年 12 月的環評委員會作出徵詢意見。這些協商和檢討的過程,讓政策「名正言順」,得以充分顧及各方利益與生態平衡。

共通性環境議題與因應對策

在「離岸風電區塊開發政策評估說明書」中,環評會議盤點了開發過程中共通的環境議題。

首先,對於海洋生態保育的重點,特別是對中華白海豚的保護。環評會要求風機基座必須距離白海豚棲地1公里以上,以減少對其生態的干擾。實際上,這項規範在後續的實務執行中更為嚴格,例如,福海二期示範風場已退縮到 2.5 公里外,臺電二期風場甚至退到 4.2 公里外,顯示政策環評確實發揮了實質作用。此外,針對施工期間的聲音干擾,要求施工需有 30 分鐘以上的打樁緩啟動時間,並限制聲量不得超過 180 分貝等。

針對鳥類保育,政策環評也訂立了具體規範。其中,包括風機之間必須留設 500 公尺以上的鳥類穿行廊道,並在施工期間避開每年 11 月至隔年 3 月的候鳥過境期。同時,為確保這些措施確實生效,工程方也被要求設置「鳥類活動監測系統」,持續追蹤、評估風場對鳥類的影響。

-----廣告,請繼續往下閱讀-----

此外,環評會也確立了「先遠後近」的開發原則,要求優先開發較單純的航道外側區塊,待累積足夠經驗及相關資料後,再進行近岸區域的開發。這項原則考量了近海生態系的複雜性,也顧到養殖漁業的漁民權益,展現出政策環評在平衡發展需求與環境保護上的價值。

新一代的審查機制:達成能源轉型及環境保護雙贏

為提升環評效率並確保審查品質,環境部參考過去離岸風電審查經驗,制定「風力發電離岸系統開發行為環境影響評估初審作業要點」,建立了全新的二階段審查機制。

環境部推動二階段審查機制,提升離岸風電環評效率與審查品質。圖/envato

這套新機制分為兩個階段。第一階段,就像「初步檢查」,由環境部依照檢核表進行初審,並由環評審查委員會執行秘書邀集 2-5 位環評委員進行初審,通過第一階段初審之業者,可取得經濟部遴選資格,其初審結果有效期為兩年,必要時可申請展延一年。接著進入「第二階段」,開發單位檢附目的事業主管機關核配的容量證明文件等資料,提供更詳細的環境影響說明書以進行實質審查。

檢核表明確規範了 15 大項審查事項、112 項檢核項目,涵蓋開發案的全生命週期。

-----廣告,請繼續往下閱讀-----

工程面,包含風機及海上變電站基礎設置、海域電纜路線規劃、陸域設施工程等硬體設施的規範。其中,風機基礎設置必須避開海岸保護區、河口、潮間帶等環境敏感區域,且須進行地震危害度分析。海域電纜部分,除特殊情形外,埋設深度至少須達 1.5 公尺,且不得跨越中華電信海底電纜 1 公里的範圍。

環境保護上,檢核表則對施工噪音管制訂立了明確標準。舉例來說,打樁期間警戒區 750 公尺範圍內的水下噪音不得超過 160 分貝,且必須全程採用最佳噪音防制工法。同時,每個開發案或聯席審查的風場,同一時間內只能進行一支基樁施作,而日落前一小時到日出前也不得啟動新的打樁作業。

環境監測計畫更是檢核表中的重點,分為「施工前、施工期間、營運期間」三階段,每個階段都規定了詳細的監測要求(包括海域底質監測、水下噪音監測、鯨豚目視監測等)。以鯨豚監測為例,每年需執行20趟次,四季中每季至少執行 2 趟次。此外,所有監測數據都必須上傳至環境部「環保專案成果倉儲系統」(https://epaw.moenv.gov.tw/)供各界查閱。

這套標準化的審查機制不僅解決了「同一風場可能有多家廠商重複調查或審查」的資源浪費,也透過明確的檢核項目,讓開發單位在規劃階段就能掌握更具體的環境保護要求。不僅如此,該機制亦確保了環境保護標準前後一致,避免不同案件之間標準不一。

-----廣告,請繼續往下閱讀-----

結語

透過新的審查機制,環境部正積極推動再生能源開發案的環評審查作業,在提升行政效率之餘,也確保環境影響評估的品質,支持臺灣的離岸風電開發及國家能源轉型政策,也做好把關。藉由標準化檢核表和二階段審查制度,期待能在推動能源轉型的同時落實環境保護。

為確保制度能持續精進,環境部每半年至一年會進行制度檢討,並持續公開所有環評書件於「環評書件查詢系統」(https://eiadoc.moenv.gov.tw/eiaweb/)。此外,環評會議召開前一週,也必須在指定網站公布開會訊息,讓民眾能申請列席旁聽或發表意見。透明化措施一方面展現了政府推動永續發展的決心,另一方面也確保全民能共同參與監督離岸風電的發展過程。未來,這套制度將在各界的檢視與建議中持續完善,為臺灣的永續發展貢獻心力,發揮環評作業的最大效益。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
1

文字

分享

0
1
1
人類獵巫行為與氣溫降低、糧食短缺有關?從「經濟」尋找背後的另一種解釋——《經濟史的趣味》
貓頭鷹出版社_96
・2023/07/04 ・2155字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

