下载掌阅APP，畅读海量书库
立即打开
对于简单环境系统下的可驯服问题，存在点对点式的解决方案。环境要素及其中的因果关系是常态的、可分析的，问题本身也是清晰和稳定的，这样的情境可以具象隐喻为“捞起游泳池里的一颗石头”。可以有效应对这种挑战的是在现实中被广泛采纳的主流分析范式，即对问题进行解构，提炼相关要素并分析因果，进而得出解决方案的过程。分析范式着眼于客观事实，其分析过程一般有三：第一，对客观事实进行精准的描述；第二，通过演绎、推理等方式将问题分解为诸多要素，包括内部要素与外部要素等；第三，根据假设、检验等手段得到问题的解决方式，即另一个客观事实（Arbnor和Bjerke，2008）。科学管理中的流程管理、定量管理等都是主要基于分析范式的理念思想。
分析范式可以追溯至第二次工业革命后期的科学管理思想，管理学的现代管理思想中普遍将泰勒的科学管理视为肇始。那时，包括人在内的管理对象都被视作管理客体，而管理目标在于劳动生产率的最大化，即财富最大化（陈春花，2011）。在相对稳定的环境中，决策者有着清晰的目标，例如使得生产效率达到最优。决策者可以通过收集所有生产环节中的耗材、材料价格、员工耗时、不同工种的薪酬等信息，从采购、员工排班、车间流程等方面设计一个最佳方案，使给定成本下的产量最高或达到给定产量的情况下成本最低。分析范式可以透过对组织中各个要素的控制来实现组织目标。
然而，管理范式的适用是有赖于市场、科技、法律等外部要素的（Koontz，1980），以科学管理理论为代表的分析范式也主要适用于其诞生的工业革命时期。也就是说，有效的分析范式主要存在于市场信息完备且对称的前提下，一般可以识别问题的成因，进而通过对成因的管控而获得问题的解决方案。
在学术领域中，大量实证研究都是建立在这种分析范式的基础上，最典型的代表就是相关性模型和线性回归模型。相关性模型分析变量与变量间，或前因与结果间的简单对称的线性关系，而非多因并发或者因果纠缠的复杂因果关系。分析范式致力于解释不同要素的变化或干预行为对结果产生的影响，其理念可以用计量中的多元线性回归模型来表达。
其中，y表示被解释变量， β 0 表示截距项， β 1 β 2 … β p 表示解释变量系数， x 1 x 2 … x p 表示解释变量， ε 表示随机干扰项且服从独立同分布。
学者指出，社会科学实证研究中最常见的错误之一就是把集合关系表述为相关关系，并作为解释复杂现象因果逻辑基础，而这种范式极大程度地忽略了线性、独立等假设与现实中复杂环境、顽劣问题的不适配。