澳洲「頻譜改革」（Spectrum Reform）
澳洲通訊暨藝術部（Department of Communication and the Arts）在2019年10月宣布，依據通訊部（Department of Communications，為通訊暨藝術部的前身）在2015年所發布頻譜檢視報告（Spectrum Review Report）之建議，推行頻譜改革（Spectrum Reform）措施，以落實改善頻譜管理並建立更有效的頻譜監管框架。其中最重要者為分階段修正現行之無線通訊法（Radiocommunication Act 1992），包含為頻譜使用者提供更高的抗干擾保護，並減除其投資頻譜的不確定風險，例如消除頻譜分配與重分配過程中不必要的限制、延長頻譜許可期限至20年、提供清楚明確的頻譜許可更新指引，並盡可能使設備執照（Apparatus Licence）與頻譜執照（Spectrum Licence）保持一致性。
因應現代通訊技術的發展，澳洲政府自2018年來持續推動頻譜管理現代化（Modernising spectrum management in Australia），包含提高頻譜管理的透明度與定價效率，以達成提高頻譜的使用效率，並建立單一的頻譜釋照框架，這些都將納入現正推動無線通訊法的修正中。此外，澳洲通訊與媒體局於2019年10月25日宣布將釋出26 GH頻段中的2.4 GHz（25.1至27.5 GHz），預計在2021年以拍賣方式分配頻譜執照，除了頻譜釋出外，通訊與媒體局計畫藉由設備執照、類別執照（Class Licence）以及頻譜執照三者的靈活組合，滿足澳洲5G技術應用的頻譜需求，並符合無線通訊法第3條「透過確保有效分配與使用無線電頻譜以最大化其使用效益，進而提升使用無線電頻譜之整理公共利益」之目標，來推動5G技術與創新應用的早期部署。
本文為「經濟部產業技術司科技專案成果」
范晏儒
專案經理 編譯整理
垂直場域應用之5G頻譜政策趨勢，資訊工業策進會科技法律研究所， https://stli.iii.org.tw/article-detail.aspx?tp=1&i=0&d=8311&no=64 （最後瀏覽日：2020/01/09）。
我國與日本企業增僱薪資費用稅捐優惠之研究與啟示 資訊工業策進會科技法律研究所 2024年10月01日 一、新修正中小企業發展條例第三十六條之二 《中小企業發展條例》（下稱中小條例）於2024年7月12日經立法院三讀通過後迎來了第35條研發投抵、第35條之1智慧財產權作價入股緩課及第36條之2薪資費用加成減除的延長適用[1]，其中第36條之2分別有員工增僱、員工加薪薪資費用加成減除二項措施。根據該條第1項規定，中小企業增僱24歲以下或65歲以上員工並達法定要件者，得以增僱員工所支付之薪資費用之200%減除應納所得額，是立法者希望透過稅法減輕依法增僱之中小企業的營利事業所得稅負擔，藉此協助中小企業人力資源規劃、提升延攬青年與高齡者意願[2]。 稅捐法律關係本為支應國家一般財政需要，課予人民公法上金錢給付義務時應強調納稅義務之平等[3]，故稅捐優惠者實則稅法上例外規定[4]。本次修法以企業僱用特定年齡員工作為稅法上非財政目的[5]，既為針對特定費用予以中小企業稅捐負擔上差別待遇，是在引導企業主從事立法者所欲引導之行為時—即企業以增加僱用員工之形式增加支出—，稅捐立法就值得謹慎思考，如何在稅制適用上透過稅捐構成要件，盡可能使企業應減稅的行為達成稅法上非財政目的，以確保差別待遇之合理正當[6]。 關注於企業增僱薪資費用稅捐優惠，實證上在日本立法例中亦有所見，且該國稅制之發展已有逾12年之背景，尤具比較意義。本文將以稅法上非財政目的為中心，分別梳理兩國稅捐優惠立法，論述立法上有效引導企業增僱員工，並比較不同稅制的偏重與新意。 二、我國中小企業增僱薪資費用加成減除稅制 （一）、立法沿革與非財政目的 中小條例第36條之2的制定最早可追溯至2014年，當時國內廣泛呼籲解決青年失業率和薪資水準的問題[7]，立法者於是鎖定在經濟景氣之影響[8]，以中小企業增僱員工所支出之薪資費用為標的，訂定營利事業所得費用加成減除稅捐優惠，希望透過減稅的方式提升國內中小企業投資意願並帶動就業率[9]。 隨後，為鼓勵企業與受雇員工共同分享經濟成果[10]，2015年該條文在第1項增僱稅捐優惠後增訂第2項，擴大僱用24歲以下員工之誘因[11]。申言之在經過一年的醞釀之後，改善青年就業的稅法上非財政目的，正式以減稅對象的年齡門檻作為適用條件，該稅制遂形成一般增僱與青年增僱稅捐優惠。 2024年中小條例第36條之2迎來重要修正，立法者明確指出將刪除既有的經濟景氣啟動門檻[12]，不再限於促進經濟反轉動能的概念；另外則維持了增僱、加薪薪資費用加乘減除的稅制架構。其中，增僱薪資費用修正後的稅法上非財政目的之設定緣由，大致有二： 1.考量國內人口結構少子女化趨勢及高齡者勞動參與問題。 2.產業變遷與轉型過程中的多元人才需求[13]。 申言之，稅式支出將用於放大薪資費用支出，減輕中小企業增僱員工後的營利事業所得稅負擔，並以少子女化、高齡者勞動等緣由填充中小企業增僱、加薪等非財政目的[14]。 （二）、稅制效果與適用要件 為了深入比較我國與日本增僱薪資費用稅捐優惠，以下就中小條例第36條之2第1項為範疇，進一步介紹該條文之適用要件。 1.適格受雇員工身份與減免效果 承前所述，現行中小條例第36條之2增僱員工對象，必須為24歲以下或65歲以上之受員工[15]，以符合引導企業僱用青年、高齡工作者的稅法上非財政目的。 稅捐優惠的減免效果方面，本條採取應納所得額費用加成減除措施，對於中小企業適格增僱行為，得按增僱所支付薪資金額之200%自營利事業所得額中減除[16]。亦即，在客觀淨所得原則之概念下，稅捐優惠減免效果發生於所得額計算階段，納稅義務人應再適用營利事業所得稅20%稅率，申報應納所得稅額。 2.基層員工薪資費用作為稅捐標的 增僱員工稅捐優惠以「基層員工」的薪資費用為稅捐標的，亦即得享有稅捐優惠之應納稅行為必須是增僱特定身分受僱員工之薪資費用。參酌行政院的立法文件可知[17]，框定基層員工的內涵是指該名員工經常性薪資未滿6萬2千元者，係採專業人員職類別薪資作為天花板，強化稅式支出與提高基層員工薪資的關聯性[18]。 3.企業整體薪資給付總額 中小條例第36條之2有關增僱加成減除的部分，雖然沒有明確指出增加僱用人數與薪資水準的關係[19]，但適用上仍設定了提高「企業整體薪資給付總額」的要件。根據現行授權子法規定，整體薪資給付總額指企業增僱本國籍員工之當年度總額，應高於比較薪資水準總額[20]。 