網路巨量時代下輿情意向之探究：以我國自由經濟示範區政策為例 - 政大學術集成

全文

(1)國立政治大學公共行政學系碩士論文. 網路巨量時代下輿情意向之探究：政治. 大. 立以我國自由經濟示範區政策為例 ‧. ‧ 國. 學 sit. y. Nat. er. io. 指導教授：陳敦源博士. n. al. i n C 研究生：劉芃葦 h e n g c h i U撰. 中. 華. 民. 國. 一. 百. 零. v. 五. 年. 四. 月.

(2) 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(3) National Chengchi University Department of Public Administration Thesis. 政治大. 學. ‧ 國. 立 Internet Policy Opinion Exploring in the Era of Big Data :. ‧. A Case Study of Free Economic Pilot Zones in Taiwan. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. Advisor: Don-Yun Chen, Ph.D. Graduate Student: Peng-Wei Liu. April 2016.


(5) 謝誌我的天，寫完了！感謝主！終於可以擺脫與 Word 檔相看好討厭的日子，寫過論文的研究生想必都歷經一段低潮黑暗期，常常看見人就急答：不要問！然後默默飄走。或者咪聽的前一天就開始焦慮不己，熬夜無極限的循環。然而，當論文終於完成時，那種洋溢在心頭的雀躍及感動令人難忘，還記得論文口試結束的那一天，我走在和朋友相約慶祝的路上，腦子滿滿是這段時間在圖書館、咖啡店及家裡寫論文那些奮戰時光，還有每每遇到瓶頸寫不下去的時候，靠著老師、朋友、家人的鼓勵及禱告度過內心的煩悶和挫敗。自從開始寫論文，也養成運動的好習慣，每天都花半小時去運動，有時候覺得累了不想運動時，就會告訴自己，. 政治大運動成為我紓解論文壓力的良藥。寫論文真是磨練心智的好機會，越過論文這座立山，我想以後即便在遇到其他高峰，我都能耐心一步一步，慢慢的向上爬。. 如果你連每天花半小的小事都無法堅持，那要如何渡過寫論文的漫漫長夜？於是，. ‧ 國. 學. 我要感謝我的論文指導教授陳敦源老師，謝謝老師近三年來的照顧及提攜，. ‧. 讓我在政大公行的碩班生活擁有許多豐收，也因為老師的關係，加入 TEG 的研究案，而促成我論文寫作的題材。很高興能成為老師的學生，並且與老師一起如. Nat. sit. y. 期完成論文，老師給我的印象就是，散發滿滿正面能量的愛家好男人。最後要提. al. er. io. 醒老師：「跨國企業」盡量少吃啦！有機會再回來找您敘舊。再來，要感謝兩位. v i n Ch 論文好的建議及方向，蕭老師總是會露出招牌笑容^_^令我招架無力，但又親和 engchi U 力十足，廖老師則是屬於溫柔到底型，總能緩解我論文口試的緊張，並且細心的 n. 口委蕭乃沂老師和廖洲棚老師，兩位老師都是我論文完成的功臣，提供給我許多. 給予論文指正。此外，謝謝「別怕有我在之論文快順產」的群組，哈哈哈，這群組根本是用來解研究生的苦，各種白癡嘴炮對話都是紓壓的來源，有李美樺和顏郁婷真是好棒棒。還有余芷儀，謝謝你一直都在，我也是，未來就算跪著也要完成我們的夢想。建億、俐君、茵茹是我最喜歡的學長姐，好喜歡和他們聊天解悶，寫論文說不出的苦，大概只有他們才能懂，在他們面前能盡情的做自己原本該有的樣子，真是太幸福。還有謝謝揚中學長，在研究室遇到他時，總是會與他討論目前論文遇到的瓶頸，多虧學長的幫忙，獲益良多！.

(6) 還有，謝謝賴依君，你是永遠的家人和閨密，大學有你真好，碩班你依然沒錯過我的每個重要時刻，不管是悲傷的還是喜悅的，對你只有滿滿的感謝。粘斯涵，永遠的溫柔鄉，包容體恤我的各種壞脾氣，愛你。謝謝許耿銘老師、三寶、馨文、阿迪、宗霖、聿婷、李俐、毛毛、小花、伊薇、翠婷、小紅帽，這些我最愛也最重要的朋友們，你們的相知相惜，孤單心事總是有處說，未來也要與你們一起成為更好的人。還有謝謝你，默默的關心我，祝賀我畢業，未來一切順心。最後，感謝家人，特別是我媽媽，謝謝您對我的論文總是掛心，大大小小的事都陪我一起煩惱，每當我論文卡關鬱悶的時候，你總默默陪伴我，聽我哭聽我說，你是我永遠的最愛，我愛您媽媽。在我論文口試結束後，媽媽第一時間就開口祝賀我，媽媽說：「雖然媽媽不懂你的論文，但我以你為傲」。媽，我做到了！. 治政大相信你所經歷的每個經驗都是為了讓你轉變成那個最有力量的自己，謝謝我立自己劉芃葦，未來只管將生命交託給神，積極憑信心，看見神所能成就的事。 ‧ 國. 學 ‧. 芃葦 2016/6/22 @木柵. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(7) 摘要隨著 Web 2.0 社群媒體服務的普及化，越來越多的民眾開始運用網際網路發表自身對於政府治理的需求與看法，大量的民意資訊在網絡的交互連結下，迅速集結成可觀的網路輿情。由於網路輿情具備巨量資料的特性，使得當前各政府部門熟悉的分析方法，似乎產生適用上的困難。因而網路輿情分析的出現，成為當前政府洞察民意的新興工具。更重要的是，如何運用網路輿情分析進一步與政策面產生實質的連結，如探究網路輿情分析當中情緒分析對於政策立場解讀的可能性，對公共管理者而言更為重要。再者，網路輿情分析目前尚缺乏一套檢測方法來驗證其分析結果的信效度。因此，本研究的目的在於，運用網路輿情分析所撈. 政治大與立場分析之差異，最後運用情緒與立場來解讀網路輿情。立. 取的輿情資料，比較新聞網站、社群網站、討論區及部落格四類來源在情緒分析. ‧ 國. 學. 研究設計，本文採用次級資料分析法及內容分析法，次級資料來自 2014 年行政院國發會委託政治大學蕭乃沂教授所主持的「政府應用巨量資料精進公共服. ‧. 務與政策分析之可行性研究」，本文以「自由經濟示範區政策」作為個案分析。研究發現，在立場分析方面，新聞網站及部落格是支持立場的言論最多；而社群. Nat. sit. y. 網站及討論區則是反對立場的言論最多。情緒分析方面，四類來源皆以負向情緒. al. er. io. 的言論為主，正向情緒的言論相對少；透過情緒與立場的交叉分析顯示，機器會. v i n Ch 場的言論，以社群網站的來源居多；第二類誤判是被機器判讀是負向情緒，但人 engchi U 工判讀為支持立場的言論，以新聞網站的來源居多。 n. 產生兩類誤判情形，第一類誤判是被機器判讀是正向情緒，但人工判讀為反對立. 依此研究發現，本文建議未來實務者在應用網路輿情分析時，不能僅以整體網路輿情分析的結果輕斷，必要時應將不同網路言論來源個別觀察，特別是當負向情緒的輿論出現時，應優先留意社群網站的動向。此外，針對輿情的高峰期也可對照新聞網站的分析結果，了解是否受到特定新聞報導的牽動而引起網民的討論。值得注意的是，針對社群網站中正向情緒的輿論，實務者也不能過於樂觀，因為部份正向情緒的言論可能是帶有網民「拐彎抹角」的反對。關鍵字：網路輿情分析、巨量資料、自由經濟示範區、情緒分析、立場分析、內容分析.


(9) Abstract In the era of Web 2.0, more and more people express their opinions for public governance on the Internet. Massive public opinions are quickly generated. However, it seems difficult to analyze for government because of the feature of big data. Internet public opinion analysis(IPOA) has become new analytical methods for public managers. The purpose of this study is to use IPOA to mine large amounts of policy opinions and conduct sentiment analysis(SA) comparing with political positions analysis(PPA) in the news sites, forums, social networking sites and blogs. Finally, interpreting the network of public opinion by SA and PPA.. 政治大. Secondary data analysis and content analysis are applied. Secondary data. 立. collected by the Research, National Development council, the Executive Yuan. A Case. ‧ 國. 學. Study of Free Economic Pilot Zones Policy is selected. In terms of PPA, the results reveal more supporting political opinions in the news sites and blogs. And more. ‧. opposing political opinions in the social networking sites and forums. In terms of SA, four types of sources are negative emotions in large part. By cross-analysis, SA and. y. Nat. sit. PPA have difference on results. There will be two types of false judgments by SA with. al. er. io. machine. One is judged positive emotion by machine, but opposing political opinions. v i n Copinions machine, but supporting political by coders, such as news sites. heng chi U n. by coders, such as social networking sites. The other is judged negative emotion by. From this study, author suggests that practitioners should separately make the necessary observation of various networks rather than only determine on overall results as using IPOA. Especially, giving priority to the social networking sites when the opposing political opinions emerge. Moreover, the peak period for opposing political opinions in the social networking sites can be compared with the events in the news sites. It is noteworthy that practitioners should pay attention to the partial positive comments in social network sites with“irony”remarks. Key words: Internet Public Opinion Analysis, Big Data, Free Economic Pilot Zones, Sentiment analysis, Policy position analysis, Content analysis.


