Julian Neylan（2005）從歷史社會學角度批判社會實體的量化，指出行政機關常以需求指標與績效數字作為決策依據；數字看似客觀，卻可能把定義與分類的不穩定性藏起來，並將錯誤責任轉移給數字本身。當資料分類、測量規則與政策目的沒有被公開檢查，統計結果就容易被當成自然存在的事實。這不是反對量化，而是要求數字附帶其建構過程、不確定性與社會後果。
思與行
- 對政策指標加上資料來源、分類決策、誤差範圍與不可推論事項。
- 詢問「誰因為這種分類而可見、誰變得不可見」，把分類後果納入研究倫理。
參考
- Julian Neylan (2005), “Quantifying Social Entities: An Historical-Sociological Critique,” The Journal of Sociology & Social Welfare, 32(4). 全文與 DOI
- 延伸：複合指標的權重與門檻帶有價值判斷、社會建構、測量誤差。