“变”与“不变”：大数据时代数据领导力提升策略的双重建构

◎张世昌，商容轩，米加宁

哈尔滨工业大学 a.经济与管理学院；b.马克思主义学院，哈尔滨150001

一、引言

习近平总书记强调：“善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功。各级领导干部要加强学习，懂得大数据，用好大数据，增强利用数据推进各项工作的本领，不断提高对大数据发展规律的把握能力，使大数据在各项工作中发挥更大作用。”[1]目前，大数据在诸多领域已显现出强化管理与推进决策现代化的优势。例如，杭州市利用大数据打造城市大脑，让数据“指挥”交通，进而使杭州整体交通速度提升了3%—5%[2]；宿迁市、南通市等与京东集团合作，在行政执法体制改革中打造“大数据+指挥中心+综合执法队伍”的新管理机制，其中，“智能城市操作系统”的处理速度比原有平台提升了10—100倍[3]。

学界近年来对大数据时代领导力建构的关注热度持续升温，但系统化的研究体系尚未形成。从已有学术成果来看，把“(大)数据能力”作为一个选题进行探讨的主要落脚点在企业、教育、政府等三个领域。聚焦企业视角的研究目前有一个共识，即数据能为企业创新带来正向作用，更好利用数据能提升企业的管理能力。获取数据分为内部获取与外部获取，而难点在于后者[4]。尽管现有研究很多都是围绕企业如何利用数据展开研究，但其讨论的重心并没有偏离如何从外部获取数据。教育领域研究的着眼点逐渐由“校长”转向“教师”，在数据时代，教师“领导”的不仅是学生，还要关注所有对教学效果产生重要影响的人员，包括领导人员、教辅人员、教学团队人员等。所以，教师的数据领导力既包括教师获取各方数据资源的能力，也包括利用数据改善教学质量的能力。此方面研究虽然尚未提出“数据领导力”的概念，但把“领导力”作为切入点探讨主体数据能力的提升却是比较超前的[5]。以政府为背景探讨行政人员数据领导力的研究成果相对要多一些，综合来看，相关研究把数据领导力分为两类：一是领导大数据的能力，包括获取数据资源，激发数据价值，利用数据改革等[6]；二是在大数据环境下的新型领导能力[7]，如文化领导力、组织领导力、决策领导力等，也有一些成果对大数据环境下领导力的指标体系或评价体系等进行了探讨。

综合来看，各领域对大数据的重视、开发、利用已成趋势。在国家政策推动下，大数据在实践层面的应用将越来越广泛，无论是在公共事业领域，还是在商业领域等，其带来的改变和效益将会越来越明显，在市场化推动下，大数据开发利用的程度也会越来越深入。在学术研究方面，关于“大数据驱动领导力提升”的探讨在2015年后明显增多，但目前主要还是从一种客体性视角探讨大数据作为外力来如何辅助领导力的提升。随着研究的深入，赋予大数据以生命，将其作为领导力本体的一部分来探讨数据领导力的提升，会成为未来学术研究的一个重要方向。

二、领导者数据领导力的内涵

领导者数据领导力就是领导者凭借数据资源推动自我完善与管理革新，进而提升管理效能，更科学地达到管理目的的能力。其映射出的具体实践智慧可以从认知(Cogniton)、价值(Value)、方法(Method)等三个维度进行把握。

(一)与时偕行：认知维度涵养数据思维

大数据作为新兴技术，是时间维度上的空间产物，大数据形式看似“人机对话”，内在上体现的是人要尊时守位的智慧。加之多元化、同质化信息的叠加，领导者为避免认知与情感落入窠臼而最终陷入决策困境，就要改变认知、创新思维。另外，作为领导者，认知思维的建构不仅要做到适应客观要求，更要做到引领公众，与大数据交流互动、涵养数据思维是新时代领导者做好管理工作的必要条件之一。

