技术驱动的管理科学与工程研究

doi:10.16381/j.cnki.issn1003-207x.2022.05.002

摘要/Abstract

摘要： 科技创新引领技术变革，加速变革的科技正在重塑世界政治、经济和社会发展的新格局、新形势。一系列新场景、新环境下的管理决策问题，如新一代移动通讯、人工智能、物联网、轨道交通与建筑工程、医疗工程、能源环境工程等，开启了管理科学与工程学科研究的新局面，并提出了全新的要求和挑战。本文通过系统梳理和总结相关文献和课题项目，阐述管理科学与工程领域的关键技术发展态势，并结合领域权威专家的问卷和访谈结果，立足新技术融合和新产业应用两个方面概括了技术驱动下管理科学与工程的主要研究方向。

关键词: 管理科学与工程；技术驱动；发展态势

Abstract: Technological innovation leads to technological change and technology that accelerates change is reshaping the new pattern and situation of the world’s political, economic, and social development. A series of management decision-making problems in new scenarios and new environments, such as new generation mobile communication, artificial intelligence, Internet of Things, rail transit and construction engineering, medical engineering, energy, and environmental engineering, has opened a new situation in the research of management science and engineering disciplines and put forward new requirements and challenges. By systematically sorting out and summarizing relevant literature and projects, the development trend of critical technologies in management science and engineering is expounded on. It combines the results of questionnaires and interviews with authoritative experts in the field. Based on the integration of new technologies and the application of new industries, the leading research directions of management science and engineering-driven by technology are summarized.

Key words: management science and engineering; technology-driven; development trend

中图分类号:

李建平, 吴登生, 郝俊. 技术驱动的管理科学与工程研究[J]. 中国管理科学, 2022, 30(5): 9-14.

LI Jian-ping, WU Deng-sheng, HAO Jun. Research on Technology-Driven Management Science and Engineering[J]. Chinese Journal of Management Science, 2022, 30(5): 9-14.

