election-game/backend/docs/10-data-sources.md

20 KiB
Raw Blame History

10 資料來源與資料管線

2026-10-28 現況: 管線(data/pipeline)實際下載與使用的是選舉(中選會)、人口(戶政)、宗教(內政部宮廟教會)、 地理(村里界)、社會經濟(主計、財政、客委會)、競選財務(監察院政治獻金)、人物(中選會、立法院、Wikidata)。 本文件的「氣象」「媒體使用」「政治態度(TEDS)」三節只是研究,管線沒有用到;選民群的年齡與傾向關聯用的是方案 B(生態推論)。 人物資料庫(people.json)與 AI 評分的產出目前沒有接進遊戲,遊戲用的是 records.json 的客觀資歷分數(docs/23)。

本文件的資料集與法規已於 2026-10-25 逐一查證(實際下載或開啟官方頁面)。 「授權 1」指「政府資料開放授權條款第 1 版」。狀態欄:確認=已實際取得;部分=只取得部分或需要申請。

管線總覽

下載原始資料(data/raw)
  → 清理與代碼統一(以村里代碼 VILLCODE 為主鍵)
  → 合併為里層級的寬表
  → 估計選民群人數(IPF)
  → 產出資料包(全國、各縣市、各選舉規格)(data/build)
  → 回測與檢查

全國一次處理,各選舉再從全國資料包切出需要的範圍。

選舉資料

資料集 機關 粒度 格式 更新 授權 用途 狀態
選舉資料庫(含選舉區資料) 中選會 投開票所,附村里小計 單一 ZIP(約 110 MB),內含各次選舉的 CSV 選後 7 日內 授權 1 歷屆得票、投票率、底盤、回測 確認
投開票所地址 中選會 投開票所 CSV(2024 年 17,794 所;無座標) 不定期 — 開票夜回報、地圖點位 部分(2022、2026 未找到全國檔)
議員選舉區劃分 中選會 區,切開的選區附里清單 2026 公告 PDF 每屆 — 議員選區定義 確認
立委選舉區範圍 中選會 區、里(文字描述) CSV 每屆 — 立委選區定義 確認
  • 資料庫涵蓋 1994–2024 年,包含 2018、2022 地方選舉,2024 總統、區域、原住民、不分區。
  • 每次選舉的 CSV:elbase(地名與選區對照)、elcand(候選人)、elctks(各候選人得票)、elprof(投票概況)、elpaty(政黨)、elretks(政黨票)。
  • elbase 本身就有村里對應選區的代碼,可以直接用來建立選區。
  • 連結:https://data.gov.tw/dataset/13119 、https://db.cec.gov.tw/ 、https://data.cec.gov.tw/
  • 2026 年選舉的結果會在選後 7 日內併入同一個資料庫,屆時可以做 2030 劇本。

人口

資料集 機關 粒度 格式 更新 授權 用途 狀態
村里戶數、單一年齡人口(新增區域代碼) 內政部戶政司 村里,0–99 歲加 100 歲以上,分性別 JSON API(分頁) 每月(2018 起) 授權 1 年齡結構、選舉人數估計、經費上限計算 確認
現住人口數按性別及原住民身分分 戶政司 村里 API(ODRP013) 每月 授權 1 平地、山地原住民人口;原住民選區 確認
現住原住民人口按性別、年齡 戶政司 村里 API(ODRP015) 每月 授權 1 原住民選民群年齡結構 確認
現住原住民人口按族別 戶政司 村里 API(ODRP018) 每月 授權 1 族別地緣 確認
外籍配偶與大陸港澳配偶人數 內政部統計處 縣市 統計查詢網 每月 授權 1 新住民比例 部分(無全國鄉鎮層級)
  • 年齡人口 API:https://www.ris.gov.tw/rs-opendata/api/v1/datastore/ODRP014/{民國年月}(例如 11509),2026 年 9 月共 7,781 個村里。
  • 連結:https://data.gov.tw/dataset/77132 、77145、77129、77052、13503

社會經濟

資料集 機關 粒度 格式 更新 授權 用途 狀態
綜稅綜合所得總額全國各縣市鄉鎮村里統計分析表 財政部財政資訊中心 村里 CSV(101–112 年度) 每年 8 月 授權 1 所得(平均、中位數、四分位數) 確認;沒有代碼,只能用地名串接
109 年人口及住宅普查 縣市別報告統計表 主計總處 鄉鎮市區 XLSX、ODS 十年一次 網站開放宣告 常住人口(表 1)、教育(表 10–11)、職業(表 13)、家庭使用語言(表 6) 確認;未找到鄉鎮層級的行業別
社會經濟資料服務平台(SEGIS) 內政部 村里、最小統計區 CSV、SHP、JSON、XML、網路服務 依資料 免費資料採開放授權;部分需申請 15 歲以上教育程度、婚姻、5 歲與 10 歲年齡組 確認
客家人口基礎資料調查(110 年) 客委會 鄉鎮(只在報告 PDF) PDF 不定期 — 客家比例 部分;未找到更新的版本
客家文化重點發展區 客委會 鄉鎮(70 個,代碼 TOWNCODE) CSV、JSON、XML 不定期 授權 1 客家比例(≥ 1/3 的鄉鎮)、腔調 確認

