歐盟執委會(European Commission)於2022年7月29日提出《近用電錶及用電資料之相互操作性要求及非歧視性與透明性程序實施規則草案》(Commission Implementing Regulation (EU) on interoperability requirements and non-discriminatory and transparent procedures for access to metering and consumption data),於2022年9月5日草案第二階段之公眾意見徵集結束。本草案以進一步落實《內部電力市場指令》(Directive (EU) 2019/944)中賦予用戶近用有關用電及包括行政手續費用、使用輸配電過路費等資料,促進智慧電錶系統(smart metering system)於資料模型階段及應用層面之相互操作性(interoperability),提高市場參與者資料近用與交換之標準,以及未來創新能源服務標準等目標。 為落實上述指令之要求,本草案旨在規定系統相互操作性以及資料近用的非歧視性與透明性要求,其重點如下:
(1)本草案適用對象為經認證之歷史計量及用電資料、未經認證的近即時計量(non-validated near-real time metering)、用電資料形式的計量以及用電資料。
(2)確保供應商於用戶同意下能夠以透明且連續性的方式近用用戶資料(包括判讀及使用)。用戶亦得近用其於智慧電錶系統的資料。
(3)根據會員國的實踐,定義歐盟層級在商業模式層面、功能層面及資訊層面等一般性規則與程序規定的「參考模型」(reference model)。參考模型為特定服務及程序所需的基本工作程序,包括:
A. 由各種角色、職責及其相互作用組成的「角色模型」,包括計量資料管理員(metered data administrator)、計量站管理員(metering point administrator)、資料近用提供者及權限管理員的角色和職責;
B. 由資訊對象、屬性以及該對象間關係組成的「資訊模型」;
C. 詳細說明程序步驟的「程序模型」。
(4)為有效確保資料近用程序的透明度,有必要收集會員國提供的國家實踐報告,並報告至歐盟層級,同時協助會員國報告其國家實踐。
(5)適用本草案之個人資料需遵守《歐盟一般資料保護規則》(GDPR);由於智慧電錶符合終端設備的要求,也適用《電子通訊個人資料處理暨隱私權保護指令》(Directive 2002/58/EC)。
本文為「經濟部產業技術司科技專案成果」
過去十餘年來,美國商務部國家技術與標準局(The Commerce Department’s National Institute of Standards and Technology, NIST)推動的「先進技術計畫」(Advanced Technology Program, ATP),成功帶領美國中小企業透過技術的研發投入,創造美國經濟榮景。近年來面對變動劇烈的國際環境,為提升美國競爭力,美國總統於2007年8月9日簽署通過「意涵深遠地促進傑出技術、教育與科學之美國機會創造法」(The America Creating Opportunities To Meaningfully Promote Excellence In Technology, Education, And Science Act, 簡稱The America COMPETES Act)。 The America COMPETES Act特別授權NIST負責推動並執行一項新的研究補助計畫-技術創新計畫(Technology Innovation Program, TIP),企圖藉由在國家重點需求領域(critical national need areas),補助具有高風險性及高報酬的技術研究(high-risk, high-reward research),支持、促進並加速美國的創新。所謂「高風險、高報酬」之技術研究,指具有以下三項特質的技術研究:(1)研究可轉化成具體實益的潛在可行性,其成果將產生深遠及廣泛的影響;(2)研究計畫的進行係為了回應屬NIST技術職掌範圍內的重大國家需求;(3)研究的技術議題過於創新(too novel)或跨越甚多學科(spans too diverse a range of disciplines),以致傳統的專家審查程序無法適當地用來篩選此類計畫。至於「國家重點需求領域」,指問題觸及的面向極大,然須要被克服的社會挑戰(societal challenge)尚無因應之道而有賴國家予以關注,此等問題與社會挑戰可能可以透過高風險、高報酬研究之進行而予以解決者。 