(11) 目次目次................................................................................................................................ I 表次............................................................................................................................... II 圖次..............................................................................................................................IV 第一章緒論.................................................................................................................. 1 第一節第二節第三節第四節. 研究背景.................................................................................................. 1 研究動機.................................................................................................. 2 研究目的與問題...................................................................................... 3 研究流程.................................................................................................. 4. 第二章文獻回顧.......................................................................................................... 6. 政治大. 第一節民意與公共管理...................................................................................... 6 第二節民意探索之方法問題............................................................................ 11 第三節網路巨量資料時代下民意的新與舊.................................................... 19. 立. ‧ 國. ‧. 內容分析法............................................................................................ 29 資料蒐集................................................................................................ 31 抽樣程序................................................................................................ 42 類目建構................................................................................................ 45 研究信度................................................................................................ 48. sit. y. Nat. 第一節第二節第三節第四節第五節. 學. 第三章研究設計........................................................................................................ 29. al. er. io. 第四章研究結果........................................................................................................ 52. v. n. 第一節傳統民調與網路輿情之競合................................................................ 52 第二節網路輿情測量方法討論........................................................................ 58 第三節網路輿情的解讀.................................................................................... 65. Ch. engchi. i n U. 第五章結論與建議.................................................................................................. 101 第一節研究發現.............................................................................................. 101 第二節研究建議.............................................................................................. 107 第三節研究限制.............................................................................................. 110 參考文獻.................................................................................................................... 112 附錄一內容分析編碼簿.......................................................................................... 119 附錄二編碼說明文件.............................................................................................. 120 附錄三論文計畫書審查委員意見整理.................................................................. 125 附錄四論文口試審查委員意見整理...................................................................... 127. I.

(12) 表次表 1：三種公共諮詢模式比較.................................................................................. 14 表 2：多元調查方法比較.......................................................................................... 16 表 3：公私部門應用巨量資料分析的比較.............................................................. 19 表 4：網路輿情分析實作流程.................................................................................. 24 表 5：自由經濟示範區關鍵詞表.............................................................................. 32 表 6：原始資料的各項欄位說明.............................................................................. 35 表 7：演算法誤判情形.............................................................................................. 37 表 8：自由經濟示範區的推動歷程.......................................................................... 39. 政治大. 表 9：資料撈取期間各來源的篇數及比例.............................................................. 40. 立. 表 10：各來源在月份的篇數及比例........................................................................ 41. ‧ 國. 學. 表 11：自經區政策相關性的操作化定義及說明 .................................................... 43 表 12：第一階段樣本數............................................................................................ 44. ‧. 表 13：正式分析樣本數............................................................................................ 45 表 14：政策立場的類目............................................................................................ 48. Nat. sit. y. 表 15：前測信度檢驗................................................................................................ 51. er. io. 表 16：巨量資料分析方法與傳統民意調查方法之比較........................................ 56. al. v i n Ch 表 18：相關性及情緒誤判........................................................................................ 63 engchi U 表 19：3 月-11 月新聞網站報導之立場分析篇數及比例 ...................................... 66 n. 表 17：網路輿情分析與多元調查方式之比較........................................................ 57. 表 20：3 月-11 月社群網站之立場分析篇數及比例 .............................................. 68 表 21：3 月-11 月討論區之立場分析篇數及比例 .................................................. 69 表 22：3 月-11 月部落格之立場分析篇數及比例 .................................................. 71 表 23：各網路言論來源整體立場之篇幅與比例.................................................... 72 表 24：情緒強度的分類............................................................................................ 74 表 25：3 月-11 月新聞網站之情緒分析篇數及比例 .............................................. 75 表 26：3 月-11 月社群網站之情緒分析篇數及比例 .............................................. 77 表 27：3 月-11 月討論區之情緒分析篇數及比例 .................................................. 78 表 28：3 月-11 月部落格之情緒分析篇數及比例 .................................................. 80 II.

(13) 表 29：各網路言論來源整體情緒之篇幅與比例.................................................... 81 表 30：新聞網站情緒與立場之交叉分析(Ⅰ)........................................................ 83 表 31：新聞網站情緒與立場之交叉分析(Ⅱ) ......................................................... 84 表 32：類一誤判之新聞內容範例............................................................................ 85 表 33：類二誤判之新聞內容範例............................................................................ 86 表 34：社群網站情緒與立場之交叉分析(Ⅰ)........................................................ 87 表 35：社群網站情緒與立場之交叉分析(Ⅱ) ......................................................... 88 表 36：類一誤判之社群網站範例............................................................................ 89 表 37：類二誤判之社群網站範例............................................................................ 90 表 38：討論區情緒與立場之交叉分析.................................................................... 92. 政治大表 40：整體來源情緒與立場之交叉分析(Ⅰ) ......................................................... 94 立表 41：整體來源情緒與立場之交叉分析(Ⅱ) ......................................................... 94 表 39：部落格情緒與立場之交叉分析.................................................................... 93. ‧ 國. 學. 表 43：新聞網站前十名詞彙.................................................................................... 97 表 44：社群網站前十名詞彙.................................................................................... 99. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(14) 圖次圖 1：研究流程圖........................................................................................................ 5 圖 2：民意表達管道.................................................................................................... 8 圖 3: 巨量資料分析啟動步驟 .................................................................................. 17 圖 4：網路輿論的主體與其屬性分析...................................................................... 21 圖 5：政府網路輿情分析流程圖.............................................................................. 23 圖 6：聲量與情緒趨勢.............................................................................................. 25 圖 7：內容分析研究步驟.......................................................................................... 31 圖 8：網路輿情分析查詢平台.................................................................................. 34. 政治大. 圖 9：撈取符合自經區主題的文章內容.................................................................. 35. 立. 圖 10：2014 年 3 月到 11 月各來源分佈 ................................................................. 41. ‧ 國. 學. 圖 11：3 月-11 月新聞網站立場變化之趨勢圖 ...................................................... 67 圖 12：3 月-11 月社群網站立場變化之趨勢圖 ...................................................... 69. ‧. 圖 13：3 月-11 月討論區立場變化之趨勢圖 .......................................................... 70 圖 14：3 月-11 月部落格立場變化之趨勢圖 .......................................................... 72. Nat. sit. y. 圖 15：各來源整體立場之比例................................................................................ 73. er. io. 圖 16：3 月-11 月新聞網站情緒變化之趨勢圖 ...................................................... 76. al. v i n Ch 圖 18：3 月-11 月討論區情緒變化之趨勢圖 79 e n g c.......................................................... hi U 圖 19：3 月-11 月部落格情緒變化之趨勢圖 .......................................................... 80 n. 圖 17：3 月-11 月社群網站情緒變化之趨勢圖 ...................................................... 77. 圖 20：新聞網站所有負向情緒之文字雲分析........................................................ 96 圖 21：新聞網站類二誤判之文字雲分析................................................................ 97 圖 22：社群網站所有正向情緒之文字雲分析........................................................ 98 圖 23：社群網站類一誤判之文字雲分析................................................................ 99. IV.

