編按：「2017年12月16日，立法委員黃國昌罷免案投票，總投票人數為70,924人，同意票為48,693票，不同意票為21,748票，無效票為483票，投票率為27.75%。由於未達法定投票門檻，罷免案依法遭否決，且不可再於黃國昌剩餘任期內行使罷免權。」後續有很多媒體討論到之所以會有這樣的結果，是因為「負性偏差」的關係，也多從當屆立委投票結果與這次罷免案的投票結果做比較；但這樣真的適當嗎？
因為「罷免」與「選舉」的不對稱性，要用原來選舉時的得票數來衡量罷免投票的結果，或用罷免投票的結果來預測下次選舉投票的結果，都是不科學的。
黃國昌罷免投票的結果有48,693票同意罷免，21,748票不同意罷免。
媒體上對這樣的結果有種種評論，其中很多立論的主要根據是「反對」效應比「支持」效應要來的強烈。這個心理學上所謂「負性偏差」（negativity bias，編按：也稱負面偏誤、消極偏見。） 的理論雖然沒有錯，但用來分析罷免投票的結果卻未見深入，甚至有些似是而非。
以下我用選舉行為理論中所謂的「負面投票」（negative voting） 來分析罷免投票與選舉投票的不同。我的分析並不需要仰賴「反對」行為與「支持」行為的不對稱性；它所仰賴的，主要是「罷免」與「選舉」的不對稱性。
負面投票是關鍵！
所謂「負面投票」，意指選民投票給候選人A的主要原因並不是因為支持A，而是因為反對候選人B。相對而言「正面投票」意指選民投票給候選人A的主要原因就是因為支持A。選舉中，候選人獲得的選票一般都會有「正面投票」和「負面投票」的成分，其分配會因每次選舉候選人的特質而異，但都可以用民調加以測量。
負面投票的傾向在2016年的美國總統選舉特別顯著。Pew Research Center 研究2016年大選選舉行為的民調有這樣的一個問題：
你說你的抉擇主要是用選票來支持______還是反對______？
民調結果顯示：投票給川普的選民中有 53%說他們主要是用選票來反對柯林頓，另有 44%說他們用選票來支持川普。另一方面，投票給柯林頓的選民有 46%說他們主要是用選票來反對川普，而有 53%說他們用選票來支持柯林頓。Pew Research Center 的研究顯示，2016年大選的負面投票較 2008年要強烈許多，但即使在2008年，負面投票傾向也相當顯著。[1]
罷免與選舉的不對稱性
罷免與選舉最大的不同是：選舉通常有兩個或兩個以上的候選人，因此候選人所得的選票可以包括正面投票和負面投票兩種效應；而罷免則只有單一的「被罷免人」，選民只能對罷免被罷免人一案表示同意或不同意，而不涉及其他人。因為如此，被罷免人原來選舉時所得選票只有正面投票部分可能繼續支持他而不同意罷免；而原來選舉對手所得選票，不論是正面投票或負面投票，都可能在罷免投票中出面同意罷免。
這裡用2016年美國大選中正面投票和負面投票的數據來討論罷免和選舉的不同之處。美國憲法規定國會可以彈劾總統，但選民對總統並無罷免權，所以以下的討論純粹是假想性的。
如何估算罷免投票的基本盤？
假設今天罷免川普成案，我們可以用 2016年的數據來估計罷免投票的基本盤。2016年大選結果川普獲大約有效票數 46%的選票，柯林頓獲約 48%。在川普的46%中，只有約 20%(=46%x44%)是 真心支持川普的選民，卻有約 24%(=46%x53%) 只是因反對柯林頓而支持他。我們可以估計在罷免川普的投票中，原來投票給川普的選民，大約只有有效票數 20%的選民會出面不同意罷免。
