政黨透過選舉動員爭取選民支持,幫助候選人贏得勝選和培養政治人才，厚植政黨永續經營的實力。在2018年地方公職人員選舉中，民進黨因在中央執政推動多項改革政策引發社會爭議,導致縣市長選舉的得票率下滑和席次大減；反觀國民黨則在「討厭民進黨」的政治氛圍和由高雄市引
爆的「韓流」效應助攻之下，縣市長的得票率和席次均有所斬獲。從政黨政治的觀點來看，此次地方選舉中，在兩大政黨此消彼長的表象底下，一個值得關注的議題是，臺灣在經歷三次政黨輪替後，政黨在地方政治的勢力是否產生變化？地方選舉中去政黨標籤的議題，在總體資料的分析視角下，其反映的政治意涵又為何？

本研究主要以2018年地方選舉結果為例，綜合參採近10年地方選舉總體數據，以及交叉檢證同年與選舉同時舉行的全國性公民投票結果，說明如何輔以公投結果衡量選民的特定政黨認同（或不認同）及選民在議題上的意識形態。本研究利用描述性統計、資料視覺化、（偏）相關統計、區位迴歸、主成分分析等方法，檢視國、民兩大黨及無黨籍的候選人在各種地方選舉的得票差異性與關聯性。本研究發現，地方選舉中，越基層的選舉去政黨標籤化的現象越明顯，尤其是國民黨的標籤；政黨標籤仍會壓縮無黨籍候選人的得票空間，但政黨標籤在選舉中也可能被隱藏化；藉由選民的議題態度可輔助判斷其政治立場，建立「另類」的政治版圖；除縣市長選舉外，選民對特定政黨的議題認同是重要解釋變數，越支持國民黨主張的地方則越不會投給無黨籍候選人。

隨著臺灣政治的民主化發展與傳播資訊管道的多元化，使得選民在選舉前就能快速獲得豐富的資訊，正因如此，也使部分選民的投票行為可能受到民調變化或其他人的集體意志而左右，最後作出的選擇並非原先心中所屬意的選項，即所謂非真誠投票行為。探究非真誠投票類型中，策略投票議題一直是政治學者關注及研究的焦點，文獻中，策略投票主要指涉選民考量對選舉結果的期待，在知道其所支持的候選人當選機率渺茫，為避免浪費選票且阻止最討厭的政黨候選人當選，只好將選票轉投給其他政黨中次偏好的選項。從過去國外研究證實，不論單一選區、甚至比例代表制或複數選區制都可觀察到選民曾出現策略投票。至於國內學界，近年來也紛紛投入研究國內各種選舉可能存在策略投票的情況，以及提出相關概念如分裂或一致投票的定義與測量，且許多研究經常關注選民手中不同選票投出分裂投票的結果，從而推測可能係來自策略投票行為。實際上，策略投票實際動機可能非常多元，但是真誠投票的定義則相對明確無爭議。
本研究以2012 年總統大選合併立委選舉為例，嘗試使用臺灣選舉民主化調查(Taiwan’s Election and Democratization Study, TEDS) 所提供的選後追蹤調查為主，加上綜合考量選前、選後調查數據，以及比較選舉總體資料。作者們另闢蹊徑，引進美國政治學界研究方法之前沿，參採反事實推理(Counterfactual reasoning) 以及隨機效用模型(Random Utility Model, RUM) 等相關政治學文獻，應用於修正原先根據民意調查所得的數據，重新校準臺灣地區選民實際投票情境下來自「真誠投票」的合理比例，並歸納不同投票對象對應其真誠選民的特質，以及論述真誠、策略和分裂投票存在各種統計差異的意義。

