高雄民眾政治談論溝通網絡的樣貌

(1)

高雄民眾政治談論溝通網絡的樣貌

劉正山

^*

投稿日期：103 年 5 月 2 日；通過日期：103 年 5 月 10 日

*國立中山大學政治學研究所副教授 政策與人力管理 第五卷第一期 2014 年 6 月頁 49-80

(2)

摘要

隨著我國公民社會發展的日趨成熟、新聞資訊的傳播加速、公民參與公共事務的意識抬頭，在日常生活中談論政治已是最常見、最自然的政治參與行為。本文從經驗上的好奇（empirical puzzle）出發，試圖呈現高雄市選民談論政治社群的樣貌。本文從政治談論溝通網絡

（communication networks of political discussion）的近十年研究脈絡出發，使用 2006 年底高雄市長選舉選前電話調查資料，以及縣市合併後 2010 年大高雄市長選舉選前的電話調查資料進行分析。研究發現：民眾在日常生活中接觸到多元的政治意見的比例相當高。雖然多數受訪者談論政治的對象十分固定，但約有一半的受訪民眾表示他們在日常生活中自然地擁有高度異質性的政治談論社群，並在其中保存了不同的政治偏好。這個圖像值得關心相關政治傳播理論發展，或是高雄政治的研究者及觀察者參考。

關鍵字：北藍南綠、政治談論、社群同質性、社群異質性

(3)

壹、前言

隨著我國公民社會發展的日趨成熟，公民參與公共事務的意識抬頭，以及新聞資訊的傳播加速，公民在日常生活中談論政治已是最常見、最自然的政治參與行為。然而，學界對於國內民眾在日常生活中政治討論環境、場域，以及相關行為的瞭解十分有限。相對於國際學界對於政治談論社群（communication networks of political discussion）熱烈討論近十年的光景，國內在這方面的研究似乎還未起步，對於臺灣民主化的研究也尚未聚焦到民眾的政治談論行為上。雖然我們不需要對於國外研究的議題亦步亦趨而喪失自己的研究主體性，然而我們不能否認：在一個民主的國度中，除了投票行為之外，另一個攸關民主發展和深化的面向就是民眾在日常生活的資訊處理行為，其中包括談論議題的行為及接觸政治新聞媒體的行為。這個面向的知識需要眾多的經驗研究積累。

國外學界對這方面的討論至少得到這樣的共識：「民眾是否生活在多元意見之中」以及「民眾是否願意主動談論政治」是觀察民主是否深化的重要面向；亦即，生活在多元意見環境中的民眾，以及願意主動談論政治的民眾，可以說是民主社會的珍貴資產。因為他們的政治知識程度、對不同意見的容忍程度以及對於自己偏好的表達意願都能夠加深這個社會的民主品質，這而些特質正是民主治理及政治制定過程中必須注意的環節。換言之，民眾既然是治理與政策規範的對象，那麼無論是從政者、

立法者、新聞業者還是政治行為研究者都需要知道被治理者他們政黨傾向及意見的分佈情形，並且特別留意：當民眾所處的環境其多元氛圍消失，成為高度同質性的社群網路（homogeneous networks）時，意見的交換及公共議題的審議將變得相當困難。

法政學者 Cass R. Sunstein（2001）指出，如果公民社會中的單一民眾，個人的生活中只能接觸到單一的偏好，或不願意談論自己的偏好，

那麼這個公民社會的意見流動將會緩慢下來，甚至會漸漸趨向兩極化

（polarized）（Sunstein, 2001）。當然，Sunstein 的論點是否過激或是過於

(4)

悲觀，十多年後的今天仍是政治傳播學者辯論的焦點之一（Wojcieszak, 2010; Levendusky, 2013）。本文期望成為這個討論的第一塊磚，開啟我們透過經驗研究來瞭解和描述自身所處政治場域中民眾政治談論現象的興趣。因為唯有充份瞭解自身所在社會脈絡的現象時，跨文化的理論對話、應用和辯論才有意義，我們才不會自外於理論的發展之外，或是在追求驗證西方理論之際忽視了對自己社會的瞭解。因此，本文選擇從最基礎的關懷出發，以描述的方式試圖回答幾個基本問題：臺灣社會中民眾印象中所謂的高度同質性（政黨偏好相當一致）的地區，是否真的高度同質？這樣的同質是想像還是事實？身處偏好同質環境中的民眾有多少？身在這樣同質性高的社群中的民眾是否有特別值得一提的政治行為？

本研究範圍設定於市縣合併前後的高雄市，以兩筆電訪資料來呈現高雄市選民在二○○六年與二○一○年市長選舉期間談論政治的情形以及政治談論社群的同質或異質狀況。選擇以高雄市民作為觀察的對象的原因有二。首先，從挑選個案的方法角度來看，在個案選擇有限的狀況下，挑選同質性高的地區當研究對象，較有助瞭解其他相似情況的地區，也有助於看清民眾所認知的是事實還是迷思。高雄在當前的臺灣政治討論中多被視為「北藍南綠」版圖下屬於「綠」的區域。媒體、政界及不少學者多從選舉勝選的政黨和得票狀況來理解縣市民眾的政黨偏好，進而將南北兩地政治社群想像是同質性相當高的社群。¹其次，國內選舉研究多集中在全國性的選舉（如立法委員、總統選舉）和縣市長選

1 這個從二○○○年總統大選之後形成的印象在二○○六年高雄市長國民黨候選人敗選，以及二○一○年五都選舉之後似乎更形堅固。例如：美聯社報導「北藍南綠，扁獲喘息機會」（2006-12-10，聯合報 A16 版）。學者施正鋒指出「板塊依舊，北藍南綠，中間選民噤聲」（2011-03-06，聯合報 A15 版）。作家南方朔亦認趨勢正在延續（2011-12-28，明報）。包括作者在內，學術界當然不一定會認定高雄雖然多年由民進黨執政，就一定是「綠」，作者列出新聞報導，

是要強調民間對此事的印象，並由經驗證據的提出修正民間即定印象。（學術界亦有類似北藍南綠的論述，可參見：Chan, 2004; Lay, Yap, & Chen, 2008; Wu, 2008; 吳重禮與許文賓，2003；盛治仁，2006）。

(5)

舉的因素分析，較少針對南台灣都會選民進行描述研究，也難以滿足研究者對南台灣選民行為偏好樣貌的好奇。正因為這些猜想未曾得到證實，而這些說法可能與生活經驗不甚一致²。

以下本文先就國際文獻在政治談論社群的研究做一整理，回顧這個議題的發展脈絡，並試著擷取出可供本研究初探國內狀況、並且可以用現有資料檢證的假設。接下來再以兩筆收集到的電話調查資料進行描述性的探討。文末將就研究結果的理論和實務意涵進行討論。

貳、關於日常生活中談論政治的研究

不管民眾喜歡「政治」與否，每個人仍然會接觸到政治訊息，也免不了談論政治。談論政治是民主社會的生活中的一環，即使沒有制度的誘發，談論政治也會是個自然且自發的行為。即使是像南美洲哥倫比亞那樣沒有民主制度的國家，談論政治也仍被發現是政治參與的前提。只要談論政治的任何一方不同意對方的觀點，觀點交換的過程就很可能啟動政治參與的過程（Jacobs, Cook, & Carpini, 2009）。談論政治雖然不是每個人生活的重心，它卻與每個人其他面向的政治行為相關；例如，對於談論政治這件事的態度會影響對政治參與的投入程度和投票的意願

