維基百科

情景計劃

情景計劃，也稱情景規劃、情景思考或情景分析、情境規劃[1]，是一些企業用來進行長期計劃的戰略計劃方法。很大程度上屬於適應、歸納軍事情報中的經典方法。

原始方式是一個分析小組進行模擬遊戲進行決策。遊戲包括已知事實和未來事件，例如人口統計學, 地理, 軍事, 政治, 工業信息和礦產資源等，對社會、技術、經濟、環境、教育、政治和美學(STEEEPA)提出有用建議和關鍵驅動力。

在商業中，對對手行為的博弈減少(更多改為與環境的博弈)。在殼牌公司，情景規劃是對世界外部環境，在進行戰略決策前改變思維。

情景決策可包括系統思維，特別是對複雜方式能創造驚人未來的多種因素(根據非線性反饋迴路)。這種方法也允許加入很難計算的因素，例如新的未來思維、價值觀的深刻改變、不可預料的規則和發明。系統思維與情景規劃共同，規劃實際、可行的情景故事脈絡。當情景計劃與系統思維共同時，進行情景開發，有時稱為結構動力。

建立情景

事實和相關社會變化的組合、排列稱為"情景"，情景一般指可行的但是未預料的重要環境、問題等。未來研究分析專家選擇可能、不讓人舒適的情景。情景計劃幫助決策者預測隱藏的弱點、非靈活性等。

零和情景

戰略軍事情報組織也可建立情景，方法幾乎相同，可應用於很多問題，不僅僅限於軍事、政治問題。在軍事情報中，主要的挑戰是發現真實場景中的決策需要。如果決策者都不知道該了解什麼，或者無法描述環境，就不能知道他們所需要的。

好的分析師會設計戰爭遊戲，讓決策者有更多靈活性、自由性，適應模擬組織。然後遊戲會對這些組織"施壓"。一般地，特殊事實很重要。這些思考讓情報機構能更加準確地重新定義、重新包裝真實信息，更好服務於真實的決策。一般來說，模擬遊戲時間比正常時間快一百倍，決策者一天內可經歷數年的決策。

軍事情景模擬如何進行

  1. 決定分析的關鍵問題 可決定為何進行情景決策，如果是微小變化、少數因素，其他方法可能更合適。
  2. 確定時間、分析範圍 決定變化速度、試圖評估等級，預測人口統計學、產品生命周期等一般趨勢，一般時間表可設為10年。
  3. 確定主要股東 決定誰受到影響，何種影響。發現他們目前利益，這些利益是否在過去有改變。
  4. 基本趨勢和驅動力圖 包括工業、經濟、政治、科技、法律、社會趨勢。評估這些趨勢會如何影響問題，描述趨勢，為何會影響組織。在流程中往往進行思考，所有趨勢要在思考後進行評估，進行小組思考或tunnel vision。
  5. 關鍵不確定性 在兩個軸線上定義不確定性，評估每種驅動力對不確定性或(相對)可預測性以及可能/不可能事件的影響規模。所有不重要的驅動力應淘汰。可預測重要驅動力(如人口統計)可包含在所有場景中，留下一些重要、不可預測驅動力。還需要評估驅動力之間的聯繫，淘汰那些"不可能"的情景(如無失業率、零通脹等)。
  6. 進行驅動力有效分組，把驅動力減為兩個最重要的。(讓情景可以歸入xy象限)。
  7. 確定極端情況發現驅動力的一致性和可行性。需要分析：
    1. 時間表: 趨勢是否與時間表吻合？
    2. 內部一致性: 可建設可能情景的未知事件的驅動力
    3. 股東: 是否有股東與期望情景不平衡？情景是否可發展？是否可考慮適合股東的情景？當與政府、大型股東進行情景模擬時，試圖影響結果。
  8. 確定情景儘量把情景寫在表格中，一般創建二到四個情景就夠了。當前情景不需要放在表格中央，特別用三到四個驅動力時，儘量只用一個驅動力。可以把所有積極元素都納入一個情景，把所有消極元素都納入另一個情景，然後淘汰最佳情況和最差情況。
  9. 寫下情景描述當前，展望未來。挖掘變化的根本原因，進行下一步分析。最後，給每個情景起個好聽的(勁爆的)名字。
  10. 評估情景想想，情景與目標是否相符？是否一致？是否典型？是否有相對穩定結果？
  11. 確定研究需要 根據情景，想想需要哪些信息。多獲取激勵股東的信息、可能的創新等等。
  12. 進行量化分析儘量對不同情景進行量化分析，如增長率、現金流等。肯定需要大量工作
  13. 進行情景決策 用迭代過程追溯上述情景，發現組織面對的首要問題。發現情景的優勢和劣勢。


