第2版前言
本書自 2017 年 1 月首次出版以來，深得國內(nèi)同行的喜愛，被多所高校的經(jīng)管學(xué)院作為 MBA 教材使用。為了更好地服務(wù)管理科學(xué)領(lǐng)域的教師和學(xué)生，應(yīng)機(jī)械工業(yè)出版社的要求，我們在過去的一兩年中對本書進(jìn)行了大幅度修訂。本次修訂在保持原有特色的前提下，進(jìn)行了以下改變。
，調(diào)整了本書的部分結(jié)構(gòu)并重寫或增減了部分內(nèi)容。例如，將德爾菲法的相關(guān)內(nèi)容從第 1 版的第 2 章“數(shù)據(jù)描述及歸納”中移至第 2 版的第 14 章“群決策”中；在第 5章中增加了“多階段 DEA”的內(nèi)容，同時刪除了第 13 章中有關(guān) DEA 的內(nèi)容；對第 1 版4.2 節(jié)“趨勢外推法”的相關(guān)內(nèi)容進(jìn)行了大幅度刪減；重寫了 5.1.1 節(jié)，以便讀者在閱讀“線性規(guī)劃”內(nèi)容之前，對數(shù)學(xué)規(guī)劃有一個更宏觀的理解；重寫了 7.2 節(jié)，以使該節(jié)內(nèi)容與第 7 章的主題“動態(tài)規(guī)劃”高度相關(guān)；在第 15 章中增加了“多項(xiàng)式 Logit 選擇模型”的相關(guān)內(nèi)容，以便讀者對有限理性有一個更全面的認(rèn)識。
第二，在不增加讀者數(shù)學(xué)知識負(fù)擔(dān)的前提下，加入了一些數(shù)學(xué)語言描述，以期更準(zhǔn)確地向讀者解釋相關(guān)概念。在本書第 1 版中，我們盡量避開數(shù)學(xué)語言，從管理學(xué)視角（而非數(shù)學(xué)視角）來呈現(xiàn)各種數(shù)學(xué)技術(shù)，讓讀者不需要具備特別深厚的數(shù)學(xué)基礎(chǔ)即可掌握本書的核心思想和技術(shù)。然而，因?yàn)楹芏嘣~語本身具有多義性，所以這種做法會導(dǎo)致讀者很難準(zhǔn)確地把握相關(guān)數(shù)學(xué)概念。為此，在本書第 2 版中，特別是部分的 4 章內(nèi)容中，我們增加了一些簡單的數(shù)學(xué)語言并重寫了其中大部分語言，以便讀者更準(zhǔn)確地理解概率與統(tǒng)計的相關(guān)概念。
第三，更新或重寫了書中部分例題，以反映我國經(jīng)濟(jì)發(fā)展的動向。比如，在例 2-2 中將 28 個省（直轄市、自治區(qū)）的汽車生產(chǎn)量數(shù)據(jù)更新至 2019 年 12 月，將例 2-8
2010～2012 年我國入境游客的例題替換為 2015～2017 年我國空調(diào)銷量的例題；重寫了例4-4 并分析了 1999～2019 年我國互聯(lián)網(wǎng)網(wǎng)民人數(shù)的變化趨勢，重寫了例 4-5 ～ 例 4-7 并分析了 2013～2019 年我國房屋銷售額的月度數(shù)據(jù)，將例 4-8 ～ 例 4-10 中格力電器的相關(guān)數(shù)據(jù)更新至 2019 年第四季度。
第四，將大部分例題中的數(shù)據(jù)處理軟件更新為 Excel，同時詳細(xì)介紹了如何通過 Excel運(yùn)用相關(guān)方法。這樣做，一方面可以減少任課教師對特定數(shù)據(jù)處理軟件或工具包的依賴；另一方面，通過 Excel 的具體操作，可以讓學(xué)生更好地理解各種方法背后的數(shù)學(xué)原理。
第五，重新梳理了全書語言，讓表達(dá)更流暢。這樣可以大大減輕讀者在閱讀本書時的負(fù)擔(dān)。
