通識導賞:立會去留 政黨有提案先「問」得到? 民調顯民意 不是點人數了事

文章日期:2020年09月06日

【明報專訊】立法會民主派議員是去還是留,民主黨說搞個民調再決定,預料9月21日展開。又民調,唔係做咗喇咩?香港民意研究所(下稱民研)轄下的「我們香港人」計劃已公布兩次相關民調的結果,究竟兩次有何不同?我們與學者討論民調方法、問題及答案設定、加權程序幾部分,從細節看清楚何謂調查所呈現的「民意」。

民研9月4日公布受民主黨委託進行的民調設計及操作,暫定分3題,包括問有多支持或反對民主黨、公民黨、毛孟靜、張超雄留任一年,辭職再問一條,以及受訪者是否以上議員支持者(見表)。我們在民研公布細節前訪問了中大新聞與傳播學院李立峯教授,他認為「(民調問題)有實際方案會比只問去留好」,中大新聞與傳播學院客席講師梁啟智同樣說,「我們現在的企位不是要有多一次民調,而是要有嘢發生咗先。再做民調的作用是有實際方案,若得到八九成人支持就去做」。

傳統靠電話抽樣 網上群組快又平

9月21日展開的民調將抽2000電話樣本,而早前「我們香港人」則以網上組群方式做民調,這跟我們理解傳統的電話抽樣不同。想填問卷者需先加入「我們香港人」計劃,這計劃每周都會收集問題做民調,群組成員會收到電郵邀請回答。換言之,若今周你登記了回答關於議員去留的民調,下周如有關於疫情的民調,亦會有電郵邀請你參加。

那跟電話抽樣有何分別?計劃的名譽總監梁啟智解釋,「好處是快,民研的習慣是每兩星期才做一次電話民調,但兩個星期太久了,現在新聞日日都有大事,所以我們想每星期都出到一條與該星期熱門時事有關的民調,因此用網上群組的方法做」。中大新聞與傳播學院教授蘇鑰機說,選擇民調方法的其中一個考慮是資源,「如果資源不是最主要考慮,又想做比較貼近實際香港人的想法,做電話調查是好些,透過抽樣、加權,可貼近市民真正想法,樣本較有代表性。但當然就貴了,起碼都做600、700個,甚至1000個,(成本)都萬萬聲,甚至10萬元以上。用已建立的群組做,只需要發出網頁連結,不計建立群組的程序,是沒什麼成本,短處是代表性沒那麼高」。

「我們香港人」於8月17日做民調時,網上意見群組總數是7.1萬人,而在兩次民調後,截至9月2日下午4時,總數增至9.8萬人。梁啟智說有留意到某些派別的人動員參與調查,不過李立峯提及,網上群組的方法雖有動員的可能性,「但咁啱得咁橋,你看今次的結果,網上跟電話抽樣,只計民主派支持者是一致的,這次看不到動員有影響或影響很微」。

幾多人先代表到香港人?

第一次結果(a)基於23,072個樣本,第二次(b)則有16,054個。梁啟智說,為了對網上群組民調結果做品質管理,亦同時做隨機電話訪問,數目約1000人。民調人數要有幾多才「信得過」?蘇鑰機說很多人有種誤解,以為一個地方人口愈多,要收集的樣本就愈多:「以統計學上來說,想做一個有代表性的民調,不理人口,只看樣本數。」即不論是美國的3億人或香港的700萬人,抽1000個樣本,誤差都是3.2%;2000個樣本,誤差是2.2%。但樣本一直加下去,誤差跌幅會愈來愈小,3000樣本誤差只會減至1.8%。

加權:每個樣本權重不同

我們對民調還可能有另一個更大的誤解。假設訪問1000個人,民調公布結果是50%贊成,你可能會理解為500人選了贊成。但事實沒那麼簡單,民調還有「數據加權」這個重要部分。以上述「我們香港人」調查a為例,梁啟智說網上群組與電話隨機調查有個明顯差異,網上群組的政治立場較一面倒,民主派支持者超過2萬人,非民主派的只有約1700人。因此他們以從電話隨機調查得出的民主派與非民主派比例,即五五比,來為網上組群數字加權,得出合計結果,如反對全體議員留任的民主派支持者有63%,非民主派是31%,總體結果便是(63%+31%)/2=47%,而非只數全部受訪者中有幾多人反對,去得出百分比。

「平時做電話民調都會加權,因為電話如何抽樣都好,都抽不到母群的人口分佈。例如社會有兩成人是大學畢業,但抽出來有四成人是大學畢業,那這些人就要每個當半個計。」如是,每個樣本的「重量」都不同,如作答的大學畢業者比例多於人口普查所知的人口分佈,這些樣本會計得「較輕」,即少於1(個人)。加權亦會因納入不止一個元素,計算更複雜。「如年齡與教育程度很影響一個人如何看社會問題,通常我們會就這些進行加權才得出結果。」

經過性別、年齡、教育的人口分佈等多重加權去「秤」一個樣本的權重,a君的選擇可能計作1.4個人那麼重,b君可能只值0.8,不過所有權重加起來還是會等於樣本總數。假設一個特首評分民調,一個樣本的權重是0.65,他給特首20分,在民調就值0.65x20=13分。所謂10個人,其實裏面每人權重不同,不是1+1+1......=10,而可能是0.65+0.38+1.27......=10。

秤漏秤多秤少 足以左右結果

加權會納入什麼元素,可以左右民調結果。梁啟智提到美國總統選舉臨近,相關民調就要小心觀察了。「上屆美國總統大選,民調都說希拉里會贏,背後原因是美國民調公司當時沒有為教育程度做加權,嚴重高估選民裏大學生的比例,而大學生很多支持希拉里。」亦有些民調是估計黑人投票的比例來作加權,有些會造就對某黨有利的計法,五花八門,玩法很多,所以同一民調,不同機構做,結果差得遠亦不見怪。

如何設題?門檻之後如何定?

