關於 台灣車禍死亡人數2021 ，我們在網路上蒐集到這些相關的討論、資訊與評價

🔹臺中市議會(31日)召開市政總質詢，暖英根據台中市監理站和交通隊的資料顯示，台中市的機車數量增加速度驚人，民國106年起最近四年由168萬7364台增加到175萬5563台，最近4年共增加了6萬多台機車，相對於台中市的人口增長數（含出生嬰兒以及外縣市移入人口），民國106年到109年，這四年台中市共增加3萬3仟 717人。換算起來連嬰兒在內，每一個新增人口可以有2台機車，這個數目實在相當驚人。

🔹更令暖英憂心的是，因機車車禍死亡的人數從106年起，從60人上升到109年的129人。也就是從造成60個家庭破碎，上升了一倍以上到129個家庭破碎，真的令人心痛。

暖英歸納四點建議要求交通局。
👉第一，要研擬出有效的政策宣導方式，好讓汽機車駕駛，皆留心確保用路安全的觀念；像是汽機車駕駛，不時會因為車輛內輪差的問題，而發生行車事故，這不就表示交通局在與民宣導上並沒作到位。
👉第二，大眾運輸系統規劃，應要不停的作滾動式檢討修正，讓民眾可以就近善用相關的公眾交通工具，像是公車路網的調整與ibike設置密度等。
👉第三提高老舊機車報廢誘因，降低機械功能退化機車上路的機會。最後，提昇檢視道路號誌與掌握道路行車品質，減少交通事故風險因子。

🔹希望市長要求市府各單位，一起努力降低機車車禍及死亡率。因為每一個事故過世的市民，都代表一個家庭，市政府要讓市民安居樂業，提醒大家重視安全及提供安全的環境是責無旁貸的責任。

#降低機車傷亡
#列為施政重點
#快樂出門平安回家

機車車禍死亡數倍增 朱暖英：政府責無旁貸
相關新聞連結🔗
中時新聞網
https://www.chinatimes.com/realtimenews/20210831005748-260402?chdtv
新華報導
https://ccss3172.blogspot.com/2021/08/blog-post_894.html
中台灣時報
http://www.taiwancnews.com/archives/513296
台灣新生報
https://reurl.cc/qgMEKR
台灣華報
https://www.kingtop.com.tw/detail.php?type=catalog&catalog_id=5&id=4645
聯合新聞網
https://udn.com/news/story/7323/5712956
大宇宙新聞 民時新聞
https://reurl.cc/gWLdn4

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D

【繫上安全帶2 這種自己死亡的 】《道路交通管理處罰條例》第31條

續接上一集 #謝小妹條款 先去看： https://td3.pse.is/3eu5c8

--
規範「檢舉」的《道路交通管理處罰條例》「第七條之一」最近很紅，立法委員提案引起惡罵。但你知道同一條法中，用來規範「安全帶」31條在當年也是疑雲重重嗎？

在陳朝龍車禍、邵曉鈴車禍、國父庶孫女車禍後(他們都沒繫安全帶)修法，然後我國又遇到重大的蝶戀花、阿羅哈客運事件多位乘客被拋飛。立委馬上提出多個關於３１條的修法草案，想要規定全車繫上安全帶，但結果在委員會全滅。

--

#時間序列：

★2012年10月10日，提案。立委林明溱提案修改《道路交通管理處罰條例》第３１條，提案不只小客車，連客運、公車部分「後座」要繫安全帶！

★2013年4月16日，三讀通過上述法案。但是此時民間充滿訕笑，酸言酸語以及地方政府消極抵抗。

★2014年12月23日，三讀通過。錦上添花，將出租車司機的除外條款納入，因為這些駕駛對於乘客無拘束力，罰司機不合理。

★2017年2月-9月，新聞事件。包括2月「蝶戀花」賞櫻團翻車造成33人死亡，因為沒繫安全帶導致多人拋出車外。9月，因為沒繫安全帶，阿羅哈客運車禍中有6名乘客遭拋出車外。

★2017年12月，委員會審查。因應重大死亡事件，多位立法委員們提出七個草案修法，其中包含林俊憲、羅致政等的「全面」繫安全帶，以及許毓仁的科技感知安全帶裝置等等。但是因為「各種原因」最終導致 八、案、全、滅！

--

#八案全滅：

時至今日，最新的法律是當年陳朝龍先起頭，後林明溱提案的「後座加強版」繫上安全帶，現在林明溱已經是南投縣長。但是即便是多年後的今日，中華民國卻還是沒有辦法全面必須要「繫上」安全帶，但還好對於「安裝」在另外的法律中有全面的要求。

我們有什麼資格　＃嘲笑美國人不戴口罩呢？當年八案全滅的安全帶草案當中，最強的完美提案是羅致政委員的「廢勸導條款」，想要把原本的「沒提醒乘客才可以處罰」刪除，還把車種限制刪除，讓所有車種後座都應該繫上。但，這樣的初衷當年並沒有被交通部接受。因為在台灣民間　＃要你繫上安全帶　＃等於是要你的命

