Data journalism tw

台灣資料新聞工作流程

資料新聞是新聞,不是資料科學。本 skill 提供從取得資料、清理、分析、視覺化到敘事的台灣場景工作流。

---

何時使用

• 撰寫含資料分析之深度報導
• 政府開放資料探勘
• 選舉資料、政治獻金分析
• 預決算追蹤
• 公開資訊觀測站(上市櫃公司)
• 政府採購、不動產實價登錄
• 災害數據、空污、流行病數據
• 製作互動圖表

---

一、資料新聞工作流

[1. 識別問題]       ← 從新聞問題出發,而非從資料出發
       ↓
[2. 取得資料]       ← 台灣公開資料、API、爬蟲、政資法申請
       ↓
[3. 清理整理]       ← OpenRefine、pandas、Excel
       ↓
[4. 探索分析]       ← 描述統計、視覺化、交叉比對
       ↓
[5. 查核]           ← 觸發 fact-check-workflow-tw
       ↓
[6. 視覺化]         ← Datawrapper、Flourish、g0v、自製
       ↓
[7. 敘事]           ← 找故事、選圖表、寫稿
       ↓
[8. 發稿]

核心原則:資料應該回答新聞問題,而非創造新聞問題。

---

二、台灣主要資料來源

政府開放資料

平台	用途	網址
政府資料開放平臺	全國機關開放資料集匯總	data.gov.tw
行政院公報資訊網	公報、令、處分公告	gazette.nat.gov.tw
行政院主計總處	人口、經濟、薪資、物價	stat.gov.tw
內政部統計處	戶政、地政、人口	moi.gov.tw
教育部統計處	教育、學校	stats.moe.gov.tw
衛福部統計處	健康、社福	dep.mohw.gov.tw
勞動部統計處	就業、薪資、勞動條件	mol.gov.tw
環境部	空品、水質、廢棄物	data.moenv.gov.tw
中央氣象署	氣候、地震、海象	cwa.gov.tw
農業部	農漁畜產、價格、生產	data.coa.gov.tw
公開資訊觀測站	上市櫃公司財報、董監事	mops.twse.com.tw
臺灣證券交易所	股市資料、上市公司	twse.com.tw
政府電子採購網	標案、決標、廠商	web.pcc.gov.tw
不動產實價登錄	房地產交易實價	lvr.land.moi.gov.tw
中央選舉委員會	選舉結果、候選人、政治獻金	cec.gov.tw
司法院法學資料檢索	全國判決	judgment.judicial.gov.tw
立法院議事暨公報	質詢、議案、投票紀錄	ppg.ly.gov.tw
監察院	糾正案、彈劾、申訴	cy.gov.tw
審計部	中央與地方審計報告	audit.gov.tw

民間/商業資料服務

工具	用途
CMoney	台股、財經數據(免費 + 付費)
Goodinfo	台股技術分析、產業比較(免費)
g0v 各專案	公民協作資料庫(立委投票指南、議員投票指南、財產申報、政治獻金等)
OCCRP Aleph	全球文件與實體搜尋
OpenCorporates	全球公司登記

開放 API

來源	用途
data.gov.tw API	結構化資料拉取
TAIDE / OPENAI / Claude API	用於文本資料分析
PTT Crawler (g0v)	鄉民言論研究
立法院投票指南 API (g0v)	立委投票紀錄
Cofacts API	假訊息資料庫
健保署 API	醫療給付資料

---

三、資料清理(常見台灣坑)

政府資料常見問題

1. PDF 表格不能直接複製:用 Tabula、Camelot 提取
2. 多重 sheet 不一致:Excel 多檔合併需注意欄位順序
3. 中文編碼:Big5 vs UTF-8 — pandas encoding='cp950' 或 encoding='utf-8'
4. 民國年 vs 西元:全篇統一(資料導入時轉換)
5. 行政區改制:2010-2014 縣市合併改制(台北縣→新北市、桃園縣→桃園市、台中縣市合併、台南縣市合併、高雄縣市合併);分析跨年資料時必須處理
6. 欄位有合併儲存格:Excel 合併儲存格匯出 CSV 會變空白
7. 千分位逗號:「1,234,567」要用 str.replace(',','') 再轉數字
8. 負數用「-」 vs 「(123)」:財報常用括號表負數
9. 遮蔽資料:身分證、姓名遮蔽為「○」「***」,要過濾

工具

工具	用途
pandas (Python)	中型資料處理(< 10 GB)
OpenRefine	互動式清理、去重、標準化
Excel + Power Query	一般記者熟悉
DuckDB	直接查 CSV / Parquet 大資料
Tabula、Camelot	從 PDF 提取表格

---

四、分析與探索

描述統計優先

新聞讀者只懂簡單統計:平均、中位數、眾數、極值、比例。避免標準差、P 值(除非報導科學論文)。

交叉比對(台灣常見 use case)

• 政府採購 × 候選人政治獻金(可揭採購黑箱)
• 不動產實價登錄 × 戶政人口(可分析房價負擔)
• 預決算 × 施政計畫(可看政策落實度)
• 健保給付 × 疾病統計(醫療公平性)
• 立委投票紀錄 × 政黨立場(立委個人風格)

