2021年11月18日，中国科学院、中国工程院公布2021年院士增选结果，北京大学数学科学学院、北京大学统计科学中心陈松蹊教授当选为中国科学院院士。本次增选共选举产生了65名中国科学院院士、84名中国工程院院士。

陈松蹊，北京大学讲席教授，统计科学中心科学委员会主席，统计科学中心联席创始主任（2010-2019）。主要研究方向为超高维大数据统计分析、环境统计、非参数统计方法等，在超高维假设检验方法和非参数经验似然方法方面取得丰硕成果，推动了统计学的关键性发展。曾获lowa State University教员杰出研究奖、第七届厉以宁科研奖、2017年教育部自然科学一等奖。研究成果得到了国内外同行的高度认可，入选斯坦福大学2020全球前2%顶尖科学家榜单，现任中国统计学会常务理事、美国科学促进会会士、美国统计学会会士、数理统计研究所会士、伯努利学会科学书记。

　　陈松蹊与合作者提出了基于U-统计量和L2范数的超高维均值向量、协方差矩阵和回归系数的假设检验方法，突破了已有检验均要求数据维数和样本量是同阶的限制，在超高维下实现了对假设检验第一类错误概率的控制。他关于高维数据统计推断的研究获得了2017年教育部自然科学一等奖。他在几个重要框架下建立了经验似然的一阶Wilks定理和二阶巴特莱特调整，为经验似然成为基本的非参数统计方法做出了贡献。他以国家大气污染防治的重大需求为出发点，从事统计学与大气环境交叉学科研究，提出了去除大气监测数据中的气象因素干扰的方法，获得时间上可比较的空气质量指标和“人努力-天帮忙”指数。他带领团队发布了八份有影响的空气质量报告，系统评估中国北方地区空气质量的变化。他们的结果定期上报给生态环境部和中国环境监测总站并得到了采纳，中国环境监测总站已经使用其团队研发的空气质量预报改进系统。

　　陈松蹊主持的科研项目包括“面向儿童脑发育障碍性疾病的神经机制建模与辅助诊疗算法”、“面向管理决策大数据分析的理论与方法”、“变系数流行病学模型的统计推断”、“高维数据统计建模与分析”（2012-2016）、“金融连续时间随机过程的统计推断”（2014-2017）、“空气质量统计诊断模型”（2016-2020）、“大数据驱动的管理决策模型与算法”（2016-2020）。已发表论文100余篇。

　　陈松蹊1983年获北京师范大学学士学位；1993年获澳大利亚国立大学统计学博士学位。曾任北京经济学院讲师，澳大利亚联邦科学院（CSIRO）海洋实验室统计师，澳大利亚La Trobe University讲师、高级讲师，新加坡国立大学副教授，美国爱荷华州立大学统计系教授，北京大学光华管理学院教授、商务统计与经济计量系主任。 历任Statistics and Its Interface 联席主编（2010-2013）、统计学顶级期刊The Annals of Statistics （2010-2019）和美国统计学会会刊编委（2018-2020）、Journal of Business and Economic Statistics 编委（2013-2018）、国际数理统计学会理事会常务理事（2016-2019）、国际华人统计学会理事会成员（2008-2009）、国家统计局咨询委员（2017-2020）。