聲量大，當選機率高？（1）

文／鄭自隆

2020年選舉，無論總統或立委候選人都在拼網路聲量，真的網路聲量大，當選機率就會高？

當然不是，網路聲量是呈現網友針對單一事件（event）或議題（issue），對候選人的吐槽或贊聲，除非候選人有本事持續製造正向話題，形成風潮，讓選民從單次短暫認知，轉化成長期正向態度，如此方有助於支持率提昇，否則網路聲量只是偶而一現的曇花。

從學理上可以瞭解，網路聲量和選舉時對候選人支持度的調查不同；在方法上，選舉民調的受訪者是隨機（random）、被動被抽取，所謂「隨機」是指母體中的每一個體都有均等被抽中機會，而且意見表達僅有一次，其意見不會重複被計算。

但網路聲量統計不是，先不說是否被操弄，網路聲量是意見表達者的主動發言，既沒有母體概念（網友不代表所有選民），也沒有隨機，誰都可以主動發言貼文，而且不只一次，意見可重複表達，每次意見都列入聲量計算，這也是網軍可系統性「作票」、帶風向的原因。

再從內容來看，網路聲量常受特定事件（方法論稱為History）影響，換言之是網友對特定議題或事件的發言，也就是當下直覺的意見與態度表達，因此當民進黨陳明文在高鐵掉了裝滿鈔票的「一卡皮箱」，或是國民黨立委衝撞外交部發生「夾手他人」與「見縫插珍」，這時陳明文、陳玉珍、黃昭順的網路聲量就會爆增，不過這都不代表支持度也增加。

選舉民調問的是對候選人的支持度或喜好度，除非有特殊的考量，如想要瞭解選民對突發性事件或議題的態度，否則民調就會避開「特定事件」可能影響期間，也就是說選舉民調，調查的是選民長時間蘊釀形成的對候選人整體印象，因此若使用Panel Study（小樣本連續性調查），的確更可觀察選民長時間對候選人態度的變化，不過網路聲量調查若針對Panel觀察恐無意義。

再從標尺（scale）設計來說，選舉民調會明確詢問「支持誰」或「誰最適合當總統」，網路聲量固然也有分為正向、負向、中性三種標尺，但不是由網友自行表態，而是由研究者根據語義分析（semantic analysis）設計的測量標尺，交由「機器人」AI判讀，將貼文依其文義歸類為正向、負向或中性，但問題是網路語言千變萬化而且推陳出新，難以捉摸，如「用選票下架○○○」與「用新台幣下架義美豆漿」，同樣是「下架」但意義截然不同，當源頭（標尺語義設定）出問題，後面產出的分析當然就會受到挑戰，換言之網路聲量語義分析的標尺效度（scale validity）會受到質疑。

本文為作者評論意見，不代表《台灣數位匯流網》立場

圖片來源：取自pikist、TDC NEWS製作

更多台灣數位匯流網報導
Kuso玩選舉
丞相，起風了！

【專欄評論文章．非經授權禁止轉載】