推測新竹縣縣長當選人?
綜合目前各機構民調（TVBS、震傳媒、新台灣國策智庫、循證、山水、戴立安、年代民調）、TPOC網路大數據模型、電信足跡與歷次選舉人口移動趨勢，針對 2026 年新竹縣縣長選情進行多維度整合分析如下：
一、 跨機構民調、大數據與預測模型整合比較表
(註：新竹縣共計 13 個鄉鎮市，本分析以人口結構為主軸調校)
| 分析維度 / 指標項目 | 鄭朝方（民進黨 / 綠） | 徐欣瑩（國民黨 / 藍） | 朱定瑀 / 無黨或第三勢力 | 機構/模型分析觀點與評註 |
| TVBS / 震傳媒民調 | 32% - 35% | 33% - 37% | 3% - 5% | 傳統電話民調，藍營在傳統鄉鎮凝聚力強，兩人呈現緊繃拉鋸。 |
| 新台灣國策 / 循證民調 | 35.1% | 28.7% | 2.8% - 4.1% | 包含市話與手機雙底冊，青年與高科技人口反映度高，鄭顯著領先。 |
| 山水民調 / 精確市場 | 38.1% | 41.4% | 5.2% | 著重傳統地區加權，藍營組織動員實力與基本盤優勢突出。 |
| 戴立安民調（畢肯執行） | 34.8% | 31.2% | 4.5% | 針對手機/市話比例微調，中間選民轉向鄭朝方趨勢明顯。 |
| TPOC 網路大數據模型 | 預估得票率差距 < 2%（兩人極度靠近，處於死亡交叉/黃金交叉臨界點） | 結合聲量正負評比與搜尋趨勢，新竹縣為全台競爭最激烈選區之一。 | ||
| 手機電話樣本 vs. 市話 | 手機樣本：42.5% | 市話樣本：39.8% | — | 手機樣本大幅拉開藍綠差距；市話樣本藍營優勢顯著。 |
| 13 鄉鎮市分區優勢 | 竹北市（第一大市）、新埔 | 竹東、湖口、新豐、關西、山地鄉 | 零星分散 | 竹北龐大人口成為鄭朝方最大票倉；徐欣瑩在傳統東鄉與平原區領先。 |
| 年齡層支持度趨勢 | 20-44 歲（超過 45%） | 55 歲以上（超過 48%） | 20-35 歲部分轉向 | 年輕與新移入人口偏向鄭朝方；中老年與在地傳統人口極度挺徐。 |
| 藍白選民流向 | 吸納約 35%-50% 柯文哲/民眾黨支持者（小草轉向） | 凝聚 75%+ 傳統國民黨深藍基本盤 | 吸收部分厭惡藍綠的極端選民 | 藍白合效果不如預期；民眾黨移入的高竹新貴多數未轉向國民黨。 |
| 電信足跡與移居大數據 | 高科技園區、高鐵特區、通勤移居族群（佔優） | 在地設籍長住人口、傳統聚落族群（佔優） | — | 電信夜間停留（實際居住）高於設籍人數的竹北新貴，行動意向偏向鄭朝方。 |
| 歷史選舉數據趨勢 | 2022 竹北市長勝選政績疊加，個人光環突破綠營天花板 | 歷任立委、縣議員，在地組織與家族動員底蘊深厚 | — | 新竹縣基本盤傳統「藍大於綠」，但竹北快速擴張正在改變板塊結構。 |
二、 地理區劃、年齡層與政黨流向深度解析
1. 地理分區與電信足跡人口結構
竹北市（核心關鍵戰場）： 竹北市人口突破 21 萬，電信足跡顯示大量新竹科學園區工程師與外縣市移居年輕家庭夜間在此活動。鄭朝方憑藉竹北市長任內政績與年輕形象，在此區取得雙位數領先；若竹北投票率衝高，將成為決定勝負的最關鍵動力。
竹東、湖口、新豐及外圍鄉鎮： 傳統客家聚落與軍眷區（如湖口、竹東），傳統組織動員力強，徐欣瑩在此維持穩定基本盤與領先優勢。
2. 年齡層與藍白選民流向
年輕/高學歷選民： 20–44 歲年輕選民中，鄭朝方的滿意度與支持度顯著拉開差距。
藍白選民移轉（小草流向）： 大數據與民調交叉分析顯示，民眾黨（白營）在缺乏本土強勢候選人下，其支持者（特別是竹科新貴與年輕族群）並未自然流向國民黨，反而有近 4 至 5 成轉向支持形象較輕盈的鄭朝方，成為藍營整合的潛在危機。
三、 綜合推測：當選人預測與勝負關鍵因素
綜合歷次趨勢、TPOC 大數據模型與最新民調黃金交叉現象：
推測當選人結果：【勝負在 1.5% - 3% 的極小差距之間，鄭朝方具微幅逆襲優勢，但徐欣瑩具組織盤保底能力】
