選前社群媒體上,支持罷免的貼文占據多數用戶的河道,而投票結果卻以25:0作收,凸顯反罷免方的動員力量強大。學者解析,如此輿論聲量與投票結果的極端落差,反映出「沈默多數」的力量,除了同溫層效應與網軍,究竟726的錯位現象為何發生?
選前,支持罷免陣營在社群媒體與街頭造勢中聲量龐大,「百工百業挺罷免」、「我愛我那小小多山的國家」等口號,醞釀出社會大眾皆支持這場大罷免的氛圍。
然而,反罷免力量在投票日匯聚,最終僅七案同意票達原選區選舉人數25%的門檻,且全數罷免案未通過,反映出選前同溫層現象與真實民意之間的巨大落差。
在選前聲量與實際投票結果落差的背後,學者提供全局性的綜觀分析。台北大學公共行政暨政策學系教授劉嘉薇指出,雖然選前社群支持罷免聲量龐大,但從全國性民調來看,罷免成案後,不同意罷免者占比始終逾六成,只是不確定這群選民是否會出來投票。
726首波罷免投票的結果顯示,有部分選區的同意票突破25%門檻,但卻被更多的不同意票數壓制,可見相比社群聲量,民調數據仍更具準確度。東吳大學政治學系教授蘇子喬強調,這代表在這次選戰中,反罷免方是「沉默多數」,這些人只是因為主流輿論壓力,誤以為自己成了少數,因此不公開表態。
反罷聲浪於三階成案後崛起,社群聲量未能反應「沉默多數」
劉嘉薇進一步分析,反罷聲浪較明顯浮現的階段,是在第三階段(即罷免案正式確立)後。因為在第一階段(提案)、第二階段(連署)時,仍不確定罷免案是否成立,被罷免者未必會投入太多資源與心力反制。
但是,在中選會確認24位國民黨立委罷免成案後,情勢出現轉折。
反罷免方提出「反惡罷」論述,開始在社群發酵,入列罷免案的立委也積極站出來喊話,讓支持者「有對象可跟隨」,反罷聲音迅速壯大。
不過,即便選戰進入白熱化,罷免方的聲量仍持續占優勢。劉嘉薇解釋,平時不在社群發聲的「沉默多數」,並不代表他們心中對罷免沒有定見,這讓外界容易因為罷免聲量龐大,而誤判民意。
由此可見,民調準確度高於網路聲量,在於民調採隨機抽樣、被動訪問,較能反映整體民意。相較之下,網路聲量雖能反應部分輿論熱度,但易受發言者、網軍操作的行為擾動,造成偏頗。她直言,網路聲量的高低,存在一定的「操作空間」。
聲量大小不等於票數,罷方訴求難打動基層
只不過,為何輿論聲量與選票結果的落差如此巨大?蘇子喬認為,這與台灣媒體生態有關。他指出,對於主流媒體來說,「親中」論述較難被大眾接受,但在媒體氛圍下,「抗中保台」成為一種難以反駁的主旋律,反對者即使有不同看法,也難以公開表態。這種媒體與社群的結構,使「聲量最大者」不必然等同於「選票多數」。
另一方面,他認為,相較反罷陣營以「民生訴求」為主軸,罷免方主攻抗中保台、國家認同等「價值訴求」,較難切中基層生活需求、引發共鳴,難以說服多數中間選民埋單,埋下選戰敗因。
此外,罷免方早期主攻藍白立委刪減預算、國會亂象等議題,後轉為「抗中保台」論述,這樣的論述調整,雖能討好綠營支持者,但對藍營優勢選區來說,反而激發更多當地民眾的反感,「為什麼不支持罷免就變中國人?」促使他們倒向反罷一方。
劉嘉薇則從新聞價值角度分析,罷免方在這次選戰的論述內容,較反罷方更有「新聞性」,加上執政黨從旁助攻,種種因素下吸引媒體廣泛報導,相關內容又在社群媒體上進一步發酵,持續擴大罷免方聲量。
她也觀察到,罷免方與反罷方的支持者結構明顯不同:罷免方多為行動力強、活躍於社群的20、30歲年輕族群;反罷方則以藍營基本盤為主,支持者年齡偏高,街頭動員力較弱。
由於年輕人更傾向在社群平台積極表達意見,中高齡族群則相對沉默。這樣的差異,也讓外界被雙方陣營在空戰(聲量)、陸戰(造勢場)的比拚中,誤判了真實民意。這種支持者結構的根本差異,導致社群聲量與最終票數的錯位。罷免方贏了「聲量」,卻輸掉了「選票」。