從調節焦點理論檢視人們面對即時通訊軟體政治不一致的回應 策略
陳靜君
摘要
當面對即時通訊軟體的好友傳了大量和自己立場不同的訊息，人們如何因應政治 意見衝突？為探討人們在即時通訊軟體面對政治不一致所採取的回應策略以及其背後 動機，本研究整合表達—迴避策略和激進—保守策略，發展即時通訊軟體政治不一致 回應策略，並採用調節焦點理論，以 2022 年台灣網路報告的市話調查資料作為分析 基礎（N = 517），透過多項式羅吉斯迴歸分析，檢視促進焦點與預防焦點動機如何影 響人們採取不同的回應策略。主要研究發現有兩個：第一，近八成台灣民眾在即時通 訊軟體中最常採取保守迴避策略，依序是保守表達策略（佔 8.3%）、激進表達策略
（佔 7.7%）與激進迴避策略（6.5%）；第二，促進焦點所主導的民眾偏好採取激進 表達策略（如反駁對方）與激進迴避策略（如封鎖、隱藏訊息、刪除好友等），而預 防焦點所主導的民眾傾向採取保守表達策略（如正面回覆）與保守迴避策略（如不理 會）。在理論上有兩大貢獻：第一，提出即時通訊軟體政治不一致回應策略，可充實 沉默螺旋理論、認知不和諧理論、人際衝突處理理論的內涵；其次，將調節焦點理論 應用於政治傳播領域，擴充理論應用範疇。
⊙關鍵字：台灣網路調查、即時通訊軟體、政治不一致、調節焦點理論⊙
⊙本文作者陳靜君為國防大學政治作戰學院新聞學系助理教授暨陽明交通大學應用藝術所傳⊙
播藝術與科技組博士生。
⊙聯絡方式：Email:[email protected]；通訊處：302 新竹市東區大學路1001號人社一館⊙ 3樓
⊙本文使用的資料全部（部分）係採自財團法人台灣網路資訊中心「2022 台灣網路報告」。⊙
作者感謝上述機構提供資料協助，惟本文之內容概由作者自行負責。
⊙收稿日期：2022/10/19 接受日期：2023/01/12⊙
Examining the Responding Strategies to Political Disagreement on Instant Messaging Apps: A Perspective of Regulatory Focus Theory
Ching-Chun Chen
Abstract
How do people respond to political disagreement when they encounter inconsistent political information shared by friends on instant messaging apps? The current study proposes a quadripartite model of responding strategies to political disagreement on instant messaging apps based on two orthogonal dimensions—expressive vs. avoidant and aggressive vs.
conservative. Using data from 2022 Taiwan Internet Report (N = 517), the current study examines how promotion focus and prevention focus influence individuals’ adoption of responding strategies based on regulatory focus theory through multinomial logistic regression analysis. The results show that approximately eighty percentage of Taiwanese prefer to adopt conservative-avoidant strategies, followed by conservative-expressive strategies (8.3%), aggressive-expressive strategies (7.7%), and aggressive-avoidant strategies (6.5%). Moreover, our findings reveal that promotion-focused individuals are more likely to adopt aggressive-expressive strategies (e.g., refute others) and aggressive-avoidant strategies (e.g., block, hide message, and unfriending), whereas prevention-focused individuals tend to adopt conservative-expressive strategies (e.g., express supporting opinions) and conservative- avoidant strategies (e.g., ignorance). There are two theoretical contributions. First, the study proposes responding strategies to political disagreement by integrating spiral of silence theory, cognitive dissonance theory, and interpersonal conflict management theory. Second, the application of regulatory focus theory to political communication broadens the research on regulatory focus.
⊙Keywords: Taiwan Internet Report, instant messaging apps, political disagreement, ⊙ regulatory focus theory
⊙The author, Ching-Chun, Chen is an Assistant Professor in Fu Hsing Kang College at ⊙ National Defense University and a doctoral student of Department of Communication and Technology at National Yang Ming Chiao Tung University.
⊙Corresponding author: Ching-Chun, Chen, e-mail: [email protected]; Address: No.1, ⊙ Sec. 1, Liujia 5th Rd., Zhubei City, Hsinchu County 302, Taiwan R.O.C.
⊙Data analyzed in this article were collected by the research project of 2022 Taiwan ⊙ Internet Report, which is supported by the Taiwan Network Information Center. The author(s) appreciate the assistance in providing data by the institute aforementioned. The views expressed herein are the author’s(s’) own.
⊙Received: 2022/10/19 Accepted: 2023/01/12⊙
壹、緒論
政治不一致（political disagreement）源自於民主審議理論，認為人們透過理性、
無私與平等的政治討論，能有效消除歧見達到政治共識，以實現民主政治的理想
（Kligler-Vilenchik, 2021）。政治不一致定義為人們與他人在政治立場上缺乏共識，
這包含客觀上缺乏一致性，或是主觀上感覺他人與自己的政治理念不同（Klofstad, Sokhey & Mcclurg, 2013; Neubaum, Cargnino & Maleszka, 2021）。過去研究指出遇到 政治不一致對民主具有正面的影響，如人們遇到政治不一致，可以對自己觀點更有警 覺性，產生反思，同時也了解另一方的論點，更願意包容不同意見，理解某個議題 的支持和反對立場雙方的合理性與論述基礎，此外，也能對不喜愛的社會群體產生 較高的政治包容、甚至有助於參與政治活動（Cao, 2020; Cappella, Price & Nir, 2002;