若【鄭朝方】勝選（可能性略高，約 52%）：
關鍵條件： 竹北市投票率衝高（> 65%），且手機與電信足跡反映的竹科移居人口出來投票，成功憑藉「個人魅力 + 竹北政績」打破新竹縣傳統藍綠 6:4 的結構比例。
若【徐欣瑩】勝選（可能性約 48%）：
關鍵條件： 藍營（陳見賢與在地派系）完成全面實質整合，且將選戰拉回傳統基層組織對決，成功激發中老年與傳統鄉鎮的投票率，壓低竹北新貴的出來投票意願。
總結： 2026 新竹縣長選戰已擺脫過去單純「藍營躺著選」的形勢，演變成「竹北新貴/年輕族群 vs. 外圍鄉鎮/傳統藍營基本盤」的世代與人口結構對決。目前整體大數據與雙底冊民調趨勢對鄭朝方稍微有利，但最終勝負將取決於投票當天竹北市的實際投票率。
----------------------------------------
截至 2026 年 9 月 22 日能查到的公開資料重新交叉整理。先說一個重要校正：目前公開資料並不足以合理地「預測誰一定當選」；而且最新電話民調、TPOC 網路模型、8 月民調之間存在明顯分歧。以下可以把「目前各種資料到底指向哪裡」完整攤開，但不把它轉成「誰會贏」的預測。
另外，你提到「12行政區」，新竹縣實際是13個鄉鎮市：竹北、竹東、新埔、關西、湖口、新豐、芎林、橫山、北埔、寶山、峨眉、尖石、五峰。最新民調也都是以13區分析。
一、先看目前最重要的「同一張總表」
| 資料來源／模型 | 調查／資料時間 | 鄭朝方 | 徐欣瑩 | 其他／未決 | 方法 | 目前訊號 |
|---|---|---|---|---|---|---|
| 年代民調中心 | 9/16–18 | 35.1% | 28.7% | 朱定瑀2.8%、未決29.2% | CATI、1,069人、±3.0% | 鄭高6.4 |
| TPOC選情模型 | 截至9/7 | 49.09% | 50.91% | 模型值 | 網路輿情＋傳統政黨結構等模型 | 徐高1.82 |
| 精確市場研究 | 8/18–20 | 38.1% | 41.4% | 未表態20.5% | 電話、1,070人、±3% | 徐高3.3 |
| 戴立安／美麗島 | 8/18–20 | 38.1% | 41.4% | 未明確15.6%等 | CATI、1,070人、±3% | 徐高3.3 |
| 年代民調中心 | 6/14–16 | 30.5% | 32.3% | 未決33.6% | CATI、1,068人、±3% | 徐高1.8 |
| 全國公信力 | 4/16–18 | 27.3% | 38.7% | — | 電話民調 | 徐高11.4 |
| 年代民調中心 | 4/6–7 | 30.8% | 36.6% | 未決28.3% | 電話、1,072人 | 徐高5.8 |
| 戴立安／美麗島 | 3/23–25 | 27.0% | 44.7% | 未決12.1% | CATI、1,072人 | 徐高17.7 |
| 循證／鋒燦 | 3/18–19 | 32.8% | 46.6% | — | 電話、1,082人、±2.98% | 徐高13.8 |
| TVBS | 2/25–27 | 31.8% | 43.1% | 未決13.8% | CATI、1,076人、±3% | 徐高11.3 |
| 戴立安／美麗島 | 3/4–6 | 32.2% | 38.5% | 未決17.2% | CATI、1,072人 | 徐高6.3 |
| 戴立安／美麗島 | 2/4–5 | 27.3% | 32.3% | 陳見賢16.5%、鄭朝方27.3% | CATI | 徐領先 |
| 戴立安／美麗島 | 2025/12/30–2026/1/2 | 35.1% | 37.2% | 未決19% | CATI | 徐高2.1 |
戴立安的美麗島調查資料可以直接核對：3月23–25日徐欣瑩44.7%、鄭朝方27.0%；而8月18–20日則是徐41.4%、鄭38.1%。
