停電對使用者的態度影響

壹、 總體滿意度的困境

上一節，本文討論 729 限電危機與 815 停電事件兩次事件對於整體總統滿 意度的影響，然而外島的使用者數量過低，造成外島的總統滿意度變化甚大，

從圖 3-3-1 與圖 3-3-2 來看，不論是 729 或 815 兩次事件影響中，整體總統統滿 意度的下降都是外島較本島大，雖然在相關係數的計算上，外島民眾討論比例 與總統滿意度的變化相較本島小。

造成外島滿意度變化劇烈的主要原因在於外島的 ID 數量過少，1、2 個 ID 的態度便可造成外島總統滿意度極大的變化。為避免上述問題，本節將以 ID 為 單位討論受到停電前後，相同 ID 發表是否滿意總統的言論是否會受到影響。

圖 3-3-1 729 事件影響本島、外島比較

圖 3-3-2 815 事件影響本島、外島比較

貳、 資料處理

不同於前面的討論計算一定時間內，有多少 ID 討論蔡英文，其中有多少是

滿意的，多少是不滿意的。本節要討論使用者的態度轉變，因此必須抓出相同 729 和 815 事件的影響，Group2 則是新態度受到 729 事件的影響，Group3 為新態度受到 729 與 815 事件的影響，Group4 為原始態度和新態度都受到

二、 評估模型

以下將針對使用者對於是否滿意蔡英文的態度進行討論，由於是否滿意的 態度屬於是否的二分變項，以其作為依變數(Dependent Variable)探討 729 與 815 事件對其的影響，將採用邏輯式迴歸(Logistic Regression)討論態度的變 化。

在自變數部分，受限於使用者資料的掌握，本文並無法得知受訪者對政府 經濟表現的評價與政黨認同。因此在自變數上僅有其原始態度

(original_attitude)所在位置是否為離島(outer)、前後態度的時間(date_gap)、是 否受到停電影響(729effect 或 815effect)及距離事件影響後幾天

(729_effect_days 或 815_effect_days)。

Model1:729 限電危機的影響評估

logit(Pi) = ∑ 𝛽₁×

𝑛

𝑖=0

𝑜𝑟𝑖𝑔𝑖𝑛𝑎𝑙_𝑎𝑡𝑡𝑖𝑡𝑢𝑑𝑒 + 𝛽₂× 𝑑𝑎𝑡𝑒_𝑔𝑎𝑝 + 𝛽₃× 𝑜𝑢𝑡𝑒𝑟 + 𝛽₄

× 729_𝑒𝑓𝑓𝑒𝑐𝑡 + 𝛽₅× 729_𝑒𝑓𝑓𝑒𝑐𝑡_𝑑𝑎𝑦𝑠 Model2:815 全台大停電的影響評估

logit(Pi) = ∑ 𝛽₁×

的影響。從既有的研究中，前後態度的時間差應該會影響其對是否滿意總統 的評價，時間差越大代表使用者評斷的時間越晚，就隨著執政時間越長，總 統滿意度越低的既有發現來看，時間差(date_gap)越大，則應該越傾向不滿意 總統。而事件的影響，不論 729 或 815，受到影響者其在評斷是否滿意時，

也應該傾向不滿意，然而隨著時間的增加，事件的影響應該會被時間沖淡，

因此事件後幾天與事件影響的方向應該相反，並可以此了解事件的影響時 間。

三、 729 限電危機的影響

在分析上，作者將外島使用者、本島的 Group1 作為對照組，本島的 Group2、Group3 作為實驗組。表 3-3-2 顯示如果原始態度為滿意，則新態 度也較傾向滿意，但是原始態度的影響力會隨著與新態度的時間差

(date_gap)越大，則越傾向不滿意。而外島使用者(outer)相對於本島使用者 則傾向於不滿意。在 729 影響上，受到 729 影響後，使用者較傾向不滿意 蔡英文，然而隨著距離 7 月 29 日越久，則 729 影響的部分會逐漸被削弱，

