台北市長民調沈50.3%、蔣33.3%有可能嗎？支持度、抽樣誤差與加權怎麼看？

（媒角抵加／李豔萍綜合報導）信民協會10月20日公布台北市長民調，沈伯洋50.3%、蔣萬安33.3%，相差17個百分點。這樣的逆轉在統計上有可能，幅度是否準確則需驗證。兩家機構各自系列都顯示沈上升、蔣下降；信民自己的得票率模型，也呈現比17點支持度更接近的競爭。國民黨質疑政治樣本，沈伯洋強調投票，TVBS反對簡化比較；攻防核心是如何估計未充分表態、最後會投票的人。

關鍵資訊

• 最新發布：信民協會2026年10月20日公布；實際訪問為10月14日至16日。
• 支持度：沈伯洋50.3%、蔣萬安33.3%；未明確回答12.2%，不投票或投廢票3.0%。
• 調查對象與方法：設籍台北市、年滿20歲民眾，訪員進行電話訪問，住宅電話753人、行動電話322人。
• 委託與執行：台北市信民兩岸研究協會委託，戴立安設計問卷及分析，畢肯市場研究公司執行電訪。
• 報告公告誤差：95%信心水準下，合併樣本最大抽樣誤差正負3.0個百分點。
• 人口加權：依性別、戶籍行政區、年齡及教育程度調整；得票率推估另納入投票意願、強度及既往投票結果等參數。

蔣萬安談政績、國民黨攻樣本；沈伯洋把焦點拉回投票

蔣萬安20日在北投市場改建活動受訪表示，各項民調都會參考，持續以政績爭取支持。沈伯洋同日上午則說，更重視政見能否引起共鳴，最後仍取決於投票。兩人的發言由TVBS當日現場採訪記錄。

藍營較強烈的反擊出現在國民黨文傳會同日新聞稿。新北市議員候選人鄧凱勛、何元楷質疑，信民未做政黨傾向加權、泛綠比例高於泛藍，並稱民調具有策略性；兩人也要求沈伯洋、蘇巧慧辭立委，同時呼籲支持蔣萬安者投票。

這些回應有不同用途：樣本如何校準，是可檢驗的方法問題；要求候選人辭職，屬政治攻防，沒有提供調查準確度的新證據。沈伯洋提醒支持者投票，同樣是動員訊息，並未回答樣本偏差如何處理。

信民協會在原始發布說明中，把結果解釋為沈支持者表態熱烈、部分藍營選民較低調，並提出「沉默螺旋」。這是一項待驗證的假說：藍營較常拒訪、政治認同改變，與候選人支持移動，可能造成不同結果，需要回應情形與後續資料區分。

較一致的是沈往上追，17點領先幅度尚待其他調查驗證

信民系列中，沈伯洋由9月40.5%增至本次50.3%，蔣萬安由41.7%降至33.3%；TVBS10月8日報告顯示，與該機構5月相比，沈由30%升至41%，蔣由58%降至49%。兩個機構在各自系列裡，都觀察到沈上升、蔣下降。

因此，將沈的追趕全數解釋成信民單一機構的現象，與這兩組資料不符。但TVBS10月上旬結果，也無法替信民10月中旬的17點領先背書。較有依據的判斷是：蔣原有優勢受到挑戰，逆轉幅度仍需相近時段的獨立調查確認。

「只是綠營樣本變多」的解釋也有未完成的部分。信民跨期表中，「中立／看人不看黨」群體內，沈由25.9%增至34.2%，蔣由31.7%降至22.9%。同一分類內的比例也在變化，整體差距除了各政治類別占比，還涉及類別內的支持差異。不過，這也可能受到該類受訪者組成變動影響，尚不足以認定同一批中立選民轉投。

TVBS也未列政黨加權，「有沒有加權」之外還要看依據

國民黨質疑信民未做政黨加權，但TVBS10月8日報告公開的方法，同樣列性別、年齡、地區、教育程度，未列政黨傾向。單憑有沒有這一項加權，無法判定哪份調查比較準。

信民第6頁提出，若依TVBS公布的政治結構重算，結果會改為蔣領先。這顯示估計對政治結構假設敏感；然而，按另一份調查的政黨比例重算，與重現該機構正式的抽樣及加權流程，是不同工作。TVBS在同日聲明也反對將其資料簡化為藍綠白而略去中間選民。

