名人堂電子報：http://paper.udn.com/papers.phppname=PID0030&page=1#ph 　

◆ 　陳國樑／貧窮黑數 為何看不見？

◆ 　楊志良／活得久vs.活得好

◆ 　闕志克／中東戰火下的勃勃雄心

◆ 　洪蘭／路燈效應 能找毒油真相？

陳國樑／貧窮黑數 為何看不見？

2026-07-30 00:00 　聯合報／ 陳國樑（作者為政大財政學系教授兼主任、財稅研究中心主任）

台灣真的只有百分之七點五七的人口處於相對貧窮嗎？按 OECD 標準推算，台灣相對貧窮率僅有日、韓、美等國約一成五的一半，也遠低於 OECD 成員平均的百分之十一點二。這常被奉為治理政績，卻也掩蓋了現實盲點，削弱改革的迫切性。看似完善的數據背後，遮蔽了多少真實的貧窮全貌？

南韓經驗值得借鏡。民國一○六年（二○一七年）十二月，南韓統計廳、韓國銀行、金融監督院公布年度「家計金融福祉調查」結果，採用結合抽樣調查與稅務、金融、社會保險等資料的新統計方法，取代僅採用問卷調查的「家計動向調查」。新舊方法交叉比對，揭露了巨大的數據落差：相對貧窮率由百分之十二點八，驟升至百分之十七點九，六十五歲以上高齡者的相對貧窮率更逼近五成。

南韓並非一夕間貧窮增加五個百分點，而是早在十年前便決定改變國家「看見」貧窮的方式；透過跨部門行政資料的串接勾稽，讓陽光照進以往看不見的暗處。相較之下，台灣至今仍單純仰賴「家庭收支調查」衡量所得分配與相對貧窮；看似亮眼的低貧窮率，或許更多反映的是調查方法的局限，而非貧窮真實樣貌。

更深層的問題在於，台灣貧窮治理的盲點絕非僅限於統計方法。即便退一步採信官方推估的百分之七點五七相對貧窮率，全台仍約有一七八萬人的所得低於相對貧窮門檻。然依現行社會救助法列冊的低收入戶與中低收入戶，僅占總人口的百分之二點三、約五十三萬人。相對貧窮人口與法定救助對象間的巨大落差，直指現行審查標準的過度嚴苛；意味著至少上百萬處於高度貧窮風險的台灣民眾，未能進入現行社會救助體系。

這群隱沒於統計數據與救助體制縫隙中的人口，稱之為「貧窮黑數」實不為過。如今，這群邊緣族群，亦成為國際專家關注的焦點。台灣自民國九十八年（二○○九年）將聯合國「兩公約」國內法化後，即建立「國家報告國際審查」機制，今年五月完成第四次審查。十二位獨立的國際人權專家，針對我國人權保障提出多項建議，貧窮問題更成為本次審查的重要焦點。

審查報告對我國社會救助法提出嚴正關切。專家指出，現行制度因家戶定義過嚴、民法扶養義務推定，及資產估值過於複雜，加上繁瑣的申請程序與社會汙名，產生嚴重的寒蟬效應，造成高比例的「福利未領取」現象。公共救助本應是維持生存的最後防線，高聳的行政門檻，反而將需幫助的人拒於門外。

為此，審查委員會建議政府廢除對「有工作能力但未就業」者，依最低工資標準設算工作收入的「虛擬所得」規定，且不得以戶籍地或親屬扶養義務做為排除救助資格的條件。更關鍵的是，救助評估應從「家戶」轉向以「個人」為核心，落實「經濟社會文化權利國際公約」第九條社會保障權的要求。

南韓經驗告訴我們，統計數字好看並不代表貧窮真正減少。成熟的社會絕不會因統計方法改革、揭露了原先被隱蔽的貧窮，便指責政府「把國家治理得更窮」；好的統計不是讓數字變得漂亮，而應呈現清晰的真相。面對龐大的貧窮黑數，政府除應推動統計革新、追求真實的貧窮統計，更應儘速修正社會救助法。