其中比較薪資水準總額，須以企業當年度增僱員工數占前一年度僱用員工數之比例為被乘數，確立其依照前後年度僱用員工變動值；再乘以前一年度已增加支出資薪資費用總額，求得該企業按照人員變動所應該等比例支付的薪資；以此為比較基準，再以其3成作為中小企業在合理給付能力內應提升水準[21]；最後加總前一年度已支付薪資總額，求得增僱後應達到的薪資給付總額。由於中小企業當年度薪資給付總額，比較前一年度薪資水準後應有所提升，因此適用上將架構出中小企業必須在前一年度之薪資給付能力之上進行增僱，始有稅捐優惠之適用。 此一要件在實質反映企業可能有因員工離職人數大於增僱員工人數，以及避免企業縮編聘僱員額使整體薪資下降後再享有稅捐優惠等，具有稽徵公平的意義。假設某中小企業前年度員工為20人，當年度離職員工共5人，但當年度增僱員工3人，因此該人員變動值為18/20，因此按照前一年度所能支付薪資總額假設為n，等比例推算當年度應支出薪資總額應為n×18/20。以其3成作為提升水準，並加總前一年度已支出薪資費用，可知增僱後應達到之薪資給付總額為n+(n×18/20)×30%。在此情形下，比較薪資水準總額為1.27n，故增僱事實發生當年度即便有員工總數減少，中小企業之整體薪資給付總額仍需大於1.27n。 因此，本條稅制將要求納稅義務人必須確保，當年度增僱的所能支出薪資費用的能力較前一年度有所成長，在強化稅式支出與非財政目的之間的關係上可謂相當嚴謹[22]。 三、日本增僱薪資費用稅額扣除稅制 （一）、立法沿革與非財政目的 日本有關增僱薪資稅捐優惠，首見於2011年「僱用促進稅制」（雇用促進税制）[23]，當時配合「新成長戰略經濟對策」（新成長戦略実現に向けたの経済対策）政策，企業得按增加僱用所支出薪資費用一定比例享有營利事業所得稅額扣除，以稅制促進中小企業創造就業機會、基礎提升勞動所得[24]，從而帶動整體經濟增長[25]。 隨後，日本政府為了因應人口結構對地方經濟的負面影響，2016年立法者在新成長戰略經濟對策下延伸出「活化區域經濟」（地域活性化）目標[26]，在增僱稅捐優惠加上地理條件，新增「地方據點強化稅制」（地方拠点強化税制）[27]。引導企業在特定地區擴大投資或將業務遷移至特定地區時，以平衡區域經濟發展[28]。企業依據租稅特別措施法（租税特別措置法）第42條之12條規定，得按增僱員工數享有年度所得稅額定額扣除額、建築物加速折舊。 2020年僱用促進税制在確保「轉型投資與產業結構所須新興人力資源引進」之非財政目的下[29]，更名為「人才確保稅制」。參照內閣府的立法說明文件可知，為了因應後新冠疫情時代產業結構新常態、碳中和與轉型投資急迫性，有必要以稅捐優惠加速企業帶動經濟成長良性循環，並改善應屆就職環境[30]。企業依據租稅特別措施法第42條之12之5條規定，僱用新進員工（新規雇用者）所支付「調整薪資給付額」（比較給与等支給額）達法定比例者，得作為當年度所得稅額之扣除額。 鳥瞰日本增僱薪資稅捐優惠稅制，目前無論是地方據點強化稅制或是人才確保稅制，兩者在非財政目的上都與岸田首相新資本主義政策的「實現結構性薪資成長」子政策鏈結；著重在中小企業作為人力資源需求端的相對多數，給予其稅捐優惠有助於在經濟成長的過程中促進勞動力的適當流動[31]。 圖1 日本增僱稅制及其非財政目的演變 資料來源：本研究繪製 （二）、地方據點增僱稅制效果與適用要件 承前所述，日本增僱薪資稅制目前可分為地方據點強化稅制與人才確保稅制，從稅制效果與架構來看，前者可分為轉移型僱用促進型、擴張型僱用促進型，後者可分為人才確保基本型、人才確保增額型，以下逐項論述其特色及其適用要件。 1.地方業務設施整備計畫 地方據點強化稅制的增僱稅捐優惠，係以地方政府公告之「地方再生計畫指引」[32]框定地方經濟特性，以此引導納稅義務人從事特定營業設施與處所投資及員工增僱[33]。企業應依據該指引，說明地方據點投資的與規劃[34]，業務轉移或業務擴張的內容[35]，以及預計調任或增僱員工數，完成「業務設施整備計畫」。計劃書應送交地方再生推進事務局（即地方經濟產業局）核定[36]，確認後始可進行轉型或擴張投資，以此契合地方經濟實況、區域產業發展及移轉或擴張業務時的具體增僱需求[37]。 申請企業並須於每年年度終了時，向地方政府提交投資報告書（実施状況報告書），說明其營業設施與處所投資情形及實際任職或增僱員工數[38]。稅捐優惠之適用原則上與投資審查併行，只要企業於申報營利事業所得稅時，檢具前一年度稅務帳冊者，即可向稅務機關申請適用[39]。 2.類型化營業設施與處所 為了確保增僱薪資費用稅捐優惠與企業投資地方據點之關聯性，企業必須在前述計畫書中概要該名增僱員工預計於企業所投資之營業設施與處所從事之業務。也就是說，投資的營業設施與處所將成為適用稅捐優惠的一項附帶前提。 根據內閣府發布之業務設施指引可知，適格的增僱員工從業地點以業務用途分類，分別有事務場所、研究場所、育成場所，及其附屬之宿舍或商店、福利場所及兒童福利場所及設施[40]，詳細見下表。 表 1：增僱或調任員工定額稅額扣除計算 資料來源：本研究整理 3.地方據點增僱或調任員工定額稅額扣除 租稅特別措施法第42條之12第1項及第2項規定，企業於東京23區以外之地點增加僱用員工時，得按新增僱員工或轉正職員工兩種身分，適用不同減稅乘數。企業增僱當年度申報營利事業所得稅時，得按僱員工人人數乘以減稅乘數計算稅額扣除額，因此又稱定額稅額扣除制度[41]。 由於地方據點稅制依據地方業務設施整備計畫可分為業務擴張型、業務移轉型，其減稅乘數需分別計算[42]。 (1)若企業主要業務所在地為東京23區內，並於地方據點進行投資並完成增僱等業務，則稱為業務移轉型。此時企業得以不定期、全職之新僱用員工人數，乘以減稅乘數50萬日圓之積數，自當年度營利事業所得稅扣除額。或以約定轉正職之僱用員工人數，乘以減稅乘數40萬日圓之積數，自當年度營利事業所得稅扣除額[43]。 (2)若企業主要業務所在地為東京23區以外，並於地方據點進行投資並完成增僱等業務，則稱為業務擴張型。此時企業得以不定期、全職之新僱用員工人數，乘以減稅乘數30萬日圓之積數，自當年度營利事業所得稅扣除額。或以約定轉正職僱用員工人數，乘以減稅乘數20萬日圓之積數，自當年度營利事業所得稅扣除額[44]。 表 2：增僱或調任員工定額稅額扣除計算 資料來源：本研究繪製 需附帶說明的是，過往地方據點強化稅制增僱稅捐優惠定有大企業應增僱達5人以上、中小企業應增僱達2人以上，不過2023年修法後租稅特別措施法第42條之12已刪除人數門檻，亦即無論新僱用或轉正職1人皆有適用。 （三）、人才確保增僱稅制效果與適用要件 1.