台灣這次申請CPTPP是非常聰明的作法，今天彭博新聞也是給Top News待遇，現在台灣一舉一動都非常受到全球媒體關注。

因為CPTPP要全體會員國同意才能加入，而加入之後各個會員國零關稅的產品約佔出口產品的80%，是覆蓋率很高的協議。台灣這次在中國遞件後立刻遞件，我們的貿易官員還是非常有sense，台灣哪怕是早中國一天加入都好，都能順利滑壘得分。

本來儘可能的加入自由貿易協議是台灣最好的出路，台灣這麼少的人口數爆發出這麼大的經濟能量，本來就是貿易立國的小島，不管是進RCEP、跟中國簽ECFA、跟美國BTA，以及加入CPTPP都是好的，但是因為北京打壓，貿易協定數量少得可憐，ECFA還一直威脅要斷要斷。韓國新加坡是50-60個貿易對手國都有適用的協議，台灣只有八個對手國。因此台灣一直都是採取台商到其他國家設廠的方式，來享受關稅優惠待遇。

自從美中關稅問題浮上檯面後，中國當然必須防止其他國家跟進美國的增稅措施，尤其是世界各國對中國的惡感日深，如果經貿派官員再不做點事情，真的可能鎖國不復返。尤其CPTPP的規格是比較高的，涵蓋的免稅範圍大、產業種類多，RCEP不能與之相比，因此即使CPTPP裡面對中國比較重要的對手國也在RCEP裡，例如日本、澳洲、馬來西亞、越南，但北京還是申請加入。

之前十年北京的態度是要籌措一個以自己為主、可以有比較大掌控能力的貿易體系，然而無論是區域協定或是一帶一路，現在已經搞得支離破碎，避免被甩掉也是一種求生方法，經貿派官員還是很努力在防止中國被退群。尤其美國有可能重返CPTPP，趕快申請加入以免被拒，也是努力求生的作法。

然而中國進入CPTPP最大的門檻還是在於國企補貼和數據治理政策，前者是不被允許，後者北京目前是非常不願意境內數據放在外國，為此滴滴打車因在美上市案遭到了嚴厲的處罰，有數據安全疑慮的中國公司未來也不太可能在美國上市；特斯拉之前一直不肯在數據資料上讓步，但是經過上海車展之亂後，也宣布在中國建立數據中心，中國數據未來可能只在中國有儲存主機、不對外共享，這些都是和CPTPP背道而馳的數據政策。

中國想進CPTPP，那也只能拿出更多利多，落實開放市場、公平貿易，讓外國投資人覺得進中國市場還有發大財的機會。但這兩年發生的事情已經讓大家夠害怕了，美國SEC日前甚至要求中國公司如果繼續拒絕會計監督委員會查帳，將讓270家中國公司全數下市。然而現在連數據都不可能讓你看了，怎麼可能讓你來中國查帳？

CPTPP的原則是包容性，所以台灣加入的可能性並不小，尤其主導的日本現在視台灣安全為日本安全。台灣雖然是小國，但是在全球範圍內的經貿實力上絕對是大國，如果台灣母國簽了CPTPP，在其他各國的台商工廠產品都有機會回流，一部份在本地生產，享受出口免稅優惠；而這些回流的工廠、生產線就有機會吸引外資來投資，適用CPTPP的投資協定，吸引更多外商跟台灣廠商合作。台灣的製造業樣貌非常多元而強大，多種生產都可吸引合作。

而且沒有人比台灣更瞭解在中國的供應鏈可以如何外移，一旦我們能吸引台商回流、吸引外商投資、合作，那麼我們就有機會幫助其他國家共享這些介入全球供應鏈的機會。台灣地小，那麼跟這些國家的公司一起合作，在雙邊都建立工廠，共享供應鏈機會，尋找適合雙方一起生產的產品，一起投資。這都是台灣說服其他國家我們應該加入的有力理由。

事在人為，讓我們團結起來，讓我們的國家再贏一次，我們有機會比中國先加入CPTPP，很有機會。我們不是邊緣的國家，我們是能決定世界格局的國家，這個世界一定會重新擁抱台灣。

從火星探測系統到輔助工業製程，美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用？

李佳樺 2021/08/13

從2012 年美國太空總署成功將探測車「好奇號」送上火星至今，已經過了3000多個「火星日」，肩負著火星探測的重要任務，8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的，則是好奇號的 AI 運算系統，其實是由美國新創 Beyond Limits 的團隊建立的，公司發展至今也將觸角伸到能源、先進製造等產業，建立 SaaS 服務，為產業提供 AI 輔助平台，2020 年更獲得 1.3 億美元的投資，拓點到台灣、日本、新加坡、香港等地。

