第四章 資料蒐集及分析
第四節 學知樣貌分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 學知樣貌分析─機關、職稱與專長
除了以較為「巨觀」的角度，探查「學知」與「非學知」，在「年際」、「報 別」間的變化及差異之外，本研究也試圖以「微觀」的方式，建立「學知」的基 本樣貌。透過包括「服務機關」，「職銜」以及「專長」等三項指標，了解「學 知」的文化資產是否影響在報端出現的頻率及分量。此外，本研究在類目資料登 錄時，也將如研究生或具博士學位但無教職、大專以下教師及大專以上學生予以 編碼登錄，並視為「知識預備軍」，觀察這些準知識份子的形貌。
在過錄資料的過程中，副刊、民意論壇或早期專欄，作者未登載職銜或所屬 學校很常見，例如僅寫「大學教師」或「副教授」等。研究者透過窮盡查詢方法 後，仍無法取得部分「學知」的教職頭銜及服務學校，將此類歸為「不詳」。總 計「職稱」不詳有1筆，服務機關不詳有12筆。(統計如下表32、表33、表34)
表(32) 職稱別統計表 表(33) 學校機關別統計表
次數 百分比% 學知/% 次數 百分比 學知%
非學知 1794 69.7 不計 非學術/無職銜 1931 75.0 不計
教授/研究員 513 19.9 65.8 國內外公立大學 442 17.2 68.7
副(教授/研究員) 82 3.2 10.5 公立科技大學 7 .3 1.1
助理教授 24 .9 3.1 私立大學 89 3.5 13.8
講師 18 .7 2.3 私立科技大學 4 .2 0.6
博士/研究生 44 1.7 5.6 專科 11 .4 1.7
學生 57 2.2 7.3 公立研究機構 65 2.5 10.1
老師(非大專) 41 1.6 5.3 私人研究機構 13 .5 2
不詳 1 .0 0.1 不詳 12 .5 1.7
總和 2574 100.0 100%780 總和 2574 100.0 100%/780
表(34) 「學知」職銜-機構交叉分析表
學校職銜 非學術 公立 公科大 私大 私科大 專科 公研究 私研究 不詳 合計
教授/研究員 0 377* 3 59 2 6 51 11 3 512*
副(教授 0 42 2 20 0 1 11 2 3 81*
助理教授 0 13 0 6 1 2 2 0 0 24
講師 0 6 1 4 1 2 1 0 3 18
博士/研究生 1# 0 0 0 0 0 0 0 2 3
學生 0 1 1 0 0 0 0 0 0 2
不詳 0 0 0 0 0 0 0 0 1 1
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
總 和
4 439 7 89 4 11 65 13 12 641
(表註1)*:職稱別統計與交叉分析人數差異在於：身份為「益知」之教授1人，「專家」身份之副教授1人。
(表註2)#:《中時》1987.5.6.刊載周陽山專文，經查當時周已取得哥倫比亞大學博士學位，但無法確知是否取得教職，因此 身份登錄為「學知」為無職銜。
「學知」有68.7%是公立大學或研究機構。身份是教授或研究員者65.8%
。與居次的「副教授」或「私立大學」有相當大的落差。無論所屬學校機構為何，
教授比副教授多，副教授又比助理教授多，講師最少。此外，公私立科技大學登 錄筆數比私立大學少，專科僅有個位數。此外，公立的研究機構，則是另外一個 主要族群，本研究過錄期間觀察，包括：中研院、國衛院的院士或研究員，居多 數。至於科技大學的「學知」，並非評論的常客。
進一步分析不同職銜的「學知」，在哪些形式裡出現(如下表35) 表(35)形式 / 職稱 / 服務機關交叉統計表
形式 總和
非學知 公立大 公科大 私立大 私科大 專科 公立研 私人研 不詳
論壇 職稱 非學知 139
教授 0 94 11 16 0 0 121
副(教授 0 7 1 2 1 0 11
助理教 0 0 1 0 0 0 1
研究生 0 0 0 0 0 2 2
學生 1 0 0 0 0 0 1
老師 1 0 0 0 0 0 1
不詳 0 0 0 0 0 1 1
總和 141 101 13 18 1 3 277
專欄 職稱 非學知 212
教授 0 45 5 3 1 54
副(教授 0 3 1 1 0 5
總和 212 48 6 4 1 271
專文 職稱 非學知 53 0 0 0 0 53
教授/ 0 44 0 1 0 45
副(教授 0 3 0 0 1 4
助理教授 0 1 0 0 0 1
講師 0 1 0 0 0 1
研究生 1 0 0 0 0 1
學生 0 0 1 0 0 1
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
