菱周周民調2/尚未止血!新竹市民「絕不投民進黨」再飆過半達53.12%

  • Line

A A A
2022-09-07 00:00

(菱傳媒/綜合報導)受到林智堅「論文門」、「棒球門」以及「數位中介服務法」草案夾擊,新竹市民反綠比例攀高。根據《菱傳媒》公布最新的新竹市網路調查,在負面黨性部分,反綠比例逼近半數的49.84%,反藍則為31.98%,中間的比例是18.19%,而且在各年齡層反綠都高過反藍。雖然表示「只喜歡民進黨」的比例達到14.25%,是各黨之冠,但「只討厭民進黨」40.07%,也遠遠領先各陣營,且在可複選之下,仍有過半達53.12%選民表示「絕對不投民進黨」。

新竹市選民負面黨性調查

此外,在政黨支持度部分,藍綠依舊呈現拉鋸,國民黨以23.79%拔得頭籌,民進黨以22.81%屈居第二。接著依序是台灣民眾黨的13.14%、時代力量的2.82%和台灣基進的1.02%。不過,也有32.99%的比例自認是選人不選黨的中立選民。

相較於7月26至30日《菱傳媒》委託皮爾森數據進行的調查,在負面黨性方面,反藍沒有出現明顯變化,但表示反綠的新竹市民則從47.43%上升到49.84%。如果以年齡層進行分析,可以發現不分老少反綠都高過反藍,包括之前反藍佔多數的20-29歲這個年齡層,反綠比例從33.97%變成40.72%,一口氣飆升7個百分點,此消彼長之下,20-29歲這個年齡層反綠有40.72%、反藍則有30.24%,等同反綠還高過反藍10個百分點。

新竹市選民政黨支持度

交叉分析顯示,30-39歲男性,以及50-59歲和60歲以上不分性別選民,都有過半的比例表示反綠。至於反藍的主力則集中30-49歲這兩個年齡層的女性,比例都接近4成。

如果以議員選區來觀察,最反綠的是第1(東區,東門、東勢、埔頂、建功)和5選區(香山區),各有52.41%、52.64%,比例都超過半數;至於第3選區(北區,西門、客雅)則是以41.92%成為反藍的灘頭堡。此外,不論何種教育程度的選民,反綠都多過反藍,其中大學/大專有50.42%表示反綠,和反藍30.65%相差20個百分點。

另外,在可以複選的前提下,「絕對不投民進黨」的選民從上次過半的51.02%繼續竄高,變成53.12%;「絕對不投國民黨」的選民則從35.98%略升36.19%;「絕對不投民眾黨」也僅小幅上升1個百分點,從24.94%到26.01%。

至於政黨支持度方面,民進黨在年輕選民的板塊也持續流失。20-29歲年齡層,一個多月前綠白還平分秋色,但如今民進黨掉3趴剩18.56%,讓持平的民眾黨一枝獨秀。此外,在30-49歲這兩個年齡層,民進黨雖然依舊以22.5%、23.58%領先,但相較上次結果也都分別跌掉3個百分點。國民黨在50歲以上維持一貫優勢,尤其在60歲以上更以39.82%、近4成的支持度取得絕對領先。

在各議員選區當中,國民黨都有2成以上的支持度,其中以第5選區28.46%最高;民進黨在第3 選區最強,達到31.14%,至於民眾黨在第1選區獲得近15趴的新竹市民力挺,最弱的第3選區,支持度也還有9.58%。

《菱傳媒》自7月起周周公布一級戰區的政黨支持度變化調查結果,特別的是,除了支持度之外,《菱傳媒》也委託皮爾森數據進行「負面黨性」分析。

調查方式是從1到10分,請受訪民眾針對國內三大主要政黨評分,1分表示「非常不喜歡」,10分表示「非常喜歡」,調查出選民對不同政黨的喜歡與討厭程度,同時詢問受訪者絕對不會投票的政黨,並依據台大政治系張佑宗教授對負面黨性的操作型定義,依「政黨情感分數低於3分,且絕對不投該政黨者」為界定標準。 

負面黨性定義

皮爾森數據表示,由於每個人對於三大主要政黨都可能存有負面黨性,因此針對國內三大主要政黨之負面黨性進一步可分類成8個族群(A-H)並給予分類名稱,以利了解不同族群;同時結合台灣近兩年多以來對於黨性研究的兩項重要發現:一、討厭民眾黨的政黨支持者族群,主要為民進黨支持者與基進黨支持者;二、民眾黨支持者在傳統藍綠光譜中偏向泛藍。綜上所述,能將三大主要政黨負面黨性的 8 個族群,規整成藍綠厭惡光譜分成反藍(E+F+G)、反綠(B+C+D)、中間(A+H)三大類。

這項調查是由《菱傳媒》委託,台大政治系張佑宗教授問卷設計、皮爾森數據負責執行。針對新竹市年滿20歲以上之網路人口,從2022年8月30日至2022年9月3日,共計進行5天,當中有效樣本為2232份。在95%信心水準下,抽樣誤差為正負2.07%以內。

抽樣方法採用網路主動發放調查方式,透過資料管理平台(DMP),在性別、年齡與居住地比例分層隨機抽樣進行調查,並輔以網路行為分析帶入使用者輪廓標籤,確保符合調查對象的唯一性。同時針對使用者的性別、年齡與居住地的準確性採用網路行為與資料庫標籤比對方式,結合問卷題目設計做雙重認證,確保資料正確性與可靠性。

樣本代表性與加權則採用比率估計法,母群體參數依內政部公布2022 年5月民眾年齡、性別、戶籍資料,結合皮爾森數據DMP 修正網路人口特徵值,逐項重複進行連續性修正,以使樣本特徵與母群體結構達到一致。

皮爾森數據網路調查方法

完整民調報告下載