看占領華爾街行動如何加速科技創新

從太陽花學運、香港佔中到令人緊張的選前週末，「參與人數有多少？」往往在政府與公民、鄉民、暴民兩方產生拉鋸。雖然警方估計的人數是柯營公告的五折，柯文哲仍表示「沒什麼好吵的，票投出來最重要」。不過另一位阿文對人數估計的差異表示「相信警方專業」，我剛好在太陽花學運後投入群眾人口的估計研究，藉此機會，與各位就這個問題本身，討論一下目前的方法是否具有明顯的瑕疵？如何更「專業」？

大多數的人口估計方法，都運用一個簡單的小學公式：

人數＝面積×密度

也就是說要有精準的估計，在面積、密度的評估上就不能馬虎。然而每一場活動有最熱鬧和最外圍的地區，警方忽略活動的外圍區域，只算了活動最「熱鬧」的區塊，其中最主要的原因是警方想要用一個「平均密度」去估算（例如：3人/平方公尺，或者2人/平方公尺），因此相對人數稀疏的外圍地區，當然就無法算進來囉。

姑且不挑剔警方畫的範圍是否精準，我們注意到，太陽花學運時警方採用的平均密度也是3，這個3為什麼這個好用，一點依據都沒有嗎？其實是有的，而且已經使用近半世紀。1967年美國柏克萊大學新聞系教授雅各（Herbert Jacobs）對示威人潮進行人工估計，得到了這個約略的數字，此後「雅各法」廣泛的被使用。

為什麼我們只能用一個或兩個平均密度去估計呢？最主要的理由是，「全面評估密度分布耗費大量人力、成本，所以乾脆採用以一概全的平均密度。」可是熱鬧區和外圍區的人口密度差距極大，即便都在熱鬧區，因為大家的姿勢、體型，或其他臉書大神也無法解釋的偶然原因，真實地表的人群密度是很不均勻的。如果說不確定性這麼大，那警方採用2還是3，衍伸出20萬和30萬人的差距，實在很難苟同阿文說的專業呀。

從美國影集疑犯追蹤（person of interest）正打得火熱，可以想像現代社會監視器普及的程度，很多資工領域的研究開始運用監視器畫面，鑽研特定範圍內的人口估計，他們的做法簡單來說，就發展用各種影像分析方法，計算一張影像中的人數（例如運用影像pixel的R、G、B數值，挑選出影像中人佔面積，或者從影像的輪廓推估人數）。隨著這種方法發展蓬勃，一張影像中人數估計的精準度可以達到很高的水準，但是如果要用來估計大規模的群眾人口，會有兩個致命性的問題：

第一個是資料取得，政府不會給暴民監視器影像。

第二個是方法本身的限制，就算計算出每張影像的人數，沒有監視器的地方怎麼辦？

今年太陽花學運的330遊行的人數爭議，我開始想，群眾的力量（Crowd sourcing）加上地理學的空間分析專長，或許可以解決這個難題，因此向網友大大們蒐集了上千張的照片，此外，邦吉空拍工作室也提供了一些空拍畫面。我用簡單的分析流程，來說明這份研究如何進一步精確估算人口密度分布：

第一步：資料蒐集

網友的平面照片可以取代監視器畫面，只要有人在的地方，就有機會取得那個地方的影像，比監視器遍布的範圍更廣，資料的共享性也更高，這份研究挑選了其中下午4點左右的照片，避免人口分布隨時間變化的問題。此外，我們還是會遇到影像不連續的問題，也就是說，照片再多，也不可能100%遍布所有地區，因此我們需要4點時大範圍的空照圖，來處理這個問題。

第二步：資料分析

物件導向影像分析軟體（Object-based Analysis）有別於傳統的pixel-based的影像分析軟體，除了可以用影像中pixel的RGB數值來進行分析，還能夠考量到物件的幾何形狀、相對位置等，幫助我們更精確地計算出人臉數。如此一來，如果我們有十張照片，這些照片有紀錄拍攝的座標，就可以找到十個空間位置的人口密度。

到此為止，我們還無法將這些「點」密度，推廣到大範圍「面」的人口密度。

因此，我們需要第二種資料：空照圖。空照圖因為拍攝的距離較遠，不足以讓我們點出畫面中到底有幾個人，但是用影像分析軟體，可以挑出人所在的範圍。有了這筆資料，我們就可以用地理資訊系統（GIS）軟體，將景福門地區切成網格狀，以空間分析的軟體工具，算出每個格子有多少 % 是人，這個比例就是每個格子的相對的人口密度。