那么，数据思维养成对于领导者用好大数据有何具体作用？按照马克思的观点，“思维和存在虽有区别，但同时彼此又处于统一中”[8]。人的思维与社会之间存在相互作用，大数据无论作为物质的生产力，还是知识的生产力，都必然要对人的思维产生影响，“大数据如同美丽的量子一样在纠缠和跃迁，深刻改变着人类的知识发现途径、思维方式和价值观”[9]。作为领导者，要想科学、高效地运用大数据，首要的是数据思维养成。“在现代社会，大数据起初是以技术形态展现的，最终却要归结于思想文化领域，即人们脑海中的价值观念——大数据观”[10]。所以，最终推动传统模式变革的不仅是技术，更重要的是技术思维。思维体现态度，决定方式，当决策者重视数据，就可能通过数据提升对社会公众需求的洞察力和感知力，增进在舆情研判、风险预测、应急管理等方面能力。数据思维体现了态度上对数据的重视和工作中对数据的再利用，即使陈旧的、静态的数据，也能在深入挖掘下提供多次生产的价值。对于领导者来说，大数据通过决策赋能提升其管理能力，在反复实践中彰显数据价值从而强化其数据思维的养成。这里的逻辑是：在传统模式下，决策者充当的是“专家”，具有话语权威，其主观性对决策起到决定性作用，而在数据思维导向的决策模式下，公众因贡献数据而影响着决策路径的选择范畴，决策者与公众发生角色融合，甚至互换，决策者要在公众划定的特定范畴内进行选择。

(二)开物成务：价值维度挖掘数据智慧

大数据的信息优势支撑其价值厚度，但要想发挥更大的实效性，离不开数字资源转换为价值的过程。在网络与计算机技术的大力发展以及智能设备的广泛应用下，获取更多的数据变为可能，但数据获取并不是无成本的。领导者一方面要用最少的成本(时间、人力、物力等)获取更多的数据，即获取资源的能力；另一方面，要挖掘更多有效的数据信息，即开物成务的能力。二者体现的是递进逻辑，即先找到资源，再开发资源。从数据获取的视角看，大数据与小数据的区别在于，大数据因其量大而能遮蔽个别不准确数据带来的干扰，小数据则要求所有数据务必精准，否则结果会有很大差别。这在一定程度上倒逼数据必须量大，否则结果准确性就无法保障。允许不精确成为大数据的一把双刃剑，它容许出错，但也使得获取数据的成本增加。实际情况是：大数据时代信息超载、信息泛滥、信息迷失等问题普遍，数据的获取难度更大，由于认知的局限性造成的数据失察、决策失误等，决策者不太可能把所有数据都一一掌握。而且在数据导向下，决策者要明确“多”与“好”并不等同，更多的数据可能导致有效数据被淹没，这要求支撑数据处理的知识、处理复杂数据的算法技术等都要提升，并且要及时对数据作出更新、关联、推理等改变。目前，很多决策者特别是基层决策者所依赖的数据往往取自网络上公开的、碎片的、无序的、海量的、出处不明的一些数据，捕捉数据的工具众多，但识别真伪、查明源头依赖的依然是人，杂乱无序、良莠不齐的数据过滤为有效数据，具有相当大的难度。既需要识别、筛选数据的精力，也需要一定交叉学科的专业素养，对决策者来说无疑挑战巨大，且即便手握全部有效数据，分析其暗含的价值规律也不容易，分析的方向、形式、手段、速度等都会影响数据价值的最终发挥。

(三)知常达变：方法维度善用数据赋能

数据的价值不在于占有，而在于使用。那么，究竟要探求的是数据的何种价值？有学者指出，数据与世界是一种动态的、复杂的“同构关系”[11]。“同构”的原因及结构关系尚不明确，因为大数据并不体现单一的因果关系，通过大数据探求相关关系更具合理性与可能性。一个著名的案例：美国网飞公司(Netflix)是一家影视投资工资，其通过用户大数据发现，有导演大卫·芬奇、演员凯文·史派西和BBC剧这三个要素的作品更受大众欢迎，于是网飞公司以高价打造了共同满足上述元素的网剧《纸牌屋》，这个决策看似“赌博”，实则是数据决策的真实体现，最终《纸牌屋》也为网飞公司赚得了巨额利润。在国家治理现代化的诉求下，领导者要培养数据思维，培育数据能力，摒弃“拍脑袋”决策、“拍桌子”执行的错误方式，明确认识大数据的“大”既是规模大，也是技术大、价值大、利益大、发展大，要形成从“人治”到“数治”的转变。善用数据是领导者从思维方式到行为习惯都依据数据作出调整，利用全息数据提供的认知优势提升决策水平。

