机器学习方法的引入对企业管理学者理解现象和构建理论带来了巨大挑战与机遇。然而，目前学者们对于机器学习方法如何与既有研究范式相融合以赋能企业管理研究还缺乏系统和深入的理解。在对2000-2022年间企业管理领域的国内外顶尖期刊上发表的116篇文献进行梳理的基础上，本文识别了机器学习方法和企业管理研究相融合的四个阶段；介绍了有监督机器学习、无监督机器学习和强化学习三种技术在企业管理研究领域的应用中涉及的研究主题和存在的优劣势；阐释了机器学习为何适合及如何赋能理论的构建和检验，进一步讨论了基于机器学习的溯因推理如何与传统的归纳推理及演绎推理形成协同互补，促进数据中稳健模式的识别，并利用混合方法推动理论的构建与检验。最后，本文以高管团队深层特征、战略管理、数字创新三个话题为例，展望了经典和前沿研究主题如何运用机器学习方法进行拓展和革新，并结合机器学习技术的进展预测如何进行跨学科借鉴。本文期待启发中国学者运用机器学习方法跨越研究范式，运用混合方法理解和解释现象，用突破性思维促进中国情境管理研究的理论创新，为中国企业管理实践提供理论支撑。

机器学习  企业管理  理论构建  范式跨越  混合方法

方帅1   刘知2   程雨涵3   李子璇4