地理

資料集 機關 內容 格式與座標 授權 狀態
村里界圖(TWD97 經緯度) 國土測繪中心 版本 1150817,7,986 個多邊形;欄位 VILLCODE、TOWNCODE、COUNTYCODE SHP,TWD97[2020] 經緯度 授權 1 確認
鄉鎮市區界線 國土測繪中心 SHP 授權 1 確認
直轄市、縣市界線 國土測繪中心 SHP、GML 授權 1 確認
最小統計區圖 國土測繪中心 TWD97 TM2(本島 121 分帶、離島 119 分帶) 授權 1 確認
  • data.gov.tw 資料集編號:7438(村里)、7441(鄉鎮)、7442(縣市)、25128(最小統計區)。
  • 遊戲使用時轉成 TopoJSON 並簡化,依層級各產生一份。

宗教

資料集 機關 內容 格式 授權 狀態
全國宗教資訊系統:寺廟 內政部 12,425 間,名稱、主祀神、地址;11,925 間有 WGS84 座標 XML 授權 1 確認
全國宗教資訊系統:教會 內政部 同上 XML 授權 1 確認

氣象

資料 來源 用途
各測站月平均(C-B0027-001) 中央氣象署開放資料 API(免費金鑰) 11 月(地方選舉)、1 月(總統選舉)的天氣分布
每日雨量(C-B0025-001) 同上 雨天機率
測站清單(C-B0074) 同上 測站對應到區
颱風警報與路徑(W-C0034-001、005) 同上 即時;劇本用
測站長期日資料 CODiS(網頁下載) 歷年同期的雨天機率
颱風資料庫 https://rdc28.cwa.gov.tw/TDB/ 發布警報的颱風清單;最佳路徑需研究帳號

媒體使用

資料 來源 狀態
2025 台灣網路報告 TWNIC 確認:報告 PDF+受訪者層級 XLSX(2,142 人、約 220 個變數,含出生年與年齡組)。報告以外的用途需要申請授權
  • https://report.twnic.tw/2025/
  • 用途:各年齡層對各媒體管道的觸及率。電視、報紙、廣播的使用率需要其他來源補足,或作為設計值。

政治態度

資料 來源 狀態
重要政治態度分佈趨勢 政大選舉研究中心 部分:全國層級,1992 年至 2026 年 6 月;圖表數值的 Excel 需要簽署申請書
TEDS 台灣選舉與民主化調查 政大 部分:年齡別交叉表需要微觀資料;免費註冊會員並提出申請,限非營利使用

競選財務

資料 來源 用途 狀態
政治獻金會計報告書 監察院政治獻金公開查閱平臺 2018、2022 候選人的收支規模與支出類別,用來校準預算與價格 確認:每位候選人一個 CSV 壓縮檔(需通過驗證碼與同意條款)
政治獻金賸餘報告 data.gov.tw(例如 174254) 參考 確認

人物資料

資料 來源 內容 格式 狀態
候選人 中選會選舉資料庫 elcand 姓名、政黨代碼、性別、出生日期(民國)、學歷程度、是否現任、是否當選 CSV 確認(2022 年的候選人檔只有選區、姓名、號次)
經歷 選舉公報 學歷、經歷、政見 只有 PDF(2024 年約 276 MB) 確認;需要人工或 OCR 整理
2026 候選人名單 中選會公告 直轄市長於 11/12 公告、其餘於 11/17 公告;號次已於 10/23 抽籤
立法委員 立法院開放資料 ID9(現任)、ID16(歷屆,1,657 筆,每日更新) 屆別、姓名、性別、政黨、黨團、選區、委員會、學歷、經歷、照片網址、離職 JSON、CSV、XML、XLS、TXT 確認
地方公職人員 內政部地方公職人員資訊專區 縣市長、議員、村里長,含政黨與任期 ODS 匯出 確認
行政院內閣 行政院網站 首長名單 只有 HTML 確認;需要人工維護
結構化人物資料 Wikidata(SPARQL) 職位、政黨、出生日期 CC0 確認:立委 1,037 人(994 人有出生日期、725 人有政黨);議員資料稀疏
財產申報 監察院(廉政專刊) 申報內容 PDF 或電子書;未刊登的需要線上申請並臨櫃查閱 部分;不是機器可讀

