能源公投議題對能源資訊暴露及民眾電力技術 偏好之影響

1. 緒　　論

本研究所稱「能源公投議題」泛指能源公 投連署前後，有關電力供應來源之相關資訊，

而「能源資訊暴露」則是關於上述電力供應資 訊於公投連署前後的網路資訊出現量。

近年來隨著氣候變遷問題日趨嚴重，全

球也都為抑制氣候暖化而努力，2014年「聯 合國氣候變化綱要公約」第20次締約方會議 (COP20)中，全球190多個國家達成溫室氣體減 量排放目標基本規則的「巴黎協議」，其核心 目標為控制地球溫度低於工業化前2^oC的上升幅 度，並積極的追求上升幅度不超過1.5^oC的積極 目標。2018年底在波蘭舉行的聯合國氣候峰會

Volume 7, No. 1, March 2020, pp. 79-98

能源公投議題對能源資訊暴露及民眾電力技術 偏好之影響

黃孔良

　蕭子訓

　張耀仁

　葛復光

摘　要

為瞭解能源公投議題對資訊暴露及民眾電力技術偏好之影響，本研究分析比較能源公投連署 前後，在能源公投議題相關之能源技術資訊暴露量變化，並以2017年8月及2018年10月所做之網路 問卷調查，分析受訪者在能源議題公投連署前及公投連署當年度，在我國主要發電方式及進口能源 比例的認知與對能源議題相關之能源技術偏好上是否有所差異，及分析影響受訪者能源技術偏好之 主、客觀因素。分析結果指出以Google Trends搜尋熱度變化分析能源議題公投連署事件對各能源技 術資訊量影響，在新聞出現量方面無法以現有Google Trends提供之資料結構分析公投連署影響性；

在主動搜尋頻率方面，則發現因統計期間各能源搜尋頻率受到許多事件影響，故能源公投連署對 搜尋熱度變化的影響尚不明確，但關鍵字「燃氣」及「核能」在Google Trends上，於公投連署前後 的搜尋熱度有顯著變化。而能源公投連署前後對受訪者在能源認知方面的影響，顯示公投連署後 (2018年)受訪者對我國主要發電方式及進口能源結構的認知皆高於公投連署前(2017年)；受訪者在 公投議題相關之發電技術偏好中，僅「燃氣」與「核能」技術偏好度顯示出公投連署後較連署前 高，其餘相關技術之偏好差異不顯著。而受訪者在非公投議題相關之發電技術偏好中，「太陽能」

及「地熱」技術之偏好顯示出公投連署後較連署前高，其餘的發電技術偏好則無顯著差異。再分析 影響受訪者電力技術偏好的因素顯示，主觀因素：氣候變遷風險、核電營運安全信賴度、電價穩定 與經濟發展認同感為主要影響發電技術偏好之因素，而能源認知程度則與核能發電技術呈正向關 係，與燃煤、太陽能、陸域風力發電技術呈反向關係。

關鍵詞：問卷調查，電力技術偏好，公民投票，資訊暴露，谷歌趨勢

收到日期: 2019年08月30日 修正日期: 2019年10月28日 接受日期: 2020年01月16日

1 行政院原子能委員會核能研究所 技術員

2 行政院原能會核研所 研究助理

3 行政院原能會核研所 副工程師

4 行政院原能會核研所 研究員

*通訊作者電話: 03-4711400#3186, E-mail: [email protected]

也引用IPCC全球暖化1.5^oC的特別報告呼籲各國 應重視全球化所帶來的危機。

我 國 為 響 應 「 聯 合 國 氣 候 變 化 綱 要 公 約」，落實身為地球公民之責任，於2015年6 月15日由立法院三讀通過「溫室氣體減量及管 理法」(簡稱溫管法)，並於7月1日總統公布施 行，明確制定我國溫室氣體長期的減量目標：

2050年的溫室氣體排放量要降至2005年排放量 的50%以下。而2016年隨著政黨輪替，政府加 速實現能源轉型政策，除規劃2025年達到再 生能源發電20%、燃煤發電30%(目前已修訂 為燃煤27%、其他3%)、燃氣發電50%之發電 配比，並規劃於當年度實現非核家園。為達成 前開目標，政府積極推動「太陽光電兩年推動 計畫」、「風力發電四年推動計畫」外，也於 2017年1月修訂電業法通過新增95條第1項「核 能發電設備應於中華民國一百十四年以前，全 部停止運轉」之非核家園條款(後因公投通過，

於2018年12月2日公告廢除)。

然而，因民眾對於近年來空氣汙染議題的 關注，及對於2025年非核家園政策尚有疑義，

在公民投票法案(以下稱公投法)修正降低提案 及連署門檻後，推動相關議題付諸公投連署，

包含公民投票第7案¹、第8案及第16案，為暨 1994年臺北縣貢寮鄉、1994年臺北縣、1996年 臺北市、1998年宜蘭縣針對核四興建與否進行 地區性公民投票後，國內第一次針對能源議題 進行全國性之資訊暴露及民意調查。

隨著公投議題提案及連署，過程中除了 支持方及反對方提供相關說帖之外，媒體的報 導也讓能源議題資訊持續曝光。根據財團法人 臺灣永續能源研究基金會在2017年及2018年進 行的氣候變遷與能源民意調查顯示，2017年受 訪者對臺灣主要發電方式的認知僅26.9%正確 回答火力發電，並有49.2%錯誤認知為核能發

電，而到了2018年再度進行調查時，正確回答 主要發電方式為燃煤發電者上升至38.7%，錯 誤認知為核能發電者則下降到36.2%(財團法人 臺灣永續能源研究基金會，2017&2018)。而核 能研究所與資策會研究團隊共同進行的民眾電 力感知調查(姜漢儀，2017&2018)，也顯示受 訪者對臺灣主要發電方式的認知正確回答率由 54.7%上升至68.8%，錯誤認知為核能發電者由 40.5%下降至27.8%。

雖然公投結果已於2018年11月24日公布，

但為瞭解此次全國性能源議題公投是否有助於 民眾對我國能源結構及能源政策之了解，及其 對於各類能源技術支持度的影響，本研究利用 公投連署前一年及公投連署當年度所進行之民 眾電力意向調查結果進行分析比較，釐清本次 公投之能源資訊暴露是否影響國人對電力選擇 之偏好。

2. 文獻探討

2.1 資訊暴露對認知偏好影響

在學習理論中闡述有不同的學習過程，其 中認知學習學派主張學習是個人在內在心智過 程，透過資訊學習的過程記下有用的資訊或歸 納衍生知識，以用來解決生活上的各種問題。

而行為學派強調學習是透過簡單的刺激-反應 之連結，達到學習的效果(蕭富峰等，2010)。

根據資訊處理理論顯示，環境資訊刺激要由 15~20秒的短期記憶轉變成長期不忘的長期記 憶前，需要經過複誦(複習)的過程(張春興，

2004)，此外，在認知轉換為記憶的選擇性認知 過程中，也顯示認知的形成，需透過選擇性過 濾暴露的訊息，並經由注意力選擇性捕捉與解 讀篩選，留下和個人態度及信念相同的訊息，

1 第7案題目為「你是否同意以「平均每年至少降低1%」之方式逐年降低火力發電廠發電量？」、第8案題目為「您 是否同意確立「停止新建、擴建任何燃煤發電廠 或發電機組(包括深澳電廠擴建)」之能源政策？」、第16案題目為

