主觀性 指 標調查 方 法

值 面 向 指 標

操 作化 內 容

客 觀性 主 觀性

既 有指 標 ： 來 源（ 指 標 數）

自 創指 標

（ 指標 數 ）

問 卷調 查 題目 數 量

生活 品質

休閒 娛 樂 3

人際 關 係

（包 含 網絡 ） WEF（ 1） 8

健康 陳俊 明 等（ 2） 1

生活 滿 意度

（包 含 安全 ） 2

環境 永續

節 約能源、資 源共享及減少 污染

陳俊 明 等（ 2）

帶動 社 會實 踐

節能 減 碳生 活 陳俊 明 等（ 1）

資 料 來 源 ： 陳 俊 明 等 （ 2014） 。 數 位 國 家 治 理 ： 國 情 分 析 架 構 與 方 法 。 臺 北 市 ： 國 家 發 展 委 員 會 。

第二節 主觀性指標調查方法 一、各種問卷調查法

主 觀性問卷 調查研究 工作進行過 程，造成 受訪者回答 問題差異 情 況的原因之一，就是不同調查方法都各有其特殊性，造成「使用字眼」

（ wording of questions ） 形 式 影 響 調 查 模 式 的 差 異 （ Dillman &

Christian, 2005 ） 。 一 般 來 說 ， 調 查 法 包 括 電 話 調 查 （ telephone interviews ） 、 互 動 式 語 音 答 詢 調 查 （ interactive voice response surveys） 、 電 子 郵 件 調 查 （ mail surveys ） 、 網 際 網 路 調 查 （ internet surveys）以及手機 調 查（ cell phone surveys），不 同的方法有 其 特殊 的屬性影響研 究成果 。以 電 話 調 查 來說， 光是調查時間 就可能 對調查 結果產生影響 ，依據 洪永泰（ 2005）的估 計，如果調查 對象的 定義是

臺 灣 地 區 20歲 以 上 的 民 眾 ， 使 用 一 般 常 用 的 電 話 調 查 方 式 ， 在 晚 間 6 點到10點之間進行調 查，則母體涵 蓋率可 能不到八成， 而且還 受到抽 樣方法、戶中選樣方法、訪問日期、訪問時段、和電話線 分 布 的 影 響 。

回 顧應用在 電 子化議 題 的調查 法 ，Heerwegh與Loosveldt（2009）

認 為 相 較 於 面 對 面 訪 談 ， 網 路 調 查 較 容 易 出 現 題 項 無 回 應 （ item non-response） 的 情況。 此 外， Kreuter、 Presser與 Tourangeau（ 2008）

以 電 腦 電 話 調 查 輔 助 系 統 （ Computer Assisted Telephone Interview, CATI）、互動 式 語音答 詢 系統以 及 網路調 查 三 種 資 料 蒐 集 模 式，對 應 屆的大學畢業 生進行 隨機抽取 訪問 ， 研究 結果顯示網路 調查的 途徑相 較 於 其他兩個 資料蒐 集模式，更能 夠增加 敏感性資訊傳 達的層 次和準 確性。Scherpenzeel（2008）比較在傳統資料蒐集方法（包含 電話調查 和面 對 面訪問 ）與網 路模式資料蒐 集方法 所展現出的資 料品質 ，調查 的樣本為荷蘭 的一般 民眾，結果顯 示在樣 本保持不變的 情況下 ，透過 網 路 所蒐 集的 訪談 資料 比傳 統 訪 談模式 較 具信度與 效度。

隨著網際網 路及各式 連網設施的 普及，以 網路調查為 主的資料 蒐 集方法在速度 與數量 上慢 慢超越傳 統資料 蒐集方法，雖 然大多 能兼顧 研究效度與信 度，但 網路調查也並 非全然 沒有缺失和疑 慮。許 多文獻 指出網路調查 難以令 人信服的最大 的原因 ，來自於網路 使用人 口不具 母體代表性、缺乏抽 樣架構（ sampling frame）與自願性樣本（volunteer sample） 等 三 個 爭 議 點 。 這 些 障 礙 都 讓 調 查 的 執 行 過 程 與 結 果 具 有 先 天上無法克服 的一些 問題，例如涵 蓋誤差 、非回應誤差 、以及 非隨機 抽 樣 誤差 等等 （李 政忠 ，2004）。另外Dillman et al.（2009）以電話 訪查、電子郵件以及網路調查等方式，透過對 8,999個家庭進行兩階段 的調查，結果 發現用 聽覺模式將會 比視覺 模式，更可能 獲得正 面的回 應，且運用網 路調查 做為資料蒐集 的模式 ，無法真正有 效減少 題項無 回 應 誤差 的問 題。

網 路 調 查 在 上 述 限 制 之 下 ， 尚 無 法 取 代 傳 統 研 究 方 法 的 調 查 方 式，而應是作為補充性的角色。表 4綜合了上述 各 種 調 查 方 法 的 比 較 ， 首先，以單位 成本而 言，郵寄與網 路調查 之成本較低， 電話與 手機調 查成本較高。 其次， 各調查方式限 制部分 ，郵寄調查需 有受訪 者的地

