数智时代的计算管理科学：融合创新与引领跃升

王国成

(1.中国社会科学院 数量经济与技术经济研究所， 北京 100732；2.中国社会科学院大学 计算社会科学研究中心， 北京 102488)

管理，源发和生存于人与自然、个体与群体的交互节点；管理学，活跃在自然科学、工程技术与人文社会科学的交汇平台上；管理科学，是成长于多学科大跨度、多维度大纵深交叉平台上阵容强大的学科群；计算管理科学，形成了新一轮科技革命浪潮中澎湃奔腾的巨浪。无论是应用实践还是理论建构，具有量化计算传统的管理研究，正在基于数据驱动、抓住数字化和AI等新技术助推的绝佳机遇迈入新时代、登攀跃升到新高度，也有望为突破管理科学研究的核心难题开辟新的方向和途径。

一、数字化与人工智能开启管理科学研究新时代

劳动工具和劳动方式的进化，推升着生产力水平；人类需求升级、科技进步和认知深化推动生活方式、社会组织结构和文明形态的变革演进，也促进管理实践与理论探索的纵深精进。分析方法和技术工具是科学研究和理论发展的生产力，当今大数据、数字化和AI等新一轮科技革命的兴起，无疑为管理观念转变、分析方法升级、对长久困扰的核心难题的深入和突破等创造了前所未有的良好契机，提供了优越工具[1-3]。

1.数字化与人工智能的时代特征

一般认为，数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。AI引领新一轮科技革命，正在以智创型生产力为产业变革转型和生活方式改善强劲赋能，也极大地改变和推升着人类的思维与认知。在数字化与AI及相关科技进步的综合作用和叠加推动下，人类社会发展开启和迈入了新的数智时代、呈现全新的经济业态和社会形态。

在人与自然交互的任何管理活动及相应的理论探讨中，“人”是唯一具有能动性的因素；人占主导作用的管理过程，并非是单纯的自然或机械性过程和效率提升，而应是人为主体的“人本管理”。“人”无疑是管理的核心之核心，尤其是对群体“人”的管理，更是之甚之难。人欲且能提高管理效率，万物(人)互联是载体和渠道[4]，行为大数据是资源材料，技术是实现手段；难点在于由异质个体组成的集体行动逻辑，协调控制优化整体产出的效率、提升方向和进路。而基于(大)数据科学的计算思维、计算科学和数字化技术的核心价值和最大优势在于能理顺、合适表达和揭示包含大规模异众的组群的多层次、全过程的行动特征和复杂(决策)规律；在AI等技术进步和应用的同时，也必然会发掘和促进人类智慧的创新升华和诉求的提升。尤其是在当今数智时代，在高性能计算、云计算等技术的支持下，有了对现实问题丰富、全面、深入、精细、规范的反映，这为计算管理科学的发展创造了极好的机遇、奠定了基础和提出了更高需求，使其研究内容更加接地气，分析方法和建模计算与实际问题更具针对性、联系更紧密，所得研究结论的解释力更强、应用领域拓展更广泛、展现出更加强劲的发展势头；主要对象是人及交互关系的管理科学的进展和数智世界的时代特征，根本是目标意识，核心是效率，手段是文明知识和科技进步，包容协调异质性个体的群体行动逻辑，但受限于数据和算力。而数智时代带来了新的转(契)机，这就是数字化、AI和计算及相关学科用于管理研究的核心价值及恒久的议题和难题。

创新必然要超越常规、跳出传统，而具有主动性和内生自激励的人，既有行为规范(惯例)又不完全受其控制，具有创新基因且起着不可替代的主导作用。传统的将人工具化所带来的管理探索也遭遇到不可逾越的认知屏障，迫使理论研究的重心和焦点必然要转移到深挖人性及人际关系上，由此进一步强化人的主体地位。因此，管理学中的人性化研究逐渐转向管理哲学，推动管理哲学又回归到将“人”确立为核心的问题上[5]。而以人为核心，也是数智时代最鲜明的本质特征，是新一轮科技革命与管理科学研究最有力的结合点和交互支撑点。