第 2 版的更新工作恰逢疫情。在疫情期間，中國科學(xué)技術(shù)大學(xué)的部分青年教師和研究生在語言修改與反饋、例題數(shù)據(jù)收集與更新以及圖形繪制等方面做了很多重要且煩瑣的工作，他們是昂勝、笪郁文、陸青青、楊曉林、項(xiàng)思宇、于莉莉、張夢瑤、張艷等。在此，向他們的辛勤勞作與集體智慧，致以誠摯的感謝！

梁樑 楊鋒 茍清龍
2021 年 10 月于中國科學(xué)技術(shù)大學(xué)



第1版前言
管理更應(yīng)被視為一門藝術(shù)還是一門科學(xué)？不同背景的學(xué)者、實(shí)踐管理者會給出不同的回答，并可以提供充足的論據(jù)進(jìn)行辯護(hù)。爭執(zhí)不下的結(jié)果之一是：一些學(xué)者認(rèn)為，管理既是一門藝術(shù)，又是一門科學(xué)。
在編寫本書時，我們無意于糾纏這一問題的答案，而是將重點(diǎn)偏向于管理的科學(xué)性，并將本書視為管理科學(xué)的基礎(chǔ)性教材。眾多學(xué)者認(rèn)為，管理科學(xué)（management science，MS）、決策科學(xué)（decision science，DS）與運(yùn)籌學(xué)（operations research，OR）具有深刻的關(guān)聯(lián)，甚至有學(xué)者將 MS/OR 作為管理科學(xué)、決策科學(xué)、運(yùn)籌學(xué)的共同稱呼。MS/OR 可以定義為：基于定量數(shù)據(jù)，通過科學(xué)的方法來制定管理決策的一門學(xué)科。該定義包含三個重要元素：一是數(shù)據(jù)，即定量數(shù)據(jù)是制定決策的依據(jù)；二是模型，即科學(xué)方法是判定決策優(yōu)劣的邏輯基石；三是決策，即數(shù)據(jù)和模型的目標(biāo)是實(shí)現(xiàn)決策結(jié)果的化，從而服務(wù)于現(xiàn)實(shí)需求。因此，我們認(rèn)為：數(shù)據(jù)、模型與決策，是管理科學(xué)、決策科學(xué)和運(yùn)籌學(xué)基礎(chǔ)
的元素。本書的編撰，也是為管理科學(xué)、決策科學(xué)和運(yùn)籌學(xué)學(xué)科提供一本基礎(chǔ)的教材。
雖然管理科學(xué)所使用的科學(xué)方法可能會涉及數(shù)學(xué)、計算機(jī)、經(jīng)濟(jì)學(xué)、信息科學(xué)等多個學(xué)科，但數(shù)學(xué)是主要的。我們通過數(shù)學(xué)模型來實(shí)施科學(xué)的運(yùn)算和判斷。所謂模型，是對研究的實(shí)體進(jìn)行必要的簡化，并用適當(dāng)?shù)淖儸F(xiàn)形式或規(guī)則把它的主要特征描述出來；而數(shù)學(xué)模型，則是以數(shù)學(xué)語言描述的一類模型，其形式可能包括代數(shù)、方程、規(guī)劃、統(tǒng)計、圖、拓?fù)�、幾何等�？紤]到管理科學(xué)的特點(diǎn)，本書對數(shù)學(xué)方法的呈現(xiàn)形式盡可能做到簡潔易懂，以便讀者能夠更容易地閱讀本書，更容易地將有關(guān)知識應(yīng)用于指導(dǎo)管理實(shí)踐。
與本書類似的書籍確實(shí)有很多，特別是大量的國外教材相繼被翻譯成中文，這極大地拓寬了讀者的選擇空間。與這些書籍相比，本書具有十分鮮明的特色。具體來說，相比較同類書籍而言，本書具有如下特點(diǎn)。
