• 沒有找到結果。

第三章 研究方法

第一節 研究設計

本文之研究目的是探討議員在任內分配建議事項時,是否會受到上次選舉在 各里的得票率影響,過去已有文獻以議員為分析單位,針對嘉義市議員在受惠各 里的平均得票率與該議員獲得的建議事項金額之相關性做過研究(蕭慧敏,2014),

作者將自變項分為議會制度性因素、市議員個人特質、以及選舉因素,前兩個因 素與議員的黨籍、資歷、議會職位、派系關係甚鉅,因此研究聚焦在議員個人的 特質、影響力及選舉因素與該議員獲得及分配建議款之間的相關性;與其不同的 是,本文的分析單位包括「各里」和「各議員」,確切的說是「每位議員在選區 內各里」的得票率與投入的建議事項,並將各里得票率劃分為不同的地盤類型,

也就是設定一個門檻為基準,若候選人在某里的得票率超過門檻,視為地盤里,

反之則視為非地盤里。參考自蘇志遠(2005)判定地盤的方法,其研究以某立委在 各區得票率之平均數加上1.65倍標準差,做為第六屆臺中縣市立委選舉的地盤門 檻,再以最低當選的得票率──[(有效票總數/選區應選名額)+1]/有效票總數,做 為劃分強地盤和弱地盤的標準,若某立委的地盤區得票率超過最低當選得票率,

視為強地盤,未超過者視為弱地盤。此作法有別於鮑彤(1999)提出的,以候選人 各區得票率平均數加上「所有候選人標準差的平均數」,這種做法會導致地盤強 度較高和較低的候選人影響總體的地盤趨勢,蘇志遠(2005)的做法是單純跟自己 在其他地區的得票率做比較,較能表現出對於個別立委而言,某地區究竟是屬於 何種地盤類型。

本文採用蘇志遠(2005)的做法,但基於其聚焦於地盤判定及地盤的比較,且 研究對象是第六屆的臺中縣市立委,選區範圍較大,設定的地盤門檻標準較為嚴 格,與之不同的是,本研究欲比較當選議員投入非地盤里與地盤里的建議事項多 寡之差異,若參照前述以上次選舉議員在各里得票率的平均數加上在各里得票率 的1.65倍標準差為地盤門檻,會造成非地盤里與地盤里的數量差距過於懸殊,而 且議員若出於連任考量,不太可能只照顧得票率特別突出的少數里,因為區區幾 個里無法決定勝選大局,故筆者將地盤門檻標準降低到上次選舉議員在各里得票 率的平均數加上在各里得票率的1倍標準差。此外,本文嘗試在地盤里及非地盤 里之外,創造第三種分類,也就是議員在該里的得票率雖然未超過平均數加1倍 的標準差、但仍擁有一定支持度的情況,此處不適用蘇志遠(2005)區分強地盤和 弱地盤的標準,因為在其分析結果中發現地盤幾乎都屬於強地盤;本文另擇議員 的「當選得票率」做為門檻標準,當議員在某個里的得票率超過當選得票率時,

代表該里的選民支持度至少可以比肩整個選區的選民支持度,甚至在其之上,故 將其視為普通地盤里,可能也會吸引議員投入建議事項。

總括而言,本文對於議員在各里得票率的地盤類型定義分為三種──第一、

強地盤里:某議員在2010年選舉時,在該里的得票率超過各里得票率的平均數加 上1倍得票率標準差;第二、普通地盤里:某議員在2010年選舉時,在該里的得 票率超過自身當選得票率、但低於各里得票率的平均數加上1倍得票率標準差;

第三、非地盤里:某議員在2010年選舉時,在該里的得票率低於自身當選得票率。

舉例而言,假設第一選區總共有五十個里,選出兩位議員甲、乙,他們的當選得 票率分別為40%、30%,在五十個里的得票率平均數分別為45%、30%,在五十個 里的得票率標準差分別為10%、5%,根據上述標準,對於甲而言,得票率超過 55%(45%+10%)的里屬於強地盤里、得票率介於40%~55%的里屬於普通地盤里,

得票率低於40%的里屬於非地盤里;對於乙而言,得票率超過35%(30%+5%)的里 屬於強地盤里、得票率介於30%~35%的里屬於普通地盤里,得票率低於30%的里 屬於非地盤里,例如甲在A里的得票率為58%,則A里屬於甲的強地盤里,乙在A 里的得票率為20%,則A里屬於乙的非地盤里,依此類推選區內各個里對於甲和 乙而言,分別屬於何種地盤類別。

承上,根據地盤門檻標準,判定選區內各個里對於每位選區議員而言分別屬 於何種地盤類別之後,將類別設為虛擬變數,並以非地盤里的類別做為參照組,

以此做為自變項對每位選區議員投入各里的建議事項之總件數與總金額做最小 平方估計式(ordinary least squares,以下簡稱為OLS)的迴歸分析,並檢定變項之間 的共線性,若出現變項之間高度相關的情形,則進行修正,以變項之VIF值是否 超過10做為判斷有無多重共線性的基準。由於各里對於不同選區議員而言屬於不 同的地盤類別,也會從不同選區議員得到不同的建議事項,故必須分別對每個議 員做各里地盤類別與投入各里建議事項之總件數及總金額的OLS迴歸分析,迴歸 式的設計如下:

