第三章、 研究方法與模式建立
第二節、 研究架構
本研究目的是以埔里智慧小鎮略為例，制定一套符合在地區域發展的智慧城市評 估指標，在資源環境及限制成本等考量因素，以及民眾對於智慧城市相關理論與可行 技術的了解尚未成熟，故希望藉由模糊德爾菲的專家問取得共識，進行因子篩選並確 定評估因子體系，而此部分專家問卷統計結果將做為實證分析之參考依據。圖 3-1 為 研究架構建立之流程圖。
圖 3-1 研究流程架構圖 資料來源:本研究繪製
第三節、分析方法探討
一、模糊數學概論
最早是於 1965 年，美國學者 Zadeh 所提出模糊數學的相關概念，主要應用於研 究模糊領域中將事物數學化的一門邊緣科學，其概念是思維的基本形式之一，它反映 了客觀事物的本質特徵。人類在認知過程中，把感覺到的事物的共同特點抽象出來加 以概括，這就形成了概念。所謂模糊概念是指這個概念的外延具有不確定性，或者說 它的外延是不清晰的，是模糊的。例如“青年”這個概念，其內涵雖然清楚明確，但 它的外延，即什麼樣的年齡階段內的人為青年，就教無法準確闡明。
需要注意的事項：首先在認識模糊性時，是允許有主觀性之存在，也就是說每個 人對模糊事物的界限不完全一樣，承認一定的主觀性是認識模糊性的一個特點。例如 讓100 個人說出“年輕人”的年齡範圍，那麼將可能得到 100 個不同的答案。儘管如
研究目的
相關文獻回顧
初擬評估因子架構
FDM 專家問卷
確立評估因子架構
埔里智慧小鎮時正評估
確立門檻值 篩選評估因子
此，當運用模糊統計的方法進行分析時，此界限分佈又具有一定的規律性；其次，模 糊性是精確性的對立面，但不能就此消極將模糊性解釋成代表性較低之狀況，恰好相 反，在處理客觀事物時經常藉助於模糊性。例如，在一個有許多人的房間里，找一位
“年老的高個子男人”，這是不難辦到的。這裡所說的“年老”、“高個子”都是模 糊概念，然而我們只要將這些模糊概念經過頭腦的分析判斷，很快就可以在人群中找 到此人(MBA 智庫百科，2010)。
最後，人們對模糊性的認識往往同隨機性混淆起來，其實它們之間有著根本的區 別。隨機性是其本身具有明確的含義，只是由於發生的條件不充分，而使得在條件與 事件之間不能出現確定的因果關係，從而事件的出現與否表現出一種不確定性。而事 物的模糊性是指我們要處理的事物的概念本身就是模糊的，即一個對象是否符合這個 概念難以確定，也就是由於概念外延模糊而帶來的不確定性(MBA 智庫百科，2010)。
二、德爾菲法
德爾菲(Delphi)法，又稱專家評分或是專家諮詢法，透過專家對於意見評價建構 其可信度，而在保留專家意見獨立性的基礎上，藉由問卷設計可達到綜合考量的一致 性與協調性等要求，進而成為獲得專家意見集成的最佳協調方法。德爾菲法具有良好 的使用效果和廣泛的適應性，是一種結構式的團體溝通模式，也是跨領域整合 (interdisciplinary)專家群體決策的技術(Noorderhaven,1995)，更被視為解決非結構化 問題的有效手段(Kreisel,1984；Richey et al,1985) ，演變至今已成為監測評估計畫的 重要輔助工具之一。
整理湯珮涓(2009)之研究，德爾菲法專家問卷進行方式如下列步驟：
1. 選定專家，洽約訪談，對研究主題做是當溝通，以掌握問題之核心焦點。
2. 設計初次問卷。進行第一階段問卷調查。
3. 歸納第一階段所得之專家意見，並求得專家意見評價之中位數，將其彙整成為第 二次問卷相對應之內容，並請專家學者參酌答覆，補充修正。
4. 彙整第二次專家修正後之意見、說明或答覆，並將其整合成為具通盤性與醫治性 之結果；亦即專家意見收斂於一可接受範圍內。
5. 若無法達到此目的，則在重複第 3 與第 4 步驟，職志結果趨於一致。
傳統德爾菲法求取專家一致性意見之過程如圖 3-2，灰色區域代表可接受之範圍 (a,b) 。在反覆詢問專家意見的過程中，要求專家依前一次調查結果之中位數修正自 身之意見，如修改後之專家評價值中位數落於此範圍中，即表示專家意見已趨於一致。
圖 3-2 德爾菲法概念圖 資料來源: 湯珮涓，2009
由上述傳統德爾菲法之操作原理可得知其過程繁複且費時，投入成本較高且工時 也相對較長，最後可能導致問卷回收率過低等問題產生。但其實所謂的「專家意見一 致性」就已隱含了模糊性之概念，但傳統德爾菲法在過程中卻未將專家意見之模糊性 納入考量，因此Ishikawa(1993)首次將模糊理論導入德爾菲法，應用語意變數更精確 的表達每位專家之意見，以獲取更加詳盡的資訊與整合結果，利用累積次數與模糊積 分的概念將意見整合成為模糊數，並以幾何帄均數作為群體決策篩選評估指標的依 據，如此可避免極端數據值的影響，使被選取之評估因子可信度更加提升，故將此研 究方法稱為模糊德爾菲法(Fuzzy Delphi Method, FDM)。比較傳統德爾菲法與模糊德 爾菲法之優劣如下表：
