第五章 台灣個案分析
第一節 選制變遷對立委投票率之影響：總體分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 台灣個案分析
台灣在 2008 年 1 月舉行的第七屆立委選舉首度改採 MMM 選舉制度，這次 選舉制度改革提供了一個檢驗選制變遷對投票參與影響的機會。本章第一節先評 估選舉制度變遷對立法委員選舉總體投票率之效應，第二節則進一步透過定群追 蹤資料(panel data)，分析個體選民的投票參與是否受到選制變遷之影響。
第一節 選制變遷對立委投票率之影響：總體分析
一、歷屆立委選舉投票率變化趨勢
從圖 5-1 來看，在 2012 年第八屆立法委員選舉之前，台灣立委選舉投票率 在過去 20 年間幾乎呈現普遍下滑的趨勢。在 2008 年改採 MMM 選舉制度，投 票率仍然呈現下降的情形。不過，在 2012 年與總統選舉合併舉行的第八屆立委 選舉投票率顯著上升，接近 75%的投票率也是 1992 年國會全面改選後最高的一 次。
圖 5-1 台灣立法委員選舉投票率 (1992-2012)
50.00%
55.00%
60.00%
65.00%
70.00%
75.00%
80.00%
1992 1995 1998 2001 2004 2008 2012
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 5-2（頁 79） 呈現的是台灣各縣市歷屆立法委員選舉投票率的變化趨勢。
同樣的，在 2012 年之前，各縣市立委選舉投票率隱約呈現下降的趨勢。除了 1998 年與 2001 年有部分縣市的投票率因與縣市長選舉合併進行而有所提升之外，大 多維持逐漸下降的趨勢（黃紀、林長志 2013）。在 2004 年與 2008 年間，除了少 數縣市投票率有所上升之外，大多也都呈現下降的趨勢。2012 年，立委選舉與 總統選舉合併進行，拉抬投票率的力道舉國皆然，因此幾乎所有縣市的立委選舉 投票率都有顯著的上升，因此 2012 年立委選舉不納入本章的分析。
就選舉規則的比例性而言，SNTV 在區域選舉採取中選區制，而 MMM 則是 單一選區制，因此理論上而言台灣立委選舉從 SNTV 改採 MMM 後，投票率應 該會下降。從圖 5-1 及圖 5-2 的投票率趨勢圖來看，投票率也的確有所下降。究 竟，2004 至 2008 年的投票率下滑，僅是延續原先之下降趨勢，還是反映改採 MMM 的效應，值得探討。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 5-2 台灣各縣市歷屆立法委員選舉投票率 (1992-2012)
40.00 45.00 50.00 55.00 60.00 65.00 70.00 75.00 80.00 85.00 90.00
1992 1995 1998 2001 2004 2008 2012
台北縣 宜蘭縣 桃園縣 新竹縣 苗栗縣 台中縣 彰化縣 南投縣 雲林縣 嘉義縣 台南縣 高雄縣 屏東縣 台東縣 花蓮縣 澎湖縣 金門縣 連江縣 高雄市 台北市 基隆市 新竹市 台中市 嘉義市 台南市
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、選制變遷效應評估：準實驗設計
為了評估 2008 年立委選舉改採 MMM 選舉制度對總體投票率的影響，本研 究參照黃紀、林長志(2013)將比較政治學領域中的「最似案例設計」(most similar systems design，簡稱 MSSD)邏輯(Przeworski and Teune 1970)，套用到 ITS (interrupted time-series design) 設 計 ，操 作 成「具比 較組的 中斷 時間 序列」
