清大化學系教授胡紀如接受聯晚採訪，談國際學術期刊審查

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 

台灣這幾天比較冷，但暖冬仍然是全球暖化過程中一個明顯的趨勢。一般以為全球暖化始於 19 世紀末葉先進國家積極工業化的時候，但世界各地工業化的進程不同，暖化的趨勢也會有所差異。當工業化在全球範圍內日益普及，各地暖化趨勢便益見明顯，但還要等到 20 世紀下半葉這趨勢才明顯到引起各國的注意。

在美國，一直要到 1988 年氣候變化才正式成為官方關切的議題。這一年的 6 月 23 日，NASA 太空研究所（GISS）主任 James E. Hansen 在參議院能源及自然資源委員會作證指出：「全球暖化的程度已經顯著到讓我們確信溫室效應與暖化趨勢具有因果關係。依我的意見，我們已經偵測出了溫室效應，而且這效應正在影響我們的氣候。」

以筆者居住的德州奧斯汀市而言，氣溫紀錄始於 19 世紀末期。我用統計學「改變點」（change point）的方法分析每年最高溫及最低溫的時間序列，檢測出年低溫最顯著的改變點在 Hansen 作證之後 3 年的 1991 年，而年高溫的改變點還要更後，在 1998 年。這與筆者個人體驗大致相符。

台北氣溫變化趨勢的改變點

「改變點」的檢測是時間序列分析的統計方法，它用來判定時間序列的資料產生過程是否有不連續點的存在。它在 1930 年代就曾被產業界用來監控產品的製造過程，其後經過數學家的深入研究，在近 20 年來蓬勃發展，廣泛被應用於環保、疫情、醫療、軍事、反恐等各領域。筆者個人就曾用類似的研究方法發現美國歷史上，選民的投票行為在二十世紀 20-30 年代之間曾經發生過質性的變化。去年五月，頂級學術期刊 Science 也有研究論文檢測新冠肺炎在德國傳播趨勢的改變點，肯定了政府干預措施的有效性。CBS 電視影集「數字」（Numb3rs）甚至有一集演出「夢幻棒球」玩家用改變點方法檢測大聯盟球員使用禁藥提高打擊率的故事。

台灣的氣溫紀錄也始於 19 世紀末。根據 Jasmine Kuo 提供的台北市年低溫歷史資料，台北市每年最低溫的改變點在 1975 年，而年高溫的改變點則要到 2001 年。台北市年低溫的改變比奧斯汀要早，這也許跟地形、地理位置、人口、以及工業化程度有關。

理論上，年高溫及年低溫都不是常態分布，而是呈現所謂極端值分布（extreme value distribution）。圖一及圖二以上述改變點為斷點，分別估計年高溫及年低溫在各自改變點前、後的極端值分布。這兩張圖讓我們清楚看出改變點前後的明顯差異：改變點之後，年高溫及年低溫的分布均明顯往高溫方向移動。年高溫在 2001 之後的平均值增加了攝氏 1.44 度，而年低溫在 1975 之後的平均值則更誇張地增加了將近兩倍的 2.81 度!

時間序列資料產生過程的變化除了可以用改變點的統計方法來檢測斷點以外，也可以用 「紀錄」（record）發生的機率理論來分析異常現象。事實上，事件發生頻率的改變也是改變點研究的數學方法之一。本文以下即以紀錄理論進一步探討台北市年低溫在 1975 年之後新紀錄節節升高的現象。

破紀錄次數的機率分布，説明台北市年低溫變遷出現異常

台北市 1897-2020 年低溫時間序列顯示，1897 年台北市的最低溫是攝氏 5 度。以此為資料中的第一個紀錄，124 年來，有 9 個新的紀錄出現，分別是：1899（7.2度），1905（7.6度），1909（8.1度），1912（8.2度），1976（8.5度），1983（9.3度），1988（10度），2017（10.4度），2019（11.6度）。見圖三時間序列中的黑點。

124 年間有 10 個紀錄是正常現象嗎？這個問題，可以用機率理論做精確的回答。

機率理論對「記錄」的研究有很完整的系統。其數學繁複，但相當有趣，有興趣的讀者可以找相關書籍來看，例如 Jiri Andel（2001）的 Mathematics of Chance。