商業中的情景分析

過去，戰略規劃一般只是用於"官方未來"，是當前情況延伸到未來的直線分析。一般由財務部門分析、缺乏人口統計學、社會質量等區別。

很多公司開始廣泛採用情景規劃，用簡單、技術決策、發展為複雜的戰略規劃和視野建立。[2][3][4]情景規劃的力量最早由殼牌公司發現，從1970年代早期就開始使用情景規劃，作為產生、評估戰略選項的流程。[5][6]殼牌的油氣分析一直比其他油氣公司更強，油輪業務容量很大，在歐洲的油氣開發也早於競爭者。[2]但諷刺的是，這種方法在殼牌以外比公司內應用更多，其他公司和諮詢公司都開始使用情景規劃。情景規劃是一種管理藝術，有很多陷阱(流程和內容上)，最早由Paul J. H. Schoemaker提出。[7]

殼牌進行情景規劃的批評

在1970年代，很多能源公司由於環境主義者和OPEC的影響，損失了上百億美元利潤，進行錯誤投資。這些財務損失讓很多公司，包括殼牌公司，進行情景規劃。公司公開預計，情景規劃流程讓公司成為世界最大。[2]但其他觀察者認為，殼牌使用情景分析獲得很少長期優勢，而且殼牌的長期情景經常受到質疑。殼牌內部人員曾說"情景小組很聰明，具有很高智商，但是關鍵決策制定以後，高標準的"群組情景"和國家級別的情景從來沒有執行過。"[source missing]

情景規劃由Arie de Geus的小組與1980年初期提出，他們發現遵循情景規劃的決策缺乏戰略實施，而不是缺乏情景。很多執行者創建情景的時間和決策的時間一樣多。

2005年，殼牌的前規劃者Peter Cornelius, Alexander Van de Putte和Mattia Romani在《加州管理雜誌》發佈文章，總結三十年的情景規劃。

情景規劃的一般限制

儘管情景規劃在工業中很受歡迎，其主觀性、啟發性讓很多學者不認可。我們是否知道情景是否正確？如何從情景進行決策？這些考慮合理，只有更多競爭表現和理論問題進行研究後，情景規劃才能得到認可。[8]學術上很少認可情景分析(有個著名例外，參見Paul J. H. Schoemaker[9])這項技術從實踐中來，更多是依靠故事，而不是科學分析。情景規劃是一種集體研究的工具，是重新認知、保存不確定性的方法。很多決策者希望只賭一種情景，掉入了只試圖預測未來，而不是選擇多種未來的陷阱。

經理使用情景分析

基本流程很簡單，作為預測來講，可以分為三類活動(長期流程)：[10]

  1. 環境分析
  2. 情景規劃
  3. 公司戰略

流程

與長期規劃不同的流程是核心部分，即情景製造。這個過程也很簡單。殼牌使用的方法包括六個步驟：

  1. 決定變革和提議的驅動力
  2. 把驅動力歸入合理的框架
  3. 製造7-9個最初的小型情景
  4. 減少到2-3個情景
  5. 草擬情景
  6. 確定出現的問題

步驟1 - 決定變革的驅動力

第一步是檢查環境分析的結果，決定企業未來環境的最重要驅動力。這些因素有時稱為'變量'(因為隨着調查時間變化，雖然會有時迷惑更嚴謹的科學家)。用戶往往喜歡（變革）'驅動力'這個名字，這個名字不含有準科學的含義，加強了參與者尋找未來變化因素的任務。

