研究五模式:发现问题、描述现象、阐明机理、提出方法、设计机制

人类对于自然与社会的认知是需要多个角度的,一度物理学的思维模式占据了整个的学术界,这是可以理解的,因为物理学从现象开始,然后就是对外在表象之下的内在机理的阐释——从现象到本质难道不是人们认知世界的一般过程吗?

但是,在研究管理问题时,大家发现因为人的参与,其实很难找到一个可重复、可验证,或者可证伪的规律,反而是似乎正面也值得分析,完全的反面也需要研究,似乎人们这么想是应该的,反着想也没有什么不对啊。

那么,物理模式的思维对于管理学也就面临着很大的挑战和问题,人们于是求助于生物学里的各个分支学科,觉得那是和社会管理更接近的一门自然科学。但是,找来找去,又都似是而非。

我认为,任何一个门类的科研,都有如下五个研究模式,不过有的会强调其中的一类或几类罢了:

一、发现问题

爱因斯坦说过这样一句话:想象力比知识更重要。很多人阐释过这个说法,大致是认为知识是已经固化的东西,而如果要推进人们对于未知世界的认识,就一定要有更强的稍离眼前这个范围的东西。

也就是说,如果能够发现新的问题,则这一问题可能带领大家步入一个新的阶段或领域。

物理学中二十世纪初的那两朵乌云正是问题,而发现这两个问题开始并没有引起大家的重视,以为只是两个容易解决但是大家暂时没有想到的小玩意儿而已。但是,后面的物理学爆发式的发展正是起因于科学家们对这两个问题的逐渐深入认识。

如果大家没有认为这是两个问题,也许明星辈出的时代就会错过,人们对于物理世界的了解就依然停留在牛顿时代。

当然,发现问题之后就是解决问题,而在某种意义上,解决问题本身都不是特别关键的要害,而是在解决问题的过程中产生新的思维模式。数学中的疑难问题多了,数论、图论这类古老数学分支里的各类难题如过江之鲤,很多东西的解决假以时日并非没有可能,但是很多问题的解决其实是没有意义的。说到陈景润面临的1+1的问题,差不多就是这样,他把筛法应用到极致,然后给出了最接近哥德巴赫想法的结果,但是,只是把一个古老的方法应用到极致而已,并没有新的方向因此诞生,也没有在解决问题的同时给出新的思维脉络,这个研究的价值也就有限了。

二、描述现象

刚刚有博主提到了第谷和开普勒对于物理学的贡献,其实,物理学正是在正确地描述现象方面最为用力的学科之一。

而且,从某种意义上说,描述现象就足以伟大了。

事实上,如果我们严格一点,第谷先生连描述现象都没有做到,虽然好在开普勒三定理实现了这一点,用三个描述现象的方程把第谷一生的数据积累进行了模型化。不管是第一定律的椭圆轨道定律,还是第二定律的面积规律,抑或第三定律的调和定律,都是对既有现象的一种刻画与描述。而正确的描述一个客观现象其实并非容易的事情。

而管理中的现象可能就是类似霍桑试验里面说的,工作车间的灯的亮度是否会影响到工人的工作效率?工人的工作效率为什么相差无几?而不是玩命干活的就能多拿钱?对于这些现象的了解已然可以算作一个研究主题了。

三、阐明机理

开普勒们就算描述清楚了现象,可是现象是怎么来的?如果回答不了这个问题,就无法深入到更深的规律层面,牛顿之伟大也就在这里了。

之前的信徒们觉得那都是上帝的安排,对于牛老师而言,也没有否定这一点,但是,他还是想知道开普勒给出的这些现象究竟背后是什么力在推动。

于是,他找到了老牛三定律,而万有引力正是造成地球按照椭圆轨道绕太阳转的根本动力,且其他星体也一样,而万有嘛,就总是存在的。这就基本解决了开普勒现象背后的本质问题。从而为制造卫星(属于设计机制的一部分)让它服从这些现象打下了理论基础。

任何学科都有类似的发现机理的内在要求,化学中给出了周期表,发现了不同元素的根本性差异,就一样是机理的阐释,而这个自然比发现氧气有什么作用更有价值。

所以,现象学层面的东西再准确,也无法和机理层面的研究相比,让英国的老戴讽刺的炒菜做科研的行为其实基本就停留在现象学的浅层,而内在机理却难得说清楚;黄秀清质疑的超导理论从而希望研究透彻的也正是机理层面的内容。