在其他條件不變的情況下，平均而言，729 的影響會持續 55 天左右。

表 3-3-2 跳電與停電事件對使用者是否滿意影響

四、 815 全台大停電的影響

在分析 815 影響上，作者將外島使用者和本島的 Group1、Group2、

Group4 作為對照組，本島的 Group3、Group5 作為實驗組。在原始態度、

原始態度與新態度的時間差、是否是外島使用者上三個變數與 729 事件的 島使用者和本島的 Group1、Group2、Group4 作為對照組，而本島的

new_attitude

(1=approval)

Model 1 Model 2 Model 3 coef std coef std coef std original_attitude

(1=approval) 0.4135 -0.1122 0.3325 -0.0741 0.3398 -0.0741 date_gap -0.0074 -0.0012 -0.0077 -0.0009 -0.0075 -0.0011

Outer

(1=outer) -1.086 -0.5596 -1.0485 -0.3486 -1.0586 -0.3493 729_effect

(1=Yes) -0.2502 -0.1183 -0.1055 -0.116

729_effect_days 0.0045 -0.0037 0.0041 -0.004 815_effect

(1=Yes) -0.3529 -0.0766 -0.3536 -0.0772

815_effect_days 0.007 -0.00244 0.0054 -0.0028

R 0.69 0.6528 0.6528

n 1729 3583 3583

Group3、Group5 作為實驗組。在邏迴歸係數來看，可以發現 815 事件的影 響與單獨分析 815 事件時的係數差不多，但 729 的影響就被削弱了，而 815 事件對使用者是否滿意的影響也大於 729 事件。若將兩件事情放在同 一個迴歸式中綜合考量，729 事件的恢復時間從原本的 55 天減為 25 天，

而 815 事件則從 50 天增加為 65 天。若我們將兩件事情視為一個事件，將 兩者的影響綜合考量後，並計算其恢復時間，則 729 與 815 的電力危機對 是否滿意蔡英文的影響力，約在 2017 年 9 月 25 日即會被抵銷。

六、 小結

從個體的層次來探討，729 限電與 815 停電事件中，確實受影響的使 用者會更傾向在討論停電議題時給予蔡英文不滿意的評價。利用個體層次 的探討能擺脫外島使用者數量不足的問題。利用迴歸係數的計算，我們也 可以得知停電事件對蔡英文滿意度的評價影響約在 50 天左右影響力即會被 抵銷。

肆、 小結

本節從個體的層次出發，討論 729 限電危機與 815 停電事件對使用者在評 斷總統滿意度時的影響，藉此來解決計算外島滿意度時，因為人數過少所造成 的起伏過大的問題。

在本節的討論中，本島的使用者不論在受到 729 事件或 815 事件影響後，

其在是否滿意蔡英文的評價上都較傾向不滿意，而如果我們將 729 事件與 815 事件合併在一個迴歸式中就會發現 729 事件的影響被稀釋了，其影響程度也小 於 815 事件，算是符合本文的預期。

第四節 小結

本研究透過是否受到限電危機或停電事件的影響將使用者分為實驗組與對 照組。在本章的討論中，不論將本島與外島各自作為一個整體看待計算各自的

總統滿意度，或是分析單一使用者受影響前後的態度，729 限電事件與 815 停 電事件都可以明顯的觀察到，受到影響的本島使用者，其總統滿意度下降的狀 況較未受到影響的外島使用者明顯。若以單一使用者受影響前後的態度分析，

在邏輯式迴歸的結果中也顯示，若前後態度中間夾了 729 或 815 事件，則使用 者的新態度會傾向不滿意總統。

除了單一事件前後的比較外，兩個事件互相比較下，815 事件的影響顯然 大於 729 事件，而 815 事件不論是從總體的資料來看，或是單一使用者的前後 態度來看，其造成民眾不滿意總統的影響都較 729 事件大。

最後，本章節透過比較使用者的前後態度和時間差也發現，729 事件與 815 事件的影響時間皆約為 50 天左右，而若將兩者合併計算，兩次的事件對於民眾 在評價能源議題和蔡英文的滿意與否上，其影響也僅約 2 個月。