國民黨在台北市有天花板嗎?

王宏恩
2.6k 人閱讀

隨著台灣地方大選將至,各縣市紛紛拿出民意調查結果,一些進行預測、一些企圖操作棄保效應。其中,在最熱鬧的台北市,許多人開始討論民進黨在台北市的天花板、仇恨值、或者黃珊珊與蔣萬安之間的棄保效應等。然而,假如攤開過去台北市的選舉結果、佐以民調來進行分析的話,可以發現過去呈現的結果是國民黨在台北市的天花板。而這天花板很可能會影響即將到來的台北市長選舉。

圖片來源:翻攝自華視新聞YouTube頻道

國民黨的催票率穩定下滑

在下面這張圖中,藍色是國民黨的歷次催票率(包含新黨與親民黨),也就是總得票數除以總選民數,代表的是國民黨平均每次選舉能夠「催」出多少百分比的選民,在選舉日出來投給國民黨,為圖中的藍色點以及線。相較於得票率來說,因為得票率會受到其他候選人的得票影響,因此催票率更適合作為跨年度的分析。同時,我也補上了2002年TVBS開始公布的每一次台北市長選舉的選前最後一次民調,包括上周公布、市長辯論之後的蔣萬安的民調支持度,為圖中的橘色點。

圖片來源:作者提供

假如比較過去30年來的七次台北市長選舉,可以發現國民黨在台北市的催票率是穩定下滑的。2002年前,國民黨在整個台北市可以動員出44%的人出來力挺泛藍候選人;2006與2010剩下40%,而最近的兩次2014與2018只剩下28%。光從數字來看,國民黨在台北市的動員能力是逐年不斷下滑。而且這其中經歷了馬英九、郝龍斌、連勝文、丁守中,各個也都是背景良好、在黨內受過長久栽培的國民黨菁英,但整體來說卻在台北市越來越難動員出國民黨的支持者出來投票。

這個結果也反映在民調上。假如攤開過去五次TVBS選前最後一波民調,可以看到國民黨候選人從過去超過五成的稱霸、到近幾年都只剩下不到四成的支持度,包括目前蔣萬安的35%。使用民意調查的好處,在於民意調查也包括了那些不確定、不會投的人,在概念上是跟催票率類似的,因此適合拿出來跟催票率比。在過去五次的選舉中,TVBS民調中的國民黨候選人支持度都比最後的催票率高很多,所以整條橘線都在藍線之上,代表TVBS民調會系統性高估最後國民黨催出來投給國民黨候選人的台北市民比例。

假如根據目前TVBS的結果,(但是過去四次台北市長選舉,國民黨候選人都會在最後一次民調中再增加正好3%的支持度),假設蔣萬安假如選前最後一次的民調支持度大概是38%的話,配上國民黨支持者逐年下滑的傾向,由圖中的數字簡單線性估計,大概最後也是催出如29%左右的催票率。這個數字可能會受到棄保的改變嗎?至少在2018的選舉中,由民調資料來看,棄保效應並不明顯,因為各候選人支持者之間對其他候選人的滿意度都太低,因此不管輸贏都不會轉投票。因此即使是現在黃珊珊的支持者,也可能會為了要幫柯文哲或黃珊珊爭一口氣,而拒絕轉投票給蔣萬安。

這回投票率可能為63%

在估計國民黨能催出29%的票之後,剩下就是這次的投票率會有多高。過去TVBS的問卷中,選民都會高估投票率,許多人嘴巴上說會投、但最後沒有投出來。可是最近兩次的台北市長選舉,TVBS的投票率估計都是準確的:2014年有70%在民調中說確定會去投,而最後投票率70.4%;2018年有66%說確定會去投,最後投票率也是66%。在這個假設之下,最近這一次民調中的確定會去投的比例為63%,因此TVBS對外公布的報告也是估計投票率63%,我覺得這是一個可以參考的數字。

假如投票率63%、而國民黨能拿到其中的29%,那就只剩下34%的選票給陳時中與黃珊珊去分了。TVBS過去有低估民進黨的催票率嗎?很難講。2002年,民進黨候選人支持度21%、最後催出了25%的票;2006年同樣21%的支持度催出了26%的票;但是2010年蘇貞昌39%民調數字只催出31%的選民、2014年柯文哲44%民調催出42%的票、2018姚文智12%民調催出了12%的票、而柯39%民調催出了28%的票。從這些數字來看,過去民進黨在台北市的催票率跟TVBS民調的數字是差距不大的(但得票率就會有差距,因為取決於對手得票數多少)。用這個方法推算目前陳時中在TVBS民調中獲得26%的支持度,那最後能夠催出來的票大概也是26%或小於這個數字。

假如是最大值的26%,那就跟目前蔣萬安的29%仍有3%的台北選民差距(換算成得票率差距就是4%),但是國民黨可能受限於國民黨支持者在台北逐年下滑而更低,同時陳時中也可能因為黃珊珊與其他候選人的分票而更低。因此雖然從過去數字來看,國民黨有著越來越低的天花板,但民進黨要在這次選舉中能夠勝出的話,可能得瞄準本來不打算投票的人(從目前民調來看,這種人這次特別多,過去四次投票率分別為65%、70%、70%、66%,而目前預測是63%)、尚未決定的人(TVBS中顯示有18%,也是過去幾次比起來較多的),才有翻盤的可能。

留言評論
王宏恩
Latest posts by 王宏恩 (see all)

延伸閱讀