隨著移動技術、物聯(lián)網(wǎng)、云計算等新興技術的快速發(fā)展，各類應用系統(tǒng)產(chǎn)生的數(shù)據(jù)呈現(xiàn)出指數(shù)級的爆炸式增長態(tài)勢.“大數(shù)據(jù)時代”的到來對人類生活和社會變革的影響是深遠且廣泛的，同時也為管理科學的研究和實踐發(fā)展提供前所未有的數(shù)據(jù)資源和研究機遇.配合國家的整體戰(zhàn)略，2015年國家自然科學基金委啟動了“大數(shù)據(jù)環(huán)境下的商務管理”重大項目(#71490720)，推動了相關的研究.目前，基于大數(shù)據(jù)的管理科學研究已經(jīng)持續(xù)開展，大數(shù)據(jù)驅動的管理科學研究范式正在逐漸形成.《管理科學學報》積極響應學術界的發(fā)展趨勢，并于本期推出“大數(shù)據(jù)與管理科學”專輯.本專輯收錄了9篇具有代表性的研究成果，從基于大數(shù)據(jù)的管理研究中的新模型、新技術及創(chuàng)新實踐應用等方面進行了深入探討.其中前4篇論文是圍繞大數(shù)據(jù)在人們的時空行為即流動性相關領域的研究，其余5篇則分別是大數(shù)據(jù)在零售、在線學習、金融市場等領域的研究.

基于上海市迪士尼樂園游客的個體移動數(shù)據(jù)，張誠等深入研究了服務體驗的空間擴散問題.該文章具體通過建立服務擴散的空間溢出模型，分離了本地區(qū)服務體驗擴散和其他地區(qū)溢出擴散兩種空間效應的影響效果.另外，該文章也指出空間對服務效果傳播具有不同的影響力，同時評價了各省游客對該服務傳播的易感性.

根據(jù)成渝鐵路旅客出行數(shù)據(jù)，曹煒威等研究了結伴出行行為，及其對鐵路產(chǎn)品和服務選擇的影響.該文章采用赫克曼兩階段模型并控制旅客的個體固定效應，實證結果表明結伴出行會顯著正向促進消費者對高等級列車和高檔次座位的選擇，并指出人口統(tǒng)計特征起著顯著的調節(jié)作用.從社會關聯(lián)的角度研究流動性行為，揭示了結伴出行背后蘊含的消費者對高品質生活的追求，有助于推動消費升級.

采用南京市急救呼叫和救護車響應數(shù)據(jù)，劉冠男等將城市流動數(shù)據(jù)應用來解決城市區(qū)域的調度問題.作者在深度Q值網(wǎng)絡的基礎上，提出了一種考慮多種調度交互因子的RedCon-DQN算法，在給定環(huán)境狀態(tài)下得到最優(yōu)的救護車重定位調度策略.此外，這項研究中還提出了急救網(wǎng)絡彈性概念，用于評價各個站點對全局救護優(yōu)化目標的影響力.

基于成都市滴滴出行訂單數(shù)據(jù)，袁韻等研究了城市交通擁堵與空氣環(huán)境之間的關系.該文章通過將網(wǎng)約車軌跡數(shù)據(jù)和空氣質量數(shù)據(jù)融合，采用斷點回歸設計和中介變量分析實證解釋了交通擁堵和空氣污染之間復雜的因果關系和交互影響，即交通擁堵會加強汽車尾氣排放，加劇空氣污染，同時嚴重的空氣污染狀況也會抑制城市居民的外出行為，減少車輛需求反而緩解了交通擁堵.

根據(jù)某大型混合零售平臺的交易和運營數(shù)據(jù)，李琪等采用傾向得分匹配和雙重差分模型實證分析自營競爭性進入對第三方績效的影響.這項研究表明自營進入后會蠶食第三方的銷售收入；第三方在面臨自營的直接競爭時，選擇抬高產(chǎn)品銷售價格；第三方賣家規(guī)模會削弱自營進入對其銷售收入的負向影響，但增強了對其銷售價格的正向影響，這些發(fā)現(xiàn)延伸或拓展了相關理論.

在游戲化競爭對在線學習用戶行為的影響研究中，陳國青等基于一款語言學習移動應用程序的用戶個人行為數(shù)據(jù)，通過傾向得分匹配加雙重差分的計量估計，實證分析了游戲化競爭元素對在線學習的影響.研究指出，用戶的游戲化間接競爭(排行榜)和游戲化直接競爭(PK)行為均會對在線學習產(chǎn)生顯著的正向影響，從競爭的視角揭示了自愿參與的在線學習場景對游戲化設計的作用機理.

基于某零售平臺的微信社群數(shù)據(jù)，黃麗華等研究了營銷內容與服務內容之間的二元關系，提出了在線社群內容二元性的平衡維度與結合維度概念，并分析了這些維度對銷售業(yè)績與消費者滿意度的影響.結合機器學習方法，該文發(fā)現(xiàn)平衡維度對消費者滿意度和銷售績效有提升作用，但是，結合維度對消費者滿意度及企業(yè)績效的影響呈倒U型；另外，企業(yè)員工的技能水平對內容二元性策略的效果有著顯著的調節(jié)作用.

在有關在線金融社區(qū)用戶支持傾向對股市波動和收益影響的研究中，錢宇等基于東方財富網(wǎng)中滬深300成分股的500多萬條用戶評論數(shù)據(jù)，使用卷積神經(jīng)網(wǎng)絡(CNN)算法有效地識別每條用戶評論對于未來股市看跌還是看漲的支持傾向，揭示了看跌的支持傾向反映為更強的市場波動性和更高的收益率，另外支持傾向的一致性對市場波動具有積極影響.

根據(jù)上市公司披露的高管人員相關數(shù)據(jù)，陸瑤等采用機器學習Boosting回歸樹算法，研究了高管多維度個人特征對公司業(yè)績的預測性，研究發(fā)現(xiàn)公司CEO和董事長的特征對公司業(yè)績的預測能力較弱，高管持股比例和年齡對公司業(yè)績的預測能力較強，高管持股比例和年齡與公司業(yè)績之間的關聯(lián)都呈現(xiàn)出非線性的特點.

本期的文章雖然研究的問題和方法不同，但所有的研究都是基于從中國的實際問題中獲得的大數(shù)據(jù)來開展分析的.當前，大數(shù)據(jù)研究面臨的一個主要挑戰(zhàn)是如何解決數(shù)據(jù)分析中的內生性問題.未來的研究將會更加重視采用大規(guī)模隨機實驗、田野實驗、自然實驗或者準自然實驗等手段，結合雙重差分、斷點回歸等分析方法，對有關問題做因果推斷.期望通過刊發(fā)這集?？瘜Ψ睒s我國圍繞大數(shù)據(jù)環(huán)境下的管理科學研究與應用起到積極的推動作用.