阿宜 | 小島視角 | Nov.5,2026
這學期的人力資源管理，我把課開成一門和數據脫不了關係的課，大半時間都在拆個案：Costco 的時薪怎麼算、微軟的離職方案花多少錢、離職率的分母到底是誰。期中作業收上來，多數是電腦排版、整齊的簡報截圖，只有一份是手寫的，兩頁稿紙，用手機掃成 PDF，邊緣還留著一道紙的折痕。
我先看的不是內容，是那張圖。
她用藍色原子筆畫了一條折線，縱軸從 0% 到 16%，每 4% 一格，橫軸是 2023、2024、2025，三個點連成一條緩緩向下的弧線。刻度是一格一格量出來的，沒有軟體替她對齊，所以略有歪斜，有個數字還在旁邊補寫過一次。圖的下方，再手抄一張小表：14.0%、12.5%、10.0%。
看過太多漂亮的圖之後，我對漂亮有點警覺，因為漂亮是便宜的，一個按鍵就能生出來，所以它不太能證明作者想過什麼，社會科學喜歡講訊號，說只有代價高昂的訊號才可信，便宜的話誰都說得出口。一條手畫的折線，每個點都得小心放上去，放錯一個就要重來，這大概是我這學期收到最昂貴的訊號之一。
題目是「Costco 員工流動率為何比較低」，她的答案並不意外：薪資有競爭力、福利完善、有升遷與培訓、全職機會多、排班穩定。這些教科書也寫得出來。真正讓我停下來的，是她寫在後面的兩件事。
第一件是算術。自願離職率從 14% 降到 10%，她不只寫下降了 4 個百分點，還多算了一步，相對降幅約 28.6%，因為「少 4 個點」和「少了近三成」是兩種不同的說法，讀者有權兩種都看到。接著她寫了一句我很想印出來貼在教室牆上的話：這個趨勢不能單憑這組數據，就證明是薪資和福利造成的。
第二件是結尾的提醒。她說，這些數據主要來自美國與加拿大，而作業的主題是台灣市場，所以應該註明，目前引用的是北美數據，不能直接當作台灣分公司的離職率。
這兩句話，一句是因果推論的謹慎，一句是外部效度的自覺，都是研究方法課裡最難教的東西，許多人讀到研究所才真正學會，有些人讀完博士也還在練習。現在的報告，最常見的毛病通常不是算錯，而是講得太滿，圖表一好看，結論就跟著膨脹。資訊經濟學有個老問題：讀者看不到作者心裡有幾分把握，所以只能靠作者自己交代。她把自己的不確定，原封不動交到了我手上，這是一種很少見的誠實，也是一份很貴的誠實，因為誠實通常要多寫幾行，而且看起來像是把自己的答案打了折扣。
我後來想到機會成本。同樣一份作業，用軟體做，半小時可以有一張更整齊的圖；用手畫，要花上好幾倍的時間，換來的是一條有點歪的線。從報酬的角度看，這筆交易不划算，成績並不會因為字跡工整、刻度手畫而多加幾分。我試著用誘因去解釋，怎麼算都不夠，剩下的解釋只有一個：她想把這件事真的弄懂，而不只是交出去。
這樣的學生讓老師有點狼狽，因為我們常以為自己是在給予知識，結果被提醒的，往往是什麼叫認真。
我給了這份作業「A+」，並且在意見書裡盡量具體地寫下理由，每一項都對得上她紙上的某個字，因為對這樣的作業，空泛的稱讚反而是一種輕慢。我也提出了期末可以再往前走的方向：「比較低」需要一個對照組，北美與台灣之間的落差，正好可以當成她下一份報告的題目。那是她自己在結尾埋下的伏筆，我只是把它撿起來。
那條折線在 2025 年停在 10%，那是 Costco 的數字。至於這份作業真正留下來的，是一個小小的提醒：數字可以畫得很美，但最值得信任的，永遠是那個敢在最後一行，寫下「這不能直接當作台灣的數字」的人。