二要原則 要讓孩子快樂玩：有假期焦慮的父母見到孩子一放假，生活「閒散」下來，就會覺得不安……擔心孩子幾日沒念書學業退步，也見過有些父母除了不停嘮叨孩子「功課寫了沒？」、「書讀了沒？」似乎找不到其他關心孩子的話題……除了3C產品應依照年齡限定使用時間外，既然放假了，就讓孩子好好的玩吧。
在中共認知中，既然蘇聯與美國同是既得利益的霸權，因此唯有積極拉攏亞拉非等第三世界國家，才能在既存的國際體系中，進行一場新的世界革命。在此背景下，中國的國際合作除了扮演傳統經濟外交的角色外，同時又兼具大外宣的功能，除了重建中國在疫情中受挫的國際形象外，也擴大其在一帶一路國家與傳統第三世界的影響力，並試圖打造新的紅色供應鏈。
Photo Credit: Reuters / 達志影像 貫穿整個十九大政治報告內容，「新時代」應該是出現最頻繁的字彙，深入觀察這也是習近平展現個人意志的「語境政治學」。《白皮書》定義的「中國國際發展合作」，是指「在南南合作框架下，中國通過對外援助等方式在經濟社會發展領域，包括人道主義援助方面開展的多雙邊國際合作」，具體內容包括了經濟援助、資金挹注、區域經濟整合、債務抵減、人道救援、基礎設施等內容，主要目的除了搭配其一帶一路、十四五規劃經濟、2035遠景目標等政策，建構新紅色供應鏈，也希望透過大外宣重建國家形象，其政治與戰略意義鮮明在這一周之後，你知道，在這一段Clubhouse在台灣方興未艾的時間，你被排擠了。為什麼你沒被邀請？ 因為你人際就是差到沒有人想邀請你。」 這讓我驚覺似乎自己不小心誤觸地雷，畢竟這個朋友一直是我心中最理性也最溫文儒雅的人，但他卻用了如此強烈的用語去批判了這件事情，這讓我內心的荒謬感變得更為強烈。
這讓我對這樣的行銷操作手法感覺厭惡，因為這不只是操作了人們的慾望，也操縱了人們的恐懼。」 「求上車，請邀請我吧。也有一些參與學生權利議題的學生們自以為在搞「政治鬥爭」（原文如此，我完全沒有加油添醋），甚至還會有人陰謀論地討論誰是不是將來要參選，但我個人會覺得是青少年之間的人際衝突，是人生的必經學習過程，過了這個階段也不見得會再積極、頻繁地往來。
先不說常常導致「業力引返」，這件事情最令人詫異的地方在於，實務上早就已經出現有自稱是「女性主義者」的學生，因為對別人發表這類性別貶抑言論，被對方申訴上性平會並受到相應的懲處。似乎沒有想過別人是做學術研究跟實務工作的，很多時候有些人只是純粹看不慣網路倡議行動生態，根本沒有想過要紅，也沒有必要在社群媒體上紅（按讚／愛心數跟點擊率不能被視為學術貢獻，通常也對實務社福或教育工作毫無幫助）。雖然我沒有要這些性別議題網紅為粉絲行為完全負責，但我認為在「社會影響力」這件事情上，他們也有一定程度的社會責任。他們似乎以為這種行為就能改變政治結構，但大部分的公民根本就不會在意這種東西（坦白講，霸社還比較好笑），這麼做也無法因此獲得民心或選票，只是在同溫層裡面取樂而已，甚至有時候跟中學生的網路霸凌沒兩樣。
我感到有點悲傷的是，要處理問題根本無需做到如此，有很多更好、更簡單的解決方法（很多事件可以進行民事調解、勞資協商或開會討論，給彼此互相理解與學習的機會，並不是一定要引發網路關注），這種泥巴仗沒有任何營養，而且很多討論都流於表層，無法做深入的探討（現代婦女基金會的問題就不只是單純的「譴責受害者」而已，而且她們的說法也「不完全」是錯的）。至少他們有義務讓粉絲知道，在網路上或現實生活中，對人發表這些言論是構成性騷擾或性霸凌，是觸犯法律的行為，並且會受到相關的懲處。