這個理論從一個前提出發：觀察序列中的資料是遵循相同機率分布而且相互獨立（iid，編按：Independently and identically distributed）的隨機變數。在這個假設之下，我們可以導出在 n 個資料點中有 r 個紀錄（包括第一個資料點）的機率分布。這個前提可以說是「正常」狀況的「虛無假設」：它代表觀察序列中資料的產生過程完全相同，沒有任何異常現象或動態趨勢。如果我們的經驗資料與這個假設之下的機率分布不相諧，根據傳統次數主義（frequentist）統計推論的方法，我們可以在一定的統計水平之下拒絕虛無假設而判定異常現象的存在。

以台北市年低溫的歷史資料來說，我們可以算出在 n = 124 個觀察值的序列資料中出現 r （r = 1，2，3，…，124）個紀錄的機率分布，然後從這分布算出 r 大於或等於 10 的右尾機率。如果這個機率小於相約成俗的顯著水平 0.05，我們判定歷史資料與虛無假設不相諧，從而排除台北市年低溫變遷沒有異常現象的前提。依照傳統統計推論，我們可以做出台北市年低溫變遷有異常現象的結論。

以 Rn 代表在 iid 假設之下，n = 124 個序列資料中有 r 個紀錄的隨機變數，圖四便是 Rn = r 的機率分布。從這個機率分布我們可以算得 Rn 的期望值是 E ( Rn ) = 5.40，變異量是 Var ( Rn ) = 3.76，也很容易直接算得右尾機率 P (Rn ≥ 10) = 0.025。因為這個機率小於 0.05，單尾檢定讓我們得到台北市年低溫屢破歷史上限紀錄是異常現象的結論。（如果一定要用雙尾檢定，這個結論就有點勉強。）

Rn 的機率分布並不容易算，有一個遞歸公式，當 n 較大時，需要很大的計算能量或很久的時間才算得出。要迅速算出，必須用到所謂「第一類史特靈數」（Stirling Numbers of the First Kind）。如果你的軟體沒有這個函數，可以利用這兩個很漂亮的公式來算 Rn 的期望值和變異量：

利用這兩個公式也可算出當 n = 124 時，E ( Rn ) = 5.40，Var ( Rn ) = 3.76。如果我們假設 Rn 的分布是常態分佈，則可以輕易算出以以期望值為中心的 95% 信心區間為（1.49，8.88）。因為經驗值 10 個紀錄在信心區間之外，這個分析也支持台北市年低溫變化異常的結論。不過因為 Rn 的分布並非常態，這個分析並不精確。

新紀錄等待時間的機率急遽下降

應用紀錄之機率理來分析台北市氣溫變化也可以看出 1975 年前後是一個轉捩點。

在 1897 年之後的 9 個新紀錄當中，出現在 1975 年之後短短 45 年之間的就有 5個，平均每 9 年就有一個新紀錄。而在 1976 年前的 80 年中，則平均要將近 16 年才有新的紀錄。事實上，1912 年的紀錄保持了 64 年才被打破。

也許你會說 1897-1912，在短短 16 年之間不是就有 4 個新紀錄嗎？然而新紀錄的頻率在紀錄開始之時本來就會比較頻繁，日久後要破紀錄會越來越難。紀錄的機率理論可以算在一定時間之內舊紀錄會被打破的機率，其公式如下：

這公式所求的是在第 r – 1 個紀錄發生之後，下一個紀錄的等待時間小於或等於 m 之機率。表一之第六行顯示：從第一個紀錄發生在 1897 年開始，第二個紀錄等待了兩年就發生了，按照上式，第二個紀錄在 2 年之內發生的機率為 0.67。第二個紀錄發生在 1899 年之後，第三個紀錄等待了 6 年發生，而其在 6 年之內發生的機率也是 0.67。第三個紀錄發生在 1905 年之後，第四個紀錄要等待 13 年才發生，而其在 13 年之內發生的機率是 0.31。依此類推。這些機率都不小，雖然紀錄頻頻被打破，並不令人意外。尤其是第五個紀錄發生在 1912 年之後，第六個紀錄要等 64 年才在 1976 年發生，因為等了夠久了，其在這一段期間發生的機率是很高的（0.80）。

