台灣人被澆熄的政治熱情? 從總統大選獲／投票率探討政治參與度

　　曾經遇到過這樣的情況：選舉前後，父母親一輩討論熱烈，與我同輩但有選舉權的兄姊則興趣缺缺。當我向他們提起這個話題時，常聽到「我對政治冷感」、「不想管那些政治人物」這樣的回答。


　　台灣的民主歷史還不長、甚至連總統直選都只辦過四次，是否真的已經讓人們開始感到失望、無所謂了？








◆97年總統選舉投票率分層設色圖

立委選舉在台灣第三勢力空間走向3

延續對於歷屆立委選舉第三勢力的觀察，第七次立委選舉由於制度的變革，更加不利於小黨派的生存。從圖中可以看出第三勢力分布最為集中的區域為中部，主要是彰化縣，並涵括部分台中縣及南投縣之鄉鎮；東部地區在花蓮和台東部分鄉鎮亦可發現第三勢力較為密集之分佈；南部地區，除屏東萬丹鄉、潮州鎮外，高雄縣市中包括左營，尤以苓雅、鼓山、三民、鹽埕區一帶有較明顯之第三勢力分佈；在台北地區之第三勢力票倉則以汐止市、永和、蘆洲、萬里、瑞芳較具規模。 雖在制度變遷下，藍綠以外的黨派或無黨參選人面對更艱困的挑戰，但由歷屆立委選舉第三勢力分佈圖中，仍可看出選民的投票行為有其脈絡可循。例如在地方派系有深刻淵源及影響力的彰化地區，第三勢力儘管有消長但仍明顯地高出其他地區。然而，在現行立委選舉制度下，是否將持續對第三勢力的打擊則有待觀察。(國發所 陳群佩R97341020)

分析候選人得票率差距與投票率的關係----以2009年第16屆縣（市）長選舉為例

2009年12月5日舉行了我國第16屆縣（市）長選舉，在國民黨執政近兩年之後，不少人將此次選舉視其為馬英九政府的期中考。



因應我國直轄市的改制，原本應該配合改選的台北縣市、台中縣市、台南縣市及高雄縣縣（市）長的選舉並未舉行，其首長任期因配合升格為直轄市而延任一年。因此，2009年我國第16屆縣（市）長選舉台灣省部分僅有桃園縣等15個縣分進行投票。雖然人口眾多的幾個主要縣分並未舉行投票，然而因為國內外政治經濟因素，此次選舉亦相當激烈。





此次縣（市）長選舉，投票率最高為嘉義縣75.29％，最低為基隆市53.04％，其餘縣市投票率皆介於此二縣市之間。第一高票（當選人）得票率，最高為雲林縣65.3680％，最低為新竹縣38.4872％；而第二高票（最高票落選人）得票率，最高為澎湖縣48.0701％，最低為花蓮縣25.4419％。






從資料中可看出，此次縣（市）長選舉，第一高票（當選人）與第二高票（最高票落選人）其得票率的差距，以花蓮縣30.9201％最高，雲林縣30.7338％居次，苗栗縣30.1920％第三，此三縣分當選人可謂大幅領先。而得票率差距最小的三個縣分別為澎湖縣1.2961％、台東縣5.1812％及嘉義市6.4866％，此三縣分可謂競爭激烈，當選人以些微得票率領先而當選。


在此，筆者提出如下假設。從理論來看，在影響投票率的結構因素裡，選舉競爭的激烈程度，會對投票率高低產生一定程度之影響：選情緊繃時，政治動員的程度提升，且就選民的心理層次而言，因為些微選票差異會造成懸殊結果，選民會極大化選票價值而願意投票。反觀選情不激烈時，選民容易產生「不差我一票」的心態而不去投票。第16屆縣市長選舉是否也有此一現象？我們探討關於此次縣（市）長選舉「候選人得票率差距」與「投票率」的關係，發現了一點蛛絲馬跡。




