◎王宏恩／美國杜克大學政治所博士候選人
很快地，2016年初激烈萬分的總統與立委選舉，也已經過去好幾個月了。但回想起選戰前的緊張與激情，我想很多人都還對於選舉日前各小黨的搶票大戰記憶猶新——「到底我的立委不分區政黨票，應該要投給我比較愛卻可能過不了門檻的小黨，還是要投給傳統保險的兩大黨？」在投票日前整整兩週，無論在新聞裡、政論節目中、社群網站上、親朋好友間，要怎麼投政黨票往往成為言論交鋒、甚至反目成仇的一大炸彈。
為什麼投個票也要那麼痛苦，大家不能想投誰就投誰嗎？這個案例恰好顯示了政治學最迷人之處。台灣民眾在準備投下立委不分區政黨票的那一剎那，同時受到了「制度」、「偏好」、「賽局」、與「資訊」四大因素的交互作用。這四個環節互相連貫、彼此影響。更重要的是，本文將進一步分析於2016大選前一週收集到五百多人的問卷資料，說明為何在這次大選中，各家公司的民調方式——尤其是開放題的詢問方式——是如何對各小黨造成不利，因為這些民調產出的「資訊」影響了當下人們的策略行為，而這些不利可能進一步的影響選舉結果向兩大黨傾斜。
中央研究院人文社會科學研究中心的電訪室。（圖：C.C.by 啥正）
制度、偏好、與賽局
在我國立法院的不分區選舉中，設有最低5%的席次分配門檻。這個門檻與我國立委人數有關，但門檻也較許多國家為高〈可參考此篇菜市場文〉。這個5%的門檻就形成一個制度，讓每個選民在投票時，知道除非他／她支持的政黨可以拿到超過5%的票，否則該票並不能幫助該黨取得更多席次。
在這樣的「制度」設計下，制度就影響了人們在偏好、行為與結果間的連結，而選舉更進一步使結果成為「眾人決定」，而非個人決定的，這在政治學中叫「集體行為」（collective action），而人們在預期到其他人的行為對自己結果造成的影響後，可能策略性地不選擇自己最愛的選項，這叫「策略投票」（strategic voting）。
集體行為與策略投票在政治學中都是非常重要的概念，也讓政治學與其他研究人類的學門有很大的不同。舉例來說，假如你想吃一盤臭豆腐，那你就自己騎車去臭豆腐店，跟老闆外帶一盤回家，於是你飽餐一頓。但加入了集體行為與策略投票時，就像是臭豆腐店的老闆對外公告他只有在夠多人排隊等他時才會開門營業，而且假如隔壁賣雞排的店人比他多他就憤而不開店了。在這種情況下，你不再只是單純地騎機車去買臭豆腐。你要猜想到底其他臭豆腐支持者今晚會不會也願意騎車來店裡，還要同時預測雞排支持者今日會不會大舉出籠。你還是最愛臭豆腐，但你的願望並不會隨著你投入的行為而完全實現，而是視其他人在同一時間的行為與偏好而決定。你不再是直線思考，你進入了制度、偏好、與賽局間的思考。你進入了政治。
如果買臭豆腐還要看其他消費者是否配合，那投票也是一樣的，必須「猜測」其他人的行為，來決定自己的行動。（圖：C.C.by Albert Hsieh）
從夜市攤回到投票箱。對於每一個選民來說，他可能在不同政黨間有清楚的偏好排序，例如可能選民A偏好綠社盟第一、民進黨第二、國民黨第三、親民黨第四。但他的偏好排序會因為受到制度影響，加上他預期到其他選民的行為，因此造成選民A不會直接投給自己最偏好的綠社盟，而把票投給第二支持的民進黨。透過這樣的策略投票，選民A可避免自己的票因為制度而浪費在沒有席次的綠社盟上，也可避免自己討厭的第三、第四順位的黨取得更多席次。
同時，因為門檻的存在，小黨支持者們或同時支持大小黨的選民們，就陷入了合作協調的困境。假如所有人齊心支持小黨，那小黨就很可能過門檻，進入國會幫大家發聲。但假如只有一半的人支持小黨，那該小黨可能過不了門檻，這變相幫助了其他過門檻的黨，尤其是敵對的大黨；假如大家都只支持較靠自己的大黨，那雖然小黨毫無機會，但至少也減少了敵對大黨的機會。這種狀況，就是賽局理論中最經典的協調賽局（Coordination Game）：大家假如有共識並一起做出行動，那得到的結果不是最好也是可接受；但假如大家不小心選不同的選項，最後就是所有人都一起受害。
資訊、收集資訊、收集到什麼資訊？
