• 沒有找到結果。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

地區19。除此之外,就學理來說,在這種相對於國、民兩大黨以外政治勢力的 歸納方式,本就是為個案窮盡所設置的類別,在解釋政治現狀方面實屬困難;

而若僅依據數據經驗的模型結果來說,其他政黨或無黨籍就像是個地方政治實 力強大但不存在組織協調能力的政治聯盟。眾所周知,不掛政黨標記的候選人 之所以能夠勝選,很大程度上是仰仗其個人特質,再加上此種寬概念下的政治 聯盟,這些候選人之間根本不可能有提名或配票等協調行為,故在特定選區中 極容易出現明星候選人;而其他小黨雖然一向被認為比大黨更具組織能力的優 勢,但是就實務經驗看來,小黨獲得席次的比例遠不如這些未經政黨推薦者。

於是乎,出現其他政黨或無黨籍的席次紅利隨著選區規模的增加而減少的情 況,無疑是情理之中。

在政黨組織能力的失誤方面,不論是模型一、模型二或模型三,皆有 95%

的信心,証明政黨的選舉表現受到其他勢力選舉失誤的顯著影響。對國民黨來 說,平均來說,當有一個選區發生組織能力上的失誤,則其席次紅利會減少 0.127;當民進黨有一個選區發生失誤時,國民黨的席次紅利將增加 0.061。對 民進黨來說,平均來說,當有一個選區發生組織能力上的失誤,則其席次紅利 會增加 0.072;當國民黨有一個選區發生失誤時,民進黨的席次紅利將降低 0.200。對其他政黨或無黨籍來說,平均來說,當國民黨有一個選區發生組織能 力上的失誤,則其席次紅利會增加 0.055;當民進黨有一個選區發生失誤時,

則其席次紅利將增加 0.139。綜合上述可知,當兩黨皆有一個選區發生失誤時,

不論是對國民黨或民進黨來說,自身組織能力失誤對其席次紅利的傷害,皆不 能被另一方失誤所帶來的效益彌平;對於國、民兩大黨以外的其他勢力而言,

國民黨組織能力失誤所能帶來的席次紅利,不如民進黨選舉失誤來得高。

19

說明: *p≤ .05;**p ≤ .01;***p ≤ .001;顯著水準係採雙側檢定(level of significance for two-tailed test)。

註解:

1. 關於政黨組織能力失誤與否的部分,倘若選舉結果為最佳表現和過度提名但安全等情 形,本文歸類為未失誤;其餘過度提名、不足提名、配票不均以及不足提名且配票不均 等情形,則逕至歸類為失誤。在回歸模型中,本文將未失誤編碼為 0,失誤編碼為 1。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

二、 交互作用的影響力

從前一小節的分析結果可知選區規模、地方政治傳統與政黨組織能力表現 等因素對地方選舉結果的影響;然而,在本次研究中除了討論個別因素的獨立 效果之外,亦依循 Satori(2003)理論中選區規模與地方政治傳統存在交互作用的 觀點,建立交互作用項,嘗試利用量化資料為其理論提供相關的經驗證據。

為釐清選區規模以及其和地方政治傳統的交互作用項是否對於政黨競爭 具有影響力,本文遂把模型四、模型六和模型八中的選區規模加以剔除(即為:

模型五、模型七以及模型九),藉此方式對(依變數政黨類別相同的)迴歸模 型進行比較。本文在此強調,以下關於模型四、模型六和模型八中解釋變數的 影響力,皆是在交互作用影響下所形成的效果。

從表 6-2 中迴歸模型的分析結果可知,在模型解釋力方面,模型四(52.1%) 優於模型五(30.2%);模型六(56.1%)優於模型七(32.7%);模型八(51.2%)優於模 型九(8.3%)。鑑於模型四與模型五、模型六與模型七、模型八與模型九之間的 差別只在於是否投入選區規模,經過模型之間的比較後可知,相較於選區規模 投入前,加入選區規模的模型四對國民黨席次紅利的解釋力增加 21.9%;模型 六對民進黨席次紅利的解釋力則增加 23.4%;而模型六對其他政黨或無黨籍席 次紅利的解釋力則增加 42.9%。換言之,模型五、模型七與模型九對政黨席次 紅利的解釋力會因選區規模變數的投入(即成為模型四、模型六和模型八)而 有所增加;據此可以推測出,對國民黨、民進黨、其他政黨或無黨籍而言,選 區規模對於席次紅利的確具的影響力。雖然在 95%的信心水準下,模型八的選 區規模對於其他政黨或無黨籍的席次紅利不具統計上顯著影響力,但是不可否 認的是,在比較有(無)投入選區規模的兩個模型時,其他政黨或無黨籍是模 型之間解釋力的差距最大者。這表示,選區規模對國民黨、民進黨與其他政黨

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

64

或無黨籍皆具影響力,只是當參選人屬於其他政黨或無黨籍時,選區規模的效 果只有在特殊的政治傳統下才能夠較明顯得被觀察到。