巨量決策機制與平台效益評估

(1)

科技部補助專題研究計畫成果報告

期末報告

巨量資料對公共治理的影響-巨量決策機制與平台效益評估(第

2年)

計畫類別：整合型計畫計畫編號： MOST 104-2420-H-004-040-MY2 執行期間： 105年08月01日至106年10月31日執行單位：國立政治大學公共行政學系計畫主持人：朱斌妤計畫參與人員：碩士班研究生-兼任助理：吳佩儒碩士班研究生-兼任助理：蕭明倫碩士班研究生-兼任助理：賴盈霖碩士班研究生-兼任助理：吳冠翰碩士班研究生-兼任助理：游蕙瑜碩士班研究生-兼任助理：王煒彤

中　華　民　國　106　年　12　月　31　日

(2)

中文摘要：本計畫為整合型計劃之一，整合型計畫原申請三年，只核定兩年。整合型計畫原有四個子計畫，本計畫申請時考量不明確性，可能合作對象在計畫書中標明有財政部資訊中心或政大，惟財政部資訊中心有開發中的巨量資料平台，而政大則無。計畫執行過程中，財政資訊中心基於資安，要求研究團隊必須要到該單位方能使用資料，同時因為個資要求嚴格，相關資料使用受限，所以只好選擇以政大為對象。整合型計畫中原由蕭乃沂教授/陳恭教授主持的子計畫，計畫撰寫時以政大為對象，該計畫涉及巨量資料平台建置，然而該子計畫整個被刪除，由於並無現有巨量資料平台，原本第一年影響決策者(平台使用者)使用因素的問卷調查無法執行，所以先針對決策者(平台使用者)進行需求調查[透過座談，面訪與電話訪問等方式，針對各院院長/秘書，系主任，行政單位同仁]，將原訂第二年使用經驗訪談工作先行在第一年執行。本研究分為兩年期程：第一年是關注於利害關係人的需求調查，對政治大學的院長、副院長、院秘書、系主任等進行焦點團體或個別訪談的方式，初步了解前述使用者對於校務發展相關的巨量資料需求面向，受訪者提出的意見經過彙整及重點歸納後，作為第二年問卷設計依據；本研究第二年針對政治大學電算中心規劃並發展校務巨量資料平台雛形，透過人員親自發送的方式，向各單位發送email邀請，發送實體紙本問卷給政治大學的院級主管、系級主管（政治大學9個學院的院長、副院長和34個系主任）填答，內容包含：財務、教師、學生、國際化和其他等五大層面，詳細分析影響前述使用者使用巨量資料與平台的相關因素。綜合訪談和問卷調查的內容得知政治大學的校務發展在各層面的資料、資訊有所缺乏或不足的，有助於日後平台建置更貼近使用者的需求。本研究發現政大的院級主管、系級主管在校務系統中至少有五大層面的需求，分別為：財務、教師、學生、國際化、其他層面，且對於不同層面中的資訊和功能項目的需求程度亦不盡相同。依據研究結果得知未來平台的設計應可以：(1)校務平台各系統的資訊地圖的設置、(2)資料庫的內容應更齊全、(3)平台設計與使用者需求應符合、(4)校際之間校務研究合作的加強。再者，後續研究應可再延伸探詢其他利害關係人對於校務平台的使用需求，以及在平台改善或完成後，進行平台使用者滿意度的調查。中文關鍵詞：電子化政府、巨量資料、巨量資料平台、校務研究、使用者需求、校務資訊平台、科技接受模式

英文摘要： Due to the progress of information communications technologies (e.g., cloud technology and big data analysis), social media (e.g., facebook, twitter), and civil society, the mindsets of bureaucrats and public administrators at all levels of government need to be

changed to adopt new ICTs, respond to citizens’ needs, and make policies of high quality to meet the goal of public values. Big data (BD) promotes greater openness and accountability in government, strengthens democracy and drives innovation and economic opportunities for all people. The success of big data policies and projects

(3)

hinges on robust assessment strategy that not only provides a valuable understanding of the impacts on stakeholders, but also provides an effective feedback mechanism for mid-course corrections.

Due to the research budget cut, we first refine the research goals and focus on the adoption of big data in National Chengchi University (NCCU) in order to make a contribution to the existing literature of institutional research (IR). There are two main foci of this research. In the first year, we further review literature regarding the international opportune movement of big data and

institutional research. Using focus group technique, we interview several college deans and their staff to collect their preliminary opinions on big data and university administration systems. In the second year, we first develop a questionnaire based on literature and our interview results and then invite all NCCU college deans and department chairs to complete the questionnaire. Our research results show that there are at least five kinds of demands on big data and university systems, i.e.,

university finance, faculty, student, internationalization, and others. Based on our research results, we further

suggest the directions of IR system development.

英文關鍵詞： electronic governance, electronic government, big data, open data

(4)

行政院科技部專題研究計畫

期中進度報告

巨量資料對公共治理的影響－

巨量決策機制與平台效益評估（第二年）

計畫類別：個別型

計畫編號： NSC 104-2420-H-004 -040 –MY2

執行期間： 105 年 07 月 31 日至 106 年 10 月 31 日

執行單位：國立政治大學公共行政學系

計畫主持人：朱斌妤

中華民國 106 年 10 月 30 日

(5)

中文摘要

本計畫為整合型計劃之一，整合型計畫原申請三年，只核定兩年。整合型計畫原有四個子計畫，本計畫申請時考量不明確性，可能合作對象在計畫書中標明有財政部資訊中心或政大，惟財政部資訊中心有開發中的巨量資料平台，而政大則無。計畫執行過程中，財政資訊中心基於資安，要求研究團隊必須要到該單位方能使用資料，同時因為個資要求嚴格，相關資料使用受限，所以只好選擇以政大為對象。整合型計畫中原由蕭乃沂教授/陳恭教授主持的子計畫，計畫撰寫時以政大為對象，該計畫涉及巨量資料平台建置，然而該子計畫整個被刪除，由於並無現有巨量資料平台，原本第一年影響決策者(平台使用者)使用因素的問卷調查無法執行，所以先針對決策者(平台使用者)進行需求調查[透過座談，面訪與電話訪問等方式，針對各院院長/秘書，系主任，行政單位同仁]，將原訂第二年使用經驗訪談工作先行在第一年執行。本研究分為兩年期程：第一年是關注於利害關係人的需求調查，對政治大學的院長、副院長、院秘書、系主任等進行焦點團體或個別訪談的方式，初步了解前述使用者對於校務發展相關的巨量資料需求面向，受訪者提出的意見經過彙整及重點歸納後，作為第二年問卷設計依據；本研究第二年針對政治大學電算中心規劃並發展校務巨量資料平台雛形，透過人員親自發送的方式，向各單位發送email邀請，發送實體紙本問卷給政治大學的院級主管、系級主管（政治大學9個學院的院長、副院長和34個系主任）填答，內容包含：財務、教師、學生、國際化和其他等五大層面，詳細分析影響前述使用者使用巨量資料與平台的相關因素。綜合訪談和問卷調查的內容得知政治大學的校務發展在各層面的資料、資訊有所缺乏或不足的，有助於日後平台建置更貼近使用者的需求。本研究發現政大的院級主管、系級主管在校務系統中至少有五大層面的需求，分別為：財務、教師、學生、國際化、其他層面，且對於不同層面中的資訊和功能項目的需求程度亦不盡相同。依據研究結果得知未來平台的設計應可以：(1)校務平台各系統的資訊地圖的設置、 (2)資料庫的內容應更齊全、(3)平台設計與使用者需求應符合、(4)校際之間校務研究合作的加強。再者，後續研究應可再延伸探詢其他利害關係人對於校務平台的使用需求，以及在平台改善或完成後，進行平台使用者滿意度的調查。中文關鍵字：電子化政府、巨量資料、巨量資料平台、校務研究、使用者需求、校務資訊平台、科技接受模式

(6)

Abstract

Due to the progress of information communications technologies (e.g., cloud technology and big data analysis), social media (e.g., facebook, twitter), and civil society, the mindsets of bureaucrats and public administrators at all levels of government need to be changed to adopt new ICTs, respond to citizens’ needs, and make policies of high quality to meet the goal of public values. Big data (BD) promotes greater openness and accountability in government, strengthens democracy and drives innovation and economic opportunities for all people. The success of big data policies and projects hinges on robust assessment strategy that not only provides a valuable understanding of the impacts on stakeholders, but also provides an effective feedback mechanism for mid-course corrections. Due to the research budget cut, we first refine the research goals and focus on the adoption of big data in National Chengchi University (NCCU) in order to make a contribution to the existing literature of institutional research (IR). There are two main foci of this research. In the first year, we further review literature regarding the international opportune movement of big data and institutional research. Using focus group technique, we interview several college deans and their staff to collect their preliminary opinions on big data and university administration systems. In the second year, we first develop a questionnaire based on literature and our interview results and then invite all NCCU college deans and department chairs to complete the questionnaire. Our research results show that there are at least five kinds of demands on big data and university systems, i.e., university finance, faculty, student, internationalization, and others. Based on our research results, we further suggest the directions of IR system development.