但從 1976 年以後，這個等到下一個紀錄的機率就急遽下降了。第七個紀錄在 7 年內發生，其機率是 0.08；第八個紀錄在 5 年內發生，其機率是 0.08；第九個紀錄等了 29 年，其機率稍大，但它發生之後，第十個紀錄只等了 2 年就發生，其機率小於 0.03。這樣的小機率事件發生了，如果還說氣候沒有異常，在統計學理上是無法接受的。如果我們換一個角度來看，把 1976 年當作氣候質變之後的第一個紀錄，則其後發生在 1983、1988、2017 的新紀錄其等待時間的機率（0.88，0.38，0.69）都不小，不算奇怪。只有 2019 的紀錄還在 0.05 的水平之內，不過這也可以說氣候變化越來越厲害了。

從新紀錄的等待時間來探討氣候變遷還可以看看新紀錄發生的平均時間。不過很奇妙的是：機率理論告訴我們，新紀錄雖然一定會發生（發生的機率為 1），其發生時間的期望值或理論平均數卻是無窮大，即使第二個紀錄也是一樣。以第二個紀錄為例，其發生時間為 2，3，4，…，t，…年的機率分別為 1/2，1/6，1/12，… 1 / t ( t – 1 )，…，所以期望值為 1 + 1/2 + 1/3 + … + 1 / ( t – 1 ) + …。這是有名的無窮和諧數列，它不是收斂數列，其和無窮大。其它的紀錄也是一樣。

不過我們雖然不能算發生時間的期望值，卻能算中位數，也就是發生機率最接近 1/2 的時間點。表一的第七行列出各紀錄發生時間的中位點。我們可以看到，一直到 1976 年的第六個紀錄為止，中位時間點都還算合理。此後，第七個紀錄的中位發生點要在 1897 年算起的第 424 年，第七個紀錄在第 1166 年，第九個紀錄在第 3200 年，第十個紀錄在第 8717 年。這些紀錄的中位發生時間在這麼久遠之後，如果說沒有氣候變化，誰能相信？

附帶一提，1897 – 2020 之間台北市年低溫往下探的紀錄，包括 1897 年的第一個紀錄，124 年之間只有三個：1897（5度），1898（3.3度），1902（-0.2度）。從 1902 年以來，118 年之中，-0.2 度的紀錄沒有被突破！（不過 P ( Rn ≤3 ) = 0.162 並不足以作為氣溫變化異常的統計證據。）

• 本文亦同步刊載於林澤民的部落格，原文標題為〈用「改變點」及「紀錄」探討台北暖冬的異常現象〉

參考資料

1. 齊斯．德福林（Keith Devlin）、蓋瑞．洛頓（Gary Lorden）著，蘇俊鴻、蘇惠玉等譯。2016。〈改變點偵測：災難即將發生的證據何時開始浮現？〉，《案發現場：FBI警探和數學家的天作之合》（The Numbers behind Numb3rs: Solving Crime with Mathematics）第四章。八旗文化。
2. Jiri Andel, 2001. “Records.” Chapter 4 of Mathematics of Chance. Wiley.
3. 盧孟明、卓盈旻等著。2012。〈台灣氣候變化：1911-2009年資料分析〉。中央氣象局。

• 鄭婷宇／編譯

過往，人類將智慧記載於書籍上，透過書刊的交流傳遞知識，但礙於時空的限制，知識無法全面自由流通。如今，資訊的數位化使得重製的邊際成本大幅下降，網路的高連結性亦將傳播成本降到幾近於零，知識的共享比以往都來的更易於達成。儘管如此，由於不合時宜的著作權法，以及出版商對出版權的捍衛，知識仍舊無法完全自由流動。

有感於此，自1990年代起步的開放近用 (Open Access) 運動，便是為解放知識而生，致力於打造一個人人都有同等權利取用知識的環境。

早在 1836 年，大英博物館助理館員的 Anthony Panizzi 便發下了普及知識於世的宏願。他向國會報告：「無論貧富，我認為每個人都應擁有相同的權利與資源獲取知識。我希望貧苦的學生也能盡情探索書海，享受智慧的果實，在與專家交流的過程中滿足求知欲。我主張，政府的責任就是打造這樣一個使知識自由流通的環境，提供一切協助使每位公民都能獲得相同的知識資源。」 Anthony Panizzi 花了 20 年，將超過 50 萬本珍藏典籍納入大英博物館，使之成為當時世上最大的圖書館，並於 1856 年榮任大英圖書館館長。儘管豐富的藏書量降低了取得知識的門檻， Anthony Panizzi 的夢想仍存在無法消除的限制—─要取用書中無形的智慧財富，人們必須得先花費有形的黃金，千里跋涉到英國倫敦取經。

