模型与思想的博弈与互补——响应《管理世界》3.25倡议(二)

经管领域的中文顶级期刊《管理世界》与《经济研究》分别于3月25和26日发布“亟需纠正学术研究和论文写作中的‘数学化’、‘模型化’等不良倾向”的编者按和“破除‘唯定量倾向’”的来稿说明，冷酷地向模型类量化研究发起“挑战”。我们相信，两个期刊“携手”行动，放出了风向标似的明确信号，给我们广大研究者以警醒。如何看待研究中的数学模型范式与学术思想之间的关系？两者如何取舍？今天，我们力图做些简单分析，并给出相应建议。

管理研究中数学模型范式的起源与发展

任何一个学科都难逃回答“合法性”的问题，管理学亦不例外。商学院创建后，初始的管理研究基本是以案例与工厂实验研究为主，其科学严谨性较为缺乏，不被其它学科所认可。管理学由于其学科基础薄弱，在寻求确立正当性与合法性的过程中，在研究方法策略上，不得不偏向倚赖早已建立合法性的自然科学之手段。

1959年，美国福特基金会和卡耐基基金会发布了有关《管理研究和教学应着重于科学化和学术化》的报告，倡导采用“科学方法”做管理研究——这极大地助推了数学模型与自然科学范式应用于管理学术研究。相应地，一些顶级学术期刊如AMJ宣布只接受严谨的实证科学研究论文，而大部分大学都以期刊发表为标准进行学术评价，这些都迫使管理研究越来越模型化、数学化。

管理研究科学化，使得很多经济学家、心理学家和社会学家能一同参与合作展开更具“科学性”的实证研究。上世纪九十年代之前，管理学的研究是“科学严谨性”兼顾“实践价值性”，这一时段被称为管理研究的“黄金时代”。但好景不长，1990年后，管理研究的“科学范式”被加速强化甚至僵化，并逐步退回到象牙塔里。

正如《管理世界》杂志提到的，经济管理研究中出现了过度“数学化”“模型化”等不良倾向。例如，一味追求数学模型，忽视了学术思想；沉迷于数学游戏，使简单问题复杂化，用“众所不知”的语言讲述众所周知的道理。这些现象，也被徐淑英教授称为“象牙塔研究”。它们有的与实践的相关性不强，有的与理论脱节，甚至不少研究无法得到复制，这些都伤害了管理学研究的价值性与发展性。不少学者关注并参与到对这些问题的讨论中来，几乎每隔一段时间，都有呼吁实践与理论相结合的文章出现（如Banks et al., 2016; 陈春花、吕力，2017）。

事实上，对管理学学科的定位是一个颇具争议的难题。一方面，为了维持自身在诸多学科中的合法性与“竞争力”，管理学要向科学化靠拢，这以数学模型等为优选标准；另一方面，管理学的内在属性又使得它要经受“实践价值性”的挑战，管理研究要与实践相弥合。当然，数学模型与学术思想并不是相互排斥、隔离的，但我们不能过度滥用数学模型，我们要做的研究应该是范式科学性、学术思想与实践价值性的统一。

数学模型与学术思想的“博弈”

说到科学化与数学模型，我们必须提到的一位学者是詹姆斯•马奇（James G. March）。马奇专注于纯科学式的理性探索，善于通过应用数学模型和科学范式进行学理研究。在所有的研究中，马奇都表现出一以贯之的数理科学倾向。马奇被公认为是过去50年来，在组织决策研究领域最有贡献的学者之一，他在组织、决策和领导力等领域都颇有建树。

思想派Peter F. Drucker

（1909-2005）

模型派James G. March

（1928-2018）

2003年，两位管理学者Laurence Prusak与Thomas H. Davenport在《哈佛商业评论》上制作了一张200位管理大师的“榜单”，然后问了这些管理大师们一个问题：谁是你心目中的大师（大师心目中的大师）？排在第一位的是彼得·德鲁克，第二的是詹姆斯·马奇，第三的是著名的诺贝尔经济学奖获得者赫伯特·西蒙。

