學術產出-學位論文
文章檢視/開啟
書目匯出
-
題名 探討我國歷年文化參與狀況
A Probe into Cultural Participation Trends in Taiwan Over the Years作者 洪羽柔
Hung, Yu-Jou貢獻者 鄭宇庭
洪羽柔
Hung, Yu-Jou關鍵詞 文化參與
決策樹
集群分析日期 2024 上傳時間 3-六月-2024 11:54:03 (UTC+8) 摘要 文化參與在數位科技迅速的發展下變得更加重要，不僅改變了人們的生活方式，還深刻影響了對文化的期望和參與方式。捕捉我國民眾對文化的關注點、參與方式和消費趨勢，成為文化政策制定者和文化產業從業者的迫切需求，文化參與的重要性體現在有助於文化的保存、傳承和創新，同時也有助於社會互動和文化多樣性的推動，因此，本研究旨在探討臺灣國民文化參與的變化趨勢以及相關因素，所使用資料為文化部2017年至2020年《文化參與及消費調查》問卷中的部份問項，並運用決策樹以及集群分析來了解國人近年來的文化參與歷年差異與影響民眾參與的重要因素，最終根據研究結果提供建議，以提升國人參與文化活動的意願。 綜合研究結果，2019年至2020年因為面臨肺炎的爆發，導致需出門參與文化活動的受到影響，參與率和參與頻率皆明顯下降，而傳統文化媒體如電視和廣播仍然保持穩定的受眾，同樣地，學習文化相關技藝也不受疫情的限制，故參與率沒有劇烈的變化，而閱讀雜誌和報紙因科技進步而受眾減少，另外，近九成的國民已有透過電子產品參與線上文化活動的經驗，且使用頻率逐年遞增。決策樹分析顯示，年齡和教育程度是影響參與不同文化活動的關鍵因素，個人的族群種類的影響程度則相對有限。最後，透過集群分析將國民依照個人資訊做分群，發現四年的整體表現大同小異，年長且受教育經歷較少的民眾通常在閱讀報紙、收聽廣播、觀看電視的頻率上較頻繁，反觀，青壯年族群且教育程度屬於大學、專科或以上者，在到影廳欣賞電影、需使用網路及部份需出門參與的文化活動上參加頻率較高，然而，依然存在一些文化活動在民眾的參與程度上呈現極低的狀況。 參考文獻 一、 中文文獻 1. 于國華、吳靜吉，2012，台灣文化創意產業的現況與前瞻，二十一世紀雙月刊第133期，頁82-88。 2. 文化部，2018，2018文化政策白皮書，文化部出版。 3. 文化部，2021，2020臺灣文化創意產業發展年報，文化內容策進院出版。 4. 王兆毅，2013，文化參與、文化消費與文化機會──以台北華山與松山兩大文創園區為中心的研究(國立高雄應用科技大學文化創意產業研究所碩士論文)，臺灣碩博士論文知識加值系統。 5. 王俐容，2006，文化公民權的建構：文化政策的發展與公民權的落實，公共行政學報第20期，頁129-159。 6. 朱蕙蘭，2004，影響台中市居民參與文化活動因素之研究(朝陽科技大學休閒事業管理系碩士班碩士論文)，臺灣碩博士論文知識加值系統。 7. 行政院，2009，《文化基本法》。 8. 行政院文化建設委員會，2006，2004文化統計，行政院文化建設委員會出版。 9. 行政院經濟建設委員會，2002，挑戰2008：國家發展重點計畫（2002－2007）。 10. 李明杉，2005，科技發展史與社會文化關係之分析，生活科技教育月刊第38卷第1期，頁23-29。 11. 林人中，2021，到不了的地方？ 表演藝術未來趨向觀測。檢自：https://artouch.com/art-views/content-37978.html (Sep. 10,2023) 12. 林佳欣，2019，台灣民眾文化參與及消費研究(國立政治大學統計學系碩士論文)，臺灣碩博士論文知識加值系統。 13. 林冠瑩、林翠芳，2018，政府文化資源挹注與民眾文化活動參與關係之探討，財稅研究期刊第47卷第2期，頁90-110。 14. 邱文舜，2012，公民文化參與暨文化消費行為初探：以苗栗縣為例(國立聯合大學經濟與社會研究所碩士論文)，臺灣碩博士論文知識加值系統。 15. 邱惇，2016，多規格電影之消費決策流程初探(國立政治大學科技管理與智慧財產研究所碩士論文)，臺灣碩博士論文知識加值系統。 16. 洪得惠，2003，高雄市中高齡婦女的文化活動參與、阻礙及其身心健康之相關研究(中國文化大學生活應用科學研究所碩士在職專班論文)，臺灣碩博士論文知識加值系統。 17. 徐曉鶯，2003，不同表演藝術類型之觀眾付費價格差異及其影響因素之比較(朝陽科技大學休閒事業管理系碩士論文)，朝陽科技大學碩博士論文系統。 18. 張佑瑋，2007，應用集群分析於顧客關係管理之研究─以汽車電子資訊產品個案公司為例(育達商業技術學院資訊管理所碩士論文)，臺灣碩博士論文知識加值系統。 19. 張建一、賴逸芳，2022，新冠疫情對文化產業的衝擊與影響，主計月刊第799期，頁30-35。 20. 產業諮詢會，2020，表演藝術數位轉型焦點諮詢會（上）：劇場上線，超疫無限。檢自：https://taicca.tw/article/32a31f0b (Sep. 10,2023) 21. 郭怡汎，2018，五月天演唱會的體驗價值探討(國立政治大學科技管理與智慧財產研究所碩士論文)，臺灣碩博士論文知識加值系統。 22. 陳亞萍，2000，北市表演藝術觀眾之生活型態與行銷研究(國立中央大學藝術學研究所碩士論文)，臺灣碩博士論文知識加值系統。 23. 陳昱廷，2022，以資料探勘探討臺灣文化參與及消費特徵研究(南華大學文化創意事業管理學系碩士論文)，臺灣碩博士論文知識加值系統。 24. 楊志堅、張家榮，2000，群集分析的介紹，進修學訊年刊第6期，頁42-49。 25. 楊智超，2006，一個以RFID為基礎的定位機制(國立交通大學資訊管理研究所碩士論文)，臺灣碩博士論文知識加值系統。 26. 