29 KiB
选票转移与弃保分析方法
类型: 分析框架 当前角色: 三脚督结构下的选票流动拆解与判定工具 何时调用此档案: 分析三脚督或多候选人选战结果、解读民调与实际投票落差、评估弃保效应是否发生、区分配票号召与自发流动、拆解选后「弃保叙事」的真伪、预测2028总统与立委选举的选票流动动态时
一句话浓缩
选票转移分析不是在计算数字的加减，而是在拆解选民效用计算、信息环境与政党叙事三者的交互作用——多数所谓的「弃保」与「配票」是事后归因的叙事，分析者必须严格区分「可观察的得票位移」与「推论的投票动机」。
框架的目的与核心问题
这是一个什么工具
本框架是一个解释与分类工具，用于拆解选举结果中的选票流动。它不预测选民「应该」怎么做，而是提供一套检核程序，判断选票流动的真实机制是什么。
面对选举结果中的「得票率落差」（如第三势力得票低于民调、某党政党票与区域立委票显著落差），分析者最常犯的错误是直接归因于单一机制（通常是「弃保」或「配票」）。本框架的核心功能是：强制分析者在得出结论前，先排除其他替代解释，并明示推论的边界。
核心问题：可观察 vs 推论
选票转移分析的根本困境在于：投票是匿名且瞬时的，我们只能观察到结果，无法观察到动机。
- 可观察的：各候选人的得票率、各党的政党票得票率、不同选区与人口群体的得票分布、投票率、民调数字的变化轨迹。
- 推论的：选民为何改变投票对象、政党号召是否真的改变了行为、流动的选票是从哪里到哪里。
结构性命题：所有的选票转移动机都是推论性的。当我们说「发生了弃保」，实际上是在说「观察到的得票分布，最符合战略投票的模型预测」。但「最符合」不等于「真实发生」——其他机制（基本盘回归、民调误差、投票率差异）可能产生相同的可观察结果。
分析含义：使用本框架时，必须将结论的语气调整为条件式。不说「弃保发生了」，而说「在排除民调误差与基本盘回归后，剩余的得票落差最符合局部弃保的解释」。
选票转移的类型学
选票转移不是单一现象，而是三种机制截然不同的行为。混淆这三者，是分析失误的主要来源。
类型一：弃保（跨阵营战略投票）
定义：选民在单一选区中，因认定第一偏好的候选人无法胜选，转而支持较不偏好但有胜算的候选人，以阻止最不偏好的候选人当选。
子类型与识别特征：
| 子类型 | 机制 | 可观察特征 | 推论性质 |
|---|---|---|---|
| 自发性弃保 | 选民基于民调信息自行计算 | 第三势力在「关键选区」降幅大于「非关键选区」 | 强推论（无法排除基本盘回归） |
| 动员性弃保 | 政党或意见领袖公开呼吁 | 弃保号召发布后，民调出现即时性变化 | 中等推论（号召与行为可能只是巧合） |
| 隐性弃保 | 政党通过资源分配暗示 | 第三势力在特定区域的广告与站台资源骤减 | 弱推论（资源减少可能是策略调整而非暗示弃保） |
分析含义：弃保的「成功」极难证实。即使某候选人得票率在最后两周下降，且另一候选人上升，这仍可能是基本盘回归的同步现象，而非选票的「转移」。真正的「转移」需要证明同一群人在时间序列上改变了选择——这需要追踪面板数据，而台湾极少有此类数据。
类型二：配票（同阵营内的席次极大化）
定义：政党支持者按党组织指示，将选票均匀分配给特定候选人，以最大化该党当选席次。
历史脉络与当代残余：
- SNTV 时期（1992-2004）：配票是核心选举技术，国民党曾发展出依户籍地、出生月份分配的「精准配票」。
- 单一选区两票制时期（2008至今）：区域立委配票空间消失；不分区政党票仍有配票空间，但效力大幅下降。
配票的『可观察 vs 推论』性质——破除常见简化：
