On sex, lies and the pitfalls of overblown statistics (John Kay)

2011年09月01日 06:21 AM
統計數據的誤區
On sex, lies and the pitfalls of overblown statistics
作者：英國《金融時報》專欄作家約翰•凱





A visit to the International Festival of Statistics in Dublin (yes, really) prompted me to offer advice to young scholars on the interpretation and use of economic data.


參加完於都柏林舉行的國際統計節(International Festival of Statistics)——是的，真有這樣的活動——我忍不住想就對經濟數據的解讀和使用向年輕學者們提點建議。

Always ask yourself the question “where does that data come from?”. “Long distance rail travel in Britain is expected to increase by 96 per cent by 2043.” Note how the passive voice “is expected” avoids personal responsibility for this statement. Who expects this? And what is the basis of their expectation? For all I know, we might be using flying platforms in 2043, or be stranded at home by oil shortages: where did the authors acquire their insight?


永遠不忘問你自己這樣一個問題：“數據從何而來？”。 “到2043年，英國的長途鐵路旅行據預計將增長96%。”注意這裡的被動語態“據預計”是如何撇清了個人對於這一陳述的責任的。誰預計了這個增長？他們做出這一預計的根據又是什麼？就我所知，到2043年，我們可能已經在使用飛行平台了，或者因為石油短缺而被困在家裡。這句話的作者又是從哪裡獲得這種見解的呢？

“On average, men think about sex every seven seconds.” How did the researchers find this out? Did they ask men how often they thought about sex, or when they last thought about sex (3½ seconds ago, on average)? Did they give their subjects a buzzer to press every time they thought about sex? How did they confirm the validity of the responses? Is it possible that someone just made this statement up, and it has been repeated without attribution ever since? Many of the numbers I hear at business conferences have that provenance.


“男性平均每7秒就會想到性。”研究人員是如何得出這一結論的？是通過詢問男性多久會想到性，還是問他們上次想到性是什麼時候（平均3.5秒前）？他們有沒有給被採訪對像一個蜂鳴器，讓他們每次一想到性就按一下？他們如何確認那些反應的真實性？有沒有可能這不過是某個人編造出來的說法，然後就在未經求證來源的情況下被重複使用了？我在商務會議上聽到的許多數字都是這麼來的。

In more intellectual environments, the figures presented may be the product of serious analysis and calculation. Always ask of such data “what is the question to which this number is the answer?”. “Earnings before interest, tax, depreciation and amortisation on a like-for-like basis before allowance for exceptional restructuring costs” is the answer to the question “what is the highest profit number we can present without attracting flat disbelief?”.


在學術性更強的環境中，人們拿出的數字也許是嚴肅分析與計算的產物。關於這些數據，永遠要問這樣一個問題，“這些數字想要回答什麼問題？”。 “不 考慮預提特殊重組成本、在可比基礎上的稅息折舊及攤銷前利潤(Earnings before interest, tax, depreciation and amortisation on a like-for-like basis before allowance for exceptional restructuring costs)”是要回答“在不招致嚴重懷疑的情況下，我們所能報告的最高盈利數字”這個問題嗎？

Beware explanations that are tautological: “gross domestic product is a measure of the income of the nation”, “movements of the consumer prices index reflect changes in the cost of a basket of commodities compiled by the Office for National Statistics”. Always probe descriptions – “GDP is not a measure of output, or of welfare” – that define what a statistic is not, rather than what it is. “These figures are not forecasts, and should not be relied on by prospective investors.” If they are not forecasts, then what are they, and if they are not to be relied on by prospective investors what purpose was intended in distributing the information to them?


要當心一些同義反复的解釋：“國內生產總值是衡量一國收入的指標”，“消費者價格指數變動反映的是國家統計局編制的一籃子商品的成本變化”。永遠記得深入探究界定某個統計數據不是什麼、而非是什麼的描述，比如“GDP不是衡量產出或福利的指標”；“這些數字不是預測數字，潛在投資者不應完全依賴這些數字。”如果它們不是預測數字，那是什麼；如果潛在投資者不能完全依賴這些數字，那向投資者傳遞這些信息的目的又何在？

Be careful of data defined by reference to other documents which you are expected not to have read. “These accounts have been compiled in accordance with generally accepted accounting principles”, or “these estimates are prepared in line with guidance given by HM Treasury and the Department of Transport”. Such statements are intended to give a false impression of authoritative endorsement. A data set compiled


小心那些定義中參照了其它料想你沒有讀過的文件的數據。 “這些賬目是​​根據普遍接受的會計原則編制的”，或者“上述估值是根據英國財政部(HM Treasury)與交通部(Department of Transport)發布的指導文件做出的”。這些陳述旨在給人們一個錯誤的印象——即它們已得到權威部門的認可。由國家性統計機構或受尊重的國際性機構（比如經濟合作與發展組織(OECD)或歐盟統計局(Eurostat)）編制的成套數據，應該是認真編制的​​。但這並不意味著，這些數據所包含的意思與使用它們的人所認為或所聲稱的那個意思相同。

by a national statistics organisation or a respected international institution such as the Organisation for Economic Co-operation and Development or Eurostat will have been compiled conscientiously.


當數據似乎指向一個意外的發現時，永遠記得考慮這樣一個可能性：即問題出在數據身上、而非世界本身。我最近看到了一項有關金融服務業相對生產力的研究，其中，意大利排名第一，英國與美國墊底。你或許會認為這會給我們敲響警鐘，但事實並非如此：作者接下來解釋說，差距如此之大，原因在於英美兩國金融服務業的規模。只要稍微思考一下，研究人員就應該注意到這樣一些問題，比如：”金融服務業產出的含義是什麼？“。

That does not, however, imply


但現在人們很容易不加思考就往計算機程序裡輸入數據。前文中對英國鐵路交通增長沒有根據的精確預測（96%而不是增加1倍）就暗示了，這個數字是由計算機、而非經驗豐富的證據解讀員得出。

that the numbers mean what the person using them thinks or asserts they mean.


統計數據的可靠程度，有賴於它們的出處以及使用者的能力。如果我在數據中發現了令人吃驚的東西，那最有可能的解釋是：我弄錯了。

When the data seem to point to an unexpected finding, always consider the possibility that the problem is a feature of the data, rather than a feature of the world. I recently saw a study of comparative productivity in financial services in which Italy came top and Britain and the US bottom. You might have thought alarm bells would ring, but no: the authors went on to comment that this divergence was serious because of the size of the financial services sectors of Britain and the US. A little thought might have directed the researchers' attention to questions such as “what is meant by output of financial services?”.