為什麼選舉投票時負面投票給川普的選民不會出面不同意罷免？這是因為當時反對的對象——柯林頓——在罷免投票中已經不是「候選人」了，在罷免票只列川普一人的情況下，負面投票的川普選民不會有太強烈的動機出面不同意罷免。
反觀2016年支持柯林頓的選票，其中真心支持克林頓的選票佔有效票數約 25%(=48%x53%)，只是因為反對川普而投票給克林頓的佔有效票數約 22%(=48%x46%)。這兩種類型的選票加總共佔有效票數約 47%，這些選民都極有可能在罷免川普的投票中出面投同意票。與川普的負面投票選民不同，柯林頓的負面投票選民，正因為當初是因爲反對川普而投票給柯林頓，如今出面同意罷免川普的動機只有更強烈。
根據以上的推論，如果美國選民可以投票罷免川普的話，罷免投票的基本盤大約是 47%同意罷免， 22%不同意罷免。當然，因為罷免投票的投票率不會太高，而且還有動員因素，最後的投票分配難以預測，但基本盤可以提供我們一個初步的估計。除非被罷免人當選後惡跡昭彰，連原來的支持者都同意罷免，否則在充分動員的情況下，罷免結果應該接近基本盤。
有趣的是， 47/22=2.14 很接近於黃國昌罷免投票結果的 48,693/21,748=2.24。這是巧合嗎？當然也許是，但是在原來選舉中得票只佔有效票大約50%的被罷選人，如果當選時所得選票中有 50%的負面選票，則上面的分析會得到約 50/25=2的罷免投票同意／不同意比值，這與上面兩個數字相差不大。在被罷免人原來選民中負面選民不參與罷免投票的假設下，基本盤裡頭同意罷免與不同意罷免的票數比與負面選票百分比的關係，可以用下圖表示：
在當選時得票為50%的假設下，當負面選票的百分比等於50%時，基本盤比值等於2。當負面選票的百分比大於50%，基本盤比值會大於2，而且會隨著負面選票百分比的增加而急速增加；反之，則小於2。當負面選票的百分比為0，也就是被罷免人當選時所得到的選票全為正面選票時，基本盤剛好是同意票數與不同意票數相等的平盤。
所以到底是「負性偏差」還是「負面投票」？
從本文的分析可以看出：一般所謂罷免投票中「反對」效應比「支持」效應強烈的說法是似是而非的。心理學上所謂「負性偏差」指的是當刺激的強度相同時，個人對負面刺激的反應要比對正面刺激的反應來得強烈。
這雖然不見得不能用來分析個別選民在選舉或罷免投票中的抉擇，但它基本上只適用於個人層次的決策分析，而本文指出選舉投票中有「負面投票」和「正面投票」兩種不同的選民，並由此切入分析罷免投票和選舉投票差異之處，作的卻是集體層次的分析。
簡言之，如果被罷免人當選時的選票有相當比例的負面投票時，因為罷免投票並不涉及競選當時的對手，原來支持被罷免人的陣營會鬆動，而相對之下，原來反對被罷免人的陣營則不會，這是集體層次的分析而不是個人層次的分析。
心理學中「負面效應」的理論可以用來比較同一個個人對同樣強度的負面刺激和正面刺激的不同反應，卻不見得可以比較一個持反對立場的個人和另一個持贊成立場的個人的反應強度；真的要作這樣的分析，至少必須先確立前者所受的負面刺激和後者所受的正面刺激具有相同的強度，而這是很不容易做到的。
本文想傳達的訊息是：因為「罷免」與「選舉」的不對稱性，要單純用原來選舉時的得票數來衡量罷免投票的結果，或用罷免投票的結果來預測下次選舉投票的結果，其實都是不科學的。
參考資料：
- For many voters, it’s not which presidential candidate they’re for but which they’re against. 2016.9.2 , BY ABIGAIL GEIGER
本文原刊載於作者部落格，原文為《黃國昌罷免投票結果：是「負性偏差」還是「負面投票」？》經編修後刊登。
