TikTok社群平台的使用是否影響中國對台灣的統戰行動

Author

蔡孟庭

壹、引言

研究問題

近年來,中國社群平台 TikTok(抖音)在台灣社會中迅速擴散,特別是在年輕族群之間,已成為日常生活中高度普及的資訊與娛樂來源。隨著 TikTok 使用者數量快速增加,台灣社會與政策圈亦逐漸關注該平台是否可能成為中國對台灣進行統戰與認知影響的工具。相關討論往往假設,使用中國社群平台的個體,可能較容易接觸到親中敘事,進而在政治態度上展現出對中國較為正面的看法,或對民主制度較為冷淡。

TikTok的推薦機制很強,影片傳得又快又廣,可能被拿來影響大家的想法。中國近年除了軍事和外交手段,也常用網路和社群媒體來影響輿論,用一些看似娛樂或生活的內容,偷偷傳遞親中的觀點。所以想透過此研究,幫助我們了解中國利用TikTok是否影響台灣人對兩岸關係的看法,藉此加速統戰行動。

貳、文獻回顧

中共對台統戰策略的內涵與操作方式已出現明顯轉變,不再僅侷限於傳統的政治協商或組織動員,而是逐步將統戰目標延伸至社會日常與個體認知層次。從政策層面觀察,中共對台工作的重心已轉向以「融合發展」與「爭取人心」為核心,透過經濟、社會與文化交流,將政治目標包裝於非政治性的互動之中,藉此降低台灣社會的警覺與抗拒,並逐步形塑有利於統一的認知環境(張執中,2024)。在此過程中,統戰已不再只是單向的政治宣傳,而是結合制度誘因與生活想像的長期布局。進一步從理論層次來看,單以「統戰」、「銳實力」或「認知作戰」任一概念,皆難以完整解釋中共對台影響力行動的實際樣貌,因為其操作往往同時涉及組織動員、資訊敘事與心理層次的影響,形成一種混合式的影響力工程,而其效果並非必然成功,反而有可能被外界高估,因此更需要透過實證方式加以檢驗(王韻,2023)。在具體操作對象上,台灣青年逐漸成為中共對台統戰的重要著力點,相關策略刻意淡化政治對立,轉而強調文化相似性、發展機會與生活便利,透過交流活動、媒體內容與日常接觸,試圖降低青年世代對中國的心理距離,而非立即改變其明確的政治立場(趙文志、許家榛,2021)。整體而言,現有文獻已清楚描繪中共對台統戰在政策目標、理論定位與操作模式上的轉變,但對於這類影響力是否已透過數位社群平台滲透至個體層次,並實際影響台灣民眾的政治態度,仍缺乏以量化資料進行系統性檢驗,亦成為本研究試圖回應的核心問題。

參、研究設計

一、資料來源

這份資料來自台灣民主實驗室(Doublethink Lab)所執行的「2025 台灣 TikTok 使用者調查」(2025 Taiwan TikTok User Study),該計畫於 2025 年 3 月 10 日至 3 月 20 日間進行。調查對象為台閩地區 15 歲以上之民眾,採用網路問卷調查法(Online Survey),並結合專業調查平台與社群媒體進行樣本招募。本研究共取得 2,612 份有效樣本($N=2,612$),數據處理過程中,依據內政部戶政司人口統計資料,針對性別、年齡、教育程度及戶籍地進行多變項反覆加權(Raking),以確保樣本分佈之代表性與推論之信度。
(資料來源這段是請Gemini幫忙查詢)

二、變數操作化

(一)依變數:主要使用的社群平台

本研究的依變數為「主要使用的社群平台」,原始問項為「請問您平時日常生活主要使用下列哪些社群平台/社群軟體?」(Q1_1)。為符合二元勝算對數分析之需求,本研究將該變數重新編碼為二元變數,將主要使用 TikTok(抖音)者編碼為 1,其餘主要使用其他社群平台者編碼為 0。