在人們協調偏好與集體行動的過程中，「資訊」在其中起到了穿針引線的重要作用。大家要怎麼知道其他人會投給誰？於是大家開始看電視，開始上網問朋友，以及，最重要的：看各家民意調查的結果。因為門檻是看總數決定的，而各黨的分配席次也是看最後的總得票決定，因此人們需要獲得「所有人」怎麼行動的資訊，並以此資訊出發來決定自己最終要穩穩地投大黨、還是要冒著風險投小黨。還記得在2016年選前一週，大黨與小黨候選人紛紛抓著最後幾波民調結果，開始認真計算你讓票、我跑票、他偷票後的最終席次分布，各家公式各種假設，顯示的是民調在這些合縱連橫之前是如何達到定錨的效果。
然而，大家拿民調各自算計的前提假設，在於民調已經真實反映了人們的投票意向。但事實上，這個假設除了高達3%的統計誤差，以及近年電話民調越來越難處理的「樣本代表性」問題外（例如：用市話做民調，永遠調查不到只用手機的人；白天打市話也調查不到上班族），本文提出另一個可能不利小黨民調表現的問題：開放題（Open question）。
開放題是指不提供選項，讓受訪者自由作答。這通常是因為沒有標準答案，或者是選項太多根本念不完。以2016年的立委不分區選舉來說，在各大有公布問卷的電話民調以及筆者私下詢問有參與各黨內部民調的工作人員，都是用開放題問政黨票，也就是電話訪員問了受訪者「立委不分區政黨票要投給哪個黨後」，並沒有辦法把參選的十八個政黨從頭到尾通通念一遍，而是單純讓受訪者臨場反應，再把聽到的答案記錄下來。
理論上，假如你決定要投誰，應該不管問題怎麼問，你都會回答相同的答案。但這個假設已經受到心理學以及民意調查科學的諸多挑戰。其中，最有名的就是加州大學（UCLA）的政治科學家John Zaller提出的接收—接受—取樣（Receive-Accept-Sample,RAS）模型。Zaller從認知心理學出發，他認為人們對於一個問題的回答，可能同時有好幾種接近的答案在腦海中，被問時再從中立刻取出一個最簡單的答案來應付問題。然而，假如受訪者所處的環境會特別刺激某些答案，讓這些答案在腦中一直被激發、有較高的電位的話，那人們在這環境就更傾向在被問到問題時回答那些答案，而換了環境之後答案也會因此改變。舉例來說，你感冒時可能會買斯斯感冒膠囊，也可能會買京都念慈庵，也可能會買國安感冒液，你對三者的偏好相同，甚至喜歡後兩者多一點。但假如你今天在看完奧運八搶三棒球賽，連續被廣告轟炸了四小時「感冒用斯斯～」之後，再忽然問你會買哪一款藥，你可能脫口而出的就是斯斯，即使你可能隔天睡醒答案就不同了。
相信大家都對重大體育賽事轉播時的廣告印象深刻。（圖：網路）
Zaller的理論，用在我國立委選舉政黨票的民調時，就可以看出開放題的影響：民眾的腦海中可能正在糾結要投大黨還是小黨，但在此同時，我國兩大黨配合總統大選佔據了絕大多數的新聞媒體版面，因此當民調公司用開放題問受訪者，受訪者就可能直覺地回答「會投給兩大黨」，且這樣的直覺會隨著新聞轟炸的程度更嚴重，除非民調公司把選項全部列出來給受訪者選時，受訪者才會比較清醒，重新比較腦中各個偏好，在這樣的情況下才會有比較多人選擇說會投給小黨。從這個理論，可以推導出兩個研究假設：
研究假設一：當被以開放題詢問政黨票支持誰時，受訪者相較於封閉題的答案來說，會更傾向投給兩大黨。
研究假設二：受訪者在開放題投給兩大黨的偏差程度，與受訪者平日新聞資訊接收程度成正相關。
開放題、新聞接觸、偏向大黨
為了驗證這兩個假設，筆者在2016大選前1月10日至11日，與政治大學選舉研究中心的Pollcracy Lab合作，以網路問卷的方式詢問了全台509位選民。問卷開頭是一些基本的政治興趣與背景調查與對總統候選人的偏好，再來，受訪者會先被問一題開放題，要求填入他在這次不分區立委選舉會投給哪個政黨。在受訪者按下送出後，下一個頁面會再問一模一樣的問題一次，問不分區會投給哪個政黨，但這次則是提供完整的十八個政黨選項（依選票上的排序排列），最後，則是問對政策以及個人背景資料的問題。
