關於協會
數位工具如何讓校園永續教育走向碳管理實踐｜林浩鉅，僑光科技大學研發長；李緯明，櫛構科技執行長
2026-05-01
氣候變遷（Climate Change）已不再只是科學研究中的議題，而是國家治理、產業轉型與教育現場都必須正視面對的嚴肅課題。根據 NASA 與世界氣象組織WMO近年發布的資料，2024 年已被確認為有紀錄以來最暖的一年；其中，NASA 指出 2024 年全球平均氣溫約較 1850 至 1900 年前工業化基準高出 1.47°C，而 WMO 則指出 2024 年全球年平均近地表溫度約較前工業化水準高出 1.55°C。[1][3][4] WMO 進一步預測，2025 至 2029 年五年平均升溫超過 1.5°C 的機率已達 70%。[5][6] 由此可見永續教育不能再只停留在理念倡議，而必須更進一步回應行動、資料與治理之間的關係。
從國際治理角度來看，上述轉變也是有其明確背景：《巴黎協定》已將控制升溫與推動減碳轉型視為全球共同目標，IPCC 也指出，氣候變遷的回應不再只是單一部門的責任，而需要制度、社會與教育系統共同面對。[7][8] 在臺灣脈絡中，2050 淨零排放路徑、氣候變遷因應法，以及大專校院盤查作業指引等制度逐步建立，也反映永續與碳治理已不只是企業議題，而是教育現場同樣需要理解與回應的治理課題。[14][15][16]
從環境教育走向碳管理教育
過去的環境教育，多半著重於意識啟蒙，不論透過生態保育、資源珍惜；或是污染防治、校外參與及各類倡議活動來努力地引導學生理解環境議題的重要性。這樣的教育是正向的，但若面對現今的淨零轉型需求，若僅停留在觀念傳遞已經明顯不足。聯合國教科文組織 UNESCO (United Nations Educational, Scientific and Cultural Organization) 在永續發展教育路線圖中強調，教育不只在於傳遞知識，更應培養學習者理解複雜問題及連結生活脈絡並形成實際行動能力。[24]
因此環境教育的深化，不應只增加更多永續相關主題，而是有必要逐步走向碳管理教育。這裡所說的碳管理教育，並不是將企業端複雜的盤查制度直接搬進校園，而是把排放來源辨識、資料蒐集與後續減碳改善等基本邏輯概念轉化為教育現場讓學生能動手執行並能延續的學習歷程。若從方法架構來看，其設計其實與既有溫室氣體盤查原則並不衝突且相似。GHG Protocol、Scope 3 標準及 ISO 14064-1 都強調相關性、完整性、一致性、透明性與準確性等原則，而這些原則同樣能轉化為校園教學中有意義的資料素養訓練。[9][10][11][13]
換句話說，校園永續教育若要走得更深，不能只強調“知道重要”，而必須逐步建立與日常生活、量化資料及實際改善相連結的學習機制。當學生不只僅是課堂上聽見減碳的重要，若能從自身生活中辨識排放、理解資料並參與討論與修正，永續教育才真正有機會從倡議走向實踐。
以通勤作為校園永續教育的日常入口
在校園生活中，通勤是一個特別值得重視的起點。許多人直覺上會認為，碳盤查與排放管理距離教學現場很遠，倘若回到學生每天的生活經驗來看，其實學生每日往返學校所形成的交通活動，本身就是校園間接排放中值得辨識的重要組成之一，而且是唯一一種每個學生都一定有參與且能有不同結果的碳排放來源；若從 Scope 3 的語境來看，這類移動行為本來就屬於值得被估算與討論的排放來源。[10][11]
近年已有多篇高等教育研究，讓“通勤為何值得被視為校園碳管理入口”這件事有了更具體的文獻支撐。Roknaldin 等人指出，高等教育情境中的學生通勤排放具有實質減量空間，若能更精確辨識交通型態與通勤結構，將有助於學校設計更具針對性的減碳措施。[17] Woszczek 與 Luoranen 以芬蘭大學案例顯示，通勤碳足跡與交通模式、距離分布及地理條件密切相關，說明校園若要提出有效策略，不能只看總量，還必須理解背後的行為結構。[18] Woszczek 等人則進一步提醒，範疇三排放若缺乏足夠的數據品質管理，將削弱後續比較與治理判斷的可信度，這也說明校園若要將通勤作為治理議題，數據品質本身就是核心問題。[19]
除通勤之外，Kiehle 等人指出，高等教育機構的碳足跡通常具有多元排放來源，若要理解校園整體排放結構，必須從不同來源的相對重要性來看待。[20] Ozawa-Meida 等人與 Clabeaux 等人也分別從消費基礎碳足跡與生命週期評估角度說明，大學校園碳排往往不能只看用電或單一能源面向，而應從更完整的活動與使用情境來理解。[21][22] Yang 等人則進一步提醒，校園碳排估算若未處理不確定性問題，即使結果具有參考價值，仍可能影響跨期比較與決策應用的穩定性。[23]