「您是否同意：廢除電業法第95條第1項，即廢除「核能發電設備應於中華民國一百十四年以前，全部停止運轉」

之條文？」，詳細內容參考中選會選舉公報(https://web.cec.gov.tw/upload/file/2018-11-17/02a27fc7-4806-4f36-aa5c-5b 77d164c76d/5b576dbab7551d332d72705494f0222c.pdf)。

方能形成記憶(蕭富峰等，2010)。

由認知形成的過程可發現，訊息暴露的頻 率是影響認知形成的因素之一。在不同的研究 中也顯示資訊暴露對於增加知識有顯著效果，

例如羅文輝與蘇蘅(2011)研究指出，新聞媒介 (報紙、電視、網路新聞)暴露頻率會顯著影響 受試者對新流感的相關知識。網路媒體利用關 鍵字的露出，吸引瀏覽者進行點擊，google及 yahoo等搜尋引擎也透過關鍵字排序行銷，吸引 網路用戶對廣告的興趣。

另外，知識程度也會影響到偏好，如鍾 雯玲(2003)研究指出消費者的產品知識會影響 到對系統性產品互補產品多樣性的偏好，也會 影響對系統性產品創新連續性的偏好。一項針 對澳洲的線上調查研究顯示，澳洲民眾對再生 能源的支持高於對傳統化石燃料(燃煤或天然 氣)及核能，但若提供有關發電成本和碳排放 的訊息也會顯著改變民眾對不同發電技術的支 持度(Hobman and Asworth, 2013)。而實際上民 眾對能源技術的支持受到多種因素的影響，

包括已有的知識、態度、情感、價值觀、規 範、信仰、同行的觀點、信任和大眾媒體資訊 (Hobman and Asworth, 2013)。

因 網 路 普 及 ， 在 網 路 上 搜 尋 資 訊 也 成 為 一 種 趨 勢 ， 根 據 全 球 網 路 流 量 分 析 網 站 StatCounter Global Stats顯示²，截至2019年9月 臺灣搜尋引擎使用排名以google為最高，整體 使用比例超過9成，顯示利用Google搜尋引擎 數據進行分析具有代表性。而Google Trends是 Google統計使用者於其搜尋引擎之搜尋偏好，

免費提供關鍵字搜尋熱度指數，讓使用者了 解該關鍵字在一定期間內的搜尋頻率。Google Trends關鍵字搜尋指數以週為單位，將該關鍵 字之搜尋次數除以該週搜尋引擎之總搜尋次 數，並將所得之數值予以標準化，使其值界於0 至100間(林左裕，2019)。其數據可針對某國家 或區域於特定時間範圍內之特定關鍵字進行查

詢，最早可追溯至 2004年，經過數次改版後，

現在除提供使用者自訂時間範圍及提供新聞資 訊搜尋功能，並可進行不同關鍵字搜尋熱度兩 相比較。

目前有愈來愈多研究利用Google Trends作 為各種研究的工具，如李郁涵(2015)利用google 關鍵字搜索預測電影票房，顯示具有較高網路 搜尋量的電影，在實際上映後也會有較佳的電 影票房。林左裕(2019)利用Google Trends搜集 之搜尋引擎指數預測房地產市場之交易價格及 交易量。Al-Imam和Ahmed (2018)利用google trends進行遺傳性疾病-苯丙酮尿症的流行病學 回顧分析及地理定位。Faoury et al. (2019)研究 網路使用者對咽喉癌之關鍵字在2004~2015年 間之搜尋行為及其地理分布。Pai et al. (2018)利 用Google Trends搜尋數據及歷史交易數據，調 查預測股票市場的表現。Troelstra et al. (2016) 以Google Trends搜尋數據來衡量荷蘭的煙草控 制政策對戒菸資訊搜尋率的影響程度和時機。

陳昱州(2016)研究投資人關注與股票報酬的影 響，使用Google Trends之搜尋量資料作為投資 人關注的衡量變數，以檢驗投資人關注程度對 報酬的影響。蔡仲銘(2018)利用蒐集推特的資 訊及Google Trends的搜尋熱度進行統計，以預 測電玩遊戲主機PlayStation 4 (ps4)的銷售量。

黃偉恩(2018)以Google Trends的搜尋趨勢衡量 專利價值。

由上述研究顯示，大眾資訊暴露量是影 響民眾認之偏好的因素之一，而藉由提供正確 的能源知識也會顯著改變民眾對發電技術的支 持態度。因此，本研究納入能源技術資訊暴露 量的比較，以了解能源公投連署是否影響相關 能源技術資訊暴露量，進而影響民眾對發電技 術的支持態度。由於網路搜尋成為民眾搜尋資 訊的主要管道之一，因此本研究也利用Google Trends搜尋結果作為觀察網路資訊暴露量的指 標。

2 https://gs.statcounter.com/search-engine-market-share/all/taiwan

2.2 能源意向調查

為反映民眾對於能源政策的認知，可透 過問卷調查或焦點團體訪談等方式進行，其結 果可作為政策制訂或修改的參考。Fleishman (2011)研究受訪者對不同發電技術的接受性，

先提供不同電力技術組合之投資成本、收益、

風險等資訊，受訪者再自行排序建構其低碳投 資組合，發現研究者提供的資訊對受訪者決策 制定有很大的影響。Scheer et al. (2013)利用焦 點團體法，分析比較德國與美國民眾對於電力 技術和電力投資組合，研究結果顯示核能和碳 捕捉與封存技術選項在美國有較高偏好排序，

而德國民眾則明顯偏好再生能源。Lu (2016) 研究太陽能政策對消費者支持度的影響，顯示 受訪者在安裝太陽能系統時更願意接受直接補 貼，並對相關政策有較高的願付價格。Demski et al. (2017) 利用my2050情景構建工具提供不同 情境下的完整的能源組合資訊，並研究英國民 眾對於各項能源偏好。Robertson (2017)分析研 究政治信仰、社區差異及與風力發電機的居住 距離如何影響人們對再生能源的態度。研究發 現，政治信仰是預測再生能源支持度的重要因 素，自由派較保守派更支持再生能源的發展；

特定社區的居民對再生能源和當地風力發電發 展的反應存在明顯差異，但居住地與風力發電 機的距離因素並無法有效預測受訪者對風能的 偏好。

英國UK Energy Research Centre在2005 年、2010年及2011年所進行的能源態度調查，

以及福島事故後兩年進行核電與氣候變遷調 查(UKERC, 2014)，反應英國民眾對再生能 源、傳統燃煤、燃氣發電及核能的喜好程度。

Rudolf et al. (2014)以線上調查研究福島核災前 後，瑞士受訪者對於各項發電技術的偏好，研 究顯示福島核災受訪者對於核電的偏好大幅下 降，但對於其他電力技術偏好僅有微小變化。

此外，Huang et al. (2013)為調查2011年福島核 災事故後，核電廠周圍民眾對核電廠的風險態

度是否有明顯的不同，以居住於中國江蘇連雲 港田灣核電廠附近民眾為訪問對象進行調查研 究，調查發現居民的風險認知於福島事故後有 顯著上升，且對於核電廠的接受度有明顯的 下降。而在2014年再進行的調查(Huang et al., 2018)則顯示，風險認知有明顯回復，且對核 電廠的接受度也有回升。Zhu et al. (2016)以中 國山東省海陽核電廠附近的居民為樣本進行問 卷調查，結果顯示感知知識與反核行為意圖之 間呈現倒U關係，即民眾對核能安全的知識愈 低，因缺乏安全意識，其反核行為意圖也較 低，之後隨著知識增加，對健康和核事故的威 脅的擔憂促使人們採取行動並反對在他們的住 家附近建造核電廠，但再進一步提高知識後，

