AI 助陣醫學、防疫，個人隱私難兩全？

2021/06/09 研之有物

規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

評論

本篇來自合作媒體研之有物，作者周玉文、黃曉君，INSIDE 經授權轉載。

AI 醫療、科技防疫的人權爭議

健康大數據、人工智慧（AI）已經成為醫療研發的新聖杯，新冠肺炎（COVID-19）更將 AI 技術推上防疫舞臺，各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療，我們是否在不知不覺中讓渡了個人隱私？

中研院歐美研究所副研究員何之行認為，規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

「天網」恢恢，公衛醫療的新利器
自 2020 年新冠疫情大爆發，全世界為了因應危機展開大規模協作，從即時統計看板、預測病毒蛋白質結構、電子監控等，大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系，也引發人權隱私的兩難爭議。

2020 年的最後一夜，臺灣再次出現本土案例。中央流行疫情指揮中心警告，居家隔離、居家檢疫、自主健康管理的民眾，都不應參加大型跨年活動。而且，千萬別心存僥倖，因為「天網」恢恢，「我們能找得到您」！有天網之稱的電子圍籬 2.0 出手，許多人拍手叫好，但也挑起國家進行隱私監控的敏感神經。

隱私爭議不只在防疫戰場，另一個例子是近年正夯的精準醫療。2021 年 1 月，《經濟學人》（The Economist）發布亞太區「個人化精準醫療發展指標」（Personalised-health-index）。臺灣勇奪亞軍，主要歸功於健全的健保、癌症資料庫及尖端資訊科技。

國際按讚，國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障，擔憂是否會成為藥廠大數據；但另一方面，部分醫療研究者卻埋怨《個人資料保護法》（簡稱《個資法》）很嚴、很卡，大大阻擋了醫學研發。為何國內反應如此分歧？

中研院歐美所副研究員何之行認為，原因之一是，

《個資法》早在 2012 年就實施，跑在 AI 時代之前，若僅僅仰賴現行規範，對於新興科技的因應恐怕不合時宜。

健保資料庫爭議：誰能再利用我們的病歷資料？

來看看曾喧騰一時的「健保資料庫訴訟案」。

2012 年，臺灣人權促進會與民間團體提出行政訴訟，質疑政府沒有取得人民同意、缺少法律授權，逕自將健保資料提供給醫療研究單位。這意味，一般人完全不知道自己的病例被加值運用，侵害了資訊自主權。案件雖在 2017 年敗訴，但已進入大法官釋憲。

民間團體批評，根據《個資法》，如果是原始蒐集目的之外的再利用，應該取得當事人同意。而健保資料原初蒐集是為了稽核保費，並非是提供醫學研究。

但支持者則認為，健保資料庫是珍貴的健康大數據，若能串接提供學術與醫療研究，更符合公共利益。此外，如果過往的數據資料都必須重新尋求全國人民再同意，相關研發恐怕得被迫踩剎車。

種種爭議，讓醫學研究和資訊隱私之間的紅線，顯得模糊而舉棋不定。何之行指出，「個人權利」與「公共利益」之間的權衡拉鋸，不僅是長久以來政治哲學家所關心的課題，也反映了現代公共衛生倫理思辨的核心。

我們有權拒絕提供資料給醫療研究嗎？當精準醫療的腳步飛也似向前奔去，我們要如何推進醫學科技，又不棄守個人的隱私權利呢？

「精準醫療」與「精準健康」是近年醫學發展的重要趨勢，透過健康大數據來評估個人健康狀況，對症下藥。但健康資料涉及個人隱私，如何兼顧隱私與自主權，成為另一重要議題。

去識別化爭點：個資應該「馬賽克」到什麼程度？

何之行認為，「健保資料庫爭議」短期可以從幾項原則著手，確立資料使用標準，包括：允許退出權（opt-out）、定義去識別化（de-identification）。

「去識別化」是一道安全防護措施。簡單來說：讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。

2017 年，DeepMind 與英國皇家醫院（Royal Free）的協定曝光，DeepMind 從後者取得 160 萬筆病歷資料，用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫，卻引發軒然大波。原因是，資料分享不僅未取得病患同意，也完全沒有將資料去識別化，每個人的病史、用藥、就醫隱私全被看光光！這起爭議無疑是一大教訓，重創英國社會對於開放資料的信任。

