第六章 大法官個人意見表達行為的實證分析
第一節 大法官個人異議行為之多層有序勝算對數模型
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第六章 大法官個人意見表達行為的實證分析
最好的違憲審查制度，也不能保證大法官一定能成為法律和人權的守護者，因此除 了制度上的保障，也需要考量大法官個人的作用(Mietaner 2010, 416-418)。第五章討論 集體層次的大法官意見表達行為，因政黨輪替導致集體異議次數的變化。本章則進一步 探討個人層次，以統獨意識形態、提名總統任期、交錯任期等解釋變數，討論大法官發 表的意見性質是否有差異。本章第一節結合第四章的資料分析方法，討論大法官個人異 議行為的具體分析模型；第二節從平均邊際效應討論統獨立場、提名總統任期不同，對 大法官意見表達行為的影響；第三節是交錯任期如何影響大法官表達的意見性質；第四 節則總結本章的研究發現。
第一節 大法官個人異議行為之多層有序勝算對數模型
第四章提及，考量多層的資料結構，以及有序多分類的依變數，將以多層有序勝算 對數模型進行分析。本節則更細部討論資料分析方法，依序由三層有序勝算對數模型（提 名總統、大法官、意見性質），減至二層有序勝算對數模型（大法官、意見性質），再到 最後精簡的(parsimonious)二層有序勝算對數模型。
一、從三層有序勝算對數模型到二層有序勝算對數模型
（一）納入提名總統、大法官的三層有序勝算對數模型
依照前文假設，「陳水扁提名的大法官，比李登輝提名的大法官，較傾向提出反對 意見」，「馬英九提名的大法官，比李登輝提名的大法官，較傾向提出反對意見」。也就 是總統透過提名特定的大法官人選，影響大法官的意見表達性質。比起直接將提名總統 作為解釋變數，將其納入第三層次，觀察同一位總統提名的大法官，意見表達性質的關
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
聯性，更適切。而大法官的統獨立場等因素亦影響意見性質，因此大法官做為第二層次 放入模型。第一層則為大法官發表的意見性質，依序由程序異議到同意意見，共分 5 類。
從模型結果來看，25 第三層提名總統層次的隨機截距為 2.15×10-33，標準誤則為 1.05×10-17，非常接近 0。也就是同一位總統提名的大法官，在意見性質上沒有明顯關聯 性，與本文假設不符。可能因為我國大法官任命程序，涉及許多不同立場的群體。從一 開始的提名，總統不一定熟悉可能的大法官人選，因此需要幕僚、大法官審薦小組等各 個團隊的資訊及建議，使總統在提名程序重要性被削弱。過往研究指出，總統提名大法 官時，是接受提名小組的建議，與美國總統對最高法院大法官的選擇權力不同（劉義周 1977,..299）。此外，許多研究指出同意機關的友善程度，對總統影響法院的行為能否成 功，有相當程度的影響力 (McMillion 2017; Comiskey 1995)。從 1996-2016 年間，雖經 過兩次政黨輪替，由兩大黨的總統輪流執政，立法院卻一直是國民黨及泛藍政黨佔據多 數席次，立法委員在行使大法官人選同意權時，也進一步降低總統個人的影響力。比起 前述的美國等總統制國家，我國總統在大法官的任命權力被相對分散，因此各個總統提 名的大法官，在意見表達上並無明顯關聯。
第二層大法官層次的截距為 0.347，截距的標準誤為 0.132。顯示同一位大法官所提 出的意見性質確實有關聯。因此捨棄提名總統層次，僅納入大法官層次，改採二層模型。
（二）納入大法官的二層有序勝算對數模型
以大法官作為第二層，意見性質作為第一層，以統獨立場、提名總統任期、交錯任 期為解釋變數放入模型。二層有序勝算對數模型結果顯示（見 55 頁表 8），第二層大法 官變數的隨機截距為 0.357，截距的標準誤為 0.137。本文的解釋變數提名總統任期、交 錯任期，都對意見性質有影響，統獨立場則沒有顯著影響。而控制變數大法官個人特質
25 由於該三層模型並非本文之主要分析模型，因此不放入內文。詳細結果請參閱附錄三（見 101 頁）
之大法官個人意見表達的三層有序勝算對數模型。
‧
Fixed Part統獨立場（參照組 = 維持現狀） Random Part
Level 2：大法官 var(cons) 0.357 (0.137) 觀察值個數 = 935; AIC = 2794.255; BIC = 2895.907
LR test vs. ologit model: chibar2(01) = 31.87 (p < 0.001) 資料來源：作者自行蒐集
Note: ***: p < 0.001; **: p < 0.01; *: p < 0.05
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
模型結果顯示，比起單層(single level)有序多分類勝算對數模型，以多層模型分析更 為適切。亦顯示第二層的大法官，對第一層的意見性質有影響力，由同一位大法官所表 達的若干意見，在性質上具有相當程度的關聯。
