房業網
粉絲專頁
（記者張麗娜／綜合報導）根據《鉅聞天下新聞網》委託「皮爾森數據」民調進行「2026新竹市長可能人選調查報告」中，對新竹市選民負面黨性調查結果顯示，反藍比例達45.14%、反綠為40.64%，中間選民為14.22%；與2022年相比，新竹市選民的負面黨性結構出現顯著變化，反藍增加13.16%，反綠下降9.19%，主要原因是2022年的林智堅因素淡化。
而反藍陣營中，「只喜歡民進黨」族群從 14.25%躍升至26.41%，漲幅達 12個百分點，「只討厭民眾黨」從5.51%上升至10.16%，也增加近5個百分點。而反綠陣營中，「只討厭民進黨」從40.07%降至 38.43%ㆍ雖然減少1.64個百分點，但仍為最大族群。
「負面黨性」影響選舉 「討厭民眾黨」多為綠營支持者
「負面黨性」（Negative Partisanship）是指選民投票的動機主要是討厭或不認同某個敵對政黨，而不是真心支持自己的政黨，這種「恨」的力量在台灣已顯著影響選舉。如2022年選舉時的「林智堅論文抄襲事件」、「高虹安立法院公積金合法爭議」等重大爭議事件，各政黨及其支持者對這些事件的態度及看法差異之大，必須從「負面黨性」的角度切入，才能深入理解其中的道理。
皮爾森數據表示，「負面黨性」的調查方式是請受訪民眾針對國內三大主要政黨評分，1分表示「非常不喜歡」，10分表示「非常喜歡」，調查出選民對不同政黨的喜歡與討厭程度，同時詢問受訪者絕對不會投票的政黨，依「政黨情感分數低於3分，且絕對不投該政黨者」為界定標準。
由於每個人對於三大主要政黨都可能存有負面黨性，因此針對國內三大主要政黨之負面黨性進一步可分類成 8 個族群（A-H）並給予分類名稱，以利了解不同族群；結合台灣三年多來對於黨性研究有兩項重要發現，討厭民眾黨的政黨支持者族群，主要為民進黨支持者與基進黨支持者；民眾黨支持者在傳統藍綠光譜中偏向泛藍。綜上所述，能將三大主要政黨負面黨性的 8 個族群，規整成藍綠厭惡光譜分成反藍(E+F+G)、反綠(B+C+D)、中間（A+H）三大類。
反藍增加、反綠下降 民進黨呈現愛恨兩極
此次調查結果，整體而言，新竹市民反藍比例達45.14%、反綠為40.64%，中間選民為14.22%，若與2022年相比，反藍增加13.16%，反綠下降9.19%，中間選民不降3.97%。皮爾森數據表示，主要原因是2022年的林智堅因素淡化。
在反藍陣營中，「只喜歡民進黨」族群從 14.25%躍升至26.41%，漲幅達 12.16個百分點；「只討厭民眾黨」從5.51%上升至10.16%，也增加近4.65個百分點；「只討厭國民黨」從12.22%下降至8.57%，下跌3.65個百分點。
而反綠陣營中，「只討厭民進黨」從40.07%降至 38.43%ㆍ減少1.64個百分點；「只喜歡民眾黨」從5.6%降至1.33%，減少4.27個百分點；「只喜歡國民黨」從4.16%降至0.88%，減少3.28個百分點。
中間選民部分，對三大政黨「都不討厭」，從17.45%降至13.6%，減少3.85個百分點；對三大政黨「都討厭」，從0.74%降至0.62%，減少0.12個百分點。
就各別政黨而言，新竹市民有 26.41%「只喜歡民進黨」，遠多於「只喜歡國民黨」的0.88%，以及「只喜歡民眾黨」的1.33%；而「只討厭民進黨」也高達38.43%，遠多於「只討厭國民黨」的8.57%，以及「只討厭民眾黨」的10.16%。整體而言，「只喜歡民進黨」的比例最高，但「只討厭民進黨」比例也最高，呈現愛恨兩極的局面。
仇恨值影響投票 不投民進黨、國民黨、民眾黨皆逾四成
而當被問及「我們想要請您用1到10來表示您對〇〇〇的看法，1分表示您『非常不喜歡』這個政黨，10分表示您『非常喜歡』。請問您會給〇〇〇多少？」結果顯示，有37.01%表示「非常不喜歡民進黨」，32.77%「非常不喜歡國民黨」，35.07%「非常不喜歡民眾黨」；「非常喜歡民進黨」的有13.87%，「非常喜歡國民黨」有11.31%，「非常喜歡民眾黨」有12.9%。值得關注的是，民眾對三大政黨的「最討厭度」都遠大於「最喜歡度」。
此外，當被問及「目前國內的政黨中，請問哪幾個是您『絕對不考慮投給它』？（複選）」，調查結果顯示，41.17%絕不投國民黨，40.72%絕不投民眾黨，44.88%絕不投民進黨，16.25%絕不投三大黨外的其他政黨。
本次調查是由《鉅聞天下新聞網》委託，皮爾森數據負責執行，經費來源為《鉅聞天下新聞網》。針對新竹市年滿20歲以上之網路人口，從2026年1月6日至2026年1月11日，共計進行6天，當中有效樣本為1,218份，在95%信心水準下，抽樣誤差為正負2.81%以內。
抽樣方法採用網路主動發放調查方式，透過資料管理平台（DMP），在性別、年齡與居住地比例分層隨機抽樣進行調查，並輔以網路行為分析帶入使用者輪廓標籤，確保符合調查對象的唯一性。同時針對使用者的性別、年齡與居住地的準確性採用網路行為與資料庫標籤比對方式，結合問卷題目設計做雙重認證，確保資料正確性與可靠性。透過轉傳分享問卷、重複填答，以及各種不符合隨機抽樣條件之樣本，皆不屬於有效樣本。樣本代表性與加權則採用比率估計法，母群體參數依內政部公布2025年11月民眾年齡、性別、戶籍資料，結合皮爾森數據DMP修正網路人口特徵值，逐項重複進行連續性修正，以使樣本特徵與母群體結構達到一致。
＊邀請您加入《鉅聞天下新聞網》Line好友，點擊網址https://lin.ee/squRXRO 每天為您推薦有價值的好新聞。
