新加坡個人資料保護委員會2017年7月發布資料共享指引
新加坡個人資料保護委員會(Personal Data Protection Commission, PDPC)於2017年7月27日發布資料共享指引(GUIDE TO DATA SHARING)，該指引協助組織遵守新加坡2012年個人資料保護法(Personal Data Protection Act 2012, PDPA)，並提供組織內部和組織之間的個資共享指引，例如得否共享個資，與如何應用，以確保符合PDPA共享個資之適當方法；並得將特定資料共享而豁免PDPA規範。該指引共分為三部分，並有附件A、B。
指引的第一部分為引言，關於資料共享區分為三種類型探討：
- 在同一組織內或關係組織間共享
- 與資料中介機構共享(依契約約定資料留存與保護義務)
- 與一個或多個組織共享(在不同私部門間、公私部門間)
共享包含向一或多組織為利用、揭露或後續蒐集個資；而在組織內共享個人已同意利用之個資，組織還應制定內部政策，防止濫用，並避免未經授權的處理、利用與揭露；還應考慮共享的預期目的，以及共享可能產生的潛在利益與風險。若組織在未經同意的情況下共享個資，必須確保根據PDPA的相關例外或豁免之規定。
指引的第二部分則在決定共享資料前應考慮的因素：
- 共享目的為何？是否適當？
- 共享的個資類型為何？是否與預期目的相關？
- 在該預期目的下，匿名資料是否足以代替個資？
- 共享是否需要得同意？是否有例外?
- 即使無須同意，是否需通知共享目的？
- 共享是否涉及個資跨境傳輸?
上述因素還能更細緻對應到附件A所列應思考問題，附件B則有相關作業流程範例。
指引的第三部分，具體說明如何共享個資，與資料共享應注意規範，並提供具體案例參考，值得作為組織遵守新加坡個人資料保護規範與資料共享之參考依據。
孫鈺婷
專案經理 編譯整理
1. Personal Data Protection Commission (PDPC), New Guide to Data Sharing, https://www.pdpc.gov.sg/news/latest-updates/page/0/year/2017/month/All/new-guide-to-data-sharing (last visited Aug. 24, 2017).
2. Personal Data Protection Commission (PDPC), GUIDE TO DATA SHARING, https://www.pdpc.gov.sg/docs/default-source/other-guides/guide-to-data-sharing-(270717).pdf?sfvrsn=8 (last visited Aug. 24, 2017).
美國民主黨參議員Chris Murphy在2015年4月16日捲土重來提出「榮光法案」（Helping Angels Lead Our Startups Act，以下簡稱HALOS Act）。HALOS法案在上個會期胎死腹中，此次重新提出，旨在強調暢通管道以投資新創公司之重要性，Murphy表示：「我們應該尋求更便利的管道，讓各種財務狀態但具備財務知識的投資人（knowledgeable investors of any financial status）都能投資新創公司，利用他們的專業和資金來增強新創公司成功的可能性。」 舉辦「Demo Days」或「Pitch Events」，是現行許多美國創業家藉以增加與天使投資人（Angel Investors）連結的方式。在「Demo Days」此種場合，創業家通常僅向與會者展示其產品或服務，而不主動進行籌資，避免提及或發送與公司財務預測、業務成長等等與招募投資人有關的資訊、文件。 在「Pitch Events」的場合，其主要目的則為發掘潛在投資人，進而籌募新創公司所需之資金。但此種類似投資說明會的「Pitch Events」必須受到美國2012年「新創企業啟動法」（Jumpstart Our Business Startups Act，以下簡稱JOBS法）的規範，也就是會議進行方式是否涉及1933年證券交易法Rule 502(c) of Regulation D所指之「公開徵求」（general solicitation）、參與者是否為「合格投資人」（accredited investor）等問題。