Keyword: electronic governance, electronic government, big data, open data

(7)

章節目錄

1.簡介（Introduction） ... 1 1.1 公共政策／決策制定的趨勢 ... 1 1.2 政府運用巨量資料的趨勢 ... 2 2.文獻回顧（Literature Review） ... 4 2.1 巨量資料與公共政策制定 ... 4 2.1.1 政府應用巨量資料的挑戰 ... 4 2.1.2 巨量資料與組織決策 ... 6 2.1.3 巨量資料與輿情 ... 7 2.2 世界重要國家政府巨量資料政策趨勢與現況 ... 9 2.2.1 美國 ... 9 2.2.2 英國 ... 10 2.2.3 日本 ... 10 2.2.4 歐洲聯盟 ... 11 2.2.5 新加坡 ... 12 2.2.6 澳洲 ... 12 2.3 我國政府巨量資料發展現況 ... 13 2.4 影響個人運用巨量資料因素 ... 16 2.5 校務研究 ... 18 2.5.1 校務研究定義 ... 19 2.5.2 校務研究任務 ... 21 2.6 美國校務研究現況 ... 24 2.6.1 美國校務研究協會 ... 24 2.6.2 德州大學 ... 25 2.7 國內校務研究現況 ... 25 2.8 校務研究平台的使用需求 ... 26 3.研究設計（Research Design） ... 31 3.1 第一年：巨量資料需求訪談調查 ... 31 3.2 第二年：巨量資料/平台需求問卷調查... 35 4. 研究分析（Research Analysis） ... 38 4.1 院級和系級主管使用校務平台之分析結果－財務面向 ... 38 4.2 院級和系級主管使用校務平台之分析結果－教師面向 ... 66 4.3 院級和系級主管使用校務平台之分析結果－學生面向 ... 87 4.4 院級和系級主管使用校務平台之分析結果－國際化面向 ... 111 4.5 院級和系級主管使用校務平台之分析結果－其他面向 ... 125 5. 結論（Conclusion）... 132 5.1 研究結論 ... 132 5.2 實務建議 ... 137

(8)

5.3 研究限制與後續建議 ... 138

附錄一、焦點團體訪談和個人訪談大綱 ... 147

附錄二、訪談者重點摘錄 ... 148

附錄三、校務研究問卷－院級主管 ... 153

(9)

圖目錄

圖 1 企業與政府資料集特性比較 ... 5 圖 2 決策類型中機制的使用 ... 7 圖 3 將社群媒體納入集中式跨平台 ... 8 圖 4 日本醫藥品製造 SS 製藥公司─Twitter 數據預測流感 ... 11 圖 5 校務研究的決策支持程序 ... 20 圖 6 校務研究黃金三角 ... 22 圖 8 院級主管對校級的「各層級與其細項的收入多寡」功能之需求程度比例分配 ... 42 圖 9 院級主管對院級的「各層級與其細項的收入多寡」功能之需求程度比例分配 ... 43 圖 10 院級主管對系級的「各層級與其細項的收入多寡」功能之需求程度比例分配 ... 43 圖 11 系級主管對「各層級與其細項的收入多寡」功能之需求程度比例分配 ... 43 圖 12 院級主管對校級的「各層級與其細項的支出多寡」功能之需求程度比例分配 ... 44 圖 13 院級主管對院級的「各層級與其細項的支出多寡」功能之需求程度比例分配 ... 44 圖 14 院級主管對系級的「各層級與其細項的支出多寡」功能之需求程度比例分配 ... 45 圖 15 系級主管對「各層級與其細項的支出多寡」功能之需求程度比例分配 ... 45 圖 16 院級主管對校級的「每個項目中各細項的收入來源」功能之需求程度比例分配 ... 46 圖 17 院級主管對院級的「每個項目中各細項的收入來源」功能之需求程度比例分配 ... 46 圖 18 院級主管對系級的「每個項目中各細項的收入來源」功能之需求程度比例分配 ... 47 圖 19 系級主管對「每個項目中各細項的收入來源」功能之需求程度比例分配 ... 47 圖 20 院級主管對院級的「各項收入來源（辦法）的詳細說明」功能之需求程度比例分配 ... 48 圖 21 院級主管對系級的「各項收入來源（辦法）的詳細說明」功能之需求程度比例分配 ... 48 圖 22 系級主管對「各項收入來源（辦法）的詳細說明」功能之需求程度比例分配 ... 49 圖 23 院級主管對校級的「各項經費使用的相關規定」功能之需求程度比例分配 . 49

(10)

圖 24 院級主管對院級的「各項經費使用的相關規定」功能之需求程度比例分配 . 50 圖 25 院級主管對系級的「各項經費使用的相關規定」功能之需求程度比例分配 . 50 圖 26 系級主管對「各項經費使用的相關規定」功能之需求程度比例分配 ... 51 圖 27 院級主管對校級的「各項經費（包含其細項）即時資訊的更新」功能之需求程度比例分配 ... 51 圖 28 院級主管對院級的「各項經費（包含其細項）即時資訊的更新」功能之需求程度比例分配 ... 52 圖 29 院級主管對系級的「各項經費（包含其細項）即時資訊的更新」功能之需求程度比例分配 ... 52 圖 30 系級主管對「各項經費（包含其細項）即時資訊的更新」功能之需求程度比例分配 ... 53 圖 31 院級主管對校級的「依系所經費變動趨勢，提供系所未來財務規劃試算功能」之需求程度比例分配 ... 53 圖 32 院級主管對院級的「依系所經費變動趨勢，提供系所未來財務規劃試算功能」之需求程度比例分配 ... 54 圖 33 院級主管對系級的「依系所經費變動趨勢，提供系所未來財務規劃試算功能」之需求程度比例分配 ... 54 圖 34 系級主管對「依系所經費變動趨勢，提供系所未來財務規劃試算功能」之需求程度比例分配 ... 55 圖 35 院級主管對校級的「歷年各系所的學雜費的變動趨勢及其調整依據」功能之需求程度比例分配 ... 55 圖 36 院級主管對院級的「歷年各系所的學雜費的變動趨勢及其調整依據」功能之需求程度比例分配 ... 56 圖 37 院級主管對系級的「歷年各系所的學雜費的變動趨勢及其調整依據」功能之需求程度比例分配 ... 56 圖 38 系級主管對「歷年各系所的學雜費的變動趨勢及其調整依據」功能之需求程度比例分配 ... 57 圖 39 院級主管對校級的「學校校務基金財產統計及歷年變動趨勢」功能之需求程度比例分配 ... 57 圖 40 院級主管對院級「學校校務基金財產統計及歷年變動趨勢」功能之需求程度比例分配 ... 58 圖 41 院級主管對系級「學校校務基金財產統計及歷年變動趨勢」功能之需求程度比例分配 ... 58 圖 42 系級主管對「學校校務基金財產統計及歷年變動趨勢」功能之需求程度比例分配 ... 59

(11)

圖 43 院級主管對校級的「各系所的建築空間分配與使用狀況」功能之需求程度比例分配 ... 59 圖 44 院級主管對院級的「各系所的建築空間分配與使用狀況」功能之需求程度比例分配 ... 60 圖 45 院級主管對系級的「各系所的建築空間分配與使用狀況」功能之需求程度比例分配 ... 60 圖 46 系級主管對「各系所的建築空間分配與使用狀況」功能之需求程度比例分配 ... 61 圖 47 院級主管對校級的「各系所的用水與用電量」功能之需求程度比例分配 ... 61 圖 48 院級主管對院級的「各系所的用水與用電量」功能之需求程度比例分配 ... 62 圖 49 院級主管對系級的「各系所的用水與用電量」功能之需求程度比例分配 ... 62 圖 50 系級主管對「各系所的用水與用電量」功能之需求程度比例分配 ... 63 圖 51 院級主管對校級的「學校（含系所）設備及其使用狀況」功能之需求程度比例分配 ... 63 圖 52 院級主管對院級的「學校（含系所）設備及其使用狀況」功能之需求程度比例分配 ... 64 圖 53 院級主管對系級的「學校（含系所）設備及其使用狀況」功能之需求程度比例分配 ... 64 圖 54 系級主管對「學校（含系所）設備及其使用狀況」功能之需求程度比例分配 ... 65 圖 55 院級主管對「教師的學經歷及獲獎項目」功能之需求程度比例分配 ... 66 圖 56 系級主管對「教師的學經歷及獲獎項目」功能之需求程度比例分配 ... 67 圖 57 院級主管對「課程的相關資訊」功能之需求程度比例分配 ... 69 圖 58 系級主管對「課程的相關資訊」功能之需求程度比例分配 ... 70 圖 59 院級主管對「修課學生的相關資訊」功能之需求程度比例分配 ... 70 圖 60 系級主管對「修課學生的相關資訊」功能之需求程度比例分配 ... 71 圖 61 院級主管對「教學意見評量的相關資訊」功能之需求程度比例分配 ... 71 圖 62 系級主管對「教學意見評量的相關資訊」功能之需求程度比例分配 ... 72 圖 63 院級主管對「教師參與教學研習活動的相關資訊」功能之需求程度比例分配 ... 72 圖 64 系級主管對「教師參與教學研習活動的相關資訊」功能之需求程度比例分配 ... 73 圖 65 院級主管對「獲選為教學特優、優良教師」功能之需求程度比例分配 ... 73 圖 66 系級主管對「獲選為教學特優、優良教師」功能之需求程度比例分配 ... 74 圖 67 院級主管對「授課學分數和課別」功能之需求程度比例分配 ... 74