Lu, 2019; Mutz, 2002; Mutz & Mondak, 2006）。事實上，傳統民主審議理論強調審議 形式（deliberation）的政治討論相當少見，不同於以公民目標為導向、正式、有目的 性的審議討論，相反的，當代學者發現非正式的、臨時起意的、沒有目的性政治閒聊
（political talk or political conversation）才是最常見的政治討論形式（Eveland, Morey
& Hutchens, 2011; Mascheroni & Murru, 2017; Moy & Gastil, 2006），而且，這種交織 於日常生活中的政治討論也同樣具有民主審議的功能（Schmitt-Beck & Lup, 2013）。
近年來，即時通訊軟體已成為人們的主要通訊工具，在政治傳播上的重要性也 與日俱增。即時通訊軟體（instant messaging apps or instant messaging services），如 LINE、臉書聊天室（Facebook Messenger）、WhatsApp 等，是一個安裝於智慧型手機 裝置上的應用程式，讓人們免費分享、接收文字或多媒體訊息來溝通交流，並提供人 們可以和他人一對一或以群組的方式進行社會互動的平台（Valeriani & Vaccari, 2018;
Vermeer, Kruikemeier, Trilling & deVreese, 2021）。根據 2022 年台灣網路報告的調查 結果（吳齊殷等人，2022），2022 年台灣民眾使用即時通訊軟體的人口比例超越社群 媒體的使用人口一成以上，相對有 70.29% 台灣民眾使用社群媒體，有高達 83.81% 的 民眾使用即時通訊軟體，甚至，以上網者為分母做計算時，有 83.97% 的上網者使用 社群媒體，而即時通訊軟體的部分則幾乎百分之一百（佔 99.42%），可見即時通訊 軟體在台灣民眾日常生活中已成為核心使用的溝通工具，因此，頻繁的日常互動溝通
也提高了非正式、沒有目的性政治討論的機會。然而，當前研究在探討人們在數位平 台政治討論的行為時，多聚焦於社群媒體，如臉書或推特（e.g., Kim, Hsu & deZuniga, 2013; Neubaum et al., 2021; Wu, 2021），反而在即時通訊軟體上的關注較少（Gill &
Rojas, 2021; Kligler-Vilenchik, 2021），隨著即時通訊軟體的普及程度提高，甚至超越 社群媒體，即時通訊軟體受到學術界的關注也逐漸增加，尤其是社群媒體和即時通訊 軟體在傳播特性上有許多異同處，使得社群媒體的研究成果難以完全複製或推論至即 時通訊軟體中，因此，本研究認為研究即時通訊軟體，可擴充當前政治傳播研究領 域。
許多學者認為即時通訊軟體提供了一個私密、封閉且可以即時互動的傳播情境，
這不同於社群媒體開放或半開放的傳播環境，也不同於面對面情境，這在政治傳播上 具有特殊意涵。如 Kligler-Vilenchik, Baden & Yarchi（2020）比較社群媒體臉書、推特 和即時通訊軟體 WhatsApp 這三個平台上人們政治討論的極化現象，其指出不同於臉 書和推特上負面情緒逐漸極化的現象，即時通訊軟體扮演雙重角色，一方面強化回聲 室（echo chamber），但同時又發現去極化的現象，雙方爭論透過時間動態，負面情 緒逐漸減少，推論是真誠對話進而消弭對立。而 Valeriani & Vaccari（2018）則是發現 使用即時通訊軟體討論政治、發布政治訊息的行為與人們在社群媒體上自我審查感知 息息相關，當人們不敢在公開的社群媒體平台討論政治時，人們轉向較為私密、封閉 的即時通訊軟體，同時，該研究也發現有極端政治意識形態者，也較傾向在即時通訊 軟體中表達自己的政治意見，同時，Lobera & Portos（2022）的研究也發現這種較為 私密的傳播管道成為了政治意識形態較為激進者的政治說服管道。然而，這種較為私 密的即時通軟體對於青少年而言，具有民主價值，即時通訊軟體上透過人際互動所產 生的政治討論行為，讓青少年產生較正面的情緒與感受，同時也能透過反思學習與議 題相關的知識（Vermeer et al., 2021）。由此可見，即時通訊軟體所營造的私密、封閉 的傳播情境已成為人們政治討論的重要管道，因此，即時通訊軟體上面對政治不一致 現象也特別值得關注。
為探討人們在通訊軟體面對政治不一致所採取的回應策略以及其背後動機，本 研究整合沉默螺旋理論、認知不和諧理論、人際衝突處理理論與可供性的概念，發展 出即時通訊軟體政治不一致回應策略，分別由表達—迴避策略為橫軸、激進—保守策
略為縱軸所組成的四個回應策略分類；同時，為探討其背後動機，本研究導入調節焦 點理論來檢視人們面對即時通訊軟體政治不一致的回應策略，這種超越傳統趨近—迴 避的研究取徑（Higgins, 1997），可以更細緻的瞭解人們在四個回應策略中的決策動 機。本研究以 2022 年台灣網路報告的市話調查資料作為分析基礎（N = 517），透過 多項式羅吉斯迴歸分析，檢視促進焦點與預防焦點動機如何影響人們採取不同的回應 策略。
貳、文獻探討
一、即時通訊軟體的政治不一致現象
即時通訊軟體是否打造同溫層環境，讓人們處於高度同質性環境，目前學者 們有不同的見解。首先，Gill & Rojas（2020, 2021）提出行動回聲室（mobile echo chamber）的觀點，其指出不同於社群媒體以廣播式一對多為主的傳播模式，且社交 網絡網絡中同時涵蓋弱連結與強連結的社會關係，提高人們在社群媒體上遇到政治 立場不一致的機會，即時通訊軟體人們互動形式是以一對一或是小群組的點對點溝 通，通常由親朋好友的核心網絡所組成，是相對小型、同質、且關係緊密的社交網 絡，尤其，即時通訊軟體提供人們封鎖或移除好友這種使用者主動過濾的功能，讓人 們得以處於一個私密、封閉和可控制性高的高度同質的數位媒體環境（Gill & Rojas, 2020）。然而，另一派學者則認為即時通訊軟體因為私密與封閉的特性，成為了政 治意識形態極端者宣揚其政治理念、說服他人的宣傳管道（Lobera & Portos, 2022;
Valeriani & Vaccari, 2018），如 Lobera & Portos（2022）分析西班牙民眾在選舉期間使 用即時通訊軟體進行政治討論的行為，發現無論是左翼支持者或是右翼支持者都偏好 透過即時通訊軟體來進行政治動員、說服立場不同者，且 Valeriani & Vaccari（2018）
也發現在德國、義大利、英國具有極端政治意識形態的民眾，也偏好透過即時通訊軟 體來進行單向的政治表達行為。
事實上，Barnidge （2017）指出遇到政治不一致的機會和兩個原因息息相關，一 個是多面向的社交關係，第二個是討論者間的社會規範。即時通訊軟體通常由熟識的
核心網絡組成（Vermeer et al., 2021），也就是說，這些社會關係並非是因為政治目的 所組成，而是既存的家庭、朋友或工作等社會目的所組成的關係，研究指出親朋友好 的強連結提高讓人們增加暴露於政治不一致的機會（Mutz, 2002）；其次，即時通訊 軟體如同社群媒體，均提倡人們分享訊息、表達意見的社會規範（Kligler-Vilenchik et al., 2020; Waterloo, Baumgartner, Peter & Valkenburg, 2018），Waterloo et al.（2018）甚 至進一步比較人們在社群媒體和即時通訊軟體上自由表達情緒的行為，發現相對於臉 書、推特、IG 等社群媒體，人們最能在即時通訊軟體 WhatsApp 中表達情緒，意味著 即時通訊軟體除了提倡分享表達的氛圍外，在也具有較鬆散的社會規範力，讓人們覺 得安全並得以抒發最真實的情緒。
綜上所述，本研究基於 Barnidge（2017）的觀點，提出即使即時通訊軟體提供人 們一對一或是小群組的點對點溝通、一個相對可控制且封閉私密的環境，人們仍然有 相當高的機會遇到政治不一致，值得注意的是，正因為人們可以主動打造一個相對安 全且不受侵擾環境，因此，當遇到政治極端的好友傳送大量傳播政治立場不一致的訊 息時，人們應該會感到安全領域受破壞且具有較低的政治包容度，因此，人們面對即 時通訊軟體政治不一致時所採取的回應策略值得深入探討。
二、政治不一致回應策略的三個研究取徑
本過去研究在探討人們遇到政治不一致回應策略的研究可區分為三個研究取徑，
分別為沉默螺旋理論、認知不和諧理論、人際衝突理論。以下，本研究將分述三個理 論在政治不一致回應策略的研究脈絡，進而提出即時通訊軟體政治不一致回應策略分 類。
第一，在探討政治不一致的處置時，多數傳播學者從沉默螺旋理論出發，認為 人們害怕被孤立（社交動機），因此會不斷地監控自己所處的意見氣候，如果自己與 多數人的意見相同時，則會願意表達意見，若自己與多數人意見相左時，則會保持 沉默（Noelle-Neumann, 1974）。雖然沉默螺旋理論最初關注的是人們的表達意願，
