佔旺帶來的巴士路線啟示

(方某不是巴迷/膠，對交通了解有限，以下純粹個人觀感，歡迎看倌指正。)

佔旺這陣子，很多經過彌敦道的巴士都改了道，我也有試過搭42A和41A看看改成怎樣。

南行方面﹕

42A本來由長沙灣道入彌敦道直落佐敦道。
近日我沒有搭42A出彌敦道，但九巴資料顯示，改道後由南昌街入荔枝角道，再轉入塘尾道和渡船街。然後落匯翔道、匯民道、柯士甸路西、雅翔道入渡華路總站。(渡船街後面那段路我從沒路經過，所以不知實際如何。)

41A原本由西九龍公路轉入西九龍走廊，然後在旺角消防局(保良局莊啟程那邊)出太子道西，然後經荔枝角道入彌敦道。
改道後乾脆直接由西九龍公路出匯翔道，在英皇佐治五世公園轉廣東道，然後經九龍公園徑出梳士巴利道，完全不經彌敦道。

北行方面﹕

41A原本經彌敦道，到亞皆老街轉左，到大角旺折入西九龍公路。
改道後，經過九龍中央郵政局後，即轉入眾坊街，再經上海街出佐敦道，然後入西九龍公路。

42A原本佐敦道出，經彌敦道，轉長沙灣道。
改道後，同樣於九龍中央郵政局後，轉入眾坊街，但右轉上海街後到玉器市場再右轉甘肅街，然後入渡船街和塘尾道。經荔枝角道和黃竹街回到長沙灣道。

---

41A因為改道，只出油麻地和尖沙咀，乾脆變成特快線(X)，去尖沙咀和回青衣都只需15分鐘，非常快捷。簡單要多謝「佔旺」。

我原本以為42A不經旺角彌敦道也會加快了，但原來他們會繞回長沙灣道，結果就在深水埗「塞巴士」塞了起碼十五分鐘，其實車程沒有快了。

其實很多時候，經新界西出西九龍的巴士，都是在長沙灣道和彌敦道遇上塞車。而且除了旅遊巴和貨車之外，很多時候更是在「塞巴士」。這相信是很多乘客的經歷，因為途經彌敦道的巴士線實在太多了。

曾經有建議，所有新界西出市區路線先到深水埗附近，設置一個轉線站，讓所有乘客下車集中轉乘，就可以讓新界線回程，只讓少數路線行駛彌敦道了。
可是，這樣的建議基本上很難獲落實，因為巴士班次不及地鐵頻密和準時，轉車時間會很長。除非像巴士捷運般有專用線路保證班次，除非各區議會很難會同意削減「直達」的路線。所以建議一直膠著。

事實是﹕在深水埗區，除了長沙灣道還有荔枝角道是大路。
而在旺角、油麻地，除了彌敦道外，旁邊還有上海街和新填地街都是貫通兩區的大路。(塘尾道/渡船街都遠離商業區，也就不提了。)

(尖沙咀就不用談，因為有九龍公園，所以只有彌敦道和廣東道/九龍公園徑可通往北方，後者距離太遠不足以分流。)

所以我想，現在這些大路只有少量巴士途經，只要善用這些大路分流多一些巴士路線，其實已經可以抒緩彌敦道的「塞巴士」問題﹕

南行的巴士，如果以佐敦道為目的地的話，可以改經荔枝角道和上海街。現在43C就是這樣(只是到亞皆老街就轉入大角咀)。
其實去尖沙咀的巴士也可以這樣，只要到佐敦道時轉廣東道繼續南下就可以了。不過廣東道離彌敦道比較遠，就算由廣東道轉入九龍公園徑，可以設站的地方也比彌敦道多限制。金巴利道和金馬倫道一帶要繞行漆咸道南才服務到，不是所有路線都可以。

