誰才是老大？黑猩猩社會的運作機制—《黑猩猩政治學》

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜龔雋幃
• 美術設計｜林洵安

中國如何創造經濟神話？

中國崛起，是近年舉世矚目的議題，但中國的發展軌跡與日、韓、台迥然不同，所謂的「中國模式」有何特殊性？下一步，中國還能持續創造奇蹟嗎？中研院社會學研究所吳介民研究員，拆解分析中國崛起背後，如何透過「尋租式」的政商結合打造出世界工廠。「研之有物」專訪吳介民，一探他費時 25 年的著作《尋租中國》，背後橫跨多年的田野觀察，以及他歷經年少困頓、輟學、童工，依舊未曾改變的知識憧憬。

負債逃難、休學做工，少年遍嘗底層辛酸

「經濟起飛／你們家墜毀／那是你們曾經感受飢餓的一年／『家的破裂與復合的真理唯一是勞動，無產階級的身體』／於是，在城市邊陲的小衛星工廠／你們成為輸送帶上的少年工／⋯⋯」

在出版的詩集《地犬》裡，吳介民以詩作〈一九七七〉，描繪自己十五歲時的生命史片段。

吳介民父親原為《中華日報》地方記者，眼見人造纖維毛衣的加工貿易可為，遂與親友借錢開工廠，不料一敗塗地。此後一、二十年債務纏身，全家命運丕變。

「我爸媽是連夜逃離宜蘭，向鄰居借一百塊買火車票，弟弟跟著走。那時候家裡已經破產，我和妹妹、外祖母留在原來的工廠，後來才陸陸續續北上團聚。」吳介民說。

年少的吳介民遍嘗底層生活的辛勞。一家落腳三重，他和弟弟曾輟學一年到膠鞋工廠當童工，還要同時幫忙家裡的自助餐生意。後來，父母頂下一間水餃館，就位在省北師專（今國立臺北教育大學）對面。透早五點，全家起床賣豆漿，接著備料、包水餃、煮麵，一路忙到晚上十一、二點的宵夜場，週而復始。

直到吳介民考上台大的頭幾年，仍是掙錢還債、讀書兩頭燒，期間更兩度休學，回家當起水餃師傅。大三後家裡陸續還清欠債，他才終於揮別那樣的時光。吳介民感性地說：「父母選擇還債，而不躲債賴帳，確保了全家人的尊嚴，這一點對我們小孩是很要緊的情感教育。」

少時，家裡生計著實困難。吳介民猶記曾和弟弟遠遠望著蚵仔麵攤，眼巴巴地像是肚子餓的小狗。另一次，兩人湊出十塊錢到麵攤合吃一碗油麵，上頭浮著薄薄一小片瘦肉，兩兄弟饞得緊，仍忍著餓相互說你吃你吃，「雖然不到饑荒，但當時真的常有『腹肚枵』（餓肚子）的感覺。」

吳介民重省這段歷程，說道：「那是真實的下層階級生活，所以後來讀馬克思、韋伯，就能用自己的親身經歷看那些理論。我知道理論的重要，但也知道很多時候『理論只是理論』。」

這些經驗也讓他日後更能感同身受工人階級的思維，以及勞力謀生的不易。

即便沒有優渥環境，高中讀的是放牛吃草的補校，吳介民卻從未放棄他的知識、文學與藝術夢。他自己買石膏像臨摹，也曾努力攢下一千元，買了一台 FM 收音機，晚上聽 ICRT 練英文、聽古典樂。家中的黨外雜誌與柏楊著作，亦是啟蒙養分。

另一個驅動的強烈欲望，則是迫切想離開當時的生活環境，流氓砍殺、幫派械鬥、警匪追逐，社會的幽暗面時時出現眼前。

透視中國軌跡，反思台灣發展

1981 年，吳介民決定向父親「請假」半年，專心準備大學聯考，如願考上他的第一志願台大政治系。然而，結果卻不如所想。

保守呆板的課程讓他大失所望，有些同學轉投法律懷抱，吳介民不改其志，一面參加讀書會、接觸黨外人士，也投身 80 年代風起雲湧的社會運動，反杜邦、自由之愛、野百合學運都曾親身參與。他說道：

