一、未來三角分析(Futures Triangle)

　　未來三角分析的目的是透過檢視未來願景的吸引力(拉力)、當前趨勢的推動力(推力)和歷史慣性的包袱，幫助我們理解和探索多元可能的未來路徑；操作步驟包括：首先確認議題，接著分析三力。推力如人口結構變化和科技進步，拉力如理想中的未來景象和創新突破，阻力如既有制度和文化傳統，其中推動力與拉力共同促進改變和創新，阻力則提供穩定性和連續性，需要識別哪些力量需要強化或克服。從這三股力量的相互作用中，衍生出五種變革程度：趨近理想未來的激進變化（徹底轉型）、適應性變化（中度調整）、邊際變化（小幅改進），到無變化（維持現狀）和回到想像中理想過去（倒退願望），幫助規劃者掌握塑造未來的各種力量及其相互作用如何創造不同的變革可能性，亦可作為規劃短中長期策略的指引。

　　此法之問題和限制為：首先是隨著因子增多，複雜性提高，三角形的各個頂點會變得模糊，例如全球化同時可以是現在的推力、過去的重量和未來的拉力；其次，需要明確區分這三個頂點的標準，文獻建議將"現在的推力"以定量呈現，"未來的拉力"著重於視覺形象呈現，而"歷史重量"則以定性呈現為佳；第三，在應用過程中對於應該使用哪種未來形象，導致方法從單一三角形擴展為多個三角形；第四，未來三角分析主要用於繪製或表現當前系統的狀態和力量關係，其無法有效考慮新興問題和弱信號。

二、因果層次分析(Causal Layered Analysis)

　　因果層次分析旨在藉由四個層面解構議題，協助揭開表象、深入理解問題的根本組成和潛在敘事，並探索改變的可能性與重新建構未來願景。其操作步驟包括：首先確認議題，識別表象層中的事件、現象、問題和統計數字；接著分析系統原因層，探究社會、經濟、環境、科技等系統因素如何導致表象層問題；然後深入世界觀與隱喻層，探索形塑系統的深層思維模式、價值觀和文化象徵；最後透過深層重構概念來重新建構敘事層，以創造嶄新的未來可能想像。這個方法透過層層深入分析，有助於從根本上理解和轉化複雜議題。

　　因果層次分析(CLA)的主要問題與缺點包括：層次混淆（特別是第三層世界觀與第四層隱喻容易被混淆）；報告順序不當（未能由表層向下深入分析）；過度強調認知過程而忽略實際應用；世界觀盲點（參與者難以跳脫自身觀點理解他人視角）；以及引導者職業性危害（過度解釋或擺出專家姿態）。CLA實施時常見的其他缺點還包括：參與者過度沉浸於數據中而失去洞察力；缺乏對不同立場的真正理解與尊重；以及無法將複雜分析結果轉化為簡潔有力的政策或策略建議。這些問題若不妥善處理，會導致CLA淪為填表格式的表面工作，無法發揮其促進深度思考和系統性變革的潛力。

三、SWOT分析(SWOT Analysis)

　　SWOT分析是一種識別政策、問題或事件相關優勢(Strengths)、劣勢(Weaknesses)、機會(Opportunities)和威脅(Threats)的實用技術，其中優勢和劣勢是反映當前能力的內部因素，而機會和威脅則是需要回應的外部因素。SWOT分析的目的包括識別政策或策略的優先事項、長期可能出現的挑戰和機會、探索如何連接未來與當前情況，以及獲取更清晰的不確定性認識。實施SWOT分析通常透過四個步驟：1)工作坊前的簡報準備，確保參與者熟悉相關資料和工作環境；2)分析內部因素，評估與目標相關的優勢和劣勢，考慮人員、預算、技術、地理等資源因素；3)分析外部因素，識別經濟形勢、新技術、人口統計和社會態度變化、環境變化和政治環境可能帶來的機會和威脅；4)確定相互關係，尋找能幫助把握機會的優勢、可用於減輕威脅的優勢、可能限制機會的劣勢，以及使威脅更具挑戰性的劣勢。這一分析結果可以形成潛在戰略計畫的核心，或作為情景練習的輸入。

　　SWOT分析過於靜態，僅提供特定時間點的快照，無法捕捉動態變化的環境；分析結果往往過於籠統且缺乏優先順序，難以用於實際決策；因主觀性導致分類困難，同一因素可能同時是優勢也是劣勢；缺乏與競爭對手的量化比較；通常僅關注當前而非未來狀況；組織文化可能導致分析資訊不可靠；過度強調單一維度的策略而忽視其他因素；很少在組織層級以下部署，可能導致對所有業務單位採用相同策略的風險。這些限制使SWOT分析只能作為策略規劃的起點，而非完整的分析工具。

