數據分析：賓州數據庫缺失百萬選民投票記錄

美國各州州政府對待選舉，或多或少都做出擁有透明度的姿態，很多原始數據，官方都願意主動與民眾分享。賓夕凡尼亞州也不例外，在這個選舉舞弊投訴非常多的州，選民的數據資料也是每星期更新一次，每次需付20美元即可下載。

筆者手上拿到四份分別是11月2日、9日、16日，及23日下載的賓夕凡尼亞州全部選民名單的資料集快照（dataset snapshot），用以對比分析，探尋舞弊投訴是否在數字庫裏有具體的體現。

經過比對發現，截至11月20日，賓夕凡尼亞州數據庫中記錄參與本次投票的選民人數，與媒體公佈的選票總數相差一百多萬。

選民數據庫資料應與選民總數一致

首先介紹一些基本數字：數據庫裏包括九百多萬行登記選民的資料，每個選民的資料包含153項屬性，包括選民編號、人名、地址、黨派、學區、選區、每次選舉分別採用的方式、紀錄更改日等。其中第一個值得注意的是累積投票人總數，這個數據每州的選舉數據庫都應該有，但可能用不同的方式表達。

例如，內華達州選民登記數據集是截止到11月6日晚間，數據庫裏看到一欄屬性是「選舉日」（Election Day），數這一欄有多少個「2020-11-03」就會得到1,394,715個結果，即截至11月6日內華達州已有約139萬選民完成了本次投票。11月15日新聞看到有1,405,376人，內華達州這兩個數字基本算是吻合的。

又例如，華盛頓州允許郵寄投票，筆者所下載的數據庫是截止到11月2日的版本，同樣道理，把「最後一次投票」（LastVoted）那欄裏的「2020-11-03」都加起來得到3,230,733個結果，新聞報道中參與提前投票的選民則為3,545,289人。也就是說，到11月2日為止，華盛頓州數據庫中記載有323萬名選民已經投票，與新聞中說的354萬人也很接近，十分之一的差距可能來自早晚截止時間不同的差距，屬於正常範圍內。

州政府或各新聞機構所報告的參加選舉的選民總數必須和數據庫裏算出總數大致一樣，這是常識，也是以下要談論的重點。

賓夕凡尼亞州數據庫一直缺少上百萬人投票信息

在賓夕凡尼亞州的數據庫裏，在153個屬性中，排列#26的屬性 Last Vote Date =‘2020-11-03’這一欄擁有類似的內容。如下圖所示：

11月1日，賓夕凡尼亞州數據庫記錄有240萬人已投票；11月8日，數據庫記錄有372萬人已投票；11月15日，數據庫記錄有447萬人已投票；11月20日，數據庫記錄有585萬人已投票。（數據來源：賓夕凡尼亞州政府數據庫）

可以看到三星期來累積投票人數是一直在增長，11月1日是2,404,653，11月8日是3,722,445，11月15日是4,472,083，11月20日是5,850,725。

問題來了，以11月15日為例，賓夕凡尼亞州政府及新聞媒體公佈的已投票人數是6,857,562張選票，其中拜登 3,423,976票，特朗普 3,354,836票，喬根森（Jo Jorgenson）78,750張。而從數據庫裏只看到4,472,083人已投票，兩份數據相差2,385,479人。如下圖所示：

選舉結束以後，賓夕凡尼亞州政府數據庫中記錄已投票的人數（黃線）與媒體公佈的總票數（藍線）一直有缺口，缺口從11月3日的330萬縮小到了20日的100萬。（數據來源：賓夕凡尼亞州政府數據庫）

也就是說，到11月15日為止，有238.5萬多張選票來路不明，超過三分之一的選票數據庫裏根本沒有紀錄。這也佐證了特朗普競選團隊數據和策略總監馬特·佈雷納德團隊（Matt Braynard）在11月16日所描述的賓夕凡尼亞州現象：他們在大選後調查了1137人，其中超過三分之一的人寄了選票，卻無法在政府的驗證網頁上查到已投票的紀錄。

到了11月20日，基本應該已經全部檢查完了，這個缺口還是有一百萬左右。

當數據庫裏的總投票數一直嚴重低於真實的投票數時，意味著甚麼呢？