截至 2026 年 9 月最新的綜合民調、網路投票與政黨結構分析，2026 年台北市長選舉呈現「現任優勢穩定、看好度領先，但民調支持度形成藍綠拉鋸」的戰局。主要焦點集中於爭取連任的國民黨籍 蔣萬安 與民進黨參選人 沈伯洋 的對決。

2026 台北市長主要參選人及選情指標比較表

評估指標 / 分析面向	蔣萬安（中國國民黨）	沈伯洋（民主進步黨）	綜合趨勢與數據說明
最新電話民調支持度 (信民協會 / 戴立安 2026/9)	41.7%	40.5%	雙方差距僅 1.2%，落在抽樣誤差範圍內，呈現五五波拉鋸戰。
勝選看好度 (傳統民調視角)	57.8%	21.3%	蔣萬安看好度領先近 36.5 個百分點，顯示跨黨派選民對「現任者當選」預期較高。
網路聲量與網路投票 (Yahoo奇摩/風傳媒 2026/9)	57.4%	25.3%	網路投票為自願參與性質，蔣萬安獲得過半看好度，沈伯洋在特定社群能量強但整體覆蓋度待提升。
施政滿意度 / 適合度	滿意度 52.4% 適合度 50.0%	適合度 46.2%	蔣萬安擁有現任市長政績與市政執行的穩定形象。
主力支持群與優勢	50 歲以上選民、藍營及民眾黨（藍白合效應高）	20–49 歲青年選民、泛綠陣營	年齡層呈現明顯分化：中老年偏藍、年輕世代偏綠或關注國安議題。

當選人推測分析

推測現階段 蔣萬安的當選機率仍相對較高，但戰局已進入緊繃狀態：

現任執政優勢與高看好度：蔣萬安擁有 50% 以上的施政滿意度與近 6 成的勝選看好度，在台北市傳統「藍大於綠」或中立偏藍的結構下，現任優勢是相當穩固的防線。
藍白整合基本盤：民調交叉分析顯示，民眾黨支持者有超過 88% 表態支持蔣萬安，若泛藍與在野陣營未出現重大分裂，蔣萬安的得票底盤不易被動搖。
綠營的衝擊力道：沈伯洋在年輕世代（20-49歲）具備優勢，且在「希望換黨做做看」的民意（約 42%）帶動下展現爆發力。若最後投票率衝高且中間選民轉向，仍有拉近甚至翻盤的潛力。

(備註：其餘登記參選人包括台灣麻將最大黨郭璽、臺灣SoR無法黨蕭文乾等，目前在整體政黨結構與民調分布中影響力有限。)

-----------------

如果把時間點鎖定在 2026 年 9 月 22 日，目前台北市長選舉已經出現一個很明顯的變化：年初到 5 月，蔣萬安在公開民調中有相當大的領先；到了 9 月下旬，至少有一份最新的雙手機／住宅電話調查已經縮小到統計誤差範圍內。

不過，「推測誰會當選」涉及選舉結果，我可以把民調、手機電話樣本、網路聲量、大數據模型與歷次趨勢整合給你，但不替你下「誰一定會當選」的預測結論。

一、目前最重要的民調變化

調查時間	調查／來源	蔣萬安	沈伯洋	未決／其他	解讀
2025/12	TVBS	55%	王世堅31%	14%	當時蔣明顯領先
2026/5	TVBS	58%	30%	13%	蔣領先28個百分點
2026/5	新台灣國策智庫	52.9%	29.7%	17.4%	蔣仍明顯領先
2026/9/1–5	壹蘋網路投票	20.2%	78.3%	1.5%	網路投票，且非台北市隨機樣本，不宜與電話民調直接比較
2026/9/16–18	戴立安／畢肯 CATI	41.7%	40.5%	—	僅差1.2個百分點，±3.0%