民主黨委託民研就議員去留做民調,有報道指將進行的民調與李立峯教授合作,他回應稱中大的民調中心是支援角色,「有需要的話可幫手做問卷,但不參與制訂問卷」。他早前撰文討論去留民調,分析是否需要「一半半」這類中間落墨的答案,從技術上看,若沒有「一半半」可選,選去或留「歸邊」的人或會更多,假設民主黨設下門檻,如多於50%人支持走便會辭職,那多了「一半半」的答案,門檻或更難達到。而民研則表示計算授權門檻時,會撇除「沒有意見」,但保留取向 「一半半」等中立意見。

從科學上論民調方法,有沒有「一半半」的答案並無對錯。蘇鑰機提及一些大原則,如設問題應避免具某種偏向,「全民檢測對大家都有好處,你贊成還是反對推行?」便是不合格的問題;另外如果一條問題有兩個面向,「問人贊不贊成食煙和飲酒,有人可能贊成酒不贊成煙,這有double-barreled(一題多問)的錯誤」。而答案有很多變化,除了贊成、反對,還可加入不同程度,「非常贊成」、「幾贊成」、「幾反對」、「非常反對」,視乎民調目的。

「一半半」方法學上無分好壞

可行的答案有很多種,李立峯認為當我們討論如何設計去留民調時,要區分什麼與方法學相關,什麼其實是政治問題。「一半半」這個答案在方法學上無分好壞,但當談及去留門檻時,就要考慮其影響。鍾庭耀曾建議門檻設為全體受訪者一半或民主派支持者三分之二,若其中一個選項達到,民主派就跟從。李立峯指出,「如果我們問,為何不是民主派支持者過半便可以?為何不是過六成?為何是三分之二?這不是一個民調科學判斷,其實是一個政治判斷,背後涉及你如何理解民意及民選代表的關係,如果我們說,在重要去留問題上,作為民主派議員,總之要跟民主派支持者看法,那過半就跟。但如果你說,你既選他做議員,他始終在特別的位置,是民選代表,要有自己判斷,除非民意一面倒得好緊要,否則應該有空間讓民選代表有自己判斷,如果是這樣想,就可能要求六七成才跟。」民研解釋因為民主派支持者樣本會較整體少,誤差較大,誤判機率較大,所以認為支持者樣本的門檻應較整體樣本高。最後民主黨決定以參與民調議員的支持者一半作授權門檻。

去留條件「無限多」 民調難窮盡

「我們香港人」民調第一次為「支持/反對」題,第二次是多項選擇題,在民主派全部去留以外,可選「個別議員自行決定」等,他說團隊曾思量過在第二次給出有條件的選項:「現在社會有一些建議,是你(議員)可以留低,但有條件,例如搞個民間議會,民間議會叫你做乜就做乜,又有些講法是你可以走,但走是有條件,要有承諾才可以走,不可一走了之,但討論很不實在。我們考慮過將這些選擇放在民調中,但實在放不到,因為我都寫唔清楚係乜,答的人也不會知道在答乜,不是好的問題與選擇。」

李立峯則打個類近比喻,說明這些帶有條件的答案,民調機構很難老作幾個選項:「如美國大選問你會投共和黨還是民主黨,有些人會覺得,咁兩黨出邊個先,如我是民主黨支持者,但民主黨的人選不濟,我可能不投或投共和黨,反之亦然。問共和黨vs.民主黨,或特朗普vs.拜登,是兩回事,後者來得更具體。」

梁啟智明言「我覺得再做民調意思不是太大」,「那與民調無關,是我的政治判斷,這樣做下去點都有人唔開心。我會希望不同派別可以坐下來,想出大家都同意的方案,得到八九成人同意,就民調都唔洗做,慳番。」

李立峯亦認為既然民主黨主留,那其中一個可行問法是「留的實際方案」vs.「走」,「如美國大選民主黨和共和黨未搞掂初選,未知是誰出戰,民調機構亦不能夾硬提出一個人名。現在很多市民在想留有沒有條件、走有沒有後續?他們覺得要講明才揀到,或更合理地揀到,但民調機構提出是沒用,政黨不做的話,都冇意思。」

他進一步設想,「民主派留得來要開宗明義講,如不會多過一年、人工四分一轉入某些抗爭基金、會請抗爭派初選贏的人做議員助理,如果談妥這樣的package,大家咪揀(在民調是否支持)個package囉,如果傾唔掂,總之問去或留,市民只可好籠統去選,在這情况下,當然有些人會覺得我都唔知揀緊乜。」

再做一次民調籠統問去留,是否沒意思?李立峯說:「又不可一口咬定完全沒有意義」,「如果9月底做,可能樣本數量大些,偏差會細些,即所謂調查誤差會細些;第二是理論上多個月,討論可能更成熟,民意會有不同。雖然我們都知好難,點討論民意都不會轉軚,但這只是我自己判斷而已。」

文 // 曾曉玲

圖 // 資料圖片

編輯 // 劉子斌

fb﹕http://www.facebook.com/SundayMingpao