Yijc= α + β1Xij1+ β2Xj2+ β3Xj3+ β4Xj4+ β5Xj5+ β6Xj6+ β7Xj7+ϵ Yijm = α + β1Xij1+ β2Xj2+ β3Xj3 + β4Xj4+ β5Xj5 + β6Xj6+ β7Xj7+ϵ Yijc= 某議員i投入選區第j個里的建議事項總件數。

Yijm = 某議員i投入選區第j個里的建議事項總金額。

Xij1 = 選區第j個里對於某議員i而言屬於何種地盤類型,此變項為類別變項,故 以非地盤里的類別為參照組設虛擬變項,轉換為虛擬變項之後的結果見表3-1-1,

所以Xij1 = β11D112D2

表 3-1-1 𝐗𝐢𝟏之虛擬變項設定

D1:是普通地盤里 D2:是強地盤里

非地盤里 0 0

普通地盤里 1 0

強地盤里 0 1

Xj2 = 選區第j個里是否設有公立小學或幼兒園,設虛擬變項,有=1、無=0。

Xj3 = 選區第j個里是否設有公立國中,設虛擬變項,有=1、無=0。

Xj4 = 選區第j個里是否設有公立高中或特教學校,設虛擬變項,有=1、無=0。

Xj5 = 選區第j個里是否設有警察機關,設虛擬變項,有=1、無=0。

Xj6 = 時任高雄市長的陳菊於2010年選舉時,在選區第j個里的得票率。

Xj7 = 選區第j個里的選舉人數。

Xj2到Xj7為迴歸模型中的六個控制變項,在此一併解釋設置緣由,首先,Xj2 到Xj4都是選區第i個里是否設有學校、Xj5則是選區第i個里是否設有警察機關,此 處所稱之警察機關包括分局、派出所、少年警察隊、交通大隊等,從原始資料可 發現上述機關均有得到議員建議事項的補助,而設定這兩個控制變項的理由是,

筆者在初步整理數據的過程中發現,議員除了會將建議事項回饋到選區的各個里,

也明顯地會投入學校或警察機關的建設,尤以學校為最,表3-1-2呈現了高雄市議 員在100~103年度投入建議事項到學校或警察機關的比率,每個選區中都有超過 30%的議員建議事項是補助給學校,其中第四、六、七、九、十、十一選區補助 給學校的建議事項件數甚至超過50%,足見這是一種普遍的現象;至於補助給警 察機關的建議事項比率雖然遠不如學校,但畢竟補助給警察機關的話,選民並非 直接的受益者,各選區的議員卻仍視其為補助對象之一,故一併納入研究設計的 控制變項。

表 3-1-2 100~103 年度高雄市議員建議事項分配到學校與警察局之比率

表 3-1-3 100~103 年度高雄市第六選區公立學校獲得之建議事項件數

區 里 校名 獲得的建議事項件數

選區內議員 選區外議員

鹽埕區 育仁里 鹽埕國中 2 0

河濱里 忠孝國小 1 0

育仁里 光榮國小 5 4

江南里 鹽埕國小 7 1

旗津區 南汕里 旗津國中 6 0

慈愛里 旗津國小 10 0

上竹里 中洲國小 12 3

南汕里 大汕國小 4 4

鼓山區 正德里 鼓山高中 7 1

光化里 壽山國中 4 4

明誠里 明華國中 7 3

龍水里 七賢國中 10 3

平和里 九如國小 12 4

光化里 壽山國小 5 5

雄峰里 中山國小 9 1

建國里 內惟國小 12 1

河邊里 鼓岩國小 10 3

惠安里 鼓山國小 13 7

龍子里 龍華國小 18 3

為何議員紛紛投入許多建議事項到學校?其中緣由或可參照張文彥(2006)中 的訪談紀錄:

「我們補助給機關學校就是基於人情因素關係,因為我們常常要去機關辦理 一些事情,或者選民拜託我們去學校處理一些事情,為了能與學校、機關建立人 脈彼此互動,如果學校真的財源好像不太夠,我也會給學校。像警政單位,我去 年給樹林分局 20 萬,讓他們增加一些設備,這就是說大家相互相扶,我有時候 會去拜託他們事情,他們需要我們的時候,我也是會補助他們。」

為證實此說法,筆者進一步以深度訪談法採訪匿名受訪者A,其任新北市某 間公立學校之行政職,熟悉議員建議事項的實務運作,對於議員為何要投入大量 建議事項於學校建設中,A有以下解釋:

「為什麼議員希望跟學校關係好?今天如果議員要辦個廟會活動造勢,要聚 集幾百人,要花很多錢。但只要幫學校買設備,學校畢業典禮、校慶時就可以站 上去,說我一直很關心地方教育環境,我某某議員去年幫學校買了多少東西,都 是為了嘉惠小朋友等等...。只要一個畢業典禮就多少家長在那邊聽,假設一年 花個幾十萬,就達到議員在學校宣傳的效果,比去辦個造勢晚會,省太多成本了。

畢業季通常集中在一個時間,議員就會排議員本身或主任、助理,在議員服務選 區所在的學校辦畢業典禮時,至少我這個區的議員或辦公室主任都會到場致詞,

他們都會跟家長說我們多熱愛教育,對小朋友多好。這也比造橋鋪路更容易宣傳,

難道議員要大張旗鼓說哪條路是我修的嗎?可是只要平常給學校一點,畢業典禮、

成果展只要去致詞,就能快速達到宣傳自己的效果。」

至於另外兩個控制變項──選區第 j 個里的市長得票率和選舉人數,設置原

至於另外兩個控制變項──選區第 j 個里的市長得票率和選舉人數,設置原