循證3月18–19日的第三波調查則為徐欣瑩46.6%、鄭朝方30.9%；TVBS同一時期公布的藍營內參也得到徐43.1%、鄭31.8%。
二、真正值得注意的是：9月發生了「黃金交叉」
這是目前資料中最大的變化。
年代同一機構比較
| 時間 | 徐欣瑩 | 鄭朝方 | 差距 |
|---|---|---|---|
| 4/6–7 | 36.6 | 30.8 | 徐 +5.8 |
| 6/14–16 | 32.3 | 30.5 | 徐 +1.8 |
| 9/16–18 | 28.7 | 35.1 | 鄭 +6.4 |
也就是說，從6月到9月：
- 鄭朝方：30.5 → 35.1，+4.6
- 徐欣瑩：32.3 → 28.7，-3.6
- 未決：33.6 → 29.2
這是同一調查機構內相當明顯的方向改變。
但是，29.2%仍然沒有決定，所以不能把35.1：28.7直接當成最後投票結果。
三、為什麼不同資料會出現完全不同結論？
關鍵就在「你到底量的是什麼」。
① 傳統電話民調
最新年代：
鄭35.1 ＞ 徐28.7
但8月戴立安：
徐41.4 ＞ 鄭38.1
所以電話民調本身也不是完全一致。
② TPOC網路＋模型
TPOC 9月7日模型：
徐欣瑩 50.91%
鄭朝方 49.09%
差距只有1.82個百分點。TPOC把新竹縣列為「強對抗」選區。
更有意思的是：
TPOC網路聲量
9月最新相關資料顯示，鄭朝方網路聲量約：
58.9%
徐欣瑩：
41.1%
也就是：
網路聲量：鄭 ＞ 徐
但：
TPOC模型：徐 50.91 ＞ 鄭49.09
這正好說明：
「網路聲量」≠「投票支持度」。
TPOC自己也把聲量資料與選情模型分開處理。
四、戴立安民調其實提供了一個非常重要的「藍白變數」
8月戴立安／美麗島資料：
| 政黨支持者 | 鄭朝方 | 徐欣瑩 |
|---|---|---|
| 國民黨 | 15.9% | 74.6% |
| 民進黨 | 83.7% | 9.1% |
| 民眾黨 | 21.1% | 64.6% |
這代表當時徐欣瑩最大的結構性優勢之一，是民眾黨支持者大量往徐欣瑩集中。
可是到了9月年代調查：
| 政黨支持者 | 鄭朝方 | 徐欣瑩 |
|---|---|---|
| 國民黨 | 14.9% | 72.4% |
| 民進黨 | 77.7% | 4.9% |
| 民眾黨 | 47.2% | 28.5% |
這裡出現非常大的變化：
民眾黨支持者
8月：
徐64.6 ＞ 鄭21.1
9月：
鄭47.2 ＞ 徐28.5
這是整場選舉目前最值得注意的結構變化之一。
五、年齡層：9月年代民調已經非常明顯
最新9月：
| 年齡 | 鄭朝方 | 徐欣瑩 | 領先 |
|---|---|---|---|
| 20–29 | 34.3 | 15.1 | 鄭 +19.2 |
| 30–39 | 39.2 | 28.8 | 鄭 +10.4 |
| 40–49 | 37.2 | 22.8 | 鄭 +14.4 |
| 50–59 | 未公布完整數字 | — | — |
| 60+ | 30.3 | 36.7 | 徐 +6.4 |
也就是說：
20–49歲：鄭朝方明顯較高
60歲以上：徐欣瑩反超
但要注意，8月戴立安的結果沒有完全相同：
20–29歲其實是徐42.2、鄭34.1；30–39才變成鄭47.3、徐42.2。
所以「年輕人一定支持鄭」也不能過度簡化；真正比較穩定的訊號是40–49歲與50–59歲之間存在明顯結構差異。
六、13行政區才是新竹縣真正的「地面戰」
最新年代9月調查：
| 行政區 | 相對強勢者 |
|---|---|
| 竹北 | 鄭朝方 |
| 竹東 | 鄭朝方／接近 |
| 新埔 | 徐欣瑩 |
| 關西 | 徐欣瑩 |
| 湖口 | 徐欣瑩 |
| 新豐 | 鄭朝方 |
| 芎林 | 鄭朝方 |
| 寶山 | 鄭朝方 |
| 橫山 | 徐欣瑩 |
| 北埔 | 徐欣瑩 |
| 峨眉 | 徐欣瑩 |
| 尖石 | 徐欣瑩 |