實質爭點是：受訪者的政治結構，與全體可能投票者差多少？信民需要提出政治表態差異及模型修正的依據；主張按特定政黨比例校準者，也需要說明為何該比例適用於2026年台北市選民。調整出不同結果，本身尚未解決校準基準是否可靠的問題。

信民自己的估票比支持度更接近，17點不是這份報告的全部

信民第6頁推估沈得票率49.2%至52.9%、蔣46.9%至49.9%，與支持度50.3%對33.3%的距離明顯不同。註解列出投票意願、強度與既往投票結果等參數，但未提供足以完整重算各情境的公式與權重。

這組落差透露，調查團隊本身也認為，表態支持的結構需要經模型修正才能估計票數。對沈而言，上升趨勢提供了爭取支持的正面訊號，接下來仍要將意向轉成投票；對蔣而言，可以質疑17點幅度，卻也需要面對兩個機構系列中都出現的優勢收窄。

下一步最有資訊量的是相近時段的獨立民調、同方法的連續變化，以及模型對未表態者與投票率的處理。它們有助分辨支持移動與政治表態意願差異，也是此次攻防需要補上的證據。

沈伯洋在這次支持度領先17個百分點，仍有未表態者

依信民協會原始報告第2、15頁，支持度題詢問：如果現在投票，可能投給哪位候選人，訪問時提示六名人選，並由電腦隨機排列選項。

結果為沈伯洋50.3%、蔣萬安33.3%、林志成0.7%、郭璽0.4%、蕭文乾與唐新民各0.1%，另有3.0%表示不投票或投廢票、12.2%未明確回答。各項經四捨五入，加總可能有尾差。

與同系列9月16日至18日調查相比，沈伯洋由40.5%增至50.3%，增加9.8個百分點；蔣萬安由41.7%降至33.3%，減少8.4個百分點。這是兩次調查的整體比例變化；報告未將兩次樣本列為同一批人的追蹤訪問，因此個別選民如何轉移，還需要追蹤資料才能判定。

12.2%的未明確回答者，可能包含尚未決定、保留意見或不願表態的人。把這些人全部分給某位候選人，或直接依已表態者比例分配，都會額外加入一項假設；假設不同，推估結果也會不同。

支持度、看好度與得票率推估，分別在問什麼？

支持度問的是「你可能投誰」；看好度問的是「你認為誰較可能當選」。一名受訪者可以支持甲，同時認為乙勝算較高，兩種答案可以同時成立。

同份報告第6頁另列「若現在投票」的得票率推估：沈伯洋49.2%至52.9%，蔣萬安46.9%至49.9%。註解說明，計算結合投票意願與強度、既往投票結果等多項參數，範圍對應不同投票率情境。這種模型情境範圍，與抽樣的95%信賴區間是不同概念。

報告也註明，尚未啟動對11月28日投票結果的最終預測。閱讀推估時，可進一步查看各情境採用的投票率、未表態者分配方式，以及不同條件下兩名候選人的成對數值；各自範圍的最高點與最低點，未必來自同一個情境。

正負3個百分點，涵蓋哪一種不確定性？

抽樣誤差來自只訪問部分人口。依美國民意研究學會AAPOR的說明，公告的抽樣誤差並未涵蓋拒訪偏差、錯誤的投票率模型等所有問題。

以這份報告公告的最大誤差作粗略示範，50.3%加減3個百分點約為47.3%至53.3%。因此，「調查支持度超過五成」描述的是估計值；若要判斷母體支持是否也超過五成，還涉及估計的不確定性。精確區間則取決於該比例、抽樣設計及加權效果。

95%信心水準的意思是：在符合模型與抽樣假設下，重複進行相同程序，所建立的區間約有95%會涵蓋母體真值。它不表示候選人有95%機率當選，也不保證投票日結果落在同一區間。

兩人差距也有自己的標準誤，計算涉及兩項支持度的共同變動與調查設計。17個百分點是這次估計的差距，並非17%的勝選機率。若部分政治立場的民眾較常拒訪，即使增加訪問人數，偏差也可能繼續存在。

為什麼要加權？人口結構吻合後，還有哪些問題？

加權是在估計時調整每位受訪者的影響力。例如，假設某年齡層占目標人口兩成，在樣本中只占一成，研究者可提高這群人的權重，讓年齡分布更接近人口結構。這項處理需要可依據的母體資料與明確規則。