马奇认为，学者的研究不应以指导实践为研究目标，倘若能指导实践，那是“意外之喜”。虽然马奇并没有以实践导向作为研究目标，但他的研究成果与学术思想往往能同时影响学术研究和管理实践。从他的学术经历来看，如果学术研究真正做到位了，研究成果的实践价值可能就会呈现出来。因而，“纯模型”或“数学化”或许也并不是无“用武之地”，若被合理使用，能成为贡献学术思想与实践引导的价值源泉。组织选择的“垃圾桶理论”及“热炉效应”就是马奇留给我们的宝贵财富。

与马奇走“纯科学范式”截然不同的是彼得·德鲁克。德鲁克极不看重数学与模型，不强调科学范式，他追求的是管理思想对于管理实践的价值。德鲁克绝少发表完全符合主流学术标准和科学规范的论文，文章中极少有数学模型。但他的研究具有重要的实践影响力——收录在37篇《哈佛商业评论》文章和自己的47部著作中。数学模型的缺乏并没有影响德鲁克对于实践的智慧洞察，目标管理、自我控制、知识工作者等都是德鲁克贡献的经典管理思想。

从马奇和德鲁克的例子，我们看到，在管理研究中，数学模型可以创造出有价值的学术思想；完全没有数学模型，学者也能讲好实践故事，贡献学术思想。但更多时候，数学模型与学术思想能够互补，相得益彰。

数学模型与学术思想的互补

（一）数学模型可以帮助学术思想证伪

数学模型能将概念模型用更加精确、严密的数学语言表示出来。如果能将所有因素考虑到并数学化，那我们就可以用数学工具和形式逻辑方法进行深度推理和演绎，这能促进管理学科的科学化。数学还能促进经验研究，确保相关理论的可靠性（陆蓉、邓鸣茂，2017）。

索罗斯在题为《论人的不确定性原则》的演讲中提到，他非常认可维也纳哲学家卡尔·波普尔的一个观点“经验真理不能被绝对地肯定”。即便科学规律也不能摆脱疑云，他们可以被实验所证伪。也就是说，只要有一个数据证明这个理论是错误的，那么就足以证明整个理论不成立。

周楠、朱玉杰和孙慧（2009）通过新制度理论与种群生态理论构建了概念模型，并通过数学模型发现，一个公司选择进入一个国家的可能性随着东道国中来自于同一母国、同一行业公司的密度而增大，而公司东道国发展经验越丰富，其受到种群密度的影响越弱。但“自身的研发能力越强，种群密度影响越弱”这一理论推演并没有得到充分验证。

（二）数学模型可为学术思想提供新的思路和线索

如果是纯粹的理论推演，或仅强调学术思想，即便研究者尽可能地保持研究过程的严谨性和态度中立性，但理论仍会带有较为强烈的个人色彩。一方面，理论推演需要基于大量的研究素材（也就是丰富的感觉材料）和研究者丰富的知识储备，而收集什么样的素材以及从什么角度切入则容易受到个人过往经历的影响。另一方面，理论推演的思考方向和思维模式受到个人经验和习惯的约束。

在强大的数据技术加持下，有时我们也可能在数据挖掘过程中发现一些有意思的现象或意想不到的线索。当然，这些数据挖掘出的变量关联可能是虚假无效的，但我们不妨将数据挖掘作为一个大浪淘沙去粗取精的过程，将发现的线索作为学术理论发展的重要补充，帮助完善已有的学术理论，甚至启迪新学术理论的萌发。这种做法在市场细分领域已经帮助到很多管理者和学者（如Trindade et al., 2017）。

（三）学术思想可帮助建立科学的数学模型

数学模型不是无本之木、无源之水，它的建立很多时候是基于严谨的学术理论。学术理论可以为数学模型建立提供思路，数学模型又可以帮助准确把握变量间的数学关系，为社会与管理实践提供指导。例如，根据卡尼曼前景理论，我们知道大多数人在面临收益时倾向于风险规避，在面临损失时倾向于风险偏好。

但是针对具体的社会实践，例如在为投资理财产品进行定价和设计时，就需要确切知道消费者的风险偏好系数。这时，我们可以基于前景理论建立科学的数学模型，通过充分的数据调研确定模型中的具体系数，以制定合理的投资理财产品。另外，根据流行病学的相关理论，我们可以知道新冠肺炎的传染规律，也可建立疫情传染模型，由计算机对疫情发展进行仿真模拟，预测疫情结束时间。

