行動上網對電腦上網與傳統媒體使用的影響

行動上網對電腦上網與傳統媒體使用的影響

之世代差異與跨時性趨勢描繪

李政忠

投稿日期：2018 年 12 月 12 日；通過日期：2019 年 5 月 28 日。

* 本文使用的資料全部係採自「2012-2016 年第一期第 1-5 次調查計畫：媒體使用的 個人功效與影響」（MOST 103-2420-H-004-033-SS2）。「臺灣傳播調查資料 庫」（TCS）三年期計畫主持人為張卿卿。

** 李政忠為國立中正大學傳播學系副教授，email: [email protected]。

本文引用格式：

李政忠（2019）。〈行動上網對電腦上網與傳統媒體使用的影響之世代差異與跨時 性趨勢描繪〉，《新聞學研究》，141: 83-127。

DOI: 10.30386/MCR.201910_(141).0003

《摘要》

本研究透過次級資料試圖描繪在 2012-2016 五年間，行動 上網普及對於閱聽眾的電腦上網、以及傳統媒體使用時間的影 響，同時進行不同世代的行為比較以及縱時性變化趨勢。研究 發現，年輕世代比年長世代花比較多的時間在網路媒體，但年 長世代比年輕世代花比較多的時間在傳統媒體上的情況只限於 報紙以及部分電視。雖然行動與電腦上網時間逐年劇增，但其 他傳統媒體的使用時間（報紙除外）並沒有明顯逐年減少的趨 勢。皮爾森相關性結果顯示，行動上網或電腦上網與其他傳統 媒體使用，多數呈現中或低度互補關係（正相關），其中又以 行動上網與收看電視，以及與雜誌的互補關係最顯著；取代的 現象（負相關）並不多見。

關鍵詞： 跨時性分析、世代差異、行動上網、取代效果、互補 效果

壹、研究背景與動機

根據台灣網路資訊中心（2017）一份調查報告，2006 年國內家庭 使用寬頻上網的比例已經達到 64.8%，2015 年更是達到最高峰 88.8%，

後來開始微幅下降，2017 年為 82.0%。同時期，行動上網率在 2006 年 的 9.5% 與 2011 年的 18.8% 之間上下微幅變動之後，從 2012 年的 31.0% 開始出現比大幅度的成長，此後每年幾乎都以超過 10% 以上的 速度成長，2017 年的行動上網率高達 85.3%，已經高於電腦寬頻上網 率。根據創市際市場研究顧問股份有限公司（n.d.）公告的資料顯示，

2016 年臺灣的整體上網率為 83.8%（年紀滿 10 歲以上網路使用者），

其中 77.5% 是透過手機上網、63.1% 透過電腦（含筆電）上網，31.9%

透過平版電腦上網。

另外，尼爾森公司的媒體研究結果指出（李至和，2016 年 3 月 3 日），2015 年臺灣觀眾看電視同時經常會使用其他媒體，例如報紙

（佔調查人口 6.7%）、雜誌（3.9%）、甚至是聽廣播（2.6%）。更值 得注意的是，約有四分之一的觀眾（24.4%）看電視時會上網，三成

（31.8%）的觀眾會玩手機或平板（5.6%）；而且這種媒介多工（media multitasking）的現象有逐年增加的趨勢。尼爾森公司整合多項媒體使用 數據之後，直接指出他們所觀察到的是收視行為的多元化，而不是彼此 之間的消長。這幾份市場調查研究指出幾項值得注意的媒體使用習慣改 變趨勢。首先，電腦（包含筆電）上網每年成長比例逐漸趨緩，行動上 網（包括手機與平板電腦）則大幅躍升，特別是從 2012 年開始手機上 網比例增加的幅度最明顯，甚至已經超過電腦上網的比例。第二，各種 上網方式比例加總超過 100%，顯示同時擁有不同終端設備的多螢上網

行為相當普遍，而且還在持續成長中。第三，同時使用傳統媒體與上網 的媒介多工現象已經是不可忽視的現象，特別是電視與行動上網裝置同 時使用的比例最為顯著。

新媒體科技的出現，包括從網際網路的出現一直到現在智慧型手機

（行動上網）越來越普及的情況，究竟如何影響了閱聽眾的整體媒介使 用 行 為 ， 一 直 以 來 不 僅 是 媒 體 消 費 行 為 研 究 學 者 相 當 關 注 的 議 題

（Berker, Hartman, & Punie, 2005; Foehr, 2006; Schrøder, 2011; Silverstone

& Haddon, 1996; Wang & Tchemev, 2012），也是傳播經營管理研究者相 當重視的區塊（Chan-Olmsted, 2011; Chan-Olmsted & Shay, 2015; Napoli, 2011）。雖然早在 2000 年 Nokia 已經推出 Symbian 作業系統的智慧型 手機，但一直到 2007 年蘋果推出第一款觸控式智慧型手機之後（臺灣 在 2008 年底正式開賣），不僅為智慧型手機與行動上網的產業生態帶 來巨大的改變，也在短短幾年內影響到媒體使用習慣，甚至驅使許多新 型態以及傳統媒體業者也大舉加入「行動媒體」的競爭行列，包括內容 產製包裝、傳輸模式以及廣告投放策略都造就了另一番行動媒體新地 景。已經有越來越多產官學研究與論壇／工作坊開始關注行動上網對電 腦上網以及傳統媒體所帶來的衝擊以及如何影響未來發展趨勢。

電腦上網與行動上網雖然在滿足工作學習、娛樂休閒、社交溝通等 不同的需求功能上可能有所重疊，但彼此間卻又存在諸多差異，例如使 用方式與所需技能、裝置科技屬性（例如介面、可移動性、螢幕大小、

適地性等等）、使用時間地點限制與彈性（例如工作地點／學校以及家 裡或是私人空間等）、市場生命週期、或是商業應用模式上（Chan- Olmsted, Rim, & Zerba, 2012; Dimmick, Feaster, & Hoplamazian, 2010;

