Changes in chemical regulations finally get on their way

The long overdue updates for Toxic Substances Control Act (TSCA) make their first step.

 

House Passes Sweeping Chemical Safety Bill

Compared to EU, which has implemented a new regulatory scheme under REACH, the U.S. is still figuring out its way. I personally do not think that this is an disadvantage necessarily, since research in effective chemical regulations is hardly sufficient.

Let me take a point from the WSJ’s report to elaborate a little bit.

Mr. Dooley said consumers looked to the EPA to provide guidance on chemical safety, but the agency hasn’t had sufficient authority to do so.  “We were seeing an increasing decline in public confidence on the Environmental Protection Agency assessment on the safety of chemicals in the products that families use every day,” Mr. Dooley said.

First, the agency to provide guidance and that has authority to regulate need not to be the same one. The potential interest conflicts could reduce the credibility of guidance provided by the agent. EU seems to position International Chemical Secretariat (ChemSec), a NGO, for the prior role in their chemical safety regulations.  In U.S., Agency for Toxic Substances and Disease Registry (ATSDR) in the CERCLA (Superfund) which regulates the cleanup of polluted industrial sites plays a similar role.

Second, why consumer s look for guidance? Mostly because they would like to take peremptory actions to protect themselves rather than wait for the enactment of regulations. Moreover, even firms would like to take actions in advance to guard them from future regulations (my study pertaining to chemical emissions).

In the report, it mentioned that EPA has a priority list to be regulated. Therefore, it might be able to provide some hints for peremptory actions for industries and consumers. However, the list is from Clean Air Act (CAA) which was defined in 1981 and have not been changed since. I personally think that it is totally inadequate as a channel to inform chemical safety to consumers.

Therefore, how to build an information channel that provides credible information to inform consumers, and in turn, promote changes in chemical use and improve chemical safety overall? 

I hope that consumers don’t to rely on scattered news and word of mouth. Something more organized is needed.

The Report of Carcinogen  (RoC) of National Toxicological Program (NTP) or the ATSDR’s substance priority list (SPL) in U.S. were established for specific purposes but could be a foundation. Outside of U.S, the SIN list (substitute it now) is an example built for exactly the purpose.

ChemSec SIN List

 

Nevertheless, the effectiveness of such a information channel, the details of how to build it efficiently, and its implications beyond chemical safety (such as innovation and social welfare, see a link below) are all understudied. We only can leverage some studies in food safety and consumer protection areas, although they are not sufficient either.

EU’s REACH May Not Be Fostering Innovation In Industrial Chemicals

 

The article also indicates some interesting points. For example, the support from industries is for demanding a unified chemical regulatory scheme, which is similar to my previous point that everyone want to deal with a organized system for chemical safety, since chemicals themselves, are complicate enough.

The concern of not able to preempt by states is also interesting, since we saw two type of peremptory action by state, more relax or more stringent such as California. But this is beyond my expertise.

In summary, I look forward for these changes.

媒體來源可靠度

前一陣子在facebook上發的一段文, 覺得應該要把它獨立留下來.
 
———————————————–
可以做個研究來評量台灣人這個社群中, 資訊傳播速度info dissemination speed和來源可靠度source credibility是否是負相關(或無關)的. 從最近"瘋狂轉貼"的便當姐事件到之前的太陽能高速公路, 都是典型的負相關(或無關)案例 (注意, 不是負面案例!, read my words!!!).
如果發現是負相關(或無關), 或甚至只是比其它社群有較低的正相關, 那或許可以解釋部份現行媒體產業的狀況耶… 如這個社群對可靠度不敏感, 那媒體為何要去在意?
 
這應該是moral hazard的問題吧!!?? 媒體無法用可靠度去影響這社群的觀感喜好, 那當然就是只做最低可靠度囉… 要治療moral hazard? 那找竹鞭和蘿蔔來…蘿蔔就是想辦法去讓這社群喜歡可靠度較高的資訊. 而竹鞭就是處罰社群中用低可靠度資訊者.
 