根據The America COMPETES Act,TIP將依研究實力競爭(on the basis of merit competitions)的原則,透過分攤成本的研究補助(cost-shared research grants)、合作協議(cooperative agreements)或契約(contracts)等方式,鼓勵業界單獨或共同(透過合資方式)提出技術創新的研究計畫申請以合資方式提出者,其主導者(lead entity)可為中小型企業或高等教育機構。TIP的補助對象限於設立於美國並在美國境內經營其主事務的中小型企業,外國企業參與TIP若符合美國經濟利益者,亦得獲得補助。TIP的補助金額不超過個別研究計畫總成本的半數,且只能用於補助直接成本,間接成本、收益或管理費則不在補助之列。總計對單一單位的補助以最長三年且不超過三百萬美元為限;對於合作研究則以最長五年且不過過九百萬美元為限。由於The America COMPETES Act僅就TIP的補助目的、補助對象、補助條件等作原則性規定,其運作細節仍有待NIST進一步設計,日前NIS已於2008年3月7日對外公布TIP執行規則草案,徵求各界意見。 隨著TIP的規劃與實際運作,過去由NIST所執行的ATP也將完成其歷史性任務,由TIP取代並宣告美國政府支持產業技術研發的新理念-亦即透過支持高風險、高報酬之技術研究,以回應美國的國家重點需求領域。 身為全球創新的龍頭,美國所提出的科技研發創新政策向為各國學習與參考借鏡的標竿,隨著The America COMPETES Act的通過,新法中關於美國產業創新的新機制規劃,已引起其他國家高度關注。印度科技與地球科學(Science & Technology and Earth Sciences)部長在The America COMPETES Act通過的一個月後即宣佈,印度政府將於短期內提出全面性的印度創新法案(Indian Innovation Act),藉以激勵印度的創新,而此項創新法案將會以美國的America COMPETES Act為參考模型。
FCC第二號命令對我國必要轉播條款的啟示 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。
美國平等就業機會委員會發布「評估就業篩選程序中使用軟體、演算法及AI之不利影響」技術輔助文件美國平等就業機會委員會(Equal Employment Opportunity Commission, EEOC)於2023年5月18日發布「根據 1964 年《民權法》第七章評估就業篩選程序中使用軟體、演算法和AI之不利影響」(Assessing Adverse Impact in Software, Algorithms, and Artificial Intelligence Used in Employment Selection Procedures Under Title VII of the Civil Rights Act of 1964)之技術輔助文件(下簡稱「技術輔助文件」),以防止雇主使用自動化系統(automated systems)對求職者及員工做出歧視決定。 該技術輔助文件為EEOC於2021年推動「AI與演算法公平倡議」(Artificial Intelligence and Algorithmic Fairness Initiative)計畫的成果之一,旨在確保招募或其他就業決策軟體符合民權法要求,並根據EEOC 1978年公布之「受僱人篩選程序統一指引」(Uniform Guidelines on Employee Selection Procedures, UGESP),說明雇主將自動化系統納入就業決策所應注意事項。 當雇主對求職者與員工做出是否僱用、晉升、終止僱傭,或採取類似行動之決定,是透過演算法決策工具(algorithmic decision-making tool),對特定種族、膚色、宗教、性別、國籍或特定特徵組合(如亞洲女性),做出篩選並產生不利影響時,除非雇主能證明該決策與職位工作內容有關並符合業務需求,且無其他替代方案,否則此決策將違反《民權法》第七章規定。 針對如何評估不利影響,雇主得依UGESP「五分之四法則」(four-fifths rule),初步判斷演算法決策工具是否對某些族群產生顯著較低的篩選率。惟EEOC提醒五分之四法則推導出之篩選率差異較高時,仍有可能導致不利影響,雇主應依個案考量,使用實務常見的「統計顯著性」(statistical significance)等方法進一步判斷。 其次,當演算法決策工具係由外部供應商所開發,或由雇主授權管理人管理時,雇主不得以信賴供應商或管理人陳述為由規避《民權法》第七章,其仍應為供應商開發與管理人管理演算法決策工具所產生之歧視結果負責。 最後,EEOC鼓勵雇主應對演算法決策工具進行持續性自我評估,若發現該工具將產生不利影響,雇主得採取措施以減少不利影響或選擇不同工具,以避免違反《民權法》第七章。