這也說明了通勤不只是容易被學生感受到的日常行為，更是能夠連結個人經驗、資料蒐集與治理分析的重要入口。對校園而言，通勤之所以重要，不只是因為它可以被算出一個碳排數字，更在於它具備（1）可Daily重複觀測以及（2）可資料化使其可討論的特性，能作為學生理解排放來源、數據形成與行動選擇之間關係的起點。當學生透過數位工具表單或課程活動，把通勤距離、交通方式、頻率與時間成本轉化為可討論的數據時，碳排就不再只是抽象口號，而會成為與學生個人生活直接相關的現象。
校園能否持續推動，取決於導入門檻與成果轉化能力
研究團隊認為校園碳管理教育能否真正成立，關鍵並不只在於是否有工具，而在於數據品質與導入方式是否合理。教育現場常面臨的困難，往往不是沒有意願推動，而是缺乏一套足夠貼近現場、又不致造成額外負擔的方法。從實務角度來看，碳資料蒐集從來不是單純的技術工作，而是一項高度依賴邊界設定、資料定義、排放係數版本與品質控管的系統性繁雜的工作。[9][11][12][13][14]
因此若要讓校園碳管理教育具有專業可延續性，至少需要建立基本的方法架構。這包括盤查邊界的界定、活動資料的蒐集方式、排放係數的引用依據，以及缺漏值、異常值與估算差異的基本處理原則。已有研究開始將資料品質與不確定性分析納入校園碳排研究之中，顯示校園碳管理若要進入更成熟的治理階段，不能只問“有沒有做”，還要問“資料在什麼條件下可比較並作為後續判斷依據”。[19][23]
此外，在校園中推動任何一項新作法，通常不只考量理念是否重要，還必須面對實際執行條件。對教師而言，課程是否容易融入、操作是否直觀以及後續整理工作是否過重，都會影響採用意願。對行政端與校長而言，更在意的是這項做法能否形成可持續的成果，而不是最後只留下打卡照片、口號與短暫熱度，後續往往難以延續；相對地，若能逐步留下具脈絡的資料與成果，便更有可能成為課程深化、校務溝通與永續治理的一部分。這也是為什麼校園永續教育若要真正被教育現場接受，除了理念正確之外，更需要兼顧可操作性、可理解性與可累積性。
數位工具的價值，在於讓教育成果進一步走向治理
也正因如此數位工具在校園永續教育中的價值，不應只被理解為提升效率的輔助設備，而更應被視為支撐教育現場從蒐集、整理到分析與回饋的重要基礎。當平台可以協助整合資料、進行初步計算及產生視覺化結果，教育工作者就更有機會把有限的時間與心力放回教學引導、學生互動與行動設計本身。這樣的轉變，對學校而言並不只是多了一個工具，而是降低了永續教育導入門檻，也提高成果累積與持續推動的可能性。
近年來 AI 大型語言模型（Large Language Model, LLM）與檢索增強生成（Retrieval-Augmented Generation, RAG）技術的發展，也讓教育現場在成果整理與文字轉譯上有了新的可能。Lewis 等人提出的 RAG 架構，提供了生成式模型連結外部知識來源的技術基礎；多篇文獻也提及 AI 在教育與研究情境中的應用，必須建立在明確資料來源、人工審核、責任界定與適度揭露的前提上。[25][26][27][28][29] 因此這類技術若能在適當管理條件下使用，確實有機會協助完成成果摘要、說明整理與初步報告草稿，降低教師與行政端在後端文書處理上的壓力；但其角色應是協助整理與轉譯，而非取代人類判讀。
若從更長期的角度來看，校園碳管理教育最重要的意義，在於它讓教育成果有機會被留下來逐步形成校園治理的基礎。學生每天的通勤資料，原本只是個人的生活經驗；但當這些資料透過合理方式被整理與分析後，便可能轉化為學校理解自身排放脈絡、規劃改善方向與對外溝通永續成果的重要依據。[17][19][20]
面對淨零轉型的全球趨勢，校園永續教育的任務已不只是讓學生知道氣候變遷很重要，而是幫助下一代建立理解排放、形成判斷與思考改善的能力。若從校園治理實務來看，除了用電管理之外，通勤其實是一個更貼近日常、也更容易作為教育入口的題目。它來自生活本身，學生有感、資料可收、結果可討論，因此特別適合作為校園碳管理教育的起點。
結語：從校園實踐走向永續擴散
本文所提出的方向並非停留在概念層次，研究團隊已逐步透過數位工具平台落實於校園場域之中，並協助多所大學、國中及國小推動活動碳盤查、資料整合與成果轉譯，結合生成式 AI 產出碳中和報告書。此行動顯示，校園永續教育的數據化與行動化，不僅具備方法上的可行性，也已在實務上展現出可延續推動的可能。更進一步來看，這樣的做法不只侷限於正式課程或單一校園專案，而已延伸至校內活動、論壇及會議，甚至更大範圍的公共參與場域。當參與者能透過簡單的互動填寫與即時計算，從自身移動與行為出發理解碳排與減量時，永續教育的影響便不再只停留在教室內，而有機會逐步向社會擴散，累積更廣泛的氣候素養與行動基礎。研究團隊也將持續推動相關倡議與實作，期待有更多教育單位、論壇、會議及政府組織的加入，共同擴大永續教育的實際影響。
參考文獻資料
[1] National Aeronautics and Space Administration. (2025, January 10). Temperatures rising: NASA confirms 2024 warmest year on record.