(interrupted time-series with nonequivalent no treatment control group)之準實驗設計 (Campbell and Stanley 1963; Shadish, Cook and Campbell 2002)。在這個研究設計 中，我們以立委選舉為實驗組，以鄉鎮市民代表選舉作為比較組。由於直轄市與 省轄市不會舉行鄉鎮市民代選舉，能夠納入分析的僅有 14 個縣，因此分析結果 可能會有推論效度的問題37。針對推論效度的問題，本研究也蒐集過去歷次立委 選舉的資料，並比較這兩群樣本（有納入準實驗設計與未納入準實驗設計）的投 票率是否有所不同。從附錄表 5-1（頁 171）分析發現，這兩群樣本的整體投票 率並沒有顯著差異，在過去歷屆立委選舉中，也僅有 2008 年立委選舉投票率在 較寬鬆的標準下(α=0.1)顯示未納入準實驗設計的縣市立委投票率略高於納入準 實驗設計的縣市。因此，本研究在準實驗設計部分雖僅納入 14 縣進行比較，應 仍具一定程度推論效度。
為了讓立委選舉與鄉鎮市民代表選舉有共同的比較單位，本研究將以縣為分 析單位。在觀察時間點的選擇上，實驗組的立委選舉將以 1992 年的第二屆至 2008 年的第七屆選舉為觀察對象，比較組的鄉鎮市民代則以 1990 年的第十四屆至 2010 年的第十九屆為觀察對象。這兩項選舉在歷屆投票率請見附錄表 5-2（頁 172）。
37 納入分析的縣包括：宜蘭縣、桃園縣、苗栗縣、新竹縣、彰化縣、南投縣、雲林縣、嘉義縣、
屏東縣、台東縣、花蓮縣、澎湖縣、金門縣、連江縣，一共 14 個縣。因沒有鄉鎮市長選舉而無 法納入分析的縣市包括：台北市、高雄市、基隆市、新竹市、嘉義市、台南市。另外，原台北縣、
原台中縣、原台南縣、原高雄縣雖然在過去有舉行鄉鎮市長選舉，但是在 2010 年合併升格後即 無舉行該選舉，也無法納入分析。因此，一共有 11 個縣市無法納入分析。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、模型設定
由於所建立之分析資料架構包含兩種類型之選舉，而這兩種選舉之投票期程 交錯且年限長短不一，因此無法直接採用傳統固定效應模型(fixed effect model) 進行評估。不過，這個問題卻可以透過模型之設定來克服，以下將有更詳細說明：
依變數 𝑦𝑖𝑡 為縣市 i 在立委選舉年或鄉鎮市民代表選舉年 t 的投票率，自變 數則依照模型設定及假設檢驗之需要分為縣市及選舉年度與選舉類型之交互作 用項：
（一）各縣之虛擬變數：以宜蘭縣為參照組(base group)，設定其他十三個縣市為 虛擬變數。設定縣市虛擬變數的最主要效果無異於固定效應模型以每個單 位自己來控制未觀察到的干擾因素 (unobserved confounding factors)。
（二）選舉類型與年度之交互作用項：由於立委選舉與鄉鎮市民代表選舉曾在 1998 年同年但不同月舉行，因此必須有一個選舉類型的虛擬變數 Z 來代 表這兩種不同的選舉（Z0=立委選舉 Z1=鄉鎮市民代表選舉）。為了計算各 選舉的估計投票率，在模型中我們以 1992 年*立委選舉為參照組，模型中 其他組交互作用項的係數值即為該年度該項選舉的估計投票率與 1992 年 立委選舉預估投票率的差。
據此，此部分的完整模型如下：
𝑦𝑖𝑡 = 𝛽1桃園縣+ 𝛽2新竹縣+ 𝛽3苗栗縣+ 𝛽4彰化縣+ 𝛽5南投縣+ 𝛽6雲林縣 + 𝛽7嘉義縣+ 𝛽8屏東縣+ 𝛽9台東縣+ 𝛽10花蓮縣+ 𝛽11澎湖縣 + 𝛽12金門縣+ 𝛽13連江縣+ 𝛾1(1990 ∗ 𝑍𝑗) + 𝛾2(1994 ∗ 𝑍𝑗) + 𝛾3(1995 ∗ 𝑍𝑗) + 𝛾4(1998 ∗ 𝑍𝑗) + 𝛾5(2001 ∗ 𝑍𝑗) + 𝛾6(2002 ∗ 𝑍𝑗) + 𝛾7(2004 ∗ 𝑍𝑗) + 𝛾8(2006 ∗ 𝑍𝑗) + 𝛾9(2008 ∗ 𝑍𝑗) + 𝛾10(2010 ∗ 𝑍𝑗) + 𝛼𝑖𝑡
在上述式子中，𝛽1 , … , 𝛽13是各縣投票率相較於參照組宜蘭縣的截距變化。
