從參與到消費：台灣民眾文化行為的多維空間探索

以2023年文化參與及消費調查資料庫為例

第一章 緒論

壹、研究背景

  文化消費是衡量一個社會文化活力的重要指標，舉凡電影欣賞、表演藝術、博物館參觀乃至文化技藝學習，都構成民眾日常生活與文化場域之間的連結。文化部自2005年起每年執行文化參與及消費調查，長期追蹤台灣民眾的文化行為，是目前國內針對這個議題最系統性的官方資料來源。

  文化「參與」與文化「消費」在概念上並不相同。前者指涉民眾實際接觸文化活動的行為，後者則涉及金錢上的實質支出。兩者之間的關係，以及哪些人口特徵和行為模式與不同的文化行為組合有關，在國內目前尚缺乏以多變量方法進行的系統性描繪。

貳、研究動機

  研究者本身是文化場所的固定使用者，長期有前往音樂廳、美術館、劇場等文化機構的習慣。在實際參與的經驗中，觀察到文化場所的受眾構成似乎並非隨機分布，不同的場所吸引了不同背景的參與者，參與的類型與頻率也因人而異。

  而此觀察也引發了研究者對此領域的好奇：台灣民眾在表演藝術、視覺藝術、線上文化參與等不同面向的行為，在空間上是如何分布？不同人口背景的群體，又各自落在多維空間的哪個位置？本研究希望透過2023年文化部的調查資料，以多重對應分析對台灣民眾的文化行為結構進行探索性的實證描述，呈現參與行為與消費支出在多維空間中的整體輪廓。

第二章 研究方法

壹、資料來源與研究設計

一、資料庫說明

（一）資料集選定與調查背景

  本研究使用2023年文化參與及消費調查資料庫，資料來源為文化部，自2005年起每年執行，是台灣針對民眾文化參與行為與消費支出最長期、最系統性的官方追蹤調查。調查涵蓋電影、電視廣播、閱讀、表演藝術、視覺藝術、文藝民俗節慶、文化機構設施、線上文化參與、文化技藝學習與發表，以及文化消費等十大面向，是目前國內最全面的文化行為橫截面資料。

（二）研究實施與樣本規模

  本調查以台灣15歲以上民眾為訪問對象，調查範圍涵蓋台灣22縣市（含離島）。調查依縣市人口比例進行分層抽樣，確保樣本具全國代表性。資料收集期間為2024年，確切有效樣本數為7100。

二、研究方向與設計

（一）研究問題

  文化部長期推動藝文扎根政策，近年更進一步確立雙軌並進的制度化框架。此一政策網絡主要由兩大核心路徑構成：其一是以學校教育為場域的文化體驗推廣，透過跨部會資源媒合民間團隊進駐校園課堂；其二則是以地方生活圈為核心的「場域扎根」，藉由長期補助機制引導演藝團隊、民間館所與社區建立現地連結。政府期望透過此種整合體制，多管齊下地鼓勵民眾在求學或日常生活中深化文化技藝學習、親近文化場域，進而培養長期的文化素養，並帶動整體文化消費市場的成長。

  然而，個人的文化參與，究竟如何在各種因素下轉化為實質的文化支出？驅動文化消費高低的關鍵因素又為何？本研究以探索為主要目的，嘗試利用官方的大型調查，具體觀察台灣民眾的文化參與習慣。

（二）研究設計

  本研究採實證量化分析法，以多重對應分析探索各變數類別在空間上的分布，觀察不同人口特徵群體的文化參與輪廓。

（三）變數清理

Q1 請問您目前居住在哪一個縣市？

culture$v01c <- factor(
  ifelse(culture$v01 %in% 1:6, "六都", "非六都"),
  levels = c("非六都", "六都")
)
culture$v01c <- set_label(culture$v01c, label = "居住地")

frq(culture$v01c, out = "v")

居住地 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
非六都		2122	29.89	29.89	29.89
六都		4978	70.11	70.11	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.70 · σ=0.46

Q5 請問您近一年內，到電影院/戲院看電影的頻率是？

# 原始資料為場次數，0 為未去過，大於 0 為有去過
culture$v05r <- as.factor(ifelse(is.na(culture$v05) | culture$v05 == 0, 0, 1))
levels(culture$v05r) <- c("未去電影院", "有去電影院")
culture$v05r <- set_label(culture$v05r, label = "電影院")

frq(culture$v05r, out = "v")

電影院 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未去電影院		4267	60.10	60.10	60.10
有去電影院		2833	39.90	39.90	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.40 · σ=0.49

Q6 請問您近一年內，平均每週花多少時間看「電視」？

# 原始資料為小時數，0 為未看過，大於 0 為有看過
culture$v06r <- as.factor(ifelse(is.na(culture$v06) | culture$v06 == 0, 0, 1))
levels(culture$v06r) <- c("未看電視", "有看電視")
culture$v06r <- set_label(culture$v06r, label = "電視")

frq(culture$v06r, out = "v")

電視 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未看電視		1456	20.51	20.51	20.51
有看電視		5644	79.49	79.49	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.79 · σ=0.40

Q7 請問您近一年內，平均每週花多少時間收聽「廣播」？

# 原始資料為小時數，0 為未聽過，大於 0 為有聽過
culture$v07r <- as.factor(ifelse(is.na(culture$v07) | culture$v07 == 0, 0, 1))
levels(culture$v07r) <- c("未聽廣播", "有聽廣播")
culture$v07r <- set_label(culture$v07r, label = "廣播")

frq(culture$v07r, out = "v")

廣播 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未聽廣播		4889	68.86	68.86	68.86
有聽廣播		2211	31.14	31.14	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.31 · σ=0.46

Q8 請問您近一年內，平均每週花多少時間閱讀「雜誌」？

# 原始資料為小時數，0 為未讀過，大於 0 為有讀過
culture$v08r <- as.factor(ifelse(is.na(culture$v08) | culture$v08 == 0, 0, 1))
levels(culture$v08r) <- c("未讀雜誌", "有讀雜誌")
culture$v08r <- set_label(culture$v08r, label = "雜誌")

frq(culture$v08r, out = "v")

雜誌 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未讀雜誌		5335	75.14	75.14	75.14
有讀雜誌		1765	24.86	24.86	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.25 · σ=0.43

Q9 請問您近一年內，平均每週花多少時間閱讀「報紙」？

# 原始資料為小時數，0 為未讀過，大於 0 為有讀過
culture$v09r <- as.factor(ifelse(is.na(culture$v09) | culture$v09 == 0, 0, 1))
levels(culture$v09r) <- c("未讀報紙", "有讀報紙")
culture$v09r <- set_label(culture$v09r, label = "報紙")

frq(culture$v09r, out = "v")