會減少過度擔憂的健康威脅，從而減少反核行 為。而該研究也指出降低大眾對核能的風險認 知，對於減少反對核電的行為有所助益。

在國內的研究方面，除了以探討學生或教 師的能源認知及態度為主的學術研究外(賀冠 豪，2010；黃靖淵，2013；許偉珊，2014；謝 政夫，2018；杜宗祐，2018)，也有研究機構以 問卷方式調查國人的能源態度，如臺灣永續能 源基金會於2011年起定期進行民眾對於氣候變 遷與永續能源相關議題的態度之電話調查，近 兩年公布的研究結果顯示(分別於2016年3月、

2018年3月進行調查)，大多數民眾不了解我國 能源進口比例(2017年為7.6%，2018年微幅升 至8.1%)及主要發電方式，此外，雖然大部分 民眾關心氣候變遷議題，但對於巴黎氣候協議 內容僅不到一成民眾知悉，顯示國人對國內能 源及全球氣候議題的認知仍然不足(財團法人 臺灣永續能源基金會，2017 & 2018)。遠見雜 誌在2018年4月以電話進行「全臺能源政策民 意大調查」，研究顯示6成以上民眾認為空氣 變壞，並有5成7民眾反對興建深澳燃煤電廠；

在核電支持度上，有57.9%民眾相較過去更支 持核能發電(遠見研究調查中心，2018)。核能 研究所與資策會的研究團隊以網路問卷調查方 式，設計電力計算器，透過發電量、電價成本

及碳排放等因素，讓受訪者進行電力組合的選 擇，探討受訪者在不同政策情境下，對各項電 力來源的偏好(曾家宏，2015；姜漢儀，2017；

蕭子訓等人，2018；姜漢儀，2018)，並透過電 力小學堂探討發電技術相關資訊揭露前後對各 種發電技術支持度的影響，結果顯示資訊揭露 後對部分發電技術支持度的平均值會有提升的 效果，2017年為燃煤、燃氣、核能、地熱和生 質能，2018年為燃煤、燃氣和生質能(姜漢儀，

2017 & 2018)。此外，張耀仁等人(2019)以多 元線性迴歸模型分析影響民眾對於能源轉型政 策的關鍵因素，顯示受訪者對於政府能源政策 與發電技術特性認知程度越高，則顯著較不支 持50%-30%-20%與非核家園政策，且發電技術 特性認知程度越高越支持擴大再生能源與減碳 政策。陳映如(2012)以問卷調查方式探討民眾 避免氣候變遷風險與核能風險之願付價格，並 探討日本福島核災後臺灣民眾之核能態度，研 究結果指出，核災前後態度恆反對核電者傾向 為：核能風險趨避程度較高、對環境風險關切 程度高、較不在意氣候變遷對人體造成的健康 危害、重視發電安全性、教育年數較低、正在 就業中，而發展核能態度在福島核災後由支持 轉為反對者，傾向為核能趨避風險程度高、較 在意氣候變遷對人體造成的健康危害、重視發 電安全及有工作者。

總結以上能源意向相關之研究，國內研究 傾向以當年度調查結果進行分析，雖然部分研 究機構如臺灣永續能源基金會有進行較長期的 能源議題態度調查，但也缺乏對單一事件的影 響進行前後比較，綜合國內研究顯示國人對於 能源知識匱乏，而適度的資訊揭露會改變民眾 對發電技術的支持度。國外的研究機構針對福 島核災事故做較長期的能源態度追蹤，可以發 現主觀風險認知會隨時間變化，並影響民眾對 發電技術的支持度。由於國內首次進行能源議 題的全國性公投，為了解能源議題公投舉行過 程對國人能源態度的影響，本研究將能源議題 公投連署前後之資訊揭露情形、民眾能源認知

程度變化、發電技術支持度變化及主觀因素變 化納入研究議題，用以了解能源議題公投連署 對能源認知或支持度之影響。

3. 問卷流程與樣本說明

本研究所進行的能源公投連署前及進行中 兩年度網路問卷調查，其調查時間為2017年8 月1日~17日及2018年10月1日~18日，問卷對象 為對家中電費支出知情且年滿20歲以上網路民 眾，並控制比照全國網路使用族群母體之性別 及居住地分布比例。本研究之網路問卷委由民 間市調公司設計問卷平台，透過嚴謹的受訪者 資料庫進行抽樣，每位受訪者皆有明確的個人 基本資料，而非將問卷放置網頁上供任何上網 者皆可填寫的問卷調查方式。

本研究問卷設計架構，透過公投連署前及 連署當年度的能源認知程度及發電技術支持度 的變化，探討公投相關能源議題對民眾在能源 認知及相關發電技術支持度的影響。

2017年及2018年度進行之民眾電力感知網 路調查，回收有效問卷各1,200份，經檢查刪 除部分回答不完整之樣本後，2017年樣本數為 1,141份，2018年樣本數為1,159份。由於2017年 度問卷設計之年齡層排除60歲以上民眾，為使 兩年度樣本具一致的比較基礎，故將2018年60 歲以上樣本數排除，其樣本數減少為1,117份，

修正後之樣本分布如表1。

以卡方檢定比較兩年度樣本之性別、年 齡、居住地、教育程度分布與主計總處公布之 2017年全國性別、居住地、年齡、教育程度人 口分布之差異，其結果整理如表2。由表2結果 顯示，本研究之網路樣本在性別及居住地項目 符合全國母體分布，但在年齡與教育程度上與 全國母體有顯著差異，因此本研究結果無法推 論至全國母體，此為本研究之限制。

本研究因受限於研究經費，問卷只能採用 網路問卷，但本研究進行之網路問卷是透過嚴 謹的受訪者資料庫進行抽樣，因目前的網路問

卷抽樣皆有年齡層較低且學歷較高的現象，因 此無法推論至全國母體，但是可以推論至臺灣 網路使用族群。近來智慧型手機使網路使用普 及率大幅提升，網路族群的意向也成為相當重 要的參考依據，本研究結果雖未能代表全國母 體，但作為調查網路族群意向，仍具有相當之 參考價值。

4. 分析結果及討論

本研究假設包含能源議題公投前及進行 中之年度，探討民眾是否受到能源相關資訊暴 露的影響，故本研究先比較公投連署前後，各 項能源技術之新聞量及搜尋熱度變化，接著是 了解受訪者對於能源認知及能源議題公投相關

之電力技術偏好是否有所差異，並研究受訪者 主、客觀因素對其電力技術偏好之影響。主要 假設有三項，首先，假設公投連署會影響相關 發電技術網路資訊暴露量。第二，假設公投連 署後，會影響民眾對公投相關之發電技術及進 口能源比例的認知。第三，假設公投連署前 後，民眾對於公投相關的發電技術支持度偏好 受到影響而產生差異。

4.1 資訊暴露量與能源認知之差異

本次公投之能源議題涉及的發電技術為火 力發電(燃煤、燃氣)及核能發電，而這些電力 技術也與我國主要發電技術(火力發電)相關，

為確認公投議題是否對能源資訊網路暴露有顯 著影響，及能源議題公投連署是否顯著影響民 表1　2017、2018年樣本分布(本研究整理)

