◎王宏恩／內華達大學拉斯維加斯分校政治系副教授
最近許多台灣民眾跟學生討論政治時，都特別會提到不同教育程度的選民，是否會比較偏好選擇不同的政黨或候選人。教育程度跟政治行為的關係，是近代政治科學領域發展時的一個大題目，被視為是廣義的社會化(socialization)的一部分。但隨著政治科學家探討這個題目之後，逐漸發現這個題目本身比表面看來還要大得多。假如以政治科學方法論的角度來說，教育程度與政治行為之間有三個重要的關鍵字：條件機率(Conditonal Distribution)、因果機制(causal mechanism)、以及世代效應(cohort effect)。
邊際分布：數字轉換成文字沒那麼容易
要探索台灣不同教育程度的選民的政黨支持，使用實證資料來說明是最快的方式。這篇文章使用2025年9月底執行的台灣國家安全調查(Taiwan National Security Survey)，是由杜克大學委託政治大學選舉研究中心每年執行的民意調查，2025年這波一共訪問1242位選民，其中935份市話，307位手機。這份問卷中有問台灣民眾各種對於選舉以及兩岸爭議的看法，其中也有請受訪者回答自己比較偏好哪個政黨、以及教育程度。這份資料是完全上網公開的，所以任何人都可以下載並跑出一樣的結果。
在政黨認同上，這份問卷中的選民有39%支持無黨派，25.6%支持民進黨、23.7%支持國民黨、10.5%支持民眾黨，以及1.3%支持其他小黨。而在教育程度共分成七類，從最低的未受教育(1.5%)，一路到大學學歷(32.6%)以及研究所以上學歷(12.1%)。
當我們把這兩個變數進行列連表(Cross-table)，結果呈現如下表，有12位受訪者沒有表達自己的政黨或教育程度偏好，因此最後樣本共1230人：
此時，有趣的東西來了──就算把表格打出來，我們對於結果的描述，仍取決於條件分布。所謂的邊際機率，是指說部分變數在某些條件下的分布，與完整的總體分布常常不同，因為回答的『分母』不同。
舉例來說，在這張表中，假如我們要問說『台灣有大學學歷的選民最偏好哪個政黨？』，那結果第一的是無黨籍(全體大學學歷403人裡面無黨籍145人)、第二是民進黨(107人)、第三是國民黨(74人)、第四是民眾黨(69人)。換言之，在這個問題條件下，我們只看有大學學歷的那一欄的分布，而非全體的選民分布，也就是『直的每一欄』。假如我們觀察有研究所學歷的選民分布，結果仍是一致的(無黨籍53人、民進黨37人、國民黨31人、民眾黨23人)。
但假如我們換一種問法，假如試問說『各黨支持者中，哪一黨有大學學歷以上的比例最高？』則最高的是各個小黨，包括綠黨、時代力量、統一促進黨、以及小民參政歐巴桑聯盟，這份學術民調中這些政黨支持者都100%是大學學歷以上，不過樣本數都只有1到6人，實在很難推論到全體。假如我們比較三個大黨，那民眾黨支持者中有大學以上學歷的比例最高(70.0%，全體民眾黨支持者131人內的69位大學生跟23位研究所以上)，其次是民進黨(45.5%)、無黨派(42.1%)、以及國民黨(35.7%)。在這裡，計算的分母成為每個政黨的支持者人數，也因此我們看的是『橫的每一列』。
唸到這裡，相信讀者已經發現一個非常有趣的結果：假如只看主要政黨的話，被問到『高學歷台灣選民最支持哪個政黨』，民眾黨是三黨中最低的，但被問到『哪個政黨高學歷選民最多』，民眾黨變成三黨中最高的。這兩個答案可以同時存在、也同時是對的，正是因為條件分布的概念，使得一個答案要看直的欄、一個答案要看橫的列。
數字不會騙人，結果都來自同一張表，但可以因為文字描述的不同，而有不同的分母跟條件分布，最後講出完全相反的結果，這就是魔法的高深之處。
因果機制(Causal Mechanism)
在上面的敘述統計中，我們的確發現了不同教育程度的台灣選民對於不同政黨的支持程度也不同，但是原因是什麼？一個比較直觀的答案就是，因為不同教育程度的人接受了不同程度的教育，因此支持不同政黨。但這個答案很快就會受到反駁，例如為什麼多念了四年電機系，念了微積分、電子電路、類比設計之後，就會比較支持某政黨？這些厚厚的原文課本裡面可沒有出現任何台灣的政黨跟政治人物。