此一操作方式可明確區分「抖音使用者」與「非抖音使用者」,以利後續比較兩者在政治態度上的差異。

(二)自變數:民主態度與中國相關政治敘事
第一,民主態度以「整體來說,您對於我國民主的運作現況滿不滿意?」(Q15)作為測量指標,反映受訪者對台灣民主制度的整體評價。

第二,對中國生活想像則以「有人說:對於普通老百姓來說,中國比台灣更安居樂業、更適合生活,請問您同不同意這樣的說法?」(Q19)作為測量項目,用以捕捉受訪者是否認同中國相較於台灣具有較佳生活條件的敘事。

第三,兩岸關係敘事則以「兩岸本就一家親,無論以什麼形式實現,在可預見的未來兩岸都必然統一」此一陳述(Q34)作為測量題項,用以評估受訪者對「兩岸一家親」與統一論述的接受程度。

顯示程式碼
library(readxl)
data<-read_excel("民主實驗室TikTok使用者網路調查_資料檔0326.xlsx")

library(dplyr)
glimpse(data)
save(data,file="data.rda") 
load("data.rda")
head(data)
顯示程式碼
# 清除無效值
library(sjmisc)
data<-set_na(data,na=c(90:98,"NA"))

# 選擇變數
newdata<-data %>% select(S1,S2,Q1_1,Q1_2,Q1_3,Q1_4,Q1_5,Q14,Q15,Q19,Q21,Q29,Q30,Q33,Q34,Q35)

library(dplyr)
glimpse(newdata)
save(data,file="newdata.rda") 
load("newdata.rda")
head(newdata)

問題 Q1 原設計為複選題組,惟本研究後續分析將以 Q1_1 作為主要變數,主要原因在於受試者於第一選項中所填答之社群平台,推測為其最常使用的平台。

原回答共有13個社群平台可供選擇,現在重新編碼成兩種。1表示在問題「請問您平時日常生活主要使用下列哪些社群平台/社群軟體?」上選擇TikTok的人,0表示選擇其他社群平台/社群軟體。

顯示程式碼
# Q1_1.請問您平時日常生活主要使用下列哪些社群平台/社群軟體?
frq(newdata$Q1_1)
newdata$Q1_1r<-rec(newdata$Q1_1,rec="9=1;else=0",as.num = F)
frq(newdata$Q1_1r)
顯示程式碼
# Q14.有人說「不管甚麼情況,民主政治都是最好的體制」,也有人說「在有些情況下,獨裁的政治體制比民主政治好」以及「對我而言,任何一種政治體制都沒差」請問哪一種最接近您個人對民主的看法?
frq(newdata$Q14)

我把選擇非常、還滿、有點不滿意的編碼成0,選擇非常、還滿、有點滿意的編碼成1,簡化成只區分不滿意和滿意兩種。

顯示程式碼
# Q15.整體來說,您對於我國民主的運作現況滿不滿意?
frq(newdata$Q15)
newdata$Q15r<-rec(newdata$Q15,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q15r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q19.有人說「對於普通老百姓來說,中國比台灣更安居樂業、更適合生活」請問您同不同意這樣的說法?
frq(newdata$Q19)
newdata$Q19r<-rec(newdata$Q19,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q19r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q21.有人說「中國籍配偶幾乎都是中國政府的統戰工具,台灣政府應該嚴格監控他們的行為,以防範滲透」請問您同不同意這樣的說法?
frq(newdata$Q21)
newdata$Q21r<-rec(newdata$Q21,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q21r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q29.有人認為:「台灣必須盡一切可能守護兩岸和平,即使放棄民主自由(的體制)也沒關係」請問您同不同意這樣的說法?
frq(newdata$Q29)
newdata$Q29r<-rec(newdata$Q29,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q29r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q30.有些人希望兩岸能維持現狀,但即便兩岸統一,對普通民眾來說生活也不會有太多改變。請問您同不同意這樣的說法?
frq(newdata$Q30)
newdata$Q30r<-rec(newdata$Q30,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q30r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q33.「台灣人與中國人講著同樣的語言、有著相似的文化,是中華民族的一部分」請問您同不同意這樣的說法?
frq(newdata$Q33)
newdata$Q33r<-rec(newdata$Q33,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q33r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q34.「兩岸本就一家親,無論以什麼形式實現,在可預見的未來兩岸都必然統一」請問您同不同意這樣的說法?
frq(newdata$Q34)
newdata$Q34r<-rec(newdata$Q34,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q34r)

