【科學簡史】那台灣呢？–雖死猶生的器官移植(終章)

• 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。

一、前言

選後的立法院三黨不過半，但民眾黨有八席不分區立委，足以與民進黨或國民黨結成多數聯盟，勢將在國會居於樞紐地位。無獨有偶的是：民眾黨主席柯文哲在總統大選得到 26.5% 的選票，屈居第三，但因其獲得部分藍、綠選民的支持，在選民偏好順序組態的基礎上，它卻也同樣地居於樞紐地位。這個地位，將足以讓柯文哲及民眾黨在選後的台灣政壇持續激盪。

二、柯文哲是「孔多塞贏家」？

這次總統大選，誰能脫穎而出並不是一個特別令人殷盼的問題，更值得關心的問題是藍白綠「三跤㧣」在選民偏好順序組態中的消長。台灣總統大選採多數決選制，多數決選制英文叫 first-past-the-post（FPTP），簡單來講就是票多的贏，票少的輸。在 10 月中藍白合破局之後，賴蕭配會贏已經沒有懸念，但這只是選制定規之下的結果，換了另一個選制，同樣的選情可能就會險象環生。

從另一個角度想：選制是人為的，而選情反映的是社會現實。政治學者都知道天下沒有十全十美的選制；既定的選制推出了一位總統，並不代表選情的張力就會成為過眼雲煙。當三股社會勢力在制度的帷幕後繼續激盪，台灣政治將無法因新總統的誕生而趨於穩定。

如果在「三跤㧣」選舉之下，選情的激盪從候選人的得票多少看不出來，那要從哪裡看？政治學提供的一個方法是把候選人配對 PK，看是否有一位候選人能在所有的 PK 中取勝。這樣的候選人並不一定存在，如果不存在，那代表有 A 與 B 配對 A 勝，B 與 C 配對 B 勝，C 與 A 配對 C 勝的 A＞B＞C＞A 的情形。這種情形，一般叫做「循環多數」（cyclical majorities），是 18 世紀法國學者孔多塞（Nicolas de Condorcet）首先提出。循環多數的存在意涵選舉結果隱藏了政治動盪。

另一方面，如果有一位候選人能在配對 PK 時擊敗所有的其他候選人，這樣的候選人稱作「孔多塞贏家」（Condorcet winner），而在配對 PK 時均被擊敗的候選人則稱作「孔多塞輸家」（Condorcet loser）。三角嘟的選舉若無循環多數，則一定會有孔多塞贏家和孔多塞輸家，然而孔多塞贏家不一定即是多數決選制中贏得選舉的候選人，而多數決選制中贏得選舉的候選人卻可能是孔多塞輸家。

如果多數決選制中贏得選舉的候選人不是孔多塞贏家，那與循環多數一樣，意涵選後政治將不會穩定。

那麼，台灣這次總統大選，有沒有孔多塞贏家？如果有，是多數決選制之下當選的賴清德嗎？我根據戴立安先生調查規劃的《美麗島電子報》追蹤民調第 109 波（1 月 11 日至 12 日），也是選前最後民調的估計，得到的結果令人驚訝：得票墊後的柯文哲很可能是孔多塞贏家，而得票最多的賴清德很可能是孔多塞輸家。果然如此，那白色力量將會持續地激盪台灣政治！

我之前根據美麗島封關前第 101 波估計，侯友宜可能是孔多塞贏家，而賴清德是孔多塞輸家。現在得到不同的結果，顯示了封關期間的三股政治力量的消長。本來藍營期望的棄保不但沒有發生，而且柯文哲選前之夜在凱道浩大的造勢活動，還震驚了藍綠陣營。民調樣本估計出的孔多塞贏家本來就不準確，但短期內的改變，很可能反映了選情的激盪，甚至可能反映了循環多數的存在。

三、如何從民調樣本估計孔多塞贏家

根據這波民調，總樣本 N=1001 位受訪者中，如果當時投票，會支持賴清德的受訪者共 355 人，佔 35.4%；支持侯友宜的受訪者共 247 人，佔 24.7%。支持柯文哲的受訪者共 200 人，佔 19.9%。