破除常见简化：将当代台湾选举中的「得票均匀分布」等同于「配票成功」是错误的。在单一选区制下，真正的配票（跨区分配选票）物理上不可能。在不分区政党票中，所谓的「配票」往往只是「选民自发地投给政党以表达认同」，而非「响应配票号召改变行为」。
事后归因的谬误：
- 当某党政党票得票率高于预期时，该党常宣称是「配票成功」。
- 但更可能的解释是：该党的基本盘本就如此大，只是选前民调低估了。
- 配票号召在此扮演的角色，更多是动员符号（提醒支持者去投票），而非分配工具（改变支持者的投票对象）。
分析含义：分析2028立委选举时，若看到某党政党票在特定区域异常高，不应直接归因于「配票」。应先检查：该区域的投票率是否也异常高？若是，则更可能是「动员成功」而非「配票成功」。
类型三：跨党流动（分裂投票）
定义：选民在不同层级的选举中，将票投给不同政党。最常见的是「总统投A党，政党票投B党」或「总统投A党，区域立委投B党」。
结构性成因：
- 选制设计：单一选区两票制创造了分裂投票的物理条件。
- 候选人特质：区域立委的地方服务形象可能与政党中央路线脱钩。
- 制衡考量：选民可能希望「总统选某党以决定大方向，立委选另一党以制衡」。
- 补偿心理：选民在总统选举中弃保投给大党，在政党票中投给原本偏好的小党作为补偿。
与弃保的区别：跨党流动是「在不同选制中真诚表达不同偏好」，弃保是「在同一选制中放弃第一偏好」。但两者可能重叠——补偿性投票就是弃保的副产品。
分析含义：当分析总统与立委的得票率落差时，必须区分「跨党投票」（真诚的分裂偏好）与「补偿性投票」（战略投票后的心理补偿）。前者是稳定的结构，后者是情境的产物。区分方法：检视落差是否集中在第三势力支持者群体——若是，较可能是补偿性投票。
判读弃保的指标体系
弃保无法直接观察，只能通过间接指标推论。以下指标体系按证据强度排列，从弱到强。
指标一：民调走势（选前两周）
事实层：台湾选前10天禁止发布民调（封关期）。封关前的民调走势是判断弃保压力的首要指标。
脉络层：弃保的触发需要信息——选民必须知道「谁赢不了」。民调走势提供了这个信息。关键不是绝对数字，而是趋势的方向与速度。
判读规则：
- 若封关前一周，第三势力民调持续下滑且大党持续上升，弃保压力正在释放。
- 若封关前一周，三党民调胶着（差距在误差范围内），弃保无法协调，选民不知该弃谁。
- 若封关前，第三势力民调稳定或上升，弃保压力被压制——选民认为「有赢的机会」。
分析含义：封关后的10天是信息真空期，也是弃保的「黄金窗口」。此时，阵营释放的「内部民调」或「假民调」可能操纵选民的胜算认知。分析者必须追踪封关前的趋势，而非仅看封关民调的数字。详见 primitives/frameworks/polling_methodology_analysis.md。
指标二：区域与人口学交叉分析
事实层：若弃保真的发生，其效应不会均匀分布。它应集中在特定类型的选区与人口群体中。
判读规则：
- 地理分布：若第三势力在「深蓝选区」的得票降幅远大于「浅蓝或中间选区」，较可能是蓝白弃保（深蓝选民回归蓝营）。若降幅均匀分布，较可能是民调误差或整体投票率低。
- 年龄分布：若有出口民调，检视第三势力在年长群体的得票降幅是否大于年轻群体。年长群体更可能因胜算考量弃保，年轻群体更可能坚持第一偏好。
- 层级交叉：检视第三势力的「总统得票率」与「政党票得票率」的落差。若总统票低于政党票，且落差集中在特定选区，较可能是总统层的弃保伴随政党票的补偿。
分析含义：这是检验弃保假说的最有力实证工具。详见 events/key_events/event_2024_election_three_way.md 中的区域与年龄别详细数据。
指标三：投票率差异
