 |
| 遊行人數該怎麼計算？（圖／維基百科） |
集會遊行活動除了訴求主題外，最讓人關心的就是遊行人數，對於主辦單位而言，這關乎到議題的共鳴性與號召力；對於警方而言，事先遊行人數的預估則有利警察人力部屬；對政黨而言，關乎法案與政治攻防的底氣，然而集會遊行人數該怎麼估算？本文將說明面積法、影像法與電信法。
▌面積法
這是一個簡單粗暴的計算方式，除非是臨時性的陳抗活動，否而事先大多可以透過遊行的申請事先得知活動範圍面積。而面積的計算以平方公尺（ｍ2）為單位，人數密度的部分，根據前警政署長王卓鈞的說法，每平方公尺以 3 人來計算（該計算方式又稱雅各法），得到了這個約略的數字，從公式可以得知該場活動大約有多少人數參與。不過以 2013 年白衫軍運動而言，主辦單位估算有 25 萬人參與，北市警方則估 11 萬人參與，雙方存在相當大的落差，而這樣的落差可能在於對「人數密度」的指標存在差異。
因此我認為，警方在活動事前，可以採取 3 人／ｍ2 的方式來規劃警力與交維部屬，並彈性保留可能需要增加與緊急調配的人力；對於主辦單位而言，可以在活動中末段時，以空拍或大樓高空拍攝方式，進行活動現場前中後段場地的人數密度計算，且公布計算數據與照片。
活動面積（ｍ2）＊人數密度（人／ｍ2）＝人數（人）
另外，加州大學柏克萊分校新聞學教授 Herbert A. Jacobs 發明以雅各布斯法（Jacobs' method），該方法是將人群佔據的區域劃分為幾個部分，確定每個部分的平均人數，然後乘以佔據的部分數量。Anthony Catel 將該該念網路線上化「Crowd counting tool：MapChecking」，只要將活動範圍圈選後，再依活動人口稀疏密度進行選擇，大致可以計算出活動人口。
 |
| 萬人凱道送仲丘晚會。（圖／聯合報） |
▌影像法
影像法主要是利用物件導向（Object based Analysis）來進行人臉辨識的影像分析，加上近年人工智慧、機器學習、人工神經網路的發展，利用人臉辨識來大量與即時統計人潮，未來將會是一大利器，不過這涉及隱私與國家是否透過這項科技「恐嚇」百姓，值得後續公民的關心。
民間要串聯到政府的個人資料庫極為困難，因此民間單位在利用人臉辨識上的公益可行性較高，可將設備架設在分隔島上，或是臨時路障上來蒐集資料，於後臺統一計算集會遊行人數。
 |
| 中國的人臉辨識技術（圖／ABC NEWS） |
 |
| 人臉辨識是否串接個資值得注意（圖／techtarget） |
優點 ➤ 計算較為精準與快速。
缺點 ➤ 涉及隱私與政府可能不當利用，需要有專業操作技術。
▌電信法
在人手一機的情況下，對於人數與人流的統計更為容易，當然一般的民間活動單位要取得到這樣的「資料」非常不容易，但對於企業與實務上操作並不難，中華電信也有販售這樣的服務＂大數據人潮分析＂。該服務可以在指定的時間與地點內，針對活動的人潮來洞察，停留時間、抵達時段、參與時間等，進一步還可以分析參與者的性別、年齡、來自哪個居住縣市。
電信法除了針對集會遊行活動好用外，對於選舉的競總開幕或選前之夜，都是非常強大的「大數據」工具。不過即使是電信龍頭的中華電信，他的市佔率也僅 37%，因此在取得這樣的數據後，除了分析占比外，在數據部分也需放大 3 倍左右來還原可能的現場數量。這項技術過去運用在交通與觀光上非常便利與實用。
 |
| 利用電信訊號取得大數據進行人潮分析（圖／Mohamed_hassan） |
 |
| 大數據人潮分析（圖／中華電信網頁） |
▌結語
遊行人數統計上，還有交通熱線法與 GIS 法等方式可以運用，只是在於工具上是否容易取得與否，就以目前民間單純的力量來說，面積法應是 CP 值最高的計算方式。
