PRESS RELEASE · 記者會新聞稿

孫文學校AI選情分析:
李四川53.2%領先蘇巧慧46.8% 新北324里仍陷膠著

AI民意與數據研究中心公布首波新北市長選情推估 板橋、土城、樹林、鶯歌、泰山成關鍵戰區

【新聞稿|2026年8月26日】
LEDE · 導言

首波2026新北市長選舉AI選情分析

53.23%
李四川目前推估支持度
46.77%
蘇巧慧目前推估支持度
6.45
雙方相差的百分點
324
落在47%至53%高度競爭區間的里

孫文學校新成立「AI民意與數據研究中心」,26日公布首波2026新北市長選舉AI選情分析。綜合歷次選舉開票資料、人口結構及近期公開民調,在李四川、蘇巧慧兩人對決的情境下,推估李四川目前支持度為53.23%、蘇巧慧為46.77%,雙方相差6.45個百分點;不過,全市1,032個里中,仍有324個里落在47%至53%的高度競爭區間,顯示李四川雖暫居領先,但整體選情尚未底定。

孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿02
① 里數分布

李四川領先568里 支持度變動3.2個百分點勝負可能翻轉

依目前推估,新北市1,032個里中,李四川在568里取得過半優勢,蘇巧慧則在464里取得過半;若進一步依競爭程度區分,蘇巧慧明顯領先291里、李四川明顯領先417里,另有324里處於高度膠著狀態。

分類里數
李四川取得過半568
蘇巧慧取得過半464
蘇巧慧明顯領先291
高度膠著324
李四川明顯領先417
全市合計1,032
孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿03
① 里數分布

民調之間的分歧,已大過翻盤所需的幅度

50 ~ 58
全市候選人整體支持度每變動 1 個百分點,可能改變領先者的里數
3.23 pp
蘇巧慧距離 50% 勝負分界的幅度

值得注意的是,新北市不少里的選情都集中在五五波附近。分析顯示,全市候選人整體支持度每變動1個百分點,約有50至58個里可能改變領先者。

蘇巧慧目前推估支持度46.77%,距離50%的勝負分界約3.23個百分點;而這次納入計算的5份公開民調,最高與最低結果相差4.42個百分點,民調之間的差異甚至已超過可能造成整體勝負改變所需要的幅度。

因此,現階段較適當的判讀是:李四川目前占有相對優勢,但新北市長選戰仍存在相當大的變動空間。
孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿04
② 關鍵戰區

板橋逼近五五波 五大行政區可能左右勝負

從29個行政區觀察,蘇巧慧目前相對較強的地區,包括貢寮59.4%、蘆洲55.7%、坪林55.7%、三重54.4%、石碇53.6%;李四川則在新店、永和、中和、瑞芳及烏來等地具有較明顯優勢。

李四川白線 = 50%蘇巧慧
蘇巧慧目前相對較強的地區
貢寮40.659.4
蘆洲44.355.7
坪林44.355.7
三重45.654.4
石碇46.453.6
李四川具有較明顯優勢的地區
烏來66.633.4
新店65.834.2
永和63.936.1
中和60.539.5
瑞芳58.241.8
孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿05
② 關鍵戰區

真正的決戰區,可能在中間選區

真正值得注意的,是人口較多、雙方支持度又相當接近的行政區。

李四川白線 = 50%蘇巧慧
板橋(126 里)50.249.8
泰山50.549.5
樹林49.450.6
鶯歌49.550.5
土城51.548.5

其中,蘇巧慧在板橋推估49.8%、泰山49.5%、樹林50.6%、鶯歌50.5%、土城48.5%,幾乎都緊貼50%分界。尤其板橋共有126里,是新北市選票最重要的區域之一,整體選情幾乎呈現五五波,未來任何小幅度的支持度變化,都可能牽動大量里別的領先態勢。

這也意味著,未來新北市長選舉真正的決戰區,未必在雙方傳統優勢地區,而可能集中在板橋、土城、樹林、鶯歌、泰山等競爭激烈的中間選區。
孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿06
③ 資料基礎

蒐集2014至2024八場選舉 分析各里長期投票結構

AI民意與數據研究中心表示,這套分析並非只依靠單一一場選舉結果推估2026年選情。

研究資料庫蒐集中央選舉委員會公布的2014年至2024年間共8場新北市里級開票資料,利用過去不同選舉進行反覆回測與比較,檢驗各里長期投票結構的穩定程度,以及不同分析方法對後續選舉的推估能力。

研究結果發現,相較於單純以年齡、性別、教育程度及所得等人口條件推估政治傾向,以前一次同類型全市性選舉的里級開票結果,作為各里投票結構的主要參考,實際回測效果更佳。

孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿07
③ 資料基礎

參考前一次里級開票結果,回測誤差明顯更小

4.2 pp
以 2018 年市長選舉各里結果推估 2022 年市長選舉,各里平均誤差
3.2 pp
以 2020 年總統選舉推估 2024 年總統選舉,各里平均誤差

例如,以2018年市長選舉各里結果推估2022年市長選舉,各里平均誤差約4.2個百分點;以2020年總統選舉推估2024年總統選舉,各里平均誤差約3.2個百分點,均明顯優於單純以人口統計條件進行推估的結果。