三、大数据时代领导者领导力因素的“变”与“不变”

在数据技术支撑和推动下的领导力变革，主要体现在外与内两个维度：外部主要是组织中伦理生态的变化，如组织结构、领导模式、绩效考评等；内部主要是领导者领导力提升的着眼点的变革，如技术素养、态度、行为方式等。

(一)领导力因素中的“变”

大数据普及必然会对组织决策治理带来相应影响，它扩展了领导力的内涵范畴，影响了决策中领导力的功能发挥以及组织中的相应关系。

1.传统组织中领导力结构的伦理生态发生变化。组织中领导者对下级的话语权和权威性是决策得以制定和实施的保障。大数据的出现是否会对领导者的话语权形成消解，这是领导者切实面临和要解决的问题。如果运用数据得当，可进一步赋能领导者话语权，强化其权威性，进而使组织中的传统伦理结构得以巩固。在网络数据时代，领导者和被领导者可以同时获取数据，在一些代际差距较为明显的组织中，年轻员工(下属)可能会因其在网络、通信等方面的技术优势而先于年长领导(上级)获得数据，数据赋能权力，数据不对称导致的信息不对称会冲击领导者的话语权威，影响组织中的伦理氛围。

从个体层面来看，领导者在数据态度、意志和能力方面的表现关乎数据实效的发挥。由于精力、学历、能力等因素以及数据对深度学习与技术提升的现实要求，如何让组织内部人员接纳数据决策模式也是一个难题。另外，在数据决策模式下，一方面可能会发生组织内部边界思维强化，人们思考问题会更加注重理性实证而非感性经验，这会促进决策制定的高效化和简单化，领导者与下属之间由于决策依据的界限清晰而减少了分歧，有利于组织内部和谐关系的建设；另一方面，组织内上下级接触的次数也会减少，情感交流减少会在一定程度上冲击原有人际关系的稳定性。

2.领导者领导力提升的考量点发生变化。一是领导力的内涵范畴改变。数据的远程化操作为虚拟团队的出现提供了条件，领导者要提升管理虚拟团队的能力，在成员沟通、团队建设、规章制定、效率考核等方面注重数据化管理，这拓宽了传统领导力的职能内涵。二是领导力的实践模式改变，包括决策、监督、考核等各个过程都在发生改变。传统决策结构单一、信息有限、空间封闭、主观性强，以纵向决策和横向监督为主。在大数据时代，数据的利用率提升，全面的、客观的信息为决策的互动和扁平化提供了基础，并且决策实效能通过数据实时反馈，领导力的实效性一目了然。从安全角度讲，领导者也要提升数据保护能力，这既是领导者自我保护的需要，也是维护组织核心利益不被侵犯的客观要求。三是领导的难度改变。传统领导力的着力点以线性呈现，是自上而下的模式，而在数据模式下，领导力的着力点会聚焦在各阶段的数据上，着力点不同导致领导难度发生改变，但二者的难易程度不具绝对的可比性。

(二)领导力因素中的“不变”