(15) 第一章緒論第一節研究背景隨著科技日新月異，雲端運算(Cloud Computing)及資料探勘(Data Mining)的應用正快速發展，巨量資料(Big Data)的應用潮流，已經在各行各業全面開展 (Cristianini, 2010)。過去傳統資訊傳遞的方式，在網路時代的衝擊下，已經無法有效率地蒐集及分析資訊，反而常常錯失許多關鍵危機處理的時刻。近年來備受討論的巨量資料又可被稱為「大數據」、「大資料」、「海量資料」，由於資料數量. 治政大存、傳遞的躍進速度。巨量資料的爆增主要來自新崛起社群媒體如 Facebook、立 Twitter、Youtube 等，再加上大量舖設的感測器、監視器，還有 GPS、數位電視、巨大，其儲存的單位從常見的 MB、GB、TB、PB 到 ZB 等，顯示資料產生、儲. ‧ 國. 學. 電話數據資料等，造成數位資料爆炸成長。對政府或企業而言，應用 Big Data 進行輿論趨勢的預測，有助於建立公民與顧客關係，因此，如何在龐雜巨量資料中. ‧. 挖掘有用的資訊價值，成為二十一世紀最重要的課題。. sit. y. Nat. 巨量資料一詞最早於 2011 年由全球知名諮詢公司麥肯錫所提出，該公司發. io. al. er. 表一篇「巨量資料：創新、競爭和生產力的下一個新領域(Big Data: the Next Frontier. n. for Innovation, Competition, and Productivity)報告，正式開啟巨量資料時代來臨，. Ch. i n U. v. 此篇報告指出現今「數據」已經滲透到每一個行業和業務職能領域，成為重要的. engchi. 生產因素。TechAmerica 基金會巨量資料委員會(Big Data Commission)將巨量資料定義為「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」，並指出未來政府機關欲成功啟動巨量資料的五個步驟分別為：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)等(TechAmerica Foundation, 2012）。對於大數據的挖掘及應用，不僅是適用於企業部門，政府機關也逐漸開始運用巨量資料以追求良善治理(Good Governance)（廖洲棚等，2013）。2012 年 3 月美國歐巴馬政府宣佈投資兩億美元，推動巨量資料之相關產業，並將其定義為「二十一世紀的新石油」，宣示 Big Data 分析及運用的能力將成為一個國家的核心資產。 1.

(16) 以巨量資料分析的實務與文獻來看，應用類型多關注於特定企業管理領域的成功案例，深入討論政府所需搭配的資源與相關管理議題則較少。因此，巨量資料的分析與應用對政府而言越來越受到重視(Shindelar, 2014)。. 第二節研究動機 1990 年代資訊通訊科技(Information and Communication Technology, ICT)的快速發展，網路成為民主參與的另類途徑，並且帶來政治、經濟、文化、社會的改變，創造出新的社會互動關係（熊澄宇，2005）。由於網路的低成本及便利性，創造了一個自由的公共領域，強化公民參與動機(Bryan et al., 1998)。網路. 政治大平取得(Barber, 1984)。從而，網路空間被比喻作為一個電子新疆域(Electronic 立. 提供公民一個跨區域的公共討論及辯論，強化公民在政治上的參與及資訊的公. ‧ 國. 影響力。. 學. Frontier)，在此新疆域中，人人可自由展現其意見及討論各種議題，並擁有個別. ‧. 近年來，網路媒體和 Web 2.0 的興起，各類社群媒體如 Facebook、Twitter 等用戶迅速增長(Wigand et al. 2010; McAfee, 2006)。Web 2.0 是一種新型態的網. y. Nat. sit. 路應用模式，有別於早期單向傳播的網路媒體型態，此互動平臺上可透過使用. er. io. 者與使用者之間、使用者與網站之間的雙向互動、協力和分享等核心價值，提. al. n. v i n Ch （2011）認為 Web 2.0 具有三大特性，包含：(1)以使用者為中心的網路行為、 engchi U 昇使用者的參與意識，激盪出更多的群體價值(Osimo, 2008)。陳敦源、潘競恆. (2)強調網路的外部延展性，意即網路效應的相互連結、(3)鼓勵使用者開放討. 論，創造分享文化，不斷豐富使用者的經驗與網站資源。此外，在 Web 2.0 的時代，越來越多民眾運用社群媒體來發表自身對於政府治理的需求與看法，且在網絡的交互連結下，集結成為可觀的網路民意影響政府決策（周韻采、陳俊明，2010）。觀察國內外的社會運動，從阿拉伯之春(Arab Spring)、美國佔領華爾街運動(Occupy Wall Street)到我國的洪仲丘事件及 318 學運等行動，皆顯示社群媒體正改變過去資訊傳播模式，其所具有的即時傳播訊息與動員力量已不容小覷（周芊、康力平，2014；詹峻陽，2014）。. 2.

(17) 網路帶來的大量民意資料，也讓政府意識到社群媒體將成為另一個洞察民意的管道，如何善用社群媒體的資源來強化政府與民眾的溝通，已成為學界及實務界的重要課題((Bertot et al., 2012)。然而，網路所形成的巨量民意，政府該如何進行蒐集以及如何從大量的資料中萃取出有價值的政策資訊，皆考驗未來政府民主治理的回應力。進一步來說，在網路的普及下所形成的巨量資料，因其具有的大量、迅速、多元以及真實(Veracity)的特徵(Zikopoulos et al., 2013)，使得當前各政府部門熟悉的分析方法，如新聞簡報摘要、人工檢索彙整、經驗研判及民意調查等，似乎愈來愈無法有效回應網路時代的民意需求。巨量資料分析技術的出現，成為政府探詢網路民意的新興途徑(Dumbill, 2012; Zikopoulos et al., 2013)，. 政治大. 其可協助公共管理者有一個全新的分析步驟與思維邏輯。更重要的是，運用巨. 立. 量資料分析後如何進一步與政策面產生實質的連結，如探究民眾的政策立場，. ‧ 國. Nat. y. ‧. 第三節研究目的與問題. 學. 發揮治理的績效，對公共管理者而言更為重要。. sit. Web 2.0 的時代「社群網路」所形成的公民力量，已是一股不可忽略的聲音，. al. er. io. 然而從我國 2014 年爆發的「318 學運」事件顯示出了公部門對於「資訊爆量」的. n. v i n Ch 與巨量資料的出現息息相關，也就是數量龐大的網路民意，因其隱含著巨量資料 engchi U 情形無法有效且迅速回應（陳俊明等，2015）。造成政府無法快速回應的原因，. 的特性，使得傳統人工檢閱為主的輿情分析方法難以進行分析。近年來，在私部門廣泛被應用的巨量資料分析技術，適時解決傳統分析上無法處理的問題 (Zikopoulos et al., 2012:3)。而公部門在巨量資料的相關研究仍屬初探性階段。因此，國內有一些學者也開始運用巨量資料分析進行網路民意的探求（周韻采、陳俊明，2010；蕭乃沂等，2014）。此外，我國政府在 2015 年公佈的「ide@ Taiwan 2020（創意台灣）政策白皮書 1」中（以下簡稱白皮書），將規劃「民眾關切議題」、. 白皮書是政府因應網路時代的來臨，所推動的相關政策及網路世代全民參與公共事務的指導原則。 3. 1.

(18) 「國家發展重要課題」、「具產業發展契機者」等原則進行巨量資料推動構面，並且善用社群媒體的溝通管道，廣泛的蒐集網路上各種社群及民眾的聲音與建議。面對此一種嶄新的輿論平臺，政府應如何妥適因應，值得深入探討。對於公部門而言，目前巨量資料分析的技術（如網路輿情分析）仍有許多待克服的問題。例如，巨量資料的分析雖有助於資料分析的效率，但無法處理資料背後系絡敏感性的問題(Contextual Sensitivity)，像是政策立場的辨識、政策議題的界定、言論背後的特殊語意等，這部分須由人工的判讀來界定才能有效提升輿情品質的精確性。以巨量資料分析的研究來看，除了聚焦巨量資料分析的概念引介與技術運作（如演算法、平台等）之外，多關注於特定產業領域或個別企業的成功案例，而國內探討公部門在巨量資料的研究多屬技術方面的應用或其分析成果的展現，對. 政治大. 於政策需求面的研究（如公共服務與公共政策的績效提升）仍不多。因此，本研. 立. 究的目的在於，運用網路輿情分析所撈取的輿情資料，比較情緒分析與立場分析. ‧ 國. 學. 在新聞網站、社群網站、討論區及部落格四類來源之差異。進一步，運用情緒與立場解讀網路輿情，探究情緒分析是否能代表網民的政策立場。故本研究提出的. ‧. 研究問題如下：. 何謂網路輿情？它與傳統民意調查之間有何不同？. 2.. 在 Web 2.0 時代，網路輿情的重要性為何？有關網路輿情的測量方法有哪些？. er. io. sit. y. Nat. 1.. 目前及待突破的問題為何?. al. n. v i n Ch 上述的網路輿情方法，根據不同網路言論來源，該如何區辨情緒與政策立場 engchi U. 3.. 的差異?以及如何運用情緒與立場來解讀網路輿情？. 第四節研究流程在確認研究背景與動機之後，進行相關文獻的收集和檢閱，為了找出更確切的研究定位，文獻先聚焦於民意與公共管理及民意探索方法的相關文獻，並且在此延伸下進一步著重在網路巨量資料時代下民意的相關文獻探討。而在研究設計的部分，本研究使用內容分析法進行資料分析，最後根據資料分析的結果，提出研究發現及結論與建議。本文各章節的安排將依據圖 1 的研究流程： 4.

(19) 研究背景與動機研究目的與問題. 文獻回顧. 民意與公共管理. 民意探索之方法. 網路巨量時代民意的新與舊. 研究設計. 立. 治內容分析政大資料蒐集. ‧ 國. 學. 抽樣程序. ‧. 類目建構. n. al. er. io. sit. y. Nat. 前測及正式編碼. Ch. 資料分析結果. engchi. 結論與建議. 圖 1：研究流程圖資料來源：本研究。. 5. i n U. v.

