關於塑膠,不能做了回收就好嗎?圖解「回塑流程」與生活無塑難題
關於塑膠,不能做了回收就好嗎?圖解「回塑流程」與生活無塑難題
2019.08.28 | 生活

回收迷思是一隻巨大的怪獸,當那些以不塑星球為職志的行動主義者試著幫助人們了解降低個人塑膠消耗量的重要性時,幾乎時時都要面對這隻怪獸。

這是因為塑膠產業在1980年代初期想出了一個聰明策略,在最常使用的塑膠產品上打上回收標誌,因此,大多數的消費者都認為他們所消耗的大量塑膠是可以回收的,而且會透過在地的路旁回收計畫被確實地回收。

事實上,回收箱裡的東西只有很少一部分會被回收。 針對我們的塑膠問題, 解決方法並不是要回收更多,而是要消耗更少

編按:不用塑膠,其實只是為了健康?關於環保,我不能做好回收工作就好嗎?《戒除塑膠的健康生活指南》兩位作者破除世人普遍對塑膠回收的迷思,告訴大家有效且比較「無痛」的減塑法。

如果你正在購買含有塑膠包裝的產品,了解哪種包裝材料最可能被回收是很重要的,這樣才能做出了解情況、且有利於回收的購物決定。了解複雜、昂貴且耗能的回收流程也會有幫助(希望可以做為將塑膠消耗量降到最小的誘因)。

你們把只用一次的拋棄式塑膠水瓶丟進自家回收箱之後,到底發生了什麼事呢?可以從這個過程看出,紙張和硬紙板、鋼鐵、鋁和玻璃是最可能被回收的品項。

即使是一小張的鋁箔紙,也值得丟進回收箱,因為它會透過利用電流電荷的機械流程被撿起來。透過分類程序,紙張、金屬和玻璃不但比較可能被撿起來回收,這些材料還可以被製成新的回收產品,幾乎就像原來的材料一樣,而且這些材料的回收可能持續循環,不會走到盡頭。

另一方面, 塑膠只能被降級回收,做成品質較差或功能較少的產品 。比如說,食物包裝無法再重製成食物包裝,它會以某種無法和食物接觸的產品形式回歸。

這些塑膠樹脂在塑膠製造流程和回收循環中移動,以相對迅速的速度變成無法回收的物品, 最後被丟進垃圾掩埋場,成為可存在數百年之久的塑膠化石

戒塑指南
以美國而言,於2014年丟棄的塑膠當中,只有9.4%有被回收(3330萬噸中的312萬噸),降級回收也列入計算(將回收塑膠再製成更劣等的產品)。
圖/ 光現出版

商品使用不可回收材料,購物時應盡可能避免

下列材料類別一般是不可被回收的,購物時應該盡可能避開它們:
● 塑膠袋
● 無菌包裝(如利樂包),一般是用好幾層不同的材料製成,像是塑膠、鋁和硬紙板
● 泡殼包裝和保麗龍包裝
● 生物塑膠(雖然它們可能可以用家用或工業堆肥裝置做成堆肥)
● 不含回收箭頭標誌的塑膠
● 用多種不同塑膠組合製成的塑膠品,比如含有許多不同
零件的塑膠玩具
● 含有回收標誌3號、4號、6號和7號的塑膠

做好回收,但你清楚回收流程的具體步驟嗎?

以下簡單說明,一般回收分類站如何選擇它認為值得回收的材料:

戒除塑膠118-1
回收流程步驟1、2、3(原箭頭指向為書籍出版設定,網頁排版則由上至下呈現)。
圖/ 光現出版
圖119-1
回收流程步驟4、5。
圖/ 光現出版
圖119-2
回收流程步驟6。
圖/ 光現出版
圖118-2
回收流程步驟7、8。
圖/ 光現出版
戒除塑膠
一張表教你辨識塑膠類型與認識其回收再生能力。
圖/ 光現出版

簡單來說, 只有1號塑膠(PETE或PET)、2號塑膠(HDPE)和5號塑膠(PP)是適合回收的材料。在購物時考慮最可能被回收的材料是很重要的。不幸的是,雜貨產品的塑膠包裝日益增加,而非逐漸減少。產品包裝的材料從那些容易回收的包材(如玻璃罐)逐漸被換成無法回收的材料(如有塑膠內襯的利樂包)。

這類塑膠包裝能幫製造商省錢,顧客不會因此客訴,還會覺得它們很方便,於是乎它們就此成了常態。比如說,在雜貨店裡, 因為方便及省時的因素,顧客往往會購買預先用塑膠包裝好的加工產品 。我們都很忙,想要用方便的方式來節省時間是很正常的。幸運的是,如果要購買有包裝的產品,塑膠並不是唯一方便的方式。

比如說,那些為了特殊場合買蛋糕的人可能沒有發現,地球上其實有好幾個衝擊程度不等的做法。就準備和規劃來說,最方便的做法似乎是去買那些預先做好、裝在透明盒子裡蛋糕,但其他更永續的做法卻幾乎一樣方便。

