Upgrade to Pro — share decks privately, control downloads, hide ads and more …

社會安全大數據交流論壇-臺北市運用數位管理推展社會福利經驗分享

 社會安全大數據交流論壇-臺北市運用數位管理推展社會福利經驗分享

1070628-臺北市政府社會局 許立民局長

臺北市政府社會局

June 28, 2018
Tweet

More Decks by 臺北市政府社會局

Other Decks in Technology

Transcript

  1. 兒童及少年福利 福 利 服 務 身心障礙福利 人民團體 社會救助 家庭暴力防治 家庭支持

    老人福利 社會工作 家暴案件風險與預警管理系統 數位災民證與物資捐贈地圖 輪值社工優化派勤 社區整合照顧服務資訊系統 銀髮族方案補助平台及據點刷卡機 脫貧潛客分析 機構空位查詢系統 嬰兒托育地圖 3 社會福利管理系統
  2. 7 105年 • 190處 106年 • 377處 107年 • 400處

    據點數量激增 如何提升本局管理能量? 如何排除據點操作障礙? 社會局端 輔導負荷驟增 人事流動頻繁 大量表單分散難整理 與據點互動單一且脆弱 政策推動缺乏佐證數據 據點端 不瞭解補助計畫及規則 自身資訊及長者管理 龐大行政作業 不清楚核銷規則 對帳困難
  3. 9 規劃階段---刷卡機 既有 紙本簽名 1. 凌亂不易計 算、核銷困 難 2. 資料真實性

    存疑 3. 資料難以再 利用分析 刷卡電子簽到 操 作 說 明 1. 可支援健保卡、悠遊卡、 敬老悠遊卡 2. 可依當日課程選擇 3. 課程接共餐可選多重登 錄,刷一次即可 4. 成本:刷卡機619元、 網路費 效 益 1. 提高長者自主性及資料真 實性 2. 資料利於後續分析 3. 刷卡資料連動核銷及每月 效益,減少作業
  4. 10 實際執行效益 功能項目 既有方式 角色 效益 月報表 單位填EXCEL檔Mail 或傳真局承辦,再登 錄至系統。

    據點 據點自行追蹤是否填報。 本局 減少闕漏及重複登錄作業。 落實據點填寫情形。 刷卡簽到 製冊核銷 紙本簽到,計算人數 覈實核銷。 據點 減少紙本及計算作業。 本局 減少紙本及計算作業。 資料可再後續利用分析。 活動課程 結構化 同一儲存格填入時間、 活動類型、名稱等資 料,難以利用。 據點 活動資料細緻,便於民眾查詢瞭解。 本局 便於未來資料介接其他網站。 線上申 請方案 紙本申請,同一附件 每年印製,局承辦將 紙本騰為電子檔。 據點 資料能夠重複利用 減少紙本作業。 本局 減少重複登錄作業,落實實質審查。
  5. 11

  6. 28

  7. 問題分析 脫貧(A1) 未脫貧(A2) 脫貧(B1) 未脫貧(B2) 低收家庭 沒參加方案(B) 有參加方案(A) 後續期待 找出適合參與方案的家

    庭類型 找出幫助家庭脫貧的原 因,以導入適當服務 欲解決問題 參加方案且脫貧者,具 何種家庭特徵? 成功脫貧家戶有何種家 庭特徵?並曾接受哪些 方案或服務? 方案假設 脫貧方案有助於脫離貧窮 A1&A2 A1&B1 本局自89年起陸續辦理多 項脫貧方案,惟受限於法 令規定,無論是否參與方 案均有家戶脫貧,難以檢 視方案成效。
  8. 當年度所有可參與方案家庭 (2,264  戶) 實驗組 (71  戶) 對照組 (2,193  戶) 未參與專案

    中途退出專案 完整參與專案 以Young young 精彩-青年培力希望發展帳戶專案為例,進行資料分析 辦理期間:100/07 – 103/06 服務對象:80/09/01 – 82/08/31 出生之青年 專案執行策略:資產累積、教育投資、團體任務、公共服務 資料說明
  9. 對照組 (未參加專案) 實驗組 (有參加專案) 脫 貧 率 (%) 76.16% 84.38%

    脫貧率比較 平均收入比較 NT$17,516 95%  CI  (920,  4286) p-­‐value  =  0.003 資料分析
  10. 決策樹 身心障礙人口 在學人數 <  2 學齡前人口 有 無 身障人數 >

     3 居住區 老人人口 居住區 是 否 28% 40% 74% 57% 71% 33% 0% 91% 84% 列計人數 <  3 是 否 大安 大同 萬華 文山 大同 南港 松山 中正 北投 士林 有 無 有 無 是 否
  11. 未脫貧 脫貧 未脫 貧 有參加儲蓄方案家庭 (實驗組) 未參加儲蓄方案家庭 (對照組) 脫貧 (自立)

    利用特徵相似度判斷 是否適合參加儲蓄方案 家庭特徵相似度 (Gower’s  distance)
  12. 推薦模型- Gower’s Distance 1. 以有參加專案的脫貧與 未脫貧家戶分別試做 Gower’s distance,兩 組分佈有明顯區別 2.未參與方案組中未脫貧

    家戶與參與方案組未脫貧 家戶Gower's Distance的 最小值(=0.123),作為 挑選家戶的標準 3. 因參加儲蓄專案家戶累 積的樣本少,還無法驗證 模型推薦的效益,未來專 案加入推薦家戶做後續效 益追蹤 紅色區-未參與方案組中未脫貧的458戶與參與方案組脫貧54戶的Gower's Distance分佈 綠色區-未參與方案組中未脫貧的458戶與參與方案組未脫貧10戶的Gower's Distance分佈 有參加 儲蓄專 案家戶 大 小 相似程度
  13. 39