找蘿蔔好像比較難的, 竹鞭似乎容易一點, 像實質逞罰發散假資訊的人? 應該不是匿名寫文章就可以免責的吧.  當然從學術的觀點, 建議有效的竹鞭或蘿蔔是其次(雖然台灣學術界特愛這種事). 重點是要確定correlation,  是否是個moral hazard和how signficant….
 
所以這種問題不是沒有解, 只是很難解. 蘿蔔也是有可能找得到. 不但可以做empirical study, 還可以做normative modeling哩… 
 
但我不是社會經濟的, 這題目也上不了美國的商學期刊.  所以有興趣要拿去做研究的人請便
只是想一想就覺得, 下回按"share"的時候小心點…
 
—————————————————————
延伸閱讀:

[總編抱抱]便當文你按了讚嗎?

甄環裏的Game Theory

前一陣子老婆在迷宮廷劇, 所以我也跟著看了一些.
這甄環傳是演得又黑又長, 有時真讓我看不下去. 不過因為最近都在唸Game Theory的關係, 發現其中有些東西可以用Game theory的角度來說說(順便笑一笑), 所以把它寫了下來
 

Prisoner’s Dilemma

在game theory中最簡單易懂的, 就是囚犯的困境這個game.
囚犯一和二要決定是否轉為污點證人.
    囚犯二  
    Keep quiet Confess
囚犯一 Keep quiet -1,-1 -9,0
  Confess 0,-9 -6,-6
結果的數字(a1,a2)代表囚犯一和二所會得到的刑期.  如(0,-9) 是囚犯一當污點證人(無罪), 而囚犯二因不吐實, 反而判9 年(或月). 兩人都吐實則各判六年. 若兩人都打死不招, 那就只能草草了, 各判一年.
 
有人會覺得(-1,-1)是最佳解, 但實際上兩人如覺得對方夠聰明, 就會吐實而達到(-6,-6)的結果. 而這個就是Nash Equilibrium (NE).
 
有趣的是在劇中, 從這個皇上的判例來看, 結果應該都是死, 只有賜死或五馬分屍, 不同的死法. 那從Game Theory的看法, 全部都是NE!
    江福海  
    不招
剪秋 不招 死,死 死,死
  死,死 死,死
在有多重NE的game中, 是沒有特定的結果.  意思也是說,  隨便一個都可以. 招或不招沒有差別. 這個情形下, 實在搞不清江福海你幹嘛要招??
 
Prisoner’s dilemma是一個"設計"出來的game. 目的是要顯示在特定的條件下, 人們是不會互相協調的. 就算是明明互相合作會有較佳的結果 
 
那如果以utility的角度重看這個結果, 把其它的benefits都加進去. 不招還留個名聲, 招則是拖別人下水. 那個比較好就要用好好的算一算.  不過很有可能會成為另一種game, 稱為coordination game(或兩性戰爭).
 
Coordination game 簡單的說, 就是(招,招), (不招, 不招)是NE. 剪秋和江福海會套招. 只是這coordination game是個在紙上虛構的game, 無法執行. 剪秋和江福海無法得知對方到底會不會招, 因此也無法採取有效的對應, 所以在現實中是不可能coordinate的. 在現實生活中, 比較可能看到會套招的, 應該是game with trigger strategy.
 

Trigger Strategy

安陵容安陵容和甄環的關係(和整個後宮), 大概就是trigger
strategy in infinite repeat game吧.
 
在infinite repeat game, 如果大家cooperate at a social optimal. 那這game的狀況可以一直待在這個optimal, 如在prisoner’s dilemma中兩人都不招的狀況.
 
可是一旦有人破壞平衡, 那這game就會移到另外一個NE, 通常有Penalty, 如prisoner’s dilemma中兩人都招的狀況, 不是最佳結果但是個NE.  在後宮, 這trigger strategy 的狀況就是大家都不互相陷害, 全都平安無事的情形, 但一旦有一個人開始不按牌理出牌, 開始構陷, 那就會變成大家都要互相害得不是你死就是我亡. 有趣的是, 在trigger strategy中, 是不會回到social optimal的. 因為互相合作的信任關係已被催毀.  所以, 真的如皇上說的, “回不去了"…科科….
 