回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式，無從辨識特定個人。但要達到什麼樣的隱匿保護程度，才算是無從識別特定個人？

何之行指出，個資法中的定義不甚清楚，混用匿名化（anonymous）、假名化（pseudonymised）、去連結（delink）等規範程度不一的概念。臺灣也沒有明確定義去識別化標準，成為爭點。

現行法令留下了模糊空間，那麼他山之石是否能提供參考？

以美國《健康照護可攜法案》（HIPAA）為例，法案訂出了去除 18 項個人識別碼，作為去識別化的基準；歐盟《一般資料保護規則》則直接說明，假名化的個資仍然是個人資料。

退出權：保留人民 say NO 的權利

另一個消解爭議的方向是：允許退出權，讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前（opt-in）的同意，但仍可以提供事後的退出選項，民眾便有機會決定，是否提供健康資料做學術研究或商業運用。

何之行再舉英國國民健保署 NHS 做法為例：英國民眾有兩階段選擇退出中央資料庫 （NHS Digital）的機會，一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital，二是資料上傳後，仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據，對商業用途敬謝不敏；也有人覺得只要無法辨識個人即可。

近年，英國政府很努力和大眾溝通，希望民眾認知到資料分享的共善，也說明退出所帶來的社會成本，鼓勵人們留在資料庫內，享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通，努力建立社會信任。

參照英國經驗，目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權，但善盡公眾溝通，應是平衡集體利益與個人隱私的一種做法。

歐盟 GDPR 個資保護的四大原則

健保資料庫只是案例之一，當 AI 成為大數據浪潮下的加速器，最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》（General Data Protection Regulation，以下簡稱 GDPR），便是大數據 AI 時代個資保護的重要指標。

因應 AI、大數據時代的變化，歐盟在 2016 年通過 GDPR，2018 年正式上路，被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
歐盟在法令制定階段已將 AI 運用納入考量，設定出個資保護四大原則：目的特定原則、資料最小化、透明性與課責性原則。

其中，「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用，應在特定目的的必要範圍內，也就是只提供「絕對必要」的資料。

然而，這與大數據運用需仰賴大量資料的特質，明顯衝突！

大數據分析的過程，往往會大幅、甚至沒有「特定目的」的廣蒐資料；資料分析後的應用範圍，也可能超出原本設定的目標。因此，如何具體界定「特定目的」以及後續利用的「兼容性判斷」，便相當重要。這也突顯出「透明性」原則強調的自我揭露（self-disclosure）義務。當蒐集方成為主要的資料控制者，就有義務更進一步解釋那些仰賴純粹自動化的決策，究竟是如何形成的。

「透明性原則的用意是為了建立信任感。」何之行補充。她舉例，中國阿里巴巴集團旗下的芝麻信用，將演算法自動化決策的應用發揮得淋漓盡致，就連歐盟發放申根簽證都會參考。然而，所有被納入評分系統的人民，卻無從得知這個龐大的演算法系統如何運作，也無法知道為何自己的信用評等如此。

芝麻信用表示，系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料，進行每個人的信用評分，分數介於 350-950。看似為電商系統的信用評等，實則影響個人信貸、租車、訂房、簽證，甚至是求職。

這同時涉及「課責性」（accountability）原則 ── 出了問題，可以找誰負責。以醫療場域來講，無論診斷過程中動用了多少 AI 工具作為輔助，最終仍須仰賴真人醫師做最後的專業判斷，這不僅是尊重醫病關係，也是避免病患求助無門的問責體現。

