OFCOM將重新檢討商業廣播電視節目贊助規定

  英國廣播電視主管機關OFCOM於今年十月下旬公布,其將修酌廣播電視規則(Broadcasting Code),放寬商業廣播電視節目/頻道贊助規定。


  現行的廣播電視規則禁止特定類型的節目接受贊助,例如新聞和時事節目不得接受贊助,也禁止特定種類之商品或服務廠商贊助特定節目,例如禁止酒商贊助兒童節目。


  OFCOM表示將修酌現行規定,放寬節目/頻道贊助之規定,惟在兼顧節目編輯權以及兒童閱聽人之收視權益的考量下,將訂定相關的節目/頻道贊助限制,包括


    1.必須使閱聽人知道節目有接受贊助,贊助廠商之資訊必須與節目和廣告內容所有區隔。


    2.頻道贊助廠商之資訊不得出現於禁止接受贊助之節目內容中或播放時間之前、後。


    3.贊助廠商資訊之呈現不得過於明顯。


    4.節目頻道不得以贊助廠商之名稱命名。

相關連結
※ OFCOM將重新檢討商業廣播電視節目贊助規定, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=566&no=67&tp=1 (最後瀏覽日:2026/03/17)
引註此篇文章
你可能還會想看
員工分紅列費用之會計處理 金管會擬自民國97年起適用

  新修正商業會計法第 64 條規定,商業對業主分配之盈餘,不得作為費用或損失。但具負債性質之特別股,其股利應認列為費用。本條但書即是企業對於員工分紅應與以費用化之法源。配合此一新修正規定,金管會前已邀集業界及產業公會、四大會計師事務所與相關政府單位等,針對員工分紅費用化相關問題共同討論以研擬員工分紅費用化之相關會計處理及配套措施。 金管會及有關單位研討後決定, 在會計處理方面,企業應於期中報表依章程所訂之比率,預估員工分紅及董監酬勞金額入帳。期後董事會決議發放金額有重大變動時,該變動應調整當年度(原認列員工紅利之年度)之費用。至於次年度股東會決議若有變動,則依會計估計變動處理,列為次年度損益。 至於員工分紅配發股數之計算基礎以公平價值評價,上市上櫃公司應以股東會開會前一日之公平市價(考慮除權及除息之影響)計算股票紅利股數;興櫃公司及未上市上櫃之公開發行公司則應以股東會前最近期經會計師查核簽證之財務報告淨值計算股票紅利股數。企業發行員工認股權憑證及買回庫藏股轉讓予員工,應以公平價值法認列為費用。 以上決議將自 民國九十七年一月一日 起的財務報表開始適用。   由於員工分紅費用化,對一向以股票分紅作為獎勵員工的科技產業,可能造成不小的衝擊,因此,金管會也提出「員工認股權憑證制度」及「庫藏股票制度」的配套措施,並將修正「發行人募集與發行有價證券處理準則」與「上市上櫃公司買回本公司股份辦法」。金管會表示,有關本案規劃措施及實施日期,將由經濟部彙整各部會意見,提報行政院,相關措施將配合實施日程發布。

美國5G科技加速方案(5G FAST Plan)

  美國5G科技加速方案(Facilitate America’s Superiority in 5G Technology,簡稱5G FAST Plan)是美國聯邦通訊委員會(Federal Communications Commission,簡稱FCC)為激勵5G投資創新、強化美國5G技術優勢,於2018年9月28日所提出的方案,著重在5G三大發展面向包括:投入更多頻譜進入市場、基礎建設及政策升級、更新監管法規等。其中,美國5G科技加速方案(5G FAST Plan)針對過時法令的現代化,共提出五點更新方向,促進美國人的數位機遇與挑戰。 一、 恢復網路自由:為鼓勵投資和創新,確保網路的開放自由。FCC通過《恢復網路自由命令》,廢除網路中立性。 二、 One Touch Make Ready: FCC更新網路設備安裝到公用電線桿的規則,降低成本並加快5G傳輸部署。 三、 加速智慧財產權轉型:FCC修訂規則促進企業投資5G網路與服務。 四、 商業數據服務:為激勵對現代光纖網路建設的投資,FCC更新高速專用服務規則並提高費率。 五、 供應鏈完整性:禁止購買會威脅美國5G通訊網路及通訊供應鏈完整性的設備與服務。   另一方面,2019年4月12日,FCC主席Ajit Pai前往白宮與總統會談時,再次強調美國必須贏得第五代行動通訊技術競賽,主要有兩個關鍵原因:首先是提升國家競爭力,透過開發並部署5G技術等高薪工作,提升美國經濟水平,進而超越其他競爭國家;再者,發展5G將徹底改變人類的生活方式,從精準農業、智慧交通再到遠端醫療網路,包含農村在內的所有美國民眾,都將受益於這場5G數位革命。 FCC擬定的美國5G科技加速方案(5G FAST Plan),未來發展重點聚焦如下: 一、 釋出5G頻譜以供商業使用:FCC已在2019年1月完成第一次的5G頻譜拍賣,並進行第二次及2019年12月10日第三次的5G頻譜拍賣,開放競標3400兆赫茲,將會是美國歷史上最大的頻譜競標。 二、 簡化5G無線基礎建設審查:5G運作必須依靠小型基地台(Small Cell),FCC透過更新無線通訊基礎設施政策,簡化聯邦與地方對於小型基地台部署審查,加速推動5G無線網路服務覆蓋範圍。 三、 積極鼓勵光纖部署:5G不僅是無線技術,要將5G應用在無人機飛行,還需要更強大的光纖網路傳輸流量。FCC近來致力於鬆綁嚴厲的監管規定,希能逐步增加更多的光纖部署地點。   此外,為鞏固美國在國際的5G競爭實力、部署國家未來的5G基礎建設,FCC預計建立一規模達204億美元的農村數位機會基金,將高速頻寬拓展至美國農村地區多達400萬戶家庭及中小企業,5G技術將為美國帶來更多的經濟機會。FCC表示,從國際條約談判到急需的監管改革,美國政府將以多種方式推展5G願景,提升國家經濟及產業競爭力,改善人民生活並尋求全新的生活模式,為此美國必須贏得第五代行動通訊技術競賽。