戴名博士在倫敦喝到牌子為Courage 的啤酒

英文勇氣為courage，更是重要。所以戴名博士在倫敦喝到牌子為Courage 的啤酒，不禁說笑話，參考《戴明修煉 II》。

其實該啤酒公司的創始人之姓為 Courage

Courage & Co Ltd was started by John Courage at the Anchor Brewhouse in Horsleydown, Bermondsey in 1787.

Courage

Industry	Alcoholic beverage
Founded	1787
Founder(s)	John Courage
Products	Beer
Owner(s)	Wells & Youngs

Courage Brewery - Wikipedia, the free encyclopedia

Ford's CEO, Alan Mulally 與Akio Toyoda 相遇於某機場.....

兩家公司的合作想到這樣的最高主管故事
Ford Toyota Joint Venture: The Benefits of CEO Travel
Technorati
that led then Ford CEO, Donald Petersen, to bring quality/management expert Dr. W. Edwards Deming into Ford to teach them what the Japanese automobile ...

There's nothing like an unexpected meeting in an airport terminal and a quick exchange of business cards to change an industry.

Evidently, that's what happened when Ford's CEO, Alan Mulally, had a chance meeting with Toyota CEO, Akio Toyoda, in an unspecified airport as they were both on their way someplace else.

The outcome is a Memorandum of Understanding for the first joint venture the companies have ever pursued with each other. And it's on two fronts.

If the deal goes through (which will happen in 2012), the companies will co-develop a hybrid system for larger, rear-wheel drive vehicles. Like trucks and SUVs.

This is a good thing for both companies as the Obama Administration has upped the fuel efficiency requirements - and that had both companies trying to figure out how to solve the problem by the 2017 model year deadline. It's also expected to substantially reduce the purchase price of the vehicles.

It's also a nice fit for the companies as they both have successful track records with their existing hybrids - Ford with the Fusion and Toyota with the Prius.

On a secondary front, they've also agreed to collaborate on the development of industry-wide standards for the so-called "telematics" - the systems that enable drivers to track emails, make phone calls and participate in social networks while driving. According to initial reports, these are expected to be cloud-based services.

While this is the first actual venture between the two companies, in many ways this 'partnership' was years in the making. After all, it was a result of the 1980 NBC Whitepaper entitled, "If Japan Can, Why Can't We?" that led then Ford CEO, Donald Petersen, to bring quality/management expert Dr. W. Edwards Deming into Ford to teach them what the Japanese automobile makers - most notably Toyota - had learned from him years before.

Read more: http://technorati.com/business/article/ford-toyota-joint-venture-the-benefits/#ixzz1VotD1tR4

通信

這系列之文是是記與朋友的一些交往。

這幾天，慧玲報告Mike 的狀況；Ken 來訪，我們其實談過許多主題，少數如賴世和英譯/研究圓仁的《入唐求法[巡禮記》想成blog。

最近似乎決定不出版《領導與學習》。我最覺得對不起的是高雄的好友，他還用認購20本來鼓勵我。另外下不了來的是，Joyce Orsini 教授的序文早就送到。所以現在還在努力…..

今午林公來電，也談了許多事，就順便記在這兒。

林公說我有沒興趣取得品質學會的個人獎？這實在是很尷尬的問題：因為它要給的「他」(即，我) ，應該是1982-85年的我才對。我建議林公，務必把各種獎，送到得講者可以有激勵作用的年青的業者手中。我跟他說ASQ 的榮譽會員才是世界肯定 (昔日Kondo/ Kano 等教授得此，在日本都辦慶祝會) 。而日本的戴明個人獎60年和「日經品質文獻賞」更日本的寶庫。

也許10年前，學會關秘書長說學會要推我去選「國家品質獎」，我都覺得或許晚了10年。哈哈。推掉的藉口是王晃三等等都沒取得，我那敢躐等？

我與林公談的真正重點是，中華民國的品質學會比中國的任一同業都早20年起步，如今比不上什麼北京的、上海、福建、廣州的學會 (網路上的實力對比，真是另一笑話！)。這充分反映台灣的空洞化以及組織人才的凋零。哀哉，吾輩心死矣。

談模式好壞和對錯 (David Kerridge)

Dear Hanching,

Thanks for the information about Joyce Orsini's forthcoming book, and
the review of the book on Bayes Theorem.

I think that there is a lot more to be discovered about Bayes Theorem.
It is certainly a very important practical tool. For example, my email
is scanned for spam by a programme based on Bayes Theorem. But I rather
suspect it is not being used correctly - and still works.

In 1964 I was a Research Fellow, and two of us were investigating
methods of medical diagnosis. In other words, trying to develop
statistical rules for guessing what illness a patient is suffering from,
based on a limited number of tests or symptoms.

We found a paper, written by a computer scientist, that claimed to use
Bayes Theorem in medical diagnosis. But his method did not allow for the
obvious fact that different symptoms are not statistically independent.

We were shocked at such ignorance, and misuse of statistical theory. So
we set out to compare all the best methods we could find, including new
ones we developed ourselves, based on multivariate logistic analysis,
and another based on comparing each case with all the data in a
database.

Sad to say, the "wrong" method, based on bad theory, worked at least as
well as the other methods, though which worked best, for a particular
disease, depended on the sample size available. Ours was better for
large samples.

It seems that a simple, even a wrong model, can equal or sometimes beat
a better model with fewer parameters. I later found out that Norman
Bailey, at Oxford, had discovered the same thing in a different problem
(multiple regression), but found it so shocking that he did not publish
it.

The point I am making is that "correct theory" does not guarantee better
results in practice, and vice versa. Statistical theory hasn't caught up
with this fact yet, as far as I know.

I will try to explain the difference between the way Sir Harold Jeffreys
and W Edwards Deming *used* probability, which tells you more than what
they say. But it will take time, as I like to be thorough.

David

Deming (following Shewhart) 等人的概率哲學 (David Kerridge 教授)

我兩月前希望英國的David Kerridge 教授能談一下概率的哲學
他昨天寫個簡要的說明


Dear Hanching

I am sorry to have been such a very long time in answering your
interesting question. There have been two reasons. I have been ill, and
found it hard to concentrate. But that would not have stopped me if the
question did not require a lot of concentration.

Both Dr Deming and Sir Harold Jeffreys held views of probability that
are different from those usually taught. They are, in fact extreme
cases. Sir Harold Jeffreys held views that are regarded by most people
as very out-of-date, being the same as those held by LaPlace a hundred
years before.

Deming (following Shewhart) based his views on the new philosophy of
science that came in with Relativity and Quantum Theory. This is so
advanced that few other statisticians are even aware of it yet. Shewhart
assuned that it would be universally adopted in time: but there is
little sign of it yet. (John W Tukey is the one exception that comes to
mind)

That's *why* there is a difference, and why both differ from the views
of probability in most textbooks. But to explain what the difference is,
is not easy, without explaining the different philosophical viewpoints.