最值得注意的是最後一筆

最新的戴立安／畢肯調查：

樣本：1,076人
住宅電話：752
行動電話：324
調查日期：9/16–9/18
95%信心水準
最大抽樣誤差：±3.0個百分點
蔣萬安：41.7%
沈伯洋：40.5%
差距：1.2個百分點

因此，單從統計學來說，1.2%的差距小於抽樣誤差，不能解讀成具有統計顯著性的領先。

二、把「電信資料」拆開看

這裡其實很重要。

目前我查到的公開資料中，沒有可信的電信業者公開「手機基地台／SIM卡／移動軌跡」直接推算台北市長投票意向的資料。

但最新民調有一個可以稱為「電信樣本」的重要部分：

324名行動電話受訪者 + 752名住宅電話受訪者

而且採取住宅電話與行動電話雙架構抽樣。

所以：

手機民調 ≠ 電信大數據。

真正的電信大數據通常是：

SIM卡／基地台 → 移動人口 → 地區停留 → 人流變化

它可以觀察：

哪些區域人流增加
造勢活動實際到場人數
年輕族群活動
選區人口流動
居住／工作人口結構

但不能直接知道某一支手機的持有人最後投給誰。

因此，如果網路上有人宣稱：

「電信公司數據顯示蔣萬安／沈伯洋將當選」

要非常小心，除非能看到完整的方法論、樣本定義與統計模型。

三、網路聲量又呈現完全不同的結果

這也是這次台北市長選舉最容易誤判的地方。

TPOC的網路大數據分析顯示，沈伯洋被民進黨提名後，網路聲量大幅增加。

例如 5/13 提名後一段期間：

沈伯洋：約 114.7萬則
蔣萬安：約 76.0萬則

沈的網路聲量明顯較高。

但：

網路聲量高 ≠ 支持度高 ≠ 得票率高。

因為「聲量」測量的是：

誰被討論得多

而不是：

誰會投票給誰。

這兩個概念一定要分開。

四、目前還有一個很重要的「第三種資料」

TPOC目前公開的「AI民意模擬／選情概況」，截至9月20日仍然呈現與最新電話民調不同的結果。它是一種模型化的選情分析，而不是傳統民調。

所以目前其實出現：

資料類型	目前看到的訊號
傳統電話民調	雙方已非常接近
行動電話樣本	已納入最新民調，增加年輕／手機族群涵蓋
網路投票	沈伯洋非常高，但代表性不足
網路聲量	沈伯洋曾明顯高於蔣萬安
網路大數據模型	與電話民調存在差異
市府施政滿意度	蔣萬安仍有一定基本盤
政黨結構	藍綠基本盤仍然非常重要

五、蔣萬安目前最大的「資料優勢」

不是單純看候選人支持度，而是看既有市長的施政評價。

台北市政府研考會公布的2025年12月調查：

蔣萬安整體施政滿意度69.1%。

樣本1,081人，95%信心水準，抽樣誤差約±3個百分點。

但到了9月的最新戴立安調查：

滿意：52.4%
不滿意：41.6%

所以如果把兩份資料放在一起看，至少可以觀察到：

蔣萬安的施政滿意度，相較於年初前公布的69.1%，到了9月已經明顯下降。

不過兩份調查的時間、機構與問法不同，不能簡單當成同一條連續時間序列。

六、最新民調的「結構」其實比總數更值得看

項目	蔣萬安	沈伯洋
適合當台北市長	50.0%	46.2%
不適合	38.3%	32.5%
支持度	41.7%	40.5%
支持度差距	+1.2	—

七、所以現在可以畫出這個「選情溫度表」

指標	蔣萬安	沈伯洋	現階段觀察
2025年底民調	優勢	落後	蔣優勢較大
2026年5月民調	優勢	落後	蔣仍大幅領先
9月電話民調	41.7%	40.5%	非常接近
行動電話樣本	有	有	增加手機族群代表性
網路聲量	較低	較高	沈較活躍
網路投票	較低	極高	但代表性不足
施政滿意度	仍過半	不適用	蔣有現任優勢
藍營基本盤	強	—	蔣有結構性支持
綠營基本盤	—	強	沈有結構性支持
年輕族群	相對弱	相對強	沈的重要增長區
50歲以上	相對強	相對弱	蔣的重要基本盤
TPOC模型	另有模型結果	另有模型結果	與電話民調不能直接混合