但後續的研究多關注人們如何採取各種迴避表達策略（opinion expression avoidance strategies）來隱藏內心的真正想法，如轉移話題、離開現場、表達沉默、表達模糊、
表現冷漠、反問等（Hayes, 2007; Wu, Xu & Atkin, 2020）。尤其，近年因為傳播科技 的發展，許多數位平台的可供性（affordance）提供人們更為主動的方式來迴避政治 不一致，如 Goyanes, Borah & Gil de Zúñiga（2021）和 Wu （2021）指出社群媒體的 社群媒體過濾功能提供使用者可以取消關注、刪好友、暫停追蹤某人訊息、隱藏訊息 等較為主動的迴避策略，讓人們得以更積極、更徹底的避免接觸不同意見（Wu, 2021;
Wu et al., 2020）。不同於主動隔絕訊息，數位平台的可供性也提供人們不同於往的 表達方式，如 Chen （2018）探討人們在社群媒體遇到政治不一致時，人們如何透過 採取表達和撤回策略來表達自己的真實意見，其認為數位平台不同於面對面情境，讓 人們得以收回曾表達過的內容，同時，也將表達策略區分為表達支持意見與表達反對 意見，其認為此兩種策略有不同意涵，表達支持意見通常蘊含正面語調，為了說服他 人或讓他人得知自己立場合理性的一種表達策略，而表達反對意見則通常蘊含負面語 調，是攻擊或貶低對方、反駁對方意見的一種表達策略，其研究發現在害怕被社會孤 立、自我審查意願較高時，往往會降低表達反對意見，但表達正面意見則不受影響。
從上述的文獻脈絡可知，沉默螺旋理論持續深化沉默與表達的概念，沉默包含迴避與 迴避表達策略，表達則包含了表達正面意見、負面意見、撤回意見等方式。
其次，從認知不和諧理論出發的學者們，認為人們會有選擇性暴露和選擇性迴 避的行為，主動暴露於和自己政治立場一致的訊息，以及主動逃避與自己政治不一 致的訊息。因此，相關研究探討探討人們遇到認知不一致所採取的降低不和諧策略
（cognitive dissonance reduction strategies），指出人們會透過改變態度、分心或遺忘、
大事化小和自我驗證、卸責、強化相同的認知、改變行為、行為合理化、改變環境 等策略來改變認知不和諧狀態（McGrath, 2017; Neubaum et al., 2021）。尤其，因應 社群平台可供性，近年學者將選擇性迴避（selective avoidance）重新概念化，如 Zhu, Skoric & Shen（2019）指出臉書的移除訊息和刪好友兩種行為也歸類於選擇性迴避之 下，認為人們為了保護自己、隔絕不一致訊息，會選擇採取移除不喜歡的訊息和切 斷傳遞那些訊息的社交連結。不同於 Zhu et al.（2019）僅關注移除訊息和刪好友，
Neubaum et al.（2021）則是從更廣泛的認知不和諧策略來檢視臉書使用者在社群媒體 上遇到政治不一致的處置策略，其發現人們會採取不同的認知和行為策略來降低政治 不一致所產生的不和諧、心理不適感（政治動機），人們會透過內心不信任該訊息來
源、找替代資訊來合理化自己的先前態度，尤其當政治不一致程度嚴重且不同意見者 關係較不親近時，將採取嚴厲的刪除好友措施。由上述文獻可知，認知不和諧理論強 調人們在面對政治不一致時，除了改變自己的認知或態度外，在行為上則是採取迴避 策略，近年則擴充選擇性迴避的概念，將透過移除訊息、刪除好友作為徹底隔絕不一 致訊息的方式。
第三，從人際衝突處理理論的觀點而言，迴避策略並無法解決政治分歧問題，
這只是讓問題懸而未決，唯有表達策略才可能解決政治不一致的衝突。事實上，傳播 學者指出探討政治不一致時，應從人際傳播互動的觀點來檢視政治不一致的回應策略
（Eveland et al., 2011; Williams, Vayda, Cohen, Woodward & Ferrier, 1995）。政治不一致 亦可視為人際間的一種政治衝突形式，如同一場兩種不同政治立場間拉鋸戰，一方可 能會是政治不一致為增強自己政治理念地位的機會或滿足政治理想，另一方可能會將 衝突視為對政治理念的威脅，進而決定採取戰或逃的方式（Eveland et al., 2011）。在 人際衝突處理理論方面，最常見的是雙重利害關係模型（dual-concern model）（Gao, Bian, Liu, He & Oei, 2017; Hopmann, Bjarnøe & Wonneberger, 2019），認為人們在人 際衝突中會依據雙方的利害關係來採取不同的處理策略，包含解決衝突（problem- solving）（如合作，屬於高度考量自己與對方的利益）、妥協（compromising）（如 找折衷之道，屬於中度考量自己與對方的利益）、壓迫（forcing or dominating）（如 競爭、支配、對抗，屬於高度考量自己但低度考量對方的利益）、順從（compliance or yielding）（如同意對方、不捍衛自己，屬於低度考量自己但高度考量對方的利益）
和撤退（withdrawal or avoiding）（如疏遠、排斥對方，屬於低度考量自己和對方的 利益），其中，有學者認為難以區別解決衝突和妥協，因此，往往擇一搭配其他三個 策略來分析（Gao et al., 2017; Hopmann et al., 2019）。事實上，多數研究仍聚焦於友 誼、親密關係的人際衝突（Gao et al., 2017; Rodrigues, Huic, Lopes & Kumashiro, 2019;
Rusbult, Verette, Whitney & Slovik, 1991），僅 Hopmann et al.（2019）的研究將之應用 於政治不一致的情境，其關注人們如何採取妥協、壓迫、順從、撤退四種策略來因應 不同程度的政治不一致，透過調查研究，發現當政治不一致的強度由高至低時，人們 採取採取的行為策略從壓迫、妥協、順從到撤退。綜上所述，雖然人際衝突理論在政 治不一致的研究文獻有限，但本研究認為人際衝突理論提供了更為完整的基本圖像，
如同 Hopmann et al. （2019）所言，面對政治不一致時，壓迫、妥協、順從可分別呼 應傳播文獻中的說服、尋求妥協、沉默等概念，同時，本研究也認為撤退也呼應認知 不和諧中的選擇性逃避行為。
三、發展即時通訊軟體的政治不一致回應策略分類
面對即時通訊軟體政治不一致時，人們如何回應呢？本研究整合沉默螺旋、認 知不和諧理論與人際衝突理論等相關研究，提出即時通訊軟體政治不一致回應策略，
分別由表達—迴避策略為橫軸、激進—保守策略為縱軸所組成的四個回應策略分類
（如圖一）。本研究將即時通訊軟體的政治不一致回應策略定義為「使用者在即時通 訊軟體內，以該平台作為媒介，透過該平台可供性所提供的溝通傳播方式來回應他人 傳來政治立場不一致的訊息的行為策略。」特別強調，回應策略的目標對象為即時通 訊軟體傳送政治不一致訊息的好友，而回應方式是透過即時通訊軟體來表達意見或是 迴避，並非另外透過其他管道如社群媒體發聲、或透過面對面的方式溝通協調。平台 可供性則是強調不同即時通訊軟體提供使用者不同的功能來與他人溝通，如分享多媒 體訊息、語音通話、刪除好友、封鎖訊息等。事實上，即時通訊軟體中的政治討論是 一種和日常生活交織、沒有政治目的的非正式的政治討論，是一種政治談話（Gill &
Rojas, 2020）。研究指出政治討論的動機有公民民主動機（civic motivation），同時 也有社交動機（social motivation）（Gil de Zúñiga, Valenzuela & Weeks, 2016），且研 究者認為政治不一致不僅是政治理念衝突的問題，也是人際間的衝突（Eveland et al., 2011），因此，本研究認為當人們在即時通訊軟體時採取回應政治不一致的策略時，
除了考量政治動機，也會考量社交動機。以下將針對即時通訊軟體政治不一致回應策 略的分類發展進行說明。
圖一：即時通訊軟體政治不一致回應策略
說明：上圖以表達—迴避為橫軸，以激進—保守為縱軸，並將沉默螺旋理論、認知不 和諧理論、人際衝突處理理論的相關概念整合於四個象限。其中，三角形圖示 代表沉默螺旋理論的概念；圓形圖示代表認知不和諧理論的概念；方形圖示代 表人際衝突理論的概念。資料來源：由研究者自製。
首先，由圖一可知，本研究提出以表達—迴避策略作為橫軸，將之定義為「人們 表述自己真實的政治意見—人們未實際表達意見」，以呼應人們面對衝突所採取戰或 逃的策略。本研究認為這樣的分類可以整合現有的三個研究取徑。首先，從人際衝突 處理理論觀點，除了迴避策略之外，人們也可能會試圖表達意見，表達意見可能包含 了壓迫、妥協、順從等方式（Rodrigues et al., 2019），其中，說出來是一種建設型的 策略，而迴避是一種破壞型的策略（Rodrigues et al., 2019; Rusbult et al., 1991），套 用於政治不一致的情境，表達意見有可能獲得共識，有機會讓自己的政治理念得以被 認同或說服他人，而迴避則讓雙方的政治理念維持分歧狀態、未能透過溝通解決政治
