2018年4月11日 星期三

欣欣向榮的民主?再探台灣的政治態度

封面故事:欣欣向榮的民主?

前幾天菜市場政治學根據台灣民主基金會的調查,發表了一篇〈七成台灣人願意為台灣而戰、支持民主、反對統一:台灣年輕世代的政治態度[1]媒體也熱烈報導討論此調查結果。而文中有張統計圖如下,其中20-39的年輕世代,近年來對於民主制度的同意度高的嚇人,有85%認為這是個最好的制度。



圖片取自:菜市場政治學



  • 與其他研究報告的落差


我眉頭一皺,覺得這跟之前的認知落差實在太大,近年不少研究報告皆指出[2],不僅台灣、連世界的民主態度都呈現衰退現象。其中,在2014太陽花學運之際,葉高華老師在巷仔口社會學發表一篇〈搖搖欲墜的臺灣民主?從民主態度調查談起[3],就有類似的分析,結果如下列圖表。這篇文章有兩個小結:1.台灣的民主態度這10年來正在衰退。2.且越年輕世代,反而覺得民主並非最好制度。


圖片取自:巷仔口社會學
圖片取自:巷仔口社會學

對照之下,〈搖搖欲墜的台灣民主〉與〈台灣年輕世代的政治態度〉對於台灣人的民主態度,幾乎得出相反的結論(尤其是年輕世代)。這究竟是怎麼一回事?



  • 兩個調查的題目差異


來看看題目。年輕世代的政治態度〉是取用台灣民主基金會的資料,它的問法如下:

搖搖欲墜的台灣民主〉則是取用台灣社會變遷基本調查[4],它的問法如下:


可見,這之間的差異很可能來自於調查的問法。台灣社會變遷調查的問題,直接提供了受訪者「其他制度的可能」;而且敘述不管在什麼情況下相較於「民主也許會有問題」語氣更為強烈。

就我來台灣社會變遷調查的題目,一來減少了政治正確的回答(在沒有提供其他制度可能的情況下,人們很容易直覺得認為民主就是好);二來強烈的語氣,排除了態度不堅定的人。就像葉高華在文中講的,社會變遷調查這道題目的用意是:「在最嚴苛的條件下,人們對於民主的信念是否能夠堅持。



  • 社會變遷調查的結果

本篇文章就接續〈搖搖欲墜的台灣民主〉,補充社會變遷調查在2015、2016的數據,再一次對於台灣的政治態度進行探討。



首先,是我們在封面看到的照片,我按照年輕世代的政治態度〉把年齡分為三層。該圖可以發現,以最嚴苛的標準測試民眾民主態度,台灣民主是逐漸在衰退的,且年輕世代說退最為嚴重。

不過明眼人可能會注意到,在2000年的50歲,到了2015不都變成65歲了嗎?是的,這張圖不同調查年份年齡層的變化,可能大部分來自於「世代交替」。因此若是分析時間長達十幾年,用出生世代分類可能更為清楚。



這張圖是每10年為一個出生世代,所繪製的折線圖。可以發現在2005年以前,在不同世代之間,對於民主制度的態度不會差太多,同意者都佔了50%以上。

但是2005-2010出現了很大的變化,1960-1990世代跟1930-1950世代,對民主的態度開始出現明顯差距,且越年輕越不會同意民主是最好的制度。這張圖讓我相當困惑,究竟在2005-2010間發生了什麼事?(os:難道又是要請扁維拉出來救援?)另外,同一個世代在2000-2016之間,多呈現衰退的趨勢。

ps.我畫出這張圖後,自己都不太相信。前後對照了幾次,才確定真的沒有畫錯。



  • 態度轉向趨勢

那台灣民眾對於政治的態度,轉向了哪裡呢?是選擇「在有些情況下,獨裁的政治體制比民主政治好」,還是「對我而言,任何一種政治體制都一樣」?



從上圖來看,「都一樣」沒有太大的波動,倒是「有時獨裁好」逐年持續上升,到了2016甚至接近三成了!



  • 調查有問題?抑或透露其他訊息?


看來台灣的民主可能不如年輕世代的政治態度〉一文講的如此樂觀。從社會變遷調查的結果來看,台灣與世界其他民主國家一樣,都呈現民主衰退的趨勢,且越是年輕世代越覺得民主不一定是最好的、或覺得權威有時比較好。

不過,兩份調查的問題本身就有差異,而題目的差異,尤其讓年輕世代的結果截然相反。假如兩份調查的品質都相當可靠,那麼在考量題目的條件嚴格程度不同[5],或許也能從另一個角度思考:年輕世代雖然普遍更支持民主制度(民主基金會的結果),但對於民主的態度,卻禁不起太嚴苛的考驗(社會變遷調查的結果)?

