【智活星期二】陳弘正：「簡單也是一門學問！」

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

你也是，見證歷史的「非凡小人物」

你居住的地方有著什麼樣的風景？又遭逢哪些環境或社會問題？面對我們生活的社區，你可能是見證地方變遷的耆老，也可能是熟悉某項事物的地頭蛇，你我都是隱藏民間的「非凡小人物」！中央研究院臺灣史研究所出版三本《田庄人的故事：臺灣農村社會文化調查計畫口述歷史專輯》透過口述歷史方法記錄農村居民的生命史，從中發掘地方的歷史變遷，保存即將消失的傳統技藝。究竟口述歷史如何進行？農村中發生哪些動人故事？一場探索臺灣農村的旅程即將展開！

找回被遺忘的地區

臺灣約有 368 個鄉鎮市區，每一個行政區內又存在無數個村里，各自蘊藏豐富的歷史文化。然而，並非每個地方都有留下文獻，尤其是散落在各個角落的農村。多數人只知道我們吃的食物來自農村，卻不知這些食物怎麼生產，更不知這群生產者面臨哪些環境考驗、過著什麼樣的生活。

隨著長輩年邁離世、青年離鄉謀生，農村淪為城市之外一座座被淡忘的孤島。

為了解決農村問題、推動農村再生、強化農村社會價值及文化傳承，行政院農業委員會補助中央研究院執行五年期「臺灣農村社會文化調查計畫」（2018.1.1~2022.12.31）。其中，中研院臺灣史研究所（下簡稱臺史所）負責執行分項計畫中的「農村生活、文化及其歷史變遷調查計畫」，透過口述歷史方法記錄農村，從中發掘地方的歷史變遷，保存即將消失的傳統技藝。

整個計畫由臺史所許雪姬特聘研究員兼所長擔任主持人，曾品滄副研究員、顧雅文副研究員、東華大學歷史學系陳鴻圖教授擔任共同主持人，期間康培德教授、黃仁姿助理教授亦曾參與共同主持。另外，陳淑容、曾令毅、莊濠賓、黃子寧等人則陸續擔任博士後，與多位助理人員分工執行田調、訪談與紀錄工作。

在執行計畫的過程中，臺史所出版了三本《田庄人的故事：臺灣農村社會文化調查計畫口述歷史專輯》（下簡稱《田庄人的故事》），收錄了 70 位涵蓋不同縣市、族群、性別與年齡的「田庄人」口述歷史。根據第三本付梓前的統計，當時已訪談 265 位農村居民、寫下 160 篇以上文字紀錄。再加上最後一年的執行成果，受訪者更加豐富多元。

要完成上述豐碩成果並不容易，口述歷史絕不只是單純記錄受訪者的口述內容，背後還包含從實作中養成的工夫。中研院研之有物專訪院內臺史所顧雅文副研究員、敏實科技大學通識教育中心陳淑容助理教授，分享如何以口述歷史方法記錄農村文化，一起感受農村居民的生命故事與生活經驗！

萬里之行，起於足下：從「水文化」、「生產文化」開始調查

「第一年我們還在摸索，先從有人脈的村子調查起。後來我們決定結合研究人員的專長與興趣來選擇田調地點，因而鎖定了『水文化』及『生產文化』兩大議題，尋找在兩者上有特殊性的農村。」顧雅文回憶了確立調查主題與尋找受訪者的過程。

口述歷史彌補了文獻記載的不足，讓過去未被關注的人物發聲，是了解農村社會文化的重要方法。但尋找受訪者不能漫無目的，先要決定調查哪些農村。顧雅文從專長的「水文化」出發，挑選了臺中市烏日區溪尾里、雲林縣口湖鄉水井村、屏東縣竹田鄉西勢村等地進行調查。

溪尾里位於烏溪及猫羅溪之間，綜觀一百年前的古地圖，溪道在本地縱橫交錯，直至 1930 年代總督府治水才逐漸改變。早期沿岸有擺渡人撐棑仔（pâi-á）接送居民過溪，1950、60 年代當地受到八七、八一、葛樂禮等水災重創，對居民的生活產生莫大影響。

水井村則位於雲林沿海的「風頭」，土壤鹽分高，又地處嘉南大圳的「水尾」，因此有很長一段時期，地面水資源無法滿足當地的農業所需。有趣的是，當地人練就了地下水開發的技藝，許多傳統鑿井師傅皆出身此處，靠著四處幫人鑿井闖出名聲。

