從早期來看高雄市長的選舉,我們能夠發現,高雄市有很大的政黨輪替現象,從2014年的政黨得票分佈圖(圖1)來看,我們可以知道,民進黨的得票範圍大多是都在市區為主,國民黨則是在山區為主,劃分的非常清楚的一種得票分佈,不免可以讓人去思考是不是有什麼政策上的主觀偏好,讓市區及山區有這麼大的選票落差。

圖1:2014年高雄政黨得票分佈圖,來源於網路
(綠:民進黨、藍:國民黨)
2018年,韓國瑜崛起,拿著一瓶礦泉水、滷肉飯,打著庶民的口號,代表國民黨進攻高雄市的市長選舉,試圖讓一直是綠色執政的高雄市,有著重建藍天的可能。而韓國瑜最後不負眾望的,以89萬多票的高票當選了高雄市市長,讓國民黨重新回到了高雄執政。
然而從得票的分佈版圖來看,我們能夠發現,2018年的分佈(圖2),國民黨不僅鞏固了高雄山區的整體得票率,更一路南下橫掃了許多曾經為民進黨得票範圍的區塊。這樣的政黨版圖大變動,整體上讓以往民進黨的版圖崩壞,可以看出高雄市的選民結構上,沒有太多的藍綠鐵票,中間選民的數量在高雄市還是很多的。以此我們也可以了解,高雄選民普遍上並不會有選黨不選人的概念。

(綠:民進黨、藍:國民黨)
2020年總統大選的到來,2年後的選舉,無疑是對高雄市國民黨執政的一次期中選舉,而此次的選舉,在香港反送中、中共武力威脅、亡國感的情況之下,民進黨大獲全勝,基本上把2018年的頹勢整體逆轉,並創下有史以來台灣選舉的最高獲票率。而依我們此次的重點來看,我們將重點放在高雄市的政黨得票率上,以此來分析2020與2018之間的差異(圖3)。

(綠:民進黨、藍:國民黨)
我們從上述的圖片(圖3)來分析,可以得知2020年的政黨得票分佈,似乎回到了2014年的大概狀況,這樣的狀況,簡單來說就是原本在2014投給民進黨的人,因為有所不滿,所以在2018年紛紛轉換傾向投給國民黨,以至於2018年國民黨在高雄勝選,然而2年後因為諸多的原因,可能是在地的執政政績問題,人民有所唾棄,所以在2020年時的大選,原本轉換投票的人又轉回投給民進黨,等同於回歸到以往的選舉結構。

於此我們就在想到底是為什麼讓高雄人民有如此的舉動,而在韓國於市長任內我們又看到許多新聞評論對於韓國瑜市長執政政策不滿(圖4),諸如:清淤政策、維修道路政策…等等。所以我們就選用了其中一項高雄市長的政績,來對選票之間做一些分析,以此來論證是否政績與選票之間,有著一定的相關性。
我們抓取了中央選舉委員會的高雄歷年之政黨得票率與催票率、高雄地理圖來做繪圖以及社會經濟資料庫當中一些高雄歷年的社會經濟人口資訊,來做分析。
選舉資料 | 地理圖 | 社會經濟資料 | 政府公開資料 |
2018年兩黨得票率 | 高雄村里圖 | 學歷比例(專上教育) | 高雄各地維修道路之地點 |
2018年兩黨催票率 | 高雄區圖 | 老年指數 | |
2020年兩黨得票率 | 所得收入 | ||
2020年兩黨催票率 | 原住民人口比例 | ||
性別比例 | |||
結婚率 | |||
自然增加率 | |||
出生率 |
首先我們以維修道路大約1500多個維修地點,先行製作雲分佈圖,來看看在雄地區韓國瑜上任後實施維修地點的密度分佈(圖5),我們可以從圖中得知,維修的地點大多數都在民進黨得票之區域,也就是高雄市市區沿海一帶。


另外黑點為維修道路之地點,圖片為作者Geoda自製
從上圖(圖6)中我們可以看出2018年與2020年國民黨的政黨得票率的標準差分佈圖來看,其實國民黨的政黨得票分不是沒有什麼太大的變化,只是兩屆相比的話可以說票數等比例減少,所以才會有相似的圖出現。然而可以注意到的是,在維修道路點密集之區域,有些地方國民黨得票的顏色,由2018年的深色轉為2020年的淡色(圖7,8),簡而言之,國民黨在這些維修道路密集度高之區域,有明顯的票數減少之問題。

