近日，笔者在论文写作中需要用到一个较新的学术概念：XX技术应用，当然究竟是什么技术，这个不重要了，这里采用泛指的概念，你可以把它具体化为“大数据应用、信息技术应用”等等。与XX技术应用相关的文献很多，但是鲜有学者在文中对这个概念进行精确定义，甚至根本找不到定义。这让笔者在梳理相关定义时以及给出本文的定义时面临很大的困难。的确如此，在日常生活中，我们听到这类词汇，大概能知道是什么意思，XX技术应用不就是一项技术在组织的应用嘛。但是在学术论文写作中，特别是实证类的论文中，仅仅用上述定义是很难去衡量这个概念的。这项技术具体包括什么子技术？有无维度划分？在组织中的应用方式和表现是什么？这让我想起彼得·德鲁克的名言：无法衡量就无法管理。借用这句名言，笔者的感受是：无法界定就无法衡量。不界定清楚就去衡量，那衡量出来的结果自然经不起推敲也极有可能出现偏误，那组织就更谈不上对其进行管理了。

近期，《南开管理评论》主编白长虹老师在概念界定方面发表了如下看法：

管理理论的运用必须具备一定的精确性。这种精确并非数字意义上的精确，而是指人们对主要的概念、概念联接而成的命题以及论证方式有着深入的、大范围的共识。管理理论要与实践更好地结合，要在实践中发挥更大的作用，一定要具备这种精确性。

这与笔者的感悟不谋而合，但白老师是从管理实践的视角突出了精确界定概念的重要性。当然，挑战与机遇并存，当你绞尽脑汁，给出清晰界定时，这就能成为论文的一个创新之处，把相关的研究往前又推进了一小步。

当我感觉自己悟了的时候，管理学教授提出灵魂一问：XX技术应用是资源还是能力？如果是的话，有什么样的理论内涵？这种资源和能力是否具有价值性、不可模仿性、稀缺性、难以替代性？

说实话，不仔细思考，很难马上做出回答。因为从笔者看的一些文献，特别是经济类的文献，很少有学者去探讨XX技术应用概念的理论内涵。就如现在讲得比较多的数字技术应用、数字化转型等概念，理论基础和内涵是比较薄弱的。

笔者想这个问题之所以重要，可能的原因如下：

第一，管理学与经济学的论文写作还是存在差异的。管理学者喜欢会用理论看待世界，解释管理现象，论文中的中介变量、调节变量的选取都要以理论作为支撑。经济学论文的写作虽然也离不开理论支撑，但是并不像管理论文那样用得淋漓尽致，像中间机制的检验，为什么要选取这几个中介变量，很多都是基于已有文献或者说是以往的经验证据。

第二，了解两类论文对理论的不同要求后，管理学论文中的概念需要理论化自然成为题中应有之义。概念没有理论内涵，就难以融入论文的理论框架，就不可能对具体的理论做出增量贡献。

第三，这就对应上前面白老师所提出的观点：管理理论要与实践更好地结合，要在实践中发挥更大的作用，一定要具备这种精确性。有种透过现象看本质的意思。

我们以大数据应用这个概念为例。

在经济类的文献中，如发表在《经济研究》上的《大数据应用对中国企业市场价值的影响——来自中国上市公司年报文本分析的证据》，作者对大数据的定义如下：

“大数据”定义为企业收集、处理与利用的海量、高速、多样化的数据要素或资产。

但是，论文没有进一步大数据应用的内涵进行定义了，也没有对这个概念进行理论化了。

在管理类的文献中，如发表在《研究与发展管理》上的《高管支持、大数据能力与商业模式创新》，作者将大数据应用理论化为一种动态能力，并且包含三个维度。

谢卫红等结合中国企业大数据应用的管理实践, 提出大数据能力是一种获取、整合企业内外部大数据资源, 通过深度分析, 处理并提取潜在的商业价值, 不断适应外部环境变化的动态能力, 包括资源获取能力、分析整合能力以及应用能力3个维度。

笔者想，这有没有可能是因为前者使用的二手数据，难以像一手问卷数据那样理论化概念呢？我们来看下面这篇文献。

发表在《Management Science》上的《Data Analytics, Innovation, and Firm Productivity》，该文使用二手数据度量的大数据分析，同样将大数据分析理论化为一种能力：

We broadly define data analytics as the ability to process, analyze, and transform data to detect patterns, fifind useful insights, and support decision making.

其实，这三篇文献都想测量企业应用大数据的程度或者能力，但是在不同学科的研究范式下，对概念的定义和理论化还是存在一定差异的。一言以蔽之，在什么山上唱什么歌。

以上是处理论文中新概念的两点感悟。一是需要清晰界定概念。但关于如何系统和完整地界定一个学术概念，这里面还有很大的学问，笔者还需要继续学习和总结。二是不同的研究范式对概念理论化的要求不一样。

参考资料：

1.白长虹.管理研究需要工匠精神[J].南开管理评论,2022,25(03):2+1.

2.张叶青,陆瑶,李乐芸.大数据应用对中国企业市场价值的影响——来自中国上市公司年报文本分析的证据[J].经济研究,2021,56(12):42-59.

3.谢卫红,李忠顺,苏芳,王永健.高管支持、大数据能力与商业模式创新[J].研究与发展管理,2018,30(04):152-162.

4.Lynn Wu, Lorin Hitt, Bowen Lou (2019) Data Analytics, Innovation, and Firm Productivity. Management Science.

转自“南博吉吉”微信公众号，本文仅作为学术交流分享，如有侵权，请联系本站删除！