第四节 结论与讨论

本章首先对未来的研究提出了一些建议，以提高该结构的清晰度和理论潜力（复杂系统和理性问题解决）。其次，我们提出了帮助大数据与组织管理理论研究相互促进的建议。

一 提升结构清晰度

清晰的结构对于理论研究是必不可少的（Suddaby，2014）。结构的明确性要求研究人员对他们正在研究的现象进行内隐的推测，并提供具有边界条件的完整的明确的定义。最重要的是，清晰的构念有助于研究人员之间的沟通，并帮助他们在分析更大现象的不同元素时的理解（Suddaby，2010）。我们的分析框架显示，研究大数据的管理学者，以及采用不同假设的管理学者，往往会允许这些差异在操作概念时被放大。例如，研究人员考虑如何理论化和操作化大数据对组织管理理论时，正如我们前面所展示的，那些将大数据视为一种数据集合的人认为，这一影响存在于对复杂系统理论的涉及，因而能够对组织管理理论做出跨尺度的贡献（Bar-Yam，2016）。相反，数据技术的研究者则认为大数据的关键在于将组织管理理论的标准与程序纳入到大数据系统中，因此能使大数据处理相关内容并发展对应知识和能力（Chen et al.，2012）。然而，从大数据作为应用的观点来看，这些大数据的研究提出了有关大数据如何从“客观世界”的符号走向“社会世界”的重要问题（Bello-Orgaz，Jung & Camacho，2016）。大数据是否代表一种人与世界交互模式的质变？或者更确切地说，大数据是否代表了一种位于物质客观世界和人类精神世界之间的新的感知模型，在这个系统中，人类直接处理信息的经验认知系统被一群有同样甚至更高效用的大数据系统所辅助或驱动。此时，大数据直接影响了人类对客观世界的感知和精神世界的形成，并因此重塑了组织管理理论的构建和对社会现象的解读。

总的来说，这些文献都强调，在对大数据进行多角度观察时，结构的明确性是一个实质性的挑战。在本章中，我们引入了研究者关注的三个完全不同的视角下的大数据：作为大量数据集合的复杂系统；作为信息提取和知识管理的技术系统；作为桥接客观世界和精神世界的社会—技术系统。这三个视角从不同阶段的角度提供了关于大数据的根本不同但又相辅相成的概念。

二 利用社会科学方法研究大数据

我们分析框架的一个重要观点是，大数据研究的理论发展和实践发展是相互交织的。数据集合和技术视角的演变与方法论紧密联系在一起，这些方法论与每种方法的认识论和本体论假设是一致的，也与在特定时间点被学界视为合法的方法论方法是一致的。

然而，如果我们真的把大数据作为一个复杂的社会现象，那么它必然同时涉及上述多个属性或阶段的耦合。换而言之，对大数据系统的研究需要用新的或未充分利用的方法补充现有的方法，并将这些方法与未充分探索的大数据方面联系起来。这一点对于把大数据发展为一个社会议题——而非仅仅技术议题——并与组织管理理论与实践结合十分重要。接下来，我们简要概述社会科学中较为成熟但在大数据研究中未被充分利用的定量和定性方法，如调查分析和案例研究，它们很好地扩展了我们对大数据在组织管理理论中角色的理解。

1.调查分析

在传统的社会科学研究中，抽样调查统计是最为常用且重要的工具之一。通过抽取具有代表性的样本并利用合适的统计方法，研究者能够发现大数据理论中各构念之间的关系，定量地测量大数据对组织行为的影响。虽然已有的大数据研究大多基于概念阐述和理论演绎，然而仍然有部分学者定量地分析了大数据与组织竞争优势（Côrte-Real et al.，2017）、组织绩效（Akter et al.，2016；Mikalef，Krogstie，Pappas & Pavlou，2020；Wamba et al.，2017）、产品创新（Xu，Frankwick & Ramirez，2016）等的关系。在大数据社会研究的背景下，定量调查研究特别适合阐明大数据作为社会—技术系统对组织成长以及经济发展的影响。调查研究也可以澄清大数据与其他社会构念之间的关系。未来，研究人员可以通过对大数据系统应用的调查，对作为社会—经济系统的大数据进行社会学意义上的研究。

2.案例研究

研究者认为，另一种探索大数据作为社会—技术系统的方法是定性的案例研究。案例研究指对具有研究价值的案例进行近距离、深入和详细的检查。案例研究的主要目的是构建理论（Welch，Piekkari，Plakoyiannaki & Paavilainen-Mäntymäki，2011）。企业利用大数据促进组织发展属于管理实践中涌现的新现象，归纳式的案例研究策略适合从质性数据中提炼规律，构建理论观点，以推进对新现象的理解（Yin，2011；毛基业和苏芳，2016）。因此，案例研究特别适用于为大数据在管理学中的应用构建新的理论，或者调整已有理论以适应数字时代的管理实践，从而进一步做出理论贡献（Colquitt & Zapata-Phelan，2007）。

三 利用大数据促进组织管理研究

大数据不仅仅是一种管理实践的现象，其同样是一种管理研究的工具。在数字时代的背景下，利用大数据系统促进管理学理论发展已经成为管理学研究的新趋势。例如，根据大数据技术的二分属性，大数据同样能够从数据情报和人工智能两个角度促进理论发展。一方面，数据情报获取与分析方式的变革导致了新的研究范式的出现。例如，Vaast、Safadi、Lapointe和Negoita（2017）利用社交媒体分析了墨西哥湾石油泄漏事件的后续影响，并据此归纳出了社交媒体使用影响新兴组织和新兴角色形成的参与模型。另一方面，人工智能的出现帮助研究者得以更好地设定理论边界，控制研究变量，进而开发新的实验研究范式。例如，Luan等（2019）利用人工智能中交叉验证的方法以及Schmidt和Hunter（1998）的元分析数据，分别控制计算机知识水平以及数据分布，系统地探索了启发式决策在不同任务环境下的预测效用。因此，大数据大大拓展了学者们构建和检验理论的工具与技术，利用大数据方法促进管理学研究范式的创新，对管理学理论的发展存在明显的贡献。