人才確保與新僱用者適格對象 人才確保促進稅制於2023年修正延長後，目前已與生產力提升稅制分立，其最重要的差異在於人才確保促進稅制不再要求中小企業在增僱員工的同時，必須附帶設備或軟體支出的投資[45]，而專門處理人力資源流動與經濟良好循環的關係[46]。 不同於舊法帶有擴大勞動所得的概念，稅捐優惠的適格對象為「繼續僱用者」（継続雇用者），修正後租稅特別措置法第42條之12之5第3項改以「僱用者」（雇用者）認定增僱要件；此一修正是為了配合解決第二次就業困境政策[47]所作出的放寬。而為了具體區隔稅制新、舊的差異，在日本經濟產業省或中小企業廳的官方文件中皆以「新進僱用員工」（新規雇用）說明，以契合改善應屆就業環境的財政目的[48]。 2.增僱員工比較薪資給付額 中小企業適用租稅特別措施法第42條之12之5第3項規定，增僱員工所支付「比較薪資給付費用」（比較給与等支給増加額）或「比較教育訓練費用」（比較教育訓練費）達法定比例者，得分別適用一般型增僱或增額型增僱稅額扣抵： (1)若中小企業當年度增僱員工所支付薪資總額，比較前一年度支付員工薪資總額之差額，占前一年度支付員工薪資總額之比例（即比較薪資給付增額）大於等於1.5%者，得按當年度增僱員工所支付薪資總額之15%，自當年度營利事業所得稅額中扣除。此為一般型增僱稅額扣抵。 (2)若中小企業當年度增僱員工所支付薪資總額，比較前一年度支付員工薪資總額之差額，占前一年度支付員工薪資總額之比例（即比較薪資給付增額）大於等於2.5%者，得按當年度增僱員工所支付薪資總額之30%，自當年度營利事業所得稅額中扣除。此為增額型增僱稅額扣抵。 (3)若中小企業增僱當年度之教育訓練費用，比較前一年度教育訓練費用之差額，占前一年度比較教育訓練費用之比例（即比較教育訓練費用）大於等於10%者，得按當年度增僱員工所支付薪資總額之25%，自當年度營利事業所得稅額中扣除。此為增額型增僱稅額扣抵。 倘若中小企業在增僱員工時，同時滿足上述一般型和增僱型的所有比較額條件，其當年度增僱員工薪資費用稅捐優惠，將按所支付薪資總額之40%自營利事業所得稅額中扣除。 （四）、小結－複數稅制的優勢 日本增僱薪資稅捐優惠從最初的新經濟成長論點，到因應地方就業人口議題的分支，再到目前以改善首次就業環境，在企業增僱與經濟發展此一課題上，已發展出複數稅制。這種複數稅制的立法，表現出立法者對稅法上非財政目的設定有其多義性，並與日本經濟發展的背景始終保持緊密關係。 在課稅標的篩選上，地方據點強化稅制以地方業務設施整備計畫作為適用前提，並以業務擴張及業務移轉兩種類型，呼應企業在地方據點雇用員工的可能性，具體鏈結引導企業從事特定應納稅行為與非財政目的的關聯性。而人才確保稅制則下分出一般型或增額型等概念，對於分層給予應納稅行為減稅誘因上，頗具新意。 四、企業增僱薪資費用稅捐優惠法制的啟示 綜觀現時日本地方據點強化稅制與人才確保促進稅制可知，在鼓勵中小企業增僱員工的政策目標下，立法者對非財政目的之調整相當靈活。雖然此與兩國立法週期不同直接相關，但其配合不同稅法上非財政目的所設定之課稅標的、適用要件，仍有值得參考之處。 首先，為了達成改善地方就業市場萎縮、衡平區域經濟落差之目的，在稅制上以業務移轉或者業務擴張去類型化企業往赴特定地區投資的經營行為，一定程度呼應了企業僱用新員工的真實性。另一方面，再搭配不同程度的稅捐優惠效果，盡可能提高稅式支出與地方據點增僱的關聯。 次者，在呼應人才確保的立法論述上，除了增僱薪資給付的計算外，額外新增的比較教育訓練費用無疑是鏈結「新常態、碳中和與轉型投資急迫性」的一種方法。此要件雖然在能否有效篩選出碳中和、轉型投資所需人才方面還值得進一步思考，然而將稅捐優惠設計成一般型、增額型的分層制度，展現了單一稅制配置不同應納（減）稅行為的參考依據[49]。 其三，在稅制要件與達成非財政目的之關聯性上，我國中小條例第36條之2採取的企業整體薪資給付總額計算公式，以及透過職類別薪資水準篩選基層員工的概念，無疑較日本立法例來的更為嚴謹。此外，相較於日本立法例所採比較增僱薪資給付額達法定數值之制度而言，我國以前後年度僱用員工變動值作比較基準，再以提升3成水準為概念，更細緻地考量到年度員工數增減對薪資費用計算的影響，並能客觀要求企業以自身前後年度薪資給付水準加以比較，而非以單一法定公告值衡量全體納稅義務人。 最後，日本雖然在鼓勵企業增僱的稅捐優惠立法上，展現出單一個課題複數稅制的全景，然而相關學者對於複數立法所引起的高度複雜性亦有所批評[50]。繁複的稅捐優惠立法勢必存在納稅者權利保護的疑慮[51]，如何在稅法形成合理的非財政目的、設計適當的制度，無疑是外國法例借鑒時必須謹慎注意之處。 [1]行政院新聞傳播處，〈政院通過《中小企業發展條例》部分條文修正草案 優化並延長多項租稅優惠措施 強化中小企業營運環境〉，行政院，2024/04/18，https://www.ey.gov.tw/Page/9277F759E41CCD91/8a5ddf1d-83da-4ef9-9efc-dac17110db09 （最後瀏覽日：2024/07/21）。 [2]中小企業發展條例修正第35條、第36條之2、第40條修正草案總說明，頁4。 [3]方華香，〈量能課稅原則在憲法解釋與納稅者權利保護法之落實及修法研析〉，立法院法制局議題研析，https://www.ly.gov.tw/Pages/Detail.aspx?nodeid=6590&pid=85539（最後瀏覽日：2024/8/16）。 [4]廖欽福，〈能源稅的美麗新世界—環境能源公課之課徵及其憲法界線〉，《華岡法粹》，第64期，頁160（2018）；柯格鐘，〈談稅捐優惠作為鼓勵產業發展之手段〉，《全國律師》，頁2（2011）。 [5]另有學者將非財政目的在細分為經濟引導目的、公益目的。詳參柯格鐘，〈稅收之立法界線及其憲法上的當為要求－以德國稅捐法理論為基礎〉，收錄於台灣憲法解釋之理論與實務第七輯，中央研究院法律研究所，黃舒芃編，頁240-241（2010）。 [6]納稅者權利保護法第5條。 [7]鄭琪芳，〈台青失業率14% 亞洲4小龍最高〉，自由時報，2013/8/22；陳劍虹，〈臺灣近年薪資成長停滯原因探討及改善對策〉，《經濟研究年刊》，第13期，頁112（2013）。 [8]該次立法針對經濟景氣的變化提出了「景氣救生圈」的概念，希望在經濟景氣不佳的情況下，透過中小企業群體的投資能量加強經濟成長動力，詳參〈立法院第8屆第5會期經濟委員會第6次全體委員會議紀錄〉，《立法院公報》第103卷第26期，頁68（2014/04/09）。 [9]參照2014年中小企業發展條例第36條之2修正理由「為因應嚴峻之國際經濟情勢，增加投資、創造就業，立即加強經濟成長之動力並吸引外資來台，爰訂定本條文。」 [10]〈立法院第8屆第6會期經濟委員會第16次全體委員會議紀錄〉，《立法院公報》第103卷第51期，頁68（2014/09/12）、〈立法院第8屆第7會期經濟委員會第8次會議議案關係文書〉，第103卷第83期，頁272-273（2014/11/21），〈立法院第8屆第7會期經濟委員會第16次會議議案關係文書〉，《立法院公報》第104卷第4期，頁11（2015/01/06）。 [11]參照2015年中小企業發展條例第36條之2第3條修正理由。 [12]〈立法院第11屆第1會期經濟委員會第3次全體委員會議紀錄〉，立法院公報第113卷第12期，頁117。 [13]參照2024年中小企業發展條例第36條之2立法理由。 [14]參照2024年中小企業發展條例第36條之2可知，修正後第一項（即增僱薪資加成減除）係「為鼓勵中小企業延攬青年，提升高齡人力資源規劃意願」，修正後第二項（即加薪薪資加乘減除）則係「為鼓勵中小企業替員工加薪，協助其留用人才」，其核心旨趣可概括為攬才留才。 [15]至於加薪部分為廣泛對應繼續任職者的年齡，契合企業為加薪本係基於員工技、職能與業務績效，則無細分適用年齡資格。惟本文著重在增僱薪資費用稅捐優惠之比較研究，加薪稅制相關論述在此不另行開展。 [16]中小企業發展條例第36條之2第1項。 [17]行政院新聞傳播處，〈討一 中小企業發展條例_經濟部 懶人包〉，本院新聞，https://www.ey.gov.tw/File/EF46233500BEDDBD?A=C （最後瀏覽日：2024/7/25）。 [18]雖然中小企業發展條例第36條之2條文中並未論及勞動部職類別薪資，然參酌立法院第11屆第１會期財政委員會第11次會議紀錄中，經濟部曾就鼓勵中小企業為員工加薪子題說明，基層員工薪資範圍將配合職類別薪資調查結果修訂。詳參〈立法院第11屆第1會期財政委員會第11 次全體委員會議紀錄〉，《立法院公報》，第113卷第36期，頁57-58（2024/05/01）。 [19]從2014年中小企業發展條例第36條之2理由「新投資創立或增資擴展中小企業達一定金額且增僱一定人數」，或同條文2024年修正理由「為鼓勵中小企業延攬青年，提升高齡人力資源規劃意願」可知，文義上增加僱用人數應該是對應就業率，至於企業增僱員工後如何正向影響薪資水準則並不明確。 [20]中小企業增僱員工薪資費用加成減除辦法第4條第1項第5款。 [21]中小企業增僱員工薪資費用加成減除辦法第4條第4項。 [22]范文清，〈租稅優惠之研究〉，《月旦財經法雜誌》，第41期，頁143（2017）。 [23]舊租稅特別措施法第措法42の12の4。 [24]因此雇用促進稅制有時又稱所得擴大稅制。 [25]厚生勞動省，〈平成23年税制改正（租税特別措置）要望事項－雇用促進税制の創設等－〉，https://www.kantei.go.jp/jp/kakugikettei/2010/h23zeiseitaikou.pdf （最後瀏覽日：2024/8/2）。 [26]中西 涉，地方創生をめぐる経緯と取組の概要，参議院事務局立法と調査，頁5（2016）。 [27]租税特別措置法法第42條之12。 [28]內閣府，〈平成27年税制改正の大綱〉，https://www.cas.go.jp/jp/seisaku/kokudo_kyoujinka/sisakushu/pdf/pdf_38.pdf （最後瀏覽日：2024/7/22）。 [29]財務省，〈令和6年度税制改正要望事項－地方における企業拠点の強化を促進する税制措置の拡充及び延長－〉，https://www.mof.go.jp/tax_policy/tax_reform/outline/fy2024/request/cao/06y_cao_k.pdf （最後瀏覽日：2024/7/22）；財務省，〈コロナ禍を踏まえた賃上げ及び投資の促進に係る税制の見直し（人材確保等促進税制）〉，令和3年稅制改正，https://www.mof.go.jp/tax_policy/publication/brochure/zeisei21/03.htm#a04 （最後瀏覽日：2024/8/2）。 [30]財務省，〈コロナ禍を踏まえた賃上げ及び投資の促進に係る税制の見直し（人材確保等促進税制）〉，令和3年稅制改正，https://www.mof.go.jp/tax_policy/publication/brochure/zeisei21/03.htm#a04 （最後瀏覽日：2024/7/25）；小竹義範，小竹義範，〈租税特別措置法等（法人税関係）の改正〉，《財務省令和3年度税制改正の解説》，頁508。https://www.soumu.go.jp/main_content/000724449.pdf （最後瀏覽日：2024/7/25）。 [31]地方據點強化稅制最初係配合日本「地方創生」政策所制定，然在令和6年的稅制文件中可知已有所調整。參小竹義範，〈租税特別措置法等（法人税関係）の改正〉，《財務省令和6年度税制改正の解説》，頁509。 [32]內閣府，〈地方活力向上地域等特定業務施設整備計画の運用に関するガイドライン〉，https://www.chisou.go.jp/tiiki/tiikisaisei/pdf/03guideline.pdf （最後瀏覽日：2024/8/5）。 [33]地方再生法第16條。 [34]包括地理條件、產業結構、市場規模、基礎設施條件。 [35]地方再生法第17條之2第1項、第2項。 [36]地方再生法第17條之2第5項。 [37]業務設施整備計畫與增僱認定相關者僅在於紀載員工人數，至於該計畫在如何撰寫地方經濟特性於業務移轉或擴張部分，則為其他稅制之核心與本文關注之增僱稅制無實質關聯，故不詳述。 [38]地方再生法第36條。 [39]租税特別措置法施行令第27條之11之3。 [40]內閣府，〈地方活力向上地域等特定業務施設整備計画の運用に関するガイドライン〉，https://www.chisou.go.jp/tiiki/tiikisaisei/pdf/03guideline.pdf （最後瀏覽日：2024/8/5）。 [41]国税庁，〈No.5926 地方活力向上地域等において雇用者の数が増加した場合の法人税額の特別控除〉，https://www.nta.go.jp/taxes/shiraberu/taxanswer/hojin/5926.htm （最後瀏覽日：2024/8/5）；內閣府地方創生推進事務局，〈地方拠点強化税制令和6年改訂〉，https://www.chisou.go.jp/tiiki/tiikisaisei/pdf/01pamphlet.pdf （最後瀏覽日：2024/7/26）。 [42]租税特別措置法施行令第27條第3項、第5項。 [43]租税特別措置法第42條之12第1項第2款。 [44]租税特別措置法第42條之12第5項第2款。 [45]投資要件分別為機械或設備金額達100萬日圓、器具或備品金額達30萬日圓、建築附屬物金額達60萬日圓擇一達成。 [46]経済産業省中小企業庁事業環境部，〈令和6年税制改正要望事項－中小企業向け賃上げ促進税制の拡充及び延長－〉，https://www.mof.go.jp/tax_policy/tax_reform/outline/fy2024/request/meti/06y_meti_k_24.pdf （最後瀏覽日：2024/8/5）。 [47]第二次就業困境指的是相對於日本90年代末期經濟泡沫時期，企業規模萎縮伴隨勞動力需求大幅度下滑，當時卻正好迎來戰後嬰兒人口大學畢業，致使勞動供給過剩因而從勞動政策引發一連串社會與經濟問題的背景。參堀有喜衣、田上皓大、小杉礼子，〈就職氷河期世代のキャリアと意識〉，独立行政法人労働政策研究機構，頁1、頁115-116，https://www.jil.go.jp/institute/siryo/2024/documents/0272.pdf （最後瀏覽日：2024/8/13）。 [48]新進僱用員工係指依日本勞動基準法第107條第1項規定申報勞動名簿未滿一年支員工，先前受僱於關係企業或受控公司之員工不適用之，但受僱於子公司或分支機構之員工不在此限。參照。見経済産業省，〈「人材確保等促進税制」よくある御質問Q＆A集令和４年２月４日改訂版〉，https://www.meti.go.jp/policy/economy/jinzai/syotokukakudaisokushin/pdf/jinzaikakuhotousokushinzeisei20220204faq.pdf （最後瀏覽日：2024/7/18）。 [49]我國在已廢止之促進產業升級條例中，曾有超額扣抵之稅制立法，然在計算超額之對象上乃指同一筆投資（應納稅行為），與日本將薪資費用與教育訓練費用兩項不同投資行為整合，以對應稅法上非財政目的。 [50]藤谷武史，〈論拠としての「租税法律主義」―各国比較〉，《フィナンシャル・レビュー》，第129号，頁204（2020）。 [51]納稅者權利保護法第6條第1項規定，稅法或其他法律為特定政策所規定之租稅優惠，應明定實施年限並以達成合理之政策目的為限，不得過度。
台灣政府放棄等待流感藥物專利台灣官方已經向製造商申請取得複製抗病毒藥物－ Tamiflu的權利。然而，在製造商同意之前，由於民眾對禽流感的恐懼日增，台灣官方在未經製造商的授權情況下，已經開始製造該藥物。 Tamiflu是由瑞士藥商Roche所生產製造的一種抗病毒藥物，其被製造來對抗人類流感病毒。雖然該藥物對於禽流感的治療能力仍有待評估，一般仍認為，該藥物是目前能對抗禽流感的最佳選擇。 自 2003年12月起，禽流感已經在亞洲造成至少60起死亡案例，並且迅速於東南亞各國蔓延。雖然台灣尚未有民眾受到感染的病例傳出，政府仍決定未雨綢繆，先行研製Tamiflu的非專利藥。台灣官方宣稱將製造6公斤的Tamiflu非專利藥，以維持足夠的庫存，並且該藥物將不會被商業化。 目前台灣官方仍在與 Roche方面談判，並且向Roche釋出最大善意，希望該公司能儘早授權台灣官方製造Tamiflu，以確保台灣民眾的生命安全。由於禽流感的迅速蔓延，除了台灣之外，許多國家也正在請求該藥物的製造權利，盡力降低這場恐怖的流感風暴所造成的傷害。
美國的全球食品追溯中心(GFTC)提出食品追溯的「關鍵追蹤事項」及「重點資料元素」架構在近來國際食安問題事件頻傳的氛圍下，如何透過食品供應鏈相關資料的紀錄、串接與分析，達到食品追溯(Food Traceability)目的已成為全球性議題。有鑑於此，美國的全球食品追溯中心(Global Food Traceability Center, GFTC)在跨種類的食品供應鏈中針對數位資料的採集和追蹤，以建立共通架構為目的，提出食品追溯的「關鍵追蹤活動」以及「重點資料元素」，作為監管機構和產業界在建立追溯系統時可依循的標準。 由於現今食品供應系統涉及範圍大部分已擴及全球，其複雜性大幅提升了各國政府對整個食品產業的監管以及促進追溯實踐的困難度。隸屬美國食品科技研究所(IFT)的GFTC於2014年8月19日發表了一篇「食品追溯最佳實踐指南」(A Guidance Document on the Best Practices in Food Traceability)報告，指出當食品相關疫情爆發時進行食品追溯即有全球性的需求；該指南主要以食品安全及追溯相關規範的立法者和食品產業界為對象，針對六大類食品產業－烘焙、奶製品、肉類及家禽、加工食品、農產品和海產類提供一個可茲遵循的追蹤架構。在一條食品供應鏈中，有許多環節是進行追蹤時必要的資訊採集重點，被視為「關鍵追蹤活動」(Critical tracking events, CTEs)，而各種「關鍵追蹤活動」的紀錄項目即為「重點資料元素」(Key data elements, KDEs)。 根據該指南所定義的CTEs包含： 1.運輸活動(Transportation events)－食品的外部追蹤，包括「運送活動」(Shipping CTE)和「接收活動」(Receiving CTE)，指食品在供應鏈的點跟點之間藉由空運、陸運或船運等物理性的移動。 2.轉換活動(Transformation events)－食品的內部追蹤，連結食品經過各種結合、烹煮、包裝等加工的輸入到輸出過程，包括「轉換輸入活動」(Transformation Input CTE)和「轉換輸出活動」(Transformation Output CTE)。 3.消耗活動(Depletion events)－係將食品從供應鏈上去除的活動。其中，「消費活動」(Consumption CTE)，指食品呈現可供顧客消費狀態的活動，例如把新鮮農產品放在零售店供顧客選購；「最終處置活動」(Disposal CTE)指將食品毀棄、無法再作為其他食品的成分或無法再供消費的活動。 而紀錄上述CTEs的KDEs例如各項活動的擁有人、交易對象、日期時間、地點、產品、品質等，應將該指南所列出之各項KDEs理解為紀錄CTEs的最基本項目。目前最大的問題是食品監管的要求和產業界執行可行性間的差距，故如何縮小此差距仍為各國政府當前最大的挑戰。