2.开启管理科学研究新时代

在“科学管理”年代，人经由教育、训练、选拔等过程，被改造成规范化的劳动因素；引入近代科学方法论，管理学被改造为规范化、数量化和最优化的基本理论与方法体系，并在逐步广泛运用中不断强化决策、指挥、(协调)控制和监督等管理效能，从而极大地提高了(组织形式的)劳动生产率，在一定的历史时期内和社会环境条件下促进了社会和文明进步。管理理论和方法以“经济人”或类似的高度抽象的人性假设为前提，相应的制度和措施也是依此前提设计实施的。由于基本假设剥离和舍弃了人性的丰富内涵，片面地把人性与市场经济特性结合，并规范化为可测可控的因素，这一方面是方法和工具，与近代科学方法相适应的抽象化、模型化的管理方法，显然是一种“非人化”的管理方法。尤其是被称为“管理科学”主要分支的运筹学，作为一种数学理论和方法，出于高度抽象化的要求，把人、财、物等并列为抽象的数学变量，以便通过模型化的运算得到确定的最优化结果，由此导致管理学“人格物化”特征更加明显的趋势。另一方面也不排除研究者的立场(预)设定和价值取向上的选择。虽然也在一定程度上考虑到人在管理系统中的特殊地位及真实行为的丰富性，以及所导致的人的异化，由此也必然会逐步引发和加深人们的反思。

管理学源于对人类社会活动和组织方式的研究，理论发端于对人性本源与基本行为属性的抽象和初始假设；管理实践过程其实就主要是处理人与人(物)的关系的过程，理论研究难点聚焦在个体与群体、组织形态演变的基本矛盾、特征和规律；意识和价值观是行为主体的主导性力量，微观管理是个体价值观的应用实践，而宏观管理则引导形成群体和社会的价值观，群体行为交互边界和规则有助于主流价值观的形成。管理学的核心问题是效率，而效率的决定因素只能是“人”，这也是管理科学研究和理论创建中的要旨与所沿循的展开路径。在当今数智时代，我国人文社科的特色和本质规定性在于：在特定环境、文化传统和历史路径等条件下，明确管理科学的主体对象、难点和重点，及其借助时代契机和绝佳机遇对现代管理科学理论体系的借鉴融汇与变革创新。依托奠定学科成长和发展基础的现代管理学理论研究，并随着管理实践的进一步本土化发展，实践素材愈发丰富、动态，既要充分对接实践、又要变革创新，管理学研究呈现出若干典型特征和通行模式：外源型、以小见大的普适型研究范式和理论实践间的逻辑自证主导范式。而随着学界对学科特色和本质规定性及“贡献感”和“价值性”的需求导向，亟待构建面向“中国问题”的管理学研究范式和话语体系。其核心要义包括：确立面向“中国问题”的研究导向，开展基于“中国问题”刚性约束的适度优化研究以及“问题”导向下的东西方管理元素协同分工[6]。类似于由经典力学到相对论、量子力学时代，传统管理科学理论的基本行为假设，是抽象化、原子化、理想化的处理方法，借助数字技术可深入到人性和行为的“中子(电子、质子)、夸克……”层次，且能更加规范、精准、可控、可重复，便于操作推广；只有借助数智时代的强劲东风从人本、底层逻辑上彻底转变观念、认知和理论方法体系，才有望使关于人为主体的管理学真正地成为科学。

3.数智时代的创新为管理研究和实践赋予新动能

以人为本、科技广善，万物互联(IoT)、大数据和AI等与实体经济深度融合是数字经济新特征，在科技进步中唤醒人本意识、赋予人文灵魂、注重人机融合、服务人的发展，让更多的人分享科技进步的红利，也为管理理论和实践、人类认知与社会发展赋予新动能。价值导向和意识主导的目标选择，过程、环(细)节和关键点的可操控与精准把握，企业的数字化转型和产业优化、数字化助推治理水平提升，AI在产业和社会生活中的逐步广泛、深入的应用等，也必定会促进人的思维认知、交互行为方式发生根本性转变[2]。

二、管理理论与实践的可计算性及发展动力

新时代背景下数据科学、认知科学、计算科学等科技进步，人类与自然界的交互和认知发展到新阶段、上升到新台阶，更加突显管理研究的可计算本征[9]和亟须构建相应的理论框架体系；从日益复杂的社会经济活动不断提出的新问题、理论自身的演进中也可看出对计算管理更加迫切的需求和研究者的探索对之有力的推动。

