軟性變數的重要性及定義

本研究嘗試瞭解當模型中軟性變數佔比較多時，因缺乏實際數量化的數值來 驗證模型的結果，模型的信效度將比不上能以數值來驗證的純硬性變數建模的模 型，因此如何建立出一個具有信效度的、以軟性變數為主的模型，將是一個相當 具有挑戰性的議題。研究中發現以質化研究及系統思考的概念，建立一個概念模 式，先瞭解研究對象系統整體的因果回饋環路 (大圖象)，再使用此因果回饋環 路解釋系統動力學模型的政策測試結果，進而提出建議與研究洞見，這個過程可 以為研究議題帶來更多的新見，以上詳細的內容將在後續章節說明。楊碩英教授 認為經史合參融入建模過程中很重要，意指研究需與過去理論 (多用經典模型來 參考)、歷史數據進行比對，強化研究新見與過去理論之間的關聯，提高研究新 見本身之說服力，本研究亦在研究中強調以現有的實務個案為依據，以避免研究 落入空想欠缺實務支持。

我們希望以上述的想法，把與研究議題相關的所有軟性變數建模方式找出，

進行歸類，找出軟性變數建模的原則，並將軟性變數建模方式應用來研究競爭優 勢行為，使軟性變數建模方式及此一動態模型互為參照，互作證明，模型可支持 建模方式之可行性，建模方式亦可便利模型建出之可能，這兩者綜合之效果將使 我們瞭解動態的競爭優勢行為之大圖象，可如擅畫漫畫的漫畫家，將政治人物的 特徵在其漫畫人物中充分展現，而使讀者一看立知所畫人物，發出會心一笑，其 重點即在於突顯漫畫人物的某個重要特徵 (例如李登輝-台灣前總統的下巴)，即 使畫作不全然寫實，有若干部分不盡相像，他人亦能一看即明。以下各節將就軟 性變數的重要性、軟性變數的定義 (特徵)及我們為何以系統動力學處理軟性變 數之相關的文獻進行說明。

一、為什麼軟性變數 (soft variables)非常重要？

Forrester (1961, p.57) 認為忽略軟性變數等於假設它沒有任何影響力，

而這樣的假設一定是錯的。依 Forrester 的說法，以人為主體的社會系統必定同 時包含軟性與硬性兩類變數，因此我們在研究與社會 (人) 相關的系統時，必須 同時討論軟性與硬性這兩方面，否則我們所獲得的研究洞見將具有偏頗，不具一 般性，應用上更可能產生誤導作用，導致結果不如預期。Warren 亦認為 (2002, p. 149) 缺乏無形資源 (在此與軟性變數同義)，可能無法嚴謹的說明企業績效 產生的過程。軟性變數，例如：員工士氣、產品的功能強度及投資者的支持度等，

如何影響組織的績效可能非常重要 (Warren, 2002, p. 117)。

Sterman (2002, p. 522-523) 針對此進行深入的補充如下:

當研究者確認軟性變數在模型中具有重要性，就必須將它納入模 型之中進行考量…

當我們因為數量化資料的缺乏，而忽略由許多變數組成的某一結 構，而結構又被認為是重要的，這樣的作法實際上是不科學的、也是 不實際的，與其忽略之，不如以研究者所能擁有的資訊進行判斷去粗 略估計其數值。因為沒有量化資料而忽略某個概念，等於是在窄化模 型的應用範圍，讓模擬結果產生偏誤，會導致政策出現抗拒 (policy resistance) 的情況…

我們必須對不確定之假設進行模擬結果之敏感性分析- 不管我 們是以判斷式或統計式的方式進行變數之數值估計…

當量化資訊充足時，要使用適當的統計方法來估計參數值，使模 型可以模擬出與歷史相符的行為模式。而我們從人們心智模式中整理 出來的資料與變數關係，常會以經驗論斷因果 (causal

empiricism)，產生混亂的程式設定 (muddled formulations) 及導 致錯誤的結論 (erroneous conclusions)，此時得使用嚴格定義的架 構 (不是翻成構念喔?) (constructs)，藉以衡量這些變數的數值 (與關係)…