（Rojas, 2008）。

我們可以將透過政治學者 Huckfeldt 等人（2002）與 Feldman 和 Price（2008）的著作，將近年討論政治行為的研究發現，歸納整理為三點。首先，由於談論政治的對象很可能是自己認定最信任、最喜歡在一起或想法最接近（like-minded）的人，所以彼此即使有意見上的齟齬，

相互包容的情形也可能比單純對陌生人談論政治來得多些，所以政治的談論往往發生在好朋友或親人之間（Huckfeldt, Johnson, & Sprague, 2002）。

2 從觀念上提出挑戰者，如胡念祖質疑此北藍南綠的宿命論（2006-12-21，中國時報，http://forums.chinatimes.com/report/election/analyse/95121214.htm）。

(6)

其次，對於不常談論政治的民眾來說，他們在社群中所接觸到的不同意見，往往是件好事；這會對他們產生學習和刺激的作用（Feldman and Price, 2008）。經常與親友談論公共議題的民眾，比起不談論政治的人更有意願參與投票、上網與不認識的網友談論政治議題，或是在網路上表達不同的意見（Lee, 2005），因此，學者推論：與人談論政治的頻率一旦增加，網路競選（internet campaign）的影響力便會擴大（Nisbet and Scheufele, 2004）。第三，談論政治的頻率會影響選民對政治事實和制度性知識掌握的程度；只是，談政治談得深，不見得會提昇一個人對政治事實的掌握程度（Hively and Eveland, 2009）。從以上三項可知，與人談論治政相關議題或意見交換，是一項重要政治參與方式，也是較普遍的參與政治方式。

經過近十年的研究，目前政治傳播學者已將政治談論社群的異質性

（network heterogeneity）視為檢視審議式民主（deliberative democracy）

環境的重要解釋變數（其相反詞為「同質性」（homogeneity），並且預期：審議式民主所強調的包容與寬容，很可能在偏好異質性高的政治談論社群中出現。文獻中所謂的「社群異質性」或「社群同質性」，指的都是「政治談論社群中的選民所主觀感受到的意見相近程度」。民眾在社群異質性高的環境中，會在談論政治的過程中感受到較多不同、甚至相左的意見或看法；相反的，民眾在社群同質性高（或異質性低）的環境中，會在談論政治的過程中感受到較多與與自己意見一致的說法或看法。

同質性高的社群雖不見得（或未被發現）對民眾有不健康的影響，

但已有研究指出，若是自己跟同質性高的社群成員（like-minded network members）在有爭議的議題上（例如以幹系胞來製造人體器官的研究）互動，則容易造成個人既有意見的極化情形（Binder et al., 2009）。相反地，身在異質性高的社群的公民，一方面會得到社群中意見相近者的情感支援，一方面增加自己和其他身在這個社群中的成員接觸到不同偏好的可能性。近期研究發現，暴露於異質性高的社群的民眾，不見得會降低自己的政治參與感（Jang, 2009）；雖然跟意見相近的人互動會比那些

(7)

不和他人互動的人更能掌握候選人在議題上的立場，但若是與不同意見的人互動，這樣的能力將會更強一些（Feldman and Price, 2008; Lee, 2009）。所以，觀察和描述公民社會的民主是否（開始）深化有幾個出發點：(1)公民談論政治的環境，是否含藏具足夠的偏好異質性，也就是說，對每個民眾來說他們各自的日常生活中談論政治的對象的政治偏好是否多元；(2)這個社會中具備偏好異質性的政治談論社群比例有多高。

這兩點是多元民主社會的「土壤」或是前提要件（pre-condition），而檢視這個前提要件最重要的工作就是針對公民談論政治的環境進行描述的工作。

從以上文獻來看，有兩個關聯性的假設可以檢證：「社群同質性高低與同意他人的頻率有關」（假設一）。理論的預期是：若社群的成員是自己依相同偏好選擇而構成，則這樣同質性高的政治談論社群成員將會有高度同意其他成員意見的傾向。這個關聯不必然是單向的因果關係，因為這個關聯也可能意指，有同意他人傾向的民眾（常常同意別人的看法），亦較可能自己形成與自己偏好一致的政治談論社群。相反的，身處異質性比較高的社群的民眾，則可能常遇到不同於自己的意見；至於經常遇到不同於自己意見的民眾，也可能習慣或樂於這樣的環境而形成異質性較高的社群。

另一個重要的假設為「社群同質性與談論政治的主動程度有關」（假設二）。理論預期為：由於一般人會放心談論政治的對象多為親友，愈是同質性的環境愈會讓人（舒服地）談論政治，也因此選民在同質性高的政治談論社群中應該會比在異質性高的社群中的民眾更主動談論政治。

這個相關性的假設也包括了另一個可能：愈是主動談論政治的民眾，他們的社群同質性也比較高。必須注意的是，這兩個假設並非依據既成的、具有詳盡邏輯基礎的理論而來，而是依據文獻中對民眾生活的描述與觀察而來，所以只能推導出相關性的假設，而非因果性的假設。

(8)

參、資料與方法

本研究的資料來自於二

○○六

年與二

○一○

年底針對高雄市長選舉選前的電訪資料。調查由國內某研究型大學的民意調中心執行。抽樣方式主要以當年度中華電信最新出版之高雄市、高雄縣住宅電話號碼簿為抽樣母體，依系統抽樣方式抽出樣本之後，再由抽出樣本以「電腦輔助電話訪問系統」（Computer-Assisted Telephone Interview, CATI）末兩位數隨機亂碼方式，形成電話號碼供訪員撥打。

由於這兩次跨多年的調查並未使用同一份問卷目的，因此問卷中所問的問題並不完全一致。因為兩筆調查資料變數不同，二

○一○

年的資料無法用於檢視本文的第二個假設，再加上這兩筆資料皆非定群追蹤資料（panel-data），因此無法未針對同一群受訪者的兩個時間所得到的意見進行比較分析。即使如此，這兩份資料分別所呈現的圖像（這兩筆資料分別有「政治談論社群的組成」及「高雄市民在日常談論政治時保有不同的意見的比例」的題目），仍然有助於回答本文鎖定的研究問題：亦即高雄市民的政治討論社群中的政黨認同是否真的高度同質（亦即民眾的政治談論社群是否明顯偏向任何一個政黨）、高雄市身處偏好同質環境中的民眾有多少、以及身在這樣同質性高的社群中的民眾其政治行為是否有值得一提之處。

第一筆資料是原高雄市第四屆市長與第七屆市議員選舉的選前一周

（投票日為二

○○六

年十二月九日）所收集的隨機電話調查資料。訪問時間為二

○○六

年十二月四至七日，收集到 764 份有效問卷，拒訪率為 23.7%。在 95%的信心水準下，抽樣誤差約為正負 3%。這一筆資料為選前調查，因此其優點在於民眾受到新聞事件的刺激頻率較高，相對於平時更容易與人談論公共議題、候選人和選舉偏好，與本文研究的政治談論社群相呼應。

第二筆為針對第五屆（大高雄）市長與第八屆市議員選舉的電訪資料（投票日為二

○一○

年十一月二十七日）。二

○一○

年高雄縣市合

(9)