美麗島民調續問「最不希望誰當總統，也絕對不會投給他的候選人」，在會投票給三組候選人的 802 位支持者中，一共有 572 位對這個問題給予了明確的回答。《美麗島電子報》在其網站提供了交叉表如圖：

根據這個交叉表，我們可以估計每一位明確回答了續問的受訪者對三組候選人的偏好順序，然後再依這 572 人的偏好順序組態來判定在兩兩 PK 的情形下，候選人之間的輸贏如何。我得到的結果是：

• 柯文哲 PK 賴清德：311 > 261（54.4% v. 45.6%）
• 柯文哲 PK 侯友宜：287 > 285（50.2% v. 49.8%）
• 侯友宜 PK 賴清德：293 > 279（51.2% v. 48.8%）

所以柯文哲是孔多塞贏家，賴清德是孔多塞輸家。當然我們如果考慮抽樣誤差（4.1%），除了柯文哲勝出賴清德具有統計顯著性之外，其他兩組配對可說難分難解。但在這 N=572 的小樣本中，三位候選人的得票率分別是：賴清德 40%，侯友宜 33%，柯文哲 27%，與選舉實際結果幾乎一模一樣。至少在這個反映了選舉結果的樣本中，柯文哲是孔多塞贏家。依多數決選制，孔多塞輸家賴清德當選。

不過以上的分析有一個問題：各陣營的支持者中，有不少人無法明確回答「最不希望看到誰當總統，也絕對不會投給他做總統」的候選人。最嚴重的是賴清德的支持者，其「無反應率」（nonresponse rate）高達 34.5%。相對而言，侯友宜、柯文哲的支持者則分別只有 24.1%、23.8% 無法明確回答。為什麼賴的支持者有較多人無法指認最討厭的候選人？一個假設是因為藍、白性質相近，對許多綠營選民而言，其候選人的討厭程度可能難分軒輊。反過來說，藍、白陣營的選民大多數會最討厭綠營候選人，因此指認較無困難。無論如何，把無法明確回答偏好順序的受訪者歸為「遺失值」（missing value）而棄置不用總不是很恰當的做法，在這裡尤其可能會造成賴清德支持者數目的低估。

補救的辦法之一是在「無法明確回答等於無法區別」的假設下，把「遺失值」平分給投票對象之外的其他兩位候選人，也就是假設他們各有 1/2 的機會是無反應受訪者最討厭的候選人。這樣處理的結果，得到

• 柯文哲 PK 賴清德：389 > 413（48.5% v. 51.5%）
• 柯文哲 PK 侯友宜：396 > 406（49.4% v. 50.6%）
• 侯友宜 PK 賴清德：376 > 426（46.9% v. 53.1%）

此時賴清德是孔多塞贏家，而柯文哲是孔多塞輸家。在這 N=802 的樣本中，三位候選人的得票率分別是：賴清德 44%，侯友宜 31%，柯文哲 25%。雖然依多數決選制，孔多塞贏家賴清德當選，但賴的得票率超過實際選舉結果（40%）。用無實證的假設來填補遺失值，反而造成賴清德支持者數目的高估。

如果擔心「無法明確回答等於無法區別」的假設太勉強，補救的辦法之二是把「遺失值」依有反應受訪者選擇最討厭對象的同樣比例，分給投票對象之外的其他兩位候選人。這樣處理的結果，得到

• 柯文哲 PK 賴清德：409 > 393（51.0% v. 49.0%）
• 柯文哲 PK 侯友宜：407 > 395（50.8% v. 49.2%）
• 侯友宜 PK 賴清德：417 > 385（52.0% v. 48.0%）

此時柯文哲又是孔多塞贏家，而賴清德又是孔多塞輸家了。這個樣本也是 N=802，三位候選人的得票率分別是：賴清德 44%，侯友宜 31%，柯文哲 25%，與上面的結果一樣。