最重要的是，我們不能總是表示資料可取得性非我們可以主導，

或其在我們的專案或研究範圍之外，我們必須探詢為何系統動力學模 型中發現是重要的概念，在現實世界中卻沒有被具體地衡量，這或許 是因為沒有人認為它重要…或 (根本是) 我們的認識過於狹窄。

人類的創造力是非常大的，只要我們認為是重要的概念，人總是 有辦法找方法去衡量它。今日，很多軟性變數如：顧客對品質的認知、

員工的忠誠度、投資人的樂觀程度 (optimism)、及政治價值都被例 行性地以內容分析、調查、(conjoint analysis) 等工具加以衡量 (quantified) …

當然，所有的衡量方式都不完美，衡量軟性變數的尺度 (metrics) 一直被重新修改，就如同衡量硬性變數一般。量化 (quantification) 總是能在探討問題的結構及動態時，產生重要的洞見，而且一個建模 專案的重要貢獻是去幫客戶發現軟性變數的重要性，及開始去衡量與 說明過去忽略的軟性變數及相關概念…

由上述可知，Sterman 的觀點亦認同軟性變數的重要性，強調我們必須將 其納入系統動力學模型中討論，並盡量使用量化或質化工具去衡量它，同時評 估軟性變數可能對模型產生的影響…

Checkland (1981, p. 145, r.5 ~ p.146, r.13; Checkland, 1970; Mingers, 1980) 認為以科學的思考方式處理人類事務時，須瞭解人性的複雜性，未來的發 現總會不斷取代過去的結論，否則將是不科學 (anti-technology) 的。即使現 行衡量軟性變數的方式不夠好，會在未來被更好的衡量方式取代，我們仍須努力 去衡量軟性變數，假如軟性變數 (例如：不可見之資源、愉快的社交環境…等) 不 能與實際的結果直接關聯，我們須試著去探詢並衡量這些軟性變數的量化數值，

使其能與其他的“硬性”變數進行關聯，如此將更能有效解釋模型產生的模擬結 果 (Saraceno, 1994)。

很多學者亦持相同的觀點，Nuthman (1994) 及 Coyle (2000) 認為系統動力 學可作為策略思考的工具，因此對“軟性變數”的影響力就必須思考進去，如：

顧客滿意度對新訂單增加的影響力。Warren (2002, p. 118) 認為軟性因素對績效 的高低有重要的影響力，影響方式如下：

重要的績效指標主要受有形的資源 (變數) 所影響。

建置及維持這些有形資源在一定水準以上，是惟一改變未來績效的方 式。

無形資源的主要為影響「公司取得及維繫這些有形變數的能力」。

從以上文獻之回饋，我們對軟性變數的重要性有以下的結論：

(一) 任何系統皆包含某種程度的軟性變數(議題)。

(二) 軟性(人類)變數(事務)必須與科技(硬性)變數(議題)一起討論。

在確認了軟性變數具重要性後，延伸性的問題即是到底軟性變數的重要性程 度為何？是否有重要到需要去討論，軟性變數在不同系統中是否具有不同的重要 性？這是未來可以再深入研究的議題，可以將受軟性變數影響最深的系統跟影響 最少的系統之間進行區分，相關的處理方式會在以下章節進行描述。

二、軟性變數的定義

什麼是構成軟性變數的元素？軟性變數與硬性變數(在系統動力學模型中) 的差異性為何？在之前章節中，我們確認軟性變數的重要性，同時我們發現有時 研究者不討論軟性變數的理由，是因為它們很難被討論(衡量)。這個章節，我們

