2025.01.04 電子報
執笠開張大數據 45 萬行數據背後
各位誌友：
2025 年首份電子報，先祝願大家今年平安健康、事事順利。新年伊始，《集誌社》團隊繼去年 5 月走訪港九新界，記錄多區逾千間店舖的變化後，我們去年底重訪逾 1300 間店舖， 繼續從店舖空置率和各區市道，微觀經濟變化。
略懂電腦編程的記者，透過 23、24 年新成立和解散公司的名單，分析 45 萬間「執笠、開張」公司的數據和名稱。原來，政府近年宣稱香港「由治及興」，數據顯示，去年截至 11月公司「執十間、開12間」；新開張公司中，「科技」是關鍵詞。同事由零開始，整理、分析數據，她在採訪手記中記下這極具挑戰性的過程：
「記者先將過去兩年，與『公司註冊處』相關的約 4000 份憲報公告全數下載；再按照《公司條例》中有關解散的條文篩選出適用的數百份公告；再從中提取公司名稱、編號或商業登記號碼，以及解散日期等，加以整理作分析。
過程說來容易，實則對非技術背景出身的記者是一大挑戰。起碼記者不曾想過，以常用工具將英文版本 PDF 轉換成純文字檔後，竟出現大堆中文字，且結構鬆散，例如『下 列 公 司 notice 的名 is 稱 hereby 』，令人摸不著頭腦。後來嘗試不同的文字提取工具，才成功獲得較為『乾淨』的版本。
另一挑戰是對公司名稱的分析。註冊公司有一部分只有中文、或只有英文名，無法『偷懶』只取其中一個語言作分析。然而，可以用作中文分詞的工具和可參考資源，遠較英文為少。如何讓電腦得知，當『智能』同時出現應一併計算，而非僅計算『智』、『能』？
為確保資訊真確、反映現實，記者一直謹慎行事，以多個不同方法提取數據，再與公司註冊處整體數字作比對，放大檢視每一個有明顯出入的地方。直至將與官方數字的落差減至約 1%，認為足以讓分析的結果具一定代表性，才開始進行消化、分析 ，把觀察呈現在讀者眼前。」
正如記者所說，《集誌社》小小團隊嘗試「百足咁多爪」，踏入新一年，我們期待在有限人手和資源下，繼續做更多新嘗試，盼為讀者帶來看新聞的新角度。截至 12 月底，本年度 160 萬年訂目標仲爭 34％，誠邀讀者支持與我們同行。
最後，身處英國的「誌友」留意了！「 集誌迴響 2025 月曆」獲英國小店支持，現作限量發售，誌友可憑折扣碼「ForTheCollectiveHK」 獲 85 折優惠，歡迎大家支持。
祝大家有個愉快周末！
《集誌社》編輯阿包、子樂
2025.1.4
本周還有以下報道，向誌友推介：
深度｜DQ社工｜劉家棟釘牌五年 馬雲祺停牌三年 《集誌社》統計 21 社工被DQ 逾七成涉社運案
2024 回顧｜速過 23 條 47人案戴耀廷囚十年 立場案鍾沛權收監 DQ社工 兩國安例 186名被告
2024 回顧｜千億財赤 日夜繽紛、大熊貓經濟救市 政府「導演經濟」 成效如何？
2024 回顧｜忘掉種過的花 油旺、大坑西、彩虹、竹園、古洞、牛潭尾皆拆遷
2024 回顧・中國｜蕭條未盡 地產大時代終結 青年失業率創新高 無差別襲擊激增
黃斑病變｜老翁險失打針銜接資助 求助社署、醫管局曾碰壁 開記者會翌日獲跟進