以上三種無反應處理方法都不盡完美。第一種把無反應直接當遺失值丟棄，看似最不可取。然而縮小的樣本裡，三位候選人的支持度與實際選舉結果幾乎完全一致。後兩種以不同的假設補足了遺失值，但卻過度膨脹了賴清德的支持度。如果以樣本中候選人支持度與實際結果的比較來判斷遺失值處理方法的效度，我們不能排斥第一種方法及其結果。

無論如何，在缺乏完全資訊的情況下，我們發現的確有可能多數決輸家柯文哲是孔多塞贏家，而多數決贏家賴清德是孔多塞輸家。因為配對 PK 結果缺乏統計顯著性，我們甚至不能排除循環多數的存在。此後四年，多數決選制產生的總統能否在三角嘟力量的激盪下有效維持政治穩定，值得我們持續觀察。

四、結語

柯文哲之所以可以是孔多塞贏家，是因為藍綠選民傾向於最不希望對方的候選人當總統。而白營的中間偏藍位置，讓柯文哲與賴清德 PK 時，能夠得到大多數藍營選民的奧援而勝出。同樣的，當他與侯友宜 PK 時，他也能夠得到一部份綠營選民的奧援。只要他的支持者足夠，他也能夠勝出。反過來看，當賴清德與侯友宜 PK 時，除非他的基本盤夠大，否則從白營得到的奧援不一定足夠讓他勝出。民調 N=572 的樣本中，賴清德得 40%，侯友宜得 33%，柯文哲得 27%。由於柯的支持者討厭賴清德（52.5%）遠遠超過討厭侯友宜（23.7%），賴雖然基本盤較大，能夠從白營得到的奧援卻不多。而侯雖基本盤較小，卻有足夠的奧援。柯文哲之所以成為孔多塞贏家，賴清德之所以成為孔多塞輸家，都是這些因素的數學結果。

資料來源

• 《美麗島電子報》追蹤民調第109波（1月11日至12日）

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

一批詳實記載石門水庫大小事的檔案

每到枯水期、颱風季，新聞常會報導水庫的蓄水率，供應新北、桃園、新竹用水的「石門水庫」往往是關注重點。石門水庫已陪伴臺灣民眾走過一甲子歲月，在經濟部水利署北區水資源局的庫房中，留有一批被視為鎮局之寶的檔案，記載石門水庫從設計到興建期間的大小事。中央研究院臺灣史研究所團隊自 2020 年起進駐北水局 19 個月，重新整編 7 千多件、數十萬頁的檔案，又花了近一年研究解讀，終在 2023 年公開其中的 1,700 件、約 14 多萬頁「石門水庫建設委員會檔案」數位影像，並與北水局合作出版《石門水庫歷史檔案中的人與事》專書，藉由歷史檔案訴說一段段藏在紙張中的故事。

說到臺灣北部的重要水庫，就不能不提「石門水庫」。這座橫跨桃園市大溪區、龍潭區、復興區與新竹縣關西鎮的水庫，是臺灣第一座多目標水庫，具備公共給水、灌溉、防洪、發電、觀光等功能。每到颱風季，觀看洪水從石門水庫溢洪道奔騰而出，是許多臺灣民眾共同的記憶；枯水期時，水庫的蓄水率也是近年民眾相當熟悉的新聞畫面。

儲存水流的水庫曾一度被視為解決水資源與洪水等問題的萬靈丹，但此一龐大水利工程的光環在環保運動中逐漸褪去。至今，人們對水庫充滿了複雜的情感與不同的評價。在此情形下，水庫的歷史更不該被淡忘，它就藏在石門水庫興建期間的檔案內，等待有心人為它們拂去灰塵、物歸原始脈絡，訴說一段段藏在紙張中的故事。

負責管理石門水庫的經濟部水利署北區水資源局（簡稱北水局），一直將這批石門水庫歷史檔案視為鎮局之寶。為了讓散落各處的檔案能有系統的典藏與近用，也希望透過研究深化檔案的歷史價值，北水局找上經驗豐富的中研院臺灣史研究所。