試圖整理軟性變數難以被衡量或討論的理由，這將從我們對軟性變數定義的釐清 開始。

大部分的管理問題，尤其在公部門，不能以特定(硬性問題)解決方式處理，

即不能設定出一特定對象 (objective)，以特定方式解決之 (Checkland, 1981, p.144, r.21)，而涉及軟性變數的問題時，有時研究者甚至不知如何去定義真正 的研究對象 (precise objectives) (Kelleher, 1970; Dror, 1971; Quade, 1975)。因為不是所有的研究者對同一系統的結構及描述有相同的看法，不同的 人討論某類系統時，可能提出不一樣的結構 (Checkland, 1981, p.278, r.23-26, p.279, r.1-10)。軟性變數(組成的系統)的方法論可以歸類成學習式的典範，軟 性變數的方法論會因為不斷的學習而愈來愈好 (Checkland, 1979)，它會持續的 被修正。軟性變數的方法論，與具有詮釋傾向的社會科學相似，例如：哲學及社 會學傳統，它們都具有很多可平行存在的可能性。

本研究中，我們認為無形變數與軟性變數具有高度的相似性，Warren (2002, p.119-120) 在討論無形變數的特色時，即很能說明軟性變數的性質，其說法如 下：

(一)無形 (軟性) 變數水準的改變極耗時間，例如要改變汽車使用者對汽車品質 的認知。

(二)無形 (軟性) 變數可以被快速的破壞，例如 IKEA 床卡死嬰兒對 IKEA 商譽的 影響。

(三)無形 (軟性) 變數在特殊個案中具有保健因子的效果，例如航空安全對航空 公司是必要的，一旦缺乏亦即對公司商譽造成極大的負面影響。

(四)無形 (軟性) 變數的傷害對有形資源有重大的影響，例如網路科技股的泡沫 化，即是投資者對此種股票信心喪失所致。

軟性變數 (系統) 方法論中，認為社會實體的本質是社會過程中永續改變的 結果 (Checkland, 1981, p. 283, l.r.3~p.284. r.4)。表 1 整理出軟性變數(議 題)的幾個本質及其描述，總合來說，我們認為系統中的軟性變數，泛指只要變 數的本質涉及很難清楚定義研究對象、難以結構化及不同的人會有不同的描述 (衡量) 方式，這類變數即是我們所定義的軟性變數。

表 1 軟性變數的本質 - 政策科學(policy sciences) (Lasswell

and Lerner, 1951; Dror, 1968, 1971) - Churchman (1968)曾進行對制定大眾政策 的方法論之回顧(Hoos, 1972, 1976)。

- 犯罪公平(控制)(criminal justice (control))、國家資訊處理 (state

information handling)、廢棄管理 (waste management)、大眾運輸系統 (mass

transportation、transit)、溝通 (communications)、教育、社區發展

(neighborhood development) (Kelleher, 1970)

Checkland, 1981, p. 141

很難清楚定義研 究對象

Dror, 1971 Checkland, 1981, p. 145

Hoos, 1972, 1976

不同的人對此系

r.11~p.280, r.12.

(McLucas, 2003, p.11, 註 1)。以下我們將來檢視以系統動力學模擬軟性變數 常會犯那些錯誤，即導致建模困難的理由為何，並討論我們仍建議以模擬的方式

處理的理由。

(一) 模擬時常犯的錯誤

建模者常以猜測的方式處理軟性變數，並以偽代數形式 (pseudo-algebraic expressions) 人工地設定軟性變數，使模型或模擬結果產生建模者期望的結果 (McLucas, 2003, p.2)。Svensson (2002, p.9)也說：

判斷型參數估計 (judgemental parameters estimates) 本身的不確 定性可能很高 (Sterman, 2000)，其所組成之模型的模擬結果可能不 確定性也很高。

有時我們會以相對程度來衡量軟性變數的數值，例如以 0 代表完全沒有影響

有時我們會以相對程度來衡量軟性變數的數值，例如以 0 代表完全沒有影響