（1）通俗易懂，深入淺出。本書以管理學(xué)視角（而非數(shù)學(xué)視角）來呈現(xiàn)各種數(shù)學(xué)技術(shù)，使讀者不需要具備特別深厚的數(shù)學(xué)基礎(chǔ)便可掌握本書的核心思想和技術(shù)。在問題求解技術(shù)上，本書力圖以常見的 Excel 軟件來實(shí)現(xiàn)各種計算，讀者不需要深入學(xué)習(xí) MATLAB、SPSS 等專業(yè)軟件，也無須耗費(fèi)巨大精力去鉆研單純形法等傳統(tǒng)求解方法。
（2）以中國情境的案例串聯(lián)起問題和知識點(diǎn)。每一個章節(jié)都呈現(xiàn)出眾多的中國情境的問題，圍繞著該問題的解決，各個知識點(diǎn)不再是孤零零的，而是通過例子串聯(lián)起來。這些案例既能夠引起讀者的學(xué)習(xí)興趣，又清晰地展現(xiàn)了不同技術(shù)和知識點(diǎn)的差異，使讀者的思路更為明晰。
（3）增加了一些本領(lǐng)域中十分重要且基礎(chǔ)的內(nèi)容，使讀者在學(xué)習(xí)本書之后能有更大的收獲，并可以為未來的進(jìn)一步學(xué)習(xí)奠定一定的基礎(chǔ)。這些新增的內(nèi)容主要包括：收益管理、數(shù)據(jù)包絡(luò)分析、決策的發(fā)展歷史、群決策、前景理論等。其中，收益管理、數(shù)據(jù)包絡(luò)分析、前景理論是學(xué)術(shù)界廣泛關(guān)注的熱點(diǎn)領(lǐng)域。
本書分為三大部分，共 15 章。
部分圍繞“數(shù)據(jù)”展開，展現(xiàn)了數(shù)據(jù)的描述、分布、統(tǒng)計和預(yù)測，共 4 章，對應(yīng)于第 1～4 章。其中，第 1 章“隨機(jī)變量與概率分布”重點(diǎn)介紹了隨機(jī)事件及概率的定義、條件概率的運(yùn)算等，并呈現(xiàn)了幾類具有代表性的離散概率分布和連續(xù)概率分布形態(tài)。第 2章“數(shù)據(jù)描述及歸納”介紹了總體和樣本的概念及區(qū)別，展現(xiàn)了參數(shù)形式的數(shù)據(jù)描述和圖表形式的數(shù)據(jù)描述方法，并在此基礎(chǔ)上，進(jìn)一步介紹了數(shù)據(jù)統(tǒng)計規(guī)律描述在德爾菲法實(shí)施過程中的重要性。在幫助讀者掌握數(shù)據(jù)描述的基本方法后，第 3 章“統(tǒng)計推斷”幫助讀者通過抽樣來認(rèn)識總體，主要需要掌握一些抽樣方法，如簡單隨機(jī)抽樣、系統(tǒng)抽樣、分層抽樣、整群抽樣等；對抽樣的數(shù)據(jù)特征進(jìn)行認(rèn)知，并據(jù)此判斷特征，于是讀者可以掌握點(diǎn)估計、均值、標(biāo)準(zhǔn)差、比例以及兩個總體均值差的置信區(qū)間等知識；后，為了由樣本推斷總體的特性，讀者需要掌握基礎(chǔ)的假設(shè)檢驗(yàn)方法，這些內(nèi)容均在第 3 章中進(jìn)行介紹。第4 章“預(yù)測”專注于考慮如何通過當(dāng)前的已知數(shù)據(jù)來推斷未來的未知數(shù)據(jù)。預(yù)測的方法主要分為兩類：一是數(shù)據(jù)的變化受到外界因素的影響，利用回歸分析法可以解決此類預(yù)測問題；二是數(shù)據(jù)的變化不受外界因素的影響，僅依據(jù)事件發(fā)展的內(nèi)部慣性，利用時間序列分析就可以解決這一類預(yù)測問題。