至於西勢村原本有舊隘寮溪通過，是水源豐足的地方，但 1930 年代的下淡水溪治水計畫將隘寮溪阻斷在上游，徹底改變了當地的水環境。不管是水太多、太少或由多變少，都對農村的產業生計、社會生活、宗教文化等各層面帶來重大影響，造就了今日農村文化的多元面貌。

除了顧雅文進行水文化調查的農村，曾品滄、陳鴻圖也帶領團隊分別在雲林縣元長鄉五塊村、嘉義縣布袋鎮好美里、南投縣鹿谷鄉永隆村及鳳凰村、彰化縣埔心鄉埤霞村和二重村、臺南市鹽水區岸內里及三和里、臺南市善化區昌隆里，以及澎湖縣湖西鄉北寮村、龍門村等地進行口述歷史訪問。透過訪調各地的農漁村落，團隊企圖展現從山到海不同生產類型的農村生活樣態。

尋找關鍵的「那個人」，見證農村發展的各色人物

決定調查地點後，團隊又是如何找到受訪者呢？某些特別的人物會優先考慮，例如年長且閱歷豐富的耆老、熟悉傳統技藝的職人、在產業中曾獲獎的翹楚、受災記憶者與地方大家族後代。

尤其是擅長煮食也熟悉年節祭拜禮俗的農村婦女，在過去重男輕女的時代，女性的聲音很少被記錄下來，因此每到一個農村都會訪談當地婦女。

此外，剛開始踏入農村時，在地的「報導人」常扮演重要角色，他們能帶領團隊認識村子內關鍵的人事物。這些報導人可能是村里長、社區發展協會成員、義警、教職人員或水利會小組長，多是人脈甚廣、熱心在地事務的人。

團隊會在事前的準備功課中找出該地的特色或值得關注之處，再詢問報導人有無建議的受訪人選。每一次的出訪都有詳列受訪者、訪問時間、地點與訪談主題等行程規劃表，但實際進行時，隨機調整也是家常便飯。

然而團隊也注意到，如果只依賴一位報導人，很可能受其人脈、立場等影響過深，而忽略了村子的另一面。這時候，隨機談話的過程反而帶來意外收穫。有時團隊成員會在廟前與長輩聊天，或在雜貨店、農藥行等農村重要生活場域找到受訪對象。在建立信任關係後，這些因緣份結識的受訪者也會介紹更多訪談對象。

儘管有明確想問的問題，但團隊實際訪談時並不只限於某個主題，因而採取了「生命史式」的訪談。一方面能知道訪談的事件發生於受訪者的哪個生命階段，另一方面也有助記錄村子長期的變遷樣貌。

如何建立信任關係？同情共感，站在受訪者立場思考

翻閱一篇篇口述歷史紀錄會發現，很多受訪者接受不只一次訪談，某些夫妻檔還特別分開受訪，原因出自團隊了解「建立信任關係」對口述歷史的重要性。

要一個素昧平生的人對你敞開心胸並不容易，因此穩定關係的建立至關重要！

陳淑容站在受訪者的立場思考後發覺，要在一次訪談中毫無保留說出自己的故事並不容易。因此，如果受訪者的時間允許、能提供的資訊夠充裕，通常會在一次訪談後再去補訪，隨著彼此的認識越深，願意說出的內容也越深入。

此外，團隊也發現，某些婦女在受訪時，一旁的丈夫可能會有打斷談話、跟妻子拌嘴的情形，妻子也會顧慮丈夫觀感而不敢暢所欲言。最好的解決方式就是夫妻分開受訪，讓雙方保有屬於自己的發言空間。

不過也有夫妻琴瑟和鳴的案例，雲林縣元長鄉耆老蔡永松先生的訪談即讓團隊印象深刻。

東勢鄉明倫國小退休校長蔡永松先生作育英才無數，他在任教之餘持續協助家中農務，熟知地方知識、歷史掌故與民俗俚諺。蔡校長與妻子蔡李阿雲結縭一甲子，如同多數農村教職人員的另一半，妻子肩負起農事與家務，讓丈夫無後顧之憂。