科技防疫：無所遁形的日常與數位足跡

當新冠疫情爆發，全球人心惶惶、對未知病毒充滿恐懼不安，科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯，也再次浮上檯面。

2020 年 4 月，挪威的國家公共衛生機構推出一款接觸追蹤軟體，能監控足跡、提出曾接觸確診者的示警。但兩個月後，這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關（NDPA）宣告禁用！

挪威開發了「Smittestopp」，可透過 GPS 與藍牙定位來追蹤用戶足跡，提出與感染者曾接觸過的示警，定位資訊也會上傳到中央伺服器儲存。然而，挪威資料保護主管機關（NDPA）宣告，程式對個人隱私造成不必要的侵害，政府應停止使用並刪除資料。

為何挪威資料保護機關會做出這個決定？大體來說，仍與歐盟 GDPR 四大原則有關。

首先，NDPA 認為挪威政府沒有善盡公眾溝通責任，目的不清。人民不知道這款 APP 是為了疫調？或者為研究分析而持續蒐集資料？而且，上傳的資料包含非確診者個案，違反了特定目的與資料最小蒐集原則。

此外，即便為了防疫，政府也應該採用更小侵害的手段（如：僅從藍牙確認距離資訊），而不是直接由 GPS 掌控個人定位軌跡，這可能造成國家全面監控個人行蹤的風險。

最後 NDPA 認為，蒐集足跡資料原初是為了即時防疫，但當資料被轉作後續的研究分析，政府應主動說明為什麼資料可以被二次利用？又將如何去識別化，以確保個資安全？

換言之，面對疫情的高度挑戰，挪威個資保護機關仍然認為若沒有足夠的必要性，不應輕易打開潘朵拉的盒子，國家採用「Smittestopp」這款接觸追蹤軟體，有違反比例原則之虞。

「有效的疫情控制，並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控，一個數位監控國家的誕生，所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析：

數位監控所帶來的威脅，並不僅只於表象上對於個人隱私的侵害，更深層的危機在於，掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。

當監控者透過長時間、多方面的資訊蒐集，對於個人的「深描與剖繪」（profiling）遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向，都可能全面被掌握！

AI 時代需要新法規與管理者

不論是醫藥研發或疫情防控，數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範，何之行認為，除了一套 AI 時代的個資保護規範，實踐層面上歐盟也有值得學習之處。

例如，對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念（privacy by design），「未來照護機器人可能走入家家戶戶，我們卻常忽略機器人 24 小時都在蒐集個資，隱私保護在產品設計的最初階段就要納入考量。」

另外最關鍵的是：設置獨立的個資監管機構，也就是所謂的資料保護官（data protection officer，DPO），專責監控公、私營部門是否遵循法規。直白地說，就是「個資警察局」。何之行比喻，

如果家中遭竊，我們會向警察局報案，但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管，健康資料歸衛福部管，界定不清楚的就變成三不管地帶。

綜觀臺灣現狀，她一語點出問題：「我們不是沒有法規，只是現有的法令不完備，也已不合時宜。」

過往許多人擔心，「個資保護」與「科技創新」是兩難悖論，但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善，車才可能跑得快。「GDPR 非常嚴格，但它並沒有阻礙科學研究，仍然允許了科學例外條款的空間。」

「資料是新石油」（data is the new oil），臺灣擁有世界數一數二最完整的健康資料，唯有完善明確的法規範才能減少疑慮，找出資料二次利用與科技創新的平衡點，也建立對於資料二次利用的社會信任。

資料來源：https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss

數據分析師也要會?
政治學門與視覺溝通的設計概念如何幫了我
====
前些日子，老闆突然發現我會做類似資訊圖的東西，用來解釋數據庫的開發流程、遭遇困難、成果，非常有用。