歐美地區審判巫師的情況在 18 世紀已經看不到,但今日仍有許多國家(尤其在開發中地區)還有指控巫師與獵巫的事。例如非洲南撒哈拉沙漠地區,就指控巫師散布愛滋病毒使人病亡。崇信巫師與殘殺巫師是古今中外的普同現象。

「獵巫行為」在今天許多國家裡,仍在持續中。 圖/envato

研究歐美巫師的文獻非常豐富,只要在亞馬遜書店(Amazon.com)打入 witchcraft(巫師),就可以找到讀不完的著作。孔復禮(Philip Kuhn)的名著《叫魂》(Soulstealers,1990)研究乾隆盛世的妖術大恐慌。歐洲現在較可追溯的事件是 13 世紀由宗教機構(尤其是天主教法庭)執行的巫師審判,但到了中世紀晚期,就少見到教會介入,審判巫師的事件減少許多。

有人提出不同的解釋,說明為何巫師人數會減少,其中一種說法是:專業男性醫師出現後,女助產士和女性民俗療者(女巫)的活動空間就少了。

景氣愈差,獵巫愈盛

大多數對巫師的研究,都屬於某個地區的某些案例或某類行為,屬於微觀層面的分析。哈佛經濟系的女博士生艾蜜莉.奧斯特(Emily Oster)2004 年發表一篇宏觀性、跨地區性的報告,檢討為什麼文藝復興時期的歐洲會出現大規模的巫師審判。

-----廣告,請繼續往下閱讀-----

奧斯特採取不同的切入點,認為主要是經濟性的因素:氣候轉入小冰期,農穫減少,在糧食短缺的壓力下,必須去除生產力最低的窮人、老人、寡婦,這些邊際人口的罪名就是巫師。

為什麼會有這種奇特的見解?

因為審判巫師活動最盛的時期,正好都是平均氣溫較低的階段,也就是氣象史上的小冰期。這會導致農作物歉收,海水太冷也會影響漁獲,這對歐洲北部的食物供應產生嚴重衝擊。巫師審判增加、氣候變冷、經濟成長下滑,這三者間應該不是單純的相關,而是有因果關聯。

為什麼要用指控巫師的方式來消除邊際人口?

因為巫師的陰森形象,最容易引起民眾驚恐排斥。歐洲的宗教勢力龐大,擁有現成的教會組織網路,方便利用制度殺人。以天主教為例,驅魔是教廷正式許可的作為,教宗保祿二世曾替少女驅魔但未成功。

如果 21 世紀初期的歐洲尚能接受教宗驅魔,我們對文藝復興時期的獵巫就不必驚訝了。幾乎所有的宗教都會提到魔鬼,《舊約聖經.出埃及記》第 22 章 18 節說:「行邪術的女人,不可容她存活。」天主教和基督教的獵巫史久遠,道教和佛教對這方面的記載更不少。

-----廣告,請繼續往下閱讀-----
1692 年發生的「塞勒姆審巫案(Salem Witch Trials)」為美國的著名的獵巫事件。 圖/wikimedia

大致說來,文藝復興時期歐洲的獵巫在 15 世紀初期相當明顯,15 世紀末到 16 世紀之間暫時平息。16 世紀中葉到 18 世紀末是最嚴重的階段,這也是本章探討的時期。歐洲自中世紀以來就有許多記載巫師的文獻。

以 1486 年出版的《女巫之槌》(Malleus Maleficarum)為例,這本類似巫術大全的書,對各式各樣的巫術信仰、巫師的法力與作為都有詳盡記載。也提供完整的引導,要如何審訊嫌疑巫師,使她(他)們認罪;解說巫師如何呼風喚雨、破壞農作、興風作浪、打閃電、引發海嘯。這些都是非人力所能及的自然現象,卻硬要巫師代罪。這本書教導獵巫的方法,以及法官如何識別巫術、對女巫施酷刑。

氣溫變化才是獵巫的主因

兩千年來的溫度變化。 圖/貓頭鷹出版社

從氣象史的角度來看,10 ∼ 13 世紀之間的平均氣溫是 400 年的中世紀溫暖期。14 世紀起氣溫開始下降,直到 19 世紀初期回暖。在這段小冰期,最寒冷的是 1590 年代,以及 1680 ∼ 1730 年之間,平均溫度約比之前的世紀低華氏 2 度。

數字看起來好像很小,但已足夠讓接近北極圈的冰島被冰塊包圍,倫敦的泰晤士河和荷蘭的運河結凍。平均氣溫降低華氏 2 度對農作物有何影響?如果今天冷明天暖後天熱,全年的總積溫不變,短暫的溫度失調對農作物沒有影響。但如果整年平均低華氏 2 度,365 天總積溫降低 730 度,那就嚴重了。

-----廣告,請繼續往下閱讀-----
1608 年阿姆斯特丹的冬季景觀。 圖/貓頭鷹出版社

英國著名的經濟學者史丹利.傑文斯(Stanley Jevons,1835 ∼1882)研究過太陽黑子活動對農業歉收的影響,也有人研究印尼火山爆發對全球氣溫變化的影響。

現在奧斯特要用具體的數字來觀察,氣溫變化和獵巫在統計上是否顯著相關。研究歐洲獵巫的學者,早就把氣候極端化當作控訴巫師的重要因素。奧斯特想用計量工具證實這項假說,她得到的答案很明確:Yes。

——本文摘自《經濟史的趣味》,2023 年 6 月,貓頭鷹出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。