古典經濟投票模型認為選民會回溯及展望經濟之榮枯，對執政者課責。但即使舉國對經濟莫不喜榮厭枯，個別選民對客觀經濟的主觀評估，卻仍可能因其原先政治立場而異。近年經濟投票之修正論者就質疑經濟投票有「內因性」(endogenous)，亦即選民對總體經濟的認知其實受其政黨偏好左右，與客觀經濟有差距，產生政黨偏差(partisan bias)。此說已引發許多論辯，但文獻卻鮮少單刀直入，直接檢定政黨偏好對經濟評估之因果效應。本文旨在彌補此一缺憾。
本文先就古典派與修正派這兩個針鋒相對的理論，各推導出其預期之經驗意涵：若古典派「無政黨偏差說」為真，則選民對整體經濟的評估，應不會受政黨輪替選舉結果的影響，亦即選前、選後的經濟評估應該大致穩定；反之，若修正派「有政黨偏差說」為真，則選民對整體經濟的評估，應會受政黨輪替選舉結果的影響而前後翻盤。為了檢測這兩種經驗預期，作者針對選前普遍預期會產生政黨輪替的2016 年總統大選，設計了選前、選後時間貼近的兩波定群追蹤(panel) 電訪，然後以二維固定效果(two-way fixed effects) 模型進行定群資料分析，檢定同一群選民之整體經濟評估是否會因自己偏好的政黨勝選或落敗而改變。分析結果與修正論之預期相符，不論是回溯或前瞻之整體經濟評估，都受到政黨偏好的顯著影響。換言之，原國民黨支持者，在2016 大選前對過去及未來整體經濟多表肯定，但選後卻因國民黨敗選，對未來經濟走勢改為悲觀。反之，原民進黨的支持者，在選前對過去及未來整體經濟多表負面評價，但選後卻因民進黨勝選，對過去評價更為負面、而對未來經濟則大幅看好。此一研究發現的意涵深遠，應不僅限於台灣2016年大選的個案。

Endogeneity of explanatory variables is a common problem in many areas of social sciences. Ironically, there seems to be a gap between being aware of the problem and knowing how best to handle it. The problem is exacerbated when the outcome variable of interest is categorical and thus non-linear probability models are involved. The study fills the gap by first distinguishing two main sources of endogeneity, including unmeasured confounders (“latent factors”) and measured but omitted causes (“endogenous mediators”), and then proposing an integrated approach to confront the two problems simultaneously. This strategy generalizes structural equation models to categorical outcome by including a shared latent factor between correlated error terms to tackle unobserved confounders, on the one hand, and extending mediation analysis to deal with potentially endogenous discrete mediators, on the other hand. For illustrative purpose, this proposed modeling strategy is presented with an example of heated debates in economic voting literature concerning the possible endogeneity of voters’ economic perceptions.

社會科學研究中，解釋變數常發生棘手的內因 (endogeneity)問題。線性模型之內因自變數處理方式，如工具變數及其延伸，討論頗多。但若依變數為類別變數，其非線性的機率模型面對內因自變數，問題遠比線性模型複雜得多，絕不宜盲目以線性模型的處理方式比照適用。本文的目的，在釐清內因問題的起源，並區分實證研究較常遇到的兩大內因來源：未觀測到的潛在因素及內因中介變數，回顧線性模型文獻中對兩者的因應方式，並分析這些方法在非線性機率模型中面臨的困難與挑戰。接著本文提出廣義結構式模型的解決方案，既可同時因應兩種內因問題，亦能兼顧非線性模型的統計特性。為了說明廣義結構式模型的應用，本文舉經濟投票文獻中對「整體經濟回顧與前瞻型評價」的內因性辯論為例，建立能兼容相競學理的廣義結構式模型，並以實證資料 TEDS2012進行檢驗，發現回顧型評價對投票抉擇有顯著的影響。

2010年11月27日舉行的三合一選舉，是我國地方自治史上首次的「五都直轄市」選舉，選民同時擁有市長、市議員與里長選舉的三張選票。本文的目的，即是針對當選民擁有兩張以上之選票，且每項公職選舉又有兩位以上之候選人，指出幾種初探與分析選民「一致投票」(straight-ticket voting)與「分裂投票」(split-ticket voting)模式的方法，並以2010年的高雄市三合一選舉為例來說明。大體而言，由於選舉制度特性以及選舉層級差異，不同公職選舉的政黨競爭程度也有所差異。單一選區特性將導致兩強的競爭，複數選區SNTV制度則較有利於兩大黨以外的政黨獲取席次。在這次高雄市長選舉，脫黨參選之楊秋興取代國民黨黃昭順，成為在選舉中與民進黨陳菊競爭的主要候選人，其票源從分析中證實部分來自泛藍陣營認同的選民，換言之的確存在「棄黃保楊」的選民策略投票。在市長選舉採策略投票支持楊秋興的藍營選民，多半在市議員選舉中則回歸國民黨或投給親民黨候選人，形成一種分裂投票的形式。而綠營選民則在市長與市議員兩票呈現較高程度的一致投票。至於里長選舉，選民的里長黨派投票選擇，似乎與其市長與市議員兩票間並無顯著的關係，此亦凸顯里長選舉與其他兩者在競爭特性上的差異。