2017 2018

樣本數(人) 百分比 樣本數(人) 百分比

性別

男性 582 51% 567 50.8%

女性 559 49% 550 49.2%

總和 1,141 100% 1,117 100%

年齡

20-29歲 279 24.5% 299 26.7%

30-39歲 347 30.4% 347 31.1%

40-49歲 292 25.6% 296 26.5%

50-59歲 223 19.5% 175 15.7%

總和 1,141 100% 1,117 100%

居住地區

北部 530 46.5% 527 47.2%

中部 297 26% 296 26.5%

南部 314 27.5% 294 26.3%

總和 1,141 100% 1,117 100%

表2　樣本適合度檢定(卡方檢定)表(本研究整理)

檢定變項

卡方檢定統計量 自由度 顯著水準 卡方分配臨界值

(χ² )

(k-1-m) (α) (χ²k-1-m,α) 2017 2018

性別 0.8558 0.5629 1 0.05 3.8415

年齡 24.5583 363.6646 3 0.05 7.8147

居住地 0.6913 2.7986 2 0.05 5.9915

教育 24.5583 59.2175 4 0.05 9.4877

眾對我國主要發電技術及進口能源比例的能源 認知，以下將針對公投連署前後資訊暴露量及 民眾對能源知識的認知差異進行分析。

4.1.1 資訊暴露量差異

民眾對於相關資訊取得方式，通常可透過 新聞媒體報導或透過主動搜尋方式取得。本研 究嘗試透過google搜尋引擎，針對上述方式進 行公投連署前後半年期間新聞資訊量的比對，

以分析公投連署對能源技術資訊暴露量的影 響。

表3顯示以關鍵字“火力&電廠”及“核 能”，於google引擎上搜尋2017年至2018年每 月之繁體新聞量，在公投連署前半年 (2017年 10月至2018年3月)，關鍵字“火力&電廠”之 新聞量每月平均為535.66則，在公投連署後至 本研究網路問卷發放前(2018年4月至2018年9 月)，新聞量每月平均為846.33則；關鍵字“核 能”之新聞量在公投連署前7個月(2017年8月至 2018年2月)，每月平均為2,648.57則，在公投 連署後至本研究網路問卷發放前(2018年3月至 2018年9月)，每月平均為3,414.28則。經由統計 檢定關鍵字“火力&電廠”之t檢定值為-2.94、

“核能”t檢定值為-1.32，僅關鍵字“火力&電 廠”p值小於0.01，其新聞量於公投連署前後有 顯著不同。

但是，再比對非公投相關能源技術時，也

發現其他能源技術的新聞數量在公投連署前後 半年期間有顯著差異(表3)。為了確認這些技術 資訊量的差異是否受到google搜尋引擎本身設 定的顯示條件影響。本研究另以2017年google 年度關鍵字“世大運”及“通靈少女”進行 2017年與2018年新聞數量的比較，亦顯示出 2018年較2017年的新聞數量多。由於世大運及 通靈少女影集皆為2017年特定時段間在臺灣發 生且受到關注的事件，但搜尋結果卻發現2017 年當年度新聞數量較2018年少，這顯示google 搜尋到特定時間內的新聞數量，應有受到時間 條件影響有所遞減，故無法透過此方式檢驗能 源技術新聞暴露量是否受到公投事件的影響而 產生差異。

第二種方式為透過主動搜尋關鍵字的數 量，比較公投連署前後之搜尋熱度是否有顯著 不同。本研究利用Google Trends所蒐集的臺灣 地區關鍵字搜尋趨勢熱度變化，比對公投連署 前後在能源技術上的關鍵字之搜尋趨勢差異，

復因各項能源公投提案的連署期間不同，如 第7案「降低火力發電量」是2018年4月3日提 案、第8案「停建煤電設施」是2018年4月13日 提案、第16案「廢止電業法非核家園條文」是 2018年3月2日提案，其中第7案及第8案公投內 容主要影響到燃煤和燃氣的能源技術，第16案 則主要影響核能技術，故抓取資料的統計時間 會稍有落差。

表3　Google關鍵字搜尋新聞數量比較(t檢定)(Google, 2019)

關鍵字 連署後月平均數(則) 連署前月平均數(則) t統計值

能源技術

火力&電廠 846.33 535.66 -2.94*

核能 3414.28 2648.57 -1.32

太陽能 8553.33 5771.66 -2.43

風力 1176.5 751.5 -2.77

地熱 387.83 295.83 -1.41

生質能 705.66 421.66 -2.44

關鍵字 2017年月平均數 2018年月平均數 t統計值

2017年年度 關鍵字

世大運 4444.44 2768.75 -3.28

通靈少女 26744.44 13909.17 -4.17

*：P < 0.01.

另外，本研究再針對兩次問卷實施前半 年，各類能源技術主動搜尋趨勢進行比較，以 研究兩次問卷施行前，民眾對各能源技術的資 訊搜尋趨勢熱度是否有所差異。

表4為利用能源公投相關技術關鍵字：燃 煤、燃氣及核能，在公投提案連署前後半年³ 進 行之主動搜尋趨勢比較，可以發現關鍵字：燃 氣及核能，在公投連署前後之主動搜尋趨勢有

相當之差異，但進一步觀察搜尋圖1公投提案前 後熱度趨勢變化圖，可發現主動搜尋趨勢與能 源公投連署事件不一定有必然關係，反而受到 能源相關事件的影響較大，如2018年3月14日深 澳燃煤電廠擴廠案通過環境影響差異分析案、

2017年815全臺大停電、2017年10月18日經濟部 長表示2025年非核家園政策會導致電價上漲0.5 元等事件發生後，搜尋趨勢皆達到波段的高峰 值。另一原因可能是公投案提案連署的推動，

是受到提案前相關能源政策的影響(如公投第 7、8案)，民眾於政策事件發生時已進行資訊查 詢，故後續連署進行時的搜尋行為較不明顯。

另外，比較兩份問卷進行前半年(2017年 2~7月、2018年4~9月)之各能源技術關鍵字主動 搜尋熱度趨勢變化，比對圖2顯示情形和圖1相 似，主要影響民眾主動搜尋行為的原因為發生 能源相關政策或事件。

3 選擇半年之原因為降低火力發電及減煤公投由提案至問卷執行前之時間為半年，但核能公投提案較早，為統一統 計區間，故計算上一致選擇半年。

表4　 Google Trends能源公投相關關鍵字搜尋熱 度比較(Google Trends, 2019)

關鍵字

公投前半年 平均週搜尋 熱度(%)

公投後半年 平均週搜尋

熱度(%) t統計值 燃煤 19.69 20 -0.07 燃氣 50.69 34.35 3.40*

核能 22.54 31.69 -3.24*

*：P值<0.05.