分歧。然而，不同於人際衝突理論，本研究將表達定義為表達自己真實的政治意見，
因此，放棄自己的意見，以他人的政治主張為首的順從策略則介於本研究的表達與迴 避策略之間，未能呼應捍衛自己政治理念而戰的概念。其次，本研究分類也呼應沉默 螺旋理論的觀點，沉默螺旋強調人們因害怕被孤立而影響表達意願（Noelle-Neumann, 1974），進而發展出兩種研究方向：不願意透漏自己的真實政治意見的迴避表達策略
（Hayes, 2007; Wu et al., 2020）與如何表述自己真實意見的表達策略（Chen, 2018），
套用於本研究分類時，表達真實意見（Chen, 2018）歸類於表達策略，有些傳統的迴 避表達策略（如轉移話題、表達模糊、反問等）（Hayes, 2007）介於表達與迴避策略 之間，有些則屬於迴避策略，如表現冷漠的迴避表達策略（Hayes, 2007）、強調數位 平台可供性的主動型迴避表達策略（如刪除好友、封鎖訊息、隱藏訊息、取消關注、
暫停追蹤一段時間等）（Wu, 2021; Wu et al., 2020），本研究認為表達冷漠不同於其 他傳統表達策略，是一種冷漠未回應的行為，而主動型迴避表達策略實則應屬於迴避 策略，並沒有表達意見，因此，本分類可供沉默螺旋理論釐清迴避、迴避表達、表達 間的意涵。第三，降低不和諧策略強調可採取改變自己認知、態度或行為的策略，不 同於本研究強調的是在即時通訊軟體針對溝通對象採取的回應策略，若檢視人們為了 降低政治不和諧所採取的回應策略可發現仍以迴避策略為主。事實上，目前已有研 究指出人們會因為資訊有用性而接觸政治立場不一致訊息（Knobloch-Westerwick &
Kleinman, 2012），人們也可能會因為公民動機而與政治立場不一致的人進行溝通討 論，甚是試圖說服對方，換言之，表達可能也是一種降低認知不和諧的策略。因此，
本研究認為同時探討表達和迴避策略，可擴充當前降低認知不和諧策略的應用。
接著，以激進—保守作為縱軸，本研究認為表達—迴避策略的分類上，應分別以 激進—保守策略進一步區分，將激進—保守定義為「人們積極排斥不一致訊息—人們 不積極排斥不一致訊息」，以反映出人們對不一致訊息的接納程度。也就是說，採取 激進策略者，會採取激進的方式排斥或是隔離不一致的訊息，而採取保守策略者，則 較能接受或接收不一致訊息。
首先，在表達策略方面，本研究區分為激進表達與保守表達策略：由於近年研 究發現面對政治不一致時，並非如哈伯瑪斯所預期的相互尊重、意見交換與對等溝 通，近年許多研究指出人們為了捍衛自己的政治立場，經常會採取攻擊、仇恨言論、
不文明等激進的方式來反駁與自己政治不一致的訊息或他人（Barnidge, Kim, Sherrill, Luknar & Zhang, 2019; Hmielowski, Hutchens & Cicchirillo, 2014; Kwon & Cho, 2017）。
換言之，人們在表達自己真實政治意見時，可能會以較激進攻擊的方式來駁斥不一致 的異見，也可能以文明理性的方式來正面表述自己的觀點。事實上，沉默螺旋理論 中 Chen （2018）的研究正好呼應本研究分類，其區分為表達支持意見與表達反對意 見，表達支持意見是未直接反對不一致意見，但卻強化自己自己立場合理性的說服方 式，歸屬於本分類的保守表達策略，而表達反對意見則是攻擊或貶低、反駁對方，歸 屬於本分類的激進表達策略。同時，從人際衝突理論的觀點，壓迫強調為了讓自己的 政治理念勝利而採取的競爭、戰鬥等行為（Hopmann et al., 2019），歸屬於激進表達 策略，而妥協是在駁斥對方意見與支持自己理念間尋求平衡，因此，介於激進表達策 略與保守表達策略之間。綜上所述，本研究在表達策略上區分為激進表達策略與保守 表達策略，以反映人們是否更急於捍衛自己的政治理念，激進表達策略代表人們採取
「反駁他人不一致訊息」的回應策略，而保守表達策略則是代表人們採取「正面表述 自己立場」的回應策略，本研究認為保守表達策略更符合哈伯瑪斯民主審議的策略，
而激進表達策略則更容易產生後續衝突與負面結果。
其次，在迴避策略方面，本研究區分為激進迴避與保守迴避策略：近年傳播科 技可供性提供人們不同於傳統迴避策略所述的單純忽視、不理會、冷漠以對，而是提 供人們可以主動刪除好友、封鎖訊息、隱藏訊息、取消關注、暫停追蹤一段時間等 功能，讓使用者得以主動將不喜歡或政治不一致的訊息或來源隔離在外的機制，雖 然不同學者使用不同的詞彙稱之，但意涵是一致的，如社群媒體過濾（social media filtering）（Goyanes et al., 2021）、使用者為基礎的過濾機制（user-based filtration）
（Barnidge, 2017）、選擇性迴避行為（selective avoidance）（Zhu et al., 2019）或主 動型意見表達迴避策略（Proactive opinion expression avoidance strategies）（Wu, 2021;
Wu et al., 2020）。本研究援引 Wu et al. （2020）的觀點，其認為個人在面對政治不 一致意見所做出回應行為時，應考量不同平台的溝通形式與可供性對於人們採取表達 迴避策略的影響，其指出不同平台決定了人們可以選擇迴避的行為選項，換言之，
社群媒體提供的主動型意見表達迴避策略可能和即時通訊軟體的不同，以 LINE 為 例，其提供民眾刪除好友、隱藏訊息、封鎖好友等功能。本研究認為這種運用傳播
科技可供性來主動迴避政治不一致的行為，是一種相對激進的方式，如同 Goyanes et al.（2021）所言，人們可以透過封鎖訊息或是靜音三十天讓自己降低不一致訊息的干 擾，或是直接切斷政治不一致訊息，如退追蹤，或是解除數位好友關係，如刪除好 友，來確保自己未來也能隔絕政治不一致訊息的侵擾，尤其，刪除好友行為被視為相 對嚴厲且激進的措施（Neubaum et al., 2021）。綜上所述，本研究將迴避策略進一步 區分為激進迴避策略與保守迴避策略，激進迴避策略代表人們主動採取即時通訊軟體 可供性提供的意見表達迴避功能來讓自己主動隔絕於政治不一致訊息之外，而保守迴 避策略則代表人們面對政治不一致訊息時仍處於被動不回應的狀態，迴避不與對方產 生衝突，但仍然會持續受到不一致訊息的侵擾。因此，如同激進表達策略與保守表達 策略，本研究認為激進迴避策略和保守迴避策略，亦可反映人們是否更急於捍衛自己 的政治理念。
四、調節焦點理論的適用性
過去研究探討人們面對政治不一致的回應方式，多數採用沉默螺旋理論，探討人 們表達或是迴避表達的行為（Chen, 2018; Wu, 2021; Wu et al., 2020），或是運用認知 不和諧理論，認為人們會採取降低認知不和諧策略來因應（Neubaum et al., 2021），
沉默螺旋是基於社交動機所發展，而認知不和諧理論是基於政治動機所發展，如同前 述，在即時通訊軟體內討論政治是一種融於日常對話的一種非正式的政治討論或是政 治談話（Gill & Rojas, 2020），且人們這種非正式政治討論深受社交與公民動機影響
（Gil de Zúñiga et al., 2016; Kligler-Vilenchik, 2021），因此，本研究認為應提出一個能 整合社交與政治動機的動機理論來預測人們在面對即時通訊軟體政治不一致時所採取 的回應策略，填補當前的研究缺口。
本研究認為調節焦點理論（regulatory focus theory）可用來檢視人們面對即時通 訊軟體政治不一致的回應策略，原因如下：一、調節焦點理論超越傳統的趨利避害 的趨近與迴避的取徑（approach and avoidance approach），認為人們會因促進焦點
（promotion focus）和預防焦點（prevention focus）動機而產生不同的趨近與迴避的行 為，促進焦點動機強調人們追求獲得，並避免不獲得的情境（gain vs. non-gain）；而
預防焦點則強調人們追求不失去，並避免失去（non-loss vs. loss）（Higgins, 1997），
換言之，不同的調節焦點所產生的趨近和迴避行為會有所不同，本研究認為能呼應由 表達—迴避策略和激進—保守策略所組成的政治不一致回應策略的四個分類。二、調 節焦點理論和一般強調認知和情感層次的動機系統不同，其強調對行為面的影響，調 節焦點動機系統又稱自我的執行功能（executive function of self），個人會因為促進焦 點與預防焦點動機不同動機的驅動，而對目標設定、初始行動與追求目標採取不同的 行動策略（Craciun, Shin & Zhang, 2017; Higgins, 1997; Higgins & Cornwell, 2016），正 呼應本研究欲探討即時通訊軟體中面對政治不一致所採取的回應策略。三、調節焦點 理論被廣泛運用於人際溝通、組織行為和心理學等研究領域，雖然在政治傳播領域的 應用仍相對有限（Higgins & Cornwell, 2016），但本研究認為即時通訊軟體政治不一 致回應策略會考量的政治與社交動機，與當前調節焦點理論累積研究成果能相呼應，
