邱泽奇:技术与组织:多学科研究格局与社会学关注

选择字号:   本文共阅读 212 次 更新时间:2017-09-02 15:23:31

进入专题: 多学科格局   技术中心论   情境中心论  

邱泽奇  

   摘要:技术与组织研究始终是一个多学科的领域,既有文献的研究目的大多指向提高组织绩效。其中,社会学之外的学科关注绩效相关的因素,如创新,其细分主题结构清晰;社会学则关注人群关联的因素,如工作,其细分主题较为分散。就其理论而言,早期研究以技术中心论为主,20世纪90年代之后情境中心论和社会中心论逐渐凸显,形成了多取向并存的格局。如果说以工厂为代表的组织是工业化时代人类社会生产与生活的基本形态,其组织绩效议题占据主导地位;那么,在信息技术应用广泛、发展走向纵深的时代,人的个性化凸显则呼唤社会学对人群加以更多关注,为理解信息时代的技术与组织提供理论支撑。

   关键词:技术与组织;多学科格局;技术中心论;情境中心论

  

一、问题与数据


   组织绩效是工业化时代的核心议题,人们认识到技术和组织是影响组织绩效的因素。20世纪50年代,有学者观察到技术与组织的交互对组织绩效的影响(Woodward,1958),指出单纯关注技术或组织都不一定能提高组织绩效,进而引起学界广泛关注,使“技术与组织”变成了一个专门的研究领域。

   在过去的近60年里,来自管理学、社会学、经济学、政治学、工程学、信息科学、行为科学的学者们在各自的学科领域对“技术与组织”做了大量研究工作。但是,学科之间的隔膜使学者们对研究的总体格局并不熟悉。

   有文献对技术与组织的某个(些)维度进行过探讨,或侧重理论视角(张燕、邱泽奇,2009),或聚焦于技术视角(李小卯,2000;李治堂、吴贵生,2008;齐晓云等,2012;杨梦园,2015;Dedrick et al.,2003;Leidner & Kayworth, 2006),或探讨未来趋势(Phillips et al.,2010)。这些探索对学科发展功不可没,但未能呈现研究领域的整体图景。还有文献试图建构“技术与组织”的知识体系(Hunt, 1970;Aldrich, 1972;Blau et al., 1976;Goodman & Sproull, 1990),但由于没有后继研究而中断。

   没有整体图景和知识更新,对技术与组织感兴趣的研究者便难以对研究议题进行准确定位,也难以找到有意义的学术生态位(niche),其成果或是对既有研究的重复,或仅增加既有结论的例证。即使幸运地在无意中为既有知识增加一个新的“点”,如不了解其与其他知识的关系,也不能形成对相关知识的拓展与推进,损失了研究应有的价值。

   每一次技术与组织的巨变都会对人类社会提出巨大的挑战,从蒸汽机、电力到信息技术,莫不如此。人类正在迈进智能制造、智能服务、智能生活和人机融合的时代。技术与组织的变革再一次进入转折时期。把握技术与组织研究的整体知识图景对理解正在发生的和即将出现的变革具有未雨绸缪的意义。

   本文的数据由三部分构成。第一,作者运用传统的主题检索方法获取图书、期刊文献和学位论文数据,包括运用中国知网、JStor、ScienceDirect等数据库进行检索;专题查找社会科学综合、社会学、经济学、管理学、政治学、教育学、科学学、软科学、信息科学等主流中英文期刊;运用世界主要大学和国家图书馆的在线书目数据库进行检索。这部分文献大体勾勒出技术与组织研究多学科的格局与社会学关注所在。

   第二,作者使用Web of Science(WoS)在线数据的核心合集,包括运用WoS主题检索“technology and organization”获取多学科数据;运用WoS数据分析技术与组织文献在不同学科的分布;运用WoS数据工具提取主题词和被引用次数等数据。通过分析,本文获得技术与组织研究的多学科格局和社会学关注焦点并比较两者之间的异同。

   第三,作者利用谷歌学术数据,包括运用谷歌学术主题检索“technology and organization”,按照主题相关性由高到低排序,获取多学科综合数据;运用网络数据搜集工具获取前1000条记录的字段数据;逐条记录、核对文献各字段数据的准确性,筛选文献,将其整理为可分析的数据。鉴于谷歌学术数据并不完整,本文仅运用这部分数据来佐证对学科格局和理论取向的探讨。

  

二、技术与组织研究的细分主题

  

   (一)技术与组织指的是什么?

   英国学界对技术的定义相对严格,主要限于生产技术。伍德沃德将技术与组织并称时并没有给技术下定义,只是指出“不同技术对(组织中的)个体与组织有不同的要求,而要满足这些要求,尚需要组织采用不同的形态(forms)”。她进一步阐述道,如果要发挥技术的效率,需要依赖组织中的人类关系(human relations)(Woodward, 1958:16-18;Woodward,1965)。阿斯顿(Aston)小组以及另一些同样关注组织与技术的研究都沿用了伍德沃德的界定(Hickson et al., 1996;Pugh, 1996;进一步讨论参见Phillips et al., 2010: 11-17)。

   美国学界对技术的界定则非常宽泛。在马奇主编的《组织手册》(March,1965)中,李维特认为组织要素包括任务、人(行动者)、技术和结构。其中,技术指用于解决问题的发明创造,既指机器,也指程序(Leavitt, 1965)。佩罗的定义则更加宽泛,认为技术是用以将组织的投入(原材料、信息、思想)转换为产出的各种工作流程、机器和方法(Perrow, 1967)。达夫特补充道,技术是组织的生产过程,不仅包括机器设备,也包括工作程序(达夫特,2014)。

