專業人士如何看待能源議題？（二）

  

專業人士最忌諱的是對自己專業以外的事情在沒有深入的了解之下夸夸其談，不是誤導他人，就是讓人對專業人士本身的專業開始懷疑。

 

我曾談過在台灣討論能源議題，經常有三個盲點，這也是專業人士應該極力避免的：

 

1.    太多人太堅持自己的立場，而且一旦有了立場，就寸土不讓，一直堅持下去，完全聽不進不同的意見或是接受新的觀念。忘掉了〝毋意、毋必、毋固、毋我〞的教訓。

 

2.    能源議題十分複雜，如果心中沒有一個基本的架構，討論常常不夠全面，例如討論能源，只強調能源中電的問題；討論電的問題，又只強調發電。能源議題中，節約能源沒有受到應該有的重視；電的問題中，又忽略了我們還有貯能、輸配電等等挑戰。

 

3.    沒有跟上新科技的發展。由於能源議題在全球都受到高度重視，因此能源科技也有快速的進展和突破。多年前就有人談到氫能，大多數人都嗤之以鼻。最近德國發布了〝國家氫能戰略〞，我們實在可以看看德國是如何啟動具有里程碑意義的能源轉型，又是如何為德國的優勢產業確保一個有希望的成長市場。更不用說美國加州也在推廣氫氣燃料電池車，現在也在廣建加氫站了！

 

在節能減碳的大環境中，有許聳動的口號與標語。既淪為口號標語，有許多是不合邏輯，有許多是沒有事實依據，專業人士切切不可隨聲附和，畢竟專業人士除了專業知識之外，也都應該具備獨立思考與判斷的能力，隨聲附和只是破壞了專業的形象！。

 

 

(這篇文章也留存於Blogger中的「學校沒學的能源課」)

(能源:2）

 

專業人士如何看待能源議題？（一）

能源議題是這個時代中人類面臨的最重要的課題之一，在這個節能減碳的大環境中，專業人士要做些什麼？

 

大部分人得到的能源知識都是很片段的，學校裡也少有完整探討能源的課程。談到能源議題，做為一個專業人士，首先就應該具備的就是要對能源有基本和正確的認識。

 

有很多書談能源，但多半是太偏重其中一個議題；有許多政府網站講能源，但難免沒有政令宣導的意味，這裡向大家推薦一本書：UC Berkeley的教授Richard A. Muller 寫的Energy for Future Presidents : The Science Behind the Headlines （中譯：給未來總統的能源課）。

 

這本書深入淺出（作者基本是認為未必每一個未來的美國總統都有很好的科學素養），討論的議題很全面，不僅是對各項技術有全面的介紹與省思，也講到如何對待突發的重大事件，是一本很好的入門書。

 

可惜的是這本書對我們來說也有一些缺憾。最大的問題就是美國觀點，這本書是寫給未來的美國總統，所以基本上是根據美國的狀況談美國的問題。第二個要注意的是這本書是2012年出版，能源科技進步得很快，新能源的快速發展也超出人們的預期。

 

這是一本好書，專業人士想要有系統而正確的了解能源，就請試試從這本書開始吧！

 

(這篇文章也留存於Blogger中的「學校沒學的能源課」)

(能源:1）

專業人士為什麼要學機率?

大家都在談風險管理，風險管理的核心就是不確定性，處理不確定性的工具就是機率。專業人士未必要精通機率，但是具備對機率基本的認知是必須的。 

當我們了解機率有以相對頻率為基礎的客觀機率，和以相信程度為基礎的主觀機率兩種機率之後，我們在這個框架下更可以看出為什麽要學機率： 

1.          機率是溝通不確定性的工具，是溝通不確定性量化後的語言。機率在數學的架構中，我們可以從有效的推導中找出有用的結論。 

2.          機率幫助我們更清楚的了解不確定性的來源。有時候我們談的是客觀機率和以主觀機率其中一種機率，有時候我們談的機率兼具兩種特性，更多的時候我們沒有意識到兩者的不同的不做明顯的區隔。當我們有許多樣的樣本，我們得到相對頻率的客觀機率；當我們運用到判斷時，我們把內省與審核的結果用主觀機率來表達。

 

(風險管理:9）

機率有兩種?!