https://www.nasa.gov/news-release/temperatures-rising-nasa-confirms-2024-warmest-year-on-record/
[2] National Aeronautics and Space Administration. (2024, July 29). NASA data shows July 22 was Earth’s hottest day on record.
https://www.nasa.gov/earth/nasa-data-shows-july-22-was-earths-hottest-day-on-record/
[3] World Meteorological Organization. (2025, January 10). WMO confirms 2024 as warmest year on record at about 1.55°C above pre-industrial level.
[4] World Meteorological Organization. (2025). State of the Global Climate 2024.
https://wmo.int/sites/default/files/2025-03/WMO-1368-2024_en.pdf
[5] World Meteorological Organization. (2025, May 28). Global temperatures set to reach record levels in next five years.
https://wmo.int/news/media-centre/global-temperatures-set-reach-record-levels-next-five-years
[6] World Meteorological Organization. (2025). WMO Global Annual to Decadal Climate Update 2025–2029.
https://wmo.int/sites/default/files/2025-05/WMO_GADCU_2025-2029_Final.pdf
[7] Intergovernmental Panel on Climate Change. (2023). Climate Change 2023: Synthesis Report. Summary for Policymakers.
https://www.ipcc.ch/report/ar6/syr/downloads/report/IPCC_AR6_SYR_SPM.pdf
[8] United Nations Framework Convention on Climate Change. (2015). Paris Agreement.
https://unfccc.int/sites/default/files/english_paris_agreement.pdf
[9] World Resources Institute, & World Business Council for Sustainable Development. (2004). The Greenhouse Gas Protocol: A Corporate Accounting and Reporting Standard (Revised Edition).
https://ghgprotocol.org/sites/default/files/standards/ghg-protocol-revised.pdf
[10] World Resources Institute, & World Business Council for Sustainable Development. (2011). Corporate Value Chain (Scope 3) Accounting and Reporting Standard.
[11] World Resources Institute, World Business Council for Sustainable Development, & Carbon Trust. (2013). Technical Guidance for Calculating Scope 3 Emissions (Version 1.0).
https://ghgprotocol.org/sites/default/files/standards/Scope3_Calculation_Guidance_0.pdf
[12] Intergovernmental Panel on Climate Change. (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories.
https://www.ipcc-nggip.iges.or.jp/public/2006gl/
[13] International Organization for Standardization. (2018). ISO 14064-1:2018 Greenhouse gases—Part 1: Specification with guidance at the organization level for quantification and reporting of greenhouse gas emissions and removals.
https://www.iso.org/standard/66453.html
[14] 環境部氣候變遷署．（2025 年 7 月 14 日）．《溫室氣體排放量盤查作業指引（大專校院適用）》．
[15] 國家發展委員會．（2022 年 3 月 30 日）．《臺灣 2050 淨零排放路徑及策略總說明》．
[16] 環境部．（2023 年 2 月 15 日）．《氣候變遷因應法》．
https://oaout.moenv.gov.tw/law/LawContent.aspx?id=GL005511
[17] Roknaldin, A., Kruke, L., Qiao, A., John, R. S., & von Winterfeldt, D. (2025). Reducing carbon emissions from student commuting in higher education. Environment Systems and Decisions, 45, Article 5.