  14. 出 勤 未 出 勤 案 件 有 出 勤

    案 件 通報 A B 外部單位 C 值機督導 D 備勤社工 聯繫 聯繫 聯繫 E 與外部單位聯繫時間較長 資源用在哪裡? 未出勤vs有出勤案件行動組合分析 40
  15. 備勤督導與值機社工搭配組合分析 就任督導年資 社工年資 督導專長 社工專長 0-1年>2-3年>9年+ >3-4年>1-2年 升任督導0-1年的人較容易派社工出勤 4-6年>9年+>1-2年>2-3年>3-4年>0-1年 社工4-6年以上經驗的人最容易被派勤

    專線組>兒保組> 性保組>成保組>綜規組 專線組督導值機時,備勤社工有較高機會需出勤 兒保組>成保組>專線組>性保組 性保組社工,出勤機會較低 42
  16. 派勤流程分析及改善 檔案中找不到 關聯識別碼 rId2 的圖像部 分。 檔案中找不到 關聯識別碼 rId2 的圖像部

    分。 檔案中找不到關聯識別 碼 rId2 的圖像部分。 增加聯繫溝通 尖離峰人力配置 加強職務訓練 值勤專線同仁花較多時間蒐集資訊與外部各單位 溝通,一些可能本來需要出勤的案件,就因此能 在線上就被妥善處理而不需要派勤 社工出勤尖峰時間點落在晚上6點至午夜1點 之間,人力配置可著重尖峰時間,備勤社工 可預為準備 強化初任督導社工師之職務熟悉訓練,並促進 與資深督導的交流 如何更有效率? 43
  17. 目 的 資料旅程 問題定義 文獻研究 提高社工服 務效能 降低被害人 受暴風險 資料盤點

    探索問題及 分析資料面向 依地區及案件類 型分析分布情形 什麼特徵的人最 有可能再度受暴 地圖組 For  community 建模組 For  client 要解決甚麼問題? 45
  18. 47 1. XX區 2. XX區 3. XX區 4. XX區 5.

    XX區 6. XX區 7. XX區 8. XX區 9. XX區 10. XX區 1. OO里 2. OO里 3. OO里 4. OO里 5. OO里 6. OO里 7. OO里 8. OO里 9. OO里 10. OO里 如何更有效率 建立自動化家暴案件特徵地圖 l 以區域觀點探索家 暴案件 l 篩選高危機區域 l 輔助政府重點資源 分配,減少盲目的 宣導 地圖組 For  community
  19. 48 案件類型 行政區 里 親密關係家暴總處理案件數 4662 件 被害人男女分布 被害人年齡分布 親密關係案件

    數量 區 排名 1. XX區 2. XX區 3. XX區 4. XX區 5. XX區 6. XX區 7. XX區 8. XX區 9. XX區 10. XX區 親密關係案件 數量 里 排名 1. OO里 2. OO里 3. OO里 4. OO里 5. OO里 6. OO里 7. OO里 8. OO里 9. OO里 10. OO里 親密關係案件 前五大里 1. OO里 2. OO里 3. OO里 4. OO里 5. OO里 X X 臺北市家庭暴力防治 受害者熱區地圖 地圖組 For  community
  20. T: TIPVDA 親密關係暴力危險量表 居住地 關係暴力經驗:武器恐嚇 (T4) 威脅殺害(T5)、威脅一起死 (T6)、 求救威脅、暴力(T12) 暴力型態、武器、持續時間、求

    助時間差、 (T1、3、8、15) 酗酒 (T9)、子女暴力史(T2) 非家人暴力史(T10)、賭博、 毒品、自殺意念及行為 危險 因子 關係 社區 個人 l 人口 l 家庭 l 同儕 l 認知 l 心理 與行 為 年齡、職業、教育、精神疾病 、經濟壓力 (T11) 、照顧、身 心障礙 l依附 l衝突 l關係 結束 l恐嚇 威脅 l忌妒嫉 控制慾 跟蹤、監視或惡性打擾(T7) 懷疑第三者介入(T13)、感情、 外遇、婚姻狀態 l集中弱勢 l學校 l集體效能 l居住穩定 性 l文化規範 標準 l社會聯繫 再次通報 案件類型 For  client 建模組 For  client 49
  21. 隨機森林演算法 ( Random Forest ) 46個變項 / 500棵決策樹 Mean of

    squared residuals: 0.079 身心障礙 身心障礙 非身心障礙 疑似 身心障礙 TIPVDA 11 未勾選 勾選 TIPVDA 1.4.5.6 全選 非全選 被害人婚姻狀態 已婚 未婚 喪偶. 離婚 1 受暴持續總月數 < 102 >102 1.614 1.356 TIPVDA 5 未勾選 勾選 教育程度 國小 專科 非國小.專科 求助時間差 (hr) <14 > 14 1.727 1.182 TIPVDA 2 勾選 未勾選 自殺意念 無 有 求助時間差 (hr) <1673 >1673 1 TIPVDA 12 未勾選 勾選 婚姻狀態 已婚 未婚 喪偶. 離婚 1.906 R 1 2 預測模型 建模組 For  client 50
  22. 51

  23. 53 以家庭為中心的 風險預警管理系統 對症下藥,提 高社工服務品 質 受虐兒 節省很多查詢 比對時間,秒 懂家庭風險

    一線社工 降低個案管理 風險,有效配 置資源 社工督導 提升整體同仁資 料素養,建立智 慧城市治理典範 (地方)社會局 現有系統再加值 ,成果可望擴充 至全國各地 (中央)衛福部 透過風險分數協助判斷案件處理的次序,藉此提 升調查個案的準確度,並選擇最適合的處理方式。
  24. 54

  25. 55