如何建構包含軟性變數的模式-四步驟建議

以上討論完使用系統動力學模擬軟性變數的理由，本節嘗試說明系統動力學 納入軟性變數的可行作法。Graham (1980) 認為模擬軟性變數是一個非常特殊的 議題，本節我們嘗試將系統動力學納含軟性變數的現存作法進行列示、分類與描 述，以發掘建模者可依尋之建模方式，能更容易地去納含各種軟性變數。

過去系統動力學與軟性變數相關的研究包含：Forrester (1994) 將系統動 力學與系統思考及軟性作業研究 (soft operational research，簡稱 Soft OR) 作整合，Collins 及 Waller (1994) 嘗試描述如何利用軟性資料建製正式的模 型，Svensson (2002, p.20) 認為軟性變數的數值不重要 (不須太強調軟性變數 數值的正確性)，McLucas (2001, p.314-349) 亦進行類似的研究，並建議建立 一個無形資產的列示表 (intangible assets register) 且在系統動力學中納含 這些無形變數。Ford 及 Sterman (1998) 提出一個評估變數的方法 (enunciated a method for estimating variables)，並認為此方法亦可用來評估軟性變數，

這個方法包含篩選及取得研究對象系統中最有經驗的專家的共識，此技術將是德 非法的變形 (variation of the Delphi technique, Brown, et al. 1969)。Lane (1994) 將軟性操作研究 (soft operational research) 的概念作轉換，以輔助 改善系統動力學的建模過程。McLucas (2003)提出的方法論改善建議中，認為可

以合併系統思考、research intocausality analysis、多指標決策分析(multiple criteria decision analysis) 及系統動力學建模等方法，進行整合式的研究。

Warren (2002, p. 149) 認為最重要的元素必須被處理到，可以下列步驟來進行：

1. 辨別間接的資源：可從企業關係人 (利害人) 去詢問。

2. 描繪出結構及時序相關的資訊 (隨著時間變化的資訊)。

3. 說明間接因子間的關係。

4. 辨別資源的屬性。

5. 描繪出屬性的結構及時序相關的資訊(隨著時間變化的資訊)。

6. 說明屬性及資源間的關係。

7. 調整核心結構包括重要屬性及資源。

其中，McLucas (2003) 的研究與我們的研究取向較為類似，本研究亦嘗試 將所有可輔助系統動力學納含軟性變數的作法作整合。另外，Luna-Reyes 及 Andersen (2003) 將系統動力學家認為的建模階段整理出來，如表 3 所示，他 們採用 Raners (1980) 的四個階段來說明各個階段該採用何種質化研究技術來 輔助建模，Luna-Reys 及 Andersen (2003) 為建模過程的每個階段提出蒐集與分 析質性資料的技術與工具，但是他們也承認這個研究是探索性的討論，仍有不少 可再強化的部分，如：可分析實作研究後提出實際建模中的最適實務技術與使用 情境、或實際使用這些技術後的建議評估；系統動力學在粹取受訪者心智模式 時，可創造一些方法來粹取資料，以便更適合將資料用於建模；比較幾個採用相 同質化技術的研究，從中發覺相同及相異處。Luna-Reys 及 Andersen (2003) 的 研究主要採取文獻回顧與整理，沒有以實際個案的建模進行說明，也沒有討論若 模型包含大量軟性變數時，各個階段的建模方法該如何執行，而且也沒有明白解 釋在各階段採取不同的質化研究技術可能面臨的問題，及不同情境下最佳的質化 技術為何，本研究亦將探討上述課題如何突破。

表 3 系統動力學建模步驟

資料來源：Luna-Reyes 及 Andersen (2003)

本研究針對 Luna-Reyes 及 Andersen (2003) 的研究進行更深入討論，故亦 依 Luna-Reyes 及 Andersen (2003) 的作法，採用 Randers (1980) 提出的建模 四個步驟，用來說明實際執行研究中如何使用質化技術輔助系統動力學建立包含 大量軟性變數的模擬模型，我們將從實作中發現更有效益的方式來處理這個問 題。各個步驟簡述如下：

1. 概念化階段 (Conceptualization)：包含問題發掘及動態假設的確認 (1)如何界定影響研究問題之系統範圍(邊界)。

(2)如何發掘系統結構中的關鍵變數名單，即如何找出對系統影響力最大的 變數，以系統思考的觀點來說，預期以在環路中運作、即內生的變數其 具有最多的影響力 (權重)。

2. 數學邏輯設定階段 (Formulation)：將前點找出之變數因果關係，以數學邏 輯重作表達，以使質性的因果描述轉換成量化的數學模型，以便進行行為之 模擬。

3. 模型測試階段 (testing)：測試模擬模型的信效度。

4. 模型操作階段 (Implementation)：衡量包含軟性變數在內之系統動力學模型 的附加價值或提高之效益的程度。

文獻中，與四個步驟有關的相關說法分別整理如下：

一、概念化階段 (Conceptualization)：以持續放大與縮小視野 (zoom in and zoom out) 的方式確認研究議題之定位

在確認包含軟性變數之議題上，第一步要做的是考量究竟該討論多大的範 圍，要包含多少的變數，這個方面，首先我們檢視建置含軟性變數的方法在初步 行動時，做了那些與純硬性模式 (純粹建置易量化-硬性變數模型時) 不同的 事。其次，我們釐清採取系統動力學觀點時所強調的作法，我們認為作法與研究 議題的性質相關；同時，我們也討論軟性變數影響的最大系統範圍。接著，本研 究提出以質化方法分析心智模式以界定研究問題之範疇，並討論包含軟性變數之 模型該具備大多的系統邊界較合適。最後本研究提出以流 (flow) 的概念輔助建 構包含軟性變數之系統動力學模型，並討論其對模型之系統邊界確認的影響。