事实层：弃保不是选票转移的唯一可能。另一种可能是：第三势力的支持者根本没去投票。
判读规则：
- 若第三势力支持者集中的人口群体（如20-29岁）投票率显著低于整体，则「未投票」比「弃保」更能解释第三势力的得票落差。
- 若该群体投票率正常，但第三势力得票仍低，则弃保或基本盘回归的解释力增强。
分析含义：低投票率与弃保在结果上看起来一样（都是第三势力得票低于预期），但预测逻辑完全不同。低投票率意味着第三势力需要提高动员力，弃保意味着第三势力需要改变选民的胜算认知。
指标四：意见领袖的公开表态
事实层：在三脚督中，弃保的协调往往需要「焦点」。意见领袖（地方派系、媒体、网红）的公开表态，可能成为触发弃保的开关。
判读规则：
- 追踪选前两周，哪些意见领袖公开呼吁「集中选票」或「弃X保Y」。
- 检视这些表态后的民调变化（若有未封关民调或内部民调泄露）。
- 检视表态者的影响力范围，是否与得票降幅的地理分布重合。
中等模型自己想不到的洞察：弃保的协调，本质上是一个信息瀑布问题。一旦少数关键意见领袖开始公开弃保，其他选民会跟进——不是因为他们的偏好改变了，而是因为他们将前者的行为解读为「胜算信息」。因此，分析弃保，不应只看民调数字，更应追踪谁在何时公开表态弃保。这些表态是触发cascade的开关。
三脚督下的弃保压力：2024 案例拆解
事实层：2024总统选举的最终结果
| 候选人 | 政党 | 得票率 | 选前封关民调区间（估算） | 与民调落差 |
|---|---|---|---|---|
| 赖清德 | DPP | 40.05% | 38-42% | 约略符合 |
| 侯友宜 | KMT | 33.49% | 31-35% | 约略符合至上限 |
| 柯文哲 | TPP | 26.46% | 24-30% | 偏向下限 |
脉络层：弃保效应是否发生？
这是2024选后最具争议的分析问题。三种对立的诠释：
诠释一：发生了局部弃保（蓝白弃保未完全成功）
- 证据：柯文哲在深蓝选区的得票率低于其全国平均，且低于该区TPP政党票得票率。
- 机制：侯友宜在选战末期的「急追」态势，使部分原本「赌柯文哲能赢」的浅蓝选民重新评估胜算，回归蓝营。
- 关联：
events/recurring_patterns/pattern_blue_green_return.md—— 基本盘回归与弃保效应在此重叠。
诠释二：未发生显著弃保（民调高估了柯文哲）
- 证据：柯文哲的实际得票率（26.46%）与其封关民调下限（约24-26%）接近，落差在抽样误差范围内。
- 机制：民调中的「隐性选民」或「未决定选民」最终并未倒向柯文哲，而是按基本盘分布投票；柯文哲的年轻支持者投票率低于预期。
- 关联：
primitives/frameworks/polling_methodology_analysis.md—— 民调方法学误差可能制造了「弃保」的假象。
诠释三：发生了反向流动（蓝白互相抢票）
- 证据：柯文哲在部分中间与浅蓝选区的得票率高于预期，显示部分浅蓝选民未回归侯友宜，反而流向柯文哲。
- 机制：蓝白合破局后，部分浅蓝选民对KMT失望，宁愿投白也不投侯。这抵消了深蓝选区的弃保效应，使得整体弃保看起来「不明显」。
分析含义：如何使用2024案例
破除常见简化：将2024的「柯文哲得票低于民调」直接等同于「蓝白弃保」是错误的。真实情况是基本盘回归、民调方法学误差、局部弃保效应、与反向流动四者的叠加。
2024案例应作为「弃保判定的困难性」的教材，而非「弃保必然发生」的证明。具体操作：
- 检视区域立委与总统得票的落差——若柯文哲在深蓝选区的得票率远低于政党票，较可能是弃保；若落差均匀分布，较可能是民调误差。