(20) 第二章文獻回顧本章將文獻回顧的主題分為三部份，第一節探討有關民意與公共管理之相關研究；第二節整理有關民意探索方法之問題；最後一部份討論網路巨量資料時代下民意的新與舊。. 第一節民意與公共管理. 一、民意與政策的互動. 立. 政治大. 民主政治即是民意政治，因為民主的本質為主權在民，其中人民主權的原則. ‧ 國. 學. 就是要求制定政治決策的最終權力是歸屬於全體人民，而不是人民中的一部份人或一個人。因此，政府的施政必須依循人民的意願而行。過去，民意(Public Opinion). ‧. 一直是社會科學研究重要的概念，但對於民意的定義至今仍無統一的定論 (Edelstein, 1988; Price, 1988)。例如 Key(1961)認為民意是：「是由那些政府認為應. Nat. sit. y. 慎重加以注意的私人意見所組成」；Hennessy(1985)則界定為：「民意是具有相當. er. io. 數量的一群人，針對重要議題表達其複雜偏好的綜合」；國內學者呂亞力（1995）. al. v i n Ch 吳定（1997）則認為民意為某一特定人群在某一特定時間內，對某一特定議題所 engchi U 表示的意見。綜合各家見解可得知，民意泛指人民在特定期間經由各種管道，表 n. 認為民意是指在公共事務領域內，人民認為政府應或不應採取行動的看法或立場；. 達自身對某一特定政策或公共議題所持的看法或立場。民意與政策產出之間的關係一直是民主理論主要關心的重點。然而，因為公共政策的複雜性，且在行政效率的考量下，不可能交所有公共事務交與民眾決定。再者，民意的展現本身也存有許多限制與問題，黃東益等（2006）指出民意在公共政策上是否落實，與政策知能、政策資訊及政策共識三者有關，以下分別就三者說明如下：. 6.

(21) (一) 政策知能政策知能是指民眾對於公共政策需有相當的認識，這與「公民能力(Citizen Competence)」的具備有關(Elkin & Soltan, 1999)。過去學者對於公民是否具有參與公共事務的能力一直有不同看法，質疑者認為因為政策所具有的複雜性，容易陷入「大眾政治的困境 (the Paradox of Mass Politics) 」。相反的，支持論者則認為公民是理性的，公民會尋求充分的資訊及管道來參與公共事務。因而，公民到底需要具備多少知能才「足夠」做出有意義的選擇，目前為止學界並沒有定論。 (二) 政策資訊政策資訊是指民眾擁有公開獲取充分政策資訊的管道（黃東益等，2006），. 政治大機制，讓政府運作透明化，以提供民眾正確且充足的政策資訊。近年來在電子治立換言之，落實民主政治的「課責性」(Accountability)精神，必須建置資訊公開的. ‧ 國. 學. 理的推行下，各國政府無不大力借助資通訊科技作為政府施行資訊公開的重要途徑，以強化民主治理的目標。. ‧. (三) 政策共識. sit. y. Nat. 政策共識是指民眾必須要有達成妥協共識的機制，然而公共政策往往涉及許. io. er. 多複雜的價值判斷，讓民意在公共政策議題上要形成共識更加困難。此外， Erikson & Tedin(2007)則認為政府須維持其專業判斷的價值準則，不可完全順應. n. al. i n U. v. 民意，因為民意未必是「正確的」民意，政府必須時常在民意與專業兩者之間衡量與拿捏。. Ch. engchi. 綜上述所言，民意在民主政策的過程中是一個弔詭的概念（黃東益等，2006）。一方面，民主政治強調以人民為施政的原則，另一方面，又受限於上述種種因素而影響民意品質的優劣，因此，黃東益等（2006）進一步主張公共管理者應扮演「參與式的知識管理者 2(Participatory Knowledge Manager)」的角色，包含成為民. 公共管理者應將民意在公共政策形成的過程，視為一種創造、擷取、轉化、與使用政策知識的過程，公共管理者是民意政治運作中的「知識長」（CKO；Chief Knowledge Officer），負責特定政策領域中，民主社會政策知識管理的工作（陳敦源，2004：123）。 2. 7.

(22) 意趨向的搜集者及民眾決策知識的資訊提供者，來強化公民接觸 (Civic Engagement)的能力，有效連結民意與公共政策。. 二、民意表達的多元途徑. 隨著臺灣民主化的發展，民意已逐漸成為政權以及政策合法化的依據，人民表達意見的管道也日趨多元，有關民意表達的分類，以余致力（2000）所提出的分類最具代表性，作者將民意表達的方式分成「直接表達」與「間接表達」兩大類（如下圖 2 所示）。直接表達就是民眾親身表達自己對公共事務的看法及觀點，如透過遊說、示威、抗議等主動方式進行，或者藉由公聽會、民意調查與公民投. 政治大經由民主程序選舉出的行政首長或民意代表的正式管道，抑或是透過政黨、利益立票等被動方式進行；而間接表達是指民眾透過他人來表達對公共事務之意見，如. ‧ 國. 學. 團體、大眾傳播媒體等非正式管道來表達其意見。然而，在網際網路尚未普及發展前，上述的分類屬於實體公民參與的途徑，余致力（2000）所提出的分類並未加入「網路」的表達途徑，也就是虛擬網路公民參與的途徑。隨著網路的出現，. ‧. 民意表達乃至於公民參與模式皆有相當大的改變，虛擬社群的建立也逐漸衝擊政. sit. y. Nat. 府的政策管理。虛擬社群是有別於實體社會互動方式，透過網路建置的平台，如. io. al. er. 電子佈告欄、論壇、部落格、微網誌等，以及網路使用者之間的人際網絡所構成. n. (Rheingold, 2000)。近年來隨著資通訊科技的蓬勃發展，人民得以跨越利益團體、. Ch. i n U. v. 政黨、媒體以及其他非民主的意見形成管道，直接與政府接觸。. engchi. 正式管道. 例如：民意代表. 非正式管道. 例如：政黨/媒體. 主動表達. 例如：遊說/請願. 被動表達. 例如：公聽會/民意調查. 間接表達. 民意. 直接表達. 圖 2：民意表達管道資料來源：余致力（2000：4）。 8.

(23) 隨著民意表達的多元化，民眾擁有更多參與公共政策討論的機會，特別是網路所具備的低成本、即時性、個人化等特性，使得公民在資訊取得與意見表達的成本明顯降低(Morris, 2006)，網際網路的盛行正重新塑造市民以及政府之間的關係。資通訊科技對網路民主的實踐，學界存在不同爭辯(Tsagarousianou, 1998; Norris, 2000)。樂觀論者認為網際網路的興起提供公民一個公共的論述空間，有望改善統治者與人民、人民與人民之間的溝通品質的，且公民可以更有效率的直接表達政策偏好(Etzioni, 1993; Grossman, 1995; Hague and Loader, 1999)；悲觀論者則認為網路的發展可能擴大原已存在的參與不平等，也就是產生數位落差的問題(Dijk, 2000; Compaine, 2001; Norris, 2001）。再者，官僚本身是否有處理這些公民需求的能力和資源也是一大問題(Crosby, 2000)。. 政治大. 回顧我國公民參與情形，過去由上而下的實體參與方式，如：公聽會、說明. 立. 會、選舉、組織政黨等形式，由於型態過度嚴肅、僵化且著重於反映少數社會主. ‧ 國. 學. 流思想內容，已逐漸無法滿足民意的表達。資通訊科技的出現，特別是 Web 2.0 的盛行，民眾透過網路表達對時事及政府政策的看法，已是民主國家普遍趨勢。. ‧. 此外，因應國際電子治理的趨勢，我國政府在民意的探詢，除了依循座談會、公聽會、民意調查等實體方式蒐集民意，近年來也開始轉向首長信箱、線上論壇、. Nat. sit. y. 或社群媒體等網路的管道，來回應各方民意的需求。然而，從我國中央政府機關. er. io. 蒐集民意的管道，廖洲棚等（2013）發現政府目前仍偏好以傳統媒體的管道來蒐. al. v i n Ch 興網路媒體（如社群媒體、部落格及討論區）蒐集民意資料則較少。換言之，我 engchi U 國政府在蒐集民意的管道上，仍停留在傳統上對下的民意蒐集方式。相反的，民 n. 集民意，如傳統媒體及電子媒體；選擇網路新聞媒體的管道則次之，而選擇從新. 眾已經改變過去意見表達的參與管道，開始透過社群媒體進行意見的串聯及動員，大量的網路訊息往往使得政府無法在短時間內有效回應，而造成政府與網路民意的脫節。Web 2.0 時代的來臨，政府除了被動地回應來自傳統常態管道的民眾意見外，如何進一步透過主動的作為深入了解網路上民眾的意見，成為當前政府重要的課題。. 9.