歐盟公布人工智慧法，建立全球首部AI全面監管框架歐盟公布人工智慧法，建立全球首部AI全面監管框架 資訊工業策進會科技法律研究所 2024年07月12日 歐盟理事會於2024年5月22日正式批准《人工智慧法》（Artificial Intelligence Act，下稱AIA）[1]，該法於2024年7月12日公告於歐盟的官方公報上，將自8月1日起生效，成為全球首部全面性監管AI的法律框架。 壹、事件摘要 人工智慧技術的應用廣泛，隨著使用情境增加，潛在的風險也逐一浮現。歐盟於2018年就提出「可信任的人工智慧」（Trustworthy AI）的概念[2]，認為透過妥善的制度管理人工智慧的研發與使用，即使人工智慧具有多種風險，也可以使民眾享受人工智慧帶來的福祉。因此，歐盟執委會提出全球第一部全面監管人工智慧的法案，為人工智慧的設計、開發、部署、及使用建立適當的規範，希望法律的確定性能促進該技術的創新，並建立各界對於該技術的信心，擴大其採用，使該技術能造福人群。 自從歐盟執委會於2021年4月提出人工智慧法草案以來，其後續發展備受全球矚目，也吸引歐洲的人權組織、學術團體以及大型科技公司的關注。在多方利益關係者的遊說與介入下，該法案一度陷入僵局，其中生成式人工智慧（Generative AI）亦為爭議焦點。歐洲議會和理事會的AIA草案修正版本中，曾經納入生成式AI的定義與監管條款，然最後拍板定案以AI系統與基礎模型為監管對象，並未針對生成式AI。理事會、執委會和歐洲議會經過多次三方會談，終於在2023年12月8日就內容達成協議[3]，草案在2024年3月13日交由歐洲議會大會表決，最終以壓倒性的票數通過該法。[4] 貳、重點說明 AIA全文分為13個章節，總計有113個條文以及13個附件。[5]AIA採分階段實施的方式，該法在生效三年後才可能完全實施。[6]本文擬就該法建立的AI監管框架，包括其適用範圍與規範、管理方式、治理組織、實施和配套措施等規定，擇重點說明如下。 （一）規範對象 AIA的規範對象分為兩類，其一為AI系統；另一為通用人工智慧模型（General Purpose Artificial Intelligence Model, GPAI，下稱通用AI模型）。 1. AI系統 為與國際接軌，歐盟修改AIA有關AI系統的定義，使其與「經濟合作暨發展組織」（Organisation for Economic Cooperation and Development，OECD）的定義一致，令該法更具國際共識基礎。AI系統被定義為「一種機器的系統，它以不同程度的自主性運作，在部署後可能展現適應性，並且對於明確或隱含的目標，從接收到的輸入推斷如何產生預測、內容、建議或可能影響實體或虛擬環境的決策等輸出。」[7] AIA設有豁免規定，涉及國安和軍事領域、科學研究和開發目的、純粹個人非專業活動使用的AI系統、以及大部分的免費及開源軟體並不適用AIA規範。免費及開源軟體只有屬於高風險或生成式AI系統、或涉及生物特徵和情緒識別目的，才須遵守AIA規範。[8] 2. 通用AI模型 執委會的草案原本不包含通用AI模型，在歐洲議會和理事會的建議下，AIA最後亦將通用AI模型納入監管。所謂通用AI模型，係指具有顯著通用性的AI模型，它可以勝任各種不同任務的執行，並且可以與下游的系統或應用程式整合。[9] 值得注意的是，AIA只約束已經在歐盟上市的通用AI模型，在上市前用於研究、開發和原型設計活動的通用AI模型並不包括在內。 （二）以風險為基礎的分級管理方式 AIA採取風險途徑監管AI系統和通用AI模型，視潛在風險和影響程度決定義務內容，對於兩者建立不同的分類規則，並針對AI系統整個生命週期進行規劃、建立AI系統和通用AI模型在各階段應符合的要求，由AI價值鏈的參與者分別承擔相應責任，其中以提供者（provider）和部署者（deployer）為主要的責任承擔者。[10] 1. AI系統的分級管理 根據風險程度對系統進行分類，以具有高風險的AI系統為主要規範對象，該類系統在投入市場或使用前必須通過合格評估，並遵守嚴格的上市後規範；而具有不可接受風險的AI系統則禁止使用。另外，AIA還訂有透明性義務，舉凡與人互動、具生成內容能力之AI系統提供者皆應遵守；如果AI產生內容具有深偽（deep fake）效果，其系統部署者還應遵守額外的規定，揭露該內容係人工生成或操縱的結果[11]。 2. 通用AI模型的分級管理 AIA訂有通用AI模型的共通義務[12]，並根據模型的能力判定其是否具有系統性風險（systemic risks）。[13]所有的通用AI模型提供者都須公開模型訓練內容的詳細摘要，並遵守歐盟著作權法的規定[14]；而具有系統性風險的通用AI模型提供者，還須負擔額外的義務。[15] （三）治理組織 1. AI辦公室 為順利實施AIA，執委會已成立一「人工智慧辦公室」（AI Office，下稱AI辦公室），負責促進、監督AIA落實，它同時也是通用AI模型的監管機構。[16]AIA框架下，會員國市場監管機構僅負責AI系統的監管工作。 2.人工智慧委員會 除了AI辦公室外，還設有一「人工智慧委員會」（AI Board），由歐盟會員國派代表成立，主要負責協調各國的作法、交換資訊、以及提供各國市場監管機構建議。[17] 3.「獨立專家科學小組」與「諮詢論壇」 歐盟層級還有兩個支持性的組織：「獨立專家科學小組」（Scientific Panel of Independent Experts）和「諮詢論壇」（advisory forum），可提供落實AIA規範所需之專業技術知識與實施建議。 獨立專家科學小組的成員係由執委員會指定，執委會將視任務所需的最新科學或技術專業知識進行挑選，該小組最重要的任務在於支援通用AI模型和系統相關規定的實施和執行，包括向AI辦公室通報存在系統性風險的通用AI模型、開發通用AI模型和系統能力評估的工具和方法等。[18] 諮詢論壇成員亦由執委會指定，執委會應顧及商業和非商業利益間的平衡，從AI領域具有公認專業知識的利害關係人當中，尋找適當的人選。諮詢論壇主要任務是應理事會或執委會的要求，準備意見、建議和書面報告，供其參考。[19] 4.會員國內部各自之市場監管機關 在會員國層級，由各國市場監管機關負責督導AIA規定之實施[20]，各國並將成立或指定公告主管機關（notifying authority），負責進行公告合格評估機構（notified bodies）評選與指定事宜，日後將由各公告合格評估機構負責AIA下的第三方合格評估業務。[21] （四）實施與配套措施 1.分階段實施 AIA的規定將在該法生效24個月後開始實施，然考慮到歐盟和會員國的治理結構尚在討論中，且業界在法遵上也需要時間調適，因此AIA的部分條文將分階段實施。 (1) AIA通則以及不可接受風險的AI系統禁令在該法生效6個月後即實施； (2) 通用AI模型、第三方認證機構和會員國公告合格評估機構、以及違反AIA的罰則等相關規範，於該法生效12個月後開始實施； (3) AIA附件III清單之高風險AI系統相關義務，要等該法生效36個月後才開始實施； (4) 而AIA生效前已上市之通用AI模型提供者，應在該法生效36個月內，採取必要行動使其模型合乎AIA規定。[22] 2.罰則規定 AIA訂有罰則，在AIA措施正式實施後，違規者可能面臨鉅額罰款[23]。 3.配套措施 由於AIA以建立監管框架為主，相關規定之實施細則或標準，這仍待執委會逐步制定。因此，在AIA各配套辦法提出之前，AI辦公室將以「實踐守則」（codes of practice）[24]和「行為守則」（codes of conduct）之訂定與推動為主，另外又提出「人工智慧公約」，希望藉由此些配套措施協助受AIA規範的各方，使其在最短時間內能順利履行其應盡義務。 (1) 「實踐守則」 實踐守則（codes of practice）針對的是通用AI模型提供者。AI辦公室將鼓勵所有通用AI模型提供者推動和參與實踐守則的擬定，AI辦公室亦將負責審查和調整守則內容，確保反映最新技術及利害關係各方的觀點。實踐守則應涵蓋通用AI模型和具系統性風險的通用AI模型提供者的義務、系統性風險類型和性質的風險分類法（risk taxonomy）、以及具體的風險評估和緩解措施。[25] (2) 「行為守則」 行為守則（codes of conduct）之目的在於推動AIA的廣泛適用，由AI辦公室和會員國共同推動，鼓勵高風險AI系統以外的AI系統提供者、部署者和使用者等響應，自動遵循AIA關於高風險AI的部分或全部要求。AI系統的提供者或部署者、或任何有興趣的利害關係人，都可參與行為準則。[26] (3) 「人工智慧公約」 AIA中的高風險AI系統以及其他重要規定需待過渡期結束才開始適用[27]，因此執委會在AIA的框架外，另提出「人工智慧公約」（AI Pact，下稱AI公約）計畫，鼓勵企業承諾在AIA正式實施前，即開始實踐該法規範。 AI公約計畫有兩個行動重點，其一是要提供對AI公約有興趣的企業有關AIA實施流程的實用資訊，並鼓勵這些企業進行交流。AI辦公室將舉行研討會，使企業更了解AIA以及如何做好法遵的準備，而AI辦公室也可藉此收集企業的經驗反饋，供其政策制定參考。 另一個重點是要推動企業承諾儘早開始實踐AIA，承諾內容包括企業滿足AIA要求的具體行動計畫和行動時間表，並且定期向AI辦公室報告其承諾進展；AI辦公室會收集並發布這些報告，此作法不僅有助提高當責性和可信度，亦可增強外界對該些企業所開發技術的信心。[28] 參、事件評析 執委會希望透過AIA提供明確的法律框架，在推動AI創新發展之際，也能確保民眾的安全權利保障，並希望AIA能夠複製GDPR所創造的「布魯塞爾效應」（Brussels Effect），為國際AI立法建立參考標竿，使歐盟成為AI標準的領導者。然AI技術應用的革新發展速度驚人，從AIA草案提出後的兩年內，AI技術應用出現顛覆性的變革，生成式AI的技術突破以及該技術已顯現的社會影響，使得歐盟內部對於AIA的監管格局與力度有了更多的討論，看法莫衷一是。因此，AIA最後定案時，內容有多處大幅調修與新增。 （一）AI系統定義與OECD一致 首先，執委會的原始草案中，強調AI系統的定義方式應根據其關鍵功能特徵，並輔以系統開發所使用之具體技術和方法清單。[29]然AIA最後捨棄詳細列舉技術和方法清單的作法，改採與OECD一致的定義方式，強調AI的技術特徵與運行模式。採用OECD的定義方式固然係因OECD對AI系統的定義更具彈性，更能因應日新月異的AI新技術發展；這樣的作法亦有助AIA與國際接軌、更為國際社會廣泛接受。 （二）規範通用AI模型並課予生成式AI透明性義務 其次，生成式AI衍生的眾多問題和潛藏風險引發全球熱議，在AIA的三方會談過程中，生成式AI的管制也是談判的焦點議題。原本外界以為歐盟應該會在AIA嚴加控管生成式AI的應用，尤其是「深偽」（deep fake）技術的應用。然而「深偽」技術在AIA的分類方式下，卻僅屬於有限風險的系統，雖負有透明性義務，卻僅需揭露若干資訊即可。「深偽」的問題暴露出生成式AI系統的監管難題，最後AIA拍板定案，僅在透明性義務的章節中提及生成式AI，並且以技術描述的方式取代一般慣用的「生成式AI」(Generative AI)一詞。 歐盟另闢途徑管理生成式AI。AIA的原始草案僅針對AI系統，並無管制AI模型的條文[30]，然有鑑於生成式AI模型係以通用AI模型開發而成，因此AIA新增「通用AI模型」專章，從更基礎的層次著手處理生成式AI的問題。在AIA生效後，歐盟境內的通用AI模型將統一由歐盟的AI辦公室負責監管。考慮到生成式AI應用的多樣性，歐盟從通用AI模型切入、而不針對生成式AI進行管理，可能是更務實的作法。 （三）推出多項配套措施強化AI治理與法遵 最後，歐盟在AIA框架外，針對不同的對象，另建多項配套措施，鼓勵非高風險AI系統提供者建立行為守則、推動通用AI模型提供者參與「實踐守則」的制定和落實、並號召AI業者參與「AI公約」提早遵循AIA的規定。這些措施可指導相關參與者採取具體的步驟與作法達到合規目的，俾利AIA之實施獲得最佳成效。 AIA眾多執行細則尚待執委會制定，包括高風險AI清單的更新、通用AI模型的分類方式以及標準制定等，這些細節內容將影響AIA的實際執行。我國應持續關注其後續進展以因應全球AI治理的新格局，並汲取歐盟經驗作為我國AI監管政策與措施的參考。 [1]Regulation Of The European Parliament And Of The Council Laying Down Harmonised Rules On Artificial Intelligence (Artificial Intelligence Act) And Amending Certain Union Legislative Acts, 2024, OJ L( 2024/1689), http://data.europa.eu/eli/reg/2024/1689/oj (last visited July. 12, 2024). [2]High-Level Expert Group on AI of the European Commission, Ethics Guidelines for Trustworthy Artificial Intelligence, April 8, 2019. https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai (last visited June 25, 2024). 