併，該次調查便改以合併後的大高雄市民為母體。該筆資料涵蓋地區為原高雄市11 個行政區及原高雄縣 27 個鄉鎮。³該次電訪調查於二

○一○

年九月十六至十八、二十一、二十三至二十四、二十九至三十日下午 6 時至 10 時進行（調查期間因九月十九日凡那比颱風造成大高雄區水災，

造成調查進度延誤），成功訪問 1,187 位市民，拒訪率為 27.2%。依 95%

的信賴度估計，該筆樣本抽樣誤差為正負 3.86％（成功樣本數為 668），

原高雄縣抽樣誤差為正負4.39％（成功樣本數為 519）。

由於第二筆資料包括兩個行政區，因此先就資料中呈現的縣市的差異作一簡述：(1)原高雄市的女性受訪者比例較高雄縣稍高一些（χ²

=6.73，df=1，p<0.05）；(2)高雄縣收入三萬元以下的受訪者比例較原高雄市高（χ² =17.9，df=7，p<0.05）；(3)原高雄市受訪者的教育程度在大學以上的比例較高雄縣高（χ² =26.23，df=4，p<0.01）；(4)當被問到「如果明天就要投票選高雄市長，請問您會挺誰？請告訴我號碼就好」（1、黃昭順；2、陳菊；3、楊秋興），高雄縣民傾向支持楊秋興，而原高雄市民傾向支持陳菊（χ² =22.61，df=1，p<0.01）；(5)當被問到「有人認為，反正很多人都有在看、也很瞭解國內新聞，所以我知不知道新聞事件無所謂。請告訴我您有多相信這句話。1、非常相信；2、還算相信；3、有點相信；4、不太相信；5、完全不相信」時，原高雄市民對新聞事件的敏感度較高雄縣縣民高（χ² =16.16，df=2，p<0.01）。(6)被問到「每次聊政治的時候，您多常同意他（們）的看法？1、幾乎每一次都很同意；2、

大多時候同意；3、很少同意；4、幾乎每一次都不同意。」高雄縣民比原高雄市民較為容易同意對方的看法（χ² =6.32，df=2，p<0.05）。除以上六點之外，兩筆資料的受訪者在其他變數上則未見顯著的差異。

這兩份調查有其延續性，都有為了瞭解政治談論社群而設計的題目，但必須注意的是，由於兩者關注的焦點並不盡相同，因此兩筆資料中所使用的變數並不完全一樣，且相同的核心變數其測量（measure）也

3 依據中華民國內政部 98 年 12 月底高雄市人口統計資料，高雄市內 11 個行政區及高雄縣 27 鄉鎮，總人口數為 2,770,887，其中年滿二十歲總人口數為 2,155,094 人。

(10)

不盡相同。二

○○六

年調查資料中所定義的「談論政治」指的是談論一般的政治問題，不去主動定義所謂的「一般」和「政治」概念，因此收集到的資料是受訪者依自己對政治的理解所做的回答，調查中所指的

「政治談論社群」便是指的是與受訪者常談論一般政治話題的親人或朋友所構成的人際網絡。這個調查中的其他問題都是依此定義方式，包含

「談論政治頻率」、「社群大小」、「社群成員空間分佈」、「社群同質程度」、「與主要討論對象的相近程度」、「社群中同意他人看法的頻率」、

「談論政治主動程度」等。

第二筆二

○一○

年的調查雖同樣有聚焦於政治談論社群的問題和變數，但有兩個面向與二

○○六

年的調查不相同：一是給予「談論」更精緻的定義，亦即先問受訪者最常聊的議題種類，再問受訪者以此議題所形成的談論社群的特質。這樣的設計使這個調查中的社群概念廣度超過 2006 年調查所用的政治談論社群概念，除了政治談論社群外，還包含了其他議題的談論社群。因此，二

○○六

年資料所指的社群指的是談論一般政治的社群，而二

○一○

年資料中所指的社群則是包含談論政治在內的議題談論社群。Eveland 與 Kleinman（2013）也採用這個方式進行研究，其研究指出針對政治的談論社群與談論一般話題的社群其結構（同質性程度）相近，但前者較為鬆散（less dense），因此資訊在此政治談論社群中的流動較為不易。

此外，這兩筆資料在涵蓋面上並不相同。二

○一○

年的問卷包括了相類似於二

○○六

年調查的「談論所選議題的頻率」、「社群同質程度」、「社群中同意他人看法的頻率」，以及「主觀認定自己政治知識程度」等題目，但沒有社群的組成（大小、空間關係）、受訪者主動談論政治程度等題目。二

○一○

年調查的問卷增加了「社群常討論的議題」、

「網路上談論政治的頻率」、「網路上政治談論社群的同質程度」、以及

「面對不同意見的包容度」等題目。有鑑於資料本身的差異，本研究建議讀者將兩個資料的分析視為相互補充、可供發展問題意識的基礎材料

（詳見附錄一的二

○○六

年調查變數列表和附錄二的二

○一○

年調查變數列表）。

(11)

本研究所使用的「同質性」或同質程度概念，指的是社群成員其意見或偏好與自己意見或偏好一致的程度；相對的，異質性或異質程度，

指的是社群成員與自己意見或偏好不一致的程度。近年的研究指出，研究之初釐清這個概念的定義很重要，因為不同的定義會導致不同的結果，甚至產生結論矛盾的情形。不一致或「不同意」（disagreement）有兩層意思，一是與自己意見相左，二是社群內多元意見並呈。Nir

（2011）的研究指出，若採前者則社群異質性會傷害政治參與意願、做下投票抉擇的時間會延後；若是後者，則反有助於政治參與意願提高。

以下將就各別資料所呈現的圖像分別進行描述，再進行綜合討論。

下文所記載的數據（百分比），皆為排除無效值（例如回答看情形、不知道、忘記、拒答等）重新計算後的百分比。（原始的次數分配則放於附錄一與附錄二的表格中；表格中粗體的變數為核心變數，也就是用於檢證本研究所列的兩個假設檢證的變數）。以下將就各別資料所呈現的圖像分別進行描述，再進行綜合討論。下文所記載的數據（百分比），皆為排除無效值（例如回答看情形、不知道、忘記、拒答等）重新計算後的百分比。（原始的次數分配則放於附錄一與附錄二的表格中；表格中粗體的變數為核心變數，也就是用於檢證本研究所列的兩個假設檢證的變數）。

肆、研究發現

一、二○○六年市長選舉前夕高雄市民談論政治的社群環境與相關性假設檢證

使用二○○六年選舉資料的進行分析，發現有六成以上的選民會談論政治與選舉，但近五分之一的民眾到了選舉前仍無參與政治談論的意願。具體言之，當被問到「最近這個星期，您多常與家人朋友聊到政治問題？」時，25.30%的受訪者表示天天聊政治，30.20%表示三天兩頭會聊一下，24.40%表示很少聊，20.10%表示最近都沒有聊政治，17%的受

(12)

訪者表示生活中完全沒有與他人討論政治（從未形成自己的政治討論社群）。

其次，從社群的大小來看，擁有大型政治討論社群社群或政治談論的社交圈的民眾比例並不高。依「請您數一下，您生活中會跟幾個人講到政治？包括那些沒有見到面的。數的時候請不要管熟不熟或您喜不喜歡他。（給對方十到二十秒，並鼓勵他回想）」這一題的結果來看，大多數會談論政治的受訪者的政治討論社群大小約介在 1 到 5 人之間

（61%），而這些政治談論社群組成人數比較多民眾多是具有較高學歷的選民（χ² = 130.66，df= 72，p <.001）。

第三，從社群成員的空間分佈狀況來看，民眾最常談論政治的對象往往就是常見到面的自己的家人、鄰居或朋友，這一點與文獻相當一致，亦即政治的談論往往發生在好朋友或親人之間。從空間分佈來看，