That's what I have spent a lot of time trying to do. It makes it no
easier that Deming did not explain his view of probability explicitly. I
had to deduce it from remarks he made in research meetings, and in
papers like "On Probability as a Basis for Action."

Note that for Jeffreys, and those before him, probability is simply a
matter of logic: action may result from probability, but the nature of
probability is not defined in terms of action. For Shewhart and Deming,
everything scientific is defined in terms of action, rather than
thought, because actions can be observed, while thoughts can not.


This really requires a book to explain it - a pity Shewhart didn't write
one on this topic. But he probably felt that the problem of defining
probability was still not completely solved.

I spent years on this problem using the same advanced philosophical
viewpoint as Shewhart, long before I met Deming. I couldn't find any
other statistician in the UK who understood what I was saying. And I
heard Deming discussing his ideas with others, who couldn't see what he
meant. So he had the same problem.


This may be enough to be going on with. The rest may take a long time to
express in simple words. I intend to try, but it can't be hurried.



Best wishes

David

Bayes's theorem

這純是歷史之一筆記
約10年前 David Kerridge 跟我說 Deming 博士留英時 約1935 是復興/重印Bayes's theorem 者 不過他後來可能還是古典的概率論者

'The Theory That Would Not Die'

By SHARON BERTSCH McGRAYNE
Reviewed by JOHN ALLEN PAULOS

Sharon Bertsch McGrayne traces the controversial history of Bayes's theorem and its contemporary practical applications.

The Mathematics of Changing Your Mind

By JOHN ALLEN PAULOS

Published: August 5, 2011

Sharon Bertsch McGrayne introduces Bayes’s theorem in her new book with a remark by John Maynard Keynes: “When the facts change, I change my opinion. What do you do, sir?”

Enlarge This Image

Illustration by Shannon May

THE THEORY THAT WOULD NOT DIE

How Bayes’ Rule Cracked the Enigma Code, Hunted Down Russian Submarines and Emerged Triumphant From Two Centuries of Controversy

By Sharon Bertsch McGrayne

320 pp. Yale University Press. $27.50.

Bayes’s theorem, named after the 18th-century Presbyterian minister Thomas Bayes, addresses this selfsame essential task: How should we modify our beliefs in the light of additional information? Do we cling to old assumptions long after they’ve become untenable, or abandon them too readily at the first whisper of doubt? Bayesian reasoning promises to bring our views gradually into line with reality and so has become an invaluable tool for scientists of all sorts and, indeed, for anyone who wants, putting it grandiloquently, to sync up with the universe. If you are not thinking like a Bayesian, perhaps you should be.

At its core, Bayes’s theorem depends upon an ingenious turnabout: If you want to assess the strength of your hypothesis given the evidence, you must also assess the strength of the evidence given your hypothesis. In the face of uncertainty, a Bayesian asks three questions: How confident am I in the truth of my initial belief? On the assumption that my original belief is true, how confident am I that the new evidence is accurate? And whether or not my original belief is true, how confident am I that the new evidence is accurate? One proto-Bayesian, David Hume, underlined the importance of considering evidentiary probability properly when he questioned the authority of religious hearsay: one shouldn’t trust the supposed evidence for a miracle, he argued, unless it would be even more miraculous if the report were untrue.

The theorem has a long and surprisingly convoluted history, and McGrayne chronicles it in detail. It was Bayes’s friend Richard Price, an amateur mathematician, who developed Bayes’s ideas and probably deserves the glory that would have resulted from a Bayes-Price theorem. After Price, however, Bayes’s theorem lapsed into obscurity until the illustrious French mathematician Pierre Simon Laplace extended and applied it in clever, nontrivial ways in the early 19th century. Thereafter it went in and out of fashion, was applied in one field after another only to be later condemned for being vague, subjective or unscientific, and became a bone of contention between rival camps of mathematicians before enjoying a revival in recent years.

The theorem itself can be stated simply. Beginning with a provisional hypothesis about the world (there are, of course, no other kinds), we assign to it an initial probability called the prior probability or simply the prior. After actively collecting or happening upon some potentially relevant evidence, we use Bayes’s theorem to recalculate the probability of the hypothesis in light of the new evidence. This revised probability is called the posterior probability or simply the posterior. Specifically Bayes’s theorem states (trumpets sound here) that the posterior probability of a hypothesis is equal to the product of (a) the prior probability of the hypothesis and (b) the conditional probability of the evidence given the hypothesis, divided by (c) the probability of the new evidence.

Consider a concrete example. Assume that you’re presented with three coins, two of them fair and the other a counterfeit that always lands heads. If you randomly pick one of the three coins, the probability that it’s the counterfeit is 1 in 3. This is the prior probability of the hypothesis that the coin is counterfeit. Now after picking the coin, you flip it three times and observe that it lands heads each time. Seeing this new evidence that your chosen coin has landed heads three times in a row, you want to know the revised posterior probability that it is the counterfeit. The answer to this question, found using Bayes’s theorem (calculation mercifully omitted), is 4 in 5. You thus revise your probability estimate of the coin’s being counterfeit upward from 1 in 3 to 4 in 5.

A serious problem arises, however, when you apply Bayes’s theorem to real life: it’s often unclear what initial probability to assign to a hypothesis. Our intuitions are embedded in countless narratives and arguments, and so new evidence can be filtered and factored into the Bayes probability revision machine in many idiosyncratic and incommensurable ways. The question is how to assign prior probabilities and evaluate evidence in situations much more complicated than the tossing of coins, situations like global warming or autism. In the latter case, for example, some might have assigned a high prior probability to the hypothesis that the thimerosal in vaccines causes autism. But then came new evidence — studies showing that permanent removal of the compound from these vaccines did not lead to a decline in autism. The conditional probability of this evidence given the thimerosal hypothesis is tiny at best and thus a convincing reason to drastically lower the posterior probability of the hypothesis. Of course, people wedded to their priors can always try to rescue them from the evidence by introducing all sorts of dodges. Witness die-hard birthers and truthers, for example.

McGrayne devotes much of her book to Bayes’s theorem’s many remarkable contributions to history: she discusses how it was used to search for nuclear weapons, devise actuarial tables, demonstrate that a document seemingly incriminating Colonel Dreyfus was most likely a forgery, improve low-resolution computer images, judge the authorship of the disputed Federalist papers and determine the false positive rate of mammograms. She also tells the story of Alan Turing and others whose pivotal crypto-analytic work unscrambling German codes may have helped shorten World War II.