大数据打破了对传统领导力的认知，使决策形式发生了巨大改变，但从决策的属性来看，其内在的价值逻辑与功能属性并未发生改变。

1.领导者在决策中的主导地位未变。在一定的组织环境中，职位赋权以及素质赋能使得领导者具有话语权和影响力。从决策过程来看，领导者既是决策活动的策划者、组织者，也是决策活动的实施者、监督者。想要作出更好的决策应明确两点：一是领导者在决策中处于核心地位。无论组织成员的数量多么庞大、构成多么复杂，也无论信息多么通畅，最终的决策主导权还是在领导者。数据丰富了决策的信息空间，使决策分析更趋近科学和细化，但数据只是辅助，“一切数据化导向下，众多廉价数据库被建立，而有效数据和无效数据的区分如何界定，一切以数据决策为主，那么，人为刻意制造的数据是否应算有效数据？”[12]可见数据决策合理化的重要前提是数据的绝对客观化，而这显然不可能，所以人在决策中的作用是算法永远无法替代的。二是组织的民主化会促进决策的合理化。组织成员会贡献数据，成员的广泛参与必然会促进数据的翔实，从而让决策建立在更广阔、厚实、客观的信息基础之上。组织成员是决策的最终受益者，他们参与决策的积极性越高，决策的民主化程度就越彻底，决策对各方利益的维护就越有力量，决策的结果也就更趋近合理化。技术的发展会促进成员参与决策的程度，但最终在决策中起主导作用的仍是领导者，无论是促进民主化、平衡各方利益，还是保障最终决策的执行，领导者的主导作用都是无法改变的。

2.对决策价值的合理性追求始终未变。无论是情感决策还是数据决策，都要涉及决策价值，这种价值体现在两个方面。一是决策过程的价值，即决策的效益比(决策方案/决策成本)。在情感导向的决策中，决策主体的价值认知和利益诉求各不相同，其提出的决策方案也会不同，在决策制定过程中所有参与者都可以表达自身观点、意见，甚至可以出现强烈乃至过激的情绪。在这个过程中，参与者作为决策主体的权利充分体现，即使消耗过程成本(时间、人力、物力等)，一般的决策结果还是追求兼顾价值的主体间性，但有时个体意见的放大会增加决策难度，所以我们往往采取的是多数原则决策而非共识原则决策。从决策过程的价值看，多数决策原则相对合理，但决策收益未必最大，因为多数决策原则有可能因多数人的无知而增大潜在风险。二是决策结果价值，即决策方案实施后产生的收益。此时价值合理性对于不同主体的认知相差很大，在决策执行中，既有受益者也有受害者，而这里的价值就是决策为服务对象所带来的收益总和最大化。所以，在从情感决策向数据决策的转换中，后者要想体现出更高的合理性，其决策价值必须合理化。尽管人们由于认知层次和利益关系等，对于大数据技术价值的认知存在分歧，但这个矛盾随着技术应用后其正向价值的凸显而逐渐转向下一阶段，即如何应用此项技术，而不再是“是否应用”的争论。

四、大数据时代领导者数据领导力的提升策略

领导者数据领导力提升的主体是领导者，动力是大数据技术，客体或目标是数据领导力。目标或客体——数据领导力在前文已经探讨，所以此处策略建构主要从主体和动力两个方面进行把握。

(一)主体思维的建构：从工具到能力

领导力重构从主体的角度进行考量，体现的是思维创新。特别是在代际转换过程中，年轻一代走上领导岗位，更要提高意识、改变思维。所谓“时代呼唤使命，责任呼唤担当”[13]，年轻干部如果不接受新的事物，不能拓展视野与智慧，不但在能力自觉上要处于被动，而且很难成为一名合格领导者。大数据的概念本身就暗含着行为属性，要让数据发挥价值，必须对数据进行处理，而这就开始于思维观念上转变。“一旦思维转变过来，数据就能被巧妙地用来激发新产品和新型服务。数据的奥妙只为谦逊、愿意聆听且掌握了聆听手段的人所知”[14]。具体来看，要提升领导者数据领导力，实现数据由孤立走向共享、推动管理由封闭走向开放，需要在思维建构上作出从“工具”到“能力”的转变。