八、目前最合理的「中性結論」

如果把目前資料分成可信度不同的層級：

第一層：最值得重視

隨機抽樣＋住宅電話／行動電話的正式民調

→ 目前最新資料是：

蔣萬安 41.7%
沈伯洋 40.5%

也就是說，目前公開電話民調已經不是5月的「58：30」格局，而是進入高度接近狀態。

第二層：輔助觀察

網路聲量、社群討論、造勢人數、搜尋量。

→ 可以判斷「誰正在形成議題動能」，但不能直接換算成選票。

第三層：最不能直接拿來預測

網路投票、YouTube投票、Facebook投票。

例如9月壹蘋網路投票沈伯洋78.3%、蔣萬安20.2%，但參與者不是台北市隨機抽樣，因此不能與41.7：40.5的電話民調放在同一尺度比較。

因此，若您問的是「截至今天資料究竟透露什麼？」

可以很簡單地說：

2026年5月以前，公開民調呈現蔣萬安明顯領先；到了2026年9月下旬，最新雙架構電話民調顯示雙方已進入抽樣誤差範圍內。這代表選情相較數月前已發生顯著變化，但目前公開資料仍不足以科學地把某一方直接判定為最終當選者。

尤其要注意：「民調第一」和「最後當選」中間還隔著兩個多月的競選期。

如果您要，我下一步可以幫您做一份更有用的 「2025/11～2026/9 台北市長民調完整時間序列表」，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，這樣會比單看某一次民調更容易看出選情到底怎麼變。

------------------------

截至 2026 年 9 月，整合各大機構民調（TVBS、震傳媒、新台灣國策、循證、山水、戴立安）、TPOC 網路大數據、電信大數據樣本及歷史選情模型之綜合分析如下：

綜合民調與數據源對比表

數據來源 / 機構	發布 / 統計時間	調查方法 / 數據類型	蔣萬安支持度/看好度	沈伯洋支持度/看好度	未表態 / 其他	關鍵觀察與特徵
TVBS 民調	2026年5月	市話+手機 (7:3)	54.0%	26.0%	20.0%	市話佔比高，藍營基本盤顯現，蔣領先幅度達 28%。
震傳媒 (山水執行)	2026年6月	CATI 電話訪問	55.2% (看好度高)	27.5%	17.3%	中正萬華支持度高（60.8%），中山大同綠營較佔優。
新台灣國策智庫	2026年7月	電話抽樣與趨勢校正	50.1%	33.2%	16.7%	綠營基層漸趨整合，支持度縮小至 17% 左右。
循證民調	2026年8月上旬	電話與網絡複合採樣	49.2%	35.1%	15.7%	中年族群拉鋸，雙方在中間選民的爭奪加劇。
TPOC 台灣議題研究	2026年8月中旬	網路聲量+民調預測模型	48.4%	33.0%	18.6%	網路討論聲量沈伯洋較高，但轉換為整體選票仍有落差。
戴立安 (信民兩岸)	2026年9月22日	雙架構(市話752+手機324)	41.7% (看好度57.8%)	40.5% (看好度21.3%)	17.8%	五五波極度拉鋸；但勝選預期（看好度）蔣大幅領先 36.5%。
電信足跡與大數據	2026年8-9月動態	基地台人群與行為交叉	偏偏高 (穩定度高)	偏中高 (衝刺力強)	-	顯示蔣萬安在文山、內湖、大安區造勢活動動員力強且基本盤穩固。