我把選擇非常、還滿、有點不同意的編碼成0,選擇非常、還滿、有點同意的編碼成1,簡化成只區分不同意和同意兩種。

顯示程式碼
# Q35.「新疆地區風景美麗,人民幸福快樂,中國政府也在當地文化保存上做了很多努力」請問您同不同意這樣的說法?
frq(newdata$Q35)
newdata$Q35r<-rec(newdata$Q35,rec="1,2,3=0;4,5,6=1",as.num = F) 
frq(newdata$Q35r)

本研究有以下三點假設:
假設一:主要使用的社群平台為抖音者,較不滿意我國民主的運作現況。

假設二:主要使用的社群平台為抖音者,較同意中國比台灣更安居樂業。

假設三:主要使用的社群平台為抖音者,較同意「兩岸本就一家親」的相關論述。

三、研究方法與分析策略

為檢驗主要使用 TikTok 是否與民主態度及中國相關政治敘事存在關聯,本研究採用兩階段分析策略。

首先,透過卡方檢定,初步檢視主要使用抖音與各政治態度變項之間的雙變量關係,藉此了解不同社群平台使用者在態度分布上的差異。

其次,為進一步評估各政治態度在控制其他因素後,是否仍能顯著預測是否主要使用抖音,本研究採用二元勝算對數迴歸分析(binary logistic regression)。此一方法適用於依變數為二元類型之情況,能夠估計自變數變動對於主要使用抖音之勝算比的影響。

透過上述分析設計,檢驗 TikTok 使用是否在個體層次上,與特定民主評價與親中敘事產生可觀察的關聯。

卡方列聯表及卡方檢定

顯示程式碼
# 假設一:主要使用的社群平台為抖音者,比較不滿意我國民主的運作現況。
library(sjlabelled)

Attaching package: 'sjlabelled'
The following object is masked from 'package:dplyr':

    as_label
顯示程式碼
newdata$Q1_1r <- set_label(newdata$Q1_1r,
                           label="請問您平時日常生活主要使用下列哪些社群平台/社群軟體?")
newdata$Q1_1r <- set_labels(newdata$Q1_1r, labels=c("其他","抖音"))

library(sjlabelled)
newdata$Q15r<- set_label(newdata$Q15r,
                           label="整體來說,您對於我國民主的運作現況滿不滿意?")
newdata$Q15r <- set_labels(newdata$Q15r, labels=c("不滿意","滿意"))

library(sjPlot)
tab_xtab(newdata$Q15r, newdata$Q1_1r, encoding="utf8")
整體來說,您對於我國民主的運作現況滿不滿意? 請問您平時日常生活主要使用下列哪些社群平台/社群軟體? Total
其他 抖音
不滿意 1162 139 1301
滿意 1188 123 1311
Total 2350 262 2612
χ2=1.086 · df=1 · &phi=0.022 · p=0.297
顯示程式碼
library(sjPlot)
tab_xtab(newdata$Q15r,newdata$Q1_1r, encoding="utf8", 
         show.row.prc = TRUE, 
         show.col.prc = TRUE, 
         show.na = FALSE, 
         show.legend = FALSE, 
         show.exp = FALSE,
         show.cell.prc = FALSE, 
         tdcol.col = "gray", 
         tdcol.row = "brown")
整體來說,您對於我國民主的運作現況滿不滿意? 請問您平時日常生活主要使用下列哪些社群平台/社群軟體? Total
其他 抖音
不滿意 1162
89.3 %
49.4 %
139
10.7 %
53.1 %
1301
100 %
49.8 %
滿意 1188
90.6 %
50.6 %
123
9.4 %
46.9 %
1311
100 %
50.2 %
Total 2350
90 %
100 %
262
10 %
100 %
2612
100 %
100 %
χ2=1.086 · df=1 · &phi=0.022 · p=0.297

