成功 Success > 終身學習
feature picture
Element5 Digital on Unsplash

選舉為何不記名?單一選區制是什麼?ㄧ文搞懂台灣的投票制度

2022-10-05 周偉航(人渣文本)
分享
收藏
已完成
已取消

投票制度可以細分成許多種類,真要討論,十本書都講不完。在這邊,我只談和臺灣有關的投票制度。

記名投票的爭議

前面已經討論過祕密投票,也提到記名(公開)投票的話,可能會受到權力威脅,或是有賄選的可能。

古羅馬共和時期以公開的記名投票為主,因此賄選橫行。當然,要批判他們是「賄選」也不客觀,因為那時還不知道買票會造成負面的影響,直到後人發現「民選皇帝」為了撈錢來支應買票,拚命發動戰爭,結果造成資源虛耗,「成本過高」,賄選才成為壞事。

雖然記名投票可能會造成一些問題,但在許多場合中,還是可以看到記名投票。考量成本(印選票、設投票所都有成本)與效益,在牽扯利益不大的狀況下,我們的確可能採用公開記名投票的方式來決定一些事。

在公開投票時,你能觀察其他人的投票結果,別人也可以看到你投誰,因此會產生一些「賽局」的策略計算。像是 2016 年國民黨廢除洪秀柱提名權的臨時全代會中,「挺柱派」代表試著將記名的舉手表決改為不記名的秘密投票,以提升己方的勝算,但「換柱派」並未接受這種作法,仍以公開舉手的方式來確保換柱一事不會橫生枝節。也有投票權的王金平於會後亦表示:「我不舉手,會變成新聞」。

普通公民通常不熟悉投票相關賽局(百姓對於「殺價賽局」可能比較擅長),很可能因此被政治人欺負。 是以為了公平起見,考量保護弱勢者的權益,通常不建議在一般公民參與的場合中採行記名投票。 像是村里巡守隊決定輪班制度,軍隊決定誰要留下來擦槍(這也都是「政治」的一環哦),就可能發生狡獪者利用賽局讓笨人中計的狀況。

所以通常是在「全政治人」的環境境,比如說議會內部的投票,有政黨責任政治的考量,才會大量採用記名投票。

延伸閱讀:開會舉手表決?小心得到團隊的「假共識」!

不去投票不行嗎?——強迫投票

臺灣現在的投票率約介於 60%~80% 之間,這代表至少有五分之一的人基於各種因素選擇不去投票。但有些國家會規定你一定要去投票,不投是要受到處罰的。

學者多半認為「不去投票」也是種政治表態,因此政府若是強迫人民投票,在倫理學上站不住腳,因為他去了也是蓋廢票,不但沒有實益,又會浪費機會成本(他可以利用這個時間做更有貢獻的事)。

北韓也採強制投票的形式,但因為通常只有一個候選人可以選,所以他們的投票比較接近人口普查或社會監控。

節省成本的間接民主?

間接民主和直接民主是相對的概念。因為要把所有人集中起來投票,實在很不方便,所以先由公民投票選出一些人,讓這些人代表所屬民意到特定地點去投票、開會,幫公民決定事情,以節省「成本」。

但因為現代的資訊較發達,所以在政治改革上,會儘量減少間接民主,以求讓民意能夠完整展現。過去臺灣的總統要經過國民大會投票,自 1996 年開始已改成人民直選。

間接民主可能產生的問題是:民代被「黨意」綁架。 尤其分越多層(人民選代表,代表又選代表的代表,代表的代表又選代表代表的代表),被黨意綁架的情形就越嚴重。

多合一選舉

近年來,臺灣將各大小選舉整合成「中央」與「地方」選舉,又因為地方自治有諸多層級,所以出現九合一大選(直轄市長與議員、縣市長與縣市議員、鄉鎮市長與代表會、原住民自治區長與代表,還有里長)。

多合一選舉最大的特色就是會出現候選人的聯合競選,不同層級的候選人可能共用競選總部、廣告看版、宣傳車、紙本文宣等硬體資源,或是組成配票聯盟。當然,如果政黨候選人在某種選舉中表現不好,也可能拖累整體選情。例如連勝文的表現不佳,就重創國民黨在 2014 年的九合一大選。

單一選區與複數選區

「單一選區」制是在一個選區中只選出一位民意代表,而「複數選區」制是在一個選區中會選出多個代表。過去臺灣的立委選舉是複數選區制,目前已改為單一選區制。

單一選區制會放大得票領先的效果,讓國家比較有機會走向兩黨或兩陣營的政治格局。而且因為候選人會想盡辦法擴張選票基礎以求勝選(過 50% 才能篤定當選),所以最後通常不太可能是激進或持極端立場的政黨來執政。臺灣採單一選區制之後,想執政的政黨就會拚命往中間靠。