第三步：空間推估

最終的結果呼之欲出，我們在GIS中將網友照片得到的點密度，以及空照得到的相對面密度疊合在一起，找出兩者的迴歸關係：

公式中的i代表某一點所在的格子，B0和B1是截距和斜率，透過已知的樣本可以找到這兩個係數，如此一來，其他未知絕對密度的格子，就可以套用這個關係式求得絕對密度了。

這份研究以景福門為示範的研究區，結果發現，所有格子的平均密度為3.41（每平方公尺），一個標準差的範圍內，人口密度甚至高達4.37，若援引批踢踢網友繪製的330太陽花遊行總面積147,216平方公尺來計算，警方以3人作為密度就足足低估「六萬多人」。更遑論這次警方以「感覺」決定部分地區的人口密度僅為2人。

有了群眾的力量，就能利用上述的方法很快找到真實地表上的不均勻密度，專業的人數估計是可能的，只是這邊所指的「專業」，可能與連勝文所瞭解到的有所不同。

當然，目前這個成果有一些限制，例如我只處理了單一時段的人數，無法代表活動的總參加人數；此外，也有一些研究針對動態（人會移動的，而非靜坐的）的遊行人數發展統計方法。我認為這些難題都可以被群眾的力量解決，關鍵是「社運的當下是否有足夠的相片上傳」。

有鑑於此，目前預計進行的任務是：

1. 建立一個可供上傳照片的平台（網站或APP），建立拍照SOP，例如：拍攝角度的示範、開啟座標定位功能等。
2. 其次是精進影像分析的品質，主要的問題是如何估算平面照片的影像深度。

若有相關領域的朋友對這個議題有興趣，歡迎一起討論、合作！

八月三號的「萬人白T凱道送仲丘」是台灣史上最大規模由公民自發的社會運動，主辦單位估計有25萬人到場，不過台北市中正一分局則估計與會人數約11萬人。為什麼人數估計會有這麼大的落差？又有哪些方法可以估計遊行人數？身在在白T人潮中的科宅我，忍不住好奇。

無論是媽祖遶境、反核四遊行、同志遊行、或者這次的「凱道送仲丘」，都不像演唱會一樣有售票入場，所以估算參與人數成了一項令人頭痛的任務 [1]。但不管是記者為了報導、主辦單位要展現影響力、或者警方作人潮管制，都需要估算遊行人數，而且得「雖不中亦不遠矣」。20世紀後的歷史有不少社會街頭運動，也就發展出一些估算參與人數的方法。

時間回到1960年代，當時美國柏克萊大學發生學運。記者退休後，在柏克萊擔任新聞學教授的雅克布斯（Herbert Jacobs）從他的辦公室向窗外望，看到廣場上滿滿示威的人潮在反越戰。剛好廣場上有格線標記，於是雅克布斯突發奇想計算方格中平均有多少位學生，再由總共多少方格推估出參與的人數 [2]。後來他還估計出不同密度人潮中，一位參加者所佔的面積，再由不同區域的人潮密度乘上區域面積，就能算出人潮。這套「雅克布斯法」（Jacobs Crowd Formula）至今仍被使用來估算人潮的規模。

警政署在受訪中也提到，以凱達格蘭大道為例，全部擠滿的話大約可以容納3萬人，各轄區負責的警員也會每半小時估算一次人潮密度，再推估出總人數，並以最高峰的人數為基準。不過很可惜並沒有連絡上本次集會的主辦單位－公民1985行動聯盟，請他們說明計算人數的方法。

另外還有一套以面積來估算的方式。假如遊行人潮非常整齊排成一列一列，只要估算一列有幾個人，一條街能容納幾排人，就能估算出一條街上參與遊行人數。[1]

不過以上兩種方法都只能計算「靜態」的人潮，假如參加者不斷進出人群，就得再用其他方式估算。要計算多少人進出遊行隊伍，可以設置「計算站」，計算每單位時間中有多少人進出，就可以得到更準確的參加者數量。不過這項工程需要許多人力，舉例來說，整場遊行歷時4小時，而人潮增加的速度應該會到某個時間點趨緩，所以要在各重要的路口設置計算站，且需要每十分鐘就計算一次每分鐘進出的人數，才能算出有多少人參加遊行而不是「有多少人在廣場上」。[3]

計算族群中個體的數量是生態學家的拿手項目，之前有研究團隊利用衛星空照圖搭配全景銳化技術（pansharpening）來計算企鵝數量 [4]。撇除高科技，或許生態學經典的「標記再捕捉法」（Mark and recapture）也能派上用場 [5]。舉例來說，在遊行過程中發放一定數量的貼紙、布條或者其他「紀念品」，在散場時看看人潮中有多少比例的人有配戴「紀念品」，就能從比例來推估總人數。