部分上是一個分析過程，需要確定這些'力'。但是前期環境研究可能已經對此有所涉及。隨着時間，到了正式的情景規劃階段，參與者可能在潛意識上，而不是正式地，已經感知到主要驅動力。

理想的情況是，第一階段要仔細研究可能成為情景的假設，仔細定義幾種驅動力。參與者可能無法分辨這些階段。

可能最困難的是把參與者的成見去除。很多參與者很重視中間階段（五到十年），而不是長期（十年以上）。任何少於十年的時間階段都可能讓參與者從目前潮流推斷，而不是考慮面對的替代選項。如果考慮十年以上，所有的參與者可能都會接受情景規劃流程的邏輯，不再根據現實推斷。加寬參與者範圍，包括整個外部環境時，也會遇到同樣問題。

思維

任何情況下，然後會進行思維，保障列表完整，發現更多變量，特別是混合變量。一個非常簡單的方式是思維，在殼牌中，在情景規劃中經常產生爭論。

重要的未知

只有最重要的因素才可用到情景規劃中，80:20規則意味着在流程結束時，管理層的注意力必須集中在有限數量的重要問題。經驗顯示，寬泛的主題只能讓他們選擇少數感興趣的，而這些不是對於組織罪重要的。另外，如果情景有不同的未來，那麼因素必須是真正的'變量'。必須有明顯的替代結果，應該特別劃出那些結果可預期，但是很重要的因素，不能忽略。殼牌的Kees van der Heijden提出的重要不確定性矩陣是該階段的重要檢驗方法。[3]

另外，情景的一個好處是可容納很多其他形式的預測。可使用圖標、表格、文字進行組合，沒有其他形式的預測有這樣的靈活性。

步驟2 - 把驅動力加入可行框架

第二步是把這些驅動力組合成一個可行框架。有些因素互相關聯。例如，技術因素可能導致市場變化，但受到法律因素制約。另外，一些'聯繫'(至少'分組')可能需要人工進行。後續，還會發現一些更深層的聯繫，或者情景會淘汰一些因素。在最理論的方法中，概率與事件關聯。很難達到，而且往往只會讓結果變得更複雜。

步驟3 - 產生最初的小型情景

上個步驟最後把七到九個驅動力進行分組。很容易獲得。'主觀'原因可能是參與者可以同時思考的因素有限。把驅動力歸類以後，下一步是分析他們之間的關係，每一個驅動力因素代表什麼？

步驟4 - 減少為兩到三個情景

下一步主要是把七到九個小型情景（群組）減少為兩到三個情景。實際中的挑戰是發現兩到三個'盒子'，把所有的主題都歸納進去。可能需要大量討論，過程中，可能產生很多的光和熱。創建這些基本情景本身經常可以讓人思考真正的重要因素(生死因素)。在討論中，儘管最後報告有總結，參與者可能從討論中開始理解，導致變革的最重要驅動力是什麼，同伴是怎麼樣看待的？根據內在理解，他們已經準備好應對這些變化，儘管不求助於最終報告，在實際發生時本能反應。

減少到兩到三個情景沒有理論根據，只是根據實踐。經理往往最終只能處理三個版本的最終情景。殼牌從三十年前就開始通過建立十多個情景，但是發現經理最終只選擇一種。於是，規劃者把情景減少到兩到三個，經理可更容易處理，但是不能只剩下一個。這就是現在大多數文章中推薦的數量。

補充情景

在殼牌，往往加上兩個附加情景，理由是避免經理只'選擇'一個'偏好'的情景，導致單一軌道的預測(拒絕使用'替代'情景來預測不可知的未來)。這是一個很難抓住的概念，經理往往相反，只選擇一個最佳或最壞情景。

測試

把因素歸為兩個情景後，下一步是進行測試其有效性。是否對參與者有意義？可以是邏輯分析，也可以是直觀的'感受'。另外，直覺上往往在複雜、無法定義的事件上更有效。如果情景在直覺上沒有'鈎在一起'，為什麼不進行直覺？問題是一個或多個假設可能不現實，如果是這樣，就需要回到第一步。整個情景規劃流程是一個迭代的過程(回到開始，知道獲得最後的結果)。