這裡就是政治科學家追求的終極目標：把每一個真正的treatment以及每一個小步驟給交代清楚。多念了大學，是因為更容易在大學內遇到來自全國不同地方以及不同背景的人，所以變得更自由派嗎？是因為在念大學時有修某些課嗎？是因為主修是科學領域，所以更支持全球暖化的科學證據嗎(這篇研究顯示，修完科學領域對於全球暖化的看法反而更極端)？
政治大學的黃紀老師曾經有過一篇精彩的研究，，他特別比較1999年台灣國中課綱改變前後（認識台灣系列）的台灣民眾，發現台灣民眾的統獨支持態度在課綱改版後有顯著改變，因此我們就更有自信的說，的確上課念的東西可能會對台灣民眾的政治態度有長遠的影響。
而我的杜克大學博士班朋友John Holbein，則是在美國北卡羅萊納州找到一個有趣的教育訓練課程，該課程隨機挑選中小學生，訓練他們變得更有耐心，其他小孩則沒有參加，結果發現二十年後，當年有修耐心課程的學生變成大人時也有更高的投票率，因為有耐心的人更願意花費短期排隊的時間成本，來換取未來等待長期才能得到的政策產出。這就是連結學校教學內容、心理機制、以及政治行為的研究，文章也發表在政治學頂級期刊APSR。
世代效應(Cohort Effect)
但除了學校裡教了什麼東西之外，我們也可能跳出學校之外，因為可能解釋因素根本不在校園內，而在校園外。這是什麼意思呢？因為每個世代的台灣民眾，在就學時期的教育制度都完全不同，老一輩的人大學錄取率很低，而家境好的更有機會念大學；而在同時，台灣在這五十年內進行民主化以及經濟發展轉型，使得每一代的台灣人都經歷過非常不一樣的政治制度與事件，從戒嚴、解嚴、總統直選、飛彈危機、政黨輪替、社會運動等。這些許多重大事件，都跟高等教育擴張同時發生，因此可能導致兩種現象：
(1)高等教育對於台灣民眾政治偏好的影響，可能每個世代不一樣，老一輩上大學受到大學的影響，可能跟年輕一輩上大學受到的影響非常不同。
(2) 因為許多變數同時變化，使得我們難以單純歸因到教育程度，例如說當台灣人有更多人可以念大學時，同時台灣的社運也風起雲湧，讓當時的大學生更有機會去參加社會運動，最後比較偏好某政黨。那到底是因為這些人念了大學後被大學影響，還是念大學期間跑去街頭抗議後被抗議影響？這裡又跟因果機制有關，到底讓人改變態度的那個關鍵推手為何？
在上述兩個現象中，都有出現所謂的影響是對同個世代的影響接近（出生年接近、共同經歷幾個重大事件）、但對不同世代的影響可能不同。換言之，就算我們現在觀察到念高等教育的人可能比較支持某黨，但是二十年後，同樣在那時接受高等教育的選民可能就會支持不一樣的政黨了，因為有其他共同變數的影響。
小結：把話說清楚就是政治科學的本質
除了上述的三個方法論的討論之外，另一個值得探討的哲學性議題是，政黨支持者假如集中於特定的教育背景，對民主是好事還是壞事？一方面來說，政黨本來就代表著社會不同團體，因此不同教育程度背景的人可能因為工作內容不同，面對的挑戰不同，而有著彼此不同的利益衝突；政黨的工作就是要調和鼎鼐社會上不同利益的人們。而就另一方面來說，假如有政黨可以同時代表著不同的教育程度的人，這可能代表該黨更能同時代表社會多元族群的利益，但也可能代表說原本社會不同族群間的衝突，暫時因為其他更重要的議題給壓制了。這要看不同的狀況與個案來進一步探討。
當然，我也知道許多人平常聊天時，拿出教育程度跟政黨支持這個話題來說嘴，只是為了要跟其他人吵架、甚至是歧視而已。但是對我來說，通常那些最有趣的政治科學的題目，就是來自於平常的吵架。當各方都爭論不休時，政治科學的方法論以及實證資料可以協助我們進一步把話給講清楚。到底是因為大家討論的邊際機率不同所以才有不同結論？就算是，背後的機制是什麼？我們是否有辦法透過實證資料或嚴謹的實驗設計來進一步確立因果關係？是否有其他根本在考慮以外的因素，其實在偷偷影響著我們的觀察？當你從吵架中，開始進一步思考這些問題，然後想要好好找資料把話講清楚時，恭喜你，你就踏進政治科學領域一大步了。