Statistics is an imperialist discipline that can be applied to almost any area of science or life, and this litany of applications is intended to be the unifying thread that sews the book into a coherent whole. It does so, but at the cost of giving it a list-like, formulaic feel. More successful are McGrayne’s vivifying sketches of the statisticians who devoted themselves to Bayesian polemics and counterpolemics. As McGrayne amply shows, orthodox Bayesians have long been opposed, sometimes vehemently, by so-called frequentists, who have objected to their tolerance for subjectivity. The nub of the differences between them is that for Bayesians the prior can be a subjective expression of the degree of belief in a hypothesis, even one about a unique event or one that has as yet never occurred. For frequentists the prior must have a more objective foundation; ideally that is the relative frequency of events in repeatable, well-defined experiments. McGrayne’s statisticians exhibit many differences, and she cites the quip that you can nevertheless always tell them apart by their posteriors, a good word on which to end.

John Allen Paulos, a professor of mathematics at Temple University, is the author of several books, including “Innumeracy” and, most recently, “Irreligion.”

John Quincy Adams 引言

戴明博士在1982/1986年的書就引John Quincy Adam 的服務為人生重要品性

Chapter 12 Quality and Productivity in Service Organizations

“No English minister to the United States has ever been so popular: and the mediocrity of his talents has been one of the principal causes of his success.” John Quincy Adams

約翰·昆西·亞當斯 John Quincy Adams

約翰·昆西·亞當斯（John Quincy Adams，1767年7月11日－1848年2月23日），美國第六任總統（1825年－1829年）。

他是第二任總統約翰·亞當斯及第一夫人愛比蓋爾·亞當斯的長子。 在詹姆斯·門羅時期擔任國務卿，並發展「門羅主義」。他是美國歷史上第一位繼其父親之後成為總統的總統，也是唯一一位當選美國眾議院議員的卸任總統。

約翰•昆西•亞當斯
是美國第六任總統。他是第二任總統約翰·亞當斯及第一夫人愛比蓋爾·亞當斯的長子。他是美國歷史上第一位繼其父親之後成為總統的總統。他二十歲就成了有名的外交官，曾出使歐洲多年，熟悉歐洲事務。 1817年門羅總統上台以後，亞當斯被任命為國務卿，任職八年，曾協助起草《門羅宣言》，解決與英國的許多糾紛，從西班牙手中取得佛羅里達，因此，被認為是美國歷史上“最有成就的國務卿之一”。 1825年亞當斯當選總統。 1829年卸任後被選為國會眾議員，直至逝世。

目錄

基本信息
個人概述
成長經歷
職業生涯
競選之路
重視教育
同財閥們的較量
與美國“大陸帝國”的構建

外交思想
以身殉職
總統父子
人物評價

展開


約翰·昆西·亞當斯John Quincy Adams（1767－1848）
生卒年月：1767年7月11日生於馬薩諸塞州昆西（Quincy, Massachusetts）
1848年2月23日卒於華盛頓特區（Washington DC）
　　前任總統：詹姆斯·門羅
　　死因：腦溢血
學歷：家教，歐洲學校，哈佛大學
職業：總統助理，教授，外交官，國務卿，美國總統
總統任期：1825年3月4日——1829年3月4日
　　所屬政黨：民主共和黨
　　身高：170cm
第一夫人：露易莎·凱瑟琳·約翰遜（Louisa Catherine Johnson）
　　子女人數：4人
　　副總統：約翰·C·卡爾霍恩
編輯本段個人概述
約翰·昆西·亞當斯,他是一個道德和生活都很嚴謹的人，人們稱其為“清教徒”。

他是第二任總統約翰·亞當斯及第一夫人愛比蓋爾·亞當斯的長子。他是美國歷史上第一位繼其父親之後成為總統的總統。

　　美國有兩個縣以其姓氏命名。美國第二任總統約翰·亞當斯將他的兒子出生地昆西作為兒子的名字，全名為約翰·昆西·亞當斯。 1835年昆西成為第6任美國總統。為此，昆西這座位於波士頓南郊的市鎮成為誕生父子總統而享譽全美。

他二十歲就成了有名的外交官，曾出使歐洲多年，熟悉歐洲事務。 1817年門羅總統上台以後，亞當斯被任命為國務卿，任職八年，曾協助起草《門羅宣言》，解決與英國的許多糾紛，從西班牙手中取得佛羅里達，因此，被認為是美國歷史上“最有成就的國務卿之一”。 1825年亞當斯當選總統。 1829年卸任後被選為國會眾議員，直至逝世。

約翰·昆西·亞當斯是美國第六任總統。他是第二任總統約翰·亞當斯及第一夫人愛比蓋爾·亞當斯的長子。他是美國歷史上第一位繼其父親之後成為總統的總統。

成長經歷
在老亞當斯那幢誕生了馬薩諸塞州憲法的木房子裡，1767年7月11日，未來的另一位美國

總統——約翰·昆西·亞當斯降生了。
小亞當斯在家中排行老二，上有姐姐，下有弟弟和妹妹。他與父親一樣，亦畢業於哈佛大學，也修習法律，做過律師和教授。後從政成為一名外交官，代表美國出使過歐洲二十多個國家。他在政壇上很活躍，曾當選過參議員。在美國第五任總統詹姆斯·門羅執政時期，小亞當斯擔任了國務卿一職，被美國人公認為最好的國務卿之一。正是這些在政界“摸爬滾打”的寶貴歷練，為小亞當斯日後問鼎美國總統的寶座奠定了堅實的基礎。

約翰·亞當斯從小聰慧過人，享有“神童”的美譽。他20歲時就獲得了哈佛大學法學院的碩士學位，並成了一名受人尊敬的律師。約翰·亞當斯素來熱衷政治，他是美國獨立運動的主要領導人之一，與華盛頓和杰弗遜一起，被譽為美國獨立運動的“三傑”。在美國獨立戰爭期間，他臨危受命，出使法國和荷蘭，參與締結和平協定，使這兩個當時主要的歐洲大國站在了正為獨立而苦苦拼爭的美國一邊，打破了英國殖民主義者將這個新生的國家扼殺在搖籃裡的企圖，為不被當時絕大多數國家所承認的初生的美國爭得了極其寶貴的物質和道義援助。為此，英國人將其視為僅次於美國開國元勳華盛頓的第二號“邪惡人物”，必欲除之而後快。在他出使歐陸期間，英國人派出的刺客對他窮追不捨，多次鎖定了他那桀驁不馴的身影，但都被機警過人的他一一設法擺脫了。他出色地完成了自己的使命，為新生的美利堅合眾國打開了外交局面。

