大家好！我是张维，来自天津大学，今天非常有幸跟大家聊一聊管理科学。

什么是管理？

大家都知道“管理”，这个离我们好像特别近，以至于很多人会觉得：“管理是科学吗？它是科学还是艺术？”我曾经在国家自然科学基金委员会工作过6年，我们自然科学基金有一个管理科学部，所以很多人问过我这样的问题，我也有很多的思考。

我后来就想，其实管理既不是科学、也不是艺术。为什么？因为它是另外一个东西：管理其实是一种实践活动，这种实践活动是为了帮助人类组织、或者说帮助有人类参与的组织有效实现自己应有的社会功能以及相应目标所进行的一类活动。这是从“管理”这个词本身出发的一个想法。

只要有社会组织，就有管理，所以它无处不在。以今天的眼光来看，社会组织又是一类特殊的复杂系统，这个系统由具有能动的单元通过适应性的交互而形成。这样的系统可大可小：从空间上来看，它可以是一个工作小组，也可以是一个国家；从时间上来看，它可能是很短的一件事情构成一个群体，比如像为今天这场演讲有序进行的团队，也可能是一个基业长青的百年老店、一家企业。所以这类系统在不同的空间维度和时间维度上都可以是不一样的。

作为组织实践活动的管理，其实在历史上曾经给出过很多经典定义。管理学鼻祖法约尔说：管理是人类组织都有的一类活动，是由计划、组织、指挥、协调、控制来进行的。即便在今天，大部分的管理学教程里面还是这么说的。

随着对管理活动内涵探讨的演进，人们看到了它更本质的东西。诺贝尔奖获得者赫伯特·西蒙——他也是“人工智能之父”，他说管理就是决策。这就触及到了管理某些更本质性的东西。

在中华文明里，如果去看《说文解字》和《康熙字典》里对“管理”这两个字的解说，其实大致也有决策的意思。“管”在文字上表示官家使用的笔；“理”则是制玉的作坊，它可以比喻成寻找秩序和形态。所以这两个字放在一起，可以引申为达成目的或者达成秩序的一种决定。这和赫伯特·西蒙的观点是比较类似的。

对于这样一种活动，它其实在一定情境下存在着一些规律。这些规律可能不一定不像自然科学那么精确（比如像数学中的1+1一定等于2），但是它还是有规律的。人们去探索这样的规律的活动，就形成了所谓的管理学。

管理科学的演进

在这样一个大范畴内，有一些人利用科学方法去探索这些规律，这一部分我们可以管它叫“管理科学”。有一本叫《管理学家》的杂志曾经来采访过我，他们问我：“张老师，你在国家自然科学基金管理科学部工作，管理科学家是不是管理学家的升级版？”我说“不是的。其实如果按数学中的集合来定义，管理学家是一个大集合，管理科学家是其中的一个小集合。”

这样的研究活动最早大概可以从泰勒的工作算起，就是大家可能知道的“科学管理之父”泰勒。过去对他有一些负面看法，说他做的那些造就了“血汗工厂”，其实那样的工作在本质上是研究人的动作到底怎么才有效（遗憾的是他忽略了人并非机器的事实）。从那时就开始了用科学方式去探索管理规律，可以算是一个起端。

在1986年国家自然科学基金成立的时候，除了当时的6个科学部以外，还有一个叫管理科学组；在1996年变成了管理科学部，第一任主任便是成思危先生。他当时说：“管理科学的学科基础可以看成由数学、经济科学和行为科学三部分组成，共同来支撑管理科学的发展。”这是管理科学大概的一个样貌。

对管理活动规律的认知，实际上是随着人们活动的不断丰富以及认识规律手段不断发展而进行的。最早的一个基本假设，就是人是完全理性的，这就形成了最基础的模型：管理者在给定完全信息的情况下和给定条件下，通过调整组织里各种可用的资源来追求组织目标的优化，这就是所谓经典管理最核心的问题。

如果用一个数学公式表达它的话，F是管理的目标，它受到投入要素的Xt的影响，F在不同时间点上的状态可能不一样，管理者要追求在某个最终时刻T（比如说2050年）目标需要达成一个什么状态，，就要在那个时间段内（从t到T）去进行优化。

这里面有很多问题。你可以把F描述成一个单目标，比如经济增长速度最大；F也可以是多目标的，比如说既要金山银山、又要青山绿水，这就是多目标。

同时，寻找的F与Xt的这些关系可能是线性的，也可能是非线性的；也可能研究的那些关系在不同时间点t上都是不同的（所以这些关系可以是静态的，也可以是动态的）；另外，这些规律有可能是确定性的，也有可能是随机的。所以这些都构成了不一样的研究内容。随着研究的进展，学者们在这些方面开展了各种各样的探索。

对于管理而言，如果真能直接写出这么一个看上去很简单的数学公式，这就变成了一个数学优化问题。但事实上，管理学探索的都是那些F以及Xt之间的关系，甚至Xt还是别的因素的函数，这些都需要一一去探讨，甚至这些变量Xt本身的测度都成为了新问题。此外，这里所有的优化都是有约束的（如果没有约束，就没有优化问题了）。这些都是在管理学中最基本的核心问题以及完美假设的基础上进行的拓展研究。

