1

2
0

文字

分享

1
2
0

媽媽我不想努力了!想多生一個?研究顯示:爸爸先當「神隊友」

研之有物│中央研究院_96
・2022/01/20 ・3707字 ・閱讀時間約 7 分鐘

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。

  • 採訪編輯|劉芝吟
  • 美術設計|林洵安

家務分工與生育率的本土研究

搶救生育大作戰!臺灣生育率持續走低,人口負成長的警訊近在眼前,除了給薪育嬰假、育兒津貼,2021 年 8 月,政府的生育獎勵也提前至第二胎就發放,鼓勵夫妻多生孩子。加碼補助真的會讓大家願意再生下一胎嗎?搶救少子化,我們還能做些什麼?中研院社會學研究所鄭雁馨副研究員從實證研究發現,高教育背景女性生第二胎的意願,會受到家務分工影響,尤其丈夫是否分攤育兒工作更是關鍵。

工作、家庭蠟燭兩頭燒的「臺灣金智英們」

2019 年,《82 年生的金智英》颳起一陣話題旋風。電影細膩刻劃主角金智英在成長過程、家庭、職場面臨的性別處境,包括同工不同酬、婚姻與育兒負擔,不只衝出南韓高票房,在臺灣同樣掀起熱議。

「未婚的時候催趕快結婚,結婚以後催趕快生孩子,有了女兒又說再生兒子,生個孩子也不會改變什麼。」電影這段揪心金句,道出了無數女性面對婚育壓力的心聲。

-----廣告,請繼續往下閱讀-----

然而,生個孩子,真的不會改變什麼嗎?

中研院社會所副研究員鄭雁馨副研究員,從多年研究提供幾個具體數據。根據國外不同學者在 2005、2019 年發表的論文(Gjerdingen & Center, 2005;Kim & Cheung, 2019),當家庭迎來新生兒,妻子花在家務和育兒的時間會大幅上升,丈夫的改變則不大。類似現象,也出現在臺灣。

隨著教育程度大幅提高,臺灣女性的勞動參與率節節上升,不過,家務勞動的時間卻沒有明顯變化。鄭雁馨從 2016 年「婦女婚育與就業調查」發現,臺灣婦女平均仍負擔近 80% 的家務,多數人白天在職場奔波,回家後,太太與媽媽們的「第二輪班」才正要開始……

白天在職場奔波,晚上仍要一手料理家務、育兒,是多數臺灣婦女的生活寫照。圖/iStock

臺灣婦女負擔近八成家務

誰做家事?誰來分攤育兒壓力?乍看只是小夫妻的互動模式,實際影響遠遠不止於此。

-----廣告,請繼續往下閱讀-----

長年研究人口學的鄭雁馨直言:「臺灣女性在公領域和男性平起平坐,但如果私領域的性別平等沒有跟上腳步,整體生育率就很難提升。」眾多的西方調查已顯示,有沒有一個「神隊友」,將會影響女性是否想再生一胎。

然而過往的研究較少針對東亞社會,鄭雁馨採用 2016 年行政院主計總處的婦女婚育與就業調查,從 3564 筆年齡介於 15–49 歲且至少有一個 18 歲以下子女的女性樣本,分析「教育程度」與「家務分工」對臺灣婦女生育意願的影響,進行本土性的實證探討。研究結果在 2020 年獲刊於美國頂尖家庭期刊《Journal of Marrige and Family》,這也是將近 10 年後臺灣的家庭研究再次登上此期刊。

從數據來看,臺灣家庭分工呈現何種面貌?

調查發現,臺灣已婚婦女平均每天要花上 6.2 個小時,包括處理家事雜務、照顧一家老小,種種占了將近八成的家務。已婚男性則大約負擔 22% 的整體家務,家事、育兒的比例相差不大。

-----廣告,請繼續往下閱讀-----

其中,有 48.5% 的女性受過高等教育,而這些高等教育程度的婦女,通常會獲得丈夫比較多的家務支持。整體而言,妻子的教育程度、收入與丈夫投入家務分工比例,呈現正相關——當妻子的社經地位越高,有越高機率擁有一個更積極分工家務的丈夫。

換言之,家務分工會隨著社會階層呈現不同樣貌:高社經婦女確實多了不少來自隊友的「後盾」支持。

家事分工越平等,媽媽更願意生第二胎

第二個問題:家務分工會影響生育態度嗎?當先生攬下越多家務,太太們會不會有更高的生育意願?

