本书综括决策研究与应用之精华，结合中西方理论，依序探讨决策理论基础、系统化决策分析架构、多属性决策、风险决策、数字决策与现代决策工具，并结合作者于产学合作研究的实证案例，深度剖析*手的实务决策过程和心得，为个人和组织全面提升决策质量的*参考书籍。本次改版全面精简既有内容，并大幅更新理论内容、个案、图表及数据，提供*深入的产业实务剖析与探讨。

第1篇
决策分析绪论

决策是管理者*重要的工作，也是管理研究中探讨*少的领域之一。一般人往往只能看到决策*后的结果，而未能理解许多**决策者内心经历的思考过程，因此更难以一览其中的奥妙。本篇首先探讨决策的重要性、本质、问题类型，以及可能的决策陷阱(decision traps)等概念，以改变读者对决策的认识(change mindset)，并加深其对于决策问题的了解和深度思考的能力。
第1章主要说明决策的重要性，并从不同角度深入探讨决策的本质。
第2章根据决策者的人数、方案的多寡与可选择的数量、决策环境的不确定程度、决策对手的有无、决策负面影响的有无、决策的序列与层级关系等不同思考维度，将决策问题区分为不同类型。根据决策问题的类型，在后续章节中介绍相关的决策理论及对应的系统化决策分析方法和工具。
第3章主要介绍决策者可能误触的决策陷阱。由于决策环境的剧烈改变及决策环境的限制、人类信息处理能力与认知能力的限制，以及决策者在面临重大抉择时的抗压性等因素，使衍生的决策障碍与决策挑战与日俱增，本篇内容可以帮助读者体会并克服一般决策者常遇到的决策陷阱。
本书的内容只是一个基础，读者必须在实践中不断体会本书所介绍的系统化分析架构和各种方法，以积累实践经验，这样才能成为更睿智的决策者，成为能够更好地支持上层主管的决策幕僚，成为重要的决策关系人。






第1章

决策： 竞争策略与经营管理的核心



决策(decision making)可以定义为“根据目标来权衡不同方案的预期结果优劣以评选方案的过程和结果”。例如，选择哪位老师当指导教授，选择哪一份工作，甚至约会用餐地点的选择等都是决策，但并不是每一次决策都需要经过复杂的决策分析。为了适应日益激烈的市场竞争环境，决策者要如何快速响应顾客的需求、维持竞争优势、创造企业利润以及利润持续增长，都是极为重要的问题。
决策是所有管理工作中*重要的一环，也是**的核心能力，毕竟“错误的决策比贪污更可怕”，许多基业长青的企业在选择高阶主管时，要的不只是执行力，更看重其面对挑战的见识和格局，以及制定未来发展策略的决策力。决策也和每个人息息相关，与其说“个性决定命运”，倒不如说“决策的方式与执行决定一个人的命运”。然而，决策却是管理领域中深入探讨*少的范畴。一方面是因为决策是《道德经》的艺术，所谓“道可道非常道”，一般人往往只能看到决策的结果，许多**决策者的心路历程未必能为他人所理解，再加上一旦成功之后，就会有人穿凿附会，添油加醋地塑造传奇，因此更难以一窥究竟。另一方面，决策的研究始于人性，虽然需要有系统的学术研究，然而生搬硬套某些理论或过度量化的方法就如同削足适履，甚至会误导决策，导致无法真正应用理论创造决策研究的价值。
“信息不能取代决策”，自动产生且大量累积而成的大数据(big data)和多元浩瀚的知识，也许能作为决策过程的参考信息，但却无法告诉我们： 什么是对的？如何找出其中相关的决策元素？如何分析其间的关联？如何评估比较方案的优劣？现代决策的挑战不再是缺乏数据或信息，而是定义与架构问题的逻辑分析和判断思考的能力。毛治国教授曾提出，由“见、识、谋、断”4种层次的认知作用所组合而成的决策过程，必须和实践结合。
