同一場美國中期選舉，有些統計模型看見民主黨明顯佔優，長期追蹤選情的專家卻認為，多個重要選區仍然勝負難分。
兩邊都在參考民調，也都掌握大量資料，為甚麼會得出不同判斷?
《Newsweek》2026年10月23日期號的分析報道〈The Forecasts Are Mixed〉，最值得思考的，正是全國政治趨勢與地方選情之間，究竟存在多大的距離。
記者Alex J. Rouhandeh指出，選舉預測界正在出現一場方法上的爭論。
以Silver Bulletin、FiftyPlusOne、Split Ticket及VoteHub為代表的量化預測者，透過統計模型分析民調、全國政黨支持度與投票率等資料，普遍判斷這一輪選舉環境對民主黨較為有利。＇另一方面，庫克政治報告、Inside Elections及Sabato’s Crystal Ball等專家評級機構，綜合歷屆投票紀錄、候選人實力、地方民調與訪談，對部分選戰仍然維持較審慎的評估。
雙方的分歧，並非簡單的「數據對直覺」，因為專家同樣使用數據，模型也需要人來決定假設與權重。真正的問題，是全國選民對兩黨的態度，應該在多大程度上左右個別選區的預測。按照報道刊載時的評估，量化預測者把阿拉斯加、緬因、俄亥俄及德州的參議院選戰都判為傾向民主黨，而專家機構的評級則較為保守，認為這些地方仍有相當大的競爭與變數。
量化預測者的理由，是全國民調已經呈現相當一致的方向。報道引述VoteHub的Zachary Donnini指出，當時全國性的政黨支持度民調顯示民主黨領先約八至九個百分點，模型再結合哪些選民更可能投票的估算，便得出更有利民主黨的結果。
在他們看來，如果全國風向已經明顯轉變，專家仍然把大量選區留在勝負難分的分類，便可能低估了這股趨勢的影響。
但全國領先，究竟會如何落到每一場地方選戰，正是專家最在意的問題。Inside Elections的Nathan Gonzales在報道中說：“When you look at data in these individual races, these races are very close.”（「當你查看這些個別選戰的數據，就會發現雙方的差距非常接近。」）
總統的支持度、選民對國家方向的不滿，以及全國性的政黨偏好，都可以反映政治氣氛，但到了某一州，候選人的個人形象、地方議題與競選組織，仍然可能令選情偏離全國趨勢。
另一個關鍵，在於誰最後會出來投票。已登記選民表達的支持意向，與投票日實際出現的選票，始終存在距離；模型如何估算這個距離，便會影響結果。專家則要判斷，眼前的地方民調是否可靠，以及競選團隊提供的內部調查是否過分樂觀。報道提到，部分民主黨候選人以亮眼的內部民調，爭取評級機構調高勝算，但專家認為，這類調查往往高估表現，資料不足時，仍然應該保留判斷。
這種爭論，令我想到財經分析中經常遇到的困難。整體經濟改善，不代表每一家企業都會同步受惠；但如果只顧研究個別企業，也可能錯過資金成本、需求與政策已經發生的全面轉變。
模型的長處，是有系統地把共同趨勢納入分析；專家的價值，則在於辨認哪些地方存在例外。兩者各有可能犯錯：模型可能高估全國風向的穿透力，專家也可能因為太重視地方差異，而遲遲不願承認大環境已經改變。
選舉結果將會檢驗這兩種方法。倘若民主黨形成大幅席次突破，量化模型或許證明自己較早掌握了浪潮；如果全國支持度的優勢未能充分轉化為地方勝利，專家的審慎便可能更接近現實。
這些預測之所以值得認真看待，也因為它們會影響選舉資源如何分配。報道開首提到，民主黨候選人Chris Pappas得知庫克政治報告把新罕布什爾州參議院選戰調整為「勝負難分」後，隨即在社交媒體以此呼籲支持者行動，競選網站則配合募款。
對候選人而言，選情告急可以成為動員理由；對捐款者而言，評級也可能影響他們把有限資金投向哪一場選戰。因此，預測既是觀察局勢的工具，也會參與塑造局勢。
閱讀這類預測，其中一個最有用的態度，是先理解分歧來自哪裏。模型看好的是全國浪潮，還是地方民調已經轉向？專家的保留，是掌握了不同資訊，還是對新趨勢反應較慢？當我們願意多問這幾個問題，預測的價值便不只在於告訴我們誰可能勝出，也在於幫助我們看清，哪些事情已有根據，哪些仍然充滿變數。