image source:組圖／翻攝自網路
文／葛緯詩
2020立委選戰即將進入百日倒數！民進黨確定禮讓前時代力量立委林昶佐的台北中正、萬華選區。獲得民進黨兩次禮讓的林昶佐，擁有傳統綠營基層、年輕人的支持，將與上次意外落馬的國民黨立委林郁方再次交戰。然而從台北市中正、萬華區的選民結構來看，以及根據《2020選戰溫度計》的資料，林昶佐和要王子復仇的林郁方陷入激戰。
image source:2020選戰溫度計（觀測區間：2019/10/01至2019/10/07）
失去太陽花光環 退黨後聲量高峰都是負面事件
林昶佐近三個月來的網路聲量，退黨當日無庸置疑是聲量高峰，一天就創下2萬5107筆聲量，相較日平均值成長近250倍以上。由於不滿黨內派系之爭，林昶佐最後選擇退黨並於同日宣布「支持總統蔡英文連任」，以無黨籍身分投入中正、萬華區立委選戰，搶攻綠營選票意圖明顯。
image source:KEYPO大數據關鍵引擎／林昶佐聲量趨勢（觀測區間：2019/07/11至2019/10/08）
聲量高峰次高出現在洪慈庸退黨當日，之後便再無明顯帶動網路話題。從近一個月區間來看，較明顯的聲量高峰則分別為大港開唱停辦爭議，及聲援「929撐港反極權」遊行兩件事。由於林昶佐身為大港開唱創辦人，如今卻遭爆出沒有勞保且財務不透明，對此林昶佐回應「自己2016年已退出團隊，應由他們團隊回應」挨批切割；聲援香港遊行，則因為喊話國民黨「不來就是中共代言人」，反而在PTT上被噓爆「情緒勒索」、「閃兵」。
image source:翻攝自PTT
林郁方網路聲量找突破口 外部效應受「斷交」影響最大
相較之下林郁方的聲量並不高，近三個月來僅有4674筆，但從熱門關鍵字中可以發現「斷交」兩字。面對近年來台灣面臨的雪崩式斷交問題，蔡英文上任至今已丟失7個邦交國，儘管對外喊話「台灣不會和中國競逐金錢外交，以應付不合理要求。」但口號無法解決台灣不斷丟失邦交國的事實，更讓具有國防專業的林郁方找到戰場，頻頻針對外交一事發言，不僅有了著力點，也有機會藉此掌握選舉中的話語權。
image source:KEYPO大數據關鍵引擎／林郁方熱門關鍵字（觀測區間：2019/07/11至2019/10/08）
選情膠著 王炳忠、徐立信互拉選票成關鍵
此外，這次中正、萬華選區藍綠都面臨分裂局面，新黨王炳忠以及台灣民眾黨徵召的議員徐立信加入戰局，增添選情變數。徐立信為現任議員，過去曾為國民黨員，同樣是靠著太陽花學運時期一舉成名，擁有一定的基層實力，複雜的背景除了可能帶走部分藍營選票，也勢必瓜分掉與林昶佐相近的支持群眾選票，將對誰選情造成更大的影響還不清楚。
image source:組圖／翻攝自臉書
王炳忠則是搶攻藍營支持者，林郁方過去雖然長期深耕地方、勤走基層，對傳統基層民眾的選票有相當掌握，但終究有四年的空窗期。
觀察網路好感度，林郁方10月1日至10月7日的一周區間，是四人當中負面聲量最低者；徐立信則因為柯文哲的光環，正面聲量比例是四人中最高的30.07%。反倒是支持者以年輕人為主，網路口碑對選情影響層面較大的林昶佐，如何靠「空軍」彌補選民結構上藍大於綠的劣勢，是該選區後續觀察的重點。
image source:2020選戰溫度計（觀測區間：2019/10/01至2019/10/07）
選民結構藍大於綠 林昶佐恐陷僵局
根據中選會從1996年到現在的歷屆選舉資料，《選戰溫度計》分析藍綠基本盤，台北市第五選區（中正、萬華）的藍營鐵票有22.5%，綠營鐵票則有18.8%，游離選民則是58.7%，選民基本結構是藍大於綠。
攤開2016年立委選舉，林昶佐當時的得票率為49.52%，勝過林郁方45.58%，不過回過頭來看，仍要看該選區最大的變數徐立信，最後到底會搶走林郁方、林昶佐哪一方更多的票。
image source:網路溫度計
「2020選戰溫度計」登場
快來看看你支持的候選人當選率有多高
『2020選戰溫度計候選人當選預測模型』分析說明：
本文依據『2020選戰溫度計』大數據選舉預測平台 之數據撰寫，平台以『候選人當選預測模型』四個模型，包括候選人實力模型、網路口碑預測模型、媒體民調、群眾預測分別評估候選人選票版圖、口碑傳播力、選民支持力，綜合預測候選人之當選率(主要候選人各項指標之互比平均值，主要候選人之加總為100%，即不考慮其他候選人及投票率的情況下之主要候選人得票率)，並且依據2018選戰溫度計候選人預測模型做人工智慧機器學習調整模型。（『候選人當選預測模型』詳細說明）
本文分析時間 ：
本文分析時間依不同主題制定，如文中圖片下方說明所述。
本文資料來源：
1. 政黨版圖資料庫： 資料取自中央選舉委員會選舉資料庫，共蒐集1996年至2018年立委、總統、縣市長選舉之選舉資料。
2. 網路口碑資料庫： 透過『KEYPO大數據關鍵引擎』，每日累積100萬筆以上的網路數據庫，其內容涵蓋Facebook、YouTube、新聞媒體、討論區、部落格等網站。
3. 媒體民調資料庫： 資料取自媒體委託或直接調查並公開發布之支持度民調報告。
4. 預測市場資料庫： 資料取自國內之預測市場網站，包含未來事件交易所、智慧交易所(又名台北政治經濟交易所)
