大数据时代，如何在新的复杂环境条件下作出最优选择，这是管理决策领域面临的新挑战。面向国家大数据战略，国家自然科学基金委员会启动重大研究计划“大数据驱动的管理与决策研究”，发挥大规模集群式研究的引领作用，创新性地设计构建“全景式PAGE框架”，破解大数据管理决策领域的科学难题。当管理决策“遇见”大数据，碰撞出精彩的火花。

陈国青在学术会议上阐释“全景式PAGE框架”。科研团队供图

  ?

■本报记者 甘晓

作为一门重要学科，管理决策专注于如何在复杂环境条件下作出最优选择。而大数据时代的来临为其提出新挑战：大数据涉及多学科门类、多领域情境、多数据模态……当管理决策“遇见”大数据，会“碰撞”出什么样的火花？我们应当如何应对这一新挑战？

为回答好这些问题，自2015年底以来，在国家自然科学基金重大研究计划“大数据驱动的管理与决策研究”（以下简称重大研究计划）的支持下，我国科研工作者发挥大规模集群式研究的引领作用，创新性地设计构建新型研究框架（以下称全景式PAGE框架），破解大数据管理决策范式转变机理与理论、大数据资源协同管理与治理机制设计、领域导向的大数据价值发现理论与方法等一批重要难题。

近期，重大研究计划完成评估。

“参与项目的学者们在全景式PAGE框架的引领下开展深入研究，一系列研究成果书写了大数据管理决策研究‘新的一页’，使我国在大数据驱动的管理与决策研究领域跻身国际前列。”回顾重大研究计划启动、实施、结束全过程的10年，重大研究计划指导专家组组长、清华大学经济管理学院教授陈国青深感欣慰。

与国家战略同步

要理解大数据如何重塑决策方式，不妨以普通人参与的股价预测为例。“预期”是股价预测的核心变量。在没有网络、数据不丰富的“古早”时代，人们只能根据有限信息进行决策。大数据彻底改变了这一逻辑，股价不仅受基本面数据驱动，更受到新闻、社交媒体、情绪指标、非结构化数据等快速变化的信息流所塑造的市场心理影响。

大数据的深度介入，使得股价预测从“基于有限信息的静态推演”，转变为“基于多源数据的动态博弈”，这不仅提高了决策效率，更代表整个金融预测逻辑的范式转型。而股价预测，仅是这一变革的“冰山一角”。

早在2010年前后，《自然》《科学》等学术期刊相继发表论文，提出大数据的概念，并将其视为一个新生且具有革命性的颠覆性技术。作为信息管理学领域的知名专家，陈国青意识到，即将到来的大数据时代，将带来管理决策领域的范式革命。

回过头来看，陈国青认为：“当时大数据对各个领域的影响可与当今人工智能（AI）所带来的冲击相提并论。”

2013年至2014年前后，国内管理学界围绕大数据进行过多次深入讨论。陈国青也曾在国家自然科学基金委员会（以下简称自然科学基金委）举办的双清论坛上作主旨报告，向国内科技界报告大数据驱动的管理决策领域面临的种种前沿挑战。

在引发学术界高度关注的同时，大数据也在政界和产业界成为吸睛焦点。各国陆续推出与大数据相关的国家战略计划，国内各界也越来越认识到大数据的管理创新对于国家经济社会发展的深远影响。

2015年8月，国务院印发《促进大数据发展行动纲要》。同年10月底召开的党的十八届五中全会明确提出，实施网络强国战略和国家大数据战略。这标志着大数据战略正式上升为国家战略。

正是在这样的形势和背景下，重大研究计划应运而生。

“当时，专家们的共识是，大数据研究应该是应用导向的，而不能仅仅停留在计算方法上。”陈国青回忆，“因此，重大研究计划由自然科学基金委管理科学部牵头，联合信息科学部、数学物理科学部和医学科学部实施。”

2015年底，几经酝酿，重大研究计划启动，开启与国家战略同行之旅。

书写“新的一页”

万事开头难。究竟什么样的问题能够被称作是“大数据问题”？这个问题的答案如同“一万个读者心中有一万个哈姆雷特”。

指导专家组遇到的第一个问题便是，虽然大数据已尽人皆知，但学界对其问题边界和科学内涵的看法并不统一，给开展科学研究带来了困扰。

“大数据研究不应新瓶装旧酒、盲目炒作和追捧新名。”陈国青强调。为了抓住问题核心，厘清概念和认识，在陈国青的带领下，指导专家组提出从三个方面刻画大数据的问题特征，即粒度缩放、跨界关联和全局视图。

其中，数据粒度可以类比为相机的成像像素，这些像素使问题的要素能够被描述、被精确测量，还能够像地图一样放大和缩小。跨界关联是通过大数据引入的新视角，将传统视角和边界之外的相关要素纳入管理决策中。全局视图则是指问题定义与搜索求解的全局性，强调对相关情境的整体画像及其动态演化的刻画和诠释。