答案很有趣。整體來說,當丈夫家務總時數增加,妻子的生育意願也會增加,但進一步分析,還有三個影響關鍵。

-----廣告,請繼續往下閱讀-----

首先,如果區分丈夫做了哪類家務,結果則不一樣。若丈夫是勤快地「做家事」,並不會影響妻子的生育意願;但如果丈夫分攤更多「照顧子女」的工作,妻子的生育意願會明顯增加。顯然對媽媽來說,比起多洗一次碗、多摺兩件衣服,爸爸能在孩子大哭大鬧時陪玩安撫、換尿布哄睡,更稱得上是神隊友。

此外,這個影響主要發生在「一寶媽」,讓她們更有意願生第二胎;對於有兩個以上寶寶的女性,影響不大。原因可能是,經歷過一次「育兒地獄」,媽媽們便能看清隊友的「屬性」,若先生沒有放自己單打獨鬥,新手媽媽自然比較願意迎接第二個寶寶;而二寶或三寶媽要再生下一胎,必須付出更高成本、考量更多面向,因此家務分工較難產生實質作用。

除了家務分工內容、胎次,第三個影響因素則是妻子的社經背景。只有在高教育程度妻子身上,丈夫投入更多家務育兒,才會明顯提高生育意願。

總的來說,研究成果顯示:

-----廣告,請繼續往下閱讀-----

更平等的家務分工,特別是分攤育兒工作,能提升高教育女性生第二胎的意願。

數據也顯示,所謂「更平等的家務分工」並不是嚴格的 1:1。實際上,只要先生負擔超過 20% 的育兒責任,就能提高妻子的生育意願。換句話說,公平只是一種感覺,媽媽期待的不一定是全能爸爸,而是隊友實際表現出願意共同承擔照顧壓力,就能讓妻子備感支持。

臺灣的調查呼應了日本、歐洲國家的研究,當伴侶更有性別平等意識、家庭分工較平等,特別是,如果丈夫一起投入照顧孩子,能讓媽媽的育兒經驗不那麼厭世孤單,支持她再重新經歷一次懷孕、生產、帶孩子的甘苦。圖/iStock

第二輪班,東亞女性的共同壓力

鄭雁馨談到,女性承擔高比例家務是臺灣「跨世代的共同現象」。熟齡世代高達八、九成,青壯世代女性也依然負擔七、八成的家務勞動。

「減少的那一兩成,也不一定是先生做更多,可能是自動化幫了忙。」鄭雁馨犀利道出痛點。從掃地機器人、洗碗機常見的廣告語「解放媽媽雙手」、「讓媽媽不再腰痠背痛」,家務商品預設出的消費者形象,也恰恰說明了家務一把罩,仍然是社會對女性的普遍想像。

不只在臺灣。「育兒家事=太太媽媽」,這個如影隨形的標籤,普遍存在於東亞國家。

-----廣告,請繼續往下閱讀-----

攤開數據,1990 年代中期,日本婦女每週家務勞動時數是丈夫的 13 倍;韓國為 4 倍,而且經過 20 年,「歐巴們」沒有太大改變,2019 年的研究顯示(Kim & Cheung, 2019)當家裡迎來新生兒,並不會影響韓國爸爸投入家務的時間。對照電影中金智英的無奈心聲:「醫生反問我,飯是電子鍋煮的,衣服是洗衣機洗的,為什麼我的手腕會痛?」婦女承擔「第二輪班」的壓力,仍未完全被看見和同理。

過去,男人出外打天下,女人的戰場是「家庭」,打掃煮飯、照顧老小、專心一打多。如今,許多女性同樣在職場發光發熱,但經歷生產和育嬰關卡時,她們需要付出更大的代價。除了承受懷孕的巨大身心變化,還可能影響升遷、中斷年資,甚至被不友善的職場隱性「驅逐出場」。

這也是為何研究反映出,蠟燭兩頭燒的高社經女性,更容易因為家務分工而影響生育意願。

「家務分工的均衡,影響最大的通常是高社經女性。」鄭雁馨分析:「她們可能有很好的職場表現,正在追求自己的事業和成就感,一旦生產、育兒,勢必要面臨職涯和婚育的衝突。當職場和家庭讓人身心俱疲,又發現丈夫不可能調整工作和作息,總是媽媽要犧牲,越來越多女性遲疑,或者生一個後就此打住。」

-----廣告,請繼續往下閱讀-----
東亞各國相比,日韓女性都負擔超過八成的家務,臺灣也有近八成。香港超過六成五,中國超過七成。資料來源/鄭雁馨

停滯的性別革命:生育不只是女人的事!