大法官個人特質（性別、資歷、職業背景），對意見性質都沒有顯著影響。就性別 而言，可能由於本文所納入研究的 47 位大法官中，僅有 7 位女性大法官，人數差異懸 殊；也可能被任命為大法官的女性，過往的優異表現，不一定與開放、積極、前衛等可 能傾向異議的個人特質掛勾；大法官的意見分歧可能更多圍繞在議題本身的爭議，而非 大法官個人的身分特質(Belleau and Johnson 2008, 68)，因此性別的影響力並不顯著。就 資歷而言，由於被任命為大法官者，通常在法學界或實務界已經具有一定的資歷及社經 地位，雖然大法官之間具有個別差異，但尚未達到影響意見表達的程度。就職業背景而 言，可能由於目前僅有 2 位律師成為大法官，且其中 1 位未曾發表過意見，另 1 位在任 期間尚短，因此律師出身的大法官沒有明顯異議傾向；也可能因為具有司法改革意識的 律師，長期處於司法體制外，習於由外到內的改革，也不易通過體制內的途徑成為大法 官，降低律師職業背景的影響力。
因此本文將性別、資歷、職業背景等變數移除，採取較為精簡的二層模型，納入統 獨立場、提名總統任期、交錯任期三個解釋變數。從兩個訊息標準的比較中（見 55 頁 表 8、59 頁表 9），二層有序勝算對數模型的訊息標準(AIC = 2794.255; BIC = 2895.907) 較大，精簡之二層有序勝算對數模型的訊息標準(AIC = 2783.43; BIC = 2856.038)較小，
亦顯示精簡的二層模型更為適切。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、精簡之二層有序勝算對數模型
（一）精簡二層有序勝算對數模型設定
由於性別、資歷、職業背景等因素影響力不明顯，亦非主要解釋變數，本文改採取 精簡二層勝算對數模型，討論統獨立場、提名總統任期、交錯任期等解釋變數，對大法 官意見性質的影響。
本文個體層次的依變數Y𝑖𝑖𝑖𝑖「大法官意見表達的性質」，總共五類，編碼上依序為 1
＝程序異議、2＝反對意見、3＝偏向反對意見、4＝偏向同意意見、5＝同意意見。解釋 變數為提名總統任期、統獨立場、交錯任期。下標𝑖𝑖是指各個大法官(j)所表示的意見，由 於同一位大法官發表的各意見，在性質上彼此相關，因此以大法官為第二層變數，使用 二層有序勝算對數模型進行分析。
影響「意見性質」的第一層，是單層有序勝算對數模型，第一層模型(Level 1 model)：
Level 1 model:
logit（意見性質
𝑖𝑖𝑖𝑖 > 𝑚𝑚） = 𝛽𝛽0𝑖𝑖 − 𝜅𝜅𝑚𝑚 m = 1, 2, 3, 4
在第二層大法官層次，由於同一位大法官提出的意見之間，具有關聯性。依據前文、
學理及過往研究，納入統獨立場、提名之總統及其任期、交錯任期等變數，建構出影響 意見性質的第二層模型(Level 2 model)如下：
Level 2 model: Intercept 𝛽𝛽0𝑖𝑖 varies
𝛽𝛽0𝑖𝑖 = 𝛾𝛾0+ 𝛽𝛽1𝑖𝑖（統獨立場）+ 𝛽𝛽2𝑖𝑖（提名總統任期）
+𝛽𝛽3𝑖𝑖（交錯任期）+ 𝑢𝑢0𝑖𝑖 𝑢𝑢0𝑖𝑖~𝑁𝑁�0, 𝜎𝜎𝑢𝑢20�
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
將影響意見性質的第一層模型，與大法官層次的第二層模型結合，精簡二層有序勝 算對數模型如下：
Combined model:
logit（意見性質
𝑖𝑖𝑖𝑖 > 𝑚𝑚） = 𝛾𝛾0 + 𝛽𝛽1𝑖𝑖（統獨立場）+ 𝛽𝛽2𝑖𝑖（提名總統任期）
+𝛽𝛽3𝑖𝑖（交錯任期）+ 𝑢𝑢0𝑖𝑖− 𝜅𝜅𝑚𝑚 m = 1, 2, 3, 4
其中𝛽𝛽1𝑖𝑖~𝛽𝛽3𝑖𝑖，是指統獨立場等大法官個人特質及制度因素，對第一層的意見性質 產生影響力；𝛾𝛾0表示第二層大法官與第一層意見表達性質的關聯性。該精簡二層有序勝 算對數模型，就是本文用於分析大法官個人意見表達行為的最終模型。
‧
Fixed Part統獨立場（參照組 = 維持現狀） Random Part
Level 2：大法官 var(cons) 0.378 (0.140) 觀察值個數= 935; AIC = 2783.43; BIC = 2856.038
LR test vs. ologit model: chibar2(01) = 38.58 (p < 0.001) 資料來源：作者自行蒐集
Note: ***: p < 0.001; **: p < 0.01; *: p < 0.05
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
本文的解釋變數，大法官提名總統任期、交錯任期，都影響大法官表達的意見性質。
李登輝總統民選前提名的大法官，與李登輝民選後提名的大法官，其意見表達行為沒有 顯著差異；但與陳水扁第一任期、第二任期、馬英九第一任期、第二任期提名的大法官，
在意見表達行為上有顯著差異。交錯任期制的影響力則在於，沒有經歷交錯任期制的大 法官，其意見表達行為與經歷交錯任期的大法官有顯著差異。而李登輝提名、在陳水扁 時期仍在任的大法官，以及陳水扁提名、在馬英九時期仍在任的大法官，意見表達行為 也有差異。
以上模型結果證明，提名總統及其任期、交錯任期對大法官意見表達行為的影響力。
由於是多層之廣義線性模型，無法直接以估計係數解讀，因此於下文進一步討論解釋變 數的影響力。