首頁 / 離島三等 一般行政考古題 / 民國113年 離島三等 一般行政 公共政策 民國113年 離島三等 一般行政 公共政策考古題
民國113年 離島三等 一般行政 公共政策收錄考選部官方試題，共 4 題可線上瀏覽，考選部未公告本科目答案。
題目與答案
數位轉型與數位治理驅動，人工智慧（AI）對公共政策過程產生影響，
請論述AI 對公共政策過程產生的機會與挑戰。（25 分）
參考解答（AI 生成，非官方） 一、定義與背景：AI 泛指機器學習（Machine Learning）、自然語言處理（Natural Language Processing）與生成式 AI（Generative AI）等技術；應用於政策過程，係以資料驅動方式輔助議程設定、方案設計、執行與評估。數位治理強調以資通訊科技提升透明度、課責與公民參與，AI 則進一步改變政策知識生產的方式與決策節奏。 二、機會—議程設定與問題診斷：巨量資料分析、社群媒體探勘與文字探勘可及早偵測民眾關切議題與風險訊號，例如以關鍵詞與情緒分析追蹤詐騙陳情趨勢；預測模型可協助災害風險評估與資源預警配置，使政策議程更具前瞻性與證據基礎，並縮短問題反應時間。 三、機會—方案規劃、執行與評估：生成式 AI 可協助法規盤點、政策文本草擬與跨國制度比較；數位孿生（Digital Twin）與模擬可預先測試政策效果；智慧客服與流程自動化提升公共服務輸送效率；AI 亦可自動化績效資料分析，支援循證決策（Evidence-based Policy）與滾動式修正。 四、挑戰—偏誤、透明與課責：訓練資料偏誤可能造成演算法歧視（Algorithmic Bias），影響弱勢族群權益；深度學習模型具黑箱（Black Box）特性，決策理由難以說明，衝擊正當程序與行政救濟；當裁量委由系統時，課責歸屬模糊，公務人員的專業責任與裁量空間亦受侵蝕。 五、挑戰—隱私、落差與治理量能：資料蒐用涉及個人資料保護與資訊安全風險；數位落差使偏鄉民眾與基層機關被排除；AI 生成之錯假訊息可能扭曲民意與政策討論；政府採購、人才培育與監理法制常追趕不及。建議建立演算法影響評估、資料治理與人工覆核（Human-in-the-loop）機制，並強化公部門 AI 素養與跨域協力。
民眾參與政策規劃可視為民主政治提升公共政策品質與反映民眾需求
的作法，卻也可能遭致困難，請論述民眾參與政策規劃的優、缺點。
（25 分）
參考解答（AI 生成，非官方） 一、定義與定位：民眾參與指在政策規劃階段，透過說明會、公聽會、公民會議、參與式預算、審議式民調與網路參與平台等途徑，讓利害關係人與公民表達偏好、提供資訊並影響方案內容。其理論基礎包括民主行政、審議民主（Deliberative Democracy）與矯正委託代理資訊不對稱。 二、優點—正當性與課責：參與可提升政策決定的民主正當性，使決策較易被接受與遵行，降低抗爭與執行阻力；公開審議亦強化政府課責與透明度，促使機關說明理由與回應質疑，形成政策學習與社會對話的空間。 三、優點—資訊品質與回應性：民眾具在地知識與生活經驗，可補強官僚技術理性的盲點，改善問題界定與方案設計；參與有助政策更貼近實際需求，提升回應性（Responsiveness）與分配公平，並培養公民能力與對政府的信任。 四、缺點—成本、效率與代表性：參與耗費時間與行政成本，易延宕政策時效；自願參與者常為社經地位較高或立場鮮明者，產生代表性偏誤（Representative Bias）；強勢團體可能動員壓制弱勢，形成參與不平等，反而扭曲民意。 五、缺點—技術門檻與治理風險：政策議題具專業性與資訊不對稱，民眾難以實質審議；易出現鄰避效應（NIMBY）、意見兩極化與妥協式模糊結論；若僅形式參與而無實質授權，將成象徵性參與（Tokenism），且責任歸屬模糊。建議依議題屬性採分級參與、充分資訊公開與專業輔助，並建立回饋與追蹤機制。
