「這片原住民族土地有多少樹種？」可能連問題本身都有偏差：最新研究開始追查全球生物多樣性資料的盲點

資料庫裡的空白，可能只是沒有人去過

2026 年 8 月 22 日，npj Biodiversity 發表一項以玻利維亞原住民族土地為焦點的研究。研究者比較三套不同資料來源，分析樹種豐富度的空間與分類偏差，以及資料由哪些機構蒐集與保存。結果指出，全球生物多樣性資料的採樣位置、分類群與機構來源會直接塑造最後畫出的物種豐富度圖。換句話說，資料庫記錄較少，不必然代表森林物種較少。

species richness 看起來是數字，其實包含很多前提

物種豐富度常被當成最直觀的生物多樣性指標：一個地方記錄多少種，就是一個數字。但這個數字建立在「有人採樣、採樣位置有代表性、物種被正確辨識、紀錄被數位化、資料被上傳」等一連串條件上。偏遠、交通不便或研究資源較少的地區，很容易在全球資料庫裡變成空白。

機構來源也是一種偏差

研究特別檢視資料的 institutional provenance，發現許多紀錄由國際機構保存，而資料中往往看不到原住民族社群是否參與、如何參與。這不只是署名問題。當資料被抽離原本的地方知識脈絡，樹木可能只剩拉丁學名與座標，而與食物、動物、土壤、水文、季節、禁忌和歷史的關係消失。

Ogiek 的例子說明「物種資料」可以是另一種結構

UNESCO 近期整理肯亞 Mt. Elgon Ogiek 社群知識時，記錄的不是單純植物清單，而是種子選擇、樹木開花、降雨訊號、食物安全與世代相傳的森林規則。某棵樹何時開花，可能同時是物候資料、氣候訊號與農作決策依據。若全球資料庫只接收學名與座標，就會漏掉這種關係性知識。

雙向知識必須允許地方分類不被強迫翻譯

真正的雙向知識不是把地方名稱逐一對上拉丁學名就完成。地方分類可能根據用途、生長位置、季節狀態、動物關係或文化規範，而科學 taxonomy 主要處理演化與分類關係。兩套系統可以建立對照，但不應假設只有翻譯成西方分類才算知識。更重要的是，社群應有權決定哪些資訊可以公開、哪些敏感物種位置必須模糊化。

社區監測應該能改變國家與全球資料流程

FAO AIM4Forests 正在推動 Indigenous Peoples Forest Monitoring，重點之一是讓原住民族與慣習社群強化森林監測與繪圖能力。真正有意義的做法不是請社群免費補資料，而是讓社區監測能進入國家森林監測系統、保育政策與氣候資金機制，同時保留資料治理權。資料回到政策時，社群也必須看得到它如何被使用。

absence of records 不能被寫成 absence of species

這句話應該成為所有全球生物多樣性模型的基本警告。當研究者用大資料模型估計物種分布時，觀測不到可能來自真正缺席，也可能來自採樣不足。若忽略這一點，資料較少的原住民族土地反而可能在保育優先排序中被低估，形成「因為沒被研究，所以看起來不重要；因為看起來不重要，所以更少資源投入」的循環。

台灣森林資料治理同樣需要這個轉向

台灣原鄉的森林、狩獵地、溪流與植物知識也存在公開程度不同的資訊。有些資料適合進入公共保育系統，有些涉及文化敏感性、稀有物種、採集地點或祭儀規範，不應自動公開。建立社區監測時，除了精度與格式，還要先談資料權限、保存位置、使用目的、撤回機制與利益回饋。

從「地圖上有多少點」走向「誰有權解釋那些點」

全球生物多樣性科學越依賴大資料，越需要承認資料不是自然掉進資料庫，而是由特定人、機構與歷史條件蒐集。原住民族土地的資料盲點提醒我們：更完整的科學不是把每一片森林都掃描成同一種格式，而是讓不同知識系統在可比較與不可化約之間找到治理方式。森林裡真正缺少的，有時不是物種，而是我們願意承認資料也有政治與倫理邊界的能力。

把研究變成可查驗的公共問題

任何新研究進入公共討論，都必須把證據層級說清楚。首先要分辨研究直接量到的結果、研究者提出的機制解釋，以及媒體或政策端進一步延伸的推論。直接結果可以被重複檢查，機制仍需要更多場域與時間驗證；政策建議則還必須加入成本、制度、在地條件與權利關係。本文因此不把單一研究寫成已經成熟的解決方案，而是把它當成重新設計問題的方法。