臺灣生育率節節下滑,一谷還有一谷低,青年低薪、高房價、公托不足都可能是影響因素。但這項實證研究也反映出,

跟不上時代腳步的性別文化,更讓不少蠟燭兩頭燒的女性成為「厭世媽咪」,不願輕易再談媽媽經。

「為什麼北歐國家的生育率能回升?很大原因是,他們完成了兩階段的性別革命。」

鄭雁馨解釋,家務分工與生育率的持續走低息息相關,西方人口學家稱之為「停滯的性別革命」──大量女性活躍在公領域中,但男性在私領域的性別角色仍然停滯不前。這也是東亞文化圈面臨的共同問題,包括臺灣、香港、日本、南韓和中國。

舉例來說,請育嬰假、獨自推嬰兒車散步、上街買菜,是街頭常見的北歐爸爸群像。然而,當育嬰假政策來到東亞,2017 年臺灣、日本、韓國的爸爸使用率全都低於 10%。 「如果文化價值、社會環境沒有跟著改變,立意良善且進步的政策反而強化了性別分工。」鄭雁馨提醒。

回看電影,當金智英滿臉疲憊而怨懟的這麼說:「可以不要再說『幫』我了嗎?幫我做家事、幫我帶小孩、幫我找工作,這難道不是你的家、你的事、你的孩子嗎?」這或許也是大螢幕外許多「偽單親媽媽」的真實吶喊。

透過實證研究再次顯示:生育不只是女人的事,家務分工也絕非是夫妻的家內風景。若我們希望力挽狂瀾、翻轉生育率,便不應該忽視公私領域的性別結構。

文章難易度
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3557 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

1
2

文字

分享

0
1
2
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 54 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

4
0

文字

分享

0
4
0
大黃魚和海鯰,古代台南人愛吃什麼魚?
寒波_96
・2022/04/01 ・4023字 ・閱讀時間約 8 分鐘

魚類是人類重要的資源,許多古代文化裡魚是日常飲食的一部分,台灣古時候也是如此。一項新發表的研究,調查台南 5000 年來的遺址中有哪些魚,得知古早台南人食用的魚類,受到環境變化的影響。

大黃魚。圖/〈野生大黃魚的滅絕危機

用耳朵裡的石頭,判斷古代人吃哪些魚

如何得知古代人吃哪些魚呢?魚有骨頭,有機會在遺址中留下遺骸,但是相對其他動物來說,魚類的骨頭沒那麼容易留下。所幸硬骨魚的頭部內,有種負責聽覺的構造「耳石(otolith)」。

耳石成分為碳酸鈣,魚去世後是相對容易留存的部位。不同魚類的耳石型態有別,所以見到遺址中的耳石,可以得知古時候有哪些物種。比較不同年代遺址間,耳石組成的變化,便能推論不同時代吃魚的改變。

由中研院的生物多樣性研究中心,林千翔主導的研究,算是用魚類耳石回答考古學的問題。自然死亡的魚也會留下耳石,不過這項研究分析的耳石大部分來自貝塚,也就是人類活動造成的垃圾堆遺址,當年應該曾經是人類的食物。

南科遺址群的地理位置。圖/參考資料

樣本皆來自南科遺址群,也就是南部科學園區的臺南園區的一系列遺址。中研院的歷史語言研究所於公元 1993 到 2010 年,在李匡悌等人率領的挖掘下有許多收穫,魚耳石只是其中一小部分。

-----廣告,請繼續往下閱讀-----

從距今 5000 年的新石器時代早期開始,現在是南科的這塊地方便有許多人類活動。南科遺址群的 82 處遺址中,有 17 處出土過魚類耳石,被納入本次研究。考古學上可分為 5 個時期:新石器時代的早期、中期、晚期,鐵器時代,以及歷史時期。

