評論
專題
攝影
多媒體
議題
signin
登入
Search
搜尋
bookmark_red
書籤
donate
贊助
訂閱
王宏恩/數據顯示支持同婚與正名公投呈正相關,下一步怎麼走?
攝影
在這次公投案中,執政黨民進黨並沒有積極參與追求平權與正名的13號
主文:你是否同意,以「台灣」(Taiwan)為全名申請參加所有國際運動賽事及2020年東京奧運?
14號
主文:您是否同意,以民法婚姻章保障同性別二人建立婚姻關係?
15號
主文:您是否同意,以「性別平等教育法」明定在國民教育各階段內實施性別平等教育,且內容應涵蓋情感教育、性教育、同志教育等課程?
公投。這3份公投大多由民間參與,在短時間內積極連署,最後成功衝破門檻而與大選共行。雖然最後並未通過,但也在台灣社會及相關團體間掀起波瀾。
公投結果底定之後,只見各團體或人士間交相指責,離總統大選又只剩下13個月,下一波公投可能也即將到來。在這個重要時刻,數據分析是否能幫我們什麼忙呢?
筆者在各地的協助下,取得了同婚公投(14號)與東奧正名公投(13號)在各鄉鎮的連署狀況(連署書數量除以鄉鎮總人口),並比對各鄉鎮的公投結果,希望可以從數據的角度,提出未來可以前進的方向建議。(本文引述之統計分析回歸模型請見此連結

同婚與正名公投,在各地支持度皆呈正相關

第一,無論從連署狀況或最後大選結果,同婚跟正名在各地的支持度都是正相關的。換句話說,全台灣各鄉鎮裡,假如該區有越多高比例的連署同婚公投、就會有越多高比例的連署正名公投(Pearson’s r=0.56, p<0.0001, n=358)
「Pearson’s r 」意指皮爾森相關係數,是一個介於-1到+1的數,越接近1代表兩者越正相關,也就是一個變數值越高、另一個變數值也同時越高的趨勢;越接近-1代表兩者越負相關。 「p」代表統計顯著水準,越接近0代表越顯著。 「n」代表樣本個數,這裡是指358個鄉鎮。
;假如有越多高比例投票支持同婚,就有越多高比例投票支持正名公投(r=0.45, p<0.0001),可見下表。
1314案比較
就算這個鄉鎮數據無法推論到個人層次,我們仍可以說,同婚跟正名的受眾分布在全台灣來說是非常類似的。因此假如結盟的話,就算不能擴大戰線,至少在宣傳或動員上都可以更省力。
舉例來說,在368個鄉鎮裡面,同婚連署佔該鄉鎮人口比例第3、4、5名分別是台北市大安區(3.43%)、台北市中山區(3.40%)與台北市內湖區(3.33%)。而在最後公投結果出爐之後,這3個選區裡支持第14案同婚公投的支持度也分別是368個鄉鎮裡的第9(36.5%)、第4(37.3%)與第3名(37.6%),可見下表。另外一個有趣的地方是,全台灣支持同婚最高的鄉鎮市為連江縣的東引鄉,支持度高達47%,相較之下連江縣另外3個鄉都只有23%。
第14案連署比例與同意票比例分佈圖
台北市大安、中山、內湖區第14案連署與公投同意比例
而在東奧正名裡,連署比例最高的鄉鎮是高雄市鹽埕區,全區高達5.6%的民眾有參與公投連署。而最後該區支持正名公投的支持度也高達53%名列前茅,比全鄉鎮平均42%高出甚多。
第13案連署比例與同意票比例分佈圖

連署狀況與最後公投結果高度相關

第二,兩份公投裡,連署的狀況跟最後公投結果都有高度相關,而且連署數量在大選中都具有放大的效果。我使用線性回歸模型,依變數是各地公投結果,自變數則是各地公投連署的比例,然後放進各縣市做為控制變數。
結果發現,即使控制了各縣市層級的影響變數,公投連署比例對於公投案的支持度的斜率不僅顯著為正值,而且在兩個公投案的斜率都接近3左右。換句話說,在連署的階段,假如各鄉鎮每多1%的人口參與連署,最後該鄉鎮裡支持該案的比例會增加3%左右。值得注意的是,這樣的正相關在回歸模型放入更多鄉鎮級的控制變數後(例如各鄉鎮選舉人口、人口密度、藍綠上次得票率等)並沒有改變,代表兩者間的關係是很穩定的。兩個回歸模型的解釋力也都各自接近7成,代表選前連署對未來結果的預測力十分充足。
這個正斜率有兩個重要之處。第一,各鄉鎮的民眾大多不知道各鄉鎮的公投連署狀況(畢竟中選會沒有公布),所以民眾不可能是被支持度影響而改變看法。所以,這樣的正斜率很可能就彰顯了台灣社會的公民活力:一旦在鄉鎮裡有人支持連署,這些人就會在未來的宣傳期間成為小蜜蜂,在該鄉鎮裡多拉幾個人支持該公投案。第二,這也代表各公民團體在推動公投時,各地的連署比例是一個重要的指標,也是需要充分掌握並運用的資源。不能光連署完、衝到門檻就算了,每一個簽名都是潛在動員的人力。