報紙 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未讀報紙		5833	82.15	82.15	82.15
有讀報紙		1267	17.85	17.85	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.18 · σ=0.38

Q10 請問您近一年內，平均每週花多少時間閱讀「書籍」？

# 原始資料為小時數，0 為未讀過，大於 0 為有讀過
culture$v10r <- as.factor(ifelse(is.na(culture$v10) | culture$v10 == 0, 0, 1))
levels(culture$v10r) <- c("未讀書籍", "有讀書籍")
culture$v10r <- set_label(culture$v10r, label = "書籍")

frq(culture$v10r, out = "v")

書籍 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未讀書籍		2838	39.97	39.97	39.97
有讀書籍		4262	60.03	60.03	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.60 · σ=0.49

Q11 請問您近一年內，欣賞現場古典與傳統音樂類活動的頻率為？

culture$v11r <- as.factor(ifelse(culture$v11 == 0, 0, 1))
levels(culture$v11r) <- c("未欣賞現場古典傳統音樂", "有欣賞現場古典傳統音樂")
culture$v11r <- set_label(culture$v11r, label = "古典傳統音樂")

frq(culture$v11r, out = "v")

古典傳統音樂 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未欣賞現場古典傳統音樂		5955	83.87	83.87	83.87
有欣賞現場古典傳統音樂		1145	16.13	16.13	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.16 · σ=0.37

Q12 請問您近一年內，欣賞現場現代戲劇類活動的頻率是？

culture$v12r <- as.factor(ifelse(culture$v12 == 0, 0, 1))
levels(culture$v12r) <- c("未欣賞現場現代戲劇", "有欣賞現場現代戲劇")
culture$v12r <- set_label(culture$v12r, label = "現代戲劇")

frq(culture$v12r, out = "v")

現代戲劇 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未欣賞現場現代戲劇		6001	84.52	84.52	84.52
有欣賞現場現代戲劇		1099	15.48	15.48	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.15 · σ=0.36

Q13 請問您近一年內，欣賞現場傳統戲曲類活動的頻率是？

culture$v13r <- as.factor(ifelse(culture$v13 == 0, 0, 1))
levels(culture$v13r) <- c("未欣賞現場傳統戲曲", "有欣賞現場傳統戲曲")
culture$v13r <- set_label(culture$v13r, label = "傳統戲曲")

frq(culture$v13r, out = "v")

傳統戲曲 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未欣賞現場傳統戲曲		6240	87.89	87.89	87.89
有欣賞現場傳統戲曲		860	12.11	12.11	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.12 · σ=0.33

Q14 請問您近一年內，欣賞現場舞蹈類活動的頻率是？

culture$v14r <- as.factor(ifelse(culture$v14 == 0, 0, 1))
levels(culture$v14r) <- c("未欣賞現場舞蹈", "有欣賞現場舞蹈")
culture$v14r <- set_label(culture$v14r, label = "舞蹈")

frq(culture$v14r, out = "v")

舞蹈 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未欣賞現場舞蹈		6127	86.30	86.30	86.30
有欣賞現場舞蹈		973	13.70	13.70	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.14 · σ=0.34

Q15 請問您近一年內，欣賞現場流行音樂的頻率為？

culture$v15r <- as.factor(ifelse(culture$v15 == 0, 0, 1))
levels(culture$v15r) <- c("未欣賞現場流行音樂", "有欣賞現場流行音樂")
culture$v15r <- set_label(culture$v15r, label = "流行音樂")

frq(culture$v15r, out = "v")

流行音樂 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未欣賞現場流行音樂		5299	74.63	74.63	74.63
有欣賞現場流行音樂		1801	25.37	25.37	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.25 · σ=0.44

Q16 請問您近一年內，至 KTV 唱歌的頻率為何？

culture$v16r <- as.factor(ifelse(culture$v16 == 0, 0, 1))
levels(culture$v16r) <- c("未去KTV", "有去KTV")
culture$v16r <- set_label(culture$v16r, label = "KTV")

frq(culture$v16r, out = "v")

KTV (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未去KTV		4796	67.55	67.55	67.55
有去KTV		2304	32.45	32.45	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.32 · σ=0.47

Q17 請問您近一年內，曾參觀過的現場視覺藝術展覽展示活動類型有哪些？

v17_cols <- grep("^v17_[1-6]$", names(culture), value = TRUE)
culture$v17r <- as.factor(ifelse(rowSums(culture[, v17_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v17r) <- c("未參觀視覺藝術展覽", "有參觀視覺藝術展覽")
culture$v17r <- set_label(culture$v17r, label = "視覺藝術展覽")

frq(culture$v17r, out = "v")

視覺藝術展覽 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未參觀視覺藝術展覽		4039	56.89	56.89	56.89
有參觀視覺藝術展覽		3061	43.11	43.11	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.43 · σ=0.50

Q19 請問過去一年您曾參觀過哪些文化相關展覽活動？

v19_cols <- grep("^v19_[1-4]$", names(culture), value = TRUE)
culture$v19r <- as.factor(ifelse(rowSums(culture[, v19_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v19r) <- c("未參觀文化相關展覽", "有參觀文化相關展覽")
culture$v19r <- set_label(culture$v19r, label = "文化相關展覽")

frq(culture$v19r, out = "v")

文化相關展覽 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未參觀文化相關展覽		4016	56.56	56.56	56.56
有參觀文化相關展覽		3084	43.44	43.44	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.43 · σ=0.50

Q20 請問您近一年內在國內參觀或欣賞過的文藝民俗節慶活動類型包括哪些？

v20_cols <- grep("^v20_[1-3]$", names(culture), value = TRUE)
culture$v20r <- as.factor(ifelse(rowSums(culture[, v20_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v20r) <- c("未參與文藝民俗節慶", "有參與文藝民俗節慶")
culture$v20r <- set_label(culture$v20r, label = "文藝民俗節慶")

frq(culture$v20r, out = "v")

文藝民俗節慶 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未參與文藝民俗節慶		3904	54.99	54.99	54.99
有參與文藝民俗節慶		3196	45.01	45.01	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.45 · σ=0.50

Q22 請問您近一年是否去過國內的博物館？

v22_cols <- grep("^v22_[1-6]$", names(culture), value = TRUE)
culture$v22r <- as.factor(ifelse(rowSums(culture[, v22_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v22r) <- c("未去博物館", "有去博物館")
culture$v22r <- set_label(culture$v22r, label = "博物館")

frq(culture$v22r, out = "v")

博物館 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未去博物館		3631	51.14	51.14	51.14
有去博物館		3469	48.86	48.86	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.49 · σ=0.50