Ling, 2012）。此外，在雲端科技的蓬勃發展下，兩者間的服務只要透 過 ID 與密碼的設定，便具備相互整合（integrated）的功能，在許多應

用服務上彼此是可以跨螢跨平台相互接續的（streamlined）。Nielsen 與 Fjuk（2010）透過焦點團體訪談發現，使用者通常視手機上網為電腦上 網的延伸平台，兩者具有互補關係。Lin, Zhang, Jung 與 Kim（2013）一 項針對幾個東亞國家首都的青少年進行的跨國研究也同樣發現，青少年 多半將手機上網視為電腦上網的延伸與互補，而非彼此取代。此外，研 究結果也顯示青少年比較偏好使用手機上網來進行娛樂休閒活動，使用 電腦上網來進行工作相關活動。

另一方面，許多新舊媒體與網路業者也積極採取多平台多螢幕

（multiplatform, multi-screen）並進的傳輸策略來因應當代媒介豐沛

（media abundance）所導致的閱聽眾注意力結構與分配方式改變的現 象，行動裝置做為一種越來越重要的媒體內容接收管道、以及各式各樣 的相關應用程式 apps 的使用早已是當代媒體生態環境不可忽視的一環

（Chan-Olmsted & Shay, 2015; Yuan, 2011）。Dimmick 等人（2010）發 現閱聽人會依據不同的時間地點，選擇適當的上網方式與媒介進行新聞 資訊接收，因此認為行動媒體與其他傳統媒體彼此是具有共存的關係。

換言之，行動上網、電腦上網、以及傳統媒體的使用不僅存在著閱聽眾 注意力的競合關係，而且已經是日常生活的一部分，除了與個人內在需 求與偏好有關之外，與媒體科技及產業環境的進展、個人科技使用技能 與認知、社會情境與文化脈絡的變遷、甚至是人生不同階段的媒體使用 習慣與偏好改變等等各種內外在因素，彼此間有著密切的交互關連性。

基於此，有些媒體研究學者選擇從世代差異（cohorts）的角度切入 來探討不同世代的媒體使用行為，希望能夠兼顧個人內在需求以及外在 社會文化結構因素的交互影響。同時，受到媒體科技與服務應用不斷創 新的驅使，這些內外在因素也可能會隨著時間推進而產生不同的交互作 用，進而逐漸改變閱聽眾的媒體使用行為（Carrier, Cheever, Rosen,

Benitez, & Chang, 2009；張郁敏，2015；郭貞，1995；蘇建州、陳宛 非，2006）。然而受限於長期且具有樣本代表性的觀察資料取得不易，

國內相關研究結果多半是根據橫斷式（cross-sectional）樣本資料進行分 析。因此除了採用世代差異的觀察角度之外，本研究也希望透過跨時性

（longitudinal）次級資料分析方式，在盡可能直接使用原始問卷共同題 項的基準上，或是透過間接資料換算，整合目前已完成的「科技部傳播 調查資料庫」第一期的五次問卷調查資料（2012-2016 年），試圖描繪 出這五年間行動上網對於電腦上網以及對傳統媒體使用行為影響的世代 差異以及變化趨勢為何。雖然五年的時間對於長期變化趨勢的觀察與定 論仍有其時間長度不足的問題，但著眼於國內行動上網的發展只有十年 上下，卻已經在短短幾年內便大幅改變了媒體地景，而且市調數據顯示 從 2012 年開始普及率快速增加，五年的趨勢變化應仍具有相當參考價 值。

貳、文獻探討與研究假設

一、媒體取代、互補、補充效果

新舊媒體的使用究竟是具有取代、互補或是補充的關係，如何反映 出閱聽人注意力分配結構與媒體使用時間的因應策略，一直是閱聽人行 為研究學者以及傳播管理者所關注的重要議題之一。採用取代觀點的研 究認為閱聽消費者的整體媒體使用時間有限，即所謂的「媒體時間預 算」（media time budget），因此不同媒體使用彼此具有時間上的排擠 效應；當閱聽人花比較多的時間在一個媒體上，勢必得減少其他媒體的 使用時間，理論基礎與論述框架多半強調媒介科技屬性與功能替代性

（functional displacement），閱聽眾的使用動機與需求則比較不是關注 的焦點（Ha & Fang, 2012; Kayany & Yelsma, 2000）。此外，媒體時間 預算的觀點也通常預設閱聽眾一次只會使用一種媒體，而未考慮到可能 同時使用多種媒體的情況，因此以媒介科技為中心的觀點通常認為媒體 組合使用是一種「較多—較少」（more-less）的零和關係。如果以統計 相關的概念來看，功能彼此相互取代的媒體使用時間應該是呈現互斥的 負相關。例如，Kayany 與 Yelsma（2000）的研究發現，花比較多時間 上網的閱聽人會減少看電視、講電話、以及閱報時間。Lee 與 Leung

（2008）的研究也印證了網路使用會減少其他傳統媒體的使用時間。

另一方面，採取互補觀點的研究則強調閱聽眾的使用動機與目的性

（Dutta-Bergman, 2004; Lin, 2001; Okazaki & Hirose, 2004），媒體消費 決策過程會根據自身對內容與資訊的需求而採取最適當的媒體組合使用 模式，可能會透過「第二螢幕」、甚至是「第三螢幕」（例如電視、電 腦、手機三者）使用的媒介多工（media multitasking）行為來同時因應 不同的需求與克服媒體時間預算有限、或其他時空限制等問題。在滿足 特定需求動機以及具備所需技能的前提下，不論是新聞資訊或是娛樂需 求，均有較高的意願進行跨媒體、多螢幕、多平台使用，因此各種媒體 間的關係應該是呈現「更多—更多」（more-more）的模式，即不同媒 體間的使用應該具有正向關聯性的互補關係（De Waal & Schoenbach, 2010; Westlund & Färdigh, 2012; 2015）。這個觀點也相當程度呼應了 Hasbrink 以及其他多位共同研究學者所提出的「跨媒介組合」（cross- media repertoires）概念（Hasebrink & Domeyer, 2010; Hasebrink & Hölig, 2013; Hasebrink & Popp, 2006）。