※本文同步發佈於菜市場政治學
--
[1] 陳方隅,2018,〈七成台灣人願意為台灣而戰、支持民主、反對統一:台灣年輕世代的政治態度〉。菜市場政治學。
[2] 像是自由之家的報告,全球已經民主衰退十多年,在新興民主國家及非洲尤其明顯。
[3] 葉高華,2014,〈搖搖欲墜的臺灣民主?從民主態度調查談起〉。巷仔口社會學。
[4] 台灣社會變遷調查是中研院社會所每年所執行的大型面訪調查,調查樣本數約2000上下,其抽樣具有母體代表性,為台灣品質數一數二的研究調查。
[5]過去TEDS曾有兩題一起問的資料。游清鑫、蕭怡靖,2007,〈以新選民的政治態度論台灣民主政治的未來。臺灣民主季刊〉,4(3):109-151,當中也有使用到兩這題,同樣發現之間態度的落差。但並沒有進一步討論與分析,且這已經是15年前的資料,從本文的分析來看,世代差距主要是在2005年後拉開的。

台灣社會變遷基本調查計畫2000第四期第一次:綜合問卷組(C00108_1)
台灣社會變遷基本調查計畫2005第五期第一次:綜合問卷組(C00153_1)
台灣社會變遷基本調查計畫2010第六期第一次:綜合問卷組(C00221_1)
台灣社會變遷基本調查計畫2015第七期第一次:綜合問卷組(C00315_1)
台灣社會變遷基本調查計畫2016第七期第二次:公民與國家組(C00321_2)
取自:中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。


附錄:我簡單的做了三個不同回答的邏輯迴歸分析,不過沒控制其他變數。另外從世代分析圖來看Times跟cohort的交互作用效果不是線性的,圖反而比迴歸報表好理解。

2018年4月3日 星期二

誰跑紅帖?

封面故事:你選的是西瓜還是政治家?(改自民進黨官網)

長期以來民意代表最投入的工作是跑紅白帖,似乎已是全民共識。要在殯儀館遇到民意代表(不管是民代、議員、立委),說不定比在議會或服務處還要容易;而筆者還真的曾經在殯儀館,隨隨便便就遇到了立委,還上來握手節哀致意。

不過這種紅白帖文化,選民也漸漸開始反思。事實上在2008年的TEDS調查中,選民理想的立委,認為其最重要的工作是「服務選民」不過才3.4%。


取自菜市場政治學:「安力」玩哪招?


實際上民意代表到底多常參加婚宴呢?筆者發現SRDA有份「婚宴中的社會資本建構」[1]資料,裡面有類似的題目!

它是在2002年做的抽樣調查,以隨機抽樣了抽取近兩年結婚的夫妻受訪,是非常具有母體代表性的資料。

筆者挑選了「教堂」、「婚宴」兩種婚禮形式的資料,將法院公正與無設宴的樣本扣除,樣本數為384。問題中有詢問婚宴「證婚人」、「致詞人」、「最高社會地位的賓客」社會背景,當然有時不一定會有證婚人、致詞人。



由上圖的分配可以發現,婚宴「證婚人」並不會特別去請民意代表(含民代、議員、立委)、政府官員。不過「致詞人」方面,若扣掉婚宴中沒有請致詞的那大半後,民代、官員佔致詞人的比例可就高了。

最後是我「證婚人」、「致詞人」、「最高社會地位的賓客」三題做連集,盡可能尋找每場婚宴中,是否有出現民意代表、政府官員。發現(至少)有20%的以上的婚宴,這些人都會出現。

會說「至少20%」,是因為民意代表、政府官員可能是以賓客身分參與,但是在「最高社會地位的賓客」又不一定會被提名。因此20%的婚宴都有出現民意代表與政府官員,是一個很保守估計的數字。


簡言之,至少有20%以上的婚宴,會有民意代表出現,且常常會擔任致詞角色。不過這個資料是2002年,已經15年前了,後續也沒有類似具有母體帶代表性的大型抽樣調查。


[1] 傅仰止、陳志柔(2012)。婚宴中的社會資本運作(C00129)【原始數據】取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。doi:10.6141/TW-SRDA-C00129-1。


2018年3月28日 星期三

素每,同志真的會讓天氣異常嗎?