在此基础上，针对重大研究计划重点要解决哪些问题，“全景式PAGE框架”全新出炉。“一个国家级集群性研究计划的开展，关键是能够调动各个研究团队自由探索的主动性，同时又能够在整体上围绕统一目标，聚焦研究重点。”这是陈国青和指导专家组提炼这一研究框架的初衷。

“PAGE”四个英文字母分别代表决策范式（P-Paradigm）、分析方法（A-Analytics）、资源治理（G-Governance）、使能创新（E-Enabling）四个研究方向。其中，决策范式方向以跨域情境下、人机协同下、宽假设条件下以及非线性流程的管理决策为研究重点，分析方法方向着重研究面向管理情境的新技术创新和能力构建，资源治理方向涉及更为底层和广泛的标准、协议、监管/管理机制、政府法律/法规等方面，而使能创新方向则重在大数据驱动的应用需求牵引和价值创造。

2016年至2017年前后，陈国青曾代表指导专家组在重大研究计划的年度大会和多次学术交流会议上阐释这一新型研究框架。2018年，他和几位学者将其形成系统论述，在《管理科学学报》首次发表。陈国青也多次在国际学术会议上介绍全景式PAGE框架以及相关工作，获得高度认可。

与以往传统研究的散点式探索不同，全景式PAGE框架将前述大数据问题的三个特征映射到四个研究方向上，形成“4×3要素矩阵”，为“大数据+管理决策”领域开展有组织的科学研究奠定了基础。

在指导专家组看来，这一框架的出炉得益于重大研究计划作为大规模集群式研究对“顶层设计”的注重。而在重大研究计划中进行“顶层设计”，也成为我国开展有组织基础研究的特色。

评估结束后，陈国青告诉《中国科学报》：“结合‘PAGE’的字面含义和寓意，经过大家共同努力，我们在大数据管理决策研究的篇章中书写了‘新的一页’。”

超额完成任务

经过梳理，指导专家组一致认为，重大研究计划超额完成了总体目标。在全景式PAGE框架的指引下，学者们因循重要探索方向，瞄准关键科学问题，取得一系列高水平创新突破。

例如，在“P”方向上，针对传统财务报表在衡量现代企业时存在的局限，科学家突破了国际上沿用百年的“三表”企业价值测量体系，引入数据资产视域构建“第四张报表”。在“A”方向上，科学家面向管理情境，设计了一系列具有良好数理性质和有效计算性能的新技术方法。在“G”方向上，科学家设计构建的数据治理、资源共享和评估体系形成了重要应用示范，同时设计制定了一批重要国际数据标准，为我国赢得了大数据治理方面的国际话语权和重要影响力。在“E”方向上，科学家设计构建了相关疾病的预警模型、知识图谱与神经网络融合的学习和推理系统等赋能行业发展。

重大研究计划的研究工作在数量和质量上都取得了显著成绩。一方面，大量高水平学术创新成果在国际领域顶尖学术平台发表；另一方面，大量应用创新产生了国家级政策/行业影响，其中一大批政策建议获得国家级政策采纳。此外，获得大量国际标准和国家专利，并在商务、金融、医疗健康、公共管理等领域形成应用示范。

同时，作为重要平台，重大研究计划实施期间，来自管理、信息、数理、医学、工程等多领域学者共同讨论，探索大数据这一新生事物与各自领域结合的可能性。这种跨领域的合作让学者们“破圈”成为可能。

例如，学科交叉的一项典型成果是医学、信息科学、管理学交叉的医疗大数据研究。学者们基于大规模的优质、标准化病例数据，实现医学影像数据增强，构建了基于AI的高度近视预测模型，达到了相当高的准确率。对此，《英国医学杂志》专文评论指出，该研究能使每名医生的服务能力大幅提升，引领全球远程医疗新模式。

“我们很高兴地看到，这种跨领域的合作不仅促进了大数据技术在这些领域的成长和发展，也让参与者从中受益，实现了个人和团队的共同成长。”陈国青表示。

多学科研究人才通力合作，由点到面，为我国大数据管理决策领域研究积累了宝贵的人才涌现、团队发展与学科建设经验。据统计，重大研究计划的每一个项目，团队核心成员都至少来自两个不同学科。

站在AI与大数据交汇的当下，因循PAGE方向在智能内核上的深度延展和拓新，专家们进一步提出了“AI×PAGE”的升级版新框架。如今，AI作为一个新的标志性符号，正在管理决策中扮演越来越重要的角色。

“我们之所以用乘号，是要强调AI对于大数据驱动的加速作用。”陈国青指出，面向未来，学者们期待将大数据与大模型相结合，形成“大数据+大模型”的新形态，赋能并驱动科学管理决策。