污者自付 中國大陸擬徵生態稅

  中國大陸能源基金會副主席楊富強日前透露,能源基金會、世界自然基金會與國家財政部正在研討開徵「生態稅」。目前,正在為能源對環境的影響成本進行核算,年內相關草案將出爐。   據中國大陸媒體報道,世界自然基金會氣候變化與能源項目負責人甘霖表示,生態稅主要目的就是為了保護生態環境和自然資源,向所有因其生產和消費而造成外部不經濟的納稅人課徵的稅收。    生態稅涉及所有消費化學能源的行業,讓企業去承擔環境成本,實現生態和資源價值的合理補償。目前,生態稅的標準正在研討中,不同的行業對應不同的稅收標準。這個標準與企業的排放有關。根據企業排放量的多少,制定一個限定的比例,再乘以企業的年生產量。也就是說,「企業污染的越多,承擔的環境成本就會越高。」    甘霖指出,目前綠色能源的環境績效還不能完全轉化為經濟效益,綠色能源單位建設投資高及利用率偏低,造成綠色能源價格較高,從而無法與傳統能源競爭,成為影響綠色能源發展的一個瓶頸。現在運用稅收手段,徵收生態稅,就是要使傳統能源價格升高,從而縮小傳統能源與綠色能源之間的差價,推動全社會積極使用綠色能源。

世界衛生組織發布人工智慧於健康領域之監管考量因素文件,期能協助各國有效監管健康領域之人工智慧

世界衛生組織(World Health Organization, WHO)於2023年10月19日發布「人工智慧於健康領域之監管考量因素」(Regulatory considerations on artificial intelligence for health)文件,旨在協助各國有效監管健康領域之人工智慧,發揮其潛力同時最大限度地降低風險。本文件以下列六個領域概述健康人工智慧之監管考量因素: (1)文件化與透明度(Documentation and transparency) 開發者應預先規範(pre-specifying)以及明確記錄人工智慧系統(以下簡稱AI系統)之預期醫療目的與開發過程,如AI系統所欲解決之問題,以及資料集之選擇與利用、參考標準、參數、指標、於各開發階段與原始計畫之偏離及更新等事項,並建議以基於風險之方法(Risk-based approach),根據重要性之比例決定文件化之程度、以及AI系統之開發與確效紀錄之保持。 (2)風險管理與AI系統開發生命週期方法(Risk management and AI systems development lifecycle approaches) 開發者應在AI系統生命之所有階段,考慮整體產品生命週期方法(total product lifecycle approach),包括上市前開發管理、上市後監督與變更管理。此外,須考慮採用風險管理方法(risk management approach)來解決與AI系統相關之風險,如網路安全威脅與漏洞(vulnerabilities)、擬合不足(underfitting)、演算法偏差等。 (3)預期用途、分析及臨床確效(Intended use, and analytical and clinical validation) 開發者應考慮提供AI系統預期用途之透明化紀錄,將用於建構AI系統之訓練資料集組成(training dataset composition)之詳細資訊(包括大小、設定與族群、輸入與輸出資料及人口組成等)提供給使用者。此外,可考慮透過一獨立資料集(independent dataset)之外部分析確效(external analytical validation),展示訓練與測試資料以外之效能,並考慮將風險作為臨床確效之分級要求。最後,於AI系統之上市後監督與市場監督階段,可考慮進行一段期間密集之部署後監督(post-deployment monitoring)。 (4)資料品質(Data quality) 開發者應確認可用資料(available data)之品質,是否已足以支援AI系統之開發,且開發者應對AI系統進行嚴格之預發布評估(pre-release evaluations),以確保其不會放大訓練資料、演算法或系統設計其他元素中之偏差與錯誤等問題,且利害關係人還應考慮減輕與健康照護資料有關之品質問題與風險,並繼續努力創建資料生態系統,以促進優質資料來源之共享。 (5)隱私與資料保護(Privacy and data protection) 開發者於AI系統之設計與部署過程中,應考慮隱私與資料保護問題,並留意不同法規之適用範圍及差異,且於開發過程之早期,開發者即應充分瞭解適用之資料保護法規與隱私法規,並應確保開發過程符合或超過相關法規要求。 (6)參與及協作(Engagement and collaboration) 開發者於制定人工智慧創新與部署路線圖之期間,需考慮開發可近用且具有充足資訊之平台,以於適合與適當情況下促進利害關係人間之參與及協作;為加速人工智慧領域實務作法之進化,透過參與及協作來簡化人工智慧監管之監督流程即有必要。

TOP