址、電話與手 機調查 僅能接觸到擁 有電話 號碼者。第三 ，在問 卷所能

本 研 究 針對 過 去 臺灣 電子 治 理研 究 中 心（ TEG）所 執 行 之相 關 研 究計畫，選擇 與本研 究研究目的與 範圍較 相近的計畫， 進行研 究方法 運用 上 的檢 視。 就 TEG近三 年所 執 行之 計 畫， 以 調查 對象 為 一 般民 眾 的 執 行 計 畫 來 看 ， 多 以 網 路 問 卷 調 查 以 及 郵 寄 問 卷 調 查 為 最 主 要 方 式，其他還有以 電 話調 查、深度訪談、焦點座談…等³，雖然調查方式 相當多元，但 卻尚未 研究進行這些 方法優 劣或特質的比 較。本 研究在 資料蒐集方法 的選擇 上，將同時應 用多種 調查方式，並 結合巨 量資料 的研究途徑，分別進行網路問卷調查、電話問卷調查、手機電話調查 、 網 路 社 群 關 鍵 字 搜 尋 ， 以 更 進 一 步 了 解 調 查 方 法 間 的 互 補 性

（complementarity）。以涵蓋率來說，隨著手機的普及，洪永泰等（2014）

調 查 發 現 唯 手 機 族 （ cell phone only） 佔 了 臺 灣 地 區 18歲 以 上 民 眾 的 9.3%。 對一般 電 話調查 的 涵蓋率 確 實有影 響。因 此本研 究除了單純 利 用上述調查方 式之外 ，也將利用社 會人口 特徵進行加權 、結合 「 入選 機率調整法（Propensity Score Adjustment, PSA）」，以結合 兩 種調查 數 據 的方 式， 對母 體參 數進 行 較 好的估 計 （ Lee, 2006），有關 PSA相 關執行方式與 過程 請 參見 第四章第 二節 ， 頁93，「問卷 調查與 入選機 率 調 整法 」。

二、巨量資料（Big Data）分析方法

近 來因巨量 資料的分 析方法觀念 與技術逐 漸成熟，也 成為蒐集 民 眾主觀意見的 工具之 一。巨量資料 分析 方 法的出現，是 為了協 助管理

3 本 研 究 瀏 覽 2010 年 至 2012 年 所 執 行 之 TEG 研 究 案，共 選 取 了 10 個 與 本 研 究 較 為 相 關 之 研 究 計 畫 ， 進 行 調 查 方 法 與 調 查 對 象 上 的 檢 視 。 分 別 是 ： 「 電 子 治 理 成 效 指 標 與 評 估 ： G2A 與 G2D」（ 2010）、「 電 子 治 理 與 組 織 改 造 ： 供 給 端 與 需 求 端 的 調 適 整 合 」（ 2011）、「 電 子 治 理 計 畫 規 劃、執 行 與 成 效 整 體 性 評 估 」

（ 2011） 、 「 網 路 社 會 發 展 趨 勢 之 前 瞻 研 究 :世 界 網 路 計 畫 （ WIP） 的 跨 國 比 較 與 臺 灣 現 況 調 查 分 析 」（ 2012）、「 政 府 運 用 Web 2.0 社 群 媒 體 行 銷 的 新 思 維 與 策 略 」 （ 2012） 、 「 個 人 ／ 家 戶 數 位 機 會 調 查 」 （ 2012） 、 「 跨 域 電 子 治 理 服 務 ： 實 務 評 估 方 案 」 （ 2012） 、 「 回 應 性 政 府 的 最 後 一 哩 路 ： 政 府 公 民 關 係 管 理 資 料 加 值 應 用 之 研 究 」 （ 2012） 、 「 資 訊 分 享 與 共 榮 ： 政 府 機 關 資 料 公 開 與 加 值 應 用 」（ 2012）、「 電 子 治 理 政 策 研 究 中 心 經 營 模 式 與 國 際 合 作 方 向 規 劃 」

（ 2012） 。

者在面對數位 資料積 累趨勢時，能 有一全 新的分析步驟 與思維 邏輯，

而 從 容 於 巨 量 資 料 洪 流 中 萃 取 出 有 價 值 的 經 營 管 理 資 訊 。 依 據 TechAmerica基 金 會 之 巨 量 資 料 委 員 會（ Big Data Commission ）對 巨 量 資 料 的 定 義 ， 巨 量 資 料 為 「 迅 速 、 複 雜 以 及 多 元 的 大 量 資 料 ， 需 運 用 進 階 的 技 術 與 科 技 ， 方 能 擷 取 、 儲 存 、 分 配 、 管 理 以 及 分 析 資 訊 」，如 果 政 府 機 關 欲 成 功 啟 動 巨 量 資 料 分 析 有 五 個 步 驟，依 序 為 ： 界 定 營 運 需 求（ define business requirement）、規 劃 擴 充 以 及 重 複 使 用（ plan to augment and iterate）、巨 量 資 料 導 入 重 點（ Big Data entry point）、 確 認 差 距（ identify gaps）、 迭 代（ iterate）（ TechAmerica Foundation, 2012） 。