模型与思想的融合：“全员”参与式行动

我们的研究既需要“数学模型”来保证科学化和可靠性，又要贡献重要的学术思想及实践指引。该目标的实现需要学术生态中所有主体的共同努力。

（一）学者的行动

我们需明确管理研究的使命。这是确定管理学科定位及研究路径的核心问题。管理学是一门职业教育学科，还是研究性学科，亦或是一门科学？这个问题被探讨百年，到现在仍争论不休。徐淑英教授提了一个愿景：要做负责任的研究，即生产可信且可靠知识的科学工作，这些知识能直接或间接用于解决商业组织和社会中的重要问题。这能帮助学者厘清管理学科定位及研究的行动核心，即管理研究最终要回答实践问题。

管理研究的实践属性使得管理学者不能像数学家、自然科学家那样，仅仅专注于数学与模型表达，它最后一定会落到实践指引上。对学者来讲，要充分理解身上承担的使命与责任，行动才会有“张力”，才能更好地“平衡”数学模型与学术思想。

陈春花教授提出“两阶段法”可以更好的融合科学范式与实践价值。第一个阶段，找到有价值的问题，即“实践先行”。这个阶段的实践观察与个案分析显得尤为必要，是研究问题实践相关性的重要来源。第二个阶段是科学性。只有科学的范式才能让研究具有复制性与信效度保障，遵循科学的逻辑也让研究问题得以理论化。

学者行动中需要“以终为始”，以实践最终导向为标准来开展负责任的管理研究。一方面，学者自身要始终怀揣着为社会服务的研究理念。要确保研究的可靠性与严谨性，正确合理使用数学模型和工具，要警惕数学模型滥用的表现形式及危害（陆蓉、邓鸣茂，2017）。另一方面，研究过程也要有扎实的科学范式和方法，这既可以是严谨的数学模型，也可以是定性分析，更可以是跨学科的知识合作。研究一定要透明与科学，采用多元研究方法，不能过度依赖、滥用数学与模型工具，更不能作假。

（二）学校/科研机构、期刊等主体的行动

为什么管理学术文章几乎很少被实践者青睐？这其中很大一部分原因在于学校、科研机构及期刊等评价机制与学术氛围有偏。很多学校或科研机构制定简单粗暴的学术考核标准，仅靠文章发表的“数豆子”文化，其衡量标准很少涉及真实的实践贡献。

期刊本来是嫁接管理研究与实践的桥梁之一，是管理知识创造及向外部转移的重要载体。但一些期刊过于注重形式和规范，在管理学科“科学化”的浪潮下过于强调理论创新、研究方法科学与严谨及写作话术。

这导致的一个明显的学术现实是，学者的文章很少关注实践及社会问题，内容更注重数学化、模型化等科学范式。学术界与实践界的话语体系显得格格不入，两界之间的沟通甚是困难。因而，管理学术期刊很少有来自商业的读者。为了更好的促进管理研究，使其兼具“科学性”、“学术思想性”和“实践价值性”，学校、科研机构、期刊等可以尝试向以下方向努力：

对于学校及科研机构，重点是正确衡量学者的学术贡献及构建与之相关的职位晋升体系。例如可以将理论与实践价值同时作为学术贡献的评判标准。Aguinis等（2014）曾建议将学术评价体系多元化，在评价中纳入实践领域影响力的相关指标。

事实上，不少学校开始注重管理研究、企业及教学之间的密切关系。例如，密歇根大学要求管理学者增加实践相关角色，并帮助解决全球和本地问题。因而，对管理研究的评价，可能社会影响的占比要超越科学范式的占比。这都是学校和科研机构制定研究成果考核标准时可以努力的方向，能有效避免研究者过分追求数学模型而导致研究传播力及实践影响力低的现象。

对于期刊，需要搭建适于学者内部知识分享及与企业外部沟通的合适平台。编辑、同行评审要正确对待研究中的数学化和模型工具，考虑其是否合理，它是否能较好地“承载”研究成果，成果是否能较好地与理论与实践对话。

考虑到学术范式与定位多元化，如包括“非直接应用研究（第一类研究）”和“直接应用研究（第二类研究）”等。可以参考夏福斌（2014）的建议，构建科学的知识传播平台及期刊评价机制，这样有助于期刊的长期存续及其分类管理，也使得研究成果从学界向实践界传播，更好地兼顾数学模型与学术思想。

