Delphi method — 德尔菲法

德尔菲法（英语：Delphi method），也称德尔菲技术，是一种结构化的沟通技术，也是一种系统性的、交互式的预测方法，它依赖于一组独立专家的意见。该方法的核心在于通过几轮匿名调查（问卷调查）来获取关于复杂问题的一致且经过统计汇总的群体意见，尤其是在缺乏精确经验数据的情况下。

该方法的基本原则是，从一个结构化个体群体中获得的预测或决策，比从非结构化群体或个人中获得的更为准确。这种方法有效地将深度专家分析的优势与所谓的“群体智慧”（wisdom of crowds）元素相结合。该方法经过专门设计，旨在消除传统群体工作方法（如会议或焦点小组）中固有的认知偏见和社会压力。

历史

德尔菲法于 20 世纪 50 年代在美国军事研究机构兰德公司（RAND Corporation）开发，是一项由美国空军在冷战高峰时期资助的绝密国防项目的一部分。其开发的关键人物是奥拉夫·赫尔默（Olaf Helmer）和诺曼·多尔基（Norman Dalkey）。

该方法最初的任务是预测技术进步对战争方式的潜在影响。它最早应用的实际任务之一，是在军事专家中就原子弹轰炸的目标选择达成共识。由于项目保密，首篇描述其应用的公开出版物直到 1962–1963 年才出现。

“德尔菲”这个名称源于古希腊神话中的德尔菲神谕，意在象征对智慧预测的追求。方法创始人自己对这个名字持讽刺态度，认为它“带有点神秘主义色彩”。

关键特征

德尔菲法由四个相互关联的特征定义，这些特征共同使其区别于其他群体工作方法。

参与者匿名

专家们匿名回答问题。这使他们能够尽可能自由地表达意见，而不必担心受到批评，并最大限度地减少了群体动态的负面影响，例如群体思维、光环效应和权威压力。

迭代与受控反馈

该过程包括两轮或多轮连续的调查。每轮结束后，引导者（研究组织者）会收集、分析并匿名总结收到的答复。这些包含统计摘要（如中位数、四分位数）和关键论点的汇总信息，会在下一轮开始时提供给整个专家组。这使专家们能够根据群体的意见和同行的论点重新审视自己的立场。

信息流的结构化

专家之间的互动不是直接进行的，而是完全通过引导者进行。引导者扮演核心角色：设计问卷、收集和处理答复、过滤无关内容，并准备用于反馈的汇总报告。这种方法确保了过程的客观性和专注性。

统计化的群体回应

小组的最终意见不是通过投票产生，而是通过对个人评估进行统计汇总得出。这使得群体回应能够被客观、量化地呈现，使分析过程更加严谨。

实施流程

准备阶段

1. 确定问题与研究目标。清晰地阐述研究问题。
2. 组建工作小组。成立两个小组：
   • 专家小组：挑选在研究领域拥有深厚知识的专家（通常为 10 至 50 人）。
   • 分析小组（引导者）：指定一名中立的引导者，负责组织整个过程。

主要阶段（调查轮次）

1. 第一轮。向专家分发第一份问卷，通常包含开放式、非结构化的问题。此阶段相当于一次远程匿名的“头脑风暴”。
2. 分析第一轮并准备第二轮。引导者对答复进行系统化处理，并在此基础上为第二轮设计一份结构化更强的问卷。
3. 后续轮次。向专家分发第二轮问卷以及第一轮结果的汇总报告。专家在回答问题时，有机会重新审视自己最初的判断。如果某位专家的意见与大多数人有显著差异，可能会被要求提供额外的论证。这个迭代循环会重复数次（通常为 2-4 轮），直到达到预定的标准（例如，答复趋于稳定）。

分析阶段

最后一轮结束后，引导者进行最终分析并撰写总结报告。报告描述了研究方法并呈现结果，包括达成共识的领域以及仍然存在的分歧及其各方论据。

变体与改进

• 经典（预测型）德尔菲法：主要目标是获得最准确的预测。其假设存在一个“正确”答案，而小组的任务是尽可能接近这个答案。通常由一个同质化的领域专家小组参与。
• 政策德尔菲法 (Policy Delphi)：目标不是达成共识，而是对一个没有唯一正确答案的复杂问题，梳理并阐明所有观点和论据。最终成果是为决策者提供一份“意见地图”。这需要一个尽可能多元化的专家和利益相关者群体参与。
• 实时德尔菲法 (Real-time Delphi)：这是一种加速版的方法，使用专门的软件实时处理答复并提供反馈，从而显著缩短研究时间。

应用

德尔菲法在各种领域得到了广泛应用：

• 战略分析与商业预测：预测市场趋势、评估需求、识别风险。
• 技术预测（预见）：确定科学技术发展的有前景的方向。
• 公共政策制定：分析复杂的社会经济问题，并在利益集团之间形成共识。
• 医疗健康：制定临床指南，确定医学研究的优先事项。
• 教育与信息系统（IS）：开发课程，预测技术发展趋势。