1.数据工具化。在人类发展历程中，其进步无不伴随着对工具的制造或使用的探索。马克思曾讲过：“手推磨所决定的分工不同于蒸汽磨所决定的分工。”[15]这说明不同工具对人类发展影响的差异，数据体现的工具功能主要是相关关系，即预测性。在小数据时代，我们通常假定一个目标事件B，通过判断它和事件A的关联性来预测事件B发生的概率，这个逻辑虽然简单，但重复的演算往往会伴随巨额工作量。在大数据时代，只需要开发更优的数据算法，便可以更快、更好地获得结果，即增加大数据作为工具在生产过程中带来的价值效应。这里需要明确的是，工具的实际功能和价值增殖是两个不同概念，实际功能是静态的、独立的，价值增殖是动态的。同一工具在不同价值体系支配下所发挥的价值不同，但先进工具在社会发展中带来的增殖是物质基础得以增加的有力保证，这却是确凿的。大数据让效益增加、成本降低，在经济领域它促进了资本朝着更高收益目标聚集的效率，在社会领域它通过预知“未来”减少了伤害的发生，而使用大数据(收集或分析等)所需要的成本远远小于危害带来的损失，所以便具有了大数据使用常态化的必要性。对于领导者来说，认知、熟悉大数据的工具属性有一个过程，由于数据的工具属性中本身就蕴含着思维性，数据的观点可能会与人们传统的观点完全相悖，这时，领导者在惊讶之余应选择“相信”。因为“为什么”在这是很难得到答案的，大数据的特点是呈现“是什么”，它体现的是相关关系。

2.数据能力化。从工具到能力的转变是领导者对大数据认知的高级阶段。马克思说：“机器不创造价值，但它把自身的价值转移到由它的服务所生产的产品上。就机器具有价值，从而把价值转移给产品来说，它是产品价值的一个组成部分。”[16]因此，我们需要开发大数据的潜藏价值。按照马克思主义理论，生产工具独立于使用者，在对大数据认知的初级阶段，大数据是工具，使用者支配着大数据；在高级阶段，大数据不再是附属物，它能支配使用者。实际上，数据工具化的认知体现的是人类中心主义思想，随着应用的深入，大数据通过自主运行而呈现出的思维性越来越发挥着重要作用，人们驾驭数据的态度开始转向了尊重和重视数据。数据因呈现出思维性而与人一样具有了主体性，这时再以人类中心主义的思想驾驭大数据工具就会不妥，也难以激发数据价值。此时的大数据在一定意义上具有了“生命”，人机结合越来越成为现实。典型的案例是脑机接口技术，当人患有大脑疾病时，被植入大脑的算法芯片完成替人行驶大脑的功能，这项技术将创造人机结合新的生命形式。大数据既然可以是人类生命的一部分，更是人的能力的一部分。因此对于领导者而言，对数据价值的考量应从数据技术转移到数据思维上来，让大数据成为领导力的一部分，这是未来领导者能力重构的必然途径。

(二)动力机制的建构：技术赋能、权力规制、制度赋权

从客观情况来看，领导者数据领导力的提升既需要有内在的技术赋能，也需要有外在的制度保障，还要考虑对权力者的权力规制，只有多方作用形成协同机制，才能保障领导者数据领导力的有效提升。

1.技术赋能。技术赋能主要指通过技术手段提升个体或组织处理事务的能力。领导者作为主体会涉及技术赋权，这是技术赋能的一种体现。当然，在数据共享、治理开放的过程中，技术赋能因分散于组织成员之中，可能会导致消释领导者的话语权威，但这与推进决策科学化的方向并不矛盾。赋能一方面进行权力再分配，激活公众的参与积极性，使决策更加民主，如掌上办事平台既简化了办事程序，也规避了权力阻碍，有效地清除了赘余的权力，释放了行政管理中的生产力；另一方面，领导者在技术赋能方面的获益是巨大的，这也是其数据领导力提升的必要过程。对于领导者来说，数据领导力是领导智慧的集中体现，其提升的难点往往在于数据盲点。数据缺失导致决策只能凭借主观经验和感觉，所以领导者首先应提升搜集数据的能力。搜集数据不是毫无方向的漫天撒网，要在综合考量成本的情况下以最高效率完成，要注重数据搜集的全面性、有效性、长期性、规范性、高效性。其次，是提升数据处理的能力。要使数据发挥价值，必须有效处理数据：一方面要探求数据的隐藏价值以及数据间的关联性；另一方面，要将数据价值可视化地表达出来。决策要有数据作为信息支撑，价值需要有效表达，否则会使决策的说服力下降。再次，提升数据应用的能力。领导者对数据的掌握与利用程度关乎整个组织的工作效率和成绩，领导者要提升数据导向认识、强化数据思维、创新数据驱动，要构建数据共享平台、完善数据分析体系、转化数据智慧的优势，让决策向智能化、现代化迈进。最后，领导者还要提升维护数据安全的相关能力。随着数据广泛应用，数据安全关涉的利益也会逐渐深化，数据保护的责任会加重和变得艰巨，用好数据必然要求保护好数据，否则决策的效力一定会遭到解构。