此外，人们也知道，其实人不是完全理性的，得到的信息也不是很充分的。在这个基础上，上面那个公式里有很多东西可能就变得比较模糊。诺贝尔经济学奖的获得者赫伯特·西蒙说，人其实是有限理性的：得到的信息有限、处理信息的能力也有限，在追求目标时不一定要得到一个最优解，只要有满意解就行了。

更进一步，另外两位获得诺贝尔经济学奖的学者还提出，人在做决策时会有一些主观的东西，这些主观的东西有一些可以用某种形式化的方式表述出来（比如有一个主观决策参考点）。这样，大家可以做出新的一些东西加入到前面的模型里去，就构成了一些有限理性或是有行为偏差的情况下管理的理论可能是什么样子的。

从简单系统到复杂系统

上面这些还都在理性的框架范畴之内，只不过理性是完全的还是部分的。除了这个之外，我们可能都知道，人的决策有时是很情绪化的。这实际上已经超出理性范围之外。

其实很早的时候，在上世纪20年代哈佛的教授梅奥进行过有一个有名的实验叫霍桑实验。他通过这个实验证明了，在固定其他生产条件的前提下，实际上决定一个工厂生产效率的是工人们的情绪；而这种情绪又是由人与人之间的关系来构成的。这种问题已经超出了理性范围之外。

因此，在优化那些Xt因素里面，可能还要包含一些类似于情绪这样的东西。比如说我们在做股票投资时不完全是基于得到的信息来进行理性分析的，可能还有很多是情绪化的。所以，所有这些发展都扩展了我们要考虑的那个Xt向量本身：扩展了它的维度，同时也扩展了它可以优化的区间；原来我们可能就只希望它在一个点上获得最优，现在可能在某一个区间里就已经可以认为是满意的了。这些都推动了管理科学研究的演进发展。

举一个例子，美国金融学会的会长在2021年《美国科学院院报》上发表了一篇文章，提出一个概念叫做“社交金融学”。在这样的金融学里面，不是我们原来想象的金融学表达，而是人们通过互联网空间互相的信息沟通交流，以及形成的概念在传播中存在偏差，形成了每一个不同个体所谓的金融特性，然后这些特性随着时间演化决定了他们的行为。最后所有人的交易行为撮合在一起，让我们看见今天股票市场价格的动力学性质是什么样子。

这在复杂性科学里就变成了一个演化的思想，跟刚才陈仙辉院士讲的演生的物理学是一样的道理。为什么？因为在这时我们已经从简单系统跨越到复杂系统了。以前对于管理系统而言，我们只能观察到系统表象所看到的某些现象，研究这些现象和那些现象之间的关系，进而建立管理理论。随着人们实践和认识手段不断发展，我们可以知道，其实我们不仅仅能够看到组织表面上涌现出来的形态，，也能够看到底层要素为什么能涌现出这些状态。也就是说，组织的表面状态是由每一个个体行为经过交互而造成的。这种看待组织的眼光就跟以前不太一样了。

我们可以用一个示意性的图来反映这种认知方式。中间是我们看到的真实存在的世界，左边是过去我们只能看到的轮廓性的世界。我试图对这个轮廓进行建模来理解世界是什么样子的，比如可以用一个椭圆把它拟合出来。但是在右边的复杂性认知里面，世界是由这三个部分以及它们之间的相关关系组成的。人们大致能观测出来这三个东西，但可能不是那么准确，可以通过针对这三个东西以及它们之间的关系去建模，从而用这个模型来认识世界。这个模型其实也不一定很准，但是从本质上它可能更接近于复杂世界的本质。这是一种完全不同的思想。

圣塔菲研究所是国际研究复杂科学的重镇。复杂性科学可以用来描述我们看到的证券市场（比如说股票市场）的情形，这是复杂性科学家最初想做的事情，而且也做成功了。后来人们发现，这个东西不仅是复杂性科学的应用，而是变成了运用复杂性科学研究金融现象的一套新范式，演化出“计算实验金融学”的分支。这是一个利用计算机科学、利用复杂性思想、利用经济学（特别是行为经济学）基本理论来融合所形成的一个研究金融现象规律的特殊的领域。

这里其中一个领军人物叫阿瑟，2021年他在《自然》杂志上发表了一篇文章，进一步提出复杂经济学框架，这实际上就是研究从复杂性视角来看经济科学的规律是什么，是一种跟现有经济学研究完全不同的范式。

管理科学的未来朝哪儿走？

在《中国管理科学2035发展战略》这一本书里，集成了100多位中外管理科学家的集体智慧，大家认为国际管理科学领域在未来可能存在几个发展趋势。

从研究对象来看，由于新技术出现产生了很多新的研究问题，比如说今天我们要研究的平台型企业，以前是没有这种企业形态。另外，大家更关注实践情景导向的一些新问题，还有一个就是要研究全球视角下的新问题。