「在不滿意我國民主的運作現況的人中,有10.7% 使用抖音;而在滿意我國民主的運作現況的人中,有9.4% 使用抖音,顯示不滿意我國民主的運作現況的抖音使用比例略高。」但是p 值大於 0.05,這表示結果不顯著。

顯示程式碼
# 假設二:主要使用的社群平台為抖音者,比較同意中國比台灣更安居樂業。
newdata$Q1_1r <- set_label(newdata$Q1_1r,
                           label="請問您平時日常生活主要使用下列哪些社群平台/社群軟體?")
newdata$Q1_1r <- set_labels(newdata$Q1_1r, labels=c("其他","抖音"))


newdata$Q19r<- set_label(newdata$Q19r,
                           label="有人說「對於普通老百姓來說,中國比台灣更安居樂業、更適合生活」請問您同不同意這樣的說法?")
newdata$Q19r <- set_labels(newdata$Q19r, labels=c("不同意","同意"))


tab_xtab(newdata$Q19r, newdata$Q1_1r, encoding="utf8")
有人說「對於普通老百姓來說,中國比台灣更安居樂業、更適合生活」請問您同不同意這樣的說法? 請問您平時日常生活主要使用下列哪些社群平台/社群軟體? Total
其他 抖音
不同意 1823 190 2013
同意 527 72 599
Total 2350 262 2612
χ2=3.129 · df=1 · &phi=0.036 · p=0.077
顯示程式碼
tab_xtab(newdata$Q19r,newdata$Q1_1r, encoding="utf8", 
         show.row.prc = TRUE, 
         show.col.prc = TRUE, 
         show.na = FALSE, 
         show.legend = FALSE, 
         show.exp = FALSE,
         show.cell.prc = FALSE, 
         tdcol.col = "gray", 
         tdcol.row = "brown")
有人說「對於普通老百姓來說,中國比台灣更安居樂業、更適合生活」請問您同不同意這樣的說法? 請問您平時日常生活主要使用下列哪些社群平台/社群軟體? Total
其他 抖音
不同意 1823
90.6 %
77.6 %
190
9.4 %
72.5 %
2013
100 %
77.1 %
同意 527
88 %
22.4 %
72
12 %
27.5 %
599
100 %
22.9 %
Total 2350
90 %
100 %
262
10 %
100 %
2612
100 %
100 %
χ2=3.129 · df=1 · &phi=0.036 · p=0.077

「在不同意中國比台灣更安居樂業、更適合生活的人中,有 9.4% 使用抖音;而在同意中國比台灣更安居樂業、更適合生活的人中,有 12% 使用抖音,顯示同意中國比台灣更安居樂業的抖音使用比例略高。」但是p 值大於 0.05,這表示結果不顯著。

顯示程式碼
# 假設三:主要使用的社群平台為抖音者,比較同意「兩岸本就一家親」的相關論述。
newdata$Q1_1r <- set_label(newdata$Q1_1r,
                           label="請問您平時日常生活主要使用下列哪些社群平台/社群軟體?")
newdata$Q1_1r <- set_labels(newdata$Q1_1r, labels=c("其他","抖音"))


newdata$Q34r<- set_label(newdata$Q34r,
                           label="「兩岸本就一家親,無論以什麼形式實現,在可預見的未來兩岸都必然統一」請問您同不同意這樣的說法?")
newdata$Q34r <- set_labels(newdata$Q34r, labels=c("不同意","同意"))