所謂的合格投資人是指符合一定的資格而足以被認定具有充分財務決定能力，JOBS法因此要求這些天使投資人必須交出一定的個人財務資料作為佐證。 批評者認為這些規定無助於讓新創公司籌募所需資金，也因此無法創造更多就業機會，因為許多投資人對於必須將自己的財務狀況分享給新創公司，甚至是活動策展人，往往是感到不太自在的。Murphy參議員認為這些規定是「繁瑣的第三方審核程序」、「是一種對隱私的侵犯，嚇跑了那些想要想要支持新創公司的投資人，特別是在新創公司最需要資金的時刻」。 Murphy參議員提出此法案回應了批評者的建議，主張法規對於這些天使投資人團體（Angel Investor Group）應該有不一樣的規範方式，因為這些天使投資人與新創公司通常早已具有家族或朋友等人際網絡關係。
美國紐約州通過《政府自動化決策監督法》規範州政府使用自動化決策系統紐約州州長於2024年12月21日簽署《政府自動化決策監督法》（Legislative Oversight of Automated Decision-making in Government Act, LOADinG Act），用以規範紐約州政府使用人工智慧自動決策系統的方式以及相關義務，成為美國第一個通過這類法律的州。 該法所定義之「自動化決策系統」係指任何使用演算法、計算模型或人工智慧技術，或其組合的軟體，用於自動化、支援或取代人類決策；這類系統亦包括應用預定義規則或機器學習演算法進行資料分析，並在自動產生結論、建議、結果、假設、預測。 針對政府使用自動化決策系統之情形，《政府自動化決策監督法》有三大重點：人類監督、影響評估以及資訊揭露。 一、人類監督 州政府在提供社會福利資源或其他可能實質影響人民權益與法定權利的業務時，除非是在「有意義的人工審查」下進行操作，否則不得使用自動化決策系統。同時，此法也強調，州政府亦應確保其員工現有權利不會受到自動化決策系統的影響，例如不得因此受到解雇、調職或減薪等。 前述有意義的人工審查，係指對自動化決策流程進行審查、監督及控制的工作人員，必須是受過訓練、對該系統有一定之了解且擁有權力干預、變更系統最終決策的人。 二、影響評估 州政府如欲使用自動化決策系統，應進行影響評估且每兩年應至少重新評估一次；系統在進行重大更新前，也應重新進行影響評估。若評估發現系統產生歧視性或有偏見的結果，機關必須停止使用該系統及其生成的資訊。 影響評估的項目除了性能、演算法及訓練資料外，亦應進行準確性、公平性、偏差歧視、以及個人資料安全等相關測試。 三、資訊揭露 影響評估需在系統實施前至少30天提交給州長與州議會，並在相關機關的網站上公布；僅機關在特殊情況下（例如涉及公共安全考量），州政府可針對報告揭露之資訊進行必要的刪改，但必須說明做出此決定的原因。此外，州政府亦需於本法通過後向州議會提交報告，說明包括系統描述、供應商資訊、使用開始日期、用途、人類決策的支持或取代情況、已進行的影響評估摘要等。 本法強調對人工智慧技術的審慎應用，特別關注其對勞工權益的影響。該法明確規定，禁止在無人類監督的情況下，使用自動化系統進行失業救濟或育兒補助等福利的審核決策，並保障州政府員工不因人工智慧的實施而減少工作時間或職責。此類規定在現行立法中較為罕見，顯示出立法者對勞工權益的高度重視。該法的實施效果及影響，值得未來持續保持關注。
歐盟執委會發布碳差價合約國家援助指引歐盟執委會發布碳差價合約國家援助指引 資訊工業策進會科技法律研究所 2026年09月10日 碳差價合約（Carbon Contracts for Difference, CCfD）透過約定履約價（strike price），提高氫能、碳捕捉等高成本減碳投資的商業可行性，縮小歐盟產業採用低碳技術所面臨的成本劣勢，降低碳洩漏風險，並強化歐洲戰略自主與產業韌性。 壹、事件摘要 歐盟執委會（European Commission）於2026年7月17日發布CCfD國家援助指引，協助會員國依《氣候、環境保護與能源國家援助指引》（Climate, Environmental Protection and Energy Aid Guidelines, CEEAG）設計用於產業減碳的CCfD制度[1]。