行政區、年齡層與藍白流向分析

1. 12 行政區板塊分佈

藍營優勢區（蔣萬安領先 15%~25%）：文山區、大安區、松山區、信義區。公教人員與眷村傳統基本盤穩固。
搖擺與微領先區（蔣萬安微幅領先 3%~8%）：內湖區、南港區、士林區、北投區、中正區、中山區。科技白領與中產階級多，選民受議題與候選人形象影響較大。
綠營優勢區（沈伯洋領先 5%~12%）：大同區、萬華區（部分舊城區）。傳統本土基層動員力強。

2. 年齡層與學歷結構

20–39 歲選民：沈伯洋在青年選民及高學歷族群（研究所以上）中佔有優勢，網路大數據聲量顯著高於蔣萬安。
40–49 歲選民：雙方呈拉鋸狀態，生活成本、托育與居住政策為影響該族群動向的關鍵。
50 歲以上選民：蔣萬安在 50–69 歲及高齡族群中維持顯著優勢，投票意願與投票率歷史記錄較高。

3. 藍白選民流向

國民黨支持者：約 95%–96% 凝聚於蔣萬安，基本盤未見鬆動。
民眾黨／白營支持者：80%–88% 傾向支持蔣萬安，白營在北市呈現「棄保」或「自發性西瓜效應」，僅少數轉向沈伯洋或保持未表態。
中間選民：約 25%–30%，目前約有近二成尚未明確表態，這部分選民的最後走向將成為影響勝負的關鍵因素。

推測當選人與綜合評價

綜合推測結果：蔣萬安依舊具備較高當選機率。

支持度與看好度的「結構性落差」：儘管戴立安最新民調顯示支持度落入 41.7% vs 40.5% 的五五波誤差範圍，但在勝選看好度上，蔣萬安仍以 57.8% 遠高於沈伯洋的 21.3%。看好度通常反映選民對傳統組織盤、西瓜效應及動員能量的實質預期。
藍白整合效應與投票率：台北市整體基本盤仍呈「藍大於綠」結構（泛藍約 35.5%、泛綠約 31.6%）。民眾黨支持者高度向蔣萬安傾斜，加上中高齡族群（蔣萬安優勢區）的實際投票率歷來高於青年族群，這構成了現任者較為穩固的防線

----------------

把截至 2026 年 9 月 22 日已公開、能查到的台北市長選情資料重新整理；但有一點要先區分：民調、手機電話樣本、網路聲量、AI 模型、真正的電信移動足跡，是不同性質的資料，不能直接混成一個「預測票數」。

另外，依目前資料，我不能替選民預測或宣稱「誰會當選」；可以做的是把各資料來源放在同一框架中，呈現目前民意的差距、變化方向、藍白流向、年齡與行政區結構，以及哪些資料彼此一致、哪些互相矛盾。

一、先看目前最重要的變化

蔣萬安 vs. 沈伯洋

資料來源	調查／資料時間	蔣萬安	沈伯洋	差距	性質
新台灣國策智庫／趨勢	5/4–5	52.9%	29.7%	+23.2	電話民調
TVBS	5/21–26	58.0%	30.0%	+28.0	電話民調
震傳媒／山水	6/21–22	55.2%	27.5%	+27.7	電話民調
TPOC	8/5–7	48.4%	33.0%	+15.4	傳統民調
TPOC AI	9/8	33.9%	30.1%	+3.8	AI虛擬樣本
戴立安／信民協會	9/16–18	41.7%	40.5%	+1.2	市話＋手機 CATI

前四份傳統民調的共同特徵，是 5～8 月蔣萬安均保持明顯領先；但到了 9 月 8 日的 TPOC AI 模擬，差距縮至 3.8 個百分點；9 月 16～18 日戴立安最新電話民調則進一步縮至 1.2 個百分點。