(一)研究軟性變數 (議題) 的方法論之本質

Forrester (1980) 區辨出三種建構模型結構與決策原則所必需的資料，其 分別為：數量化 (numerical)、文字 (written) 及心智 (mental) 資料，數量 及文字資料偏向硬性資料，心智資料有時類似進行情境分析，偏軟性，是最重要、

最豐富、也最難量化的偏軟性的資料 (Sterman, 2000, p. 853)，Checkland (1993) 亦比較硬性及軟性兩種不同的系統思考。硬軟資料的區分可以圖 2 作更清楚的 比較。

圖 2 不同資料的特微

對研究者來說，要建構模型，必須從蒐集最重要及最困難之心智資料著手，

其次，我們必須瞭解用何種方法來有效的蒐集資料，這種方法與一般研究方法間 有何異同，其異同討論紀錄於表 4，可用以瞭解研究“硬性”與“軟性”變數之 方法論間的差異 (Checkland, 1981, p.190, l.r. 3~p.191)。

由表 4 分析可以瞭解，適用分析軟性變數之方法因研究對象 (軟性變數) 的 特性而有所不同，但是其討論的是常見的研究問題，反而對現實問題之解決較有 效益，故反而是我們更須重視的議題，其以質化方法進行研究將更合適，此將在 以下章節討論。

另外 Senge (1990) 提出的系統基模 (system archetypes) 可對複雜動態 系統提出一個粗略之圖示，以提昇研究者對此系統之直覺與瞭解，此種對系統之 直覺式認識，即是 Drucker 等知名學者能對複雜的企業經營系統提出高明建言的 主因，但是他們沒有使用系統動力學的方法，卻可以在腦中自行模擬出未來可能 的行為變化過程，這表示他們對系統本質有深入的瞭解。而對吾人來說，用系統 動力學或系統思考可以達致相同的效果，因此強化吾人此等能力，將有助於提昇 對世界 (富含軟性變數) 之應對能耐，而我們亦將利用系統思考此一方法輔助建 模，過程將在後面章節論述。

訪談稿或二手資料

可被觀察到、確定的、較少爭議及 廣被認同的對世界的理解紀錄

想像式的；置入建模者、系統成員或有

智慧的專家認為似是重要的變數進行情境分析 不可見的、不確定的、爭議較多及不同人認知

差異大的資訊

研究過程可能產生的貢獻較大 全為硬性資料

全為軟性資料

表 4 “硬性”與“軟性”議題之方法論間的差異 差異性比較 研究軟性變數之方法論 研究硬性變數之方法論 最初的建模

階段

- 必須探索不確定的系統，以尋 求對研究問題的解答

- 研究問題定義不明確且模稜 兩可，而建模者必須探索對此 難以定義之問題提出解答。

- 人類活動系統的主要特徵即 是它永遠無法以單一的概念 (in a single account)即可 充分地描述清楚或廣被認同。

把問題當作給定，並指定一個現 存的系統去解決它。

問題類別 軟性議題之研究方法處理的是常 見的個案。

硬性議題之研究方法處理的是特 殊的個案。

(資料來源： Checkland, 1981, p.190, l.r. 3~p.191) (二)系統動力學所採取的觀點與作法

每種研究方法都有其主要的研究取向及觀點，系統動力學較強調從宏觀來瞭 解系統結構，因為它相信系統的結構將主導系統的行為。可是，需要多宏觀的視 野才適當？卻是一個很難清楚陳述的問題，一個可行的方式是去諮詢如 Drucker 等有智慧的專家，由他們進行專家式的判斷，但是這只會引發更多的問題，例如 我們從何判斷誰是有智慧的？即使他過去有過成功的經驗，在處理現在的問題 時，是否仍可延用其過去的智慧？是否會不相融？尤其在情境劇烈改變時，可能 答案是否定的。另一個可以幫助決定我們視野的宏觀程度，則是以做中學，從結 果反思的思考方式 (Sterman, 2000)，即是從錯誤中嘗試（try and error），我 們藉由執行建模行動後，觀察是否可從建模中或模型模擬中獲得更多的洞見，這 將是一個永無休止、持續學習與改善的建模過程。所以，從系統動力學的觀點來 說，處理軟性變數時面臨兩個問題：

1.研究主題會影響模型變數特性及軟性變數在模型中的數量及影響力

McLucas (2002, p.4) 認為「當模型欲包含軟性變數時…必須視它們的可能 影響力作建模的基礎」。系統裡軟性變數影響的程度，受研究者採取的觀點或研 究主題的影響，例如 Drucker 本身對企業經營的思考方式，會導致他提出如目標 管理等概念，目標管理這個概念就含蓋非常多軟性變數的影響力在內。

系統動力學界中，一個富含軟性變數的代表性模型，首推 Forrester 為 Digital company 所建構的模型。在此模型中，Forrester 認為 95%以上的變數

屬於軟性變數，但是或許是因為研究目的而造成此種結果，我們相信不同的系統 所包含的變數特性不盡相同，有些系統可能含蓋較多的硬性變數，如啤酒遊戲，

有些則含蓋較多的軟性變數，並非所有模式都富含軟性變數，或許因研究目的與

有些則含蓋較多的軟性變數，並非所有模式都富含軟性變數，或許因研究目的與