女性候選人在哪裡可獲得較多選票?派系、政治世家和政黨之外的地方因素

陳韻如/台北大學社會學系

 

2018 年的地方選舉結果,證明女性參政比例持續提升,這樣的結果讓台灣女性的政治參與不再是社會關注的重要課題。社會大眾一方面認為台灣已有女性元首,男女參政不平等不再是議題;另一方面,認為女性是否當選和性別平權無關,政黨操作、地方派系、政治世家才是關鍵。而這次多位女性地方首長以及民意代表當選人的保守立場,讓人不禁質疑:女性參政的提升對性別平權的意義為何?

在多元民主的理想下,更多女性投入政治領域,讓女性生命經驗成為決策基礎,才能制定出更完善的政策,故突破男女在政治參與上的不平等,一直是婦女運動的目標之一。但是,隨著女性當選率的增長,台灣男女參政落差真的已經不值得討論?以這三屆地方選舉結果來看,各層級的女性當選率皆有上升趨勢,但若單看本屆選舉,縣市首長和議員女性當選人佔三分之一,但是鄉鎮市長和村里長當選人的女性比例僅略高於15%,與原來人口結構中的性別比例相當懸殊。

要讓更多女性能夠獲選、加入政治決策核心,需要兩項條件同時配合:要有更多女性願意出來參選,也要有更多人願意投票給女性候選人。針對前者,根據女性參政動機及意願的研究顯示,台灣女性確實因為社會化以及結構性因素而對政治認知較少,關注政治的意願較低。同時,真正參選的女性都和傳統地方派系和政治家族有關,代夫出征或繼承父業的例子比比皆是。至於後者,分析選民心理的研究指出,性別刻板印象會影響一般人對男女性候選人的認知,包括對候選人的人格特質或者處理議題的能力。女性被視為感性、有同理心、溝通能力較好,較適合負責處理婦女、兒童、家庭、照顧相關的議題,而被賦予男性、陽剛氣概的國防軍事議題或者國家發展規劃,則較少被視為女性政治人物的處理範疇。

除了個人主觀意願和投票決定,地方社會文化脈絡或者環境結構因素是否影響投票行為?和該地區是否支持女性候選人有關係?以下進一步討論哪些地區因素和女性議員候選人的得票率有關。

女性議員當選率和得票率

首先,從三屆各縣市的女性議員當選率可以看出地區差異。彰化縣、台南市、新北市近年來都維持較高的女性當選比例,而宜蘭縣、澎湖縣、金馬地區則偏低。

若只看 2018 年的選舉結果,女性議員當選率最高的是彰化縣(40.74%),其次,新北市(39.39%),高雄市(39.39%)和花蓮縣(39.39%)並列第二。女議員當選率最低的縣市,除了金馬地區之外,分別是澎湖縣(26.32%),宜蘭縣(26.47%)和台中市(27.69%)。不過若看 2018 年各縣市女性議員候選人的得票率[1],前三名分別是高雄市(42.75%),新北市(41.49%),台北市(40.96%)。最後三名除了金馬地區,是宜蘭縣(16.83%)和台東縣(21.46%),澎湖縣(23.61%)。從中可發現,女議員的當選率和女候選人得票率之間的差異。女性是否當選需要跨越一定的選票門檻,受地方派系、政黨競爭的影響,但各縣市女性議員候選人得票率,反映該地區的選舉行為是否隱含性別刻板印象以及對參選人性別的偏好。

到底什麼樣的地區比較願意投給女性?或女性在什麼樣的地區可以獲得較多選票?以下試圖找出和女性候選人得票率有關的地區因素。分析主要以 2018 年各縣市女性議員候選人的得票率2016 年各縣市重要統計指標以及 2017 年公布的全國婦女調查報告的資料為主。另外,因為金馬地區缺乏部分統計數據,故只比較島內 20 個縣市。

政黨支持和女性議員得票率

若比較六都各政黨的女議員當選人數和比例,可發現除了台南市之外,其他五都國民黨籍女性當選人數比其他政黨多。

但是從各縣市所有女性議員候選人的得票率和國民黨在該地區的得票率的相關係數來看,兩者只有低度相關 (r=0.1643),也就是說,支持國民黨和支持女性候選人並不相關。反觀各縣市民進黨得票率和女議員候選人得票率的相關係數是 0.3980,支持非兩大黨的票數比例和女性得票率的相關係數更高 (r=0.4806)。由此結果可以推測女性是否當選和女性是否獲得選票的政黨影響機制並不完全相同。資料顯示,在一個地區裡,是否投給女性和該地區小黨的支持度有正向的關係,在無黨和小黨得票率越高的地區,女性候選人可獲得的票數也越多。

誰會投給女性?人口結構中的性別、年齡、教育程度

女生就會比較願意投給女生嗎?的確如此。可投票的女性人口比例和女議員得票率的相關係數是 0.4473。不過,國外研究顯示女性是否偏好女性候選人其實是更複雜的關係,主要與競選的公職類型、選舉報導的議題等等都有關係。若以人口中的教育程度來看,和預期一樣,受過高等教育的人口比例[2]和女性議員候選人的得票率為正相關(r=0.3978)。但是縣市的年齡結構,無論是平均年齡,青壯人口比例或年長人口比例和女性得票率都沒有太大相關。

經濟決定:是職業收入還是財產分配?

