第四章 事實性與概念性選制知識之比較分析
第二節 事實性與概念性選制知識影響因素之分析
變數的性質為順序變數(ordinal variable)，因此本文打算採用順序勝算對數模型 (ordered logit model)來進行分析，不過這個模型背後有個平行迴歸假設(parallel regression assumption)，它假定當我們將模型中順序變數性質的依變數重新編為 任一種二分類變數(binary variable)時，所獲得的迴歸係數都是相同的，代表自變 數對依變數落入某一類而不落入另一類的勝算(odds)影響都是一致的(Long 1997, 140)。倘若資料不符合平行迴歸假設我們卻仍套用順序勝算對數模型則容易得到 義順序勝算對數模型(generalized ordered logit model)當中的偏比例勝算模型 (partial proportional odds model)進行分析。雖然 Long(1997, 145)曾建議若模型的 平 行 迴 歸 假 設 檢 定 未 過 ， 則 應 該 考 慮 使 用 其 它 像 是 多 項 勝 算 對 數 模 型
（multinomial logit model）等未強加該假設的模型進行分析，但根據 Richard Williams(2006)的說法，偏比例勝算模型所具備的優點在於該模型只針對違反平 行迴歸假設的若干幾個特定變數來放寬這個假設然後重新估計這些變數的係數，
另外則將不違反平行迴歸假設的變數保留在模型當中，這樣的好處是相較於多項 勝算對數模型而言可以減少估計係數的個數而使得模型較為精簡且易解讀 (parsimonious and interpretable)。
表 4-5 與 4-6 分別為影響民眾事實性與概念性選制知識因素的偏比例勝算模 型，模型中的估計係數代表的是該變數（連續變數）每增加一單位或是該變數（類 別變數）相較於參照組而言，依變數「答對(m+1)題以上相較於答對 m 題以下(m 為答對題數)」的「勝算對數」(logit)，而係數值越大，代表該變數對依變數的影 響程度也就越大。另外，為了便於理解，因此對於估計係數進一步取指數 (exponential)，換算成勝算比(odds ratio)來進行解讀。首先從表 4-5 的分析結果我
31
‧
下」的勝算都比低教育程度者增加了 141.5%【〔exp(β)–1〕* 100%】；而中教 育程度由於在模型中是違反平行線假設的變數，因此中教育程度對於影響事實性‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
接著是關注年齡的影響。在其他條件不變的情形下，年齡每增加一歲，民眾 的事實性選制知識「答對 1 題以上相較於答對 0 題」的勝算比原來增加 2.3%、
「答對 2 題以上相較於答對 1 題以下」的勝算比原來增加 2.8%，但是年齡對事 實性選制知識的影響效果在「答對 3 題以上相較於答對 2 題以下」以及「答對 4 題相較於答對 3 題以下」便未達顯著程度了。顯示年齡越大，民眾的事實性選制 知識雖然也會越高，但是從年齡的差異從答對 3 題以上事實性選制知識開始就不 是那麼地明顯來看，可見年齡與事實性選制知識之間的正相關是比較侷限在答對 題數較低的層次，答對題數的層次一拉高，年齡對事實性選制知識的影響便顯得 不明顯了。
同樣地，在其他條件不變的情形下，民眾對 2012 年選舉的關注程度越高，
民眾的事實性選制知識「答對 1 題以上相較於答對 0 題」的勝算會比原來增加 37.1%、「答對 2 題以上相較於答對 1 題以下」的勝算會比原來增加 55.9%、「答 對 3 題以上相較於答對 2 題以下」的勝算比原來增加 102.1%，雖然「答對 4 題 相較於答對 3 題以下」的估計係數是正值，但是未達顯著程度。整體而言，隨著 對 2012 年選舉的關注程度越高，民眾的事實性選制知識也是越高，這點也是符 合本文的研究假設。
另外，在其他條件不變的情形下，政治新聞接觸頻率越高，民眾的事實性選 制知識「答對 1 題以上相較於答對 0 題」、「答對 2 題以上相較於答對 1 題以下」、
「答對 3 題以上相較於答對 2 題以下」以及「答對 4 題相較於答對 3 題以下」的 勝算都比原來增加了 60.3%，而且都達顯著程度。顯示民眾政治新聞的接觸頻率 越高，事實性選制知識也會越高，符合本文的研究假設。
最後，在其他條件不變的情形下，2008 年立委選舉有去投票者的事實性選 制知識「答對 1 題以上相較於答對 0 題」、「答對 2 題以上相較於答對 1 題以下」、
「答對 3 題以上相較於答對 2 題以下」以及「答對 4 題相較於答對 3 題以下」的 勝算也都比沒去投票者增加了 58.3%。顯示 2008 年立委選舉有去投票者的事實 性選制知識比沒去投票者還要來得高，符合本文的研究假設。
33
‧
政黨認同強度 -0.102 (0.061) 0.903
常數 -2.038 (0.346) 0.130
教育程度（低教育程度=0）
政黨認同強度 -0.102 (0.061) 0.903
常數 -5.373 (0.396) 0.005
教育程度（低教育程度=0）
中教育程度 0.703** (0.268) 2.021
高教育程度 0.882*** (0.170) 2.415
性別（女性=0）
男性 1.840*** (0.301) 6.299
年齡 0.005 (0.009) 1.005
選舉關注程度 0.704*** (0.146) 2.021
政治新聞接觸頻率 0.472*** (0.084) 1.603 2008年立委選舉有無投票（沒投 =0）
有投 0.460** (0.148) 1.583
政黨認同強度 -0.102 (0.061) 0.903
常數 -6.670 (0.560) 0.001
估計係數
‧
中教育程度 0.324 (0.470) 1.383
高教育程度 0.882*** (0.170) 2.415
性別（女性=0）
男性 1.636** (0.526) 5.133
年齡 0.008 (0.015) 1.009
選舉關注程度 0.317 (0.240) 1.372
政治新聞接觸頻率 0.472*** (0.084) 1.603 2008年立委選舉有無投票（沒投 =0）
有投 0.460** (0.148) 1.583
政黨認同強度 -0.102 (0.061) 0.903
常數 -7.196 (0.879) 0.001
模型相關資訊
‧
‧
導致想要瞭解的動機並不會太高1；另外，也可能如同 Karp(2006, 720-722)所指 出的，年紀較大的民眾由於投票經驗長久以來是建立在舊選制之上，因此相較於 種類似「倒 U 型」的關係，符合「生命週期效應」(life-cycle effects)的學說。模型結果（請參閱 附錄五）顯示年齡對概念性選制知識的影響的確符合筆者的解釋。
37
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的影響，二來即便資料蒐集時間點離競選時期尚隔一段時間，政黨或政黨候選人 尚未緊鑼密鼓地向選民宣傳選舉資訊，但由於有強烈的動機希望看到自己本身支 持的候選人及政黨能夠勝選或是囊括更多國會席次，因此平時對於選制對政黨的 影響（概念性選制知識的內容）會比較關注，也比較有概念。政黨認同強度自然 成為影響民眾概念性選制知識的重要因素。綜合以上，政黨認同強度越強的民眾，
事實性選制知識雖然不會越高，但概念性選制知識卻會越顯豐富
此外，為了檢測政黨認同因素其他的可能影響，筆者將政黨認同這個變數依 據認同大黨和認同小黨重新編碼並放入影響概念性選制知識的模型中（請參閱附 錄六），分析結果發現其他條件不變下，大黨認同者和小黨認同者在概念性選制 知識上沒有顯著差異，更可以顯示出是政黨認同的「強度」而不是大小黨的因素 在影響著選民的概念性選制知識，無論大黨或小黨都會出現向選民傳達有利自身 選舉訊息的理性行為。
最後，在其他條件不變的情形下，民眾在 2008 年的立委選舉有無去投票這 個變數的估計係數雖為正號，但未達顯著程度，顯示民眾在上一次立委選舉有無 投票跟民眾的概念性選制知識高低沒有明顯的關聯性。結合前述事實性選制知識 的研究結果，我們發現民眾透過實際的政治參與及投票經驗雖然可以加深本身對 於選制規定的認知與印象，但一次的選舉經驗卻不見得能夠讓民眾真正瞭解到選 制背後的政治影響。
38
‧
越高(Cox and Schoppa 1998，轉引自 Karp et al. 2002, 3-4；蕭怡靖與黃紀 2010)。然而本文在本章第一節的研究發現台灣民眾的事實性選制知識與概念性選制知
有投 0.279 (0.152) 1.321
政黨認同強度 0.149 * (0.063) 1.160
常數 -0.173 (0.339) 0.841
教育程度（低教育程度=0）
中教育程度 0.757 *** (0.177) 2.132
高教育程度 1.027 *** (0.178) 2.791
性別（女性=0）
男性 -0.181 (0.173) 0.835
年齡 -0.038 *** (0.007) 0.963
選舉關注程度 0.222 ** (0.083) 1.248
政治新聞接觸頻率 0.286 *** (0.087) 1.331 2008年立委選舉有無投票（沒投 =0）
有投 0.279 (0.152) 1.321
政黨認同強度 0.149 * (0.063) 1.160
常數 -1.946 (0.370) 0.143
模型相關資訊