四、意義建構(Sensemaking)

　　意義建構的目的是從經驗中提取洞見、促進學習並創造意義，藉此理解和詮釋複雜、模糊或令人困惑的事件。其操作方法首先確認所欲分享之經驗主軸，可利用5W1H為基礎闡述選別的問題和應對方式，從中歸納經驗、建立洞見和互相學習，內容涵蓋參與人士、地點、時間、當下解決方法、思考方式、所需資源及未來改進方法等，並透過共享經驗、分享理解、刺激發想新對策，從不同角度、文化、經濟背景、學經歷、種族、性別等獲得多元視角和洞見，同時探索背後的假設和邏輯，辨識潛在因果關係，總結經驗、結構化方法應用、形成行動建議及建立決策指引。

　　意義建構理論的主要缺點在於其概念定義模糊、缺乏共識，操作流程較不明確。此外，傳統上此方法較側重於回顧性意義建構，而忽略前瞻性應用。同時，該理論也忽視了制度和知識背景的影響，這些問題共同限制了該理論在組織行為、技術整合和策略發展等實際應用領域的有效性。

五、文獻回顧(Literature Review)

　　文獻回顧在學術研究中扮演關鍵角色，它不僅是科學知識累積過程的重要環節，也是面對急速成長的文獻體量時不可或缺的工具。文獻回顧主要有六個步驟：1)明確研究問題和目標；2)搜尋相關文獻；3)篩選納入文獻；4)評估主要研究的品質；5)提取數據；6)分析數據。根據不同目的和方法，文獻回顧可分為多種類型：敘述性回顧、系統性回顧、範圍界定回顧、集合性回顧(包括系統性回顧和元分析)和批判性回顧等。各類型回顧針對不同研究問題，採用不同的方法學嚴謹度和系統性。

　　文獻回顧的主要問題和限制在於方法學上的缺陷和偏見。例如，敘述性回顧缺乏明確的納入標準和系統性方法，可能導致選擇性忽視某些研究而產生偏見性解釋。系統性回顧雖然方法嚴謹，但若執行不當則可能出現方法學缺陷，如搜尋策略不全面、品質評估不嚴謹等，影響其內部效度和臨床決策參考價值。另外，不同類型的回顧適用於不同目的，選擇不當的回顧類型可能無法達到預期目標。因此，在開始文獻回顧專案前，了解研究綜合的目的並選擇最適合的方法學至關重要。

六、趨勢外推法(Trend Extrapolation)

　　趨勢外推法在技術預測領域是一種廣泛使用的定量方法。它的主要目的是透過分析歷史數據中的技術變化模式，然後將這些模式延伸到未來以進行預測。這種方法首先使用曲線擬合來導出最適合給定歷史數據點集的趨勢線或曲線，然後將結果線或曲線外推到未來以生成預測。預測成功在很大程度上取決於選擇合適的擬合曲線類型，如S形曲線、指數增長曲線、時間序列模型等。

　　趨勢外推法的問題和局限性為其假設過去的模式將繼續延續到未來，這在技術創新和市場變化快速的環境中可能不成立。其次，對於較新的技術，可用的歷史數據可能有限，使預測不太可靠。此外，傳統的趨勢外推方法通常無法捕捉到技術發展中的突破性變化或範式轉移。研究表明，不同的趨勢外推方法在不同技術領域的表現各異，沒有一種方法在所有情況下都優於其他方法，這凸顯了選擇適合特定預測背景的方法的重要性。

七、標竿研究(Benchmarking)

　　標竿研究的根本目的是尋找和採用相同領域其他企業或機構之最佳實踐，進而應用於自身組織以實現卓越績效。其執行過程首先需確立明確的研究範圍與目標，接著深入研究現狀並收集相關資料，然後找出潛在的標竿對象並向他們學習，繼而分析自身與最佳實踐間的績效差距，進而制定改進計畫並付諸實施，最後持續監控進度並適時重新校準標準。

　　實施標竿研究時常見的挑戰包括缺乏清晰的方法論指導、相關人員培訓不足、忽視全面的成本效益分析，以及對最佳實踐的理解停留在表面層次。標竿研究若運用不當也存在顯著缺點：當組織僅關注表面比較而非深入學習時，可能導致創新思維不足；若企業文化不支持變革與學習，實施效果將大打折扣；若缺乏高層管理者的支持與承諾，則難以獲得足夠資源推動整個過程。

八、趨勢分析(Trend Analysis)

