2021年6月20日，在由教育部高等学校工商管理类教学指导委员会、中国人民大学商学院和浙江工商大学联合主办的“新商科发展与专业建设研讨会”上，中国科学技术大学管理学院刘志迎教授首次提出了“计算商学（computational business science，CBS）”的学科概念，并做了题为“构建计算商学学科的若干思考”的专题报告，为计算商学学科的创建提出了架构性设想和思考。

刘教授开篇就说了商学教育共识性难题：“我们正在用福特主义时代形成的商学理论知识，教现在信息化时代的工商管理专业学生、EMBA和MBA学员，去面对未来智能化时代的各种挑战。”。那么解决方案是什么呢？为此，刘教授提出了两条解决方案，其一是建立计算商学学科；其二是运用领先企业案例进行案例教学。接下来分析了商科发展历程、计算商学提出的背景和计算社会科学的提出，重点对构建计算商学学科（专业）提出了若干建议。

一、商学学科的发展历程

刘教授分别简要介绍了中美商学发展的历程。

（一）美国商学教育发展历程：

职业教育（1635—1880）：专业培训和学徒。

专业教育（1881—1945）：1881年宾夕法尼亚大学沃顿商学院、1898年加州大学伯克利分校开始商科教育，1912年成立了独立的哈佛大学商学院（1908商科教育），1916 年 AACSB（美国高等商学院联合会）成立。20 世纪 30 年代，美国实现了学院向现代大学的转变，大部分州立大学都提供商学本科和硕士教育的商科教育知识体系。

制度化教育（1946-2000）：以市场为导向的专业化和制度化建设逐步完善阶段；20 世纪 60 年代初至 80 年代初是美国高等商学教育发展最快的时期，商科学士学位授予数在 80 年代居各学院之首，80 年代到 20 世纪末学士学位绝对数增长相对平缓，硕士博士学位绝对数则增长迅速。

特色化教育（2000-至今）：哈佛大学商学院（领导能力和高级管理知识）；沃顿商学院（企业家精神、创新能力和领导力）；麻省理工学院斯隆商学院（高科技管理）；西北大学凯洛格商学院（市场营销）。非学历教育蓬勃发展，互联网网上商学课程开始流行。

（二）中国商学教育发展历程

学徒制教育：主要是学徒制培养。

商业补习教育（1840-1902）：以讲授外语与商务知识为主的书馆、夜校和补习班。

学堂（校）商科教育（1902-1949）：1902 年《钦定学堂章程》确定的“壬寅学制”中，首次将商学教育纳入正规的学校教育体系中，分为简易商业学堂、中学堂的商科和中等商业学堂、高等实业学堂、大学商科四级；民国期间，将学堂转变成为学校。

苏式商科教育（1949-1978）：我国商科教育在这一阶段主要借鉴苏联的《苏维埃贸易经济学》，其后，一些大学也编纂了《中国社会主义商业经济》等教材，开设了专门的商管类学校或专业学院。没有真正意义上的商科，而是计划经济条件下的商业或贸易经济学。

中美结合商科（1979-）：全面引入西方（美国）教材、课程体系，各大学成立经济管理学院，经过学科多次调整（1983,1990,1997,2011等），形成现在的商科教育体系。现在的商学教育体系达到了国际化水准，有的已经确立为国际一流学科或专业，众多高校通过了AACSB认证、EQUIS认证和AMBA认证。

二、计算商学提出的背景：智能化时代的到来

刘教授认为当今世界具有三元性：

人类世界（社会）

物理世界（自然）

信息世界（空间）

新时代的“三化”特征：

数字化：感知人类社会和物理世界的基本方式

网络化：联结人类社会与物理世界的基本方式

智能化：将人类智慧赋能物理世界的基本方式

世界的四次产业革命：

第一次产业革命：机械化革命

第二次产业革命：电气化革命

第三次产业革命：信息化革命

第四次产业革命：智能化革命

我们现在正处在第三次产业革命向第四次产业革命转变的关键时期。

三、传统商学面临的形势

挑战性压力有三个：

智能化革命的挑战

中国经济实践挑战

理论滞后性的挑战

阻碍性压力有四个：

课程体系老化障碍

教材内容老化障碍

师资知识结构障碍

培养模式创新障碍

四、计算社会科学全球呼吁

2009年，美国15位学者联名在《科学》杂志正式提出了计算社会科学（computational social science，CSS）。紧接着美欧14位学者又在2012年联合发表《计算社会科学宣言》。其出发点是想结合信息技术、人工智能和社会科学理论来解决新时代社会科学面临的问题。社会科学研究是为了揭示人类活动的规律，社会科学研究方法经历了定性的思辨研究到定量的实证研究再到社会仿真研究，现在已经进入了基于大数据的计算研究阶段。