tab_xtab(newdata$Q34r, newdata$Q1_1r, encoding="utf8")
「兩岸本就一家親,無論以什麼形式實現,在可預見的未來兩岸都必然統一」請問您同不同意這樣的說法? 請問您平時日常生活主要使用下列哪些社群平台/社群軟體? Total
其他 抖音
不同意 1741 185 1926
同意 609 77 686
Total 2350 262 2612
χ2=1.295 · df=1 · &phi=0.024 · p=0.255
顯示程式碼
tab_xtab(newdata$Q34r,newdata$Q1_1r, encoding="utf8", 
         show.row.prc = TRUE, 
         show.col.prc = TRUE, 
         show.na = FALSE, 
         show.legend = FALSE, 
         show.exp = FALSE,
         show.cell.prc = FALSE, 
         tdcol.col = "gray", 
         tdcol.row = "brown")
「兩岸本就一家親,無論以什麼形式實現,在可預見的未來兩岸都必然統一」請問您同不同意這樣的說法? 請問您平時日常生活主要使用下列哪些社群平台/社群軟體? Total
其他 抖音
不同意 1741
90.4 %
74.1 %
185
9.6 %
70.6 %
1926
100 %
73.7 %
同意 609
88.8 %
25.9 %
77
11.2 %
29.4 %
686
100 %
26.3 %
Total 2350
90 %
100 %
262
10 %
100 %
2612
100 %
100 %
χ2=1.295 · df=1 · &phi=0.024 · p=0.255

「在不同意兩岸統一的人中,有 9.6% 使用抖音;而在同意兩岸統一的人中,有 11.2% 使用抖音,顯示同意統一者的抖音使用比例略高。」但是p 值大於 0.05,這表示結果不顯著。

補充:MCA運算

顯示程式碼
library(dplyr)

newdataforMCA <- newdata %>%
  select(S1, S2, Q1_1r,Q14, Q15r, Q19r, Q21r, Q29r, Q30r, Q33r, Q34r, Q35r) %>%
  mutate(across(everything(), haven::as_factor))
newdataforMCA.nona <- na.omit(newdataforMCA)
names(newdataforMCA.nona)
 [1] "S1"    "S2"    "Q1_1r" "Q14"   "Q15r"  "Q19r"  "Q21r"  "Q29r"  "Q30r" 
[10] "Q33r"  "Q34r"  "Q35r" 
顯示程式碼
library(FactoMineR)
library(factoextra)

names(newdataforMCA.nona)  
 [1] "S1"    "S2"    "Q1_1r" "Q14"   "Q15r"  "Q19r"  "Q21r"  "Q29r"  "Q30r" 
[10] "Q33r"  "Q34r"  "Q35r" 
顯示程式碼
res<-MCA(newdataforMCA.nona, ncp=10, graph= F)

summary(res, nb.dec = 3, nbelements=10, nbind = 10, 
        ncp = 2, file="result2dim.txt") 

res$dimdesc <- dimdesc(res, axes = 1:10)

write.infile(res$dimdesc, file ="MCAresults",append=F)
write.infile(res$eig, file ="MCAresults",append=T)
write.infile(res$var, file ="MCAresults",append=T)

七、多重對應分析

顯示程式碼
fviz_screeplot(res, ncp=10) 

第一個維度的解釋比例最大(約 15%),因此它是最重要的維度。

顯示程式碼
library(corrplot) 
corrplot(res$var$cos2, is.corr=FALSE, tl.cex=.6)

在Dim1裡Q19r、Q30r、Q34r及Q35r圓圈比較大且深,顯示比較有關聯性。

在Dim2裡S1_2和S2_1圓圈比較大且深,顯示比較有關聯性。

顯示程式碼
library(FactoMineR)
library(factoextra)

plot(res, axes=c(1, 2), new.plot=TRUE, choix="var", 
     col.var="red", col.quali.sup="darkgreen", 
     label=c("quali.sup", "quanti.sup", "var"), 
     invisible=c("ind"), 
     autoLab = "yes",
  #  title="The Distribution of Variables on the MCA Factor Map",
     title="", cex=0.8,
     xlim=c(0,0.4), ylim=c(0, 0.6))