投書 職稱 非學知 547 0 0 0 0 0 0 0 0 547
教授/ 0 62 0 26 0 4 7 2 3 104
副(教授/ 0 23 1 13 0 1 2 0 3 43
助理教授 0 8 0 3 1 2 1 0 0 15
講師 0 4 1 3 1 2 0 0 3 14
研究生 37 1 0 0 0 0 0 0 0 38
學生 48 1 0 0 0 0 0 0 0 49
老師 36 0 0 0 0 0 0 0 0 36
總和 668 99 2 45 2 9 10 2 9 846
配稿 職稱 非學知 159 0 0 0 0 0 0 159
教授 0 41 2 5 1 11 3 63
副(教授 0 2 1 2 0 1 0 6
助理教授 0 1 0 0 0 0 0 1
研究生 2 0 0 0 0 0 0 2
學生 2 0 0 0 0 0 0 2
老師 4 0 0 0 0 0 0 4
總和 167 44 3 7 1 12 3 237
混搭 職稱 非學知 167 0 0 0 0 0 0 167
教授 0 33 8 1 1 5 3 51
副(教授 0 3 3 0 0 0 0 6
助理教授 0 2 1 0 0 0 0 3
研究生 1 0 0 0 0 0 0 1
學生 2 0 0 0 0 0 0 2
總和 170 38 12 1 1 5 3 230
(報 導)
職稱 非學知 112 0 0 0 0 0 0 112
教授 0 59 1 3 1 9 2 75
副(教授 0 2 0 0 0 5 0 7
助理教授 0 1 0 1 0 1 0 3
講師 0 1 0 1 0 1 0 3
學生 2 0 0 0 0 0 0 2
總和 114 63 1 5 1 16 2 202
特稿/ 職稱 非學知 405 405
總和 405 405
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在較具備完整論述的場域：如「座談/專論」、「專欄」及「專文」等三種形 式裡，「公立」與「教授」是主要的族群，「私立」大學教授或公立大學副教授 則零星出現。
但在「讀者投書」中就顯得較為多元。299筆「有職銜」登錄資料的投書者 當中，「教授」104筆佔34.78%，「副教授」有43筆，約14.38%，助理教授及講師 分別有15及14筆，合計約7%。此外，讀者論壇裡常見未完整登載職銜的狀況，因 此，有9筆資料雖然職稱為教授、副教授或講師，但無法取得刊登當時任職的學 校或機關。
「讀者投書」出現的知識預備軍：博士/研究生有38筆，約佔12.7%，學生49 筆，佔16.38%，老師約36筆，佔12%。三者合計41%，甚至比副教授、助理教授等 其他「學知」還多。或可顯示「讀者投書」是知識預備軍嶄露頭角，表達意見的 重要園地。各報的民意論壇對於學生/研究生或大專以下老師的投書，也有相當高 的接受度。
觀察「座談/論壇」裡出現的「學知」，近七成來自於公立大學教授，至於53 篇「學知」撰寫的專文，有44篇來自公立大學教授。「配稿、混搭或一般」報導 裡，「職稱」通常也代表了專業、權威的象徵。「學知」在一般報導90筆登錄資 料中，59筆是「公立大學教授」！佔三分之二。此外，公立大學副教授(含)以下 的老師，在配稿等其他三種形式共231筆資料中，出現29次，約佔12.55%。「混搭 報導」共63筆有職稱的過錄資料裡，公立大學佔44筆，具備教授資格就有41筆，
佔六成上，另有5筆為公私立研究機構。
觀察本研究所界定的三種「位置」：「一般報導版面」、「民意論壇版面」
及「副刊」。公立大學的「學知」，特別是「教授」，多出現在「一般報導」裡，
共378筆「公立大教授」登錄資料中，241筆出現在「一般報導版面」，77筆在「民 意論壇」，相差懸殊。但「公立大學」的「副教授」，出現在「民意論壇」的筆 數有23筆，甚至比「一般報導」19筆還多。「私立大學教授」於「一般報導」裡 有34筆，另外25筆在民意論壇。私立大學共89筆登錄資料當中，45筆在「一般報 導」，44筆在「民意論壇」。
至於「副刊」幾乎全數都是公立大學教授。65筆身份為「學知」的登錄資料 中，60筆為公立大學教授，3筆公立研究機構研究員，另還有公立大學副教授及 助理教授各一人。
本研究登錄的識預備軍：「博士/研究生」、「學生」以及大專以下「老師」，
也都集中在「民意論壇」的版面裡，分別有：37筆、51筆及36筆。但是是一般報 導版面裡，卻只有個位數（3筆/4筆/5筆）。因此，民意論壇裡，非「公立大學教 授」身份的「學知」，相對比較有發言機會。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2003 16 5 2 2009 17 2