1.管理理论与实践的可计算性

从家族亲友、团队组织到阶层、区域一体化和“一带一路”等，个体与群体相互影响和相互反馈的复杂行为关系，寻求联盟可接受域内群体最大化目标的利益共同点(即理论上合作博弈均衡解的邻域)，经过动态演化、逐步清晰，最终可及可达。管理学的主体性与新一轮科技结合的一个可行有效的切入点就是由异质性个体构成的组群行为/管理实践的内在逻辑与可计算。与理论推演相比，对日益加剧的现实复杂情景下的人本管理决策和实践、目标设定，计算实现或许更加直接有效。内在需求和相互关联的必然性，卡在对人(行为)的计算上：既要个体差异化发展、又要有群体最优目标实现，针对群体活动的管理难点其实就是协调个体差异性，且临界状态下差异表现更充分、影响更大、协调难度也大，然而临界行为及相关的理论研究却相对薄弱，分布并行式计算却正好可弥补这方面的不足。利益诉求的差异化、私有信息的不完全、行为方式的多样化等，不可强求统一的简化和标准化；现实越复杂，越应该注重个体的异常性和传导机理的网联化，既对可计算及先进科技手段的应用提出需求，又是管理可计算研究的现实基础，而计算可从根本上扭转认知分析方法的局限和趋势。天然的人际关系和秉赋的合作基因，在互联网时代，会出现新的形态、类型和性质，对管理活动和理论研究提出严峻的挑战和发展机遇。高度抽象简化的理论的规范严谨和基于价值取向的权衡取舍或许会忽略和掩盖人文的鲜活生动，而在许多现实场景下后者可能起决定性作用[10-11]。

管理科学中理论与实践的发展，离不开量化分析、计算技术及实验方法的推动，这有助于揭示和认知管理活动的特点与规律。科学的本质和意义在于不断地探索、发明和创新，并形成知识体系，以有效指导人们的社会实践；与此同时，也在寻求和应用与技术进步相应的新的研究方法和手段，而数字化能融汇大数据、AI和IoT等新一轮科技革命的前沿技术，又与新时代对复杂管理的现实需求紧密结合，提供更加有力和有效的分析手段。由于数字化能从根源层次精细刻画管理活动主体的行为特征和相互关系及演变机理，因而更贴近实际和聚焦问题，突破掩盖人本特质、高度抽象简化的局限，在建模推导、量化分析和智能决策等方面有广泛且良好收效的应用[3]。

分布、并行、程控与整合的计算思维和方法在应用中有应合遍历的特征，既充分展现个性化需求和行为特性，又几乎覆盖所有可能凝聚成的集体目标及现实中出现的场景：纵向上可深入到任意层次、任意粒度，聚焦到主体行为的任一类型和时点上；横向上可虚拟出现实中任何可能发生的形态状况；既要有科学的算法设计，更需要人文视角下的情景设计和微观主体刻画。如此的发展脉络和内在逻辑，能对人的管理进行和实现可计算改造，那么目标控制的对物和信息的所有其他方面的管理问题也就自在其中、迎刃而解了[12]。

2.可计算视角下管理理论的深化与变革

以效率为目的的协调和控制组织行动的管理，具有鲜明的可量化和可计算特征与传统。在当今数智时代，对个体行为、集体行动和社会运行的认知深化，数据、经验和智慧的积淀创新及新一轮科技革命强有力的支持，计算正为管理理论研究开辟新途径、蓄势赋能并促其升华。

(1)商业智能与企业数字化转型。商业智能(Business Intelligence，以下简称“BI”)，通过(大)数据分析利用来帮助企业更好地提高决策质量的技术，以最大化实现商业价值；由此进一步触及公司的核心业务，是以新建一种商业模式为目标的高层次转型。数字化转型(Digital Transformation，以下简称“DT”)是开发数字化技术及支持能力以新建一个富有活力的数字化商业模式。若真正实现BI和DT，在新的理念和虚拟化仿真实现等新技术的辅助下，根本上还必须解决好对差异化个体的激励相容、资源配置、组织最优产出目标可达性的协调控制等，作为市场主体的企业，为什么要求同质性而在计算管理科学的助推下又有望打破此局限和障碍。为达到BI、DT和新业态发展的预期效果，都要且能够从计算的综合、系统、协调性中获取强劲动力和实质受益。