Q25 請問除博物館外，您近一年在國內去過哪種文化機構或使用過哪種文化藝術場所？

v25_cols <- grep("^v25_[1-9]$", names(culture), value = TRUE)
culture$v25r <- as.factor(ifelse(rowSums(culture[, v25_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v25r) <- c("未去文化機構場所", "有去文化機構場所")
culture$v25r <- set_label(culture$v25r, label = "文化機構場所")

frq(culture$v25r, out = "v")

文化機構場所 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未去文化機構場所		1194	16.82	16.82	16.82
有去文化機構場所		5906	83.18	83.18	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.83 · σ=0.37

Q26 請問您近一年曾透過網路進行哪些文化活動？

v26_cols <- grep("^v26_([1-9]$|10|11|12)$", names(culture), value = TRUE)
culture$v26r <- as.factor(ifelse(rowSums(culture[, v26_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v26r) <- c("未有線上文化參與", "有線上文化參與")
culture$v26r <- set_label(culture$v26r, label = "線上文化參與")

frq(culture$v26r, out = "v")

線上文化參與 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未有線上文化參與		837	11.79	11.79	11.79
有線上文化參與		6263	88.21	88.21	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.88 · σ=0.32

Q30 請問您從小至目前，曾經學習過哪些文化藝術類的相關技藝？

v30_cols <- grep("^v30_([1-9]$|10|11|12)$", names(culture), value = TRUE)
culture$v30r <- as.factor(ifelse(rowSums(culture[, v30_cols], na.rm = TRUE) > 0, 1, 0))
levels(culture$v30r) <- c("未學習文化技藝", "有學習文化技藝")
culture$v30r <- set_label(culture$v30r, label = "文化技藝學習")

frq(culture$v30r, out = "v")

文化技藝學習 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
未學習文化技藝		3107	43.76	43.76	43.76
有學習文化技藝		3993	56.24	56.24	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.56 · σ=0.50

Q33 請問過去一年您個人整體文化消費金額約多少元？

# 原始編碼：1~2 為低消費（5000元以下），3~10 為高消費（5001元以上）
culture$v33r <- as.factor(ifelse(culture$v33 %in% 1:2, 0, 1))
levels(culture$v33r) <- c("低消費（5,000元以下）", "高消費（5,001元以上）")
culture$v33r <- set_label(culture$v33r, label = "文化消費金額")

frq(culture$v33r, out = "v")

文化消費金額 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
低消費（5,000元以下）		2612	36.79	36.79	36.79
高消費（5,001元以上）		4488	63.21	63.21	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.63 · σ=0.48

Q34 請問您的年齡是？

culture$v34c <- factor(
  case_when(
    culture$v34 %in% 15:19 ~ "15-19歲",
    culture$v34 %in% 2:3   ~ "20-29歲",
    culture$v34 %in% 4:5   ~ "30-39歲",
    culture$v34 %in% 6:7   ~ "40-49歲",
    culture$v34 %in% 8:10  ~ "50-64歲",
    culture$v34 == 11       ~ "65歲以上"
  ),
  levels = c("15-19歲", "20-29歲", "30-39歲", "40-49歲", "50-64歲", "65歲以上")
)
culture$v34c <- set_label(culture$v34c, label = "年齡")

frq(culture$v34c, out = "v")

年齡 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
15-19歲		308	4.34	4.34	4.34
20-29歲		992	13.97	13.97	18.31
30-39歲		1229	17.31	17.31	35.62
40-49歲		1372	19.32	19.32	54.94
50-64歲		1784	25.13	25.13	80.07
65歲以上		1415	19.93	19.93	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=4.07 · σ=1.47

Q35 請問您的教育程度？

culture$v35c <- factor(culture$v35,
  levels = 1:5,
  labels = c("小學以下", "國中", "高中職", "專科大學", "研究所以上"))
culture$v35c <- set_label(culture$v35c, label = "教育程度")

frq(culture$v35c, out = "v")

教育程度 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
小學以下		437	6.15	6.16	6.16
國中		525	7.39	7.40	13.56
高中職		1686	23.75	23.77	37.33
專科大學		3563	50.18	50.23	87.55
研究所以上		883	12.44	12.45	100.00
NA	NA	6	0.08	NA	NA
total N=7100 · valid N=7094 · x̄=3.55 · σ=1.01

Q36 請問您認為您是屬於哪個族群？

culture$v36c <- factor(culture$v36,
  levels = 1:6,
  labels = c("閩南人", "客家人", "外省人", "原住民", "新住民", "其他"))
culture$v36c <- set_label(culture$v36c, label = "族群")

frq(culture$v36c, out = "v")

族群 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
閩南人		5271	74.24	77.54	77.54
客家人		808	11.38	11.89	89.42
外省人		548	7.72	8.06	97.48
原住民		93	1.31	1.37	98.85
新住民		58	0.82	0.85	99.71
其他		20	0.28	0.29	100.00
NA	NA	302	4.25	NA	NA
total N=7100 · valid N=6798 · x̄=1.37 · σ=0.80

Q37 請問您目前從事的行業為何？

# 依產業分級，按產業性質區分為第一、二、三級產業及非勞動人口
# 第一級：農林漁牧業（選項3）
# 第二級：礦業、製造、電力燃氣、用水、營建工程（選項4~8）
# 第三級：所有服務業，含軍公教、商業、餐飲、資通訊、金融、藝文等（選項1~2、9~20）
# 非勞動人口：家管、學生、無業、退休（選項21~24）
culture$v37c <- factor(
  case_when(
    culture$v37 == 3               ~ "第一級產業",
    culture$v37 %in% 4:8           ~ "第二級產業",
    culture$v37 %in% c(1,2,9:20)  ~ "第三級產業",
    culture$v37 %in% 21:24         ~ "非勞動人口",
    culture$v37 == 25              ~ "其他"
  ),
  levels = c("第一級產業", "第二級產業", "第三級產業", "非勞動人口", "其他")
)
culture$v37c <- set_label(culture$v37c, label = "職業")

frq(culture$v37c, out = "v")

職業 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
第一級產業		192	2.70	2.72	2.72
第二級產業		1362	19.18	19.32	22.05
第三級產業		3023	42.58	42.89	64.93
非勞動人口		2456	34.59	34.84	99.77
其他		16	0.23	0.23	100.00
NA	NA	51	0.72	NA	NA
total N=7100 · valid N=7049 · x̄=3.11 · σ=0.81

Q38 請問您的個人月收入？

culture$v38c <- factor(
  case_when(
    culture$v38 %in% 1:2 ~ "無收入或1萬以下",
    culture$v38 %in% 3:4 ~ "1萬至3萬",
    culture$v38 %in% 5:6 ~ "3萬至5萬",
    culture$v38 %in% 7:8 ~ "5萬至7萬",
    culture$v38 == 9      ~ "7萬以上",
    culture$v38 == 10     ~ "收入不固定"
  ),
  levels = c("無收入或1萬以下", "1萬至3萬", "3萬至5萬", "5萬至7萬", "7萬以上", "收入不固定")
)
culture$v38c <- set_label(culture$v38c, label = "月收入")

frq(culture$v38c, out = "v")