圖1　公投提案前後關鍵字搜尋熱度趨勢變化(圖片來源：Google Trends, 2019)

圖2　兩年度問卷進行前能源技術關鍵字搜尋熱度趨勢變化(圖片來源：Google Trends, 2019)

表5為比較兩年度問卷執行前對各項能源 技術搜尋熱度，結果顯示2018年問卷執行前半 年各類型能源技術的搜尋熱度除生質能外皆高 於2017年問卷執行前，但僅燃煤及離岸風能兩 項目在兩年度間主動搜尋熱度有顯著差異。觀 察圖2顯示燃煤搜尋熱度在深澳電廠通過環差後 有顯著上升，而離岸風力搜尋熱度主要是受到 離岸風場遴選事件的影響。

上述結果顯示，公投連署對資訊暴露量不 一定造成顯著影響，雖然燃氣及核能技術的搜 尋熱度在公投連署前後有顯著不同，但影響主 因可能非公投連署，而是與統計期間所發生的 能源政策或事件有關。

4.1.2 能源認知差異

為確認民眾在進行公投連署前與連署進 行中之兩年度間，在能源認知程度上是否有所 差異，本研究問卷設計了兩項關於能源技術認 知的題目，題目1為「請問以下各種發電方式 中，目前臺灣的主要發電方式是哪一種？」，

選項有「核能發電、火力發電(燃煤、燃氣)、

再生能源、不知道」；題目2為「請問，您知 道我國能源進口比例約是多少嗎？」，選項有

「64%、78%、87%、98%」，題目1的目的在 了解民眾對國內主要發電方式的認知，題目2則 進一步以能源進口比例，探查民眾對能源自主 性的認知，兩題目皆與能源公投議題涉及的發

電技術相關。題目1於2017年正確回答之受訪者 比例為54.69%，2018年正確回答之受訪者比例 為68.76%，題目2於2017年正確回答之受訪者 比例為23.05%，2018年正確回答之受訪者比例 為28.92%。各題答題分布情形如圖3、圖4。表 6比較兩年度民眾能源認知差異，分析顯示2018 年問卷受訪者在進口能源比例及主要發電方式 的認知(正確率)顯著較2017年問卷受訪者高。

4.2 電力技術支持度之跨年度比較

本研究分析2017及2018年兩年度受訪者對 我國能源技術的支持度差異，因兩年度樣本數 量不同，故依照兩年度受訪者對不同能源技術 支持度回答比例製作分布比較圖(圖5)。2017年 與2018年度各項發電技術支持度中，再生能源 普遍仍高於傳統能源，其中以太陽能支持度最 高，兩年度平均支持度皆超過4分，而燃煤支持 度最低，兩年度平均皆不滿3分。比較發電技術 的支持度變化(表7)，可以發現核能及燃氣的支 持度上升最多，而燃煤支持度下降最大，且與 此次公投能源議題所涉及之能源技術相關。

比較公投議題相關之電力技術，2018年

「燃煤發電」技術之支持度平均分數為2.68 分，小於2017年2.72分，但兩年度並無顯著差 異；比較「燃氣發電」及「核能發電」技術兩 年度之支持度分布，可發現2018年支持度分 布較2017年右傾(上升)，「燃氣發電」支持度 表5　Google Trends關鍵字搜尋熱度比較-兩問卷進行前半年(Google Trends, 2019)

關鍵字 2017年問卷執行前半年

平均週搜尋熱度(%) 2018年問卷執行前半年

平均週搜尋熱度(%) t統計值

燃煤 9.31 20.00 -5.3241*

燃氣 32.08 34.35 -0.5599

核能 26.92 29.73 -0.9909

太陽能 48.08 51.08 -1.4523

離岸風力 12.77 33.50 -4.7065*

地熱能 23.54 27.62 -1.0925

生質能 45.58 42.81 0.4892

註：陸域風力因搜尋量不足，並無趨勢資料

*：P值< 0.05.

2017年平均分數為3.08分，2018年為3.23分；

「核能發電」支持度2017年平均分數為3.29 分，2018年為3.52分。經進一步檢定分析顯示

2018年「燃氣發電」及「核能發電」技術支持 度均顯著高於2017年的支持度。而在非公投議 題相關之電力技術顯示2018年「太陽能」及

「地熱」技術支持度顯著高於2017年的支持 度，但在「陸域風能」、「離岸風能」及「生 質能」的電力技術支持度則無顯著差異。相關 檢定結果如列表8。

4.3 受訪者基本資料、主觀因素與 對發電技術支持度相關性分析

由上節結果可發現與公投的能源議題相關 圖3　民眾對國內主要發電方式認知情形(本研究繪製)

圖4　民眾對國內進口能源比例認知情形(本研究繪製)

表6　 能源認知情形統計結果(t檢定)(本研究整 理)

項目 年度 平均值 標準差 t值 進口能源比例

正確率

2017 0.23 0.421

-3.183*

2018 0.29 0.454 主要發電方式

正確率

2017 0.55 0.498

-6.948*

2018 0.69 0.464

*：P值< 0.005.

圖5　受訪者對能源技術偏好年度比較(本研究繪製)

表7　2017及2018年各項發電技術平均支持度、排序及變化(本研究整理)

年度 燃煤 燃氣 核能 太陽能 風能 離岸風能 地熱能 生質能

2017支持分數 2.72 3.08 3.29 4.16 3.94 3.98 3.78 3.68

排序 8 7 6 1 3 2 4 5

2018支持分數 2.68 3.23 3.52 4.23 3.93 3.96 3.86 3.74

排序 8 7 6 1 3 2 4 5

支持度變化 -0.06 +0.15 +0.22 +0.05 -0.01 -0.02 +0.08 +0.06 (支持度定義：非常不支持=1、不支持=2、 普通=3、 支持=4、非常支持=5)

之「燃氣發電」與「核能發電」支持度於不同 年度產生顯著差異，與本研究所假設的第三點 部分符合。為了解民眾對前述發電技術的支持 度改變受到何種因素之影響，本節運用多元線 性迴歸分析之逐步迴歸法，探討性別、年齡、

居住地、教育程度、月收入等基本資料變項，

及能源認知程度、氣候變遷風險、核電營運信 賴度、電價穩定與經濟發展認同等主觀變項對 於發電技術支持度之影響，相關變數的定義彙 整如表9，分析結果彙整如表10。

本研究探討主觀因素及基本變項對各項 能源支持度的影響，但不同能源技術間差異很 大，影響其支持度的因素也不同，包含降低空 污、減少碳排及核能等，與主觀因素皆有所關 連，受限於問卷並未詢問相關問題對受訪者與 能源公投的支持度，故顯示R²較低。但本研究 重點為探討各種因素對於發電技術偏好的影響 程度，故結果解讀部分著重迴歸係數是否顯著 及大小的比較(表11)。

由分析結果顯示，在公投相關之傳統發電

技術方面，不論是燃煤、燃氣或核能發電，受 訪者對核電營運及安全處理信賴度愈高者，越 支持傳統發電技術，相反的，對於氣候變遷風 險愈認同者，對上述三項發電技術愈不支持。

而在再生能源發電技術方面，對於所有的再生 能源發電技術(太陽能、陸域風力、離岸風力、

地熱、生質能)，其支持度與受訪者對氣候變遷 風險認同度皆呈現正相關。而且對於太陽能、

風力發電技術的支持度則與核電營運及安全處 理的信賴度呈現負相關(即愈不認為核電是安全 的)。另外，支持太陽能及風力發電技術的受 訪者，對於電價穩定與經濟發展認同也有正相 關，顯示受訪者認為發展太陽能及風力發電技 術同時，電價能維持穩定且同時可促進經濟發 展。

本研究也設定能源認知程度為探索受訪者 對發電技術支持度的變項之一，以觀察民眾能 源認知的提升是否影響其發電技術支持度。由 結果顯示能源認知程度愈高者，愈支持核能發 電，而對於燃煤、太陽能及陸域風力發電則愈 不支持。此結果顯示出能源公投議題有增進民 眾對於核電的了解，並產生太陽能及風力發電 技術難以取代核能發電的認知。另外，燃煤發 電排碳特性，則造成受訪者較不支持燃煤發電 技術。

