从“被秒”时代到“自秒”时代.doc

1、1从“被秒”时代到“自秒”时代摘要：被迫量化的“被秒”时代成为历史，互联网与移动技术的高速发展让人们更愿意且更容易地量化自我，这种积极的量化为移动医疗提供了有力支撑，让市场及社会供需关系更加和谐，并有利于弱连接在社交网络中的构建。 “自秒”的时代已经来临。 关键词：“被秒”时代；“自秒”时代；量化自我 中图分类号：F27 文献标识码：A 文章编号：16723198（2015）18006103 1 “被秒”时代 19001910 年是管理学历史上重要的十年。期间大师辈出，伊莱休?鲁特在美军中发起了管理变革，使得人们在实践中第一次有意识、系统地应用了管理的原则。法国采矿工程师亨利?法约尔提出了管理

2、的 14 个普遍特征。然而，这一时代显然是属于泰罗的。与法约尔关注于管理的本质不同，泰罗是一个实际问题的解决者。他曾说过：“科学管理就是75%的科学加上 25%的常识。 ”正是持有这种理念，泰罗奠定了科学管理的理论基础，使得管理成为科学。 而泰罗让管理学成为科学的关键工具则是一块普通的秒表。泰罗在工作中发现他所管辖的工人们普遍存在“磨洋工”的现象。而他通过观察找到了这种现象的原因，即：监工对一项工作应该需要耗费多长时间2没有稳定预期或标准，同时工人们认为慢些干比快些干对自己更有利。工人们在这种情况下没有理由和动力去高效率干活。于是泰罗拿着他神奇的秒表认真测量了工作中每一个工序所需的时间，从而算

3、出在最佳的工作态度下一个普通工人单位时间内能够完成的工作量，即工人的单位期望产量。泰罗用秒表打开了工人干活效率的暗箱，工人们从此不敢再“磨洋工” 。这就是秒表的功效，即是量化的力量。量化让模糊变得清晰，让管理变得更加科学，计划更容易制定。有了测量数据，企业便可以据此制定详实的奖惩措施来激励工人，提高生产率。泰罗的这种量化思想影响巨大，1997 年的财富在一篇文章中指出：“泰罗影响着各行各业，他的思想决定了麦当劳对厨师翻烤汉堡包数量的期望，决定了电话公司希望接线员能够帮助接通多少个电话。 ”在那个“多即是好”的时代，秒表控制下的生产线是高效而正确的。福特便是秒表量化的忠实粉丝，从而开创了福特汽车

4、帝国。 然而随着时代改变，泰罗的秒表思想不久便暴露出了弊端。科学管理几乎把衡量当作了管理者的全部工作，从而在秒表思想下的管理者就是一个监工，一个收集信息交给决策者的记录员和报告员。这种简单的量化管理方式使企业只关注提高生产效率和降低成本，而忽视员工的劳动条件和企业绩效的改善，让工人们觉得被动而不安。被动的量化管理忽视了人性，认为工人们不应该去感觉和体会自己的工作，而应该隐没自己的个性去工作，同时沟通也是不必要的。泰罗的思想是把管理视为一门与人的欲望无关的科学。 工人们对于这种量化显然不是心甘情愿的，是一种被迫式的秒表控3制，他们处在“被秒”时代。他们在工作中越来越感觉到自己的情感和人性被忽视。

5、量变终将质变，在 1911 年和 1912 年，美国国会通过了一项法律：禁止文职人员使用秒表（1949 年才被取消） 。这一事件是对“被秒”时代公然的批判。 “被秒”时代从而也宣告结束。 2 无处不在的“新秒表” 如今的量化不再依靠单维的秒表，现代科技使多维量化的“新秒表”成为现实。移动终端、可穿戴技术、传感器网络则是“新秒表”的核心基石。 移动终端即是在移动中能够使用的计算机设备，包括手机、平板电脑、笔记本、车载电脑等。而其中最为流行的移动通信终端便是手机。手机与我们形影不离，并“严重”影响着我们的生活。2015 年全国研究生入学考试英语试卷的大作文“聚会低头看手机”更是教育界对这种“严重”