5 個時期中,新石器時代中期只有 1 處遺址 1 件樣本;距今 300 年到現在的歷史時期,也只有 3 處遺址 8 件樣本。用於分析的 1254 件樣本,大部分屬於新石器時代早期、新石器時代晚期、鐵器時代。

遺址們的資訊。圖/參考資料

新石器時代早期,距今 4200 到 5000 年前的 2 個遺址,總共出土 789 件魚類耳石,分別屬於 24 個分類群(taxa),不論數量或多樣性都最高。

新石器時代晚期,距今 2000 到 3300 年前的 7 處遺址,共出土 112 件樣本,分屬 16 個分類群。而鐵器時代,距今 300 到 1400 年前的 4 處遺址,出土 344 件樣本,分屬 13 個分類群。

-----廣告,請繼續往下閱讀-----

新石器時代最有存在感的是大黃魚(Larimichthys crocea),早期占 57.29%,晚期占 41.96%,皆為當期最高比例的魚類。鐵器時代變成海鯰(sea catfish)最多,占 61.24%。

遺址中魚耳石的種類。圖/參考資料

台南環境變化,影響食用魚種

地處台南同一個地區的遺址,魚類的數量和多樣性都漸漸減少。之前有個論點主張,這是由於過度捕魚所致。但是這項研究充分利用耳石分析的優點,判斷出土魚耳石組成的變化,並非人為捕撈,主要是自然環境變化的影響。

同一種魚,耳石的型態不會改變,但是大小會變,耳石大小又正比於魚體的尺寸,耳石愈大,魚體也愈大,反之亦然。

遺址中大黃魚的耳石。圖/參考資料

大黃魚在現代也是常見的食用魚類,最近卻由於過度捕撈(過漁),使得野生族群大福縮水;在此之下觀察到,多數個體的身體及耳石也明顯變小。由此推測,倘若古時候發生過漁,遺址中大黃魚的耳石應該會縮小。

新石器時代早期、新石器時代晚期,鐵器時代,三個時期都有大黃魚。比較發現大黃魚的耳石並沒有變小,鐵器時代的耳石雖然數量大幅減少,尺寸還變大一點。表示至少從新石器時代早期到鐵器時代,也就是從 4000 多年到幾百年前,大黃魚並沒有面臨生存危機。

-----廣告,請繼續往下閱讀-----
3 個時期大黃魚的耳石尺寸。圖/參考資料

大黃魚在台南遺址的存在感之所以下降,更合理的論點是:海岸線和沿岸環境的改變。

台南的地貌不斷變化,陸地向海延伸。如今南科遺址群位於內陸,離海岸有相當距離;但是在新石器時代早期,南關里、南關里東遺址的年代(屬於小有知名度的大坌坑文化),這塊地方位在海邊;新石器時代晚期陸地範圍前進,不過依然位於海邊。

大黃魚住在岸邊海域,而新石器時代的台南人住在海邊,使他們不難獲得大黃魚之類的海產。魚類以外,這些遺址也出土不少貝類,表示當時的居民,善於利用沿海的水產資源。

隨著泥沙持續淤積,原本位於海邊的南科地區,鐵器時代成為內陸,淤積和河道後來形成台江內海。南科到台灣海峽之間有潟湖存在,鐵器時代的台南人,不用太靠近海邊便能取得水產資源。也許就是如此,大黃魚不再那麼流行,住在河口、潟湖環境的海鯰,變成這個時期遺址中最常見的魚類。

台南自然環境的變化。南科地區在新石器時代就在海邊,鐵器時代變成內陸,和台灣海峽之間有著台江內海。圖/參考資料

耳石只代表一部分古代魚類

不論古今,耳石都是識別魚類的好材料。比較不同年代魚類耳石的改變,可以判斷自然環境與人類文化的變化,但是也要注意,考古遺址中的耳石,無法代表古代食用魚的全貌。

見到某種魚的耳石,那種魚一定存在過,可是曾經存在過的魚,不一定會留下紀錄,耳石組成也不完全等於實際比例。這兒最明顯的例子是,不同年代的多個遺址有出土鯛科魚類(Sparidae)的骨頭,然而其耳石只有 1 件。或許還有些魚類,不論魚骨或耳石都沒有留下,我們根本不知道它們存在過。

