第五章 勝算對數模型的實證分析
第一節 一致與分裂投票的勝算對數模型
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第五章 勝算對數模型的實證分析
根據先前的討論，可能影響一致與分裂投票的因素計有十一個：選民的年齡、
省籍、教育程度、政黨認同、政治知識，以及選民對國民黨與民進黨的情感矛盾、
兩大黨總統候選人的情感矛盾、政黨政治矛盾，加上統獨政策平衡、社福政策平 衡與制衡觀。然而，三種政治矛盾的連續變數有中等程度的相關性，可能存在「多 元共線性」（multicollinearality），故作者利用各自變數的「變異數膨脹因子」
（variance inflation faction, 簡稱 VIF）與「容忍度」（tolerance）檢查模型中各變 數的多元共線性。容忍度的定義是 1-R2，在此的 R2 稱作「決定係數」（Coefficient of Determination），表示某個自變數能由其他自變數所解釋的比例；容忍度與變 異數膨脹因子關係互為倒數。據此，該自變數的容忍度的值越接近 1，或 VIF 的 值越小，與其他自變數間的多元共線性越低。表 5-1 顯示，類別變數之教育程度 中的「大專以上程度」，VIF 值達到 5.42；「高中程度」達到 3.88；其他變數皆低 於 3。除了教育程度外，模型之自變數間的共線性並非太嚴重。為降低教育程度 的多元共線性所可能帶來的影響，筆者將「大專以上程度」與「高中程度」合併 為「高中以上程度」；其 VIF 值降到 2.18，以利後續的分析。
第一節 一致與分裂投票的勝算對數模型
釐清選民的政治矛盾與分裂投票是否有實證上的關係，以及是否符合理論的 方向，是本文最迫切的課題。因此，作者首先使用「勝算對數模型」（Binary Logit）
檢證政治矛盾對分裂投票的效果。模型的依變數是虛擬變數（dummy variable）， 0 是一致投票；1 是分裂投票。然而，在總統與區域立委選舉的狹義定義下，0 代 表「國國」與「民民」；1 表示「國民」與「民國」。雖然在總統與不分區立委選 舉的政黨聯盟定義下，0 代表「藍藍」與「綠綠」；1 表示「藍綠」與「綠綠」。
實際上，後者的分析剔除了總統投給親民黨候選人與「藍藍」的樣本，故比較與 解釋兩個模型的差異時，必須格外小心。模型的自變數包含稍早提到的幾個變數，
51
‧
‧
說明：† p<.1; *p<.05; **p<.01; ***p<.001.53
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
當我們進一步分析總統與不分區立委選舉的一致與分裂投票，結果竟與總統 與區域立委選舉的結果，有相當的差異。同樣根據 TEDS 2012「多變數反覆加權 法」的權值而加權，模型的所有自變數影響分裂投票的信心水準達到 99%，能解 釋的變異量大致在 19%到 20%之間；數據則呈現於表 5-3。表 5-3 的分析有幾點 與表 5-2 不同。首先，政黨情感矛盾與政黨政治矛盾對分裂投票有顯著地影響，
總統候選人情感矛盾的效果則不顯著。其他條件不變的情形下，選民的政黨情感 矛盾每上升一分，選擇分裂投票的勝算約是一致投票的 1.274 倍；政黨政治矛盾 每提高一分，採取分裂投票的勝算約是一致投票的 1.187 倍。綜言之，在總統與 不分區立委選舉的分裂投票上，涉及政黨情感與議題評價的指標明顯較總統候選 人的情感來得重要。至於政黨政治矛盾對總統與區域立委選舉的分裂投票的關 係，之所以缺乏統計上的證據，也可能係因這些國家層次的議題與地方性質的立 委選舉，並無太多的牽連；導致選民在區域立委選舉的投票決定，沒有與總統選 舉一併考慮的動機。
54
‧
說明：† p<.1; *p<.05; **p<.01; ***p<.001.55
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
綠的選民之間，在一致與分裂投票上並沒有顯著差別；只有認同泛藍的選民傾向 於一致投票。
綜上所述，選民在總統與不分區立委選舉中，政黨的標籤可能是一致或分裂 投票的主要考量。選民會因為對泛藍的認同而一致投票，也會希望選舉的結果產 生分立政府，而將兩票分別投給不同的政黨候選人與政黨聯盟。更重要的是，當 選民於兩大黨的情感或議題評價的矛盾程度越高，越有分裂投票的可能。另一方 面，在總統與區域立委的選舉中，選民單就政黨於國家層級的議題上評價的差距，
可能不是分裂投票的直接原因，反而必須觀察這些議題是否同時具有地方性，能 夠讓立法委員較直接地在他們的選區宣示政績。此外，兩個模型的比較，初步證 實總統與不同選制下的立委選舉之分裂投票行為，有相當的差異。總統選情的激 烈程度，可能連帶影響選民區域立委選舉的投票；但對不分區立委似乎較沒有直 接的效應。
加權之後的勝算對數模型所估計的參數，固然比較能夠推論到母體，進而有 效地驗證一致與分裂投票的理論。但二分依變數提供的資訊有限，不能告訴我們 這些變數對於不同類型的分裂投票，是否有不一樣的效果。細言之，當我們將一 致與分裂投票四分依變數合併成虛擬變數時，也就失去了關於政黨標籤與投資行 為的一些資訊。舉例而言，在總統與區域立委選舉的勝算對數模型中，選民是客 家人或閩南人，和一致與分裂投票有統計上的顯著差異。可是，究竟是反映在投 給馬英九、吳敦義的選民，亦或是投給蔡英文、蘇嘉全的選民，仍然是許多研究 者所好奇的。要解決這些問題，就必須仰賴更複雜的工具。然而，進階的統計方 法通常存有許多更強烈的前提與假定，以及使用上的限制。相較於單純的勝算對 數模型，專門分析名目類別依變數的多項勝算對數模型，其實是前者的延伸；本 文試著以接下來的篇幅，應用多項勝算對數模型於一致與分裂投票的研究。
56
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University