周末正在琢磨产业分析框架应如何拥抱生态概念,忽然在几个群里都在转《外国经济管理》开出的行业研究专栏,鼓励学者做行业研究
我很赞同这个方向,风气一新!
在企业战略实务里,行业洞察是最重要的模块。学者如果对行业缺乏洞察,去和企业交流基本上找不到切入点。学者行业know-how的不足,是制约学术界和产业界良性互动的关键症结
然而,在管理理论研究中,随着五力模型式微和RBV主导,行业研究逐步淡出甚至被刻意遗忘,不太受顶刊待见,貌似只有Industrial and Corporate Change欢迎这类研究。
以前研究行业的学者似乎在拥抱eocsystem。比如Baldwin。再比如Jabobides SMJ 2018把他的industry architecture理论改头换面为 ecosystem。ecosystem和industry是否同一分析层次,未来必成争论焦点,按下不表。
问题导向的重要性
有老师感叹,谁能说清楚管理学到底有多少理论?
要我说,这问题不用纠结,不管多少理论,都是拿来解决问题的,有用的就用,没用的就不用。要用的好,必须对理论理解深入,多少不重要。我们要教学生利用理论思考问题,而不是上来就灌输理论
这不是说理论不重要,或者不需要花精力。须知,要把理论理解到能解决问题的水平,很不容易。当然,理论在大多数情况下只能够提供一个思考视角,很难给出具体答案。但是,理论创新机遇恰恰容易在这时浮现。这个理论不够解决问题,那就再去学下一个,交叉交叉,学术创新也出来了,问题也(更加接近于)解决了。
群里又有老师又说:现在管理学的研究,很多的理论,很多的指标,好像现在的西医,分不同的科室,检测很多指标,最后不一定把病看好。反而中医把把脉,能把疾病解决掉。管理学研究是不是有点这个倾向?
这个就是我说的缺乏问题导向嘛。
和问题导向对应的是理论导向和数据导向。
理论导向就是从理论到理论。搞学术的一定要有理论贡献,但最好是问题导向的理论贡献。理论导向的理论贡献,总在文献里面打转,缝缝补补,也出不来啥大贡献。其实,理论导向也不赖,毕竟抓了一头,更糟糕的是数据导向,有啥数据就做啥理论,按药抓病人,而不是看病人抓药,一个数据集不做个五六篇emprical誓不罢休
为啥会出现数据导向呢?因为数据难得。为啥数据难得?因为进入企业收集数据不易。为啥进入企业不易?因为企业不待见学者。为啥不待见学者?因为许多学术研究研究的不是“真”问题,无法产生实践洞见。
问题导向,这个在产业界看来顺理成章的立场,在管理学术界居然需要大佬们轮番上阵,专门撰文来提倡。岂非怪哉?
首尾呼应下,为什么行业研究重要?因为没有行业情景,就无法深刻理解问题。接下来谈另一个问题,记录自近日和组内同事的一场辩论。
仅仅有问题导向还不够
我的研究所属于剑桥大学工程系的管理学部。工程系下面的管理研究,秉持问题导向。这是Teece的观点。他讲engineering paradigm的管理学研究有两个优势,第一,problem-solving,第二,system perspective。我们的研究是发挥了这些优势的。
另一个相关的,工程系的管理研究比较重视过程研究,比较重视工具开发。解决问题时,最好能给一个step-by-step 的manual。
但是最近我意识到工程系的一个弱点。
工程系大多研究机器和物质,看得见摸得着。所以,这些研究强调发明创造——工程师并不是科学家,他们做出一些发明,贡献一些发现,解决问题便能得到尊重,却并不要求精准阐述这些发明背后的科学原理。
这导致,这种范式下的教育体系重视“发现”却不重视“阐释”,重视description却不重视prescription,重视“how”却不重视“why”。
简单说,知其然不知其所以然。
我必须把以Eisenhardt为代表的Standford工程系摘开。Eisenhardt的案例研究非常强调“所以然”,她是以做实验的方式(postivism)做案例研究,以推究现象背后的道理的。
讨论中,同事争辩说,一个重大疾病治疗方案的发现,医学理论(病理学)上也许一时解释不来,但救了千万人,我们应该承认它的价值。
然而,管理学的研究对象很多都是形而上的。管理研究没有办法像医学那样循证,分期试验,漫长审批。在缺乏这些保障机制的基础下,如何声称管理学研究的知识是可靠的呢?尽管不能说和牛顿第二定律那样可靠,至少要比自媒体的十万+要可靠点吧?如何保障?
