【調查報導幕後｜數據篇】《報導者》如何從法院判決書勾勒盜砂輪廓？結合地理圖資說故事有哪些心得？
本文是《海峽下的風暴：中國盜砂船入侵下快速消失的台灣海砂、魚群，與被毀的電纜》專題技術筆記上篇，《報導者》將分享團隊如何自一篇篇台灣及中國法院判決書提煉資訊，並轉化為地圖敘事；下篇則由設計師分享地圖動畫製作心法。
文／柯皓翔（《報導者》Data小組召集人）
2023年4月底《報導者》團隊推出海砂專題，其中在「產業鏈篇」──〈遊走兩岸海域的暴利生意：盜走台灣海砂，中國業者現形〉，文字記者易安與Data小組的我、毅慧，以及PM琴宣、設計師Ethan合作，嘗試以滾動式地圖影片呈現中國抽砂船的作業模式。
這樣的產業輪廓是從200餘篇中國及台灣法院判決書整理而來。說實在，這個題目在資料層面堪稱「工人智慧」，不過過程中所運用的工具、方法論、協作技巧，仍有許多心得和試誤經驗可和讀者、同業們分享。
以下我們分別從「資料收集」、「資料結構化與清洗」、「建立基礎地理圖資」、「繪製地圖草圖」、「方法論限制」等環節與讀者分享製作工法與心得。
一、資料收集：
「判決書」常被記者用來輔助調查，裡頭所記載的細節往往能幫助報導團隊掌握議題脈絡和趨勢：如何理解中國盜砂產業？涉及哪些角色分工？每個環節存在多少利潤？抽砂船來自何方？被盜海砂又流入何處？這些我們感興趣的問題，逐漸從一篇篇的判決書文字中找到線索。
1. 以關鍵字測試有效搜尋範圍
我們這次使用中國裁判文書網、台灣司法院裁判書系統收集判決書資料。以判決書作為方法論時，首先要確認什麼樣的「關鍵字」能讓我們收集到目標資料？接著，再依據目標資料的量體選擇合適的分析方法。
在中國判決書部分，我們一開始先保守地以「海砂」為關鍵字初步搜尋，發現海上非法抽砂的行為，其案由是屬於中國刑事的「非法採礦」罪，因此便以「海砂＋非法採礦」作為搜尋關鍵字；為避免重複，我們也將範圍收斂在基層人民法院中（不計中級和高級）。
在台灣判決書部分，其實相對單純。我們參考相關判決書後，決定以「抽砂」作為搜尋關鍵字，聚焦「連江地方法院」、「金門地方法院」、「澎湖地方法院」、「橋頭地方法院」4地的刑事判決共計23件，其中位在澎湖西南方的「台灣灘」會由後兩者法院所管轄。
2. 下載判決書資料
點入判決書，我們可看到作案船名、作案時間、作案經緯度等資訊，這些欄位都是幫助我們後續分析案件輪廓的重要資訊。而為了歸納整理，我們須將判決書一一下載。
下載判決書的作法包括網路爬蟲（須遵守使用者規範及爬蟲禮節）及人工下載。考量中國判決書系統需要註冊、登入才能使用，該系統也有違規偵測機制，面對279篇的量體，我們認為手工方式、多人分工儲存為PDF，是當下下載判決書最有效率的做法。（但如果今天有上千、上萬篇，我們可能就會換個執行方式。）
如此以PDF格式歸檔有若干好處，不僅能協作、標記重點，也是對當下搜得的判決書做了備份，後續若回頭要查證個案細節時將更加方便。
3. 篩選與台灣離島海域有關的判決書
初步收集到的這批資料，其實還有很多的雜訊。例如樣態是「在海灘上挖砂」（非海上抽砂），或是盜砂地點其實與台灣海峽、離島海域較無關，而是位在渤海灣、廣西及海南一帶等。
在時間、人力有限的條件下，我們需要進一步聚焦與台灣有關者，也就是澎湖外海的「台灣灘」海域、馬祖及閩江口海域、金門及廈門海域。不過，我們該如何篩選出這些文件？
記者們在肉眼掃過判決書、儲存為PDF時，對文中的措辭就會漸生「體感」；記者對議題的掌握度也能幫助團隊熟悉各項地名和別名。
舉例來說，我們觀察到判決書常用措辭有「台灣淺灘」、「台灣海峽」、「閩江口」、「馬祖」、「西犬島」（中國對西莒的稱呼）、「白犬列島」（中國對馬祖列島稱呼）等；這些案件曾出現在福建省、廣東省、上海市、浙江省、江蘇省、天津市等法院之下，大致符合一般對地緣關係的認知。
