大数据驱动的管理与决策前沿课题

大数据驱动的管理与决策前沿课题

徐宗本 冯芷艳 郭迅华 曾大军 陈国青

▃▃▃

摘要

本文分析和总结了大数据环境下管理与决策研究与实践所呈现出的新特征，以及理论与实践范式、支撑技术、价值开发、产业与生态系统治理等4个方面所面临的重大挑战。在此基础上，对大数据资源管理与政策、基于大数据的管理与决策创新、大数据技术的信息科学基础、大数据分析与处理的数学与计算基础等 4 个主要领域的前沿课题进行了梳理，并对制造业/服务业、公共管理、商务、医疗、开放式教育和金融等典型大数据应用领域的实践发展及其潜在影响进行了讨论，以期推动相关研究探索与实践发展，把握和应对大数据为管理与决策科学研究及应用所带来的大机遇和大挑战。

一、引言

大数据作为互联网、物联网、移动计算、云计算之后IT产业又一次颠覆性的技术变革，正在重新定义社会管理与国家战略决策、企业管理决策、组织业务流程、个人决策的过程和方式。大数据中蕴含的巨大商业价值、科学研究价值、社会管理与公共服务价值以及支撑科学决策的价值正在被认知与开发利用。因此，大数据驱动的管理与决策研究，不仅具有突出的科学前沿性和重大的战略意义，而且具有巨大的实践价值和鲜明的时代特色。

二、新特征与新挑战

在大数据的背景下，政府决策、宏观管理、产业政策、教育、商业、金融、运作等管理活动大都呈现出高频实时、深度定制化、全周期沉浸式交互、跨组织数据整合、多主体决策等特性。这些新特性的出现，要求设计和构建相应的管理决策分析模型和方法，有效地将信息科学和商业应用结合，基于数据生成的市场机制开展协同创新，从而也赋予了大数据环境下管理和决策相关研究与应用的一些新特征：

在经济与社会层面上，大数据的发展使得经济与社会系统的运行、政府决策、政策评估等日益依赖于数据在社会主体之间的流动和利用；

在行业层面上，行业内外部大数据的融合对众多行业均造成了巨大的冲击，甚至重构，特别是互联网大数据使得商务、金融等领域的新兴模式不断涌现；

在人和组织等个体层面上，大数据的发展使得线上与线下的行为日益走向全面融合、广泛联系和高频互动；

在信息技术层面上，面向管理决策的大数据呈现出规模巨大、分布广泛、动态演变、模态多样、关联复杂、真伪难辨等一系列特性；

在计算理论层面上，面向管理决策的大数据呈现出不规则、非随机获取、具有异化结构等特点。

这些新特征为大数据驱动的管理与决策带来了巨大的研究和创新机遇，同时也使其面临着理论与实践范式、支撑技术、价值开发、产业与生态系统治理等4个方面的重大挑战。

1.挑战一：管理理论与实践范式的急剧转变

大数据环境下管理与决策新特征所带来的第一个挑战，是管理理论与实践范式向“数据+模型+分析”转变，从而要求揭示管理相关大数据在其中的基础性作用、影响机理以及管理范式转变的普遍规律。大数据的出现为科学研究提供了“数据密集型科研”这一新的范式，同时也为管理理论模型和管理实践效果的评价提供了“数据”这一新的视角和出发点。从这种意义上说来，大数据已催生了学术界对科学研究方法论的重新审视，正在引发科学研究思维与方法的一场革命。另一方面，管理思想和管理实践伴随人类社会的进步而产生并逐步发展深化。随着大数据的发展，以数据为中心、以计算为手段的决策分析与管理新范式，正在管理的各个范畴中取代原有范式，对管理学的进一步发展和管理实践的进步均具有颠覆性的影响。

2.挑战二：大数据分析与理解的底层支撑技术不足

大数据环境下管理与决策新特征所带来的第二个挑战，体现在对大数据的“实时”处理需求超出了现有理论和技术的处理能力，需要创新相关理论和技术，以支撑大数据驱动的管理决策应用。大数据在数据体量、数据复杂性和产生速度3个方面均超出了现有技术手段的处理能力，为相关领域的技术创新和应用研发带来了巨大的机遇。

3.挑战三：领域导向的大数据价值开发与利用

大数据给管理与决策领域所带来的第三个挑战，是其价值具有高度的领域依赖性，即大数据的真正价值“隐喻”在不同的领域中。要挖掘这些价值，首先需要深入诠释其领域特点，才能实现大数据价值的深度开发与应用。随着社会化网络的普及和移动应用的快速发展，针对每个具体应用建立特定价值开发模型的方法不具有现实可操作性。以现有研究和应用为基础，抽象出大数据价值模型的框架模板，并在不同的应用领域对模板进行自动化实施，也许是解决大数据价值开发和利用的重要手段。