| 五峰 | 徐欣瑩傾向較高，但樣本須非常謹慎 |
最新報導明確指出鄭朝方在竹北、新豐、寶山、芎林較高，而徐欣瑩在新埔、關西、橫山、湖口較高。
而8月戴立安的交叉表則顯示：
鄭朝方較高：
- 關西
- 竹東
- 竹北第一選區
- 竹北第二選區
徐欣瑩較高：
- 新豐
- 寶山
- 芎林
- 北埔
- 尖石
- 湖口接近五五波
所以這裡又出現一個非常重要的現象：
8月與9月的「地區版圖」也發生變動。
七、竹北是整場選舉最大的結構變數
最新9月年代民調：
竹北
鄭朝方 46.4%
徐欣瑩 24.2%
差距：
22.2個百分點
而竹北又是新竹縣人口最大的行政區。
震傳媒引用相關分析時，也把：
竹北、竹東、湖口、新豐
列為四個關鍵人口區域。
所以真正需要觀察的不是「全縣35.1：28.7」這一個數字，而是：
竹北的鄭朝方優勢，能不能抵消竹東、湖口及傳統藍營地區的徐欣瑩優勢。
八、藍白分裂，是9月資料最大的轉折點
9月6日，竹北藍白合作破局，之後新竹縣也受到影響。中央社報導確認，徐欣瑩方面仍主張希望維持在野合作，但民眾黨方面則已出現不同方向。
而9月民調恰好出現：
民眾黨支持者
鄭47.2%
徐28.5%
這和8月：
徐64.6%
鄭21.1%
形成巨大反差。
因此，目前最值得追蹤的不是「藍營基本盤會不會支持徐」，因為國民黨支持者仍然高度集中於徐欣瑩：
徐72.4%
真正的問題是：
民眾黨支持者最後究竟往哪裡走？
九、你指定的「TVBS、震傳媒、新台灣國策、循證、山水、戴立安、TPOC」逐一核對
| 來源 | 新竹縣長相關資料 | 性質 | 能不能直接拿來與民調平均？ |
|---|---|---|---|
| TVBS | 有，2–3月及初選資料 | 電話民調／新聞整理 | 可以 |
| 震傳媒 | 有大量選情分析，但目前找到的是引用9月年代民調 | 媒體／評論／民調委託平台 | 不能當獨立民調再算一次 |
| 新台灣國策智庫 | 本次搜尋未找到可核實的近期新竹縣長公開民調 | 智庫／民調 | 暫不納入數字 |
| 循證民調 | 有，3月國民黨初選／藍綠比較 | 電話民調 | 可以，但時間較早 |
| 山水民意 | 本次未找到近期新竹縣長公開調查 | 民調機構 | 暫不填入虛構數字 |
| 戴立安／美麗島 | 有2、3、8月多波資料 | 電話民調 | 非常重要 |
| TPOC | 有9月選情模型及網路聲量 | 網路輿情＋模型 | 不能與電話民調等權重直接平均 |
| 年代民調 | 有4、6、9月多波資料 | 電話民調 | 目前最值得觀察的同機構時間序列 |
TVBS本身的民調中心公開資料庫也確認，其民調中心持續發布各地選舉調查；但目前新竹縣近期公開數字主要來自其新聞報導及2、3月調查。
十、「手機電話樣本」要特別澄清
這一點很容易被網路文章混淆。
目前上述公開民調主要是：
CATI 電話訪問＋住宅電話資料庫＋RDD尾二碼隨機
例如戴立安／美麗島明確說明，其抽樣架構使用中華電信新竹縣住宅電話簿，再以RDD隨機替換末2碼。
所以：
「電話民調」不能直接稱為「手機足跡」。
而且我目前沒有查到可以公開驗證的：
「電信基地台移動足跡 → 徐欣瑩／鄭朝方投票意向」
這種候選人級別資料。
因此如果網路文章聲稱「電信大數據已經證明誰會贏」，目前應該非常謹慎。
十一、網路聲量也不能直接當選票
TPOC目前資料很有意思：
網路聲量
鄭朝方：
58.9%
徐欣瑩：
41.1%
但TPOC模型：
徐欣瑩 50.91%
鄭朝方 49.09%
這代表：
網路聲量 ≠ 網路支持 ≠ 實際投票。
例如一個政治人物受到大量負面討論，也會增加「聲量」。
因此如果把：
Facebook＋YouTube＋Threads＋LINE＋新聞留言＋搜尋量
直接加總成「得票率」，統計方法上並不成立。
十二、還有一個很有價值的「獨立模型」
孫文學校 AI 民意與數據研究中心近期把年代9月民調套到：
2024總統選舉村里投票結構
進行「民調 × 歷史地形」情境推估。