管理科学中当然也有机理层面的东西,比如如何理解事件,如何从时间的阶段上对于事件的孕育、发生、发展与演化进行刻画,就是极难但是极有价值的研究主题。

四、提出方法

我的观点,提出研究方法是最难也是最具备挑战性的研究模式,因为方法多是普适的,不会只用在一个方面。

现在在社会科学研究中倡导的“社会物理学”其实就采集物理学的各类模型和方法用在社会科学上,当然也包括管理科学。

我喜欢提及的最漂亮的一个方法是层次分析法,那是一个把定性的评价定量化的极其美妙的一个方法。层次分析将目标和准则以及备选方案分成至少三个层次,然后专家们不对着方案直接评价,而是对着准则评价,而准则相对于方案是有着相对客观的排队结果的,于是,方案的最终决策排序就可以很漂亮地给出来。

举个简单例子,相亲是个管理决策问题,如果姑娘有三个相亲对象难以决断,就可以用层次分析法来做。

目标:当然是从三个中挑选一个合适的对象。

准则:可以用学历、长相、身高、家庭、收入等作为准则。

对象:A,B,C

对象对于准则基本是可以客观排序的,这个自不待言,我们不在这里多讨论。

那么,姑娘内心纠结,就请专家吧,七大姑八大姨出来,她们不是对着三个小伙子品头论足,而是对准则的重要程度进行评判,而且,最多也不能超过9倍,你如果认为学历比长相重要1000倍那就不是理性选择了。这样,所有的专家意见整理下,再检查一下所谓一致性(就是不同准则比对时可能出现的矛盾现象,如学历比长相重要3倍,长相比收入重要2倍,但是学历又比收入重要9倍)。

最后,专家意见作为权重,对象的打分最后就会出现,这个避免了专家对方案直接判别,应该说是很漂亮的决策方法,加之三分钟就能给小学文化程度的人讲明白,这个方法的各类应用的论文早就超过了几万篇,其中多数应用是中国学者和研究生的贡献。

五、设计机制

设计宇宙飞船其实就是了解了地球绕太阳转的机理之后主动去设计机制,在符合机理的前提下达到一个新的目标。Mechanism本身就是一个机械领域的词汇,后来被广泛地用来,生物学里面如果谁研究透彻了某个机制,是完全可以得诺贝尔奖的,但是,生物学里面的很多被叫做“机制”的东西其实只是“现象”,从这里也可以看到,机制这个词被不同学科使用,都用歧义了,用坏了。

不过,尽管如此,设计机制来达到目标还是更多在管理学中能够得以体现。

来源:学术中国

原文发布于微信公众号 - 数据的力量(shujudeliliang)

原文发表时间:2014-11-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

CapOne:一直在做随机试验

2479
来自专栏IT派

太酷炫了!万科最新大数据市场研究手段曝光!

近期,由上海万科与多家高校及城市数据团合作搭建的专属于万科的大数据分析平台正式上线了。这是万科在推动房地产行业的大数据化、引领地产行业转型潮流上踏出的重要一步。

921
来自专栏AI科技评论

学界|运筹学教授叶荫宇:作为 AI 基石,优化算法如何在实际中应用?

AI科技评论按:昨天,AI科技评论报道了钛媒体和杉数科技主办的 2017 AI 大师论坛,其中,杉数科技首席科学顾问叶荫宇出席了活动并发表了学术演讲。作为在运筹...

35312
来自专栏CSDN技术头条

深度长文丨大数据,小数据,哪道才是你的菜?

美国著名科技历史学家梅尔文•克兰兹伯格(Melvin Kranzberg),曾提出过大名鼎鼎的科技六定律,其中第三条定律是这样的[1]:“技术是总是配“套”而来...

31610
来自专栏大数据文摘

大数据,小数据,哪道才是你的菜?

2878
来自专栏华章科技

《人类简史》作者:算法胜利,自由意志将终结

Yuval Noah Harari是畅销书《人类简史》的作者,他的新书《人类上帝:未来简史(Homo Deus: A Brief History of Tomo...

713
来自专栏PPV课数据科学社区

漫谈大数据的思想形成与价值维度

在漫长的数据蓄水过程中,数学和统计学逐渐发展,人们开始注意对数据的量化分析,在人类进入信息时代以前这样的例子就不胜枚举。比如经济上,黄仁宇先生对...

2706
来自专栏灯塔大数据

深度好文丨黎斌:《易经》“数相”与“大数据”

导读:人类已迈进“大数据”时代,当前学术界对“大数据”的研究较多,但从易学角度进行研究的却很少。该文从易学视角,以独特的《易经》数相思维,论述和研究了“大数据...

2806
来自专栏针针小站

【Skill】大学生提前养卡系列 – Y-POWER信用卡(校园版)

1245
来自专栏罗超频道

旧文重读:大数据预测四个条件,十大行业

世界杯期间各家科技巨头利用大数据预测比赛结果,再现“章鱼保罗”雄风。世界杯结束了但大数据预测还会继续。从夜观天象到气象预报,从童话里的水晶球到今日的科技预言家...

3445

扫码关注云+社区