(2)命运共同体与治理现代化。命运共同体旨在追求本体利益时兼顾对他方的合理关切，在谋求本体发展中促进各相关方共同发展。与管理相比，治理是更深层的责权的合理安排与制衡，主体涉及到所有利益相关者，意味着在分析研究技术上更需要引用分布并行的计算科学及技术，治理现代化就要更鲜明地体现出与新一轮科技革命的紧密结合，用于提升治理能力水平和推动文明进步。遵循利益共同点按集体行动逻辑的展开，不再是单向的要素投入和产出结果的关系；人类文明和社会的进步，越来越注重在尊重个体差异基础上的群体合作协调。治理现代化的共同治理、数字治理、行为交汇点、变动及效应，文化生态、宏观调控的审慎监管和公共管理与政策的靶向性、区分度、显效率等，都有一个共同点，越来越强调精准地捕捉微观主体的行为活动特点，以此为基础制定和实施管理举措。而在新时代为我们提出的新课题这些方面，计算方法有着独到优势。

3.跨学科创新管理与管理创新

传统管理是求同，以共同的行为特性作为基本假设和理论起点；而创新是求异，更加注重个体差异性。管理创新是理论研究的难点，创新管理是薄弱环节，因而，需要转变观念、跳出传统框架、跨学科交叉融合创新。创新管理：计算理顺个体与群体、个性与共性的关系且能自动化处理相关信息数据，因而可以化繁为简、化难为易；并且是以行为为共同点，行为又是共同的关注点和研究对象，也就有共同的需求、交叉渗透、跨界整合；管理学与经济、行为和心理等学科及分支，这些相关学科都有可计算的共同点。所以管理研究的创新的可行途径是以可计算为切入点，创新管理要以跨学科、个性(异质性)为基点，以个体与群体的协调统一为重点研究内容。任何逻辑规律都可数字化、都是可计算(推理)的，对创新的管理必须要有管理的实质性创新。无论是管理研究的创新，还是通过管理促进创新，这些对个体求新重异、对总体循规重效的管理研究则能在计算方法的辅助下，收到更好的效果。

人类社会是在不断地提出问题、解决问题中发展进步的，无论新的时代有什么新的问题和新的形式出现，管理研究都绕不开一个核心问题：真实主体复杂易变，其利益诉求和鲜活行为与思维认知理论方法的框架体系更新迟缓、个体的异质性与组群的共同性之间存在的基本矛盾，实践中则是促进个体行为调控以形成共同意愿、为组群优化目标的实现付诸实施高效协调的策略行动。

三、组群结构演变提升管理效率的内生化计算模拟

高度抽象简化的基本行为属性及前提假设，外生设定关联结构、情景和过程等外界条件类型，实现优化目标计算(数值)模拟实验；黑箱化、外生式对市场、社会和时间过程的处理方式，在引入计算科学及相关技术后，决策、指挥、(协调)控制和监督等管理效能如何得以提升？

异质性个体行为(尤其是临界决策选择)与组群结构类型和总体形态相互影响、反复作用、多层面穿插交叠，再加上企业文化、社会风气、行动习惯、路径依赖、群体价值观和认知模式等软环境因素，会有不同类型的社会困境形成、演变和转化；在引导指挥、决策协调、奖惩规则等管理措施作用下，如何深刻精细地揭示这其中的内在关联、传导发酵及动力学演变机理，把握好突变阈值和转折点及邻域内的动荡等，是计算用于管理科学研究的独到优势。

1.计算科学对传统管理学主要分支及应用领域的渗透和改造

计算管理科学和相应的分析方法和技术的根源、发展动力，来源和深植于管理实践，检验和评价也是依据管理实践，现今已经在经济、金融、社会和生态等管理领域有深入广泛的运用，尤其是在涉及复杂工程的社会工程管理中有独到的优势和显著特色，但对各式各样的复杂现实问题的分析框架与解决思路是异曲同工的，也由此规约了其未来发展路径。

依据业界和领域内的学术观点与看法(1)参见Springer出版社出版的计算管理科学进展丛书(Advances in Computational Management Science)。、国际计算管理科学杂志的目录，以及相关国际会议的专题组划分[13]，可将计算管理科学的主要组成部分、渗透路径大致划分为以下几个领域或分支：

(1)目标优化。主要是运筹优化与计算技术的结合，包括目标设定、最优化模型与方法的确定性算法、数值逼近解，博弈优化、生产过程与工程管理中目标优化问题的可计算性及实现效率改进，以及相应的方法论进展等计算运筹方面的内容。