Gartner认为，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据具有Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）的5V特点，已经成为人类的重要资源。

正如吉姆·格雷（Jim Gray）所说，人类科学研究经历了实验、理论和仿真三种范式，目前正在进入“数据密集型科学发现”的第四研究范式。“将算法的和计算的工具应用于复杂数据”来研究和揭示社会现象的本质，成为社会科学研究的重要范式。因此，计算社会科学在学术界已经开始萌芽。

德国斯普林格出版社于2014年1月出版的Cioffi-Revilla的专著《计算社会科学概述：原理与应用》，标志着CSS有了学科框架性原理。2018年全球首本杂志《计算社会科学杂志》在日本创刊。

中国学者密切关注CSS发展动态，2010年《科研信息化技术与应用》首次介绍了《Science》上的这篇文章，随后CSSCI检索相关文章有10多篇。中山大学对CSS关注最早，于2016年开始举办“计算社会科学讲习班”，至今已经举办三期，面向全国学者开展CSS普及和传播。2016年中国社会学年会在兰州召开，会议重要组成部分的“大数据与计算社会科学论坛”有30多篇论文。2018年8月28日至29日，由清华大学社会科学学院、清华大学CSS平台、清华大学数据科学研究院联合举办召开了“第一届全国计算社会科学高端论坛”，大力推进了CSS在中国的研究。2021年5月29-30日国际传播学会（ICA）在中国科学技术大学举办了“首届计算社会科学研究方法前沿论坛”， “计算传播学”已经有专门教材出版。

刘教授认为，商学应该属于社会科学中最需要计算化改造的学科。故此，提出“计算商学”（computational business science，CBS），并认为是新商科发展的大方向。

五、构建计算商学学科（专业）的建议

传统的商学学科课程体系由四大模块课程组成：

1.原理课程，例如经济学原理、管理学原理、会计学原理、统计学原理、组织行为学等；

2.主干课程，例如战略管理、公司治理、营销管理、人力资源管理、财务管理、生产管理等；

3.方向课程，例如市场营销类、财务管理类、人力资源类、投融资类、信息管理类等；

4.通识课程，例如政治类、数理类、工具类、人文类等。

那么，何为计算商学？

刘教授认为，社会经济活动向数字化、网络化和智能化转型，大数据、云计算、智能终端等成为商事组织开展经营活动的基本资源、条件和运营依据，商学人才培养必须能够适应这一变化，及时修订学科（专业）的研究和培养模式。

计算商学（computational business science，CBS）学科是以商事组织（工商企业）为研究对象，系统地研究智能化时代商事活动的普遍规律和商务大数据算法的学科。计算商学专业是适应数字化、网络化和智能化时代需要，以商务大数据算法为核心能力培育的商事组织经营管理规律研究和专门人才培养的管理类专业。

刘教授认为，计算商学并不是大数据（或互联网、智能化）与传统商学的简单杂糅堆砌，计算商学学科也不是大数据（或互联网、智能化）在传统商学学科的直接应用，其本质上是一种在制造智能和商业智能下提出的商科新理论。

拉卡托斯指出：“一切科学研究纲领都在其‘硬核’上有明显区别”，认识到学科边界具有内外层次的划分非常重要。工商企业的业态全面转化后，无论是管理活动，还是商业活动，都发生了实质性的变化，商学学科内核需要重构。

因此，计算商学学科的内核，是互联网思维（万物互联）下工商企业全流程数字化呈现和人工智能参与的企业运营管理的全部活动规律。在这个内核下，企业边界模糊导致计算商学学科边界扩展，应以全新的理论对待计算商学，而不是仅仅以单纯的传统商学和智能时代背景简单结合来理解。