提供研究者了解人們面對政治不一致所做判斷與決策的一個新研究取徑。
調節焦點理論指出人們有兩個不同的動機系統追求不同的生存需求，進而影響 其追求的目標、採取的行動、對於結果的關注與情緒反應。促進焦點關注成長和關 懷需求，而預防焦點則關注安全和穩定的需求（Higgins, 1997）。如同前述，調節焦 點理論不同傳統的趨利避害的觀點，指出促進焦點和預防焦點分別追求不同的理想 狀態和欲逃離的非理想狀態（Higgins, 1997）。由促進焦點所主導的個人將成長視為 追求「獲得」的目標，並避免「沒有獲得」的現狀；同時，促進焦點所主導的民眾 對於「正向結果」的得失更為敏感，他們受到理想自我（ideal self）的驅動，對成長 保持著希望與期待（Cortes, Scholer, Kohler & Cavallo, 2018; Higgins, 1997; Tumasjan
& Braun, 2012），因此，促進焦點所主導的個人較偏好採取急切的策略（eager strategies）或是與成長相關的活動（growth-related activities）來達成目標（Cortes et al., 2018; Higgins, 1997）。此外，在面對得失時，由促進焦點所主導的人會因為達到 目標而表露喜悅情緒，也會因未能達成目標而感到失望（Higgins, 1997; Sassenberg &
Hansen, 2007; Shah, Brazy & Higgins, 2004）。相對而言，預防焦點所主導的民眾則 較為關注穩定與否，追求「沒有失去」的現狀，並避免可能產生威脅的「失去」狀 態（Higgins & Cornwell, 2016）；同時，預防焦點所主導的個人對於「負面結果」的 得失更為敏感，他們受到應然的自我（ought self）所驅動，認為追求安全穩定是自
己的責任與義務（Cortes et al., 2018; Higgins, 1997） ，因此，由預防焦點所主導的 個人則偏好採取謹慎的策略（vigilant strategies）和安全相關的活動（security-related activities）來保有安全感與維持保障（Cortes et al., 2018; Higgins, 1997）。此外，在 面對得失時，由預防焦點所主導的人會因為達到目標而感到平靜的情緒，也會因未 能達成目標而感到躁動不安（Higgins, 1997; Sassenberg & Hansen, 2007; Shah et al., 2004）。除了調節焦點理論的基本論述，下節本研究援引相關研究成果來檢視調節焦 點如何影響人們政治不一致的回應策略。
五、調節焦點觀點：人們如何因應即時通訊軟體的政治不一致
在現有的政治傳播領域中，研究指出政治議題本身經常被視為與他人發生衝突的 可能性較高，因此，多數人會在人際互動中會選擇迴避政治議題（Eliasoph, 1998），
然而，研究卻發現當人們公民動機越高（Gil de Zúñiga et al., 2016）、衝突追求傾向 越高（Wolak, 2020）、個人主義導向的文化（Eveland, Song & Beck, 2015），越願 意與他人討論政治。甚至，當研究關注人們和政治立場不同者討論的情形時，發現 政治興趣、個人特質與社會網絡的特性也會影響異質討論行為，如 Boulianne & Koc- Michalska （2021）發現個人特質越外向、越開放，其與政治理念不同的人討論政治 的頻率也比較高；Lu & Lee（2021）則發現人們的政治興趣越高時，就會增加在臉書 看新聞的頻率，進而與政治立場不同者討論政治，尤其是人們的親朋好友網絡的異 質性越高時，會在增強上述的中介關係，提高異質討論的頻率；Mascheroni & Murru
（2017）則檢視年輕人如何看待臉書的可供性與社會網絡特性對政治討論的影響，透 過 60 場深度訪談，其發現兩種不同政治討論行為傾向，正呼應了脈絡崩解（context collapse 或 context collision）與脈絡串聯（context collusion）兩個截然不同的概念，
一派年輕人表示臉書是一種不安全的社會情境，人們可能在無預期的狀況下讓不同情 境脈絡混在一起，認為公開表達自己的政治意見是一種威脅，然而另一派年輕人則是 將臉書公開性與相互連結的網絡視為機會，會運用新興的溝通技巧來表達政治意見，
有意讓多元的觀眾和公開政治意見，擴大自己的影響力。事實上，本研究認為上述 不同的動機整合於調節焦點理論的框架中，如 Higgins & Cornwell （2016）所述，調
節焦點動機可視為最高層次的心理動機，如具有高度政治興趣者，可被視為一種親 民主（pro-democratic behavior）的行為，代表願意探索與拓展政治觀點的意願（Gil de Zúñiga & Diehl, 2018），如同政治討論的公民動機，希望能從討論中獲得知識、
形成意見、表達自我、說服他人等，這些均可呼應追求成長、追求政治理想自我的 促進焦點動機（Higgins, 1997）；在人格特質方面，調節焦點相關研究發現外向和開 放特質者，經常有較高的促進焦點動機（Higgins, 2008; Lanaj, Daisy Chang & Johnson, 2012）；在衝突追求傾向方面，Wolak （2020）指出衝突追求傾向反映出人們追求政 治理想更勝於想要逃避政治不一致與政治衝突，這與 Cornwell & Higgins （2013）發 現促進焦點所主導者與自由主義（liberalism）有正相關的結果相呼應；最後，呼應 Mascheroni & Murru （2017）發現臉書年輕人分別有視脈絡崩解為威脅與善用脈絡串 聯作為機會的研究結果，本研究認為呼應不同調節焦點對不同結果的重視（Higgins, 1997），對於臉書可供性所帶來的社會網絡的影響，對促進焦點所主導的個人而言，
其對正面結果的得失更為重視，因此，會將此視為機會，然而，對於預防焦點所主導 的個人而言，其對負面結果的得失更為看重，因此，便會將此視為威脅。在迴避策 略方面，目前傳播研究指出人們具有衝突迴避傾向（Jang, Lee & Park, 2014）、害怕 被孤立（Chan, 2018; Noelle-Neumann, 1974）、自我審查意願較高（Hayes, Glynn &
Shanahan, 2005）、具有神經質與盡責個人特質（Boulianne & Koc-Michalska, 2021）
時，人們在政治討論時，越常採取迴避的策略，尤其是面對政治不一致時，會避免討 論政治或表達沉默。事實上，這些因素正呼應預防焦點避免威脅與對於負面結果的得 失較為敏感的特徵（Higgins, 1997）。綜上所述，本研究認為在表達與迴避策略間，
在不考慮激進與保守策略下，促進焦點所主導的民眾較傾向採取表達策略勝於迴避策 略，故提出以下假設：
H1：促進焦點所主導的民眾，相較於預防焦點所主導的民眾，傾向採取激進表達 策略勝於激進迴避策略。
H2：促進焦點所主導的民眾，相較於預防焦點所主導的民眾，傾向採取激進表達 策略勝於保守迴避策略。
H3：促進焦點所主導的民眾，相較於預防焦點所主導的民眾，傾向採取保守表達 策略勝於激進迴避策略。
H4：促進焦點所主導的民眾，相較於預防焦點所主導的民眾，傾向採取保守表達 策略勝於保守迴避策略。
其次，進一步檢視激進與保守策略背後的影響因素。Neubaum et al. （2021）指 出人們面對政治不一致所採取的因應作為，其實是衡量政治容忍與人際關係規範的複 雜決定，是相當主觀的考量。其運用社會交換理論的觀點，指出人們面對政治不一致 時，若僅考量政治動機，便會採取降低不和諧策略，以迴避的方式試圖讓不一致的意 見消失；然而，若同時考量社交動機，則除了政治不一致所帶來的不適感外，還須 同時計算關係價值背後所付出的成本與可能的社交獎勵回饋，衡量是否要持續維持關 係。也就是說，人們在決定採取激進與保守策略時，採取激進策略通常受到較高的政 治動機所主導，若採取保守策略時，通常有較高的社交動機。首先，在激進表達和 保守表達策略方面，根據 Chen （2018）的研究，其以沉默螺旋理論來檢視人們在臉 書面對政治不一治上所採取的表達或迴避策略，發現害怕被孤立的動機與自我審查意 願僅會降低人們表達反駁意見的行為，但卻沒有降低人們對表達正面意見的行為，由 此可見，當人們有較高的政治動機且同時又考量社交動機時，人們在表達策略上會傾 向採取較為保守的表達策略。其次，在激進迴避與保守迴避策略方面，Goyanes et al.
