研究方法

當政策發展過程中理論的論述以及過去的實證資料，都無法有效釐清政策趨同 與趨異間的爭辯時，跳脫過去的理論束縛，尋找更精確的實證分析方式，就變成進一 步論斷前的必要工作。本研究的第一個目的就是在做這樣的工作，透過一個符合趨同 現象要件的政策，檢視政策趨同現象的出現與否，希望在理論上可以為政策趨同理論 的爭辯，提供一個更完整的實證資料結果；在實務上，本研究以電子化發展為例，透 過電子化政府與電子民主參與發展趨勢的分析與模式的發現，期待提供未來縮短國際 資訊落差的參考。以下，本章共分為幾個部分，第一節將先界定本研究的政策趨同、

電子化政府與電子民主參與；第二節到第四節，是本研究所使用的二手統計資料分 析，包含研究架構與分析方法說明。

第一節 概念界定

文獻中所討論的趨同，包含了組織社會學討論的系統趨同（或稱組織結構或制 度趨同）、經濟學討論的經濟趨同（通常以經濟成效為標的）、以及比較公共行政所討 論的政策趨同，而本研究的主軸，將集中在「政策趨同」部分。雖然政策趨同的類型 有很多種，各有不同的測量方式，不過本文所討論的「政策趨同」是指在政策「結果 上」以及「過程上」的趨同，也就是不同治理區域的公共政策成效，呈現隨著時間變 化而趨近到「政策理想點」的現象。若套用到本研究所選定的政府業務電子化個案當 中，則是：全球各國因為政策趨同的壓力，電子化政府與電子化民主參與的發展成效 皆往「政策理想點」移動；發展策略都依照資訊提供、交易互動、民主參與的路徑進 行。

本研究選取電子化政策為例，主要的原因有幾個（詳細請參閱本研究第一章說 明），首先，電子化發展是依循一個具有觀念上壓力（ideational pressure）的新公共管 理途徑而來，其次，國家與國家之間可以透過相當迅速方便的網路途徑學習模仿電子

化的推動內容，第三，許多論者相信，資訊化時代中政府治理結構將產生改變，政策 的制訂從國家內部環境影響，轉變為全球環境（尤其是國際組織）主導（Welch and Wong, 1998: 45）。所謂的電子化政府，本研究指的是「政府行政運作的網路化，透過 網站的建置，加強政府服務的效率與效能，提昇政府對內與對外部之關係」，而「電 子民主參與」則是「政府利用政府網站，增加與民眾互動的機會，改善政府與民眾之 間的質與量，提昇公民參與」。

第二節 研究方法-二手資料分析法

本研究共有兩個研究問題：政府業務電子化的全球發展，是否產生同型化主義、

科技決定論所預測的政策趨同現象？什麼因素影響電子化政府與電子民主參與的發 展與選擇？一般來說，研究政策擴散的策略共有「過程追蹤（process tracing）」以及

「模式建構（pattern finding）」兩種（Lee and Strang, 2006）。所謂的過程追蹤，指的 是以幾個個案為例，深入了解該公共政策發展過程，找出從A 國家散佈到 B 國家的 方式，比較適合質化的深入分析；至於所謂的模式建構，則是透過統計方式，應用大 規模的資料來檢測一個既存的理論假設，比較適合整體量化模型的分析。本研究對於 上述兩個研究問題的回答，將以現有統計資料的「模式建構」途徑為主，主要原因在 於過去對於政府電子化發展相關研究，大多是以個案研究為主，缺乏大規模的統計模 型分析（相關論述請參考文獻探討第二節），因此，本研究將實證分析部分的重心放 在模式建構上。

使用的研究方法為二手資料分析（secondary data analysis），資料來源為聯合國 的電子化評估指數、布朗大學的電子化政府調查、以及取自CIA、世界銀行、世界經 濟論壇、美國自由之家所調查資料為自變數（相關變數說明請參考本章下一節）。雖 然二手資料分析方法是以往大規模比較公共政策或比較政治研究中，最常使用的方法 之一，不過其在方法上許多難以克服的限制，也是造成後來比較研究漸漸受到忽視，

承受許多批評的主要原因之一。一般來說，二手資料分析必須面對的第一個問題就是 資料範圍的限制。以本研究所嘗試分析的全球性議題而言，最理想的當然是取得全球 所有國家的資料，但事實上這是一件相當不可能的事情，即使是全球統計資料最為完

93

整的聯合國，仍然無法避免出現許多遺漏值的現象，這些遺漏值可能來自於該國的不 願意提供，可能來自於每個國家所提供的資料品質不一，也可能來自於每個國家不同 的觀察單位（unit of observation）與時間。

另外，跨年度資料本身一致性的問題，也是跨國二手資料所必須面對的。以本 研究所分析的電子化成效指標而言，由於僅能取得該指標的整體加總結果，無法明確 得知每個年度調查中，指標內容是否有所變更，因此難以確認指標內在的一致性。這 種情況將使得用加總資料作為跨年度分析的基礎時，很可能指數的變化並非來自於國 家本身特性的變化，而是因為指標的內容不同所產生。另外，也是跟一致性有關的議 題是，每個國家對於同指標可能有不同的操作化方式，舉例而言，歐洲國家對於高等 教育的定義可能與美洲國家的定義不同，因此不同國家所呈現出來的「高等教育人 數」，事實上是不同的內容。

第三，資料可信度的問題。聯合國的統計資料中，大部分都不是經過中立的第 三者去客觀取得，而是由各國自行提供（self-report）出來的，換言之，各國在提供 資料給統計單位時，有可能會為了國家的聲譽而將資料美化。舉例而言，聯合國指標 當中測量各國教育程度的人力資本指數，理應是一個0 至 1 分的指數，但偏偏有國家 向聯合國呈報1.4 分，而這些類似現象將讓資料本身所呈現出來的，與實際的情形間 有所落差。

最後，變數不足的問題。當以國家為分析層次時，理論架構中所應該有的變數，

常會因為資料來源不足的限制而被放棄，或是因為該變數所涵蓋的國家數與其他變數 相差太大，如果引入該變數將造成過多的遺漏值，影響資料的解釋範圍，使得研究者 必須在放棄變數或放棄研究範圍兩者之間做痛苦的抉擇。

然而，即使二手資料分析在過去受到如此多的質疑，只要透過有效的資料檢查 與分析修正，還是可以從有限的資料當中取得可信的研究發現，尤其是這幾年因為資 訊科技的發達，許多大型的調查資料庫在品質上都有不錯的提升。另外，本研究在處 理資料過程中，也經過幾個步驟盡量減低這些資料限制所造成的問題。首先，資料來 源都是取自有相當久歷史且普遍受到學界引用的指標，例如聯合國、世界銀行、CIA、

Freedom House、世界經濟論壇…等，這些國際組織所提供的資料相對而言是比較可 信的。其次，本研究也將透過文獻資料的搜尋，盡可能將指標內容作過變更的資料排

除，增加資料的內在一致性。第三，本研究將透過次數分析的方式，排除明顯不合理 的資料值。最後則是透過變數的相關分析，比較每組兩兩變數的相關係數，是否因為 年度的變化有顯著的差異，如果存在顯著的差異，表示此筆資料在不同年度之間可能 有不一致的現象。

第三節 理論架構與變數操作化

理論架構與變數，主要是針對本研究的第二個研究問題而建構，主要來源為第 二章相關的文獻整理。