＃罰則１５００起跳　

但是八案全滅之後有人提了一個奇怪的　＃修正動議
就是要把（告知之後還不繫）乘客１５００的罰款改為３００元

他的同事林俊憲、羅致政在那邊努力地要從嚴修正，但他居然有這樣逆風的訴求。還好，被路政司司長用安全帽500元打臉。

--

#這種自己死亡的

(以下為刪改贅冗字節錄，你覺得我斷章取義，可以到公報自己去看，我都附上了連結。)

(1061211節錄文字)

鄭委員運鵬：之前我們處理的是影響公共安全造成他人傷亡的部分，其實安全帶比較容易釀成自己傷亡，不太會造成他人傷亡，所以有沒有必要罰得那麼高？

繫安全帶這種自己受傷自己死亡的，我們根本罰不到，所以本席認為不宜罰太高。你們只要加以宣導，表達一下意思就好，告訴大家要繫安全帶以保護自己安全。

鄭委員運鵬：104年因交通事故死亡的人數為1,696人，受傷的人數有四十幾萬人，人數很多，而轉入刑案死亡的才520人，扣掉轉到刑案的人數，因車禍導致自我死亡的人數有1176人，這些人大部分都因為安全問題而自己死掉，並沒有造成別人死亡，所以造成自己傷亡的部分要不要罰那麼高？

陳司長文瑞：高速公路一般違規依照第三十三條係罰3,000到6,000元，不過……

鄭委員運鵬：這是指駕駛的危險駕駛行為，所以如果乘客沒有繫安全帶也要一併受罰，你認為合理嗎？但其的確只有影響自身安全，在這兩年發生過的三起大客車重大交通事故中，如果有繫安全帶，其實結果的確會差很多，除了火燒車那次以外，總共死了幾十個人，因此如果有繫安全帶的確是保護自己，不是保護別人，可是到最後你不繫安全帶，罰則卻是跟第三十三條的危險駕駛一樣，這不是很奇怪嗎？

(1061214節錄文字)

鄭委員運鵬：對於乘客尤其是後座乘客，如果他沒有繫安全帶，不管是小客車或是大客車，幾乎都處罰不到，但是罰款也有教育意義。有關乘客的罰款，是不是用最低的300元來處理即可？

陳司長文瑞：有關處罰乘客的部分，像營業大客車、計程車、租賃車輛駕駛人已盡告知義務，但乘客仍未繫，處罰乘客的金額改為300元，這部分現行法第三十一條就有未繫安全帶處罰該乘客的規定，但這個條文我們查了一下，在民國85年、90年修正了幾次，就是已經告知，但乘客仍不繫，在一般道路是罰1,500元，高、快速道路處罰3,000元到6,000元，現行條文已經施行很久，現在委員建議修改為300元，當然，委員是認為自己的安全自己要顧，但300元會不會太低了？未戴安全帽就要罰500元，繫安全帶要不要……

#以上三百元很扯我知道
但還好沒有通過
--

20171211交通委員會 立法院公報107卷第6期 https://td3.pse.is/3egsul

--

結論：

要不是今天委員跳出來《道路交通管理處罰條例》第七條之一表達想法，我本來也不打算整理這段第三十一條的「溫馨故事」的。我認為逆風敢言很棒，敢捅馬蜂窩很好，但邏輯要好要正確。回顧過去，安全帽、安全帶都是立法院的重頭戲，要是你各位沒戴安全帽的也是「自己死掉」沒有妨礙到他人，請問，這樣的邏輯合理嗎？

當你的同事發現到問題所在，直指法條核心，但你卻在那邊扯後腿這樣合理嗎？但不論動機為何，目的為何，這些立法委員都在巨人交通部的高牆前面，停下了腳步，只能仰望。

#蝶戀花 #阿羅哈 這些被拋飛出車外的，哪個立法委員還記得？是忘記了，還是害怕想起來？國家的傷痛很廉價，真正的社會需要的規範與制度，我們沒有共識。(不要笑，就跟美國民間對口罩沒有共識一樣)甚至還有販賣安全帶插銷器，插上去駕駛位置就不會叫了，這是什麼國家啊幹！這些傷痛不會被記得，法律不通過，難道是因為死亡的不是名人嗎？難道被拋飛的不是有名的人，社會就不會有共識嗎？而且立法之後，問題並沒有結束我知道，因為重點是後續的執法，林俊憲有說過一句很好的話：「要先有這樣的規範，後續執法才會有依據。」

沒錯，因為很多的執法是在地方政府。我之前不是有提到地方政府消極不配合嗎？下一集我就來講，台北市政府自2013年4月16日到2021年4月18日，零作為事件。

這是一個對於法律規定之公車「指定後座」未繫安全帶，至今零執法、零開罰、零管理，但同時傷亡不斷的故事。

--

☆安全帶 #謝小妹條款 第一集： https://td3.pse.is/3eu5c8
★我的IG https://www.instagram.com/td3small/ #台北冷芝士