- 检视投票率——若年轻族群投票率显著低于整体，则「未投票」比「弃保」更能解释柯文哲的得票落差。
- 检视反向流动——若柯文哲在浅蓝选区得票高于预期，则弃保与反向流动可能互相抵消，使得整体效应不明显。
详见 events/key_events/event_2024_election_three_way.md。
跨党流动 vs 基本盘回归的区分
这是选票转移分析中最核心、也最困难的区分。两者在可观察结果上可能完全一致（都是大党得票率上升、第三势力得票率下降），但机制截然不同。
机制对比
| 维度 | 基本盘回归 | 跨党流动（弃保） |
|---|---|---|
| 动机 | 认同（「我本来就是蓝的」） | 算计（「投白浪费，不如投蓝」） |
| 偏好变化 | 无（第一偏好从未改变） | 有（放弃了第一偏好） |
| 触发条件 | 选战末期的认同召唤 | 民调显示第三势力无望 |
| 可逆性 | 低（回归后不易再流失） | 高（下次选举若条件改变，可能不再弃保） |
| 对第三势力的含义 | 支持度被高估，需巩固基本盘 | 支持度真实，但受制于选制 |
区分方法
方法一：检视「回归」的时机
- 基本盘回归通常发生在选战最后两周，是渐进式的。
- 弃保可能发生在选前最后1-3天，是突发式的（因为需要民调信息的沉淀）。
- 若民调显示第三势力支持度在最后两周缓慢下滑，较可能是基本盘回归；若在最后几天骤降，较可能是弃保。
方法二：检视「回归」的群体
- 基本盘回归者通常是「游离的基本盘选民」（原本因对大党不满而未表态，最终回归）。
- 弃保者通常是「坚定的第三势力支持者」（原本表态支持第三势力，最终因胜算考量转向）。
- 若出口民调显示，最终投给大党的选民中，有相当比例「原本支持第三势力」，则弃保的解释力增强。
方法三：检视「补偿性投票」
- 弃保者因背叛了第一偏好，可能在另一层级的选举中补偿（如总统弃保投蓝，政党票投白）。
- 基本盘回归者无需补偿，因为他们从未背叛第一偏好。
- 若第三势力的「政党票得票率」显著高于「总统得票率」，且落差集中在弃保压力大的选区，则弃保的解释力增强。
分析含义：区分这两者不是为了学术精确，而是为了预测。若2024的得票落差主要是基本盘回归，则2028第三势力的支持度上限就是其基本盘（约20-25%）；若主要是弃保，则2028在条件改变时（如民调胶着），第三势力可能突破上限。
详见 events/recurring_patterns/pattern_blue_green_return.md 与 primitives/concepts/strategic_voting.md。
选前与选后的『弃保叙事』
弃保不仅是一种投票行为，更是一种政治叙事。叙事本身会反身性地影响行为，且选后的叙事往往是为了服务特定的政治目的，而非描述客观事实。
选前的弃保叙事：制造势头
事实层：选战中，阵营会刻意释放「弃保叙事」以操纵选民的胜算认知。
操作手法：
- 释放「内部民调」显示某候选人落后，制造弃保压力。
- 媒体与意见领袖反复强调「集中选票」，将弃保正当化为「理性选择」。
- 将对手的民调领先描绘为「危机」，激发支持者的恐惧感（弃保的必要条件之一）。
脉络层：弃保叙事的目的是创造自我实现的预言。当足够多选民相信「弃保正在发生」，他们就会跟进弃保，从而使弃保真的发生。
分析含义：分析选情时，必须区分「真实的弃保压力」与「人为制造的弃保势头」。检核方法：比较阵营宣称的民调数字与独立机构的数字。若两者差距大，且阵营宣称的数字恰好有利于弃保，则较可能是叙事操作。
选后的弃保叙事：事后归因与正当化