4. 挑战四：新兴大数据产业和生态系统管理的复杂性

大数据所带来的第四个重大挑战，是建立保障新兴大数据产业及其生态系统健康与可持续发展的政策环境与管理机制的理论创新。随着大数据技术创新的推进，新兴的大数据产业将迅速兴起。要促进其健康、可持续和良性成长，需要发展针对这一新兴产业及其相关社会经济生态系统的管理理论和管理实践模型。

三、前沿课题

随着大数据技术及其知识影响力的不断扩大和深化，社会及商务管理与决策领域的实践日益走向技术融合（技术与人们生活和企业运作越来越密不可分）、内外融合（企业外部数据如用户/公众生成的内容与企业内部运作及管理数据紧密结合，成为企业赖以生存发展的关键资源）、价值融合（企业提供产品及服务的过程与消费者使用及接受产品和服务的过程紧密结合，共同创造价值）。与之相应，管理科学与决策科学领域的学术研究也日益地走向全方位的多学科融合：新的研究议题呼唤着管理学、社会学、经济学、计算机科学、数理科学等多学科与多角度的综合交叉。针对国内外大数据环境下管理与决策基础理论及其应用领域研究与发展的现状和进一步发展所面临的挑战，我们需要探讨与研究的重大科学问题包括：揭示大数据驱动的管理与决策范式转变的规律；探索面向管理与决策的大数据价值发现理论体系；研究大数据产业与生态系统的治理机制；突破大数据分析与处理的关键理论与支撑技术。

围绕上述重大科学问题，本文认为，如图1所示的4个方面的前沿课题将成为未来大数据驱动的管理与决策研究发展的重点领域：

表1 大数据驱动的管理与决策前沿课题

1.大数据资源管理与政策

大数据是未来人类社会最重要的资源，为有效的利用大数据，发掘其中蕴涵的巨大价值，从资源管理和政策的角度，应主要针对大数据生态系统及其开放共享机制、大数据质量与价值评估、大数据权属与隐私3个方面开展基础和应用研究。

（1）大数据生态系统与开放共享机制。对大数据生态系统基本运行机理及与之相关的大数据管理模式问题的探讨是开展广泛大数据研究的前提和先导。

（2）大数据质量分析与价值度量。大数据质量分析是指从整体上研究并衡量特定数据集的质量，设计大数据质量判定的可计算性判据；而大数据的价值度量则是探索大数据价值度量、社会化网络环境下大数据价值生成、扩散和增值的原理。

（3）大数据研究应用的权属与隐私问题。大数据的伦理与隐私问题是在大数据背景下对社会情境关系与面临问题的反思，同时也是大数据知识与价值开发合法性的基本保障。

2、基于大数据的管理与决策创新

大数据为管理和决策理论带来了研究和创新机遇，也对相关研究提出了巨大挑战，基于大数据的管理与决策创新研究将主要针对大数据环境下的行为机理、复杂管理系统、管理与决策范式、商务模式创新与风险管理、公共管理等若干方面展开。

（1）大数据环境下的个体、组织、政府与市场行为机理。未来的研究应特别重视大数据环境中的行为机理研究，包括个人、组织或群体、政府等参与者的行为特征及其在社会与经济管理中的意义和影响。

（2）大数据环境下的复杂管理系统建模、预测与优化。这方面的研究将聚焦于建立在大数据基础上的工商管理、公共管理、社会管理等复杂管理系统的模型构建与分析，以及优化策略的设计与实现。

（3）大数据驱动的管理决策新范式及其理论与方法。在大数据背景下，商业、运作和管理等活动呈现出高频实时、深度定制化、全周期沉浸式交互、跨组织数据整合、多主体决策等特征。这些新特征的出现，要求设计和构建相应的管理决策分析模型和方法，从而也带来管理决策的相关理论和方法发展上的一些新挑战和新机遇。

（4）基于大数据的商业/服务模式创新与风险管理理论与方法。大数据为企业全面洞察顾客行为、从而创新产品和服务、提升现有产品创造了空前的机会，同时也为风险管理提供了新的手段。

（5）面向公共管理的政策信息学的科学基础与方法。通过大数据分析方法的引入，公共政策分析相关学科将得以突破原有边界，应对更复杂的科学问题。将数据挖掘、社会计算与传统公共政策过程中经济学、社会学方法融合，将极大地丰富相关领域研究方法论，从而更好地应对不断发展和变化的复杂公共政策问题。

3.大数据技术的信息科学基础

大数据使得物理世界、人类社会和信息空间的三元世界加速融合并相互作用。对数据界本质规律发现和数据价值利用存在两个基础性的能力挑战，即数据认知能力挑战和数据处理能力挑战。值得关注的研究方向包括：面向复杂数据界的大数据感知、表示、传输、存储、计算、以及面向管理决策的数据融合分析与可视化等等。