2.权力规制。权力规制是对公共权力拥有者的规制，即对规制者的规制，体现的是对权力主体责任的规范。其主要实施对象有三类：第一类是政府。政府无论是制度的制定，还是制度的执行，都应公开透明、权责分明、接受监督。对政府权力规制的难度最大，因其层级式监管模式耗费人力、物力巨大，往往在问题萌发时难以察觉，问题爆发时危害已经较大。在大数据时代，政府权力规制既要明晰数据共享与安全维护的界限，也要注重用大数据助力权力规制。通过对各级政府生产数据的监测，“利用信息化技术收集、识别、分析、监测实时数据”[17]，监督政府在行政过程中不当行为，用数据监管的动态化、常态化推动权力规制的实效化。第二类是领导者个体。领导者在组织中占据着权力的制高点，在数据的获取与应用上往往拥有优先权。另外，由于传统治理中行业专家对领导者决策的影响已为数据所对冲或取代，在治理结构的重构中，领导者也有可能利用数据优势满足私利，因此，权力规制要防止领导者运用数据牟取不当利益。第三类是拥有数据的企业或组织。他们往往是数据算法的开发者和受益者，例如，购物网站的排名系统、飞机场的身体识别系统等。从数据辅助到数据决策，再到数据独裁，其权力逐渐膨胀，资本与算法技术的合谋解构人的主体性。当我们注册某款软件时，通常是“被迫同意”了用户协议，这相当于给数据统治签发了通行证和免责牌。数据即权力，当大数据被当成侵犯大众的工具或被二次利用来牟取不当利益时，无论这种行为是有意的还是无意的，它都应受到惩罚。

3.制度赋权。制度赋权是通过制度的方式强化领导者的决策权或行动权，它是领导者数据领导力提升的外在动力与保障。在选人方面，数据领导力拓展了领导者业务能力的新范畴，如何选出或培育能更好地适应岗位要求的合格人才，将成为提升治理能力的关键一步。毛泽东曾讲过：“政治路线确定之后，干部就是决定的因素。”[18]而人才的培养除了其自身的自觉成长以外，还离不开外在制度的促动。用大数据建立干部表现的全息图，可以精准选拔、跟踪培养出符合组织要求的合格人才。在用人方面，一是要建立健全完善的培育制度。大数据作为新兴技术，人们从认知到熟练运用有一个漫长的过程，既要用制度鞭策领导者在技术学习上进步，也要用制度赋权促动其大胆尝试，敢于突破、敢于出错。二是要建立科学规范的考评指标。“数据虽然不会说谎，但考核量化指标的制定和大数据分析模型却不可避免地会受到人的影响。建设者往往会将自己的固有经验和个人偏好注入考评指标的量化和大数据模型的分析计算中去”[19]。所以既要规范数据决策的整个程序，让数据从收集到应用的整个过程透明化，也要完善监督机制。虽然在一般情况下决策结果是公开的，但数据是不完全或完全不公开的，仅有领导者可见。那么，这既要求领导者有较高的数据素养，也要求制度保障整个决策过程的透明化，只有这样，才能保证权力在人民的监督下发挥作用。