Beyond Limits 將 AI 應用到產業製程的契機，源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件，企業希望導入 AI 優化決策過程，合作中也發現了石化能源產業的痛點，研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品，不僅受到美國石油公司歡迎，日本市場也買單。

有了日本的先例，這套美國研發出的產品，照理說要拓展到亞洲市場應該不成問題，不料到了台灣卻窒礙難行，甚至需要重新開發不同的產品。

Beyond Limits 的台灣團隊究竟面臨了什麼挑戰？

台灣市場與美國差異大，Beyond Limits 台灣團隊必須如創業般從頭研發產品

台灣分公司總經理張中宜說明，台灣產業的先天特性，讓美國母公司已開發的產品都面臨市場可行性低落的問題，以石油產業的產品舉例，在台灣只有中油、台塑兩個客戶，且台灣的石油公司並不做研發工作，多半直接向國外公司購買配方，因此團隊必須在美國 SaaS 模式 的技術基礎下，研發出符合台灣市場、針對不同產業需求的商品。

「Beyond Limits 在台灣設立公司時的處境，跟重新創業差不多。」張中宜表示，AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師，也要有懂產業製程的專家團隊，龐大的研發費用與對產業專家的需求，讓每一次產品開發都像募資活動，團隊必須透過產業訪談做足市場研究找到痛點，說服製造公司與他們合作開發能解決產業問題的軟體。

然而開發全新市場對張中宜來說並不陌生。

她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ，第一年就讓偏鄉學子考上孟國最高學府卡達大學，更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮，讓卡西歐、 AI 新創、安永都找她擔任顧問，執行戰略布局或開發新通路的工作，面對 Beyond Limits 在台灣的難題，團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。

延伸既有美國產品技術，尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關，研發電池的過程與石油廠研發機油的邏輯相似，痛點都在於漫長的研發過程，就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣，電池配方更要經歷至少半年的實驗，且實驗設計也要在無數次團隊與客戶的交鋒後才能成型，溝通成本相當高昂。

使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統，研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速，系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇，縮短約 2 千倍的研發時間。

Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟，以其認知 AI 的核心技術，協助三井投資的液化天然氣廠進行巨量資料分析，並整合作業人員專業知識與數位化作業模式，制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說，透過與 Beyond Limits 的合作可以改善與再造營運流程，更有效率執行現有事業群的高附加價值項目。

另外，Beyond Limits基於公司在美國既有的輔助風電機維修平台，投入面板機器手臂維修建議系統的開發，「雖然也想在台灣用同一套產品幫助風電產業，也與風電廠陸續接洽，但台灣的風電仍在建設階段，缺乏營運經驗，目前的維修需求也不高。」張中宜談到，市場開發的大方向是要在台灣尋找具備預測維修需求，且市場密集、成熟的產業，公司在與投資人仁寶電腦的合作中，發現光電面板產線中機器手臂的維修概念與風機維修類似，而且痛點也類似：包含高昂的維修成本、未經標準化的維修流程，以及依賴經驗的維修決策。

目前輔助維修系統正與日本機器手臂原廠合作開發，由廠商提供維修資料與產業專家， Beyond Limits 透過 AI 分析維修數據，建立資料背後的邏輯推演，系統最終能判斷機器損壞的原因，並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本，對維修人員來說也有可依循的維修建議，長遠更能累積產業知識 ( domain know-how ) ，促進升級。

以邊緣運算技術，與北捷合作開發人流異常預警系統

而將技術從太空拉回到地面，Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作，使用等同於在火星探測時、消弭與地球時差的邊緣運算技術，原理是透過分散式的運算提升效率，達成在監控系統的邊緣節點就進行異常人流的辨別，降低反應時間落差。

張中宜舉例，正常的人流像是乘客擠進車廂內的固定位置，開始滑手機，異常的人流可能是人群往四面八方散去，產生快速移動的樣態，異常訊息可以在 10 秒內將送到中控室，大幅縮減以往需要 4 分鐘以上的訊號傳輸時間，也能避免踩到人臉辨識的紅線，未來希望擴張應用到大樓監控，或是銷往他國的大眾運輸系統。