信民報告第1頁列出的加權項目為性別、戶籍行政區、年齡及教育程度。人口結構經調整後接近母體，可以處理這些已知差異；同年齡、同學歷的人當中，願意接電話與拒訪者是否也有政治差異，仍是另一個問題。

Pew Research Center的政治加權研究指出，在美國低回應率的政治調查中，以政黨傾向或過往投票作調整，平均而言有助改善部分估計，但仍有誤差。即使某黨人數比例正確，受訪的該黨支持者也可能與整體支持者不同。套用到台灣時，還要檢查本地資料、題目與校準基準。

TVBS質疑政黨比例：政黨傾向與歷屆政黨票各有分母

TVBS民調中心10月20日聲明指出，信民樣本中的國民黨傾向為23.2%、民進黨38.7%、民眾黨4.0%，並以2024年台北市不分區政黨票作比較，質疑這項政治結構是否符合近年投票情況。TVBS也反對將其資料簡化為藍、綠、白比例而略去中間選民。

政黨傾向測量受訪者當下的政治認同；歷屆政黨得票率則是當年實際投下的有效政黨票分布。兩者的時間、題目與人口範圍不同。歷屆結果可用來檢查合理性，若要直接作為加權目標，還需要說明如何處理未投票者、認同變動及不同選舉的投票行為。

信民報告第15頁也列有25.5%的「中立／看人不看黨」，以及其他、未明確回答等類別。國民黨與「泛藍」、民進黨與「泛綠」各自有不同範圍，轉述時保留原本分類，才能看出各比例涵蓋誰。

以信民附件引用的TVBS資料為例，國民黨32%、民眾黨7%、民進黨28%，若只在這三類中計算，藍白合計約占58%、綠約占42%。這是剔除其他類別後的重新換算，完整樣本另有中立等類別。分母是否改變、被排除者如何投票，都是評估這項換算用途的關鍵。

比較兩家民調，先對齊日期、候選人名單與受訪對象

TVBS10月8日公布的支持度調查訪問於10月3日及5日至7日進行，採市內電話，總有效樣本1,120人；49%支持蔣萬安、41%支持沈伯洋的題目，計算對象為其中1,054名有投票意願者，題目提示兩名人選。

信民這次訪問較晚，採市話與手機雙架構，支持度題列六名候選人，結果涵蓋全體受訪者。日期、接觸方式、選項與分母都有差異，兩份數據之間的落差，可能同時包含民意變化與方法差異。

TVBS10月17日另公布電視辯論調查，41%與30%問的是「誰的辯論表現會比較好」，屬表現預期。判讀時把完整題目與數字放在一起，才能區分投票意向、辯論評價和當選預期。

交叉表越細，越要找該組樣本與有效樣本數

信民報告列出20至29歲族群中，沈伯洋支持度71.6%、蔣萬安10.5%；該列個數為115。民眾黨傾向者一列的個數則為43。這些分組都小於全體1,075人，其不確定性需要個別估計。

加權後的表列個數，也未必等於實際完成訪問的人數；若權重差異很大，統計上的有效樣本數還可能更小。閱讀分組時，可找未加權樣本數、有效樣本數或分組誤差，再判斷變化幅度。全體樣本的正負3個百分點，適用的是報告所說的整體估計範圍。

下一次看到民調，先留下五項資料：何時訪問、訪問誰、怎麼抽樣、問什麼、怎麼加權或推估。再比較同機構、相近方法的連續調查，以及其他機構相近時段的結果。這樣能分辨哪些變化在多份資料中反覆出現，哪些仍需要下一次調查確認。

資料來源與更新紀錄

• 國民黨文傳會：鄧凱勛、何元楷對信民民調的質疑，2026年10月20日；蔣萬安、沈伯洋同日現場受訪，TVBS記者潘袁詩羽、黃韋銓採訪。
• 信民協會10月20日發布頁及23頁原始報告，訪問日期2026年10月14日至16日。
• TVBS民調中心聲明，2026年10月20日14時44分發布。
• TVBS10月8日台北市長選情報告；10月17日電視辯論調查。
• AAPOR：選舉民調準確度與抽樣誤差；調查揭露標準。
• Pew Research Center：政治加權的方法與限制，2026年9月16日。
• 更新紀錄：2026年10月20日補入各方回應與分析，區分跨機構支持變化方向、17點幅度、政治結構校準及模型修正。最新結果指信民協會本次調查，非所有機構數據的合併估計。