文：賀穎傑@前線科技人員
承上文，雖然雷動計劃給予策略選民及雷霆救兵的指示未必盡如人意，但這不代表策略投票不應該做。由今次汲取的經驗出發，只要我們針對不足之處進行改善，在下屆選舉多爭取 2-3 席絕對不是天方夜譚。在筆者提出具體建議之前，先跟大家分享一個故事。
經典美劇 Dr. House 其中有一集有以下劇情：醫院的初生嬰兒病房突然出現傳染病，醫生找不到致病源頭，此時有兩名嬰兒已經危在旦夕，另外四名嬰兒開始病發，Dr. House 的醫生團隊評估可能性最大的病源有兩個，但已經沒有時間做確定，此時他們需面對一個選擇：要麼給兩名病危嬰兒開同一款藥，那他們可能會一起死亡，也可能會一起救活，但如果他們一起死亡的話，醫生團隊仍未能確定致病源頭，餘下的四名嬰兒未必得救；要麼給兩名病危嬰兒開不同的藥，那醫生團隊可以一次過試驗兩款藥，要是其中一個有救，那餘下的四名嬰兒亦必得救，但這亦代表另一名嬰兒必死無疑。
這裡除了醫學道德問題，其實還涉及了「公平」及「有效率」的分別。開不同的藥，肯定對其中一名嬰兒（及其家人）不公平，但從整體來說，此舉卻能有效率地提高救活其餘四名嬰兒的機會。
如何平衡「公平」及「有效率」，亦正好說中了雷動計畫的死穴。學者如梁啟智早已指出[1]，民調的可靠性並不足以公平地進行策略性配票。梁啟智的說法是正確的，但他的考慮是着眼於「公平」而非「有效率」。當基於現實限制，例如民調的規模及取樣方法，我們必須考慮：當「公平」及「有效率」不能並存時，我們應該為「公平」而輸掉議席，還是為更「有效率」地贏取更多議席而稍稍接受「不公平」的結果出現，一如為兩名病危嬰兒開不同的藥？
今次雷動計劃的失算在於顧及「公平」多於「有效率」。雷動計劃在考慮推薦名單時，把統計學上尚未完全敗選的候選人都歸類為同一組，這裏帶出一個問題，就是歸類為同一組的候選人的民調，引申至其值搏率，可以相差很遠。
舉個簡單例子，假設現在只有候選人 A 和 B，A 的民調是 10% 而 B 的民調為 5%，但由於一般統計要求最低 95% confident level，雷動計劃為顧及「公平」，認為 A 的勝算未達至壓倒性，故把 A 及 B 的名單一併交於選民討論及投票，這裡並沒有顧及到A 的勝算雖未達至壓倒性，但 A 的贏面其實是 B 的好幾倍，故選 A 會比選 B 「有效率」得多。
而這裡引申出第二個問題：討論及投票需策略選民的主動參與，但參與者的數學／統計學的水平未必足夠理解所有資料，而且網上討論形式的所謂「商議式民主」，實際操作上參與過程傾向複雜和混亂，造成參與率低及容易被某一立場的支持者糾眾壟斷，亦即俗稱的騎劫，影響結果可信性。
以上兩個問題，可直接解釋雷動在新界西推薦黃浩銘（而非李卓人或黃潤達）的小錯及在九龍東推薦譚得志（而非黃洋達）的明顯犯錯。
因此，總結以上各點，要達到雷動計畫原先的目標，即是最大化非建制的議席，我們必須接受一個現實：在棄保的考慮當中，「有效率」比「公平」重要得多。
對將來改良策略性投票，筆者有以下建議：
１）取消策略選民討論及投票的步驟，一切絕以數字做決定。依賴策略選民討論及投票的問題，上文已經有提出。再補充一點，今次雷動計劃的其中一個考慮是有多少策略選民會實際執行它的建議，但今屆立法會的經驗已經證明，雖然主動登記成策略選民的人數只有四萬，而當中只有一成（或更少）有份參與討論及投票，但結果雷動計劃的推薦卻最終影響多達四十萬人（戴教授的評估），亦即是說，雷動計劃可直接接觸到的選民，實際上只佔它所能影響的一少部份，而且其組成不是隨機而成（random sample），其意見亦不具代表性。既然沒有有效方法得知 40 萬策略選民的意向，那討論及投票的步驟倒不如取消。
２）既然一切決定以數字為依歸，那做出決定的演算法（algorithm）必需可靠及令人信服。最理想的方法，就是透過 Open Source 的方式去製訂該演算法，務求達到 100% 公平公開及公正。演算法可透過回溯測試（back testing）去驗證過去曾出現的狀況，並以 Monte Carlo 演算法去模擬各種可能性所出現的機率，最理想是由一組的學者以純學術的方法去確認其成效。演算法可於遠早於選舉一年之前或更早就確認，避免給人懷疑演算法為某候選人度身訂做。演算法確認之後就放上公眾平台（例如 GitHub）。到選舉臨近時，類似雷動計劃的所謂做決策「大台」亦不需再存在，因為任何人都可以取用該演算法並套入可靠的民調數字，過程完全不經人手，甚至不用怕觸犯選舉條例的可能性。
總結全部三篇文章，筆者雖然對雷動計劃的執行有所批評，但對雷動計劃的理念是完全贊成的。由陳電鋸的研究可見[2]，建制派的配票技巧已達爐火純青的境界，選舉亦稱「選戰」，當中包含戰略亦屬理所當然；相反，如果非建制陣型完全不考慮策略性投票，這無疑等於自斷雙臂去打這場本身已經不公平的選舉，這實在不叫「尊重民主原則」而叫「自殺」。筆者明白以上的建議仍屬非常粗疏，純粹希望達到拋磚引玉的效果，供各界參考使用。