top of page

​Political Institutions and Industrial Automation

Automation is an ongoing global trend of economic development. In recent years, the advance in artificial intelligence has expedited the progress of industrial automation, which might dramatically reshape the people's economic life and the economic power of each country. However, little work has explored the reasons why some countries have made more progress in automation than others.

This research project investigates cross-country differences in the development of industrial automation from three aspects: the need of industries for automation, the positions of political elites over automation issues and the public attitude toward automation. The first phase of this project investigates whether PR electoral systems may generate a higher risk of automation as compared to majoritarian systems. As for elites' positions, this project studies whether electoral systems that encourage centrifugal competition are more likely to induce elites to take extreme positions over automation issues. Finally, the third part of this research project tests the hypothesis that better welfare helps reduce the citizens' resistance against automation. With the findings from these three major studies, this research will make contributions to the literature of comparative political economy and the studies of automation.

本計畫的主題為『政治制度與自動化產業的發展 Political Institutions and Industrial Automation』,將進行三個子計畫,為期三年。產業自動化雖然不是前所未有的經濟發展,但現今的電腦和人工智慧技術,以及即將發展的工業4.0(Industry 4.0)卻可能大幅度地翻轉自工業革命以來人類工作和生產的模式,其影響將不僅限於工業,而是包括人類生活的各個面向。因應此一全球性的變化,本計畫企圖拓展我們對自動化產業發展的了解,從產業動機、政治菁英立場和民眾態度三個層面來探討產業自動化發展的跨國差異,並以政治制度解釋這些差異。除了開拓新的學術議題,從政策制定和國家前瞻性發展的角度而言,本計畫欲彙集多國發展經驗,其研究成果可作為臺灣推動產業自動化的參考。

 

    首年計畫比較各國產業自動化的腳步,並試圖解答:為什麼有些國家的產業自動化腳步比其他國家來得快速,有些國家則較為抗拒?政治制度如何影響經濟環境和市場運作,進而影響了產業發展自動化的動機?

    次年,我們將從菁英立場來切入探討產業自動化的發展,以大數據文本分析(text analysis)來蒐集分析各國政治菁英對於產業自動化發展相關政策偏好,並解釋這些立場的變異。

    最後,本計畫將從民眾態度來觀察不同政治制度(福利國家)下的民眾對於機器人和自動化發展的態度,並嘗試以調查實驗(survey experiment)的方法探討不同政治、經濟條件如何影響人民對於人工智慧、機器人和廣義的自動化發展的態度。

計畫進度摘要:

02/2021~03/2021 

聘用助理、購置研究室物品、蒐集政治經濟和產業自動化文獻

 

04/2021~05/2021

購置設備、成立研究室、建構文本分析斷詞詞庫(LTLS v1.0)、變更計畫增列「產業訪談」

06/2021~07/2021

變更計畫增列「國際視訊講座」、產業訪談研究倫理審查、蒐集產業自動化程度測量指標、政治經濟/勞動政策文獻

07/2021~08/2021

成大補助經費購置設備、擴大團隊;參與美國2021CES(cooperative election study)問卷調查計畫;蒐集推動自動化產業資訊,建立各產業(製造、科技、服務、媒體、運輸倉儲、醫療)訪談候選名單

08/05第一場產業訪談(製造業)

08/06第二場產業訪談(科技業)

​08/18第三場產業訪談(服務業)

08/25第四場產業訪談(製造業)

09/2021~

09/02 東吳大學演講『學術產業自動化的前景與挑戰』

 

09/03第五場產業訪談(媒體廣告公關業)

09/07第六場產業訪談(倉儲物流運輸業)

11/26第七場產業訪談(醫療科技業)

12/4 深度學習語意分析發表:

陳宜婷、黃士豪 〈政黨競爭如何影響媒體極化:2004年至2016年政治新聞標題的語意分析〉臺灣政治學會年會暨學術研討會。台中:國立中興大學。

12/16 International Seminar on Political Economy of Industrial Automation 

Nicole Wu, University of Toronto
Topic: "Restrict Foreigners, Not Robots": Attitudes Toward Globalization in the Age of Automation

 

 

2022 第二年「政治制度與產業自動化」-菁英立場

3/1 第二年計畫經費到校、計畫團隊組成

3/1-4/1 蒐集ParlSpeech及各國國會議員發言、質詢文本、延續前一年度資料蒐集清理工作

 

4/7-8 美國中西部政治學會年會研討會(Annual Meeting of Midwest Political Science Association)發表研究成果"Do Electoral Systems Affect Industrial Automation"。本研究分析35個OECD國家在1999-2019之間的自動化表現,將各種影響企業採用自動化的經濟條件納入考慮後,提出評估各國自動化發展傾向的新指標,在控制其他經濟與政治變數之後,發現選舉制度會影響各國自動化發展。

6/18 東吳大學國會研討會發表 "Parliamentary Oversight in Pandemic Times: 
Constituency Influence and Legislative Queries in Taiwan",文中使用自動化文本分析方法,測量國會議員針對Covid-19的質詢批判政府的力道,並建立衡量監督強度的指標,本文發現國會議員監督的力道會受到國會議員選區疫情以及黨籍的交互作用影響,來自疫情較嚴重選區的反對黨國會議員會更加強力批判政府,而來自疫情較嚴重選區的執政黨國會議員則會更加保持沉默,兩黨監督力道的差距並未因疫情嚴重而縮小,反而是擴大。

7/25 政治大學選舉研究中心專題演講:新聞標題的藍與綠:深度學習的嘗試

9/14-18 美國政治學會年會研討會(Annual Meeting of American Political Science Association)發表更新的研究成果"Electoral Systems and Industrial Automation Propensity in 35 OECD Countries"

10/6繳交考評報告

11/17 政治學與自然語言處理系列演講 I: 清華大學資工系 陳宜欣教授

感謝陳宜欣教授帶來精彩的演講,除了情緒詞彙的取得、情緒的測量,也帶給我們新的啟發,例如姓名很可能顯露世代差異,透過姓名可以推估出生的世代,對於政治學來說又是一大啟發,發展成熟後可以用來針對網路社群或是難以獲知年齡的發言文本進一步分析民意的世代差異。

12/09 政治學與自然語言處理工作坊

 

12/09 政治學與自然語言處理系列講座 II: Jonathan Slapin 

 

​Photo by 陳方隅

2.JPG
Nicole 3-.png
QA1-.png
【Png圖檔】1117 (四) 陳宜欣教授 視訊演講.png
1117.jpg
316017098_458578693084066_3026021784430043719_n.jpg
317927861_472547448353857_9109392084015216285_n.jpg
image_6483441.JPG
20190715_學者用Logo_edited.jpg
bottom of page