数据科学视域下柔性管理的内涵解构与实现路径

数据科学视域下柔性管理的内涵解构与实现路径

　在数字经济时代，管理过程中的调查、分析、综合及呈现都是通过数字技术实现的。数据科学的生态环境系统庞大又复杂，因此，应深入认识数据科学与数据挖掘、机器学习等技术的不同与密切联系，强化基于数据应用场景的管理决策能力。以下是达达文档网分享的内容，欢迎阅读与借鉴。

　　一、引言

　　自从人类社会进入科学管理时代，众多管理者围绕管理思想的创新及发展路径进行了持续的探索。xx年，Bryant等在《大数据计算：在商业、科学和社会领域创造革命性突破》中，围绕大数据计算的动机、技术进步、应用挑战和未来发展建议等方面做出重要阐述，认为大数据计算的重要性源于传感器、数据存储、云计算设施及数据分析算法等许多技术的进步，它们创造了大量的数据，捕获了对商业、科学、政府和社会有价值的信息；对大数据计算的投资会带来重大的短期和长期效益；同时，也会面临云计算范围的扩展、安全和隐私等方面的挑战。随着中国经济的快速发展，数据在管理实践中发挥着重要作用。面对“十四五”时期新环境、新任务、新使命给管理创新带来的机遇和挑战，领导者在进行管理决策时，需要思考如下问题：数字经济下的管理思想具有什么新特点；数据科学会对管理实践产生什么影响；如何使数字化转型持续改进、提质，增强管理的创新力和关联性，促进管理活动循环，推动经济高质量发展；如何解决组织在管理及经营活动中面临的新技术发展与规范问题等。因此，在数据科学的驱动下因需而变、实现柔性管理，具有重要的理论和实践意义。

　　二、数据科学视域下柔性管理的内涵解构

　　当前，企业、政府机构等都在面对数字化转型这个时代性课题，不同机构数字化转型的基础不同，其柔性管理的内容和发展状况也不尽相同。基于传统意义上柔性管理的内涵，本文从数据科学的视角出发，提出并诠释数据科学视域下柔性管理的概念。

　　（一）传统意义上的柔性管理

　　国内学者关于柔性管理的主流观点，为本文的相关研究奠定了坚实的理论基础。柔性管理既是一门科学，具有自身的理论体系，又是实践性很强的实践活动，具有自身的方法体系。作为科学，其需要再发展；作为方法，其需要再完善。在柔性管理中，管理思想的先进性与技术的落后性形成鲜明的对比，构成柔性管理中一个不和谐的音符。这种不和谐主要表现在信息获取的困难性和手段的落后性上，如何及时、准确、高效地捕捉人们心灵的信息，成为柔性管理最大的技术障碍。

　　（二）数据科学视域

　　根据凯莱赫等对数据科学的含义、目标、场景应用与发展前景的描述，数据科学由一系列原理、问题定义、算法和过程组成，通过借助大数据在洞察事物方面的作用，实现改进决策的最终目标。面对犯罪、贫困、教育落后、公共卫生恶化等复杂社会问题，基于数据驱动的数据科学是解决治理问题的最佳方法，人们只需要将传感器部署到社会中以跟踪、合并所有数据，就可通过运行算法得到提出解决方案所需的关键要素。数据科学提供了一种通过数据理解世界的方法，能够提高效率，特别是随着社交媒体的发展与计算机的迭代更新，数据科学推动了现代社会几乎所有领域决策的发展。

　　伽达默尔认为，视域不是一个僵化的界限，而是一种随你一起流动，并且邀请你进一步向前进展的东西，它不仅与物理层面“看”的范围相关，同时更是与精神人文层面“观”的场所有关。随着数字经济的不断发展，数据科学视域下的管理思想将覆盖数据所阐述的管理者全部的知识和行为。数据科学将促使管理理论与实践向更大范围、更宽领域和更深层次拓展，促进传统意义上的柔性管理向数据科学视域下的柔性管理转变。

　　（三）数据科学视域下的柔性管理

　　1.数据科学视域下柔性管理的内涵。在数据科学视域下，柔性管理不再是相对于刚性管理而存在的、传统意义上的柔性管理，它不仅仅强调人的因素，其幅度更加宽广，关注人员、业务流程开发、组织制度等管理流程全要素，将数据科学领域的原理、基本要素及深刻见解与管理中的现实问题联系起来，是基于传统柔性管理和刚性管理思想发展起来的刚柔相济、充满活力的数字化综合管理。

　　2.数据科学视域下柔性管理的特点。数据科学视域下的柔性管理包含了互联网思维管理、数字化管理、动态性管理、敏捷性管理、跨领域跨学科合作管理、自组织自管理、生态性管理、创新性管理、平台式管理等多个面向的内容，其特点主要表现为：第一，基于全数据实时挖掘，在捕捉信息、提炼见解等方面，通过算法激发管理者去寻找亟待解决的现实问题，同时提供系统的数字解决方案。第二，让数据协同、赋能管理，提高管理决策的准确性，推动管理的精细化和弹性化。第三，加强部门之间的沟通，避免不同业务单元之间的脱节现象，打破社会资源的分割界限，使资源利用最大化。第四，推动数据资源网络化，在网络管理系统中优化管理层次。