封面故事:同志遊行完後下大雨?請見內文。


筆者的身為素每的粉絲之一,對於名言「人若不照天理,天就不照甲子,現在都幾月了還這麼熱」當然是朗朗上口。

不過,學過地球科學的人應該都知道,同志與天氣二者毫無關連,同志當然不可能影響天氣。不過秉持著實證科學精神,我們還是拿出經驗數據來檢驗吧!

素每名言 (取自民視綜合頻道

我從中央氣象局觀測資料庫,爬下了2010-2018年以來台北、台中、臺南、高雄、花蓮等地同志遊行時的天氣資料,這期間在台灣各處一共有33場同志遊行,詳細資料公開於我的Github我們就用同志大遊行當日、前一日、後一日的天氣來做比較,看看使否異常。


下面是歷年來同志遊行前一日、當日、後一日的平均氣溫,很明顯的信賴區間都重疊,並沒有顯著差異。看來素每說錯了,同志不會造成天氣變熱

這張是歷年來同志遊行前一日、當日、後一日的平均降雨量,也是我們的封面照片。耶?同志遊行後一日的平均雨量怎麼那麼高?難道同志遊行帶來大雨?原來,2010高雄同志遊行後隔天,凡那比颱風登陸,造成了460mm的極端降水量。

不過即使如此,前一日、當日、後一日的信賴區間仍然重疊,說明了這個差異來自於隨機誤差,也因單一的極端值,後一日的信賴區間才會那麼大。看來即使這麼極端的結果,還是無法讓我們拒絕同志與降雨量無關的假設檢定XD。

如果把颱風登陸那天的極端值拿掉,那麼更沒有差啦。

氣壓部分也沒有顯著的差異。而後一日稍微低一點,也許跟凡那比也有關,不過信賴區間都是重疊的。
看來,我們從氣溫、降水量、氣壓這三個天氣數據來看(其實我還想蒐集空汙資料,但是在不同資料庫,好懶),都顯示同志不會讓天氣異常。

另外,其實這個假設檢定用成對樣本T檢定更好,不過由於要呈現資料的視覺化,圖表的概念比較接近獨立樣本T檢定。我都有試過成對樣本T檢定,結果不變。

2018年3月22日 星期四

基督教特別反同 可能不過是近十年的事

封面故事:基督教反對同婚機率變遷

基督教自古以就按照天理,特別反同或反同婚嗎?至少在台灣,我認為「反同/反同婚神學」是在近十幾年,才逐漸被完整建構出的知識體系。這不是說基督教或聖經本身不反同,而是反同在台灣的基督教教義中,要成為一種「知識」,是近十幾年才有的事情。


會這樣說,一來有數筆相當可靠的實證數據指出這樣的現象;二來是如果對照基督教界關於同性戀討論的出版物,會發現反同論述幾乎是在這一二十年才出現;三來從教會界的行動來看,不過是近五年才開始產生反同的集體行動。而二、三在2016社會學年會的「宗教右派的祕境與除魅」論壇中,曾有討論過。那麼我就來提供 一 的實證數據。



按照天理的基督教「家長」 (取自民視綜合頻道


如果基督教的「反同/婚神學」是在近一二十年才成為知識,那麼在一二十年前,基督教徒與非基督教徒對於同婚、同性戀的態度應該相異無幾。正好,台灣社會變遷基本調查[1]1991、2012、2015都有關於同姓婚姻的題目,用詞與選項雖稍有不同,不過應不致於影響分析,後面會做更詳細的題目校度說明。


  • 同性戀的人應有彼此結婚的權利(1991):非常同意、同意、無意見、不同意、非常不同意
  • 同性戀者也應該享有結婚的權利(2012):非常同意、同意、無所謂同不同意、不同意、非常不同意
  • 同性戀的人應有彼此結婚的權利(2015):非常同意、同意、不同意、非常不同意、無意見(訪員不主動揭露此選項)


由於2012與2015時間過近,我直接視為同一個時間點。另外為了處理選項不一致的問題,我把選項合併為「不同意」與「同意+無意見」的二元變項。這樣就能使用邏輯迴歸分析,探討「反同婚」相對於「非反同婚(含無意見)」的勝算。廢話不多說,直接來看下面跑出來的模型吧。

看到迴歸大怪獸不要怕,下面有視覺化圖表。

性別、世代、教育程度、城鄉、婚姻狀態這些變項我都有做控制,不過礙於版面以及本次探討的主題,就不特別秀出來了。在模型(1)中,基督教反同的勝算相對無宗教顯著較高;但是當模型(2)加入宗教與調查時間的交互作用後,基督教的顯著性消失。這意味著在1991年的時候,基督教與其他宗教對於同姓婚姻的態度,並沒有明顯的差異;而這個差異要來到2012/2015年才出現。