自由公平的選舉是民主政治的核心價值。透過定期改選，民眾依據執政者的施政表現決定投票意向，即是責任政治的展現。而依據學理探 討，政府的施政表現在不同層級的地方選舉中，對選民的投票抉擇應有 不同的影響。在層級較高的選舉，中央政府施政表現的影響較大；而在地方基層選舉，地方政府施政表現的影響力則應相對較高。本文以 2009年雲林縣縣長及鄉鎮市長選舉為例，利用「台灣選舉與民主化調 查」於選後所進行的面訪調查資料進行檢證。結果發現，選民在縣長選 舉的投票抉擇上，不論是對中央政府或縣政府的施政表現評價，皆具有 顯著的影響效果。但在鄉鎮市長選舉方面，中央政府或縣政府的施政表現評價，則皆不具顯著影響力，甚至政黨認同的解釋力亦大幅下降。作者認為這主要是因為地方選舉型態的特性，以及此次選舉雙方實力差距 懸殊的結果導致。此外，本研究也突顯出地方派系在地方基層選舉運作 上的影響力不容忽視。

社會科學中涉及效應評估的問題，都無法迴避因果推論。以觀察研究進行因果推論之所以棘手，癥結在於比較研究的組別，往往取決於因和果之間的內部因素，也就是所謂「內因性」(endogeneity)，造成平均因果效應的識別問題。一般分析因果效應的參數模型(parametric models)，雖有考慮內因問題，但多建立在很特定的函數形式及變數分佈等假定之上。如果研究的主題及資料的確符合這些假定，自可充分運用；但社會科學研究也常常會碰到與假定不符的情況，此時Manski的無母數局部識別法(nonparametric partial identification)最為適合，因為這個方法從無假定出發，逐步帶入不同強度的假定，檢視其對於參數區段的影響，將假定與推論之間的關係完全透明化，避免為了達到「定點識別」而強加或暗藏與實際不符的假定，導致過當的推論。

本文從「反事實因果模型」(counterfactual model of causality)的角度，以最基礎的邏輯與機率論，探討Manski的區段識別法，及各種學理假定與「平均因果效應」之上下限的關係，並以2008年立委選舉台聯提名區域立委對其政黨票得票率之影響為例，將區段識別法應用於分析混合選制中所謂之「污染效應」(contamination effect)。

1990年代以來，世界各民主國家陸續針對選制興起一股改革的風潮，並以整合「單一選區」(SMD) 與「比例代表制」(PR) 兩者的「混合選制」(mixed or hybrid systems) 最受矚目。在這波改革風潮下，日本也在1994 年通過了「單一選區兩票並立制」，取代舊有的中選區「單記非讓渡投票制」。新選制的特色之一，是選民在眾院選舉中可投兩票，一票選人、一票選黨。過去的文獻如Kohno(1997)、Reed(1999) 等，僅從總體層次資料或制度結構因素，探索日本1996 年首度改採兩票並立制下的選民策略性分裂投票現象，分析難免受到侷限；本文則回歸至個體層次的角度，運用日本選舉研究(JES) 的1996年選後個體民調資料，希望更深入瞭解是屆選舉中選民針對兩張選票的投票模式，特別是長期獨大的自民黨在兩票並立式結構中獲得選民一致支持的程度及其背後可能的影響因素。本文之分析，應可對我國第七屆立法委員選舉首度改採「單一選區兩票並立制」的效應，提供一個絕佳之比較案例。

研究結果顯示，1996 年的眾院選舉中，在單一選區選舉支持自民黨候選人者，有高達八成的比例，在政黨比例代表的選票上也一致地支持自民黨。更進一步剖析選民在兩項選票上是否一致支持自民黨的因素，以發現認同自民黨、政治態度保守者，最有可能採取一致投票的模式；但教育程度較高者，則比較不會拘泥於政黨標籤。此外，本文也發現分裂投票的選民之中，以單一選區票支持自民黨而政黨票投非自民黨者較多，這可能反映了有部分不認同自民黨的選民，在單一選區中採策略投票 (strategic voting)，把票投給比較有希望當選的大黨（自民黨）候選人，但在政黨票上則採真誠投票(sincere voting)，把票投給最喜歡的政黨（非自民黨）。