-----廣告,請繼續往下閱讀-----

我們見到大黃魚在新石器時代早期占 57.29%,晚期占 41.96% 這項數據,並非意謂當時真的有 57%、42% 食用魚為大黃魚;合適的解讀大概是,大黃魚是新石器時代主要的食用魚種,晚期的比例有所降低。

遺址中海鯰科魚類(Ariidae)的耳石。圖/參考資料

大黃魚的古老傳承與當代危機

有趣的是,一直到中國漁民近期過度捕撈以前,野生大黃魚在東亞的東部沿海都很常見。古代台南人捕食不少大黃魚,可謂有偏好也具備技術,他們對大黃魚的偏愛和捕捉技術,或許能追溯到還在對岸海邊的日子。

綜合考古、語言學等方面的資訊推敲,台南在新石器時代的大坌坑文化,應該是台灣初期的南島族群,他們很可能是更早以前來自東亞沿岸移民的後裔。這群人的生產方式包含農業,會種植稻、小米等馴化植物,不過仍然有不少採集和狩獵,以及利用水產資源。他們捕食大黃魚的文化,也許在祖先尚未渡海移民前已經養成。

古代人吃進不少大黃魚,現在大黃魚也是受到歡迎的食用魚,一度族群龐大的魚群還因為濫捕面臨滅團危機,至今沒有從過度捕撈的打擊中走出去。無疑,人類如今也成為影響魚類生態的要角。

-----廣告,請繼續往下閱讀-----

延伸閱讀

參考資料

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁

寒波_96
193 篇文章 ・ 1058 位粉絲
生命科學碩士、文學與電影愛好者、戳樂黨員,主要興趣為演化,希望把好東西介紹給大家。部落格《盲眼的尼安德塔石器匠》、同名粉絲團《盲眼的尼安德塔石器匠》。

1

4
1

文字

分享

1
4
1
低生育率的主因並非不生孩子?——人口學家鄭雁馨談少子化
研之有物│中央研究院_96
・2022/02/21 ・5536字 ・閱讀時間約 11 分鐘

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。

  • 採訪編輯|劉芝吟
  • 美術設計|林洵安

從婚育文化看臺灣的低生育率

1950 年代,臺灣每位婦女平均生育數曾高達 7 人,但近年生育率卻呈現雪崩式下滑,一再探底。為何生育率好似青春小鳥,一去不回頭?「研之有物」專訪中研院社會學研究所鄭雁馨副研究員,她透過數據與生育指標指出,臺灣生育困境並非來自年輕夫妻只生一胎,而是因為未婚人口持續上升,低生育率的背後,與東亞的家庭和婚育文化密切相關。

重視家庭、強調傳承,東亞生育率為何持續探底?

「新生兒再創新低」、「生育率全球最低」,臺灣生育率警訊年年登上新聞。多年來,政府從育嬰假、生育津貼、第二胎獎勵等各式政策輪番端上桌,但生育數據卻似乎鐵了心,一去不回頭。

年輕人為什麼不生孩子了?許多人直指低薪、高房價、工時過長,中研院社會所副研究員鄭雁馨則把焦點轉向文化與傳統價值,她直言:「經濟結構有它的影響力。但我認為,放到東亞文化脈絡來看,低生育率和家庭性別文化脫不了關係。」

-----廣告,請繼續往下閱讀-----

在美國主修社會學與人口學的鄭雁馨,五年前開始投入生育議題的量化研究。她發現過去三、四十年,臺灣的家庭模式經歷劇烈變化,晚婚日趨普遍、同居逐漸不再是禁忌,但同時許多傳統價值依然延續,例如香火傳承、孩子必須在婚姻關係中出生。

鄭雁馨運用戶政資料和社會調查進行人口研究,爬梳數據背後的婚育圖像,試圖從更廣泛的文化視角,探究低生育率的根本構成。

「臺灣與東亞各國的狀況非常相似,經濟發展已高度現代化,但父權文化和家庭主義盛行,長輩對年輕人成家仍有很強影響力。我們需要從東亞文化的角度出發,來分析生育率議題。」

