第1章 绪论
1.1 管理决策与神经科学
在管理学的发展史上，每一个“大师级”创新成果的产生，基本上都与相应研究范式和研究方法的创新紧密相连。近几个世纪以来，管理学思想和范式经历
了三次重要的变革。第一次是在亚当 斯密（Adam Smith）的“经济人”和弗雷德里克 泰勒（Frederick W. Taylor）的“科学管理”等思想的推动下产生的
。20世纪40年代，冯 诺伊曼（von Neumann）和摩根斯坦（Morgenstern）在《博弈论与经济行为》（Theory of Games and Economic Behavior）一书中公
理化了期望效用理论：在“理性经济人”的框架下，认为决策者的决策满足完备、可传递、连续、独立等公理，即能实现期望效用*大化，并在此基础上构建了
决策科学的理论大厦。然而，进入20世纪下半叶，随着生产力的进一步发展，人们开始逐渐认识到建立在“经济人”假说下的管理决策理论的局限性。特别是“
埃尔斯伯格（Ellsberg）悖论”和“阿莱悖论”等理论的提出，对期望效用理论体系中的独立性、传递性等公理是一种挑战。由此，管理学思想和范式迎来了
第二次变革。
在第二次变革中，赫伯特 西蒙（Herbert Simon）教授在引入心理学的思想和理论之后，首次提出人是“有限理性”（bounded rationality）的观点。
他认为人的决策目标是追求“满意”，而非“利益*大化”，提出了用“社会人”取代“经济人”。从20世纪70年代起，卡尼曼（Kahneman）和特沃斯基
（Tversky）教授通过系统的研究，发现在管理场景和生活中存在着种种偏离于理性假设的、可预期的决策行为，进而开创了行为科学与行为决策的研究新领域
。特别是发表在Econometrica的关于不确定性条件下决策行为的“前景理论”的论文，通过回答人们在真实的决策行为中观察到的风险规避、损失规避、禀赋
效应等现象，成功解释其对期望效用中的“独立性”公理提出质疑的“阿莱悖论”。在前景理论的基础上，卡尼曼将管理决策的效用根据不同的阶段分为“决策
效用”（decision utility）和“体验效用”（experienced utility）（Kahneman et al.，1997），这使学者对决策行为的形成有了全新的认识。
近年来，人们对行为科学的研究已经不满足于采用常规的问卷调研或行为测验等方式来获得相关的数据结果，而是希望能够深入地揭开管理决策行为背后的
“黑箱”。同时，神经科学技术，尤其是近年来无创神经科学技术的发展，使得我们可以利用无侵入性的技术，来观察和研究管理决策者的大脑活动及各类心理
、生理指标，往往能够更加精细地刻画人们内心真实的心理活动。因而，采用行为测验与神经科学手段相结合的方式来挖掘人们管理决策行为背后的机制已然成
为当前管理学研究的新趋势。换而言之，管理学思想和范式正在经历由神经科学驱动的第三次变革。正如成功预言2008年金融危机的诺贝尔奖获得者罗伯特 希
勒（Robert J. Shiller）教授所言，神经科学正在改变我们关于人类如何决策的看法，这些发现也将不可避免地改变我们对于经济、社会如何运转的看法，神
经决策（decision neuroscience）领域的革命即将到来。
从21世纪初开始，神经科学与脑科学技术的应用范围逐渐扩展到社会科学特别是管理学、经济学领域，产生了新的交叉学科，如社会认知神经科学、神经经
济学、神经营销学等。在这些研究领域内，也产生了一系列令人瞩目的研究成果。2004年，来自纽约大学的保罗 格莱姆齐（Paul W. Glimcher）教授出版了
《决策、不确定与大脑：神经经济学的科学》（Decisions，Uncertainty，and the Brain：The Science of Neuroeconomics）一书，系统介绍了该学科领
域的学科方向。2005年，由明尼苏达大学的阿尔多 鲁斯蒂奇尼（Aldo Rustichini）教授主持，在Games and Economic Behavior出版了该领域的第一个专刊
。国际顶尖的学术期刊Science、Nature，都有持续增长的相关研究论文发表。管理学国际顶尖期刊如Management Science、Journal of Marketing Research
、Journal of Consumer Research、MIS Quarterly等都有相关研究论文发表。特别需要指出的是，包括Science、Nature Neuroscience、Journal of
Marketing Research、MIS Quarterly、Games and Economic Behavior、Current Opinion in Behavioral Sciences、Biological Psychiatry等自然科学
和管理学、经济学的一流学术期刊都出版了关于消费决策、信息系统、博弈行为等相关主题的专刊，旨在进一步推动神经科学在相应领域的研究与应用，并取得
了丰硕的成果（表1-1）。
在该研究领域出现至今的20余年间，经济学和管理学领域的研究学者在调查问卷、焦点小组等研究方法的基础上，通过尝试使用神经科学的技术手段，客观
记录大脑在决策前、决策时刻以及决策后的活动模式，打开大脑这个决策“黑箱”。这对管理学领域的研究颇具意义并受到相关学者广泛关注。2003年，国际神
经经济学会组建并自此每年召开国际会议，吸引了来自管理学、经济学、神经科学、心理学等多个学科领域的专家参加。从2012年开始，此会议期间也有神经营
销学和消费者神经科学的专题论坛。2009年开始，每年在奥地利召开神经信息系统的年度国际论坛。截至目前，哈佛大学商学院、麻省理工学院斯隆商学院、加