當被問到「現在請您想一想，您平常最喜歡在一起討論政治的同伴。請問他跟您住得多近、多常見到面呢？」時，34.2%受訪者表示這個最常談論政治的人是住在一起，幾乎天天見面的人；35.70%表示是住得近而且常見面的人，13.30%是住得遠但常見面的人，只有 1.50%的受訪者表示這個最常談論政治的人是個住在一起但不常見面的人。有趣的是，有 14.40%的受訪者可能會透過網際網路或其他傳播科技來與人談論政治

（8.60%的受訪者表示他們的主要討論政治的對象是住得很遠且不常見面的人，6.80%表示這個人是個住得近但不常見面的人）。

除了常見面之外，這些最常討論政治的對象，往往就是選民在政治立場上和自己最相近的人。當被問到「就您所知，他和您（最常討論政治的對象）目前支持同一位市長候選人嗎？」近八成（78.90%）的受訪者認為他（她）與其最主要討論政治的對象支持同一位市長候選人。

雖然就支持同個候選人這點來看，受訪者的政治談論社群的同質性很高，但並非所有民眾的談論政治社群都是高度同質的。當被問到「聊到政治的時候，他（們）的立場都跟您一樣嗎？」有近一半（46.60%）

受訪者表示社群成員的立場與受訪者本人一致，但是另一半（45.70%）

的受訪者表示他們的家人朋友之中有一半立場（不見得是投票的偏好）

(13)

與自己相異。甚至有 7.70%的受訪者表示，他們最喜歡討論政治的對象是常唱反調的人。進一步被問到「他常跟您在政治議題上唱反調（台語：答嘴鼓）嗎？」時，過半（56.30%）的受訪者表示從來沒有被他們最常討論政治的對象挑戰過，但是 34%說偶爾會遇到對方在觀點上的挑戰，9.80%的受訪者則是覺得對方每一次會與自己唱反調。

這一筆資料的變數有助於檢視前文提出的兩個假設：「社群同質性高低與同意他人的頻率有關」（假設一）與「社群同質性與談論政治的主動程度有關」（假設二）。這兩個關聯性假設是公民在日常的談論政治中，

是否可能會自然而然地發生審議的基本要素。首先就「同意他人的頻率」來看，當被問到「每次聊政治的時候，您多常同意他（們）的看法？」時，34.40%表示幾乎每一次談論政治都會同意對方的看法，

41.50%表示大多時候會同意，18.10%表示在談論政治的時候很少同意其他人的看法，5.90%表示經常持有不同的意見（幾乎每一次都不同意）。

將這個變數與社群同質性程度（聊到政治的時候，他（們）的立場都跟您一樣嗎？）這個變數進行交叉分析之後，可以看到這些傾向每次都同意對方看法的受訪者，他們的政治談論社群的同質性相當高，也可以說政治談論社群的同質性與同意他人的頻率相關性為正向。這個結果初步支持了第一個假設（χ² = 77.68，df= 6，p <.001，n=290）。

有別於第一個假設屬於心裡層面的觀察（對不同於社群意見的壓抑或不抗拒），第二個假設著眼在政治談論的行為面：社群同質性與談論政治的主動程度有關。這個談論政治主動性的測量為「一般來說，您聽完或是看完新聞的評論以後，會馬上想找人聊聊看法嗎？（會或不會）」，

19%表示「會」，在看完電視節目之後會跟人討論政治。它與社群同質性變數的交叉分析呈現正相關（χ² =13.89，df= 2，p <.001，n=451），亦即這個假設得到資料的支持。這個結果表示：如果民眾生活在異質性高的政治談論社群之中，即使被新聞事件刺激而心有所感，也不會太想找人討論政治。換言之，異質性高的社群中的民眾參與談論政治的意願較低。

進一步的檢視則發現，政治討論的主動性與以下另外兩個因素有

(14)

關：一、與個人討論政治的習慣/頻率（χ²= 46，df= 3，p <.001，n=603）

正相關。亦即看完電視之後找人聊政治的民眾平時就有找人討論政治的習慣。二、與主要談論政治對象的政治知識的高低（χ²=6 ， df=1 ， p < .01，n=272）負相關。政治知識程度在此為主觀測量「您會覺得自己比家人朋友還瞭解政治嗎？（會或不會）」。這個負向的關聯性意味著，

看完電視之後找人聊政治的民眾，並不是自認為政治知識較他人高的民眾；相反的，是覺得自己在政治上懂得比主要談論政治對象要少的民眾。由以上的發現可以勾勒出這樣的圖像：高雄市民眾在看完電視節目後與親人朋友談論政治和選舉的情形比較容易發生在同質性高的社群中。當民眾自己想透過資訊節點（information nodes，亦即他們所信賴的、可以提供選情新知的對象）來取得政治資訊的時候會主動討論政治。

這筆資料中的性別變數也有助於進一步呈現較常談論政治的選民的樣貌。傳統對於男、女對於參與政治的刻板印象為(1)男性自認為比女性較懂政治、(2)男性比女性喜歡談論政治、以及(3)男性的政治談論社群會比女性多元。在這筆資料中，本研究只確認了第一點：性別只與政治的自我效能感（self-efficacy）有關（χ²=35.1，df=1，p<0.001，n=308）。

72%的男性受訪者覺得自己比對方懂得多些，而 73.2%的女性受訪者覺得對方在政治上懂得比較多。至於其他兩項性別刻板印象則未被資料支持：性別與討論政治的頻率並沒有顯著的關聯（χ²=1.65 ， df=3 ， p=0.648，n=696），意指女性受訪者不見得比男性受訪者更少討論政治。

此外，性別與社群同質性的程度亦無顯著關聯（χ²=0.003，自由度=1，

p=0.96，n=418），意味著女性受訪者政治談論社群並未比男性更同質。

綜合來說，二○○六年高雄市長選舉前夕受訪者的政治談論社群主要是由 1 到 5 人組成。高度同質的小型社群不佔少數，但是有一半以上的社群內部保留著不同的政治偏好。這意味著即使不經過外力安排，在高雄市有半數以上的選民的日常生活中已經具備了讓不同政治偏好流動和發生審議的環境。透過假設檢證發現：偏好異質性高的社群較能夠保留較多元的偏好，但其成員的互動不見得比較熱絡；偏好同質性高的社

(15)

群內部互動較異質性的社群來得熱絡，但偏好的異質性則不容易保存在社群之中。

二、二○一○年市長選舉前夕高雄市民議題談論社群環境與相關性假設檢證

二○一○年調查資料是二○○六年調查的補充，所呈現的大高雄市民的議題談論社群圖像可以整理為下列四點。第一，政治議題在民眾談話內容中所比例不低；受訪者在日常談論的話題中約有一半是政治議題。「我來唸幾個議題，請告訴我您與家人朋友最常聊的是那一種議題？」回應比例依高低依序是地方新聞事件（27.70%）、政府的政策

（21.60%）、綜藝節目和體育（13.20%）、選舉情勢（7.90%）、政治人物

（7.80%）和國際政治（3.10%），而有 18.80%的受訪者表示所談的議題都非以上這些議題。「最近這個星期，您多常與家人朋友聊到[請訪員填入上一題所提到的議題]？」19.2%表示幾乎天天聊，42.8%三天兩頭就會聊一下，26.9%很少聊，11.1%則是最近都沒有。兩題交叉分析顯示

（χ²=256.54，df= 21，p <.001，n=1,154）：談論內容主要為選舉情勢的社群中, 77.4%至少三天兩頭就會聊一下；以談論政府的政策為主要議題的社群中，68.5%至少三天兩頭就會聊一下；以談論國際政治為為主要議題的社群中，59.4%至少三天兩頭就會聊一下，為地方新聞事件主要議題的社群中，56.8%至少三天兩頭就會聊一下；以談論政治人物為主要議題的社群中，63%至少三天兩頭就會聊一下。若只針對受訪者「幾乎天天聊」的議題來看，排序分別是地方新聞事件（28.9 ）、政府的政策