好吧, 先到這兒, 反正接下來的"incomplete information games”是說結果(payoff)不全然兒知… 正此已經不適用了…

Good General, Bad General 好將軍, 壞將軍

一將無能, 累死三軍
An incompetent general will exhaust all troops
  • 出自史記(B.C. 91), 形容戰國時的趙國將軍趙恬(B.C. 262). From Shiji (the Records of the Grand Historian, B.C. 91) to describe a general – Zhao Tian (B.C. 262) in House of Zhao
note: 這兒有點問題, 在網路上大多是說這話出自左傳. 可是又說是講戰國時代未期的趙國. 但左傳是講春秋到戰國初, 所以一直對不起來. 好像有篇文章說它是史記出來的, 我就跟著用, 至少合理點. 我實在不是史學專家. 在這裏只是要指出中國自古有這句話, 如有差誤, 煩請指教.
———————————————————–
Adversity reveals genius, prosperity conceals it
逆境顯露天才,順境埋沒天才
  • 張飛Horace 賀拉斯, (B.C. 65) Satires 2.8

———————————————————–

  這裏要講的是在職場上, 可以用上面兩句古諺形容的現象: 如沒有困難, 看不出天才, 但若是蠢才, 則人仰馬翻.
 
這是心理學和組織形為學(OB)中經常被empirically studied的項目. 重點多是在incentive和performance measurement的設計. 2008年Enno Siemsen在Management Science 發表了篇相當有創意, 用數學模式闡述表現這個現象的paper.
 
這篇paper開始的兩大假設是:
  • 員工自我管理 (Autonomous task and discrete, decentralized decision making)
  • 資訊不對稱 (Asymmetric information)
在數學上, Dr. Siemsen蠻有巧思的discrete和continuous real number之間的專換來表現上述的現象, 再加上probability的不確定性. 就相當精確的呈現了這在經驗法上無法量化的現象. 
 
Dr.Siemsen先以Latent Variable的觀念假設員工的能力是無法直接測量的(本來就是!), 然後工作內容的難度是一個連續的實數(Real number). 這工作的難度是由員工自行挑選, 主管無法事件知悉或仔細評估(這是個假設). 然後假設成敗度,假設有個K種結果. 最簡單的就是兩種(成功或失敗). 成敗結果的可能性相當有意思的是由連續分佈(沒有特定)轉換來的. 最後主管由成敗結果來判定員工的能力. 這個則是由Baysian的認知公式來處理.
 
上面只是數行簡短的描述Dr.Siemsen的模組. 特色是經由實數到不連續變數的轉換和probability的綜合運用, 把人類行為對於無法直接評量的參數及結果不確定的狀態下的表現模式化
 
Good General Bad General 1所得的結果如左. x軸是員工選擇的工作難度, 而y軸是員工依所選的工作難度, 所取得的好處. 這裏的好處, 是指對經理人認定其為優秀員工的可能性.
 
可以看得到, 對於本質較佳的員工, 由於成功率本來就較高, 所以在d=4左右就有最大值了. 可是要注意的是本來在d=0就可以做好的事, 還是用d=4去解決. 這就是所謂的Good General Symdrome. 在基本假設下(員工自我管理和資訊不對稱), 員工一定會提稍微難一點的工作以顯示其能力, 既使這工作難度一點都沒有必要.
 
然後, 看本質較差的員工, 則是會要到d>8才有正的好處. 這是說在d<0, 本質差員工會發現對他沒好處, 本身的能力無法有效提升成功率. 聰明一點的話(懂這些本質會差嗎? ?:p), 就會挑很難的工作. 讓工作的失敗率高到足夠掩飾本身的無能. 這就是Bad General Symdrome
 
Dr. Siemsen接著探討了一些基本假設的影響. 如在沒有資訊不對稱, 主管可以事件知道工作內容和其難度時, Good/Bad general就一起消失了.  和real vs discrete 轉換較低, 如工作的成敗不是二分法(想像一下平衡計分卡),  那現象也會減輕. 還有就是如果主管有辦法對員工的能力進行事前的評估, 也有幫助.
 