如圖，以代表選舉競爭程度的「候選人得票率差距」為自變項，以「投票率」為依變項，呈現正向的線性關係，斜率為0.6650，應為正相關。惟觀察值的分布情形，未均勻分布在直線的兩端，可以判知「候選人得票率差距」與「投票率」有相關而沒有直接的因果關係，也就是說，其他的干擾因素是存在的。事實上，許多的選舉行為研究已經指出，包括投票者的性別、年齡、教育程度、政治效能感等，都會影響投票意願與投票率之高低，選情激烈與否，只是其中一個因素而已，若要探討影響投票率高低的因素，當對各相關變項進一步做一分析探討。（國發所碩專二，p97341003，林隆瑲）

97年立委選舉空間分析

　　自97年第七屆立法委員選舉起，台灣立委選制改革「單一選區兩票制」。單一選區指的是全國劃分為N個選區，每個選區中只有一個候選人能獲得最後勝利；兩票制指的是一票投人，一票投給政黨，政黨票按照選票比例，去劃分政黨比例席次。

新制上路，最大影響是有利於兩大黨，排擠小黨生存。台灣在此次立委選舉中，由國民黨取得最高席次，全部113席中，中國國民黨贏得81席，民主進步黨27席，無黨團結聯盟3席，新黨1席，未經政黨推薦1席。本研究將得票率最高的國民黨做為分析對象，欲探討其選票空間分佈。

　　　　
　　此圖為97年立委選舉的得票率主題圖，從圖中可發現基隆、台北市、苗栗、台中、南投、花蓮、宜蘭等地，得票率出現高度聚集現象，但這些地方以往就是較為支持藍營的區域；但由此圖可發現，在屏東縣、高雄縣一帶國民黨選區也是呈現高度聚集情形，顛覆我們傳統「北藍南綠」的現象。選票紛紛躍向藍營，可能源於民進黨執政不力，人民失去信心後轉向投票給當時在野的國民黨，造成本次選舉大翻盤的結果。

　　　　

經由全域空間自相關Moran’s I檢定，發現其值為0.5819，且使用蒙地卡羅999次分析，p-value值為0.0010，表示國民黨97年立委選舉出現空間聚集的情況。
　　　　

使用區域空間自相關LISA，發現紅色地區（HH）為自己高鄰居也高，主要集中在新竹、南投、花蓮、台東、屏東一帶，可能是由於觀念的傳播產生鄰近效應的現象；相對來說，藍色地區（LL）則集中在高雄、台南、嘉義、彰化一帶。綠營在本次立委選舉重挫，選民拋棄以往既有的政治傾向，可能由於藍營強打「經濟議題」來吸取選票的關係，造成選票翻盤的結果。

(碩一林佩儀R98341019)

縣市長選舉是總統的期中考?

最近常聽到新聞或學者將此次的縣市長選舉定位成是對總統之期中考，或者是不信任投票，以下藉由歷屆總統選舉與第12-16屆縣市長選舉民進黨得票率之主題圖，做簡單之觀察。

首先，下圖是民國82年第12屆縣長選舉民進黨得票率之空間分布圖，其中有標藍字的是民進黨取得執政之縣市，在這次選舉中，民進黨一共拿下6個縣市長寶座，得票的情況還算不錯，但得票率過半地區之分布狀況較為零星。

下圖為85年總統與86年縣市長選舉民進黨得票率之空間分布圖。在民國85年第9屆總統選舉，民進黨在各縣市之得票表現不盡理想，幾乎皆未超過30%。然在隔年(86年)之縣市長選舉，其卻空前地奪下12個縣市，且南部縣市的得票率亦有明顯之成長。而該次選舉由於藍營在多縣市有分裂之狀況，亦使得民進黨漁翁得利(如：基隆市、台北縣、新竹縣、南投縣…等)。

下圖為89年總統與90年縣市長選舉民進黨得票率之空間分布圖。民國89年第10屆總統選舉，由於藍營分裂為兩組候選人之關係，使得民進黨在僅有一縣市擁有過半之得票率(即標藍字之臺南縣)之情形下，贏得總統選舉。而在隔年(90年)縣市長選舉中，民進黨雖只奪下9席，但其在各縣市之得票狀況還算不錯，比起89年總統選舉來得好，且大致與前一屆(86年)縣長選舉相似，其中臺北縣和雲林縣的得票率更有明顯之成長。