其他有創意的好點子像是利用遊行後遺留的垃圾，也可以用來估計人潮規模 [6]，這套方法也許可以估算台北跨年晚會人潮，不過像這次「凱道送仲丘」的高水準公民遊行就不適用了。或者在幾乎人人隨身都會攜帶行動電話的時候，也許手機基地台有連線手機數量的資料能作為人數統計的參考。

一場示威遊行，無論是10萬人或者25萬人，最重要的是訴求的聲音能夠被有關單位重視，否則「25萬」也只是「看報才知道」的一個數字罷了。

資料來源：

1. Crowd counting — wikipedia
2. Herbert Jacobs — wikipedia
3. 遊行集會的靜態點算方法
4. 企鵝家族大合照 — PanSci
5. Mark and recapture — wikipedia
6. How do the police make crowd estimates?

延伸資料：

• How big will inaugural crowd be? Do the math. nbcNews
• Watson and Yip (2011) How many were there when it mattered? Significance Volume 8, Issue 3, pages 104–107
• The Curious Science of Counting a Crowd. PopularMechanics [September 12, 2011]

健康照護的改革需要強力的社會支持才能成功，但是巴西的改革非比尋常，因為該國健康照護制度完全由健康照護尚未作為公民權利被列入1998年的巴西憲法之前(10年前)的那些衛生運動鬥士所規劃。伴隨國家健康體系「聯合健康體系」（United Health System, SUS-Sistema Unico de Saude）的形成，改革運動於1990年代隨之制度化。

2011年5月21日《柳葉刀》（The Lancet）的世界健康報告系列刊出巴西健康照護改革的報導。報導中提到，起初，巴西的改革運動追求一個整體性的社會保護模式。包含利於擴張社會權，一部分作為轉型民主政體的社會流動。巴西社會安全體系有一些重要的特色，如：由社會運動來規劃政策計畫，與國家社會的民主轉型計畫緊密相關。包含退休、健康、和社會救助。社會政策的新模式，具有普遍通用性、社會權的肯認、國家職責的確認、私人行為從屬於公共相關行動與服務的調控，以及政府與社會共同管理的公共導向（取代市場導向）和去中心化的配置。

巴西的社會安全特色，在於強勢的國家改革因素，重新建立聯邦實體與制定參與者的關係、建立社會控制的協商與共識的機制，包含地方、州、聯邦政府。改頭換面的制度之主要任務在於由地方當局執行社會政策。社會保護的體系採取去中心化的整合網絡的形式，每個層級的地方政府的政治指揮與資金募集，加上民主的審議制度，可以保證各層面的組織社團能夠公平參與。

兩種參與的機制（包含當局與人民）是議會與會議。議會存在這個系統的每個層次，也是社會控制和執行計畫查定的預算與績效的查察審定。會議定期召開，討論各種主題、匯集不同利益相干到同一平台，並且形成政策。雖然許多專家已經討論議會是否有能力控制政府，但結論並不清楚，因為巴西的公民社會的政治能耐非常多樣化。不同地區居民的資源分配並不均等。

社會參與被視為維持健康計畫的重要元素。巴西如今被認為是減緩HIV傳染病的模範，因為政策上，抗反轉錄病毒治療（anti-retroviral treatment）是全民皆可免費接受的治療。成功的預防政策是基於公共與非政府的動員，以及跨國組織的支援。這種合作組織的模式，被認為是達成計畫目標的核心。儘管成功了，但是權力與資源的不平均分配是巴西社會的主要特色。這樣的挑戰同時出現在健康照護的目標上，不是因為缺乏對政府進行施壓，就是因為更多有組織的團體運用參與的機制，造成了挑戰。

巴西健康改革的成功有三個元素，醫療政體的建立、立法架構的形成與國家技藝或制度化。雖然這些元素都隸屬同一改革過程，但不同步調的不同路徑和運動，導致壓力與挑戰的無盡循環。例如，透過社會運動捍衛政府層級中的健康部門的地位，會造成兩個後果。一則，強迫統治結構轉型，增加決策過程中的社會角色，二則又允許公民社會的領導人涉入公共政策的設計與執行，造成領導人進入公部門後，失去了原先社會基礎的連結。這是社會運動體制化後的新挑戰。

作者：Sonia Fleury
編譯：老橘子
原文出處：
Brazil’s health-care reform: social movements and civil society
The Lancet, Volume 377, Issue 9779, Pages 1724 – 1725, 21 May 2011
Published Online: 09 May 2011