基本資料變項方面，檢定結果顯示對大部 分的發電技術支持度呈現不顯著的影響，僅部 分基本資料項目如性別、年齡及收入對個別發 電技術支持度有呈現顯著影響性，例如女性較 不支持地熱發電，而年齡愈高，會傾向不支持 燃煤、風力及生質能發電，收入則與燃氣及核 能的支持度呈正相關，但上述基本變項的影響 係數都小於0.1，相較主觀因素及能源認知程度 的影響係數低。

4.4 主觀因素年度變化比較

由4.3節可觀察到受訪者的主觀因素分數：

氣候變遷風險、核電營運安全信賴度、電價穩 定與經濟發展認同度，與大部分發電技術支持 表8　 兩年度電力技術支持度比較(F檢定)(本研

究整理)

項目 年度 平均值 標準差 F值 燃煤 2017 2.72 0.95

1.075 2018 2.68 1.12

燃氣* 2017 3.08 0.92

13.466*

2018 3.23 1.00 核能* 2017 3.29 1.05

25.526*

2018 3.52 1.15 太陽能* 2017 4.16 0.82

4.065*

2018 4.23 0.82 陸域

風力

2017 3.94 0.86

0.135 2018 3.93 0.93

離岸 風力

2017 3.98 0.85

0.389 2018 3.96 0.96

地熱* 2017 3.78 0.86

4.772*

2018 3.86 0.89 生質能 2017 3.68 0.84

2.481 2018 3.74 0.90

*：P值小於0.05.

度存在較顯著的關聯。為確認能源議題公投連 署前及連署後期間，民眾於主觀因素分數是否 有較大幅度的改變，故將主觀因素的變化也進 行兩年度的比較，彙整如表12。結果顯示，能 源公投連署當年受訪者的主觀因素分數皆較 2017年度受訪者上升。顯示民眾更重視氣候 變遷風險，對於政府核電營運安全的信賴感 上升，同時也更重視電價的穩定及促進經濟發 展。本次能源議題公投所論述內容包含降低空 污、減少碳排及核能，而且所涉發電技術佔目

前發電比例近9成，也涉及主觀因素的題目問 項，與主觀因素都有所關連，但因問卷中未調 查受訪者對各項能源公投議題的支持度，故無 法確認主觀因素的變化與各項能源公投議題的 關係，僅能觀察年度間主觀因素分數的變化。

5. 結　　論

本研究透過Google Trends及網路問卷首次 對全國性能源議題公投連署前後，對發電技術 表9　受訪者基本資料變項及主觀因素變項定義(本研究整理)

自變數 定義

性別 男生=1、女生=2

年齡 20-29歲=1、30-39歲=2、40-49歲=3、50-59歲=4、60歲以上=5 居住地

北部地區(臺北市、基隆市、新北市、宜蘭縣、桃園市、新竹縣市)=1、中部地 區(苗栗縣、臺中市、彰化縣、南投縣、雲林縣、花蓮縣)=2、南部地區(嘉義 縣市、臺南市、高雄市、屏東縣、臺東縣、澎湖縣、金門縣、連江縣)=3 教育程度 國中以下=1、高中(職)=2、專科=3、大學或學院=4、碩士以上=5

收入(新臺幣)

$20,000以下=1、$20,001-30,000=2、$30,001-40,000=3、$40,001-50,000

=4、$50,001-60,000=5、$60,001-70,000=6、$70,001-80,000=7、$80,001- 90,000=8、$90,001-100,000=9、$100,001-110,000=10、$110,001-120,000

=11、$120,001-130,000=12、$130,001-140,000=13、$140,001-150,000= 14、$150,001-160,000=15、$160,001-170,000=16、$170,001-180,000=17、

$180,001-190,000=18、$190,001-200,000=19、$200,001以上=20

能源認知程度 主要發電技術及進口能源結構都答對=2、兩題只對一題=1、兩題都答錯=0

氣候變遷風險

取下列題目平均回答分數

我知道溫室氣體排放量增加會加速全球暖化 我知道極端氣候會引發災害(如土石流、旱澇) 我知道極端氣候會帶來巨大經濟損失

我知道極端氣候會使物種消失且危害居住環境

我知道聯合國通過《巴黎協定》來共同約定減少溫室氣體碳排量 (非常不同意=1、不同意=2、 普通=3、 同意=4、非常同意=5)

核電營運信賴度

取下列題目平均回答分數

我信任核能發電可以帶來穩定的供電量 我信任核能發電廠的安全措施

我認同核能電廠對減少碳排放的貢獻 我信賴政府對核廢料能有效處理 我信任政府對核能災難的處理能力

(非常不同意=1、不同意=2、 普通=3、 同意=4、非常同意=5)

電價穩定與經濟 發展認同

取下列題目平均回答分數

我認為能源與電力政策應以促進經濟發展為優先考量 我認為提高電價會對民眾生活福祉造成負面影響 我認為提高電價會對我國產業競爭力造成負面影響 我認為政府應盡全力維持電價穩定

(非常不同意=1、不同意=2、 普通=3、 同意=4、非常同意=5)

表10　受訪者基本資料變項及主觀因素變項對發電技術支持度之影響(本研究整理)

自變數 / 因變數 發電技術支持程度

燃煤 燃氣 核能 太陽能 陸域風力 離岸風力 地熱 生質能

性別 迴歸係數 - - - -0.089 -

t 值 - - - *-2.459 -

年齡 迴歸係數 -0.08 - - - -0.043 -0.036 - -0.041 t 值 **-3.943 - - - *-2.479 *-2.088 - *-2.419

居住地 迴歸係數 - - - -

t 值 - - - -

教育程度迴歸係數 - - - -

t 值 - - - -

收入 迴歸係數 - 0.019 0.018 - - - - -

t 值 - **2.85 **2.98 - - - - -

能源認知 程度

迴歸係數 -0.173 - 0.06 -0.062 -0.069 - - - t 值 **-5.972 - *2.445 *-2.758 *-2.747 - - - 氣候變遷

風險

迴歸係數 -0.272 -0.084 -0.11 0.419 0.39 0.418 0.338 0.269 t 值 **-7.577 *-2.457 **-3.705 **15.022 **12.578 **13.508 **11.402 **9.062 核電營運

安全信賴

迴歸係數 0.135 0.122 0.761 -0.092 -0.116 -0.123 - 0.059 t 值 **5.329 **5.065 **39.59 **-4.682 **-5.293 **-5.596 - **3.097 電價穩定

與經濟發 展認同

迴歸係數 0.111 0.078 - 0.123 0.106 0.084 - - t 值 **3.371 *2.512 - **4.826 **3.751 **2.979 - - R² 0.069 0.029 0.418 0.119 0.091 0.095 0.056 0.044 調整後R² 0.067 0.028 0.417 0.118 0.089 0.094 0.055 0.043 F值 **11.364 *6.039 *5.98 **21.925 *6.143 *4.358 *6.047 *5.853

*：P < 0.05、**：P < 0.005、本表所列 “-”表示不顯著。

表11　影響受訪者對發電技術支持度因素排序(以逐步回歸法篩選顯著因素)(本研究整理)

