發佈日期:2015-12-30

淺談科技議題追蹤管理

作者:賴志遠

政策評析大環境分析法PESTLE AnalysisSTEEP

文章圖片所有權:https://goo.gl/IE3DLG,Created by OpenClipartVectors
版權適用聲明:CC0 Public Domain / 可以做商業用途 / 不要求署名

前言

21世紀是一個資訊爆炸的時代,一般人每天都從媒體網路接觸大量的資訊,特別是行動網路隨著3G、4G手機以及平板電腦的風行,人們可說已經處於一個隨時隨地接受資訊的時代。而透過網路獲得資訊對研究人員而言是一件很方便的工具,但是如何管理、解讀大量資料並從中萃取有用資訊,就成為每一個研究人員必須面對的問題。

科技政策或科技議題是跨領域的課題,其內涵包含了科技、產業、政策、社會等不同因素,如學術倫理、人才培育、科技法律規章設定、高齡少子化、全球暖化、新興科技等,均屬跨領域,涉及社會人文及科技關聯性,或是數個科技領域的融合。如何梳理此類議題的脈絡源由,分析架構及層次,並提出一套合理的架構,把資訊依架構分類標籤,進行摘要標注,以方便後續閱讀及追蹤,並從中找出隱藏在大量資料中的重要資訊,從而挖掘出一些過去未曾發現的議題。這是本文嘗試建構的一套方法,也希望能在此拋磚引玉,引來各界先進提出更有效的建議,以修正改良本研究所建構的方法。

科技議題類別繁複,依議題與民眾關切度及社經發展相關程度來看,可以分成數個類別,以圖一所示。本文把科學與技術抽離,作為一獨立的變數,它與社會、經濟、環境及發展策略的關聯性,是關係到科技與不同領域所產生的議題,這類議題便成為我國各類科技會議所討論的題綱,或因屬性與民生有關而成為民眾所關切的議題。如科技與環境牽涉到環境治理、防治污染技術開發或是環保法規建置等,見圖一中的科學與技術和環境間箭頭代表這兩者間的關聯性,顯示環境治理需要科技協助解決,但同時環境與社會及經濟也存在重要關係,環境保護與經濟成長,環境開發與社會民眾感受等,顯示科技議題間的複雜性及跨域性,過往處理環境問題只著重於環境治理的技術解決方案,卻忽略社會民眾的感受,但隨著民主化程度提高、民眾對公共事務參與度強化,均使決策者在處理相關議題時必須納入多元意見,才能基本滿足利益關係人的需求。此外科技與發展策略則與部會選擇投入的技術項目、國家科技能量盤點、國家人才培育策略等不同議題有關。以高齡少子化議題為例,此議題可能包含移民及人才吸納、勞工或退休年齡、高齡照護、推動產業自動化或發展自主性機器人等不同的議題。依其科技、社會、經濟產業等不同屬性而進行解構處理。

資料來源:本研究整理

從不同的議題類別來看,我國科技會議所探討的課題通常是分佈在科技與環境、科技與經濟以及科技與發展策略,而科技與社會因為通常牽涉到民眾、NGO團體所關切或媒體曝光,而成為各部會棘手的課題。這些議題若從民眾感興趣或關切程度來看,可以劃分成兩大類。(見表一)

表ㄧ.科技議題關聯性

民眾興趣議題領域
食品安全、無線基地台、核能安全、基改作物爭議、工業園區土地開發、奈米風險、國防安全、環境保護等社會、環境、經濟
人才培育、法律規章、國際合作、研究補助、環境永續、幹細胞倫理、產業轉型、創新系統、科技投入開發選擇、新興科技投入、奈米技術、生物技術、資通訊技術等發展策略、經濟、環境
資料來源:本研究整理

民眾感興趣的課題通常與民生或是日常生活相關,像是環保、各種安全議題或是與權益相關的課題,均能引發媒體報導或是民眾熱議;而打造學術優良環境、產業轉型、科技投入等課題經國內媒體報導後便被打入冷宮,僅成為產學研界相關人士所關切的主題。以我國歷年各部會所召開的各類型科技會議,可以發現我國主管科技事務部門因其所負責的業務職掌及部門使命,所關切的科技議題主要集中在經濟發展、產業轉型、科技投入選擇等主題,而近二十年由於環境保護風潮興起,環境永續、永續發展的課題也成為國內產官學研各界所關切的議題。從議題的屬性來看,這類議題通常都是效益為中長程的課題,國家縱使採取各類政策或行動方案推動,也很難在短期內見效,只能預期政策有效的前提下,將可能在5~15年產生正面的效益進而提高國家競爭力。譬如一項科技投入項目或專案被確認後,學校或實驗室獲得研發資源注入,足夠數量且受到專業訓練的學生畢業後投入職場,直至產業成形茁壯,可見這是一個漫長的過程。

追蹤管理工具介紹

作為國內科技政策智庫,本文針對第二類議題,該採取何種追蹤管理策略,從而提高議題分析品質,進一步改善政策建議,是本文嘗試的解決方案。建立一套操作程序或是簡單的工具來掌握議題動向或各國政策發展走向,對科技政策研究的專業團隊有其必要。現階段已經有很多軟體工具或資訊系統協助研究人員進行資訊管理及追蹤,如一般市售的文件管理系統(DMS;Document Management System)、使用關鍵字追蹤網頁更新的Notipage工具等。雖然目前市面上已經有這麼多工具可以在研究人員資料蒐集整理過程中提供幫助,但是研究人員無法完全依賴這些資訊系統的幫助而對議題有所熟悉,因此對資訊的分析研判有賴於建立一套簡單有效的資訊分類架構、關鍵字詞庫、文件標籤整理,才能夠有效幫助研究人員在海量資料中快速篩選資訊及找出有用的文件,以減輕研究人員工作負荷。同時完整分類的資訊文件能夠讓研究人員直接進行簡略的詞頻統計分析、時間軸演變分析、文件發展脈絡展開等工作,如此一來本研究方法就能在研究人力及資源有限的情況下,對資訊與知識作必要的分類整理,讓使用者能夠快速掌握科技議題的脈絡及走向,並且能夠掌握現階段各界對特定議題的議論重點。

