在20世纪90年代，人们在对涵盖工程、经济、社会等众多领域的复杂系统问题进行探索的过程中，提出了基于Agent的建模方法(Agent-based Modeling, ABM)。通过创建一系列“活”的主体(active agents)并对它们之间的交互行为规则进行刻画和描述，ABM致力于在一种人工的环境下复现真实世界中的个体，来观测它们群体行为的涌现结果，从而使得人们以“自底向上”(Bottom-up)的方式来解释各类复杂现象成为了可能。

ABM能够帮助研究者们在个体交互活动的微观层次和组织行为涌现的宏观层次之间搭建起连接的“纽带”。通过对仿真运行结果的定量分析，ABM可以帮助人们更加清晰地认识和理解“1 + 1 > 2”的系统整体性特征。鉴于它的诸多优点，ABM有望为组织科学研究提供一种有效的方法论和技术工具。特别是围绕特定组织部署的涌现问题，这是ABM同组织科学最有可能相遇并发挥作用的地方之一。

自Axelrod教授的重要著作《合作的复杂性：基于参与者竞争与合作的模型》(The Complexity of Cooperation: Agent-based Models of Competition and Collaboration)【回味经典：《合作的复杂性》】于1997年出版以来，在随后的十多年里，已经有一些学者围绕组织科学中的ABM问题开展了系列颇具探索性的研究工作。如，

• North, M. J., & Macal, C. M.(2007). Managing business complexity: discovering strategic solutions withagent-based modeling and simulation. New York: Oxford University Press.

• Fioretti, G. (2013). Agent-basedsimulation models in organization science. Organizational Research Methods,16(2): 227-242

• Miller, K. D. (2015). Agent-basedmodeling and organization studies: A critical realist perspective. OrganizationStudies, 36(2), 175-196.

• Neumann, M. & Secchi, D.(2016). Exploring the new frontier: Computational studies of organizationalbehavior. In: Secchi, D. & Neumann, M. (eds.), Agent-based Simulation ofOrganizational Behavior: New Frontiers of Social Science Research, Springer:Cham, pp.1-16

但令人遗憾的是：大多数组织科学家对ABM仍然没有给予足够地重视，甚至对其知之甚少。究其原因，主要是来自组织科学领域的学者们对ABM仍然存在诸多误解。ABM的计算性特征(Computational)，往往让人误认为它属于定量方法的一种。由此出发来考察ABM在假设检验方面的能力，极有可能无法得到理想的结果，从而产生对ABM的排斥或拒绝心理。事实上，ABM并不简单归属于传统的定量或者定性方法。它基于特定假说，但是却并不演绎地得到对某一理论的证明。相反，ABM通过仿真实验的方式来产生大量可供分析的数据。这些数据并非来源于对真实世界的直接测量，而是产出自一系列事先设定的所谓“规则”(Rules)。通过对仿真运行数据的分析，ABM用于辅助人们的直觉推理。因此，该方法尤其特别适合那些非常难以获取实证数据的问题情境。它的巨大威力就在于能够为研究者提供一种复杂的思想实验工具，基于特定假设，通过仿真实验并对数据进行分析，从而帮助人们进一步发展和建立起新的假说。

时至今日，在ABM建模工作者同组织科学家之间，一场精彩的对话正在开启。我们期待将ABM作为传统实证类研究方法的一种有益地补充而非替代。特别是在当前计算思维和数据革命的时代背景下，基于数据驱动并紧密联系实证的ABM研究，将有望为组织科学领域的繁荣和发展贡献自己的一份力量。与此同时，ABM也将在这一研究进程中获得长足地进步而日臻完善。

参考文献：

Fioretti, G. Emergent organizations. In: Secchi, D. & Neumann, M. (eds.), Agent-based Simulation ofOrganizational Behavior: New Frontiers of Social Science Research, Springer:Cham, pp.19-42

Gao, D. (forthcoming). Agent-basedmodeling in routine dynamics. In: D’Adderio, L., Dittrich, K., Feldman, M. S.,Pentland B. T., Rerup, C. & Seidl D. (eds.), Cambridge Handbook of RoutineDynamics, Cambridge University Press

高德华， 邓修权著. 组织惯例的微观机理与演化复杂性: 基于多主体仿真的研究, 北京: 北京邮电大学出版社, 2016