但是這個研究取徑的結果並不一致，Lee 與 Leung（2008）區分新 聞以及娛樂兩種不同內容需求來進行假設驗證，發現網際網路與傳統媒

體仍是具有相互取代的關係。但是De Waal 與 Schoenbach（2010）以及 Westlund 與 Färdigh（2015）的研究以新聞資訊為焦點則發現，不同世 代會呈現不一樣的媒體取代或互補效果，而且這種關係也會隨著時間更 迭而有所變化。Hasbrink 與 Hölig（2013）透過次級資料對德國閱聽眾 的媒體使用趨勢進行跨時性研究便發現，隨著網路興起以及多螢時代的 來臨，閱聽眾整體時間花費（即媒體時間預算）是逐年增加的；雖然有 些傳統媒體（報紙、雜誌）使用時間下降，但整體而言，電視的收視時 間以及比例還是微幅增加。此外，如果將不同媒體使用時間進行相關性 統計，確實可以看出有些會彼此消長（負相關）、有些彼此關係不大

（零相關）、有些則是具有互補關係（正相關）。

De Waal 與 Schoenbach（2010）耙梳以往相關媒體取代與互補的實 證研究結果後認為，網際網路、甚至行動上網的出現似乎是補充了、而 非取代了電視、廣播、報紙、雜誌等既有媒體；但是他們也強調，媒體 的取代或是補充效果還必須考量到閱聽人的人口特質以及媒體使用的強 度。他們的研究發現，對年紀較輕、教育水準較高、男性的新聞使用者 來說，網際網路、行動上網、以及傳統媒體彼此間是具有互補或是補充 的關係。綜合而言，新媒體的出現與既有媒體具有取代或是互補的關 係，以往的實證研究一直難以有明確定論，一方面可能是各種研究所比 較的媒體不一樣（網路、電視、報紙、雜誌、廣播等等不一而足），科 技屬性與應用範疇無法有一致的比較基準，觀察的面向也有所差異（著 重媒體科技、內容、或是動機等等），未能考量到新媒體科技所需技能 的限制，研究取徑以及理論的應用也可能產生不同的結果與詮釋角度，

橫斷式研究與跨時性研究也呈現出不同的結果（De Waal & Schoenbach, 2015; Westlund & Färdigh, 2015）。

二、影響媒體使用行為的結構性因素

另有研究者（Larsson, 2012; Webster, 2011）參考了 Giddens（1984）

的「結構化理論」（theory of structuration）認為媒體組合使用的觀點所 強調的是，閱聽眾的媒體使用模式除了奠基於個人因素之外，同時也會 受到結構性因素的影響而有不同的組合策略，例如環境因素、媒介可得 性與易用性、政策法規、節目內容產製、編排、傳輸策略或慣例等；個 人與結構彼此間具有相互型塑的關係。Chan-Olmsted 與 Shay（2015）

便指出，媒體科技的更迭不僅改變了閱聽眾的媒體消費模式，也迫使業 者不斷思考如何創新經營模式來爭取閱聽眾的注意力與忠誠度，管理策 略的論述不再聚焦於新媒體平台如何將閱聽眾從傳統媒體吸走（siphon away），而是如何透過不同傳輸系統的互補性來回應消費者的隨選需求

（on-demand needs），同步藉由不同的營運模式（business models）來 提升財務績效，於是形成一種彼此相互影響回饋的結構關係。換言之，

外在環境與結構會影響個人的決策行為，同時個人的因素也會慢慢對環 境結構產生影響，即使個人也會因為使用技能習得與時間分配策略的改 變，而又影響了媒體消費與注意力的結構，彼此間形成一種循環回饋

（recursive）機制。因此不論是以取代或是互補的觀點來檢視，都可能 因為過度強調閱聽眾個人行為的主動性與穩定性，忽略外在結構性因素 變化的影響，而無法完全解釋閱聽眾的整體媒體消費行為模式。

綜合而言，結構性因素的觀點原本就假設媒體消費者本質上偏好多 種媒體組合使用，而且除了會因為動機需求、科技屬性等因素而調整組 合使用模式之外，也會因為「可得性」（availability）或時空環境等情 境因素而有所因應策略與變化。此外，跨媒介組合的概念本身即反映了

當代多平台多螢幕的產業現狀，認為諸多內容是跨平台流動的、相互依 賴的，並引導閱聽眾進行跨平台移動（Chan-Olmsted, 2011; Hasebrink &

Domeyer, 2012; Hasebrink & Hölig, 2013; Napoli, 2011; Phalen & Ducey, 2012; Schrøder, 2011）。此外，跨媒介組合並不假設媒介間的交互關係 是靜態的，而是根據閱聽眾因時因地需求而有所變動，因此媒體間的關 係可能是互補、也可能會有取代的現象，但更多時候是一種「增補」或

「補充」的狀態。亦即，閱聽眾會在各自的跨媒介組合偏好中流動，有 些使用者偏好同時使用多種媒體來滿足單一或多種需求；有些閱聽人的 跨媒介組合所涵蓋的種類可能較多、有些人可能較少。有些人可能會對 不同媒體進行不同的應用範疇區隔（例如用電腦上網工作、用手機上網 娛 樂 ） ， 有 些 人 則 可 能 以 內 容 為 主 要 核 心 需 求 進 行 跨 媒 介 使 用

（Jenkins, 2006; Phalen & Ducey, 2012）。從另一個角度來思考，這或許 也說明了沒有任何一種媒體發生真正被取代的情況；而一般所感知的媒 體取代效果可能更多時候是來自於過度分眾與碎裂化的市場競爭結果，

而非新舊媒體的取代。

三、新舊媒體使用時間的世代差異與變化趨勢

不少研究文獻指出，除了個人的使用需求與動機之外，不同的世代

（cohorts）因為成長過程中身處不同的媒介科技發展進程、不同的媒體 市場與產業環境、或是不同的人生階段轉換，因此可能呈現出不同的媒 體使用習慣、科技使用能力、媒體組合偏好、與消費行為（Beldona, 2005; Carrier, et al., 2009; De Waal & Schoenbach, 2010; Walsh, Fielder, Carey, & Carey, 2013; Westlund & Färdigh, 2015）。例如，張郁敏