另外紅點為維修道路之地點,圖片為作者Geoda自製
為了更近一步確認之間的關聯性,所以我們嘗試跑簡單回歸分析,以此來確認之間的相關性。下圖(圖9)中,雖然兩邊R2的解釋力沒有很高,但我們在這邊只是單純看關係與否,所以30%的解釋力也是足夠的。
首先我們先來看其他的變數值是否與我們認知上有著一樣的政黨偏向概念。以左邊國民黨來看,老年指數(old)、教育程度(edu)、性別比例(sex)、原住民人口比例都是顯著的,這裡我們可以論出,越老的人、學歷越高的人、主要男性以及原住民人口越多的地方,這些都是會投給國民黨的人的主要特徵。反之,民進黨則剛好整體相反。
最後我們來看重點的維修道路(fixroad),可以發現的是,機率值在兩邊的分析當中都是不顯著的,以此來看維修道路與得票率應該沒有關係。

(圖片為作者使用Geoda自製)
政黨得票對於維修道路上沒有顯著性,於是我們想到了另一種論證途徑,由於維修道路是一種市長任內的工程,在兩屆選舉之間,所以我們可以來看看兩屆選舉的得票變化與維修道路之間的關聯性,這樣能夠知道,有變化的地方是否與維修道路的區域有相關性。
於是有了下圖的回歸分析圖(圖10),由下面的變化率所得出的數據來看,一樣的在老年指數(old)、專上教育水準(edu)以及原住民人口比例上都有著顯著性,可以得知民進黨得票率變化愈多的地方(意指得票率增加之地方),原住民越少、年輕人較多、教育水準越高。跟上面圖(圖9)比較不一樣的是,民進黨本來是學歷越低越會投給民進黨,但在變化率上變成學歷愈高越投給民進黨,可以得知民進黨在2020選舉中,有許多學歷高的人轉投予民進黨。

而我們的重點在於維修道路的部分(圖10),於此我們發現,維修道路(fixroad)在此次的回歸分析中竟是有著顯著水準的,而且是正相關。也就是說,有維修道路之區域,民進黨的得票變化率越高,這就證明了維修道路成為了國民黨高雄市一項擾民的政績,越維修,票則會導向至民進黨去。以此來說國民黨的維修道路似乎是不得民心的。
結論與罷免
綜述以上,我們得知了幾個結論。首先,民進黨的政黨得票分布多數於沿海、市區,國民黨則是分布於山區、原住民人口區域。再者老年人口多數會投給國民黨、年輕人口多數會投給民進黨 ; 專上教育的分佈比較有不同的變化,2018年時較高學歷會投給國民黨,而在2020年時這些族群已轉投給了民進黨居多。最後,維修道路上,於得票率的變化上,我們得到最終結論,跟新聞所述有相同,也就是維修道路確實有擾民的傾向,以至於民進黨得票率變化高之區域,多數都是有在維修道路之區域,也就是哪裡有維修,國民黨就失去票源。

左、圖11:罷免催票率分佈
中、圖12:2020民進黨催票率分佈
右、圖13:2020民進黨催票率與同意票散佈圖
由於韓國於市長的不得民心,被不支持者提出了罷免案,於2020.06.06正式投罷免,並於當天開票後,以93萬9090票通過罷免,韓國瑜正式宣告結束了為期兩年不到的高雄市長生涯。
於是,我們先來看看罷免的同意票率分佈圖(圖11)以及民進黨2020年的得票率分佈圖(圖12),我們可以發現,兩張圖的相似度呈現幾乎完全一致的狀況。所以我們再把數據跑出散佈圖(圖13),發現兩者居然完全一致,且R2高達92%,有著極高的解釋力,這代表著,2020年投給民進黨的人幾乎全部都出來罷免韓國瑜了。
以數據分析的結果來看,韓國瑜任內的高雄市市政上,可能性在一定程度上有著擾民的傾向,而這樣的結果導致了韓國瑜在2020年的選舉失利,並又在2020/06/06遭到高票罷免。這些結果與數據向我們述說了一個事實,也就是作為一個政治人物,不能說謊、不能跳票是一個很重要的基本條件。
參考文獻與資料
- 中央選舉委員會(高雄歷屆選舉資料,2018、2020、罷免)
- 政府開放資料(高雄村里 SHP)
- 社會經濟資料庫(高雄市歷年社經人口資料)
- 工具使用:Geoda、Google Earth、qGIS轉檔