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，國家與社會學報期刊第12期，頁45-99。 27. 蔡貝君，2022，應用資料探勘探討民眾文化活動參與及消費特性-以108年文化參與及消費調查為例(國立高雄科技大學智慧商務系碩士論文)，臺灣碩博士論文知識加值系統。 二、 外文文獻 1. Biggs, D., B. De Ville and E. Suen. (1991). A method of choosing multiway partitions for classification and decision trees. Journal of Applied Statistics,18(1), 49-62. 2. Bihagen, E. and T. Katz-Gerro. (2000). Culture consumption in Sweden: The stability of gender differences. Poetics, 27(5-6), 327-349. 3. Breiman, L., J. Friedman, C. J. Stone and R.A. Olshen. (1984). Classification and Regression Trees. Wadsworth, California. 4. Cristina Muñiz, Plácido Rodríguez and María José Suárez. (2017). Participation in cultural activities: specification issues. Journal of Cultural Economics, 41, 71-93. 5. Jörg Rössel, P. Schenk and S. Weingartner. (2017). Cultural consumption. Emerging Trends in the Social and Behavioral Sciences: An Interdisciplinary, Searchable, and Linkable Resource. 6. Kass, G. V. (1980). An Exploratory Technique for Investigating Large Quantities of Categorical Data . Applied Statistics, 29(2), 119-127. 7. Loh, W.-Y. and Shih, Y.-S. (1997). Split selection methods for classification trees. Statistica Sinica, vol. 7, 815-840. 8. Margriet van Hek and Gerbert Kraaykamp. (2013). Cultural consumption across countries: A multi-level analysis of social inequality in highbrow culture in Europe. Poetics, 41(4), 323-341. 9. Pascal C. and F. Zhang. (2018). Cultural participation in major Chinese cities. Journal of Cultural Economics, 42, 543-592. 10. Suciu, M.C., C. Năsulea and D. F. Nasulea. (2018). Developing Cultural Industries in Central and Eastern European Countries. Management of Sustainable Development, 10(2), 51-56. 11. Wang, B. (2018). Study on Regional Culture Consumption Level and Its Affecting Factors—On Basis of 31 Provinces’ Data in China. Advances in Applied Sociology, 8, 350-358. 描述 碩士
國立政治大學
統計學系
109354009資料來源 http://thesis.lib.nccu.edu.tw/record/#G0109354009 資料類型 thesis dc.contributor.advisor 鄭宇庭 zh_TW dc.contributor.author (作者) 洪羽柔 zh_TW dc.contributor.author (作者) Hung, Yu-Jou en_US dc.creator (作者) 洪羽柔 zh_TW dc.creator (作者) Hung, Yu-Jou en_US dc.date (日期) 2024 en_US dc.date.accessioned 3-六月-2024 11:54:03 (UTC+8) - dc.date.available 3-六月-2024 11:54:03 (UTC+8) - dc.date.issued (上傳時間) 3-六月-2024 11:54:03 (UTC+8) - dc.identifier (其他 識別碼) G0109354009 en_US dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/151536 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 統計學系 zh_TW dc.description (描述) 109354009 zh_TW dc.description.abstract (摘要) 文化參與在數位科技迅速的發展下變得更加重要，不僅改變了人們的生活方式，還深刻影響了對文化的期望和參與方式。