2019 年首次拜訪蔡校長時，夫妻兩人的好感情在訪談中表露無遺。蔡校長說話、妻子在旁補充，生動描繪了提親前先到女方家，偷看到妻子正在打番仔豆（硬莢豌豆）的情景。然而，2020 年再次造訪時，妻子因病驟然離世，訪談中談到與妻子的回憶，真情流露的蔡校長數度哽咽：

在加護病房的時候我問她：「阿雲，妳覺得這輩子我對妳怎樣？」她說，「你對我足好，我想欲轉去睡在你身邊……」，這句話讓我到現在想起來都痛哭流涕。
〈花生與甘蔗的故事：蔡永松先生訪問紀錄〉

團隊成員也跟著蔡校長一起懷念妻子。受訪者的離世令人難過，也讓團隊意識到口述歷史工作一刻都不能等，需格外珍惜與耆老們相處的時間，在長者凋零前盡力留下珍貴的農村紀錄。

口述歷史的訪談 Tips：做好功課，讓受訪者成為好夥伴

在訪談之前與過程中，團隊會全方位蒐集地方誌、地圖、照片與各式文獻，建立對農村的基本認識，並擬定採訪大綱。

訪談前先對農村有基本認識，受訪者會感受到你是有備而來，更願意提供延伸資訊，有助團隊完整記錄農村文化。

以雲林縣元長鄉五塊村的訪談為例，團隊基於該地有「保正作家」蔡秋桐（1900-1984）而選定為調查村落。調查過程中，成員意外發現蔡秋桐留下的文獻，輔以他以地方人事物為原型創作的小說，讓團隊得以深化口述歷史與村落調查工作。

蔡秋桐自 1921 年開始擔任保正，曾出任地方水利委員、嘉南大圳組合評議員，並協助臺南州廳進行瘧疾防疫事務。戰後更擔任第一任元長鄉鄉長、臺南縣第一屆參議員，是地方重要的政治菁英。

過去研究雖有提及蔡秋桐在政治運動之外也參與文化啟蒙運動，卻沒有直接證據。直到陳淑容等人在調查中發掘老照片，證實他在 1923 年籌組新劇／話劇社團醒民社，1924 年赴東京參加臺灣議會設置請願運動，1926 年參與臺灣文化協會北港演講活動，是重要的啟蒙運動先驅。清華大學石婉舜教授更指出，醒民社是目前已知臺灣人最早的新劇／話劇結社。

此外，蔡秋桐的小說多取材自元長一帶，呈現了 1930 年代農村各階層的生活樣貌。其中一篇〈無錢打和尚〉就隱藏著蔡家祖先在地方致富的經營之道。

故事的主角是一名地主之子，他遵照父親遺囑：「作穡是攤土不可攤草，要好就菁棉豬，無錢即摃和尚。」光是把土攤平而不除草，誤以為父親要他把豬的眼睛打瞎（臺語「菁棉豬」音同「青暝豬」），把錢花光後看到和尚就打。和尚問他為什麼打人，主角說這是父親的遺言，覺得奇怪的和尚於是到他家一探究竟。

原來父親的遺囑是要傳授兒子致富之道，「攤土，不可攤草」指的是田裡草未長出來就要常去鋤攤；「菁棉豬」指的是透過栽菁（種豬吃的青草）、種棉（種植棉花）、養豬就可以生財，積蓄的財寶則藏在家中的銅製佛像內。破解秘密的和尚於是騙過主角，把藏有遺產的佛像帶走。

蔡秋桐五子蔡甫五先生在受訪時，分享元長鄉過去栽植棉花的情景，呼應了故事中的「種棉」產業。然而，文中提到的「栽菁」一度被視為做藍染的「大菁」，卻是蔡甫五印象中未曾種過的作物。經由家屬推敲，此處的「栽菁」應是指栽種可用來餵豬的番薯葉等深綠色蔬菜。

聽說讀寫樣樣精通，看似容易實則困難的口述歷史

從閱讀文獻、與人交談、察言觀色、同理聆聽，到書寫出脈絡清晰的紀錄，口述歷史結合了聽、說、讀、寫的能力。

陳淑容認為：「最重要的是提問功力的訓練，從訪談中發掘更多值得追問的問題，建構較少受到關注的庶民生活圖像。」

其中「說」的能力在訪談傳統技藝擁有者時格外關鍵！「你一定要用自己的話講一遍」，顧雅文分享訪談水井村鑿井師傅的經驗：「鑿井技術有很多術語，師傅們講得理所當然，當下你以為自己聽懂了，回來看紀錄會發現不知道自己在寫什麼。」

