机器学习方法与企业管理研究的融合：回顾与展望

本文回顾了2000-2022年间机器学习与企业管理研究的融合。研究背景是信息技术发展带来的非结构化数据价值凸显，机器学习为弥补传统研究范式局限提供了新方法。研究目的在于系统梳理机器学习与企业管理研究的融合阶段、应用主题与优劣势，并阐释其如何赋能理论构建与检验。主要结论指出，机器学习应用经历了四个发展阶段，其基于溯因推理的范式可与传统归纳、演绎推理协同互补，通过混合方法推动理论构建；机器学习在变量测量、模式识别等方面具有巨大潜力，并可通过借鉴经济金融领域技术，拓展高管团队特征、战略管理、数字创新等经典与前沿研究主题。