選民在歷屆的選舉中，究竟是傾向於把票投給同一政黨的候選人，還是把票投給不同政黨的候選人，不僅攸關個別政黨與候選人的選舉成敗，而且還影響到政黨之間勢力的起伏消長，甚至會牽動政黨體系的整體變遷，其重要性，不言而諭。也正因如此，政治學者亟思理出歷屆選舉各黨勢力消長的軌 跡，描述並說明選民投票的穩定與變遷（electoral stability and change）。儘管有關選民投票變動的研究已經卷帙浩繁，然而其方向與幅度究竟應如何估算、分析，在學界卻仍無定見。

本文的目的，是將方法學中研究「常與變」的一般原則應用到「投票穩定與變遷」這個重要的主題，釐清總變量（gross change）與淨變量（net change）的差異，整理出文獻中使用的幾種資料形態與分析方法、比較其優缺點。由於定群追蹤的個體資料（panel data）可兼顧總變量與淨變量之估計，是很理想的數據資料型態，而為了彰顯此一特色，在分析方法上則又以「間斷時間暨間斷空間之馬可夫鍊模型」 （discrete-time discrete-space Markov chain models）最適合，因為其「移轉機率」（transition probabilities）的參數和「固票、挖票、跑票」等耳熟能詳的選舉策略語彙、以及「選票穩定度、選票流入或流失之變遷率」等學理概念相當契合， 既能捕捉類別變數隨著間隔的時間點前後相依、與時推移的變化軌跡，又能進而同時估計總變量與淨變量的多寡，更能進一步以母群的異質性說明其動態演變模式。本文最後以日本選舉研究的三波定群追蹤民調為基礎，舉例說明如何應用馬可夫鍊模型分析自民黨在1993、1996、2000年三次眾院選舉中選票之穩定與變遷。

1993年是日本政黨政治的一大轉捩點，長期居「五五體制」 一黨獨大的自民黨，首度在眾議院大選失去了執政的地位。但三年後自民黨再度贏得國會最多席次、主導聯合政府的成立，並於2000年的選舉後繼續保持執政。 本文是以一筆日本定群追蹤的資料為基礎，探討1993、1996及2000年三屆眾議院選舉中，自民黨票源的穩定與變遷程度，希望能一窺這段日本政黨政治 的轉型時期，選民政黨投票的動態過程。

本文以馬可夫鍊模型（Markov chain models）探索定群追蹤樣本對自民黨的投票穩定度，發現去留模型（mover-stayer model）中的特例—Converse所提出的黑白模型（black-and-white model），最適合用來說明定群追蹤樣本在這三屆選舉中支持自民黨的動態變遷情形。也就是說，這組樣本可分為異質的兩群人：一群人自始至終堅定不移（約 佔48.28%），另一群人則無既定偏好、隨機變動（約佔51.72%）。在1993年時，隨機變動群中有40.46%支持自民黨，而堅定不移群也有 37%是對自民黨效死忠的。到了1996年，原先堅定不移群之中支持自民黨的37%繼續對自民黨效死忠；而隨機變動群之中原支持自民黨的40.46%有一 半外流，原未投給自民黨的59.54%則有一半轉而支持自民黨，結果自民黨在1996年的支持者淨增4.93%。依黑白模型推算，到了2000年自民黨在 隨機變動群之中支持者的比例已經趨於穩定，故淨變量甚微。

樣本代表性檢定的目的，在發覺樣本是否被過度扭曲，而影響對母群特質的推估。大多數的民意調查計畫，包括電訪與面訪，如果發現樣本結構與母群不符，所採取的補救措施，不外乎「事後分層加權」或是「反覆多重加權」這兩種方式。然而，調查研究需要檢定的變數，通常超過一個以上，而「事後分層加權」所需之母群多變數聯合分佈值，往往為未知。因此，目前最常採用的是「反覆多重加權」的方式，但「反覆多重加權」實際執行時，最大的問題在於其檢定方式是透過卡方檢定，通常只要其檢定P值大於0.5，就認定樣本與母群一致，而未考慮一個最佳化的加權值。

本文旨在提出第三種事後加權的處理方式，也就是「最小差異加權」的方法，它能同時考慮數個變項，而找出最佳的加權值。我們以「2001年台灣選舉與民主化調查（TEDS 2001）資料為例，分別進行「反覆多重加權」與「最小差異加權」，並與2000年戶口普查之母群資料比較，發現就性別、年齡、教育與地理區堿四個變數的聯合分佈估計值，整體而言，最小差異加權的估計值，有將近七成比「反覆多重加權」的估計值更接近母群的聯合分佈值，應值得後續研究進一步探討。