臺灣各級地方民代選舉仍保持複數選區制。 複數選區讓小黨或無黨候選人較有爭取選票的機會,因為只要 10%~20% 的得票就有機會勝出,這也讓一些主張或候選人特質比較罕見的人有機會勝選。

延伸閱讀:誰能當主管,由投票決定!向日本「旅館救星」星野集團學用人

比例代表制

臺灣有所謂「不分區立委」,是由「政黨票」得票比例來劃分席次。因計算方式複雜,大概只有不到一成的公民清楚其原理。簡單來說,一個政黨要分配到不分區立委席次,需要先提名十個區域立委候選人(就是前面的單一選區候選人),才能夠提名不分區候選人,接著要在「政黨票」中得到百分之五以上的選票,才可以參與分配席次。

超過百分之五得票的政黨,會依這些黨的得票比例,來分配三十四席的不分區立委席次。

相對來講,選民去投立委時就會拿到兩張票,一張是你戶籍所屬的區域立委票(或原住民立委票),上面會列出的一個個的候選人大名;另一張就是政黨票,上頭只有參與不分區的政黨可以選。你當然可以選擇兩張票投不同政黨,這種「分裂投票」也是政治人物進行選舉操作時的重點。

2016 總統大選中,政壇討論的焦點之一,就是王金平能否拿到國民黨的不分區第一名。只要排在國、民兩黨的不分區第一名,因為這兩黨實力一定可以過 5%,就等於宣告已經當選,因此王若排在第一,就可以維持他的政治能量,而牽動政壇情勢發展。

這種選制的問題在於小黨非常難勝出,因為要拿到 5% 的選票非常非常的難,馬英九一個堂堂的總統都當到只有 10% 支持度了。因此接下來可能修法調低門檻,讓小黨有生存的空間。否則小黨本來在區域就不容易勝出,不分區又分不到,那真的是不用玩了。

其實不管採用哪種制度,不要一直更改,讓選民可以熟悉、適應,總是較好的發展方向。對於政治人來說,也比較好經營選區,因為需要 50% 得票的立委和 10% 得票就能當選的議員,會有不同的選區經營方式,前者可能會強調政策和候選人特質(文宣),後者可能就會著重在人際關係的連結(組織)。

(本文出自《選舉,不是你想的那樣!》,臺灣商務)

繼續閱讀 時事追蹤
相關文章

選舉,不是你想的那樣!:人渣文本的48堂公民實戰課

成功 Success > 職涯發展
feature picture
攝影 / 賀大新

消滅「手動」的煩人庶務!掌握 Vibe Coding 三原則:一天做完8件事,保留更多時間給自己

2025-08-18 林柏源
分享
收藏
已完成
已取消

8 年前,中文系出身的 Webbrain AI 共同創辦人 Sofia 決定嘗試學 Python。當時,她滿懷期待地報名了線上課程,卻在最基本的環境設定就被卡住。只為了跑出一行「Hello World」(程式設計的第一個小測試,代表環境設定成功),她耗掉兩周時間,卻什麼都看不懂。

終於,她選擇放棄。這段經驗,成了她心裡的陰影 ——「學程式」,似乎是文科生跨不過的鴻溝。

好消息是,近年生成式 AI 的出現,徹底改變了她的想法。也為許多文科人才,開啟 Coding 的新可能。

文科人才正在起飛!掌握3原則,用 Vibe Coding 解決煩人庶務、開啟全新機會

Sofia 回憶,第一次透過自然語言指令,讓 AI 生成並運行一段程式碼時,她驚訝地發現:原來語言本身,就是最強大的程式能力。 而這,便是 Vibe Coding 的核心:只要能清楚描述需求,就能讓 AI 自動產出可部署的程式模組。

Sofia 的第一個 Vibe Coding 專案,就是解決工具切換後的難題。公司決定「全面匯入 AI」後,原本依賴 Asana 的行銷工作流被撤換,她必須在 Google Workspace 裡重新建立流程。過去,四面八方的訊息透過 Asana 自動化分類;但現在,這個系統不見了。

總不能每天人工去翻吧?於是,她透過 Google Apps Script,把 Email、網站表單、社群訊息通通接到 Google Chat 的同一個 Space;接著,再用 OpenAI 的 API 自動產生摘要,判斷訊息是否有用,甚至幫忙過濾掉 spam。