事实层：选后，胜选与败选阵营都会建构弃保叙事，但目的不同。
| 阵营 | 选后叙事 | 真实目的 |
|---|---|---|
| 胜选大党 | 「弃保成功，选民集中选票」 | 夸大自身的动员力与正当性，将胜利归因于组织而非对手的分裂 |
| 败选大党 | 「弃保未成功，支持者不团结」 | 将败选归咎于第三势力的搅局，而非自身路线或候选人的问题 |
| 败选第三势力 | 「我们没有输，是弃保害的」或「没有弃保，我们就是真实支持度」 | 前者维持支持者的信心，后者否认弃保以证明自身实力 |
脉络层：选后的弃保叙事，本质上是责任归属的争夺。将选举结果归因于弃保，等于承认选民的「真实偏好」与选举结果不一致——这对胜选者是权力正当性的瑕疵，对败选者是心理安慰。
中等模型自己想不到的洞察：选后的「配票成功」叙事，与「弃保成功」叙事一样，都是事后归因的建构。当某党政党票高于预期，该党宣称是「配票成功」；但若政党票低于预期，该党绝不会说「配票失败」，而会说「对手买票」或「天气不好」。这种不对称的归因模式，证明了叙事的选择性。
分析含义：分析选后叙事时，永远不要把阵营的「弃保说」或「配票说」当事实。这些说法是政治操作，不是分析结论。必须用前述的指标体系重新检核。
实务应用：选票转移分析的操作步骤清单
面对一次选举结果中的得票落差，按以下步骤进行拆解。每一步都必须留下记录，明示推论的边界。
步骤一：量化落差，确认问题
- 计算「民调预期得票率」与「实际得票率」的差距。
- 将差距与民调的抽样误差（通常为±3%左右）比较。若差距在误差范围内，则无需寻找额外解释——可能只是随机波动。
- 若差距超出误差范围，进入下一步。
步骤二：排除民调方法学误差
- 检视民调的访问模式（市话/手机/双框）、加权方式、完成率。
- 比较不同方法学机构的数字。若纯市话机构的数字与双框机构差异大，且实际结果接近双框机构，则落差可能来自覆盖偏差而非弃保。
- 详见
primitives/frameworks/polling_methodology_analysis.md。
步骤三：地理与人口学交叉检证
- 制作「各选区得票落差地图」。检视落差是否集中在特定类型的选区（如深蓝选区、年轻选区）。
- 若落差集中在深蓝选区，且第三势力的总统票低于政党票，则弃保的解释力增强。
- 若落差均匀分布，则民调误差或整体投票率低的解释力增强。
步骤四：检视投票率
- 比较各年龄层、各地区的投票率。
- 若第三势力支持者集中的人口群体（如20-29岁）投票率显著低于整体，则「未投票」比「弃保」更能解释得票落差。
- 若投票率正常，但得票仍低，则弃保或基本盘回归的解释力增强。
步骤五：区分基本盘回归与弃保
- 检视民调走势：落差是渐进式（回归）还是突发式（弃保）？
- 检视补偿性投票：第三势力的政党票是否显著高于总统票？
- 检视出口民调（若有）：最终投给大党的选民中，有多少原本支持第三势力？
- 详见
events/recurring_patterns/pattern_blue_green_return.md。
步骤六：评估叙事效应与反向流动
- 检视选前是否有强烈的弃保号召，以及号召者的影响力范围是否与得票落差重合。
- 检视是否有反向流动的证据（第三势力在特定选区得票高于预期）。
- 若弃保与反向流动互相抵消，则整体效应可能不明显，但底层机制仍在运作。
步骤七：给出条件式结论
- 综合以上步骤，给出结论。结论必须是条件式的：「在排除民调误差后，剩余的得票落差最符合[某机制]的解释，但仍不能排除[其他机制]的叠加效应。」
- 明示推论的边界：哪些是可观察的事实，哪些是推论的动机。
关联分析
关联一：战略投票的微观基础