而模型(3)與模型(4)是用另外一種宗教編碼方法,直接分為基督教與非基督教,結果並不改變。



看不懂迴歸報表沒關係,看下面視覺化的圖表。x軸是1995年與2012/2015年兩個調查時間點,y軸是反對同婚的機率(有控制其他條件為相同情況)。塗色部分則是95%的信賴區間。當Probability超過0.5意味著比較傾向反同婚。

這兩張圖示應該夠清楚說明何謂「基督教特別反同,不過是近十幾年的事」了吧。

不同時間各宗教反同婚機率

不同時間基督教反同婚機率
機率計算方式:控制變數以平均值帶入,最後將勝算轉換為機率。


如果我們把模型改成「同意同婚」相對於「非同意同婚(含無意見)」,結果仍然一樣,基督教到了2012/2015年對同婚的態度,才與其他宗教有所差異。這個模型確保了「無意見」的編碼方式,並不會影響到結論。





此外,還有更多的實證數據都指向相似的結果,中研院社會所鄭雁馨老師在2016年的一篇期刊"Changing Attitudes toward Homosexuality in Taiwan, 1995-2012",就已經發現類似的現象,不過她沒有對此多做討論。

她使用的資料並非社會變遷調查資料而是「世界價值研究調查」,問題則是「你覺得同性戀是正當的嗎?(1-10)」。不同的資料、不同的問法,結果依然相似,讓我們能夠更相信這個這個推測。

如上圖,比較Model 3 與Model 5,同樣要到2012年,基督教與其他宗教對同性戀的態度才出現差異。


最後提醒一下,所謂的「基督教到近十幾年,對同性戀的態度才與其他宗教產生差異」,這樣敘述可能更為精準:「十幾年來社會對同性戀的態度日漸開放,唯基督教始終保持二十年前的態度」。而使這個態度維持的原因,我猜測跟近十幾年來反同知識的建構相當有關。



是說這篇文章有點難,可能不能上廁所看,不然會澇賽(làu-sái)或便秘。


註解 [1] 台灣社會變遷基本調查是每年中研院社會所執行的大型調查計畫,其資料品質、抽樣方法、訪員訓練、訪問方式都是台灣數一數二好的調查。


2018年3月13日 星期二

夜市麻將賓果中獎率高嗎?

每次去夜市,都會看到「麻將賓果」這樣遊戲。這個遊戲規則通常是100元可以玩6局,每局抽15張麻將牌,在6*6的賓果上對獎,連成一線即中獎;當沒有連成一線,但有湊滿5張牌時即「聽牌」,可以再抽3張。如果中獎,可以得到娃娃一隻,或是其他獎品。

夜市麻將(圖片來源 CC授權


那麼這個遊戲到底中獎律高不高呢?這當然可以用機率算,在不考慮聽牌規則的機率算法如下:
那有聽牌規則下的中獎機率呢?好複雜我也不想多想了,這種問題,就交給電腦處理吧!電腦不就是用來處理複雜、龐大的計算嗎。我用R寫了一個麻將賓果模擬程序,請它跑了100萬次,結果如下圖。

在有聽牌機制的情況下,連成一線的機率為 10.493%,連成二線的機率為 0.288%,連成三線的機率為 0.0015%。所以100元玩6局的得獎率為1-(1-10.7825)^6,大概是近五成。你覺得這樣的機率高不高呢?

另外,如果沒有聽牌機制,抽15張就連成一條線的機率大約只有3.56%,很低呢!


不過既然都做模擬了,我們就來看一下各種條件下,獲勝的機率是多少吧。黑色的線代表花100元獲獎的機率,紅色代表單一局獲勝的機率。

其實從上面的圖可以看出,夜市麻將「100元玩6局,每局抽15張牌,聽牌再抽3張」讓玩家獲勝的機率拿捏的剛剛好,是很有數學根據的!


這邊也釋出我寫的模擬程式以及code,如果你有裝R,可以直接點開 夜市麻將模擬器.Rdata,就會載入function了。

output<- mahjong(nmahjong = 15, draw = 3, games = 6, simula = 100000)

nmahjong是每局抽的牌數,draw是聽牌再抽的數量,games是100元玩的局數,simula是模擬次數。上面的數字都是可以隨意更改的,也可以直接mahjong()就會按照預設值跑出來。R的計算速度其實很慢,不建議模擬超過百萬次。