歐盟雖已透過歐盟排放交易體系（EU Emissions Trading System, EU ETS）及相關政策，使企業承擔部分溫室氣體排放成本並形成減碳誘因，但對氫能、電氣化及碳捕捉等高成本減碳技術而言，既有政策誘因仍不足以促使企業採用相關技術[2]。於此背景下，執委會於2022年發布CEEAG時，將差價合約列為減碳援助可採用的方式之一，並指出其可運用於減碳領域形成CCfD，促進產業減碳創新技術商業化，並為會員國設計CCfD援助制度提供依據[3]。 於此架構下，荷蘭、德國、瑞典、奧地利及法國等國已陸續建立CCfD或相關產業減碳補助制度。由於CCfD若設計不當，可能扭曲市場訊號及競爭，執委會參考上述國家的經驗提出本指引，整理CCfD的制度設計與審查重點。本指引不具法律拘束力，亦不限制會員國依自身需求採取不同制度設計，但可供會員國設計CCfD時掌握CEEAG下主要適用的審查標準，並有助於相關制度建立及加速後續國家援助審查[4]。 貳、重點說明 以下就CCfD的補助方式、補助必要性、競標設計，以及減碳成效與市場影響等四項重點進行說明。 一、CCfD補助方式 CCfD為政府與受補助企業簽訂的補助契約，約定每減少一噸二氧化碳當量所對應的履約價，並依企業實際減量提供補助。當市場價格低於履約價時，由政府支付兩者差額；市場價格高於履約價時，採雙向CCfD（two-way CCfD）者企業須返還差額，採單向CCfD（one-way CCfD）者則由企業保留高於履約價的收益。 履約價原則依競標結果決定，由企業提出每減少一噸二氧化碳當量所需的補助金額，並依投標價格由低至高排序。市場價格則可參考EU ETS排放配額價格；涉及碳移除時，則可參考碳移除信用額度價格[5]。 二、補助必要性 會員國須證明若無補助，企業原本不會進行相關減碳投資，以確認補助具必要性。對已納入EU ETS的產業，補助範圍須將EU ETS既有減碳誘因納入考量，例如僅就排放表現優於EU ETS標竿值（ETS benchmark）的部分提供補助，避免將EU ETS本身已有減碳誘因的部分納入CCfD補助[6]。 三、競標設計 補助預算或額度應設計為無法滿足所有預期投標需求，並確保有足夠投標者參與，以形成有效競爭。投標原則上依每噸二氧化碳當量減量所需的補助金額排序，如另納入非價格條件，其合計權重不得超過30%[7]。 此外，同一投資如已取得其他國家援助或歐盟資金，相關補助應納入投標價格計算，或自CCfD補助金額中扣除，以避免過度補助[8]。 四、減碳成效與市場影響 CCfD補助須確保整體溫室氣體排放減少，受補助設施所增加的間接排放不得超過其直接減排量，避免新增排放抵銷減碳效果。受補助設施亦須實際降低生產過程產生的直接排放，不得僅以改用再生能源電力或產品於下游產生的減量作為補助依據。 此外，制度設計須保留電力價格等市場訊號，不應完全抵銷能源價格波動，以維持企業提升營運效率的誘因[9]。 參、事件評析 為因應氣候變遷並落實《巴黎協定》（The Paris Agreement）所定溫度目標，歐盟透過《歐洲氣候法》（European Climate Law）確立2030年淨溫室氣體排放較1990年減少至少55%、2040年減少90%，以及2050年達成氣候中和的目標[10]。惟歐盟目前能源密集產業的減碳速度不足，許多已宣布的減碳計畫亦未實際落實[11]。因此，歐盟此次發布CCfD國家援助指引，乃藉由說明CCfD制度的設計方式，鼓勵會員國建立並運用相關制度，降低企業採用高成本減碳技術的投資風險，以進一步推動產業減碳。 就政策效果而言，CCfD除可提高氫能、電氣化及碳捕捉等高成本減碳技術的商業可行性，亦可縮小歐洲企業採用低碳生產方式所面臨的成本劣勢，減少企業因成本壓力而將生產線移往歐盟境外的誘因，降低碳洩漏風險並強化歐洲產業韌性。 惟CCfD主要處理企業採用低碳技術所面臨的投資風險與成本差距，本身並不直接創造低碳產品需求。由歐盟近期「潔淨產業政綱」（Clean Industrial Deal）[12]與《產業加速法》草案（Industrial Accelerator Act, IAA）[13]等政策方向可看出，歐盟除降低企業減碳投資成本外，亦逐步透過公共採購等措施增加低碳產品需求。因此，若歐盟希望透過CCfD使高成本減碳技術長期具備商業可行性，尚須搭配需求面政策增加低碳產品需求，並透過EU ETS等碳定價制度提高高排放生產方式的成本，逐步改善企業採用低碳技術所面臨的成本劣勢，並降低企業對政府補助的依賴。 [1] EUROPEAN COMMISSION, Carbon contracts for difference schemes for industrial decarbonisation under the CEEAG – State aid Guidance for Member States (July 17, 2026), at 1, https://competition-policy.ec.europa.eu/document/download/42330cc4-d31e-41cf-ae35-3db7ab933331_en?filename=20260717_guidance_on_carbon_contracts_for_difference.pdf (last visited Sept. 7, 2026). [2] Id. at 3, 7. [3] Communication from the Commission – Guidelines on State aid for climate, environmental protection and energy 2022, 2022 O.J. (C 80) 1, 38. [4] EUROPEAN COMMISSION, supra note 1, at 1, 4. [5] Id. at 3-5. [6] Id. at 6-7. [7] Id. at 9, 11. [8] Id. at 11-12. [9] Id. at 12-14. [10] Regulation (EU) 2021/1119, 2021 O.J. (L 243) 1, 9; Regulation (EU) 2026/667, O.J. L, 2026/667, 18.3.2026. [11] Commission Proposal for a Regulation of the European Parliament and of the Council Establishing a Framework of Measures for the Acceleration of Industrial Capacity and Decarbonisation in Strategic Sectors, at 2, COM (2026) 100 final (Mar. 4, 2026). [12] Clean Industrial Deal, EUROPEAN COMMISSION, https://commission.europa.eu/topics/competitiveness/clean-industrial-deal_en (last visited Sept. 7, 2026). [13] COM (2026) 100 final.
英國Royal Free國家健康服務基金信託與Google DeepMind間的資料分享協議違反英國資料保護法英國資訊委員辦公室（Information Commissioner’s Office, ICO）於2017年7月公告Royal Free國家健康服務基金信託（Royal Free London NHS Foundation Trust）與Google人工智慧研究室DeepMind之間的資料分享協議，違反資料保護法（Data Protection Act）。 該協議之目的在使DeepMind利用Royal Free所提供的醫療資料，開發一款名為Streams的應用程式，透過人工智慧系統分析得知病患惡化之情況，並以手機警示方式通知臨床醫生。由於涉及病患的可識別個人資料且人數多達160萬人，協議的合法性，尤其在資料分享是否經病患同意方面，受到質疑。 Royal Free與DeepMind主張因應用程式是直接對病患進行醫療照護，具有病患默示同意（implied consent）之正當基礎，且資料經加密後才傳給DeepMind。惟經ICO調查結果如下： 就資料將被使用作為應用程式測試一事，病患未獲充分告知亦無合理期待； 雖執行隱私影響評估，惟僅於資料傳給DeepMind後才進行，無法發揮事前評估作用； 應用程式尚在測試階段，無法說明揭露160萬病患紀錄的必要性與手段合理性。 目前Royal Free已承諾改進以確保其行為合法性。ICO之認定突顯創新不應以「減損法律對基本隱私權保障」作為代價。