該小組在2018年12月提出草案並徵求公眾意見，並於2019年4月正式提出該倫理指引。 [3]European Parliament, Press Release: Artificial Intelligence Act: deal on comprehensive rules for trustworthy AI, Dec. 9, 2023, https://www.europarl.europa.eu/news/en/press-room/20231206IPR15699/artificial-intelligence-act-deal-on-comprehensive-rules-for-trustworthy-ai (last visited June 25, 2024). [4]European Parliament, Press Release: Artificial Intelligence Act: MEPs adopt landmark law, March 13, 2024, https://www.europarl.europa.eu/news/en/press-room/20240308IPR19015/artificial-intelligence-act-meps-adopt-landmark-law (last visited June 25, 2024). [5]European Parliament, Position of the European Parliament adopted at first reading on 13 March 2024 with a view to the adoption of Artificial Intelligence Act, https://www.europarl.europa.eu/doceo/document/TA-9-2024-0138_EN.html# (last visited June 25, 2024). [6]AIA, art. 113. [7]AIA和OECD對AI系統的定義的差異僅在於用字遣詞及語句編排方面，兩者在意涵上其實是一致的。See AIA, art. 3(1). [8]AIA, art. 2. [9]AIA, art. 3(63). 執委會原先認為，AI模型無法獨立使用，僅需鎖定AI系統監管即可，然而生成式AI衍生的諸多問題，令人擔憂放任通用AI模型發展可能產生無法預期的後果，因此歐盟最後決定在AIA條文中加入通用AI模型規範。 [10]但AIA訂有豁免適用的規定，包括國安和軍事領域、科學研究和開發目的、以及純粹個人非專業活動使用的AI皆不受AIA約束。AI價值鏈的其它參與者還包括進口商、授權代表、經銷商等。See AIA, art. 2. [11]AIA, art. 50. [12]AIA, art. 53. [13]AIA, art. 51. 「系統性風險」是指通用AI模型特有的高影響力所造成的風險。由於其影響範圍廣大，或由於其對公共健康、安全、公眾的實際或合理可預見的負面影響，進而對歐盟市場產生重大影響。See AIA, art. 3(65). [14]AIA, art. 53. 在上市前用於研究、開發和原型設計活動的通用AI模型除外。 [15]AIA, art. 55.例如進行模型評估、進行風險評估和採取風險緩解措施、確保適當程度的網路安全保護措施。 [16]Commission Decision On Establishing The European Artificial Intelligence Office, C(2024) 390 final, 2024, https://ec.europa.eu/newsroom/dae/redirection/document/101625 (last visited June 25, 2024). [17]AIA, art. 65. [18]AIA, art. 68. [19]AIA, art. 67. 該條款規定，歐盟的基本權利局（The Fundamental Rights Agency）機構、歐盟網路安全局（The European Union Agency for Cybersecurity）、歐洲標準化委員會 (CEN)、歐洲電工標準化委員會 (CENELEC) 和歐洲電信標準協會 (ETSI) 應為諮詢論壇的永久成員。 [20]AIA, art. 70. [21]AIA, art. 28 & 29. [22]AIA, art. 113. [23]AIA, art. 99. [24]AIA, art. 56. [25]AIA, recital 116 & art. 56. [26]AIA, art. 95. [27]AIA有關治理組織、罰則、通用AI模型的規定於該法生效12個月後才開始實施，屬於附件二範圍的高風險AI系統的相關規定則遲至該法生效36個月後才實施。AIA, art. 113. [28]European Commission, Shaping Europe’s digital future: AI Pact, (last updated May 6, 2024) https://digital-strategy.ec.europa.eu/en/policies/ai-pact (last visited June 25, 2024). [29]Proposal for a Regulation Of The European Parliament And Of The Council Laying Down Harmonised Rules On Artificial Intelligence (Artificial Intelligence Act) And Amending Certain Union Legislative Acts, COM(2021) 206 final, recital (6). https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52021PC0206 (last visited June 25, 2024). [30]執委會的原始草案中，僅於第四章關於AI系統透明性的條文中提及具有「深偽」（deep fake）能力的系統應負揭露義務。