在與臺史所顧雅文副研究員、檔案館王麗蕉主任等團隊成員的合作下，2020 年 5 月至 2021 年 12 月間，臺史所團隊進駐北水局 19 個月，完成 7 千多件、數十萬頁檔案的整編工作，又花了近一年解讀研究。最終於 2023 年在臺史所檔案資源系統公開其中的 1,700 件、14 多萬頁的「石門水庫建設委員會檔案」（簡稱石建會檔案）數位影像，並出版《石門水庫歷史檔案中的人與事》專書。

究竟這批走過一甲子歲月的檔案藏著什麼樣的故事？有哪些人參與水庫建設、受到水庫工程影響？褪去偉大工程的光環後，我們又該怎麼看待水庫的歷史與文化價值？

在揭曉檔案內容前，讓我們先將時間倒轉回日治時期的臺灣，回到那個築壩如築夢的年代。

日治時期對大壩的想像

顧雅文與團隊中的佛光大學助理教授簡佑丞，曾針對日治時期石門水庫的規劃與設計進行研究，揭開一段追求「大壩烏托邦」的歷史。

在日本領土建高壩的夢想源自曾任臺灣民政長官的後藤新平。1890 年赴德國留學的後藤受到歐陸建壩風潮影響，將「タールスペル（Talsperre）」（德文「山谷」及「阻塞」的複合字，意指「高壩」）水治理概念帶回日本。

在 1911 年一場日本帝國議會的預算審查會議中，時任遞信省大臣的後藤新平與議員展開關於水力發電調查費預算的辯論，揭示了他對多目標水庫的想法。後藤想像中的高壩具備蓄水、防洪、發電等功能，動工前需進行長期調查，掌握每年河川水量、流域地形、地質和雨量等資訊，才能以順應自然的方式築壩。但擔心潰堤造成嚴重災害的議員之言論，反映彼時世人對築壩仍感到陌生及擔憂。

在臺灣，後藤新平的想法也萌了芽。受到他的啟發，任職於臺灣總督府土木局的技師德見常雄，在 1907 年就提出要在石門興建多目標水庫的夢想。當時對水文環境條件的了解十分有限，這個構想在日治初期只是一個烏托邦，雖然沒有完整實現，但在石門築壩的企圖以「灌溉貯水池」的形式留了下來。

德見常雄提出以灌溉為主要目標的「石門大壩計畫」，被納入總督府的「官設埤圳事業」。不過，由於種種原因，土木局最後放棄了築壩的核心設計，改由「桃園大圳」替代，直接從大嵙崁溪（今大漢溪）取水，將溪水透過隧道與圳路幹線引至桃園臺地灌溉。另一方面，下游淡水河氾濫造成臺北水患不斷，土木局只得採行「輪中」治水方式，也就是用堤防將臺北市街包圍起來。

然而，這兩個脫鈎的利水（桃園大圳）與治水（臺北輪中）計畫，卻在 1920 年代有了轉變。以石門大壩同時解決兩大問題的思想再次復活，這與壩工技術發展、國際局勢變化有關。

開始對外擴張的日本，為了對抗「充滿敵意的世界」，高度重視河水統制事業，而大壩則被視為最佳的科學處方，它能灌溉增加糧食，將洪水變成資源，還能發電促進工業。昭和時期，在統制思潮下的臺灣水利建設規劃，多帶有全流域綜合治理、以多目標水庫或水庫群為核心的特質，由此便不難理解石門水庫為何在 1920 年代末期重啟建設，且長成一個以水庫為核心，兼顧防洪、灌溉、發電及築港的巨型計畫。

總督府將此任務交由興建嘉南大圳有功的八田與一負責，可惜因戰爭爆發及預算問題，大壩烏托邦終究無法實現。不過，不管是桃園大圳、淡水河治水或築壩計畫，皆是日治時期的報紙熱議焦點，官方與民間對多目標水庫的殷切盼望，即便到戰後也未曾消失。