（2021）指出社群媒體過濾是相對嚴厲的措施，雖然保護了自己的政治理念未來可不 受他人攻擊或詆毀，但同時可能產生人際關係的負面影響，如採取封鎖訊息，將影響 未來無法接受到他人的社交互動訊息，若採取刪除好友，則將會從此失去數位社交連 結；Neubaum et al. （2021）則進一步強調刪除好友是最為嚴厲的非常手段，其指出 只有少數人會採取此類行為，因為刪除好友雖然可以從此隔絕政治不一致的侵擾，但 同時也代表放棄潛在的情感支持或重要資訊等社會資本；若不刪除好友，將可以保 全面子、維持和諧關係、避免負面的人際關係影響（如面對面的衝突）。事實上，
這個情境可套用調節焦點理論應用於探討人們看待自我與他人關係的自我建構（self- construal）的研究結果，Lee, Aaker & Gardner（2000）指出促進焦點所主導的民眾具 有較強的獨立型自我建構觀念（independent self-construal），將自我看作是與他人分 立的獨立個體，反映出個人主義文化的特徵；然而，預防焦點所主導的民眾則具有 較高的相互依賴型自我建構觀念（interdependent self-construal），認為人與人之間應 該相互聯繫、依賴，更關注人際關係的維繫，反映出集體主義文化的特徵；同時，
Higgins（1997）研究指出促進焦點所主導的個人通常較偏好採取急切的策略，而由 預防焦點所主導的個人則偏好採取謹慎的策略。因此，當套用於面對政治不一致的情 境時，相對於保守表達策略，激進表達策略強調透過反駁對方，讓自己的政治立場和 理念佔優勢地位，希望說服他人採納自己的政治意見，進而滿足自己的政治動機，同 時，這個策略也反映出較不重視和諧關係，未能考慮到反駁對方也是一種攻擊行為、
未能給對方面子的行為，某程度上反映出政治動機凌駕社交動機。因此，本研究認為 這種追求個人政治理念、且傾向採取急切策略較不計人際關係後果的方式，正反映出 促進焦點所主導者所傾向採取的行為策略；其次，相對於保守迴避策略，激進迴避策 略為了保護了自己的政治理念未來可不受他人攻擊或詆毀，不惜採取封鎖訊息、刪除 好友等主動意見表達迴避策略，這將影響未來無法接收到他人的社交互動訊息、從此 失去數位社交連結等負面人際影響，由此可見，激進迴避策略相對於保守迴避策略，
如同激進表達策略相對於保守表達策略，是屬於政治動機高於社交動機的一種策略，
本研究認為促進焦點所主導的民眾較傾向採取激進迴避策略這種較為衝動急切的行 為。綜上所述，本研究認為促進焦點所主導的民眾，相較於預防焦點所主導的民眾，
無論是表達或迴避策略，更傾向採取激進策略勝於保守策略。故提出以下假設：
H5：促進焦點所主導的民眾，相較於預防焦點所主導的民眾，傾向採取激進表達 策略勝於保守表達策略。
H6：促進焦點所主導的民眾，相較於預防焦點所主導的民眾，傾向採取激進迴避 策略勝於保守迴避策略。
參、研究方法
一、資料來源
本研究資料來源為財團法人台灣網路資訊中心「2022 台灣網路報告住宅電話調 查」資料。該調查委託中研院調查研究專題中心執行電訪作業，蒐集年滿十八歲台灣 民眾的網路使用相關資訊。住宅電話調查的執行時間為民國 111 年 2 月 14 日至 3 月 15 日，採用分層隨機抽樣法，針對全國 22 縣市作為分層依據，依照各縣市家戶比例
抽取所需市話樣本，完成 1,113 份成功樣本。
本研究採用 2022 台灣網路報告住宅電話調查中即時通訊軟體題組的系列題目進 行二手分析，由於原題目選項中包含不知道、拒答、跳答、其他等，將導致各題目分 析樣本不一致，而且，在調節焦點的部分，由於調節焦點探討民眾在即時通訊軟體中 討論公共議題的情形，故在同質討論頻率或異質討論頻率回答從未討論的受訪者，會 跳答此題組，因此，為求分析樣本的穩定一致性，本研究統一將受訪者在本研究分析 的變項（指調節焦點、即時通訊軟體政治不一致回應策略、匿名性、網絡同質性、同 質討論頻率與異質討論頻率）選擇不知道、拒答、跳答、其他等選項的樣本排除，最 後獲得 517 份有效樣本，進行本研究假設檢定分析。
二、變項選擇與處理
本研究模型以調節焦點作為自變項，政治不一致回應策略為應變項，並以人口變 項、匿名性、網絡同質性、同質討論頻率與異質討論頻率為控制變項（自變項與應變 項的操作型定義與測量題項見表一）。在進行相關題目測量前，首先詢問受訪者「請 問您最常使用的即時通訊軟體為何？」，選項分別為（1）LINE、（2）FB Messenger
（臉書聊天室）、（3）微信 Wechat、（4）Facetime、（5）WhatsApp、（6）其他、
（92）沒有使用、（97）不知道、（98）拒答，針對填答（1）至（5）的受訪者進一 步詢問相關題目，並在後續的題目中以受訪者最常使用的即時通訊軟體作為情境來發 問。
（一）調節焦點：調節焦點區分為促進焦點與預防焦點，操作型定義分別為「在 政治討論中，個人關注達成政治目標與理想的傾向」、「在政治討論中，個人關注避 免錯誤與確保安全的傾向」。本研究以 Koopmann, Lanaj, Bono & Campana（2016）
的量表為基礎，修改為政治討論情境的題目，題幹為：在您最常使用的即時通訊軟體 中討論公共議題（如防疫、打房政策等）時，請問您同不同意以下說法，分別詢問受 訪者：（1）您希望討論對象能接受您的想法；（2）您會暢所欲言表達自己的想法；
（3）您會盡量避免講錯話；（4） 您會盡量不與討論對象發生衝突。前兩題測量促 進焦點（M = 3.12, SD = 1.01, r = .25, p < .001），後兩題測量預防焦點（M = 4.25, SD
= 0.84, r = .56, p < .001）。採李克特 5 點量表，選項分別為（1）非常不同意、（2）
不同意、（3）普通、（4）同意、（5）非常同意。根據過往研究採用單一指標的計 算方式以及為了讓結果更容易解釋（Hamstra, VanYperen, Wisse & Sassenberg, 2013;
Kung, Kim, Yang & Cheng, 2016; Rodrigues et al., 2019），本研究將促進焦點兩題的平 均分數減去預防焦點兩題的平均分數，產生調節焦點的數值，當數值越高，代表受訪 者由促進焦點所主導，而數值越低，則代表受訪者由預防焦點所主導（M = -1.13, SD
= 1.32）。
（二）政治不一致回應策略：本研究整合 Wu （2021）主動迴避意見表達策略 和 Chen （2018）表達行為量表，發展出符合即時通訊軟體情境的政治不一致回應策 略，包含激進表達、保守表達、激進迴避、保守迴避等四種回應策略，操作型定義分 別為「表述自己真實的政治態度，且排斥不一致訊息的表達策略」、「表述自己真實 的政治態度，但卻未排斥不一致訊息的表達策略」、「人們未實際表達意見，但卻排 斥不一致訊息的迴避策略」、「人們未實際表達意見，且未排斥不一致訊息的迴避 策略」。採用單選題的方式詢問受訪者：「在您最常使用的即時通訊軟體中，當您的 好友傳了大量和您立場不同的訊息，你最常會採取什麼行為？」選項包含（1）刪除 好友、（2）隱藏訊息、（3）封鎖他、（4）反駁他、（5）不理會他、（6）正面回 覆、（7）其他。進一步將選項（1）、（2）、（3）重新編碼為激進迴避策略；選項
（5）重新編碼為保守迴避策略；；選項（4）重新編碼為激進表達策略；選項（6）
重新編碼為保守表達策略（激進迴避策略：N = 34，6.5%；保守迴避策略：N = 400，
77.4%；保守表達策略：N = 43，8.3%；激進表達策略：N = 40，7.7%）。
表一：本研究自變項與應變項操作型定義與測量題項
測量變項 操作型定義 測量題項
調節焦點
題幹：在您最常使用的即時通訊軟 體中討論公共議題（如防疫、打房 政策等）時，請問您同不同意以下 說法：
促進焦點 在政治討論中，個人關注達
成政治目標與理想的傾向 1. 您希望討論對象能接受您的想法 2. 您會暢所欲言表達自己的想法
預防焦點 在政治討論中，個人關注避
免錯誤與確保安全的傾向 1. 您會盡量避免講錯話
2. 您會盡量不與討論對象發生衝突
政治不一致回應策略