結果顯示：1989報禁開放後，出現一波教授評論的高峰，公立大學教授從1987 年的35筆增為91筆，1997年起陸續下滑，到了2003年又回升。教授是「學知」主 要構成者，因此與「學知」在年際間變化一致。
另不同報別觀察顯示：《聯合》身份為公立大學共155筆，教授佔137筆。《中 時》共153筆，其中教授136筆。副教授兩報各為14筆及10筆。公立研究機構兩報 各為22筆及24筆。至於《自由》及《蘋果》，也以公立大學教授居多，各有35筆 及70筆。「學知」中公立大學教授的優勢不因報社的不同而有差異。
綜觀「職稱」及所屬「學校或機關」，公立大學的教授是報紙引述或邀請評 論的絕對優勢族群，這樣的現象與馮建三在1993年的研究中發現：公立大學教師 的專文是私立大學的4.16倍。教授與副教授、講師在1981~87年間，發表專文的比 例是：39.8:15.8:1(馮建三,1993:66)。本研究教授與副教授、助理教授及講師各自登 錄的筆數為512筆、81筆、24筆、18三者筆。比值為：「28.4 : 4.5 : 1.33 : 1」。兩 者相比，教授與講師之落差並沒有繼續跨大，但教授與副教授的落差卻大幅拉開 了2.5倍之多！至於馮建三調查時尚未出現助理教授，與講師之間的差異並不大。
本次研究所抽樣的六個年份橫跨22年，「專文」、「專欄」及「讀者投書」。
公立大學與私立大學的差距是：「49 : 1」、「7.8 : 1」以及「2.18 : 1」。資料顯 示，除了民意論壇之外，公立大學教授的評論者地位更形穩固。
本研究將「專長」定義為八種，除「學知」依照具名或職銜可資辨識的科系 作為依據之外，同樣也碰到登載不明確的困擾，窮盡搜尋各種資源而不可得時，
登錄為「不詳」，共19筆。其次，除了學知需登錄專長外，由於調查期間有兩次 疫情發生，因此，對於「專家」的專長辨識，針對「醫護」及「法律」，如醫生，
律師，也登錄「專長」，以充分反應「專長」的影響力，因此登錄筆數較單純「學 知」的筆數多。其中「專家」共登錄231筆。其他身份則是零星登錄。（如下表 38）
表(38) 專長/身份統計表
身份區塊
總和
學知 專家 媒知 政治 民評
專長 無 3 299 752 114 511 1679
教育/文史藝/語 161 0 1 0 0 162
政治/外交/公行 122 1 0 0 0 123
社會/勞工/心理 35 2 0 0 0 37
商學類/觀光 65 16 0 0 0 81
新聞/大眾傳播 29 3 1 0 0 33
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
醫農公衛營養 107 184 2 3 13 309
法律 31 24 0 2 2 59
其他或不詳 17 0 0 0 2 19
總和 641 530 756 119 528 2574
根據上述統計可以得知，醫藥衛生類是最大宗，佔34.5%最多，其次是教育 文史，佔18.1%，政治外交類專長也佔13.7%。應與調查期間，出現兩次疫情有明 顯關連。(如下表39)，2003年醫農類專長暴增了181筆，2009年也有93筆，分居專 長筆數最高的前兩名。
表(39) 專長年際統計表
年
總和
1987 1989 1997 1999 2003 2009
專
長
教育/文史語藝 13 38 20 14 18 59 162
政治/外交/公行 2 51 23 10 16 21 123
社會/勞工/心理 5 3 10 2 9 8 37
商學類/觀光 6 11 2 6 6 50 81
新聞/大眾傳播 0 2 10 5 13 3 33
理工/設計建築 8 3 16 8 11 26 72
醫農公衛食品 7 4 7 17 181 93 309
法律 5 8 10 7 6 23 59
其他或不詳 0 5 3 3 3 5 19
總和 46 125 101 72 263 288 895
此外，一如前節探討，年際間的變化有兩波，1989報禁解除，評論數量大為 增加，其中特別是「政治」類專長，在當年的社會氣氛下，需求特別高，隨後就 一路下滑，到了2003年又恢復成長，但這一次是醫藥類別專長的「學知」及「專 家」上陣居多。
專長與抽樣期間的重大新聞事件有相當明確的關連，1989年亞銀年會，有關 政治方面探討多，1997年「白案」引起社會動盪，因此包括政治、社會類及新聞 大傳類的專長的評論數量增加，2003及2009年先後兩次重大疫情發生，醫藥類遂 大量增加，抽樣期間，SARS疫情正值和平封院的高峰，與2009年H1N1的疫情，
香港宣布旅館封閉檢疫，台灣及各國旅客受困為主角，前者疫情的的嚴重程度以 及與一般人民的親近性，恐非H1N1的戰場在香港，兩者的差距，從借重醫藥類專 家或學者評論的次數，可見一斑：2009年共93筆，僅約2003年181筆的一半。