支持正名與同婚的民眾,屬性仍不同

在講完前面兩個比較正向的結果之後,再來就是要進入比較複雜的結果了。
我同樣使用回歸模型,依變數是各鄉鎮的公投同婚支持度,但自變數我同時放入各鄉鎮的同婚以及正名的連署比例。回歸模型顯示,即使兩個連署案有一定程度的相關,但同時都對同婚的公投結果有顯著正向的影響。用白話的說,就算一個村里的同婚連署量固定,假如該村裡有更多正名連署案的話,在最後公投結果中還是會有更多人支持同婚公投。
但當我們把各鄉鎮的公投正名支持度當依變數,把同樣兩個連署當自變數放入模型的話,就有不一樣的結果。回歸模型顯示,當放入兩個連署當自變數時,只有選前正名公投的連署狀況對於選後正名公投的結果具有解釋力,同婚連署狀況則對正名公投的結果不具解釋力。在各鄉鎮連署正名公投的人數不變的情況下,有越多人連署同婚,並沒有越多人在最後支持正名公投。
這樣的差異有兩種解釋。第一,支持正名公投與支持同婚的民眾之間雖然有重疊,但是屬性不一樣:因為支持正名而支持同婚的人更會把兩者綁在一起宣傳,但是因為支持同婚而支持正名的人就比較不會宣傳。這個解釋很可以反映在筆者臉友換大頭貼的狀況上:要嘛就是13、14、15一起支持,要嘛就是只有兩好三壞
此次公投平權相關陣營的其中一個宣傳標語,兩好指的是同意公投 14、15 案,三壞則是反對公投 10、11、12 案。
第二個解釋是,支持正名公投對於支持同婚具有正面擴散的效果,但支持同婚對於支持正名沒有擴散的效果。這個解釋跟上面那個有一點像。但就總得票數來看,支持正名公投的人數還是較支持同婚的人數多很多(東奧正名有476萬贊成票,而婚姻平權有338萬贊成票),假如雙方真的只有單向的片面幫助,不應該在最後的總結果得到這樣的數字,婚姻平權的票應該多於東奧正名。

未來運動如何合縱連橫?

這樣的統計結果告訴我們,當不同議題的團體要準備合作協力時,不只要看民眾對這些議題支持與否,還要看那些關鍵、願意主動宣傳的人力在這些議題上是否偕同宣傳。
在美國政治學的研究之中,民眾對於資訊偏好乃至於政黨動員在過去往往是間接的:雖然對於議題或候選人有一定的偏好,但這些資訊乃至於最後能動員出來,中間還需要多一層的擴散。這些擴散或者是政黨核心的運動分子、或者是意見領袖、或者是親近的媒體。要直接對話動員在過去都是困難的。
當一個議題要推動、當一個候選人要爭取支持,假如一開始沒有些死忠分子幫忙擴散,那也不會到後期開始出現滾雪球效應。這個道理不只能用在單一議題,也同樣適用這些本來支持度不夠的議題的協和宣傳上。 
當然,從數字上我們並無從得知不同連署案之間的核心成員究竟是如何協力、以及彼此之間的考量為何,也並沒有納入其他的外部因素。舉例來說,在這次婚姻平權公投的過程,LINE群負責事實查核的「真的假的 Cofacts」上就有網友回報無數關於婚姻平權的相關謠言。而這些謠言的擴散,也並非社運團體有辦法獨自處理,而需要公權力甚至跨國的合作幫忙。
另一方面,在東奧正名公投案上,也有面臨中華奧會與部分選手在選前放話恐失參賽權的事件,這些都註定會影響最後的選舉結果。這篇文章並沒有辦法控制這些影響變數,而僅能關注在公投階段不同議題加入的群體,是否在正式公投時仍能在公投結果中反映出可能合作的傾向,更詳細的結果仍待學者進一步分析。

用行動支持報導者

優質深度報導必須投入優秀記者、足夠時間與大量資源⋯⋯我們需要細水長流的小額贊助,才能走更長遠的路。 竭誠歡迎認同《報導者》理念的朋友贊助支持我們!

© 2018 All rights Reserved

2018九合一選舉結果觀察

載入更多文章