網路科技的進步看似已能破除過往的限制，那為何解放知識的夢想仍未實現呢？現存最大的難處有兩項，其一是僵化的著作權法，其二是出版商的抗議。

跟不上網路時代的著作權法

三百年前著作權相關法規開始成形之際，在資訊傳播技術方面，還是類比訊號的時代，當時產出原創作品成本較高、數量稀少且易於控管。根據定義，一旦原創作品已定型，將自動受到著作權保護，授予作者杜絕任何對其作品複製的權利。然而，時過境遷，現今的網路科技降低了創作成本，將創意化為作品再也不是少數藝術階級的特權，人人都能輕易的將想法寫為文章，將創意拍為影片上傳到 YouTube ，並對任何作品發表看法。透過散播及接收訊息，資訊不斷以片段或完整的形式被複製或再製而散播出去，因而促成人們在網路上的交流。

網路行為可說是建立在「複製」之上，其本質與既存的著作權規範相悖。除非做到全面監控，否則我們不可能完全杜絕網路上的複製行為，執行著作權法審查網路上的侵權案件。

現代人習慣上傳圖片、影片到社交平台上，其中許多使用者生成內容是擷取既存素材諸如圖片、音樂等修改，置入內容，這些使用者並不清楚這些行為已使他們身陷觸犯著作權法的疑慮；研究所需的文字與資料探勘，也礙於著作權大為擴張保護範圍的影響，實務上常難以取得探勘所需的資料；圖書館或資料庫廠商即使想數位化那些沒有明顯著作權所有者的「孤兒著作」 (Orphan works) ，以網路推動作品流通，也受限於孤兒著作難以查找到權利所有者，而於法不得數位化的困境。研究者、大量網路使用者與資料儲存機構對現行著作權規定的不滿，因而極力要求修正。

根據 2007 年美國法學教授 John Tehranian 的研究，人們習以為常的網路行為諸如收發電子郵件、轉貼文章、發送照片等都違反了著作權保護，若依法計算，各國的網路使用者每年都因其日常行為面臨巨額的罰鍰，過時的著作權法難以規範現狀。

即使著作權法跟不上數位時代的事實明擺在眼前，推動著作權法的改革仍難如登天。

出版業者等著作權利擁有者與企業早已習慣法律依其利益而修正，從 1710 年最初的著作權法保護著作財產權 14 年的期限，不斷延長至今日的 70 年期限。對出版業、音樂與電影製作產業而言，給予網路使用者多些數位版權上的運用彈性，就如同威脅他們生存命脈的詛咒，自然極力阻止法律規範的更新。

推動規範更新的路途漫長且阻礙重重，第一場紛爭可追溯到「孤兒著作」 (Orphan works) 數位化的爭議。在圖書館、網路搜尋引擎與資料公司支持法定例外允許孤兒作品免費數位化，與出版業者認定事先許可制的拉鋸戰中，歐盟執行委員會終於 2012 年宣布採用「孤兒著作指令」，為公眾利益著想，允許孤兒著作線上發行與流通。同年，歐盟執行委員會號召利益關係人，討論修正著作權保護規定的討論，然而，從議題的設定到出席討論的成員，均明顯傾斜於有利出版業的修正方向。解決方式一味著重於特許著作權使用者的資格究竟該如何定義，似乎從未考慮過「非商業用途的使用者生產內容不必申請著作權授權」此一選項。因此，文字與資料探勘者被迫離開討論以示抗議，造成議程無法持續。

其後，歐盟執行委員舉辦著作權討論的公眾諮詢論壇，以線上資料及問卷收集眾多回饋，廣納民眾意見。加上德國海盜黨的 Julia Reda 努力帶動人民討論、彙整意見並作成報告，歐盟於 2015 年通過修正案，賦予圖書館、資料庫線上化其收藏的權利、開放電子書於網路流傳，同時批准資料與文字探勘不須再取得任何特許憑證。即使取得這些勝利，著作權法的規定仍未完全修正到符合現狀的境界，需要持續推動改革。