Q14r、Q15r、Q21r等變數位於圖的左下角,接近Dim 1和Dim 2的原點,這表示這些變數與其他維度或變數的關聯較弱。

Q33r和Q29r位於圖的右下方,這顯示它們在這兩個維度上有較強的關聯,特別是Dim 1,顯示出它們的政治立場和態度可能與其他變數有較大關聯。

顯示程式碼
plot(res, axes=c(1, 2), new.plot=TRUE, 
     col.var="red", col.ind="black", col.ind.sup="black",
     col.quali.sup="darkgreen", col.quanti.sup="blue",
     label=c("var"), cex=0.8, 
     selectMod = "cos2 70",
     invisible=c("ind", "quali.sup"), 
     autoLab = "yes",
     #title="Distribution of Elements on the MCA Factor Map") 
     title="") 

第一象限:有關S2_5、S1_4、Q14_3等變數,它們顯示了比較強的關聯性,特別是與Dim 1的正向關聯。

第三象限:如S1_2、S2_1等,這些變數顯示出與其他變數的負相關性,表示它們的使用行為較為低調。

顯示程式碼
plot(res, axes=c(1, 2), new.plot=TRUE, 
     col.var="red", col.ind="black", col.ind.sup="black",
     col.quali.sup="darkgreen", col.quanti.sup="blue",
     label=c("var"), cex=0.8, 
     selectMod = "cos2 30", 
     invisible=c("ind", "quali.sup"), 
     xlim=c(-1.2,1.2), ylim=c(-0.6,2), 
     autoLab = "yes",
     # title="Top 30 Critical Elements on the MCA Factor Map") 
     title="") 

顯示程式碼
library(factoextra)
plot(res, axes=c(1, 2), new.plot=TRUE, choix="ind", 
     col.var="red", col.quali.sup="darkgreen",
     label=c("var"),
     selectMod ="cos2 15", select="cos2 1",
     xlim=c(-1,1),
     invisible=c("quali.sup", "var"), 
     #title="The Distribution of Individuals on the MCA Factor Map")
     title="")

根據上述所有圖表,前兩個維度已解釋主要資訊,因此本研究以 Dim1 與 Dim2 為主進行解讀。Dim1(16.4%)主要由中國相關態度(是否認同中國經濟、兩岸統一、文化同源、新疆敘事)所構成,可視為「政治認同光譜」,往右側代表親中立場,左側則是代表台灣本土立場。Dim2(9.37%)則主要由 TikTok 使用頻率、單次使用時間,以及民主體制與民主滿意度等題目組成,可視為「媒體使用與民主態度」維度。

親中及統一取向的變項(Q19r_1、Q29r_1、Q34r_1、Q35r_1)集中於第一象限,並與高 TikTok 使用者(S1_4、S1_5、S2_4、S2_5)位於相近位置,顯示兩者具有相關性。相反地,本土取向題項(例如 Q33r_0)與低使用者(S1_2、S2_1)位於第三象限,形成一組反向態度。

第二象限(本土立場但高 TikTok 使用)仍然存在一定數量的題項,說明「使用 TikTok 並不必然代表親中」。第四象限則呈現「低使用 TikTok 但持親中觀點」的少數群體,顯示政治認同並非完全被媒體使用行為所決定。

個體分布圖進一步顯示,受訪者主要沿著 Dim1 呈斜向分布,代表「政治認同」是本資料最核心的分化線。Dim2 則作為次要區分來源,使 TikTok 使用行為與部分民主態度形成若干次級群聚。

整體而言,MCA 結果呈現「政治認同」與「媒體使用」兩個相互交互、但強弱不同的結構。高 TikTok 使用者較傾向接近親中敘事位置,但並非所有使用者都有相同政治態度。本土取向者分布更廣,顯示政治態度在本土群體中具有多樣性。

