在高度不确定的组织中，决策往往不是理性规划的结果，而是问题、解决方案、参与者和选择机会偶然碰撞的产物。深入理解这一理论，帮助您在复杂环境中做出更明智的判断。
垃圾桶定理（Garbage Can Model）是由迈克尔·科恩（Michael Cohen）、詹姆斯·马奇（James March）和约翰·奥尔森（Johan Olsen）于1972年提出的组织决策理论。该模型挑战了传统的理性决策模型，认为在高度不确定的组织中，决策过程并非线性的逻辑推导，而是由四个独立流在特定时刻偶然碰撞的结果。
想象一个装满各种垃圾的垃圾桶：问题、解决方案、参与者和选择机会就像不同的垃圾碎片，它们在其中随机混合。当某个问题恰好遇到一个可用的解决方案，并且有合适的参与者关注这一机会时，决策就产生了。这种决策方式往往带有偶然性和非理性色彩，但也反映了组织在复杂环境中的真实运作状态。
该理论特别适用于解释初创企业、科研机构、政府机构等高度不确定性环境下的决策行为。在这些组织中，目标模糊、技术复杂、参与者流动性大，决策往往受到多种偶然因素的影响。
垃圾桶定理的核心在于四个独立流动的“流”，它们在组织内部并行存在，并在特定时刻发生耦合：
组织成员关注的问题、不满、需求或目标。这些问题可能来自内部投诉、外部压力或管理层的新想法。问题流具有持续性和流动性，成员注意力会随时间变化。
人们提出的想法、计划、技术或方法。解决方案往往独立于具体问题存在，它们可能来自研发部门、外部顾问或员工的创意。解决方案的生成通常具有偶然性。
参与决策的人员，包括管理者、员工、客户等。参与者的注意力是有限的，他们会随时间在不同问题上流动。参与者的流动性和注意力分配是决策过程的关键变量。
组织进行决策的正式场合或机会，如会议、预算审批、项目立项等。选择机会为问题、解决方案和参与者的耦合提供了平台，但其结构和频率也会影响决策结果。
垃圾桶定理并非仅适用于学术讨论，它在现实世界的多个领域都有广泛的应用和体现。以下是几个典型的应用场景：
在科技行业，技术更新迅速，市场需求多变，决策往往受到多种偶然因素的影响。例如，一个技术团队可能偶然发现了一种新的算法优化方案，而此时恰好有一个紧急的项目需要解决性能问题，于是该方案被迅速采纳。这种决策过程体现了垃圾桶定理中解决方案与问题的偶然耦合。
初创企业通常面临资源有限、目标模糊、人员流动大等问题，决策过程往往呈现出明显的垃圾桶特征。创始人可能同时关注多个方向，而解决方案往往来自团队的即兴发挥或外部机会的捕捉。
公共政策制定涉及多个利益相关者，目标往往模糊且相互冲突。政策问题的提出、解决方案的设计、参与者的游说以及决策时机的选择，都可能呈现出垃圾桶定理描述的特征。
科恩、马奇和奥尔森在《组织决策过程》一书中首次提出垃圾桶模型，挑战了传统的理性决策理论。
学者们开始将垃圾桶模型应用于不同的组织情境，如政府机构、非营利组织和跨国公司，验证其普适性。
大量实证研究支持了垃圾桶模型的解释力，特别是在高度不确定性和复杂性的组织环境中。
随着互联网和大数据的发展，垃圾桶模型被应用于分析在线平台、社交媒体和数字生态系统的决策行为。
垃圾桶定理（Garbage Can Model）是由迈克尔·科恩（Michael Cohen）、詹姆斯·马奇（James March）和约翰·奥尔森（Johan Olsen）于1972年提出的组织决策理论。该模型认为，在高度不确定的组织中，决策过程并非线性的理性分析，而是由四个独立流（问题、解决方案、参与者、选择机会）在特定时刻偶然碰撞的结果，就像将各种垃圾倒入一个垃圾桶中混合一样。
四个独立流分别是：1. 问题流（Problems）：组织成员关注的问题、不满或目标；2. 解决方案流（Solutions）：人们提出的想法、计划或技术，它们往往独立于具体问题存在；3. 参与者流（Participants）：参与决策的人员，其注意力随时间流动；4. 选择机会流（Choices）：组织进行决策的正式场合或机会，如会议、预算审批等。
避免陷阱的方法包括：建立清晰的决策流程框架，限制参与者的注意力范围，确保解决方案与问题有明确的逻辑关联，以及在决策前进行充分的信息对齐。此外，定期回顾决策结果，分析是否存在‘偶然性’因素，有助于提高未来决策的质量。
该理论广泛适用于高度不确定性和复杂性的行业，如互联网科技、初创企业、科研机构、政府公共政策制定以及创意产业。在这些领域，需求变化快、技术迭代频繁、人员流动性大，决策往往受到多种偶然因素的影响。