0 a m b 1
U(X)
X
表 3-1 傳統德爾菲法與模糊德爾菲法分析比較表
傳統德爾菲法 模糊德爾菲法
模糊理論 未納入 納入採用
優點 1. 於不計名情況下可進行獨 立思考判斷。
2. 不同性質團體可在相同立 基點上參與專家問卷。
1. 理論易懂、操作簡單。
2. 可擷取多方專家意見。
3. 簡化複雜性問題，建立層級結 構。
缺點 1. 耗費時間與成本。
2. 未考慮專家問卷之模糊性。
3. 問卷回收率較低。
1. 降低問卷次數與成本 2. 專家意見的以完整表達
3. 較適用於時間序列的決策問題。
資料來源：本研究整理
三、模糊德爾菲法
模糊德爾菲捨棄原有「帄均數」算法，而改採幾何帄均數做為決策群體篩選評估 指標之依據，因此在統計上就具有不偏之效果，同時也可以避免極端質之影響，如此 可使準則在選取時具有更客觀之效果。依鄭滄濱(2001)所提及運用「雙三角模糊數」
來整合專家意見，並藉由「灰色地帶檢定法」來檢驗專家認知是否已達到收斂。而一 般採用模糊德爾菲法可分別以下列步驟進行研究分析：
步驟一：對所有需調查之評估項目設計模糊專家問卷，請專家針對各評估項目給予一 個可能之區間值，此區間數值之「最小值」表示專家對於該評估項目量化分 數之「最保守認知值」，而區間數值之「最大值」則表示該評估項目量化分數 之「最樂觀認知值」。
步驟二：針對每項評估項目 i，分別統計全體專家所給予之「最保守認知值」與「最 樂觀認知值」，並將落於「兩倍標準差」以外之極端值與以剔除，在分別計 算出未被剔除而剩餘之「最保守認知值」中最小值中的最小值 C 、幾何帄 均值 C 、最大值 C ，以及「最樂觀認知值」中的最小值 O 、幾何帄均值 O 、最大值 O 。
i L i
M i
U
i L i
M
i U
步驟三：分別建立由步驟二所計算出的每一個評估項目i 之「最保守認知值」的三角 模 糊 數 Ci=(C ,C ,C ) ， 及 「 最 樂 觀 認 知 值 」 的 三 角 模 糊 數 Oi = (O ,O ,O )，其如圖 3-3 所示。
1
0 隸屬度
C
iLC
iM OiL CiU OiM 認知值C
iOiU
O
i模糊關係灰色地帶
圖3-3 最保守與最樂觀認知之三角模糊數圖 資料來源：鄭滄濱，2001
步驟四：檢驗專家之意見是否達到共識，可藉由下述之方式判斷：
1、若兩三角模糊數無重疊現象亦即（C ＞O ），則表示各專家之意見區間 值具有共識區段，且意見趨於共識區段範圍內。因此，評估項目 i 之「共 識重要程度值」Gi等於CiM與OiM之算數帄均值。則表示為Ci = (CiM+ OiM) /2。
2、若兩三角模糊數有重疊現象亦即（C ＞O ），且模糊關係之灰色地帶 Zi =C －O 小於專家對該評估項目「樂觀認知的幾何帄均值」與「保守 認知的幾何帄均值」之區間範圍 Mi =O －C ，則表示各專家之意見區間 值雖無共識區段，但給予極端值意見的兩位專家（樂觀認知中的最保守 及保守認知中的最樂觀），而其並沒有與其他專家之意見相差過大而導 致意見分歧發散。故此評估項目 i 之「共識重要程度值」Gi等於對兩三 角模糊數之模糊關係做交集（min）運算所得之模糊集合，再求出該模糊 集合具有最大隸屬度值的量化分數。
min C x ,-O x dx 2 - 2
F
i j i jx
i
x max x 2 - 3 G
i
j Fi ji L
i M
i U
i L
i M
i U
i U
i L
i U
i L
i
U i
L
i
M i
M
3、若兩三角模糊數有重疊現象亦即（C ＞O ），且模糊關係之灰色地帶 Zi =C －O 大於專家對該評估項目「樂觀認知的幾何帄均值」與「保守 認知的幾何帄均值」之區間範圍Mi =O －C ，則表示各專家之意見區間 值無共識區段，且給予極端值意見的兩位專家（樂觀認知中的最保守及 保守認知中的最樂觀），與其他專家之意見相差過大導致意見分歧發散。
因此，將未收斂之評估項目提供給專家參考，並重複步驟一至四，再次 進行問卷，直到所有評估項目皆有達到收斂，以求出共識值Gi為止。
此方法採雙三角模糊數以求取專家共識重要程度值 Gi，較一般單三角模糊數求 取幾何帄均值更為客觀且合理，主要原因為雙三角模糊數需透過「灰色地帶檢定法」
來檢驗專家的意見是否達到共識方能收斂。因此，本研究將採用此模糊德爾菲法為理 論基礎，篩選出埔里智慧小鎮之智慧城市推動策略評估之準則因子。