由於客戶方的C level人員過去一兩年出現大幅調動，來了一個科技業過去的高管，覺得數據取得是自然簡單的事情，也不明白過去幾年我們克服的挑戰。

原本我們預想，客戶方跟我們合作多年的對口，會知道我們工作的複雜與困難程度，但實際上他們理解的範圍還是有限。就像盲人摸象，客戶方隨著與象的接觸範圍越小，看到的東西越局部。

只有我們是把整頭象生出來的人，才能明白裡裡外外的全貌。

於是當我用繪圖軟體把這些流程圖視覺化出來以後，用圖像、數字來說故事，成果竟然出乎意料。

一方面是在客戶方的高管方面大受好評，更有利於我們爭取更多資源，二方面是客戶方與我們對口的單位，也更好強化他們自己的重要性，爭取資源也更容易。

對我個人而言，這次視覺化溝通的過程，相當於我個人職涯至今的成果展與紀錄，更有效地展示工作成效與付出程度。直接間接，也促成了我在疫情期間，一次逆勢的8%加薪。我的團隊的重要性，也被所有客戶、己方公司所看重。

如果要總結，上述環節，實際上都跟數據分析、數據庫規劃的工作，沒有直接相關。更像是對公共關係管理、部門本位主義與資源爭奪的理解，還有視覺化溝通概念的發揮。

====
政治與視覺溝通：讓人有感的，才算你的功勞
====

不要說數據分析師的工作，聽起來跟政治學科、圖像設計等一點關係都沒有。政治學科跟圖像設計到底有什麼關係，也是啟人疑竇。

但人生跟職涯就是存在這麼多有趣的巧合。每個人的經歷，最後往往變成一套武學路術，在你冒險的路上，面對不同的怪物，可以隨時拿出不同的工具來應對。

如果我用當前政壇社群小編盛行的狀況來解釋，大家就很容易理解，為什麼這一切會串在一起。

在上面提到的事件當中，最大的挑戰在於: 工作型態屬於基礎建設，或者防患未然的角色，通常很難展現工作表現的成果。

不管是工程師開發單位，或者是數據提供的單位，人們更多的印象是你出錯的時候，而不是預防了多少問題的發生。

因為沒發生的問題，不會被注意到；被注意到的，都是出大包的時候。(現在是在講台鐵嗎?)

這種情形在公家單位、國營事業單位，也同樣嚴重。嚴重到公共行政學門必須有一門學問專門在衡量評估這類單位的成效。但儘管如此，民意與輿論通常一點也不在意。

我曾經短暫服務於某機密單位，在一次徹夜繃緊神經，避免了一次國際衝突之後，在自助餐店聽到民眾對著電視新聞嘲諷怒罵。其中不可說的無奈，印象非常深刻。

====
政治學門教我的事（之一）: 溝通套路
====
不知道大家對丁守中這位政治人物印象如何，我想在網路上不見得特別正面。但作為一個國安專業的立委或者學者，他在一門台大政研所的課程當中，給了我非常多的啟發。

美國的國防部、中情局、蘭德研究所，其實很常出研究報告。這些研究報告的目的，除了有檢討組織營運效率、分析當前國際情勢的目的之外，用來跟國會溝通、要預算，也是關鍵用途。

那些報告或者預算書，真是用汗牛充棟可以形容，從政策溝通的角度來說，大家常聽到的媒體摘要後報導「中國軍力報告書」之類的東西，才是比較好的公關方式。但實際上報告或者預算書，可以看到的眉角更加龐大。

當時課堂中，一堂課要看的預算書或者報告書，印出來就跟字典一樣厚。但如果了解套路，是可以快速掌握重點，以及看出問題所在的。

最常出現的套路，就是：闡述問題、發現困難、提供解方、列出需求。

在一學期十幾堂課的過程中，不管主題是國土安全、國際危機、防災準備，都會走過這些套路。在往後的職場當中，儘管我們的溝通不需要寫一本字典，但所有套路仍然相同。

丁守中也許已經退出政壇，但如果看看現在立委網紅化的現象，動不動就直接對預算進行等比例「統刪」，究竟有多少立委真的能看完看懂預算書，並針對問題進行討論？我其實不確定有多少選民在意這件事就是了。