（2015）提出媒介使用是先天與後天因素交互影響的觀點來做為媒介並

用行為（行動上網與電視）具有顯著世代差異的假設推論基礎。該研究 特別強調，不同世代所處的媒介環境不同會養成不同的使用習慣與行為 模式，取決於該世代的多工記憶能力、成長歷程中的媒體環境、以及使 用媒體進行互補需求的能力。研究發現，行動上網與電視並用的媒介多 工行為頻率，依序為網路世代（1980-1995 年）、X 世代（1965-1979 年）、戰後嬰兒潮（1964 年以前）。網路世代比較年輕，善於同時處 理多種資訊，且在成長過程中經歷網路與行動通訊發展普及的階段，加 上行動上網與電視收看兩者具有互補關係，因此非常習慣兩者同時進 行。反之，嬰兒潮世代的人生階段以及成長過程中所接觸到的網路新媒 體較少，因此比較不習慣在收看電視時使用手機上網。張郁敏因此提出 結論，單單以媒介功能互補的觀點不足以解釋媒介多工的行為，還必須 考量到生命歷程的媒體使用環境、不同人生階段的世代差異。比較可惜 的是這份研究仍屬於橫斷式，無法看出跨時性的變化趨勢。

雖然以往關於新科技接收的相關研究大部分都指出，越年輕的世 代、教育水準較高者對於越新穎的傳播科技接受度與偏好度越高，但一 些研究發現如果將媒介科技接受與使用行為置放在跨時性的脈絡中，則 會有不一樣的變化與結果（De Waal & Schoenbach, 2010; Porter &

Donthu, 2006; Rogers, 2010）。De Waal 與 Schoenbach（2010）採用固 定連續樣本（panel study）來檢視 2002-2005 年間，網路新聞對於閱聽 眾使用其他新聞媒體的影響。研究結果發現，較年輕的使用者（特別是 25 歲以下）使用網路新聞的人數是增加的，但年紀較大者（主要是 36- 55 歲、女性）的網路新聞使用人數卻是減少。透過皮爾森相關檢定，

該研究也發現，網路新聞使用與其他新聞媒體使用（包括其他網路新聞 服務、紙本報紙、以及 teletext）具有不同的取代或互補關係。在 2002 年，各種不同網路新聞接收管道的使用時間具有相當明顯的正相關，

2005 年時相關性雖然仍舊達到顯著水準，但相關係數大幅下降。另一 方面，網路新聞與紙本報紙的關連性，2002 年並未呈現明顯的取代或 互補效果（無顯著相關），2005 年的調查結果卻是顯示中度正相關，

但不同世代所呈現的結果並不一致。兩位研究者因此認為，就新聞資訊 接收而言，閱聽眾多半習慣使用單一媒介平台，不同世代會有不同的偏 好媒介。新媒體剛出現時，閱聽眾會因為好奇心、嚐鮮的心態與動機而 在初期花比較多的時間在新媒體上，但隨著時間演變，最後還是可能會 回歸到自己原本比較習慣的媒體消費模式，只有年輕世代有跡象顯示會 持續保有跨媒體的使用行為。

Beldona（2005）比較不同世代在 1995-2000 年間透過網路進行旅遊 資訊搜尋行為的差異與增加幅度，研究結果發現不同世代在初始年度的 網路資訊搜尋行為差異並不大，但隨著網路普及以及科技易用性提升，

上網搜尋資訊行為都隨著時間演進而大幅增加，其中以 X 世代（1961- 1981 出生）增加的幅度最大，但年紀最大的嬰兒潮（1942-1960 年出 生）則居次。Beldona 認為，這顯示戰後嬰兒潮雖然在成長過程中未經 歷網路盛行的年代，新興科技使用能力與意願不及較年輕世代，但隨著 科技大幅改善了易用性，以及年長者也開始逐漸熟悉科技使用，因此透 過網路進行旅遊資訊搜尋頻率反而有比較大幅的提升。

Westlund 與 Färdigh（2015）透過 1986-2012 年間共 27 次的全國性 調查資料庫進行跨時性、不同年齡世代（分成七個不同世代）的新聞媒 體使用行為比較分析，特別聚焦於行動上網閱讀新聞的行為與其他新聞 資訊獲取管道的取代與互補關係。研究發現早期民眾偏好使用單一媒介 做為新聞資訊來源，年紀比較大的世代（1930、1940 年代出生）偏好 報紙，比較年輕的世代（1950、1960、1970 年代出生）則偏好電腦網 路，最年輕的世代（1980、1990 年代出生）則偏好行動網路做為新聞

接收的管道。跨時間資料分析結果顯示，多數閱聽人還是偏好單一媒體 做為新聞來源，但也顯示近年來（指 2010-2012 年間）有逐漸出現跨媒 體新聞消費的行為的趨勢，主要是以電腦網路與行動網路並用方式為 主。

國內有關媒體使用行為與世代差異的關連性，有蘇建州、陳宛非

（2006）利用行銷資料庫的次級資料進行 M（50-64 歲）、X（30-49 歲）、Y（13-29 歲）三個不同世代在 2002-2005 四年間的各種媒體使用 行為研究，包括報紙、雜誌、電視、廣播、網路。研究結果發現世代間 確實存在著媒體消費行為差異；X 世代是報紙媒體的重度使用族群，