参考文献

［1］杨善林,朱卫东,刘业政. 基于互联网的企业智能决策支持系统研究［J］. 中国管理科学, 2002,10(6): 77-81.Yang Shanlin, Zhu Weidong, Liu Yezheng. A framework for enterprise intelligent decision support systems based on internet［J］. Chinese Journal of Management Science, 2002,10(6): 77-81.
［2］张佳星. 中国有先机应紧紧抓住“颠覆性技术”［N］. 科技日报,2022-03-11(007).Zhang Jiaxing. China has the opportunity and should firmly grasp the “disruptive technology”［N］. Science and Technology Daily, 2022-03-11(007).
［3］李若筠,吴登生,徐伟宣,李建平.中国管理科学学科发展态势计量分析［J］. 中国管理科学, 2020, 28(3): 223-230.Li Ruoyun, Wu Dengsheng, Xu Weixuan, et al. Development status and trend of management science in china［J］. Chinese Journal of Management Science, 2020, 28(3): 223-230.
［4］吴登生, 李若筠. 中国管理科学领域机构合作的网络结构与演化规律研究［J］. 中国管理科学, 2017, 25(9): 168-177.Wu Dengsheng, Li Ruoyun. The structure and evolution of lnstitution collaboration network on management sciences in China［J］. Chinese Journal of Management Science, 2017, 25(9): 168-177.
［5］中国科学技术协会. 管理科学与工程学科发展报告(2012-2013)［M］. 北京: 中国科学技术出版社, 2014.China Association for Science and Technology. Report on advances in management science and engineering: 2012-2013［M］. Beijing: China Science and Technology Press, 2014.
［6］陈国青, 曾大军, 卫强, 等. 大数据环境下的决策范式转变与使能创新［J］. 管理世界, 2020, 36(2): 95-105+220.Chen Guoqing, Zeng Dajun, Wei Qiang, et al. Transitions of decision-making paradigms and enabled innovations in the context of big data［J］. Management World, 2020, 36(2): 95-105+220.
［7］陈国青, 吴刚, 顾远东, 等. 管理决策情境下大数据驱动的研究和应用挑战——范式转变与研究方向［J］. 管理科学学报, 2018, 21(7): 1-10.Chen Guoqing, Wu Gang, Gu Yuandong, et al. The challenges for big data driven research and applications in the context of managerial decision-making: Paradigm shift and research directions［J］. Journal of Management Sciences in China, 2018, 21(7): 1-10.
［8］宋华, 陈思洁. 高新技术产业如何打造健康的创新生态系统: 基于核心能力的观点［J］. 管理评论, 2021, 33(6): 76-84.Song Hua, Chen Sijie. How to build a healthy innovation ecosystem in hi-tech industry? A perspective based on core competency［J］. Management Review, 2021, 33(6): 76-84.
［9］陈国青, 张瑾, 王聪, 等. “大数据—小数据”问题: 以小见大的洞察［J］. 管理世界, 2021, 37(2): 203-213+14.Chen Guoqing, Zhang Jin, Wang Cong, et al. The “big data- small data” problem: Insights for the big through the small［J］. Management World, 2021, 37(2): 203-213+14.
［10］徐宗本, 冯芷艳, 郭迅华, 等. 大数据驱动的管理与决策前沿课题［J］. 管理世界, 2014(11): 158-163.Xu Zongben, Feng Zhiyan, Guo Xunhua, et al. Frontier topics in big data driven management and decision making［J］. Management World, 2014(11): 158-163.
［11］曾大军, 李一军, 唐立新, 等. 决策智能理论与方法研究［J］. 管理科学学报, 2021, 24(8): 18-25.Zeng Dajun, Li Yijun, Tang Lixin, et al. Decision intelligence research: Theory and methods［J］. Journal of Management Sciences in China, 2021, 24(8): 18-25.
［12］ Bower J L, Christensen C M. Disruptive technologies: Catching the wave［J］ Harvard Business Review, 1995, 73:43-53.
［13］吕跃广.信息电子领域颠覆性技术与人工智能［J］.科技与金融,2018(12):15-18.Lv Yueguang. Disruptive technology and artificial intelligence in the field of information electronics［J］ Sci-tech Finance Monthly, 2018(12):15-18.
［14］汤文仙,李京文.基于颠覆性技术创新的战略性新兴产业发展机理研究［J］.技术经济与管理研究,2019(6):95-99.Tang Wenxian, Li Jingwen. Research on the development mechanism of strategic emerging industry based on subversive technological innovation［J］. Journal of Technical Economics & Management, 2019(6):95-99.
［15］王刚,侯广辉,廖桂铭.不确定性条件下的“创新漏斗”:颠覆性技术的识别方法与多阶段筛选路径研究［J］.管理评论,2022. DOI:10.14120/j.cnki.cn11-5057/f.20220314.002.Wang Gang, Hou Guanghui, Liao Guiming. The “innovation funnel” under uncertainty: A study on the identification method and multi-stage screening path of disruptive technology［J］. Management Review, 2022. DOI:10.14120/j.cnki.cn11-5057/f.20220314.002.
［16］刘琦岩.大力发展引领产业变革的颠覆性技术［J］.红旗文稿,2016(14):19-21.Liu Qiyan. Vigorously develop disruptive technologies that lead industrial transformation［J］. Red Flag Manuscript, 2016(14):19-21.
［17］白春礼.科技革命与产业变革：趋势与启示［J］.科技导报,2021,39(2):11-14.Bai Chunli. Technological revolution and industrial transformation: Trends and implications［J］ Science & Technology Review, 2021,39(2):11-14.
［18］李晓华,刘峰.产业生态系统与战略性新兴产业发展［J］.中国工业经济,2013(3):20-32.Li Xiaohua, Liu Feng. Industrial ecosystem and the development of strategic emerging industries［J］. China Industrial Economics, 2013(3):20-32.
［19］原磊.新一轮科技革命和产业变革背景下我国产业政策转型研究［J］.中国社会科学院研究生院学报,2020(1):84-94.Yuan lei. China’s industrial policy transition in the new round of scientific and technological revolution and industrial transformation［J］ Journal of Graduate School of Chinese Academy of Social Sciences, 2020(1):84-94.
［20］李舒沁,王灏晨,汪寿阳.人工智能背景下工业机器人发展水平综合动态评价研究——以制造业为例［J］.系统工程理论与实践,2020,40(11):2958-2967.Li Shuqin, Wang Haochen, Wang Shouyang. Research on the comprehensive dynamic evaluation of the development level of industrial robots in the context of artificial intelligence-Taking the manufacturing as an example［J］. Systems Engineering Theory & Practice, 2020,40(11):2958-2967.