====
政治學門教我的事情（之二）: 部門本位主義
====
我離政治學研究已經遙遠，學術定義不見得講得精確。但在過往經驗中，公部門的部門資源爭奪，在私部門其實也到處可見。

在很多情況裡，業務部門跟行銷部門是競爭資源最激烈的兩個單位。道理很簡單，因為業務部門會認為生意都是自己拉來的，行銷部門則認為是行銷策略奏效所致。

隨著所在產業不同，業務部門跟行銷部門講話大聲的程度會互有消長。例如To B的產業業務部門就比行銷部門重要 (一般來說)。

有資源爭奪的地方就有政治。因為在非市場競爭的環境裡，權力才是控制資源分配的關鍵。

那麼接下來就要看到底是誰在掌握權力。在我今天談的例子當中，業務部門發了自己的分析報告，去跟財務部門爭取預算，這當中當然完全忽略行銷部門的努力成果。

財務部門就是這當中掌握資源分配權力的單位，而業務部門則是行銷部門的資源競爭對手。搞清楚這層關係，並弄清楚自己站在哪一邊，才能決定你後面怎麼做才是對的。

於是數據方面的人才，就在這個時候變得非常重要。但我遇到過的多數數據分析人才，對於上述的這種權力關係並沒有概念。

「看數字說話」的本質並不是科學，而是一種溝通藝術。很多純資料科學訓練出身的人，往往很執著於什麼是「事實」。但實際上事實有很多面向，在都是正確的情況下，你要挑你所屬團隊有利的版本講。

這聽起來很簡單，但當你被埋在數據當中的時候，我在業界看到的很多人 (包含自己)，都曾出現見樹不見林的狀況。

====
視覺化溝通的重要
====
人是視覺化的動物，所以如果這篇文章你看到這邊，表示你對我提的話題捧場，我謝謝你。

與其寫一本字典，不如用一張圖。但這肯定會「去脈絡化」，省去太多細節跟背景，有可能讓人錯誤理解或者解讀。

但如果你回顧我前面講的: 就算是事實，也會有很多個版本。那你就能理解，人的資訊掌握跟理解能力本就有限，你要提供的是「你覺得對方需要知道的事實」。

除此之外，一律簡化甚至省略。

這是為什麼「社群小編治國」會這麼討人厭的原因。但還好我不是在公部門，私部門最重要的溝通就是講求效率。不挑重點難不成你在幫老闆上課嗎?

公部門應該如何合理地使用社群小編，這是另外一個議題，我們可以好好反思。以後有機會再跟大家聊。

拉回來。

我在大學的時候，就對網頁設計、視覺排版很有興趣，雖然從來不是科班，也不能稱自己有什麼美感，但當時花了非常多時間跟金錢在學這些設計的東西。 (我非常感謝父母當時對我的支持，畢竟有很長的一段時間，這些教育投資都像丟到水裡一樣)

聊視覺設計有更專業的人可以聊，我這邊講的是一般人為什麼應該學設計概念。

實際上有一些專業的設計師本身也不會畫圖，他們的長才是在視覺的配置與規劃。而對於一般人來說，了解這些視覺溝通的概念，會對你設計簡報、辦公室溝通有很大的幫助。如果你的工作需要跟設計師溝通，了解這些更有助於你理解自己需要什麼，還有設計師夠不夠專業。

====
結語
====
其實今天是不知不覺寫了這麼多。如果你看到這邊，我感謝你的耐心跟興趣。

如果這篇文章有什麼出發點，或者寫作的原因，就是想回應高中大學時期，我們常有對特定學門的刻板印象。好像學什麼學門對未來職場有沒有用，甚至高中參加什麼社團對未來升學有沒有幫助。