鄭雁馨在美國主修人口學,她指出臺灣有許多棘手而迫切的人口學議題,但缺少專門獨立的人口學訓練系統,政府和國家機構也沒有投入大型研究,是目前亟待補強的研究領域。圖/研之有物

平平都是生育率,有什麼不一樣? 拆解 PTFR、CTFR

東亞家庭與性別文化,交織出臺灣特殊的生育圖像。一大特色是:相較於西方多數國家,臺灣的生育率持續走低,沒有「回血」的跡象。

-----廣告,請繼續往下閱讀-----

媒體報導常提及的探底生育率,指的是「時期生育率」(Period Total Fertility Rate, PTFR)。以 2020 年為例,計算方式是:將 1971-2005 年次各年齡的女性生育率加總起來推算,如果女性依循這一系列年齡別生育率,度過可生育階段(15-49 歲)後會有幾個孩子,以此推估婦女一生的平均生育數。

這項指標方便快速,能立即呈現生育景況,不過也有盲點。由於計算方式混合了 35 個世代,一旦社會急速變遷,大量女性晚婚晚育,讓 15-30 歲的生育率明顯大幅下降, PTFR 便會被低估而失真。

「PTFR 適合用來比較全世界的生育概況,描繪出鉅觀的圖像。但是若一個社會經歷劇烈變化,要精準地分析生育狀況與診斷低生育率成因,世代生育率(CTFR)是比較可靠的指標。」

「世代生育率」 (Cohort Total Fertility Rate, CTFR )不受生育步調的影響,但必須等到女性年滿 49 歲 (或至少滿 45 歲) ,才能計算出同一世代的女性實際平均生育數。

-----廣告,請繼續往下閱讀-----

當女性地位提升後,開始大量接受高等教育、進入職場,生育年齡因而逐步後延,會讓時期生育率(PTFR)顯著下滑⸺這是已開發國家都曾走過的路。例如, 20 世紀瑞典生育率從 3.6 到世紀末腰斬至 1.5。不過如同少部分高生育率的西方國家,瑞典 CTFR 一直維持在平穩的兩個小孩,PTFR 雖然看似下降,CTFR 卻能撐住在替代水準,主要是那些「行程 」延後的瑞典女性最後都有加入生育行列 。

這個現象來到東亞,卻明顯不存在!

比對臺灣這兩項生育率指標,自 2000 年初以來,PTFR 已近二十年低於 1.5,香港、南韓和日本同樣低迷,始終看不到生育率回補逆轉。進一步觀察 1950-1979 年出生者的 CTFR,東亞是全世界極少數持續下滑的地區。

主要原因是:15–30 歲延後未發生的大量生育率,在 30–45 歲回補力道不足,造成 PTFR 和 CTFR 雙雙下跌。其中關鍵,便在於日益增多的各年齡層未婚人口!

-----廣告,請繼續往下閱讀-----
單看時期生育率,臺灣 1985 年已跌至 2 以下;但世代生育率一直到 1965 年世代才低於 2 人。PTFR 呈現的只是單一時點的生育概況,必須同時檢視真實世代的 CTFR,才能分析低生育率的形成主因。圖/研之有物(資料來源│鄭雁馨)

年輕夫妻不想生?低生育率關鍵:未婚人口越來越多

「 同時參照 PTFR 和 CTFR,才能掌握低生育率的真實結構,進一步分析為何臺灣或東亞生育率無法回補。 」鄭雁馨強調。

在東亞各國,未婚人口對生育率的影響異常關鍵,因為東亞的一大婚育特色是:孩子必須出生在婚姻關係中。以臺灣來說,非婚生育僅 2~4%,數十年不動如山。獨特的「婚育包裹」文化,讓不結婚幾乎等同不會生孩子,因此分析世代總生育率(CTFR)、並對照未婚率,便能拆解生育率的結構。

那麼比對數據,究竟是「誰」不生孩子了?

