【觀點】白馬非馬!碳費、碳定價差在哪?台灣碳費是「不純正的馬」
【觀點】白馬非馬!碳費、碳定價差在哪?台灣碳費是「不純正的馬」

馬是型體,白是顏色,歸類不同所以白馬不是馬;碳定價是用於去除化石燃料,碳費是限定用於減碳,歸類不同,所以碳費不是碳定價?

碳費每噸新台幣300元的正式發布,先是牽動了環團與企業的的兩極化價格主張交鋒,繼之則是令人憂慮的合理分配問題,確實定價與分配這2個最根本的碳定價議題都在台灣發生了。但碳費就是所謂的碳定價嗎?

所謂碳定價,在法律定性上,可分為外顯(explicit)及內含(implicit)碳價。外顯包括碳稅(carbon tax)及排放交易(Cap & Trade);內含碳價相當多元,包括特定商品或服務的補貼、租稅抵免、能源稅、燃料費及躉購費用等。兩者皆針對化石燃料及其使用加以定價,意在透過使用者付費機制,促成能源結構最終的轉型。

依據世界銀行分析,碳定價有其效用亦有其局限,大致可歸納3點: 一、碳定價是成本有效的氣候行動政策工具: 世銀「2021-2025氣候變化行動計畫」強調,應透過碳定價將氣候變遷成本納入經濟決策來促進氣候行動。碳定價是一種直接有效的增加收入的政策工具。 二、碳定價工具無法自行運作: 碳定價屬於落實國家氣候目標的多樣政策工具,須輔以其他政策和投資(如公共交通、電力基礎設施),讓消費者願意選擇低排放的替代方案、承擔較高價格方足以致之。 三、政策與民意是碳定價成功的關鍵: 碳定價工具要成功取決其持久性,其中須依賴政治支持、機構能力、有效溝通等,並納入受影響者的公正轉型措施。

目前台灣碳費已被歐盟認可作為其碳邊境調整機制(CBAM),即被歸入外顯碳價。但在國內官方立場,碳費則被定性為接近空污費的特定用途稅,那這與國際作法有何異同?首先,碳交易在理論上,是政府對納管範疇的排放源,通常以能源部門及產業為主,就容許的排放總量設定「上限」(cap)。這些排放量被轉換為各部門別及排放源的排放許可(allowance),或以拍賣方式售出。其後,這些核配額度可在持有者之間轉讓、購買或出售。不易達成管制目標者,可購買核配額抵免義務。隨全球碳交易市場發展,除官方核配額,符合法規的自願減碳計畫所創造出的碳信用額度(carbon credit),則是另一種被容許以抵換碳排義務模式來進行碳交易的籌碼。 一般而言,排放交易被認為較適用於能源供給及主要消費產業。

至於碳稅,則是對每單位的碳排當量課稅,通常以噸為單位。在設計上,如果稅定價的金額夠高,就會讓碳排放源覺得減排或投資節能減碳基礎設施比納稅更划算。其次,政府也可將收入用於保護環境或補償受氣候變遷影響的公民。 **一般而言,碳稅被認為較適用於能源的主要消費產業。 **

目前我國環境部傾向以碳稅來對照定性碳費,並表示與碳稅不同之處在於主管機關及支出用途2面向: 一、碳稅由國家財政單位徵收,直接挹注國庫。 該稅收不限於減碳用途,可投入社福、基建等,達到財富重新分配的效果。 二、碳費由環境部徵收,專款專用於減碳。 例如發展減碳科技、成立氣候基金等。

那麼,究竟碳費應屬於歐盟肯認的排放交易分支,或是我國官方傾向的碳稅類型,顯現出類同「白馬非馬」的疑義。

是否碳費是同時強調減碳目的與去除化石燃料的「白馬」所以不是單純強調去除化石燃料的「馬」?目前我國的特殊設計確實呈現出問題——因只聚焦能源消費產業,且多是難以淨零又涉及國家經貿的基礎重工業,加上不允許這些高碳洩漏風險產業使用境外碳權抵免義務。這恰與歐盟制度大相逕庭——因同時納管能源部門,透過核給高碳洩漏風險產業較多額度,讓其能夠交易給能源部門,以爭取轉型空間。

此時,若不能善用碳費協助其自主減碳來爭取優惠碳費,將導致這些基礎重工業面臨雙重財務危機,即減碳資本支出與可否享有優惠碳費。對此,我們的碳費,這種不純正的「馬」顯然必須優先重視所謂的匡正(corrective)正義,填補制度可能導致不正義的缺口,並審慎處理分配正義於國家淨零政策之適用。

在分配正義的思考上,我們應正視先進國家在碳稅推動過程所面臨的挑戰。單純的碳稅可能只會創造短期效益。2019年知名專欄作家Marianne Lavelle指出,自2020年每噸50美元起徵,之後年增2%的碳稅,初期會顯著減少化石燃料的需求,除非有其他政策輔助,否則2030年後將減緩。

若我國已決定採行碳定價政策,則要了解所謂的定價並非僅限於碳稅或碳交易的價格,須綜合考量一個國家整體對生產或消費化石燃料採行的所有內含定價政策。例如把日本當前的碳稅2美元視為其碳價的全部,顯然不恰當。日本是以對應國家自定貢獻(NDC)目標,將碳稅定性為氣候變遷減緩稅,在公平稅率上,加入上、下游的課稅,來呈現整體碳定價。

最後回歸分配的問題,我們必須思考我國這種「白馬」,在前述特定用途稅與一般碳稅在分配上的差異,更要考慮若按一般碳稅的整體收入、分配模式來處理,將可能無法取得碳費課徵的減碳目標。尤其聯合國氣候變遷大會要求以科學方法盤點成效。

對此,公平使用碳費固然重要,但基於科學證據及檢驗減碳成果更是必要前提,期許國人珍惜我國碳費機制下的收入,務必以落實國家減碳目標與公正轉型需要為優先,切勿淪於泛政治資源分配的籌碼。

責任編輯:謝宗穎

關鍵字: #淨零碳排
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