州理工学院、宾夕法尼亚大学沃顿商学院、加州大学伯克利分校哈斯商学院、法国欧洲工商管理学院、加拿大多伦多大学Rotman商学院等国际知名学府，都已经
设立专门的研究中心致力于该跨学科领域的研究。
2006年，我国学者在《管理世界》上发表论文，首次阐述了将认知神经科学引入到管理学研究中，运用神经科学的研究方法，在管理学领域开展学术研究的
理念。该论文系统梳理了神经科学领域的研究方向，例如神经科学驱动的管理学研究在决策、工业工程、营销学等领域的应用，即运用神经科学的理论方法与技
术，研究管理学的问题及其内在机制，发现新的管理规律，提出新的管理理论。从2008年开始，由我国学者发起号召的“神经管理学与神经经济学国际会议”已
经成功举办八届，吸引了国内外该跨学科领域的知名教授和专家参加，在国际上享有广泛声誉，本书第一作者有幸作为第一届会议的秘书，参与首届会议的发起
。2016年，中国管理科学与工程学会成立了“神经管理与神经工程研究会”二级分会。2018年，中国技术经济学会成立了“神经经济管理专业委员会”二级分
会。国内的高校包括浙江大学、清华大学、北京大学、上海交通大学、北京师范大学、浙江工业大学、上海外国语大学、福州大学、华侨大学等商学院和相关研
究机构也纷纷建立神经科学与管理、神经科学与决策、神经科学与经济的专业实验室。
管理决策领域的神经科学研究，从逻辑上来讲，依然是管理决策的重要组成部分，是利用了神经的研究工具，来开展管理决策研究。整体的流程如下，由于
神经实验需要应用神经科学的设备，目前的研究主要采用线下的方式来进行。随着可穿戴式设备的发展，未来线上实验也将成为一种可能。本书主要关注目前神
经科学中几种主要的研究工具和方法，根据个体和社会决策区分不同的决策类型，并对目前的*新进展展开综述。
1.2 实验研究的整体流程
研究人员根据神经科学研究工具的特点，开启实验设计到完成实验数据分析的整个流程，如图1-1所示。
主要包括实验刺激的准备，被试样本的招募，行为与神经科学数据的采集和实验数据的分析几个步骤。
一、实验设计。这是开展整个神经科学视角下的管理决策研究*为核心的部分。一个研究的成败，实验设计是核心，并且行为部分的设计是一个研究成功与
否的关键。因此，开展管理决策领域的神经科学研究，首先需要掌握行为实验研究方法的基本要领。然后根据所研究的管理决策问题，针对性地选择具体的神经
科学工具，并结合神经科学工具的具体特点，准备相应的实验素材。
二、被试招募。其中，实验被试的招募可以利用实验被试的采集平台进行搜集，例如国际上使用类似于经济学实验在线招募平台（Online Recruitment
System for Economic Experiments，）这样的实验采集平台招募和管理实验被试。
三、实验软件。这也是相对重要的一个环节，例如可以使用商用软件如E-Prime、Presentation或开源工具如Psychtoolbox、PsychoPy等编写实验刺激（
详细的软件信息见图1-2）。其中，大部分开源工具需要一定的编程基础，例如Psychtoolbox主要基于MATLAB软件，Pygame、PsychoPy主要基于Python软件。
当然目前也有一些工具提供了对初学者友好的可视化动态交互版本，例如PsychoPy本身提供了图形化的界面，苏州大学的张阳老师开发了基于Psychtoolbox的
PsychoBuilder。
关于实验刺激准备，有一点特别需要指出的是，由于需要采集神经科学的数据，因此需要考虑行为刺激和神经数据之间的同步性，这一点无论是使用功能磁
共振成像、脑电、眼动，还是多导生理记录仪，原理都相类似。
四、数据采集。这是非常重要的一环，无论是神经科学的实验，还是行为学的实验，数据采集的数据直接决定了整个实验的成败，需要特别引起重视。
五、数据分析。在数据采集的基础上，需要对数据进行分析和解读。对于实验行为数据的分析，可以参考实验设计与统计相关的书籍。在目前管理决策计算
建模流行的今天，借鉴管理学、行为经济学、心理学、计算机科学等领域模型思路，进行计算建模，是目前方兴未艾的一个研究领域。理论部分可以参考相关的
理论书籍，如Camerer（2011）的行为博弈论，Sutton与Barto合著的《强化学习》（Reinforcement learning：An Introduction，第二版，2018）。而对于
参数的估计，可以使用*大似然法和贝叶斯的估计，详细可以参考对应的专业书籍，如Moffatt的《实验计量学：实验经济学的计量经济学》（Experimetrics
：Econometrics for Experimental Economics，2016）。关于*大似然估计可以参考专业的计量经济学书籍，关于贝叶斯估计可以参考贝叶斯的相关书籍，
使用到的工具主要流行的有JAGS和Stan。在行为建模的基础上，要进一步与神经科学的数据建立起联系，观察神经科学与行为数据之间存在的关联。
1.3 神经科学的研究工具与方法
神经科学的工具主要包括两类，一类是神经科学或者广义的电生理数据的采集，主要包括功能磁共振成像、脑电、脑磁图、正电子发射型计算机断层显像（
positron emission computed tomography，PET）、近红外、多导生理仪和眼动等，并可以基于时间分辨率和空间分辨率的优劣进行分类（详见第2章图2-1）
。另一类是大脑神经认知状态操纵的研究工具，如经颅电刺激、直流电刺激、脑损伤病人、药物等。本书主要对目前管理决策领域几种比较常用的研究工具—功
能核磁共振、事件相关电位（event-related potential，ERP）、眼动和遗传研究方法进行介绍（图1-3）。本书主要从几种常用工具的基本原理、数据分析的
基本流程和数据结果的解读等几个方面开展讨论。
1.4 管理决策的研究主题
本书基于管理决策的场景是否与他人
展开
