民主與得票率 只得少數選票的總統和國會更需尊重民意和制度
信傳媒.2024年7月8日 09:01

本屆國民黨立委當選人的總得票數比賴總統還少一百六十多萬票,換言之,賴總統代表的民意高於國民黨。(圖片來源/賴清德臉書)

2024年大選賴清德總統的得票率僅略高於四成,有人說他是代表性不足的少數總統,而立法院最大黨則意氣風發,好像國家所有的事都可以由他們支配。

國民黨立委的民意低於賴總統

但實際上將區域和不分區加權合計,本屆國民黨立委當選人的總得票數比賴總統還少一百六十多萬票(計算方法本文稍後將會說明),得票率只有20.5%,若只看區域立委,則國民黨當選人的得票率更只有18.9%,所以他們的民意代表性遠低於賴總統,大家都應該更謙卑面對更大的民意。如果照民主制度的設計來做事,當選人得票率不高並不是太大的問題。

本文將依次說明民主國家公職人員的主張常不能代表多數民意的原因、用多權分立制衡來降低代表性不足之風險的民主制度、公開透明以廣納民意而避免犯錯的政治程序和文化、公職人員嚴重違背民意時能維護民主的救濟制度,最後再說明立法院政黨當選人得票的計算方法,以及國民黨立法委員代表性不足的數據。

民主和得票率

民選公職人員常不能代表多數民意的第一個原因是不同人民對各種事情的看法常不一致,選給張三只是認為張三是較好的人選,而不是同意張三所有已說和未說的主張。因此即使張三得到百分之百選票,他有些主張可能只有少數人贊成。蔡英文總統以極高票當選,但她的支持者也有不少人反對年改和同婚等等政策。

民選公職人員不能代表多數民意的第二個原因是很多人沒有投票。得票率過半的人也不見得獲過半公民的支持。

第三個原因是外在因素和人民的想法都一直在變,即使當選時得票率甚高的人,後來也可能失去很多支持者。有人甚至只剩9%的民意支持,但依制度仍然可以繼續掌權。

第四個原因是公職人員有自己的理想或利益,並不一定會忠於其選民,豬仔議員和貪官污吏是大家熟知的現象。為個人或集團之利益而走向錯誤政策甚至獨裁,也是歷史上政治和國家出問題的重要原因。

第五個原因較為複雜,就是透過議會選舉和決策的方式,議會的決議有可能只代表少數人民。議員由得票最多的人當選,而議會由議員多數決做決議,是大家習以為常的民主制度,但這制度做成的決議卻可能只是少數人的意見。這可以用簡化的數字例來說明。

假設有100個一樣大一樣投票率的選區,每區要選出一位議員,而某政黨在51個區都得到一半加一票而當選,其他選區都落選,該政黨仍將成為議會多數,而可決定所有議案。但這51個多數黨議員其實只得到25.5%再加51票的選票而已,很可能是民意中的少數,卻可以高喊要其他議員及人民少數服從多數。

若此政黨是民主政黨,由黨內多數議員決定全黨議員的主張,則黨內某派系只要掌握過半的26席即可決定一切。而這26席在選舉時其實才得到13%加上二十六張票的選票而已,他們的主張當然很有可能與多數民意不同。如果選區大小和投票率不一,各區也可能有兩人以上參選,則這二十六個當選人及議會決議的代表性有可能更低。而該黨若是由黨中央或某種其他勢力下令給黨鞭而集中投票,則其民意代表性就更難期待。

選民和當選人理念有差異

面對公職人員的選票基礎可能不足的問題,有人主張用兩階段選舉選出過半選票的總統。但這並沒什麼用,因為第二階段選舉用政黨聯合或棄保方式得到的選票只是權宜選票,選民和當選人之間理念和主張常仍有甚大差異。何況前述五個公職人員不能代表多數民意的問題並未因此改善。所以大部分民主制度是接受公職人員不能代表多數民意的事實,而讓未過半數票的人可以依法當選,以讓政府可以順利運作,但用其他制度或方法來讓他們不易太背離多數民意。這也是我們現在該努力落實和強化的方向。

方法之一是把政府權力分成三塊或多塊,各塊的公職人員用不同方式或在不同時間產生,以讓他們有不同的民意甚至專業基礎,負責不同的職權,而相互監督制衡。

這樣就比較不會發生整個國家被少數人或意見操控的現象。方法之二是各區塊,特別是行政和立法部門,要用公開透明而讓民意直接監督和參與的程序和方式來運作,以避免黑箱偏離民意。方法之三是有請願、訴願、訴訟、集會遊行、協商、複議、釋憲、倒閣、解散國會、罷免、創制、和複決等等機制,以避免只得到少數選民支持的公職人員為所欲為。