决策并不是一件容易的事，有些历史上重要的事件，我们现在回头去看可能为之扼腕叹息或是生气愤怒，殊不知当时的决策环境(decision context)和决策者面临的困难，又岂是“事后诸葛”所能明了的呢？决策分析包含系统化的逻辑推理与思考判断过程，以及配套的决策模式和方法； 换言之，决策分析不是凭一时的喜好或经验直觉，而是用事实来检验决策问题的假设前提，用思考来厘清决策元素之间的联系，用判断来量化决策预期结果的评估。拿破仑说过： “没有任何事比做决策更困难，因此决策的能力*珍贵。”而1978年诺贝尔经济学奖得主西蒙教授(Herbert A.Simon)说： “决策是管理之核心”(Decisionmaking is the heart of administration.)，也就是说，决策是所有组织管理活动的根本。

1.1决策的本质
要学好决策分析，必须先了解决策的本质。本节将通过分析决策与策略的关联和定位，依据问题的类型、发生的频率、发生的时机、决策的期限、决策的关系人、决策的主观和理性成分，以及决策分析的角度等各方面来探讨决策的本质。
1.1.1决策与策略的关联
策略(strategy)代表**的选择（司徒达贤，1995），决定企业的**目标与决策的承诺； 策略包含一系列的决策，同时也指导所对应的后续决策，以发挥综效。因此，策略是分析和组织化的工作，策略的方针展开也是整个组织参与的过程。






Rosenzweig曾指出，企业主管面临的许多重大决策，如推出新产品的时机、并购决策、是否进入新市场等，不同于日常生活中的购物决定，只需要做出决定并接受结果就可以。商业性的决策由于决策者对决策结果具有一定的掌控程度，并且衡量决策结果的成败须与竞争对手相较，因此，高阶主管必须拟定策略，通过领导与沟通，带领组织设法胜过其他竞争者。企业借着策略规划与决策创造出长期优势，然而，所谓“徒法不足以自行”，决策与策略必须配合外在环境形态的限制和相对的竞争力量，运用本身和组织的资源条件，然后通过方案的执行实践，才能达到预定目标。因此，在学习策略与决策分析时，不能只注意到其间的神机妙算，却忽略这些促成决策成功的背后因素。
尽管不确定事件与外在环境等无法控制的因素常导致个别的决策无法每次都如愿地达到事前分析时的预期结果，然而，决策分析可以帮助我们“积小胜为大胜”，总体地提升长期的决策质量。策略规划与决策分析运用得当，便能积累和扩大决策的力量，而不会被一时的决策挫折所影响。
1.1.2结构化、半结构化与非结构化决策问题
决策问题特性可以分为结构化(structured)、半结构化(semistructured)与非结构化(unstructured)。西蒙教授认为，决策是结合事实性(factual)和价值性(valuational)两种判断的逻辑推理过程的结果。
1. 结构化决策问题
结构化决策问题，是指问题的目标与决策元素的关系架构很确定，可以定义明确的决策规则与评估标准，因此包含较多的事实性判断，故任何理性决策者所做的决策都应当相同，不会因个别决策者的主观判断而有差异，如优化排程问题、货柜装载问题等。结构化的决策问题具有标准答案，其困难之处在于如何有效地找到*优解。科学研究与数学规划所发展的复杂求解方法，就是在协助解决此类问题； 此外，也可以依赖专家或特殊功能的软件，如专家系统(expert system)，来提升求解的效率和效度。
2. 非结构化决策问题
非结构化决策问题，是指当问题难以结构化，其决策规则与评估标准可能因人因时而异，只有当事人才能够做真正的决定，如婚姻的决策。非结构化的决策问题没有标准答案，而须依赖决策者的主观价值判断，其决策质量的关键在于确保决策者所做的是他们真正想要的决策，而不会事后反悔。因此，我们必须尊重每个有决策权(decision ownership)的决策者的主观判断，多给予相关协助。企业的策略决策通常也是非结构化的决策问题，隐含于董事和企业主管的头脑中，而难以外显，很难被一般人所理解。针对此类问题，可以发展主管信息系统(executive information system,EIS)、**信息系统(health information system,HIS)，提供决策者充分且翔实的信息，以提升决策质量。
3. 半结构化决策问题