1965 年之後出生的女性,同一世代生育率開始低於兩人。然而,一直到近年,已婚婦女的平均生育數依舊達到兩人,世代生育率下滑,其實是因為越來越多人沒有結婚。以六年級中段班(1975 年出生)為例,世代生育率為 1.6 人,但已婚人妻平均生育兩名子女,細究來看,原因是有 20% 未婚女性。

-----廣告,請繼續往下閱讀-----

「 一窩蜂只關注時期生育率(PTFR)超低,很容易陷入盲點,通通鎖定在『大家不想生孩子』。實情是,多數夫妻婚後都會生育,甚至逾七成生到兩胎以上。」

換言之,低生育率的關鍵密碼並非不生孩子,更可能是:還沒結婚。

當越來越多人不只晚婚,且最後根本沒有走入婚姻,在東亞文化背景下,也意味著關上了生育大門,西方常見的生育率延後回補,因此失靈。

翻倍增加的單身男女

1980 年代以前,「不結婚」這個人生選項鮮少出現。若三字頭還是孤家寡人,左鄰右舍、叔伯阿姨早已爭相出手牽紅線。 當時,40 歲仍未婚的比例不到 5%。

如今,大齡單身男女不再鳳毛麟角, 45-49 歲仍未婚的比例已近二成。鄭雁馨參與的國際研究團隊從模型推估,到了 2050 年,臺灣 40-49 歲男性未婚比例很可能將超過 30%、女性超過 25%。換言之,假設非婚生育仍不被主流文化接受,幾乎也就預告了生育率一路下滑的劇本。

-----廣告,請繼續往下閱讀-----

想要打破冰凍三尺的生育率,進一步理解這些未婚者的生命狀態,至關重要。「如果因為負擔不起成家壓力,提升薪資水平、生育補助或許有效;如果多數人是不婚主義,經濟政策自然無濟於事。」

未來數十年,東亞單身人口預估會持續攀升,翻倍增加。臺灣和韓國幾乎是一路走高;日本因為工業化更早,女性婚育延遲、未婚的現象,比其他國家更早出現,因此數據預估較持平。圖/研之有物(資料來源:Demographic Change and Increasing Late Singlehood in East Asia, 2010–2050

為何她/他們還沒結婚?傳統婚育的壓力

結婚不好嗎,為什麼這麼多人選擇另一條路?他們是堅持不婚?渴望成家卻找不到另一半?受限經濟壓力不敢「婚頭」?或者,想有孩子但不想結婚?

臺灣社會變遷調查來看,越年輕的世代,越傾向不把婚姻視為人生必選題,認同「未婚也能幸福和享受生活」的比例呈上升趨勢,「敗犬」標籤慢慢被「一個人也很精采」取代。

然而,許多單身者其實並非是不婚主義者。根據 2013 年主計處調查,未婚女性裡學歷越高、結婚意願越強,而且 45-49 歲仍有兩成考慮成家。那麼,她們單身的原因又是什麼?

-----廣告,請繼續往下閱讀-----

除了學生族群以外,「尚未遇到適婚對象」在各年齡、學歷都壓倒性勝利,尤其以大專以上最明顯。顯然,並非徹底拒絕結婚,而是難以找到共度人生的「牽手」,是不少單身女性的難題。雖然結婚和生育是兩個人的事,但弔詭的是:社會調查很少詢問男性未婚的原因,所以其生命處境是否與女性相似,仍亟待研究。

學歷越高,越不想結婚?實證調查結果恰恰相反。女性以高學歷者的結婚意願最高,但她們也是遇不到適婚對象的最大未婚族群。圖/研之有物(資料來源:鄭雁馨

「許多人傾向結婚,但沒有找到合適對象。關鍵在於社會高速發展後,新世代對婚姻、家庭角色的期待轉變,而與傳統文化發生衝突,這就形成了婚育配對的困難。」鄭雁馨分析。

半世紀以來,臺灣的政治、經濟飛躍性成長,躋身先進國家。女性的教育、就業與社會成就,不斷突破傳統限制,公領域裡女力崛起,但目光移轉至家庭與文化價值,傳統父權力道的鬆動遠不如預期。

拚兒子是其中一個例子。

在臺灣胎次越高,新生兒性別比例的失衡越嚴重。當媽媽拚到第三、四胎,經常承受非男孩不可的香火壓力,「性別篩選」成為不能說的秘密。對照 2006 年與 2016 年東亞社會調查,儘管已相隔十年,臺灣男性認為「至少要生下一個兒子來傳宗接代」,始終有堅定不移的 44% 。