二元勝算對數迴歸分析

顯示程式碼
# 假設一:不滿意我國民主的運作現況的人主要使用的社群平台為抖音
load("newdata.rda")
md01 <- glm( Q1_1r ~ Q15r ,family = binomial,data = newdata)
summary(md01)

Call:
glm(formula = Q1_1r ~ Q15r, family = binomial, data = newdata)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -2.12342    0.08975 -23.660   <2e-16 ***
Q15r1       -0.14442    0.13049  -1.107    0.268    
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 1701.7  on 2611  degrees of freedom
Residual deviance: 1700.5  on 2610  degrees of freedom
AIC: 1704.5

Number of Fisher Scoring iterations: 5

Q15r 變數對 Q1_1r(是否使用抖音)的影響是負向的,然而,由於 p 值是 0.268,這個結果並不顯著。這意味著,對於民主現況的滿意度並未顯著影響使用抖音的可能性。

顯示程式碼
# 假設二:同意中國比台灣更安居樂業的人主要使用的社群平台為抖音
load("newdata.rda")
md01 <- glm( Q1_1r ~ Q19r ,family = binomial,data = newdata)
summary(md01)

Call:
glm(formula = Q1_1r ~ Q19r, family = binomial, data = newdata)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -2.26121    0.07623 -29.661   <2e-16 ***
Q19r1        0.27068    0.14696   1.842   0.0655 .  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 1701.7  on 2611  degrees of freedom
Residual deviance: 1698.5  on 2610  degrees of freedom
AIC: 1702.5

Number of Fisher Scoring iterations: 5

Q19r 變數對 Q1_1r(是否使用抖音)的影響是正向的,但由於 p 值接近 0.05(p = 0.0655),這意味著該影響並未達到統計上的顯著水平。因此,可以解釋為 Q19r 越認為在中國生活較好的人,使用抖音的機率較高,但這個關聯並不強烈,未能在統計上達到顯著標準。

顯示程式碼
# 假設三:同意兩岸一家的言論的人主要使用的社群平台為抖音
load("newdata.rda")
md01 <- glm( Q1_1r ~ Q34r ,family = binomial,data = newdata)
summary(md01)

Call:
glm(formula = Q1_1r ~ Q34r, family = binomial, data = newdata)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -2.24186    0.07732 -28.995   <2e-16 ***
Q34r1        0.17385    0.14355   1.211    0.226    
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 1701.7  on 2611  degrees of freedom
Residual deviance: 1700.3  on 2610  degrees of freedom
AIC: 1704.3

Number of Fisher Scoring iterations: 4

這個模型顯示 Q34r 變數對 Q1_1r(主要社群平台的使用)並無顯著影響(p = 0.226)。換句話說,Q34r 對這個結果的解釋能力並不強,這個結果顯示 Q34r 並不是主要的預測變數。

肆、研究結果

本研究的核心研究問題在於:當受訪者主要使用中國社群平台抖音(TikTok)時,是否更可能在政治態度上更傾向中國對臺統戰有利的敘事?在統戰研究的視角下,對臺統戰被理解為一套以「擴大對臺工作對象、壯大愛國統一力量」為導向的長期策略,並透過交流、政策、文化與社會滲透等方式推進統一進程(張執中,2024)。 在此脈絡下,本研究把「主要使用抖音」視為一種更容易接觸中國內容環境的使用情境,並分別以民主滿意度(Q15)、「中國更安居樂業」認同(Q19)、與「兩岸一家親/必然統一」認同(Q34)作為三個可觀察的態度面向,提出 H1–H3。

假設一認為:主要使用抖音者,應較可能對我國民主運作現況感到不滿意。然而,本研究以卡方檢定與二元勝算對數迴歸進行檢驗後,結果均未達統計顯著。卡方檢定顯示 p 值為 0.297,迴歸分析顯示 p 值為 0.268,均大於 0.05,故 假設一未獲得資料支持。