半结构化决策问题，是介于结构化与非结构化之间，问题中同时含有结构化及非结构化的部分： 一方面有客观的数据和一定规则与分析逻辑可以依循，其他人可以根据对问题的分析与对决策者的了解给予建议； 另一方面，在对其进行权衡和评估过程中也需要决策者主观的判断，其决策质量的关键在于如何结合决策者的主观判断与客观分析，让客观的信息得以正确呈现，并协助决策者做出符合个人主观偏好的决策。针对此类问题，可以发展决策支持系统(decision support system,DSS)、群体决策支持系统(group decision support system,GDSS)，引导决策者经由人机互动的接口输入主观的判断值，利用系统内建的决策分析模式完成决策，并提供敏感度分析等功能以检验决策的可行性。
不过，一般的决策问题无法明确地区分为结构化、半结构化或非结构化，而是一个连续分布的光谱(spectrum)，如图1.1所示，因为依据问题特性进行归类的过程本身就是一个问题形成(formulation)的过程。因此，大部分的决策问题都是半结构化的，只是其中结构化和非结构化的部分比例不一而已。例如，有时亲朋好友热心介绍客观条件良好的

目录 第1篇决策分析绪论 第1章决策： 竞争策略与经营管理的核心 1.1决策的本质 1.1.1决策与策略的关联 1.1.2结构化、半结构化与非结构化决策问题 1.1.3经常面临的或独特的决策问题 1.1.4预期的或偶发的决策问题 1.1.5深思熟虑的或必须实时决定的决策问题 1.1.6决策者与受决策影响者 1.1.7主观的或客观的决策 1.1.8理性的或非理性的决策 1.1.9规范的、**的或叙述的决策研究 1.2决策型组织 1.3决策的王道与决策质量的提升 1.4本书架构 问题与讨论 第2章决策问题的类型 2.1决策者的人数 2.2方案的多少与可选择的数量 2.3决策环境的状态 2.4信息的特性 2.5决策的思考纵深 2.6决策的层级关系 2.7决策的对手 2.8决策负面后果的风险 2.9决策的目的和应用 2.10价值**法决策分析 问题与讨论 第3章决策陷阱 3.1决策陷阱的种类 3.1.1没有找对问题的偏差 3.1.2过度自信的偏差 3.1.3框架效应的偏差 3.1.4基准点偏差 3.1.5可得性偏差 3.1.6证实偏差 3.1.7忽视偏差 3.1.8近期偏差 3.1.9代表性偏差 3.1.10保守性偏差 3.1.11随机偏差 3.1.12推论偏差 3.1.13现状偏差 3.1.14满意偏差 3.1.15难以权衡不同层次目标的偏差 3.1.16想讨好每一个人的偏差 3.1.17局部思考的偏差 3.2决策陷阱的应对 3.3结论 问题与讨论 第2篇系统化决策分析 第4章架构问题与系统化决策过程 4.1紫式决策分析架构 4.2了解问题与问题定义 4.3优势发掘与问题范围界定 4.3.1目标 4.3.2不确定因子 4.3.3策略和决策方案 4.4架构影响关系 4.4.1目标层级架构 4.4.2不确定因子间的关联 4.4.3方案 4.5感受和客观叙述 4.5.1属性 4.5.2可能的状态 4.5.3方案的预期成果 4.6综合判断与权衡 4.6.1属性相对权重 4.6.2可能状态发生的概率 4.6.3决策者的主观价值与主观效用 4.7*佳决策与执行回馈 4.8应用实例——科技发展计划绩效评估机制的建立 4.8.1案例简介 4.8.2案例分析 4.8.3案例小结 4.9结论 问题与讨论 第5章决策目标与评估属性 5.1目标的定义 5.2目标的应用 5.3目标的类型 5.4产生目标的方法 5.5架构决策目标的关系 5.5.1根本目标层级 5.5.2工具目标网络 5.6评估属性 5.7目标与属性集合的效度 5.7.1完整性 5.7.2可衡量性 5.7.3可分解性 5.7.4不重复性 5.7.5*小化 5.8决策型组织与绩效指标 5.9目标层级架构应用实例——建构频谱使用效益评估指标 5.10结论 问题与讨论 第6章方案产生与决策创意 6.1创意产生的概念和阶段 6.2方案创新的思维方式 6.2.1价值专注 6.2.2习惯领域 