 

機率是根據數學上的公理（axiom）進行推倒和演算，但是數學並沒有告訴我們機率的意義是什麼，數學也沒有告訴我們如何決定一個事件的機率。 

對機率的詮釋，基本上可以分為兩類：

1.          客觀（objective）機率或相對頻率（relative frequency）的機率。這種看法簡單的講，就是一個不確定事件的機率是它在不斷重複的嘗試或實驗樣本中出現的相對頻率。這是大部份人理解的機率，也是與統計密切相關的看法。因為是以統計為基礎，客觀機率就是黑天鵝理論中認為一旦出現離群值（outlier）或這個事件是非常特殊的事件，客觀機率就會派不上用場了！

2.          主觀（subjective）機率或相信程度（degree-of-belief）機率。指的是一個不確定事件的機率是根據一個人當時他所擁有的知識，所提出對事件結果的相信程度或信心程度的量化表達。主觀機率是和個人的判斷密切相關的，經常會用到貝氏定理 (Bayes Theorem)，因此也被認為是貝氏機率 (Bayesian probability)。 

昨天一位浙江台商染疫，指揮中心說：”機率雖小，但確實有可能本土染疫”(12月9日聯合報)。這是主觀機率還是客觀機率？ 

在實務中，我們使用的機率可能是包含這兩種的詮釋，也有可能是其中的一種，但是絕大部分的實務中我們並未明顯的認知並且區別這兩種詮釋。客觀機率和主觀機率，各有所指，也各有其用途。在許多工作中，這兩者的區別不太大，但是在有些工作中這個區別就造成了巨大的影響。 

我們用擲銅板來看這兩種不同的機率。我們會說出現正面的機率是0.5，這是主觀機率還是客觀機率？客觀機率是相對頻率，是說我們擲很多很多次銅板，出現正面的次數會是總共投擲次數的一半。但真的是如此嗎？有人真的去擲過嗎？投擲時的環境因素（力量、角度、空氣、溫度…）都一樣嗎？鑄幣廠有特別考慮正反面不論圖像不同而重量都一樣嗎？我們會說出現正反面的機率是0.5，因為我們“認為”正反兩面沒有不同，我們“相信”出現正面和反面的機率是一樣的，各為0.5，我們並不是因為擲了很多次才得到機率為0.5這個結論的。 

機率是溝通不確定性的語言。只有當我們了解機率有主觀機率和客觀機率的差異，我們才更能掌握不確定性的本質，我們的風險管理才更有意義。

 

(風險管理:8）

「利用蒙地卡羅模擬，向未來學習」

 大家都在談風險管理，但是要真正做好風險管理必須要有紮實的基本功：對不確定性有正確的認知，對機率理論要有基本的素養。

許多定性的風險分析，是依據經驗和常識所進行的，但即使是定量的分析，雖然有很多人會算機率，但不瞭解機率的本質，最後在判斷機率問題時並不比一般人高明多少。

機率的演算推導是數學，對機率意義的探討在哲學。許多大思想家如愛因斯坦和凱因斯都曾借重機率理論，並且為之著迷不已，但是在真實的世界中，要把機率理論應用到實務上對大多數的人來講是很困難的。

我們曾一再強調在風險管理這個議題上，各個領域可以有更多的互相借鏡和學習。我也曾一再引用Prof. Robert V. Whitman 說的“Engineers use their analyses to sharpen their judgment.”最近在重讀Taleb的「隨機的致富陷阱」（Fooled by Randomness）中，注意到一個極少數為他所認可的分析方式「蒙地卡羅方法」（Monte Carlo Method，或蒙地卡羅模擬Monte Carlo Simulation，在此我們不做嚴格的區別）。我們不能只批評過度的依賴經驗和判斷，我們也要探索出一條出路，蒙地卡羅模擬就是值得研究的一套方法。

我們不在這裡仔細說明蒙地卡羅方法，基本上蒙地卡羅模擬是可以將有不同機率密度的參數由不同的樣本路徑進行大量的計算，得到量化的最後的可能情境。蒙地卡羅模擬不只是一種計算方法，更是一種思考方式。Taleb把蒙地卡羅模擬用在金融投資上，其實應用在其他領域也並不困難，是可以磨利專業人士的判斷的，Taleb說蒙地卡羅模擬「是我成年之後見過最像玩具的東西」，他又說了下面這樣一段話：

「我以歷史為師的方法其實有兩種：閱讀前人的事蹟，向過去學習，以及利用我的蒙地卡羅玩具，向未來學習。」

現在有很多簡易的工具可以進行蒙地卡羅模擬，我也建議大家試著把蒙地卡羅應用在自己的工作之中，我們一起來找條破解黑天鵝的出路吧！

 

附注：”Fooled by Randomness”這本書的大陸譯名是「隨機漫步的傻瓜」，作者Taleb的譯名是「塔勒布」。

(風險管理:7）