子計畫一

子計畫二

子計畫三

公民培力

團隊】

開放資料:從冰冷數字到公共討論的起點

empty

在臺灣這座民主自由開放的小島上,我們能夠暢談各式各樣的觀點,其中也不乏志趣相同的一群人組建各式組織來推廣他們所關注的社會議題,或許正在看這篇文章的你也是其中的一份子!然而你是否曾有這樣的感覺:你真切地觀察、體會到了某個社會議題或現象,並且你有著滿腔的熱血與動力希望能為社會盡一份心力,讓臺灣社會能夠走向更美麗的地方;然而,當你試圖透過你所觀察的現象來遊說他人,試圖引起人們對這項十分重要卻被忽視的議題時,他人卻無法對此產生共鳴,相信這肯定是十分受挫的一件事。

問題究竟存在於何處?我們該如何判斷某種現象是真實的趨勢,還是僅僅來自零散的印象?這種時候,若能透過客觀的統計數據與資料來佐證觀點就再適合不過了!然而這可能又面臨了另一個問題,大數據資料的蒐集是十分費神費力且費錢的事情,資料蒐集過後還需要進一步的來進行處理,這是許多個人研究或小型公民組織難以承擔的成本,在這樣的時候,開放資料便成了一道入口。由於開放資料通常由政府或官方單位所提供,具有一定的規模及資料可信度,並且多數資料都已經過初步的整理及統整,因此能夠更加輕易的上手;誇張一些的來說,透過開放資料所呈現出的數據不只是一串數字或表格,而是一面能反射社會真實樣貌的鏡子,只是仍需你將其打磨拋光才能使用。

以性別與職場的議題為例,當我們翻開勞動部公開的薪資資料,單單從其所提供的資訊來看,最直觀的觀察是:男性平均薪資長期高於女性。這個差距在金額上甚至逐年擴大,彷彿在提醒我們平權之路仍遙不可及。然而,若只是停留在金額數字,我們可能誤解了現象——因為經濟成長與物價膨脹,也同時推高了兩者的差距。當我們轉而使用「比例」去衡量時,才能發現性別差距其實逐年縮小,只是近年進展趨緩(圖一)。

圖一、兩性平均薪資的絕對差異及比例差異之比較

這樣的轉換提醒我們,開放資料固然方便,但數據的價值不只在於「有」,更在於「怎麼用」。當我們將薪資資料與工時資料結合(圖二),差異又有了不同的解釋:女性平均工時較短,導致月薪差距看似更大,但即使以時薪來計算,女性報酬依舊偏低。於是,我們能夠排除單一因素的干擾,更清楚看見「同工不同酬」的問題。

圖二、兩性平均薪資的月薪差異比例與時薪差異比例之比較

再進一步,透過各國的開放資料還能讓我們將臺灣放到國際脈絡裡比較(圖三):與日本相比,我們的性別薪資差距算是表現不錯;但和美國對照,又顯得平庸。這種跨國比較並非為了排名高低,而是讓我們能夠定位自己並理解現況,這是自行蒐集資料的樣本量難以達成的對比。

圖三、兩性平均薪資比例差異的跨國比較

當我們深入資料細項,過去從未意識或注意到的差異層次也可能顯現出來(圖四)。好比經常性薪資(本薪與津貼)中,性別差距大幅縮小,說明在基本待遇上已有明顯進步;但一旦放到非經常性薪資(獎金、分紅、加班費)上,差距卻幾乎沒有改善,甚至持續波動。換句話說,在正式規範的制度中,平權或許正在推進,但在獎酬分配、升遷機會、績效評估等「非明文規則」裡,不平等依舊頑固存在,這可能也是自行設計問卷時難以事先考量顧及到的現象。

圖四、兩性經常性與非經常性薪資的比例差異之比較

更重要的是,開放資料讓我們能夠不只看那些我們期望關注的「參與者」,還能看見「缺席者」(圖五)。當我們分析未參與勞動市場的原因時,數字清楚揭示:大量女性因家務與照顧責任而退出職場,而男性的退出則主要來自非自願性的健康或學業因素。這提醒我們,性別角色的社會期待依舊深植於文化與制度之中。那些沒有進入數據的「缺席者」,其實正是理解結構性不平等的另一把鑰匙。

圖五、兩性未參與勞動原因之比較

這些案例並不是為了回答所有問題,而是展現了一個過程:開放資料讓我們得以拆解現象、提出假設、發現新問題。我們從單純的薪資差距,走到工時、到獎酬制度、到職業結構,最後甚至來到「缺席的勞動力」。每一次的分析都像拼圖一樣,拼出更多可能的圖像。

當然,資料不會自動告訴我們答案。它需要人去解讀、去質疑、去延伸。但正因為它是公開的,任何人都有機會參與這場探索,公民團體可以藉此找尋制度可能的缺失或檢驗其成效,並依此提出證據力十足的改革倡議方案;即便只是一般民眾,也能藉由數據開始理解自己在社會中的位置。

開放資料的力量就在於此——它把討論的門打開,讓公共議題不再只是專家的專利,而成為所有人都能參與的對話。當我們學會善用它,冰冷的數字就會轉化為有溫度的故事,為社會帶來反思與行動的契機;但同樣的,開放資料也並非是萬能丹,當我們對議題的探討逐漸深入,開放資料所提供的資訊經常就難以回答,這時可能就需要我們針對這些更加細緻的疑問設計專門問卷,從而讓我們在既有數據之上,找到進一步貼近人心的答案。

但總體而言,開放資料仍是相當值得一試的資源,若你正巧苦惱於如何讓人們產生對議題的共鳴,強烈推薦你也試試!那麼,你想要用開放資料來探索什麼呢?