月收入 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
無收入或1萬以下		1196	16.85	18.09	18.09
1萬至3萬		1332	18.76	20.14	38.23
3萬至5萬		2227	31.37	33.68	71.90
5萬至7萬		1004	14.14	15.18	87.09
7萬以上		854	12.03	12.91	100.00
收入不固定		0	0.00	0.00	100.00
NA	NA	487	6.86	NA	NA
total N=7100 · valid N=6613 · x̄=2.85 · σ=1.25

Q39 請問您的性別是？

culture$v67c <- factor(culture$v67, levels = 1:2, labels = c("男", "女"))
culture$v67c <- set_label(culture$v67c, label = "性別")

frq(culture$v67c, out = "v")

性別 (x) <categorical>

val	label	frq	raw.prc	valid.prc	cum.prc
男		3590	50.56	50.56	50.56
女		3510	49.44	49.44	100.00
NA	NA	0	0.00	NA	NA
total N=7100 · valid N=7100 · x̄=1.49 · σ=0.50

第三章 資料分析

壹、問卷題目與維度構成

一、代號與變數對照

  本研究放入近30個變數，主要可分為媒體使用、文化行為以及人口背景變數等三面向。

# ── 變數：媒體使用 ──────────────────────────────────
# v05r 有去電影院（1）/ 未去電影院（0）
# v06r 有看電視（1）/ 未看電視（0）
# v07r 有聽廣播（1）/ 未聽廣播（0）
# v08r 有讀雜誌（1）/ 未讀雜誌（0）
# v09r 有讀報紙（1）/ 未讀報紙（0）
# v10r 有讀書籍（1）/ 未讀書籍（0）

# ── 變數：文化行為 ──────────────────────────────────
# v11r 有欣賞現場古典傳統音樂（1）/ 未欣賞（0）
# v12r 有欣賞現場現代戲劇（1）/ 未欣賞（0）
# v13r 有欣賞現場傳統戲曲（1）/ 未欣賞（0）
# v14r 有欣賞現場舞蹈（1）/ 未欣賞（0）
# v15r 有欣賞現場流行音樂（1）/ 未欣賞（0）
# v16r 有去KTV（1）/ 未去（0）
# v17r 有參觀視覺藝術展覽（1）/ 未參觀（0）
# v19r 有參觀文化相關展覽（1）/ 未參觀（0）
# v20r 有參與文藝民俗節慶（1）/ 未參與（0）
# v22r 有去博物館（1）/ 未去（0）
# v25r 有去文化機構場所（1）/ 未去（0）
# v26r 有線上文化參與（1）/ 未有（0）
# v30r 有學習文化技藝（1）/ 未學習（0）
# v33r 高消費5,001元以上（1）/ 低消費5,000元以下（0）

# ── 變數：人口背景 ──────────────────────────────────
# v01c 居住地   非六都（0）/ 六都（1）
# v34c 年齡     15-19歲 / 20-29歲 / 30-39歲 / 40-49歲 / 50-64歲 / 65歲以上
# v35c 教育程度 小學以下 / 國中 / 高中職 / 專科大學 / 研究所以上
# v36c 族群     閩南人 / 客家人 / 外省人 / 原住民 / 新住民 / 其他
# v37c 職業     第一級產業 / 第二級產業 / 第三級產業 / 非勞動人口 / 其他
# v38c 月收入   無收入或1萬以下 / 1萬至3萬 / 3萬至5萬 / 5萬至7萬 / 7萬以上
# v67c 性別     男 / 女

二、陡坡圖

fviz_screeplot(res, ncp = 10, barfill = "#7B7B7B", barcolor = "#7B7B7B",
               linecolor = "#1a1a1a", title = "")

  第一維度解釋了約 20% 的變異，是最具解釋力和主導性的維度。後面幾個維度的陡坡趨於平緩，解釋力皆不到 10% 且遞減幅度縮小，本研究採用前兩個維度進行後續的結構分析與詮釋，共解釋約 30% 的變異量。

三、維次歸納描述

corrplot(res$var$cos2, is.corr = FALSE, tl.cex = 0.8, tl.col = "#000000",
         col = colorRampPalette(c("#FFFFFF", "#000000"))(500),
         method = "circle", title = "")

  第一維度是所有維度中貢獻度最高的軸線，其變異量佔比最大，主導了整體結構。貢獻度最高的是文化機構場所（v25r）、文化相關展覽（v19r）與博物館（v22r）三個變數，顯示這幾種文化場館的實際進場行為是高度一致且難以分割的核心概念。書籍閱讀（v10r）、現代戲劇（v12r）、古典傳統音樂（v11r）等變數也具有相當高的貢獻度，表明主動進入各類文化場館、養成閱讀習慣與欣賞現場表演藝術的整體傾向，形成了一個緊密相連的行為集群。

  報紙閱讀（v09r）與線上文化參與（v26r）是第二維度貢獻度最高的兩個變數，接著是傳統戲曲（v13r）與電視（v06r），說明傳統紙本媒體的使用習慣、線上文化活動的缺席，以及對傳統表演藝術的涉入，是高度關聯的行為模式。第二維度軸線所捕捉的潛在結構，反映的是受訪者在傳統媒體接觸與數位文化參與之間的取向差異。

  第三維度的核心變數是流行音樂（v15r）、現代戲劇（v12r）與文化消費金額（v33r），顯示現場流行娛樂的參與傾向與消費強度，是獨立於場館進場行為和媒體使用模式之外的另一層文化行為面向。第四維度的核心變數是雜誌閱讀（v08r）與文藝民俗節慶（v20r），但在前三個維度上貢獻相對有限，可得知雜誌閱讀習慣與民俗節慶的參與，與其他核心文化行為是相對分立的特徵。

（一）第一維次主要貢獻變數類別

fviz_contrib(res, choice = "var", axes = 1, top = 20,
             fill = "#7B7B7B", color = "#7B7B7B") +
  theme(axis.text.x = element_text(size = 6, angle = 45, hjust = 1),
        plot.title = element_text(size = 11, hjust = 0.5, face = "bold")) +
  labs(title = "第一維次主要貢獻變數類別")