至於北行的巴士，可以把部分巴士像現時般，於九龍中央郵政局後轉入眾坊街，然後不是左轉上海街南下，而是右轉新填地街北行(我就見過有巴士這樣走)。
這些車可以在旺角道返回彌敦道繼續北上。但如果要進一步減少長沙灣道的擠塞(就像這幾天42A的情況)，就可以在亞皆老街左轉出塘尾道北上，入荔枝角道再到欽州街(深水埗警署)才返回長沙灣道。
如果嫌荔枝角道離長沙灣道太遠，亦可以在黃竹街轉入汝州街北行，到欽州街(西九龍中心)再轉回長沙灣道。(42號由東九龍回程，就是經汝州街、欽州街，再回到長沙灣道)

這幾個做法應該可以減輕彌敦道(主要是旺角一帶)和長沙灣道(主要是深水埗站到太子站一帶)的擠塞。由於不是巴士迷或交通迷，所以可能有人會說個別路口不適合巴士轉彎，這點要留待各位指正。

在下提出這一點之後，老媽就說其他人會嫌太遠。
但其實現在43C會途經上海街，跟彌敦道只是隔兩個街口而已，跟女人街和彌敦道的距離一樣。我可沒聽過有誰嫌「女人街太遠」而不去的。
新填地街倒真的再遠了一個街口，正如花園街和彌敦道的距離。
至於荔枝角道則真的距離長沙灣道遠了一點(一如大埔道與長沙灣道之距離)。

不過我們又不想想，為何巴士路線要跟地鐵重疊呢﹖讓更多巴士途經旁邊的路線，不是也可以讓人流不用集中於一條街上，「帶旺」附近地方嗎﹖
(何況也不是所有路線都避開長沙灣道/彌敦道，畢竟上海街和新填地街容量都有限，只是部分分流而已。)

法治心與洞穴奇案

《法治心—超越法律條文與制度的價值》戴耀廷，香港﹕教育圖書，2010 (舊書介)
《洞穴奇案的十四種判決》Lon Fuller、Peter Suber，香港﹕商務，2006 (舊書介)

最近這段日子，很多關心香港的人都會睡不安寧，因為事態不斷發展已經令很多人資訊過載，甚至心力交瘁。

如果你不是強烈支持某一方的話，很容易會覺得困惑，這段日子法治或執法機關都受到質疑。你可能不明白，為何一個研究法律的教授，會主張以違法手段爭取民主。你可能更難理解，平常認為守法是美德的香港社會，為何有那麼多受過良好教育、愛好和平的公民跑出來支持違法行動。如果你沒有認定他們都是「反政府暴民」的話，這些現象顯然需要進一步解釋。

《法治心》就是在幾年前已經提出的解釋。戴耀廷教授在書中介紹了他「法治四層次」(有法可依、有法必依、以法限權、以法達義)的看法，並討論「法治」和「守法」之間的關係。當然，讀完這本書你也不必贊成他的違法行動，但至少你會明白「法治」並非只停留在「守法」的層面(當然守法仍是很重要的)，亦較易理解為何一個法律學者會提出這樣的計劃。

明白了這一點之後，我會邀請你接受進一步挑戰﹕閱讀《洞穴奇案的十四種判決》。
故事背景有點像幾年前的「神劇」《天與地》﹕五個朋友在山洞遇險，已知外界無法及時把他們救出。最後為免餓死，其中四人把另一人殺死並吃掉。問題是，究竟他們算不算犯法﹖

可能你會覺得荒謬﹕「殺人怎可能不犯法﹖」這正是本書魅力所在。

作者利用這宗虛擬案件，把不同的法學觀點融入不同判決當中，令最高法院諸位法官對一宗殺人案竟然無法作出裁決，主張有罪或無罪都言之成理﹗無論你本來認為應該怎樣判，讀完這本書都會發現有些理據你反駁不了。

以「機械觀」看法治的人，無法理解這種「公說公有理，婆說婆有理」的紛亂(正如他們無法理解為何一個教法律的人會叫人犯法)。但這本書正正反映出，法律並不只是「殺人者死」的電腦程式那麼簡單。法律是由人訂立和執行，所以必然會出現不同思想之間的衝突和糾結。當然那並不等於我們可以任意以「正義」之名扭曲法律，但我們亦不能不顧道德倫理、機械般執行條文和命令。因為這樣反而會損害「公義」。