(2)决策与控制。主要包括决策技术，决策系统的适定性、有效性、一致性、非线性、时滞性、敏感性、稳健性等属性的分析计算，状态控制、组合优化控制、底线或临界等条件变化控制、动态进程和演变过程控制，以及不完全信息条件下的风险应对、冲突与协调等管理活动中的计算机辅助决策与控制。

(3)经济金融中的管理计算。这是近年来计算管理科学最活跃、发展最快的分支之一，主要是通过引入计算思维和方法，使得经济、金融和管理等方方面面的活动更加深入、精细、规范和协调，也包括经济的可持续协调发展，经济与管理的联结等内容。

(4)拓展应用。关于城市管理、公共管理与公共政策模拟等，在一定的规模和形式上全面而又综合地代表或反映了社会的发展，城市的人口、交通和公用设施建设，还有政治、法律、社会、群体事件、公共活动、社区治理、应急管理等方面的事务，以及环境、生态等其他领域的综合管理计算；由于能将仿生算法等计算方法的分布式和连通性等特色与城市管理和相关政策模拟的需求相吻合，这成为计算管理科学的重要组成部分。

2.结构演变的内生化计算模拟

具体可以群体合作行动机制为例进行探讨，利用计算可虚拟实现不同情境足够多次合作与否的选择。假设一组群中有n个个体，其中有x为潜在合作者数量，y为潜在背弃者数量，合作者与背弃者都要根据组群收益和对他人合作倾向的判断来决定自身行为选择(可推广到多类主体情形)。组群收益与合作者的数量成正比、与背弃者的数量成反比，但由于差异存在的现实客观性和多元因素非线性交互影响，存在着某种结构比(临界点)x/n或y/n，使组群总收益最大化。而管理其实就是要找到协调和控制能实现最优目标的结构比与演进路径。

针对真实场景中具有人文特色的关键行为特征、关联结构和交互影响机理、宏观性态的形成、演(突)变和转型的内外生条件等，组群的有效合作主要取决于：一是个体合作意愿/行为倾向，信任和判断，达到沟通目标而合作；二是群体交互影响的机制、管理措施的效应。因而不仅要考察单向明确稳定的因果(相关)关系或函数形式，更需要多因素、正向逆向交互影响整体关联反馈机制(见图1)。

图1 异质性主体组群整体关联、内外结合的 互反馈机制

个体临界决策的行为选择、在结构突变阈值及邻域内宏观性态的转化及其可能对微观主体产生的影响，它们是具有相互反馈机制、密切联系的关联体。基本流程和主要步骤如下：

(1)特定情境中对应于异质性主体的异总体抽样或数据获取；

(2)决策规则预设，决策主体依此选择行动策略；

(3)微观背景深化：权衡取舍、认知调适度；

(4)动态复制与策略更新；

(5)宏观涌现/总体性态转化，环境条件变化对微观主体决策的影响方式和程度。

人类行为与社会活动的复杂性日益加剧加深，由于人与物本性的差异，对异总体、非经典分布、动态不一致等非规范随机试验情景下获取的样本(数据)，不适宜在经典统计框架下进行实证分析；而用内生化方法、关键时点和结构状态上基于事实逻辑的模拟实验验证等，可解决异质性主体的差异化选择行为与过程、结构和总体形态的演(突)变转型的阈值及邻域之间的相互影响、互为因果的互反馈机制及动态不一致等问题。通过丰富的仿真情景设计、强大的算力、严谨的算法程序、灵活方便的应用操作等，比纯理论推导相比更显实感、更重参与交互、更精细的问题定位和可操控、可检验性。

将上述一般化描述具体化为计算机仿真基本步骤：

(1)社会基准形态。针对现实中比较普遍存在的现象和问题，提炼和考察初始状态、异质性主体个体行为在过程演化中的异化及相应生成的基本形态；在计算资源充足的情况下，按适当幅度逐步为各组可变可控参数分布赋值，以遍历各种需考察的情形，从中总结提炼、验证理论、发现创新(见图2)。同时，也便于对不同类型的主体行为、不同情形和不同管理制度与措施的实施效果进行对比分析。

图2 组群中实现共同目标的基本形态

(2)中间演变过渡过程。现实不可能完全重复、随意控制，而在计算平台上则可通过改变参数和条件，来虚拟实现可能出现的种种情形，以考察对比所关注的不同的规则、制度、政策以及惯例等管理措施的收效，以及为达到预期目的应如何选择策略措施、协调控制中间的演化过程(见图3)。尤其是可作为管理举措的选择依据，对过程中的力度及动态演变、引爆的时间点和空间分野，结构突变和总体形态涌现等，都可通过分别对不同情形设定的计算来逐一考察内在关联、对比分析管理效果并据此选优。

