作为上海市理论社科领域一项重要的人才选育机制，“上海社科新人”评选活动有力助推了一批青年才俊加快成长，对加强本市理论社科队伍建设发挥了积极作用。为勉励本市理论社科青年学者潜心治学、勇攀高峰，第十二届“上海社科新人”评选活动在中共上海市委宣传部的指导下，由上海东方青年学社于2024年11月至2025年1月组织开展，最终评选出19位“上海社科新人”。 “澎湃新闻”在中共上海市委宣传部的指导下，对这19位青年学者进行了访谈。访谈围绕青年学者各自的研究领域、学术旨趣、研学经历、治学故事与经验启示、“上海社科新人”评选活动对于青年学者学术成长的助推作用、个人学术成长与本市理论社科事业发展相互促进等话题展开，以期为青年学者的治学提供可资参考的经验与启迪，成为其学术成长过程中弥足珍贵的有益激励。 本篇访谈的“上海社科新人”是复旦大学管理学院教授、复旦大学全球供应链研究中心主任吴肖乐，她的研究方向是全球供应链管理、风险管理。 吴肖乐：我的研究方向聚焦于全球供应链管理、风险管理，尤其关注全球化背景下产业链韧性与安全的理论构建及实践应用。我本科毕业于清华大学工业工程系，本科教育为我构建了“工程+管理”的复合知识体系，培养了系统化和跨学科的思维；博士毕业于美国圣路易斯华盛顿大学奥林商学院，其间对于全球采购策略、半导体行业的风险管理合约机制设计等开展研究，并且参与了多个公司咨询项目，为我日后科研与实践融合的产学研工作打下了基础。博士后，我入职复旦大学管理学院，进一步开展供应链全球化布局、风险对冲策略等研究。目前我主持国家自然科学基金重大项目“供应链韧性与安全基础理论”的研究工作，除了在理论上不断耕耘，我也希望给产业界带来实用性强的韧性评估工具。 吴肖乐：在管理科学领域，在我读博期间，并没有很好的供应链数据（比如供应商和客户的供应关系的信息），这使得供应链实证研究面临困难。我印象中，我和导师曾经希望能够去验证在公司实践中，是否应用了EOQ模型去管理库存，这样的工作后面也因为数据的不足而停止。而这些困难，在今天得到了较好的解决，上规模的公司普遍非常重视数字化工作，很多产业大数据公司也致力于搜集更全面的供应链数据，这使得如今，供应链学者可以基于较广泛的数据来开展相关的研究工作。而我目前开展的社科新人项目，也是得益于产业供应链数据的可得性变得更高。对于青年学者而言，相应的学术研究资源（如数据）和启动资金的支持比较关键。 澎湃新闻：您觉得当下的学术氛围对青年学者而言是否足够友好？您觉得对于青年学者来说，哪些方面的帮助是至关重要的？上海市有不少面向青年学者的扶持政策，您的学术研究工作是否从中受益？ 吴肖乐：当前学术环境对青年学者总体较友好。我同事当中很多获得了浦江人才计划的支持，我本人也获得了上海市曙光人才计划支持和上海市哲学社会科学优秀成果二等奖，并获得上海市教育系统三八红旗手、上海市巾帼建功标兵等荣誉称号。这些人才计划和荣誉对于青年学者是巨大的鼓励，也增强了我们的学术影响力。 澎湃新闻：能不能介绍一下您此次申报“上海社科新人”的相关课题？获得了“上海社科新人”称号之后，您觉得对于您的课题研究以及之后学术生涯的展开会有哪些助益？ 吴肖乐：我此次申报的“上海社科新人”课题为《SPOT框架及其应用》，该研究提出了一个四维网络分析框架（SupplyNetwork、ProductNetwork、OwnershipNetwork、Technology Network），旨在系统解构全球供应链的复杂生态,分析产业供应链韧性与安全。其核心价值在于整合多维网络，构建"网络群"分析范式，实现从供应关系追踪到资本属性/技术依赖等的全链路洞察。获得了“上海社科新人”称号之后，我感到了更强的使命感，希望能够将研究成果撰写为专著，入选社科新人文库。 澎湃新闻：您是如何看待哲学社会科学领域整体的学术研究水平与城市软实力之间的关系的？更具体地来说，您觉得您的学术研究领域的水平提升将会如何助益于上海的城市软实力的提升？ 吴肖乐：哲学社会科学的研究水平与城市软实力之间存在深刻的共生关系。一方面，城市软实力的核心要素如创新力和管理效能需以扎实的社科研究为理论基础；另一方面，城市为社科研究提供丰富的实践场域和数据支撑，推动理论创新。以我的课题《SPOT框架及其应用》为例，该课题通过构建供应链四维网络分析体系，分析全球供应链中的技术依赖和资本流动，可为上海的产业创新政策和自贸区政策提供数据和决策支撑，使上海在产业链治理层面形成相应的“软实力”。又如框架在供应链韧性评估方面的作用，可转化为上海公司“出海”的实践智慧。这种从理论构建到对城市产业和公司的价值输出，正是哲学社会科学赋能城市软实力的一种路径。 澎湃新闻：您觉得目前人工智能技术的飞速发展对社科研究的方法提出了何种创新挑战？您所在的学科是如何应对这些挑战的？ 吴肖乐：人工智能技术的飞速发展并非社科研究的挑战，而是推动学科方法论革命的重大机遇。在管理科学与工程领域，我们正积极将AI技术转化为创新研究的强大引擎。如通过多智能体系统与强化学习模拟复杂供应链博弈，结合深度学习与进化算法提升预测优化的自适应性与实时性，并将AI模型嵌入A/B测试、自适应实验等因果推断方法，显著增强对非线性关系和异质性效应的建模能力，使得管理问题的求解从静态解析跃升为基于实时数据的智能优化过程。 吴肖乐：由于我对管理经济学科相对熟悉一些，所以我重点谈一下我对于后辈管理经济学科青年学人的建议。总结而言是两点，一是做"问题驱动型"学者，积极展现科研价值。在当下，数智化转型和出海是业界的两大关注点，经管学人在这样一些重要领域应该积极开展调研，了解公司关注的问题焦点，以实践问题为驱动，开展相应的科研，实现产学研结合，体现学科价值。二是积极拥抱AI技术，升级工具箱。对于一些传统上给人感觉偏软的学科，在AI技术的赋能下，研究中可以采集更多维度和更大规模的数据，开展更为严谨、定量化的研究。AI技术对于研究范式的颠覆式变革会显著提升人文学科的研究价值，因而社科青年学人应该把握这一机遇。