  Dim 1 各變數類別依貢獻度由高至低排列，依序為有參觀視覺藝術展覽（v17r_1）、未去文化機構場所（v25r_0）、有參觀文化相關展覽（v19r_1）、未去博物館（v22r_0）、未參觀視覺藝術展覽（v17r_0）、有去博物館（v22r_1）、未讀書籍（v10r_0）、有欣賞現場現代戲劇（v12r_1）、有欣賞現場古典傳統音樂（v11r_1）、未參觀文化相關展覽（v19r_0）、有欣賞現場流行音樂（v15r_1）、未有線上文化參與（v26r_0）、有欣賞現場舞蹈（v14r_1）、有去電影院（v05r_1）、有讀書籍（v10r_1）、有讀雜誌（v08r_1）、有參與文藝民俗節慶（v20r_1）、未參與文藝民俗節慶（v20r_0）、未學習文化技藝（v30r_0），以及有欣賞現場傳統戲曲（v13r_1）。其中前 19 個類別之貢獻度均高於紅色平均線。這些類別共同指向一種行為模式：是否主動進入各類文化場所、養成閱讀習慣並欣賞現場表演藝術，是形塑第一維度最核心的力量。第一維度軸線所代表的潛在變數可暫時定義為「文化場館涉入與主動參與軸」。

（二）第二維次主要貢獻變數類別

fviz_contrib(res, choice = "var", axes = 2, top = 20,
             fill = "#7B7B7B", color = "#7B7B7B") +
  theme(axis.text.x = element_text(size = 6, angle = 45, hjust = 1),
        plot.title = element_text(size = 11, hjust = 0.5, face = "bold")) +
  labs(title = "第二維次主要貢獻變數類別")

  Dim 2 各變數類別依貢獻度由高至低排列，依序為有讀報紙（v09r_1）、未有線上文化參與（v26r_0）、有欣賞現場傳統戲曲（v13r_1）、未看電視（v06r_0）、有去電影院（v05r_1）、有去 KTV（v16r_1）、有讀雜誌（v08r_1）、有欣賞現場古典傳統音樂（v11r_1）、未去電影院（v05r_0）、低消費（v33r_0）、有聽廣播（v07r_1）、有欣賞現場舞蹈（v14r_1）、有欣賞現場現代戲劇（v12r_1）、未讀報紙（v09r_0）、未去 KTV（v16r_0）、高消費（v33r_1）、有看電視（v06r_1）、有參與文藝民俗節慶（v20r_1）、未聽廣播（v07r_0）、未讀雜誌（v08r_0）。其中僅前 13 個類別（至有欣賞現場現代戲劇為止）之貢獻度高於紅色平均線。第二維度並非由第一維度所構成的場館涉入行為所驅動，而是由傳統紙本媒體的接觸習慣（v09r_1）、線上文化活動的缺席（v26r_0），以及傳統表演欣賞與商業娛樂場所的使用偏好所主導，共同形成一個獨立於文化場館涉入之外的媒體與休閒取向結構。第二維度軸線所代表的潛在變數可暫時標記為「傳統媒體接觸與數位文化參與軸」。

四、變數關聯分佈圖

plot(res, axes = c(1, 2), new.plot = TRUE, choix = "var",
     col.var = "#9B5961", col.quali.sup = "#4A6B82",
     label = c("var", "quali.sup"),
     invisible = c("ind", "ind.sup"),
     autoLab = "yes",
     xlim = c(-0.1, 0.6), ylim = c(-0.1, 0.3),
     title = "變數關聯分佈圖", cex = 0.7)

  視覺藝術展覽（v17r）、博物館（v22r）、文化相關展覽（v19r）三個變數距離原點最遠，向量長度最長，且最貼近 Dim 1 水平軸，構成第一維度最純粹的核心群組。文藝民俗節慶（v20r）、現代戲劇（v12r）與古典傳統音樂（v11r）三個變數在空間中彼此距離極近，形成一個獨立的表演藝術與節慶活動子群組，與視覺藝術場館核心群方向相近但距離原點略近，說明這兩組變數雖然同屬 Dim 1 的構成元素，但在受訪者的行為組合中仍有一定程度的區隔。

  雜誌（v08r）與教育程度（v35c）兩者在空間中位置相近，均介於 Dim 1 與 Dim 2 之間偏向 Dim 1 方向，顯示雜誌閱讀習慣與教育背景在行為組合上具有一定的同向性，但兩者距離原點均不算遠，關聯強度屬於中等程度。報紙（v09r）則明顯偏向 Dim 2 垂直軸，是圖中在 Dim 2 方向上伸展最遠的變數，且與年齡（v34c）人口變數的空間距離極近，暗示報紙閱讀習慣與年齡背景在受訪者的行為組合中高度同步，兩者所構成的群組與雜誌及教育程度群組在空間上形成清楚的區隔。

  文化消費金額（v33r）、廣播（v07r）與職業（v37c）三者在空間中位置相近，均偏向 Dim 2 略偏正向但 Dim 1 接近零軸的位置，三者的向量長度均屬中等，顯示這三個變數在此二維空間中雖非核心驅動元素，但彼此之間在空間位置上仍呈現出一定程度的共同結構。

  KTV（v16r）與傳統戲曲（v13r）兩者在空間中距離相當近，均偏向 Dim 2 方向，但兩者在 Dim 1 上的位置卻有所差異：傳統戲曲距離原點較遠且偏 Dim 1 正向，顯示其與場館涉入群組存在一定的空間關聯；KTV 則距離原點較近且 Dim 1 略偏負向，與精緻文化場館涉入核心群保持更大的空間距離，說明兩者雖然在 Dim 2 方向上共存，但在文化場館涉入程度的軸線上卻分屬不同的位置。

  線上文化參與（v26r）的位置在圖中相當特殊，其向量方向介於 Dim 1 與 Dim 2 之間，與純粹貼近 Dim 1 軸的場館涉入核心群、偏 Dim 2 方向的報紙年齡群組，以及 KTV 傳統戲曲群組均保持著清楚的空間距離，顯示線上文化參與在行為組合上具有一定的獨立性，難以被歸入任何一個既有的行為群組。

  族群（v36c）、月收入（v38c）、性別（v67c）、居住地（v01c）等人口變數的向量極短，幾乎集中在原點附近，顯示這些人口背景變數在此二維空間中的解釋力相當有限，顯示文化行為的分化並非由這些特徵所主導。

貳、維度象限描述與變數類別

一、完整類別分佈圖

plot(res, axes = c(1, 2), new.plot = TRUE,
     col.var = "#9B5961", col.quali.sup = "#4A6B82",
     label = c("var", "quali.sup"),
     invisible = c("ind", "ind.sup"),
     autoLab = "yes",
     xlim = c(-1.5, 1.5), ylim = c(-1, 1.5),
     title = "完整類別分布圖", cex = 0.7)

  未有線上文化參與（v26r_0）的類別在空間中位置最為特立獨行，其位於 Dim 2 軸線極高位且 Dim 1 明顯偏負向，與其他所有類別保持著顯著的距離。小學以下（v35c_小學以下）的位置緊隨其後，同樣偏 Dim 1 負向且 Dim 2 高位，兩者的空間接近暗示完全不參與線上文化活動的群體，與低教育程度群體在行為組合上存在一定的重疊。