M、Y 世代則無明顯差異；Y 世代是雜誌重度使用者，M 世代則是輕度 使用族群。在廣電媒體方面，三個世代的電視使用行為並無顯著差異；

在廣播收聽行為上，X 世代是重度使用者、Y 世代為中度使用者、M 世 代則是輕度使用族群。網際網路使用的結果顯示，Y 世代是重度使用 者，且與其他兩個世代差距甚大；X 世代是中度使用者，M 世代則是輕 度使用族群。整體而言，年紀較大的 M 世代比較集中在電視與報紙使 用；年紀居中的 X 世代除了電視之外，使用其他傳統媒體的頻率也不 低，算是比較多元平均的世代；Y 世代除了廣播使用較低之外，幾乎所 有媒體都有比較高的使用頻率，尤其是網路。此外，該研究發現，在 2002-2005 年間，報紙與廣播使用頻率是整體呈現下降趨勢，雜誌變化 趨勢較不一致，電視則維持不變，網路媒體使用則是呈現持續增加的趨 勢；但不同世代會呈現不同的增加或減少模式。本研究認為，世代差異 的研究取徑再加上跨時性的趨勢變化分析，可以適度（雖無法完全）解 決以往相關研究過度強調閱聽眾自主性以及使用行為穩定性、卻忽略外 在結構性因素以及環境變遷的問題。在智慧型手機與行動上網普及率自 2012 年開始逐年快速增加的情況下，透過 2012-2016 這五年的次級資料

分析來瞭解行動上網如何影響電腦上網以及傳統媒體使用，應該可以提 供不同的檢視角度。

綜合先前的研究發現，新舊媒體組合使用習慣的養成以及使用模式 偏好與不同世代成長的社會、文化情境與媒體科技產業環境息息相關，

通常新傳播科技的早期使用者通常屬於年紀較輕的世代（De Waal &

Schoenbach, 2010; Westlund & Färdigh, 2015；張郁敏，2015；蘇建州、

陳宛非，2006），但也會因為科技易用性提高或其他外在產業環境更迭 而有所變化（Beldona, 2005; Chan-Olmsted, 2011; De Waal & Schoenbach, 2010; Porter & Donthu, 2006），而且不同世代可能會呈現出不同的變化 趨勢（Westlund & Färdigh, 2012, 2015）。據此，本研究首先提出以下 一個假設與四個研究問題：

H1： 新媒體使用，包括電腦與行動上網，較年輕世代的使用時間 會顯著高於較年長世代。

RQ1： 傳統媒體使用（包括報紙、雜誌、廣播、電視），較年輕世 代的使用時間是否仍顯著少於較年長世代？

RQ2： 不同世代的各種新舊媒體使用時間逐年改變的趨勢為何？有 何差異？

RQ3： 行動上網與電腦上網、傳統媒體使用之間的取代（負相關）

或是互補（正相關）關係，呈現什麼樣的世代差異模式？

RQ4： 不同世代的新舊媒體使用取代或互補關係，逐年變化趨勢差 異為何？

參、研究方法

有鑑於當代媒介科技環境的快速發展，「科技部傳播調查資料庫」

自 2011 年十月開始，除了部分基礎共通題項之外（例如媒體使用行 為），每年還會針對不同的主題設計問卷內容題項，對國內年滿 18 歲

（含）以上民眾進行大規模、隨機抽樣（分層比例機率三階段抽樣 法 ） 、 透 過 面 訪 方 式 蒐 集 相 關 資 料 。 第 一 期 一 共 完 成 了 五 個 年 度

（2012-2016）的資料蒐集，惟運用該資料庫所發表的研究成果多半是 以個別年份的調查資料為主，只有非常少數研究是以跨年度資料比較的 方式著手分析，著實可惜（臺灣傳播調查資料庫，n.d.）。基於此，本 研究試圖整合五個年度的資料，採用次級資料分析方式，針對行動上網 如何影響電腦上網與傳統媒體使用的演變趨勢以及世代差異進行檢視。

主要變項操作型定義與計算方式說明如下：

一、世代界定與劃分

世代的劃分有幾個比較常見的區別方式（張郁敏，2015；蘇建州、

陳宛非，2006），戰後嬰兒潮（baby boomer）泛指二次大戰結束之 後，約在 1950 年代前後出生的世代，社會開始相對安定，教育水準也 普遍比上一代高，但各國會因為不同的歷史、社會、文化背景而有些微 不同的年代切割。Growing Up Digital: The Rise of the Net Generation 一 書作者 Tapscott（1998）認為，當時在美國國內電視科技開始出現在家 庭中，因此電視開始普及成為重要資訊娛樂內容接收管道的年代，剛好 是嬰兒潮世代成長至青少年的階段。X 世代大約指的是成長於 60 年代

中期以後至 70 年代的人口，在美國正值越戰時期，充斥反戰思想與嬉 皮解放精神，在中國則有文化大革命，對照臺灣則大約是經歷了學運與 社會運動的「五年級」、「六年級」人口。以臺灣社會而言，這時期出 生的人口在媒體使用上仍是屬於現今所謂的傳統媒體的年代，但在進入 社會之後的成人階段，剛好面臨臺灣媒體與電信環境的巨變時期，諸如 報禁解除以及有線電視開始興起，電腦使用與網路科技方興未艾，都讓 這個世代的媒體接收管道與內容選擇更為多元。Y 世代則成長於富裕環 境以及傳播科技快速變遷的 80、90 年代初期，因適逢網際網路快速興 起與普及，同時又剛好跨越了世紀交替，也被稱為「網路世代」（net generation）或「千禧世代」（millenials）（Tapscott, 1998）。接續其後 的則是Z 世代，一般認為是一群從小就浸淫於充斥著網路數位科技環境 中的青少年人口，這個世代的成長過程同時適逢行動網路快速發展的階 段，因此也被稱為「數位原住民」（Prensky, 2005）。

本研究首先將五個年度的調查樣本整合成一個完整資料，並且以名 目變項「年度」區分不同年度的資料，同時增加「世代」的名目變項。

由於不同的研究或調查對於世代的劃分與界定有不同的標準，本研究參 考同樣是使用傳播調查資料庫進行分析的一份有關跨世代行動上網與電 視並用的研究（張郁敏，2015），依據出生年將受訪者區分為嬰兒潮、

X、Y 三個世代。嬰兒潮世代為 1946-1964 年間出生，以 2018 年為計算 基準的話，年紀介於54-72 歲之間。X 世代：為 1965-1979 年間出生，