[1]	汪平, 张丽君, 孙鲁平. 参照依赖的消费者选择及其建模方法回顾与展望[J]. 中国管理科学, 2022, 30(4): 119-131.
[2]	丰景春, 董灵莉. 多资源约束下基于关键链的项目群工期-费用优化[J]. 中国管理科学, 2022, 30(4): 132-143.
[3]	刘珊, 姚锋敏, 陈东彦, 滕春贤. 回收竞争下考虑CSR行为的闭环供应链定价决策及协调[J]. 中国管理科学, 2022, 30(4): 205-217.
[4]	许保光, , 常嘉欣, , 高敏刚. 考虑人车混采的道路信息采集的路径规划研究[J]. 中国管理科学, 2022, 30(4): 218-227.
[5]	刘明, 徐锡芬, 宁静, 曹杰. 基于订单数据分析的共享单车重置调度优化研究[J]. 中国管理科学, 2022, 30(4): 275-286.
[6]	马志强, 徐小峰, 何正文, 王能民. 复杂不确定环境下活动可拆分的项目资源鲁棒性调度优化[J]. 中国管理科学, 2022, 30(3): 117-130.
[7]	周晓阳, 陈可欣, 温浩宇, 汪寿阳. 政府补贴下考虑零售商不同竞争行为的闭环供应链决策及合同选择[J]. 中国管理科学, 2022, 30(3): 176-188.
[8]	唐跃武, 范体军, 程永伟. 基于不同保鲜方式的生鲜品定价订货决策[J]. 中国管理科学, 2022, 30(3): 189-198.
[9]	刘传斌, 代伟, 余乐安, 杨健安. 基于GCA-DEA-MSVC方法的高校科研平台评价预测研究[J]. 中国管理科学, 2022, 30(3): 240-247.
[10]	张旭梅, 郑雁文, 李梦丽, 田宇. O2O模式中考虑附加服务和平台营销努力的供应链合作策略研究[J]. 中国管理科学, 2022, 30(2): 181-190.
[11]	万骁乐, 王欢欢, 杜元伟, 孟庆春. 考虑过度自信的交叉持股供应链决策研究[J]. 中国管理科学, 2022, 30(2): 191-203.
[12]	杨敏, 费锡玥, 魏宇琪, 梁樑. 基于资源共享与子系统交互的两阶段DEA评价方法——兼对我国“一流大学”科研绩效的评价[J]. 中国管理科学, 2022, 30(2): 256-263.
[13]	曲薪池, 侯贵生, 孙向彦. 消费者异质偏好结构下动态创新竞合系统定价与创新策略研究[J]. 中国管理科学, 2022, 30(1): 88-99.
[14]	任爱俊, 冯耕中, 田军. 考虑恢复依赖的基础设施网络应急恢复决策[J]. 中国管理科学, 2022, 30(1): 154-164.
[15]	王田, 郑重. 产能不确定供应商的风险厌恶行为对供应链的影响[J]. 中国管理科学, 2022, 30(1): 165-174.