（21.1% ）、選舉情勢（ 14.2% ）、綜藝節目和體育（ 13.3% ）、其他

（13.3%）、政治人物（6.9%）和國際政治（2.3%）。這個結果顯示議題談論社群活動相當活躍。

第二，二○一○年市長選舉前，大高雄市民的議題談論社群的結構相當異質化。這個結果與二○○六年針對政治談論社群的調查的結果一致。「[與他們]聊的時候，他們的立場都跟您一樣嗎？」50.6%表示他們多數站在自己這一邊；7.1%表示他們多數會跟自己唱反調；42.3%則表示

(16)

大概一半一半。」當受訪者進一步被問到「每次聊政治的時候，您多常同意他（們）的看法？」時，24.8%表示幾乎每一次都很同意，54.6%大多時候同意，16.8%很少同意對方的看法，3.8%則是幾乎每一次都不同意。這兩題是本研究中的兩個核心變數（社群同質程度與保留自己不同看法傾向的程度），兩者之間的關係也與 2006 年資料呈現的結果一致，

是高度負相關（χ² = 282.16，df=6，p <.001，n=764），也就是：身處同質性社群的民眾往往會去同意其社群成員的看法，或是有同意他人看法傾向的民眾所形成的議題談論社群其同質性較高（假設一）。

第三、二○一○年時高雄市民眾的政治談論社群很少出現在網路上。當民眾被問到「您多常使用網路與人聊政治議題呢？」只有 1.7%示幾乎天天上網討論，1.6%表示三天兩頭會上網討論。另外 6.7%表示很少上網討論，而絕大多數（90%）則表示最近都沒有上網討論（政治）。由此可見，能夠且慣用網路討論議題的大高雄市民眾比例很低（3.3%），政治議題的討論多出現在離線的真實世界中。比較有趣的是，就這 3.3%的民眾來看，這些網路上的政治談論社群中，同質性社群與異質性社群分佈狀況與實體世界的情形相當一致：當這 76 位民眾被問到「和您上網討論政治的人，他（們）的立場都跟您一樣嗎？」時，40.8%表示他們多數站在自己這一邊；7.9%表示多數會跟自己唱反調；51.3%表示大既各佔一半左右。

第四、高雄市受訪者在面對不同意見時的反應大致平均分為兩類。

當被問到「每當您聽到或看到親人或朋友跟您唱反調的時候，那一個說法比較會接近您當時的感受？（訪員念選項）」時，少數受訪者在社群成員唱反調時會感到相當不愉快（2.8%表示「我會非常不滿，覺得他們根本不懂」，4.4%表示「我會不太高興，覺得他們搞錯了」），37.7%表示

「我會尊重，但心裡還是會覺得不高興」。另一半約有 55%表示「我覺得沒關係，對方的看法我完全可以理解」。這個分佈狀況意味著能夠包容不同意見的人數比例不低，而這個包容的心裡狀態將有助於公共議題的審議。⁴我們將這個變數與社群異質性以及主觀認定自己政治知識的程度進

4 社會期待效應（social desire）。

(17)

行交叉分析，得到兩點發現(1)對異見的包容與社群異質性兩者並沒有統計上顯著的關聯（χ²=2.81，df=6，p=0.83，n=974），這個統計上的不顯著意味著並非只有身在異質社群中的民眾才比較明顯能夠包容異見；不少身在同質性社群中的民眾也仍保有尊重與包容的態度。(2)對異見的包容與主觀認定自已政治知識的程度有正相關（χ²=11.94，df=3，p <.01，

n=1,010）亦即認為自己政治知識高於其他議題談論社群成員的受訪者多能理解社群中不同的意見。⁵

伍、結論與討論

本文是個從經驗上的觀察出發、以描述作為目的研究。從理論上來說，一方面推動審議式民主的前提要件（pre-condition）迄今尚未被充份檢視，二方面當前國內針對政治討論社群的研究也遠落後於目前國際政治傳播界的討論。所以本研究希望透過描述現象的方式，將公民談論政治的圖象勾勒出來，縮短國內學界對當前研究發展的落差，並啟動新的問題意識，希望有助於學界形成超前於現有文獻中問題意識或屬於我們自己的研究課題。本研究的主要發現在理論方面可以歸納為以下三個重點以及展望：

一、政治談論社群的同質性與同意他人看法的頻率具有統計上的顯著相關性且為正相關（假設一得到二○○六年及二○一○年這兩筆資料的支持），這表示高雄市社群的同質性高的受訪者可能較有同意他人看法的傾向；也可能有同意他人看法傾向的民眾，形成的議題討論社群同質性高。此外，社群的同質性與是否能包容異見兩者並沒有統計上顯著的

5 本研究試著作出幾個模型來解釋這個包容度的變異。本研究將「我覺得沒關係，對方的看法我完全可以理解」編碼為 1，其他為 0。模型中加入了政黨認同、社群異質性、政治效能感，以及受訪者主觀認知自己的政治知識程度，以及人口學變數。本研究發現只有年齡產生解釋力：年紀愈長，包容社群中不同偏好的可能性愈低。

(18)

關聯，這表示並非只有身在異質社群中的民眾才比較明顯能夠包容異見；不少身在同質性社群中的民眾也仍保有尊重與包容的態度。這幾個變數之間雙向的因果關係則需要未來研究繼續釐清，但已可以看到環境

（社群同質性）與個性（是否常感受到與他人意見的衝突）之間的連動性。

二、政治談論社群的異質性與參與談論政治的意願有統計上的顯著相關性（假設二得到二○○六年資料的支持，但因二○一○年的調查中沒有政治行為題目而無從被再檢證），而且為負相關，這表示身處在同質性社群的高雄市民眾較有意願談論政治，而身處異質性社群的民眾參與政治討論的意願較低。這個發現呼應了 Hopmann （ 2012 ）和 Nir

（2011）共同提出的憂慮：身處異質性意見社群的民眾可能會因為難作決定而減少投票意願。雖然談論政治與投票是不同的政治參與行為，然而，本文的發現卻未及 Lee（2012）以香港大學生為對象所得到的研究發現那麼樂觀。他指出，身處異質性的社群有助提高參與「不必採取特定立場」的政治活動（例如談論政治），但是會壓抑參與「必須採取特定立場」的政治活動，例如投票或上街抗議。另一個對於異質性社群具有提高政治參與的研究使用日本的資料指出，異質性的政治談論社群（特別是專注於談論政治而非閒聊政治的網絡）與政治參與有正向相關

（Ikeda and Boase, 2011）。至於為什麼經驗研究會出現結論相左的現象，

除了定義上的差異之外（Nir, 2011），Kim、Scheufele 和 Han（2011）還提出了一個有趣的觀察：談論意願高的人在異質性高的社群中政治參與的意願較高。也就是說，異質性社群對於本身已經具有談論政治興趣或意願的人來說，反而有助於其提高政治參與的動能。就高雄市的例子來說，可能的解釋是：身處異質性社群的民眾似乎較可能面對到「沉默螺旋」的困境，亦即感受到多數與自身偏好不一致而自己是少數意見持有者時，較不願意公開表示自己的偏好，進而影響其他少數意見持有者的言說意願，而形成一個社會氛圍。但這畢竟只是一個事後的解釋，尚未見於任何國際期刊的討論，也需要未來的研究繼續探討和檢視。總之，