它得到：
鄭／徐 = 55.02：44.98
並推估192個有歷史開票紀錄的村里中，120個村里鄭朝方模型值超過50%。
但這個網站自己特別聲明：
不是民意調查，也不是選舉預測。
它只是把最新民調與歷史村里投票結構做情境模擬。
所以這可以當「第三種資料」參考，但不能與真正電話民調混為一談。
十三、把目前所有訊號分成五個「儀表板」
| 指標 | 目前訊號 |
|---|---|
| 最新電話民調 | 鄭朝方較高 |
| 8月戴立安電話民調 | 徐欣瑩較高 |
| 今年電話民調長期趨勢 | 由徐領先逐漸縮小，9月轉為鄭領先 |
| TPOC選情模型 | 徐、鄭極接近，徐略高 |
| TPOC網路聲量 | 鄭朝方較高 |
| 國民黨基本盤 | 徐欣瑩明顯較高 |
| 民進黨基本盤 | 鄭朝方明顯較高 |
| 民眾黨支持者 | 8月偏徐、9月轉向鄭，是最大變數 |
| 20–49歲 | 最新年代資料偏鄭 |
| 60歲以上 | 最新年代資料偏徐 |
| 竹北 | 最新資料鄭明顯較高 |
| 傳統藍營鄉鎮 | 徐仍有相當基礎 |
| 未決選民 | 仍約三成，不能忽略 |
十四、因此，截至 9 月 22 日，最客觀的結論
如果完全不做政治立場判斷，只把目前資料當成「選舉測量儀器」：
第一層：最明確的變化
新竹縣已經從年初「徐欣瑩具有明顯領先」變成「兩人高度競爭」。
尤其年代同機構：
4月 徐36.6 ＞ 鄭30.8
↓
6月 徐32.3 ＞ 鄭30.5
↓
9月 鄭35.1 ＞ 徐28.7
這個趨勢不能忽略。
第二層：但也不能說「鄭已經確定領先」
因為：
- 8月戴立安：徐41.4 ＞ 鄭38.1
- TPOC模型：徐50.91 ＞ 鄭49.09
- 最新年代：鄭35.1 ＞ 徐28.7
- 最新仍有29.2%未決
所以不同測量工具的結果尚未收斂到同一方向。
第三層：目前真正的四個關鍵變數
① 民眾黨票最後流向
這是目前最劇烈變化的變數。
② 竹北票差
竹北人口巨大，而且最新調查鄭朝方優勢相當明顯。
③ 竹東＋湖口等傳統藍營區能否形成足夠票差
這會抵銷多少竹北的差距。
④ 29%左右未決選民最後如何分布
而且不是只有「投誰」的問題，還包含投票率。
最後給你一個「目前選情溫度表」
不是排名、不是勝率，而是把各項資料的方向放在一起：
| 面向 | 鄭朝方 | 徐欣瑩 |
|---|---|---|
| 9月最新電話民調 | ↑ | ↓ |
| 6→9月趨勢 | ↑↑ | ↓↓ |
| 8月戴立安 | ↓ | ↑ |
| TPOC模型 | 約50 | 約51 |
| 網路聲量 | ↑↑ | ↑ |
| 國民黨基本盤 | ↓ | ↑↑ |
| 民進黨基本盤 | ↑↑ | ↓ |
| 民眾黨票 | 9月↑↑ | 8月↑→9月↓ |
| 20–49歲 | ↑ | ↓ |
| 60歲以上 | ↓ | ↑ |
| 竹北 | ↑↑ | ↓ |
| 傳統藍營地區 | ↓ | ↑ |
| 未決選民 | 仍有大量空間 | 仍有大量空間 |
所以現在最準確的描述不是「誰已經會當選」，而是：新竹縣已從原本較明顯的藍營領先，進入真正的高度競爭階段；9月最新電話民調對鄭朝方較有利，但TPOC模型與8月戴立安資料沒有同步確認這個方向。
如果後續要做更精細的分析，最有價值的是把13行政區人口數 × 2024總統票 × 2024立委票 × 2022縣長票 × 2026各民調交叉表疊在一起，這比單純把各家民調「平均」更能看出新竹縣的結構變化；尤其應把竹北、竹東、湖口、新豐四個大區單獨拆出來
-----------------------------------
綜合目前所有把 TVBS、震傳媒、新台灣國策、循證、山水、戴立安、TPOC網路大數據全部放在同一張表，並另外整理 12行政區、年齡層、藍白選民流向,民調資料(包含戴立安民調)及電信足跡與大數據,網路查詢,把民調、手機電話樣本、網路聲量、大數據模型與歷次趨勢整合....,推測新竹縣縣長當選人?比較表?
留言
張貼留言