沈伯洋50.3%、蔣萬安33.3%，這份民調該怎麼讀？我們把臺北選情用模型重算一遍

今天（10月20日）信民協會公布第二波臺北市長民調，沈伯洋50.3%、蔣萬安33.3%，兩人相差17個百分點。消息一出，各方討論很多，有人認為洋流已經翻盤，也有政治人物質疑委託單位的背景。同一個機構九月做的第一波，換算後還是蔣萬安小幅領先1.5點，一個月之內，數字往沈伯洋方向移動了21.8點。 一份民調可以帶起話題，卻很難單獨回答「現在到底誰領先」。這次我們把1994年以來八屆臺北市長選舉的里別資料、今年五月以後八份公開民調，以及九月以後六個平台近五萬筆網路輿情放在一起，做了一套簡化版的選舉統計模型。以下把我們的推理過程、實際操作，以及從傳播研究角度看的信度與效度問題，一段一段寫出來。 ■ 先看今天這份民調 ● 調查時間是10月14日至16日，電話訪問，有效樣本1,075份，由信民協會委託，戴立安設計，畢肯執行。 ● 目前能取得的只有媒體報導的支持度和方法說明，未表態比例與交叉表都沒有公開。報導另外提到依投票率推估沈伯洋得票49.2%至52.9%，這個推估我們沒有採用，只使用支持度的原始數字。 ● 跟其他機構放在一起看，落差非常大。TVBS在10月3日至7日的調查是蔣萬安49%、沈伯洋41%，換算成兩黨差是蔣萬安領先8.9點。前後不到兩週，兩家結果相距約29點。一千人左右的樣本，抽樣誤差大約正負3點，29點的差距已經無法用抽樣誤差來解釋。 所以問題就出來了：不同民調差這麼多，該信哪一份？我們的做法是不先選邊，把所有符合條件的資料放進同一套規則，讓數字自己呈現它有多大的不確定。 ■ 方法從哪裡來 我們參考的是哈佛大學 Gary King、Jonathan Katz 與 Danny Ebanks 提出的 ElectIt 模型。他們用1946年以來上萬場美國國會選舉逐屆回測，發現很多選舉預測模型太有自信，宣稱萬分之一才會發生的意外，實際上屢屢出現。10月18日旅美政治學者翁履中也參考這個方法，做了臺灣六都的簡化版。 這套方法有三個核心想法： ● 用歷史當錨。過去的選舉規律，例如現任優勢、政黨基本盤，先給出一個基準，避免被單一民調拉得太遠。 ● 用民調來更新。拿當期民調修正歷史基準，同時校正不同民調機構的系統性偏差。 ● 替爆冷保留空間。誤差採用厚尾的 t 分配（自由度4），讓大翻盤保有合理機率，再跑三萬次模擬看整體分布。 ElectIt 原本的美國參數，我們一個都沒有搬過來，全部用臺北自己的資料重新定義。 ■ 第一步：把資料整理乾淨 ● 歷史選票。 使用中選會1994年至2022年八屆里別得票原始檔，逐屆加總後和官方全市數字核對。2010年里界調整後為456里，四屆里名可以逐里對照。 ● 民調篩選。 只收5月1日以後「蔣萬安對沈伯洋」的支持度題目，最後納入8份。排除的有：提名前假設人選的10筆、看好度與辯論表現預期等3筆（包含TVBS的辯論題）、AI虛擬代理人模擬3筆、網路自願投票與候選人團隊內部說法2筆。 ● 口徑統一。 選票是有效票，民調的分母卻包含未表態與不去投票的人，兩者不能直接比。我們全部換算成「兩黨差」再整合。未表態者另外試了三種處理方式：依已表態比例分配、平分給兩人、依政黨認同分配，結果差距大約只有1點。 ● 機構效應。 每家機構相對於同期其他民調的平均偏差，用收縮估計來校正，避免單一極端值主導結果。估計下來，震傳媒偏藍約5.4點、TVBS偏藍約3.8點、信民協會偏綠約7.4點。這裡要說清楚，參照點是所有民調的平均，如果多數民調一起偏向同一邊，真正準的那家反而會被算成離群，所以這個數字只拿來做模型校正，不能當成機構評鑑。 ■ 第二步：歷史基本面怎麼說 2026年的條件是民進黨中央執政、國民黨現任市長尋求連任。歷史上條件最接近的是2002年馬英九和2010年郝龍斌兩屆連任，這兩屆藍營平均領先19.8點。 臺北的麻煩在於第三勢力。 2014年柯文哲、2018年柯文哲獨立參選、2022年黃珊珊，讓「藍對綠」的歷史規律出現斷層；今年民眾黨又支持蔣萬安，這種格局在臺北歷史上沒有完全相同的先例。我們試了六種歷史基準的定義，結果從綠營領先15.4點到藍營領先23.7點都有，連方向都不一致。這一點後面會一再出現，因為它決定了大部分結論。 ■ 第三步：民調和歷史的拉鋸 ● 民調這邊，校正機構效應後，沈伯洋小幅領先3.4點，而且每個月大約往沈伯洋方向移動6.8點。 ● 歷史這邊，以兩屆國民黨現任連任為基準，藍營領先19.8點。 ● 兩者依照各自的精確度加權，歷史占0.38、民調占0.62，得到的基準估計是蔣萬安領先5.5點，換算蔣萬安兩黨得票率約52.7%。80%的可能範圍落在蔣萬安領先0.1點到10.9點之間。三萬次模擬中，沈伯洋領先的比例是9.5%；如果只看民調、不放歷史，這個比例會跳到75.3%。 ● 我們再做一個更保守的版本，把歷史基準的定義、誤差大小、民調組合、未表態處理、趨勢假設全部隨機組合，估計值變成蔣萬安領先1.5點，沈伯洋領先的比例上升到42%。 ■ 換算成票數 以71%投票率計算，有效票大約144萬票，基準估計是蔣萬安多約7.9萬票，80%範圍從0.2萬票到15.7萬票。投票率66%時蔣萬安多約7.3萬票，78%時多約8.7萬票。投票率高低只讓票差變動幾千到一萬多票，比民調本身的不確定性小很多。 另一份用10月9日以前民調做的三投票率情境報告，結果是蔣萬安多約9.5萬票，沈伯洋翻盤的模擬比例13%。那份報告依民調交叉表假設新增的選民偏向沈伯洋，所以投票率越高票差越小，66%時約10.7萬票、78%時約7.8萬票。兩份報告方法不同，可以對照著讀。 ■ 結論最怕動到哪個假設 這套模型最有價值的地方，是可以看出哪一個假設一動，答案就跟著翻。 ● 歷史基準的選擇影響最大。 改用2022年上一屆當基準，沈伯洋領先比例是95.5%；用同條件連任的兩屆當基準，只有9.5%。 ● 歷史基準的鬆緊也很關鍵。 允許的誤差從6點放寬到16點，沈伯洋領先比例從2.3%變成52.6%。 ● 給歷史多少權重。 權重從0.2調到0.8，沈伯洋領先比例從37.8%一路降到1.4%。 ● 放進哪些民調。 拿掉信民協會兩波，沈伯洋領先比例降到2.3%，蔣萬安的領先擴大到約15萬票；只拿掉今天這一波，是3.6%；只用8月以後的民調，是26.2%。 ● 未表態怎麼處理，影響大約只有1點。 說得白話一點，最後結果主要取決於兩件事：信民協會10月這份民調有多可信，以及沈伯洋這股上升勢頭能不能撐到11月28日。 ■ 洋流能不能撐到投票日 我們把「洋流」定義成沈伯洋的選情動能，用兩個數字描述：每個月往綠營移動幾點，以及持續多久。 ● 先看網路輿情。 臺北選舉聲量中提到「洋流」的比例，在9月第3週衝到26.9%，之後逐週回落，到10月第1週是10.8%，話題擴散的時間點比民調大幅移動更早。 洋流相關貼文提到沈伯洋時，正向36.3%、負向32.5%，比他全部貼文的正向26.1%、負向43.9%友善許多。 ● 如果洋流每月5點、一路延續到投票日，估計變成蔣萬安領先1.5點，約2.2萬票，沈伯洋領先比例升到34.4%。 ● 如果加速到每月7.5點，估計變成沈伯洋領先0.5點，約0.7萬票，沈伯洋領先比例55.6%，等於進入五五波。 ● 如果洋流在11月1日以前就停下來，影響只有0.6到1.9點。 ● 洋流延續的結果，和民調趨勢完全延續的結果很接近，兩者是同一股動能，不能重複相加。 ● 依各年齡層的民調變化和各區年齡結構加權後，各區洋流倍數介於0.99到1.01，目前資料看不出洋流集中在特定地區。 ■ 地方上的戰場在哪裡 我們把全市估計依各里歷史傾向分配到456里，其中103個里屬於搖擺里，蔣萬安估計低於五成的有48里，集中在中山區13里、北投區7里、內湖區7里、信義區5里。 ● 71%投票率下，這48里加起來沈伯洋多4,482票；103個搖擺里全部加總，只差713票，大致打平。 ● 這些里本身拉不開全市好幾萬票的差距，比較適合當作觀察風向的指標。 ● 單一里的估計誤差在正負3點以上，名單應該看成關注的優先順序，不是精確排名。 ■ 從傳播研究看信度 信度問的是：同一套工具重複測量，結果穩不穩定。 ● 同一機構前後兩次。 TVBS從5月的藍營領先31.8點，到10月的8.9點，平均每月約5.1點，走勢平順。信民協會九月到十月，一個月就移動21.8點，遠大於其他機構同期的變化。這可能是民意真的急轉，也可能是測量本身不穩定，只有兩個時間點，沒有辦法分辨。 ● 不同機構之間。 同一個時期，TVBS和信民相差約29點，就像兩位評分者看同一份作品，給出差距極大的分數，代表測量工具之間的一致性很低。 ● 我們自己模型的信度。 選票資料逐里核對，2022年的里別結果和另一份里別資料逐里比對無誤；模擬固定亂數種子，所有情境使用同一組亂數，程式可以重跑。任何人拿同樣的資料和設定，應該得到同樣的數字；新民調出來，只要加一列重跑即可更新。 ■ 從傳播研究看效度 效度問的是：量到的東西，是不是我們真正想量的東西。 ● 構念效度。 民調量的是「支持度」，選舉決定的是「投票行為」，中間隔著投票意願、未表態、題目設計。TVBS以有投票意願者為分母，其他機構以全體受訪者為分母；8份民調中只有2份拿得到原始交叉表，題序、提示方式與分母效應無法完整評估。 ● 內容效度。 我們排除看好度、辯論表現預期、AI模擬與網路投票，原因是這些題目測的並非投票意向，放進來會讓「支持度」這個概念被稀釋。 ● 效標效度，也就是預測準不準。 只用歷史資料回推過去各屆，全市誤差高達11.6到21.4點，80%區間最多只涵蓋6屆中的3屆，主因是2014年第三勢力興起造成約30點的結構斷裂。反過來，如果全市結果已知，用歷史傾向分配12區，誤差只有1.2到3.5點。也就是說，最大的不確定在全市層級，地區相對位置相當穩定。加入民調的版本，因為找不到過去臺北市長的選前民調，無法回測，這是目前最大的缺口。 ● 內在效度。 洋流的強度只是同期民調移動的速度，不能解讀成因果效應。民調移動可能同時反映全國氣氛、民進黨整體動員、候選人爭議與競選活動本身。網路聲量與情緒也只用來描述話題擴散，不換算成選票，而且多數輿情檔案觸及5,000筆匯出上限。 ● 生態推論的風險。 12區和456里的數字，是把全市估計依歷史傾向分配下去的結果，不代表各里真實的支持率，不能拿來推論某個里的居民怎麼想。 ● 信度高不等於效度高。 一家機構如果每次都穩定偏向同一邊，它的信度可以很好，效度卻有問題。委託者背景會不會影響結果，我們不下判斷；機構效應只是相對的參照，真正的檢驗要等開票後，逐家拿民調和實際結果對照。 https://www.facebook.com/share/1Do2YLik2z/?mibextid=wwXIfr   ＊邀請您下載《鉅聞天下新聞網》App，點我下載 App，或 加入Line 好友，每天為您推薦有價值的好新聞。