(24) 三、網路時代民意與政府. 隨著網際網路的發展下，改變了傳統「國家」與「社會」的定位與互動關係。資訊社會的出現，衝擊政府在傳統治理的結構（宋學文、陳鴻基，2002）。自 1990 年代起，各國政府開始推動「電子化政府」進行公共服務的創新，期望應用資通訊科技來改善民主的回應性。所謂電子化政府(E-government)係運用資通訊科技來達成政府與人民的雙向溝通工具(OECD, 2005)。近年來，因應 Web 2.0 網路新興應用模式興起，各國政府在電子化治理的行動方針也逐漸從服務顧客的面向朝向公民的面向的連結(Chen et al., 2010)。在全球社會的發展下，各國政府紛紛採. 治政大理趨勢，我國政府推行電子化政府已歷經十餘年，目前正在進行的第四階段電子立化政府計畫，也建置 Web 2.0 相關服務，讓民眾對政策有更多的參與，如設置總. 取作為，以開放多元管道，蒐集多元民意，強化公共治理效能。伴隨國際電子治. ‧ 國. 學. 統及各地方行政首長臉書粉絲專頁，期望與新一代網路公民進行更直接的交流與互動。. ‧. 觀察我國內外近期的社會運動，從阿拉伯世界的茉莉花革命到臺灣近期社會. sit. y. Nat. 運動的背後，皆顯現在 Web 2.0 時代下，網路帶來的群眾力量已經對國內外的政. io. er. 治環境帶來巨大影響，這也意味在 Web 2.0 時代民眾當家作主的欲望，更有可能實現。更重要的是，早期靜態搜尋以及單向傳遞的網路形式，已經逐漸進展到以. n. al. Ch. i n U. v. 使用者為中心，強調即時、互動、同步、多元的資訊傳遞方式的 Web 2.0 互動分. engchi. 享時代。此外，從近年與網路有關的社會運動，政府部門在 Web 2.0 時代將面臨三大挑戰，分別為公民參與的交易成本降低、行政專業壟斷性的削弱，以及官僚與網民間溝通落差的擴大（陳敦源、潘競恆，2011）。陳俊明等（2015）觀察我國近期「洪仲丘事件」及「318 學運」等社會運動，發現過去政府以傳統媒體作為蒐集民意的來源，在新媒體的出現，已無法因應網路時代大量的訊息，再加上議題熱度自網路社群平臺迅速擴張，透過社群平臺能快速且有效進行動員。在上述新媒體的影響下，導致目前政府在網路機制有以下待改善之處，其一，政府的反應慢半拍和網民的行動上有落差；其二，政府經常是依循傳統媒體的速度被動地接受訊息來回應；其三，面對公民的訴求，政府往往對訊息的掌握度不足；最後，基於前述因素的綜合影響下，政府只得被迫接受公民的訴求而無法做出更細緻地 10.

(25) 政策規劃或進行澄清，例如 318 學運使得服貿協議退回立院重審（陳俊明等， 2015）。儘管政府近年來致力於各項公民網路參與機制的推行，然而各政府所推行的社群平台服務往往缺乏即時的互動性或流於政策宣傳的功能，而無法滿足民眾政策參與的需求。再者，民眾使用的網路平台也與政府機關提供的參與機制有所差異，例如：民眾大部份以臉書、PTT 及討論區等平台進行公共議題的討論及意見交流，相較於非官方的參與機制，臉書、PTT 反而更能貼近民眾的使用習慣及溝通語言。基於此，為了有效掌握網路民意的趨勢，我國政府已於 2015 年提出網路白皮書的相關政策，做為日後政府及網路公民參與公共事務的指導原則，期望善用社群媒體的溝通管道，進行網路播放及與網民進行即時線上互動。. 治政大綜上所述，在我國政府現行網路參與機制的缺失下，已存在與民眾在政策參立與需求的落差，再加上 Web 2.0 的時代，網路帶來大量的民意，更加擴大政府與 ‧ 國. 學. 民意的脫節。因此，在落實民主治理的壓力之下，政府如何將網路民意即早納入政策過程，使得政策更具「回應性」將是政府未來重要的課題。然而大量的網路. ‧. 民意，政府傳統蒐集民意的管道已無法有效因應，換言之，必須運用新興的資料. n. a. er. io. sit. 將依循前章的脈絡，從民意探索的方法進行文獻的討論。. y. Nat. 分析工具進行網路民意的探勘，這部份將與民意探索的方法有關，下一節本研究. 第二節民意探索之方法問題 l. Ch. engchi. i n U. v. 一、民意研究方法的發展. 在民主的社會裡，民意的探詢成為政策制定過程中不可或缺的步驟（余致力， 2000）。而在各種不同的民意蒐集機制中，依據資料量化程度的問題 3，又可分為. 民意調查資料的量化程度問題，主要是指調查資料取得與應用過程，也就是過程中應用大量數據及統計的比重，比重越高量化程度越高；反之，資料的取得應用上較少應用到大量統計數據來處理，則偏向質化性質（游清鑫等，2009）。. 3. 11.

(26) 量化的民意調查及質化的民意調查兩類（游清鑫等，2009 ）。以量化研究 (Quantitative Research)的民意調查方式，包含：面對面訪問(Face-to-Face Surveys)、電話訪問(Telephone Interviews)、郵寄(Mail Surveys)、網路調查(Internet Surveys) 等方式，也就是一般常見的民意調查；而以質化研究（Qualitative Research）的民意調查方式，包含：焦點團體訪談(Focus group)、深度訪談(In-Depth Interview)、內容分析法(Content Analysis)等，然而，在現今的民意調查研究中，多元化或多元途徑的應用逐漸受到重視(Dillman et al., 2009; Shine & Dulisse, 2012 )，研究者開始嘗試結合多元的研究方法來精進調查品質，其中常見的方式像是以質量化並重或是以多元量化調查方式同時進行，相互補充彼此的不足，為民調的結果帶來更精確的結果。. 政治大. 在上述眾多的研究調查方法中，民意調查(Opinion Polls)因其具備系統性、科. 立. 學性及公正性的特質，已逐漸被廣泛地運用。對於政府來說，運用民意調查來了. ‧ 國. 學. 解民眾的政策偏好，已經成為各政府的普遍趨勢。換言之，民意調查可增進政治決策者手中與民意相關資訊之品質，且來探測民眾的真實想法，與過去資訊匱乏. ‧. 的時代相比，決策者可獲得更多資訊。有關民意調查的定義，存在各家見解， Lake(1987)指出民意調查是一種有系統、科學和公正的資料蒐集方式，這些資料. Nat. sit. y. 來自母體中抽取的部分樣本，以此推估至更大的母體（陳義彥等，2001）。賴世. er. io. 培等（2005）將民意調查定義為：「運用抽樣調查方法蒐集民意資料的工作，也. al. v i n Ch 意調查是經由標準化的樣本蒐集過程，以對一個母體進行推估(瞿海源，2007)。 engchi U 民意調查自 1930 年代開始，已經普遍與民主政治的研究相結合。例如 1936 年 n. 就是以系統化、標準化的程序向個人蒐集相關資料」。綜合各家說法，可得知民. Gallup、Roper 與 Crossley 等人，以抽樣調查的方式成功預測了美國總統選舉結果，開啟科學民意調查的濫觴（Price, 1992：45；賴世培等，1996）。其後，研究者陸續運用不同民意調查方式，為政府與商業部門尋找公民和顧客各種面向的集體偏好資訊。然而民意調查究竟是民意的真實反映，或是真實的謊言？過去對於科學民意調查的看法，始終爭論不斷。部份論者認為，科學民調程序所探測出來的統計結果就是民意的真實反映；部份論者則認為民意調查的結果，會受到調查者或執行機關的動機，進而影響調查品質的公正及客觀性，民調只不過是「意見的製造、 12.