職業生涯
　　1788年畢業於哈佛大學。 21歲前，他就曾四渡大西洋，其中三次是在獨立戰爭期間。十幾歲時，他就任拜訪俄國女皇凱瑟琳的美國使團秘書和翻譯。他隨父親駐外時，在巴黎和荷蘭來登上學，因此外語很好。雖然他後來從事法律業，但在哈佛主修的卻是文學和古典研究。

他樣樣出眾，一位哈佛教授稱他是哈佛有史以來最有才華的學生。他一生力求成功，正是他父親對子女嚴格要求的寫照。老亞當斯不斷鼓勵兒子在學業上出類拔萃。他們父子在社交和感情方面都不太敏感。追隨父親步入政界後，他以父親的座右銘為自己的人生準則。老亞當斯讓兒子按照17世紀清教徒式的道德準則行事，告誡他：“我的孩子，你的人生目標應是追求道德，因為它們是永存的。”正是這類忠告才塑造了這個才華出眾的年輕人像他父親一樣桀驁不馴的性格。

完成哈佛學業後，約翰在波士頓做了一陣律師。 1794年，他被喬治·華盛頓總統任命為駐荷蘭公使。 1798年，又從荷蘭被派到瑞典，代表美國進行貿易條約談判。

在倫敦的一次短暫停留期間，約翰·昆西遇到了美國駐英公使的女兒露易莎·凱瑟琳·約翰遜，並與她結了婚。露易莎生性暴躁，又常年疾病纏身，婚後的25年裡一直未能真正了解丈夫。

　　1802年昆西夫婦和孩子回到美國。他立即投身政治舞台，當選馬薩諸塞州參議員，進而進入美國參議院。任馬薩諸塞州參議員時，由於他富有外交經驗，被聘為哈佛學院修辭學和辯論學教授。 （因為有他父親的經驗，昆西早在1789年美國憲法頒布之前就為維護國家利益做出了貢獻。）


後來他被任命為駐俄國公使，直到1812年英美戰爭結束，他被派去參加根特條約談判。回到美國後，昆西出任門羅總統的國務卿。許多歷史學家認為是他一人制訂和實施了18​​23年的門羅主義，向全世界宣布美國準備同其他大國競爭，以阻止歐洲在西半球擴張殖民地和侵略原有殖民地。

1825年約翰·昆西·亞當斯成為美國唯—一位繼承父業的總統。同他父親一樣，昆西在民眾中威望不高。選舉團的投票結果為99：84，安德魯·傑克遜將軍獲勝。但由於眾議院有決定權，而他們支持前總統的兒子，約翰·昆西·亞當斯才當選總統。

1828年他的任期結束，公民選舉他當年的對手傑克遜為下屆總統。亞當斯的連任競選是美國總統政治中第一次真正的謾罵大選。傑克遜稱昆西為奢侈腐敗的貴族，亞當斯用道學的口吻指責傑克遜無知、粗俗，是謀殺犯和通姦者。公眾以壓倒性的表決反對昆西連任總統。他只好回馬薩諸塞州呆了一段時間，後又作為眾議員返回華盛頓，一直到1848年。


[約翰·昆西·亞當斯]

約翰·昆西·亞當斯
在眾議院裡，人們稱他為狂熱的道德家。在討論亞當斯強烈反對的奴隸制問題時，一位評論家這樣寫道：
我記得亞當斯先生每天都坐在那裡，尋找機會宣讀他那關於奴隸制問題的冗長請願書。他的頭禿得很厲害。當他終於坐在眾議院中心，宣讀他面前厚厚的一卷講稿時，他的禿頂因情緒激動而泛著紅光，在聽眾眼中就像一隻記時器。

他念的或許真是幾位馬薩諸塞州公民遞交的請願書，挑釁性地要求美國就奴隸制問題進行分裂。
無論在婚前或婚後，亞當斯都是獨自行事，對別人一直是個謎。在公眾眼裡，他是個冷漠、刻薄、脾氣暴躁的老人。但是，對於與他同時代的政治家來說，約翰·昆西·亞當斯以才華橫溢、歷經磨難而著稱。

競選之路
小亞當斯的競選之路遠非一帆風順，他遇到了和現任美國總統小布什同樣的尷尬局面：由於票數統計出了問題，他與競選對手、將軍出身的安迪·傑克森之間的勝負遲遲不能判定。於是，選舉機構又開始了重新計票。不料，由於小亞當斯與傑克森的票數實在是太接近了，重新計票的結果仍然不能很快產生。一時間，流言四起，支持小亞當斯和傑克森的選民相互攻訐之聲不斷，這場“難產”的選戰達到了白熱化的程度，堂堂美利堅合眾國面臨著在較長時間內沒有“掌門人”的權力真空狀態。這是美國獨立後從未出現過的尷尬局面。最後，經美國眾議院裁決，判定小亞當斯勝出，才結束了久拖不決的局面。 1825年3月4日，小亞當斯宣誓就任美國第六任總統。

這樣如履薄冰地攀上美國權力巔峰的小亞當斯，從上任的第一天起，就必鬚麵對政敵安迪·傑克森和國會中許多人的敵視，在這種情形下要做到力排眾議、堅持己見，談何容易。在自己的任期內，滿懷興利除弊之志的小亞當斯極想做成兩件事：建立國立大學，加強文理科高等教育；由聯邦政府出資興建高等級公路和運河網絡。他認為這些措施能為今後美國經濟的可持續發展奠定良好的基礎，卻沒料到實行起來會遇到那麼大的阻力。

重視教育
當時，美國的高等教育界基本上是私立大學一統天下。私立大學中的絕大多數是



由財團或教會興辦的，應該說，它們對美國早期高等教育的創立和發展，是做出了一定貢獻的。但這些大學也存在著不少弊端，最為人所詬病的，就是它們的專業設置陳舊，教學質量較低，而收費又普遍偏高，使很多有志、有才的青年望而卻步，失去了接受高等教育的機會，使美國無法得到各方面的高素質人才，使這個新興國家崛起於世界民族之林的雄心大志，受到了無形的製約。

百年大計，教育為先，小亞當斯上任伊始就決心在高等教育領域來一番大刀闊斧的改革。他向國會提交了高等教育改革方案，提議由聯邦和各州政府投資在全美各地興辦一批具有先進辦學理念和一流師資、收費相對低廉的大學，讓更多的年輕人有接受高等教育的機會。同時由政府制定法律，對私立大學進行整頓和規範，實行優勝劣汰，促使它們進行自我改造和變革。