我們因此將上述省市範圍的所有資料（約207筆，占整體74％），都加以結構化，仔細對照Google Maps、百度地圖，確認其中的地名、經緯度位置，最後，共計98筆判決書落在台灣灘、馬祖及閩江口、金廈海域，是本專題關注範圍，我可進一步分析輪廓。
簡言之，原始搜得的資料中，約35％是這次報導所聚焦的範圍，可用下圖來示意。
4. 如何有效管理、協作文件？
這次的工法中，記者群將檔案都存在Google雲端硬碟中。不過我們也針對專案資料夾開通了「桌面版雲端硬碟」，這樣的好處是，大家在PDF中畫的重點，都能與其他同事即時同步，如此一來，閱讀判決書與更方便快速。
不過，這次出現了一個情境 — — 如果想針對上百個PDF檔案，不斷替換關鍵字篩選檔案，該怎麼做？
首先是可以透過Adobe Acrobat的「進階搜尋」實現，針對特定資料夾進行批量搜尋。
題目製作中期，我們也注意到其實有其他替代工具可作選擇，分別是Google Pinpoint和DocumentCloud，「全球深度報導網」（Global Investigative Journalism Network, GIJN）有文章仔細介紹兩種工具優缺點。
Google Pinpoint是Google開發、協力編輯室的工具，記者或學術研究者者可向Google提出申請、開通帳號，方便探索大量文件，功能包含關鍵字批量搜尋、標籤設定、權限共享等；另外，Pinpoint還有自動標記人名、地點、將影音檔逐字化等功能，但我們測試下來，這幾項功能對中文支援度有限。此外，目前僅能分享給他人「檢視」、未有「共同編輯」功能。
DocumentCloud允許使用者們共編，也能批量搜尋特定關鍵字。
若未來有大量分析PDF的需求，記者們不妨試用看看這兩項工具。
二、資料結構化與清洗
在PDF上標記重要資訊後，團隊一一將重要欄位資料謄打到Google試算表中，這也是為了下一步整體資料分析。
舉例來說，我們切分的欄位包括：
- 判決基本資料：案號、省分、法院、判決書標題、案由、發布日期
- 個案資訊：船舶資訊、被吿
- 時間及空間資訊：作案年分、作案日期、作案地點、路線
- 案件重要性：刑度、抽砂量
- 輔助欄位：地緣關係模式、備份連結
不過，為了回答關鍵問題，我們也需要進一步編碼、處理判決書相關欄位。
第一是「船舶類型」：我們根據判決書內容，將船舶編碼為「抽砂船」、「運砂船」或「抽砂船及運砂船」，我們好奇不同類型船隻，是否來自不同的地區。
第二是「經緯度」：如果判決書已經提到犯案經緯度位置，我們便會直接沿用；通常判決書在描述經緯度時，常出現以數字（小數）表示，或以「度、分、秒」格式表示，我們統一換算為數字格式為準（1度為60分、1分為60秒）。
不過仍有許多判決書僅以地名示意，並沒有準確經緯度，遇到這類狀況時，我們先透過Google Maps、百度地圖比對位置，再取該地名之經緯度作為代表。由於這並非最精準的資料，我們會同步標記「是否為模糊對應座標」。以便後續我們要繪製地圖草圖時，可用較大的範圍進行點位示意，如此一來可意識到該點的模糊性，而選用合適的比例尺判讀。
第三則是「點位類型」：判決書在描述船舶的位置時，可能隨著時序、描述到該船「出發地」、「抽砂地點」、「過駁（運砂）地點」、「被抓地點」、「目的地」等，將這些點位加以區分，有利研究者看出不同情境的地理分布狀況。
這項任務有時並非易事──由於地名具重複性和模糊性，往往需要交叉、多方查證。不過，記者也在這樣的過程中，得以在腦中建立起地理圖像。
進行判決書結構化時，正值ChatGPT崛起，我們也曾考慮是否以ChatGPT來清理資料，簡單測試後，確實發現有可行空間，只是最後清理結果仍需要人工查核，而判決書動輒數千字，在時間壓力、預算成本綜合考量下，仍選擇人工處理。
不過相信不久的將來，此類工法仍有很大調整機會。