異質性社群是否真的是民主深化的兩面刃（一方面高了包容和審議但一

(19)

方面降低了參與政治的動能），以及這個現象該不該擔心或值得我們擔心到什麼程度，目前為止還是文獻中爭辯的焦點之一。本研究的成果與目前的文獻有一致和不一致之處，也因此讓我們預見未來以臺灣民眾為對象的個案研究，其成果可以對這個爭辯中的研究脈絡產生相當重要的貢獻。

三、高雄市民網路上的政治談論社群中，同質性社群與異質性社群分佈狀況與實體世界的情形相當一致。這個發現只是次數分配，尚未深入到可以與現有的文獻對話。Sunstein（2001）在十多年前網路剛興盛時對網路社群會成為激進、同質代名詞的擔憂。Wojcieszak（2010）則繼續指出網路上的同質性政治談論社群會加深意見的極化，而參與這樣同質性網路社群的民眾若在現實生活中處於異質性社群則意見極化的會更明顯。Brundidge（2010）指出，在網路上討論政治使用有助於（微幅）增加民眾政治談論社群的異質性，但對於有政黨傾向的民眾卻可能因為自己選擇媒體而造成自身網路的政治談論社群同質性的增加。Jun（2012）

則是從資訊吸收的角度，指出使用網路新聞的民眾較有機會藉著網路新聞增加其政治談論社群的異質性。我們可以推測，常常上網在網路談論政治的民眾必定也從網路上擷取新聞資訊。由於網路新聞具有彈指間遍呈各方意見的特性，所以重度網路使用者反而有機會接收到多元的意見。從本研究的發現來看，我們目前為止只知道，就次數分配來看樣本中的網路政治談論社群並未一面倒的是同質性社群。至於加入政黨傾向變數進行分析後，是否會如 Sunstein（2001）與 Brundidge（2010）所擔心的，這些有政黨傾向的民眾其網路政治談論社群是否比其現實生活中的政治談論社群更加封閉，就值得未來的研究者繼續探索。

從經驗上來說，值得好奇的是高雄市作為「北藍南綠」氛圍與預期下的南台灣大都會，選民以及他們的政治談論社群的偏好是否如本研究想像般的高度同質。本研究的兩筆資料都指出，約一半的高雄市的民眾生活在異質性高的政治談論社群之中，而且這些社群十分活躍。這結果可能會巔覆部份讀者對於「整個高雄政黨傾向偏好很一致」或是「止水」的想像。事實上，在二○○六及二○一○年的選舉期間，高雄市各

(20)

個角落充滿的公民自發地討論政治的氛圍。審議式民主所強調的「多元」與「包容」的環境雖然（還）沒有遍及城市的每個角落，但是本研究樂觀地預期，只要給予公民議題和時間，這些近乎選民一半的社群將會在自然的狀態下出現公民之間理性交換意見、包容異見，以及勇於表達立場的行為（參見Östman, 2013）。

至此，我們還不清楚（國際學界也還不清楚），這一半的社群產生的審議是否影響了另二分之一生活在同質性高社群的選民，而且公民社會是否就能夠從這樣的日常政治討論走向審議式民主（例如把專家的意見引入政治討論之中）。這篇研究樂觀的認為，使即不是每個家庭或社群都變得那麼「審議」（deliberative），多元的政治偏好仍能在為數不少的民眾的日常生活中保存著。這個多元意見並存於政治談論社群的現象是民主政治的寶貴資產，這個現象也引領著我們期待看到這個城市及社會更加理性與包容。

本研究使用二○○六年及二○一○年於高雄市長選前所收集到的兩筆電訪資料，描述受訪者日常生活談論政治的樣貌及其社群環境。本文資料分析的主要限制在於電訪資料本身。由於本研究只是個起步，在未能取得各縣市的相同資料的情形下，先就高雄市作描述分析。雖然未來的研究並不需要一個個縣市進行調查，但作者期望未來能有研究針對民眾心目中同質性高的地區進行觀察，進而進行較大規模的跨縣市比較，

或是多個縣市的同步描述。國內「台灣社會變遷基本調查」或「台灣民主化調查」皆累積了相當豐富的全國性面訪資料，但其地方縣市的樣本數尚未達到可以用作推論性的描述分析。期望未來學術界得以進行同份問卷的跨縣市調查，其資料將得以與全國性的樣本進行比對。其次，研究由於電訪題數有限，即使使用兩筆電訪資料，總共所能勾勒的圖像僅限於談論政治的頻率、對象、主題等面向上。加上第二波電訪與第一波電訪的母體不盡相同，這些多少會限制了本文所能挖掘出的資料豐富性。期待未來的研究能接續這個問題意識，使用類似或新增的問卷題，

增加我們對這個社會民眾日常政治生活的認識。

(21)

參考文獻

中文部分：

吳重禮，許文賓（2003），誰是政黨認同者與獨立選民？以二○○一年台灣地區選民政黨認同的決定因素為例，「政治科學論叢」，第 18 期，

頁101-140。

盛治仁（2006），單一選區兩票制對未來臺灣政黨政治發展之可能影響探討，「台灣民主季刊」，第3 卷，第 2 期，頁 63-86。。

英文部分：

Binder, A. R., Dalrymple, K. E., Brossard, D., and Scheufele, D. A. (2009), The Soul of a Polarized Democracy: Testing Theoretical Linkages between Talk and Attitude Extremity during the 2004 Presidential Election.” Communication Research, 36(3), pp. 315-340.

Brundidge, J. (2010). “Encountering ‘Difference’ in the Contemporary Public Sphere: The Contribution of the Internet to the Heterogeneity of Political Discussion Networks.” Journal of Communication, 60(4), pp. 680-700.

Chan, S. (2005). “Taiwan in 2004: Electoral Contests and Political Stasis.”

Asian Survey, 45(1), pp. 54-58.

Eveland, Jr., W. P., and Kleinman, S. B. (2013). “Comparing General and Political Discussion Networks within Voluntary Organizations Using Social Network Analysis.” Political Behavior, 35(1), pp. 65-87.

Feldman, L. and Price, V. (2008). “Confusion or Enlightenment? How Exposure to Disagreement Moderates the Effects of Political Discussion and Media Use on Candidate Knowledge.” Communication Research, 35 (1), pp. 61-87.

Hively, M. H. and Eveland, W. P., Jr. (2009). “Contextual Antecedents and Political Consequences of Adolescent Political Discussion, Discussion Elaboration, and Network Diversity.” Political Communication, 26 (1),

(22)

pp. 30-47.

Hopmann, D. N. (2012). “The Consequences of Political Disagreement in Interpersonal Communication: New Insights from a Comparative Perspective.” European Journal of Political Research, 51(2), pp. 265-287.

Huckfeldt, R, Johnson, P., and Sprague, J. (2002). “Political Environments, Political Dynamics, and the Survival of Disagreement.” Journal of Politics, 64 (1), pp. 1-21.

Ikeda, K., and Boase, J. (2011). “Multiple Discussion Networks and Their Consequence for Political Participation.” Communication Research, 38(5), pp. 660-683.

Jang, S. -J. (2009). “Are Diverse Political Networks Always Bad for Participatory Democracy? Indifference, Alienation, and Political Disagreements.” American Politics Research, 37(5), pp. 879-898.

Jacobs, L. R., Cook, F. L. and Carpini, M. X. D. (2009). Talk Together: Public Deliberation and Political Participation in America, Chicago, IL:

University of Chicago Press.