刘教授提出计算商学（computational business science，CBS）的三个逻辑：

一是数据分析逻辑。在数字化的背景下，大数据作为一种全新的商业资源已经被广泛重视。挖掘数据背后的商业价值和社会意义是计算商学的重要任务之一。

二是万物互联逻辑。人类社会与物理世界的方方面面形成联结，构成了网络化大背景。价值的发现-创造-实现的循环是万物互联网络下时时刻刻发生的，探索出发现价值-创造价值-实现价值理论路径和观测工具也是计算商学的重要任务之一。

三是人机对接逻辑。随着技术的不断进步，更多的社会过程会智能化。人机对接下人的管理和人工智能的控制也是计算商学涉及的重要领域。

刘教授强调，计算商学的构建应以下几个关键：

大数据（Big Data）是计算商学研究的核心资源。信息时代下，源源不断的商业信息都化为数据呈现出来，计算商学的研究离不开大数据的支撑。从繁琐冗余的低价值密度的大数据里抽丝剥茧般发掘有价值信息，是计算商学的核心内容。

可计算（Calculability）是计算商学研究的本质特征。与传统商学经验性、实证性研究不同，计算商学的研究内容可以通过具体的数据计算分析的，并且这些数据是真实可靠的，是正在发生的。

跨学科（Interdisciplinary）是计算商学研究的学科属性。计算商学的研究要求具备跨学科知识，是综合应用多学科知识发掘、实现、应用数据背后的价值信息。一般来说要具备传统商学的知识、计算机编程、数据分析能力、所分析领域的专业知识等。

主体建模（Agent-based simulations）是计算商学研究的核心工具。面对浩渺如烟的低价值密度数据，如何通过数学的方法剥离出有价值的关键数据，是计算商学研究所面对的第一道难题。一般来说，大都通过对大数据主体建模去分析数据的固有属性，以此来尝试挖掘数据背后蕴含的信息。

范畴概念（Category & concepts）是学科形成的核心内容。要想形成计算商学学科，就需要对相关的概念和研究内容进行范畴和概念的界定，借此形成系统的理论体系和框架，同时这也将有助于开发计算商学理论应用工具。

刘志迎教授认为，商学学科发展，在第一次产业革命基本上尚没有形成。伴随着第二次产业革命形成的商科教育体系，即福特主义时代的以科层组织为基础的体系化商科教育；面对第三次产业革命和即将发生的第四次产业革命，需要建立计算商学体系，即互联网智能化时代，以大数据为基础的计算商学教育体系。

商学的发展也从以古典理论和行为科学的实验商学，向以现代管理理论和后现代管理理论为代表的仿真商学转变，并最终进入到以大数据分析、价值挖掘实现为主的计算商学。

刘教授指出，计算商学专业课程体系也与传统的商学四大类课程体系不同。计算商学专业课程体系搭建最大的难度，不在于计算类工具性课程的开设，而在于专业类课程的全面改造。

鉴于计算商学学科需要，必须对传统核心专业课程进行数字经济背景下的全面改造，如战略管理、市场营销、财务管理、生产运营、人力资源、供应链管理等课程，均需要在内容进行全面性的改造。在通识类课程方面，需要全面强化人文素养和科学素养教育的课程，以符合计算商学的要求。在工具类课程方面，需要开发基于大数据的计算类应用课程，并开展系统训练和教学以应对操作要求。在实践类课程方面，需要开发全方位、多角度的实践学习课程。具体而言，以领先企业案例教学+优秀企业实习+大数据计算实践的方式，形成一套全面的实践课程体系。

结语

中国科学技术大学管理学院刘志迎教授首次提出的“计算商学”具有创新性新商科发展认知，受到与会各商学院院长的关注和认可。“计算商学”抓住了当今时代特征和变化趋势，数字经济、大数据、互联网、物联网、人工智能、智能制造等内在本质是算法或计算，以“计算商学”来命名新商科，代表着商科教育发展的大方向。中国人民大学商学院院长毛基业教授在最后总结发言中给予了高度评价。

徐毅副教授 供稿

（中国科学技术大学管理学院）