巨量資料的 準備工作 是先有一個 界定清楚 的任務目標 ，以及可 供 規劃使用與未 來擴充 的機械設備與 現有系 統整合，以便 在精簡 的 成本 考 量 下 做 最 有 效 的 使 用 ， 導 入 的 重 點 著 重 在 巨 量 資 料 的 三 種 不 同 特 徵，分別是迅 速（以 串流資料為導 入重點 ）、大量（以 資料或 資料倉 儲規模的提升 為導入 重點）以及多 元（以 提高探索、瞭 解與分 析多元 資料來源，如 結構化 、半結構化、 非結構 化資料的分析 效能為 導入重 點）。經驗顯 示只有 非常少數的行 動方案 會同時包括此 三 種巨 量資料 導 入 重 點 ， 絕 大 多 數 的 方 案 只 選 用 其 中 一 項 做 為 導 入 重 點

（TechAmerica Foundation, 2012）。

值 得注意的是，巨量資料的「巨量」不是 絕對，而是 相 對 的 概 念 ， 指的是針對某 事的完 整資料集（林 俊宏譯 ，2013）。因此 ，巨 量資料 分析並非僅指 涉一種 全新的資料分 析技術 ，而是一種藉 由駕馭 社會與 各式組織迅速 積累的 大量數位資料 ，以提 升組織經營管 理效能 的資料 分析思維。隨著Web 2.0服務促使政府更進一步朝向透明、參與、網路 與豐富的多媒 體內容 方向發展，民 意探勘 、社群網絡分 析以及 社群媒 體技術分析等 巨量資 料分析技術， 可用來 支持網路參與 、電子 民主、

政治部落格及 論壇內 容分析、電子 化政府 服務遞送以及 行政程 序的透 明 與 課責 （Chen, Chiang, & Storey, 2012）。

隨著Web 2.0服務的發展與普及，有愈來愈多的民眾可以容易 地透 過Web 2.0網站討論公眾議題時，即產生 大量的網路民意資料，將使得

政府官員難以 真正地 瞭解民眾的集 體意志 而與民意脫節 。巨量 資料 分 析 方 法近年來 受到重 視且具有潛力 ，主要 是因為半結構 化資料 （例如 電子郵件、社 群網站 、簡訊與網路 搜尋紀 錄等）與非結 構化資 料的急 速增加，再加 上資訊 分析技術的突 破，才 使得巨量資料 分析較 普及與 可行（呂宗 學、蘇慧 貞， 2013）。數位資 料呈現大量 （ volume）、迅 速（velocity）以及多 元（variety）的「3V」積累趨勢，導致善於處理 結 構 化資 料的 傳統 資料 分析 方 法 失靈（Eaton, Deroos, Deutsch, Lapis,

& Zikopoulos, 2012）。

Yiu（ 2012）認 為 巨 量 資 料 分 析 方 法 有以下 五 項 可應用於 公部門 的 面 向 ，包 括： 分享 、學 習、 個 人 化（personalizing）、解決（solving）

以 及 成長 創新 （innovating for growth）等。首先，在分享方面，政府 行政機關各自 擁有相 當豐富的資訊 ，可透 過巨量資料的 平台， 能讓各 機關間資訊共 享，如 此一來可提升 行政機 關辦事的效率 。其次 ，在學 習的面向上， 組織可 利用巨量資料 的分析 結果，找出機 關中需 修 正、

調整的方向， 使組織 學習成長。在 個人化 方面，可透過 巨量資 料的分 析，進行服務群體的特質界定，並針對特定群體做客製化的服務調整，

使民眾滿意度 提升。 在問題解決方 面，巨 量資料可針對 過往的 資料進 行分析，協助政府對於未來的趨勢進行預測，並研擬可能的因應對策。

最後，在成 長創新方 面，利用巨 量資料分 析 方法 可以 發掘以往 政 府運作浪費或 低效率 的部分，進行 有效的 資源重新分配 方式， 達到整 體 績 效最 大化 的程 度。澳洲 政 府2013年3月發佈「巨量資料策略議題分 析 報 告（Big Data Strategy-Issues Paper）」，指出政府運用巨量資料 的機會為：提 供個人 化服務以滿足 民眾的 需求、運用預 測性分 析以改

最後，在成 長創新方 面，利用巨 量資料分 析 方法 可以 發掘以往 政 府運作浪費或 低效率 的部分，進行 有效的 資源重新分配 方式， 達到整 體 績 效最 大化 的程 度。澳洲 政 府2013年3月發佈「巨量資料策略議題分 析 報 告（Big Data Strategy-Issues Paper）」，指出政府運用巨量資料 的機會為：提 供個人 化服務以滿足 民眾的 需求、運用預 測性分 析以改