項目 影響因素排序 影響係數 項目 影響因素排序 影響係數

燃煤

氣候變遷風險 -0.272

陸域風力

氣候變遷風險 0.39

能源認知程度 -0.173 核電營運安全信賴度 -0.116

核電營運安全信賴度 0.135 電價穩定與經濟發展認同 0.106 電價穩定與經濟發展認同 0.111 能源認知程度 -0.069

年齡 -0.08 年齡 -0.043

燃氣

核電營運安全信賴度 0.122

離岸風力

氣候變遷風險 0.418

氣候變遷風險 -0.084 核電營運安全信賴度 -0.123

電價穩定與經濟發展認同 0.078 電價穩定與經濟發展認同 0.084

收入 0.019 年齡 -0.036

核能

核電營運安全信賴度 0.761

太陽能

氣候變遷風險 0.419

氣候變遷風險 -0.11 電價穩定與經濟發展認同 0.123

能源認知程度 0.06 核電營運安全信賴度 -0.092

收入 0.018 能源認知程度 -0.062

生質能

氣候變遷風險 0.269

地熱 氣候變遷風險 0.338

核電營運安全信賴度 0.059

年齡 -0.041 性別 -0.089

資訊暴露、民眾能源認知及發電技術偏好的影 響進行調查分析。問卷調查期間為2017年8月1 日~17日及2018年10月1日~18日，問卷對象為 對家中電費知情的20歲以上網路民眾。2017年 有效樣本數為1,141份，2018年有效樣本數為 1,117份。兩年度樣本符合全國性別及居住地比 例，但年齡及教育程度未符合全國分布，故本 研究結果無法推論至全國母體，此為本研究之 限制。

實證結果顯示：(1).無法證明公投連署對 相關發電技術新聞資訊暴露量的影響，但「燃 氣」及「核能」關鍵字在Google Trends上，於 公投連署前後的搜尋熱度有顯著變化。(2).公投 連署當年度，受訪者對我國主要發電技術及進 口能源比例的認知較前一年度有所提升。(3).公 投議題相關之「燃氣」及「核能」發電技術支 持度於2018年均顯著高於2017年。而在非公投 議題相關之電力技術支持度則顯示「太陽能」

及「地熱」發電偏好於2018年顯著高於2017 年。(4).在公投連署後，主觀因素如氣候變遷風 險、核電營運安全信賴度、電價穩定與經濟發 展認同度，皆較連署前有所提升。

以基本資料變項及主觀因素變項分析對民 眾發電技術支持度的影響，結果顯示主觀因素 如氣候變遷風險、核電營運安全信賴度、電價 穩定與經濟發展認同度及能源認知程度為主要 影響因素，對大部分發電技術有顯著影響，而 基本資料變項如性別、年齡、收入則為次要影 響因素，僅對個別發電技術呈現顯著影響。公

投相關發電技術中，氣候變遷風險認同度愈高 者愈不支持燃煤、燃氣及核能發電，相反的，

對核電營運安全信賴度愈高，則愈支持前述三 項發電技術。對電價穩定與經濟發展認同度愈 高，則愈支持燃煤及燃氣發電，能源認知程度 愈高者愈支持核能發電，但愈不支持燃煤發 電。再生能源發電技術方面，氣候變遷風險認 同度愈高者愈支持再生能源發電技術。此外，

太陽能、陸域風能及離岸風能發電技術偏好與 核電營運安全信賴度呈負相關，但和電價穩定 與經濟發展認同感呈正相關。能源認知程度 對於太陽能和陸域風力發電技術偏好呈現負相 關，但影響程度相對較小。

本研究結果顯示出，公投連署後相較於連 署前一年，民眾的主觀因素及能源認知皆有所 提升，並從而影響對發電技術的偏好，此外，

在所有主觀因素中，氣候變遷風險變項是影響 最廣泛的影響因素，其次為對核電營運安全信 賴度及電價穩定與經濟發展認同度。

在主觀因素對發電技術支持度的影響上，

有幾點結果值得注意，第一，氣候變遷因素與 傳統火力發電支持呈現負相關，但與不排碳的 核能發電也呈現負相關，顯示民眾對於核能發 電技術與溫室氣體的影響關係仍存在偏誤。第 二，由核電營運安全的變項與發電技術支持度 的關聯，可發現民眾對發電技術偏好間存在替 代關係，可能原因為對於核電營運安全的不信 賴感，故轉而支持太陽能及風力發電。第三，

民眾認同政府須穩定電價並促進經濟發展，除 了支持現有低價的燃煤技術外，對目前較高價 的燃氣發電、太陽能及風力發電也持正面支持 的趨勢，與未來能源轉型政策(燃煤50%、燃氣 30%、再生能源20%)目標是一致的，顯示政府 未來落實能源轉型政策之際，也應注意民眾對 於穩定電價及發展經濟的期待。第四，民眾對 我國主要發電技術及進口能源比例的認知程度 提升，將有助於對核能發電的支持，並減少對 燃煤、太陽能及陸域風力發電的支持，此結果 在減煤共識上對於未來減碳政策有所助益，但 表12　 受訪者主觀因素平均分數年度變化(t檢

定)(本研究整理)

影響因素 年度 平均值 標準差 t值 氣候變遷風險 2017 4.396 0.597

-3.014*

2018 4.473 0.615 核電營運安全

信賴度

2017 3.363 0.905

-5.195*

2018 3.567 0.961 電價穩定與經

濟發展認同

2017 3.883 0.742

-4.099*

2018 4.012 0.754

*：P < 0.005.

民眾對再生能源發電技術支持態度上與政府非 核家園政策目標相牴觸，尤其太陽光電將是未 來再生能源發展主力，且電業法第95-1條非核 家園條款雖已被刪除，但能源轉型政策仍朝向 非核家園政策發展，若未來須兼顧溫管法減碳 情境，勢必需要強化與民眾間的溝通。

本次能源議題公投所論述內容包含降低 空污、減少碳排及核能，與主觀因素皆有所關 連，受限於未詢問受訪者對能源公投的支持 度，無法直接探討主觀因素的變化與各項能源 公投連署的關係，未來若進行相關研究時，可 考量於公投當年度問卷增加公投議題的支持度 問項，以利在進行政策的建議時，能有更完整 的陳述依據。