對人物系統的影響

  • 財力屬性: 財產申報不是機器可讀,第一版先不使用,或只對少數重要人物人工整理成級距。
  • 照片: 總統府與立法院網站的資料開放宣告採授權 1,但只處理著作權,不涵蓋肖像權與個資,而且排除機關另外標示需要同意的圖片。這再次確認頭像一律用捏臉繪製、不用照片的決定(14、15)。
  • 維基百科文字 不直接複製;結構化資料用 Wikidata(CC0)。

非政治人物與機構(待查證)

人物資料需要以下來源。這一節尚未逐一查證,M1 開始前要比照上面的方式確認。

對象 可能的來源 備註
企業家 經濟部商工登記公示資料(公司負責人、董監事);Wikidata 只取與公開職務相關的資料
藝人、名嘴、網紅 Wikidata;公開社群帳號的追蹤數(人工記錄) 社群平台的使用條款可能限制自動擷取
電視台、廣播 國家通訊傳播委員會公告的事業與頻道名單
民調機構 歷屆公開民調的發布者;各機構官網 機構效應需要歷屆民調數字,來源與授權要個別確認
村里長 內政部地方公職人員資訊專區(已確認,見上表)

AI 評分的輸入資料

資料 來源 使用方式
結構化經歷 上述人物資料 直接使用
立法院質詢、發言紀錄 立法院開放資料 評估口才、議題
公開新聞報導 各媒體網站 只作為評分依據;遊戲內只顯示出處連結與摘要,不轉載全文(14)。擷取前確認各網站的使用條款
社群公開數據 追蹤數、互動數(人工或官方 API) 評估網路魅力

代碼與串接

來源 代碼 轉換到主鍵 VILLCODE
戶政司 API district_code(11 碼) 直接相同。例:65000010001 是新北市板橋區留侯里
國土測繪中心村里界 VILLCODE 主鍵
中選會 5 段代碼:省市 2 + 縣市 3 + 鄉鎮 3 + 村里 4 前三段相接,加上村里段的後 3 碼。例:63/000/010/0002 → 63000010002
客委會重點區 TOWNCODE(8 碼) 鄉鎮層級,對應到轄下所有里
綜稅所得 無代碼 以「縣市+鄉鎮+村里」名稱串接;需統一「台/臺」等異體字,並處理同名
普查 鄉鎮名稱 以名稱對到 TOWNCODE

已知的串接問題

問題 處理
跨村里投開票所:部分投開票所服務多個里,村里代碼以字母開頭(如 A001、0A01),票數無法拆到里。2024 總統選舉 17,795 列中有 22 列 每次選舉有跨村里對照表(.ods)。依各里選舉人數比例分配,並在資料中標註為估計值
邊界 7,986 個多邊形 vs 戶政 7,781 個有人口的里 待比對:可能是無人口的里、海域或離島多邊形、行政區調整
歷屆之間的里合併與改名 建立里代碼對照表;以最新里界為準,舊資料依對照表重新分配
普查日(2020-11-08)與戶籍資料的時間點 戶籍與常住的差距,用同月份的戶政資料比較

選民群估計

目標:每個里 30 個選民群(5 個年齡層 × 6 個政黨傾向)的人數(03)。

  1. 年齡邊際: 戶政單一年齡人口,取 20 歲以上,分成 5 層。
  2. 政黨傾向邊際: 該里歷屆得票(2018、2020、2022、2024,近期權重較高)轉換成 6 類傾向。
  3. 年齡與傾向的關聯:
    • 方案 A:TEDS 的年齡別政黨認同交叉表(需申請,限非營利)。
    • 方案 B:生態推論。用全國約 7,700 個里的「年齡結構」與「得票率」做跨里迴歸,估計各年齡層的政黨傾向。不需要調查資料,也沒有授權問題。
    • 建議先做方案 B,拿到 TEDS 後用方案 A 校正。
  4. 疊代比例調整(IPF): 以第 3 步的關聯為種子矩陣,調整到同時符合第 1、2 步的邊際分布。

單位屬性對照

遊戲屬性(03) 資料來源 粒度 備註
族群與語言 普查表 6「家庭使用語言」;客委會重點區;戶政原住民人口 鄉鎮、里 官方統計沒有「外省」身分,改用語言使用作為代理
新住民 統計處外籍配偶人數 縣市 以人口比例分配到區,或只當縣市層級屬性
教育程度 SEGIS 15 歲以上教育程度 里
所得 綜稅所得 里
職業 普查表 13 鄉鎮 無行業別
宮廟密度、宗教 宗教資訊系統座標 里
都市化 人口 ÷ 里面積 里
戶籍外流比例 普查常住人口 vs 戶籍人口 鄉鎮
媒體習慣 TWNIC 依年齡層 全國 依各里年齡結構推算
基本投票率 中選會 elprof 里
地方派系強度 沒有開放資料 縣市 設計值;可參考地方議員連任率等代理指標