「從大學到現在 40 年，我關心的事情都一樣──台灣的民主，希望台灣成為真正好的國家和社會。這個核心關懷從來沒有變過。」

就算後來出國留學，又或跑遍中國做田野，仍是為了回答台灣自身的問題。吳介民直言，「台灣作為一個現代國家，將來跟中國不管是什麼關係，都離不開這個地緣政治、經濟。這是我們的宿命，必須面對。」

因著這份長期以來的關懷，他一眼持續觀照台灣本土公民社會的茁壯、衝擊與變遷；另一眼，則望向中國經濟改革開放的發展與運作機制，以及飽受工資壓榨、身份差序雙重剝削的中國底層民工。復再凝結成「中國因素」的分析框架，透視兩岸關係。

看見中國，反思台灣，雙重田野形成的視域交疊，成為吳介民念茲在茲的研究母題。

「我怕不趕快寫，死了會很遺憾」

早在 1993 年的紀錄片《台胞》中，吳介民和幾個朋友就試圖刻畫兩岸交往的不同面貌，包括老兵返鄉、漁民衝擊、政治談判，以及形形色色的第一代台商經驗。但首映會上飽受批評，質疑他們流於片面的現象陳述、囿限於意識形態。今時回顧，吳介民坦言《台胞》的技術與結構還不成熟，可是他仍自信地說，當時提出的問題、方向都是對的。

只是吳介民沒料到，首映會上他的豪語「我會用 5 年、10 年去尋找答案」，結果卻歷經 25 年的淬煉醞釀後，才交出令他自己滿意的答案。

「我知道不寫會很遺憾，因為我怕我會死掉。」幾年前吳介民大病一場，住院、休養超過 4 個月，甫恢復即刻埋首案前，3 個月就寫下 10 萬字，加上之前累積的草稿，共完成了 25 萬字的書稿，終於迎來這本遲來許久的學術代表作——《尋租中國：台商、廣東模式與全球資本主義》。

貪污與經濟成長並行：認識中國的「官僚尋租」

過去 40 年，中國經濟快速騰飛，同時卻也伴隨著猖獗的「官僚尋租」現象（rent seeking）。亦即，

政府部門透過政策法規，獲取高額利潤的壟斷租金（rent），例如回扣、抽取人頭稅、掌控審批權等，其中往往與貪汙索賄具有高度親近性。

於是這便形成了一個巨大的謎題——尋租、成長為何能夠並行不悖？當中國地方基層幹部紛紛躋身「收租階級」之際，為什麼卻未削弱整體發展，反倒產生了正面的助益？

吳介民指出，關鍵在於鄧小平提出改革開放後，一方面，中央以明文法規或非正式規則，授予地方官員尋租的空間，作為地方招商引資的誘因；同時，又將經濟發展的成績，納入幹部升遷考核機制。於是，從這兩方面成功動員了地方的積極性，整個黨官僚體系漸漸從過去的政治掛帥，切換到經濟掛帥。

循此，吳介民別出心裁地結合政治經濟學、制度經濟與產權理論，提出「機構化尋租」（institutional rent-seeking）的概念。

在中央放行下，手握加工貿易許可權的地方官員，兼具創租（rent creation）、分租（rent distribution）與尋租三重角色，以組織化、制度化的形式發展。包括工繳費匯差、土地批租費、勞動管理費、虛擬所有權、社會保險費與住房公積金等，各式形形色色的獲益，創造地方財政收入與幹部個人利益的雙贏，並實現國家攫取價值的創匯目標。

從另一方面來看，因為這套尋租制度受國家認可，具有一定正當性，提供外資可靠穩定的承諾，也相對降低了應付紛雜政商關係的交易成本。於是，在歷史耦合的時空條件之下，看似南轅北轍的尋租與成長，便得以齊頭並進。