就研究意涵而言,這個「不顯著」結果非常關鍵:它暗示主要使用抖音並不必然對應到較低的民主滿意度。若把統戰理解為一種高度策略性、可彈性調整手段的影響力輸出,則「平台使用」可能只是接觸條件之一,但未必足以單獨推動「對民主制度冷淡」這種更宏觀、也更穩定的政治評價。換言之,民主滿意度可能牽涉更廣泛的生活經驗、政治信任與制度評價結構,因此即便抖音確實存在大量資訊流通與敘事競逐,其效果也未必會直接反映在「整體民主運作滿意度」這種總括性態度上。

假設二的檢定同樣未達統計顯著。卡方檢定 p 值為 0.077,迴歸分析 p 值為 0.065,雖然相較假設一更接近顯著門檻,但仍大於 0.05,故假設二仍未獲得資料支持。

理論上,若統戰工作企圖透過「增進好感、建立熟悉感、拉近心理距離」來塑造認同與態度,則「生活更適合/更安居樂業」這類相對具體的生活敘事,本來就更可能成為施力點;例如青年統戰研究指出,中方在兩岸交流、就學就業與創業等安排上,目的之一就是讓臺灣青年「更加了解中國、產生熟悉感與好感」,進而被「鑲嵌」進中國的制度環境之中,以加深民族情感並指向最終統一(趙文志、許家榛,2021)。 在這個意義上,假設二雖未顯著,但其 p 值相對接近門檻,仍可被解讀為:平台使用與生活敘事態度之間或許存在某種弱關聯,但就本研究的資料與模型而言,尚不足以被判定為穩健的統計關係。因此,本研究更傾向把假設二結果定位為「目前證據不足」,而不是直接主張「完全沒有影響」。

假設三的檢定亦未顯著。卡方檢定 p 值為 0.255,迴歸分析 p 值為 0.226,均大於 0.05,故假設三未獲得資料支持。

這個結果的重要性在於:即便統戰策略在政策文本上確實強調擴大對象、凝聚「愛國統一力量」以推進統一進程(張執中,2024), 但在個體層次上,「主要使用抖音」並未直接對應到更高的統一認同或「兩岸一家」立場。若把「兩岸必然統一」視為高度政治化、且牽涉核心身份與國家認同的態度,它通常不會只因單一平台接觸而快速翻轉;相較之下,統戰更可能採取分段式、混合式的累積策略:先從較低政治敏感度的生活敘事、文化連結與情感動員入手,再逐步導向更具政治指向的認同命題。也因此,假設三的不顯著可以被理解為:統戰效果若存在,可能較難直接投射到最尖銳、最政治化的統一命題上,或至少不會以「主要使用抖音」這個單一指標就能捕捉。

伍、研究貢獻

綜合以上假設的結果,本研究最核心的發現是:在民主實驗室 2025 TikTok 使用者調查資料中,將「主要使用抖音」作為關鍵自變項時,並未觀察到其對民主滿意度、親中生活敘事、或統一命題認同具有穩健且顯著的關聯。這個結論本身即是一種重要發現,因為它直接挑戰了一種常見且直覺式的推論:只要使用中國社群平台,就會更親中、或更不支持民主。從研究貢獻角度而言,本研究以資料檢證提醒我們:「平台」可能是統戰或認知影響的載體之一,但影響是否成立、如何成立,仍需更細緻的條件辨識,而非用單一路徑推論。

陸、參考文獻

王韻,2023,〈統戰、銳實力、還是認知作戰?一個分析中共對臺宗教工作混合式影響力的架構〉,《遠景基金會季刊》 ,24(2):5-53

張執中,2024,〈2024年中共對台工作會議與對臺統戰方略〉,《戰略安全研析》 ,185:13-22

趙文志、許家榛,2021,〈中國大陸對台灣青年統戰模式與特色之研究〉,《亞洲政經與和平研究》,7:55-76