Good General Bad General 2在incentive設計上, 則假設在員工的評量上加入其它的參數, 如工作的成敗度(原先是只是影響主管的認知), 現在把酬庸和工作的成敗也加進來的話, 則如右圖. Good General Symdrome可被減緩. 本質佳的員工會因報酬而傾向難度低的工作(成功率較高), 但本質差反而更偏激. Bad General反而會挑難度更高的.
 
在這裏可能很多人都覺得這有這麼重要嗎? 有必要把這東西這麼複雜的用數學模式表達出來嗎? 筆者認為在empirical study無法有效確認其傾向或程度時(例如傳統實驗方式可能發現Good general bad general symdrome in general, 但無法判定其為"難度(d)"上的差別" 等等, 這對未來的研究方冋和emprical方法都有前瞻性的貢獻.
 

DavidPetraeus當然最近最有名的將軍, 就是內外都很有特色的前中情局局長David Patraeus (AFP/Getty Image) 

二手書

最近發生了一件有趣的事情, 是關於買二手書.
 
因課程需要, 買了本教科書. 是由Suresh P. Sethi 和Gerald L. Thompson合著的Optimal Control Theory. Thompson就是我這門課老師的老師(叫師祖是吧)
書名有點嚇人, 但基本上是一些數學上的最佳化演算法用在商業和經濟上的範例大全. 說難是有一點. 但對微積分底子不差的人應該不是太大的問題.
 
這書不便宜. 全新的約一百大洋. 所以在Amazon上觀察了一陣子. 終於用80美金買了本二手還算新的回來(按Amazon的定義).
 
IMAG1342收到打開一看, 疑? 怎麼第一頁就寫了一堆字???
 
Dear Prof Arrow:
 
    Your book with M. Kurz played a big role in my interest in optimal control theory.
    With appreciation and best regards
 
                 Suresh Seith  4/7/2003
 
不會吧? 這是作者之一的簽名耶..只可惜不是師祖Smile with tongue out
 
再仔細堆敲一下, 那這位Professor Arrow, 不就是Kenneth Arrow嗎????!!!! 那位被認為對美國經濟學深有貢獻, 影響卓著, 1972年獲頒諾貝爾經濟學獎的Kenneth Arrow!!??
這還令人儍眼, 如果這書是從Prof Arrow手中不小心流出(Arrow還健在哩, 所以不會是那種死後大清倉啦), 那還真的是義意不凡. 而且我應該來去找他補簽一下. 那這書真的就價值連城了!!!…. 科科.
 
下面是Prof Arrow最近接受Bloomberg訪問, 講他五十年前就提到Health Care和資本主義不搭嘎這事.
IMAG1341重要是他91歲老人家可硬朗得很! (還有就是主播太花俏了吧..)
 
不論如何, 有一個作者簽名, 這書已經是"不一樣" 了.. 不過在Amazon的定義, 它成了"被用過的Used book", 所以打個折扣……. urrrrrr……………..

NK Landscape (NK地型)

NK Landscape是一個在生物學裏演化理論中被提出的一套模組. 最早在1932年就由Wright提出所謂的適性地型(Fitness Landscape), 而Kaufman在1993年以N和K兩個變數用電腦模擬出了這個NK地型.
  • N是表示在演化中關連到的component數
  • K是表示這些關連到的components之間的互相依頼性interdependence.
左圖用一個簡單的例子來表現NK的行為.開關數就是N, 而開關之間的關連度, 就是N. 假設有三個開關, on=1, off=0 
image
當K等於0時, 表示各開關間沒有連動. 如開關1是on的話w1就是0.8, 0ff 就是0.4. 其它的開關也隨意給定一個值. 而目地, 是要找出這三個開關所產生的總合值W最大時的開關組合. 從圖面上可以看出來100是最小值, 而011是最大值.
 