這一有關美國百年大計的改革方案在國會中引發了激烈的辯論，安迪·傑克森和國會中小亞當斯的政敵糾合在一起，竭力阻撓該法案的通過。一時間，小亞當斯這一利國利民的提案大有“胎死腹中”的危險。小亞當斯多次到國會發表演講，苦口婆心地向議員們痛陳利害，但收效不大。冷靜思索之後，小亞當斯決定另闢蹊徑。為了實現自己的改革宏圖，他採用分化瓦解的手段來對付反對派陣營。反對派議員們並不是鐵板一塊，他們雖然表面上都反對小亞當斯總統的教育改革方案，其實內心裡卻有各自不同的利益訴求。這就為小亞當斯折衝樽俎預留了相當大的空間。他親自找反對派的各個頭面人物談話，和他們一起進餐，邀請他們和自己一塊兒外出度假，搞清他們反對教育改革方案的真實意圖，對症下藥地盡量滿足他們的要求—當然是在法律和總統職權許可的範圍內。這一招果然大見成效，許多原本反對小亞當斯的議員，或偃旗息鼓，或轉而支持他，使安迪·傑克森在國會中空前孤立。不久，小亞當斯的教育改革方案在國會順利通過。也就是從這時起，美國有了國立大學。

同財閥們的較量
小亞當斯入主白宮之時，美國經濟正處於一個高歌猛進的大發展時期。但落後的基礎設

施大大製約了繁榮的腳步。小亞當斯經過深思熟慮，感到如不打破這一瓶頸，國家就不可能走上可持續發展的良性循環之路，於是，他提出了一個發展基礎設施的龐大計劃，決定由聯邦政府出資興建高等級公路和運河網絡。這個計劃提出後，獲得了國會的批准。

按照當時美國一個不成文的“規矩”，所有國內的基礎設施工程，都是由幾大財團承攬，別人不得染指。這樣一來，這些“油水”極大的工程項目就被幾個超級財團壟斷了，納稅人的錢源源不斷地流進了財閥們的荷包。面對小亞當斯提出的幾乎涵蓋全美國的基礎設施建設計劃，財閥們自然不會放過。於是，他們通過自己在國會和政府中的代言人，多方遊說小亞當斯。面對紛至沓來的說客，小亞當斯未置可否。財閥們卻覺得勝券在握，因為根據以往的經驗，還沒有一個總統敢對他們這些掌握著美國經濟命脈的大亨們說個不字。孰料，小亞當斯的決定卻讓他們大吃一驚：所有的基礎設施工程全部面向實業界招標。也就是說，美國所有的企業，不分大小強弱，只要具備符合工程要求的資質，均可平等參與競標。財閥們對小亞當斯的“不上路”大為震怒，他們通過自己的代言人向總統施加了巨大的壓力，但他們打出去的兇猛的“組合拳”都被有力地擋了回來，小亞當斯像個足球場上忠於職守的守門員一樣，左撲右擋，力保“大門”不失。

財閥們在同小亞當斯的較量中敗下陣來，但小亞當斯也因此開罪了主宰美國經濟命脈的利益集團。這些集團能量巨大，他們的“影子”無所不在，小亞當斯的執政生涯因此而處於“四面楚歌”的不利境地。四年後，他在競選連任時敗北，步父親的後塵，從華盛頓黯然返回老家昆西。與父親不同的是，幾年後，他又當選為國會議員，重返華盛頓，這在歷屆美國總統中也是絕無僅有的。
編輯本段與美國“大陸帝國”的構建

美國開國先輩已有構建美國“大陸帝國”的初步設想。約翰·昆西·亞當斯繼承了國父一代的擴張思想,通過主持美西談判、與西班牙政府簽署《橫貫大陸條約》,使美國領土向南延伸到整個佛羅里達半島，向西推移到太平洋沿岸。因此，昆西·亞當斯為美國早期“大陸帝國”的構建做出了突出的貢獻。

外交思想
其外交思想與實踐對美國早期外交產生了深遠的影響。他的外交思想主要體現在四個方面：

擴張主義、孤立主義、和平主義與經濟外交思想。約翰·昆西·亞當斯的外交思想具有承前啟後的作用，他繼承與發展了開國先輩的擴張主義思想，並在外交實踐中為美國在19世紀中期大規模的大陸擴張運動奠定了堅實的基礎。他鞏固與完善了開國先輩的孤立主義思想，並在外交實踐中把這種思想運用到拉美地區。

以身殉職
1848年2月，年已八旬的小亞當斯因心髒病突發倒在了眾議員辦公室，可謂真正的以身殉職。根據他本人的遺願，他的遺體被運回老家，與父母和妻子同葬於第一區教堂的地下室。這座教堂是由老亞當斯捐助建設的，是美國僅有的葬有兩對總統夫婦的墓地。現在，這裡已經成為當地的社區活動中心，尤其是在每年的7月4日這天，當地居民都會在此集會，紀念獨立宣言的簽署。許多年輕人的婚禮也選擇在這裡舉行。

總統父子
約翰·亞當斯（1735.10.30—1826.7.10）是美國第2任總統，生於馬薩諸塞州，是亞孔·約翰·亞當斯和蘇珊娜·博伊爾斯頓·亞當斯的長子。他還有兩個弟弟。父親是農場主。亞當斯畢業於哈佛大學。畢業後當律師。 1772年被選為馬薩諸塞州眾議員。 1774年參加第一次大陸會議。 1775年參加第二次大陸會議。 1776年參加《獨立宣言》五人起草委員會。 1777年出使法國。 1778年返國參加憲法起草工作。

亞當斯父子出生在昆西市富蘭克林街133-141號，這裡已成為美國現存最古老的總統故居。亞當斯父子出生在相距20餘米，式樣和結構幾乎完全相同的兩棟木屋裡，離歐洲人最早登陸美洲大陸的地方不遠。先後出任總統的亞當斯父子，當然同姓，有趣的是，他們的名字也同為“約翰”，所以人們只好以老亞當斯和小亞當斯的稱呼來區別他們父子。

老亞當斯於1735年10月30日出生在靠北邊的一幢房子裡，因為這幢房子裡誕生了美國第一任副總統暨第二任總統，所以美國人稱其為“美國獨立的搖籃”，現在房中的陳設仍和當年一模一樣。

1784年，老亞當斯代表獨立前的美國出任駐英國大使，四年後任期屆滿回國。在此期間他買下了位於如今的昆西市亞當斯街135號的豪宅，並為其命名“和平田地”。這座大宅子擁有20多個房間，周圍是大片的綠地和典型的18世紀風格的花園。亞當斯家族曾有四代人在此生活。 1846年，亞當斯的後人將這幢房子捐獻給了國家，從此，這裡成為了“亞當斯國家歷史公園”的一部分，以紀念亞當斯父子對國家的貢獻。

