友直，友諒，友多聞；抑或友「質」，友「量」，好幸福？一窺台灣民眾線上與實體人際互動樣態及心理歷程

在當今網路普及的世代，除了面對面與人交流，人們亦可不受空間限制、輕易透過網路來建立人脈、結交朋友。那麼，與人接觸是多多益善嗎？接觸的人越多，人們是否就不會感到寂寞呢？或者，人際互動重質不重量？過去本資料庫曾探討過台灣青少年族群線上及線下的人際互動和寂寞的感受（臺灣傳播調查資料庫, 2019）。本篇電子報，作者採用三期三次面訪調查資料（n = 2016），試圖描繪台灣一般民眾人際互動樣貌及影響。

總覽：實體和線上接觸人數相近，但藉由網路接觸的人中，熟人佔比較高
此次調查的對象為18歲以上一般民眾，分析結果顯示，台灣民眾平常一天會固定「面對面」接觸且認識的人約11.6位；固定「透過網路」接觸且認識的人有11.8位，兩者相近。
儘管人們透過線上及線下兩種模式接觸的人數相似，但接觸的人當中，熟人的佔比卻不同。此調查分別詢問民眾，在您「面對面」 / 「透過網路」接觸且認識的人裡面，大概有多少跟您很熟？（01）幾乎全部都不熟；（02）大部分不熟；（03）大概一半熟，一半不熟；（04）大部分很熟；（05）幾乎全部都很熟【註1】。整體而言，實體見面的平均熟悉程度為4.19；而透過網路接觸的熟悉程度平均為4.31，其差異達到統計顯著【註2】，顯示出台灣民眾會固定以網路接觸的人當中，熟人的佔比高於面對面接觸的人，詳見圖一。

圖一、實體互動和網路互動人群，熟悉程度佔比

 男性「面對面」接觸人數高於女性；女性「透過網路」聯繫的多為熟人
接著，本篇電子報好奇不同性別的人際互動情形是否有差異。在實體互動方面，男性平日「面對面」接觸的人數約12.4人；女性10.9人。也就是說，平均而言，男性每日比女性多面對面接觸1.5人。不過，儘管男性面對面接觸的人數較多，互動對象的熟悉程度和女性並無明顯差異。
而在網路接觸方面，兩性在接觸的人數上相似（男性平均12.08人；女性平均11.57人）。不過，男性所接觸的人當中，熟悉的程度平均為4.24；女性則為4.38，達到統計顯著【註3】，反映出女性傾向透過網路互動的對象多為熟人，詳見圖二。

圖二、男性和女性透過網路接觸的對象熟悉程度

人際互動重「質」還重「量」？初探實體和網路互動對民眾的影響
過去已有研究發現，不論是實體面對面互動或者線上互動的形式，互動人數越多與較低的寂寞感有關；同時互動人數增加亦可提升社交滿意度(Sutcliffe et al., 2018; Zheng et al., 2026)。那麼作者好奇，在互動數量與幸福感兩者之間，除了直接效果之外，是否存在著一些心理機制?以及，實體和網路兩種互動形式帶給人們的感受都一樣嗎？為了回答一系列的議題，作者建立一個研究架構，請見圖三。考量到前段分析結果，男性和女性在線下和線上互動，在人數和熟悉程度上皆有差異，作者將性別列為控制變數。

首先，在友「量」的部分，分為實體和網路兩種形式的接觸人數；同樣地，在友「質」的部分，也區分為透過實體和透過網路接觸對象的熟悉程度。接著，作者認為有人際互動，除了直接影響人們的幸福感（例如不覺得寂寞、對人際關係滿意）。在互動和幸福感兩者之間可能存在著一些心理變化，才間接讓人際互動影響到人們的幸福感。而心理變化不只一種，在此篇電子報，作者關注客觀數據和主觀感受兩個面向。客觀數據採用題目[H8] 請問您會經常一起討論「個人」的重要問題或分享心事(台語：講心內話)的人，有幾位？而本篇電子報所討論的主觀感受為契結型社會資本（Bonding social capital）。此社會資本常見於至親或朋友，當個體遇到困難時，其親友願意伸出援手，給予精神上支持及實質幫助（樊一寧、羅文輝、張博翰，2024）。參考Williams （2006）的契結型社會資本量表，本篇電子報聚焦在精神支持層面，採用以下兩題目：[N16] 當您有私密的問題時，有人可以讓您放心的聊一聊。[N17] 當您覺得孤單時，您可以找到其他人說話？兩題選項皆為（01）非常不同意；（02）不同意；（03）普通；（04）同意；（05）非常同意。依循圖三的架構，後續作者將逐步揭曉謎底。