Photo Credit: Shutterstock / 達志影像 最荒謬的一次是，有群學生懷疑要加入民進黨、參選市議員的對象根本不是台灣人，而是一個港韓混血的加拿大籍交換生，不僅當事人完全不符合條件，我實在想不到任何他來非親非故的台灣參選的動機，就跟非新住民的台灣學生通常不會想去參選東南亞國家的民意代表一樣。這陣子，網路上發生了兩件性別議題大事，一件是民進黨社群中心主任范綱皓稱呼國民黨立委王育敏為阿姨，另一件是雞排妹鄭家純控訴性騷擾，被網紅陳沂做文章攻擊，接著都引發一堆網紅／網黑大混戰。我每一次都感到很困惑，很多網路倡議行動者判斷事情的方式，似乎跟爆料公社、娛樂型網紅同一個等級，跟我身邊的人們活在兩個平行世界，尤其是參與實務教育或社福工作的夥伴，他們彷彿完全沒有察覺這件事。但是，我確實發現一些不一樣的事情，在反年改之中有些人的社會貢獻，是那些在網路上嘲笑他們的「進步青年」（通常還比我年長）望塵莫及的，是真的有人為現今國家發展奠定基礎，甚至有人拋頭顱灑熱血在鄉村部落服務數十年，還幫助過無數弱勢家庭學生，把整個青春都耗在那裡。
又或者是，有一群知名的性別議題網路倡議行動者，其中有一些自詡為女性主義者，發表了一些煽動性言論（玻璃睪丸、Y染色體有缺陷），造成他們的粉絲大規模地模仿了他們的行為。或者是，身為台灣主權支持者的我，發現有很多自詡為「台派青年」的網路倡議行動者們並沒有真的做出什麼成果，只是一再地像答錄機一樣複述某些言論，甚至在社群媒體上面歌頌民進黨政府跟台灣的民主自由。後來，我深思了許久，我發現很大一部分出在：網路倡議行動者經常無法拋開「點擊主義思維」（clickist thought），習慣以這種思維去看待問題，並且以此作為很多問題的判斷標準（追蹤數＝社會成就、關注度＝社會貢獻）。年改符合世代正義、重新分配等精神，更是為了國家永續不得不做的事情，還有大法官釋憲背書，而且反年改陣營很多主張也是錯誤的，比如「實質平等」概念不能用在提供軍公教等優勢族群更好的待遇上，這根本是把普羅勞動階級的貢獻吃乾抹淨。
還有一堆人拿「進步價值」或「台灣價值」去處理自己的人際衝突，彼此的情緒脈絡跟衝突起因似乎都不重要了當工業化在全球範圍內日益普及，各地暖化趨勢便益見明顯，但還要等到20世紀下半葉，這趨勢才明顯到引起各國的注意。
這一年的6月23日，NASA太空研究所（GISS）主任James E. Hansen，在參議院能源及自然資源委員會作證指出：「全球暖化的程度，已經顯著到讓我們確信溫室效應與暖化趨勢具有因果關係。事實上，事件發生頻率的改變也是改變點研究的數學方法之一。
台灣這幾天比較冷，但暖冬仍然是全球暖化過程中一個明顯的趨勢。年高溫在2001之後的平均值增加了攝氏1.44度，而年低溫在1975之後的平均值則更誇張地增加了將近兩倍的2.81度。如果這個機率小於約定成俗的顯著水平0.05，我們判定歷史資料與虛無假設不相諧，從而排除台北市年低溫變遷沒有異常現象的前提。因為這個機率小於0.05，單尾檢定讓我們得到台北市年低溫屢破歷史上限紀錄，是異常現象的結論。去（2020）年5月，頂級學術期刊《Science》也有研究論文檢測新冠肺炎在德國傳播趨勢的改變點，肯定了政府干預措施的有效性。CBS電視影集《數字》（Numb3rs）甚至有一集，演出「夢幻棒球」玩家用改變點方法，檢測大聯盟球員使用禁藥提高打擊率的故事。