老亞當斯的父親是一位英格蘭清教徒的後裔，他既是製鞋匠，又是牧師、農夫，還兼任著民意代表等職。他一生生活簡樸，勤儉持家，把所有的積蓄都用來購置土地，從來不追求享樂。如果單從外表上看，沒人會相信他是擁有數百公頃土地的大農場主。他這種腳踏實地、勤勞樸素的生活理念，深深地影響了兒子約翰·亞當斯，可以說，在他全部的政治生涯中，亞當斯都在努力踐行著這一準則。

美國獨立後，亞當斯被任命為首任駐英公使。 1789年當選副總統。 1796年華盛頓卸任後任總統。他與杰斐遜是政治上的對頭。 1800年杰斐遜接替他任總統，下台前，亞當斯突擊提拔了不少親信。卸任後，亞當斯接受兒子的建議，撰寫回憶錄。 1826年，他的兒子約翰·昆西·亞當斯當選美國第6任總統，不久，即在《獨立宣言》發表50週年紀念日，亞當斯離開人世。
1764年，亞當斯與艾比蓋爾·史密斯結婚。艾比蓋爾不但是賢妻良母，還是一位作​​家。他們有三個兒子，一個女兒。

1800年11月，在新一屆總統大選前夕，老亞當斯完成了一件在美國歷史上影響深遠的大事——把首都從費城遷到華盛頓，使自己成為首位入主白宮的總統。但天有不測風雲，在幾天后舉行的大選中，老亞當斯以幾乎同樣的劣勢敗給了杰弗遜。形勢的逆轉來得太快、太猝不及防了，老亞當斯還沒把白宮橢圓形辦公室的椅子焐熱呢。大選失敗的老亞當斯表現出了君子風度，他真誠地向杰弗遜道賀，毫不“戀棧”地離開了自己一手打造的白宮，回到了老家昆西市，並在此度過了他的餘生。 1826年7月4日，是老亞當斯參與起草的美國獨立宣言誕生40週年紀念日，也是美國的國慶日，這一天，90歲高齡的老亞當斯在昆西與世長辭。他臨終前的最後一句話是：“好在杰弗遜依然活著”。他哪裡知道，曾在大選中輸給過他也擊敗過他的杰弗遜，已在數小時前先他而去。
後人總認為美國開國之初最有名的總統是華盛頓和杰弗遜，老亞當斯夾在他們中間有些黯然失色。殊不知，老亞當斯是美國歷史上最正直聰慧的總統之一，與他同時代的人對此感受最深，他們當時就尊稱他為“政治哲學家”而非搖唇鼓舌的“政客”，對他給予了很高的評價。老亞當斯除了為國家的獨立做出了傑出貢獻之外，他的另一傲視群倫的成就，是為美國培養了另一位總統。在有生之年，他親眼看到兒子成為了第六任美國總統，把亞當斯家族的足跡又一次延伸到了他親手創建的白宮之中。

早年，老亞當斯熱心於社會活動，經常外出。當時交通十分不便，往往一走就是數月，這期間家裡的農場全靠夫人艾比蓋爾·史密斯經營。有一段時間老亞當斯為美國的獨立而奔走，沒有收入，全家的生活均靠夫人經營農場支撐著。她不僅相夫教子，而且還積極參與當時的政治活動。當年老亞當斯在費城出席新大陸會議時，艾比蓋爾·史密斯寫信給丈夫，提醒他在開會時注意婦女社會地位和權益的保護，否則可能引髮美國的第二次革命。這件事在美國歷史上被傳為佳話。 [1]

人物評價

在眾議院裡，人們稱他為狂熱的道德家。在討論亞當斯強烈反對的奴隸制問題時，一位評論家這樣寫道：

我記得亞當斯先生每天都坐在那裡，尋找機會宣讀他那關於奴隸制問題的冗長請願書。他的頭禿得很厲害。當他終於坐在眾議院中心，宣讀他面前厚厚的一卷講稿時，他的禿頂因情緒激動而泛著紅光，在聽眾眼中就像一隻記時器。

他念的或許真是幾位馬薩諸塞州公民遞交的請願書，挑釁性地要求美國就奴隸制問題進行分裂。
無論在婚前或婚後，亞當斯都是獨自行事，對別人一直是個謎。在公眾眼裡，他是個冷漠、刻薄、脾氣暴躁的老人。但是，對於與他同時代的政治家來說，約翰·昆西·亞當斯以才華橫溢、歷經磨難而著稱。

約翰·昆西·亞當斯第一次當眾議院員時的為國利益 支持其父之"敵"的總統之法案 得罪新英格蘭之聯邦黨而去職 見 J. F. 甘迺迪(John F. Kennedy)著《當仁不讓》 (Profiles in Courage)汪楊思譯，香港：今日世界，1970

《領導力與組織學習：績效，改善與開創》 On leadership in an Organization (Joyce Nilsson Orsini, PhD)

我和玉燕寫mail 去為慧玲和麥克打氣

----

「十二位現代總統中有四位脫穎而出，他們沒有惱人的情感擾動問題：艾森豪，福特，老布希和小布希。其他四人的特點是有情感流可未明顯地損害其領導力：小羅斯福，杜魯門，甘迺迪和雷根。剩下四位，詹森，尼克森，卡特，克林頓等都有情感上障礙。堅硬如維蘇威火山石的詹森( LBJ) ，他的情緒起落之大足以必須上醫院找醫生診療。卡特的剛硬對他在白宮的表現是一個重大障礙。衝動控制上有缺陷的克林頓所導至的行動，讓他後來遭到彈劾。」

現在先介紹兩位學者的研究。首先是上文的引文的作者弗雷德‧格林斯坦(Fred I. Greenstein) 。他是美國普林斯頓大學的榮譽教授。他的著作包括 《兒童與政治》Children and Politics (1965), 《個性與政治》Personality and Politics (1969), 《深藏不露宿的總統：艾森豪作為一領導》The Hidden-Hand Presidency: Eisenhower as Leader (1982), 《總統們如何考驗現實》How Presidents Test Reality (1989, with John P. Burke), 《總統的差異特色：從小羅斯福到歐巴桑馬的領導風格》The Presidential Difference: Leadership Style from FDR to Barack Obama (2009), and 《發明總統職務：從喬治華盛頓到安德魯傑克遜》Inventing the Job of President: Leadership Style from George Washington to Andrew Jackson (2009).等等。

本章將會翻譯《總統的差異特色：從小羅斯福到布希總統的領導風格》摘要 (The Presidential Difference: Leadership Style from FDR to George W. Bush. 2nd ed. Princeton, NJ: Princeton University Press, 2004. pp. 217-223.