Jun, N. (2012). “Contribution of Internet News Use to Reducing the Influence of Selective Online Exposure on Political Diversity.” Computers in Human Behavior, 28(4), pp. 1450-1457.

Kim, E., Scheufele, D., and Han, J. Y. (2011). “Structure or Predisposition?

Exploring the Interaction Effect of Discussion Orientation and Discussion Heterogeneity on Political Participation.” Mass Communication and Society, 14(4), pp. 502-526.

Lay, J., Yap, K., and Chen, Y. (2008). “The Transition of Taiwan’s Political Geography.” Asian Survey, 48(5), pp. 773-793.

Lee, F. L. F. (2005). “The Impact of Ordinary Political Conversation on Public Opinion Expression: Is Existence of Discord Necessary?” Journalism &

Mass Communication Quarterly, 82(4): pp. 891-909.

Lee, F. L. F. (2009). “The Impact of Political Discussion in a Democratizing

(23)

Society the Moderating Role of Disagreement and Support for Democracy.” Communication Research, 36(3), pp. 379-399.

Lee, F. L. F. (2012). “Does Discussion with Disagreement Discourage All Types of Political Participation? Survey Evidence from Hong Kong.”

Communication Research, 39(4), pp. 543-562.

Levendusky, M. S. (2013). “Why Do Partisan Media Polarize Viewers?”

American Journal of Political Science, 57(3), pp. 611-623.

Nisbet, M. C., and Scheufele, D. A. (2004). “Political Talk as a Catalyst for Online Citizenship.” Journalism & Mass Communication Quarterly, 81(4), pp. 877-896.

Nir, L. (2011). “Disagreement and Opposition in Social Networks: Does Disagreement Discourage Turnout?” Political Studies, 59(3), pp. 674-692.

Östman, J. (2013). “When Private Talk Becomes Public Political Expression:

Examining a Practice-Field Hypothesis of Youth Political Development.”

Political Communication, 30(4), pp. 602-619.

Rojas, Hernando (2008). “Strategy versus Understanding: How Orientations toward Political Conversation Influence Political Engagement.”

Communication Research, 35(4), pp. 452-480.

Sunstein, C. R. (2001). Republic.com, Princeton, N.J.: Princeton University Press.

Tan, A. C. (2009). “The 2008 Taiwan Elections: Forward to the Past?”

Electoral Studies, 28, pp. 492-517.

Wojcieszak, M. (2010). “’Don’t Talk to Me’: Effects of Ideologically Homogeneous Online Groups and Politically Dissimilar Offline Ties on Extremism.” New Media & Society, 12(4), pp. 637-655.

Wu, C.-L. (2008). “A Simple Model for Predicting the Outcome of the 2008 Legislative Yuan Elections in Taiwan.” Issues & Studies, 44(4), pp. 1-28.

(24)

附錄一 2006 年高雄市民選前電話調查主要變數列表與次數分配

變數名稱題幹選項次數分配（%）

談論政治頻率

最近這個星期，您多常與家人朋友聊到政治問題？

（V06）

1.幾乎天天聊

2.三天兩頭就會聊一下 3.很少聊

4.最近都沒有 92.不記得了 95.不知道 99.拒答

176 （25.0）

210 （29.8）

170 （24.1）

140 （19.9）

2 （0.3）

6 （0.9）

60 （7.9）

社群大小

請您數一下，您生活中會跟幾個人講到政治？包括那些沒有見到面的。數的時候請不要管熟不熟或您喜不喜歡他。（V04）

_______個 93.看情形 95.不知道 99.拒答

0 個= 60 1 個= 25 2 個= 56 3 個= 45 4 個= 32 5 個= 51 6 個= 14 7 個= 2 8 個= 2 9 個= 2 10 個= 24 11 個= 1 12 個= 2 13 個= 1 15 個= 11 20 個= 9 23 個= 1 25 個= 4 30 個= 1 93 = 182 95 = 66 98 = 153 社群成

員空間

現在請您想一想，

您平常最喜歡在一

1.住在一起，幾乎天天見 2.住在一起，但不常見面

162 （29.0）

7 （1.3）

(25)

分佈起討論政治的同伴。請問他跟您住得多近、多常見到面呢？（V08）

3.住得近，而且常見面 4.住得近，但不常見面 5.住得很遠，但常見面 6.住得很遠而且不常見面 93.看情形

95.不知道 99.拒答

169 （30.3）

32 （5.7）

63 （11.3）

41 （7.3）

48 （8.6）

36 （6.5）

206 （27.0）

社群同質程度

聊到政治的時候，

他（們）的立場都跟您一樣嗎？

（V05）

1.他們多數站在您這一邊 2.他們多數會跟您唱反調 3.大概一半一半

93.看情形 95.不知道 99.拒答

242 （34.5）

40 （5.7）

237 （33.8）

141 （21.5）

31 （4.4）

63 （8.2）

與主要討論政治對象的相近程度

他常跟您在政治議題上唱反調（台語：答嘴鼓）嗎？

（V12）

1.幾乎每一次談都唱反調 2.偶爾唱反調

3.從來不會 93.看情形 95.不知道 99.拒答

46 （8.2）

160 （28.6）

265 （47.3）

67 （12.0）

22 （3.9）

204 （26.7）

就您所知，他和您

（最常討論政治的對象）目前支持同一位市長候選人嗎？（V10）

1.是，他也支持同一個市長候選人

2.不是，他支持別的黨的候選人

330 （58.9）

88 （15.7）

54 （9.6）

204 （26.7）

社群中保留自己不同看法的程度

每次聊政治的時候，您多常同意他

（們）的看法？

（V07）

1.幾乎每一次都很同意 2.大多時候同意 3.很少同意

4.幾乎每一次都不同意 93.看情形

116 （20.6）

140 （24.9）

61 （10.9）

20 （3.6）

217 （38.6）

8 （1.4）

0 （0）

談論政治主動

一般來說，您聽完或是看完新聞的評

1.會 2.不會

124 （16.5）

530 （70.5）

(26)

程度論以後，會馬上想找人聊聊看法嗎？

（V21）

71 （9.4）

27 （3.6）

12 （1.6）

主觀認定自己政治知識程度

您會覺得自己比家人朋友還瞭解政治嗎？（V03）

1.會 2.不會 93.看情形 95.不知道 99.拒答

197 （25.8）

350 （45.8）

160 （20.9）

54 （7.1）

3 （0.4）

性別（sex）男女

343 （44.9）

421 （55.1）

年齡（age） 20-29 歲 30-39 歲 40-49 歲 50-59 歲 60 歲以上拒答

114 （14.9）

155 （20.3）

183 （24.0）

171 （22.4）

91 （11.9）

50 （6.5）

教育程度（edu）小學初國山高中職大學專科研究所以上拒答

50 （6.5）

54 （7.1）

240 （31.4）

336 （44.0）

34 （4.5）

50 （6.5）

社群討論主要議題

我來唸幾個議題，

請告訴我您與家人朋友最常聊的是那一種議題？（V5）

1.選舉情勢 2.政府的政策 3.國際政治 4.地方新聞事件 5.政治人物 6.綜藝節目和體育 7.都不是（其他）

8.完全不聊以上的議題 92.看情形

94 （7.7）

258 （21.1）

38 （3.0）

330 （27.0）

93 （7.6）

157 （12.9）

81 （6.6）

143 （11.7）

9 （0.7）

15 （1.2）

4 （0.3）

談論所選議題

最近這個星期，您多常與家人朋友聊

1.幾乎天天聊

2.三天兩頭就會聊一下

225 （18.4）

502 （41.1）

(27)