法律不只是專制社會治民之器。在一個民主社會，法律是公民之間的契約。如果我們不去了解法律，就算爭取到普選，民主也是不完全的、沒有保證的民主。我們就像一個不了解合約條款就簽約的人一樣。

我們應該了解法律，還要了解法律背後的精神。這樣才可以做一個真正的公民。

(註﹕有些看倌可能嫌《法治心》太簡化，建議可進一步看戴耀廷的《香港的憲政之路》，香港﹕中華，2010。這本書除了討論法治四層次，還有其他文章。)

(方某人其他書評書介)

預測天災

[預測天災—蔡錦滔、梁逸勤]

這個講座其實比較像是好書推介(笑)，因為主要內容是來自一本書﹕
《精準預測》(The Signal and Noise) by Nate Silver，台北﹕三采，2013

講者是想借太空館講座的機會，向聽眾介紹這本書。由於內容可以看書，所以筆記盡量縮短。

1. 古人依靠觀測和個人經驗累積知識，由口述到見諸文字，再到印刷術發展進入知識爆炸的時代。
現在的巨量資料(big data)時代，隨手一按就可以找到很多東西，可是雜訊遠多於訊息，如果找出對自己有意義的資訊非常重要。

Wired Magazine曾有文章指，數據之多令我們不再需要理論和科學方法，這個說法其實十分錯誤。因為電腦可以處理資訊，但要從中找出「意義」，理論和科學方法仍是必須的。

2. 預測地震

2.1 Gutenberg-Richter Law (古騰堡—芮克特法則，方某會按香港譯法叫「黎克特」) 指出，地震的規模(黎克特制)和發生頻率的對數(log)成反比關係。

(方按﹕留意，黎克特制本身已是一種對數刻度，所以其實地震能量和頻率就是反比關係。)

按此法則，地震規模每提升一級，發生頻率就會差十倍。因此可以用來做地震遠期預測。
舉例，伊朗首都德克蘭於1960-2009期間發生15次5.0-5.9級地震，平均每3年一次。
因此，我們可以估計，每30年會發生一次6.0-6.9級地震，每300年會發生一次7.0-7.9級地震。如此類推。

(方按﹕我想他的解讀有一點出錯，因為圖表指的是「發生高於此級別地震的頻率」，所以正確的解讀應該是「每30年發生一次6.0級或以上的地震」和「每300年發生一次7.0級或以上的地震」。)

2.2 在尋找資料模式時，容易發生的問題就是overfitting(過度配適)。這是指研究人員試圖以一條曲線/公式/模式盡可能配合一切已有的數據，得出的結論反而偏離了事實。因為數據的出現有隨機性，並非完全符合預期，總會有些偏離簡單模式的雜訊出現。如果我們連這些雜訊也要「配適」，結果就是過猶不及。

日本311大地震福島核電廠出事，就是過度配適(pattern-matching)的結果。日本東北的已有數據(由1960到2011年3月10日即大地 震前一日)，地震震級和頻率(log)的關係並不完全成一條直線，中間有一段屈折了，較大規模的地震頻率減少得比較快。
研究人員把所有數據都連成曲線，認為9.0級地震的頻率是13000年一次，那是極度罕見的事，所以福島核電廠只需要設計成抵禦8.6級地震就夠了。
可是，如果我們依照Gutenberg-Richter law拉直線配適(當然那就導致數據並不全都投在那條直線上)，就會發現9.0級地震的頻率應為300年一次，那就不真的很罕見而值得預防了。
結果3月11日日本東北就遭遇9.1級大地震，然後福島核電廠出事。