注意事項

• 不要過度解讀小樣本
• 不要混淆「相關」與「因果」
• 比例 vs 絕對值:1,000 萬人中 1,000 人罹病 vs 100 萬人中 100 人罹病,比例相同但絕對量不同
• 倖存者偏誤:研究現存企業 vs 倒閉企業 = 結論偏差
• 基期差異:%成長率對小基期數字敏感(「增長 100%」可能是「從 1 變 2」)

---

五、視覺化工具(2026 推薦)

工具	強項	學習門檻
Datawrapper	新聞用首選,自動產生互動圖、自動 RWD	低
Flourish	動畫圖、選舉地圖、漸進揭示	中
Tableau Public	互動 dashboard	中
g0v ChartCheck	公民協作圖表庫	低
D3.js	完全客製,需 JS	高
Observable	互動 notebook	中
Python (Plotly、matplotlib)	報告型靜態圖	中
R (ggplot2)	學術級靜態圖	高

台灣場景注意

• 行政區地圖:用內政部 SHP 檔(地理資訊圖資雲服務平台 nlsc.gov.tw),不要用維基百科的 SVG
• 6 都與其他縣市顯著不同:同尺度比較不易
• 離島(金門、馬祖、澎湖):視覺化時記得包含
• 顏色選擇:政黨色(綠 = 民進黨、藍 = 國民黨、白 = 民眾黨、橘 = 親民黨)時要謹慎,並向色盲、印刷友善

---

六、敘事:從資料到故事

找故事的問句

• What changed?:歷年比較,什麼變了?
• Who's different?:跨機構、跨縣市、跨族群,誰異常?
• Why does it matter?:對誰有影響?多少人受影響?
• What's hidden?:資料中之異常、未被注意之 pattern
• What should be done?:政策建議

「資料故事」三層

1. The lede:一句話,最有衝擊之數字
2. The context:這數字代表什麼脈絡
3. The implication:對讀者意義

範例:

壞範例:「台北市公務員平均薪資 70,123 元。」
好範例:「台北市公務員平均薪資 70,123 元,比同年齡層
私部門高 35%;若計入年終獎金與退休金,差距達 60%。」

---

七、數據查核(整合 fact-check-workflow-tw)

每個數據主張在發稿前必須:

- [ ] 來源已記錄(機關名、報告名、頁數、日期)
- [ ] 原始檔案存檔
- [ ] 計算邏輯獨立重算
- [ ] 樣本量註明
- [ ] 抽樣方法評估(若為調查資料)
- [ ] 時間範圍清楚
- [ ] 比較基準說明
- [ ] 來源已截圖 + Wayback 存檔

詳細查核流程見 fact-check-workflow-tw §三~六。

---

八、開放資料倫理

• 再次身分化風險:政府開放資料常做 K-anonymity,但多資料源交叉可能還原身分(健保 + 戶政 + 社群足跡)。新聞報導不應主動進行此類交叉
• 個案隱私:從統計推回個案是禁忌(例:「桃園市 ○ 區 ○ 月 ○ 日 ○ 點唯一車禍受害者是 ○ ○ ○」)
• 詳細不應公開的精準:行政區、學校名、醫院名要視議題斟酌(報導霸凌不應指認特定學生)
• 開放資料 ≠ 完全公開使用:有些開放資料附 CC BY 或政府著作權,引用須註明

---

與其他 -tw skill 協作

工作流串接

[資料蒐集]
   ├── data-journalism-tw  ← 你在這裡(取得 + 清理 + 分析)
   └── foia-requests-tw    若資料未開放,寫政資法申請書
       ↓
[查核] ← fact-check-workflow-tw   數據主張之查核
       ↓
[視覺化] ← Datawrapper / Flourish / g0v
       ↓
[敘事撰稿]
   ├── ai-writing-detox-tw    去 AI 味
   └── newsroom-style-tw      數字寫法(阿拉伯 vs 中文)、千分位
       ↓
[發稿]

重疊處理

• 數字寫法:

  • data-journalism-tw:分析時用阿拉伯(對齊試算表)
  • newsroom-style-tw §一:發稿時依公文書數字使用原則 — 千分位用「,」、整數位用萬/億單位
  • 以 newsroom-style-tw 為發稿準則

• 資料來源描述:

  • data-journalism-tw:精準描述機關、報告、頁數
  • newsroom-style-tw §六:機關名稱第一次全名 + 簡稱規則
  • 兩者搭配

• 資料未公開:

  • data-journalism-tw:確認需要哪些資料
  • foia-requests-tw:寫政資法申請書

---

版本說明

• 版本:1.0.1 / 截至 2026-05-28
• 改寫自 upstream journalism-core/data-journalism
• 在地化重點:19 個台灣政府開放資料來源、5 個民間資料服務、台灣資料清理常見坑(縣市改制、民國/西元、編碼)、台灣選舉與政府資料 use case、台灣行政區圖資、台灣政黨色注意事項