對台灣而言，最有價值的下一步通常不是立即複製國外案例，而是建立小尺度、可回溯的在地驗證：先定義基線、記錄場域條件、保留失敗案例、比較替代方案，再讓第一線使用者能夠修改測試指標。當研究者、工程師、政策端與地方使用者都能看到同一份證據鏈，技術才不會只停留在漂亮的示範影片或單一統計顯著性，而能慢慢變成可問責、可修正的公共知識。

另一個必要條件是保留不確定性。若研究有樣本限制、量測門檻、資料偏差或外推風險，就應在文章與政策文件中明確留下。真正可靠的科技治理不是把複雜性藏起來，而是讓使用者知道哪些結論很穩、哪些仍在推測、哪些需要新的資料才能回答。只有在這種透明條件下，社會才有可能把科學成果轉成長期可學習的制度。

誰去採樣，決定了世界看見什麼

全球生物多樣性資料庫看起來像中立的巨大集合，但每一筆紀錄背後都有人做出選擇：去哪裡、何時去、採什麼、用什麼分類、是否保存標本、是否有資源數位化、是否願意上傳。道路附近、研究站附近與容易抵達地點通常更密集；偏遠森林、衝突地區或研究資源不足區域往往更稀疏。當模型把這些資料直接轉成世界地圖時，採樣歷史就會變成看似自然的生物多樣性分布。

對原住民族土地而言，問題更敏感。許多地方之所以保存高生物多樣性，與長期土地治理、移動、狩獵、採集、禁忌與季節性使用有關；但全球資料庫未必記錄這些治理脈絡。如果研究最後只留下物種點位，社群的角色可能從知識持有人變成地圖上的背景。

更多資料不一定等於更公平

解決資料缺口最直覺的做法是「去採更多」，但如果沒有資料治理，這可能把新的風險帶進社群。稀有植物、藥用植物、神聖地點或野生動物位置若被公開到高精度座標，可能增加非法採集、盜獵、觀光干擾或商業利用。對一些知識而言，最好的資料治理不是完全開放，而是分級權限、模糊座標、延遲公開或根本不進入公共資料庫。

因此，社區監測計畫應在採樣之前就先決定誰擁有原始資料、誰可以存取、什麼情況能對外分享、研究結束後資料放在哪裡、社群是否能撤回或更改授權。這些規則不能在研究完成後才補簽一張同意書，而應成為技術架構的一部分。

地方分類與科學分類可以對話，但不必互相吞掉

一套地方植物分類可能把同一科學物種依生長階段、用途或棲地分成不同名稱，也可能把多個科學物種視為同一類功能群。若研究只問「哪個地方詞對應哪個拉丁學名」，很容易把地方系統的邏輯壓扁。真正的對話應保留兩套分類的目的差異，並記錄它們在哪些情況相交、在哪些情況不能直接翻譯。

這也會改變人工智慧與資料平台的設計。未來若用模型整理森林知識，系統不能假設所有欄位都能被標準化成單一 taxonomy。某些資料需要保留敘事、關係、季節與權限標記，甚至必須讓社群自己決定模型能不能看到。資料主權不是附加的倫理說明，而是資料結構本身。

森林監測真正要建立的是長期關係

一次性的國際專案很容易留下設備與資料，卻沒有留下維護能力。社區監測若要持續，需要培訓、設備更新、資料備份、在地青年參與、語言與分類知識傳承，以及政策端願意使用社區產生的證據。FAO AIM4Forests 所強調的能力建構與社群監測，真正挑戰就在於如何讓這些資料不只向上回報，也能回到社區本身的土地治理、保育與權利主張。

當森林資料能同時服務地方決策與國家／國際監測，且社群保有決定權，全球生物多樣性科學才可能從「替原住民族土地製圖」轉向「與土地知識持有人共同決定什麼值得被看見」。

主要參考來源

• npj Biodiversity｜Characterizing tree species richness in Indigenous Peoples’ lands
• UNESCO｜When the forest speaks: Ogiek Indigenous Knowledge
• FAO AIM4Forests｜Indigenous Peoples Forest Monitoring