所謂機構效應，就像不同體重計各有脾氣

政治圈常提到的「機構效應」（house effect），其實並不神祕。同一個人站在兩台體重計上，如果其中一台長期比另一台多顯示一公斤，就可能存在儀器本身的系統性差異。

民調也一樣。某家機構可能偏重市話，另一家採用市話與手機混合抽樣；某家問卷先詢問施政滿意度，再問投票對象，另一家可能反過來。調查時間、加權方式、接觸樣本的方式，甚至如何處理拒答者，都可能影響結果。

問題是：兩份民調數字不同，不等於其中一份有偏差；更不能從一次選舉的預測誤差，推論一家機構永遠偏向哪一個政黨。

要估計真正的機構效應，至少需要蒐集多家機構在相近時間、相近題型下所做的多次調查，再以統計模型控制選情隨時間改變的因素。只有在這些條件下，才比較可能辨識某家機構是否長期偏高或偏低。

2018年多出來的8個百分點，該怎麼扣？

以《聯合報》2018年高雄民調來說，17減去9.07，等於7.93個百分點。但這7.93個百分點，並不能全部稱為機構效應。

其中可能包括三類差異：首先是調查與投票之間，選民態度真的發生變化；其次是未表態者、投票率與樣本結構造成的預測誤差；最後才是該機構調查方法可能存在的系統性差異。

更重要的是，要搞清楚「差距誤差」和「個別候選人支持度誤差」不同。假設純粹為了數學示範，將這7.93個百分點全部當作兩人之間的固定測量偏差，而且兩人偏差恰好相反，那麼所謂修正，便是領先者減少約3.97個百分點，落後者增加約3.97個百分點。

但是，這只是假設情境，並不是民調學界認可的固定修正係數。倘若直接拿來修正2026年的台北民調，反而可能製造另一種誤差。

2018年的高雄不是2026年的台北，韓國瑜與陳其邁也不是蔣萬安與沈伯洋。不同時空的選民結構、候選人特性與投票動員，都會改變調查結果與實際選票之間的關係。

圖／2018年的高雄不是2026年的台北，韓國瑜與陳其邁也不是蔣萬安與沈伯洋。取自臉書@台北 沈伯洋。

不只高雄，選前民調與開票結果曾經差很大

回到台灣，2022年新竹市長選舉就是另一個值得研究的案例。當年10月初，中華亞太菁英交流協會公布一份民調，沈慧虹支持度30.4%，高虹安27.3%，沈慧虹領先3.1個百分點。

不過，到了11月中旬，TVBS民調測得高虹安33%、沈慧虹28%、林耕仁19%，已呈現不同的支持分布。

最終，高虹安取得約45%的選票，沈慧虹約35.7%，林耕仁約18%。如果只挑10月初那份民調，說它和開票結果差得很遠，確實如此。但這不等於投票前所有機構都沒有捕捉到後續變化。

選舉本來就是動態過程。用54天前的支持度，直接對照開票結果，測量到的不只是民調誤差，還混入了54天的政治變化。

同樣的情況，也發生在2022年台北市長選舉。11月1日TVBS調查，蔣萬安37%、陳時中27%、黃珊珊21%；最後三人的得票率分別為42.29%、31.93%、25.14%。

原始支持率都低於最後得票率，部分原因是原始調查仍有未表態者；如果不先處理這個問題，就會誤以為民調同時低估了三名候選人。

川普兩次大選，讓民調專家重新檢討自己

國際上最著名的例子，則是2016年與2020年的美國總統選舉。

2016年不少美國關鍵州民調未充分測得川普的選票，讓外界對選情產生錯誤期待。但全國普選票民調，其實比若干關鍵州調查更接近最後結果。

2020年，民調雖然大致測得拜登在全國普選票領先，卻普遍高估他的領先幅度。

美國民意研究協會（AAPOR）2020年選後調查工作小組主席、范德堡大學政治學教授Josh Clinton指出，當年全國總統普選票的民調誤差是40年來最大，州層級的重要選舉也出現嚴重誤差。

研究並沒有證實「川普支持者刻意隱瞞意向」是主要原因，反而將部分注意力放在無回應偏差：某些選民本來就比較不願意接受訪問，造成看得見的樣本，與最後真的去投票的人不同。

皮尤研究中心的Courtney Kennedy等研究者，也持續研究不同政治立場選民的調查參與差異，以及人口與政黨加權能否充分補救。

這透露出民調最難處理的問題：不是回答電話的人說謊，而是那些根本沒有接電話的人，可能與願意受訪的人不同。

圖／川普兩次大選，讓民調專家重新檢討自己。Flickr by The White House 。

民調能不能信？先看它是不是一把合格的尺

對於台北市長選戰，9月信民調查顯示蔣沈僅差1.2個百分點，10月TVBS卻顯示仍差8個百分點。有人可能認為其中一份偏向某陣營；也有人認為台北選民態度正在迅速變化。

但這兩份調查不只出自不同機構，調查時間也相隔兩週以上。沒有進一步分析原始問卷、抽樣與加權資料，無法判定差距究竟有多少來自機構，有多少來自真正的選情變動。

民調真正的價值，不是代替選民開票，而是讓社會在投票前，觀察民意如何變化。因此，比起盯著某份民調顯示誰領先幾個百分點，更值得檢視的是：同一家機構的趨勢是否持續？不同機構是否逐漸收斂？哪些族群的態度正在改變？未表態者還剩多少？

民調就像城市的氣象雷達，可以告訴人們雲層正在移動，卻不保證每一條街最後會落下多少雨。

最危險的，不是民調有誤差，而是把有誤差的數字，當成不需要解釋的確定答案。

👉 加入城市學 LINE 官方帳號，追蹤 IG ，最新城市議題不漏接！