顧雅文舉用來鑿井的「柴井車」為例，這是一個外觀像摩天輪的半人工器械，有一個輪子架在井架上，外面繞上由削薄竹片接成的長索，竹索前端接著一根上面有氣孔、下方裝了活門的特製鐵管。鑿井時，一班工人或站或坐在井架上，合力踩動輪幅使輪轉動，便能帶動鐵管上上下下撞擊地面，慢慢往下鑿出一個洞。

地表下的泥砂經由活門不斷進入鐵管內，塞滿以後，須將鐵管拉出地面，頂開活門洩出泥砂後再重新放入。等鑿到水層後，再把一旁經過烘直、打孔並包上棕鬚的竹管依序放入洞裡，一個傳統的竹井即大功告成。

然而，鑿井師傅在講解時只是不斷強調輪子帶動竹子往下鑿洞，或說管子裡有「葉片（i̍ap-á）」，實在很難理解。於是顧雅文找出描述傳統鑿井技術的早期文獻，才確認還有特製鐵管這個重要零件。

另外，日本千葉縣一帶於 19 世紀末發展出「上総掘り」的鑿井技術，現已是國家指定的重要民俗文化財，日本學者對其進行了詳細調查，甚至製作了圖錄。顧雅文發覺兩者的主要構造及原理十分相似，再次拜訪鑿井師傅時，便拿圖向師傅確認「柴井車」的零件構造，終於解開心中的疑惑。

口述歷史帶來的有趣發現促使顧雅文進一步探討此傳統技藝在東亞的發展，推測柴井車的技術很可能是日治初期就傳到臺灣的「上総掘り」簡化版，約在 1930 年代於水井村一帶發展出來，並快速在鄉間各地普及。

回饋農村的禮物，傳承世代的感動！

隨著三本《田庄人的故事》陸續出版，這些訴說「非凡小人物」生命史的紀錄也開始產生影響力，不僅讓更多人認識臺灣各地的農村，對於受訪者與其家屬來說，更是一份值得世代傳承的禮物。

農村在地的國小就很期待口述歷史出版，讓學生們看到自己的阿公、阿嬤成為書中主角，是認識家鄉的最佳教材。對於成年子女來說，這也是一個重新認識父母早年生活的難得機會。顧雅文分享一段來自水井村受訪者家屬的驚喜回饋。

水井村發展出聞名全臺的鑿井技藝，曾是村民的重要副業，全盛時期村中大半男人都從事鑿井，不是師傅便是小工，經常到外地幫忙鑿井，有時一去就是數個月，等同過著逐水而居的生活。目前有少數村民轉而從事機械鑿井，但時至今日，鑿井業也漸漸沒落。

為了記錄、保存傳統技藝，臺史所團隊特別拍攝紀錄片，透過調查村莊環境、訪談耆老與職人，呈現今昔鑿井業的變遷，更請村民利用現有材料再現「柴井車」。導演寄毛片給受訪者確認時，沒想到就這樣在村子傳開了。

有一天，顧雅文收到一封在醫院工作的女士寄來的 Email，原來她的父親就是一位鑿井師傅，她非常感慨讀書時就離家的自己從來不知道村子的歷史，也不知道為什麼父親常早出晚歸，每次回家的時間都很短，印象中一年只能見到五次。直到看了影片及訪談，才重新認識自己的故鄉，理解父親在外工作的情況。

未來是否會有更多農村口述歷史出版？答案是肯定的。雖然農村計畫已結束，臺史所仍會繼續出版口述歷史紀錄，希望讓更多人認識田庄人生活。

你也對農村文化感興趣嗎？不妨找個時間，和家中有務農經驗的阿公、阿嬤聊聊天，或是來趟農村深度之旅，讓自己沉浸在農村的作息與氣氛之中，將好奇轉化成疑問，開始與農村居民展開交流吧！

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／呂慧穎
• 責任編輯／田偲妤
• 美術設計／蔡宛潔

每到颱風天或寒流來襲，農作物損害的新聞常攻佔各大版面。在極端氣候影響下，農民需承擔的受災風險加劇！我們常羨慕氣候條件相對穩定的地區，但該處的受災風險真的比較小嗎？