管理期刊知识传播

资料来源：夏福斌（2014）

同时，期刊需要与学者协同，共推负责任的研究。有些期刊已经走在前面，如Management and Organization Review。该杂志提倡“二阶段评审程序”，即研究者先提交研究计划，如果评审认为你的研究很好，就可以放心去做。在保证程序性准确的前提下，文章都会发表，这使得研究者不会刻意追求数学化、模型化，研究成果也更容易与实践相关联。

（三）企业的行动

管理研究跟企业有密切关系，要鼓励和企业共同做研究。与企业一起真正进行合作研究，能较好地保证数据质量，而且研究成果又能反哺企业，对其它企业也有帮助。

不幸的是，Halfhill等（2003）对1982-2002年发表在Journal of Applied Psychology和Personnel Psychology的合作者进行了一次统计，发现学者间合作的文章大概占到80%到90%，而学者与实践者共同合作的比例非常少。

到现在，管理学者与企业家的合作研究状况依旧没有明显的改变。我们建议，商学院需要创新，管理研究需要企业的深度参与。特别是在大数据时代，企业参与式研究对数学模型构建及学术思想创造是一件非常有利的事情。

为了实现数学模型与学术思想的“融合”，根本上的解决方案是构建健康的学术生态体系。在生态里，各主体各司其职，又协同合作。学者能自主承担负责任的研究使命，学校与科研机构提供合适的研究“土壤”，期刊能正确的评价、挑选文章及传播知识，企业能主动地参与研究。学者自会在数学模型与学术思想间取得平衡。

结语

最后，我们强调，数学模型不仅仅是工具与科学范式，也是可以承载或创造重大学术思想的利器。数学模型与学术思想相得益彰是高质量研究的重要特点。学术思想和理论能帮助指引构建更合理严谨的数学模型。应用数学模型的背后需要深入思考的是理论逻辑、适用性及学术思想，绝不能滥用数学模型，让简单问题复杂化。我们期望未来的学术生态能正确对待数学模型，不完全摒弃，也不过分迷信、依赖，拥抱多元规范的研究范式开展管理研究。

参考文献

[1] Aguinis, H., et al. (2014). Scholarly impact: A pluralist conceptualization. Academy of Management Learning & Education, 13(4): 623-639.

[2] Banks, G. C., et al. (2016). Management’s science-practice gap: A grand challenge for all stakeholders. Academy of Management Journal, 59(6): 2205-2231.

[3] Halfhill, T., & Huff, J. (2003). The scientist-practitioner gap: Present status and potential utility of alternative article formats. Industrial-organizational Psychologist, 40(4): 25-37.

[4] Trindade, G., et al. (2017). Extracting clusters from aggregate panel data: A market segmentation study. Applied Mathematics and Computation, 296: 277-287.

[5] 陈春花, 吕力. (2017). 管理学研究与实践的脱节及其弥合:对陈春花的访谈. 外国经济与管理, 39(6): 12-22.

[6] 李平, 杨政银, 陈春花. (2018). 管理学术研究的“知行合一”之道: 融合德鲁克与马奇的独特之路. 外国经济与管理, 40(12): 28-45.

[7] 陆蓉, 邓鸣茂. (2017). 经济学研究中“数学滥用”现象及反思. 管理世界, (11): 10-21.

[8] 吕力, 田勰, 方竹青. (2017). 实证、行动与循证相结合的管理研究综合范式. 科技创业月刊, 30(09): 84-88.

[9] 夏福斌. (2014). 管理学术期刊的职责和使命——基于管理研究与实践脱节的分析. 管理学报, 11(9): 1287-1293.

[10] 徐淑英. (2018). 负责任的商业和管理研究愿景. 管理学季刊, 3(4): 9-20; 153-154.

[11] 周楠, 朱玉杰, 孙慧. (2009). 密度制约模型中的合法化: 公司以及地域异质性在海外扩张中的调节作用. 管理世界, (3): 111-120.

作者简介

刘超，北京大学国家发展研究院博士后；

刘军，中国人民大学首批杰出特聘教授。

●往期推荐 ●