只有少數選民支持的政黨和公職人員依法制取得職權之後,若有民主文化和素養,依前兩種方法透過合理程序多聽民意來做決定,並且謹守職權範圍及慣例不要亂擴權,更不要拿依法定制度而非真正依大多數民意而得到的職權,故意去妨礙其他單位的職權和運作,民主政治和政府大致上仍能順利為人民做事。

因此只以少數選票當選不是大問題。怕的是有人不知道或不承認自己其實只有少數民意基礎,而以拿到的職權一意孤行甚至卡別人脖子和擴大職權,則別人只好用第三種方法來阻止他們違背民主法治精神的做為。只是第三種方法總會使社會付出較大成本,而被認為逾越民主授權的政黨和政治人物也可能失去更多民心。所以希望政黨和政治人物們瞭解自己只是少數人的事實,不要自我膨脹而破壞民主制度及文化。

國民黨是更少數的立法院最大黨?

總統只得四成選票可說是少數。但國民黨若只看區域立委當選人,總得票數僅有348萬,低於民進黨當選人得到的366萬票,更低於賴總統的558萬票。所以賴總統若被視為少數總統,國民黨就是更少數的立法院最大黨,沒有資格說賴總統的民意基礎不足。

若把不分區立委、無黨籍,以及民眾黨都加進來算,因為每個選民可選兩票,所以票數不能直接相加。由於區域佔立法院七成而不分區佔三成,所以合理加總方法是區域得一票算0.7票,不分區一票算0.3票。這樣國民黨、無黨、和民眾黨當選人合計得到485萬票,比賴總統少七十多萬票。而民眾黨選民的主張和國民黨顯然有很大不同,是否可相加不無爭議。若只算國民黨當選人,則比賴總統少得一百六十多萬票。國民黨立委的民意基礎其實很低。

有人可能認為同黨落選人的票也要算。但那些選民的意見和當選人很可能相差更多,更不見得是當選人的民意基礎。而這次民進黨區域的落選票更多,民進黨區域立委當選人數雖略少於國民黨,但當選人得票卻比國民黨多了20萬票,而包括落選人在內的得票則比國民黨多了80萬票。所以若要算總得票數,國民黨連國會最大黨都不像,它只是依制度得到最多席次的少數最大黨,應該要更謙卑一點。

得到職位不要以為自己就是多數民意

國家政事不可能每件一一由公投決定,所以要選出公職人員來做平常的決策。而公職人員卻如上述常不能完全代表多數民意,因此民主制度一方面只能讓得少數選票或民意的人仍可以依制度得到職位,另一方面再用前述三種方法來約束他們不能偏離民意太多。

所以得到職位的人不要以為他們就是多數民意而可以任意決定一切。希望政治人物能明白這種民主制度的原理,並有民主的修養和文化,職位已給他們較大的機會來引導和瞭解民意,不要不知足而不尊重民主制度的權力劃分,不遵守公開透明而讓民意可以參與的程序。

我在大二時選修了陳文仁老師的政治學。他念的是東京大學,國語不太流利,思想和當局似有不同,因此有點落寞,來上課的同學也不多,有時只有我和一位好像是政研所的學長。據說他的告別式台大政治系只有許介麟教授參加。

他上課一開始就指出,當時很多人學政治學只是背下各式政治制度,而研究政治學更重要的是看各種力量或權力(Power)的互動和平衡。這思路和經濟分析較類似,也影響我後來對政治問題的思考。大家不要學究式的要勉強把我們套入教科書中的某種制度,要思考怎樣的互動才更符合民主精神及國家人民的利益,甚至政治人物自己的利益。本文也算是我對陳老師的感謝。

原文刊登於看雜誌7月號,作者授權轉載

(原始連結)


更多信傳媒報導
思想坦克》大缺工時代來臨 傳統產業的因應之道
炎炎夏日 如何預防熱中暑?急診科醫師解惑
三百萬租屋族看過來!必做兩件事搬家更輕鬆

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

共和國 祖國

萬里勘災 台南 參香

韓國瑜 邀約 和解飯

賴清德 總統

劉志明 逃死

巨蛋 晚會

FTNN新聞網
中天新聞網
TVBS新聞網
TVBS新聞網
趙少康批賴清德「不得體亂講話、掃興」,缺席唱國歌又提「中華人民共和國不是中華民國人民祖國」論
[FTNN新聞網]記者孫偉倫/台北報導總統賴清德5日晚間出席國慶晚會致詞時指出,「中華人民共和國是絕不可能成為中華民國人民的祖國」,還強調祝賀中華人民共和...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司