本期〈循證決策集刊〉彙整六篇關於公共行政與資料科學應用之研究，範圍涵蓋資料治理框架、因果推論方法、空間數據分析、AI 應用規範、生成式 AI 技術評估以及人口結構議題之調查。完整探討政府機關如何從基礎環境建置、技術工具評測到具體社會議題觀察，逐步落實循證決策的過程。
在 AI 應用的基礎建設方面，政治大學公共行政學系蕭乃沂副教授在〈人工智慧風潮下的資料治理：跨領域資料的應用考量〉中，探討資料治理的結構與實施路徑。主要觀點是AI 模型的表現取決於資料的品質與完整性，而這涉及到資料獲取、處理、儲存及使用的全生命週期管理。文章分析目前跨領域資料流通所面臨的障礙，包含資料格式不一、權限限制以及缺乏統一的治理體系。因此，應建立明確的資料標準與安全共享機制，作為推動 AI 技術輔助政策制定的前提。
在決策分析的方法論上，臺北市立大學社會暨公共事務學系劉自平助理教授於〈因果推論（Causal Inference）：資料科學時代下循證治理不可或缺的一環〉中，區分資料科學中的「相關性」與「因果性」，主要說明在政策評估時，僅觀察兩變數間的統計相關，可能導致錯誤的政策解讀。文中介紹因果推論的理論架構，包含潛在結果模型與計量經濟學中的實驗與準實驗設計，並建議政策評估先釐清政策介入與結果變動的互動關係，以提升資源配置的精確度。
針對台灣具體的社會議題，政治大學公共行政學系博士候選人詹慶恩在〈運用空間分析技術及政府開放資料初探臺灣育齡婦女總生育率〉中，展示數據空間化後的分析結果。研究主要利用內政部等機關提供的政府開放資料，結合空間統計技術，分析全台各行政區生育率的分布特徵。研究結果顯示，生育率在地理空間上存在顯著的聚集現象，並非隨機分布。作者分析了不同地區的社經變數與生育率之間的關聯，並指出政策規劃應考慮地區環境的異質性，針對不同空間特性的區域制定差異化的介入方案。
在法規與行政管理層面，政治大學公共行政學系董祥開副教授與鍾凱茹於〈美國聯邦政府機關及公務人員使用AI執行公務之規範及討論〉一文中，整理美國政府近期頒布的相關規範，分析美國聯邦政府如何透過行政命令，要求機關在導入 AI 時必須遵守透明度、問責機制與風險評估。其中美國對公務人員使用生成式 AI 的指導原則，包含對內容準確性的查核責任，以及在保護資訊隱私的前提下進行創新測試的作法，可作為臺灣在制定相關公務指引時的參考。
在具體技術的實務應用上，暨南國際大學公共行政與政策學系黃妍甄助理教授、空中大學公共行政學系廖洲棚副教授與政治大學公共行政學系陳敦源教授的研究〈運用檢索增強生成技術於輔助政策規劃之知識庫系統成效評估：以社會發展政策知識庫之概念驗證實驗為例〉，探討如何改善生成式 AI 在公務場域的準確性。該研究針對大型語言模型容易產生的「幻覺」問題（即生成錯誤資訊），導入檢索增強生成（Retrieval-Augmented Generation, RAG）架構。作者透過概念驗證實驗，比對 RAG 系統與一般生成式模型在處理政策法規知識時的表現。實驗數據顯示，結合檢索機制後的系統在資訊正確性與來源引述上均有提升，顯示其作為公務輔助工具的可行性。
最後，在社會結構性問題的探討上，由臺中教育大學區域與社會發展學系謝儲鍵副教授及研究團隊，於〈為何不願進入婚姻關係？初探晚婚族群之家庭價值與認知〉中，針對晚婚現象進行資料分析。研究團隊針對不同特徵的晚婚族群資料，釐清其對於婚姻、家庭以及自我實現的價值優先順序。訪談結果指出，除了經濟因素外，對於性別分工、職涯發展以及生活型態自主權的考量，是影響當代青年進入婚姻意願的關鍵因素。
本期收錄的六篇論文展示了循證決策從理論到實踐的完整過程。從基礎的資料治理框架，到科學分析方法的導入，進而應用於空間實證與社會心理調查。同時，針對新技術帶來的變革，行政規範如何回應，也提出相當重要建議。
同時，由於台灣已於2025年底通過「人工智慧基本法」，並於2026年初正式公布實施，人工智慧是資料科學的最重要的應，也是政府推動「AI新十大建設」法制化的基礎。因此本期特別專訪數位發展部林宜敬部長，從數位發展、AI應用角度切入，分享數據治理與循證治理概念間的關係。
本期內容反映了當前公共政策場域在面對複雜社會問題與科技變遷時，以數據為基礎、以科學方法為依據、並在政策目標以及規範下進行創新治理模式的必要性。希望能提供讀者對數位治理與循證決策更為全面的理解。
主編 吳肖琪
中華民國115年01月