一般以為全球暖化始於19世紀末葉先進國家積極工業化的時候，然而世界各地工業化的進程不同，暖化的趨勢也會有所差異。以此為資料中的第一個紀錄，124年來，有9個新的紀錄出現，分別是：1899（7.2度）、1905（7.6度）、1909（8.1度）、1912（8.2度）、1976（8.5度）、1983（9.3度）、1988（10度）、2017（10.4度），以及2019（11.6度）。
從這個機率分布我們可以算得Rn的期望值是E(Rn)=5.40，變異量是Var(Rn)=3.76，也很容易直接算得右尾機率P(Rn≥10)=0.025。台灣的氣溫紀錄也始於19世紀末。
這兩張圖讓我們清楚看出改變點前後的明顯差異：改變點之後，年高溫及年低溫的分布均明顯往高溫方向移動。依我的意見，我們已經偵測出了溫室效應，而且這效應正在影響我們的氣候。
以台北市年低溫的歷史資料來說，我們可以算出在n=124個觀察值的序列資料中，出現r（r=1，2，3，…，124）個紀錄的機率分布，然後從這分布算出r大於或等於10的右尾機率。本文以下即以紀錄理論，進一步探討台北市年低溫在1975年之後新紀錄節節升高的現象。在美國一直要到1988年，氣候變化才正式成為官方關切的議題。這個前提可以說是「正常」狀況的「虛無假設」：它代表觀察序列中資料的產生過程完全相同，沒有任何異常現象或動態趨勢。
其數學繁複，但相當有趣，有興趣的讀者可以找相關書籍來看，例如Jiri Andel（2001）的《Mathematics of Chance》。我用統計學「改變點」（change point）的方法分析每年最高溫及最低溫的時間序列，檢測出年低溫最顯著的改變點在Hansen作證之後3年的1991年，而年高溫的改變點還要更後，在1998年。
圖一及圖二以上述改變點為斷點，分別估計年高溫及年低溫在各自改變點前、後的極端值分布。在這個假設之下，我們可以導出在n個資料點中有r個紀錄（包括第一個資料點）的機率分布。
Phote Credit： 林澤民 Phote Credit： 林澤民 時間序列資料產生過程的變化，除了可以用改變點的統計方法來檢測斷點以外，也可以用「紀錄」（record）發生的機率理論來分析異常現象。根據Jasmine Kuo提供的台北市年低溫歷史資料，台北市每年最低溫的改變點在1975年，而年高溫的改變點則要到2001年。
如果我們的經驗資料與這個假設之下的機率分布不相諧，根據傳統次數主義（frequentist）統計推論的方法，我們可以在一定的統計水平之下拒絕虛無假設，而判定異常現象的存在。這與筆者個人體驗大致相符。破紀錄次數的機率分布 台北市1897～2020年低溫時間序列顯示，1897年台北市的最低溫是攝氏5度。（見圖三時間序列中的黑點） Phote Credit： 林澤民 124年間有10個紀錄是正常現象嗎？這個問題，可以用機率理論做精確的回答。
這個理論從一個前提出發：觀察序列中的資料是遵循相同機率分布，而且相互獨立（iid）的隨機變數。筆者個人就曾用類似的研究方法，發現美國歷史上選民的投票行為，在20世紀20～30年代之間，曾經發生過質性的變化。
它在1930年代就曾被產業界用來監控產品的製造過程，其後經過數學家的深入研究，在近20年來蓬勃發展，廣泛被應用於環保、疫情、醫療、軍事、反恐等各領域。依照傳統統計推論，我們可以做出「台北市年低溫變遷有異常現象」的結論。
以Rn代表在iid假設之下，n=124個序列資料中有r個紀錄的隨機變數，圖四便是Rn=r的機率分布。台北市年低溫的改變比奧斯汀要早，這也許跟地形、地理位置、人口以及工業化程度有關。