　　3.数据科学视域下柔性管理的优势。一是能解决传统意义上柔性管理的技术难题。数据科学的发展可以实现实时捕捉信息，尤其是捕捉人们心灵的信息，实现技术和个性化的融合。二是拓展数字技术对业务和运营模式的影响，让数字技术的优势辐射到由人、流程、技术和数据构成的整体中，通过组织扁平化和生产柔性化，持续提供管理效能所需的技术保障、数据分析和人际技能。三是通过开放、共享的研发过程实现产品迭代与精准营销，更好地满足多层次、复杂的用户需求，提高柔性管理效率，迅速、果断地适应颠覆式的变革。四是打造一种社会生态系统，建立数字信任，增强柔性管理效果，把组织员工的自发性管理、弹性化管理转变成组织整体的竞争优势。

　　4.数据科学视域下柔性管理的数字人文性。数据科学领域的相关技术是一把“双刃剑”。在数字时代，人类应通过与环境的互动，以一种支持人类认知的积极的方式使用技术，进而实现与技术的和谐相处，最大限度地减少其负面影响。鉴于数据科学可能带来的潜在风险，数据科学视域下的柔性管理必须充分体现数字人文性。“数字人文”是由“人文计算”发展而来的一个概念，它具有跨界与融合的特点，于2001年被首次提出。在本文中，数字人文性是指数字时代向上向善的人文文化或精神，它的要素包括对数字技术的认知、对制度规范的敬畏、社会交往、情感力量、责任意识、协作精神等。通过强调数字人文性，数字时代的柔性管理应充分发挥其正能量，向上向善，充满活力。进一步讲，在数据科学视域下，在利用数字技术解决管理问题的同时，要保留人文性，实现符合人文价值导向的、具有前瞻性和系统性的柔性管理。

　　三、数据科学视域下柔性管理的实现路径

　　根据人际关系学，由于人是“社会人”，若想提高生产效率，应基于社会心理不断满足员工在成长和价值实现方面的社会欲望，不断提高员工的工作热情，而非依靠纪律控制和物质激励。因此，数字经济下的管理创新不能单纯从技术和物质条件着眼。新时代的管理要树立家国情怀，运用科学思维，探寻数字经济下管理的内在潜力、应用场景与规范发展，通过数据科学实现管理的广度、深度与温度。

　　（一）关注数据科学发展与信息技术迭代，持续赋能柔性管理的理论创新与实务应用

　　在数字经济时代，管理过程中的调查、分析、综合及呈现都是通过数字技术实现的。数据科学的生态环境系统庞大又复杂，因此，应深入认识数据科学与数据挖掘、机器学习等技术的不同与密切联系，强化基于数据应用场景的管理决策能力。同时，量子计算与人工智能、机器学习相集成，以指数速度处理大量数据，凭借更精确的算法以及处理复杂和多个数据集的量子优势，不仅改变了数据科学领域的游戏规则，使数据科学的未来发展有了更多的可能，而且为科学管理和商业决策提供了很多新机会，随之也带来了诸如数据认知能力和处理能力等方面的新挑战。从这种意义上说，新技术的迭代变革会对数据科学的应用环境及柔性管理的创新发展持续产生影响。

　　（二）深化业界与学界的信息共享与跨界合作，构建网络化的柔性管理研究团队

　　近年来，互联网的快速发展必将推动各研究机构之间以及研究机构与企业之间的融合，社会研究机构的网络化将促进研究者和实践者持续进行合作，其研究成果将更具科学性与实用性，对知识积累和实践创新具有深远意义。科研即服务，学术界应与实务界组成创新团队，实施积极的知识管理战略，相互指导。通过共建科研机构联合体，管理研究的资源配置将得到进一步优化，从而塑造出组织走向优势竞争位置的路径。进一步讲，消除“数据孤岛”，提升跨地域、跨学科、跨机构、跨行业的跨界虚拟整合能力，实现科学研究资源和成果的互通共享，把学术研究迅速转变为数字化赋能，提供真正有价值的数字化解决方案，满足有关各方复杂的多层次价值诉求和可持续发展愿望。

　　（三）重视柔性管理中蕴含的数字人文思想，深入探索情感力量在组织管理中的作用

　　“现代管理学之父”彼得·德鲁克指出，管理就是激发、释放善意和潜能。管理本身是由内而外的活动，数字文化和情感力量对管理有重要意义。实践者反复强调，领导每天向下属提出开放式问题并倾听他们的回答是一种强有力的领导技巧，它被定义为“尊重的询问”。在组织人格化方面，像对待一个人一样对待一个组织具有重大意义，有助于启动组织的“人际”情感、行为和责任。领导者要关注员工的情绪管理、情绪劳动和情绪智力等内容，注重人文发展和情感表达，加强数字公民修养，承担组织的数字责任。在数字技术快速变化的环境中，柔性管理中的数字文化越来越重要，领导者不仅需要掌握科学技术，其决策更要体现科学精神。