題幹：在您最常使用的即時通訊軟 體中，當您的好友傳了大量和您立 場不同的訊息，你最常會採取什麼 行為？
激進表達策略 表述自己真實的政治意見，
且排斥不一致訊息的表達策 略
反駁他
保守表達策略 表述自己真實的政治意見，
但卻未排斥不一致訊息的表 達策略
正面回覆
激進迴避策略 人們未實際表達意見，但卻
排斥不一致訊息的迴避策略 刪除好友、隱藏訊息、封鎖他 保守迴避策略 人們未實際表達意見，且未
排斥不一致訊息的迴避策略 不理會他
註：研究者自製（三）控制變項：包含人口變項與匿名性、網絡同質性、同質討論頻率與異質討 論頻率等以最常使用的即時通訊軟體為情境的相關題目。人口變項包含性別、教育程 度、年齡，性別方面，男性為 0、女性為 1（男性佔 46.8%，女性佔 53.2%）；教育程 度方面，1 為國小及以下、2 為國中／初中學歷、3 為高中／職學歷、4 為專科學歷、
5 為大學學歷、6 為研究所學歷（國小及以下佔 1.4%、國中學歷佔 4.8%、高中職學歷 佔 27.4%、專科學歷佔 13.0%、大學學歷佔 43.0%、研究所學歷佔 10.4%）；平均年齡 為 43.01 歲（SD = 15.05），本研究將年齡以區間方式進行分析，1 為 18—29 歲、2 為 30—39 歲、3 為 40—49 歲、4 為 50—59 歲、5 為 60—69 歲、6 為 70 歲及以上。
關於匿名性，採用 Xiao & Mou（2019）匿名性量表中的一題進行測量，詢問受 訪者：「您同不同意：在您最常使用的即時通訊軟體上，別人很難辨識得出您」，採 李克特 5 點量表，選項分別為（1）非常不同意、（2）不同意、（3）普通、（4）同 意、（5）非常同意，數值越高，代表在即時通訊軟體的匿名程度越高（M = 2.25, SD
= 1.17）。
關於網絡同質性，採用 Chan （2018）量表，詢問受訪者：「在您最常使用的即 時通訊軟體上，看到公共議題（如：防疫、打房政策等）相關的討論，有多少與您的 看法相同或接近？」，選項分別為（1）完全不相同 （0% 到 20% 相同）、（2）幾乎 不相同 （21% 到 40% 相同）、（3）一半相同 （41% 到 60% 相同）、（4）大部分相 同 （61% 到 80% 相同）、（5）全部相同 （81% 到 100% 相同），數值越高，代表在 即時通訊軟體的網絡同質性越高（M = 3.19, SD = 0.85）。
關於同質討論頻率與異質討論頻率，分別詢問受訪者：在您最常使用的即時通訊 軟體上，「您多常和意見相同的人討論公共議題？」與「您多常和立場不同的人討論 公共議題？」，選項分別為（1）從未、（2）很少、（3）有時、（4）經常、（5）
總是，數值越高，分別代表在即時通訊軟體同質討論或異質討論頻率越高（同質討 論：M = 2.54, SD = 0.83；異質討論：M = 1.84, SD = 0.76）。
三、分析策略
本研究採用 SPSS 軟體（版本 25）進行資料處理和統計分析。針對 H1—H4，由
於應變項政治不一致回應策略為四個分類的類別變項，故採用多項式羅吉斯迴歸分 析（multinomial logistic regression analysis），以調節焦點做為自變項，並控制其他變 項，分析調節焦點對政治不一致回應策略的影響。此外，考量政治不一致回應策略有 四類，本研究以各個回應策略做為參考組，分別進行四次多類別羅吉斯迴歸分析，以 比較調節焦點對不同回應策略間的影響是否有顯著差異，以獲得完整的分析結果。
肆、研究發現
一、初步統計
首先，本研究檢視台灣民眾最常使用的即時通訊軟體，發現有高達 96.7% 的民眾 表示 LINE 是最常使用的即時通訊軟體，遠高於其他即時通訊軟體，接著依序為 FB Messenger 臉書聊天室（佔 2.2%）、微信（佔 0.4%）和 Facetime（佔 0.4%）。由於 本研究後續的題目均以最常使用的即時通訊軟體作為問題情境，因此，本研究的結果 可大致推論為台灣民眾使用 LINE 時面對政治不一致所採取的回應策略。本研究分析 樣本（N = 517）人口變項與重要變項描述性統計的次數分配與百分比詳列於表二。
在匿名性方面，當詢問在最常使用的即時通訊軟體中，別人是否很難認的出自己 時，有高達 78.1% 的民眾認為即時通訊軟體的匿名性很低，別人很容易認得出自己
（回答不同意、非常不同意）；相對而言，僅有 21.9% 的民眾表示別人難以辨識自 己，可見多數台灣民眾認為即時通訊軟體的匿名程度低。若採取單一樣本t檢定來檢視 人們的匿名程度感知是否高於 3（普通），則發現平均而言台灣民眾在即時通訊軟體 中匿名性偏低（t = -14.69, df = 516, p < .001）。
在網絡同質性方面，當詢問在最常使用的即時通訊軟體中，有多少公共議題相關 的討論與自己的看法相同時，有高達 44.7% 的民眾表示有一半意見和自己相同，且 37.7% 的民眾表示大部分意見或全部意見與自己相同，僅有 17.6% 的民眾表示即時通 訊軟體內公共議題的討論與自己意見完全不同或幾乎不相同。由此可知，雖然有將近 四成五的民眾能處於正、反意見混合的訊息環境，有一成七的民眾處於較異質的訊息 環境，但仍有將近四成的民眾在即時通訊軟體中處於近似同溫層的環境。若採取單一
樣本 t 檢定來檢視人們網絡同質性是否高於 3（一半意見與自己相同），則發現平均 而言台灣民眾在即時通訊軟體中處於一個同質性相對較高的訊息環境（t = 5.22, df = 516, p < .001）。
關於政治討論頻率，在同質討論方面，有 59.4% 的民眾表示從未或很少在即時通 訊軟體中和意見相同的人討論公共議題，有 28.7% 的民眾表示有時會同質討論，僅有 11.8% 經常或總是同質討論；而在異質討論方面，則有高達 84.6% 的民眾表示從未或 很少在即時通訊軟體內和立場不同的人討論公共議題，有 11.7% 的民眾表示有時會異 質討論，僅有 3.6% 的人表示經常異質討論。整體而言，台灣民眾較不傾向在即時通 訊軟體中討論政治，但若要討論政治時，則較偏好與立場相同的人討論，僅有相當少 數的人（約 3.6%）才會經常與立場不同者討論政治。若採取單一樣本 t 檢定來檢視人 們的同質討論與異質討論的頻率是否高於 3（有時），則發現平均而言台灣民眾在即 時通訊軟體中同質討論與異質討論的頻率都相當少（同質討論：t = -12.42, df = 516, p
< .001；異質討論：t = -34.33, df = 516, p < .001）。
關於調節焦點，首先，在促進焦點方面，有將近六成的民眾表示希望討論對象 能接受自己的想法（57.8% 回答同意、非常同意），而不到五成的民眾表示會在即時 通訊軟體中暢所欲言的表達自己的想法（49% 回答同意、非常同意）；其次，在預 防焦點方面，有將近九成的民眾表示自己在即時通訊軟體的會避免講錯話（87.7% 回 答同意、非常同意），甚至有將近九成五的民眾表示會盡量不與討論對象發生衝突
（93.6% 回答同意、非常同意）。由此可見，多數台灣民眾在政治討論情境的預防焦 點高於促進焦點。
在即時通訊軟體政治不一致回應策略方面，將近八成的台灣民眾最常採取保守 迴避策略，（77.4%），其次為保守表達策略，佔 8.3%，接著為激進表達策略，佔 7.7%，而激進迴避策略最低，僅有 6.5%。由此可知，台灣民眾當面對即時通訊軟體 好友傳了大量和自己立場不同的訊息時，多數民眾傾向以不理會的方式因應，僅有一 成五的民眾會採取表達策略。
表二：本研究分析樣本的人口變項與重要變項描述性統計表
變項 題項 次數 百分比
性別 男 242 46.8%
女 275 53.2%
教育程度 國小及以下 7 1.4%
初／國中 25 4.8%
高中（職） 142 27.4%
專科 67 13%
大學 222 43%
研究所 54 10.4%
年齡 18
—29 歲 124 24%
30
—39 歲 126 24.4%
40
—49 歲 101 19.5%
50
—59 歲 87 16.9%
60
—69 歲 56 10.9%
70 歲及以上 22 4.2%
最常使用的即時通