(27) 反應、替代與操縱」(Salmon & Glasser, 1995 )。余致力（2002）也提及民意調查所引起的問題，不外乎涉及專業能力 (Professional Competency) 與專業倫理（Professional Ethics）兩類。前者指涉問卷設計、抽樣方式與調查執行上的技術面問題。後者指涉從事民調工作者必須維持客觀、中立的立場來進行民調工作。周祖誠（2006）指出民意調查結果應注意幾項原則，包含：養成質疑數字合理性的習慣、理解調查數字的定義、抽樣誤差及樣本代表性、不可過度推論問卷意義、引述有意義的調查結果等。有鑑於傳統民調本身應用上的缺失，近年來有學者開始提倡以「焦點座談」及「審議式辯民調」等公共諮詢模式來探詢更具深度且代表性的民意。作為一種質化的諮詢方法，焦點團體法有助於研究者在短時間探詢民眾或利害關係人深度. 政治大. 的意見，主要是透過專家會議的方式進行，近年來也逐漸成為政府蒐集民意的方. 立. 式之一；此外，隨著審議式民主的興起，學界開始倡導在政策過程透過公民知情. ‧ 國. 學. 的對話及討論，促使公民在政策參與過程更具意義。審議式民調的構想是由 Fishkin(1991)所提出，其目的是解決民主政治中平等與思辯的兩難，提供政府另. ‧. 類探詢民意的方法。黃東益等（2006）比較傳統民調、焦點座談及審議式民調三種調查方法，如下表 1 所示。. y. Nat. io. sit. 三者在應用上各自有其優缺點，如傳統民調雖可探詢民意的廣度，但無法兼. n. al. er. 顧意見的深度；而焦點團體雖可進一步探詢不同意見的差異性，但容易陷於少數. i n U. v. 人的團體盲思以及受訪人數過少面臨代表性不足等質疑；而審議式民調雖可彌足. Ch. engchi. 上述兩種方式的缺失，然而其執行的成本較高，對於具有時效性處理的公共政策，仍存在執行上的困難。因此，對於政府部門來說，採行何種調查方式來探詢更精緻的民意，仍須考量機關的成本面向及議題的本質而定，近年來，多元調查研究方法及巨量資料分析方法也開始受到實務者的重視，本研究分別於後續兩節進行討論。. 13.

(28) 表 1：三種公共諮詢模式比較優點. 缺點. 諮詢人數籌辦時間所需經費籌辦技能. 傳統電訪. 蒐集範圍較無法深大約較大的代入探索原 1000 人表性意見因、理解過程或找出對策. 1-2 月. 依對象分抽樣、問佈範圍及卷設計、數目約統計分析 20-40 萬. 焦點團體. 探索同質易受少數每組 6-8 性團體的人影響、人深度意見集體盲失、代表性不足. 2-4 週. 依組別及小型會議人數約籌辦主持 3-10 萬及質化資料分析. 審議式民調. 搜尋具代舉辦成本 100-500 表性及知高、過程人情的民意繁瑣、準備時間長. 依人數、大型會議天數及對籌辦、實象分佈約驗設計、 300-1000 問卷設計萬及統計分析. 學. ‧. ‧ 國. 立. 政治3-6 月大. 資料來源：黃東益等（2006）。. sit. y. Nat. io. n. al. er. 二、傳統民意調查之挑戰. Ch. i n U. v. 隨著網際網路的快速發展，蒐集民意的方式日趨多元，以網路調查為主的資. engchi. 料蒐集方法逐漸對傳統民意蒐集方式產生影響。過去在網際網路尚未普及的時代，政府及民調機構主要是以面訪、電話訪問或者郵寄等傳統方式探詢民意的趨向。例如，早期 1940 年代及 1950 年代盛行郵寄問卷及面對面訪問，1970 年代隨著電話設備普及，加上其調查成本低，作業簡單且能集中訪員以控制資料品質等，成為學術研究單位或民意調查機構最普遍採用的調查方法（劉應興，2002）。然而，傳統民意調查也因其本身的限制，產生適用上的問題。以電話調查為例，洪永泰（2005）以「台灣地區二十歲以上民眾」為研究母體的抽樣調查發現，電話調查會面臨涵蓋率低的問題，其中影響涵蓋率的因素包含：電話訪問接觸不到的人、抽樣底冊與抽樣方法、戶中選樣、訪問日期與時段等因素；在面訪調查 14.

(29) 方面，雖然有助於調查者了解深層民意的內容及傾向，但是訪問成本高、訪員的素質不佳、問卷題項的敏感性等因素都會影響調查結果（劉應興，2002）。游清鑫等（2009）也指出面訪成功率日益降低的問題，可能的原因有受訪者遷移、拒訪及抽樣的母體資料不確實的因素有關。而郵寄調查也面臨代表性不易掌握、缺乏訪員協助及回收率不足等限制(Dillman et al. 2009; Groves et al. 2009; Shine & Dulisse, 2012)。 1990 年代隨著資通訊科技的發展，網路帶來的低成本、方便性及即時性，使得網路調查成為新興民意蒐集的工具(Davis, 1997; Witte et al., 2000)，研究者開始將網路調查與其他調查方法進行比較(Kaplowitz et al., 2004; Fricker et al., 2005)。 Scherpenzeel(2008)以荷蘭的一般民眾作為調查樣本，比較傳統民意調查（包含電. 政治大. 訪和面訪）與網路調查在資料品質的差異，結果發現網路所蒐集的訪談資料比傳. 立. 統訪談模式較具信度與效度。再者，網路問卷可以避免面對面訪問時，對受訪者. ‧ 國. 學. 造成的威脅感，特別是當問卷內容涉及較敏感的議題時(Walsh et al., 1992)。然而，運用網路調查仍有其缺失和疑慮，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 (Sample Representativeness) 、缺乏抽樣架構 (Sampling Frame)與自願性樣本(Volunteer Sample)等爭議點（朱斌妤等，2014）。. Nat. sit. y. 此外，網路調查較容易出現不知道的回答以及題項無回應(Item Nonresponse)的情. n. al. er. io. 況(Heerwegh & Loosveldt, 2009)。. i n U. v. 除了上述網路調查的出現，近年來行動載具日益普及以及 Web 2.0 社群媒體. Ch. engchi. 的興起，對於傳統調查及網路調查也帶來影響。以手機調查為例，洪永泰等（2014）研究也發相較於傳統電話調查，臺灣地區唯手機族(Cell Phone Only)占了 18 歲以上民眾人口比率的 9.3%，影響一般電話調查的涵蓋率；陳俊明等（2014）的研究結果也顯示，隨著網際網路及手機的普及，已有部分民眾只使用手機通訊，故採用傳統有線電話調查，可能漏掉一部分的受訪者（朱斌妤等，2014）。此外，由於手機方便隨身攜帶，較不受限於時間、地點而便於聯繫，因此，其調查速度也較傳統電話調查快速(Vicente et al., 2009)。綜合上述多元調查方法，朱斌妤等（2014）將郵寄調查、電話訪問、網路調查及手機調查等多元調查方法，分別從單位成本、調查方式、問卷資訊數量、資訊正確性、無反應率、速度及代表性等七個面向進行比較（如表 2），單位成本部分，手機調查及電話訪問成本較高，郵 15.

(30) 寄調查及網路調查較低；調查方式部分，四者皆有其調查模式上的限制；問卷資訊數量部分，四者在問卷及訪問時間皆不易太長；資訊正確性部分，網路調查的資料正確性較高，其他三者則較低；無反應率部分，郵寄調查最高，網路調查則可透過電腦軟體加以控制；速度的部分，郵寄調查最慢；樣本代表性部分，網路調查最差。表 2：多元調查方法比較郵寄調查. 電話訪問. 網路調查. 手機調查. 單位成本. 較低. 較高. 較低. 較高. 調查方式. 須有郵寄地址只限於有電話需有電腦及會只限於有電話者操作電腦者. 資訊數量. 問卷不宜太長訪問時間不宜問卷長度是受訪問時間不宜太長訪者訪問而定太長. 資訊正確性. 通常較低最高. 較低. 電腦軟體可使較低無回應率降到最低. 費時最久. 快速. 快速. 較低. 較低. 最差. y. sit. ‧ 國. 通常可取得正通常較低確即時的訊息. ‧. 樣本代表性. 通常較低. Nat. 速度. 立. 學. 無反應率. 政治大. n. al. 有限. er. io. 資料來源：整理自朱斌妤等（2014）。. 快速. i n U. v. 綜合上述調查模式的比較可發現，儘管網路調查及手機調查的出現適時解決. Ch. engchi. 傳統民意調查的缺失，但是其本身也存在先天應用上的限制，如網路調查面臨樣本代表性不佳的問題，而手機調查則面臨調查成本較高的問題。基於此，新興的民意調查技術應將其視為「補充」傳統民意調查的工具，而非取代。更重要的是，隨著 Web 2.0 社群媒體及其應用服務的相繼出現，大量的數位資料迅速在網路上累積，上述這些民意調查管道似乎無法處理大量、多元且複雜的「巨量資料」，因此，近年來學界及實務界開始討論運用巨量資料分析的可能，有關巨量資料分析的討論將與下部份進行討論。. 16.