第二部分圍繞“運(yùn)籌模型”展開，著重講述數(shù)學(xué)規(guī)劃的相關(guān)知識點(diǎn)，共 5 章，對應(yīng)于第 5～9 章。第 5 章“線性規(guī)劃”介紹了化問題求解的基礎(chǔ)的方法，即線性規(guī)劃，通過明確決策變量、優(yōu)化目標(biāo)、約束條件以及它們之間的相互關(guān)系，可以建立起線性規(guī)劃模型，進(jìn)行求解并找到解，然后通過靈敏度分析來理解解的性質(zhì)。這些內(nèi)容可以幫助讀者初步解決一些化問題。在此基礎(chǔ)上，第 5 章介紹了利用線性規(guī)劃進(jìn)行投入—產(chǎn)出效率分析的經(jīng)典方法，即數(shù)據(jù)包絡(luò)分析。第 6 章“整數(shù)規(guī)劃”介紹了整數(shù)規(guī)劃（特別是更重要的 0-1 整數(shù)規(guī)劃）的概念、求解方法和應(yīng)用。0-1 整數(shù)規(guī)劃有助于解決眾多包含邏輯判斷的化問題。本書著重介紹了它的一個應(yīng)用，即指派問題。第 7 章“動態(tài)規(guī)劃”向讀者介紹了多階段動態(tài)決策過程的描述以及動態(tài)化問題的求解方法，并在此基礎(chǔ)上介紹了一類典型的動態(tài)規(guī)劃問題，即收益管理問題。第 8 章“非線性規(guī)劃”介紹了非線性規(guī)劃的基本概念，并就一類典型的約束優(yōu)化型非線性規(guī)劃問題的求解和應(yīng)用進(jìn)行了闡述。第 9 章“網(wǎng)絡(luò)模型”介紹了圖論在管理學(xué)中的經(jīng)典應(yīng)用案例，即短路徑問題、小生成樹問題和流量問題。
第三部分圍繞“決策”展開，介紹了不同類型的決策問題和技術(shù)，共 6 章，對應(yīng)于第10～15 章。第 10 章“決策理論知識”介紹了決策科學(xué)的發(fā)展歷史，從本能決策、原始決策到科學(xué)決策，闡述了該演變路線背后的原因。同時，介紹了決策問題包含的要素，如決策者、分析者、決策目標(biāo)、決策方案、自然狀態(tài)、決策結(jié)果、決策準(zhǔn)則、信息等，在此基礎(chǔ)上重點(diǎn)闡述了與決策問題密切聯(lián)系的風(fēng)險、效用等概念。第 11 章“不確定性決策”介紹了不確定性決策的 5 種決策準(zhǔn)則：樂觀準(zhǔn)則、悲觀準(zhǔn)則、后悔值準(zhǔn)則、折中準(zhǔn)則和等可能性準(zhǔn)則，對不同的決策樹與準(zhǔn)則的選取也一并進(jìn)行了介紹。第 12 章“風(fēng)險型決策”展示了 4 種經(jīng)典的風(fēng)險決策方法。風(fēng)險型決策的基礎(chǔ)是期望值準(zhǔn)則，該準(zhǔn)則根據(jù)各個方案目標(biāo)函數(shù)期望值的大小進(jìn)行決策；可能準(zhǔn)則是從各種自然狀態(tài)中選擇一個概率的狀態(tài)進(jìn)行決策；貝葉斯決策和決策樹方法是在期望值準(zhǔn)則下發(fā)展出來的、適用于不完全證據(jù)或動態(tài)過程的風(fēng)險決策方法。第 13 章“多屬性決策”詳細(xì)講解了多屬性決策的基本方法（如線性加權(quán)法、理想點(diǎn)法、ELECTRE 法等）以及應(yīng)用范圍極廣的三類多屬性決策方法（如層次分析法、數(shù)據(jù)包絡(luò)分析、加總比例分析等）。第 14 章“群決策”介紹了群決策的概念及其與個體決策的差異，以及二者不同的適用范圍；接下來介紹了 9 種常用的社會選擇函數(shù)，包括 Condorcet 函數(shù)、Copeland 函數(shù)、Dodgson 函數(shù)、Borda 函數(shù)、Nanson函數(shù)、本征向量函數(shù)（Lin 函數(shù)）、Kemeny 函數(shù)、Cook-Seiford 函數(shù)、Bernardo 函數(shù)等；后，這一章介紹了投票制度，并提到了該領(lǐng)域中經(jīng)典的三大不可能定理（阿羅不可能定理、Gibbard-Satterthwaite