你可以要求店家用硬紙盒來裝蛋糕,這種盒子可用於堆肥、也可以回收(如果沒有弄髒的話)。另一個做法是帶你自己的蛋糕盒,完全省略包裝。

重點在於,我們可以有很多種做法,了解哪種包裝對環境造成的傷害比較小,可以讓你的購物行為對環境負責、甚至達到更高效率。

塑膠_塑膠瓶
在掩埋場放置百萬年也難以分解的塑膠化石。
圖/ shutterstock

為了讓那些被你放進回收箱的東西獲得更多確實被回收的機會,我們提供下列清單,告訴你可以採取哪些幾個步驟來做準備。這些步驟只需要花你一點點時間,卻會產生很大的差別。

9個回收小常識,教你選擇及準備家中的回收物

  1. 跟當地的公共機關確認哪種材料可以回收,把清單印出來,放在你的回收桶旁邊。
  2. 沖洗所有可回收的物品。分類工人會很感謝你。
  3. 將蓋子和瓶子分開,因為它們通常是用不同種類的塑膠製成的。
  4. 去除金屬罐上的紙。
  5. 把那些已經弄髒的硬紙板或紙類(像是披薩盒)用來當做引火紙(如果你有壁爐或燒木柴的爐子的話),不要丟進回收箱:它們不大可能會被回收。
  6. 除非你非常了解你住的地方有回收塑膠袋,否則不要把它們放到回收箱,因為它們會卡在分類站的輸送帶上。
  7. 如果可以接受塑膠袋作為可回收物品,就把它們收集在一起,全部塞進一個袋子裡,打個結,緊緊綁起來。
  8. 不要在塑膠袋裡放很多種可回收物品。
  9. 把硬紙箱弄平。

經營回收計畫是很貴的,多數產品製造商都不會花這個錢 。這表示,丟棄或回收塑膠包裝的成本會被轉嫁出去,最後由所有消費者透過繳給政府的稅金來買單,包括那些勇於努力限制自己塑膠產品和包裝消耗量的人。

我們需要當地及國家政府投入有創意的誘因,來鼓勵更多永續包裝投入實作,比如:重複利用這些包裝,而非自動拿去回收(托運系統);進行包裝革命,目標是要找出更永續、植物性、可用於堆肥、且無添加劑的包裝;針對塑膠製品的回收給出鼓勵措施,比如現金。

減塑
塑膠製品帶來的便利早已深入社會,但基於健康與環保,我們或許該一步步戒除塑膠。
圖/ shutterstock

德國就在創意包裝廢棄管理的最前線已有30年以上的時間。

1993年,德國政府通過一項包裝法令,要求製造商負責收回自家產品的包裝。這項法令涵蓋了玻璃、鋁和塑膠飲料容器。這些容器有一筆可退還的押金,對走「單一方向」的塑膠瓶來說,這筆押金高達25歐元(相當於29美元),這是個相當慷慨的鼓勵措施。執行這項計畫之後,PET瓶(1號塑膠)在2011年的回收率是98‧5%。

在那之後,德國的弗萊堡(Freiburg)市提出了一項創新計畫,用來處理那些不可回收的免洗咖啡杯製造出來的廢棄物。外帶杯一般來說是不能被回收的,因為杯身的紙與聚乙烯融合在一起,好讓它可以防水。結果產生的材料無法在回收裝置中輕易分類。在弗萊堡,麵包店、咖啡店和餐廳之類的咖啡零售店會購入可重複使用的杯子,用這些杯子供應咖啡給他們的顧客,而非使用免洗杯。

顧客會先付1歐元的杯子押金,等他們將杯子還給參與這項計畫的店家,就可以拿回押金。所以你可以在爪哇屋(java hut)裡外帶一杯咖啡,用可重複使用的馬克杯盛裝,漫步到小鎮的另一頭,在另一間店把杯子還回去。這些店家會清洗這些杯子,並能無限次地重複使用。這是個好例子,說明社群只要付出簡單的努力,就能解決嚴重的廢棄物問題。

做好塑膠回收的缺點

「東西的故事」(The Story of Stuff)這個非營利組織發起了一項反對微細纖維的活動,並發佈一部短片,說明了一些跟微細塑膠纖維有關的重大議題。

編按:「東西的故事」原是Annie Leonard於2007年發布的一段影片,教育世人與其他環保、社會運動倡議者關於物質經濟的影響。該影片在網路上廣泛擴散,並引發人們反思消費狂熱文化與大量的物質需求。
如今,東西的故事是位於美國加州的一家非營利組織,長期以來持續關心環境問題,製作動畫、紀錄片和線上短片,並發起許多社會活動與環保計畫。

2017年3月發布的<塑膠微粒的故事>,已有志願者翻譯成繁體中文字幕。

這部影片說明,有些公司利用回收水瓶做新衣服是很酷,但這其實會製造兩大問題:這會鼓勵消費者使用更多塑膠瓶,因為他們認為這些水瓶會被回收做成有用的東西。

再者,這些用回收塑膠瓶製成的衣服每次清洗的時候,會釋出幾百條幾千條的微細纖維。這些微細纖維非常細小,無法被公共廢水處理廠捕捉,最後會進到我們的水域中。接著它們會和有毒物質及烈性化學物質結合在一起,之後在食物鏈中向上累積,先被小魚吃掉、再被大魚吃掉、最後被人類吃掉。

根據估計,我們的海洋目前含有多達140萬兆根微細纖維,相當於地球上每人兩億根微細纖維。

責任編輯:張庭銉

本文摘錄、整理自《戒除塑膠的健康生活指南》p.115-p126,光現出版。

關鍵字: #綠能環保
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