參考文獻

李郁涵，2015。谷歌關鍵字搜索預測賣座電影 趨勢之研究。國立高雄師範大學人力與知 識管理研究所碩士論文。

杜宗祐，2018。我國國小學童之新興能源認 知、態度與行為意圖之研究—以新竹地區 為例。國立清華大學數理教育研究所碩士 論文。

林左裕，2019。應用網路搜尋行為預測房地 產市場，應用經濟論叢，105期，219-254 頁。

姜漢儀，2017。我國民眾之電力願付價格與市 場調查研究，核能研究所委託研究報告。

姜漢儀，2018。民眾電力決策及風險感知調查 之研究，核能研究所委託研究報告。

財團法人臺灣永續能源研究基金會，2017。

2017氣候變遷與能源民意調查，https://

taise.org.tw/about.php?ID=37，臺灣臺北。

財團法人臺灣永續能源研究基金會，2018。

2018氣候變遷與能源民意調查，https://

taise.org.tw/about.php?ID=17，臺灣臺北。

張春興，2004。教育心理學，東華書局出版，

臺灣臺北。

張耀仁、黃孔良、葛復光，2019。運用多元線 性迴歸模型分析能源政策之社會意向研 究，臺灣能源期刊，第6卷 第1期，頁23- 43。

許偉珊，2014。國小三年級學生利用動手操作 學習再生能源概念之研究，臺北市立大學 應用物理暨化學系自然科學教學碩士班碩 士論文。

陳映如，2012。從日本福島核災探討氣候變遷 風險與核能風險認知之研究。國立中央大 學產業經濟研究所碩士論文。

陳昱州，2016。投資人關注與股票報酬的影 響。國立東華大學財務金融學系碩士論 文。

曾家宏，2015。我國民眾對電力暨綠色電力願 付價格之研究，核能研究所委託研究報 告。

賀冠豪，2010。臺北市國小教師節能減碳相關 概念、態度與教學概況之調查研究。臺北 市立教育大學環境教育與資源研究所環境 資源組碩士論文。

黃偉恩，2018。利用網路搜尋量作為市場需求 面以衡量專利價值。國立中山大學資訊管 理學系研究所碩士論文。

黃靖淵，2013。我國國民中學學生能源素養調 查研究。國立臺灣師範大學環境教育研究 所碩士論文。

遠見研究調查中心，2018。全臺能源政策民意 大調查。

蔡仲銘，2018。大數據分析在社群網站的應 用—以影響PS4銷售量因素為例。國立政 治大學經濟系碩士論文。

蕭子訓、黃孔良、葛復光，2018。臺灣網路用 戶對於電力組合偏好之研究，2018臺灣環 境與資源經濟學會年會暨學術研討會，臺 北，臺灣。

謝政夫，2018。國中學生能源素養表現之研 究。國立高雄師範大學科學教育暨環境教 育研究所碩士論文。

鍾雯玲，2003。消費者的產品知識對系統性產 品偏好的影響。銘傳大學管理科學研究所 碩士論文。

羅文輝、蘇蘅，2011。媒介暴露與資訊處理策 略對新流感相關知識的影響。新聞學研 究，第107期，173-206頁。

蕭富峰、卓峰志與張佩娟，2010。廣告學。智 勝文化出版，臺灣臺北，頁141-143。

Al-Imam, Ahmed, 2018. The digital epidemiology of phenylketonuria, aka folling's disease:

Retrospective analysis and geographic mapping via google trends. Asian Journal of Medical Sciences, Vol. 9, Issue 6, p. 93-99.

Demski, C., A. Spence and N. Pidgeon, 2017.

Effects of exemplar scenarios on public preferences for energy futures using the my 2050 scenario-building tool. Nature Energy, London Vol. 2.

Faoury, M., T. Upile and N. Patel, 2019. Using Google Trends to understand information- seeking behaviour about throat cancer. Journal of Laryngology & Otology, Vol. 133 Issue 7, p.610-614.

Fleishman, L. A., 2011. Public Decision-making about Low-Carbon Electricity Generation.

Carnegie Mellon University, ProQuest Dissertations Publishing.

Google, 2019. https://www.google.com/. Data Captured in August, 2019.

Google Trends, 2019. https://trends.google.com/

trends/?geo=US. Data Captured in August, 2019.

Hobman, E. and P. Asworth, 2013. Public support for energy sources and related technologies:

the impact of simple information provision.

Energy Policy, v. 63, p. 862-869.

Huang, L., R. He, Q. Yang, J. Chen, Y. Zhou, J.

K. Hammitt, X. Lu, J. Bi and Y. Liu, 2018.

The changing risk perception towards nuclear

power in China after the Fukushima nuclear accident in Japan, Energy Policy, 120, 294- 301.

Huang, L., Y. Zhou, Y. Han, J. K. Hammitt, J. Bi and Y. Liu, 2013. Effect of the Fukushima nuclear accident on the risk perception of residents near a nuclear power plant in China, Proceedings of the National Academy of Sciences, 110 (49), 19742-19747.

Lu, Chao-Lin, 2016. The Determinant of US Consumers Attitudes Toward Solar Energy.

University of Florida, ProQuest Dissertations Publishing.

Pai, Ping-Feng, Ling-Chuang Hong and Kuo- Ping Lin, 2018. Using Internet Search Trends and Historical Trading Data for Predicting Stock Markets by the Least Squares Support Vector Regression Model. Computational Intelligence & Neuroscience. p1-15.

Robertson, Peter G., 2017. Renewable Energy:

Prospects, Politics, the Public, and Proximity.

Utah State University, ProQuest Dissertations Publishing.

Rudolf, M., R. Seidl, C. Moser, P. Krütli and M. Stauffacher, 2014. Public preference of electricity options before and after Fukushima.

Journal of integrative environmental sciences, Vol. 11, Iss. 1.

Scheer, D., W. Konrad and O. Scheel, 2013. Public evaluation of electricity technologies and future low-carbon portfolios in Germany and the USA. Energy, Sustainability and Society, Heidelberg Vol. 3.

Troelstra, Sigrid A, R. Bosdriesz Jizzo R. de Boer Michiel and E. Kunst Anton, 2016. Effect of Tobacco Control Policies on Information Seeking for Smoking Cessation in the Netherlands: A Google Trends Study. PLoS ONE, Vol. 11 Issue 2, p.1-16.

UKERC, 2014. Public Attitudes to Nuclear Power and Climate Change in Britain Two Years after the Fukushima Accident.

Zhu, Weiwei, Jiuchang Wei and Dingtao Zhao,

2016. Anti-nuclear behavioral intentions: The role of perceived knowledge, information processing, and risk perception. Energy Policy, v. 88, p. 168-177.

The Impact of the Energy Referendum Issues on the Information Exposure and Power Technology

Preferences of People in Taiwan

Kong-Liang Huang

Tzu-Hsun Hsiao

Yao-Jen Chang

Fu-Kuang Ko

ABSTRACT

In order to understand the impact of energy issues on information exposure and people’s power technology preferences, this study analyzes the changes in the information exposure of energy referendum issues before and after the referendum countersign. This study used an online survey conducted in August 2017 and October 2018 to analyzed that people’s perception of major power generation method and the proportion of imported energy in Taiwan would whether affected people’s power technology preferences related on energy referendum issues. And analyzed the main factors of people’s power technology preferences. The results pointed out that the influence of the energy issue referendum about the behavior of energy technology search on Google Trends is not clear, but the keywords "gas" and "nuclear energy" have seen significant changes in the search fever before and after the referendum. In terms of energy perception, respondents in 2018(after referendum) know more about the main ways of generating electricity and importing energy structures than in 2017(before referendum); Among the power generation technology preferences related to the referendum issue, only the "gas" and "nuclear energy" power generation technology preferences in 2018 are significantly higher than 2017. And the preference for power generation technology not related to referendum issues, shown that "solar" and "geothermal" preference in 2018 is higher than 2017. Further analysis of factors affecting respondents' power technology preferences shows that subjective factors: feeling of climate change risk, nuclear power operation safety reliability, electricity price stability and economic development identity are the main influencing factors. Energy awareness is positively related to nuclear power generation technology preference. It has an inverse relationship with coal-fired, solar, and land-based wind power technology preferences.

Keywords:

Received Date: August 30, 2019 Revised Date: October 28, 2019 Accepted Date: January 16, 2020

1 Technician, Institute of Nuclear Energy Research, Atomic Energy Council, R.O.C.

2 Research Assistant, INER, AEC, R.O.C.

3 Associate Engineer, INER, AEC, R.O.C.

4 Director, INER, AEC, R.O.C.

* Corresponding Author, Phone: +886-3-4711400#3186, E-mail: [email protected]