其實我離學校已經很遠，但我可以很肯定地說，哪一門學問對人生的用處，不見得是當下馬上想像得到的。

同時，如果你因為你身處哪一個學門，就自我設限，不去接觸其他的東西，那麼你就自我實現了人們對該學門的刻板印象。

我是個數學很爛的人，我念了七年的政治學門，兩年的經濟學門。我現在是一個數據分析師，然後我的工作當中需要使用程式語言。

但當我要往上爬的時候，我發現真正讓我向上推進的臨門一腳，竟然是很久以前，看似無關的一門課，或者一個興趣。

不過最後，我不想讓這篇文章聽起來很cheesy。因為如果你在數據分析相關的求職履歷中說，我精通部門權力鬥爭、通曉視覺溝通藝術，你比較大的可能性是連一通電話都不會收到。

所以應該是說，如果你熱愛一門學問或興趣，不要猶豫去追求，但面對現實的需要，你則不應該因為現在所處的領域而自我設限。念政治系不是讓你找不到工作的原因，也不用很擔心一直想說要為了未來出路轉系之類的。

但如果你待在這些社會人文學門，卻自我設限不去涉獵其他領域的東西，這才是造成職場生存危機的主因。個人經驗分享，希望對於在求職的、在學的，或者在思考轉職的人，都有一點點幫助。

作者／李厚穎，目前於紐約擔任廣告行銷數據分析經理，也是洞見的小編本人。

#自動語音辨識ASR #人機介面HMI #汽車電子 #機器學習ML #深度神經網路DNN #主動降噪ANC

【「聽Ｘ說」經濟學，駕到！】

Podcast、Clubhouse 的勢起，標誌著音訊應用的新風向～～～但更值得留意的是，語音互聯網正在成形！另一方面，由於比觸控直觀＆安全，聲控亦躋身人機介面 (HMI) 主流。

受惠於機器學習 (ML) 演算法的日新月異，語音辨識還能控制先進駕駛輔助系統 (ADAS) 和車內環境，雜訊 (噪聲) 消除和個性化音訊亦越發受到關注。車載語音四大趨勢現蹤，維護飛安也用得著！

語音辨識也走進醫療診斷＆健康輔具領域，助聽器是顯著例子；邊緣 AI 模式可確保為每種環境中的每個人優化聲音，對配戴口罩的聽障者助益尤大。另一方面，為改善遠距工作與線上教學 PC-based 設備的音訊／視訊通話效果，杜比 (Dolby) 在原有音效 (Audio) 之外，也發佈「語音」(Voice) 工具……。

延伸閱讀：
《雙向開講，「語音互聯網」成形》
http://www.compotechasia.com/a/feature/2021/0205/47109.html

#樂金LG #亞馬遜Amazon #谷歌Google #蘋果Apple #紐安斯通訊NuanceCommunications #賽倫斯Cerence #蔚來汽車NIO #梅賽德斯賓士Mercedes-Benz #飛亞特FIAT #索尼Sony #德州儀器TI #PCM6260-Q1 #VOICI專案 #聯想Lenovo #ThinkPadX1 #TDK

COVID-19疫情爆發之後，人類開始重新思考生命的意義和生活的模式，過去我們一直強調要跟世界接軌，要有全球化的思考，但是這幾個世紀以來，這種從工業化開始強調生產力和經濟產值的方式真的有帶給我們幸福嗎？後疫情時代人類是不是該思考一下其他出路呢？

我想先跟大家聊一下我最近看的影集，Emily in Paris。總之這個叫做Emily的美國女生帶了很多美國資本主義和政治正確的想法到了法國，有了很多反思跟挑戰。其中一個跟我們今天討論的很有關係。裡面講到說，這個Emily她在美國的行銷公司專門替藥廠打廣告。一個法國老闆就說，你們美國人很奇怪，一堆人吃到過胖，然後導致糖尿病，再發明糖尿病的藥，賣給這些人賺錢，就跟人類造成新冠肺炎疫情大流行，然後現在又要想怎麼找疫苗，還有一堆醫療用品跟疫苗公司想用這個方式賺錢，很諷刺。