(12)

圖 68 系級主管對「授課學分數和課別」功能之需求程度比例分配 ... 75 圖 69 院級主管對「課綱調整」功能之需求程度比例分配 ... 75 圖 70 系級主管對「課綱調整」功能之需求程度比例分配 ... 76 圖 71 院級主管對「選課人數及其系所」功能之需求程度比例分配 ... 76 圖 72 系級主管對「選課人數及其系所」功能之需求程度比例分配 ... 77 圖 73 院級主管對「學生成績」功能之需求程度比例分配 ... 77 圖 74 系級主管對「學生成績」功能之需求程度比例分配 ... 78 圖 75 院級主管對「教學意見評量」功能之需求程度比例分配 ... 78 圖 76 系級主管對「教學意見評量」功能之需求程度比例分配 ... 79 圖 77 院級主管對「數位學習平台」功能之需求程度比例分配 ... 79 圖 78 系級主管對「數位學習平台」功能之需求程度比例分配 ... 80 圖 79 院級主管對「歷年來申請科技部、非科技部計畫獲核與否的名單、人數及金額」功能之需求程度比例分配 ... 81 圖 80 系級主管對「歷年來申請科技部、非科技部計畫獲核與否的名單、人數及金額」功能之需求程度比例分配 ... 82 圖 81 院級主管對「發表論文在頂級期刊被登刊及引用情況」功能之需求程度比例分配 ... 82 圖 82 系級主管對「發表論文在頂級期刊被登刊及引用情況」功能之需求程度比例分配 ... 83 圖 83 院級主管對「校內、校外研究團隊的組成」功能之需求程度比例分配 ... 83 圖 84 系級主管對「校內、校外研究團隊的組成」功能之需求程度比例分配 ... 84 圖 85 院級主管對「獲選為優良導師」功能之需求程度比例分配 ... 85 圖 86 系級主管對「獲選為優良導師」功能之需求程度比例分配 ... 85 圖 87 院級主管對「擔任校內各項職務或參與活動」功能之需求程度比例分配 ... 86 圖 88 系級主管對「擔任校內各項職務或參與活動」功能之需求程度比例分配 ... 86 圖 89 院級主管對「擔任校外各項職務或參與活動」功能之需求程度比例分配 ... 87 圖 90 系級主管對「擔任校外各項職務或參與活動」功能之需求程度比例分配 ... 87 圖 91 院級主管對「學生基本背景統計資訊」功能之需求程度比例分配 ... 89 圖 92 系級主管對「學生基本背景統計資訊」功能之需求程度比例分配 ... 90 圖 93 院級主管對「學生校內、校外工讀的資訊」功能之需求程度比例分配 ... 90 圖 94 系級主管對「學生校內、校外工讀的資訊」功能之需求程度比例分配 ... 91 圖 95 院級主管對「學生獲得校內、校外獎助學金的資訊」功能之需求程度比例分配 ... 91

(13)

圖 96 系級主管對「學生獲得校內、校外獎助學金的資訊」功能之需求程度比例分配 ... 92 圖 97 院級主管對「學生薪資統計等各項資訊」功能之需求程度比例分配 ... 92 圖 98 系級主管對「學生薪資統計等各項資訊」功能之需求程度比例分配 ... 93 圖 99 院級主管對「運用學生背景進行分析與策略制定」功能之需求程度比例分配 ... 93 圖 100 系級主管對「運用學生背景進行分析與策略制定」功能之需求程度比例分配 ... 94 圖 101 院級主管對「身心障礙學生的各種統計分析」功能之需求程度比例分配 ... 94 圖 102 系級主管對「身心障礙學生的各種統計分析」功能之需求程度比例分配 ... 95 圖 103 院級主管對「經濟弱勢學生可獲得補助經費管道與需求落差統計分析」功能之需求程度比例分配 ... 95 圖 104 系級主管對「經濟弱勢學生可獲得補助經費管道與需求落差統計分析」功能之需求程度比例分配 ... 96 圖 105 院級主管對「參與活動的學生的背景相關資訊」功能之需求程度比例分配 ... 98 圖 106 系級主管對「參與活動的學生的背景相關資訊」功能之需求程度比例分配 ... 98 圖 107 院級主管對「不同基本背景資訊的學生在課業表現的差異性」功能之需求程度比例分配 ... 99 圖 108 系級主管對「不同基本背景資訊的學生在課業表現的差異性」功能之需求程度比例分配 ... 99 圖 109 院級主管對「不同背景資訊的學生在校內活動參與的差異性」功能之需求程度比例分配 ... 100 圖 110 系級主管對「不同背景資訊的學生在校內活動參與的差異性」功能之需求程度比例分配 ... 100 圖 111 院級主管對「就業輔導活動的參與者的背景資料和參加的情況」功能之需求程度比例分配 ... 101 圖 112 系級主管對「就業輔導活動的參與者的背景資料和參加的情況」功能之需求程度比例分配 ... 101 圖 113 院級主管對「各項活動參與者的滿意度結果」功能之需求程度比例分配 . 102 圖 114 系級主管對「各項活動參與者的滿意度結果」功能之需求程度比例分配 . 102 圖 115 院級主管對「分析身心健康中心輔導人數和學生輔導成效追蹤」功能之需求程度比例分配 ... 103 圖 116 系級主管對「分析身心健康中心輔導人數和學生輔導成效追蹤」功能之需求程度比例分配 ... 103

(14)

圖 117 院級主管對「講座資料可放於政大講座資訊的網站上公開閱覽」功能之需求程度比例分配 ... 104 圖 118 系級主管對「講座資料可放於政大講座資訊的網站上公開閱覽」功能之需求程度比例分配 ... 104 圖 119 院級主管對「校友的相關資訊」功能之需求程度比例分配 ... 106 圖 120 系級主管對「校友的相關資訊」功能之需求程度比例分配 ... 106 圖 121 院級主管對「歷年校友畢業就讀領域之分析」功能之需求程度比例分配 . 107 圖 122 系級主管對「歷年校友畢業就讀領域之分析」功能之需求程度比例分配 . 107 圖 123 院級主管對「系（所）上校友的就業領域，校友的就業領域分布情形和差異」功能之需求程度比例分配 ... 108 圖 124 系級主管對「系（所）上校友的就業領域，校友的就業領域分布情形和差異」功能之需求程度比例分配 ... 108 圖 125 院級主管對「系（所）上校友的職位類別，校友就業的職業類別的分布情形和差異」功能之需求程度比例分配 ... 109 圖 126 系級主管對「系（所）上校友的職位類別，校友就業的職業類別的分布情形和差異」功能之需求程度比例分配 ... 109 圖 127 院級主管對「系（所）上校友對照累積工作年資的每月薪資分布趨勢，校友薪資的統計和比較」功能之需求程度比例分配 ... 110 圖 128 系級主管對「系（所）上校友對照累積工作年資的每月薪資分布趨勢，校友薪資的統計和比較」功能之需求程度比例分配 ... 110 圖 129 院級主管對「校友職涯發展地圖」功能之需求程度比例分配 ... 111 圖 130 系級主管對「校友職涯發展地圖」功能之需求程度比例分配 ... 111 圖 131 院級主管對「至本校交換的外籍學生的相關資訊」功能之需求程度比例分配 ... 113 圖 132 系級主管對「至本校交換的外籍學生的相關資訊」功能之需求程度比例分配 ... 113 圖 133 院級主管對「出國交換學生的相關資訊」功能之需求程度比例分配 ... 114 圖 134 系級主管對「出國交換學生的相關資訊」功能之需求程度比例分配 ... 114 圖 135 院級主管對「陸生至本校交換的相關資訊」功能之需求程度比例分配 ... 115 圖 136 系級主管對「陸生至本校交換的相關資訊」功能之需求程度比例分配 ... 115 圖 137 院級主管對「學校名稱、國別、人數、修課資料、成績等基本資料」之需求程度比例分配 ... 116 圖 138 系級主管對「學校名稱、國別、人數、修課資料、成績等基本資料」之需求程度比例分配 ... 116 圖 139 院級主管對「學生在本校就讀系所與前往國外學校就讀國籍和科系的差異」功能之需求程度比例分配 ... 117