經費上限的計算

依選罷法第 41 條,以戶政人口計算(選前第 6 個月的戶籍人口):

選舉 公式
直轄市長 人口 × 70% × 20 元 + 5,000 萬元
縣市長 人口 × 70% × 20 元 + 3,000 萬元
直轄市議員 人口 × 70% ÷ 應選名額 × 30 元 + 1,000 萬元
縣市議員 人口 × 70% ÷ 應選名額 × 30 元 + 600 萬元

2026 年公告例:新北市長 106,551,000 元、臺北市長 83,986,000 元。管線依此公式自動算出每個選舉規格的上限。

已查證的法規

供其他文件引用。選罷法在 2026 年 1 月 21 日與 7 月 1 日都有修正,正式上線前要再核對一次法規資料庫。

項目 內容 依據 狀態
2026 投票日 2026-11-28(星期六)08:00–16:00;選舉人約 1,965 萬 中選會公告(2026-08-20) 確認
民調封關 投票日前 10 日起至投票截止,不得發布、報導、引述民調 選罷法第 53 條第 3 項 確認
不得撤回登記 經登記為候選人者,不得撤回登記;政黨只能在登記截止前撤回推薦 選罷法第 31 條第 1 項 確認
競選經費補助 每票 30 元,以經費上限為限。單一席次:得票達當選票數 1/3;多席次:達最低當選票數 1/2 選罷法第 43 條 確認
經費上限 見上一節 選罷法第 41 條 確認
參選年齡 一般 23 歲;直轄市長、縣市長 30 歲;總統副總統 40 歲 選罷法第 24 條;總統副總統選罷法第 20 條 確認
總統連署 45 日內達上次總統選舉選舉人總數 1.5%;連署保證金 100 萬元(未達半數不退) 總統副總統選罷法第 23 條 確認
總統政黨推薦 上次總統或立委選舉得票達 5% 的政黨 總統副總統選罷法第 22 條 確認
總統保證金 1,500 萬元;得票未達選舉人總數 5% 不退 總統副總統選罷法第 31 條 確認
議員婦女保障 2026 年仍適用:每 4 席 1 名婦女,之後每增加 4 席再加 1 名(12 席 → 3 名) 地方制度法第 33 條第 5 項;計算方式見選罷法第 68 條 確認
議員婦女保障(新制) 2025-12-03 修法改為「任一性別 1/3」,自 2030-12-25 就職的議員起適用 地方制度法第 33 條末項 確認
原住民議員 平地或山地原住民人口達 2,000 人(直轄市)、1,500 人(縣市)時應有原住民議員 地方制度法第 33 條第 2、3 項;選罷法第 36 條 確認
立委不分區 政黨得票達 5%;最大餘數法;各政黨當選名單婦女不得低於 1/2 選罷法第 67 條 確認
不在籍投票 2026 年沒有;草案在 2025-12 送協商,2026-04 仍未完成。2026-01 修正只讓原住民可使用另設的投票所 選罷法第 57 條第 3 項 部分
2028 總統選舉日 尚未公告;依法須在任期屆滿(2028-05-19)前 30 日完成投票,並於 120 日前公告 總統副總統選罷法第 34、35 條 未公告

檢舉賄選獎金上限

法務部「鼓勵檢舉妨害選舉要點」(找到的最新版本為 2023-08-22),用於 06 的「檢舉獎金誘因」:

選舉 上限
總統 1,500 萬元
立委、直轄市長 1,000 萬元
直轄市議員、縣市長 500 萬元
縣市議員、鄉鎮市長 200 萬元
候選人親屬、競選辦事處負責人等 100 萬元
其他(含村里長) 50 萬元

預備犯減半。另有境外勢力介入(100 萬至 2,000 萬元)與賭盤(5 萬至 500 萬元)的檢舉獎金。

產出的資料包

格式見 packages/protocol/src/area.ts(DataPackManifest、VillagesFile 等)。另外產出:

  • people.json:人物資料庫,每個欄位附出處與擷取日期
  • sources.json:所有資料集的名稱、機關、版本、擷取日期、授權,給製作名單與遊戲內的資料來源頁使用

更新排程

資料 頻率
戶政人口 每月(但每個劇本固定一個快照)
選舉結果 每次選舉後(選後 7 日內入庫)
所得 每年 8 月
人物職位 每月,加上重大異動時手動觸發
普查、客家調查 有新版時

授權與標示

  • 授權 1 的資料需要標示來源。sources.json 自動產生製作名單。
  • TEDS、TWNIC 微觀資料需要申請,且有使用限制(TEDS 限非營利)。只在管線中使用其彙總結果,不重新散布原始資料。
  • Wikidata 為 CC0;Wikimedia Commons 上的照片各有授權,不使用。