6、性的一种呐喊，也从侧面体现了人们越来越离不开手机的事实。手机中的 GPS 记录了我们的地理位置，支付宝等移动支付 App 收集了我们的消费信息。手机不仅能量化我们的行为、习惯，还能够将所收集数据通过应用程序分析处理，将结果生动的呈现给我们。 可穿戴技术是美国麻神理工学院媒体实验室于 20 世纪 60 年代提出的。利用这种技术便能将多媒体、传感器及无线通信等技术嵌入衣着里，从而摆脱传统的手持设备而获得无缝的网络访问体验，进而使无缝量化也得以实现。可穿戴技术提供了一种高效、低成本、实时、连续获取数据的手段。可穿戴技术孕育了可穿戴产品，如：爱普生 Pulsense 系列智能手表及手环、苹果推出的 I

7、watch、谷歌公司发布的 Google Glass、小4米手环等。近年来这类产品已经渗入我们的生活，特别是年轻人的生活。相信这些“新秒表”不久会如手机一般必不可少。 移动终端和可穿戴设备一般都是通过传感器来测量和获取我们的个人数据。传感模块和电源模块组成了基本的传感器，基本的传感器加入微处理器最小系统就成为了智能传感器。而传感器网络则是由若干个增加了无线通信模块的智能传感器组成的自组织网络。传感器网络具有自组织、微型化、强感知的特点，能够协作感知采集和处理对象信息，为数据的量化和采集提供了更为可靠的“秒表” 。并且，传感器网络是物联网的重要组成部分，使物理与信息世界融为一体。 移动终端、可穿

8、戴技术以及传感器网络都是收集结构化数据的“硬秒表” ，然而像微信、微博这样的社交网络工具往往记录和量化了我们的非结构化数据，是我们的“软秒表” 。我们会在微信上发布我们今天享用了什么美食，会在微博上发泄一下我们对老板的不满，会在 QQ 群里和大家一起分享自己跑步的经验。这些非结构数据对于我们的态度、心理、兴趣以及偏好有着重要的参考价值。虽然“软秒表”相对于“硬秒表”对分析技术的要求更高，但一旦分析得当，我们往往就能够得到的更深层的、 “硬秒表”难以发现的启示。 总之，有了这些“新秒表” ，我们便可以随时随地，不间断，多维度地量化，从而产生更为可靠而全面的数据。手持秒表的时代已经过去，量万物于无

9、形似乎不再遥远。 3 “自秒”与量化自我 在互联网时代，人与人之间高度联接，互动已成为习惯，人与人性已经极大地受到重视。人们不再接受冷冰冰5的秒表计时，不再接受没有人性关怀的被动量化， “被秒”时代无疑被人们所抛弃。人们不仅拥有更高的知识水平和更多的求知渠道，而且他们更加注重自身的感受，无论是在工作中还是在社交过程中。更多的人已经不再为了吃饱而去劳动，而是为了情感愉悦而去活动。人们更愿意去做积极的量化，更乐意使用自己选择的“秒表”来衡量自己希望了解的事物。情感的诉求加上“新秒表”的技术支持，使人们自己量化自己的“自秒”愿望越来越强烈。 美国科技杂志连线的两位主编 Kevin Kelly 和 G

10、ary Wolf 在留意到这一量化趋势后，于 2007 年提出了量化自我（Quantified Self）概念。量化自我，指的是“运用科学手段，对个人生活中有关生理吸收、当前状态、身心表现等方面的数据进行收集” 。Kevin Kelly 和 Gary Wolf 不仅提出了量化自我的概念，而且随后把对量化自我感兴趣的使用者和工具制造者们组织了起来，于 2011 年 5 月在美国加州召开了第一次全球性的量化自我大会，发起了一场量化自我的社会运动。 在量化自我的初期，人们进行的主要是与人体日常生理活动及状态直接相关的量化活动，学者刘振声称之为狭义的量化自我，即：大多通过计算机、可穿戴设备等技术手段对