捕捉我國民眾對文化的關注點、參與方式和消費趨勢，成為文化政策制定者和文化產業從業者的迫切需求，文化參與的重要性體現在有助於文化的保存、傳承和創新，同時也有助於社會互動和文化多樣性的推動，因此，本研究旨在探討臺灣國民文化參與的變化趨勢以及相關因素，所使用資料為文化部2017年至2020年《文化參與及消費調查》問卷中的部份問項，並運用決策樹以及集群分析來了解國人近年來的文化參與歷年差異與影響民眾參與的重要因素，最終根據研究結果提供建議，以提升國人參與文化活動的意願。 綜合研究結果，2019年至2020年因為面臨肺炎的爆發，導致需出門參與文化活動的受到影響，參與率和參與頻率皆明顯下降，而傳統文化媒體如電視和廣播仍然保持穩定的受眾，同樣地，學習文化相關技藝也不受疫情的限制，故參與率沒有劇烈的變化，而閱讀雜誌和報紙因科技進步而受眾減少，另外，近九成的國民已有透過電子產品參與線上文化活動的經驗，且使用頻率逐年遞增。決策樹分析顯示，年齡和教育程度是影響參與不同文化活動的關鍵因素，個人的族群種類的影響程度則相對有限。最後，透過集群分析將國民依照個人資訊做分群，發現四年的整體表現大同小異，年長且受教育經歷較少的民眾通常在閱讀報紙、收聽廣播、觀看電視的頻率上較頻繁，反觀，青壯年族群且教育程度屬於大學、專科或以上者，在到影廳欣賞電影、需使用網路及部份需出門參與的文化活動上參加頻率較高，然而，依然存在一些文化活動在民眾的參與程度上呈現極低的狀況。 zh_TW dc.description.tableofcontents 摘要 I 目錄 II 表目錄 III 圖目錄 IV 第壹章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 2 第三節 研究流程 2 第貳章 文獻探討 4 第一節 文化參與概述 4 第二節 現今社會的文化消費 9 第參章 研究方法 11 第一節 資料來源 11 第二節 變數介紹 13 第三節 分析方法 16 第肆章 實證分析 19 第一節 歷年文化參與狀況 19 第二節 歷年文化參與之決策樹 35 第三節 集群分析 57 第伍章 結論與建議 73 第一節 結論 73 第二節 建議 74 參考文獻 76 zh_TW dc.format.extent 3698434 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0109354009 en_US dc.subject (關鍵詞) 文化參與 zh_TW dc.subject (關鍵詞) 決策樹 zh_TW dc.subject (關鍵詞) 集群分析 zh_TW dc.title (題名) 探討我國歷年文化參與狀況 zh_TW dc.title (題名) A Probe into Cultural Participation Trends in Taiwan Over the Years en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、 中文文獻 1. 于國華、吳靜吉，2012，台灣文化創意產業的現況與前瞻，二十一世紀雙月刊第133期，頁82-88。 2. 文化部，2018，2018文化政策白皮書，文化部出版。 3. 文化部，2021，2020臺灣文化創意產業發展年報，文化內容策進院出版。 4. 王兆毅，2013，文化參與、文化消費與文化機會──以台北華山與松山兩大文創園區為中心的研究(國立高雄應用科技大學文化創意產業研究所碩士論文)，臺灣碩博士論文知識加值系統。 5. 王俐容，2006，文化公民權的建構：文化政策的發展與公民權的落實，公共行政學報第20期，頁129-159。 6. 朱蕙蘭，2004，影響台中市居民參與文化活動因素之研究(朝陽科技大學休閒事業管理系碩士班碩士論文)，臺灣碩博士論文知識加值系統。 7. 行政院，2009，《文化基本法》。 8. 行政院文化建設委員會，2006，2004文化統計，行政院文化建設委員會出版。 9. 行政院經濟建設委員會，2002，挑戰2008：國家發展重點計畫（2002－2007）。 10. 李明杉，2005，科技發展史與社會文化關係之分析，生活科技教育月刊第38卷第1期，頁23-29。 11. 林人中，2021，到不了的地方？ 表演藝術未來趨向觀測。檢自：https://artouch.com/art-views/content-37978.html (Sep. 10,2023) 12. 林佳欣，2019，台灣民眾文化參與及消費研究(國立政治大學統計學系碩士論文)，臺灣碩博士論文知識加值系統。 13. 林冠瑩、林翠芳，2018，政府文化資源挹注與民眾文化活動參與關係之探討，財稅研究期刊第47卷第2期，頁90-110。 14. 邱文舜，2012，公民文化參與暨文化消費行為初探：以苗栗縣為例(國立聯合大學經濟與社會研究所碩士論文)，臺灣碩博士論文知識加值系統。 15. 邱惇，2016，多規格電影之消費決策流程初探(國立政治大學科技管理與智慧財產研究所碩士論文)，臺灣碩博士論文知識加值系統。 16. 洪得惠，2003，高雄市中高齡婦女的文化活動參與、阻礙及其身心健康之相關研究(中國文化大學生活應用科學研究所碩士在職專班論文)，臺灣碩博士論文知識加值系統。 17. 徐曉鶯，2003，不同表演藝術類型之觀眾付費價格差異及其影響因素之比較(朝陽科技大學休閒事業管理系碩士論文)，朝陽科技大學碩博士論文系統。 