  有欣賞現場傳統戲曲（v13r_1）、有欣賞現場古典傳統音樂（v11r_1）、有欣賞現場舞蹈（v14r_1）與有欣賞現場現代戲劇（v12r_1）四個類別在 Dim 1 正向且 Dim 2 正向的位置彼此相近，共同構成一個現場表演藝術的積極涉入群組。有讀報紙（v09r_1）同樣偏 Dim 2 正向且與表演藝術群組位置相近，說明傳統紙本媒體使用者與現場表演欣賞者在空間上具有一定的共存關係，但有聽廣播（v07r_1）與該群組的距離相對較遠，與廣播變數的空間關聯強度不及報紙。

  有去電影院（v05r_1）、有去 KTV（v16r_1）、15-19 歲（v34c_15-19歲）與 20-29 歲（v34c_20-29歲）四個類別在 Dim 1 正向且 Dim 2 負向的位置緊密群聚，顯示年輕世代與商業娛樂消費在此空間中是高度伴隨的組合，且其 Dim 2 座標明顯低於表演藝術群組，兩者在文化行為取向上形成清楚的世代對比。未看電視（v06r_0）孤立地出現在 Dim 2 極負向位置，是圖中在 Dim 2 負向側最為極端的單一類別。

  65 歲以上（v34c_65歲以上）、職業第一級產業（v37c_第一級產業）與國中（v35c_國中）位置相近，均偏 Dim 1 負向且 Dim 2 正向，三者共同描繪了一個年齡偏長、教育程度相對較低的群體輪廓，其文化行為偏向低文化場館涉入，且在空間上與年輕世代的商業娛樂消費群組形成鮮明對比。研究所以上（v35c_研究所以上）、7萬以上（v38c_7萬以上）與有讀書籍（v10r_1）落在 Dim 1 正向側，與有去博物館（v22r_1）、有參觀視覺藝術展覽（v17r_1）的位置方向一致，顯示高教育程度、高收入與閱讀習慣三者在文化場館積極涉入的方向上高度同步，這種符合常識的空間關聯，為整份資料的空間結構提供了可信的基礎。

二、前 20 個最主要貢獻變數類別分佈

plot(res, axes = c(1, 2), new.plot = TRUE,
     col.var = "#9B5961", col.quali.sup = "#4A6B82",
     label = c("var", "quali.sup"),
     selectMod = "cos2 20",
     invisible = c("ind", "ind.sup"),
     xlim = c(-1, 1), ylim = c(-0.5, 0.5),
     autoLab = "yes",
     title = "前 20 個最主要貢獻變數類別分佈", cex = 0.7)

  第一象限（Dim 1 正向、Dim 2 正向）由積極的傳統文化涉入與高收入特徵所共同定義。有參與文藝民俗節慶（v20r_1）在此象限中 Dim 2 座標最高，有參觀視覺藝術展覽（v17r_1）緊隨其右，兩者的空間共存顯示積極參與民俗節慶與進入視覺藝術場館的行為，在台灣受訪者中可能由同一批廣泛文化涉入者所支撐。7 萬以上（v38c_7萬以上）的人口類別也落在此象限，與有去博物館（v22r_1）、研究所以上（v35c_研究所以上）位置相近，顯示高收入與高教育程度群體在積極文化場館涉入上具有高度的空間一致性。

  第二象限（Dim 1 負向、Dim 2 正向）聚集了未去電影院（v05r_0）、國中（v35c_國中）、職業非勞動人口（v37c_非勞動人口）、50-64 歲（v34c_50-64歲）與非六都（v01c_非六都）等類別。這些類別的共存描繪了一個年齡偏長、教育程度相對較低、非居住在主要都會區的群體輪廓，其文化行為偏向低文化場館涉入且較少前往商業文化消費場所。1 萬至 3 萬（v38c_1萬至3萬）也落在此象限，與非勞動人口位置相近，顯示低收入與非勞動狀態在文化行為上具有相似的空間位置。

  第三象限（Dim 1 負向、Dim 2 負向）是低文化涉入的核心集中區，未讀書籍（v10r_0）、未去博物館（v22r_0）、未參觀視覺藝術展覽（v17r_0）、未參觀文化相關展覽（v19r_0）、未欣賞現場古典傳統音樂（v11r_1）與未欣賞現場現代戲劇（v12r_0）密集群聚於此，幾乎所有場館與表演欣賞的「未」類別在此形成高度集中的群聚，與第一象限的積極涉入群構成整個空間中最強烈的對比軸線。

  第四象限（Dim 1 正向、Dim 2 負向）呈現積極文化消費與年輕中青年世代的交疊。有去電影院（v05r_1）在此象限中 Dim 2 座標最低，和有參觀文化、視覺藝術展覽的群體有一定距離，說明電影院所代表的商業娛樂消費，其進場門檻低、內容選擇以市場需求為導向，與視覺藝術展覽等需要一定文化背景才能充分涉入的場館在性質上不同，進場館的是一群特定背景的同溫層，而電影院的受眾邏輯與之平行但並不交疊。有去博物館（v22r_1）、有參觀文化相關展覽（v19r_1）、有讀書籍（v10r_1）也落在此象限，30-39 歲（v34c_30-39歲）與專科大學（v35c_專科大學）的人口類別同樣集中於此，顯示受過中等以上教育的中青年是現代文化場館最活躍的涉入群體。其 Dim 2 座標明顯低於第一象限的類別，與偏 Dim 2 正向的傳統表演欣賞群保持清楚的空間距離，代表一種現代場館消費導向而非傳統文化品味導向的涉入模式。

參、受訪者分佈呈現

一、總受訪者分佈

plot(res, axes = c(1, 2), new.plot = TRUE, choix = "ind",
     col.ind = "#7A7A7A", col.ind.sup = "#7A7A7A",
     label = "none",
     invisible = c("var", "quali.sup"),
     xlim = c(-1.2, 1.2), ylim = c(-1.2, 1.2),
     title = "受訪者分佈圖")

  受訪者點雲在二維空間中整體呈現相當均勻的分散分布，四個象限中都有相當密度的個體點，顯示台灣民眾在文化行為上的組合相當多元，並不存在某一種文化行為模式主導大多數受訪者的情形。

  Dim 1 正向側（高文化場館涉入端）與 Dim 1 負向側（低文化場館涉入端）的個體密度雖然大致相當，但點雲在 Dim 1 方向的延伸範圍較 Dim 2 方向略寬，顯示第一維度所捕捉的文化場館涉入程度差異在受訪者之間的分散幅度相對較大。第一象限與第四象限的點雲密度相對較高，顯示積極涉入各類文化活動的受訪者佔有相當比例。

