學者開講／從政治版圖的觀點看選舉競爭

「凡走過必留下痕跡，凡選過必留下紀錄。」在每一次選舉中，無論是候選人或政黨，都會在中央選舉委員會網站的「選舉資料庫」留下記錄，該資料庫不僅有每次選舉的選舉概況，且還有候選人的得票明細，詳細記戴各村里每一個投票所的開票結果，是一個好用且又有分析價值的公開資料，可以從中觀察到各個候選人或政黨在各個選區的競爭激烈情況，更可以得知其票源分布是集中在特定區域或是平均分散在各個區域，間接反映出其組織動員或文宣策略的效果。

如果以政黨為觀察對象，透過跨年度的得票紀錄分析，更可以進一步得知其在各個投票所或村里的得票變動情形，掌握該政黨在該地區的政治實力消長情形，此即政治版圖或政黨板塊的概念。本文將從此一觀點出發，利用中央選舉委員會所公布之過去幾次選舉的選舉概況和候選人得票明細，分析政黨在村里層次的得票實力，據以描繪出分析本次總統大選投票前的政治版圖。

民主政治中，人民透過選舉時的投票來展現當家作主的角色，雖然從個別選民的觀點來看，每個人都可以自主選擇投票支持的對象，但不可否認地，受到個人政治理念、政黨認同等因素的影響，多數選民傾向長期支持與個人理念相同或情感認同的政黨，也就是說，選民的投票行為具有穩定性和黏著性，而當這類選民佔整體選民的比例越高，利用政治版圖描述各政黨在各個地區之票源實力的效果就越好，學術研究中亦有一些文章是從政治版圖的觀點，探討選民的投票行為在地理空間上是否存在群聚效應（如北藍南綠）或擴散效應（如某政黨能否跨過濁水溪），據以評估政黨的版圖大小與板塊移動。

要特別提醒的是，政治版圖是以總體資料為分析基礎，如村里、鄉鎮的層次的投票資料，不宜直接解釋個人投票行為。舉例來說，若某一地區為民進黨的鐵票區，該地區在過去數次選舉中，均有高達七成以上的選民投給民進黨，但我們仍然無從得知是否是同一群選民固定死忠支持民進黨，抑或是有二成原先支持民進黨的選民改為投給其他政黨，同時也有二成支持其他政黨的選民改為投給民進黨，導致兩者的比例相互抵銷，民進黨仍維持七成以上的得票率，以致於整體上看不出有四成選民的投票行為已出現明顯變化。

持平來說，政黨的政治板塊形成和變動是一體之兩面，且某一政黨之實力增強，即代表其他政黨之實力消退。影響某一地區之政治版圖的原因很多，例如有可能是因為某政黨或政治人物爭取到地方重大建設，受到當地民眾的肯定和感念；可能是政黨或政治人物長期經營，提供選民服務以加深和選民的連結關係；可能是地方派系的根據地，外來或空降的政治人物難以在當地插旗。基於同樣的理由，政治版圖也不是鐵板一塊，有改變的可能性，例如其他政黨或政治人物爭取到更多的建設、政黨疏於經營選民關係、或地方派系的瓦解或投靠他黨等。只是，政治版圖的變動通常不會太快，大部分地區是以漸進方式移動，也因此，要評估政黨在某一個地方的政治版圖有沒有鬆動或是變動，不能只看一、二次的選舉，而是需要長期觀察和比較分析，才能確定板塊的移動是暫時性或者長期性，因為每一次的選舉都可能會出現一些特殊因素或事件影響選民的投票行為。

一般來說，政治版圖是以政黨為分析單位，主要原因是政黨的檼定性高於候選人，尤其是在分析跨年度和跨層級的選舉。當然，要以候選人為單位進行政治版圖分析也行，只是這比較適用於分析民意代表而不是行政首長選舉，因為行政首長有任期的限制，同一職位只能連任一次，所以行政首長的政治版圖最多只能分析兩屆任期的變化，且如果主角換跑道或是改選其他公職，選區範圍不一樣也會導致有些選區沒有過去的得票紀錄可供分析。