(31) 三、巨量資料分析之興起. 隨著 Web 2.0 社群媒體服務的普及化，數位資訊快速累積形成豐富的巨量資料。TechAmerica Foundation(2012)將巨量資料定義為迅速、複雜及多元的大數據，須應用進階的資料分析工具，才能擷取、儲存、分配、管理以及分析資訊。由於巨量資料兼具 Volume（資料量龐大）、Velocity（資料分析的時效）、Variety（資料格式的多樣）等 3V 特質，因而，使得傳統資料分析上的困難。近年來隨著巨量資料分析(Big Data Analytics)技術的成熟，開始在企業界帶起一股風潮。如 Google 公司最早應用巨量資料分析進行流感的追蹤分析，其結果大致也與與美. 治政大等業者，也逐步運用巨量資料分析創新商業及顧客服務。立. 國疾病管理局官方資料相一致（林俊宏譯，2013），此後，Amazon 與 Facebook. ‧ 國. 學. 進一步，TechAmerica 基金會建議巨量資料分析者，未來在巨量資料分析的. 啟動步驟可分為：定義(Define)、評估(Assess)、計畫(Plan)、執行(Execute)及檢視 (Review)等五個步驟（如圖 3）。換言之，組織在導入巨量資料分析前，須先界定. ‧. 巨量資料為組織帶來的機會。之後，評估組織現有資源及技術，是否能滿足導入. sit. y. Nat. 巨量資料所需的能力，在資源的考量下，選擇最適當的部署模式以及導入重點，. io. 定義. al. n. 檢視進度進行調整。. er. 並預先設想可能面臨的分析困難（隱私和安全議題）。最後執行計畫，且持續地. Ch. 評估. engchi. i n U. 計畫. 檢視圖 3: 巨量資料分析啟動步驟資料來源：TechAmerica Foundation（2012: 29）。. 17. v. 執行.

(32) 隨著巨量資料分析在企業界的蓬勃發展，政府也開始運用巨量資料分析來提升公部門的治理績效，如內部的資料系統及外部的網路輿情探勘。在現今民主國家，許多民眾會透過網路上的平台進行公眾議題的討論，而這些散佈在網路上的民意資料將是另一股重要的政府外部資料的來源，政府若能夠有效的運用巨量資料技術進行資料的深入分析，勢必有助於治理績效的提升。Yiu(2012)指出巨量資料分析可應用於公部門的五大面向，包括：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。 Decker(2014)也主張政府必須使用巨量資料進行分析，來有效地管理公共資源。另外，在公部門巨量資料分析建議方面，美國白宮在 2012 年公告了一份行政機關運用數位資料的「概念性架構圖」，分別為四項要點：以資訊為中心. 政治大. (Information Centric Movement)、以顧客為中心(Customer-Centric)、共享平台. 立. (Shared Platforms)與安全與隱私(Security and Privacy)。歐盟及英國在策略建議上. ‧ 國. 學. 也提出了一些具體作為，分別為：建構數據分析架構、培養數據分析人才、提升軟、硬體數據研究以及數據的隱私與安全性。透過各國的對巨量資料的策略建議，. ‧. 可知道政府正積極地應用巨量資料技術達成良善治理的可能，除了建構出數據的架構及框架外，培養數據分析人才也是政府應關注的策略作為。此外，巨量資料. Nat. io. sit. y. 所帶來隱私及資料的安全性，更是政府推動巨量資料分析過程應關注的重要議題。. n. al. er. 事實上，在運用巨量資料分析時，政府部門所面臨的限制將會較企業來得多。. i n U. v. Podesta et al.（2014）也提及公部門在應用巨量資料分析應顧及公民的權益，且在. Ch. engchi. 不侵害公民權益的前提下實行。廖洲棚等（2013）的研究指出政府在運用巨量資料之前，必須先具備四項能力與條件分別為技術能力、跨業務協調能力、規畫與分析能力與相關法規掌握能力。施恬、吳宗禮（2015）亦指出公部門應用巨量資料可能會遭遇到以下挑戰：(1)資料蒐集困難、(2)公私部門資料屬性不同、(3)合法性、安全性與遵從性的考驗、(4)推動意願不高。更進一步，Kim et al. (2014)將巨量資料應用於公私部門的差異進行比較（表 3），包含目標、願景、決策過程、決策者、組織結構、財務資源以及集體行動本質等七個面向。不同於企業的追求短期利益的目標，公部門使用巨量資料分析必須兼顧國家長期的發展，以及考量公共利益與個人權利之間的平衡。. 18.

(33) 表 3：公私部門應用巨量資料分析的比較屬性. 企業部門. 政府部門. 目標. 利害關係人的營利. 國家安全與永續發展. 願景. 發展競爭優勢及顧客滿意. 基本權益的保障（平等、自由與正義），促進公眾福祉以及經濟發展. 決策過程. 利益極大化與成本極小化的短期決策. 兼顧個人與公共利益的長期決策. 決策者. 有限的行動者. 多元行動者. 組織結構. 層級節制. 治理結構. 財務資源. 收益. 稅金. 集體行動本質. 競爭與參與. 資料來源：Kim et al. (2014: 80)。. 立. 政治合作與檢視大. 對於公共管理者而言，資訊時代的來臨亦帶來了大量網路民意資料，正提供. ‧ 國. 學. 民主政府一個洞察民意以提升政府回應性的絕佳機會，而巨量資料分析所具備的可能性，更是一項推動政策的利器。有關巨量資料分析於民意調查機制的運用已. ‧. 有初步成果，例如蕭乃沂等（2014）及廖洲棚等（2013）的研究皆指出，政府應. sit. y. Nat. 用巨量資料將網路民意導入精進公共服務與政策分析確有其可行性。然而以巨量. io. er. 資料分析作為民意探索模式的屬性與可能仍有所侷限，朱斌妤等（2014）認為應用巨量資料進行輿情監測時，應有該領域專家加入，以對事件造成之影響有更完. n. al. Ch. i n U. v. 善之解釋；此外，巨量資料在輿情觀測上的應用，於該研究顯示易受其他網路事. engchi. 件影響，故應用巨量資料進行輿情監測時，宜透過長時間觀察，較能避免單一事件影響。因此，下一節本研究將從網路巨量時代的民意的新舊問題進行討論。. 第三節網路巨量資料時代下民意的新與舊. 一、網路輿情的內涵. 近年來網際網路與資通訊科技的快速發展，特別是 Web2.0 網路模式的興起，改變了政府與民眾之間的關係，從我國近期的社會運動到 2014 年九合一選舉大 19.

(34) 敗，讓政府部門意識到與年輕網路世代的嚴重脫節，開始學習與「婉君 4」溝通對話，也這意味網路民意已成為當今政府不容忽視的社會輿論之一。在 Web2.0 的趨勢下，大量且普及的網路媒介和數位行動裝置，每日都在網路空間產生可觀的資訊。以最具代表性的臉書(Facebook)網站為例，據最新統計顯示到 2015 年 1 月為止，近 9 億人每天使用臉書，以亞洲地區使用使用最為活躍，平均每月約有 4.5 億人使用臉書，其中在美國約 26-34%臉書使用者，每天會分享一篇在臉書喜歡的文章(SmartM, 2015)。而在我國網路社群的使用情形，據資策會調查顯示，2014 年臺灣網民最常用的個人化網路社群平台，由臉書蟬聯冠軍，而最常使用的討論區分別為 Mobile01 和 PTT(MIC, 2014)。由此可見，社群媒體已經逐漸對個人生活及媒體. 政治大. 環境產生莫大影響，而 Web 2.0 時代的來臨，更強化以公民為中心(Citizen-. 立. Centered)的參與概念，Karpf (2009)提出「Politics 2.0」的概念，認為在網路的時. ‧ 國. 學. 代降低了公民參與的交易成本及提供大量的資訊傳遞，提升了落實電子化民主的希望。Creighton (2005)也指出在 Web 2.0 時代下，政府部門更應將人民的所關注. ‧. 的議題、需要及價值納入政府施政的過程，且須人民保持雙向的溝通。此外，許多經驗研究也發現，民眾藉由網路平台來發表其對公共事務的看法已成為普遍趨. Nat. sit. y. 勢(Stieglitz & Dang-Xuan, 2012；Hong & Nadler, 2011)。因此，網路民意對政府的. n. al. er. io. 施政，已成為一股不容忽視的聲音。. i n U. v. 進入網際網路發達的 21 世紀，民意仍是學界所關注的焦點，然而過去的研. Ch. engchi. 究大部份聚焦於資通訊科技對網路民主及使用者行為層面的探討(West, 2004; Aikins & Krane, 2010)，較少特別聚焦於網路民意的研究。隨著社群媒體及行動載具的普及，改變使用者的溝通方式，過去以面對面互動的人際接觸轉變為透過兼具開放性與匿名性的網際網路平臺所取代。網路民意又可稱為「網路輿論」或「網路輿情」，其定義至今尚無統一的定論。廖洲棚等（2013）將其定義為民眾在網路上表達對公共事務的關心和意見，或具體參與政府網路服務的行動紀錄；周韻采、陳俊明（2010）則採用復旦大學鄒軍教授的觀點，分別從廣義及狹義兩. 婉君是來自 PTT 的流行用語，又可被稱為「網軍」，意思是指特定陣營指派進入網路上製造對自己有利狀況的人。2014 年 9 月九合一選舉期間備受關注，此後，開始被大肆流傳使用。 4. 20.