人定勝天？從多元視角看石門水庫的建成

興建石門水庫的計畫並沒有耽擱太久，1948 年起，臺灣省政府就有重啟計畫的企圖，鮮為人知的是，最初政府希望仰賴民間力量，以水利公司的形式籌措興建資金。而後，歷經國內外政經局勢的劇烈變化，石門水庫成為中央政府事業，並在美援的資源挹注下獲得建設經費，也得到美方專業技術的支援。

石門水庫的建設主要經歷三個階段，包括 1954 年的石門水庫設計委員會（簡稱石設會）、1955 年的石門水庫建設籌備委員會（簡稱石籌會），以及 1956 年的石門水庫建設委員會（簡稱石建會）。耗費 10 年時間，主體工程終在 1964 年竣工。

今日我們常以大事紀方式回顧重要事件，但這就如同只看到冰山的一角，埋沒了微觀、多元的歷史樣貌，這時檔案的角色就變得相當重要。王麗蕉表示，從檔案學的角度來看：

檔案是研究歷史的關鍵證據，因此在整編檔案時，最重要的是盡量完整呈現全貌。

為了不漏掉任何一段屬於石門水庫的歷史，臺史所團隊進駐北水局期間，希望盡量把所有檔案交給團隊整編。團隊成員盤點庫房中的檔案，也清查塵封在紙箱內未整理的文件，目標是讓檔案回歸最初的分類脈絡，日後檢索時能清楚知道，這件檔案來自哪個單位、當初怎麼產生。

在整編檔案的過程中發現，除了公文、會議紀錄、工程報告等公文書，還有為數眾多的照片與底片、設計大圖、工程師手稿與書信，甚至還留下一張菜單。檔案內容也遠不只與水庫建設相關，還能從中了解工程師生活、參訪賓客流程、民眾陳情等故事，這些也成為臺史所團隊構思專書敘事觀點的重要啟發。

顧雅文回顧當初構思專書敘事觀點的靈感，來自石建會檔案中一份 1958 年委託臺灣省電影製片廠拍攝紀錄片的腳本。紀錄片開頭帶領觀眾從宇宙望向地球，再聚焦到中華民國、臺灣北部，講述政府秉持「人力勝天」的精神不斷開發水資源，使臺灣的農田水利和水力發電工程，具有相當規模。

這是一個以單一鳥瞰鏡頭凸顯偉大建設的英雄式敘事觀點，同時隱含以水庫征服大自然的人定勝天象徵。然而，在環保與人權意識抬頭後，水庫工程被視為破壞自然、與民爭地的元兇。

面對極端的論述，身為環境史學者的顧雅文試圖帶入不一樣的思考：一味陳述工程的宏偉與進步當然不是好的書寫方式，但把一切人工構造物都視為罪惡就能理解水庫嗎？一些研究者已試圖對環境史寫作中強烈的悲觀主義進行反思。

此外，過去強調「科學勝利」的水利工程界也開始反省，在水患威脅或缺水危機不斷加劇的今日呼籲起「水文化」概念，避免以工程作為唯一的治理手段，而是嘗試從歷史中尋找解方，了解過去人們怎麼與水共存。

顧雅文注意到，環境史學界與水利工程界在看水庫問題時，逐漸趨向跨域共構，尊重並學習彼此的觀點。她希望這本書擺脫歌頌宏偉建設及治理效益的論調，從各種尺度與視角描繪石門水庫，因而將觀察時間拉長，試圖從日本帝國、戰後中華民國、國際與在地的各種視角探尋建水庫的歷史脈絡。更重要的是去追溯建設過程中身處不同時代、角色、立場的人物眼中的水庫，因為這正是跨域學習最好的橋樑。石建會檔案豐富多元的記錄，讓這種書寫方式成為可能。

編寫專書就像在拍另一部紀錄片，但這次不是將鏡頭定格在北臺灣，而是在不同視角中交錯切換，並從直昇機走下來，捕捉呈現統治者、外籍及國內工程師、水庫淹沒區與安置區居民、都市計畫專家或參訪賓客們對石門水庫的多重敘事。

