原傳媒 AI
返回文章列表

原住民族|原鄉公共服務|原住民保留地|土地權利|地方治理

保留地不是一張地籍圖:原民會把土地權利審查拉回第一線——誰最知道土地的「傳統淵源與實際使用」?

原民會規劃十場原住民保留地政策法令意見交流會議,將土審委員、部落與地方承辦的第一線經驗帶回制度調整,核心是建立透明、可追溯的土地權利證據與理由鏈。

廖福德|前縣政府處長|曾任縣政府處長、具地方行政與公共治理實務經驗;本專題以土地制度、地方行政、公共服務與第一線治理協作為主要觀察視角

原住民族原鄉公共服務原住民保留地土地權利地方治理
保留地不是一張地籍圖:原民會把土地權利審查拉回第一線——誰最知道土地的「傳統淵源與實際使用」?

人工智慧輔助製作的概念示意圖,非現場紀實或實驗照片。

一筆原住民保留地案件,在行政系統裡通常會被拆成地號、面積、使用類別、申請文件、法規依據與審查程序。可是對真正生活在那塊土地上的家族而言,它可能同時是一段祖先遷移史、一處傳統耕作地、一條通往獵場或水源的路徑,也可能是一段長期沒有被正式地籍制度完整記錄的使用關係。當這兩套知識進入同一個審查程序時,最難的問題就出現了:制度如何判斷「土地權利」?

原民會近期推動原住民保留地政策法令交流,參與者不只是中央官員,還包含地方政府、公所、土審會、部落會議主席、村里長與第一線承辦人員。官方特別強調,土審委員熟悉土地的傳統淵源、實際使用情形與部落脈絡,因此第一線經驗要成為後續制度與法規調整的重要參考。

這句話很重要。因為過去土地行政最常被批評的問題之一,就是文件比生活經驗更有力量。一張圖、一份登記、一個申請日期,看起來都很客觀,但土地的實際歷史可能沒有完整寫在官方資料裡。尤其原住民族傳統土地與保留地歷史,本來就受到殖民治理、國家土地制度、遷移、劃設與不同年代政策影響。如果行政制度只接受現代文件,就可能讓「沒有被當年制度記錄」的使用關係變得像不存在。

但反過來,地方經驗也不能被神化成「只要有人記得,就一定是權利」。真正公平的制度需要的是可說明、可比對、可質疑的證據架構。家族口述、地方地名、耆老記憶、長期耕作痕跡、墓葬、祭儀空間、地景使用與現代地籍資料,都可能是證據的一部分。關鍵不是哪一種證據永遠最大,而是不同證據如何被放進同一個審查邏輯中。

這就是雙向知識在土地治理中最具體的場景。國家制度擅長建立一致程序,避免每一件案件都完全依人情判斷;地方知識則能補足制度看不到的歷史細節。兩邊如果沒有接口,就會出現兩種失敗:一種是行政機關只看文件,地方經驗被排除;另一種是地方爭議全部訴諸「傳統」,卻沒有足夠程序保障不同家族、不同部落成員之間的權利衝突。

土地審查因此不只是法律問題,也是知識治理。土審委員為什麼重要?因為他們不是單純替制度背書,而是把地方知識帶進行政程序。但如果委員的角色與證據標準不清楚,也可能造成新的爭議。什麼情況下應迴避?不同家族說法不一致時怎麼處理?口述歷史要如何記錄?會議紀錄是否能讓當事人確認?這些都是制度成熟度的一部分。

原住民保留地權利回復計畫也讓這個議題更具體。所謂權利回復,不能只是把案件數量做大,更要看每件案件是否能合理還原土地使用史。對地方政府與公所而言,最辛苦的地方往往不是「不知道法條」,而是如何把法條套用到高度複雜的個案。中央若只發布規則,卻沒有把第一線案例帶回制度修正,承辦人就會長期承受灰色地帶的風險。

人工智慧在這裡可能有實用價值。第一,可以協助整理歷年函釋、判決、法規修正與個案類型,讓承辦人快速找到相似案件。第二,可以把口述歷史、舊地名、地籍圖、航照圖與歷史文件建立可追溯關聯。第三,可以協助產生審查時間線,清楚標示每一項證據何時出現、來源是什麼、是否互相矛盾。

但 人工智慧 也可能帶來危險。若系統把「出現次數最多的說法」當成最可信,就可能壓掉少數家族或弱勢群體的聲音。如果把地名、家族關係與土地位置全部丟進外部模型,也可能產生隱私與資料主權問題。因此,原鄉土地 人工智慧 的核心不是自動決定權利,而是協助整理證據、保留脈絡與揭露不確定性。