6.2.3创意检查表 6.2.4隐喻思维 6.2.5策略生成表 6.2.6群体决策技术 6.2.7TRIZ法 6.3产生更好方案的关键 6.3.1善用目标 6.3.2挑战(真实或假想的)限制 6.3.3改变游戏规则与破坏式创新 6.3.4强烈的灵感和高度的想象力 6.3.5发掘潜意识和更深层的思考 6.3.6从经验学习 6.3.7导师与专家意见 6.3.8多元化思考与分散方案 6.3.9先产生方案然后再评估 6.3.10不放弃寻求新方案 6.4方案的类型 6.4.1过程方案 6.4.2双赢方案 6.4.3信息搜集方案 6.4.4买时间方案 6.4.5两边下注方案 6.4.6串行化方案 6.4.7组合方案 6.4.8风险分担方案 6.4.9保险方案 6.4.10撤出方案 6.5方案产生过程中可能发生的错误 6.6自我检验，进入下一个决策步骤 6.7结论 问题与讨论 第7章结果衡量与权衡 7.1建立结果表 7.2评估属性值的尺度 7.3建构尺度的衡量工具 7.4衡量尺度的种类与转换 7.5尺度误差 7.5.1集中误差 7.5.2刺激与反应等同误差 7.5.3压缩误差 7.5.4等距反应误差 7.5.5对数误差 7.6效度检验 7.6.1内容效度 7.6.2建构效度 7.6.3实证效度 7.7等值交换法 7.8结论 问题与讨论 第3篇多属性决策分析 第8章简易多属性评等技术与多属性评估模型 8.1SMART 8.1.1找出决策者以决定谁的价值应被考虑 8.1.2确定决策元素与决策目标 8.1.3决定可供选择的方案 8.1.4找出相关的评估属性 8.1.5将属性依其重要性予以排序 8.1.6按各属性的重要程度给予相对权重 8.1.7将相对权重予以标准化 8.1.8在每一属性下衡量各方案的价值 8.1.9对于不同的方案，计算其加权后的总价值 8.1.10决定*佳方案，规划执行策略与配套方案 8.2SMARTER和简易权重给定法 8.3SMARTS 8.4SMART应用实例——设备评估与采购决策 8.4.1案例简介 8.4.2紫式SMART机台多属性评估 8.4.3结果讨论 8.5多属性评估模型 8.5.1价值衡量 8.5.2决定属性权重 8.5.3多属性价值聚合模型 8.6常见多属性评估模型的比较 8.7结论 问题与讨论 第9章层次分析法 9.1层次分析法概论 9.2紫式AHP法的分析架构及步骤 9.2.1架构问题与厘清决策元素 9.2.2目标定义与层级架构 9.2.3方案产生与层级架构 9.2.4属性成对比较以建立相对权重 9.2.5方案成对比较以建立个别属性下的方案衡量 9.2.6汇总模型与方案总排序 9.2.7求近似权重向量的方法 9.3AHP法的特性及ANP法 9.4ANP法应用实例——网络通信产业代工厂评选决策 9.4.1案例简介 9.4.2分析过程 9.4.3案例小结 9.**HP法及ANP法的软件分析工具 9.6结论 问题与讨论 第10章数据包络分析法 10.1数据包络分析法简介 10.2DEA法的基本模型 10.2.1CCR模型 10.2.2BCC模型 10.3紫式DEA法的决策分析架构及步骤 10.3.1了解问题与发掘优势 10.3.2决策单位的选取 10.3.3投入属性与产出属性的筛选 10.3.4综合判断与DEA模型选择 10.3.5评估结果分析与解释 10.4DEA法的衍生模型 10.4.1交叉效率模型 10.4.2A&P模型 10.5DEA法的应用实例——半导体晶圆制造厂跨厂绩效评估 10.5.1案例简介 10.5.2分析过程 10.5.3评估结果分析与解释 10.5.4案例小结 10.6偏好顺序评估法 10.6.1偏好顺序评估法的概述 10.6.2偏好顺序评估法的操作步骤 10.7DEA法的分析工具 10.8结论 问题与讨论 第4篇不确定情况下的决策 第11章完全不确定决策 11.1完全不确定情况下决策的决策准则 11.1.1小中取大准则 11.1.2大中取大准则 11.1.3乐观悲观指标 