針對美國工程師的犀利評價

在參與石門水庫工程的眾多人員中，有一群來自美國的工程師。石建會根據美援規定，透過美國國際合作總署遴聘提愛姆斯公司協助工程設計與監驗、莫克公司擔任施工顧問，並協助訓練臺灣技術人員。

與美方的合作不僅為臺灣帶進建造水庫的工程技術，也讓施工與監工各司其職的制度成為日後臺灣營造工程的慣例。然而，看似順利的臺美合作，實際上是在不斷爭執與磨合的過程中進行。

在石建會檔案中，有一份美國莫克公司人員合約狀態報告表，上頭由臺灣高階工程師為美國工程師的工作表現寫上評語，方便石建會進行人事評估。只見泛黃紙張上的藍色墨水筆跡寫到：Bassette 工作熱心而負責、Bonnington 不善指揮訓練、Kingery 性情粗暴擬同意遣返等犀利評論。

這似乎暗示著美方與我方工程師之間，或許並非想像中簡單的「援助—被援助」、「指導—被指導」關係。事實上，石門水庫作為跨國、跨文化、跨部門的大規模工程，發生爭執在所難免，大至國際情勢、物料跨國移動、公款運用，小至職業操守、工作習慣、組織文化等，在在考驗兩國工程師的相處韌性。

臺、美兩國的工程師除了在工作上朝夕相處，在生活中也成為鄰居。浩大的水庫工程仰賴大批人力長期投入，並為水庫周遭帶入新居民。上千名工程人員攜家帶眷搬入位於桃園龍潭十一份地區的總辦公區域，或是鄰近大壩工區的臨時性宿舍。

其中，外籍顧問宿舍特別仿效美國獨門獨院社區型式，備有泳池、運動場、高爾夫球果嶺等設施。另設有飯廳、醫務所、幼稚園、福利社等公有設施，滿足全體員工及眷屬的基本生活需求。

在石建會檔案中還發現許多社團活動文件，為員工自發性組成的社團，包含集郵社、橋牌社、圍棋社、攝影社、羽毛球隊、排球隊、網球隊等。細看集郵社留下的集郵狀況調查表，有社員寫到「幼年曾集郵，兵亂遺失。赴美（1956-1958）集郵以解除旅中寂寞。」呈現大時代下小人物們的生命片段。

水庫建造計畫之下的多方衝突

因水庫工程而遷入的新居民正準備迎接新生活，居住在水庫淹沒區的民眾則面臨被迫搬遷的命運。興建水庫的工程用地需徵購千餘公頃土地，開始蓄水後更將淹沒 6 百餘公頃的土地與民房，有 4 百多戶、2 千多位「水庫移民」需另尋他處安置。

透過媒體報導及既有研究可知，水庫移民被迫多次搬遷、辛苦開墾海口與河川荒地、土地被大潭工業區污染等辛酸血淚史，但在時間壓力下如何取得安置地的詳細歷程卻少有人了解。尤其許多物色到的安置地並非想像中的無人荒地，早已被農民開墾，如何在兼顧農民生活與協助移民安置之間取得平衡，成為一道難題。

在石建會檔案中，有多件農民抗議耕地遭奪取的陳情書，其中有一張辦公室遭破壞的照片，記錄下 1960 年 4 月在桃園觀音鄉樹林子安置地的衝突現場。

當天負責移民事務的趙技正遇上前來理論土地問題的吳家父子，不只辦公桌被推翻，還被揍了一拳。吳家人之所以如此憤怒，與家中農地被劃入移民安置區有關。

經石建會調查，吳家的農地屬於禁止開墾的保安林地，現因安置需求而被規劃使用。為了讓安置作業及早完成，石建會不僅向新竹地方法院主動提供照片證據，還數度發文要求依法嚴辦。