而台商正是過去這波浪潮的重要推手！

中國改革後開放以廣東作為領頭羊，台商受政策優惠補貼所牽引，將全球產業鏈帶進中國，和地方政府攜手，將原先的農、漁村聚落打造為世界工廠，方才觸發中國資本主義高速成長，躍為世界核心國家。

然而，當國家與資本相謀，打造經濟火車頭的同時，底層民工階級卻深陷雙重剝削的困境。一方面，是典型資本主義對勞動階級的剝削，不斷從中榨取剩餘價值。另一方面，則是中國特殊的資本模式，

由國家一手打造「公民身份差序」體制，把不同背景身分者有位階性的區隔，使企業能「合法地」把民工排除在制度保障之外，只需提供次等待遇。

透過國家積極參與剝削民工階級，大幅降低勞動成本，形成二次剝削。

中國的尋租模式仍有未來嗎？

不過時至今日，中國原先倚仗勞力密集產業、創造高額利潤的模式，已走到了盡頭。

吳介民分析，首先民工供給已經飽和，人口紅利不再。再者，中國的經濟成長進入「中所得階段」，無法再繼續維持原本的模式。第三，中國政府有意識地開始大力推動高技術、高資本的經濟發展策略，進行產業升級轉型；周邊國家如越南、印尼、印度，也慢慢取代中國在中低階消費品全球價值鏈的原有角色。

內外因素交雜，中國過往的尋租發展模式不再可行。

「如果十年前寫，對尋租發展主義的前景比較明亮一點；可是經過這十年，當它想脫離這個發展模式，就遇到很多內部陷阱，所以我對中國發展前景的評估會比較悲觀。除非它在技術上獲得很大突破，或者孤注一擲跟美國打一仗，而且打贏了。」

昭然若揭的是，中國已經無意韜光養晦，大國崛起的自信愈來愈膨脹，對外侵略性也愈來愈強，美中戰略競爭的對抗局勢顯然沒有回頭路。吳介民觀察，「中國統治精英最大的弱點就是太急躁、沉不住氣，如果再默默耕耘半世紀，等到完全茁壯，美國也拿它沒辦法。」

現階段，中國最想突破的是半導體產業，晶片製造正是「中國製造 2025」首要目標，晶片一天生產不出來，就永遠被西方掐住要害。但總體來看，吳介民評估中國仍具有相當韌性。

「你不能把它看成是 1970、80 年代的蘇聯，經濟非常沉悶。它有 14 億人口的市場，有相當製造技術能力，關鍵是要能夠掌握重要的戰略物資不被西方切斷。所以一帶一路試圖打開中巴、中泰走廊，這樣不必只依賴南海海運，戰略自由度就較高。近年來投擲鉅金，想打造自主的半導體供應鏈，目前還在脫困奮戰，是另外一個例子。」

霸權間的台灣憂患不斷，也充滿機遇希望

如同台灣數百年來的命運，始終只能在帝國霸權的支配與競爭的夾縫中謀生存。吳介民認為，當兩岸永遠維持在一個懸置、難以釐清的關係，甚至處在戰爭爆發的陰影下，會扭曲台灣作為主權國家的正常發展，讓很多事情複雜化。但另一面來看，連帶而來的憂患意識也讓台灣人更戰戰兢兢求生存。

「如果我作為個體，不是鑲嵌在這個集體命運當中，而是跳脫自身認同的束縛，以純然研究者的眼光，觀察現在台灣跟中國的互動關係，其實是很精彩、很熱鬧，充滿懸疑跟劇場效果。」吳介民不改幽默地說。

研究兩岸大半輩子，吳介民至今仍饒富興味持續他的知識遠航。在他心裡，也仍有無數本專著等待完成，「一本中國因素大論述，一本香港政治論，一本玩政治，然後還要寫我的田野，所以說要活到 150 歲才可能。」

延伸閱讀

• 「一條魚半身酥脆、半身活著，你吃不吃？」──吳介民的中國田野札記
• 吳介民，《尋租中國：台商、廣東模式與全球資本主義》，臺灣大學出版中心，2019
• 吳介民，《地犬：吳介民詩集》，印刻，2017
• 吳介民，《第三種中國想像》，左岸文化，2012
• 吳介民個人網頁