- 功能：提供脉络层
- 说明：
primitives/concepts/strategic_voting.md提供了战略投票的严格定义与判定条件。本框架的弃保分析，必须以该档案的判定条件为前提——特别是「威胁感知」、「意识形态亲近性」、「胜算差距的可信度」三项条件。若情境中缺少任一条件，预测弃保就是高风险的。
关联二：基本盘回归的结构性解释
- 功能：用于对照
- 说明：
events/recurring_patterns/pattern_blue_green_return.md提供了基本盘回归的结构性解释。本框架在步骤五中，必须与基本盘回归进行区分。两者的区分不是学术游戏，而是为了预测：回归是稳定的，弃保是情境的。
关联三：2024选举的详细数据
- 功能：提供事实层与用于交叉验证
- 说明：
events/key_events/event_2024_election_three_way.md提供了2024选举的区域与年龄别详细数据。这些数据是检验「弃保是否发生」的唯一实证基础——特别是区域立委与总统得票的交叉分析。本框架的步骤三与步骤四，必须依赖此类数据。
关联四：民调方法学的误差来源
- 功能：提供事实层
- 说明：
primitives/frameworks/polling_methodology_analysis.md提供了民调误差的结构性来源。本框架的步骤二，必须先排除方法学误差，才能将剩余落差归因于选票转移。特别重要的是该档案中关于「民调作为弃保触发器」的反身性分析——民调不是被动测量，而是主动制造弃保。
关联五：选制对投票行为的约束
- 功能：提供脉络层
- 说明：单一选区两票制创造了分裂投票的物理条件，也创造了弃保的结构性压力。理解选制是理解为何配票在当代失效、为何弃保在总统选举中比立委选举更常见的前提。
关联六：政党体系与光谱定位
- 功能：用于对照
- 说明：蓝绿二元结构是弃保的「背景板」。弃保之所以可能，正是因为蓝白在「反绿」上有共同利益。若台湾的政党体系是三党等距（如左-中-右），则弃保的意识形态门槛将大幅提高。分析弃保潜力时，必须先评估意识形态的亲近性。
常见的分析陷阱
陷阱一：事后归因的谬误
将「第三势力得票低于民调」直接归因于「弃保」，是最常见的分析错误。实际上，民调误差、基本盘回归、投票率差异都可能是原因。战略投票的动机是推论性的，不是可观察的。除非有出口民调或追踪面板数据支持，否则不应断言弃保发生。同样，将「某党政党票高于预期」归因于「配票成功」也是事后归因——更可能的原因是该党基本盘本就如此大。
陷阱二：假设弃保是单向且同质的
弃保不是单向的「弱者流向强者」，也不是同质的一群人。在三脚督中，可能同时存在「浅蓝弃白保蓝」与「浅白弃蓝保白」的双向流动，两者互相抵消，使得整体效应不明显。忽略反向流动，会误判弃保的净效应。
陷阱三：忽略弃保的「不对称性」
蓝白之间的弃保不是对称的——深蓝选民弃保给柯文哲的门槛，远高于浅蓝或浅白选民弃保给侯友宜的门槛。原因包括：深蓝的意识形态更刚性、深蓝对TPP的不信任更深、深蓝的「反绿」动机虽强但更倾向「用蓝反绿」而非「用白反绿」。假设「蓝白可以双向等量弃保」是错误的。
陷阱四：将配票逻辑套用于单一选区
在SNTV时期有效的配票逻辑（如「南票北补」），在单一选区制下完全失效。单一选区制下，选民的选票只能投给该选区的候选人，无法跨区分配。将「配票」作为分析2028区域立委选举的核心变量，是选制误判。当代的「配票」号召，效力仅限于不分区政党票的「救弱名单」，且效力远不如SNTV时期。
陷阱五：过度解读选后叙事