(15)

圖 140 系級主管對「學生在本校就讀系所與前往國外學校就讀國籍和科系的差異」功能之需求程度比例分配 ... 117 圖 141 院級主管對「締結姊妹校的情況」功能之需求程度比例分配 ... 118 圖 142 系級主管對「締結姊妹校的情況」功能之需求程度比例分配 ... 118 圖 143 院級主管對「國外學校教師至本校訪問教師的相關資訊」功能之需求程度比例分配 ... 120 圖 144 系級主管對「國外學校教師至本校訪問教師的相關資訊」功能之需求程度比例分配 ... 120 圖 145 院級主管對「本校教師至國外學校訪問的相關資訊」功能之需求程度比例分配 ... 121 圖 146 系級主管對「本校教師至國外學校訪問的相關資訊」功能之需求程度比例分配 ... 121 圖 147 院級主管對「歷年來至本校訪問教師國籍分布的趨勢、專長及參與課程和活動」功能之需求程度比例分配 ... 122 圖 148 系級主管對「歷年來至本校訪問教師國籍分布的趨勢、專長及參與課程和活動」功能之需求程度比例分配 ... 122 圖 149 院級主管對「歷年來至他校訪問教師國籍分布的趨勢、專長及參與課程和活動的成果」功能之需求程度比例分配 ... 123 圖 150 系級主管對「歷年來至他校訪問教師國籍分布的趨勢、專長及參與課程和活動的成果」功能之需求程度比例分配 ... 123 圖 151 院級主管對「國際學校間研究計畫合作情況」功能之需求程度比例分配 . 124 圖 152 系級主管對「國際學校間研究計畫合作情況」功能之需求程度比例分配 . 124 圖 153 院級主管對「定義國際化且建立指標」功能之需求程度比例分配 ... 125 圖 154 系級主管對「定義國際化且建立指標」功能之需求程度比例分配 ... 125 圖 155 院級主管對「資訊地圖」功能之需求程度比例分配 ... 127 圖 156 系級主管對「資訊地圖」功能之需求程度比例分配 ... 127 圖 157 院級主管對「metadata 的建立」功能之需求程度比例分配 ... 128 圖 158 系級主管對「metadata 的建立」功能之需求程度比例分配 ... 128 圖 159 院級主管對「法律倫理規範」功能之需求程度比例分配 ... 129 圖 160 系級主管對「法律倫理規範」功能之需求程度比例分配 ... 129 圖 161 院級主管對「國內和國際校務研究的標竿學校」功能之需求程度比例分配 ... 130 圖 162 系級主管對「國內和國際校務研究的標竿學校」功能之需求程度比例分配 ... 130 圖 163 院級主管對「各項校務決策應有數據依據」功能之需求程度比例分配 ... 131

(16)

(17)

表目錄

表 1 巨量資料分析應用範圍與影響 ... 5 表 2 各國巨量資料比較表 ... 14 表 3 使用者接受資訊科技的各種理論、核心構面與假說 ... 18 表 4 校務研究分類表 ... 23 表 5 DSS 模型於高等教育的應用 ... 28 表 6 校務研究平台及其使用需求的相關文獻彙整表 ... 30 表 7 校務平台各利害關係人訪談表 ...錯誤! 尚未定義書籤。表 8 受訪者名單 ... 31 表 9 訪談內容分類表 ... 33 表 10 院級和系級教學單位主管人數 ... 35 表11- 1 院級主管財務面向各項功能之需要程度次數分配表－校級 ... 38 表11- 2 院級主管財務面向各項功能之需要程度次數分配表－院級 ... 39 表11- 3 院級主管財務面向各項功能之需要程度次數分配表－系級 ... 40 表11- 4 系級主管財務面向各項功能之需要程度次數分配表 ... 41 表12- 1 院級主管對於教師的背景面向之需要程度次數分配表 ... 66 表12- 2 系級主管對於教師的背景面向之需要程度次數分配表 ... 66 表13- 1 院級主管對於教師的教學面向之需要程度次數分配表 ... 67 表13- 2 系級主管對於教師的教學面向各項功能之需要程度次數分配表 ... 68 表14- 1 院級主管對於教師的研究面向之需要程度次數分配表 ... 80 表14- 2 系級主管對於教師的研究面向各項功能之需要程度次數分配表 ... 80 表15- 1 院級主管對於教師的服務面向之需要程度次數分配表 ... 84 表15- 2 系級主管對於教師的服務面向各項功能之需要程度次數分配表 ... 84 表 16- 1 院級主管對於學生的背景和在學相關資訊面向各項功能之需要程度次數分配表 ... 88 表 16- 2 系級主管對於學生背景和在學相關資訊面向各項功能之需要程度次數分配表 ... 88 表 17- 1 院級主管對於學生的課業學習與參與校內活動相關資訊面向各項功能之需要程度次數分配表 ... 96 表 17- 2 系級主管對於學生的課業學習與參與校內活動和成效面向各項功能之需要程度次數分配表 ... 97

(18)

表 18- 1 院級主管對於學生的校友及就業資訊面向各項功能之需要程度次數分配表 ... 105 表 18- 2 系級主管對於學生的校友及就業資訊面向各項功能之需要程度次數分配表 ... 105 表19- 1 院級主管對於國際化的學生面向各項功能之需要程度次數分配表 ... 112 表19- 2 院級主管對於國際化的學生面向各項功能之需要程度次數分配表 ... 112

(19)

1.簡介（Introduction）

近十年來，因為資通訊科技（Information Communications Technologies, ICTs）的進步（例如雲端科技、巨量資料等），社群媒體（例如Facebook, twitter, etc.）以及公民社會的快速發展，官僚體制裡的政務官與公務人員（public administrator）在制定政策時，必須要有新的思維，除了要能因應今日益變動的決策環境，善用新科技蒐集與分析資訊，以降低決策的不明確性（uncertainty），更重要的是，要能回應公民社會的訴求，以及人文社會（humanity）中公共價值（public values）的實踐。

1.1 公共政策／決策制定的趨勢

政府施政另一個趨勢在於強調政策預應性（proactive）與前瞻性（foresight），現今公共政策/計畫不再是小規模形式，需要各領域的交互作用，並且致力於跨領域的合作網絡，也就是公共行政不僅是執行公共政策的工具而已，公共行政亦扮演設計與執行經濟、技術、政治和社會變遷的主導因素。應更強調發展推動「社會變遷」，主導政治、經濟與文化等能力，亦即發展「策略性規劃」（strategic planning）之能力以應付未來的行政演變（宋文，2014）。強調預應性與前瞻性的政策，需要做到系統性建立政策擬定的實證基礎、擴大政策制定的參與層面、界定政策的預應情境、支援政策的執行、動態調整政策體系、強化政策溝通。政府施政另一個趨勢在強調回應性（responsiveness），吳定（2003）指政府必須對於民眾的需求有所回應，而回應的目的則是為了建立與維繫政府與公民的關係。Starling (1998)主張回應性並非僅是單純地對個別民眾需求有所回應，而是政府應對公共問題提出整體的解決計畫。Levine, Peter, & Thompson (1999)指出回應性是在民主體制下，公共治理追求的一個核心價值。回應性現今成為民主政府的重要價值基礎，回應性的落實除了政府應設法公平地滿足民眾個別需求及整體利益之外，更需要確保民眾能自由形成需求與表達需求的權利（廖洲棚、陳敦源、廖興中，2013）。也就是要能夠有效回應民眾的需求，避免成為讓人民無感的政府，政府機關必須透過各種不同的管道與技術探測公眾的價值、態度與偏好。因應回應性的發展，政府治理模式也隨之改變，從簡單官僚式由上而下，政府負責規劃與執行，公民依賴政府的決定，轉變為參與式治理，公民涉入公共事務的處理已然成為常態（陳恆鈞，2009）。隨著網際網路與ICTs的快速發展，電子化政府（Electronic Government, EG）的興起，擴大了公眾表達意見的場域，也提高了公共管理者運用創新方法來滿足公眾需求的能力（廖洲棚、陳敦源、蕭乃沂、廖興中，2014），同時，電子化政府也為前瞻性行政之共識形成，提供了一個重要的途徑和工具。實務上，我國各級政府部門為傾聽與回應民意，已設有許多管道，包括民意信箱、公聽會、民意調查以及網路論壇等，但民眾對於政府政策回應性不足的抱怨卻依然時有所聞。因此近年來各級政府更運用ICTs設立便利的民意反映管道，如線上論壇、首長電子信箱、社群網站，甚至是仿效企業推動顧客關係管理的作法，設立電