11.1.4*小化*大后悔 11.1.5拉普拉斯决策原则 11.2概率的种类 11.2.1古典概率 11.2.2重复试验与频率概率 11.2.3主观概率 11.3概率给定与修正 11.3.1离散的主观概率 11.3.2连续的主观概率 11.4概率认知的陷阱 11.4.1Allais矛盾 11.4.2Ellsberg矛盾 11.5实证案例——半导体产能规划 11.6结论 问题与讨论 第12章风险下的决策与信息的价值 12.1影响图 12.1.1影响图的构成元素 12.1.2影响图的建构方法 12.2决策树 12.2.1决策树的构成元素与建构方法 12.2.2决策树的解读 12.2.3敏感度分析 12.2.4决策树应用案例——制造策略决策 12.3贝氏决策分析与信息的价值 12.3.1概率修正 12.3.2贝氏决策 12.3.3信息的价值 12.4结论 问题与讨论 第13章贝氏决策分析与贝氏网络 13.1贝氏决策分析 13.1.1贝氏决策分析的理论架构 13.1.2*佳决策法则的决策 13.2贝氏网络 13.2.1贝氏网络的理论基础 13.2.2贝氏网络的不一致性修正 13.3贝氏网络应用实例——台电馈线事故定位系统 13.3.1案例简介 13.3.2分析过程 13.3.3案例小结 13.4结论 问题与讨论 第14章决策风险偏好与效用理论 14.1效用 14.2期望效用理论 14.2.1价值理论 14.2.2期望效用理论的基础 14.3属性效用值的衡量 14.3.1属性效用值的衡量方法 14.3.2衡量方法的应用 14.3.3效用函数建立方法的应用 14.4决策者偏好与风险态度 14.4.1决策者对风险的态度 14.4.2风险补偿值 14.4.3效用函数形态 14.5多属性效用模式 14.6风险下的决策实例——生产组合决策分析 14.6.1了解决策问题 14.6.2优势发掘 14.6.3厘清所有决策元素及其影响关系 14.6.4构建决策树 14.6.5敏感度分析 14.6.6风险态度与方案评估 14.7风险决策分析时可能的错误 14.8其他相关的决策理论 14.9结论 问题与讨论 第15章模糊理论、灰色系统理论及粗糙集理论 15.1模糊理论简介 15.1.1模糊集合 15.1.2模糊数 15.2模糊数排序 15.2.1输入模糊数 15.2.2分解模糊数 15.2.3衡量要素 15.2.4指定各要素的权重 15.2.5加总各要素以获得模糊数的总衡量 15.2.6定义比较的规则 15.3模糊多属性决策分析 15.4灰色系统理论 15.4.1灰关联 15.4.2灰色多属性决策分析 15.5灰色多属性决策分析应用案例 15.5.1问题定义与架构 15.5.2数据搜集 15.5.3灰色多属性决策分析 15.6粗糙集理论 15.6.1信息系统与决策表 15.6.2等价关系 15.6.3近似空间 15.6.4近似集的准确率 15.6.5分类的准确率 15.6.6简化 15.7结论 问题与讨论 第5篇数字决策与决策信息系统 第16章数字决策与决策信息系统 16.1数据、信息、知识与决策 16.1.1数据 16.1.2信息 16.1.3知识 16.2决策信息系统的定义和类型 16.3专家系统 16.3.1专家系统简介 16.3.2专家系统应用实例 16.4主管信息系统 16.4.1主管信息系统简介 16.4.2主管信息系统应用实例 16.5决策支持系统 16.5.1决策支持系统简介 16.5.2决策支持系统应用实例 16.6群体决策支持系统 16.6.1群体决策支持系统简介 16.6.2群体决策支持系统应用实例 16.7决策信息系统的发展与比较 16.7.1决策信息系统开发 16.7.2DSS、EIS、ES建立决策模型的差异 16.8数字决策、数据挖掘与商业智能 16.8.1数字决策 16.8.2数据挖掘 16.8.3商业智能 16.9数字决策与知识管理 16.10决策信息系统的整合实例 16.11结论 问题与讨论 参考文献