源自NASA，認知型AI成為技術優勢與門檻

與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同，Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ，前者的數值 AI 是透過大量數據讓模型認知「此為何物」，而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞，並加以做出決策與判斷，以電池配方為例，將實驗室過去的實驗數據導入數值 AI 系統後，會得出樹種配方組合，再藉由符號 AI 判斷個配方辦法的優劣，並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合，讓人工智慧的每項建議都能以人類可理解的思路解釋，輔助人類做最後決策，也使人機協作的製程模式成為可能。

對於這項技術，張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後，由於火星與地球之間的數值傳遞有時間差，人類基本上不可能遙控好奇號，而且火星上的數據在這之前是 0，所以數值 AI 也無法運作，為了能夠讓好奇號自行在火星上探測與行動，勢必須要模擬人類大腦的認知型 AI 系統，當時才會開發出符號 AI。

根據研究報告，2025 年工業用 AI 規模將達 160 億美元，其應用開發仍具高度可能性，Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外，未來也希望協助優化晶圓半導體產業的製程，團隊更積極與社會、產業溝通，讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策，也讓產業正視轉型需求，近期將與台灣新創基地合作舉辦 AI 科普講座，持續促進製造業的人機共榮合作。

創業快問快答

Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？

A：台灣數位轉型瓶頸

Q：創業至今，做得最好的三件事為何？

A：用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式

Q：要達到下一步目標，團隊目前缺乏的資源是？

A：能見度

附圖：BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術，達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說：BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits

資料來源：https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0

民主選舉獲勝的秘密在於「票多者贏，票少者輸」。由於民主制度的權力結構是由下而上，因此幾乎所有公部門的職位，都與選票結果息息相關。影響選舉結果的方式有兩個，第一當然是直接暴力的修改選舉票數，第二種方式便是靠著各類宣傳影響選民投票意向。前者當然嚴重破壞民主制度，且多半落人口實和話柄，而後者雖然聽起來虛無飄渺，但卻是當代民主制度之所以得以運作的根本。

#贈書活動 #請耐心讀到最後

《民主的弱點：民意，如何成為世界強權操弄的政治武器》
https://www.books.com.tw/products/0010873683

民主制度得以運作的方式，其實正是各大勢力隱於幕後，靠著媒體於戲台前操作議題，製造對立、仇恨和紛亂，導致民眾種種極端的情緒，而為了宣洩這些情緒，將會促使民眾一個個走進投票所。至於幕後的勢力，可能是本土製造業、外資礦業、新興產業、政府不中立、外交使館，也有可能是鄰國獨裁政權。這些隱於背後的勢力，靠著金援特定人士或組織，甚至是收買重要官員或媒體高層，企圖影響選舉結果。

單就《民主的弱點》書名，本以為此書主旨針對於民主制度運作討論，不過內容卻大相逕庭。本書前半部分，作者大衛夏默蒐羅了二次戰後美蘇對壘冷戰期間的案例。美國代表著自由民主，蘇聯則代表共產，分別由兩者隱於檯面下的CIA和KGB對第一線的民主國家操作。這些民主國家多半是二次戰後的第二波民主國家，對於民主體制之運作和基礎不穩妥，加上當時國際局勢動盪，許多國家內部都有共產黨勢力。這些共產勢力的興起原因各異，有些是當地階級差異、貧富不均所導致，有些是左派知識份子主導的理想主義運動，還有些是蘇聯共產國際於各國扶持所成立。不過這些共產黨的成立，並非是單一緣由，而更多是複合因素所導致。

本書前半部分以冷戰為主軸，敘述了CIA對1948年的義大利選舉、美蘇於1960年代對智利選舉的影響、1972年東德對西德選舉的操弄等等。這些篇章中不但有著濃厚的冷戰氛圍，甚至能感受到諜報片中的種種間諜和反間手段。

相比於前半部分較接近於思考歷史案例，本書的後半則將鏡頭擺到了當代國際局勢。以冷戰結束後的首任美國總統柯林頓作為故事的開頭，他面對的是走向民主化的俄羅斯總統葉爾欽。人人都認為蘇聯解體後，走向民主化的俄羅斯將與國際社會有更多接軌，葉爾欽種種與歐美合作的態勢，以及國內種種改革開放的大方向，將讓世界局勢趨於更加穩定之時，但是葉爾欽的接班人普丁卻走了截然不同的道路。普丁掌握了葉爾欽的政治勢力，並利用俄羅斯尚未深植的民主文化，巧妙運用制度上的漏洞，總統總理輪流當的方式，自2000年起開始長期統治俄羅斯。近些年內發生的事情，我們皆從媒體中得知。美俄關係並不融洽，不管是烏克蘭糾紛，抑或是美國數次的總統大選，甚至只是特定議題的新聞輿論，背後都有俄羅斯勢力介入的影子。

