歐盟通過《歐盟綠色債券規則》，建立綠色債券監管框架
歐盟於2023年10月11日發布《歐洲綠色債券監管及環境永續債券市場與永續連結債券自願性揭露規則》（Regulation on European Green Bonds and optional disclosures for bonds marketed as environmentally sustainable and for sustainability-linked bonds，下稱《歐洲綠色債券規則》），預計於2023年12月20日生效，針對在歐盟境內發行之綠色債券建立一套監管框架，課予欲使用「歐洲綠色債券」（European Green Bond）或「EuGB」等名稱發行環境永續債券的發行人一定義務，促進綠色債券的一致性和可比性，以保障投資人。綠色債券是發展綠色技術、能源效率和提升資源運用以及其他永續相關基礎設施投融資的主要工具之一，本規則之通過也被視為落實歐盟永續成長融資策略以及向碳中和、循環經濟轉型的一大進展。
《歐洲綠色債券規則》規範重點如下：
1.資金用途限制：《綠色債券規則》所有透過歐盟綠色債券募得的資金，原則上均必須投資於符合《歐盟永續分類標準》（EU Taxonomy）技術篩選標準的永續經濟活動，只有在所欲投資的經濟活動類別尚未被納入該標準時得為例外，且以總額之15%為限；
2.資訊揭露：綠色債券之發行人有義務揭露該債券之概況介紹（Factsheet）、資本支出計畫、資金使用分配報告、衝擊報告，並於債券公開說明書敘明資金用途，並得選擇進一步說明該債券之資金如何與自身企業整體環境永續目標相結合；
3.外部審查：前述資訊均須由已向歐洲證券與市場管理局（European Securities and Markets Authority）註冊之外部機構進行審查，以確保其準確性及可靠性。
本文為「經濟部產業技術司科技專案成果」
蔡淳宇
副法律研究員 編譯整理
Council Directive 2023/2631, 2023 O.J. (L) 1.
顧典晉，〈歐盟執委會提出《淨零產業法》草案，促進歐盟淨零技術的發展〉，資策會科法所科技法制要聞，https://stli.iii.org.tw/article-detail.aspx?no=64&tp=1&d=8984（最後瀏覽日：2023/11/05）。
歐洲資料保護委員會（European Data Protection Board, EDPB）於今（2026）年4月15日發布《以科學研究目的處理個人資料之指引1/2026》（Guidelines 1/2026 on processing of personal data for scientific research purposes）旨在協助研究者遵守歐盟「一般資料保護規則」（General Data Protection Regulation, GDPR），並推動對社會有益的科學突破。 一、六個評估符合科學研究目的的指標 GDPR框架內包含一套專門適用於科學研究目的處理個人資料的規定。此類規定的目的，在於使個人資料保護的基本權利與其他基本權利及利益之間達成公正的衡平，包括藝術與科學自由、促進科學進步的更廣泛社會與公共利益，乃至如部分學者所主張的國際科學人權。為達此目的，GDPR透過第89條第1項採取適當的保障措施，引入了一套權衡與妥協機制。 EDPB本次公布的指引提出六個指標，用以判斷資料控制者所設定的資料處理目的是否符合研究目的： 1.採用有條理和系統的方法：研究活動是否遵循特定研究領域之方法性與系統性做法 2.遵守倫理標準：研究活動之執行是否遵守該研究領域適用之倫理標準，例如在人體醫學研究領域，是否遵守《赫爾辛基宣言》 3.可驗證性與透明度：在兼顧合法智慧財產權與營業秘密的前提下，研究活動之結果是否接受同儕審查（Peer-Review）之批判性檢驗或予以發表 4.自主性與獨立性：研究活動是否具備自主性與獨立性，不受自身或他人偏見以及不當壓力之干擾？研究人員是否具備所需的學術或科學資格？無論研究活動是由學術機構、非營利組織、公共機關或是營利事業執行，此點皆適用 5.研究目標：研究活動是否有助於提升社會的總體知識水平與公共利益，在此EDPB特別強調這並不排除研究可能也旨在進一步促進商業利益 6.對現有科學知識做出貢獻或以創新方式應用現有知識之潛力：研究活動是否展現出科學附加價值，其中主管機關或驗證機構（Benannte Stellen）的獨立審查被視為此類附加價值的指標 二、指引帶來的實踐意義 EDPB指出，如果前述六個指標都滿足，那麼這些研究活動就可以被認為是科學研究。