叶家兴／濒临绝种的民调 大数据才是王道
▲民调仍是许多人的参考依据，但随着科技日新月异，传统调查方式是否可信值得存疑。（图／视觉中国CFP）
蔡总统就职周年民调惨兮兮，各机构所做的电话民调不约而同皆显示：民众对她的不满意度创新高，满意度却创新低。换言之，总统念兹在兹的各项改革，得罪的人不说，竟也没让受益者满意。更惨的是，比起前三任民选总统李登辉、陈水扁、马英九就职一周年的民调表现，她的净满意度居然是史上最低。如果历史纪录可以参考，那蔡总统极可能挑战马前总统的9.2％低标，直逼韩国前总统朴槿惠、法国前总统欧兰德的4.0％世界纪录。不过对此，蔡总统则豪气干云的说：「我不是为民调做事，我是为台湾做事！」事实上蔡总统的理直气壮有其道理。首先，传统民调在2016年的英国公投与美国大选连两次「杠龟」，重创其公信力。虽然最近在法国总统大选扳回一城，不过这主要是因竞争双方的差距太大，各种「沉默螺旋」、「样本偏误」都影响不了调查结果。其次，可能也更重要的是，传统电话民调号称基于严谨的统计抽样过程，由具代表性的抽样样本来推论整体民众的意见。可问题是，以住宅电话为母体的随机抽样，依旧可靠吗？根据政治大学朱斌妤教授等多位学者所做的学术研究显示，台湾20岁以上的民众约有27～29％无法被传统市话调查所触及。如果这种遗漏属「完全随机遗漏」（Missing Completely at Random）也罢，那统计推论的结果不会受太大影响。然而，研究无情的显示恰恰相反的结果。更惊人的是，对于20～39岁的民众来说，传统市话涵盖率不及55％，几乎一半的青壮年人口由于旅居在外、放弃市话，或仅倚赖行动网路与外界沟通，但他们的意见却完全被市话民调所忽略！许多民调最后往往强调数据已针对受访者的性别、年龄及地区，进行样本代表性检定后加权处理。然而，对「非随机遗漏」的样本，如果以抽到的样本为基础来加权，可能使统计偏差更加扩大，调查结论更加失真。
▲当科技把传统民调方式打入夕阳产业，或许大数据将成为可提供真实讯息的重要来源。（图／视觉中国CFP）
为了矫正这种可能缺陷，某民调公司针对「客家人口暨语言基础资料调查」所公布的调查报告中，除了来自传统市话的6万多份有效样本外，也利用行动网路完成2千5百多份唯手机族的样本进行比较，虽两份都针对地区、年龄及性别加权，但两者推估的客家人口比例竟出现4％的差距！换句话说，唯手机族样本的「自我选择偏差」（Self-selection Bias）不可小觑，而以市话调查推估整体民意，仅能代表71～73％可被市话触及的民众，其人口组成及对公共事务的态度，可能与另外1／4以上的唯手机族存在差异。更糟的是，随着时间一天一天的过去，行动网路更加快速、成本更加低廉，放弃市话选择成为「唯手机族」的人数还在逐日增加！如果进步的科技把传统民调行业打入夕阳产业，那么有取而代之的方法，能快速掌握全体民意吗？可能还没有！因为现代人也许正处于马车与汽车并存的年代。若干年后，等到网路覆盖率接近百分之百时，真正有效率且有代表性的抽样调查或将诞生。而在那之前，传统的民调会像温水煮青蛙一样，慢慢死亡。甚至如即将在英国出版的新书《每个人都说谎：大数据、新数据、网路揭露我们的真面目》（Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are）所言，就像显微镜与望远镜改变了自然科学一样，网路也将革命性的改变社会科学的方法论。曾在Google担任数据科学家的作者Seth Stephens-Davidowitz相信，大数据拥有4项独特的威力，其中最重要之一，就是可以提供真实的信息来源（例如对色情、政治、减肥、医疗等资讯的主动搜寻），捕捉人们真实所知所想，而不是他们选择告诉民调机构的讯息。因此，蔡总统说的也没错：「我不是为民调做事，我是为台湾做事！」只是希望她比竞选失利的美国民主党候选人希拉蕊，拥有更强大的数据科学武器，能比现有民调更精准得知台湾人民要的是什么、想的是什么，否则，比民调更早消失于历史舞台的，担心会是蔡总统自己。
好文推荐
叶家兴／囤积有罪，囤房无罪？
叶家兴／补习像场核武竞赛
●叶家兴，在香港吐露港湾生活与任教的台湾客家人，出生在《冬冬的假期》电影里的小镇苗栗铜锣，台大电机系学士、经济所硕士、美国威斯康辛大学精算、风险管理与保险博士。1996年离台前在金门太武山麓服役两年。译有《经济学与社会的对话》、《世代风暴》、《助人为获利之本》、《当经济指标统治我们》等。着有《理财与保险－－迷思与反思》、《陆生元年》、《未来事件交易簿》。以上为个人言论，不代表本网立场。