本書最為精華之處，便是有意無意的向讀者們拋出幾個問題。

一、 操作媒體影響輿論，其效益本就難以評估或論證。畢竟我們沒有任何對照組能相互討論。因此CIA於1948年義大利選舉後的報告表示，雖然他們成功讓共產黨落選，但由於選票差距甚大，加上並沒有蘇聯明確介入或介入多寡的證據。一切都不禁讓人思考，是否共產黨本就會落選? 是否CIA介入他國選舉是無意義的行為? 是否美國一但選擇介入他國選舉，就勢必得不惜血本的幫助特定候選人勝利?

二、 假新聞和造謠等手段，在民主國家選舉中已歷之百多年之久。過去資訊較之今日為高，多數假新聞皆透過報章媒體或電子媒體傳播，且多數具備特定目的的訊息，皆來自於他國政治勢力。今日隨著社群網路讓資訊成本大幅降低後，帶來的反而是形成一個個排外的網路社群。假新聞的製造者也藉由對特定受眾的理解，假新聞反而變得種類繁多並層出不窮。人類於這百多年來的教育平均水準絕對有顯著提升，但受過更高教育的人類也不見得能輕易分辨假新聞。那麼是否假新聞此一存在，乃民主機制永遠無法根絕的問題?

三、 如美國國力如此強盛之民主政體，因其自由之主張，本就允許他國政治勢力介入其中。但倘若強勢介入其中者，乃一帶有相當敵意之非民主政體，加諸社群網路讓媒體受眾加以區隔化，那麼如美國這般擁有強大國力的民主政體，要如何在維持民主機制順利運作下，同時維持國家安全議題?

我想以上都是本書作者拋給讀者的問題。作者本人當然對此些問題也並沒有個完善的解答，但隨著書中的歷史案例及當代政治思考，我想讀者對此些問題的思考和省思也會更加深入。也是個非常好的契機，讓活在當代民主社會的我們，重新思考民主的價值何在。

最後，我不得不提到台灣。事實上第一島鏈的台灣在冷戰期間，處於對抗共產體制的最前線。長年接受美援的蔣介石政權，也時時刻刻處於CIA的監視之下。根據身旁某些長輩的經驗，CIA人員的身分五花八門，他們可以是正而八經的美國官方人員，能是來台經商或就學的平民，也能是非美國籍的平民，甚至以情報工作來說，甚至許多擔任CIA間諜的人，可能都不知道自己在為CIA工作。曾聽聞2000年時參與選戰幕僚工作的長輩提起，選舉當天開票剛開始，長輩身旁一位美國情資系統的人員，便談起他們於台灣的情蒐工作，並表示陳水扁應該會以些微差距獲勝，並笑臉向在場的人表示別擔心，軍方那邊早已安頓妥善，政權定會順利轉移。

時至今日，我依舊對長輩口中的這個故事感到驚訝。我也並不意外美國對台灣情資工作的齊全，我想如今不管是美國還是中國，都肯定投資台灣甚多。就算美國如今宣稱已慢慢放手於新興民主國家的選舉，我也依然相信美國情資單位對台灣政壇牢牢不放。

此次由 堡壘文化 出版的《民主的弱點》，齋主很推薦對輿論操作和媒體造謠有興趣的齋友們一讀。當然此次堡壘文化同樣為酸齋的齋友們，準備了兩本贈書。

只要你完成以下條件，就可參加抽獎活動
只要你在8/22(日) 20:00 以前，完成以下兩個條件，即可參加抽獎。
1. 按讚並公開分享本貼文
2. 於留言處TAG兩名朋友

活動結束後，齋主會於第一時間抽出幸運的兩名得主。

最後，再次感謝 堡壘文化 對酸齋齋友們的照顧。

## 影片觀看說明

由於問題較多，大家的問題也可能是你的問題，建議可以先閱讀下方的「問題總匯」區，找到時間碼 Time code 之後跳轉到自己想聽的部分，會比較有效率哦

本影片 Q&A 留言是抓取
【2020 年度回顧! 成為 Team leader? 業外收入增加? 技術能力成長? (第一次蒐集 Q&A)】https://youtu.be/BGaDN9wxbKE