X 世代的年紀介於 39-53 歲之間。Y 世代：為 1980-1995 年間出生，Y 世代年紀介於 23-38 歲之間。由於資料庫樣本主要是以 18 歲（含）以 上成人為主，考量到 Z 世代（22 歲以下）樣本數量太少，缺乏母體代 表性，因此不納入研究觀察範圍。另外要提醒的是，資料庫的調查方式 並非採用 panel 形式（相同樣本多次調查），因此無法追蹤同一使用者

的媒體使用行為逐年變化情形，只能以獨立樣本方式來進行統計分析比 較。

二、傳統媒體使用時間

本研究也針對媒體使用以及網路使用行為題項進行統整。五個年度 所進行的調查資料中，傳統媒體使用的題項，包括紙本報紙、紙本雜 誌、廣播、電視（區分為週間、週末時間），均有相同的題項與比較基 準，可以計算出平均每天使用時間（分鐘）作為比較與分析的基本單 位。考量到週間與週日的電視收視習慣可能因為其他外在結構因素（諸 如假日、節目內容與編排策略等）而不同，因此分開計算與分析。¹

三、行動與電腦上網時間

網路使用情形同樣以每日平均使用時間（分鐘）做為分析比較的基 本單位，計算方式與傳統媒體相同，包括電腦上網時間、行動（結合手 機、平版）上網時間。但必須提醒的是，2012 年的調查資料只能計算 出每日平均上網時間，無法特別區分出電腦與行動上網。此外，不同年

1 各媒體使用時間計算方式如下：

每日平均閱讀報紙時間（分鐘）：（每週平均閱報天數）X（有閱報那天的平均 時間）∕7。

每日平均閱讀雜誌時間（分鐘）：（每月平均閱讀雜誌天數）X（有閱讀雜誌那 天的平均時間）∕30。

週間每日平均收看電視時間（分鐘）：（週間平均收看電視天數）X（有看電視 那天的平均時間）∕5。

週末每日平均收看電視時間（分鐘）：（週末平均收看電視天數）X（有看電視 那天的平均時間）∕2。

度調查的題項陳述方式也有些微差異。²

肆、結果分析

透過傳播資料庫的次級資料整合與分析，本研究試圖描繪行動上網 普及之後對電腦上網以及傳統媒體使用影響之世代差異與跨時性變化趨 勢。表一為2012-2016 年調查樣本的世代比例輪廓。

2 關於上網時間的相關題項，2012 年只單純以上網時間進行提問，因此獨立計算；

2013 年區分為電腦、手機上網時間；2014 年問卷區分為電腦（包含筆電）、平 板、手機上網時間；2015、2016 兩年同樣區分為電腦、平板、手機上網，但未特 別提及筆電。考量到筆電一般經常被歸類於電腦，平板一般被歸類於行動裝置，

本研究估計，這樣的題項陳述差異對於上網時間數據資料計算的影響應該不大。

各年度原始問卷題項陳述方式如下，提供參考比對：

2012 年：「您每週平均有幾天會上網？」。

2013 年：「請問您每週平均有幾天會透過電腦上網（不含手機上網）？」以及

「請問您每週平均有幾天會透過手機上網？」。

2014 年：「請問您每週平均有幾天會透過電腦（含桌上型、筆記型電腦）上網

（不含手機上網）？」、「請問您每週平均有幾天會透過平板上網？」以及「請 問您每週平均有幾天會透過手機上網？」。

2015 年：「你平均每天使用下列裝置，上網的時間有多久？」，然後透過表格方 式區分出電腦、平板、手機三種裝置，個別填寫。

2016 年：「請問你每週平均有幾天會透過電腦上網（不含手機、平板上網；只算 你上網時眼睛看螢幕的時間）？」、「請問你每週平均有幾天會透過平板上網

（只算你上網時眼睛看螢幕的時間）？」、以及「請問你每週平均有幾天會透過 手機上網（只算你上網時眼睛看螢幕的時間）？」。

表一：2012-2016 年調查樣本世代比例

嬰兒潮（B） X 世代 Y 世代 總樣本數

2012 年 657 576 626 1859 35.30% 31.00% 33.70% 100.00%

2013 年 594 575 707 1876 31.70% 30.70% 37.70% 100.00%

2014 年 636 508 570 1714 37.10% 29.60% 33.30% 100.00%

2015 年 679 620 483 1782 38.10% 34.80% 27.10% 100.00%

2016 年 827 518 473 1818 45.50% 28.50% 26.00% 100.00%

二、研究假設驗證與研究問題分析

（一）網路與傳統媒體使用時間的世代差異

根據以往研究發現，本研究假設 H1 預期越年輕的世代，行動上網 與電腦上網的時間越多；另外也提出研究問題 RQ1 來檢視是否越年輕 的世代會有傳統媒體的使用時間越少的現象。表二將嬰兒潮、X、Y 三 個不同世代的各項新舊媒體每日使用時間平均值依照不同年度調查結果 進行彙整。

在行動上網方面，根據表二的平均值顯示，嬰兒潮、X、Y 三個世 代的平均行動上網時間（分鐘），除了 2016 年 X、Y 兩個世代無顯著 差異之外，其餘年度都是嬰兒潮世代最低，X 世代居中、Y 世代最高，

且ANOVA 事後檢定結果也顯示彼此達到顯著差異的情況。在電腦上網 方面，表二的資料一樣是呈現相同的模式，嬰兒潮世代所花費的時間最 少，接著是X 世代，Y 世代電腦上網時間最多，且達到顯著差異。2012

年的上網總時間（不區分行動與電腦上網）仍舊是呈現Y 世代最高（M

= 287.87, SD = 223.86）、X 世代次之（M = 154.64, SD = 186.58）、嬰 兒潮世代最少（M = 51.03, SD = 108.34）的情況。

整體而言，最年輕的 Y 世代不論是行動或電腦上網時間，幾乎每 年都是三個世代之中最高者。該世代 2013 年平均每日透過手機或平版 的行動上網時間超過兩小時（M = 141.48, SD = 170.46），比 X 世代