(方按﹕這一段其實也有少許誤解的，並不在於數據方面，而是福島核災並 不是因為地震，而是海嘯導致。雖然地震超出了設計，但反應堆當時是順利停機的，並沒有失控。可是反應堆會繼續發熱，需要維持冷卻水循環降溫。問題就是核電 廠的防波堤設計沒預計有那麼高的海嘯，結果後備發電機被沖毀，核電廠沒有電力維持冷卻水循環。東京電力公司又因為廢爐損失大，沒有當機立斷灌海水降溫，結 果堆心溶毀洩漏。
所以簡單而言，說低估頻率是沒錯的，不過核心不在於地震震級，而是在於海嘯高度。)

數據總會有偏差的，全部都要嗎﹖(方按﹕「有數據，真係全要﹖」 :P )

3. 預測颱風

3.1 例子就是颶風卡特里娜(Katrina)，這個颶風風速帶到280km/hr。(需知道香港天文台定義「超強颱風」也只需要185km/hr或以上)

這些災難並不是預測的問題。在二三十年前沒辦法有那麼準確的預測，但這次在五天前已經預報可能吹襲新奧爾良。但最後有大約八萬人(約1/5市民)沒有聽從指示疏散，結果死了約1600人。為何至此﹖

(美國國家大氣研究中心的IBM藍火超級電腦(位於科羅拉多州Boulder)每秒可運算達77兆位元。)

事後對倖存者的調查，有2/3的人認為這個颶風不會很強，而餘下的人則不知道要疏散(走了4/5人也不知道﹖)，市長等了24小時才發佈強制疏散令很多人未能跟進，亦有些窮人和老人根本沒看新聞所以不知道有指令疏散。

(方按﹕其實也有些人是太窮，沒法疏散。畢竟疏散去其他城市，有點錢的人可以當渡假訂酒店，沒有錢的人可以睡在哪﹖沒錢要訓街，那就有人會覺得「不如留下博一博」算了。)

3.2 科學體系有兩大派觀念。
一是宿命論，亦稱科學決定論(determinism)，認為所有事情都有明確的因果關係，所以只要我們完全知道之前的狀態，就可以預測到未來，而這個預測是已經被現況「決定」了無法改變的。
二是知識論，認為人類的能力有極限。由此發展出機率論，再加上量子力學也有測不準定理，他們認為完美的預測本質上是不可能的。

那麼，照道理空氣分子比原子大，不需要用量子力學去處理，那麼是否就可以有完美的預測﹖氣象是否有隨機性﹖

3.3 數值天氣預報的濫觴，是1916年英國氣象學家 Lewis Fry Richardson 在戰時試圖以「氣象矩陣圖」，把德國北部劃定格子，以計算不同地方於特定時間的天氣。可是他的計算失敗了。而且他劃的格子也太大，360km X 360km。

不過他想把格子劃小一點也很難，因為格子劃小一半，在平面上由一格變四格，立體上卻由一格變八格。所需的計算量會大幅增加，非人手所能完成。(還未計算時間點是否也劃分得更密……)

結果直到電腦發展後，到接近1960年代才開始使用電腦程式作數值天氣預報。

3.4 蝴蝶效應於1972年由Edward Lorenz提出，是混沌理論的 一種演繹。當他把一個天氣系統重複計算時，出現很大偏差，結果他發現原來只因為他把其中一個數據29.5168約化為29.517，那就令某些結果完全相 反了。這顯示出初始條件的微小變動，足以造成結果的重大差異(即古人的「差之毫釐謬以千里」)。他比喻說就像一隻小蝴蝶拍翼，就足以影響千里之外的一場風 暴一樣。

所以電腦的預報結果，還是需要預報員的智慧去分析。美國研究顯示，電腦預報加上人的判斷，可令降雨預測準確度提升20%，溫度預測準確度提升10%。

而颱風預測路徑的誤差，亦由1987年的560km(差不多就是整個墨西哥灣，預測了等於沒有預測)，到2007年縮窄到180km。

3.5 所以預報都需要校準(calibration)。
美國曾分析商業預報，認為它們對較高降雨量的預測相當準確，反而是較低降雨量的預測會較高。有人曾訪問這些機構，他們需要靠準確預測來留住客戶，但較低的降雨量需要誇大一點，才令客戶有所預備，亦不至於降雨後認為他們不準。(所以這是因應受眾心理的調整)
至於地方電視台的氣象學家預測降雨，則大幅偏高。這是因為電視台傾向以趣味性(誇張)來吸引收視。