选后的「弃保成功」或「配票成功」叙事，是阵营的政治操作，不是分析结论。胜选者夸大动员力，败选者归咎弃保不力——这些叙事服务于责任归属的争夺，而非客观描述。分析者若直接采信阵营叙事，就会成为政治操作的传声筒。
陷阱六：忽略民调的「操纵」功能
在三脚督中，民调不仅是测量工具，更是操纵工具。阵营可能刻意释放有利民调以制造「弃保势头」，或释放不利民调以「固票」。分析者若将所有民调都视为客观测量，就会被卷入阵营的叙事战中。详见 primitives/frameworks/polling_methodology_analysis.md。
仍不确定的部分
不确定一：弃保的真实规模
由于投票是匿名的，我们永远无法确切知道有多少选民进行了弃保。出口民调可能因社会期望偏差而失真（选民不愿承认自己背叛了第一偏好），追踪面板数据的样本量通常太小。弃保的精确规模，在方法论上可能是不可知的。我们只能推论其方向与大致幅度，无法给出精确数字。
不确定二：配票号召的真实效力
当代台湾选举中，政党领袖呼吁「配票」或「集中选票」，到底改变了多少选民的行为？有多少选民是「本来就会这样投」，只是刚好与配票号召一致？由于缺乏反事实（若不呼吁配票，选民会怎么投），我们无法精确衡量配票号召的边际效应。
不确定三：信息环境的变化
2024年的民调环境（封关期、假民调争议）在2028年可能改变。若社群媒体的演算法或新兴的AI生成内容改变了选民获取「胜算信息」的方式，弃保的协调机制可能随之改变。信息瀑布的触发条件可能不同，过去的经验可能不适用。
不确定四：2028的候选人效应
弃保的效力高度依赖候选人的个人特质与意识形态位置。2028的KMT与TPP候选人是谁，将决定弃保的意识形态门槛与情感门槛。在候选人确定之前，任何关于2028弃保的预测都是高度条件性的。
不确定五：补偿性投票的稳定性
弃保后的补偿性投票（如总统弃保投蓝，政党票投白）是否是稳定的现象？还是只在特定情境下发生？若补偿性投票不稳定，则第三势力的政党票将难以预测。目前缺乏足够的选举案例来验证补偿性投票的稳定性。
与其他文件的关系
- 战略投票的严格定义与判定条件：
primitives/concepts/strategic_voting.md—— 用于确认弃保分析的微观基础，避免将非战略投票误判为弃保 - 基本盘回归的结构性解释：
events/recurring_patterns/pattern_blue_green_return.md—— 用于区分战略投票与基本盘回归，这是选票转移分析最核心的区分 - 2024三脚督选举详细数据：
events/key_events/event_2024_election_three_way.md—— 用于实证检验弃保效应，提供区域与年龄别的交叉分析数据 - 民调方法学与误差分析：
primitives/frameworks/polling_methodology_analysis.md—— 用于排除民调误差对弃保判定的干扰，理解民调的反身性效应 - 选制对投票行为的约束：
primitives/concepts/mixed_electoral_system.md（占位） —— 用于理解单一选区制下弃保的结构性压力与配票的失效 - 政党体系与光谱定位：
primitives/concepts/party_system_structure.md（占位） —— 用于判断弃保的意识形态门槛，评估蓝白之间的亲近性是否足以支撑弃保
一句话浓缩（重申）
选票转移分析不是算术而是拆解——在宣称「弃保」或「配票」之前，必须先排除民调误差、基本盘回归与投票率差异，并永远记住：可观察的只有得票数字，动机永远是推论，而选后的叙事多半是政治操作而非客观事实。
last_updated: 2026-05-20