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文｜周玉文
• 美術設計｜林洵安

高中升學制度的跨時、跨國比較

2000 年台灣廢除高中聯招，此後多次改革，希望破除只用考試成績決定學生的未來，也減少教育機會的階層不公平。時至今日，我們的制度足夠公平嗎？升學考試篩選了哪些家庭背景、能力的學生？「研之有物」專訪中研院歐美研究所研究員黃敏雄，他針對學校之內與學校之間在認知能力、非認知能力及家庭社經地位上的差異，比較國中與高中階段的差別，並進行跨時期和跨國比較，檢視台灣升學考試制度對教育機會均等的影響。

從戶籍轉向考試入學，產生什麼改變？

不只人人有機會上學，學校教育應該創造有利的條件，竭力減少家庭背景對學習的不利影響，讓所有學生都有機會最大限度地發揮潛力──這是教育改革多年的目標。教育制度能實現這個願景嗎？中研院研究員黃敏雄試圖透過數據尋找解答。

臺灣從小學至國中依照「戶籍入學」，到了高中則採行「考試入學」，舉辦全國性學力考試，依照個人志願、表現和測驗成績分發。理論上，前者涉及居住地區的社經水準，各校會呈現社經地位的落差。後者則僅以學習表現和測驗分數決定，理當打破「階級世襲」，廣泛被視為更公平、有利於弱勢家庭。

但現實真的如此嗎？為了驗證高中入學制度，是否有利於「不分貧富、同讀一校」的公平性，黃敏雄運用兩個資料庫數據，進行國內跨時性、跨國性的比較研究，資料橫貫聯考、基測及會考三個入學政策時期。

就在地數據而言，他採用由中央研究院、教育部和科技部共同規劃的一項全國性「臺灣教育長期追蹤資料庫」（Taiwan Education Panel Survey, TEPS）。在 2001 年，TEPS 針對各約兩萬名隨機抽樣的臺灣國一及高二學生進行調查，並持續追蹤直到高中畢業，藉此可以評估聯考與基測入學政策下的差異。

跨國及跨年數據的比較，研究則運用每三年針對全球 15 歲學生抽樣調查的「國際學生能力評量計畫」（Programme for International Student Assessment, PISA）。臺灣在 2006 年加入，至今累積五輪調查資料，橫跨基測與會考階段。

透過 TEPS、PISA 數據，黃敏雄針對國中與高中生在「認知能力」、「非認知能力」、「家庭社經地位」三面向，分析各校之間是否有明顯差距，或者校內的異質性更大？也就是說，經過升學考試篩選後，家庭背景較好、認知能力較高、情緒管理較佳的學生，是分散到各校或集中在所謂的明星高中呢？

不同背景、能力的學生，分散在各國中

首先，來看看依照戶籍入學的國中狀況。

根據 TEPS 數據，2001 年國一生的家庭社經背景，各校差異占總差異的 23%，相對而言，校內差異佔總差異的 77%；升上國三後，數據沒有改變。再看看學生的認知能力，結果也很相似，2001 年的國一生，認知能力的差異校內大約占 8 成；到了國三，情況也差不多。

大體來看，國中學生的家庭社經地位、認知能力，各校之間的差距不算大，校內的差異相對較高。

進一步和其他各國地區做比較。檢視 PISA 調查（2018） ，九年級學生家庭社經地位的各校差異，臺灣為 22%，在全球 32 個國家或地區中排名倒數第 4。最高是墨西哥的 64%，明顯區隔出貴族和平民學校；最低則是南韓 16%，各校差異小。