从研究方式来看也将是更多地采用数据驱动的。刚才讲建立了F以及Xt的关系函数、以及Xt还可能是别的因素的函数，所有这些函数不一定在数学上能够显性地表达出来，它们可能就是一些由计算机程序、人工神经网络所表达的一些关系。在研究方法上，还会有更多的学科交叉融合，刚才举的几个例子其实已经典型展示了这样的情景。当然研究中的国际合作也非常重要。

这样一些新的发展方向，使得我们在未来的研究工作中，第一是要突破标准性假设。以前可能假设都是比较理想化的，现在更多地可以深入到微观层面来进行突破，并且这些微观的因素如今在大数据条件下是可以测量的了。

第二个是要凸显理论的情境依赖性。我们做自然科学都知道，建立一个理论，需要它有一个前提、一些假设。假设X属于某一个领域，那么Y和X之间将呈现某种关系，我想这个大家都知道。其实在管理科学中也是这样，只不过它的假设比较复杂，是由历史、文化、政治、经济、制度、科学技术水平等等一些非常复杂的因素扭结在一起而形成的，我们管这个复杂的“前提假设”叫“情境”。现在主流的管理理论更多是在西方情境下发展起来的，而且过去大家没有意识到还存在其他的情境，好像所有地方的情境都是这样，但其实并不相同！

有一些管理的理论是与情境独立的，或者说不那么依赖于情境，它们在不同假设（情境）下具有稳健性（在自然科学里也是如此）。但是，我们现在发现其实有很多管理的理论是有情境依赖的。因此在新情境下，可能就需要发展新理论。这也是一个发展动向。

另外一个就是，大家都关注全人类发展面临的共同问题，这些都是未来的前沿方向。

做这种战略研究，目的是要引导管理科学领域的未来方向。相关的管理科学家们经过两年多时间的讨论，试图理解管理活动会受到哪些东西影响、进而会产生哪些新科学问题，并由此凝结了四大影响管理科学的因素。一类是关于信息技术或者数字技术发展的影响；第二是在中国管理实践情境下的一些需求；第三是人类发展面临的一些共同挑战；最后一个是在全球变局下产生的新冲击。

第一个，新一代信息技术或者叫数字技术的影响，大家已经有非常深的感受。过去我们去银行一定要到柜台等相当长时间（比如半个小时）才能办业务，而现在所有业务操作在手机上就可以搞定。所以，技术影响了我们生产、生活的方式，因而也影响了管理的方式。

经过梳理以后，大家认为在这个方面会产生一些比较典型的重大前沿科学问题。比如，混合智能管理系统的表达。因为现在的企业组织不光是由自然人组成，可能是由机器人和自然人一起来组成的，甚至有时机器人还在作为主管。在这种系统里生产怎么运营？系统怎么表达？

另外，比如像数字经济里面的宏观规律和微观规律，这些跟过去都不太一样。我们过去都认为边际成本是递增的；而在数字经济中，数字资源边的际成本不是递增的，而是递减的，这里还有其他一些规律也都需要探讨。社会、企业的数字化转型中也有很多与之前不同的规律，无论是微观的、宏观的都是这样。

第二个，就是在中国情境下的管理规律。刚才说过，情境改变以后管理规律可能也会发生变化，这会产生一些很新的科学问题。国际上其实也一样，虽然有一部分研究不一定是针对中国情境的，但他们也开始关注跟现实相关的情境下的管理规律，而不是抽象的、完全理想化的假想情况。在这样的一种大的国际背景下，中国议题其实在国际主流期刊上也有很多关注和发表。

比如中国情境下的企业管理规律问题。我们的企业管理有些东西跟国外不太一样（当然有些是一样的）。又比如，中国经济宏观发展规律内在逻辑和机制到底是什么？很多时候按照西方经济学的理论，中国经济似乎已经走到边缘了、已经不行了，但现实却好像不是这么回事。这样的现象背后蕴含的机理是什么？我们有很多管理科学家在努力地探讨这些事情。还有就是政府的治理、乡村的发展等等，这些东西都是我们特别需要关注的。

第三个大的方面是人类发展的一些共同挑战。国际上的管理科学研究也特别强调这一点，无论是像人口对社会经济的影响、资源系统的转型、全球公共危机的管理，这些都是特别值得探索的。

最后是全球变局的影响。如今全球化的形势已经跟过去不一样了，原有的理论假设很多都不成立了。比如以前的供应链，我依赖于你、你依赖于我，现在这个链可能就要断了；以前我们说可以开放式创新，现在国与国之间在创新方面存在很大的摩擦和制约。在这样大的背景下，我们就需要对相关的管理规律做一些新探索，比如全球变局下的风险管理问题、全球治理机制等，都需要去解决。

最后总结一下。如果说泰勒1911年提出“科学管理”算是管理研究科学化的起点，那么经过百余年的历史，对于具有高度复杂性的社会组织的管理活动规律，其实人们还没有完全认识清楚，我们还需要很多努力。

像牛顿所说的那样：我像是一个海边玩耍的孩子，时不时为找到一个更漂亮的贝壳、更光滑的石子而感到欢欣鼓舞。但是我也知道，在我面临的其实是一片更大的、未知的、还有待于探索的真理之海。所以这方面还需要各位管理科学的爱好者一起努力。

谢谢大家。