Data for Social Good Data for Social Good
  • 最新消息
    • 佈告欄
    • 熱門活動
  • 資料英雄計畫
    • 團隊募集
    • 專案成果
    • 資料英雄榜
  • 媒體報導
  • 聯絡我們
  • 最新消息
    • 佈告欄
    • 熱門活動
  • 資料英雄計畫
    • 團隊募集
    • 專案成果
    • 資料英雄榜
  • 媒體報導
  • 聯絡我們

法律扶助

  • Home
  • 法律扶助
06 6 月

未被滿足的法律扶助需求

  • Posted by 值班編輯
  • Categories 資料英雄計畫
  • Comments 0 comment

Fellows:陳林彣、謝宗翰(皆為台灣 SAS 公司指定代表)
Mentor:劉嘉凱
Project Manager:葉瓊瑜
Project Partner:財團法人法律扶助基金會
法律扶助,是指對於有法律需求,卻無力負擔訴訟費用及律師報酬的人民,提供專業性的法律幫助。財團法人法律扶助基金會成立於2004年,以「為經濟上的弱勢者提供法律的專業扶助,實現訴訟的平等權」為宗旨,由政府所捐助設立的私法人組織。然而,需要扶助的弱勢團體、個人卻可能因為「資訊」或「地理」成本,不知道如何接觸法扶基金會,甚至不知道法扶基金會的存在。
本次專案針對全台22個分會,於2015-2017年的收案案件,結合外部資料(如: 衛福部低收中低收入戶人口、內政部各鄉鎮市區人口……等),建立分會健檢儀表板,分析各地分會所負責各鄉鎮市區的案件覆蓋率、人口特徵以及案件屬性,進而找出現實上被忽略的需扶助人口。
資料來源
由於2015年法律扶助法修改,擴大法律扶助認定範圍,因此本次分析專案所使用的資料主要取用法律扶助基金會業務資料庫2015年之後的資料,總數為21萬筆申請案件,其中包含12萬不重複案件申請人,並將資料去識別化,重點資訊條列如下:
1. 申請人之人口變項之資料,如:性別、年齡、住所資訊、特殊族群身分等
2. 申請人之資力審核相關資料,如:總財產、家戶總收入等
3. 申請案件之法律案件相關資料,如:案件案由類別、案件時間等
此外,本次專案結合外部資料,如衛福部低收中低收人口資料、內政部各鄉鎮市區人口資料、原民會原住民人口資料等,以分析各分會在不同鄉鎮市區的案件覆蓋率、人口屬性與案件屬性。
探索資料 – 需求缺口分析
在本次分析專案中,我們主要使用資料視覺化的手法進行分析,並期望透過分析不同地區申請人、案件案由的分布狀況,提供法扶各分會未來設計推廣活動或合作案時,能更加適地適性與在地化設計。
◆ 台灣概況總覽

上圖為台灣法律扶助案件申請人的分布狀況,每個氣泡代表一個分會聚落,氣泡越大、顏色越橘,代表申請人越多。總體而言,法律案件集中於都會區,尤其以最上方的北北基分會群最多。

上圖為全台特殊身分族群分布,由於特殊身分族群得免審查資力,因此為法扶基金會的主要服務族群。總體而言,「原住民」申請人口最多,其次為「低收中低收入戶」與「身心障礙族群」。

上圖則為台灣法律扶助申請案件的案由分布,次數排名前五的申請案由分別為「債篇」、「毒品危害防制條例」、「傷害罪」、「勞工」、「消費者債務清理條例」。
◆ 分會覆蓋率分析 – 以北北基鄉鎮市區為例
人口基數大的區域,便可能有更多法律扶助申請人,因此不能僅以申請人口多寡來斷定一個區域的需求缺口大小。為了排除人口基數的影響,我們使用「覆蓋率」做為輔助判斷的指標,公式為「該區域法律扶助申請人」除以「該區域總人口」,該指標代表「在一定人口下,有多少百分比的人會申請法律扶助」。
此外,分析特殊身分族群將更具代表性,因此接下來我們針對「低收中低收入戶」、「身心障礙族群」、「原住民」等三個特殊身分族群,於北北基各鄉鎮市區的覆蓋率分布進行分析。

上圖為低收中低收族群於各鄉鎮市區的覆蓋率氣泡地圖,氣泡越大代表該鄉鎮市區的申請人越多,顏色越淺則代表覆蓋率越低;黑色地標由北至南分別代表基隆分會、士林分會、新北分會、台北分會於地圖上的位置。總體觀察可以發現分會周邊的鄉鎮市區氣泡顏色較深,代表覆蓋率普遍較高;而如果將覆蓋率偏低的鄉鎮市區挑出來,也就是圖中有黑色粗框的氣泡,可以發現這些覆蓋率偏低的地區,跟分會的距離都較遙遠。由此可知,「地理因素」對於弱勢族群是否會申請法律扶助是個重要影響因子。

Read More

分類

  • 佈告欄
  • 未分類
  • 紀錄
  • 資料英雄計畫

近期文章

  • 黨產會專案文本分析系統
  • 讓社工外勤不再危險
  • 採購稽核智慧化
  • D4SG 333短期方案-錄取公告
  • [提案招募] D4SG 333 短期方案

標籤

OCHA workshop 便民看板 兒少保護 家暴預警 就業輔導 循證治理 急轉診 排班管理 政府採購 數位敘事 文字雲 服務設計 水土保持 法律扶助 火災風險 畜牧廢水 社工安全 社會救助 空汙 結巴 緊急醫療優化 脫離貧窮 自然語言處理 資料工作坊 資料治理 資料英雄計畫 農地種電 開放資料 防洪 隨機森林 韌性城市 高風險家庭

彙整

  • 2022 年 10 月
  • 2022 年 7 月
  • 2021 年 10 月
  • 2020 年 10 月
  • 2020 年 5 月
  • 2019 年 12 月
  • 2019 年 8 月
  • 2019 年 2 月
  • 2019 年 1 月
  • 2018 年 12 月
  • 2018 年 11 月
  • 2018 年 7 月
  • 2018 年 6 月
  • 2018 年 2 月
  • 2018 年 1 月
  • 2017 年 12 月
  • 2017 年 6 月
  • 2017 年 5 月
  • 2017 年 3 月
  • 2017 年 2 月
  • 2017 年 1 月
  • 2016 年 12 月
  • 2016 年 11 月
  • 2016 年 8 月
  • 2016 年 7 月
  • 2016 年 6 月
  • 2016 年 1 月
  • 2013 年 6 月

D4SG資料英雄計畫 ©2014-2023