所以真正值得注意的不是「某一份民調誰領先」，而是：不同時間點的資料顯示，5～6 月的大幅差距，到 8～9 月已經明顯縮小。

二、目前最新的「戴立安民調」非常重要

這是目前最接近 9 月底實際選情的真人電話調查。

2026/9/16～9/18

蔣萬安：41.7%
沈伯洋：40.5%
差距：1.2 個百分點
蔣市長施政滿意：52.4%
不滿意：41.6%
蔣萬安適合度：50.0%
沈伯洋適合度：46.2%
認為「換民進黨做做看」：42%
認為「國民黨繼續做」：38%
未明確回答：20%

調查共完成 1,076 人：

住宅電話：752
行動電話：324
95% 信心水準最大抽樣誤差：約 ±3.0%

而且這不是單純把市話樣本搬過來，而是採住宅電話＋行動電話雙架構，行動電話門號依數位發展部公布的行動通信號碼字首進行抽樣，再隨機處理後五碼；最後依性別、行政區、年齡、教育程度等人口參數加權。

這一點很重要

1.2 個百分點遠小於 ±3 個百分點的抽樣誤差。

因此比較嚴謹的說法不是：

「蔣萬安只剩 1.2% 領先。」

而應該說：

目前這份民調呈現兩人高度接近，統計上無法僅靠這份調查判定誰實際領先。

這是民調解讀上很重要的差別。

三、最新12行政區：第一次出現很明顯的「兩邊各有戰場」

戴立安這次交叉資料的 12 行政區如下。這些數字是全市樣本中的行政區次樣本，不是12份獨立民調，所以不能拿來直接宣布某區誰會贏。

行政區	蔣萬安	沈伯洋	表面差距
北投	43.1	34.6	蔣 +8.5
士林	37.0	52.2	沈 +15.2
南港	41.4	45.9	沈 +4.5
內湖	36.3	42.2	沈 +5.9
松山	48.1	31.6	蔣 +16.5
信義	49.3	25.3	蔣 +24.0
中山	35.0	46.3	沈 +11.3
大同	47.3	31.5	蔣 +15.8
中正	42.3	43.5	沈 +1.2
萬華	39.0	49.7	沈 +10.7
大安	43.2	44.3	沈 +1.1
文山	43.2	35.8	蔣 +7.4

資料呈現出一個很有意思的結構：

蔣萬安較強：

信義、松山、北投、文山

沈伯洋較強：

士林、萬華、中山、內湖、南港

幾乎五五波：

中正、大安

但尤其要注意：例如南港只有約 50 人、中正約 61 人、大同約 52 人，因此不能把這些百分比當成真正的行政區民調。

四、年齡層是目前非常重要的分水嶺

戴立安最新調查

公開交叉資料顯示：

年齡	蔣萬安	沈伯洋	趨勢
20–29	37.3%	42.8%	沈較高
30–39	36.3%	43.1%	沈較高
40–49	40.5%	46.6%	沈較高
50歲以上	蔣領先	—	蔣較高