　　為一種探索全球變革力量對政策領域、策略和決策影響的方法，其透過識別和分析長期的全球性趨勢來幫助理解這些力量的動態並探索它們帶來的機會和風險。這些趨勢常具有長期持續性、多維度影響、變革性本質和可觀察性等特徵。進行趨勢分析的主要步驟包括：首先，利用STEEP等框架、視野掃描和驅動因子分析收集對政策領域有高影響的變革驅動因素，並將它們分組成六個或更少的集群；其次，概念化這些趨勢，描述每個集群的總體變革模式或最重要的底層或交叉驅動因素；第三，將趨勢列表與其他趨勢集進行對比以檢查是否有重要遺漏；最後，分析這些趨勢對焦點政策領域的影響，探討它們單獨或共同如何影響政策領域，評估其重要性和相關性，考慮國家層面的影響，確定風險、機遇和可能的影響，以及考慮如何使政策更具適應性和彈性。這一過程有助於創建強大的變革語言，確保政策考慮到當前可見的最重要的變革力量。

　　趨勢分析的問題在於趨勢之定義常不明確，傳統趨勢分析過於著重掃描和監測，使預測淪為被動反應，缺乏對趨勢驅動和阻礙因素的深入探討。而量化的統計趨勢分析亦不適用於處理模糊的弱信號，因其不夠具體且資訊過少。此外，長期趨勢的量化分析難度高，限制了趨勢分析在策略規劃中的應用價值。

九、結語

　　綜觀這八種分析與詮釋方法，可以看到各方法從不同角度切入複雜問題，提供了多元視角與系統化工具。在知識爆炸的時代，單一方法往往難以全面掌握多變的情勢與挑戰。因此，研究者與決策者應靈活運用這些方法，依據問題特性選擇合適工具或整合多種方法，以彌補單一方法的侷限。透過方法的交叉運用與互補，能更全面地理解問題本質、掌握發展趨勢、預測可能未來，進而制定更具前瞻性與韌性的策略，做出更明智且具前瞻性的決策。

參考資料

Abdullah, N. A. 2023. The Use and Usefulness of The Futures Triangle. World Futures Rev., 15(2-4):133-145.

Government Office for Science. 2024. The Futures Toolkit .

Gürel, E. and Tat, M. 2017. SWOT Analysis: A Theoretical Review. Uluslararası Sos. Araş. Derg./J. Int. Soc. Res., 10(51):994-1006.

Inayatullah, S. 2019. Causal Layered Analysis: A Four-Level Approach to Alternative Futures Relevance and Use in Foresight. Futuribles International. Paris.

Inayatullah, S. 2023. The Futures Triangle: Origins and Iterations. World Futures Review, 15(1):1-10.

Jarrar, Y. F. and Zairi, M. 2001. Future trends in benchmarking for competitive advantage: A global survey. Total Qual. Manag., 12(7&8):906-912.

Knowles, K., Falez, A., Hashmi, F., Permezel, M., Tobal, A., Verma, P., Stanley, D., Young, R.,and Cooper, O. 2024. Policy Fit for the Future. Australia.

Kumar, S. C. R. and Praveena, K. B. 2023. SWOT analysis. Int. J. Adv. Res., 11(09):744-748.

Mann, R. 2015. Benchmarking Past, Present and Future. Centre for Organisational Excellence Research. New Zealand.

Namvar, M., Cybulski, J., Phang, C., Wee, C., and Tan, K. 2018. Simplifying sensemaking: Concept, process, strengths, shortcomings, and ways forward for information systems in contemporary business environments. Australas. J. Inf. Syst., 22:1-10.

Paré, G. and Kitsiou, S. 2017. Methods for Literature Reviews. In: Lau, F. and Kuziemsky, C., eds. Handb. eHealth Eval.: Evid.-based Approach [Internet]. Victoria (BC): University of Victoria; Chapter 9.

Saghafi, F., Aliahmadi, A., and Mohammad, A. 2009. Trend Mutual Effects Analysis Methodology for Strategy Configuration and Foresight. World Appl. Sci. J., 6(9):1274-1280.

Sandberg, J. and Tsoukas, H. 2014. Making sense of the sensemaking perspective: Its constituents, limitations, and opportunities for further development. J. Organiz. Behav., 35:1-19.

Schwarz, J. O. 2010. Normality of the future: Trend diagnosis for strategic foresight. Futures, 42(4):313-327.

Snyder, H. 2019. Literature review as a research methodology: An overview and guidelines. J. Bus. Res., 104:333-339.

Tsai, P.-H., Berleant, D., Segall, R. S., Aboudja, H., Batthula, V. J. R., Duggiirala, S., and Howell, M. 2023. Quantitative technology forecasting: a review of trend extrapolation methods. Int. J. Innov. Technol. Manag., 20(4):2330002.

UNDP. 2021. Preparing to run a sensemaking workshop: What is it, why do it, how to prepare for it? [Online].Available at: https://www.uninnovation.network/innovation-toolkit (Accessed: 9 April 2025).

UNDP. 2022. UNDP RBAP: Foresight Playbook. New York.