近年來新型態網路電信詐騙猖獗，政府為因應不斷翻新的詐騙犯罪型態
與手法，除陸續增修「打詐五法」以外，尚可採行那些政策工具進行打
擊詐騙犯罪？（25 分）
參考解答（AI 生成，非官方） 一、政策工具架構：可依 Hood 的 NATO 架構（節點 Nodality、權威 Authority、財富 Treasure、組織 Organization），以及 Schneider 與 Ingram 的權威、誘因、能力、學習與象徵工具分類，說明「打詐五法」以外的配套措施，以避免僅依賴重罰的單一思維。 二、資訊與教育工具：強化 165 反詐騙專線與打詐儀表板的資訊整合，運用大數據分析高風險族群與詐騙話術趨勢，進行分眾推播宣導；結合金融機構、電信業者與社群平台推動識詐教育，並將媒體識讀與數位素養納入學校課程與社區宣導。 三、權威與管制工具：落實電信事業與網路平台的守門人（Gatekeeper）責任，要求廣告實名制、涉詐帳號快速下架與網域停止解析；強化虛擬資產服務提供者（VASP）與第三方支付的洗錢防制監理；建立人頭帳戶與 SIM 卡源頭管理，並推進跨境司法互助與犯罪所得沒收。 四、財務與經濟誘因工具：擴大金融機構臨櫃關懷提問與可疑交易通報，建立快速圈存與返還機制；設置檢舉獎金與吹哨者保護；對被害人提供補償與心理支持；以補助鼓勵業者導入防詐科技，並以罰鍰與行政處分提高違法成本，改變犯罪誘因結構。 五、組織與協力工具：設跨部會打詐專責辦公室與國家隊，整合警政、金管、通傳、法務與數位發展部；建立公私協力聯防與情資交換平台；運用科技偵查與 AI 預警；並以績效指標與公開統計強化課責。限制在於跨境管轄、科技迭代快速與隱私保障之衡平，宜採風險分級與定期評估。
為照顧弱勢及青年族群的居住需求，實現居住正義並健全住宅市場，政
府推動社會住宅政策已多年，請以效率（Efficiency ）、效能
（Effectiveness）、公平（Equity）、回應性（Responsiveness）、適切
（Appropriateness）與充分（Adequacy）等政策評估標準說明其應用於社
會住宅政策的內涵。（25 分）
參考解答（AI 生成，非官方） 一、評估標準之意義：政策評估標準係判斷政策表現的判準。效率（Efficiency）指投入與產出的比值；效能（Effectiveness）指目標達成程度；公平（Equity）指資源與成本分配的正當性；回應性（Responsiveness）指對民眾需求的敏感度；適切性（Appropriateness）指工具與問題的契合；充分性（Adequacy）指供給是否足量滿足需求。 二、效率：社會住宅應檢視每戶興建成本、土地取得與財務自償率、行政流程時間、入住率與候補遞補效率；並比較直接興建、包租代管與租金補貼的成本效益，避免資源錯置與空屋閒置，追求以最小成本達成最大居住服務輸出。 三、效能與充分：效能面檢視興建戶數達成率、弱勢保障比例、租金水準與入住滿意度是否達成政策目標；充分面則檢視社會住宅存量占住宅總量比率是否足以填補需求缺口，並考量長期財源、土地供給與區域需求差異，避免僅達成數字目標而實質供給不足。 四、公平與回應性：公平強調弱勢優先、區域均衡、避免空間集中與標籤化，並以輪候制與抽籤比例設計保障機會平等；回應性則著重申請流程便捷、租金可負擔、物業管理與社區服務品質，以及居民參與與申訴管道之暢通。 五、適切性與綜合建議：適切性檢視社會住宅是否對症下藥，如高房價地區宜增加供給、偏鄉宜採包租代管；並注意只租不售、混居設計與避免排擠其他社會福利。建議建立跨標準的績效指標體系，公開資料並定期評估，依結果調整興建、補貼與管理模式之組合。