與其他國家相比，臺灣國中階段校與校之間在家庭社經地位上的區隔，相對較不嚴重。

考試更公平？數據打破迷思

從國中升高中，對臺灣學生是第一道門檻。大家不再如同國中小時期，多數人和鄰居共讀同一間學校，學生進入哪一所高中就讀，需要經過篩選再分發。

過往二十年，這套篩選制度歷經多次改革。大致可以分成三大階段：1958-2000 年為「高中聯考」時代，一試決勝負，各校只依照聯考成績決定錄取與否。2001 年後走向多元入學，入學測驗為「國中基測」。2014 年後實施十二年基本國民教育，朝向免試入學，統一考試也更改為以級距評分的「國中會考」。

跨過這道升學門檻後，各校高中生的認知能力、家庭社經地位，出現哪些變化？不同「年代」的入學方案，究竟是越趨公平或擴大階層差距？

就家庭社經地位而言，依據 TEPS，2001 年的臺灣國一學生，各校的家庭社經地位差異佔總差異的 23％；2005 年當他們經過基測進入高中、升上高二後，各校間的差異僅降至 22%，變化非常微小。PISA 數據（2018）也顯示，九年級生的家庭社經校際差異是 22%，經過會考的十年級生則是 25%，不降反升。

那麼，年代更久遠的聯考是否比較公平？2001 年 TEPS 調查的高二生，屬於末代聯考生，他們的家庭背景各校差異為 21%，幾乎等同以戶籍入學的國中階段。

這一串數據顯示，研究結果恐怕將打破「考試更公平」的迷思！經過考試入學後，高中各校之間的社經階層差距，與國中階段相近，甚至些微高於國中階段。

原本以為能「重新分配」的升學考試，並沒有提高不同家庭社經背景學生就讀同一學校的機會，包括被認為較有利於社經弱勢的聯考，也未縮小各校的社經階層差距。

「我們會認為按照居住戶籍分發，有可能造成貧富區隔；考試應該更公平，能讓社經弱勢學生有同等機會。但數據結果並不是如此，聯考和戶籍分發相比，並沒有更有效地促成不同背景學生共讀一校。」黃敏雄分析。

聯考、基測或會考，「學科能力」都穩居重點標準

考試制度並沒有提高不同背景的學生共讀一校，那麼，升高中後同學換成了誰？從認知能力差異度的轉變，可以給出部分答案。

根據 TEPS 數據，2001 年的國一生經過基測後升上高二，在綜合學科表現上，各校差異從國一的 19% 大幅跳升至高二 63%，分析能力的校際差異從 16% 升至 45%。PISA （2018）也呈現同樣結果，不論數學、科學或閱讀能力，十年級和九年級生相比，各校差異幾乎都增加兩倍，研究顯示出：高中階段認知能力的各校差距，明顯拉大。

再透過 PISA 的跨國調查，便能突顯出這項另類的「臺灣特色」。

2006 年，臺灣十年級學生數學、科學、閱讀能力的校際差異，從國中時期 25%、21%、25% ，激增至 65%、63%、60%。2014 年實施十二年國教後，差異遽升的情況雖有趨緩，但 2018 年高中各校差異仍高達 43%、43%、40%。攀升的程度，在 32 個國家中排名數一數二！

換言之，臺灣的「高中升學制度」是一套鮮明的篩選機制，明顯依照學科能力分配到不同的高中，在世界各國顯得相當特殊。

黃敏雄解釋，2014 年後數據趨緩，來自於國中會考計分方式的改變。計分不再是鑑別度極高的精密分數，改用級距，各科只區分七個等級，增加了總分重疊的比例，鑑別度降低，因此縮小了校際差異。

從跨年度的數據來看，不論是聯考、基測或會考，高中升學以「學科表現」作為篩選分類的標準，始終沒有太大改變。

「數據會說話，我們的高中升學制度，仍然是以學科表現作為最重要的分水嶺。」黃敏雄分析，儘管十二年國教實施後，政府同時推動免試入學、繁星高中等教育改革措施，希望打破明星高中的傳統迷思，也降低學科考試的重要性，但數據反映結果並非如此。