的頻率* 到[請訪員填入上一題所提到的議題]？

（V6）

3.很少聊 4.最近都沒有 92.不記得了 95.不知道 99.拒答

316 （25.9）

130 （10.6）

3 （0.2）

36 （2.9）

9 （0.7）

社群同質程度*

聊的時候，他

（們）的立場都跟您一樣嗎？（V7）

504 （41.3）

71 （5.8）

422 （34.6）

138 （11.3）

78 （6.4）

8 （0.7）

同意他人看法的頻率*

每次聊政治的時候，您多常同意他

（V8）

1.幾乎每一次都很同意 2.大多時候同意 3.很少同意

202 （16.5）

445 （36.4）

137 （11.2）

31 （2.5）

323 （26.5）

75 （6.1）

8 （0.7）

網路談論政治頻率

您多常使用網路與人聊政治議題呢？

（V9）

1.幾乎天天上網討論 2.三天兩頭會上網討論 3.很少上網討論 4.最近都沒有上網討論 92.看情形

16 （1.3）

15 （1.2）

63 （5.2）

840 （68.8）

1 （0.1）

280 （22.9）

6 （0.5）

網路政治談論社群同質程度

和您上網討論政治的人，他（們）的立場都跟您一樣嗎？（V10）

31 （2.5）

6 （0.5）

39 （3.2）

10 （0.8）

7 （0.6）

1128 （92.4）

面對不同意見時的感受

每當您聽到或看到親人或朋友跟您唱反調的時候，那一個說法比較會接近

1.我會非常不滿，覺得他們根本不懂

2.我會不太高興，覺得他們搞錯了

33 （2.7）

52 （4.3）

(28)

資料來源：作者自行收集；有效受訪人數（N）= 764。

您當時的感受？[我來念，請告訴我號碼即可。請告訴我您真實的感受。]

（V11）

3.我會尊重，但心裡還是會覺得不高興

4.我覺得沒關係，對方的看法我完全可以理解 93.看情形

441 （36.1）

644 （52.7）

31 （2.5）

16 （1.3）

4 （0.3）

1.會 2.不會 93.看情形 95.不知道 99.拒答

334 （27.4）

716 （58.6）

13.4 （11.0）

37 （3.0）

0 （0）

589 （48.2）

632 （51.8）

年齡（age） 20-29 歲 30-39 歲 40-49 歲 50-59 歲 60 歲以上拒答

157 （12.9）

250 （20.5）

282 （23.1）

299 （24.5）

205 （16.8）

28 （2.3）

110 （9.0）

122 （10.0）

384 （31.4）

504 （41.3）

77 （6.3）

24 （2.0）

(29)

附錄二 2010 年高雄市民選前電話調查主要變數列表與次數分配

變數名稱題幹選項次數分配（%）

社群討論主要議題

我來唸幾個議題，

請告訴我您與家人朋友最常聊的是那一種議題？（V5）

1.選舉情勢 2.政府的政策 3.國際政治 4.地方新聞事件 5.政治人物 6.綜藝節目和體育 7.都不是（其他）

8.完全不聊以上的議題 92.看情形

94 （7.7）

258 （21.1）

38 （3.0）

330 （27.0）

93 （7.6）

157 （12.9）

81 （6.6）

143 （11.7）

9 （0.7）

15 （1.2）

4 （0.3）

談論所選議題的頻率*

最近這個星期，您多常與家人朋友聊到[請訪員填入上一題所提到的議題]？

（V6）

1.幾乎天天聊

2.三天兩頭就會聊一下 3.很少聊

4.最近都沒有 92.不記得了 95.不知道 99.拒答

225 （18.4）

502 （41.1）

316 （25.9）

130 （10.6）

3 （0.2）

36 （2.9）

9 （0.7）

社群同質程度*

聊的時候，他

（們）的立場都跟您一樣嗎？（V7）

93.看情形 95 不知道 99.拒答

504 （41.3）

71 （5.8）

422 （34.6）

138 （11.3）

78 （6.4）

8 （0.7）

同意他每次聊政治的時 1.幾乎每一次都很同意 202 （16.5）

(30)

人看法的頻率*

候，您多常同意他

（V8）

2.大多時候同意 3.很少同意

445 （36.4）

137 （11.2）

31 （2.5）

323 （26.5）

75 （6.1）

8 （0.7）

網路談論政治頻率

您多常使用網路與人聊政治議題呢？

（V9）

1.幾乎天天上網討論 2.三天兩頭會上網討論 3.很少上網討論 4.最近都沒有上網討論 92.看情形

16 （1.3）

15 （1.2）

63 （5.2）

840 （68.8）

1 （0.1）

280 （22.9）

6 （0.5）

網路政治談論社群同質程度

和您上網討論政治的人，他（們）的立場都跟您一樣嗎？（V10）

31 （2.5）

6 （0.5）

39 （3.2）

10 （0.8）

7 （0.6）

1128 （92.4）

面對不同意見時的包容度

每當您聽到或看到親人或朋友跟您唱反調的時候，那一個說法比較會接近您當時的感受？[我來念，請告訴我號碼即可。請告訴我您真實的感受。]

（V11）

1.我會非常不滿，覺得他們根本不懂

2.我會不太高興，覺得他們搞錯了

3.我會尊重，但心裡還是會覺得不高興

4.我覺得沒關係，對方的看法我完全可以理解。

93.看情形 95.不知道

33 （2.7）

52 （4.3）

441 （36.1）

644 （52.7）

31 （2.5）

16 （1.3）

(31)

資料來源：作者自行收集；有效受訪人數（N）= 1,221；*與 2006 年調查相似題目（不同在於 2012 年調查更聚焦在針對受訪者感興趣的議題所形成的談論社群）

99.拒答 4 （0.3）

1.會 2.不會 93.看情形 95.不知道 99.拒答

334 （27.4）

716 （58.6）

13.4 （11.0）

37 （3.0）

0 （0）

589 （48.2）

632 （51.8）

年齡（age） 20-29 歲 30-39 歲 40-49 歲 50-59 歲 60 歲以上拒答

157 （12.9）

250 （20.5）

282 （23.1）

299 （24.5）

205 （16.8）

28 （2.3）

110 （9.0）

122 （10.0）

384 （31.4）

504 （41.3）

77 （6.3）

24 （2.0）

(32)

Patterns of the Political Discussion in Kaohsiung Voters’ Daily Life

Frank Cheng-Shan Liu

Associate Professor, Institute of Political Science, National Sun Yat-Sen University

Abstract

As Taiwan is growing democratic and the scope of news increases, the number of citizens who are involved in discussing politics and political issues in their daily life also increases. This picture quite contradicts the conventional pattern about Kaohsiung under the framework of “north blue and south green”

(voters in the northern Taiwan favors KMT while those in southern support DPP), implying that voter in the northern cities and counties homogeneously favoring for the blue camp and those in the southern, particularly the Kaohsiung City, for the green camp. To examine this contradiction, this study explore the pattern of network heterogeneity in Kaohsiung City. Taking two survey data sets collected during the 2006 and 2010 mayoral campaign seasons, this study provides evidence against the stereotyped image that the citizens in Kaohsiung are homogeneous in nature and that these networks all favor a particular political party. The analysis suggests that almost half of the population in Kaohsiung lives in heterogeneous network environment and this variable is associated negatively with propensity to discuss politics and positively with disagreeing others. This pattern and its implications for the studies of Taiwan’s democracy are discussed.

Keywords: Kaohsiung, “north bleu south green,” political discussion, network homogeneity, network heterogeneity

高雄民眾政治談論溝通網絡的樣貌