台政傳中心於9月30日星期五早上10:00至12:00辦理「地理資訊系統工作坊」。本工作坊分為兩個部分談地理資訊訊系統(GIS)，並進行GeoDa與R軟體的實作練習。

第一部份由政治大學公共行政學系副教授，廖興中老師主講：｢COVID-19疫情資料空間分析:GeoDa實作」。過去這幾年，COVID-19影響全球，進而產生許多政治、經濟、與社會現象。於此同時，研究者有機會取得大量與疫情有關的資料，並透過這些資料進行空間分析。

圖一為廖興中老師

此次工作坊，廖興中老師利用了從世界衛生組織中取得的100多個國家疫苗的覆蓋率等資料來帶領參與者進行實作。透過老師生動活潑地講解，與會者能深刻地了解到GeoDa的實用性、視覺化功能的有趣，並體驗到空間資料分析的特色。

廖興中老師表示地理資訊系統主要的三大功能就是：
一、將想要分析的主題標示在地圖上面；
二、接續上點，這個標示在地圖的主題把其背後的屬性資料連結在一起；
三、最終，把空間的關係串連起來。

老師在解說的尾聲也鼓勵大家將自己看到的有趣現象(Special Thinking)放進系統，挖掘更多數據中有趣的空間關係。

圖二為此次參加工作坊的學員

工作坊的第二部份，則由本中心博士級研究員洪國智主講：｢選舉地理學概述與空間微觀模擬投票結果實作」。內容主要分為：選舉地理學關注的課題、台灣選舉地理、空間分析與選舉研究以及最後的R軟體操作練習。

圖三為本中心洪國智博士

「所有事物都與其他事物相關，但是近處的事物比遠處的事物更相關」，洪國智博士表示地理學就是探討人類生活的地表空間內一切的自然和人文現象的分佈、交互作用。其中，選舉地理學被視為人文/政治地理學中的一個分支，主要探討地理與選舉間的關係，例如選區內的人口結構與自然環境如何影響選舉結果，關注範圍有：投票地理學、地理因素對投票的影響、選區劃分的影響。

談到選舉，在台灣選舉地理的部分，洪國智博士以過去我們常說的｢南綠北藍」為例，此名詞出現在2000年總統大選後，指以濁水溪為界，以北泛藍基本盤佔優勢，以南則泛綠支持率較高。簡單來說，代表著兩大政黨在不同的地區具有一定的優勢，而這樣的地區優勢在各國選舉都是常見的現象。不過，近年來這樣的政治版圖也有出現變化，在2018年九合一選舉和2020年總統大選後，台灣北、中、南都會區均出現大量的中間選民，同時無黨籍與新興政黨當選機會增加。

在空間分析與選舉研究的分享上，洪國智博士則說明，傳統空間分析是選舉地理學中最重要的研究方法，通常被概念為運用資料的定量分析方法，最主要目的就是將Raw Data轉化為有意義資訊的過程，如：描述性分析、預測性分析和指示性分析。

在工作坊的最後，洪國智博士亦介紹｢黃紀教授台灣政治地緣資訊系統」以及如何透過空間微觀模擬(Spatial Microsimulation)來將個體的調查資料模擬區域的總體資料，藉此推估可能的選舉結果。

平常在進行研究報告時，研究者常透過大量的描述性文字來呈現其結果與發現，但是利用地圖、圖表等視覺化的方式來傳達，往往更容易傳遞大量的資訊。本次工作坊藉由兩位講者深入淺出的教學和實作體驗，幫助與會者更進一步了解空間資料的建立、收集相關分析方法。期待透過這次 TIGCR 地理資訊系統工作坊，激起所有與會者空間分析方法的興趣，並將其加至未來的研究中！

圖為講師與學員們的合照

完整的工作坊影片請點這邊:https://youtu.be/7miCUwhb6ik