下圖為93年總統與94年縣市長選舉民進黨得票率之空間分布圖。民國93年第11屆總統選舉，民進黨大有斬獲，在11個縣市中取得得票率過半之優勢(標有藍字之縣市)，順利贏得總統選舉。然在隔年(94年)的縣市長選舉，其卻僅獲得6個縣市之執政權，且彰化以北之得票率退化明顯。

下圖為97年總統與98年縣市長選舉民進黨得票率之空間分布圖。在民國97年第12屆總統選舉中，民進黨之得票率已大不如前屆(93年)總統選舉，而其分布之狀況則和第15屆(94年)縣市長選舉相似。而在今年(98年)舉行之縣市長選舉中，民進黨雖僅攻下4個縣市，但具有指標性之宜蘭縣已經收復，且得票狀況較去年總統選舉為佳，而在其原本執政之雲林縣、嘉義縣、屏東縣之得票率亦明顯有成長。最令人注目的是桃園縣，比起去年總統選舉，其民進黨之得票率不但有成長，且分布之狀況與民國93年總統選舉相似。此外，民進黨在臺東縣之得票率亦有所突破。

從上面幾張圖看來，在僅僅相隔一年的總統選舉與縣市長選舉，民進黨得票率之分布卻能有很大的不同。且其若能在縣市長選舉中有所成長，則可在下次總統選舉中有所斬獲，尤以民國90年之後較為明顯；反之，若其在縣市長選舉之得票率縮減，則有不利於下次總統選舉之趨勢。因此，若將縣市長選舉結果作為總統之期中考與人民給予執政黨之警訊，似乎有其參考之價值。然因還有多個縣市需待明年才進行選舉，所以執政黨期中考之成績似乎還未抵定(國發所，柯一榮)。

2004年總統大選族群因素

本圖呈現的是福佬人在台灣各鄉鎮的分布圖。可以很明顯的發現，福佬族群集中分布在台灣西半部地區。而桃竹苗地區的分布較少。這也十分符合一般印象。而我們想探討的是，族群因素在2004年總統大選時，所造成的影響。
民主進步黨一向是被視為福佬意味相當深厚的政黨。而單純考慮族群因素，似乎與民進黨的得票數不成比例。因此透過本研究想要尋求解釋。




首先我們對於空間因素採取Queen模式。分析陳水扁在2004年的得票數。透過Lisa Cluster圖發現到群聚現象。民進黨在該次大選發現在台北縣市呈現自身得票數High，鄰近區域得票數也高。這令人相當意外，因為台北縣市一般而言被視為藍軍的大票倉。陳水扁在第一任任期結束後的政績乏善可陳。卻能在台北縣市產生如此空間效應令人相當意外。


而透過Moran I=0.5739，達到顯著。因此可以發現到，該次的選舉，民進黨的得票呈現空間自相關的現象。因此我們將依變數設定為民進黨得票數，自變數設定為原住民、台籍客家人、福佬人、中國籍客家人、外省人、其他。而透過傳統迴歸得出下列結果：
發現到民進黨在每一個鄉鎮平均得票數為將近一萬八千票。而族群能夠解釋民進黨得票數的能力
僅僅占R-square(Adj)=0.334995。而相當有趣的是，主打福佬族群的民進黨在福佬族群的coefficient呈現負數。這與一般的傳統認知似乎有些不同。不過共線性卻非常高，因此如果單從族群因素解讀民進黨得票數依然缺少足夠能力，依然有其他因素介入;但對於我們一般的認知有所改變了。而面對共線性問題，因為本次迴歸僅考慮個別族群個別因素，未將其他因素考慮進來。諸如性別、教育、人口等因素。
(R97341056 國發所陳韋舜)

