‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
傳統皆為情境二的情況下，當其他政黨或無黨籍人士參選時其所處的選區規模 是中選區時，其席次紅利會比單一選區時低 0.798；同時，當其所處的選區規 模是大選區時，其他政黨或無黨籍的席次紅利會比單一選區時低 0.942。除此 之外，模型八在 95%的信心水準下，當選區政治傳統為情境三時，相較於單一 選區，當其他政黨或無黨籍位於中選區時，其席次紅利會高出 0.175。至於，
在政黨組織能力方面，在其他變數不變的情況下，不論是模型八或是模型九，
皆有 95%信心證明，民進黨在組織能力上發生失誤時，其他政黨或無黨籍的席 次紅利則會比沒有失誤時高。由此可知在一般情況下，其他政黨或無黨籍較容 易受到民進黨組織能力的干擾，足見在地方選舉中，國民黨似乎是其主要的競 爭對手。
整體來說，不同於民進黨，在國民黨與其他政黨或無黨籍的席次紅利方 面，地方政治傳統或多或少會左右選區規模對其的影響力。其中一處差異在 於，相較於情境四，國民黨在情境二的整體選舉表現較差，但其席次紅利卻會 隨著選區規模的增加而提升；而其他政黨或無黨籍則與之相反，在其他變數不 變的情況下，整體而言，其擁有比情境四更高的席次紅利，不過其席次紅利卻 會隨著選區規模的增加而減少。這代表，相較於國、民兩黨地區實力皆弱的地 方，在中國民黨地區實力較弱且民進黨地區實力較強的地區，國民黨似乎變成 相對於另外兩者（民進黨和其他政黨或無黨籍）弱勢的存在。另一處差異在於，
當選區即情境三，相較於單一選區，國民黨在中選區的席次紅利較低，而其他 政黨或無黨籍在中選區的席次紅利卻較高。這顯示在中國民黨地區實力較強且 民進黨地區實力較弱的地區，其他政黨或無黨籍的主場在中選區，而國民黨則 在單一選區。至於民進黨，不論在哪一類型的地方政治傳統下，其大抵在複數 選區中較具選舉優勢。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第柒章 特殊個案討論
承接前文，第肆章與第伍章是對研究資料整體的探勘，除了對政黨席次紅 利、組織能力、地區實力以及選區規模等變數進行初步的觀察之外，更進一步 的對各項變數進行整理，以便後續迴歸分析所用。在第陸章中，為釐清各項變 數間的關係，本文將全臺 131 個選區的選舉結果套入迴歸模型23，並從中得出 選區規模的影響力及其在不同政治環境下的效果，最後結果也大致與本文的主 要假設相符。 然而，本文所關切的問題除了原有討論 2018 年的地方議員選區 規模與政黨命運之外，也需考量在台灣特有的地方政治生態對類似「選區規模 越大對小黨越有利」傳統論點的挑戰。此外，雖然在前面章節的分析已經告一 段落，但這些分析個資料的特性或受限於個案數量（具有完整政黨標籤的候選 人數量過少，以及無黨籍人數過多），或受限於分析變數特性（如民進黨雖為 兩大黨之一，但地方勢力卻遠不如國民黨，以及在國民黨與民進黨之外的其他 黨派候選人的身分界定問題24）等，總有一些無法直接藉由統計分析得到一致 性的結果。再加上，由於本次研究在處利政黨組織能力變數時，倘若政黨在選 區內未提名任何候選人，該資料皆從缺，進而導致在分析多元迴歸時，該選區 被排除在模型之外。基於這些特殊個案並非系統性的遺漏，且與研究中政黨組 織能力變數相關，於是乎，以下將針對這些被排除在迴歸模型之外的特殊個案 進行探討。
23 在 2018 年直轄市及縣市選舉中，共有 159 個選區，其中有 28 個選區個案因自變數中存在遺 漏值而被多元迴歸模型排除在外。
24 國民黨在地方選舉較具優勢的觀念，除了參考歷史背景下國民黨被視作相對大黨的習慣性共 識外，亦可從本文第參章圖 3-3（政黨得席率）以及第肆章表 4-1（各選區政黨得票率的平均）
的資料結果得到作證。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
70