4. 911襲擊可以預測嗎﹖

4.1 第一個概念是條件概率。
講者舉例說一副啤牌有十二隻公仔(KQJ各四花)，抽中紅心的機會3/12=1/4。但如果先抽到一隻紅心K，然後再抽到紅心的機會呢﹖這個有條件限制的就是條件概率。
在這個例子中的機率就是 P(紅心|紅心K)=2/11
(因為抽了一隻紅心K剩下11隻，其中尚有紅心Q和J)

4.2 第二個概念是貝氏定理，是一種根據後來事件修改先驗機率的做法。
講者舉例有兩個碗，碗H1有30粒水果糖和10粒朱古力糖，碗H2有20粒水果糖和20粒朱古力糖。那麼如果我隨機抽一粒糖出來，發現是水果糖，它來自碗1 的機率是﹖

隨手一拿拿到碗H1或H2的機會都一樣，是0.5，這是「先驗機率」。寫成算式就是P(H1)=0.5, P(H2)=0.5

那麼在碗H1抽到水果糖的機會就是 P(H1|E)=P(H1)*P(E|H1)/P(E)
(抽出水果糖是來自碗H1的機率 = 抽到碗H1的機率 * 抽到碗H1當中的水果糖機率 / 抽到水果糖的總機率)

P(E)=P(E|H1)*P(H1) + P(E|H2)*P(H2)=0.75*0.5 + 0.5*0.5 = 0.625
(抽到水果糖的總機率 = 抽到碗H1當中的水果糖機率 * 抽到碗H1的機率 + 抽到碗H2當中的水果糖機率 * 抽到碗H2的機率)

P(H1|E)=0.5*0.75/0.625=0.6
(簡單說其實總共有50粒水果糖，其中30粒在碗H1，所以抽到水果糖就有30/50=0.6的可能來自水果糖。當然貝氏定理可以做的事遠超於此。)

4.3 那麼在911當天，第一架飛機撞上世貿大樓時，我們如何確定是否恐怖襲擊﹖

根據以前的經驗估算，我們可以先設定P(H1)=0.005%為「飛機撞大樓是恐怖襲擊」的先驗概率。

那麼如果真的是恐怖份子，他們撞上大樓的機率自然是P(E|H1)=100%。
如果其實不是恐怖份子，而他們撞上大樓(即意外)的機率是P(E|H2)=0.008%。
於是P(H1|E)(即是撞上大樓的是恐怖份子)=38%

到第二架飛機都撞上呢﹖
我們進行第二次運算，把P(H1)=38%代入，就算P(E|H1)=100%和P(E|H2)=0.008%的估算不變，再計算出來的機率會變成99.99%﹗

4.4 事實上，根據1979-2001年9月10日(即911前)所有北約國家的恐怖襲擊紀錄，按照死亡人數和發生頻率排列，同樣可以整理出一條 Gutenberg-Richter law的直線。根據這條直線推測，發生死2977人(911 紀錄)的恐襲，大概約80年會發生一次。

4.5 美國事後的911報告，認為政府有四大失誤，包括政策失誤、能力失誤、管理失誤、和想像力失誤。
甚麼是想像力失誤﹖因為美國本來已知以下情報﹕
—以往已有恐怖份子用飛機撞大樓的紀錄
—1993年世貿大樓已受過襲擊(方按﹕那次是汽車炸彈)
—2001年國務院已知阿蓋達組織把襲擊升級
—有恐怖份子學習駕駛飛機
唯獨是美國情報機構未能「發揮想像力」把這些情報綜合起來，預先防範。