Skip to Content Facebook Feature Image

2男自購Tesla向運輸署申許可證任Uber司機被拒 司法覆核勝訴 官下令發還交通審裁處重新考慮

法庭事

2男自購Tesla向運輸署申許可證任Uber司機被拒 司法覆核勝訴 官下令發還交通審裁處重新考慮
法庭事

法庭事

2男自購Tesla向運輸署申許可證任Uber司機被拒 司法覆核勝訴 官下令發還交通審裁處重新考慮

2025年07月03日 13:38 最後更新:15:44

2名打算轉任Uber出租車司機、並為此購入Tesla電動車的男子,早前入稟高院申請司法覆核,指運輸署拒絕向兩人發出「尊貴出租車」許可證,其決定在法律上犯錯,要求法院推翻有關決定,並就相關條例作補救性詮釋。案件2022年8月24日在高院原訟庭審理,法官高浩文押後至星期四(7月3日)頒下判詞,裁定車主一方勝訴。法官下令撤銷交通審裁處的決定,發還予交通審裁處重新考慮,亦下令運輸署長支付申請方的訟費。

法官高浩文押後至星期四(7月3日)頒下判詞,裁定車主一方勝訴。

法官高浩文押後至星期四(7月3日)頒下判詞,裁定車主一方勝訴。

申請人分別是陳海濤(44歲)及言偉豪(34歲)(音譯),答辯人是交通審裁處及運輸署署長。

法官高浩文在判詞中指出,本案關乎批發出租汽車許可證的法例詮釋,而非政府針對Uber等網約車平台的政策。

官指審裁處要求申請人須證獨特性 不切實際

申請方早前爭議,交通審裁處錯誤詮釋《道路交通(公共服務車輛)規例》第14(3)(b)條,要求指明出租汽車服務的類型有「合理理由需要」,變相要求申請人說明其服務需求獨一無二,才可獲出租汽車許可證,做法是荒謬及不切實際。

法官認為,審裁處錯誤詮釋《道路交通(公共服務車輛)條例》,指法例的原意是為公眾提供交通服務。審裁處力陳,處長在評估「合理理由需要」的標準時,需要考慮個別申請人提供的服務之特點,法官直指此主張「近乎荒謬」,需要申請人證明其出租服務獨特性,且只有申請人可以提供,是「不可能、不可行、不切實際、不方便、異常或不合邏輯」的要求。條例中也沒有訂明申請人須展示其服務獨特之處。

官指審裁處恆常發牌給婚禮花車等服務,與拒絕網約車司機的立場矛盾

法官續指,網約車本質上是私人服務,而非公共交通服務,與預約婚禮花車、轎車等無異,他同意申請方所指,審裁處恆常發牌給婚禮花車、轎車等服務提供者,與拒絕發牌予網約車司機的立場矛盾。

審裁處的陳詞,亦與時任運輸及房屋局局長陳帆在2017 年於立法會發言時,指政府無限制網約車的安排,「但營辦商要合法經營,可以申請出租車牌照」的說法相悖。

法官認為,審裁處可以「先到先得」的原則,審批出租汽車牌照申請,審批的準則為巿場對相關出租車服務的需求。

2男自購Tesla向運輸署申許可證任Uber司機被拒 ,司法覆核勝訴。

2男自購Tesla向運輸署申許可證任Uber司機被拒 ,司法覆核勝訴。

官令交通審裁處重新考慮

判詞今指,申請方正確地說明交通審裁處錯誤詮釋第14(3)(b)條,正確詮釋應為:《道路交通(公共服務車輛)規例》顧名思義,有意為車輛包括私家車提供公共服務而設立,與《道路交通規例》釋義一致,因此必然可以預見基於第14(3)(b)條而申請出租汽車許可證,供私家車作公共服務之用。

判詞引述,「出租汽車服務」指第14(1)條指明的任何類型出租汽車服務;第14(1)條訂明5類出租汽車服務,並容許就此發出出租汽車許可證;第14(2)條要求須由私家車登記車主採用指明表格向署長提出申請,並選擇5類出租汽車服務其中之一類;第14(3)條容許署方只要滿意特定基本要求如保險車牌等,以及認為申請中所指明出租汽車服務的類型是有合理理由需要的,便可批准申請;第15條訂明發出出租汽車許可證的相關考慮,因此如交通審裁處詮釋時,忽略「出租汽車服務的類型」中的「類型」字眼,必屬錯誤。

基於審裁處錯誤運用「合理理由需要」的準則審批,法官下令撤銷審裁處的決定,發還重新考慮,審裁處一方另須付訟費。

案件編號:HCAL1597/2021

全球共乘與送餐服務公司 Uber 正擴展其在 Amazon Web Services (AWS) 上的即時基礎設施,以支援每日數百萬次的乘車與外送服務。該公司運用 AWS 客製化設計的 Graviton4 和 Trainium3 晶片,加速運算並提升 AI 模型訓練效能。

Graviton 晶片實現毫秒級行程配對

Uber 的「行程服務區域」(Trip Serving Zones) 系統是每次乘車與送餐背後的即時基礎設施,需要在毫秒內處理數百萬次預測與定位資訊。透過將更多工作負載移至 AWS Graviton 執行個體,Uber 得以降低能源消耗、快速應對需求高峯,並在減少延遲的同時優化成本。Uber 工程副總裁 Kamran Zargahi 表示,此舉讓公司能更靈活地加快配對乘客與駕駛,並在不中斷服務的情況下處理外賣需求高峯。

AP圖片

AP圖片

試用 Trainium 晶片優化 AI 模型

與此同時,Uber 已開始試用 AWS Trainium 晶片來訓練支援其應用程式的部分 AI 模型。這些模型分析數十億次行程與送餐數據,以決定司機或送餐員的派遣、計算抵達時間,並向客户推薦最佳選項。Trainium 以高效能且具成本效益的方式,滿足大規模訓練 AI 所需的龐大運算能力。Zargahi 指出,此技術基礎旨在讓每次 Uber 體驗都更智慧,公司能更專注於服務每日用户。

AWS 北美區副總裁兼總經理 Rich Geraffo 表示,AWS 很榮幸能為 Uber 的全球營運提供關鍵基礎設施支援,協助其為數億人提供可靠服務,並以 AI 驅動的體驗定義共乘與按需送餐的未來。

AWS Trainium 晶片用於訓練 Uber 的人工智慧模型

AWS Trainium 晶片用於訓練 Uber 的人工智慧模型

你 或 有 興 趣 的 文 章