原本預期經濟狀況可能影響女性得票率,但是資料顯示,無論是各縣市的失業率、就業者之行業或身分、平均收入都與女性得票率無關。僅看女性就業與否、職業類別和月收入,結果還是一樣。但有趣的發現是,從應繳交地價稅者[3]的性別來看,女性土地所有人比例和女性得票率是正相關(r=0.3806),即女性繼承和擁有財產的比例和該地區女性獲得的票數相關。女性要能夠獲得土地所有權,除了自己購得,最可能的是繼承。年長女性因喪偶繼承,或年輕女性因無法繼承而傾向自己買房,都可能讓女性成為土地所有者。女性土地所有人較多的地區,代表當地社會文化對女性擁有財產的接受度較高,同時也表示該地區的女性更有意願及能力為自己爭取財產。男女地產分配越平均的區域,女性得票率也較高。

社會參與和法治文化

原來預期越多女性投入志工服務的地區,女性的社會參與能見度越高,選民會更樂意支持女性候選人。但是無論是縣市統計指標中的男女志工人數比例,還是女性志願服務參與的比例,和女性得票率皆呈現負相關(r=-0.4757和r=-0.3973),甚至女性社團參與也一樣為負向關係,只是相關係數下降(r=-0.2532),而志工人數比例較高的縣市,依序是台東縣(3.8),宜蘭縣(3.04)和花蓮縣(2.27)。過去都認為志願服務有助於提高政治效能感,有助於女性參與公領域。但是一方面男女參加志願服務的方式複製傳統性別分工:男性參加環保和社區服務、擔任義警、義交、義消等消防及救難服務,女性則負責教育、社福、醫療衛生保健,無助於改變性別刻板印象;另一方面,志工人數比例和各縣市的發展狀況似乎成反比,並不符合一般的想像,即因為擁有剩餘的資源才投入志工行列。到底志願服務參與和女性得票率的關係如何解釋?有待更深入的探討。

此外也發現,各縣市的家暴通報件數和勞資爭議件數,與女性得票率有中高度相關(r=0.6056  r=0.6090)。揭發家庭暴力、因勞資問題提出訴訟這類的行為,在重視和諧的傳統文化中並不常見,因其可能破壞集體情誼和人際和諧。這些事件的統計結果較高的地區,有較多人採取制度性管道解決衝突和問題,顯示他們更懂得利用法律維護個人權益,該地區也可能逐漸由法治文化代替過去傳統社會的社群情感約定。法治基礎文化發展較好或者個人主義較為盛行的縣市,對女性候選人的支持度也較高。

地方政府作為影響女性得票率

資料分析發現,各縣市的歲入來源和支出方向都和女議員的得票率息息相關。地方政府歲入來源中屬於稅課收入的比例和女性得票率的相關係數高達 0.6400,相反的,歲入來源是補助和協助收入的比例則與女性得票率呈負相關,相關係數為 0.5326。這顯示發展與財政狀況較好、愈能仰賴稅收的縣市,女性得票率越高。同時,各縣市的教育、科學文化支出與社區發展及環保支出,和女性得票率是正相關 (前者 r=0.5398,後者 r=0.33527),但是經濟發展支出和女性議員得票率卻是負相關(r=-0.3309)。可能的解釋是地方政府注重的議題可能影響選民對候選人性別的偏好,假如政府偏向提倡的議題被視為較適合女性處理,如教育,文化,環境等等,該地區投給女性的票數會較多,若地方政府關注於和經濟建設有關的議題,則相反。

女性在公務體系的人數多寡是否與女性議員候選人獲得的票數有關?分析結果顯示單看女性公務人員的比例和女議員候選人的得票率只有低度相關(r=0.2635),但若看地方公務體系的女性主管比例[4],相關係數卻提升至 0.3256。這代表,地方公務體制讓更多女性擔任主管,女性的領導能力以及決策能力更能被看見,如此得以改變社會大眾的性別刻板印象,更願意讓女性擔任民意代表進入政治領域。

政黨政治和地方派系之外

以上分析並不否定政黨和地方派系對女議員得票率的影響,以這些縣市指標和數據資料,難以釐清不同因素之間相互影響的關係,也無法得知地區因素以及女性得票率的因果關係。但是分析結果呈現其他可能和女性得票率相關的其他因素:人口性別、教育程度、土地所有人的性別比、家暴和勞資事件數、地方公務體系的女性主管比例、地方政府的稅課收入以及支出項目都有關。除了地方發展之外,這些因素也反映了地方的性別文化(傳統父系社會的財產分配方式)、法治文化(公權力介入家庭和職場糾紛)、政府決策與作為(女性主管比例和文教支出)。如何改善政治參與的性別差異?是個相當複雜的問題。除了從個人選舉行為或者派系運作來回答此問題之外,以上簡單的縣市資料分析提供另一個思考方向:地方社會經濟文化,政府作為間接影響著女性候選人是否能獲得選民支持。

 

 

[1] 女性議員候選人所獲得的票數/議員選舉有效票數

[2] 大專以上的人口/15歲以上的人口

[3] 100年資料

[4] 2015年主計處統計

 

 

Cover Image: 巷仔口社會學自製

在《女性候選人在哪裡可獲得較多選票?派系、政治世家和政黨之外的地方因素》中有 1 則留言

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料