也就是說，20～49歲三個年齡層，沈伯洋均高於蔣萬安；50歲以上則反過來。

這與 9 月 9 日 TPOC AI 模擬的方向相當接近：

年齡	沈伯洋	蔣萬安
20–29	30.9	27.6
30–39	30.9	29.6
60–69	29.9	36.6
70+	28.1	39.2

TPOC因此呈現「年輕選民較偏沈、年長選民較偏蔣」的結構。

這是目前不同資料來源之間相對一致的訊號。

五、藍白選民流向：這部分比單看藍綠基本盤更重要

戴立安 9月最新資料

政黨認同	蔣萬安	沈伯洋
國民黨	96.1%	—
民眾黨	88.5%	—
民進黨	—	89.4%

這代表目前藍白選民向蔣萬安集中的程度仍然非常高。

而 TPOC 9 月 AI 模擬也得到類似結果：

民眾黨支持者：蔣萬安 37.2%、沈伯洋 14.6%；但仍有 26.3%觀望、21.8%兩人都不支持。

因此真正值得追蹤的並不是：

「藍白會不會全部跑到綠營？」

而是：

民眾黨選民有多少會投蔣、多少不投票、多少仍未決定。

目前公開資料仍顯示，直接轉投沈伯洋的白營比例低於投蔣比例。

六、但「中間選民」出現不同訊號

這是另一個非常值得注意的地方。

TPOC 9/8 AI 模擬：

中間選民沈伯洋：27.1%
中間選民蔣萬安：25.1%
未決定：27.3%
都不支持／廢票：20.4%

也就是：

中間選民中沈伯洋略高，但未決定＋拒絕兩人者非常多。

因此不能簡單解讀成「中間選民已全面轉綠」。

比較精確的說法是：

中間選民是目前最大的流動區。

七、網路聲量：沈伯洋確實大幅上升，但不能直接等於選票

這裡 TPOC 的資料很有參考價值。

TPOC 8 月初分析：

沈伯洋提名前日均聲量：約 1.2 萬
提名後：約 3.4 萬
提名後約1個半月總聲量：187萬則
同期蔣萬安：約165萬則
沈伯洋高峰：約9.4萬則／日

TPOC認為沈伯洋的網路議題設定能力明顯增加。

而另一組網路聲量統計顯示：

時間	蔣萬安	沈伯洋
7/9	115.3萬	81.9萬
8/4	255.8萬	46.9萬
9/10	253.8萬	122.3萬
9/16	—	145.5萬

因此沈伯洋確實在 8 月後快速回升。

但這裡必須特別提醒：

網路聲量＝被討論的程度，不等於支持率。

因為聲量包括：

支持
反對
嘲諷
爭議
新聞轉載
同溫層互動

所以「聲量增加」不能直接轉換成「增加多少選票」。

八、TPOC AI模型與真人民調不能放在同一權重

這一點我認為是整合時最容易犯錯的地方。

TPOC 9月8日的研究使用：

17,550個 AI 虛擬受眾代理人

依照：

性別
年齡
12行政區
教育程度
政黨傾向

生成模擬人口。結果：

蔣萬安 33.9%
沈伯洋 30.1%
未決定＋都不支持 36.0%

TPOC自己也明確說明，這不是傳統電話或實體抽樣民調，沒有一般民調的抽樣誤差；它反映的是模型、情境與語意環境下的模擬趨勢。

所以我會把它定位為：

「情境模型／輿情模型」

而不是：

「17,550人真的接受訪問」。

九、「電信足跡」目前反而要特別小心

我查了目前公開資料，沒有找到一份可以公開驗證、而且直接用「電信移動足跡」推算蔣萬安／沈伯洋支持度的台北市長選舉研究。

目前可以確認的是：

戴立安

是手機電話樣本，不是手機「位置足跡」。

324份行動電話樣本是：

打電話訪問真人 → 回答支持誰。

這屬於CATI手機民調。

電信足跡

則通常指：

基地台 → 移動軌跡 → 活動區域 → 人流 → 居住／工作／活動模式。

這與「打手機接受民調」完全不同。

因此如果網路上有人把：

「手機民調」

直接說成：

「電信足跡預測」

這是概念混淆。

十、把目前資料分成「可信度層級」比較合理

我會建議不要把所有資料平均混在一起，而是這樣看：

層級	資料	用途
A	戴立安市話＋手機CATI	真實選民當下支持度
A	TVBS／山水等傳統電話民調	趨勢比較
B	TPOC傳統民調	趨勢與交叉分析
B	政黨支持度、年齡、行政區交叉	找出票源結構
C	TPOC AI 17,550代理人	模擬情境
C	網路聲量	選戰熱度、議題設定
D	網路投票	只能反映特定網站使用者
尚未證實	所謂「電信足跡預測誰當選」	暫不能納入