不合理學術出版體系的，限制知識的自由流通

學術出產品的商業模式是阻礙知識共享與自由流通的重要原因，是「開放近用 (Open Access) 運動」的緣起及運動重心。對學者而言，貢獻研究成果是為了獲得研究認可及好名聲，其著作的廣泛傳播有助於此，出版商對其著作財產權利的壟斷卻縮限了散播範圍；對人民而言，自己納稅支撐的研究，卻必須自掏腰包買來看，或是由同樣納稅營運的圖書館買入，無異於被剝兩層皮。

知識一旦被隔絕在付費高牆之後，終究會有人因負擔不起費用而被迫與之隔絕。 Elseiver 與 Springer 等大型學術出版商年年獲利 30% 至 40% ，此等獲利規模是大多產業無法企及的。光是英語寫作的科學、科技與醫藥的出版期刊總收入在 2011 年就達到全球共 94 億美金的規模。根據哈佛大學 2012 年的備忘錄，線上研究資料庫的前兩大出版供應商，六年來售價調漲了 145% 。面對越來越貴的期刊價格，就連圖書資金雄厚的哈佛大學也無力再購買學者研究需要的所有資料庫，其他圖書館的困境可想而知。

哈佛大學圖書館長在衛報的採訪中指出，研究人員免費提供研究寫作、著作審查、編輯委員會參與等服務給期刊，卻換來必須花錢將自己的勞動成果買回來的待遇，甚至面臨付不起期刊訂閱費用的窘境，整套研究出版系統實在荒謬。哈佛大學因此鼓勵學者將其著作投稿至開放近用的期刊，退出非開放近用期刊的編輯委員會。

• 想知道學界究竟是如何力抗出版界嗎？詳情可見：刊登要錢、訂閱也要錢，做研究就是要被期刊出版社剝削？學術界奮起抵抗出版巨商的血淚史

在網路普及之前，學者即使對出版系統再有諸多不滿，也因無替代選項而僅能免費奉送著作權予期刊；圖書館面對壟斷著作權的期刊出版商，幾無議價能力；公民則被剝兩次皮，想看到自己納稅資助的研究成果，只能再花錢購買。如今，網路科技的發達將改變了一切─—藉由公開網站發表著作，學者不僅可以保有自己的著作權，亦可達到廣為流傳，獲取同業指教與奠定名聲的目的。再也沒有一道豎立於學術產出與知識獲取間的高牆，圖書館再也不必用罄資金去購買有限的學術出版物，人民也終將有機會可自由取用知識資源。

本文轉載自 台灣創用CC計畫 ，原文為〈開放近用(Open Access)運動的兩大難題〉

相關連結

1. Open access: All human knowledge is there—so why can’t everybody access it?: http://arstechnica.co.uk/science/2016/06/what-is-open-access-free-sharing-of-all-human-knowledge/, 2016 Glyn Moody.
2. The battle to reform 300-year-old copyright law for the digital age: http://arstechnica.co.uk/tech-policy/2015/07/copyright-reform-for-the-digital-age/, 2015 Glyn Moody.
3. Infringement Nation: Copyright Reform and the Law/Norm Gap: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1029151, 2007 John Tehranian.
4. Commissioner Barnier welcomes final adoption of the Orphan Works Directive by the Council: http://europa.eu/rapid/press-release_MEMO-12-744_en.htm?locale=en，2012 European Commission.
5. Freedom of Panorama under threat: https://juliareda.eu/2015/06/fop-under-threat/, 2015 Julia Reda.
6. The stm report – An overview of scientific and scholarly journal publishing: http://www.stm-assoc.org/2012_12_11_STM_Report_2012.pdf,  2012 STM: International Association of Scientific, Technical and Medical Publishers.
7. Faculty Advisory Council Memorandum on Journal Pricing: http://gantercourses.net/wp-content/uploads/2013/11/Faculty-Advisory-Council-Memorandum-on-Journal-Pricing-%C2%A7-THE-HARVARD-LIBRARY.pdf, 2012 The Faculty Advisory Council of Harvard University.
8. Harvard University says it can’t afford journal publishers’ prices: https://www.theguardian.com/science/2012/apr/24/harvard-university-journal-publishers-prices, 2012 Guardian News and Media Limited.

延伸閱讀

• 稅金直接或間接贊助產出的研究報告與資料應該開放近用-美國與歐盟各有重大進展！