## 影片中提到的專案

簡單用 React 撰寫的留言爬取篩選功能，可以自己抓去玩
https://github.com/niclin/youtube-comment-filter

## 問題總匯

00:00 開場
01:26 QA-1 - 林天寸

一直很喜歡妳的頻道，不單單是因為工程師，當然也有部分原因是自己也是走工程師這條路的。
前一年2020年開始，其實是我剛轉職工程師的第一年，在滿多地方都遇到不小的問題，在troubleshooting上面也是有許多瓶頸的。
後來除了白天上班，下班看書跟休息，偶然間看到你的影片[工程師如何自我進修]，才開始慢慢用計畫的方式取代橫衝猛幹。
不得不說，規劃時間真的是比起技術性的功力還更有成效。因為它讓你適時的放鬆跟加強，然後在工作上面才更有長進，雖然很幹話，但我2020的下半年是這樣做的。
目前在準備考取網路管理的證照CCNA，計畫是走network這一塊，還有很多要磨練的。希望也能多看你產出跟network的影片，這是私心話啦，哈哈。

02:57 QA-2 - 仔仔

1.學程式會建議從前端或是後端哪個開始學會比較好?
2.一開始投履歷如何判斷一家公司是可以成長的，而不是進去3，5年後還是那個跟剛進去程度相差不遠的自己差不多
3.跟程式相關的產業有很多(像是製造業到博弈)，可以請Nic分析一下各產業的狀況嗎?以及進去各產業前須要具備哪些程式語言或能力?
4.投履歷時看到一些公司列出所需程式語言和工具一大堆，是不是代表你沒完全具備就不要投履歷了，還是可以請Nic給個意見哪些部分還是可以投看看
5.都說工程師又宅又不會說話，為什麼Nic可以交到女朋友?

10:40 QA-3 - ANDREW NG KAR EARN

如果当写编程语言遇到瓶颈，有什么方法可以有效地避免自己陷入钻牛角尖的情况？

11:46 QA-4 - JS Lin

如果NIC現在選擇能馬上精通一項語言會是哪個？會想用來做什麼PJ？

13:13 QA-5 - Rick0

成為 team leader 後無法直接在技術上有更深入的研究和突破，這樣的變化是否值得?
是否會擔心這樣在技術上跟不上其他人，甚至被下屬看輕呢?

14:39 QA-6 - Henry蔡

因為最近是寒假期間，
我開始考慮下學期的修課，
想請教nic大大，
應該在有什麼樣的基礎上，
開始學design patterns？
我目前是碩士生，
大學非資工本科，
學過Python，
也跟過一些網路影片實作過Flask+PostgreSQL，
大學學過資料結構演算法，
但不到得心應手的程度...

16:07 QA-7 - 黃柏瑋

如何同時Handle好好幾件事
我怎麼覺得上班，然後下班假日寫寫side project後就沒啥時間了🤔🤔🤔

17:24 QA-8 - 乾太

我想問一下這年頭轉行斜槓 VTuber 還有沒有搞頭A？

18:10 QA-9 - uuu06222

之前開始關注你有知道你有面試過人的經驗, 想問一下站在面試官的角度...
面試官會不會比較注重作品需要呈現那些東西, 或是有沒有什麼禁忌是不能碰的嗎?

20:07 QA-10 - Joery Lin

想請教您對於對於給你很多成長和照顧的公司，倘若您有一個更好的機會，無論薪水或未知挑戰都大於現在公司。
您將如何做選擇，或許現在公司會給你加薪留下你。

因為自己曾放棄了許多機會

21:37 QA-11 - YangTing Zheng

Q1: 想問通常一個產品開發的週期都多長呢？負責維運和開發的工作內容是否會差很多？
Q2: 想請您簡單介紹一下資工系學生的出路/工作內容？(如PM.SA.DBA.PG.RD.MIS…或是還有其他的？）

24:16 QA-12 - RTB

Hello World

24:18 QA-13 - Barry

目前是公司MIS 很想轉職成後端工程師，但在面試上面都都時常失敗
常常在問技術關卡時就被問倒了，總覺得 要準備的東西非常的龐大
毫無準備的頭緒，總覺得一直寫side project也不是辦法

26:49 QA-14 - 因地制夷

想請教Nic 有在做投資嗎? ex 股票 想聽一些投資心得

27:13 QA-15 - 比歐

想請教 Nic 大，
在之後的工程師生涯中之後有甚麼規劃或想法嗎?
例如:開發產品創業，或是開班授課、轉做顧問之類的。

28:14 QA-16 - yongming jia

请问新手如何学编程，学完去做什么？怎么自己创业？谢谢🙏

29:33 QA-17 - Minghao Chang

是否能請您推薦用來開發的筆電？（正好最近要汰換電腦），想從今年開始養成寫side project的習慣，謝謝。

30:31 QA-18 - Guan Jun Chen

想知道像Nic這麼厲害的工程師，年薪大概落在哪裡

30:46 QA-19 - Sheng Jiang

想請問Nic，如果非資工背景但是對寫程式有熱情，想轉職當軟體工程師，會建議如何起步?