（M = 60.04, SD = 102.11）高出一個多小時，比嬰兒潮世代（M = 12.31, SD = 49.89）更是高出兩個小時；在 2016 年，Y 世代每日平均行動上網 時間已經大幅增加至約6.5 小時（M = 393.02, SD = 238.52），雖然與 X 世代旗鼓相當（M = 345.04, SD = 223.71），但仍高出嬰兒潮世代 2 小時 之多（M = 264074, SD = 164.87）。

在電腦上網方面，Y 世代 2013 年的每日平均上網時間超過 2.5 小 時（M = 161.21, SD = 179.83），超過 X 世代時間的兩倍（M = 70.60, SD = 122.69），也超過嬰兒潮世代的網時間的五倍之多（M = 27.63, SD

= 81.27）。2016 年的資料顯示，Y 世代的電腦上網時間增加至將近 6 小時（M = 355.32, SD = 228.67），X 世代則增加至接近 5 小時（M = 293.61, SD = 211.96），嬰兒潮世代則接近 3.5 小時（M = 210.55, SD = 176.54）。數據結果明顯反映出越年輕的世代最依賴網路使用，Y 世代 被稱為網路世代可以說是名符其實。統計結果顯示假設 H1 大致獲得支 持。如果將電腦與行動上網加總計算（不考慮可能並用的情況），2012 年嬰兒潮世代平均每日花費在上網時間約 1 小時（M = 51.03, SD = 108.34）、X 世代為 2.5 小時（M = 154.64, SD = 186.58）、Y 世代為接 近5 小時（M = 287.87, SD = 223.86），但是到了 2016 年，嬰兒潮整體 上網時間已成長至將近 8 小時（約 475 分鐘），Y 世代為 10.5 小時

（約639 分鐘），X 世代約 12.5 小時（約 750 分鐘），三個世代的增

加時數都在7 至 8 小時之間。

除了網路使用之外，本研究也依據先前實證研究結果提出研究問題 RQ1，希望瞭解比較年輕的世代使用傳統媒體的時間是否會比年長世代 少。根據表二所列出的各項傳統媒體使用數據顯示，2012-2016 年間廣 播與雜誌的使用時間並未明顯呈現越年輕世代使用時間越少的現象，尤 其是雜誌部份幾乎是呈現無顯著差異的情況。廣播收聽時間的逐年變化 情況則是呈現比較不一致的情況，但大致而言，X 世代似乎是三個世代 中花費比較多時間聽廣播的族群。

在閱讀報紙行為上，除了2015 以及 2016 年 X、Y 兩個世代無顯著 差異之外，其他年度均呈現 Y 世代每日平均閱報時間最少，X 世代居 中，嬰兒潮世代最多，ANOVA 事後檢定結果呈現顯著差異。但就整體 時間花費而言，三個世代的閱報時間均不多，除了 2012 年嬰兒潮世代 的閱報時間尚有半小時之外（M = 30.47, SD = 40.94），其餘年度與世代 均低於 30 分鐘；到了 2016 年，嬰兒潮世代每日也只花費 20 分鐘閱報

（M = 20.71, SD = 34.94），X 世代只花費約 9 分鐘（M = 8.68, SD = 17.13），Y 世代更是只剩下不到 6 分鐘（M = 5.80, SD = 14.84）。

在週間電視收看行為方面，只有 2014、2015 兩年的 ANOVA 事後 檢定結果符合假設預期，越年輕的世代平均看電視的時間越少，且彼此 均達到顯著差異。其他年度的ANOVA 事後檢定結果只顯示出嬰兒潮世 代的收看電視時間顯著高於較為年輕的 X、Y 世代，但 X、Y 兩者則無 顯著差異。就週末收看電視時間來比較，表二顯示的大致現象為，Y 世 代所花費的時間顯著少於嬰兒潮與 X 世代，後兩者則差異不大。整體 而言，嬰兒潮世代不論是平日或週末花費在收看電視的時間均約在 3 小 時上下，X、Y 兩個世代則平日大約在 2 小時上下，週末則有花較多時 間收看電視的情況，約增加30 分鐘左右。

表二：網路與傳統媒體使用時間之世代比較 媒體世代2012 20132014 20152016 N 平均數 標準差N 平均數 標準差N 平均數 標準差N 平均數 標準差N 平均數 標準差 行動 上網

嬰兒潮（B） n.a.

71812.31 49.89 287 57.21 88.73367124.12137.29118 264.74164.87 X世代57560.04102.11414 134.05181.83562 177.80157.16140 345.04223.71 Y世代707141.48170.46561 174.84170.61476 268.48204.68122 393.02238.52 ANOVA Post-hoc （平均差）

F (2, 1997) = 213.70, df = 2, p < .01 B < X (-47.73) *** B < Y (-129.17) *** X < Y (-81.44) ***

F (2, 1259) = 51.52, df = 2, p < .01 B < X (-76.84) *** B < Y (-117.59) *** X < Y (-40.79) ***

F (2, 1402) = 78.97, df = 2, p < .01 B < X (-53.68) *** B < Y (-144.36) *** X < Y (-90.68) ***

F (2, 377) = 11.16, df = 2, p < .01 B < X (-80.31) * B < Y (-128.28) *** 電腦 上網

嬰兒潮（B）798 51.03 108.34 71827.6381.27 287 84.64 127.21367131.80170.81 301 210.55176.54 X世代576 154.64 186.5857570.60 122.69414 131.35167.44562214.72 219.87328 293.61211.96 Y世代626 287.87 223.86707161.21 179.83561 173.50180.17476252.12 226.76385 355.32228.67 ANOVA Post-hoc （平均差）

F (2, 1997) = 323.75, df = 2, p < .01 B < X (-103.61)*** B < Y (-236.84) *** X < Y (-133.24) ***

F (2, 1997) = 181.40, df = 2, p < .01 B < X (-42.97) *** B < Y (-133.57) *** X < Y (-90.61) ***

F (2, 1259) = 28.19, df = 2, p < .01 B < X (-46.71) ** B < Y (-88.85) *** X < Y (-42.14) ***