圖二.議題追蹤工作拆解示意圖

資料來源:本研究整理

圖二為本文所建議的一套簡易資訊追蹤及議題形塑的工作流程,第一步就是確認資訊蒐集範圍,也就是所認定的議題應以那一類的主題為主,譬如所追蹤的主題是最新的科技發展動態,則可以選擇重要的科學雜誌為標的,如具代表性的Nature、Science、Scientific American等作為首選,以五年為週期單元整理該雜誌的封面故事。若是政策文件類,則以大型的跨國組織如經濟合作暨發展組織OECD (The Organization for Economic Co-operation and Development )歐盟EU (European Union) 、聯合國UN (United Nations)或國際能源總署IEA (International Energy Agency) 等機構,或是各國科技部會定期或不定期發佈的政策白皮書、政策動向新聞、大型研發計畫、大型跨國合作、年度統計年鑒/報表、研究報告、政策報告等重要文件為蒐集標的。而媒體社論的蒐集則因為社論目的在於說明重要的新聞事件或是議論該新聞事件,因此蒐集具代表性媒體社論讓研究人員找到一批專業人士協助自己篩選重要事件,有助於瞭解國內社會動態及民眾心聲,從而挖掘出未來可能之重要議題。因此研究人員可視觀測國家,確認該國的重要報章,選定蒐集對象。

第二步,在已設定好的分類架構下,對所蒐集回來的文件進行分類登記整理,可依領域、出版時間、標題、重要關鍵字等資料進行標籤注記。分類架構必備的資訊包含兩大類:一為大環境分析法(PESTLE analysis)或STEEP分析法,一為5W1H;PESTLE為一種分析方法,本文只是沿用其架構,把文件依政治P(political)、經濟E(economic)、社會S(social)、技術T(technological)、法律L(legal)、環境E(environmental)等六個領域作為文件的領域分類;STEEP也是類似的分類架構,STEEP分別代表社會、技術、經濟、環境和政治等五大架構;

每份文件則依5w1h的方式,把誰(who,ex. 哪個機構公佈、誰將受到影響、執行者是什麼機構等)、什麼(what,ex. 公佈了什麼事、投入什麼項目、投入何種資源等)、時間(when,ex. 什麼時候公佈、預期什麼時候完成、設定之願景時間為何等)、地點 (where,ex. 公佈的地點或國別)、為何(why,ex. 為何有這份訊息或報告、事件發生的原由等)、如何做(how,ex. 該機構的解決方案為何、補助、法規、合作模式等)等資訊標示清楚。對所標籤的文件依主題設定時間軸,畫出事件樹或魚骨圖讓讀者能快速掌握事件的發展。

第三步,對所整理的資訊進行統計分析,建立科技議題或科技政策議題專有的關鍵字詞庫。在分析方法上可利用常用的TFIDF(term frequency–inverse document frequency) 詞頻分析法,透過整理過的文本資料,連結不同事件的關聯性,找出討論主題相似的文件所形成的新議題,並且同步選擇重要文件檔進行詳細閱讀以瞭解其內部細節,避免研究人員只掌握到大局,卻沒有掌握重要的細節及事件發生來由,造成見林不見樹的缺憾。

研究者可依研究需求或目的,如針對我國歷次的全國科技會議,按議題屬性進行分類處理,可以簡單清晰呈現同一議題在不同時間點所討論的重點及內容,如此一來可以方便使用者對未來待討論的相似議題納入新內容與元素。

結論

本文提出一套簡易的科技政策議題資訊追蹤及管理方法,作為科技政策研究人員對跨領域之科技政策議題或科技議題的輔助工具及方法。科技政策或是科技議題通常牽涉到科技說明、推動政策、經濟發展與社會觀感,資訊來源多元且廣,一套結合網頁追蹤工具及分類架構層次分明的方法將有助研究人員整理數量龐大且多元的網路資訊及文件資料。而透過適當的關鍵字標籤及事件—時間軸等魚骨圖示的呈現方法,將有助研究人員掌握及瞭解議題動態及發展脈絡,如此可協助研究人員掌握議題的發展動向從而挖掘過去不曾注意的事件。

參考文獻

  1. 何謂文件管理系統(DMS),Enago Blog,http://www.enago.tw/blog/%E4%BD%95%E8%AC%82%E6%96%87%E4%BB%B6%E7%AE%A1%E7%90%86%E7%B3%BB%E7%B5%B1dms%EF%BC%9F/ Notipage,http://www.notipage.com/en/index.php
  2. 曾萬(1988年),「台灣地區經濟性專業報紙社論分析」,台北市:三民。國立政治大學新聞學系碩士論文。 楊德倫,「文字探勘之前處理與TF-IDF介紹」,http://www.cc.ntu.edu.tw/chinese/epaper/0031/20141220_3103.html
  3. 蘇怡仁,溫建成,許維麟,陳岳群(2012年)。「以重疊社群分析引文網路支援論文自動分類之探討」。第八屆知識社群國際研討會。中國文化大學,台北。