（1）大数据感知、表示与数据复杂性理论。这方面研究聚焦于量化定义大数据复杂性的本质特征及其外在度量指标，进而研究数据复杂性的内在机理。

（2）大数据存储、传输与实时处理体系结构。这方面的研究面向“人、机、物”三元世界融合环境下，探讨大规模流式数据在传输、处理和存储全生命周期内的数据处理系统体系结构的能力瓶颈。

（3）大数据处理的新型计算模式。大数据计算模式指的是根据大数据的不同数据特征和计算特征，从多样化的大数据计算问题和需求中提炼并形式化了的各种高层抽象或模型。

（4）非结构化和半结构化数据的高效处理。大数据在管理领域的最终价值是实现更加科学、高效的决策，需要对半结构化、非结构化的数据进行提炼，形成可结构化的领域知识体系，从而实现从数据到知识再到决策的价值发现过程。

（5）异构数据的融合分析与可视化。除了直接基于统计或数据挖掘的方法之外，通过交互式视觉表现的方式，即数据的可视化，来帮助人们理解和解释复杂的数据，并据此做出决策是实现数据价值的又一关键技术。

4.大数据分析与处理的数学与计算基础

大数据的出现为管理和决策研究提供了新的问题与机遇，也为相关的数学（特别是统计学）和计算基础提出了全新的研究问题，从而也要求针对大数据特征、大数据统计理论、大数据的分布式计算基础等问题展开基础和应用研究。

（1）大数据实时分析的数学基础。大数据实时分析和分布式计算要求建立新的数学基础方法，以克服大数据中的自我选择偏差、计算复杂性分解等问题。

（2）高复杂性数据的分析与挖掘基础算法。大数据所包含的信号和关系可能是较弱的。提取这些弱信号和弱关系，是管理决策大数据所能提供的一个重要机遇，也是大数据统计推断理论体系和分析挖掘基础算法所要解决的主要科学问题。

（3）大数据分布式计算的数学基础。由于大数据的体量巨大，数据分析的精度和计算可能性、速度和精度性必须同时考虑。因而，应聚焦于通过合理的抽样，必要的理论逼近，以产生可接受的精度结果，同时带来计算上复杂性的极大降低。

（4）高复杂数据的分析与挖掘的基础算法。这方面的研究关注如何在保持一定数据所含信息量的前提下寻求大数据的低维特征、稀疏表达。

四、应用领域与影响

大数据驱动的管理与决策研究不但要求多学科、多角度的交叉融合，也要求学术研究与领域实践全方位紧密结合。实践中涌流的大数据是新兴管理与决策研究的基础和源泉，学术研究的发现和成果也只有在面向大数据的管理实践中才能得到集成、检验和推广。上述前沿课题领域的研究，可能涉及的典型行业和领域包括公共管理、商务管理、金融管理、制造业/服务业、医疗健康、开放式教育等。这些行业领域的未来实践，将集中呈现出大数据的典型特征。新兴管理与决策理论和方法，将在这些行业领域中产生广泛而深远的影响。

五、结束语

大数据的兴起意味着大机遇，但同时也带来了理论与实践范式、支撑技术、价值开发、产业与生态系统治理等多方面的重大挑战，需要在基础理论、工程技术和人才培养等各个层面上加以应对。本文梳理了大数据驱动的管理与决策研究的若干前沿课题，并讨论了相应的典型应用领域及其潜在的重大影响，以期推动相关研究探索与实践发展。在这些前沿领域上的力量汇聚，将有助于建立“以数据为中心”的新兴社会管理与商务管理新理论与新范式，促进我国管理研究与管理实践模式的转型升级：发展大数据存储与处理的信息技术、分析与理解的统计学基础及其计算方法：在若干管理层面上提出深度融合领域特色的管理与决策新模型与新方法：形成对国家大数据战略及大数据产业发展的系列政策与管理建议。

跨学科的融合与协同创新是大数据研究区别于传统研究的最大特点。面向大数据环境下管理决策理论、方法、技术、应用研究的重大需求，科研机构、企业、政府应紧密协同，汇集创新力量，开展多学科综合研究和政产学研融合实践，为推动我国未来的技术进步、产业升级、管理提升以及核心竞争力的形成贡献力量。

（文章转载自《管理世界》2014年第11期，有删减；作者单位：徐宗本，西安交通大学；冯芷艳，国家自然科学基金委员会管理科学学部；郭迅华、陈国青，清华大学经济管理学院；曾大军，中国科学院自动化研究所）。

- 供稿：邱振宇 | 编辑：袁筱 -