結果,團隊能更快聚焦在真正需要回覆的訊息上。當訊息一口氣變得清爽、只剩下真正需要處理的內容時,大家都鬆了一口氣。這就是 Vibe Coding 的 first win —— 一個小小的腳本,馬上把混亂變有序,省下無數零碎時間,也讓團隊第一次真切感受到 AI 的威力。

這段經驗讓她體會到,寫程式的重點不在語法,而是 Prompt 是否說得清楚:要處理什麼情境、要完成什麼任務、最後要輸出到哪裡。 這三個原則,看似簡單,卻是文科生最能駕馭的地方。因為核心並不是「會不會寫程式」,而是「能不能清楚表達需求」。

關鍵原則 Prompt 說明 Sofia 的案例
明確情境 先描述清楚工作場景 客服訊息分散,需要集中管理
清楚任務 指定 AI 要完成的具體工作 自動分類、產生摘要、先擋掉垃圾訊息
具體輸出 說明要在哪裡、以什麼形式落地 生成能在 Google Apps Script 部署的程式碼

「你不需要完全看懂所有程式碼,只要理解哪個 function 代表哪段邏輯,剩下的 debug 都交給 AI 來解決。」

不事事求人、用說的就能寫程式!一套「工具箱思維」讓專業被看見

原來,Vibe Coding 的主要進入門檻,是透過自然語言把「需求」講清楚。想清楚這一點,或許會讓許多文科生豁然開朗:寫程式不再是懂 Code 人的專利,而是人人能擁抱的新機會。

Sofia 比喻,AI 像是永不翻白眼的同事,不管問題多「笨」,都能耐心回答。過去學 Python 時,複雜的設定和艱澀的邏輯讓她挫敗,即便找到同事請益,也會擔心打擾對方。

如今,AI 能直接協助 debug、解錯誤訊息,讓學習過程變得安全而有信心;這種分工方式,也讓她更快跟上公司的全 AI 浪潮。「AI 幫我解決了寫 Coding 會遇到的基礎、初階問題,真正無法解決時再請人協助。」

有了幾次成功經驗了後,她進一步建立了一套自己的「Vibe Coding 工具箱」。在她眼裡,每一個 AI 模型、每一個小工具,就像是工具箱裡的不同零件 —— 有的擅長生成文字,有的擅長寫程式,有的更適合做跨平台整合。關鍵不是死守一個工具,而是懂得比較、測試,找到最適合自己工作的組合。

這樣的「工具箱思維」,也成為她在 《職場必備 Vibe Coding 實作課》 微型線上課的設計核心。在微型線上課裡,Sofia 會帶著你親手打造屬於自己的工具箱:

  • 學會怎麼描述需求,挑對 AI 模型來產出成果
  • 學會用 Google Apps Script、各種小模組,把工作瑣事自動化
  • 實作成果可應用在職場中,包括團購表單、名片掃描小幫手、互動提案網站、導購產品頁面
  • 獲得示範成品,直接套用整理過後的程式碼,小幅修改就能上線

Vibe Coding 不只是 Prompt 技巧,而是一個讓你能靈活組裝的工具箱。當這個工具箱在你手裡,你就能在職場裡隨時拿出最合適的解法,讓你的專業被看見。

省下更多時間給更重要的事!效率鬼速提升,5 分鐘就看見成果、展現專業

Sofia 說,自從兩年前開始用生成式 AI 幫忙處理日常工作後,時間大幅縮短。過去需要一周完成的 8 件事,如今一天就能完成;這讓她能把更多心力投入到行銷策略規劃上,而不是被重複性的貼文、報表埋沒。

效率好壞,往往是團隊能否成功推進多個專案的關鍵。台灣不少公司人力有限,卻要同時承擔策略與執行。能善用 AI,才有餘裕專注在最有價值的部分。

或許你也曾經覺得,Coding 離自己很遠;或許你也像 Sofia 一樣,曾經被複雜的語法和環境設定嚇退。但現在,新的機運之門已經打開了。

在這個 AI 時代,別再把自己鎖在 PPT 和文件裡。勇敢試試 Vibe Coding,讓你的文字與想法,成為世界看見你的舞台。

《職場必備 Vibe Coding 實作課》

資料來源: 《職場必備 Vibe Coding 實作課》 微型線上課、數位關鍵字 EP 192. 文組人也能上手的 Vibe Coding!AI 如何協助行銷人員解決重複性工作

繼續閱讀 AI
相關文章
會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
追蹤我們