  整體而言，受訪者並未在空間中形成明顯的集群結構，而是呈現出連續且分散的分布，反映台灣民眾文化行為組合的高度多樣性。

二、人口背景群體分佈

（一）教育程度分佈

fviz_ellipses(res, "教育程度",
              geom = "point", alpha = 0.05, point.size = 0.5,
              palette = c("#F06E7D", "#E8873A", "#A9A147", "#2BB98C", "#3A9DCB")) +
  labs(title = "教育程度分佈圖") +
  theme(plot.title = element_text(size = 11, hjust = 0.5, face = "bold"))

  教育程度各組橢圓中心沿 Dim 1 軸線呈現有序的空間排列：小學以下（粉紅）橢圓中心位於第二象限，國中（橙）橢圓中心同樣偏第二象限但較小學以下略靠近原點，高中職（黃綠）橢圓中心落在 Dim 1 零軸附近，專科大學（綠）與研究所以上（藍）橢圓中心均明顯偏向第一、四象限，兩者極為接近，符合常理的有序排列確認了資料空間的可信度。

  研究所以上與專科大學兩組橢圓均相當集中，顯示高教育程度群體在文化行為上的同質性最高。小學以下的橢圓範圍相對較大，反映此組別內部包含了異質背景的成員，其文化行為的多樣程度因此較高。此圖顯示教育程度對文化行為的分化效果主要體現在低教育程度（小學以下、國中）與高教育程度（專科大學、研究所以上）的兩端，中間層次的區隔並不顯著。

  小學以下的橢圓中心在第二象限偏上方，與報紙、傳統表演欣賞等同樣位於第二象限的類別方向一致，暗示低教育程度群體雖然在整體文化場館涉入上偏低，但其媒體接觸模式可能偏向傳統管道，與同樣落在第一象限的傳統表演欣賞高文化涉入群形成一種對照：兩者在媒體使用方向上相似，但在文化場館涉入上卻落在截然相反的位置。

（二）年齡分佈

fviz_ellipses(res, "年齡",
              geom = "point", alpha = 0.05, point.size = 0.5,
              palette = c("#F06E7D", "#E8873A", "#A9A147", "#2BB98C", "#3A9DCB", "#B94ABF")) +
  labs(title = "年齡分佈圖") +
  theme(plot.title = element_text(size = 11, hjust = 0.5, face = "bold"))

  年齡也是人口變數中空間分化清晰且結構豐富的組別，各年齡組的橢圓中心並非沿單一軸線排列，而是形成了一個跨越多個象限的弧形分布，在 Dim 1 與 Dim 2 兩個方向上均呈現出明顯的世代差異。

  65 歲以上（紫）的橢圓中心位於第二象限且在所有年齡組中偏上方最多，顯示年長退休群體的整體文化場館涉入偏低；其落在第二象限偏上的位置，對應圖中報紙閱讀與傳統表演欣賞的位置方向，暗示 65 歲以上群體的文化行為組合中可能保有傳統媒體接觸的習慣，其低文化場館涉入並不代表完全的文化脫離，而是一種以傳統媒體為主要文化接觸管道的特定模式。50-64 歲（藍）橢圓中心同樣位於第二象限但較 65 歲以上更接近原點，是 65 歲以上往中青年過渡的中間位置。40-49 歲（青）橢圓中心最接近原點，是各年齡組中最接近整體樣本平均的群體。

  15-19 歲（粉紅）與 20-29 歲（橙）的橢圓中心均落在第四象限，兩組橢圓幾乎重疊，對應圖中有去電影院、有去 KTV 的位置，顯示台灣年輕世代積極參與的文化形式偏向商業娛樂消費而非精緻文化場館。30-39 歲（黃綠）橢圓中心同樣落在第四象限但位置更接近 Dim 1 水平軸，在所有年齡組中最靠近有去博物館、有參觀文化相關展覽的類別位置，顯示此年齡層是現代文化場館最活躍的涉入群體，與 15-19 歲和 20-29 歲落在同一象限但在垂直方向上形成明顯的世代分化。

（三）職業分佈

fviz_ellipses(res, "職業",
              geom = "point", alpha = 0.05, point.size = 0.5,
              palette = c("#F06E7D", "#E8873A", "#A9A147", "#2BB98C", "#3A9DCB")) +
  labs(title = "職業分佈圖") +
  theme(plot.title = element_text(size = 11, hjust = 0.5, face = "bold"))

  第一級產業（粉紅）的橢圓中心距離原點最遠，落在第二象限偏上方，且橢圓範圍相對集中，顯示農林漁牧業從業者在整體文化場館涉入上偏低，且群體內部的行為同質性較高，是所有職業類別中空間位置最為特殊的組別。其落在第二象限偏上的位置與年齡分布圖中 65 歲以上群體的位置方向一致，兩者的空間接近顯示第一級產業從業者與高齡群體在文化行為組合上可能存在一定的重疊，這在台灣農業從業人口的年齡結構背景下是一個符合現實的空間關聯。

  第二級產業（橙）與第三級產業（黃綠）的橢圓位於原點附近，代表製造業與服務業從業者在文化行為上並無顯著差異，共同構成台灣勞動人口的文化行為平均樣貌。其他類別（藍）的橢圓範圍最大且延伸至第一、四象限，顯示被歸入其他職業類別的受訪者，其文化行為組合最為多元且不集中。

第四章 結論

壹、研究發現與討論

一、社會經濟地位與階級區異

  本研究以2023年文化參與及消費調查資料庫為基礎，透過多重對應分析探索台灣民眾文化行為結構的整體輪廓。文化品味的形成是長期資本條件內化的產物，而非純粹的個人偏好（陳志賢，2016）。第一維度所捕捉的行為結構，呼應了Bourdieu（1990）文化資本理論的核心。空間分析顯示，社會經濟地位愈高的群體，其文化行為的重心愈向精緻文化場館集中；反之，低教育程度與低收入群體的涉入重心則落在對立端。這種呈現於多維空間的階層化結構，難以以個人自由選擇的邏輯加以解釋，接近Bourdieu所描述的習性（habitus）積累結果。這與陳志賢（2016）以大高雄地區為例的研究發現一致，文化資本的多寡正向且顯著影響藝文參與的類型與數量，並進一步確認文化資本對階級區異的作用；王佳煌與詹傑勝（2023）以參觀博物館為依變項的邏輯迴歸分析同樣發現，教育程度與文化消費金額是參觀行為最顯著的預測變項，為本研究空間分析的跨資料一致性提供了強力支持。許建中與羅逸平（2026）針對台灣幼兒的研究更進一步指出，文化資本的差距早在學前階段便已透過家中圖書數量與親子共讀經驗的落差而顯現，反映出社會經濟地位對個體文化素養發展具有長期累積性的影響，本研究在成人樣本中所觀察到的場館涉入差異，或許正是這種早期資源落差延續至成年的結果。