　　（四）拓展数据要素在柔性管理全流程中的应用场景，充分发挥数据要素的应有价值

　　2015年，党的十八届五中全会提出实施国家大数据战略。2020年，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《要素意见》）。根据《要素意见》的规定，整合要素资源，应重点关注数据作为新型生产要素所具有的价值，思考如何运用柔性管理决策和技术手段提高数据要素的统筹能力和资源配置效率，从而促进生产要素的融合与互补，促使其效能最大化。要提升数据资源在管理中的影响力和实用性，增强数据科学应用场景研究及情境体验研究，充分实现数据作为重要生产要素在公共管理、金融管理、商业管理、制造业、医疗健康等领域的价值赋能；完善数据产权界定、数据分类治理、数据要素市场建设及相关的政策措施；发挥数据科学在公共政策制定、资源分配与利用、经济与社会效益评价等领域的重要作用；推进与市场经济改革相配套的数据资源配置体制机制改革。

　　（五）注重数字伦理问题带来的潜在风险，制定配套制度实现对柔性管理的科学监管

　　凯莱赫等认为，数据科学面临的最大未知是如何在个人或少数群体的自由和隐私与全社会的安全和利益之间做最好的平衡。技术和伦理相互关联，技术上可行，并非伦理上就一定合理。从这种意义上说，数字伦理的建设及监管非常重要。道德领导是指个人在某一问题上采取道德立场，说服其他人也这样做，并共同推动道德体系的改变。道德领导行为在实践中随处可见。数字经济的发展在很大程度上改变了人们的工作方式和管理行为。何大安认为，人类社会逐步向“人与数据对话”“数据与数据对话”的时代过渡。在这种背景下，领导者更需要关注人类行为的基本规律及其在各种应用场景下的表现，重视数字伦理修养，强化道德领导行为，完善数据安全及隐私保护等科学监管措施，促进公共利益最大化。

　　（六）建设数据管理共享服务平台，突出政府顶层设计对柔性管理的引领和保障作用

　　数据科学是与中国经济大系统协同发展的，因此，应建设面向全社会的数据管理共享服务平台，进而全方位地洞察多元主体的现实需求，提升对市场的反应能力，揭示领导行为的内在联系，高质量地提供基于现实世界的解决方案。在组织内部，领导者应通过相应的系统平台实现决策智能化，通过迭代和增量软件开发实现科学管理和闭环管理。此外，建设数据强国离不开政府在公共政策制定及数据安全等方面的顶层设计和重要保障。根据《要素意见》的要求，尽管政府数据应保持开放性与共享性，但必须明确哪些政府数据应该公开、哪些政府数据应该授权查询，从而发挥好政府在大数据生态环境建设中的重要作用。

　　（七）强化组织的责任意识，促进算法在组织柔性管理中的良性发展

　　在组织持续进行数字化转型的新时代，需要界定管理过程中输入和输出的内涵及其内在联系。换言之，软件即服务，算法是核心。研究表明，大量的数据需要自动化或半自动化的分析技术来进行检测、识别和提取。数据分析的“诀窍”在于软件算法，它能从收集的大量数据中构建统计模型，并推断系统应该如何响应新数据。算法是将输入转换为输出的一系列计算步骤，描述的是实现输入—输出关系的具体计算过程，是解决明确的计算问题的工具。算法并不神秘，其目的是帮助人们解决问题；算法知识也不应该是少数精英的特权，它们应该可以被各种各样的人理解，而不仅仅是计算机专业人员；每个人都要对算法的运行机制和应用场景有所了解。领导者需要将管理活动的特点融入对算法的认识和应用中，充分发挥算法的最大效用。算法的广泛应用在带来便利的同时，也必将引发相关伦理问题。组织必须严格遵循《关于加强互联网信息服务算法综合治理的指导意见》的要求，规范算法的技术模型和实现路径，研究算法输出的可解释性，避免算法固化，实现算法在柔性管理中的良性发展。

　　四、结语

　　正如霍尔比契所说：“数字时代，无论是对于数字化改良业务、新兴的数字业务还是数字全球化的业务，数字商业模式都可以对价值链进行重新排序并创造出新的机会。”数据科学视域下柔性管理的机遇与挑战无疑要在这个价值链变化中得以体现。数字时代的管理是革命，而不是发展。数据科学视域下柔性管理的实现路径在于持续整合技术变革与文明进步，在数字人文环境中，依托信息结构、数据获取方式和网络化数据管理平台，提升算法决策力及数据要素在柔性管理中的价值，使数据科学与管理深度融合，前瞻而系统地赋能柔性管理理论与实践。数据科学视域下的柔性管理作为一种价值主张，影响甚至决定着管理行动，在管理领域体现了技术连接、内容跨界和人文思想创新，有利于大数据时代数据科学思想的传播。数据科学通过助力从战略到运营的一系列服务来赋能管理，使领导者在不断变化的数字、云和平台世界中引领组织实现发展目标。