11、运动、睡眠、饮食以及心情等行为进行跟踪记录，然后对收集的数据进行分析研究，并为使用者给出合理建议。典型的例子有：Nike Fuelband 服务商推出的穿戴式设备及 App 能够记录行走步数、距离及热量消耗等。Jawbone UP 推出的用于记录和追踪睡眠、活动、饮食和心情信息能够连接其他自我量化软件。EmWave 提供的通过监测心率，判断压力情绪，改善精神状态的体外设备。 6如今随着“新秒表”的高速发展和人们日益强烈的量化自我意愿，狭义的量化自我已经不能满足日常要求。学者刘振声指出如今的量化自我将产生四种个体数据：（1）与人体机能及状态有关的健康数据。主要包括：身体数据、运动数据、饮食数据、

12、情绪数据等。具体表现形式为：身高、体重、睡眠、情绪等。 （2）与个体性格、认知规律有关的认知数据。主要包括：性格数据、兴趣数据、社交网络数据、语义习惯数据等。具体表现形式为：经历、言论、照片、视频、标签、兴趣组、访问记录、社交关系等。 （3）与个体消费行为与习惯有关的消费数据。主要包括：交易数据、金融财务数据、税务与社保数据等。具体表现形式为：存款、股票、资产、投资、信用卡记录、电子消费记录、纳税与社保记录等。（4）关于个体与物理环境互动的环境数据。主要包括：天气数据、位置数据、通讯数据等。具体表现形式为：LBS 记录、天气记录、驾驶数据、航班记录、通讯记录、旅行记录等。 4 “自秒”时代孕育

13、移动医疗 移动医疗即是建立在移动终端基础上的医疗及公共卫生软件系统。移动医疗体系大概可分为 9 个部分：医患交流、提供信息来源、即时医疗及培训、疾病管理、院内交流、患者管理、支付系统、急救系统、公共卫生。通过移动终端搭建起沟通平台后，患者与医院便能够进行高效的交流，从而实现移动医疗。 最开始，人们进行量化自我就是想通过追踪和记录身体的各项指标来改善身体健康状况。如今，健康依然是人们“自秒”的重要动机，特别是在医疗保障不够强健的中国社会更是如此。在发达国家甚至中国，7已经有相当一部分人会用 Fitbit 或小米手环记录自己一天的路程并算出消耗了多少卡路里，会佩戴手表式血压器监测并记录自己一天的血

14、压变化，会用 ZEO 眠监控仪记载每天的睡眠情况。移动终端或各种可穿戴设备将他们的各项生理数据上传到互联网，从而能够更好的与医生、健康群体或家人朋友交流。 这样的自我量化风潮为移动医疗提供了有利基础。2006 年夏天，加拿大某地区疾控中心结合全基因组测序和社会网络分析两种方法成功分析出疾病传播链条，从而将资源集中投放于结核病高危人群。如果该地区的人民没有良好的“自秒”习惯，显然是无法得到社会网络中详尽的生理数据的，更无法成功的阻止结核病进一步的蔓延。 “自我量化”的时间越长，医生看到的患者身体数据就越完整，移动医疗的诊断力便更强。5 “自秒”时代让供需更和谐 主张“自由放任”的经济学家认为：市

15、场如同“看不见的手”在供给和需求之间，根据价格的自然变动，引导资源向着最有效率的方面配置。而这样一个市场是如何用它那神奇的“看不见的手”配置资源的，在传统的市场条件下想要看清这只手是件极为困难的事。然而在“自秒”时代，供需双方都能轻松地将自己的选择量化共享。供需关系如同市场的血液，而“自秒”让人们能够清楚的看到这只市场之手的脉络，使得供需关系更为和谐。 如今很多年轻人似乎已经遗忘了用“招手”来呼叫出租车了。我们不妨回忆下传统的打车过程：出门，站在路边，用自己锐利的目光快速8搜寻亮着“空车”指示灯的出租车，发现空车后迅速向它招手甚至呼叫，出租车司机注意到我们后会向我们停靠过来，此时我们要以最快的