這五百多位的選民，在被用不同的問卷方式問同一個問題兩次，在答案上有什麼不同呢？圖一顯示，當選民先被問開放題，也就是如同被其他民調機構詢問政黨票意向時，有高達58%的受訪者說會投給兩大黨，只有42%說會投給小黨。同時，這題也有大量未作答者（34.8%），暗示著有很多人被問到開放題時就乾脆拒絕作答。但當緊接著提供各政黨名單給受訪者選擇時，則有48%支持大黨，支持小黨的則大增到52%。換言之，當坊間電話民調因為選項太多而以開放題詢問選民時，顯示出來的結果可能會比較傾向大黨。（附帶一提，本研究開放題部分的民調結果與各家民調公司公布的不分區支持比例幾乎一致，選前各民調公布兩大黨得約42%、小黨27%、未表態31%，扣掉未表態則大黨60%、小黨40%）。
以開放題及封閉題調查選民政黨票意向（n=509）。（圖：作者自製）
受訪者在回答開放題與封閉題的差異，可能是來自於Zaller提出的理論嗎？在下圖中，筆者將受訪者區分為每日閱讀選舉新聞低於或高於六十分鐘兩群。對於每天看較多政治新聞的受訪者（下圖右上角），他們未作答的比例較低，但同時顯著地更傾向回答支持大黨；這個傾向在當我們重問一次、並以封閉題提供選項時就大大降低了（下圖右下角）。相較之下，每天新聞看比較少的受訪者，雖然未作答的比例較高，但同時回答支持大黨的比例也並沒有比較高（下圖左上角）。資訊接收量多寡確實顯著地影響到受訪者在開放題時的回答（Pearson’s卡方值p=0.006），而對於受訪者在封閉題的政黨票支持影響很小（p=0.251）。
開放題、新聞閱讀與政黨票。（圖：作者自製）
另一部分的證據，則可以透過這問卷分析「哪些人改變答案了」。同一個問題用不同問法問受訪者兩次，缺點在於答案前後可能互相干擾，但優點就在於在個人層次追蹤並解釋答案改變的原因。在開放題先回答支持大黨的受訪者，有91.3%在封閉題也同樣回答支持大黨；在開始題支持小黨的受訪者，有97.3%支持小黨；而在開放題未回答的受訪者，則是在封閉題有高達64%會選擇各小黨，僅會有36%勾選大黨。更進一步，對於資訊接收量較高的受訪者中，在開放題回答支持大黨者，有13.3%會在下一題改回答支持小黨。
小結
這些資料進一步地證明，我國各家民調在以開放題調查選民的不分區政黨票意向時，會因為以開放題的方式進行調查，結果得到的民調資料就傾向對大黨有利，而對大黨有利的原因，在於電視新聞集中播報兩大黨，因此看新聞越多的民眾，就算心傾小黨，仍可能在接到電話的那一刻脫口而出說支持大黨。另一方面，則是開放題讓許多民眾一時間不知道怎麼回答，但這些民眾其實真的在有選票可勾選時，是較可能勾選各小黨的。
當民調結果因為技術與媒體影響而壓低原本各小黨該有的支持率時，在現有的選舉制度下，這個資訊就會對各小黨帶來不利的影響——較低的民調，讓選民們最後選擇策略投票或協調到要棄小保大，使得原本搞不好能得更多票的各小黨，因為民調較低、選民看民調改策略，最後真的得票不高，使原本不利小黨的民調成為大黨自我實現的預言。在2016選前各家民調中，大黨60%、小黨40%，但最後開出來變成兩大黨70%、各小黨只得到30%，本文提供的資料與分析，把這整套故事裡「資訊」的這個環節進一步拓展，並指出其中開放題民調可能不利小黨的因素，這因素因為「制度」、「偏好」、與「賽局」的交互影響而效果放大，最後導致小黨在不分區的敗選。
小黨紛紛竄出頭，讓政黨票的民調更顯不易。（圖：iVoter）
當然，就民調機構的訪員來說，要好好地把十八個政黨從頭到尾念一次在實務上仍是很困難的事，這問題也確實發生在各黨每次在黨內初選用全民調選各地市議員候選人時（有二、三十個候選人，黨中央說要取一半，這要怎麼民調？）。假如再加上要隨機順序，更會造成訪員與督察的重大困擾。現有的改良方式除了各民調機構要公布問卷、讓讀者知道是不是開放題外，也可以透過網路、手機、與面訪問卷等進行交叉比較，進一步提供選民在協調或策略投票時的資訊。
本文經授權轉載自菜市場政治學 政黨票民調如何對小黨不利？
相關新聞
編輯精選
自由評論網粉絲團