在這個的情形下, 可以用很簡單普通的搜尋,如單純的往數值高的選項移動, 就可以找到最大值. 假如最小值是山谷, 而最大值是山頂, 那就是反正往山上爬, 遲早會達到最高值. 而且這還可以用一些數學方程式快速準確的算出最佳值.
 
image可是當k=2時, 情形就很不一樣了. 開關1是on或off所產生的w1 和開關1和2有關. 反之亦然, 開關2受1和3牽制著.
 
可以看出來001和100是區域最小值(local min), 而000和111是區域最大值(local max). 要有效的達到真正的最大值(global max), 不能再用像k=0時往山上爬就是的方法了.
 
這就像爬山前沒辦法有效知道山的高度. 要爬到頂了才知道. 如果沒有空測機或衛星圖, 那實在很辛苦.
 
如果想把NK地型畫出來, 可能就會像下方的圖. 左方是低K的情形, 而高K, 就會變成右方的landscape, 雖然高k的最高峰可能較高, 但整個地型, 崎嶇不平.風險難測.
image
 
NK模組在管理學上, 是在討論創新理論時, 於組織架構和專案管理中被拿來應用. 其要點是在R&D的專案中最好要避免高K的情形. 就是研究的各項目單獨檢視有無過高的依存性. 當然, 低K的創新由於最高峰可能較低, 會有成效不足, 效果不彰的結果. 但高K反而會有太高的風險, 而且很評估R&D的進度(因為最高峰會在那, 有多高都更難估計). 因此維持中度K關連值可以達到較佳的R&D成效是學術上利用NK landscape的見解 (Fleming and Sorenson, 2001&2003). 插圖也都是來自於這兩篇常被引用的論文.
 
800px-Landscape_during_Laugavegur_hiking_trail_2-CA_reducedFleming的文章中還有不少Technology Life Cycle和Modularity的相關討論. 不過我覺得應該是另外一篇文章.

走人少的路去 (take the less beaten road)

我常講這句話. 而且親身做這件事也不知道幾次了. 上回去看太空梭搞翻全家人後. 岳母只要聽到這句話就臉色發白. 我想我的朋友裏也一定有一堆人覺得我這種邏輯真是夠宅, 或根本就是瘋子.
 
沒多少人會在人生已經過一半(或還有一半, 端看怎麼說啦), 突然決定來個紅衛兵,路線大轉彎吧 (一定有啦, 只是當然是少數)….
 
可是倒回來說, 人生都快一半了, 該做能做的, 大概都有數了. 看不到女人臉的中東去了, 飛機也開過了, 坐煩了. 連太空梭都退役了. 還有什麼不同的世界可以去看看??
 
而只能想不能做的, 大都也有譜了. 像花個一百萬美金去太空二十分鐘, 或跟霍夫曼一樣八十歲還可以跟免女郎廝混, 這些事就算再年輕個十歲, 更多金些, 我都做不來. 所以就別再夢了..
 
那還有什麼是"想去看看, 或做做看的"? 不是那麼簡單像去LV買幾個包, 也不是難到像要去當太空人那種完全沒可能的. 但又要蠻具挑戰, 驚險刺激到可能把老命搞得七昏八豎的? 更重要的IMAG1315是, 如果現在不做, 將來就越來越不可能???
 
之前我常坐在辦公椅上晃啊晃的想著這個問題.
 

這冥冥之中一定是被安排的

在業界待了十幾年了, 和學術界的交手經驗不少, 尤其最近這幾年主掌R&D. 當然互動頻繁. 對咱們來說, 學術界和業界真的是相當不同的世界. 除了商學院和少數的工學院科系會探頭出象牙塔以外, 大多數的學術研究從業界看來, 就像是在閉門鍊金, 自有自的ecosystem.
 
