苏南／大数据能神预测谁当选？
▲利用大数据分析选民的不同个性及价值观等投票倾向，让潜在支持者动起来。（图／视觉中国）
九合一选举只剩12天（11月24日），漫天飞的民调数字会准吗？不同的媒体、政党，报导的数据难免会有差别，再加上来乱的大陆网军，究竟要相信谁呢？
选举是台湾政治自由民主、社会开放进步的基石，经济学人情报社（the Economist Intelligence Unit, EIU）今年1月31日发布「2017民主指数」，全球民主呈现倒退，而台湾在全世界排第33名，居东亚第3名，虽属于「有缺陷民主国家」（lawed democracy），但「选举过程与多元性」的指标得分高达9.58、「公民自由」达9.12，而「政治参与」仅6.11、「政治文化」则低至5.63（满分10）。
大数据可以预测选举结果吗？2016年的美国大选，印度的人工智慧 （MogIA AI）系统，在选前就已经预测川普会当选总统！11月7日美国期中选举开票，国会参议院席次为共和党51席（过半）、民主党42席；众议院为民主党213席（过半）、共和党190席。而选前的民意调查网站亦显示，民主党赢得众议院的可能性达86％，共和党守住参议院的机率逾80％，亦即选举结果与选前预测吻合。
大数据是2010年由IBM所提出，涵盖4个V：大量化（Volume）、快速化（Velocity）、多样化（Variety）与真实性（Veracity）。选民的选票可能被大数据「算计」吗？争取选票的重点是争取「中间选民」或「摇摆派」，他们可投可不投，或持观望态度，或选前最后一天才决定要投给谁。利用大数据分析选民的不同个性及价值观等投票倾向，运用Facebook或LINE等物联网结合大数据分析，推送特定心理目标的资讯或宣传词给特定选民，再通过社交群组的「按赞」，也能聚「光环效应」，让潜在支持者动起来。
大数据可以藉网路舆情、媒体传播及国内外学者之相关研究等，综合加权预测各候选人的当选机率，但也会因杂讯资料而预测不精确。但大数据相较于民调，除减少人为操作外，资料可随时更新即时预测、提高民众利用的可近性（accessibility）。
大数据预测选情的变数包括：候选人胜选机率、网路口碑（语意分析）、媒体民调（抽样调查方法）、群众预测（即时交易数据）、口碑传播力及选民支持力等影响选情的关键因素，透过回归分析及机器学习法推估当选率，但预测模型的逻辑是前述变数与当选率的相关性，而非因果关系。
选举大数据须强调完整的选民资料，但「不限于」选民调查样本来预测当选机率。要提供给大数据的具体或IoT资料包括：1.Facebook、YouTube、新闻媒体、讨论区、部落格等网路口碑资料库；2.媒体调查并公布的民调报告资料库；3.未来事件交易所、台北政治经济交易等国内民调网站资料；4.历史选情资料库（中选会、维基百科）等。搜集资料的方式，也涉及如何诠释预估得票率及看好度等。但在投票日前10日起至投票时间截止前，不得以任何方式发布民调资料，亦不得报导、散布、评论或引述（《公职选罢法》第53条第2项）。
大数据目前预测，台北市长候选人中的柯文哲、丁守中，当选率领先；选战激烈的高雄市韩国瑜、陈其迈呈现五五波；台中市的林佳龙、卢秀燕，新北市的侯友宜、苏贞昌，桃园市的郑文灿及台南市的黄伟哲，暂时领先。大数据的预测会依据不同的调查时间、样本及调查机关等而不同，笔者以为，大数据选举预测模型除可大幅减少人为操作外，也能即时反映选情，去除局部民调的偏误及受访人样本不足等，还有不同民调单位常见的预测结果南辕北辙问题。
大数据预测也有其黑暗面，例如配合特定候选人操作，企图操弄选情，另外也要避免因资讯搜集对民众隐私权造成威胁，以及防免迷恋资料分析及滥用，以致形成「资料独裁」或「大数据的傲慢与偏见」。
针对2018年选举的笔者观察，经济选民可能会引导选举风向，尤其要考虑中产阶级的投票倾向，尤其是军公教年金被砍后的影响。此外，气候变迁所带来的跨域治理问题，在非核家园理念下，绿能发电技术是否成熟？前瞻基础建设的投资效益及乘数效应，是否感动民众？还有长照2.0的落实、招商促进产业及解决劳工与劳工低薪问题等。
选举是在看未来，未来的当选人除了要落实政见外，更需要有执行力，千万不要只是藉选举来骗选票。期望借由九合一选举，选到对的人，也让人看到台湾的未来！
好文推荐
苏南／失速的普悠玛
●苏南，国立云林科技大学营建系及通识教育中心教授，交通大学土木工程博士，中正大学法学博士，中国政法大学法学博士。以上言论不代表本公司立场。