图3 实施管理措施后组群结构演变中的混合形态

(3)形成新的社会形态及促进措施。通过揭示和展现内在机理、演变规律、复杂奥秘和发展趋势，可规避风险、化解难点，达成最理想的预期目标及收效(见图4)。

图4 优化组群管理措施下相对稳定的产出形态

通过数字仿真可以看出，管理的措施选择、作用时点、组织结构、演变过程和效果显现及关键条件、因素和方式等，是可以干预、观察和测度的。这对于不确定性分析和风险管理也有很好的启发，不确定(风险)的一个重要来源是异质性主体的私有信息(甚至是决定性的)，利用行为大数据的计算手段，能揭示私有信息的源头和扩散传播的渠道方式，也使大数据、云计算和AI等的应用方向和方式更加明朗清晰。当然，还可深入考察由于信息不完全和不对称而需要付出的代价等更接近真实的情形。个体偏好的权重分布和行为习惯，在群体氛围影响和管理措施作用下的演变，也可类似地考察分析。这些计算结论有待接受理论和实践的双重检验，如若能在广泛背景下成立，无疑会进一步明确和更有力地支持选定管理研究中的着力点和实践中的增效方式，框定和把握管理举措的作用定位、出台时点、力度调节等。近年来学界对合作行为的关注和研究，为行为管理和相应的建模计算开辟了可行有效的实现途径，为人文社会科学研究，尤其是对复杂问题的诱发动因、传导机理、关键特征识别和临界点的分析控制等非常态问题的研究，注入了新的强劲活力[15-16]。

四、计算管理科学的演进逻辑与前景展望

计算管理科学中各具特色的分支学科众多、应用领域广泛(2)计算管理科学应该说是包含多个分支和领域的学科体系或学科群，其中计算管理学是它的基础、核心和交集。而为了使本文风格一致，对计算管理学与计算管理(科)学混同使用；而且是从行为角度切入，所选内容自然与人文社会科学的研究联系得更紧密一些。，然而它们原理相通、特点相似、方法共用，各组成部分之间具有内在的联系，都在将计算思维、技术与管理实践紧密结合，都有贯穿活动始终的行为主线和内在逻辑，也是计算文化与管理文化的融合，由此推动和展望管理理论与实践的健康发展前景。

1.计算管理(科)学产生的实践动因、学理与逻辑起点

随着时代的进步和管理实践中新的问题的产生，数据科学、机器学习、AI和统计方法、数量模型以及计算机的广泛应用，对管理的研究逐步深入和推升理念，以效率为核心的管理理论开始向人(群体)的价值实现的管理科学的方向发展，产生了决策学、行为运筹和复杂系统动力学等[17]，为管理学的科学化发展打下了坚实的基础、开辟了新的方向。建立在主体同质性基础上、并通过统一的制度和管理措施强化同质性的传统管理理论，继而形成标准化的组织活动以实现高效产出，这就是管理优化思想观点的现实基础与理论方法的相互支持，也是在社会经济活动日益复杂的现实背景下、结合应用新的科技手段框定管理科学研究的着力点。

除去金钱和物质利益激励，归属感、情感慰藉、个人情绪等精神层面的因素等都可能通过主体的差异性行为作用提高管理效率，个体与组群的协调促进社会全面发展。这一行为科学观点更为重要的是强调了研究主体不能单一的视为经济人，还要关注其个体行为禀赋和社会人属性，以此调动各方主体的积极性，有关组织、群体和个体间冲突的研究也获得了快速发展，强调群体间交互影响与适应行为。如此的管理研究更强调以人为本，只有深入的行为认知才能产生更为有效的组织形式，运用新的观点能整体提高效率，打破和跳出“人格物化”的观念和思维方式，这是人本视角下推进管理科学研究的逻辑起点及展开路径。

组群管理研究的对象是个体与群体，既是知识接受的载体也是创造知识的主体，注重外部管理与自我管理的同时作用，并且自我管理的作用在复杂的组群模式下更为突出。创造往往源于“非理性”，主体的非理性等更为现实的关键行为也成为管理学关注的特征，即强调人性要得到充分解放、人的价值要全面实现，每个人以及组群和社会都在追求全面发展，这就是基于人本管理的个性化行为分布的并发式模拟计算的萌芽。