   在人类的生产和生活中,技术不只是处理原材料的手段与流程。从广义上讲,技术是人类应对生存与发展的经验模式,是创造工具、运用工具、改进工具的实践方法;从狭义上讲,技术是组织活动的工具性方法。正因为组织的工具活动与众多其他因素的发展变化相关联,所以技术是动态的(Gawer, 2010;Ellul, 1964)。

   至于组织,早期文献显示学界的认识非常一致。组织指正式组织,如工厂、学校、政府等。值得注意的是正式组织的要素参与者与组织关系的变化。20世纪90年代之前,组织成员基本属于组织。在信息技术广泛应用和兼职现象丛生的背景下,组织的边界逐步成了一个被讨论的议题(Pisano, 1990),而且变得越来越现实(Afuah, 2003;Santos & Eisenhardt, 2005)。学界不得不重新思考对“组织”定义的共识。

   技术与组织之所以成为一个研究议题,是由于1958年英国皇家科学与工业研究部出版的“工业进步问题”系列的第3份报告。报告观点鲜明地回答了当时英国各界对工业发展提出的问题:除了管理(组织)和创新(技术)之外,工厂的生产效率还来自哪里?报告指出,每一类工厂都有生产技术,每一类生产技术都要求有与之对应的组织结构。如果技术与组织结构适配,则生产效率高;否则,生产效率便会大打折扣。在初期的探索中,人们认识到的是技术与组织结构的适配关系。这也是其后相当一段时间内英国学者研究的主题。美国学者的研究主题要宽泛许多,包括对组织成员心理、个体和组织结构、管理的跨国比较,同时也从经济和制度的视角来讨论技术与组织。

   (二)多学科关注的细分主题

   文献的主题词反映了多学科对技术与组织研究的细分主题状态。为从总体上把握细分主题,我们运用WoS数据整理了逐步迭代的4份主题词对数据的分析分为两步:第一步,计算主题词分布,观察主题词映射的细分主题总体格局。第二步,在主题词数据中剔除技术、组织、技术与组织等主题词之后观察细分主题的变化,凸显细分主题。在这部分讨论中我们运用前两份数据,分析和刻画细分主题的多学科总体格局。

   第一份为最外层的多学科数据。采用逐步迭代的检索方式,获得文献7170篇,运用WoS标记工具提取有被引数据的5785篇文献(有效记录5273个,空记录512个),及其主题词和被引次数。第二份为从多学科数据中截取的被引次数最高的前100篇文献的主题词和被引次数数据(以下简称“前100”,记录数100个,有效记录数95个)。

   为判断多学科技术与组织的细分主题分布,我们计算了两组参数。第一组为以主题词为分析单位的基本统计参数,用以反映文献中细分主题的整体格局。第二组为用主题词乘以被引次数为权数的参数——被引权次,用以反映细分主题的受关注程度或影响力。

   经过整理,主题词总数为15239个,出现次数总计52891次;其中,仅出现1次的为10930个,占总数的71.7%。少数主题词如“组织”(organization)和“技术”(technology)有着极高的出现次数,但绝大多数主题词的出现次数极低。依出现次数由高到低排在前10位的主题词参见表1的“多学科—合并后”列。对多学科数据基本统计量的分析发现,主题词数量多且较为分散。主题词出现次数的均值为3.47次,方差高达587.76,中位数为1次,25%分位数为1次,75%分位数为2次;前10个主题词累计次数占比14.6%。

   对主题词出现次数分布的分析发现其在总体上呈幂律分布,满足齐普夫定律(Zipf,1965)。对数化以后回归的相关系数高达0.90,以双对数形式展现的多学科主题词出现次数衰减幂次为-0.7759。为进一步呈现“技术与组织”研究的细分主题,在剔除技术、组织以及技术与组织三个主题词后再次进行分析的结果显示,主题词排序结构没有改变,只是原来紧随在前10个主题词之后的两个词挪了上来(参见表1“多学科—剔除后”列)。鉴于主题词出现次数为幂律分布,为检验多学科数据的结果,我们截取了被引次数最高的前100篇文献。按照上述方法再次分析,由高到低降序排列的前10个主题词如表1的前100。

   比较表1两份数据合并后的主题词可以看出:第一,排序结构发生了变化;第二,在多学科中排在前10的“信息技术”与“视角”没有出现在前100的前10之中。这是因为越早出现的文献被引用的概率越高,且文献讨论更多体现的是当时的议题,与整体格局有差异。例如20世纪50年代信息技术已应用于组织(Thompson & Bates,1957;Lee,1964),可是其快速扩散则是20世纪90年代以后的现象,对信息技术的讨论在这个阶段才大量出现。第三,多学科竞争是对研究视角和主题的重要影响因素。从表1看出,创新和绩效是得到最多关注的细分主题。

那么,影响力维度呈现的结果与出现次数的结果是否有差异呢?截取至少有1次被引用的主题词进行分析,结果显示:与未加权的数据比较,被引权次的分布更加集中在技术、组织、创新、绩效、知识等少数主题词上。(点击此处阅读下一页)

    进入专题: 多学科格局   技术中心论   情境中心论  

本文责编:陈冬冬
发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 社会学 > 社会研究方法
本文链接:http://www.aisixiang.com/data/105805.html
文章来源:社会学研究杂志

0 推荐

在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。

学友讨论

Powered by aisixiang.com Copyright © 2017 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号 京公网安备11010602120014号.
易康网