從這點來說，資料控制者（Data Controllers）在處理個人資料之前，必須針對上述指標進行自我評估。此測試背後的理論依據，並非要賦予特定計畫、假說或研究嘗試「實質科學研究」的法律地位，而僅僅是用以界定：有哪些基於研究目的所進行的個人資料處理活動，具備適用更高法規彈性的資格。 其次，如果六個指標並未全部滿足，仍可能被認定符合GDPR意義下的科學研究，但控制者需要提出合理理由，並有能力證明資料處理活動在仍應被視為科學研究。在進行此類評估時，具備越多指標，該活動GDPR被認定為科學研究的可能性就越高。
歐洲專利局發布人工智慧與機器學習專利審查指南正式生效歐洲專利局（European Patent Office, 下稱EPO）於2018年11月1日發佈新版專利審查指南已正式生效。此次新版的焦點為Part G, Chapter II, 3.3.1關於人工智慧（Artificial Intelligence, AI）與機器學習（Machine Learning, ML）的可專利性審查細則。 在新版審查指南Part G, Chapter II, 3.3中指出數學方法本身為法定不予專利事項，然而人工智慧和機器學習是利用運算模型和演算法來進行分類、聚類、迴歸、降維等發明，例如：神經網路、遺傳演算法、支援向量機（Support Vector Machines, SVM）、K-Means演算法、核迴歸和判別分析，不論它們是否能夠藉由數據加以訓練，此類運算模型和演算法本身，因具有抽象的數學性質而不具專利適格性。 其中，EPO亦針對人工智慧和機器學習相關應用舉例下列特殊情形，說明可否具備發明技術特徵： （一）可能具技術性 在心臟監測儀器運用神經網路辨別異常心跳，此種技術為具有技術貢獻。 基於低階特徵（例如：影像邊緣、像素數值）的數位影像、影片、音頻或語言訊號分類，屬於分類演算法的技術應用。 （二）可能不具技術性 根據文字內容進行分類，本身不具技術目的，而僅是語言學的目的（T 1358/09） 對抽象數據或電信網路數據紀錄進行分類，但未說明所產生分類的技術用途，亦被認定本身不具技術目的，即使該分類演算法的數據價值高（例如：穩健性）（T 1784/06）。 在新版審查指南中亦指出，當分類方法用於技術目的，其產生之訓練集（training set）和訓練分類器（training the classifier）的步驟，則能被視為發明的技術特徵。 近年來，人工智慧技術的應用分佈在我們的生活中，無論是自駕車、新藥開發、語音辨識、醫療診斷等，隨著人工智慧和機器學習技術快速發展，新版的審查指南將為此技術訂定可專利性標準，EPO未來要如何評判人工智慧和機器學習相關技術，將可透過申請案之審查結果持續進行關注。 「本文同步刊登於TIPS網站（https://www.tips.org.tw ）」
「智慧財產報告書」：開啟企業與市場之間的對話工具 何謂「LAB- FAB - APP- Investing in the European future we want」？歐盟執委會研究創新總署之高級專家小組(High Level Group)2017年7月3日提交名為《研究、生產、應用—投資於我們所期待的歐洲未來》(LAB- FAB - APP- Investing in the European future we want)報告，呼籲歐盟及成員國大幅增加對研發創新的投入。該報告認為過去20年，工業化國家2/3的經濟增長歸功於研發創新。歐洲必須妥善利用大量知識，將創新潛力轉化為現實的經濟增長，從而促進歐洲繁榮，解決社會挑戰。該報告提出11項建議：(1)將歐盟及成員國的預算優先考慮投入研發創新，將下一個歐盟研發創新計畫的預算提高一倍；(2)建立可創造未來市場的歐盟創新政策；(3)投入未來教育培訓，投資創新人才；(4)編制能夠發揮更大影響力的歐盟研發創新計畫，堅持目標、完善評估系統以增加計畫靈活度；(5)採取任務導向、焦點式措施應對全球挑戰；(6)使歐盟資金分配更加合理，實現與歐盟結構性基金的協同效應；(7)進一步簡化計畫管理模式，更注重效果而不是過程；(8)激勵公眾參與創新；(9)更好地促進歐盟及成員國的研發創新投資合作；(10)使國際合作成為歐盟研發創新的特徵，通過共同資助等方式，開放歐盟研發創新計畫；(11)將歐盟研發創新品牌化，擴大研究創新成果及作用。