在管理学发展过程中，研究对象的特征从单一的经济属性不断转化为行为多样化、决策多元化、组织影响复杂系统化。产业革命的浪潮涌动，高性能计算机的诞生和应用成为生产力发展的巨大推手，人类随之进入信息社会和数智时代。计算科学在时代推动下飞跃进步，也成为管理科学发展不可或缺的重要工具，逐渐形成了新的学科门类——计算管理(科)学。计算管理科学能够关注和反映大规模主体行为的长期作用与影响，因此在研究过程中必然需要运用动态系统分析方法。计算思维和动态演化，是计算管理科学的思想和方法论基础，分布式、策略互动、过程控制和可视化等是计算的优势和显著特色。其基本原理就是在一定的现实管理问题情境下，基于行为分析描述众多差异化主体的行为特点，以及他们之间的影响作用，以社会系统动态演化为分析视角，借助计算实验方法可视化地呈现主体行为特征影响社会管理问题的特点、机理和变化趋势，进一步分析差异化社会管理现象涌现的原因并寻找相应的解决办法[18]。据此，可将计算管理问题的基本分析框架和流程大致梳理划归为：

(1)问题识别——针对特定的现实情景的管理实践中存在的难点疑点，抽象出待解决的研究性问题，分类提炼属性并提出解决问题的目标和思路；

(2)主体描述——描述每一类主体的状态和行为模式，主体的状态决定其行为，主体的行为能改变其状态，甚至改变行为模式本身(行为进化)；

(3)模型框架——根据实际管理过程构建拟研究的问题，主要包括：主体类型及相互之间的交互作用、演化过程中的事件发生次序(即时间表，特定的行为发生在特定的时间，行为发展按照时间表的规定进行，时间表本身就可看成是一个数据结构模型，包括各种事件的执行顺序、主体状态的积累等；

(4)实验设计——选择计算机语言(支持多agent)模拟主体行为模式和组织运行模式，确定每一类主体的数目，并采用经验数据和主动获取的数据等给主体状态赋初值；

(5)结果分析、反馈和改进——在对结果的分析评价中，在移植应用于实践中加以验证、改进和提高，不断完善与积累，使计算管理科学的理论方法与实践协同共进。

2.计算管理(科)学研究方法的进展

从计算管理研究能深入到行为本原、渗透进机理过程、覆盖着现实全景等特征和流程来看，解决问题的方法创新和关键环节主要集中在主体描述和实验设计两个部分。

目前实验设计部分的研究方法主体可分为两类：一类是基于计算机主体的仿真计算实验方法，最为常见的方法是ABMs〔Agent-Based Model(s) & Simulation〕方法；另一类则是基于真实主体的经济实验方法。这两类方法都是在计算机模拟与现实社会活动或者经济活动相类似的情景下分析主体行为与实验结果的关系，仿真计算实验的行为设定是由实验设计者对主体行为的先验认知决定的，而实验经济学中行为是由被试参与者现实表现出来的，最适合刻画分析异质主体行为特性以及相互之间的协调统一问题。

在主体行为描述与设计中主要研究方法为演化博弈论、遗传算法、行为动力学等，这些方法都充分、灵活和方便地吸取和赋予主体信息、为计算思维注入人文灵魂，能够建立起主体行为与宏观社会现象之间的紧密联系，通过这些方法不仅可以分析系统的趋势性变化，还可以讨论一些特定条件下形成的非常态现象和典型化事实。

基于(大)数据和计算科学及VR+(虚拟现实类)技术，有助于揭示管理效应在个群(体)间的传导机理和复杂决策行为奥秘，将概念、模型、算法和程序的共性与主体需求、现实情景、行为个性、数据的特殊和鲜活的组群优化目标结合；强化创新方向感、突出和鲜明特色与关键点，节约成本、降低风险、增强可操控性、提高管理效率，提升管理创新研究方法。如在信息处理上，将笼统模糊、零星散碎的信息明晰化、集整化和关联化，由数据库到云存取；在创新上由系统仿真到计算实验，类似于天气预报、核能技术利用、量子通讯、宇宙探索、AI专用生物芯片、图神经网络系统，数字身份、区块链、数据安全，自动驾驶、智慧城市等；在风险管理实践上的两种分析方法的比较分析：借助分布式将最终目标分解到全程的每一个具体环节，以便观察测度、适时调控和校准修正细微的成因、临界爆发点等，以最小成本控制化解风险，如此可开辟跨学科研究新视角和计算实现途径。