地方法院要求在期限內將土地復原，並具結永不再犯，但此判決讓石建會與吳家都不滿意。石建會想要遏止侵墾歪風，上訴到高等法院；吳家也是滿腹委屈，自認是在戰後「反共抗俄、鼓勵墾荒」的口號下響應國策，因而轉向省政府、省議會、桃園縣議會陳情，甚至將陳情書上呈副總統兼行政院長陳誠，希望政府能體恤貧民。

沒想到看似塵埃落定的事件竟出現轉機，原來要移做安置區的保安林地中還有桃園縣政府出租給人民的土地，縣府及觀音鄉人員皆主張「據以收回頗有窒礙」。為此， 1959 年特別訂定「移民新地處理四項原則」，當中規定：撥用前由縣府放租之土地，及撥用前人民濫墾成熟之土地一律暫不收回。吳家據此再度遞交陳情書，石建會在諮詢顧問律師確認該原則能溯及既往後，最終裁定把土地還給吳家。

吳家父子一吐多年怨氣，將之前遭受農損的情緒發洩在趙技正身上，該事件在當地派出所調停下以和解告終，但從趙技正呈給上級的報告可看到基層員工的處境：既要「辦理解除林木，推平土地，劃分田坵，興建學校，整修道路，規劃移民新村……試植各種農作物」等工作，又要晝夜巡守，力保土地不被侵墾，還需隨時面對地方居民的不滿。

從這個例子可得知，水庫移民的歷史不只兩個主角，有時是石建會、移民及安置區原墾民三方角力攻防的故事。

歷史檔案間的連結：官方文件下的暗潮洶湧

閱讀檔案有助我們了解過去身影模糊的一群人，從不同角度看到歷史耐人尋味的面向。檔案經過有系統整編與研究後，許多暗藏的驚喜也一一浮現。

王麗蕉提到，在整理石設會時期的會議紀錄時，其中一份 1954 年 11 月 29 日的石門水庫壩高決議紀錄中，看到一個熟悉的名字「劉永楙」。劉永楙曾代表臺灣省建設廳出席石門水庫設計會議，而臺史所正好典藏了劉永楙的日記。

對照當天的日記才得知，整場會議出現意見分歧，從上午 11 點激辯到下午 3 點，水庫的壩高才定案。但從官方紀錄只看到平鋪直敘的「標高 250 公尺為石門水庫大壩之壩高，獲得通過」，絲毫感受不到會議現場的緊張氣氛。在不同類型文獻的交互參照下，事件的發生經過得以具體還原。

另一個驚喜則意外串起一段跨國緣分。某天臺大生命科學系于宏燦教授與顧雅文聯絡，表示自己正在蒐集資料，準備在恩師 William (Bill) Z. Lidicker Jr. 博士的紀念研討會上演講。聽說這位恩師的父親曾任職石門水庫，見過許多臺灣政要，希望顧雅文可以協助確認恩師父親的身分。

當時顧雅文剛好看完撰寫美國工程師篇章的作者羅文君的草稿，想起當中提及一位提愛姆斯公司的首席工程師 William Z. Lidicker，經確認果然是恩師的父親。在北水局及羅文君的協助下，于宏燦教授於石建會檔案中找到 Lidicker 的手稿、書信與年輕時的照片，成功完成演講。

演講當天出席的家屬大受感動，又輾轉寄來一本 Lidicker 生前與其孫 Jeffery Lidicker 共同完成的自傳，讓檔案中的人物形象更加躍然紙上。

顧雅文與王麗蕉認為，檔案就像大壩一樣，大壩儲存了水流，讓洪水變成資源，而檔案儲存了時間洪流中的人與事，讓團隊的作者們據此撰寫成歷史，這些過往就不再是無意義的瑣碎細節，而是澆灌臺灣水文化的養分。民眾可從中知道石門水庫的治理思維從何而來、為何如此設計、為何尋求美援、帶來什麼深遠影響，以及作為文化資產有何價值。

你要先知道過去才能思索未來，我們的研究成果就是一個交流平台。

研究團隊翻閱精心編寫的專書，回顧一點一滴累積的成果，如今已水到渠成、充滿無限可能！