見仁見智中的總統學作為領導學：以美國研究為主

美國歷任總統那五位最偉大？

摘自鍾漢清著 領導與學習:

1954年3月17日 胡適在台北演講《美國的民主政治》。說他親歷6次美國總統大選 (1912-54 共11次大選) ，…… 第6次便是艾森豪的當選。……1952的大選，艾森豪勝利決定後，斯蒂文生Adlai E Stevenson (. 1900-1965)說：「選舉前我們彼此拼命攻擊，選舉決定後，我們彼此真誠合作。」(胡頌平《胡適之先生年譜長編初稿‧第七冊》台北：聯經，1984，頁2399。) 案：本章多引過《史蒂文生 演講選》 (Looking outward ) 陳若桓譯，香港：今日世界，1967。

美國總統大選多此種君子之爭，如2000年的民主黨總統候選人高爾 Gore 讓小布希。

到了1960年11月4日，胡適接受中廣公司訪問他的親歷7次美國總統大選。談完之後，王大空問他：「美國歷任總統那五位最偉大？」胡適答：「華盛頓、傑弗遜、林肯、威爾遜、(小)羅斯福。」(胡頌平《胡適之先生年譜長編初稿‧第九冊》台北：聯經，1984，頁3356。)

讀者可以從本章中了解各人對「美國歷任總統那五位最偉大？」的認知，是各有喜好的，而這更反映出個人的知識和經驗背景的差異…..不過，我們尊敬一些專家和胡適之先生等人的看法…….

-----《領導力與組織學習：績效，改善與開創》

導論

　元設對話：為什麼萬事都要有綱要？ Metalogue: Why do things have outlines?'

Daughter: What did you mean by a conversation having an outline? Has this conversation had an outline? 女兒：你說的「每番談話都有一大綱」，意什麼思呢？連這次談話也有一大綱嗎？

Father: Oh, surely, yes. But we cannot see it yet because the conversation isn't finished. You cannot ever see it while you're in the middle of it. Because if you could see it, you would be predictable - like the machine. And I would be predictable - and the two of us together would be predictable - 父親：沒錯，肯定有的。不過我們這番談話還沒完結，因此這我不清楚。你置身在其中的話，就看不清楚它了。因為要是你能看清楚，就可以預測－像機械般。這樣我就可預測－我倆都都可預測了…

Daughter: But I don't understand. You say it is important to be clear about things. And you get angry about people who blur the outlines. And yet we think its better to be unpredictable and not to be like a machine. And you say that we cannot see the outlines of our conversation till it's over. Then it doesn't matter whether we're clear or not. Because we cannot do anything about it then. 女兒：不過我還是不了解。你說凡事都要清楚，這是重要的。而別人將大綱弄模糊時，你就生氣。可是你又說它最好要不可預測，而且不要像機械般。你又說到我們談話終了時，才能看清大綱。這樣，我們的意思清不清楚，可都無所謂了，因為這是由不得我們的。

Father: Yes, I know - and I don't understand it myself ….But anyway, who wants to do anything about it. 父親：沒錯，這我知道 -- 而我自己本身也不了解……話又說回來，對這又怎樣呢？

(Gregory Bateson 著《邁向心靈的生態學》( Steps to an Ecology of Mind). New York:


導論之一段:

管理書籍的重要與其限制

「對我們而言，組織學習領域中最有用的觀念是建基於已發展了50年的管理理論……」 (Arthur K. Yeung 等人合著《組織學習能力》( Organizational Learning Capability)台北：聯經，2001，頁27)

本書重視原典的閱讀和學習，所以談論各著名作者的思想時，都會選些他/她的代表文章供參考。我們討論的是20世紀的一些重要的，或有影響力的管理書籍，多少希望帶你入門，供你修行的參考。

『知識的選擇、組織和陳述，並不是中立和無價值觀念的過程。相反地，它是一個世界觀的表現，由經濟和社會及政治制度所支持。』(《知識社會史》(The Social History of Knowledge; From Gutenberg to Diderot by Peter Berg ，台北：麥田，2003，頁289。)

「對於你，一本書的唯一價值，在於你覺得它有什麼意思。」 (毛姆 (W. S. Maugham，1874-1965) —其實應該參考他《總結》(Summing Up) 中介紹英國文學的文章，雖然有點大而化之、流於主觀，但畢竟也近一家之言。

胡適在1955年元旦《日記》記他讀《鄭板橋全集》 (1892年上海積山書局) ：

…..鄭燮(1693-1765)是個絕頂聰明，又肯下功夫，故他的寫字、作畫、作詩，都能有獨立的成就。

他《題畫》有一條論徐文長畫《雪竹》的法子，他論云：

「……殊不知「寫意」二字誤多少事！欺人，瞞自己，再不求進，皆坐此病。必極工而後能寫意，非不工而遂能寫意也。」

《家書》說；「總是讀書要有特識。依樣葫蘆，無有是處。而特識又不外乎至情至理。歪扭亂竄，無有是處。

豎儒之言，必不可聽。學者自出眼孔，自豎脊骨讀書可爾。」

「我們的任務是交貨」("We live to deliver." ) 這是聯邦快遞(FedEx) 公司在CNN 等的廣告用語。該公司 約在1970年代早期成立。約1985 時它在台灣美商很風行。其創辦人、董事長 Frederick Smith說過一句話，我認為很有真知卓見。他說管理書籍該研讀，不過值得細讀的，就是屈指可數那幾本。

Dear Hanching,

Thank you for inviting me to write a forward for your book on leadership. I hope this is appropriate and what you had in mind:

On leadership in an Organization

A leader has a responsibility to help people do a better job, to improve quality and output, and to bring pride of workmanship to people. A leader knows the work he supervises, and understands the problems that surface. He seeks knowledge for personal improvement and to help others. He knows how to work on a system to improve it, to clarify methods, and distinguish between common and special causes of variation in a process. He works to accomplish greater consistency of performance within the system. He establishes teams to work for improvement of quality.

A leader has particular obligations to employees. He spends time with people, uses their abilities, makes them feel secure and respected. He knows he has but one chance to see that workers are trained properly. He removes barriers between staff areas and instills pride of workmanship. He works with employees to understand and improve processes, and does not penalize people for performance they cannot govern. Leadership transforms organizations.

Joyce Nilsson Orsini, PhD

Best wishes,

Joyce

---

Dear Joyce,

Thanks for the Foreword. It is very good.
I might change the book title to Leadership and Organizational Learning. Perhaps you know Andrea Gabor's The Capitalist Philosophers. She describes Dr. Deming as The Prophets of the Quality Movement and the Learning Organization. I am also hoping better biography of Dr. Deming will come later.
Once again, thanks for your Foreword. You can send me the revised one, if any, before August.

Regards.

Hanching