反觀民意代表沒有連任的限制，如果他（她）長期經營某一選區的話，可以建立個人的政治版圖，只對這些民意代表來說，即使沒有政治版圖的分析，他們通常也對各個地方的選票增減或流向瞭若指掌，參考價值似乎不高。以政黨為分析單位還有一個好處是，在複數選區中，各政黨通常會提名多位候選人參選，甚至進行配票，所以，如果只考慮候選人的政治板塊，其波動程度會較大，但若以政黨為基礎，則相對會比較穩定。不過，這也是政治版圖的限制之一，以政黨為分析對象比較無法反映個別候選人的政治魅力；另一個限制是，由於新興政黨尚未累積足夠的選舉資料，不易判斷其政黨的票源基礎是否穩定，例如這次參與總統大選的民眾黨即是一例。

簡單比較一下選舉民調和政治版圖不同之處在於，民調是以選民個人為分析單位，反映的是政黨或候人當下的支持度，易受議題或事件的影響而出現較大的波動，不到投票結束，無法得知其得票實力高低；而政治版圖主要是以村里或鄉鎮為分析單位，反映的是政黨在過去選舉中的競爭結果，受到議題或事件的影響較小，可以維持較高的穩定性。選舉民調和政治版圖是以不同的視角呈現政黨或候選人的競爭實力，兩者的結合也可以據以進行選舉預測，有興趣的讀者可參考筆者的另一篇拙文。

為了幫助讀者對政治版圖有更進一步認識，筆者嘗試以2018縣市選舉、2020總統選舉及2022年縣市長選舉為例，利用中央選舉委員會所公布的候選人得票明細資料，進行2024年總統大選選前的政治版圖分析。不過，筆者在此必須再次強調的調，此一分析不是對本次總統大選的預測，而是反映過去的政黨板塊（主要是國民黨和民進黨），至於這次的總統大選結果，則是下一次選舉前進行政治版圖分析的資料來源之一。

由於政治版圖的分析涉及跨年度資料整併和統計分析技術，其繁瑣和複雜程度已超出本文篇幅可討論的範圍，故本文僅就分析結果加以說明。筆者以國民黨和民進黨在過去前述三次選舉的「村里」得票率為變數進行集群分析（cluster analysis），依據「物以類聚」的原理，將各政黨得票實力較為接近的村里歸類在政治版圖中的同一層，據以反映各政黨在政治版圖中不同層別的票源實力，至於要分多少層，就競爭的激烈程度和分析的目的來決定，筆者將其分為9層、16層和20層，基於說明方便，本文以較為簡單的9層為例，其分析結果如表一所示。

表一中各層已經根據民進黨在2020年總統選舉的得票率高低排序，其中，第1層是民進黨過去選舉中得票實力最強的一層，在上次總統大選可以拿到七成以上的選票，在2018年和2022年的縣市長選舉中，雖然得票到不到七成，分別只有五成多和六成多，但也都是該次選舉中得票率最高的地區，而國民黨在這一層的得票實力則是最弱，在上次總統選舉僅獲得二成五以下的選票，兩次縣市長選舉則略高一些，有些村里突破三成，這類型的村里計有746個；反觀第9層則可以說是國民黨得票實力最強的一層，在2020年總統大選中可以拿到六成以上的選票，在2018年和2022年的縣市長選舉中，分別也有五成以上和六成五以上的得票，民進黨在這一層的得票實力為最弱，只有在2020年總統大選中突破三成，不過，這一層並非是國民黨在2022年縣市長選舉中得票率最高的地區，但整體來看也不算差，這類型的村里計有825個。至於越靠近中間的層別，顯示兩大政黨的得票實力差距越小，甚至在總統和縣市長的選舉中出現互有勝負的局面，沒有哪一個政黨具有穩定的優勢，可能在不同性質的選舉中由不同政黨取得領先。

雖然選舉前的政治版圖分析結果並不一定能反映在這次總統大選中各政黨的實力，尤其是新政黨的得票實力，但仍具有相當的參考和應用價值，例如，結合選舉民調數據判斷各層選民的投票偏好是否出現明顯變化，或是新政黨對哪一政黨的影響比較大；或是利用政治版圖輔助選舉預測，研判民調中未表態的選民（筆者在另一篇有關選舉預測的文章中已有討論）。另外，利用政治版圖分析結果，從各層隨機抽取具有代表性的村里，估計這次總統大選的候選人得票率估計，則是選舉預測的另類作法，只不過其結果要等到投票日當天才能揭曉，也只比中央選舉委員會公布最後結果早一些時間。筆者將在投票日當天，與聯合報系的聯合影音網合作，以此政治版圖為基礎，預測本次總統大選的投票率和候選人的得票率，屆時讀者可以拭目以待。