(20)

話客服中心（call center），地方政府的「1999市（縣）民熱線」，更成為接收民眾意見與即時回應民眾需求最便利的管道（廖洲棚等，2013）。這股透過ICTs強化民眾參與公共事務的風潮，便逐漸成為我國各級政府機關促進民眾直接參與公共議題的重要途徑（黃東益等，2003；陳敦源、黃東益、蕭乃沂、郭思禹，2006）。由於網際網路及連網設施普及帶來了大量網路民意資料，更提供民主政府一個洞察民意以提升政府回應性的絕佳機會（廖洲棚等，2014），但巨量資料本身所具備的特性，也為政府跨部門與跨資訊系統汲取、分析、管理以及分配資料的方式帶來嚴峻的挑戰（Eaton et al., 2012）。

1.2 政府運用巨量資料的趨勢

近年來，兼具Volume（數據資料的大量）、Velocity（資料分析的時效）、Variety（資料格式的多樣）、與Veracity（資料內容的真實）特質的巨量資料分析（或大數據，big data），受到世界各國政府及國際研究機構的極度重視，甚至逐漸形成了跨越統計、資訊、與特定業務領域的共同議題，最早使用巨量資料分析的是幾位Google工程師在科學期刊Natural中發表關於流感的研究，他們從Google將近30億筆搜尋關鍵字中，篩選出常用的五千萬筆搜尋關鍵字，再與美國疾病管理局（Centers for Disease Control, CDC）在2003到2008年的實際流感感染案例進行比對，發現經過數學演算法進行的相關性分析與美國疾病管理局官方資料相當吻合（林俊宏譯，2013），引起企業與政府開始注意巨量資料的應用價值。

現今Google、Amazon與Facebook等企業，均已利用巨量資料分析開發出新的服務模式和創新的經營型態，在行銷上也整合巨量資料分析產出高附加價值的經營模式。一般認為巨量資料分析對於企業的主要貢獻有增加決策透明（transparency creation）、績效改善（performance improvement）、市場區隔（population segmentation）、決策支援（decision-making support）、開發新的商業模式、產品與服務（innovative business models, products, and services）等優點（Manyika et al., 2011）。巨量資料分析能對傳統內部資料的整合方向朝外部多元異質資訊來源發展，對於非結構化資料能夠進行更有效的處理，舉例來說企業可分析顧客於社群網站上的評論（如文字、情緒等）與歷史消費紀錄，探索其在不同時間點的需求與偏好，進而以更即時的掌握並分析資訊，加強對營運問題的解析，協助管理者找到績效不佳的根本原因，並加以改善以尋求更佳的績效表現，協助決策者優化決策，例如：企業可透過社群網站與論壇之討論內容，即時掌握消費者偏好的轉變，提早佈局產品設計與開發（林蔚君、詹雅慧，2013）。對於擁有長期累積大量資料的政府機構而言，如何定義資料價值，蒐集萃取可用資訊，善加運用巨量資料分析的結果，則是充滿考驗與挑戰的議題。現今，各國爭相投入巨量資料應用研究，例如2012年美國白宮發起「巨量資料研究與發展倡議（Big Data Research and Development Initiative）」計畫，其目的是提升巨量資料分析工具與技術以增進美國國防安全、教育、生物醫學等國家能力（王豐勝、黃彥文，2013）。美國衛生人力部（Department of Health and Human Services）利用巨量資料分析過去行政訴訟的資料，藉以改善其決策品質；美國國

(21)

家衛生研究院（National Institutes of Health）則是透過建立病患巨量資料系統，協助研究人員儲存與分析病患的健康數據；美國能源部（Department of Energy）建立巨量資料的平台，收集國際間相關的大氣數據，藉以提升對全球大氣過程與氣候模型的瞭解。英國Age UK慈善機構，運用巨量資料分析發掘郵寄資料和捐贈金額本益比最高的潛在捐贈者，除節省郵寄資料的費用開支外，並為其設計適當的宣傳活動，以提高募款成功機率。澳洲政府亦於2013年3月成立「資料分析卓越中心（Data Analytics Centre of Excellence）」，進行跨單位資訊、技能的共享，以發展具全局性的政府政策（劉龍龍、葉乃嘉、何志宏、余孝先，2013）。政府在應用巨量資料的應用面向包括：（1）國土安全，應用生物特徵辨識於海關查驗，避免可疑份子入境；（2）提高社會資源配置效率，透過就醫紀錄與醫療資源使用狀況，預防醫療浪費與詐騙；（3）財稅分析，如逃漏稅勾稽；（4）預防犯罪，透過犯罪時間地點分析，以及提升通報後的反應時間、改善治安等（IBM, 2014）。政府在運用巨量資料的廣度與深度應更有發展性，本計畫原本三年計畫年重點在於，公務人員是否能體認新科技以及公民社會的發展，運用巨量資料方法？決策機制與成效是否因為政府內部資料與外部民意輿情蒐集方式引進巨量資料方法而有所改變。包括：(1)政策制定者（policy maker）行為分析－官僚體系中的公務人員的特質與態度如何影響其採行新科技（巨量資料）於其工作與政策制定過程；(2) 決策資訊與機制分析－公務體系中，那些工作與決策適用巨量資料方法，以及那些決策平台因素影響其使用行為？(3)決策平台績效分析－分析決策過程中，組織機制與資料中心機制（data-centric mechanism）彼此間動態關係，以及決策者巨量資料使用行為及其對於決策平台的評價。原計畫書提出可能合作單位為財政部或是政治大學，前者原規劃參與申請科技部「政府巨量資料應用先期計畫」；同時該中心103～105年「推動電子發票，創造智慧好生活」巨量資料分析功能服務計畫，本子計畫主持人為該計畫委員，就實務與學術面向可密切合作，優點是財政資訊中心為中央行政單位，公務同仁積極，搭配現行推動巨量資料計畫平台運作，研究結論可推廣到其他行政單位；缺點是中央行政單位對於資料使用限制多，除了需要在該機關場地使用外，相關研究設計以及使用紀錄分析可能彈性較低；後者是以政大個案與總體高等教育體制為範圍，設計實作雛型並評估（內外）巨量資料分析在管理決策輔助成本效益與配套條件，以及教育行政與政策決策者的認知行為研究與數位素養，優點是政大計算機中心主任為子計畫共同主持人，可兼顧行政與學術考量，讓研究進行更為順暢，缺點則是偏重大學教育行政面向，研究結論推廣適用性可能相較一般行政單位為侷限。由於整合型計畫整體經費被刪除，同時計畫規模由三年改為兩年，更重要的是原本其中一個負責決策平台建置的子計畫未獲通過，以及財政部對於資料使用的諸多限制，是以本計畫因應經費與合作計畫的變動而加以修正以政治大學決策機制與校務巨量資料為研究方向，相關研究設計與內容說明如後。

(22)

2.文獻回顧（Literature Review）

2.1 巨量資料與公共政策制定

2.1.1 政府應用巨量資料的挑戰

Yiu(2012)認為巨量資料對於政府應用上有著分享（sharing）、學習（learning）、個人化（personalizing）、解決（solving）以及成長創新（innovating for growth）等五項特性，如能善加運用巨量資料分析的結果，將成為公部門組織提升績效、網羅民意、提升公共服務品質的利器。由於政府機關組織的數量與性質十分龐雜，各自所擁有的運作知識或資訊相當豐富。透過巨量資料的平台，可以有效地協助政府各機關分享彼此的資訊，提升其解決問題的能力並縮減反應民眾需求的時間，發掘單位在管理過程中未發現的可能問題或重要關鍵，進而針對可能的方向提出修正與調整，提出相對應的解決方案，並可協助政府對於未來的趨勢行預測，並研擬可能的因應對策，協助管理者改善服務流程，以提高服務效能和滿足服務對象的需要（Australian Government Information Office, 2013; Yiu, 2012）。