這其實就是我們今天要講的。今天要好好介紹一位澳洲學者霍奇(Helena Norberg-Hodge)，從1970年代開始就一直主張地方主義的她最近剛剛接受《紐約時報》訪問，在報導裡她講了一個很好懂的例子。她認為只用G.D.P.也就是國內生產總值來看生活水準有問題。她舉例說：「如果水污染嚴重，我們都喝瓶裝水，是有利於GDP。但如果你和我自己種菜吃，GDP卻會下降。簡單來說，如果你和我保持健康，GDP就會下降。如果你每年都需要化療，GDP就會上升。」

其實有越來越多的學者探討這個問題，所以現在也有其他進步指標，去看除了金錢之外，會和環境的發展，像是世界幸福報告和人類發展指數等等。裡面也發現說，美國是世界上生產力最高的經濟體，但是生產力和收入的提高並沒有完全轉化為美國社會整體的福祉。這也是霍奇在談的「幸福經濟學」，像是長途運輸的產品其實是破壞環境的，或是許多社區經營的網絡帶來的利益也是無形的。

地方主義的對比其實就是全球化，尤其是全球貿易體系，當然這個問題是很複雜的，有些人因為全球化得到工作機會，有些人則相反，好像各有贏家輸家，但是用英國跟美國的例子來看，像英國脫歐或是美國從川普當選以來的狀況，都是更加強調保護主義，但是歐盟被削弱還有美國多元開放自由文化受到挑戰，我的意思是，難道鎖國會比較好嗎？這兩個國家的考量還是限於要如何保住經濟成長數字，從國家的角度去思考。但是霍奇關心的是人，她覺得對於人來說，就商業和人際交往來講，距離越短越健康。再來是多樣化，一個農民種植十幾種作物比單一種植更健康。但是全球化鼓勵的就是某些市場善於種這個做那樣的單一分工。所以她協助創立了許多小農市場，鼓勵更多元的種植，跟我們台灣人熟悉的菜市場差不多啦。

我當年在美國採訪的時候就有遇過那種農場，他們有養牛和豬，也自己種菜，想要吃什麼菜大家就會自己去找，我當時看了也很有感觸，就是那個社區裡面的大家，彼此之間的連結是那麼的緊密，也讓我想到新竹的原鄉部落司馬庫斯，當地泰雅族人強調的就是合作共生、土地共有理念。所以部落有自己的福利分配。有一些很特別的工作、土地共有、共食與全人照顧制度，也有部落議會凝聚大家的向心力。現在好像也有越來越多的原住民部落在思考，如何擺脫主流觀點所謂的成功模式。

而霍奇還有一個人生經歷很值得我們思考，她在1975年到了拉達克，也就是最近中印邊境衝突很嚴重的地方。當時這個印度西北部，主要是佛教徒的山地鄉，剛剛開始出現旅遊業和國際經濟，但是她發現經濟增長的背後，拉達克人的凝聚力逐漸被腐蝕，慢慢無法自力更生。她想盡辦法要幫助當地年輕人，告訴他們好萊塢電影不是真的，西方資本主義世界充滿了抑鬱、離婚和社會紛爭。

雖然如此，全球化還是帶來了一些好處，沒有什麼地方能鎖國或是排外，置身於全球共同利益之外。全球化另一個好處就是效率，講求地方主義或是在地化的國家會不會在反而無法跟其他人競爭？我們當然可以用更簡樸的方式生活，慢活或是更貼近自然，但是地方主義可以做到多徹底？跟全球化到底哪一個適合人類的未來生活？歡迎上網跟我們討論。
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版！