步驟5 - 記錄情景

情景用最合適的方式'寫下來'，這步很靈活，往往迷惑參與者，他們習慣於預測流程用固定的格式。但是需要用經理最適合的方式記錄情景。還需要考慮實施計劃的經理。他們也要接觸情景，需要相信。這實際上是一個'市場營銷'決定，把最終結果'賣給'用戶。另一方面，還需要用作者覺得最舒服的方式。如果對某種方法不熟悉，他要'賣'的情景肯定無法令人信服。

步驟6 - 發現問題

最後一步流程是檢查情景，決定哪種是最關鍵的結果。與問題相關的'分支點'往往有最大的影響力(往往產生'危機')。下述的戰略會發現這些問題：產生情景的正常方法是減少風險，顯得'穩健'(會安全地處理所有'生死關頭'問題)，而不是只關注績效(利潤)最大化，對結果進行賭注。

使用情景

情景可用於多種方法：

a) 驅動力集合

b) 一致性測試

c) 積極觀點

也許情景最主要的好處是，來自於不同'發展'未來的觀點。當情景最終產生，參與者可審視他們的觀點，發現未來的基本雛形，這就不再是一個理論的練習，而是一個真正的框架(或不同的替代框架)。

情景規劃與其他方法比較

情景規劃與意外規劃, 敏感性分析和計算機模擬不同。[11]

意外規劃是一種"如果...則..."的工具，只考慮不確定性。情景規劃考慮不確定性綜合的情景，規劃者還需要選擇特別可行但不舒服的社會發展。

敏感度分析只有一個變量，一般為簡單變化，情景規劃讓政策制定者可接觸多種變量的互動。

情景規劃可通過計算機模擬，但是沒有這樣正式，可用於定性的模型，包含範圍很廣的模擬事件。

過去五年中，瑞典防衛研究所在斯德哥爾摩開發的計算機支持形態學分析，更多加入了情景發展。[12]這種方法可創造多變量的形態學場，作為推理模型，把情景規劃技術與意外規劃、敏感性分析相結合。

情景規劃與德爾菲法

情景規劃是根據系統性檢測，繪出一份可能的、一致的藍圖。德爾菲法是系統性發展有關未來發展、事件的專家意見的方法。是一種匿名、書面、多層次統計、每輪後有群組意見的預測流程。

很多學者都說，兩種方法可最有效互補。Kinkel et al. (2006)[13]最近報告了他們在情景-德爾菲和德爾菲-情景方面的經驗，由於過程的相似性，兩種方法可以早期合併。德爾菲法不同階段的結果，可以作為情景方法的輸入數據，反之亦然。結合後兩種方法都達到最大化。實踐中，可認為一種方法為主導方法，在適當時期加入另一種。作者發現，不管先後如何，兩種方法組合後都對未來項目帶來明顯價值。

實踐中，往往把德爾菲法加入情景規劃(參見Rikkonen, 2005;[14] von der Gracht, 2007;[15] Transportation & Logistics 2030 – How will supply chains evolve in an energy constrained and low-carbon world （頁面存檔備份，存於互聯網檔案館）; Transportation & Logistics 2030 – Transport infrastructure – Engine or hand brakes for global supply chains? （頁面存檔備份，存於互聯網檔案館）; Future of Logistics – Global Scenarios 2025)作者把這稱為德爾菲-情景分析，專家情景分析或德爾菲法的情景規劃。Von der Gracht (2010) [16]是一種科學的方法，因為情景分析「渴求信息」，德爾菲法能提供很多有價值的信息。德爾菲法有多種信息輸出，可作為情景規劃的信息輸入，研究者可發現相關事件、發展，根據專家意見，制定每種的可能性。另外，專家意見和論斷讓因素之間的關係更清楚，並進一步加入情景分析。另外，德爾菲法還幫助發現極端意見，和專家中的不同意見。這些有爭議的意見特別適合情景分析的極端情況。

Rikkonen (2005)的博士論文中[14]透徹闡述了德爾菲法用於情景規劃的情況，特別是情景建設。結論是，德爾菲法對於提供不同替代未來和情景假設有重要意義。推薦使用德爾菲法進行情景規劃，創造情景時更加有信心，也簡化了情景記錄流程，更深地理解預測項目和社會因素之間的關係。