中央研究院「研之有物」專訪院內經濟研究所莊雅婷助研究員，以世界糧食出口大國印度作為研究田野，剖析降雨量的變化對不同地區、不同類型農民的生計影響。跟著莊雅婷走一趟印度農村，以經濟學視角探索意想不到的農村經濟樣貌！

聯合國政府間氣候變遷專門委員會（IPCC）於 2022 年發表最新《氣候衝擊、調適與脆弱度報告》（Climate Change 2022: Impacts, Adaptation and Vulnerability），當中指出如在 2030 至 2052 年間失守 1.5°C 溫升防線，世界各地將面臨多重氣候災害，導致自然環境難以修復的局面。

在第 27 屆聯合國氣候變遷大會（COP27）中，多國持續響應 2050 年全球淨零排放目標，聯合國更重申人類社會必須強化面對極端氣候的調適能力，透過跨領域的資訊共享與合作，建立環境、經濟、社會等各面向韌性。

在各類生產者中，看天吃飯的農民最擔心極端氣候影響收成，農產歉收也將導致糧食短缺、物價上漲，並影響民生經濟。因此，了解氣候變遷對農民的影響，有助及早研擬因應對策。

中研院經濟研究所莊雅婷助研究員以環境經濟學為研究方法，選擇印度作為實證區域，研究降雨量的變化對不同地區、不同類型農民的生計影響，從中探索農民因應天災所發展出的生存之道。

農業收益的重要指標

印度是世界糧食出口大國，廣大的國土包含熱帶、亞熱帶、溫帶等不同氣候風貌，再加上各省份的風俗民情各異，塑造出多樣的地理環境、天氣型態及文化特色，有利降低研究取樣上的偏差。

此外，印度在 1970、1981 及 1998 年進行了大規模的農業人口普查，對於各種農業及非農業收入有詳細的統計數據。

莊雅婷共採用 230 個村莊、30 年跨度的印度農業人口普查數據，以及美國德拉瓦大學（University of Delaware）氣候研究中心 1900 至 2008 年蒐集的印度月降雨量和月均溫數據，並請益農業氣候科學家後得知：

6 月平均氣溫、6 至 9 月季風降雨（雨季）是影響印度農作收成的關鍵時期，而「溫度」及「降雨量」是科學家了解氣候變遷如何威脅農業收益的重要指標。

其中，美國德拉瓦大學氣候研究中心數據的優點是，能透過經緯度比對地理區位及空間資料，運用當期降雨量與 20 年歷史氣候資料同期平均值之偏差值，來表示當年雨量與歷史趨勢的差異。

此外，為了確定農民收入與氣候條件之間的連動性，排除與其他變因的交互影響，研究中設定的固定變因包括：家庭規模、村莊人口、戶主年齡及教育程度、農業經驗及替代技能等；環境固定變因則包括：種植模式、土壤類型、村莊特性及農村到城市距離。

藉由上述變因設定，控制非農業工作的可及性、不同區域勞動價格的內生變因，降低歷史天氣模式與非農業收入的交互影響。

降雨量如何影響農民

臺灣諺語常以「風頭水尾」形容農業條件欠佳的環境，令人好奇的是，對比長年風調雨順的地區，哪類環境下的農民較能調適氣候變遷帶來的威脅？

莊雅婷發現，與以往研究結果類似之處在於，降雨量的變化對印度農民的農業收入有顯著影響，而農民傾向透過收入多樣化來調適降雨衝擊（rainfall shock）。

然而，在分析歷史降雨量變化並實地訪談後卻有意外發現：

歷史降雨量變化較小的地區，雖有氣候穩定優勢，一旦降雨驟變，農業收入與總收入的下降程度卻遠高於降雨量變化大的地區！

莊雅婷進一步根據土地大小及經濟規模，將農民分成：有自耕地的大農、中農、小農，以及無自耕地的農民，並初步分析 4 類農民面對降雨衝擊的收入狀況。

大農與中農通常具備較佳的經營管理能力與資源，例如能建置完善的儲水灌溉系統，因而農業收入雖受到降雨衝擊，但下降程度不大。

小農在一般情況下，靠著耕作小規模農地過著自給自足的生活，但相對缺乏其他替代收入，一旦面臨降雨衝擊，收入反而下降最多。

無自耕地的農民類似臺灣租地耕作的佃農，在農作收入較不穩定的情況下，已習慣兼差非農業工作貼補家用，比方投入村莊附近的建築營造工作。因此，在面對降雨衝擊時，較能迅速調整工作型態，收入下降程度比小農低。