儘管企業對於以巨量資料分析開發新的服務模式或創新經營型態一面看好，政府單位在應用與導入巨量資料分析時，所需思考的層面與資料處理的類型則有所不同。Kim、Trimi & Chung(2014)對企業與政府資料集特性加以比較（請參見圖 1），提出政府應用巨量資料的挑戰可分為倉儲、安全、及多元三個層面：各政府機關或單位都會儲存機密、公共資訊，對於各部門的資料則不太願意分享，而且各系統的資料與其他系統分隔，導致資料不易整合；除了整合多方資料來源與相異資料格式與成本問題外，因政府面對來自多元管道（如社群網絡、網際網路、及群眾外包），和多個來源（如國家、機構、單位、部門），如何蒐集多元資料室另一大挑戰；再者，對於高度管制的產業（例如金融服務和健康照護），法規也成為取得資料來發展政府巨量資料計畫中的一大阻礙，政府運用資料時，尚須注意合法性、安全、及法規要求。如蒐集和使用巨量資料進行預測分析，與確保公民隱私權之間有其界限，且資料的價值與應用巨量資料分析的目的並非單純提供可行的解決辦法，而是以提升政府透明度、平衡社會各階層為主要目的，最終透過長期決策過程的改善促進公共利益。

Chen、Chiang & Storey(2012)認為政府資料一方面來源較分散、老舊，亟需資訊整合；另一方面，政府資料可能有豐富的文字內容以及非結構化的且非正式的公民對話的特性，如果能利用內容與文字分析，或者語意及影響分析，將有助政府轉型、並改善政府透明程度、促進參與及平等之目標。依照學者提出有關政府應用巨量資料分析的目的與可能問題，本計畫整理如

(23)

圖 1 企業與政府資料集特性比較

資料來源：“Big Data applications in the government sector,” by Kim, Trimi, & Chung, 2014, Communications of the

ACM, 57(3), 78-815. 表 1 巨量資料分析應用範圍與影響 應用目的應用範圍 資料特性 分析焦點 影響內部和諧永續發展 ▪無所不在的政府服務 ▪平等接觸與公共服務 ▪公民接觸與參與 ▪國土安全與治安 ▪分散的資料來源以及老舊資訊系統 ▪豐富的文字內容 ▪非結構化的且非正式的公民對話 ▪資訊整合 ▪內容與文字分析 ▪政府資訊語意服務與分析 ▪社群媒體監控與分析 ▪社群網絡分析 ▪語意及影響分析 ▪生物特徵辨識 ▪轉型政府 ▪授權公民 ▪改善透明、參與及平等 ▪保障基本權利（平等、自由、公平） ▪增進公眾福祉、經濟成長資料來源：本研究彙整。

聯合國全球脈動（UN Global Pulse）於2013年六月釋出的報告中指出：政府運用巨量資料分析時所遭遇到的挑戰，包括隱私（privacy）、數位落差（digital divide）、資料可得性（access）與資料分析（analytical challenges）三大部分：

1. 隱私相關爭議－隱私權的問題需要訂定適當的法律框架、道德準則和技術解決方案作為。例如：作為發展用途的數據資料不應包含個人身分及隱私的資訊，這需透過匿名及彙總的方式，以確保充分保護個人隱私。美國白宮提出的《Big Data: Seizing Opportunities Preserving Values》報告中，提出幾項政策建議來避免科技進步而失去了重要的價值觀，如推動消費者隱私法案、擴展隱私保護、確保蒐集來的數據只用於特定目的等（Podesta, Pritzker, Moniz, Holdren & Zients, 2014），都是不讓巨量資料分析使得人們失去原有的自由。

(24)

2. 加深數位落差－因為網路科技與儲存技術快速的發展，網際網路正在快速改變社會，也因為快速的變動導致數位落差的情形也快速的惡化。因為數位落差的情形，巨量資料可得的分析資料將大量集中在某個群體中，舉例來說，擁有智慧型手機的民眾可能集中於年齡較輕的民眾，且智慧型手機與連網設備對於社經地位較低的民眾而言是項奢侈品，因此不同的族群之間產生的資料量便有所不同，也因為這種數位落差的情形，在運用巨量資料時就必須注意區位謬論（ecological fallacy）的問題。 3. 資料可得與可運用性－雖已有許多公開的數據在網路上可自由取得並具有潛在的發展用途，但大部分具有價值的資料仍然掌握在組織手中。基於公司競爭力及維護客戶隱私的考量，企業可能不願意將資料分享。若要提高企業分享資訊及數據的意願，政府須訂定明確的法律規則來保護隱私權分析的範圍及確保企業的競爭優勢。商業行銷特別重視資料蒐集，傳統商業資料蒐集重視客觀性，只蒐集符合目標的資料，不會將所有資料合併與整合，但巨量資料分析需要整合資料得到較佳的洞察力（insights），根據2012 年 BRYTE NYAMA Marketing Transition Study 的研究，有 39%的市場行銷人員無法得到整合的資料（Ramanathan & Sarulatha, 2013）。財團法人資訊工業策進會前瞻科技研究所與美國國際數據資訊公司（International Data Corporation）指出欠缺擁有巨量資料分析技能的員工、缺乏人才或技術為企業發展巨量資料前三大挑戰。

2.1.2 巨量資料與組織決策

巨量資料在不同的複雜程度的決策過程中，是否有不同運用方式，以及決策者與幕僚（資料分析師等）之間的互動關係，亦會影響巨量資料的採行程度與決策品質。Kowalczyk & Buxmann(2014)訪談12家不同類型個案，以非例行性（non-routine）與不確定性（uncertainty）兩種特性，將個案決策區分出四個象限：（1）象限一（Q1）：例行性低且不確定性高的決策，為一次性決策（one-time decision）；（2）象限二（Q2）：例行性低且不確定性低的決策；（3）象限三（Q3）：例行性高且不確定性高的決策；（4）象限四（Q4）：例行性高且不確定性低的決策。依照個案對巨量資料3V「多樣性（variety）、量（volume）、時效性（velocity）」的需求，發現Q1、Q2與Q3類決策，資訊需求的多樣性高於量及時效性，顯示這類決策過程透過整合不同觀點以解決模糊性問題，此發現與決策過程中如不降低模糊性會導致更多不明確性（Daft & Lengel 1986; Zack, 2007）的理論不謀而合；然而Q4這類高例行性與低不確定性，巨量資料3V 需求都高，這與實務界發現巨量資料多運用在明確的決策情境中相符（BITKOM, 2012）。

Kowalczyk & Buxmann(2014)依據資訊處理理論（information processing theory），以：（1）資料為中心（data-centric mechanism）機制，包括描述性分析（descriptive analytics）、Ad-hoc、預測性分析（predictive analytics）、線上分析處理（online analytical processing）、儀表板（dashboards）、資料探勘（data mining）；（2）組織資訊處理機制（organizational mechanism），包括規劃、直接聯繫、整合與小組會議，分析決策者與幕僚（資料分析師）在決策過程中，

(25)

Q1～Q4類決策對應這兩類決策機制的關係，發現當決策情況還很模糊之時，組織會透過更結構性及預測性的方法，資料探勘通常會在例行性高與不確定性時採用；小組機制被廣泛地使用例行性低與不確定性高決策中（Q1），整合機制則廣泛運用在Q1～Q3中，規劃則常運用在例行性高與不確定性低決策中（Q4）（請參見圖 2）。進一步當決策愈發不明確且非例行性時（Q1），決策過程關注在降低資訊處理依賴模糊性上，組織機制增加，資料中心機制以及巨量資料使用相對減少；反之，當決策例行性高且不明確性低時，決策者側重資料為中心的機制。圖 2 決策類型中機制的使用

資料來源：“Big data and information processing in organizational decision processes,” by Kowalczyk & Buxmann, 2014, Business & Information Systems Engineering, 6(5), 274.