去年三月, 無聊沒事去考了GRE!!! 有一陣子坐在辦公室裏閒閒沒事, 不小心把GRE的閱讀拿來當短文唸, 做腦力測驗. 發現還蠻有趣的. 有天唸著唸著突然心血來潮, 就去報了名 (在美國報名GRE比去排專科醫生看診容易). 距離上次考GRE都已經是十六,七年前的事了. 想說看看已經變成了歐基桑, 腦力是退化到什麼程度! 在一個月沒什麼壓力的準備下, 輕輕鬆鬆的把它考完了… 結果發現沒退化得太嚴重 (嘿嘿, 事實上還進步哩, 真另人想放鞭炮!!),
 
而接著在十一月, 乘著放感恩大假時, 把幾所學校(少得用一隻手就數完了)的申請表隨手填了填就丟了出去. 當時也只是抱著好玩姑且一試的心態. 想說如果真有學校肯收, 那就証明歐基桑我真還有點剩餘價值.
 

真的給我這個機會??

其它的學校不是沒反應, 就是一箭穿心不留情. 而Georgia Tech還蠻好心的叫我去談談. 生意不成交個朋友, 這業界的思維是我當時赴約的心態. 而GT給我的第一個回應, 是學經歷背景看來都沒問題, 但有點太老(當然這是絕對不能明講的, 因為是discrimination. 但從言談中就可以感覺到). 有位faculty竟然還是我Michigan的小學弟 (小到我都畢業了他才進去, 所以完全沒可能碰到). Anyway, 我當時想, 好吧, 那這"經歷學術生涯"這事就當做是件這輩子"只能想不能做" 的事了.IMAG1314
 
GT後來通知我說在waiting list上… Urrr… 這要生要死隨便你, 幹嘛呀…不過我也沒放在心上, 當時跑Dubai搞那個台灣最大的PC公司, 雙A之一, 忙翻了沒空理這檔事.
 
然而從Dubai回來後, GT又叫我再來系所一趙. 這回的meeting有點超乎我意料. 竟成了GT強力說服我來加入program. 我現在開玩笑的說法, 就是我一定是那個濫竽充數的爛竽…
 
當他們把所有的benefit package列在我面前, 然後強調說這實在不能跟業界相提並論, 但還是希望我通盤考量時, 我都快要笑場了.
 
業界十幾年, 也碰到很多人夢想的經歷, 跑過世界各地, 見過指頭數不完的Fortune500公司. , 從日本歐洲單打獨鬥到攜家帶眷在印度設分辦公室. 看過股價飛騰和泡沬, 大張旗鼓挖人找人到組織精簡裁人不留情. 不敢說我經歷很多, 不過應該也不少. 最重要的是我自己覺得夠好玩了, 好玩夠了
 
對相關領域有點了解的人就會知道, GT的師資和課程強度是這學校最吸引人的地方, 尤其是我申請的這個program. 而要經歷學術生涯, 也要找個紮實的起點. 就像進業界的第一家公司一樣, 對再下來的路有莫大的影響. GT夠reputation, 夠promising, 夠challenge, 各項指標都夠好, 夠好到應該不該只是我這種歐基桑, 那些年輕熱血, 對學術生涯有興趣, 都應該會擠破頭.
 
所以Benefits本來就不是主要考量, 而GT你真的要給我這個在夢想中"只能想不能做"的機會, 去經歷學術生涯? , 而且你確定我這歐基桑可以承擔??? 糟了, 這下看來好像成了我的問題, 不是他們的了.
 

走人少的路去

SANY0322不是很多人在這個年紀又回來唸書. 這條路的確不是一條常有人走的路, 而且路況不明, 大小礫石可能很多, 也可能有不少未知或驚險處. 可是, 如果想想那裏可能有一片截然不同的風景, 不同的動物, 甚至是一套不同的生態, 那不正應該去走走看看?
 
所以這回, 我可真的是背上了背包, 放進重重的行囊(教科書!! 科科), 去走那少少人會走的路了.