家務分工是另一個東亞共同性別文化。時至今日,臺灣婦女依舊負擔近八成的家務,家事、小孩一肩扛。但即便丈夫想共同育兒,性別環境的土壤也未必足夠厚實。

北歐廣泛使用的雙親育嬰假,移植到臺灣,2017 年統計 76% 媽媽申請育嬰假,但爸爸僅 8%。除了傳統文化通常預設母親是優先照顧者,兩性的薪水差異,也讓爸爸休假帶孩子,必須同時承受經濟成本與傳統文化的雙重壓力。

「我們的性別平等改革,在教育、就業率表現很高。相對來說,文化層面的變化沒那麼明顯,包括婚育、家庭關係,這是東亞文化圈的共性。」鄭雁馨分析。

因為家庭關係緊密,長輩對下一代婚姻具有高度影響。新好媳婦除了上網「靠北婆家」,回到現實世界,多半仍得努力和長輩們磨合。這也意味,在講求孝道與家庭主義的社會,家庭內的傳統性別文化更難動搖。

種種盡在不言中的文化規範,交織出一片無形的婚育壓力,也形成兩性對婚姻家庭的期待落差。

對高社經背景的女性而言,走入家庭、養育照顧孩子,要付出比男性更高的機會成本,可能間接延緩兩性結婚的時程。

大齡女子想結婚?沒那麼容易

走入婚姻,需要直面傳統文化壓力,但單身者卻也可能被同一套價值,無情拒於門外。

鄭雁馨研究發現,二字頭的未婚男女,未來結婚的機率兩性相差不大;但若到了 35-39 歲,往後十年,女性結婚的機率就遠比男性下降許多。

研究突顯了殘酷的社會現實:

在婚姻市場裡,大齡是女性的「被扣分項」。背後不僅隱含父權文化對性別角色、形象的期待,另一個關鍵原因仍是生育——好不好生、生得好不好,經常被歸責在母親身上。

鄭雁馨直言:「十幾年來,我們的公衛體系依然不斷強調『34 歲以前是黃金生育年齡』,而且主要針對高齡女性。但現實是,整個社會有一半女性 (和男性)此時還沒有進入婚姻,但她們已經被貼上不好生的標籤。」

隨之而來,也是她們在婚姻市場上將面對的歧視與擇偶困境。事實上,高齡生育風險不僅存在女性身上,越來越多流行病學研究也指出高齡爸爸對母親生育的影響,但我們的社會選擇忽視後者而強調前者。

35 歲以上才晉升新手媽媽的比例快速竄升,2016 年已突破 25%。當晚婚、晚育成為常態,35-45 的女性勢必將成為臺灣的生育主力,這也考驗公衛與醫學體系是否能因應變遷,提供足夠的檢測照護與論述支持。圖/研之有物(資料來源:鄭雁馨

更多實證研究,更友善彈性的婚育文化

當社會結構急速轉變,家庭與文化價值變動緩慢,齒輪時不時被卡絆,凍結的人口成長有機會回溫嗎?

「我們必須認清,人口萎縮是必然的。」鄭雁馨認為,生育率下滑已非一日之秋,現階段只能減緩速度。綜觀來看,已婚夫妻的生育狀況並不悲觀,了解結婚率下滑的原因是較直接的目標。但相較於日本早已進行系統性研究,臺灣對未婚圖像的掌握始終蒼白貧乏。

「如果高生育率奠基於昔日女性必須犧牲受教和就業權,人生只有育兒持家一個選項,那當代的低生育率或許沒什麼不好。」鄭雁馨直言:「但如果很多女性想成家卻無法實現,政策應該更努力解決,包括未婚而想當父母的人,我們能否有更彈性開放的思維,達到生育自主。」

有多少人渴望成家?有多少人因為低薪高房價,不敢組成家庭?又有多少單身者只想要孩子?更多細緻的實證研究,是思考生育政策的重要基礎。

持續推動友善、支持婚育的性別平權社會,更是根本。「歐洲經驗告訴我們,家戶內的性別平等如果沒有跟上,整體生育率就很難提升。」鄭雁馨這麼說,

「育兒需要成為一整個村莊、社會、國家的事,而不是女性理所當然的天職。」

延伸閱讀:

所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3557 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook