近年来，大数据、人工智能、机器学习与统计推断等数据科学方法的快速发展，正在深刻重塑经济管理研究的理论范式、分析工具与应用路径。数据驱动的研究范式已在宏观经济分析、企业决策、金融风险管理、运营与供应链管理、平台经济与数字治理等多个管理领域展现出重要学术价值和广泛应用前景。与此同时，统计学、计算机科学与经济管理等学科之间的交叉融合不断深化，形成了一系列具有重要理论意义和现实价值的前沿研究方向。为搭建高水平跨学科交流平台，汇聚学界智慧探索交叉领域前沿方向，中南财经政法大学统计与数学学院将于2026年4月17日至19日举办“数据科学赋能经济管理学术研讨会”。
本次研讨会以“交叉赋能创新，数据驱动治理”为主题，聚焦统计方法与人工智能、大数据技术的深度融合，探索跨学科理论在经济管理、社会治理、公共决策、工业生产等领域的应用创新。会议将打破学科壁垒，围绕统计建模与机器学习、数据挖掘与管理决策优化、量化分析与政策评估、数字经济背景下的跨学科研究方法等热点议题展开学术交流，旨在进一步推动基础研究与应用研究协同发展，为服务国家创新驱动发展战略、赋能经济社会高质量发展提供学术支撑与智力保障。欢迎海内外从事相关研究的专家学者，踊跃参与，不吝赐稿。
会议时间：2026年4月17日至19日
会议地点：湖北省武汉市中南财经政法大学（南湖校区）
会议形式：线下参会
参会费用：本次会议不向参会者收取任何审稿费和会议费。会议期间，参会者的交通费和住宿费自理。
投稿方式：拟投稿论文须是原创的、尚未公开发表的作品，中英文写作均可。有意参加此次会议并宣讲论文的学者请将论文稿件以Word文档或PDF文档形式于2026年3月15日前发送至邮箱stats_maths@zuel.edu.cn。组委会将于2026年3月31日前确定入选论文，并发出参会正式邀请和会议通知。优秀论文将推荐至《管理科学学报》（中英文版）的“数据科学赋能经济管理”专题征文活动。
主办单位：中南财经政法大学统计与数学学院
学术委员会（以姓氏拼音为序）：
常晋源，中国科学院数学与系统科学研究院（共同主席）
覃 红，中南财经政法大学（共同主席）
常象宇，西安交通大学
孔新兵，东南大学
刘 成，武汉大学
涂云东，北京大学
王汉生，北京大学
张新雨，中国科学院数学与系统科学研究院
朱雪宁，复旦大学
组织委员会（以姓氏拼音为序）：
吴远山，中南财经政法大学（主席）
金 林，中南财经政法大学
王艳清，中南财经政法大学
肖 磊，中南财经政法大学
徐 娟，中南财经政法大学
赵 慧，中南财经政法大学
赵 目，中南财经政法大学