對族人而言,好的數位系統應該讓申請人看得懂自己的案件。現在很多行政程序充滿法條、函釋與技術文字,當事人很難知道「到底還缺什麼」。如果系統能用簡單語言說明目前已有的證據、尚缺的文件、下一步流程與可能爭點,公共服務品質就會大幅提升。這比單純建立一個「線上申請入口」更重要。

對土審委員而言,系統應該協助而不是取代。人工智慧 可以把不同來源資料放在同一頁,讓委員更容易比較,但不能自動下結論。因為土地權利涉及的不只是資訊完整度,還涉及歷史、族群關係、程序正義與法律責任。真正需要被數位化的是「判斷所依據的資料與理由」,不是把判斷本身黑箱化。

這篇文章最後要問的,是一個看似簡單但其實很難的問題:誰最知道土地?地籍系統知道法定邊界,家族知道生活歷史,部落知道地方關係,政府知道制度責任。沒有任何一方單獨擁有完整答案。原住民保留地制度真正需要建立的,是讓這些知識可以被放進同一個、透明且可追溯的審查過程。

所以,「保留地不是一張地籍圖」不是反對地籍,而是提醒我們,地籍只是一部分。當原民會把政策交流拉回第一線,真正值得觀察的不是開了幾場會,而是這些第一線經驗最後能不能改變規則、改善承辦流程,並讓族人在土地權利問題上得到更清楚、更公平、更可理解的公共服務。

雙向知識切口

現代科學與制度資料、第一線經驗、文化與地方知識各有適用範圍。雙向知識不是假設不同知識體系已互相驗證,而是讓不同證據在同一問題中各自保有來源、尺度與解釋權。

四個角色觀點

  • 土地權利申請族人/家族
  • 土審委員/部落代表
  • 鄉鎮市區公所承辦人員
  • 土地法制/政策人員

延伸觀察:讓審查理由也能被追溯

土地案件真正需要數位化的不只是申請表,而是「理由鏈」。每一次補件、每一項地方證言、每一份地籍或航照資料、每一次土審會意見,都應能留下時間、來源與採納理由。這樣即使承辦人員更替,案件也不會重新從零開始;當事人若不同意結果,也能清楚知道爭點在哪裡。對原鄉公共服務而言,可追溯的理由鏈比單純追求案件處理速度更重要,因為它直接關係程序正義與族人對制度的信任。

把程序公平變成可檢查欄位

一套可用的案件紀錄,首先要區分「當事人提出的主張」「承辦機關取得的資料」「土審會採認的事實」與「最後適用的法規理由」。四者若混在同一段摘要裡,後來接手的人很難知道哪些內容仍有爭議。口述歷史也不宜只留下承辦人轉述,應記錄訪談日期、敘述者同意的使用範圍、涉及的地名與時間、是否有其他家族提出不同說法,以及當事人是否確認紀錄正確。這不表示口述資料必然低於書面文件,而是讓每一種證據都能被理解與回應。

程序的時間也應可追蹤。申請何時收件、多久通知補件、補件內容是否一次說清楚、土審會何時審查、委員是否需要迴避、決定何時送達,都直接影響族人的實際負擔。若系統只統計「結案件數」,可能把反覆補件、長期等待或同一案件多次往返藏在平均值裡。較好的服務指標應包括等待時間分布、補件次數、爭點類型、決定理由完整度與救濟結果,並讓申請人用容易理解的方式查看進度。

人工智慧可以協助比對過去函釋與案件時間線,但資料權限要先分層。公開法規、去識別案例與家族口述不能放在同一個開放資料池;地點、親屬與傳統知識也不應因為方便搜尋就被無限期保留。模型提出的相似案例只可作為查找線索,不能取代承辦人、土審委員與主管機關對個案事實和法律的具名判斷。最後的決定書應說明採納與不採納哪些資料、理由是什麼,以及當事人可以如何陳述、補正或救濟,讓效率與權利保障同時被檢查。

資料來源與延伸閱讀

角色驅動追問

原傳媒AI|依你的角色繼續追問

先選擇角色,再閱讀該角色可能提出的完整問題;點選後,原傳媒AI 會以逐字顯示方式呈現完整回覆。

先選擇角色

土地權利申請族人/家族

從「土地權利申請族人/家族」的責任與工作情境,檢視本文證據、限制、治理邊界與可執行步驟。

再選擇問題

先閱讀上方完整問題,再選擇一題;原傳媒AI 將從第一個字開始逐字呈現回答。

AI 使用與內容安全揭露

本文依官方與研究來源整理;已知事實、尚待確認內容與延伸分析分開說明。封面為人工智慧輔助概念示意圖。

Newsletter

喜歡這篇文章?

訂閱原傳媒AI電子報,每日接收AI、傳統知識與雙向知識更新。

前往訂閱
保留地不是一張地籍圖:原民會把土地權利審查拉回第一線——誰最知道土地的「傳統淵源與實際使用」?|原傳媒AI