二、年齡取向與世代梯度分化

  第二維度的分析揭示了一條獨立於場館涉入程度之外的媒體接觸與文化取向對比結構。報紙閱讀與線上文化活動的缺席在空間上形成對立，而年齡是這條軸線最重要的人口對應變數。年長世代的文化行為保有傳統媒體接觸的特定邏輯，而年輕世代的文化重心則向商業娛樂消費移動，電影院與KTV所代表的文化形式，其低進入門檻與市場導向性質，與視覺藝術等需要一定文化背景才能充分涉入的場館在邏輯上截然有別；中青年世代則在量與質上同時維持最高的現代場館涉入強度，在空間中扮演連接精緻文化場館與當代主動消費者的橋梁角色。這種世代文化行為的梯度式差異，對應了賴逸芳（2017）所描述的文化消費樣態，數位科技的發展推動了文化接觸管道的世代分化，年輕世代的文化行為日益向線上與商業娛樂移動，而傳統媒體接觸習慣則主要保留在年長世代中。

三、族群性別與居住地的局限

  相較之下，族群、性別與居住地等人口背景變數在空間分析中的解釋力相當有限，其對文化行為整體分化的貢獻在多維空間中並不突出。而劉宜君和王俐容（2012）的研究也發現性別對特定藝文類型的參與有影響，但整體而言，主導文化參與不平等的核心因素仍是教育程度等反映文化資本的指標，而非性別或族群身分。就居住地而言，城鄉差異未呈現顯著空間分化，更可能反映本研究採用六都、非六都此二元類別的操作侷限，而非城鄉差距確實不存在。田潔菁（2008）在比較台灣、英國地方博物館政策時也指出，城鄉文化資源的分布不均長期是政策關注的核心問題。

四、文化參與不平等的制度回應

  本研究的整體分析顯示，台灣的文化參與不平等，在多維空間中主要呈現為社會經濟地位差異的空間投影，而非隨機分散的個人品味偏好。Bourdieu 與 Passeron（1990）指出，教育體制表面上奉行客觀中立的評核標準，實則以統治階級的文化規範為核心，透過習性的長期內化，將階級不平等轉化為看似自然的文化品味差異，從而完成文化合法性的再製。許建中與羅逸平（2026）亦指出，貧窮不僅是物質層面的匱乏，更是一種限制個體目標設定與資源調動能力的無力感文化，這與Bourdieu的習性概念高度互補，共同指向文化不平等在心理與結構層面的雙重再製機制。

  在政策意涵上，本研究的探索性發現呼應了劉宜君和王俐容（2012）的政策建議，要縮減文化參與的不平等，僅靠需求面的票價補助或場館增設並不足夠，必須從供給面與結構面同步介入，推動文化再分配，透過建立支持性環境與早期介入計畫提升弱勢群體的文化資本積累機會，以打破貧窮與文化剝奪的惡性循環。馬群傑（2011）對台南文化創意產業政策的研究同樣指出，公眾參與的認知差異若未獲得系統性回應，文化政策的效益往往只能惠及本已具備文化資本的群體，進而鞏固而非縮小既有的文化不平等。

貳、研究限制與未來展望

  就資料本身而言，本文化部調查為橫截面設計，無法追蹤同一群受訪者文化行為隨時間的動態變化，因此難以區分世代效應與年齡效應，亦無從討論文化習慣的長期養成路徑。此外，本研究的人口變數僅能反映問卷設計的既有類別，對遊民、新住民等特定弱勢處境的文化公民權剝奪問題，調查資料本身並不足以呈現其深度。戴瑜慧與郭盈靖（2012）亦指出，資訊商品化下弱勢群體所遭受的汙名化與文化發聲權的剝奪，是量化調查資料難以充分捕捉的現象。

  儘管如此，本研究作為探索性分析，以視覺化多維空間呈現系統性地勾勒出台灣民眾文化行為結構的整體輪廓，確認了社會經濟地位作為文化參與不平等核心驅動因素的空間一致性，為後續針對文化公民權落實、世代文化行為分化，以及地方文化政策效益等議題的深入研究，提供了初步的空間方位與研究線索。

參考文獻

壹、專書/期刊

王佳煌、詹傑勝（2023）。台灣人文化消費之研究：以參觀博物館為例。博物館與文化，26，61–104。https://www.airitilibrary.com/Article/Detail?DocID=P20161128001-N202312190003-00004

田潔菁（2008）。臺灣與英國地方博物館政策探究。博物館學季刊，22（4），77–89。https://doi.org/10.6686/MuseQ.200810_22(4).0005

許建中、羅逸平（2026）。從J. Bruner的理論到現實：貧窮對臺灣幼兒發展的影響。教育科學研究期刊，71（1），157–194。https://doi.org/10.6209/JORIES.202603_71(1).0006

馬群傑（2011）。地方文化創意產業政策的公眾參與認知研究。公共行政學報，40，1–39。https://doi.org/10.30409/JPA.201109_(40).0001

陳志賢（2016）。文化區異或文化雜食？──以Bourdieu觀點分析大高雄地區民眾藝文參與和階級再製。新聞學研究，126，47–92。https://doi.org/10.30386/MCR.201601_(126).0002

戴瑜慧、郭盈靖（2012）。資訊社會與弱勢群體的文化公民權：以台灣遊民另類媒體的崛起為例。新聞學研究，113，123–166。https://doi.org/10.30386/MCR.201210_(113).0004

劉宜君、王俐容（2012）。台灣文化權落實之研究：以文化參與實證調查為例。國家與社會，12，45–99。https://doi.org/10.30174/JSS.201206.0002

賴逸芳（2017）。文化消費趨勢與新樣態。臺灣經濟研究月刊，40（9），15–26。https://doi.org/10.29656/TERM.201709.0004

Bourdieu, P., & Passeron, J.-C. (1990). Reproduction in education, society and culture (R. Nice, Trans.). Sage Publications.

貳、政府資料

文化部（2025）。文化部推動文化藝術扎根補助作業要點（民國 114 年 11 月 5 日文藝字第 11430297321 號令訂定發布）。

文化部（2025）。文化部文化體驗內容徵選補助作業要點（民國 114 年 11 月 17 日文藝字第 11430311982 號令修正發布）。

參、網路資料

文化部（2025）。「文化部推動文化藝術扎根補助作業要點」即日起受理線上申請公告。文化部全球資訊網。檢自：https://www.moc.gov.tw/News_Content.aspx?n=105&s=246426