產學間的隔閡與對立(下)

•學術研究強調與要的是牛頓式的線性因果邏輯歸納方程式，所宣稱的R-Square/解釋力通常是簡化的因果關係研究(說不定還變數之間只是相關性而非因果關係！)，內部效度越佳(驗證結論的確定性越高) /但外部效度差(只能針對所用的樣本與變數範疇聲稱，不能一般化/擴大解釋)

•實務面臨的情境則是多因多果，其交互作用的結果往往是非線性，另外事件本身隱含的背景脈絡情境因素也往往錯綜複雜、各說各話，難以量化進行學術實證(預測！)

要克服以上困難與對立，其實建立個案資料庫或許是一個可行的途徑和步驟，

學術理論在象牙塔當中的狹小環境與實驗室範疇當中或許屢試不爽，然而放大投入實場田野之後，往往天時地利人和都沒有，所以自然落得一無用處的批評。

以環保廢水處理為例，在實驗室都可以依據學理計算出最佳加藥參數與加藥量，乃至於處理效率有幾個九；然而在工廠實務而言，光是每日進流水水質變化的掌握乃至於維持穩定，就已經是門學問與瓶頸，無法再奢言處理效率要最佳化與成本最低。

實務界人士，雖然每天在現場，累積有很多片段的觀察和經驗，卻無法將這些不同條件狀態下所得的觀察結果歸納成為一套具有完整邏輯的理論解釋，除了本身邏輯思維能力不夠之外，沒有像學界在實驗室內一般仔細紀錄控制各項變數，當然也是原因與理由。

跳脫出來，其實學界與產業界兩者不應該是對立，而是互補，端看彼此如何合作

商學院的個案研究或許正是一個好的手法和工具

能夠累積多一些個案，這些個案形成的資料庫對於學界與業界而言，都會是舉一反三寶庫。