数据驱动、熵基分析组织决策中的权力转移:一种量化组织层级结构权力分配的方法

《Decision Analytics Journal》:A data-driven entropy-based approach to analyzing power shifts in organizational decision-making

【字体: 时间:2026年02月16日 来源:Decision Analytics Journal CS10.9

编辑推荐:

  为解决组织决策中权力因素难以量化、其动态变化未被充分研究的问题,Maximilian Schr?er 开展了一项基于信息熵的组织结构权力研究。该研究利用Shell-SPIRIT专家系统模型,通过分析系统变化的组织场景,定量证明了三条关于通过组织设计调控权力的基本论点。研究首次将权力从序数衡量提升至基数衡量,为整合结构性权力进行组织分析和决策提供了透明的量化基础,对理解组织行为、优化管理结构具有重要理论和应用价值。

  
在商业世界中,决策过程往往被视为一种理性、线性的活动,但现实情况远比这复杂。一个由实习生提出的绝佳提案,可能远不如首席执行官随口一提的想法更受重视,这背后无形的力量就是“权力”。权力在组织决策中无处不在却又难以捉摸,它不仅塑造了正式流程,还深刻地影响着非正式结构和层级内部的影响力分布。尽管至关重要,但在企业管理研究中,权力的角色及其量化方法却常常被忽视,主要原因在于权力本身难以被精确捕捉或测量。与此同时,随着人工智能(AI)技术的进步,结构化的决策方法正变得越来越重要。这就引出了一个核心问题:当前的决策理论是否具有足够的实践相关性?一个结构化的方法固然为寻找最优解提供了良好基础,但无法保证所有决策参与者都朝着同一个目标努力,潜在的利益冲突或竞争目标也可能被忽视。权力,作为决定哪些议题能进入正式决策程序、以及讨论如何进行的关键因素,其影响亟待被纳入分析框架。为了填补这一研究空白,一项发表在《Decision Analytics Journal》上的研究,提出了一种创新的、基于熵的量化框架,旨在剖析正式组织层级中结构性权力的动态变化。
为了开展这项研究,研究人员主要采用了以下几个关键技术方法:首先是熵基建模框架,该框架将定向的权威关系转化为结构权力的基数衡量标准。其次是利用Shell-SPIRIT专家系统,该系统能够处理符号与量化信息,从组织结构的概率表征中推导出权力潜力。研究构建了一套系统的、在其他条件不变(ceteris paribus) 情况下进行比较的组织情景(如部门合并、引入新层级等),并将这些层级结构以二元规则(如 TN_j | TN_i = 1.0) 的形式输入系统进行分析,以量化特定层级变动对个人及集体权力潜力的影响,实现了权力衡量从序数解释(ordinal)基数解释(cardinal) 的原则性转变。
研究发现与结论如下:
1. 不同权力关系类型的熵表征
研究区分了三种基本的权力关系类型:相互支持关系(USR)相互压制关系(UDR)单向服从关系(UWR)。本研究聚焦于分析公司层级结构,因此建模主要围绕“单向服从关系(UWR)”展开。通过Shell-SPIRIT系统对简单两人场景的分析,展示了不同关系类型下权力潜力的计算与变化。例如,在单向服从关系中,若TN1对TN2行使权力,TN1的权力潜力为 -ld(1/3) ≈ 1.58 bit,TN2为 -ld(2/3) ≈ 0.58 bit。若TN2通过引入相互支持规则来平衡关系,则双方的权力潜力会均等化为1 bit。这为理解权力动态提供了微观基础。
2. 组织内部重组对权力潜力的定量影响
研究人员构建了六种层级变动情景(基于一个基本组织形式),并利用熵模型量化了每种变动下各参与者权力潜力的变化。分析揭示了结构性调整如何具体地重新分配影响力。例如,在“部门合并”情景中,接管了原TN_3职责的TN_2及其团队权力增加;而在“职责范围缩小”情景中,TN_2、TN_5及其下属TN_6的权力均出现下降。这些分析清晰地展示了组织结构变动对权力格局的连锁效应。
3. 提出并定量验证三条权力调控论点
基于定量分析结果,研究归纳出三条关于引导个体权力的、具有普遍性且得到数据支持的论点:
  • 团队规模变动论:扩大你的团队以获得权力,缩减团队则会丧失权力。
  • 周边权力论:当你周围的人权力潜力增加时,你也会获得权力;反之,当他们权力减少时,你也会失去权力。
  • 汇报线变更论:与权力更大的人直接互动能增加你的权力;与权力较小的人互动则会削弱你的权力。
    这些论点虽然直观,但其重要性在于首次在一个连贯的分析框架内得到了定量验证,为组织设计和权力管理提供了基于证据的策略依据。
4. 熵基框架中的不确定性考量
研究承认并探讨了模型中的不确定性。由于规则库通常只约束了所有可能配置中的一小部分,因此存在多个满足条件的概率分布。通过应用最大熵原理(MaxEnt),系统从所有兼容分布中选择信息最中立的一个,从而确保结果仅反映规则库中明确编码的依赖关系,而不引入额外假设。这保证了模型在结构上的稳健性和解释上的清晰性。
总结与讨论
本研究的核心贡献在于引入了一个基于熵的、基数量化框架,用于衡量正式组织层级中的结构性权力。通过将权威关系转化为概率约束,并计算由此减少的组织不确定性,该框架能够有意义地比较权力差异和聚合效应。研究发现,组织中的权力分布并非静态,而是会随着层级结构的变化而发生系统性转移。例如,增加管理幅度、调整汇报关系或引入新的管理层级,都会显著改变个体和团队的权力潜力。
这项研究的意义深远。首先,它提供了一种透明、可复现的分析方法,将原本隐性的权力动态显性化、可测量化。其次,研究提出的三条调控论点,为管理者有目的地设计组织结构、优化决策流程和影响力分布提供了理论依据和定量参考。尽管当前模型专注于正式层级(单向服从关系),但它为未来整合非正式网络、信息资源控制等更复杂的权力维度奠定了基础。随着数字化和远程办公的普及,组织权力结构正在经历深刻变革,此项研究为理解和引导这些变革提供了有力的分析工具。最终,这项工作推动了对组织权力的研究从定性描述走向定量分析,为构建更公平、高效和适应性的组织开启了新的可能性。
相关新闻
生物通微信公众号
微信
新浪微博

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号