16、步伐奔向它，因为很可能还有其他乘客与我们同时招手。在这样的过程中，乘客出门后不知道什么时候可以碰到空车，也不知道有多少人与自己竞争招手；由于同样不知道何时何地会有人向自己招手，出租车司机也会在漫无目的在马路上徘徊。因此，对乘客和司机来说传统的打车过程是辛苦而迷茫的。然而，新的打车过程是：乘客只需在家里打开手机里的打车软件，点击“预约”发送打车请求，出租车司机接单应答后，在手机的定位地图中观察出租车的实时位置，待出租车快到时，便从容地出门准备上车。乘客和出租车司机双方的“自秒”实现了这一新的打车模式。乘客与出租司机通过移动终端的 GPS 功能将自己的地理位置以及相互的距离量化并共享到互联网，使得

17、乘客与司机之间不再依靠感觉或缘分去邂逅对方，而能够直观的看到“我们距离有多远” 。 自我量化不仅让供需在地理位置上能够更好的匹配，它还能产生更为合理的价格机制。我们去食堂打饭，每个人去待遇都一样，一碗米饭1 元钱，这似乎非常公平。但我们考虑这种情况，食堂只剩最后一碗米饭，有两个人，一个饿得快不能动了，另一个只是觉得现在该吃饭了，他们同时去买这最后一碗饭。显示此时，米饭的价值对于两个人是不一样的。对于这种情况，我们还用相同的价格去分配这碗饭仍然是公平的吗？如果不公平，我们该如何定价才算合理呢？“自秒”可以解决个问题。我们设想，如果这两人身上都佩戴着能够测量血糖、血压、心跳、情绪的可穿戴设备，当两

18、个人来到食堂时，食堂的价格系统便立即根据两个人9此时身体的综合数据来计算出谁更需要这碗饭，即这碗饭对谁的价值更高，从而依据真正的价值来定价，而不是米饭的简单成本。 6 “自秒”时代构建弱连接 乐动力是北京一家科技公司于 2013 年 6 月开发的一款能够全天候自动记录用户运动行为的手机应用程序。支持步行、跑步、骑行等有氧运动的自动识别和热量计算，同时还能帮助用户自动生成每天的生活轨迹。乐动力的下载量已经超过 300 万，如今已经成为了国内最为流行的记步软件。乐动力之所以如此成功，不仅在于它满足了人们自我监测身体数据的基本需求，更源于它迎合了个体的自我超越、自我展示、分享自我等社交诉求。乐动力的

19、“好友排名” 、 “附近排行” 、 “圈子” 、 “微信好友排名”功能使它具备了外部性，满足了用户展示自我及分享交流的社交需求。这些排名让所有使用乐动力的用户们你追我赶，还能够点赞互相勉励。而参与“排名”或“圈子”的成员，除了用户的亲人好友外，大多是一般朋友甚至未曾谋面的“比较熟悉的陌生人” 。从而使人们通过自我量化这一共同行为建立起了弱连接。 乐动力这样的“秒表”让人们在量化工具中表达自我、与人交流、分享经验心情。工具不再只是工具，人们会在其中越来越多地投入情感，留下回忆。这样的“秒表”会吸引更多的人们“自秒” ，并在“自秒”中建立起弱连接。弱连接虽然不如“强连接”那样牢不可破，却有着极快的

20、、可能具有低成本和高效能的传播效率。另外，在冷冰冰的世界建立起更多的弱连接至少是件温暖的事。 7 结语 10在国家大力推进物联网、互联网+、以及大数据处理的今天， “被秒”时代显然过时。随着生活水平的提高，人们更加注重自我的实现与超越，越来越想探索自己的生活，了解生活，成为生活的主人。隐形的秒表藏于每个人心中， “自秒”时代已经来临。 参考文献 1斯图尔特?克雷纳.管理百年M.海口：海南出版社，2003. 2刘振声.“量化自我”从数据化个体的角度重新审视“大数据”EB/OL.http：/ 3雕爷.雕爷论 Uber 为什么该得诺贝尔经济学奖EB/OL.http：/ 4陈然.量化自我：大数据时代教育领域研究新机遇2014 年地平线报告研究启示J.现代教育技术，2014，24（11）：511. 5于海斌，沙鹏，梁伟.智能无线传感器网络系统M.北京：科学出版社，2006.