F (2, 1402) = 34.65, df = 2, p < .01 B < X (-82.92) *** B < Y (-120.32) *** X < Y (-37.41) *

F (2, 1011) = 40.57, df = 2, p < .01 B < X (-83.06) *** B < Y (-144.77) *** X < Y (-61.71) *** 報紙

嬰兒潮（B）798 30.47 40.9471829.46 46.61 913 21.32 35.2886116.09 30.62 1045 20.71 34.94 X世代576 22.57 31.0157519.93 33.45 508 12.84 22.156209.31 17.38 518 8.68 17.13 Y世代626 12.98 21.327079.08 17.54 570 6.35 12.444836.77 17.33 473 5.80 14.84 ANOVA Post-hoc （平均差）

F (2, 1997) = 49.30, df = 2, p < .01 B > X (7.90) *** B > Y (17.48) *** X > Y (9.58) ***

F (2, 1997) = 61.17, df = 2, p < .01 B > X (9.53) *** B > Y (20.38) *** X > Y (10.85) ***

F (2, 1988) = 56.00, df = 2, p < .01 B > X (8.48) *** B > Y (14.96) *** X > Y (6.48) **

F (2, 1961) = 27.49, df = 2, p < .01 B > X (6.78) *** B > Y (9.33) ***

F (2, 2033) = 62.05, df = 2, p < .01 B > X (12.03) *** B > Y (14.91) ***

表二：網路與傳統媒體使用時間之世代比較（續一） 媒體世代2012 2013 2014 20152016 N 平均數 標準差N 平均數 標準差N 平均數 標準差N 平均數 標準差N 平均數 標準差 雜誌

嬰兒潮（B）7984.4615.21 7181.595.61 913 2.62 9.94 861 3.72 15.86 1045 3.48 13.75 X世代5765.6116.58 5755.3822.82 508 2.19 5.54 620 5.14 17.27 518 3.75 12.74 Y世代6264.178.34 7073.048.15 570 2.33 5.97 483 4.79 19.31 473 4.80 17.83 ANOVA Post-hoc （平均差）

F (2, 1997) = 1.81, df = 2, p= .16 B、X、Y無顯著差異 F (2, 1997) = 12.54, df = 2, p < .01 B < X (-3.80) *** X > Y (2.34) **

F (2, 1988) = .55, df = 2, p = .58 B、X、Y無顯著差異 F (2, 1961) = 1.37, df = 2, p = .25 B、X、Y無顯著差異

F (2, 2033) = 1.35, df = 2, p = .26 B、X、Y無顯著差異 廣播

嬰兒潮（B）798 43.6393.73 71849.98 115.19913 43.53117.48861 32.70 85.59 1045 39.051.2.26 X世代57649.42105.12 57549.57 121.48 508 61.31 136.90 620 57.14 125.49 518 50.50115.89 Y世代62634.3189.33 70722.76 72.91 570 38.77 104.99 483 42.55 109.83 473 43.06112.18 ANOVA Post-hoc （平均差）

F (2, 1997) = 3.84, df = 2, p < .05 X > Y (15.11) * F (2, 1997) = 15.36, df = 2, p < .01 B > Y (27.23) *** X > Y (26.81) ***

F (2, 1988) = 5.38, df = 2, p < .01 B < X (-17.78) * X > Y (22.54) **

F (2, 1961) = 9.66, df = 2, p < .01 B < X (-24.45) ***

F (2, 2033) = 4.42, df = 2, p = .05 B、X、Y無顯著差異 週間 電視

嬰兒潮（B）798176.00150.82 718160.74128.34 913 164.46124.54 861 173.56136.45 1045 177.96134.93 X世代576136.82117.46 575127.12125.45 508 131.17116.16 620 136.76120.81 518 122.98107.24 Y世代626125.80122.87 707113.92126.32 570 108.10104.77 483 115.23116.40 473 108.49118.15 ANOVA Post-hoc （平均差）

F (2, 1997) = 28.25, df = 2, p < .01 B > X (39.18) *** B > Y (50.20) ***

F (2, 1997) = 25.66, df = 2, p < .01 B > X (33.62) *** B > Y (46.82) ***

F (2, 1988) = 42.55, df = 2, p < .01 B > X (33.28) *** B > Y (56.36) *** X > Y (23.08) **

F (2, 1961) = 35.99, df = 2, p < .01 B > X (36.80) *** B > Y (58.33) *** X > Y (21.52) * F (2, 2033) = 64.47, df = 2, p < .01 B > X (54.98) *** B > Y (69.46) ***

表二：網路與傳統媒體使用時間之世代比較（續二） 媒體世代2012 20132014 2015 2016 N 平均數 標準差N 平均數 標準差N 平均數 標準差N 平均數 標準差N 平均數 標準差 週末 電視

嬰兒潮（B）798189.65 154.78718 180.71 143.98 913 163.98132.79861 174.11 139.751045 170.70 130.71 X世代576170.37 142.14575 166.73 151.81 508 153.96134.34620 172.90 156.25518 150.46 133.95 Y世代626170.48 151.76707 150.21 152.35 570 135.20128.78483 144.58 149.57473 133.11 128.61 ANOVA Post-hoc （平均差）

F (2, 1997) = 3.93, df = 2, p < .05 B、X、Y無顯著差異 F (2, 1997) = 7.45, df = 2, p < .01 B > Y (30.51) **

F (2, 1988) = 8.35, df = 2, p < .01 B > Y (28.78) ***

F (2, 1961) = 7.06, df = 2, p < .01 B > Y (29.54) ** X > Y (28.32) **

F (2, 2033) = 14.21, df = 2, p < .01 B > X (20.24) * B > Y (37.59) *** 註（1）：由於2012年的調查並未區分電腦與行動上網，因此2012年的電腦上網時間應包括行動與電腦上網時間之加總。 註（2）：平均數與標準差的數字單位為分鐘。 註（3）：ANOVA post-hoc採用Shaffee法事後多重比較，* p < .05, ** p < .01, *** p < .001，CI = 95%