◆ 　辛翠玲／全球AI治理，各起爐灶

◆ 　李英明／AI的終極本質 原來是無臉男

◆ 　郭瓊瑩／城市降溫 自然與人本解方

◆ 　李家同／談大學工學院教育

辛翠玲／全球 AI 治理，各起爐灶

2026-07-30 00:00 　聯合報／ 辛翠玲（作者為中山大學政治經濟學系教授）

中國倡議的全球 AI 治理機構「世界人工智慧合作組織」（WAICO）七月中在上海成立，創始會員共廿九國。AI 治理牽動甚巨，從風險管制、算力、資料、模型、到人才與資金；從理念、價值觀、誰提供技術、哪些國家可以取得，到參與合作是否附帶政治與安全條件等都是關鍵議題。WAICO 出現對全球 AI 治理有何影響？全球 AI 治理將走向分流，還是終能匯流？

目前全球 AI 治理尚無單一中心。聯合國走普遍多邊路線。民國一一三年（二○二四年）通過的「全球數位契約」確立以合作與共同治理為原則，今年七月首場全球 AI 治理對話登場。聯合國涵蓋國家最多、正當性最高，但無法掌握晶片、雲端、模型、資金與執行工具；雖能凝聚共識、設定議題，卻難左右技術與資源流向。

歐盟則著眼於立法規範。歐盟「人工智慧法」是全球首部完整的 AI 法規。該法依風險分級管制，禁止若干用途、規範通用模型，並要求告知使用者正與 AI 互動、標示深偽等生成內容。由於風險評估、測試及合規所需的技術標準尚未完備，高風險 AI 的管制規範依用途不同，延至民國一一六、一一七年（二○二七、二○二八年）分批適用。顯示歐盟已進入執行與調整階段。歐盟並藉其單一市場促使跨國企業遵循其規則，讓內部標準向外延伸。

相較之下，美國強調技術、市場與安全結合。川普政府民國一一四年（二○二五年）七月公布「美國 AI 行動計畫」，十月啟動 AI 出口計畫，規畫將晶片、模型、軟體與應用整套輸出；十二月再以「矽和平」串聯關鍵礦物、半導體與 AI 基礎建設，至今年六月已有廿四個簽署方。美國擁有最多的技術與市場籌碼，但將技術供應與盟友及安全關係掛鉤的作法，使技術取得更受政治條件左右。

中國則從應用擴散與能力建構切入，先在國內推動製造、農業與公共服務的 AI 應用，再將算力、開源模型及經驗帶往海外。

中國承諾五年內提供五千個培訓名額、與區域組織成立 AI 應用中心，並協助卅國使用 AI 氣象預警系統。WAICO 強調主權平等、發展權與縮小智能鴻溝，對難以自建 AI 體系的國家頗具吸引力。

不過無論是 WAICO 成立還是簽署協定，仍只是起點，會員能否獲得算力、模型、培訓與產業合作，才是決定 WAICO 是否有實質影響力的關鍵。此外，中國與多數會員實力懸殊，有足夠的決策透明、會員平等與資料自主，方能建立互信。

全球南方國家對於 AI 治理該走中、美、歐還是其他路線，立場也不一。WAICO 雖呼應金磚對發展、自主與主權的重視，今年金磚主席國印度即未加入。印度一方面另舉辦 AI 影響力峰會，也加入美國「矽和平」。不少國家同樣不願在中美間選邊，希望兼用雙方技術、參與聯合國並保留自主。

綜觀全球 AI 治理，短期內仍不會出現單一霸主。美國在技術與市場暫居領先，歐盟以法律規則建立制度影響力，中國連結技術供給、發展合作與國際組織，聯合國則維持最具普遍性的共同框架。未來更可能是多套機制並存，各國依需要多方參與。技術領先只是條件之一；持續提供資源、贏得信任並使不同體系相互銜接，才能維持主導力。這也將決定 AI 帶來普惠發展，還是加深全球失衡。