民調沒說的事！蔣萬安、沈伯洋情緒分布曝光，這差距竟大到令人震驚

9月22日公布的台北市信民兩岸研究協會民調，蔣萬安支持度41.7%、沈伯洋40.5%，差距1.2個百分點，落在抽樣誤差範圍內。同一段期間，社群數據分析平台QSearch監測到台灣社群上提及兩人的貼文共334,308篇，涵蓋Threads、Facebook、媒體與論壇四個渠道，時間從6月1日到9月20日、整整16個完整週。

把這33萬則貼文拆開來看，兩人的差別其實不在「誰的聲量比較高」。真正穩定的差異藏在三件事裡：聲量從哪裡來、被別人怎麼講、被拿來談的是什麼事。三個層次都呈現出結構性的落差，而且四個月幾乎不隨事件起伏改變。

全期蔣萬安201,022篇、沈伯洋133,286篇，總量相差1.5倍。但這個1.5倍是把四個月混在一起算出來的平均值，逐月看完全是另一回事——倍率從6月的1.27倍，7月拉開到2.96倍，8月回到1.25倍，9月是1.24倍。

7月之所以是兩條曲線距離最遠的一個月，是因為兩人的高峰與谷底幾乎完全錯開。蔣萬安因毒油事件與725凱道集會衝到全期高點，連續四週上升，單週貼文數從9,592篇推到17,982篇；沈伯洋同期主力行程移往訪美，從6月8日當週起連續六週下滑，單週量從7,003篇掉到3,627篇。一邊在爬坡、一邊在下坡，倍率自然被拉到全期唯一破2的位置。

全期最劇烈的兩次單週跳動則各自對應一起具體事件：蔣萬安是8月31日當週的+82.8%（長子交換學生資格與利益迴避爭議爆發），沈伯洋是9月14日當週的+60.6%（石牌、公館夜市掃街人潮效應疊加候選人登記），該週他累積20,825篇，是全期單週最高。

換句話說，只看「全期差1.5倍」這一個數字，會錯過中間這段完全相反的走勢。

這是全期最穩定的一條差異，穩定到可以稱為「體質」而不是「狀態」。兩人聲量的最大來源都是Threads，但比重差很多：蔣萬安38.7%、沈伯洋53.5%。媒體佔比則完全反過來，蔣萬安33.8%、沈伯洋23.0%。關鍵在於，把四個月切成三段來看，這組比例幾乎沒有變動——同期總量的單週擺動可以高達八成，渠道組成卻紋風不動。

講白話就是：蔣萬安大約三分之一的聲量，是媒體報導與其衍生討論撐起來的；沈伯洋則有超過一半來自Threads上使用者自己發的內容。至於Facebook，兩人都在兩成上下，論壇也都在4%到6%之間，這兩個渠道幾乎沒有區辨力。

成因數據本身回答不了，但從兩人的身分推測，市長的職務活動本身就會產生新聞，挑戰者要進媒體版面通常得自己製造話題。這一層屬於脈絡補充，不是數據結論。另外要提醒的是，各平台使用者結構不同，Threads佔比高不代表整體民意，只代表在那個平台上被談得多。

民調差1.2個百分點的同時，社群上的評價差距是另一個量級。這裡看的是「他人討論情緒」——扣掉候選人本人官方帳號發文之後，其他帳號提及該候選人的貼文情緒分布。扣除自營內容，是為了避免候選人自己發的貼文墊高正面比例。8月中到9月中這一段，蔣萬安的負面比65.8%、沈伯洋38.7%，相差27.1個百分點。

三段趨勢也不一樣。蔣萬安是62.3% → 73.1% → 65.8%，在第二段衝到全期最高後回落，但三段都維持在六成以上；沈伯洋則是50.8% → 46.4% → 38.7%，一路走低。兩人的負面比差距因此從11.5個百分點擴大到27.1個百分點。

不過有兩件事必須說清楚。第一，情緒與聲量都不等於支持度，本文不預測選舉結果——各平台使用者結構不同，情緒分布不等於母體態度，AI判讀也會誤判諷刺與反串。第二，這裡用的是十萬篇以上貼文彙總出來的分析段層級數字，個別誤差大量相互抵銷，因此「差距」比「絕對值」可靠；下一段談到具體事件時就不會再帶情緒，因為單一主題往往只有幾百篇，而且一起事件牽涉多方時，負面討論究竟指向誰，數據判定不了。

把Facebook上的討論歸納成主題，佔該段討論8%以上的算「主事件」，四個月下來蔣萬安有7個、沈伯洋4個。有意思的是兩份清單的性質完全不同。蔣萬安的7個主事件裡，有5件的啟動點不由他決定——議會備詢交鋒、內湖0625短延時強降雨積淹水、巴威颱風停班停課決策、7月的食安爭議，以及8月底爆發的家庭爭議；剩下兩件才是他自己提出的政治主張（廢除監察院、倒閣）。沈伯洋的4個則全部來自行程或其延伸：基層掃街、訪美、石牌公館景美掃街，以及掃街衍生的東發號簽名事件。

集中度也是一條明顯的差異。6月初到7月初那段，蔣萬安有3個主事件、合計佔掉32.2%的討論，沈伯洋一個都沒有——他最大的單一主題只佔7.5%，其餘七成以上分散在無法命名的長尾裡。到了8月中之後，兩人反而同時收斂成「只剩一個主事件、但那一件的量體都是全期最大級別」（蔣萬安2,741篇、沈伯洋2,678篇），這是競選期進入後段、議題向少數主軸集中的典型現象。

要補充的是，主事件並不等於全部討論。各段前十大主題合計只覆蓋該渠道29.0%到62.6%的貼文，達到8%門檻的主事件涵蓋得更少。

同樣是前十大主題，在Facebook上可以覆蓋該渠道29.0%到62.6%的貼文，在Threads上只覆蓋6.0%到29.6%。也就是說，Threads有七成以上的討論不屬於任何可以命名的事件，而是大量一句話反應、個人經驗分享與零散吐槽。

但逐項比對之後會發現，兩個平台涵蓋的「事件」其實高度重疊，差別在各自多出來的那幾題：Threads多的是人設與迷因型內容，例如身世改姓爭議、高單價物品簽名趣聞、深藍選民轉投見證、與女兒互動的小故事；Facebook多的則是制度與政策型內容，像是廢除監察院、食安法修法、陳時中疫苗採購舊案聲援。

這解釋了一件很多人有感的事：同一段期間，你在Threads上看到的討論，跟朋友在Facebook上看到的可能幾乎沒有交集，但兩邊談的其實是同一批事件，只是被包裝成完全不同的樣子。

最後必須把邊界劃清楚。社群聲量的計算方式，是把「被支持」與「被批評」算成同一件事，數字本身不帶方向——