(35) 方面進行理解，廣義上的網路輿論是透過互聯網所形成的社會輿論，包含了所有的社會輿論模式，如公眾輿論、媒體輿論以及草根輿論等；而狹義的網路輿論則是以網民作為輿論主體，且在網路發表的言論。綜上學者的見解，本研究將網路輿情定義為：「在網路的場域中，網民透過各式網路平臺及來源，如社群網站或討論區，發表自身對公共事務的看法並且形成討論」。網民(Netizen)一詞在 1994 開始被提出，其代表政治社會身分的新代名詞。網民透過其自發性行為以及網路效應的快速串聯，擺脫主流媒體對資訊的權威地位，對社會或是國家進行新型態的監督或施壓。更進一步來說，網路輿論的形成始於社會事件或公共議題的出現，再透過主流媒體的相繼報導，進而在網路上引起網民熱烈討論，此外，在社群及行動載具的相互串連下，形成巨量的輿論力量（周韻采、陳俊明，2010）。. 立. 政治大. 綜上所述，網路輿論的主體包含三個部分，分別為網路公民(Netizens)、受關. ‧ 國. 學. 注議題(Issues/Subjects)及媒介(Media)三者（廖洲棚等，2013），其所形成的互動關係如圖 4 所示。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 4：網路輿論的主體與其屬性分析資料來源：廖洲棚等（2013）。. 21.

(36) 其中聲量與情緒更是網路輿情分析中關注的重點，政府機關可藉由聲量與情緒的分析了解特定議題在網路上被網民所討論的熱度以及議題的正負面評價。一般而言，網路輿論主要的媒介來源包含新聞網站、社群網站、討論區以及部落格，後三者又可統稱「社群媒體」（蕭乃沂等，2014）。近年來，社群媒體成為政治傳播(Political Communication)的重要管道，在微型部落格、討論區、社群網站等網路社群的相互連結下，強化人民在網路發聲的動機 (Chen et al., 2009; Kushin & Kitchener, 2009)，衝擊傳統政府治理的樣貌(Bennett, 2003; Tumasjan et al., 2011)。 Paris & Wan (2011)認為政府未來必須妥善運用社群媒體的工具精進公共服務，其任務包含評估線上參與的效應、對政府機構相關治理作為的回應及建立與網路社群互動的策略。更重要的是，如何分析社群媒體所形成的使用者創作內容(User-. 政治大結構化及非結構化數據，進而協助實務者洞察有意義的資訊、意見及情緒意向，立已成為當前的主流趨勢(Leskovec, 2011; Agrawal et al., 2011; Nagarajan et al., 2011)。 Generated Content)，也就是運用網路巨量資料的研究取徑，分析社群媒體的各式. ‧ 國. 學. 二、網路輿情分析的應用. ‧ sit. y. Nat. 隨著 Web2.0 社群媒體應用的發展，大量的數據出現於網路，如何將其有效. io. er. 應用，成為網路巨量資料分析的重點，舉凡是網路輿情分析（Network Public Sentiment）、社群媒體分析(Social Media Analytics)及社群網絡分析(Social Network. n. al. Ch. i n U. v. Analysis)等應用都是巨量資料分析中的一部份。再者，在不同科學領域的精進，. engchi. 如雲端計算(Cloud Computing)、資料探勘(Data Mining)等技術，也提供各種分析技術來解決資訊爆炸的問題(Nagarajan et al., 2011)。企業已廣泛運用文字探勘 (Text Mining)及情緒分析(Semantic Analysis)等資料探勘的技術，進行顧客使用行為及意見的預測分析。然而相較於企業在輿情的廣泛應用，目前針對政府網路輿情的研究並不多。因應 Web2.0 時代的來臨，透過網路進行串聯及動員，形成可觀的巨量民意，已逐漸對政府的施政產生巨大影響。因此，如何在短時間了解網路輿情的趨勢及樣態，成為政府的當務之急。隨著巨量資料技術的發展，網路輿情分析成為當前政府探詢民意的新興工具。其分析重點主要是先透過「關鍵字」的設定進行網路公開文本或言論的撈取，再觀察網路輿情的聲量與情緒，最後了解特定議題在網路上發酵程度。廖洲棚等 22.

(37) （2013）針對「個人資料保護」議題進行網路民意探勘，並且根據網路輿情的實作經驗，提出網路輿情分析流程（如下圖 5）。操作流程大致可分為五個步驟，分別為網路輿情需求單位的目標界定階段、政策議題關鍵詞界定階段、資料撈取階段、初步分析結果階段以及提供正式報表與解讀階段（廖洲棚等，2013：95）。. （領域專家）給定領域， Keywords. Social Media News. 政治大 Events. People/ Influencer. 立. Keywords/ issues. 各式分析與產出. 專家解讀. 重新擷取與過濾. Prediction Model Diffusion Model. Others Social Media News. Others. io. sit. Nat. y. （領域專家）（媒體公關專家）. Personal Analytics. ‧. ‧ 國. （領域專家）專家篩選與建議. 初步產出. 學. 周知. Groups/Org.. 過濾處理. 反覆驗證. 決策支援. 警示. Keywords/ Issues. Others. 圖 5：政府網路輿情分析流程圖. n. al. er. 設定目標. 資料來源：廖洲棚等人（2013：95）。. Ch. engchi. i n U. v. 蕭乃沂等人（2014）依照前述實作流程為基礎，且考量實際的操作情形，進一步將流程進行修正如下表 4，將資料撈取階段整併到政策議題關鍵詞界定階段，透過政策主管機關與技術協力夥伴反覆的修正關鍵詞與資料撈取，直至政策主管機關可以接受為止，才進行下一個步驟。大致的步驟分為網路輿情需求單位的目標界定階段、政策議題關鍵詞界定階段、初步分析結果階段以及提供正式報表階段等四步驟（蕭乃沂等，2014）。. 23.

(38) 表 4：網路輿情分析實作流程導入步驟. 2. 3. 立. 政治大. 學. 4. 研究團隊（政策分析政策主管機關與顧問諮詢）（國發會） (a) 界定政策議題與其焦點與範疇與功能，包含時間範圍、報表週期、媒介 (b) 蒐集現有關於此議題輿情與解讀，包括現況、資料、法規，文獻 (a) 界定媒介來源、時間範圍、分析報表週期 (b) 研擬關鍵詞（包括網路言論中的非正式用詞），包括政策議題、事件、利害關係團體 (c) 確認每個報表週期中可能引起輿論的相關事件 (d) 透過網路搜尋擷取符合關鍵詞的網路公開言論並初步蒐集 (e) 判斷所蒐集網路輿論與政策議題的相關性重複上述步驟的全部或部分，直至政策主管機關可以接受 (a) 擬定符合政策主管目標的輿情分析報表規格 (b) 製作初步分析報表並予以解讀討論 (c) 判斷報表品質，輔以內容分析檢測其斷詞、正負面情緒等重複上述步驟的全部或部分，直至政策主管機關可以接受 (a) 製作網路輿情分析的內部報告與公開報告 (b) 研擬行動方案，包括事前預警或事後因應 (c) 整理以上導入經驗並回饋於政府機關導入網路輿情分析的流程. ‧. ‧ 國. 1. 技術的協力夥伴（網路輿情分析）. 資料來源：蕭乃沂等（2014）。. sit. y. Nat. 國內針對政府網路輿情的研究仍屬初探階段，例如，周韻采、陳俊明（2010）. io. n. al. er. 以「死刑」的議題進行網路輿論探究，並且以資料探勘方法及疊迨泡沫式萃取法，. i n U. v. 對微網誌、部落格進行政府政策相關的網路輿論分析。隔年，延續去年成研究成. Ch. engchi. 果，周韻采、陳俊明（2011）再以「教育」領域相關的議題，如校園霸凌、12 年國教、陸生來臺等子議題進行文本萃取，除了以疊迨式泡沫分析法分析之外，更進一步透過網路的「群眾外包」集體協作的機制，將語意正負判斷工作外包於網路社群。廖洲棚等（2013）、朱斌妤等（2014）、蕭乃沂等（2014）及陳敦源等（2016）也應用巨量資料分析進行網路輿情的探究，以蕭乃沂等（2014）研究為例，該研究針對我國自由經濟示範區政策作為網路輿情分析的個案，經由前述網路輿情分析的實作流程，產出如聲量分析及正負向情緒分析等報表（如圖 6），並進一步解讀其政策意涵。. 24.

網路巨量時代下輿情意向之探究： 以我國自由經濟示範區政策為例 - 政大學術集成

網路巨量時代下輿情意向之探究：以我國自由經濟示範區政策為例 - 政大學術集成