18. 張佑瑋，2007，應用集群分析於顧客關係管理之研究─以汽車電子資訊產品個案公司為例(育達商業技術學院資訊管理所碩士論文)，臺灣碩博士論文知識加值系統。 19. 張建一、賴逸芳，2022，新冠疫情對文化產業的衝擊與影響，主計月刊第799期，頁30-35。 20. 產業諮詢會，2020，表演藝術數位轉型焦點諮詢會（上）：劇場上線，超疫無限。檢自：https://taicca.tw/article/32a31f0b (Sep. 10,2023) 21. 郭怡汎，2018，五月天演唱會的體驗價值探討(國立政治大學科技管理與智慧財產研究所碩士論文)，臺灣碩博士論文知識加值系統。 22. 陳亞萍，2000，北市表演藝術觀眾之生活型態與行銷研究(國立中央大學藝術學研究所碩士論文)，臺灣碩博士論文知識加值系統。 23. 陳昱廷，2022，以資料探勘探討臺灣文化參與及消費特徵研究(南華大學文化創意事業管理學系碩士論文)，臺灣碩博士論文知識加值系統。 24. 楊志堅、張家榮，2000，群集分析的介紹，進修學訊年刊第6期，頁42-49。 25. 楊智超，2006，一個以RFID為基礎的定位機制(國立交通大學資訊管理研究所碩士論文)，臺灣碩博士論文知識加值系統。 26. 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，國家與社會學報期刊第12期，頁45-99。 27. 蔡貝君，2022，應用資料探勘探討民眾文化活動參與及消費特性-以108年文化參與及消費調查為例(國立高雄科技大學智慧商務系碩士論文)，臺灣碩博士論文知識加值系統。 二、 外文文獻 1. Biggs, D., B. De Ville and E. Suen. (1991). A method of choosing multiway partitions for classification and decision trees. Journal of Applied Statistics,18(1), 49-62. 2. Bihagen, E. and T. Katz-Gerro. (2000). Culture consumption in Sweden: The stability of gender differences. Poetics, 27(5-6), 327-349. 3. Breiman, L., J. Friedman, C. J. Stone and R.A. Olshen. (1984). Classification and Regression Trees. Wadsworth, California. 4. Cristina Muñiz, Plácido Rodríguez and María José Suárez. (2017). Participation in cultural activities: specification issues. Journal of Cultural Economics, 41, 71-93. 5. Jörg Rössel, P. Schenk and S. Weingartner. (2017). Cultural consumption. Emerging Trends in the Social and Behavioral Sciences: An Interdisciplinary, Searchable, and Linkable Resource. 6. Kass, G. V. (1980). An Exploratory Technique for Investigating Large Quantities of Categorical Data . Applied Statistics, 29(2), 119-127. 7. Loh, W.-Y. and Shih, Y.-S. (1997). Split selection methods for classification trees. Statistica Sinica, vol. 7, 815-840. 8. Margriet van Hek and Gerbert Kraaykamp. (2013). Cultural consumption across countries: A multi-level analysis of social inequality in highbrow culture in Europe. Poetics, 41(4), 323-341. 9. Pascal C. and F. Zhang. (2018). Cultural participation in major Chinese cities. Journal of Cultural Economics, 42, 543-592. 10. Suciu, M.C., C. Năsulea and D. F. Nasulea. (2018). Developing Cultural Industries in Central and Eastern European Countries. Management of Sustainable Development, 10(2), 51-56. 11. Wang, B. (2018). Study on Regional Culture Consumption Level and Its Affecting Factors—On Basis of 31 Provinces’ Data in China. Advances in Applied Sociology, 8, 350-358. zh_TW