2014 年臺北市長選舉由一位過去偏向綠營，但選戰中既標榜白色力量，又不斷號召「One City One Family」的無黨籍候選人柯文哲醫師最後以壓倒性票數勝出。因而，臺北市已打破傳統壁壘分明、根深蒂固的藍綠政治版圖之說甚囂塵上。然而，「超越藍綠」出現在首善之都臺北市究竟是迷思抑或是事實？本研究為深究其代表意義，乃以臺北市藍綠政治版圖為基礎，引入多種分析趨勢變遷之無母數統計方法互為發凡，提出多項統計證據佐證，並演繹其在臺北市長選舉的新應用。申言之，本研究充分應用中央選舉委員會之總體選舉資料的特性，以臺北市各里為分析單位，使用集群分析展現臺北市的政治版圖。其後以Mann-Kendall 檢定法，據以定性分析國民黨候選人得票率在版圖內的時空相對變動趨勢，並以Theil-Sen 斜率推估法進行趨勢斜率的定量估算，再進一步評估變遷中顯著的改變點。最後以政治版圖為基礎，整合取自總體選舉資料之衍生變數，得到代表特定政黨或藍綠陣營吸票實力的相關訊息，同時觀察政黨催票的影響效果。研究結果除了發現2014 年臺北市長選舉結果的確出現超越藍綠的現象，更進一步討論表象背後真正的意涵。

我國近年來持續推動選舉制度改革，如 2008年將立委選舉改為「單一選區兩票制」，2012年首次將總統與立委選舉合併辦理，選民可同時投下總統、不分區立委與區域立委三張選票，此一制度變革提供了研究全國性選舉的政黨票源與分裂投票的機會。過去有關分裂投票的實證研究，或是透過民意調查的個體資料、或是利用選舉得票的總體資料、也有的是同時結合個體和總體的資料進行分析。不過，這些方法皆未考量各地區的選舉人口規模、政黨或候選人在特定地區的得票數相對全國得票數的比例，故難以綜合判斷分裂投票行為與地域性的票倉大小、政黨票源之間的關係。

本研究嘗試提出新觀點，檢視全國性選舉的政黨票源與分裂投票現象，並以 2012年的選舉結果為例，說明與驗證新測度方法的效果。在分析流程上，首先，以 368個鄉鎮市區為分析單位，計算各政黨和藍綠陣營的得票率，並以傳統的分裂投票測量方式計算得票率差距；第二，以布蘭德 -奧特曼差異圖呈現各政黨在不同得票實力地區的分裂投票樣態；第三，討論布蘭德 -奧特曼差異圖的特性及限制，進而建構一套政治相對發展指標 ─ BDI和 CDI，提出可同時解讀政黨票源與測度分裂投票的新框架，衡量選民支持特定政黨或藍綠陣營的相對強度；最後，將此測度結果和傳統方法所得結果進行比較，並說明未來研究方向。

現代民主國家在選前不同階段，為了即時掌握民意，無論是政黨、候選人或媒體，皆會運用民意調查的方式來探索當時的民意取向，又稱之為「賽馬式」 (horse race)民調，而學術機構基於研究的興趣，亦有不少政治學者投入選舉民調的分析。這類民調所關注的焦點常是為了解候選人受選民青睞的消長趨勢，並且據以 預測未來選舉結果，但是，往往選舉結束後，當我們檢視投票結果，卻不時發現選舉民調中的贏家，最後未能勝出。是以，發展出掌握選民的投票行為變化的選舉預 測方法，瞭解並補強「賽馬式」民調不足之處即成為重要的研究議題。

本研究嘗試利用過去選舉經驗資料，改進單純使用民意調查結果所作之選舉預測。就預測方法論而言，本文提出的選舉預測模型乃符合貝氏統計架構。此一架構所欲 掌握的是選民投票行為中所潛藏的異質性，探索選民的投票行為昨日、今日、明日的變化。綜言之，本篇文章的研究所得價值有三：(1)本文成功應用貝塔-二項 機率分配(beta-binominal distribution)模式改進單純使用民意調查結果，發展輔助賽馬式民調預測模型，及提供作為評估該次選舉是與過去開票結果不同的「變天型」抑或是 「維持型」的預警指標；(2)採用貝氏統計觀點，加入先驗知識，建構投票行為的機率分配模型，並利用此一機率分配模型處理未表態資料，預測選舉民調中未表 態受訪者的投票意向；(3)將本研究所建立之模型應用在國內外不同選舉，檢證本模型的適用情境。其中2004年美國總統大選整體性民主黨候選人和2006年台灣高雄市長的選舉國民黨候選人的得票率預估，都獲得相當準確的效果。研究結果也同時指出若干校正不足的問題點，說明未來值得繼續發展的方向。