補充：像是什麼樣的人適合自學，什麼樣的人適合去補習，或者補習跟自學的情況各有哪些優劣?

謝謝Nic

## 結尾

31:49 感想

喜歡影片的話！可以幫忙點個喜歡以及分享、訂閱唷！😘

━━━━━━━━━━━━━━━━
🎬 觀看我的生活廢片頻道: https://bit.ly/2Ldfp1B
⭐ instagram (生活日常): https://www.instagram.com/niclin_tw/
⭐ Facebook (資訊分享): https://www.facebook.com/niclin.dev
⭐ Blog (技術筆記): https://blog.niclin.tw
⭐ Linkedin (個人履歷): https://www.linkedin.com/in/nic-lin
⭐ 蝦皮賣場: https://shopee.tw/bboyceo
⭐ Github: https://github.com/niclin
⭐ Podcast: https://anchor.fm/niclin
━━━━━━━━━━━━━━━━
✉️ 合作邀約信箱: niclin0226@gmail.com

#QA #工程師 #在地上滾的工程師 #前端 #後端 #轉職

回收率不到一成！塑膠垃圾不是進焚化爐就是到海裡去了
　　
💥💥垃圾處理問題刻不容緩！海洋生物誤食塑膠、被塑膠纏繞導致受傷或死亡的案例層出不窮，前陣子花東海灘也出現三起鯨豚擱淺事件，其中一隻雌性柯氏喙鯨被發現胃中充滿大量塑膠垃圾，體內甚至還懷有一隻達165公分的胎兒。世界經濟論壇在2016發布的報告顯示，若人們繼續生產塑料而未能妥善處理，到了2050年，#海洋中的塑料將比魚還多！
　　
環保署從2005年開始實施「垃圾強制分類計畫」，將垃圾分為一般垃圾、資源垃圾及廚餘，但該政策推動14年，不僅宣導有問題，一般民眾與食品容器印製業者分不清楚可回收塑料與不可回收塑料，就連民眾分類好的塑膠垃圾，還是會因為髒汙、塑膠種類標示不清、回收價值低等因素，再次被清潔隊歸類為一般垃圾，導致垃圾不是流進海洋，就是被送進焚化爐🔥🔥🔥
　　
環保署統計，2018年一整年，國人光是在購物用塑膠袋，就用掉了152億個，平均每人每年使用660個塑膠袋，若以每個3.55克計算，去年一整年共產生了高達5萬3960公噸的塑膠袋，而回收量只有約5148公噸，#回收率不到一成！
　　
黑潮海洋文教基金會在2019年1月3日公布，全臺所有海域都有微型塑膠的蹤跡，這些微型塑膠會吸引和吸收海水中一些具有持久性、生物累積性和有毒性的污染物質，不僅會對其他生物造成毒害，還會在生物體內累積，經由食物鏈回歸到人類身上，所以「人吃塑膠」也不再只是危言聳聽，舉凡淡菜、牡蠣、蛤蠣都被驗出塑膠殘留，其中更可能夾帶重金屬與有毒物質，都會增加健康風險。
　　
面對如此嚴重的垃圾汙染困境，環保署公布的臺灣海洋廢棄物治理行動方案草案，卻直到2030年才會全面禁用購物提袋、免洗餐具、一次用外帶飲料杯、塑膠吸管，還不包含其他塑膠製品，就連違反規定的販賣業者和製造業者，也只各處1200到6000以及6萬到30萬的罰鍰，#甚至比肯亞的57萬台幣到110萬台幣的罰鍰還低。
　　
📌📌建議環保署可以參照歐盟與英國，擴大生產者的責任，並加強污染者付費原則，像是讓生產者買單包裝回收處理費，對再生成分低於30％的一次性塑膠課稅等等，以期能有效從源頭控管塑膠垃圾，以符合廢棄物無害化、減量化、安定化、資源化的處理原則。

#質詢
#環保署
#塑膠
#回收