參考

  1. ^ scenario planning - 情境規劃；預測. terms.naer.edu.tw. [2020-02-23]. （原始內容存檔於2020-02-23）. 
  2. ^ 2.0 2.1 2.2 Schwartz, Peter. The Art of the Long View. Doubleday, 1991.
  3. ^ 3.0 3.1 van der Heijden, Kees. Scenarios: The Art of Strategic Conversation. Wiley & Sons, 1996.
  4. ^ Ringland, Gil. Scenario Planning: Managing for the Future. Wiley & Sons, 1998.
  5. ^ Wack, Pierre. "Scenarios: Uncharted Waters Ahead", Harvard Business Review. September–October, 1985.
  6. ^ Schoemaker, Paul J.H. and Cornelius A.J.M. van der Heijden, "Integrating Scenarios into Strategic Planning at Royal Dutch/Shell," Planning Review. Vol. 20 (3): 1992, pp.41-46.
  7. ^ Schoemaker, Paul J.H. 「Scenario Planning: A Tool for Strategic Thinking,」 Sloan Management Review. Winter: 1995, pp. 25-40.
  8. ^ Fahey, Liam and Randall, Robert M. Learning from the Future. Wiley & Sons, 1998.
  9. ^ Schoemaker, Paul J.H. 「Multiple Scenario Developing: Its Conceptual and Behavioral Basis,」 Strategic Management Journal. Vol. 14: 1993, pp 193-213.
  10. ^ Schoemaker, Paul J.H. 「Scenario Planning: A Tool for Strategic Thinking,」 Sloan Management Review. Winter: 1995, pp. 25-40.
  11. ^ Schoemaker, Paul J.H. Profiting from Uncertainty. Free Press, 2002.
  12. ^ T. Eriksson & T. Ritchey, Scenario Development using Computer Aided Morphological Analysis, (PDF). [2012-10-13]. （原始內容存檔 (PDF)於2021-01-29）.  Adapted from a Paper Presented at the Winchester International OR Conference, England, 2002.
  13. ^ Kinkel, S., Armbruster, H., & Schirrmeister, E. (2006). Szenario-Delphi oder Delphi-Szenario? Erfahrungen aus zwei Vorausschaustudien mit der Kombination dieser Methoden. In J. Gausemeier (Ed.), Vorausschau und Technologieplanung: 2. Symposium für Vorausschau und Technologieplanung (pp. 109-137). Paderborn: Heinz-Nixdorf-Institut.
  14. ^ 14.0 14.1 Rikkonen, P. (2005). Utilisation of alternative scenario approaches in defining the policy agenda for future agriculture in Finland. Turku School of Economics and Business Administration, Helsinki.
  15. ^ von der Gracht, H. (2007). Scenario Planning for Logistics Service Providers. Planning Practices and Scenarios for 2025. EBS Business School, Supply Chain Management Institute, Germany
  16. ^ von der Gracht, H. A./ Darkow, I.-L.: Scenarios for the Logistics Service Industry: A Delphi-based analysis for 2025. In: International Journal of Production Economics, Vol. 127, No. 1, 2010, 46-59.
  • M. Godet, Scenarios and Strategic Management, Butterworths (1987).
  • M. Godet, From Anticipation to Action: A Handbook of Strategic Prospective. Paris: Unesco, (1993).
  • Adam Kahane, Solving Tough Problems: An Open Way of Talking, Listening, and Creating New Realities (2007)
  • H. Kahn, The Year 2000, Calman-Levy (1967).
  • Herbert Meyer, "Real World Intelligence", Weidenfeld & Nicolson, 1987,
  • National Intelligence Council (NIC) （頁面存檔備份，存於互聯網檔案館）, "Mapping the Global Future", 2005,
  • M. Lindgren & H. Bandhold, Scenario planning – the link between future and strategy, Palgrave Macmillan, 2003
  • G. Wright& G. Cairns, Scenario thinking: practical approaches to the future, Palgrave Macmillan, 2011

參見

外部連結

取自 "https://zh.wikipedia.org/w/index.php?title=情景计划&oldid=82101909"