圖三、分析架構

友量篇：人際互動多多益善
本段作者透過中介效果分析來檢驗民眾接觸人數多寡（實體/線上）是否會透過不同的心理機制，與寂寞程度及人際關係滿意度產生關聯。分析時，作者逐一檢驗不同接觸類型類型、心理機制與結果變數的組合，並將性別納入控制變數。

分析結果如圖四，在面對面實體互動的形式，接觸的人越多，可以談心事的人數也越多，進而降低了寂寞程度，同時提升個體的人際關係滿意度。不僅如此，當民眾實體互動的人數越多，將提升其契結型社會資本（更同意有人可以放心聊私事、孤單時找得到人說話），從而增加幸福感（寂寞程度降低、人際關係滿意度提升）。總體來看，從實體接觸的角度而言，互動人數越多，不論是客觀或者主觀的層面，皆會讓民眾的幸福指數提升【註4】。

至於透過網路接觸，則不全然與實體見面有相同的效果。雖然隨著透過網路接觸的人數上升，一樣可以增加幸福感，不過並非所有的心理機制都成立。具體來說，網路接觸的人越多，可以讓人們感到不寂寞、人際關係滿意度提升的機制包含客觀上可談心事的人數增加，和主觀上覺得可以在孤單時找得到人說話【註5】。但是並不包含主觀知覺到有人可以放心聊私事。這反映出一個有趣的現象，以網路接觸的人越多，讓民眾孤單時有聊天的對象、可以談心的人數亦隨之提升，卻不表示民眾會因此覺得有人可以放心地聊私事。換言之，透過網路與人聯繫的過程中，客觀上「可以談心事的人數增加」並不等於主觀認為「有人可以讓您放心聊私事」。

圖四、實體及線上接觸人數透過心理機制影響幸福感之概念中介架構

 實體互動友「質」又友「量」，如虎添翼
前面已知不論是線下互動還是線上互動，接觸人數越多越能夠讓人們感到幸福，僅在影響歷程上有些微差異。本段旨在說明接觸對象中，熟人比例的重要性。作者使用結構方程模型（SEM）分析朋友接觸數量、心理機制與幸福感之間的關係，並逐一測試不同的變數組合，了解交情深淺是否會改變其中的間接關係，而不是一次將所有變數放進同一個模型。

分析顯示，在實體面對面互動的情境下，熟人佔比會強化接觸人數經由「個體能在孤單時找到人說話」，進而增加幸福感（不覺得寂寞、同時增加人際關係滿意度）的中介路徑【註6】。意即，當兩個不同的人，都是面對面與10個人接觸，個體A接觸的多為至親好友，而個體B互動的對象多為點頭之交，那麼個體Ａ更容易感受到的自己覺得孤單時，有說話的對象，因此有較高的幸福感，詳見圖五交互作用圖及圖六未標準化係數的研究架構。

圖五、「實體接觸人數」與「實體接觸會像熟人佔比」對「孤單時可以找到人說話」之交互作用

圖六、分析結果（未標準化係數）

 從以上圖表可知，在實體互動的模式下，與熟悉的人際接觸，會更有效轉化為社會支持，進而降低寂寞並提升人際滿意度。不過，在網路互動則不存在相同的效果。換言之，線上互動以「量」取勝，不論是和熟悉親友或者泛泛之交互動，在互動過程中的心境變化並沒有明顯的不同。

結論
本篇電子報分析三期三次面訪調查資料，發現（一）台灣民眾實體和線上接數人數相近，但藉由網路接觸的人中，熟人佔比較高。（二）不同性別人際互動模式略有不同：男性「面對面」接觸人數高於女性；而女性「透過網路」聯繫的多為熟人。（三）實體互動重「質」也重「量」，兩者皆會影響人們的幸福感。（四）網路互動則不同，不論民眾在網路上互動的對象多半是熟人還是陌生人，網路互動分別透過「客觀可談心事人數」和「社會資本」影響幸福感的這條路徑，看起來都差不多，沒有明顯差異。

參考文獻
臺灣傳播調查資料庫. （2019, July 30）. 寂寞寂寞就好 ─ 青少年的人際互動與內心世界 [臺灣傳播調查資料庫電子報 282 期].