以往的農業輔導政策較常聚焦在氣候變遷劇烈、生產條件不佳的地區，但莊雅婷的研究指出：

過去氣候條件穩定、甚少災荒澇旱的地區，反而容易受到氣候變遷的影響，其弱點在於農民缺乏應變經驗，難以在短時間內應對氣候變遷帶來的生計衝擊。

至於歷史降雨量變化較大的地區，多數農民已藉由代代相傳的生活經驗，建立起農業以外的收入來源、工作技能與求職人脈，降低氣候不佳對收入的影響。

該研究點出過往農業政策忽略之處，提醒在強化氣候變遷適應力的準備工作中，應考量農民行為與當地歷史氣候條件的交互影響，引導農民保有居安思危的觀念，及早研擬因應氣候變遷的對策。

現地訪談找真相

大膽假設、小心求證，向來是做研究應秉持的原則。莊雅婷在進行量化分析時，也輔以工作坊、現地訪談等方法，過程中不僅獲得許多設立假說的靈感，更能得到深入剖析社會現象的觀點。

在印度進行田野調查時，恰巧其他印度研究團隊也在同一區域進行農民收入調查，兩方同時觀察到：當時年不佳時，大農地主通常以低於平時的工資雇用農民。

印度研究團隊認為，這是大農地主趁機剝削受雇農民，但莊雅婷在訪談農民後卻得到完全相反的答案。

原來這是地區社群的互助默契，大農地主在乾旱或澇災時提供工作機會，受雇農民也願意在農作欠收時降低工資，彼此相互體諒、一起度小月。

如何不帶偏見探討現象背後的成因，是莊雅婷走入田野時經常自我提醒的一點。

走進田野的經濟學家

在偌大的經濟學領域中，莊雅婷選擇環境經濟學、發展經濟學、行為經濟學作為研究領域。在求學過程中了解到環境對人類行為的影響力，藉由分析個人和群體的經濟行為後，能將統計數據回饋到政策執行面上，有助改善環境和社會管理方式。

「經世致用」是經濟學有趣迷人之處，更讓莊雅婷維持源源不絕的研究熱情！

回憶起與印度的不解之緣，源自在印度工作半年多期間，接觸到發展中國家的實際狀況，親眼見到當地貧富差距之大，讓莊雅婷在心中埋下關心貧窮議題的種子。

就讀碩士班期間，在柬埔寨進行農村貧戶家計與微型貸款研究時，更聽聞無力擺脫貧窮的家庭想將女兒送給同行的美國研究人員，此舉讓她深受震撼！「我總會自問：我的研究能為當地人帶來什麼幫助？」

因著生命中的種種機緣，莊雅婷將研究能量聚焦在環境、貧窮及性別等具公益性的議題上，隻身前往東南亞多國農村進行研究，這不僅要抱持不怕困難的勇氣，更培養出因地制宜的反應力。

要在人生地不熟的異國做研究並不容易，需要與熟悉當地生態的「地頭蛇」建立良好關係，再經由他們連結在地人脈，讓農民願意暫時放下手邊工作來配合訪談。

莊雅婷曾遇到一位退休的老先生願意不收分文擔任翻譯，只因得知有遠自臺灣來的朋友，想要傾聽這群無名小農的故事。

一路走來並非總是一帆風順，但喜歡與人交流的莊雅婷牢記每一次與受訪者互動的美好經驗。對研究的熱情、人們釋出的善意，使她面對各種艱難挑戰時，得以發揮超強耐力，更是疲憊至極時「滿血復活」的最佳養分。

2018 年美國耶魯大學經濟學教授諾德豪斯（William D. Nordhaus）、紐約大學經濟學教授羅默（Paul Romer）以總體經濟學模型，找出氣候變遷與經濟成長的關係，同獲諾貝爾經濟學獎。在此之前，誰能料到「環境經濟學」會成為一門顯學。

這讓莊雅婷相信，在研究領域中無需為了追求潮流而惶惶不安，重要的是堅持自己的初衷，盡心耕耘終能有所收穫！

延伸閱讀

1. 莊雅婷老師個人網站
2. Yating Chuang (2019). “Climate Variability, Rainfall Shocks, and Farmers’ Income Diversification in India”. Economics Letters, 174: 55-61.