𝛾1 , … , 𝛾10則是該年度該項選舉投票率與 1992 年立委選舉投票率的差。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 5-1（頁 83）呈現上述模型的係數估計值。第一個部分是各縣相對於宜蘭 縣投票率的差(𝛽)，以彰化縣(𝛽4)為例，表中係數值顯示彰化縣投票率比宜蘭縣高 8.4%左右。第二個部分則是各次立委選舉與鄉鎮市民代表選舉預估投票率與 1992 年立委選舉投票率的差(𝛾 )。以立委選舉為例，我們可以發各屆立委選舉 的估計投票率均為負值，且統計上顯著(p<.001)，顯示近幾屆立委選舉投票率都 較 1992 年第二屆立委選舉投票率來的低。另外，這幾屆立委選舉的係數值不僅 是負值，而且這個負值的絕對值有越來越大的趨勢，顯示立委選舉投票率有逐漸 下降的趨勢。僅有 2001 年立委選舉與各縣縣長選舉合併進行，因此負值較 1998 年立委選舉的係數值來得小。
‧
說明：***p<.001, **p<.01, *p<.05‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在這部分，由於我們最感興趣的，是 2008 年採用 MMM 新選制後對立委選 舉總體投票率的影響，也就是 2008 年新選制與 2004 年舊選制下立委選舉估計投 票率的差距。此外，我們將以這個差值與最接近兩屆的鄉鎮市民代表選舉投票率 的相差作比較，也就是兩種選舉的雙重差分 DD(difference in difference)估計值。
圖 5-3 顯示的即是按照表 5-1 所估算歷屆立委與鄉鎮市民代表選舉的平均投票率，
其中藍線為立委選舉，紅線為鄉鎮市民代表選舉。利用表 5-1 估計之投票率及所 計算之估計差值，列於表 5-2（頁 85）。
圖 5-3 模型估計之投票率：立委選舉與鄉鎮市民代表選舉之比較
從表 5-2（頁 85）第一列的計算結果顯示，在選舉制度從 SNTV 改變成 MMM 後，2008 年立委選舉的預測投票率較 2004 年低 3.243% (p<.01)，而這一個估算 其實就是僅有實驗組的 ITS「中斷時間序列」研究設計所會得到的結果。而本研 究的比較組，即維持 SNTV 選制的鄉鎮市民代表選舉，2010 年選舉的預測投票 率雖然也比 2006 年的低約 1.175%，但是這個差異卻沒達到顯著(p>.05)。最後，
我們以雙重差分(DD)評估選制變遷效應發現，雖然 2008 年的投票率較 2004 年
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
低約 2.07%，但是同樣沒有達到顯著程度(p>.05)。這結果具有兩個重要意義：第 一，DD 估計的結果告訴我們，2008 年立委選舉投票率雖然比 2004 年低，但相 較於鄉鎮市長投票率之下滑，立委選舉投票率的變化多半是延續先前的趨勢，而 非選制變遷所產生的結果。這樣的結果不符合本研究的假設六，即台灣立委選舉 的投票率並沒有因為選舉規則的比例性下降而降低。不過，這也符合 Norris(2004) 的看法，即選舉制度改變所產生的效應需要較長時間才會明顯，政治人物與選民 都需要較多時間理解新選制，並以他們對新選制的理解修正過去的習慣。可惜的 是，由於 2012 年第八屆立委選舉與總統選舉合併進行，無法納入分析，我們無 法有更長時間觀察選制變遷是否影響立委選舉投票率。第二，如果僅採用 ITS 的 研究設計方式，我們可能會誤以為受選制變遷的影響下，立委選舉投票率有顯著 的下降。但是，在控制組的比較下，我們得到一個內部效度更高的結果，反映出 本研究所採用「具比較組的中斷時間序列」能夠在評估選制變遷的研究問題上提 供我們更可靠的答案。
表 5-2 以表 5-1 計算之預測投票率估計兩種選舉年度間之差
估計差值 標準誤
實驗組：立委(2008-2004) -3.243** 0.731 比較組：鄉鎮市民代表(2010-2006) -1.175 1.220 DD：立委(2008-2004) – 鄉鎮市民代表(2010-2006) -2.067 1.359
資料來源：表 5-1
說明： ***p<.001, **p<.01, *p<.05