樊一寧, 羅文輝, & 張博翰. (2024). 與人分享, 幸福提升: 社群媒體自我表露對台灣民眾心理幸福感的影響. 傳播與社會學刊, 185-239.

Sutcliffe, A. G., Binder, J. F., & Dunbar, R. I. (2018). Activity in social media and intimacy in social relationships. Computers in human behavior, 85, 227-235.

Williams, D. (2006). On and off the’Net: Scales for social capital in an online era. Journal of computer-mediated communication, 11(2), 593-628.

Zheng, L., Brady, B., & Anstey, K. J. (2026). Social Technology Use and Loneliness: Exploring Online and Offline Patterns and Preferences in Young, Middle-Aged, and Older Adults. International Journal of Human–Computer Interaction, 42(7), 5022–5038. https://doi.org/10.1080/10447318.2025.2543994

註解
【註1】採用三期三次面訪問卷題目：
H3 那這些與您「面對面」接觸且認識的人裡面，大概有多少跟您很熟？
H6 請問這些「透過網路」接觸且認識的人裡面，大概有多少跟您很熟？
原選項編碼：（01）幾乎全部都很熟；（02）大部分很熟；（03）大概一半熟，一半不熟；（04）大部分不熟；（05）幾乎全部都不熟。本篇電子報中，作者將編碼反轉以方便解釋，重新編碼方式請見內文。

【註2】使用相依樣本t檢定分析結果：t = -.15, p < .001

【註3】使用獨立樣本t檢定分析結果：t = -3.36, p < .001

【註4】以下皆採用中介效果分析，並控制性別的影響。Bootstrap 抽樣次數為 5,000 次。
(1) 實體接觸人數 → 可談心人數 → 寂寞程度之間接效果達顯著：估計值 = −0.0007，p = .03，95% Bootstrap 信賴區間 [−0.001，−0.0002]
(2) 實體接觸人數 → 可談心人數 → 人際關係滿意度之間接效果達顯著：估計值 = 0.001，p < .01，95% Bootstrap 信賴區間 [0.0007，0.002]
(3) 實體接觸人數 → [N16]有人可以放心聊私事 → 寂寞程度之間接效果達顯著：估計值 = −0.001，p < .01，95% Bootstrap 信賴區間 [−0.002，−0.0005]
(4) 實體接觸人數 → [N16]有人可以放心聊私事 → 人際關係滿意度之間接效果達顯著：估計值 = 0.001，p < .01，95% Bootstrap 信賴區間 [0.0005，0.002]
(5) 實體接觸人數 → [N17]孤單時可以找到人說話 → 寂寞程度之間接效果達顯著：估計值 = −0.001，p < .01，95% Bootstrap 信賴區間 [−0.002，−0.0006]
(6) 實體接觸人數 → [N17]孤單時可以找到人說話 → 人際關係滿意度之間接效果達顯著：估計值 = 0.001，p < .01，95% Bootstrap 信賴區間 [0.0006，0.003]

【註5】以下皆採用中介效果分析，並控制性別的影響。Bootstrap 抽樣次數為 5,000 次。
(1) 網路接觸人數 → 可談心人數 → 寂寞程度之間接效果達顯著：估計值 = −0.0002，p = .02，95% Bootstrap 信賴區間 [−0.0007，−0.00005]
(2) 網路接觸人數 → 可談心人數 → 人際關係滿意度之間接效果達顯著：估計值 = 0.0004，p < .01，95% Bootstrap 信賴區間 [0.0001，0.001]
(3) 網路接觸人數 → [N17]孤單時可以找到人說話 → 寂寞程度之間接效果達顯著：估計值 = −0.0003，p = .03，95% Bootstrap 信賴區間 [−0.0009，−0.00003]
(4) 網路接觸人數 → [N17]孤單時可以找到人說話 → 人際關係滿意度之間接效果達顯著：估計值 = 0.0004，p = .03，95% Bootstrap 信賴區間 [0.00003，0.001]

【註6】以下採用調節式中介分析，並控制性別的影響。
(1) 不同熟人比例下，實體接觸人數 → [N17]孤單時可以找到人說話 → 寂寞程度之調節式中介指數為 −.001，其 95% 信賴區間為 [−.002, −.000]，未包含 0，顯示調節式中介效果達顯著。
(2) 不同熟人比例下，實體接觸人數 → [N17]孤單時可以找到人說話 → 人際關係滿意度之調節式中介指數為 .003，其 95% 信賴區間為 [.001, .005]，未包含 0，顯示調節式中介效果達顯著。