因此,本次2026新北市長選情分析,是在2014年至2024年多場選舉資料的回測與驗證基礎上,採用2024年總統大選新北市1,032個里的實際開票結果,作為各里既有投票結構的重要參考,再結合近期公開民調所反映的全市整體支持度,推估目前各里的可能選情。

孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿08
④ 人口結構

納入338萬人口結構 年齡不是判斷政治傾向的唯一因素

1,032
涵蓋的里數
3,381,092
統計合成人口總人數
121,647
形成的人口組合種類

研究過程也納入新北市各里的年齡、性別、婚姻、教育程度及所得等人口統計資料。

研究團隊依政府公開統計,建立涵蓋1,032個里、合計3,381,092人的統計合成人口資料,共形成121,647種人口組合,用以檢驗不同人口條件與各地投票行為之間的關聯。相關資料均為政府公開統計重新組合,不涉及任何真實個人的個資。

孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿09
④ 人口結構

人口條件不足以單獨解釋一個地區的政治傾向

不過,實際回測也發現,選民年齡、教育程度與所得雖然會影響投票行為,卻不足以單獨解釋一個地區的政治傾向。

回測目標以人口結構推估參考前一次里級投票結構
2022 年市長選舉7.5 pp4.2 pp
2024 年總統大選8.2 pp3.2 pp

例如,以人口結構推估2022年市長選舉,各里平均誤差約7.5個百分點,若參考前一次市長選舉的里級投票結構,誤差約為4.2個百分點;2024年總統大選兩種方法的誤差則分別約為8.2與3.2個百分點。

研究結果顯示,一個地區的投票行為除了人口年齡外,也受到地方政治生態、族群、產業發展、人口遷徙及長期政治選擇等多重因素影響,因此歷次實際開票結果,往往比單一人口特徵更能反映地方政治結構。

孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿10
④ 人口結構 · 補充

全新北的年齡、性別、婚姻、教育,各是幾比幾

把上一頁講的人口條件實際攤開來看。左邊藍色是李四川、右邊綠色是蘇巧慧,中間白線是 50%。

李四川白線 = 50%蘇巧慧
年齡
20-2946.453.6
30-3954.545.5
40-4959.740.3
50-5953.146.9
60-6949.650.4
70+53.346.7
性別
52.247.8
54.245.8
婚姻
未婚51.248.8
有偶54.345.7
離婚49.850.2
喪偶59.640.4
教育程度
國中以下46.054.0
高中職51.948.1
大專以上58.042.0
這一頁是「假說」,不是預測。台灣是無記名投票,開票結果只到里為止,沒有任何一場選舉能拿來驗證「里內 40 歲男性投了誰」——所以這組數字無法回測,也不用來推估各里選情。完整說明見本中心網站的「人口假說」頁。
孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿11
⑤ 民調來源

5份公開民調納入分析 4份李四川領先、1份蘇巧慧領先

本次分析依事先設定條件,納入2026年4月28日之後5份非政黨自行委託的公開民調,並將未表態者依已表態比例重新換算,再取5份結果的中位數,作為目前全市支持度的推估基準。

4 : 1
5 份民調中,4 份顯示李四川領先、1 份顯示蘇巧慧領先
409 ~ 626
分別帶入 5 份民調時,蘇巧慧取得過半支持的里數範圍
217
上述里數範圍的落差

5份民調中,4份顯示李四川領先、1份顯示蘇巧慧領先。若分別將5份民調帶入相同的里級投票結構進行推估,蘇巧慧取得過半支持的里數會從409里到626里不等,相差217里。

這也顯示,目前新北選情最大的變數,不在於各里既有投票結構突然發生劇烈變化,而是未來數月候選人表現、政治事件、選戰攻防及整體社會氣氛,是否進一步改變兩人的全市支持度。

孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿12
⑥ 性質說明

不是傳統民調 而是進一步解析支持度的區域分布

AI民意與數據研究中心特別說明,本次選情分析不是自行進行電話民調、網路問卷或個人訪問,而是運用政府公開的歷次選舉資料、人口統計資料及各機構已公開發布的民調結果,進行進一步的數據分析。

傳統民調主要回答候選人在全市「誰領先、領先多少」;這套分析則希望再進一步觀察,相同的全市支持度落到1,032個里後,可能呈現什麼樣的區域差異,哪些地方相對穩定、哪些地方競爭激烈,以及哪些區域最可能影響最後勝負。

研究中心也說明,AI主要運用於程式撰寫、模型建立、資料整理與交叉檢查,實際的里級選情推估仍由歷次開票資料與公開民調進行運算,並非由生成式AI直接猜測哪一個里或哪一類選民會支持哪位候選人。
孫文學校 AI 民意與數據研究中心 · 2026 新北市長選情分析 · 記者會新聞稿13
CLOSING · 對帳承諾

推估結果予以留存,
11月28日開票後逐里比對

孫文學校AI民意與數據研究中心表示,本次公布的推估結果將予以留存,後續不因新民調或選情變化回頭修改;待11月28日正式開票後,再將預測與實際結果逐里比對,以檢驗這套分析方法的準確性與限制。

研究中心希望透過這項分析,在傳統全市性支持度之外,增加歷次投票結構、人口特徵及區域競爭程度等觀察面向,讓外界不只看到候選人「現在幾比幾」,也能進一步了解哪些地區是基本優勢區、哪些地方選情最為接近,以及哪些區域可能真正左右2026年新北市長選舉的最後結果。

【新聞稿|2026年8月26日】