我的答案就是要重视理论。
理论就是一系列概念背后的因果关系。我们所发现的一系列流程/过程,不能停留在描述层面,必须深入因果机制。比如,我们发现一个成功流程可以解决某个问题。那么,这个成功的流程在何种前提下成功?适用于何种场景?
为何流程应该是这样而不是那样,为何此流程失败而彼流程成功?这个流程,不应该是一个descriptive 的process,而应该是prescriptive 的process,类似于理想模型。潜台词是,按我这个model做,至少可以增加成功概率。没有因果机制的process model不可能达到这一点
所有管理工具开发背后都需要有因果机制支撑,否则既不可靠也不实用。
没有因果解释的流程/过程,没法让管理者信服。所谓problem-solving,至少让人知道为什么这个solution而非那个solution能解决这个problem吧?那么,定义problem,然后再定义solution,解析其构件,再阐释之间的因果关系,应该理所当然吧。
尤其案例研究。作为学术研究,多少应具有一定的generalisability吧?如此,仅仅呈现出观察到的现象,而不阐释现象背后的机制,很难claim案例研究的价值。如果仅仅说“本研究观察到此处发生了此流程,进而解决了此问题”,换到另一个”他处“,解决方案可以照搬吗?
如果研究仅仅得出了上面那句话,显然不可能回答这个问题。研究结论至少应该是“此处的这些因素导致了该问题,而此流程改进了这些因素,从而解决了该问题”。所谓的机制,其实无非更深入一点的观察而已。
但它多了一些启示。我至少可以去探查“他处”是否出现了“此处”所发现过的若干因素。很大可能性不会完全复现那些因素,但只要有一个因素曾在“此处”出现过,那么我就可以从上一个研究得到启发,即该因素如何导致“他处”的问题,以及某种解决该因素的思路(不一定是答案)。
这些因素和机制积累多了,好比学术界给产业界提供一个思维工具箱。一些个因素看着比较顺眼,反复在多个场景出现,那就凑合成一个所谓的框架或模型。但同时得让管理者明白,啥时候这些个因素或模型可能起作用,也就是理论的边界条件。
可见,我是从实用主义和问题导向的角度看理论的。一个基本原因是没有因果关系,我没法说明我的研究的适用性——人家企业说,凭啥能在我这用?我又不是你的小白鼠。几个问题问下来,就逼得你不得不考虑因果机制了。
为啥我不看好高校让功成名就的大教授领衔去与企业对接行业研究。因为这些咄咄逼人的问题,企业是不会对着大牌教授们问出来的。然而,这恰恰是实践与学术良性互动的关键环节。
这些既不同于商学院又不同于我所在研究所的观点,可能和我的职业经历有关。战略部是做决策支持的,我对管理学研究的期许,是研究发现要直接影响到决策者的决策逻辑,至少某一环。这一定是基于因果逻辑推断的。简单说有点像讲故事,因果链清晰,故事听起来更convincing,决策就更容易做出。
从顶天立地到善始善终
国内学者提倡做顶天立地的学问,顶天大概就是重视理论贡献,立地就是要问题导向。我第一次听到这个词儿,就缩了缩脖子——这事儿目标太明显,做人得低调,还是不凑这个热闹。
我早年在企业做战略研究,被一些人攻击,虚!太虚!你倒是告诉我怎么完成这个季度的KPI啊。我喜欢用白乐天的两句诗来回击:上穷碧落下黄泉,两处茫茫皆不见。上有九天,下有九地,天行健、地势坤,一人全占也不合适啊。所以,我对于顶天立地这个“狂想”是不太感冒的。
这篇小文谈的两个点,正好也是这两个因素。我却更愿意用一个小词儿来形容两者的统合:善始善终!问题导向是善始,理论贡献是善终。也没有上升到学者人格这个高度,咱做好每一个小研究,选题开题关注真问题,结题发表关注理论贡献。如此反复,而已!
登录 后即可参与评论