陈松蹊，1961年11月生，北京市人。1983 年获北京师范大学学士学位，1993 年获澳大利亚国立大学博士学位。曾先后在澳大利亚、新加坡、美国等高校任职，2008 年任北京大学教授。曾任北京大学光华管理学院商务统计与经济计量系主任、北京大学统计科学中心联席创始主任。2017 年曾获教育部自然科学一等奖，被选为美国科学促进会会士、美国统计学会会士、数理统计学会会士。2021 年当选为中国科学院院士。曾任统计年刊和美国统计学会会刊编委、数理统计学会常务理事等职，入选斯坦福大学 2020 全球前 2%顶尖科学家榜单。陈松蹊现为北京大学数学科学学院讲席教授、统计科学中心科学委员会主席、中国统计学会常务理事、伯努利学会科学书记。

陈松蹊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，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。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。注重数理统计的应用，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，为精准度量污染排放和评估大气治理效果提供了科学方法。