以國中會考入學制度來看，如果某一所高中的免試入學登記者多過可以錄取的額度，北北基會採用三大計分項目進行超額比序：志願序、多元學習表現與會考成績各占 36 分。志願序絕大多數人可以得滿分，就算不慎選填失手，多數只被扣 1 分，最離譜的選填失手，也僅扣 4 分；多元學習表現涉及升學前途，早有準備的多數學生可以拿到滿分。於是，最終還是考試成績決定學生的分發。

黃敏雄進一步解讀：臺灣升學考試明顯以學科能力做篩選，但沒有提高不同家庭社經背景學生同讀一校的機會，等同間接篩選了學生的家庭社經背景。

學科強=情商高？高情緒技能沒有集中在明星高中

近年越來越多研究指出，學生的「非認知能力」（或稱社會情緒技能），對於未來成就、幸福感、健康、工作表現有顯著影響， PISA 也在 2018 年納入非認知能力的學生自評調查，例如：對失敗的負面想法、自我日常感受、努力做好工作的決心、在學校歸屬感等，總計十個面向。

幾十年來，臺灣學生日夜念書補習，為了要搶進明星高中窄門，除了必備的認知能力，也得兼顧高競爭、長時間努力、抗壓性。因此研究假設，明星學校的高中生，除了認知能力較強，也屬於社會情緒技能較佳的族群。

不過 PISA（2018）卻顯示，臺灣九年級與十年級學生自評的各項非認知能力，校際差異都低於 5%。也就是說，學校內的差異非常大，「情商」高的學生是平均分散在各學校，國中如此，高中也是如此。

黃敏雄對數據結果稍有保留，原因是，學生自評時可能拿班上、校內的同儕當作參照對象，各校標準不一，較欠缺客觀精準的依據。但 PISA 的資料仍顯示，不論是在學校或個人層次，認知能力和非認知能力的相關微弱。

未來需要的能力超出教科書之外

總的來說，這項研究反映出：臺灣的升學制度始終高度偏重認知能力，特別是學科表現；分析、解決問題等類型的認知能力，各校的差異相對較小。

原因在於，考試成績強烈左右升學結果，學校和補習班會猜題、訓練答題技巧，以及加強考題演練或背誦，因此測出的往往是學生可以專注預備考試的資源條件、意願、努力及能力，而非真實呈現出全面的認知能力。

此外，在升學主義掛帥下，教育體制對學生的期待和訓練，都集中在考試表現上，非認知能力便難以獲得重視，包括對自我的主動探索、社會價值、情緒技能。

然而黃敏雄提醒，全世界政府都積極改革學校課程，期盼培育主動學習、有創新力、具備團隊合作技能、重視內在修為，同時兼備人文關懷及環保意識的新公民，以因應全球化與科技變遷帶來的問題與挑戰。例如，OECD 的「未來教育與技能，2030」計畫（Future of Education and Skills 2030）。

「懂得溝通、相互合作，能主動尋找問題與解方，都是很重要的能力。我們也應該讓學生有機會走出學校，看見社會需要，讓學校教育跟真實世界接軌。」

OECD 網站可見到許多跨國孩子，積極表達他們對環境、社會的關切與期待。好比一名 17 歲哈薩克中學生努拉（Nurai）設定未來志向是成為「窮人的建築師」：與非營利組織仁人家園（Habitat for Humanity）合作，協助世界上人人都有房子可以住。

黃敏雄語帶關切地說：「我希望我們的學生也有這樣的機會，好奇心、充滿關懷，能和社會、國際連結，嘗試多探索自己想做的事情。教育制度應該讓學生有更多機會被啟發。」

延伸閱讀

• 中學生「課後補習率」跨國研究揭秘：戰鬥民族居冠！——台灣列全球第 7，研之有物
• 從資料分析，看見「社會不平等」的根源—家庭與學校教育，研之有物
• 黃敏雄 (2021)。〈學生認知能力、非認知能力及家庭社經背景的跨校分布：跨國、跨時期比較國中階段與高中階段的差別〉，《歐美研究》，第 51 卷第 2 期，頁357-427
• OECD Future of Education and Skills 2030 
• 黃敏雄個人網頁