三、建立基礎地理圖資
除了盤點判決書資料外，我們還需備妥地理圖資，方便後續繪製草圖、也讓設計師有圖資材料可後製使用。這個環節宛如「基礎建設」工程，是後續製作得以推進的一大基石。
一般來說，許多地理圖資都有開源資料，如shp檔、kml檔，不過這次情境的圖資，則多半需要自行建置。
1.台灣灘：
台灣灘是台灣海峽上的淺水海域，然而該地區並沒有劃定具體介線，也沒有現成的地理圖資可用。對此，《報導者》參考國家海洋研究院報告所援引的海軍大氣海洋局等深度線圖，以30公尺水深為依據、重新描繪該範圍。這項工作是在地理資訊系統軟體「QGIS」中先進行空間對位（georeferencing）後，再慢慢描圖而成。
人工畫出的多邊形圖徵建立後，設計師便會進一步接手，調整為合適的視覺風格。
2. 金門、馬祖限制水域：
執法實務上，若中國抽砂船進入金門、馬祖的「限制水域」，海巡署就會強制執法。而限制水域實際範圍圖資，則是來自國防部過去曾公告的經緯度座標。《報導者》先在試算表上一一輸入座標整理，最後再於QGIS將座標點連線為一多邊形，輸出為kml檔。
四、繪製地圖草圖，再去蕪存菁
當上述材料都備妥後，便進入草圖試畫環節。我們根據盜砂地點區分澎湖西南方的「台灣灘」、鄰近馬祖地區的「閩江口」兩模式，依據「船從哪裡來、海砂被盜去哪」各種問題意識，一一觀察資料視覺化後的特徵。
我們最初分析的結果，不只細緻分析抽砂船、運砂船的軌跡，地名還能細分到「縣級」程度，但讀者需要、想要知道這麼細節嗎？內部反覆思考：我們仍應讓讀者好好地理解地圖分鏡、因此資訊量需小心拿捏，避免讀者閱讀疲勞。
經過「斷捨離」一番後，我們收斂出目前的敘事架構，聚焦「海砂究竟去哪裡？拿去做什麼用途？」，「以讀者為核心」是相當重要的考量。
五、方法論的限制
每一種方法論都有其不足之處，在這次的專案中，採用判決書工法受以下三點因素影響產生限制：
- 資料完整度：我們同時比對公開新聞案例時，發現部分個案未收錄在中國判決書系統中，僅能以系統能查到的資料作為分析範圍。不過其他公開新聞提到的地理特徵，與判決書的趨勢仍能彼此呼應。台灣部分，海巡可能「驅離」盜砂船，未必進到刑事程序，因此判決書能貢獻的案件，已經是篩選過的結果。
- 時間差：從判決完成到完整文件上網可能有一段時間差，我們推測2022年中國犯案資料筆數較少，也可能與此有關。
- 執法強度：判決書較多的時期，可能與中國當局執法較嚴格有關；判決書較少的時期，不代表不存在盜砂行為，可能只是未被查獲。
這些限制，我們也附註於文章中供讀者參考。
結語
整體來說，判決書中所記錄的案件細節，很大程度地幫助編採團隊理解盜砂現象，也幫助我們畫出地理圖像。
但是這樣的過程確實牽涉滿多人工作業，若有精準製圖需求，也非常仰賴對地理數據的理解與操作。如果有志於地圖敘事的團隊，QGIS會是幫助相當大的工具。
對於官方平時並未直接公布，但新聞實務上常使用到的地理圖資（例如海峽中線等），編輯室也可以逐漸建立自己的圖資庫，方便未來重複使用，不用再從0開始描圖。
以上是這次《報導者》團隊的數據嘗試與紀錄，而在中國盜砂船的路徑面貌逐漸清晰後，該怎麼讓讀者更立體的獲取真相？其實還有許多設計層面需要考量，有興趣的讀者歡迎閱讀：
如果你喜歡這篇文章，可以幫我們拍拍手 👏 或者留言與我們交流。
📣有你，才有《報導者》
《報導者》秉持深度、開放、非營利的精神，透過讀者的贊助支持來營運，不仰賴商業廣告置入。如果您認同我們的理念，歡迎與我們一起前進，共同推動這場媒體小革命。
☛贊助我們：https://bit.ly/3ylK401
官方網站：https://bit.ly/3rTeR1V
粉絲專頁：https://bit.ly/37jjGYD
Instagram：https://bit.ly/3rWFQJV