https://doi.org/10.1007/s10669-024-09996-5
[18] Woszczek, A., & Luoranen, M. (2026). Carbon footprint of university commuters: Commuting patterns and emission reduction strategies at LUT University, Finland. Sustainable Futures, 11, 101799.
https://doi.org/10.1016/j.sftr.2026.101799
[19] Woszczek, A., Child, M., Luoranen, M., & Soukka, R. (2025). Opportunities to improve data quality of scope 3 emissions in the context of carbon neutrality: The case study of LUT University. International Journal of Sustainability in Higher Education, 26(9), 207–225.
https://doi.org/10.1108/IJSHE-06-2024-0429
[20] Kiehle, J., Kopsakangas-Savolainen, M., Hilli, M., & Pongrácz, E. (2023). Carbon footprint at institutions of higher education: The case of the University of Oulu. Journal of Environmental Management, 329, 117056.
https://doi.org/10.1016/j.jenvman.2022.117056
[21] Ozawa-Meida, L., Brockway, P., Letten, K., Davies, J., & Fleming, P. (2013). Measuring carbon performance in a UK university through a consumption-based carbon footprint: De Montfort University case study. Journal of Cleaner Production, 56, 185–198.
https://doi.org/10.1016/j.jclepro.2011.09.028
[22] Clabeaux, R., Carbajales-Dale, M., Ladner, D., & Walker, T. (2020). Assessing the carbon footprint of a university campus using a life cycle assessment approach. Journal of Cleaner Production, 273, 122600.
https://doi.org/10.1016/j.jclepro.2020.122600
[23] Yang, C., Yao, T., Shiming, D., & Jiang, W. (2025). Carbon emissions accounting and uncertainty analysis in campus settings: A case study of a university in Sichuan, China. PLOS ONE, 20(4), e0321216.
https://doi.org/10.1371/journal.pone.0321216
[24] United Nations Educational, Scientific and Cultural Organization. (2020). Education for sustainable development: A roadmap.
https://unesdoc.unesco.org/ark:/48223/pf0000374802
[25] Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W.-t., Rocktäschel, T., Riedel, S., & Kiela, D. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks.
https://arxiv.org/abs/2005.11401
[26] UNESCO. (2023). Guidance for generative AI in education and research.
https://wp.table.media/wp-content/uploads/2023/09/386693eng.pdf
[27] National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0).
https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf
[28] COPE Council. (2023). COPE position statement: Authorship and AI tools.
https://publicationethics.org/cope-position-statements/ai-author
[29] International Committee of Medical Journal Editors. (2023). Defining the role of authors and contributors.
【作者簡介】
林浩鉅 僑光科技大學副教授兼研發長
國立臺灣科技大學管理學博士，具備近三十年公部門服務經驗。曾任職於經濟部技術處，參與多項國家級產業科技研發計畫之規劃與推動，包括產業技術發展計畫、創新研發中心計畫、國際合作計畫、地方產業發展推動計畫、創新科技應用與服務計畫及2020年臺灣科技前瞻研究計畫等科技推動業務。在行政院科技會報辦公室服務期間，擔任政策協調組組長，負責國家科技政策之整體規劃與跨部會協調。並於數位發展部成立後，擔任數位產業署通訊傳播組組長，負責通訊產業及5G創新應用推動相關業務。
現任僑光科技大學機械與電腦輔助工程系副教授兼研發長。投入ESG（環境、社會與公司治理）與創新管理之企業實務推動與研究，具備多年跨部門與產業應用經驗。研究專長涵蓋公共行政、科技策略、科技前瞻研究、創新管理，以及資訊與通訊科技（ICT）應用。
https://mcae.ocu.edu.tw/p/412-1060-5981.php?Lang=zh-tw
李緯明，櫛構科技股份有限公司創辦人暨執行長，國立陽明交通大學校友總會理事
國立交通大學統計碩士，專業領域涵蓋 AI 數據科學、品質工程，以及 ESG 與數位轉型應用。長期從事模型建構、流程優化與數據驅動決策系統之研究與實務應用，並將相關專業延伸至 ESG 與數位永續治理，以量化方法建置碳管理與社會治理指標演算法及應用平台，協助公私部門建立具可追溯性與應用價值的數據管理架構。曾任職台積電，參與並開發多項先進製程品質管制相關演算法與平台，實際導入生產及管理場域。
現擔任新北市及新竹市政府青年諮詢委員，曾任基隆市政府青年諮詢委員，並多次以政府及智庫專家會議委員身分參與中央與地方政策研議，就永續治理、數位轉型與青年創業政策推動提供專業建議。