訊軟體 LINE 500 96.7%
FB Messenger 12 2.2%
微信 Wechat 2 0.4%
Facetime 2 0.5%
其他 1 0.2%
匿名性 非常不同意 129 25%
不同意 274 53.1%
同意 83 16.1%
非常同意 30 5.8%
網絡同質性 完全不相同（0%
—20% 相同） 19 3.6%
幾乎不相同（21% 到 40% 相同） 72 14%
一半相同（41% 到 60% 相同） 231 44.7%
大部分相同（61% 到 80% 相同） 179 34.7%
全部相同（81% 到 100% 相同） 16 3%
同質討論頻率 從未 11 2.1%
很少 296 57.3%
有時 148 28.7%
經常 40 7.7%
異質討論頻率 從未 178 34.5%
很少 259 50.1%
有時 61 11.7%
經常 19 3.6%
調節焦點（您希望 討論對象能接受您 的想法）
非常不同意 42 8.1%
不同意 175 33.9%
普通 1 0.2%
同意 236 45.6%
非常同意 63 12.2%
調節焦點（您會暢 所欲言表達自己的 想法）
非常不同意 51 9.9%
不同意 206 39.9%
普通 6 1.2%
同意 181 35%
非常同意 72 14%
預防焦點（您會盡
量避免講錯話） 非常不同意 25 4.7%
不同意 39 7.6%
同意 249 48.2%
非常同意 204 39.5%
預防焦點（您會盡 量不與討論對象發 生衝突）
非常不同意 6 1.1%
不同意 27 5.3%
同意 207 40%
非常同意 277 53.6%
即時通訊軟體政治
不一致回應策略 激進迴避策略（刪除好友、隱藏訊
息、封鎖他） 34 6.5%
保守迴避策略（不理會他） 400 77.4%
保守表達策略（正面回覆） 43 8.3%
激進表達策略（反駁他） 40 7.7%
註：將受訪者在本研究分析變項（指調節焦點、即時通訊軟體政治不一致回應 策略、匿名性、網絡同質性、同質討論頻率與異質討論頻率）選擇不知道、
拒答、跳答、其他等選項的樣本排除，最後獲得 517 份有效樣本。
二、調節焦點預測即時通訊軟體的政治不一致回應策略
針對本研究的假設檢定，本研究以多項式羅吉斯迴歸檢定調節焦點是否能有效 預測人們在即時通訊軟體中的政治不一致回應策略，分析結果如表三。首先，在模型 一的部分，以激進迴避策略作為參照組，結果發現調節焦點顯著預測人們採取保守迴 避策略，其勝算比（odds ratio, OR）為 0.50（p <.001, 95% CI = [0.36, 0.69]），也就 是說，促進焦點所主導的民眾採取保守迴避策略（相較於激進迴避策略）的勝算率，
僅有預防焦點所主導的民眾的 0.50 倍，換言之，促進焦點（希望討論對象能接受其 想法或是會暢所欲言表達自己想法）所主導的民眾，相較於預防焦點（會盡量避免講 錯話或盡量不與討論對象發生衝突）所主導的民眾，傾向採取激進迴避策略（刪除好 友、隱藏訊息、封鎖他）勝於保守迴避策略（不理會他），因此，假設六獲得支持。
同樣的，在模型一以激進迴避策略作為參照組的結果中，也發現調節焦點顯著預測 人們採取保守表達策略，其勝算比（odds ratio, OR）為 0.46（p <.001, 95% CI = [0.31, 0.69]），顯示促進焦點所主導的民眾，相對於預防焦點所主導的民眾，其採取保守表 達策略（相較於激進迴避策略）的勝算率僅剩 0.46 倍，代表促進焦點（希望討論對 象能接受其想法或是會暢所欲言表達自己想法）所主導的民眾，相較於預防焦點（會 盡量避免講錯話或盡量不與討論對象發生衝突）所主導的民眾，傾向採取激進迴避策 略（刪除好友、隱藏訊息、封鎖他）勝於保守表達策略（正面回覆），因此，假設三 未獲得支持。此外，模型一的結果顯示調節焦點並未顯著預測人們採取激進表達策略
（OR = 0.84, p > .05, 95% CI = [0.31, 0.69]），顯示促進焦點（希望討論對象能接受其 想法或是會暢所欲言表達自己想法）所主導的民眾，相較於預防焦點（會盡量避免講 錯話或盡量不與討論對象發生衝突）所主導的民眾，在採取激進表達策略（反駁他）
和激進迴避策略（刪除好友、隱藏訊息、封鎖他）間沒有顯著差異，因此，假設一未 獲得支持。
在模型二中，以保守迴避策略為參照組，結果發現調節焦點顯著預測人們採取激 進表達策略，其勝算比（odds ratio, OR）為 1.68（p <.001, 95% CI = [1.28, 2.22]），顯 示促進焦點所主導的民眾採取激進表達策略（相較於保守迴避策略）的勝算率，為預 防焦點所主導的民眾的 1.68 倍，代表促進焦點（希望討論對象能接受其想法或是會
暢所欲言表達自己想法）所主導的民眾，相較於預防焦點（會盡量避免講錯話或盡量 不與討論對象發生衝突）所主導的民眾，更傾向採取激進表達策略（反駁他）勝於保 守迴避策略（不理會他），因此，假設二獲得支持。同時，模型二的結果顯示調節焦 點並未顯著預測人們採取保守表達策略（OR = 0.93, p > .05, 95% CI = [0.71, 1.21]），
顯示促進焦點（希望討論對象能接受其想法或是會暢所欲言表達自己想法）所主導的 民眾，相較於預防焦點（會盡量避免講錯話或盡量不與討論對象發生衝突）所主導的 民眾，在採取保守表達策略（正面回覆）和保守迴避策略（不理會他）間沒有顯著差 異，因此，假設四未獲得支持。
在模型三中，以保守表達策略為參照組，結果發現調節焦點顯著預測人們採取激 進表達策略，其勝算比（odds ratio, OR）為 1.82（p <.01, 95% CI = [1.27, 2.60]），顯 示促進焦點所主導的民眾採取激進表達策略（相較於保守表達策略）的勝算率，為預 防焦點所主導的民眾的 1.82 倍，代表促進焦點（希望討論對象能接受其想法或是會暢 所欲言表達自己想法）所主導的民眾，相較於預防焦點（會盡量避免講錯話或盡量不 與討論對象發生衝突）所主導的民眾，更傾向採取激進表達策略（反駁他）勝於保守 表達策略（正面回覆），因此，假設五獲得支持。
此外，在控制變項方面，發現年齡顯著預測模型一的保守表達策略（相較於激進 迴避策略）（OR = 0.84, p <.01, 95% CI = [0.40, 0.88]）與模型二的保守表達策略（相 較於保守迴避策略）（OR = 0.71, p <.05, 95% CI = [0.54, 0.94]），顯示年齡越大，越 傾向採取激進迴避策略（刪除好友、隱藏訊息、封鎖他）或保守迴避策略（不理會 他），更勝於保守表達策略（正面回覆）。其次，發現匿名性顯著預測模型一的激 進表達策略（相較於激進迴避策略）（OR = 0.51, p <.01, 95% CI = [0.33, 0.80]）與 模型二的激進表達策略（相較於保守迴避策略）（OR = 0.60, p <.01, 95% CI = [0.41, 0.87]），顯示當人們認為即時通訊軟體的匿名性越高，即人們越難辨識自己時，越 傾向採取激進迴避策略（刪除好友、隱藏訊息、封鎖他）或保守迴避策略（不理會 他）。勝於激進表達策略（反駁他）。第三，本研究發現異質討論頻率能顯著預測 模型一的保守表達策略（相較於激進迴避策略）（OR = 2.32, p <.05, 95% CI = [1.12, 4.82]）與激進表達策略（相較於激進迴避策略）（OR = 4.51, p <.001, 95% CI = [2.18, 9.30]）、模型二的激進表達策略（相較於保守迴避策略）（OR = 2.55, p <.001, 95%
CI = [1.64, 3.96]）、模型三的激進表達策略（相較於保守表達策略），顯示當人們越 常與立場不同的人討論政治時，其相較於迴避策略（刪除好友、隱藏訊息、封鎖他、
不理會他），更傾向採取表達策略（反駁他、正面回覆），而在表達策略中，又更偏 好激進表達策略（反駁他）。
表三：多項式羅吉斯迴歸分析結果 模型一 參照組：激進迴避模型二 參照組：保守迴避模型三 參照組：保守表達 保守迴避保守表達激進表達保守表達激進表達激進表達