決策類型和資訊處理機制的概念提供有用的引導並表現在組織決策上。組織可利用巨量資料做為他們決策過程重要依據，必須要把焦點放在降低模糊性，而決策初始強調資料的多元性，但要結合組織機制，可以整合不同來源的意見。此外，需要組織決策過程中決策者與幕僚（分析師）之間的合作，才能避免認知上的差距。決策過程在決策者與幕僚（分析師）在創造資料中心機制的知識差距上，因此必須要結合兩種資訊處理機制的類型。忽略組織機制不僅會降低處理模糊性的能力，也會導致決策過程的模糊性增加，進而阻礙效能。

2.1.3 巨量資料與輿情

相關研究（Charalabidis & Loukis, 2012; Ferro et al., 2013; Kokkinakos et al., 2012; Wandhöfer, et al. 2012）致力於應用新科技以進行新一代公共政策制定，具代表性跨國合作計畫為 European Commission推動PADGETSs （Policy Gadgets Mashing Underlying Group Knowledge in Web 2.0 Media, www.padgets.eu），PADGETS評估在政策制定過程中，將社群媒體應用於集中式跨平台（centralized cross-platform）之可行性（Ferro et al., 2013）。如圖 3所示，決策者藉由數個選定的社群媒體（包括Facebook, Twitter and Youtube, Flickr, LinkedIn）進行諮議活動，藉此吸引不同的公民團體。通過社群媒體應用程式介面蒐集公民對「政策元件（policy padget）」的互動（例如瀏覽次數、按讚、給分、評論等），這些互動經由相關巨量資料分析「包括計算不同指標、文本探勘（text mining）、情緒分析等」，成為對政策制定者有益的決策資訊。該計畫同時分析PADGETS在以下三個面向的效益：

(26)

1. 技術面向（technological）：應用介面是否提供傳播政策訊息、蒐集民眾對其表達的意見（點閱、讚、文字評論）、支援平台的介面與治理要件是否滿足、技術整體可行性； 2. 政治面向（political）：節約成本、節省時間、接觸更多公民、辨別與特定政策相關問題與解決方案、辨別優勢（正面論述）與劣勢（負面論述）、就特定政策來自公民的高品質回饋與知識、促進政策利害關係人在政策議題上的意見整合、了解公民對政策的覺察、感興趣與接受程度；

3. 組織創新擴散面向（organizational innovation diffusion）：平台相較其他「實體」或「電子化」方式，更適用於公共政策的公民諮議（相對優勢）、符合政策形成過程（相容性）、決策者不難用於實務上（複雜性）、在擴大應用前可先進行小規模測試（可試驗性）、創新成果顯而易見，帶來正向的觀感與評價（可觀察性）。

圖 3 將社群媒體納入集中式跨平台

資料來源：“Policy making 2.0: From theory to practice,” by Ferro, Loukis, Charalabidis, & Osella, 2013. Government

(27)

2.2 世界重要國家政府巨量資料政策趨勢與現況

2.2.1 美國

2012年，美國政府發布「巨量資料研究與發展倡議（Big Data Research and Development Initiative）」，共計六個聯邦機關單位將投入超過兩億美元經費，來改善運用巨量資料分析的工具和技術。此項倡議由白宮科技政策辦公室（White House Office of Science and Technology Policy, OSTP）為主要創始者，並聯合多個聯邦機關單位，倡議重點包括（OSTP, 2012）：

1. 提升巨量資料的先進核心技術，如蒐集、儲存、保存、管理、分析以及分享。 2. 掌握巨量技術，加速科學和工程發現進程、強化國家安全、及改變教學和學習方式。 3. 增加開發與利用巨量資料技術所需的人力。

首波參與倡議的機關單位與計畫內容包含：（1）國家科學基金會（National Science Foundation）及國家衛生研究院（National Institute of Health）—提升巨量資料科學和工程的核心方法與技術；（2）國防部（Department of Defense）—從資料到決策；（3）國防高等研究計畫局（Defense Advanced Research Project Agency）—XDATA專案；（4）國家衛生研究院—將千人基因體計畫資料放上雲端；（5）能源部（Department of Energy）—透過尖端電腦技術推動科學發現；（6）美國地質調查局（US Geological Survey）—地球系統科學的巨量資料分析（OSTP, 2012）。

因應巨量資料之發展，2014年1月，歐巴馬總統要求行政機關檢視巨量資料科技所帶來的影響，同年5月總統行政辦公室（Executive Office of the President, EOP）完成「巨量資料：把握先機、維護價值（Big Data: Seizing Opportunities, Preserving Values）」之分析報告，1_報告中

說明當前巨量資料在公部門與私部門的實際應用、未來巨量資料政策發展方向、及具體政策建議等，政策發展方向包括（EOP, 2014）：

1. 維護隱私權價值（preserving privacy values），保障個人資訊在商業市場中的隱私。 2. 堅定且負責任地推展教育（educating robustly and responsibly），於學校教育運用巨量

資料分析，提高學習機會與數位素養。

3. 巨量資料與歧視（big data and discrimination），避免巨量資料應用造成新型態的歧視。

4. 執法與安全（law enforcement and security），確保巨量資料在執法、公共安全、國家安全之合理利用。

5. 資料做為公共資源（data as public resource），透過資料來改善公共服務傳遞。

1 除分析報告外，亦蒐集民眾的意見，調查結果請見白宮網站：http://www.whitehouse.gov/issues/technology/big-data-review。

(28)

2.2.2 英國

英國政府在「開放資料策略2012-15（Open Data Strategy 2012-15）」提出巨量資料用於犯罪與司法部門中，以司法部門為例，蒐集大規模的統計資訊用於傳遞服務（包括刑事、民事、家庭法院等），並將開放的資料放置於網站（http://www.justice.gov.uk/statistics）。2014年出版的〈新興科技：巨量資料〉中，英國政府已經將巨量資料確立為8項新興技術之一，同時透過自動化演算法分析大量的資料幫助政府決策。如利用該演算法識別出未繳納所得稅或詐欺的行為（Out-Law.com, 2014）。此外英國各個單位積極投資巨量資料技術的研究與發展，新的投資對象包括醫學研究理事會（The Medical Research Council）、藝術與人文研究理事會（The Arts and Humanities Research Council）、經濟與社會研究委員會（The Economic and Social Research Council）、自然環境研究委員會（The Natural Environment Research Council）。2014年3月英國財政部公布財政預算案，建立一個新的數據科學研究中心（Alan Turing Institute for Data Science），總部於倫敦的「知識園區（Knowledge Quarter）」，政府將提供4千2百萬英鎊，並將此機構視為國家研究巨量資料分析的全新單位（Cabinet Office, 2014）。

英國國家統計局（The Office for National Statistics, ONS）於2014年時，針對巨量資料的蒐集管道進行階段性的討論。此調查有別於傳統上官方的統計資料是基於調查、人口普查或行政上的資料蒐集，ONS巨量資料納入其他的資料來源，包括從私部門或是網路上的資料。此外英國政府科技辦公室（Government Office for Science, 2013）曾針對巨量資料技術的隱憂提出看法，因為資料的使用涉及到個人資料，而個人資料包括每個人在日常生活中的使用（包括玩遊戲、買賣東西、與人溝通、紀錄日常生活事物等），因此提出未來的科技發展上，應以三個概念為核心，包括科技（technology）、溝通（communication）與治理（governance），也就是讓科技發展研究能持續在議程中，同時要考慮到釋出資料的風險，以平衡使用與隱私性的問題，此外政府必須要制定出罰則以降低風險及破壞。

2.2.3 日本

2001年在電子化日本策略（e-Japan 戦略），目標設定在五年內成為世界最先進的IT國家。近期則在2012年及2013年6月日本政府分別發布「面向2020的ICT戰略」及「世界最先端IT國家創造宣言（Declaration to be the World’s Most Advanced IT Nation）」，指出將以開放資料和巨量資料為日本新IT國家戰略，並將目標建立在成為世界最廣泛運用資訊產業技術的社會（日本內閣會議，2013）。除此之外，2013年的成長策略也提出應建立強大的基礎建設，以及利用巨量資料服務進軍市場，並成為IT世界領導者（Foreign & Commonwealth Office, 2013），同年，安倍政府提出即時經濟指標，針對決策與經濟分析應用的巨量資料。

(29)

巨量資料在日本發展的趨勢是朝向公私部門協力方式，創造新的服務。政府擁有互連使用的公共資料，如地理空間資訊、災防資訊、採購資訊、客戶資訊的統計資料等各種大量的數據存在於社會和市場內，日本政府開放資料讓私部門使用，並鼓勵使用個人資料（Strategic Headquarters for the Promotion of an Advanced Information and Telecommunications Network Society, 2014）。在醫療技術及災防上運用廣泛，以巨量資料分析技術控制醫療費，並分析運用將電子化醫療資訊的「巨量資料」，找出診療浪費、降低藥品公定價格，以削減醫療費支出（科技部，2014）。日本エスエス製薬公司建立以巨量資料為基礎的網站（http://kazemiru.jp/），透過Twitter找出可能感冒的人，結合氣溫和濕度的變化來預測將來感冒的流行情況，製作一個「易感冒日曆」（請參見圖 4）。圖 4 日本醫藥品製造 SS 製藥公司─Twitter 數據預測流感 資料來源：http://kazemiru.jp/。

2014年日本政府提出政策綱要的修訂，個資的使用（Policy Outline of the Institutional Revision for Utilization of Personal Data）提及2003年制定的個人資料保護法（Act on the Protection of Personal Information）應加以修正（Strategic Headquarters for the Promotion of an Advanced Information and Telecommunications Network Society, 2014）。

