選舉預測

中間選民的迷思與隱性選民之政黨傾向初探

一般來說「中間選民」指的是一群自稱不特別偏向某一個政黨或政治立場的選民。然而,選民在調查訪問中口頭所表述的「無意見」、「沒有政黨傾向」不見得是真心話。這個現象可能(已經)使一般選舉調查,就政黨支持者分佈的描述出現失真的現象,甚至進一步會造成對於選情的誤判。本研究從概念釐清與「動機推論理論」(partisan-motivated reasoning)視野出發,重新檢討這個現象,並從「隱性選民」(closet partisan)角度,觀察這些民意調查中這些政黨傾向未表態的民眾的真實意向分佈。

我們首先設計一組間接測量政黨傾向電訪題,並在 103 年 1 月份收集了有全國代表性的電訪資料(受訪人數 N = 1,072)。我們將這些題目的藍綠分數組成指標(index),以此得分的分佈作為辨別藍綠選民的基準,用它來推判隱性選民的政營支持傾向。我們再以電話追訪,將他們在第二次受訪時所表述的真實政黨意向與我們的辨別結果作比較。我們更進一步與四位得分偏向中間點的隱性選民進行深度訪談,深入瞭解他們論述政黨的方式。透過這一系列的分析,本研究一方面提出有效間接測量黨性的電訪題,有助於降低當前政黨題項目無反應比例愈來愈高所帶來的衝擊,另一方面得以為臺灣「中間選民」到底是多還是少的這個未解之謎提供線索,以及為動機推論理論的發展提供經驗證據。

如何利用全國性民調推估地方民意?多層次貝式定理估計模型與分層加權的應用

過去台灣學術性的民意調查研究主要關注的焦點在於推論全國性民意或全國性投票取向。受到樣本數的限制,研究者很難利用此類型的全國性民調資料推估地方民意(例如:以縣、市或鄉、鎮為單位的選民投票意向)。本研究透過多層次的貝式定理估計模型(Bayesian Multilevel Model),並以人口普查資料進行事後分層加權的方式(Post-stratification),發展出一套利用全國民調推估地方民意的模式。此模式主要包含以下兩個步驟:首先將全國人口依據基本特徵如性別、年齡、及教育程度等分成各個類型(Cell),並利用少數的全國性個體樣本輔以各區域(或稱次層級)總體特徵模擬出各區域中每一種人口類型的態度或意向。其次,配合人口普查資料我們可以得知各區域內其人口類型的總和分佈(Joint Distribution),並據以推估各區域獲次層級的總體態度與意向。為驗證此模式的實用性,本研究進一步利用 2004 年總統大選前四週內約二千二百個民調樣本(其中僅有不及一千五百個樣本明白表明支持人選)及 2000 年台灣人口普查資料,成功地推估台灣本島地區二十三個縣市總統候選人的得票率。與各縣市實際的總統大選得票率相比,推估值和實際值的平均差距不到二個百分點。換言之,儘管各縣市在全國性民調資料中的平均樣本數不到一百個,利用本研究所發展的模式仍可準確地推估各縣市的總體民意。

訂閱 RSS - 選舉預測