歐盟執委會、成員國和風電企業共同簽署風能憲章,建構法規環境以利風電產業發展

歐盟執委會、26個成員國的能源部長和300多個風能相關企業於2023年12月19日在歐洲風能行動計畫(European Wind Power Action Plan)的基礎上共同簽署風能憲章(European Wind Charter),將有助歐盟執委會、成員國和風電企業互相協調並加速相關行動的執行,優化歐洲風電產業的發展環境。而該憲章主要的6項承諾措施分別為:

(1)加速相關許可流程、優先執行修正後的《再生能源指令(Renewable Energy Directive)》,及提供風能的長期發展規劃,以確保(至少在2024-2026年間)充足、穩定且可預期的風能發展管道。

(2)改善及簡化風電競標機制的設計並建立一致性,以促進高品質風機的生產,且能同時具備環保、創新、資通安全和良好勞動條件;在不影響《淨零產業法案(Net-Zero Industry Act)》的立法程序下,於競標設計中納入客觀、透明、非歧視、非依據價格的資格預審或核准標準,特別是關於永續性和韌性、資通安全、商業行為和執行能力,以及民眾參與等要素。

(3)確保簽署單位所提供的商業程序、監管、產品和服務都能滿足如《淨零產業法案》和歐洲風能行動計畫中關於高品質的標準,包含環保、創新、資通安全和良好勞動條件;同時,也承諾將移除歐盟法規上的限制,並透過歐盟層級的工具減少財務風險。

(4)提供明確的競標時程,並採取適當的措施最大化各專案的執行率,包含訂定未執行時的懲罰,以及建立製造商和營運商的長期夥伴關係,提升供給和需求的可預測性,同時減緩價格波動的影響。

(5)透過積極的監管建立公平且具競爭力的國際環境,並考慮採取措施以處理可能的不公平國際貿易行為;在《外國直接投資規則(Foreign Direct Investment Regulation)》和其他適當工具的框架下合作投資風電領域。

(6)擴大風能設備的產製量能以滿足預期增加的風電專案需求,以及強化既有的勞動和工業能力、擴大投資規模,並支持工人技能升級和再培訓,確保足夠的勞動力。

本文為「經濟部產業技術司科技專案成果」

相關連結
※ 歐盟執委會、成員國和風電企業共同簽署風能憲章,建構法規環境以利風電產業發展, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=9163&no=57&tp=1 (最後瀏覽日:2026/02/28)
引註此篇文章
你可能還會想看
奈米科技之前瞻性規劃-以美國推行綠色奈米為中心

日本通過《減少食品損耗促進法》

  隨著地球人口增加,糧食問題日益嚴重,而土地資源有限及氣候變遷也影響著產量。除了開源—提升糧食產量之外,如何節流—減少糧食浪費,也成為各國重要課題。日本為因應聯合國永續發展目標(SDGs)中的具體目標12.3:「在2030年之前,達到減少生產供應鏈糧食損失,同時掌握消費端食物浪費流向。」並改善國內食物大量損耗的問題,參議院於2019年5月24日表決通過由跨黨派議員聯盟提出的《減少食品損耗促進法》(食品ロス削減推進法)。有鑑於日本的循環型社會法制體系中,已有以實現食品環保3R(Reduce, Reuse, Recycle)為目的之《食品循環利用法》(食品リサイクル法),《減少食品損耗促進法》要求中央及地方政府在依既有相關法規,實施食品廢棄物減量時,也應考量本法之目的和內容,適當地推行措施。   《減少食品損耗促進法》將「減少食品損耗」定義為:「防止仍能食用的食品不被廢棄之社會性措施。」並定義「食品」 係除《醫藥品、醫療機器等法》第2條第1項所稱之「藥品」、同條第2項所稱之「醫藥部外品」及同條第9項所稱之「再生醫療等製品」以外之飲品及食物。   依《減少食品損耗促進法》之規定,未來內閣府將設立名為「減少食品損耗促進會議」(食品ロス削減推進会議)之專責機關,制定減少食品損耗的基本方針,並審議相關重要事項及推動政策之實施,而地方政府也應努力制定具體的相關促進計畫。本法也鼓勵企業與中央和地方政府合作,積極減少食物廢棄物,同時希望消費者自主採取行動。「減少食品損耗」作為從食品的生產到消費各階段的重要目標, 將成為新的全民運動。

英國發布人工智慧網路資安實務守則

英國政府於2025年1月31日發布「人工智慧網路資安實務守則」(Code of Practice for the Cyber Security of AI,以下簡稱「實務守則」),目的是提供人工智慧(AI)系統的網路資安指引。該實務守則為英國參考國際上主要標準、規範後所訂定之自願性指引,以期降低人工智慧所面臨的網路資安風險,並促使人工智慧系統開發者與供應商落實基本的資安措施,以確保人工智慧系統的安性和可靠性。 由於人工智慧系統在功能與運作模式上與傳統網路架構及軟體有明顯的不同,因此產生新的資安風險,主要包含以下: 1. 資料投毒(Data Poisoning):在AI系統的訓練資料中蓄意加入有害或錯誤的資料,影響模型訓練結果,導致人工智慧系統產出錯誤推論或決策。 2. 模型混淆(Model Obfuscation):攻擊者有意識地隱藏或掩飾AI模型的內部運作特徵與行為,以增加系統漏洞、引發混亂或防礙資安管理,可能導致AI系統的安全性與穩定性受損。 3. 輸入間接指令(Indirect Prompt Injection):藉由輸入經精心設計的指令,使人工智慧系統的產出未預期、錯誤或是有害的結果。 為了提升實務守則可操作性,實務守則涵蓋了人工智慧生命週期的各階段,並針對相關角色提出指導。角色界定如下: 1. 人工智慧系統開發者(Developers):負責設計和建立人工智慧系統的個人或組織。 2. 人工智慧系統供應鏈(Supply chain):涵蓋人工智慧系統開發、部署、營運過程中的的所有相關個人和組織。 實務守則希望上述角色能夠參考以下資安原則,以確保人工智慧系統的安全性與可靠性: 1. 風險評估(Risk Assessment):識別、分析和減輕人工智慧系統安全性或功能的潛在威脅的過程。 2. 資料管理(Data management):確保AI系統整個資料生命週期中的資料安全及有效利用,並採取完善管理措施。 3. 模型安全(Model Security):在模型訓練、部署和使用階段,均應符合當時的技術安全標準。 4. 供應鏈安全(Supply chain security):確保AI系統供應鏈中所有利益相關方落實適當的安全措施。 「人工智慧網路資安實務守則」藉由清晰且全面的指導方針,期望各角色能有效落實AI系統安全管控,促進人工智慧技術在網路環境中的安全性與穩健發展。

OTT服務所涉網路中立性與著作權議題之比較分析-美國與歐盟之新近法制及對我國之建議

TOP