1996-2008年總統大選政黨版圖初探

邇來，有關台灣政黨版圖的劃分，可說成為國內政治學界的矚目焦點。特別攸關中央政府執政大權的行政首長選舉，不僅將定奪國家未來的領導者，更牽動著未來國家施政藍圖的擘劃。因此，藍綠政黨在中央層級行政首長選舉的票源（或地盤）所在，無疑刻值深入探究。本文中，主要將嘗試探索台灣自1996年開放總統民選以來，台灣藍綠政黨在全國各鄉鎮的票源分佈情況，特別是近年來各界對於是否存在「北藍南綠」的現象一直爭論不休，因此我們也嘗試解析這樣的現象是否確實存在。
圖一至圖四中，本文先以泛綠陣營在開放民選後的四屆總統大選（1996、2000、2004、2008）的得票率分佈情形，進行初步的觀察。從此四屆總統選舉泛綠陣營的得票率分佈狀況來說，我們首先發現到在首屆的民選總統選舉中，藍營可說在全台各鄉鎮均佔有優勢的主導權，雖然綠營在南部地區鄉鎮有獲得部分比例選民的支持，但其得票率均無法跨越四成門檻；此外，再加上藍營在中北部地區的得票絕對優勢，也顯見是時藍營李連配（李登輝、連戰）高奏凱歌、彭謝配（彭明敏、謝長廷）鎩羽而歸的結果。然而，首屆民選總統選舉藍營贏取得票絕對優勢的情形，自2000年後似已產生變化。就圖二與圖三觀之，綠營除了已逐漸闢拓得票率超過四成的疆土，另外呈現南部地區是綠陣得票增長的主要地區。更進一步的是，圖三的2004年總統選舉得票率分析更凸顯藍綠政黨在台灣政黨版圖的區分更加彰顯：綠營是以南部的雲嘉南（特別是台南縣）、高屏地區佔居優勢；藍營則以中北部的桃竹苗與花東地區更勝一籌。

頗有趣的是，2008年總統大選時，由於陸續爆發民進黨執政的政治醜聞，包括陳水扁總統的國務機要費案、吳淑珍女士的SOGO經營權弊案、女婿趙建銘的台開炒股案等等，可說均使民進黨的滿意度陷入空前低迷的氣氛，此似也對選情造成某種程度的影響。進一步來說，根據圖三與圖四分佈圖的比較後，似乎呈現台灣各鄉鎮民眾對於民進黨的支持程度並不若以往，得票率有產生消褪的情形，特別民進黨最引以為傲的南部票倉，部分鄉鎮似也產生票源動搖的情形。總括前述，目前我們的分析僅限於初步呈現綠營陣營得票率的空間分佈狀態，但由於是橫斷面資料的分析，所以本文尚未企圖推論其穩定程度。未來研究進程中，我們除將利用變異係數（Coefficient of variation, CV）進一步解析藍綠政黨得票率在各鄉鎮的穩定性之外；另外對於這些區域的選票分佈狀況，我們也將探討是否存有空間自相關的情形，甚或找出其背後影響機制，探究是哪些因素造就這些分佈現象。（郭銘峰、黃資穎）

民進黨96年立委大選分析

圖一 96年立委大選民進黨得票數

96年民主進步黨在立法委員選舉當中。因為單一選區兩票制首度的實施，加上民進黨政府自身施政績效不彰。因此獲得空前的挫敗，僅僅獲得27席立委席次。但是圖一我們將民進黨在此次大選中所獲得的政黨得票數進行鄉鎮市級的劃分。很明顯的發現到，自許為南台灣大票倉的台南、高雄等縣市，均未開出漂亮成績。甚至高高屏的鄉鎮差異性十分明顯，整體高高屏地區被劃分為兩大區塊。因此區域立委與不分區立委的落敗，南台灣票數未開出也佔有相當大的要素。一改先前民進黨在南台灣的優勢。

圖二 96年立委大選相對票數
而在圖二我們將民進黨得票數與國民黨得票數相除，進行相對得票數統計。發現到在中部鄉鎮縣市，台中、南投、雲林。民進黨的獲票數均高於國民黨，相對比例達一以上。這也還是延續了了一般我們對於國民黨過不了濁水溪以南的傳統思維。國民黨在此次立委大選的優勢，僅僅由北台灣延伸到中台灣而已。政黨獲票的版圖並未大舉突破。因此反思此次國民黨的立委大勝，究竟是政黨品牌的優勢，抑或是民進黨自身執政失利造成選票流失；值得國民黨反省為什麼中部縣市此次反而得票數低於民進黨，胡志強、卓伯源的施政、以及當地立委提名人選，均值得國民黨深思。(國發所 R97341056 陳韋舜)