孫文學校校徽
SUN YAT-SEN SCHOOL · AI RESEARCH CENTER

把政府公開資料
算成一座看得見的城市

我們不打電話、不發問卷、不訪問任何人。我們把中選會歷屆的逐里開票紀錄、內政部的戶籍人口統計、財政部的所得統計,拼成一座數位城市。第一步我們先做新北市——1,032 個里、338 萬名合成選民,用它推估 2026 新北市長選舉在每一個里會長什麼樣子;之後全台各縣市都會做。所有數字在發布當下就用時間戳釘死,投票日開票之後公開對帳。

結構傾向推估,非民意調查 未訪問任何人 · 0 份問卷 量化推估 0 次 LLM 呼叫 Wave 1 · 2026-08-14 封存發布
01 · 這是什麼

30 秒看懂

坊間的民調是「問幾百個人,推論全部人」;我們做的是相反方向:不問任何人,改用已經發生過的事實去推算。已經發生過的事實有兩種——每個里過去投過什麼票(中選會逐里開票),以及每個里住著什麼樣的人(戶籍、教育、婚姻、所得統計)。把這兩種拼起來,就能推估「如果今天投票,這個里大概會是什麼結構」。

1,032
預測顆粒度:新北市全部 1,032 個里(29 行政區)
338 萬
合成選民:對回戶籍 20 歲以上人口,總計 3,381,092 人
8 場
回測用的真實選舉(2018/2022 市長、2020/2024 總統)
0 份
問卷。未訪問任何人——所有原料都是公開資料
02 · 報告

兩個縣市的推估

花蓮是 2026 縣長選舉的結構分析——把公開民調攤到回測過的村里地形上,算出三個人在每個村里的相對強弱。新北是 1,032 個里的合成選民模型與賽前預測。兩套的資料層與方法不同,各自的限制寫在各自的頁面裡。

花蓮縣長
新北市長
03 · FORECAST

2026 新北市長賽前預測

Wave 1(2026-08-14 版)。中央情境為李四川 53.2% : 蘇巧慧 46.8%,1,032 里中蘇巧慧領先 464 里。重點不是誰領先,而是這 6.5 個百分點的領先小於民調彼此之間的分歧——這份報告把誤差住在哪一格寫到底。

賽前預測 · 已封存存證閱讀 →
04 · DEMOGRAPHY

里 × 年齡/性別/婚姻/教育
支持傾向假說

把每個里再切成年齡、性別、婚姻、教育四個切面,推估各族群的傾向差異。這一份是「假說」不是預測——因為開票結果只到里為止,不會告訴你里內的 30 歲男性投了誰,所以它無法回測驗證,頁面上如實標註。

假說 · 無法回測閱讀 →
05 · MAP

2026 新北市長里級預測地圖

把上面那些數字畫成一張新北市全圖,1,032 個里逐里上色,滑鼠移過去就看得到那個里的推估值。地形怎麼分布、哪裡是膠著帶,一眼就看得出來。

互動地圖開啟 →
06 · BRIEFING

媒體簡報(14 頁)

給記者與研究者的完整簡報:方法、回測成績、AI 在裡面扮演什麼角色(答案是量化部分完全不用)、政治中立怎麼證明、以及引用規範。可直接列印成 PDF。

投影片 · 可列印開啟 →
07 · PRESS

記者會新聞稿(14 張投影片)

2026-08-26 對外發布的首波新北市長選情推估新聞稿,做成可直接放映的投影片:李四川 53.23% : 蘇巧慧 46.77%、324 里落在高度競爭區間,以及板橋、土城、樹林、鶯歌、泰山五個關鍵戰區。按 ▶ 放映即可全螢幕播放。

新聞稿 · 可放映開啟 →
08 · COVERAGE

媒體報導紀錄

本中心對外發布內容的媒體報導彙整,依發布時間排列,附各則出處連結。2026-08-26 首波記者會當日共 11 則報導。本頁只記錄出處,不對報導內容作評論。

報導彙整開啟 →
09 · FAQ

常見問題(26 題)

把方法從頭講一遍,不用任何專業術語:什麼是地形與水位、為什麼照抄上一次開票會贏、資料從哪裡來、用什麼工具、準確度怎麼驗證、AI 到底扮演什麼角色。第一次接觸這套方法從這裡開始最快。

白話問答 · 無門檻閱讀 →
10 · DISCLOSURE

方法揭露與免責聲明

方法、母體、誤差、資料來源的完整揭露,以及選罷法第 53 條的合規說明。報導或引用本中心的內容,請連同本頁連結一併附上。

引用前必讀閱讀 →
03 · 方法

方法只有一句話:地形 + 水位

這是整個專案唯一需要理解的比喻。想像新北的 1,032 個里是一片高低不一的柱子:

地形
每個里相對於全市的政治高低。直接照抄 2024 總統大選的逐里開票結果——因為里與里之間的差異是地方派系、族群、產業長期沉積的結果,人口統計抓不住,但上一場開票已經完整記錄下來了。
水位
當期民調量到的全市整體支持度。水位一動,1,032 根柱子同步升降;柱頂過了 50%,那個里就翻盤。
誤差
地形很穩、水位很不穩,所以誤差幾乎全部住在水位那一格。這也是為什麼本次入錨的 5 份民調裡有 4 份說李四川領先、1 份說蘇巧慧領先時,我們會把這件事寫在報告最前面,而不是藏在附註。
驗證
「回測」就是拿已經開過票的選舉當考卷:只用更早的資料去預測它,再跟真實開票對答案。4 場獨立回測方向命中 77.6–97.1%,其中 3 場通過勝利門檻;得票加權後的誤差與台北市那一組幾乎打平。
04 · 界線

三條我們不跨過的線

一、這不是民意調查。本中心未對任何人進行抽樣、電話訪問、網路問卷或任何形式的調查訪問。所有數字都是由公開資料經統計模型算出來的「結構傾向推估」。引用時請勿以「民調」「支持率調查」稱之。
二、量化推估不用 AI 生成。大型語言模型(就是 ChatGPT 那類會寫字的 AI)在本專案的量化預測環節呼叫次數為 0。原因是實測過:讓語言模型去猜群體差距,它會把差距放大 4–10 倍,方向對、幅度全錯。AI 只被允許用在文字敘述層,不碰任何一個投票數字。
三、預測目標場的開票結果絕不進入模型。回測時嚴格隔離:要預測哪一場,那一場的答案就完全不給模型看,只能用更早的選舉去校準。否則就是拿著答案考自己。
05 · 合規

選罷法第 53 條:法定黑箱期

依公職人員選舉罷免法第 53 條第 3 項,投票日前 10 日起至投票時間截止,任何人不得發布、報導、散布、評論或引述具民意調查外觀之選舉資料。中選會公告投票日為 2026-11-28,因此法定黑箱期為:

2026-11-18 00:00 起 至 2026-11-28 投票截止。於黑箱期發布、報導、散布、評論或引述本中心內容者,其法律責任由該行為人自負;依同法第 110 條可處新臺幣 10 萬至 200 萬元罰鍰。

本段為工程與產品視角的合規設計說明,非法律意見;確切法律適用以中央選舉委員會函釋及法院見解為準。完整說明見揭露聲明