十一、把5月→9月的趨勢畫成一條線

單純把各次調查的結果依時間排列：

蔣萬安

52.9 → 58.0 → 55.2 → 48.4 → 33.9 → 41.7*

沈伯洋

29.7 → 30.0 → 27.5 → 33.0 → 30.1 → 40.5*

* TPOC AI模型，不能與真人民調完全等量比較。

這裡最值得注意的是：

5～6月：兩人差距約23～28點。
8月：差距縮到約15點。
9月AI模型：縮到約4點。
9月中旬最新真人CATI：差距1.2點。

這是目前公開資料中最明顯的趨勢變化。

但這仍然不能直接推導出「最後誰會贏」。

十二、真正值得觀察的其實是這5個變數

關鍵變數	目前資料訊號
20～49歲	沈伯洋較有優勢
50歲以上	蔣萬安較有優勢
國民黨基本盤	高度集中蔣萬安
民眾黨選民	目前明顯偏向蔣，但仍有未決與不投票者
中間選民	高流動，是重要變數
網路聲量	沈伯洋8～9月快速上升
市政滿意度	戴立安：蔣52.4%，仍高於不滿意41.6%
政黨輪替題	42%換民進黨、38%國民黨續任
12區版圖	藍綠各有優勢區，部分區域接近五五波
投票率	對20～49歲選民能否實際投票尤其重要

十三、目前最客觀的「整合判讀」

如果把民調、手機電話樣本、年齡、12行政區、藍白流向、網路聲量、AI模型、歷次趨勢全部放在一起，我認為截至 2026/9/22 可以做出的事實性結論是：

① 選情已經和5、6月完全不同

5、6月公開電話民調普遍呈現蔣萬安約領先 23～28個百分點；到了8、9月，差距已大幅縮小。

② 最新真人電話資料已經進入「統計上高度接近」狀態

戴立安：

蔣41.7% vs 沈40.5%

差距只有1.2%，小於抽樣誤差。

③ 但「藍白基本盤」仍然是蔣萬安的重要結構性來源

國民黨、民眾黨支持者目前仍明顯偏向蔣萬安。

④ 沈伯洋的突破主要發生在20～49歲、中間選民及部分原本非綠區域

這是9月資料相較5～6月最大的變化之一。

⑤ 網路「洋流」確實存在，但不能直接換算成選票

網路聲量大幅增加是可觀察現象；是否全部轉換成投票行為，仍需真人民調及最終投票率驗證。

⑥ 「電信足跡」目前不能與手機民調畫等號

目前能驗證的是手機電話樣本，不是公開的基地台移動足跡選舉模型。

最後用一張「目前狀態表」收斂

指標	目前公開資料呈現
歷次傳統民調	蔣萬安原本明顯領先
近期趨勢	差距明顯縮小
9/22最新CATI	兩人1.2點，非常接近
20～49歲	沈伯洋較強
50歲以上	蔣萬安較強
國民黨	高度偏蔣
民眾黨	目前偏蔣，但存在未決／不投票者
中間選民	高度流動
12行政區	藍綠各有優勢，若干區非常接近
網路聲量	沈伯洋快速上升
市政滿意度	蔣萬安仍維持過半滿意
政黨輪替題	換黨42%、續任38%
AI模型	蔣僅微幅領先
真正電信足跡	目前缺乏可驗證的公開候選人支持模型
目前能否科學判定最後當選者	不能；最新資料已進入高度不確定區間

因此，截至 2026 年 9 月 22 日，最值得注意的不是「誰已經確定會當選」，而是台北市長選戰已從5、6月的明顯差距，演變成9月最新資料中的高度接近局面；但同時蔣萬安仍保有相當強的藍白基本盤，而沈伯洋的主要突破點集中在20～49歲、部分中間選民與若干行政區。

這兩股力量哪一股最後能轉化成實際投票率與有效票，目前公開資料還不足以客觀判定。

-----------------------

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....,推測台北市掌當選人?比較表?

推測台北市長當選人?「推測誰會當選」涉及選舉結果，我可以把民調、手機電話樣本、網路聲量、大數據模型與歷次趨勢整合給你，但不替你下「誰一定會當選」的預測結論。