陈国青教授在南大人文社科大数据研究院名家讲坛首次开讲

来源
信息管理学院

  2018年10月18日,由南京大学人文社会科学大数据研究院发起的“名家讲坛”首次开讲,清华大学经济管理学院EMC讲席教授、教育部长江特聘教授、国家杰青获得者陈国青教授作为第一位登上“名家讲坛”系列讲座的学者,在南大仙林校区新闻传播学院报告厅做了题为“管理学‘遇见’大数据——范式转变与前沿课题”的精彩报告,慕名而来的听众超过250人。本次讲坛由信息管理学院院长孙建军教授主持,信息管理学院、新闻传播学院和腾讯互联网+研究中心联合协办。

  陈国青教授一直是中国管理信息系统领域的领军专家,曾担任国际信息系统协会中国分会(CNAIS)创始主席(2005-2013),主要研究与教学领域为商务智能与电子商务、 IT战略与管理、模糊逻辑与数据模型。在本次讲座中,陈国青教授从大数据时代的“数字化生存”出发,提出当前的人物、事件、活动都可以被数据记录和追踪,从而构建了从数据角度研究人物、事件和活动的事实基础。从理论视域看,大数据时代则可分为数据商务和算法商务两个典型阶段,前者仅仅是从片段数据对商业活动进行感知、细化或改良,更接近于数据描绘、数据感知的工作;后者以充分的数据源、完整的数据链为基础进行全景的数据画像,同时通过更有效的算法设计发现或实现更多价值。与传统“小数据”相比,大数据具有典型的“4V”数据特征,从而产生了数据科学研究的三种典型问题视角:即问题粒度缩放视角、问题跨界关联视角和全局观察视角,而这些是以往小数据或传统管理学研究方法难以研究的问题领域。而另一方面,大数据研究对管理决策不仅带来了更多面向未来的预测议题,而且在问题的描述、问题归因或因果关联的解释层面均带来了创新与拓展。

  陈国青教授在报告中提出,大数据驱动的研究范式转变以及大数据嵌入的创新应用是管理学领域大数据研究面临的主要挑战,也是机遇。在过去的管理学研究分析中,主要依靠模型驱动,数据分析方法包括聚类分析、模式分析、关联分析等传统方法以及文本分析、社会网络分析等新方法,主要是用于模型检验,是管理研究的一个环节。但在管理大数据问题研究中,数据分析中将面临的多变量组合、潜在变量关系更加复杂和多样,研究所需的样本规模、变量数据的可获取性发生了根本转变,使得传统模型驱动的研究设计难以解决管理大数据问题。

  因而,当管理学“遇到”大数据时,将必定寻求新型研究范式的突破。具体而言,大数据驱动的研究范式至少涌现出“外部嵌入”、“技术增强”、“使能创新”三种典型的研究模式和视角:外部嵌入是指在解释变量中嵌入传统理论没有关注或无法测算的变量,从而构建新的要素关系体系,拓展了管理学研究的要素视野;技术增强则拓展了传统计量研究方法的体系,引入了更多高维数据转化、隐变量关系发现的技术方法,拓展了管理学研究的技术手段;使能创新则是将大数据分析和关联能力引入管理价值、商业模式的创新,能够展现全新的业务视角,拓展了管理学研究的观察视角。目前,典型的研究实践是对富媒体数据资源的充分利用以及对大量过去不可测或不可获的潜隐性变量识别和研究;同时,大数据驱动的管理研究并非是“替代”模型驱动的研究,而是互为补充,更加全面地呈现了管理学研究问题。

  谈到管理学领域的大数据前沿课题,陈国青教授结合自身主持的自然科学基金重大研究项目大数据驱动的管理与决策研究推进情况,认为可以提出一个4╳3的“全景式PAGE框架”来概括:理论范式(P)、分析技术(A)、资源治理(G)、使能创新(E)四个横面,粒度缩放、跨界关联、全局视图三个视角,从而构成12个问题空间。而在具体的数据应用场景中,陈国青教授提出了管理研究的5个版本(Version)的“意境”:V1.0是管理学理论+案例分析;V2.0是V1.0+模拟数据分析;V3.0是V2.0+标杆数据分析;V4.0是V3.0+大规模实际数据分析;V5.0是V4.0+用户行为数据分析。同时,管理学研究应该兼具“科学+艺术”的特征,以人工智能为例,未来的IT技术可能具有情感、艺术或审美,或许未来已来。

  在点评环节,孙建军教授认为,大数据在管理学研究中的卷入,确实已经带来了理论视野、研究方法、问题设定等全方位的变革,而陈国青教授以丰富的研究案例和宏大的理论视野明确提出了管理学拥抱大数据、发掘大数据、利用大数据的必然趋势,为广大管理科学的研究学者和学生提出了管理研究过程中大数据素养的现实要求,应该积极应对。

                               (裴雷)