数据科学、计算科学、管理科学、行为科学、思维科学，在人类社会活动的各方面、各分支学科领域，需要有对个体与群体行为关系根本性、实质性的突破，聚焦、锁定、深入、精细展现复杂决策临界行为。这一进步技术最大的价值是在思维维度上对认知行为、策略(交互)行为、虚实交融的VR+等重新认识和定位，问题导向、适时调控、精准达标，越来越贴近人、越发接地气。决策和行动是在意识支配下发生的，意识和智慧又是在复杂的神经网络上生成的，以人为主体和主要研究对象的管理的真正彻底的科学化，取决于对人的意识、智慧和神经网络等的认知程度，类脑/智仿生算法的开发应用是引领技术，辅助利用虚拟技术VR+全景展现管理实践，更好更精准地实现管理功能和目的。以人为本、以行为轴线纵横贯通，多学科大跨度、多总体大规模、多维度大纵深、应合遍历几乎所有管理实践和社会活动。复杂网络(大数据与人工智能、IoT、新业态)奠基、数据驱动、计算助推的管理科学研究，尤其是基于离散事件的模拟“仿真”和数值计算等，所遵循的是事实/行为逻辑和运用“写实”手法，从观察视角、前提假设、理论推导、结果检验等方面和环节，都有别于传统的理论逻辑，填补僵化的传统理论与鲜活的现实演变之间的人为沟壑与认知断层。

3.行为管理与临界控制

计算方法技术在管理研究中的广泛应用，能直观展现微观个体行为与组群整体现象之间的联系，使得对复杂行为的管理成为可行，尤其是对典型化事实演变的临界点、阈值和对特定条件下的预见、干预、控制和引导，在丰富和深化微观背景分析下能在一定程度上克服传统分析中过于苛刻的基本行为假设导致微观基础薄弱的局限，完善组群内异质主体相互间的协调适应性。如在认知个体合作意愿与群体合作效果之间的复杂行为关系方面，计算及相关理论方法技术应用于揭示行为管理与临界控制时的主要步骤和显著优势。

人是群居动物，利己是本性，利他与合作也是人类天性，社会是个体交往与群体合作的产物，或加强或削弱个体合作的行为倾向和努力实践。无论是社会经济活动，还是人们的日常生活，合作的促成、维持与管理都起着十分重要的作用。然而群体间合作意愿实现的不确定性，背弃合作、搭便车风险等都可能导致合作机制瓦解，造成个体与集体理性的不一致。而引用计算管理方法，则有助于揭示和说明合作行为的诱发和持续条件、传播途径、影响效果，以及行为管理与临界控制中的底线、结构、触发条件等关键点。说到底，管理是对主体行为的管理，尤其是各种情境下的临界抉择和行动管理。

综合上述研究方法的特点，在计算管理的研究中放松了理性等单一行为假设约束[19]，行为主体是在自主意识下根据自身偏好、环境因素进行内生自我调节的决策选择，主体的秉性智力、受环境影响的程度各有不同，单期决策差别通过长时间叠加效应会不断放大、扭曲变性，集聚酿造成现实世界的复杂现象；并且可通过学习、试错等方式在动态过程中修正决策。如此的决策分析有望从根本上解决(多主体/组群)复杂管理决策。

五、结语

计算管理科学，问题导向、行为贯通，全方位地引入计算科学及相关技术探索管理活动的特征规律和复杂奥秘，从抽象规律到特征刻画，从因果/相关分析到行为机理揭示，从优化求解到数字模拟，从考察条件变化到关注内在属性等，在管理研究和实践中全面深入地引入计算思维、理论方法及相关技术，正在开启以人为本、价值定向、数据驱动、科技赋能、多学科大跨度、多维度大纵深、多总体大规模的融合创新的管理科学新时代，引领对个群行为关系、复杂情景临界决策、组织目标协调控制等方面的管理探索跃升到一个新的认知高度。在借助计算逐步深刻精准揭示复杂行为机理、展现推升智创的同时，另一方面也会使人类的欲求和行为及与外界的互反馈更加复杂丰富、鲜活易变，又必然会对理论方法提出更高的需求，这或许是计算管理科学未来发展最有可能面临的新挑战。