2.2.4 歐洲聯盟

2014年7月，歐洲聯盟執行委員會（Europe Commission, EC）發布巨量資料策略，副標題為邁向資料經濟（towards a thriving data-driven economy），希望推動及加速歐洲資料經濟之轉型、刺激相關研究和創新、帶來更多商業機會和增加知識與資本的可近性。EC指出，透過公共諮議（public consultations），發現目前巨量資料的問題包含：缺乏跨境合作、基礎設施及籌資機會不足、資料專家和相關技術短缺以及零散且過度複雜的法規環境。為解決上述問題， EC提出改進規劃：（1）資料應用公私協力計畫（European public–private partnership on data）；（2）數位企業家精神與開放資料育成中心（digital entrepreneurship and open data incubator）；（3）發展技術人才之基地（developing a skills base）；（4）資料市場監控工具（data market monitoring tool）；（5）辨別各部門R & I重點（identification of sectoral priorities for R & I）（EC, 2014）。

(30)

2.2.5 新加坡

2012年11月，新加坡資訊通訊發展局（Infocomm Development Authority of Singapore, IDA）發表資訊通訊科技藍圖（Infocomm Technology Roadmap, ITR），針對九大重要科技主題說明，

2_{在巨量資料項目中，ITR指出新加坡政府透過知識網路（Internet of Knowledge, IOK）工作小}

組、生活數據研究中心（Living Analytics Research Centre, LARC）、data.gov.sg入口網來推動巨量資料發展。IOK之目標包括：（1）加強資料與數據分析能力，使新加坡成為國際性的資料和數據中心；（2）藉由創新資料與數據應用，提高經濟之競爭優勢；（3）發展資料與數據支持平台及推手。其次，由新加坡國立研究基金會（National Research Foundation）資助、新加坡管理大學及卡內基美隆大學合作設立LARC，結合資料探勘、機器學習等要素，提升新加坡的商業分析能力。在入口網方面，data.gov.sg除了提供50個政府機關之資料，也整理過去的政府資料應用列表，做為開發者的參考依據（IDA, 2012）。2014年12月，IDA展開了「發現資料挑戰（Data Discovery Challenge）」，3_{要求參加者使用IDA指定資料集，並與公、私部門資料集}

加以整合，發展資料視覺化工作原型（working prototypes of data visualizations）、行動或網際網路應用。

2.2.6 澳洲

澳洲巨量資料的策略於「澳洲公共服務資訊通信技術策略2012-2015（Australian Public Service ICT Strategy 2012-2015, APS ICT Strategy 2012-2015）」中首次提到，強調增進跨機關資料分析能力，以改善政策與服務的提供（Australian Government Information Management Office, 2012）。2013年3月成立「資料分析卓越中心（Data Analytics Centre of Excellence）」，重在建立政府的分析能力，透過提供實作指引、共享技術知識與分析工具、及支援試行計畫的方式，促進政府機關發展巨量資料應用。橫向經濟報告（Lateral Economics report）指出巨量資料可幫助國家節省預算，並增加1千6百億的價值，亦可減少澳洲每年約15億的貪腐金額（Australian Policy Online , 2014）。

2014年澳洲資訊工業協會（Australian Information Industry Association, AIIA）4_發布「澳

洲公共服務巨量資料策略（The Australian Public Service Big Data Strategy）」，提及六項行動策略：（1）在巨量資料上，發展更實務的指導方針；（2）確認及報告巨量資料分析的阻礙；（3）增進巨量分析的能力與經驗；（4）發展出一個資料分析指導原則；（5）制定資訊資產登記； 2_{九大主題包括—巨量資料、雲端運算、網路安全、ICT 永續發展、物聯網、未來溝通模式、社群媒體、新數} 位經濟、使用者介面。請參見：http://www.ida.gov.sg/Infocomm-Landscape/Technology/Technology-Roadmap.aspx。 3_{官方網站：http://www.datadiscovery.sg/。} 4_{澳洲資訊工業協會(AIIA)是澳洲資訊及通信(ICT)產業最高的國家機構。成立至今已 35 年，致力於促進國家} 的經濟活動，目標是「打造世界級的資訊通訊與科技工業傳遞效率、創新及具領導力的澳洲」。目前有400 多個會員，包括apple、google、IBM 等全球知名品牌公司。

(31)

（6）積極監視巨量資料分析技術的發展（Australian Government Information Management Office, 2013）。面對巨量資料帶來的隱憂，澳洲政府提出澳洲隱私保護原則（Australian Privacy Principles），包括APP1：個人資訊的公開和透明管理（Open and transparent management of personal information）；APP2：匿名與假名（Anonymity and Pseudonymity）。

2.3 我國政府巨量資料發展現況

我國於2005年通過《政府資訊公開法》，目的在建立政府資訊公開制度，便利於人民共享及公平利用資訊，保障人民知的權利，增進人民對公共事務之瞭解、信賴及監督，並促進民主參與（中研院，2013）。2013年4月正式成立「政府公開性資料開放平台」（http://data.gov.tw/），讓民眾得更便利使用或再次使用政府資料，以達到民眾監督與公私資訊流通，並配合巨量資料概念和資料分析技術，更可以釋放政府資料潛在商業價值。2013年5月工業技術研究院成立「巨量資訊科技中心（Computational Intelligence Technology Center）」，為國內首要推動巨量資料技術與產業的科技研發中心，強調系統、軟體與服務研發，提升產業加值的競爭力。科技部為推動政府機關所持有巨量資料的應用研究，於2015年公布「政府巨量資料應用先期研究計畫」，以期待學研界針對災害防救、環境、防疫、醫療、氣候變遷等議題進行研究。我國政府近幾年使用巨量資料分析於交通、災害防救、醫療等政策領域中。2014年4月國家災害防救科技中心等單位開發「災害示警公開資訊平台」5_{（https://alerts.ncdr.nat.gov.tw/）}_，期待透過政府資料開放讓民間運用巨量資料，以加速防災訊息的發展與應用；交通部設計「創建國道巨量資料統計分析系統」，透過該系統可以快速掌握縣市車輛進出高速公路屢次、迅速了解假日、雨天等高速公路車流情形、依車種別流量進行多面向之分析、車流量採礦分析結果提供細緻化交通管理建議、提升數據支援決策應用價值等（崔培均，2014）；在醫療方面，有關健保巨量資料使用，科技部2015年起以科技預算支持中研院「健康照護的巨量分析計畫」，目的是確保患者記錄和健康資訊隱私，並針對研究機構研究成果若衍生商業價值，轉給業界衍生應用針對健保資料庫，針對個資防護措施的相關流程：（1）衛生福利部先行成立委員會，針對申請運用健保資料的巨量資料分析研究者要提出具體的計畫，委員會包括人權及法律專家；（2）健保巨量資料由衛生福利部統籌管理；（3）行政院研擬專法，針對個資保護、研究成果衍生加值應用與商機訂出回饋機制等（江睿智，2014）。現行各國巨量資料相關政策與現況（請見表 2）。 5_{資料來源：}_{http://www.cna.com.tw/news/asoc/201404290216-1.aspx}_{(張善政：災害示警強化智慧運用)}

(32)

表 2 各國巨量資料比較表

負責單位 政府巨量資料有關規範 推廣方式 成果挑戰

美國白宮科技政策辦公室

（White House Office of Science and

Technology Policy）

巨量資料研究與發展倡議（Big Data Research and Development Initiative）

由聯邦機關單位提出計畫並投注資金，推動巨量資料的應用策略 ▪隱私權 ▪歧視 ▪資料安全英國內閣辦公室（Cabinet Office）開放資料策略2012-15（Open data strategy 2012-15）數據科學研究中心（Alan Turing Institute for Data Science） data.gov.uk 網站隱私權澳洲澳洲政府資訊管理辦公室（Australian Government Information Office, AGIMO） ▪澳洲公共服務資訊通信技術策略 2012-2015（Australian Public Service ICT Strategy 2012-2015, APS ICT Strategy 2012-2015）

▪澳洲公共服務巨量資料策略（The Australian Public Service Big Data Strategy） ▪保護安全政策框架與資訊安全手冊 ▪2013 年 3 月成立「資料分析卓越中心」（Data Analytics Centre of Excellence） ▪邀請機構、研究人員、私部門針對使用巨量資料提出建議，並將採用的建議公布在部落格。 ▪建立跨單位巨量資料分析中心改善政府服務與政策發展 ▪Mater 醫療資料品質改善6 ▪隱私與安全性問題 ▪大量資料與複雜分析需要新興的技術與分析系統 ▪巨量資料分析人才仍存在大量缺口歐盟歐洲聯盟執行委員會（Europe Commission）巨量資料策略 ▪公私協力計畫 ▪開放資料育成中心 6_{Mater 是澳洲一個醫療機構，擁有七家醫院，提供公共及私人的醫療服務，為了導入澳洲公共醫療服務定價請款模型計畫，該定價模型計畫是澳洲政府健康醫療部門} 針對公立醫院提供民眾不同醫療服務而補助支付不同的費用(阮正治、黃健雄，2014)。