圆桌论坛1- “计量经济学+AI”交叉学科发展与拔尖人才培养
12月23日下午，圆桌论坛正式开始。第一场圆桌论坛的主题是“计量经济学+AI”交叉学科发展与拔尖人才培养，由复旦大学经济学院付中昊副教授主持，上海师范大学、厦门大学、中央财经大学、中国人民大学、上海对外经贸大学、武汉大学、华中科技大学、中国社会科学院、中山大学以及上海交通大学的多位知名学者参与。他们从教学改革、学科融合、AI在经济学中的应用等多角度分享了他们的真知灼见，为AI与计量经济学的深度融合提供了全新的视角。
圆桌论坛首先聚焦于计量经济学与AI融合的理论、实践与挑战，以及当前教学方式的改革。中山大学岭南学院周先波教授首先发言。他提出，AI和计量经济学的结合是计量经济学的一种“新质生产力”，但具体的应用方向仍需学者充分了解前沿方向。
上海交通大学安泰经济与管理学院朱保华教授则从教学实践的角度出发，强调在当前AI可得性强的背景下，不能让学生盲目使用AI而忽略对基础能力的培养。他提出，AI和大数据的核心在于统计，但计量经济学最基础的逻辑仍然需要学者熟练掌握。此外，他还鼓励老师们广泛思考AI时代的教学方向。
复旦大学经济学院谢识予教授提出，AI正在推动计量经济学的颠覆性变革。通过大数据和AI技术，计量经济学的预测能力得到了极大提升。部分理论框架在AI的支持下，不需要过度化简便可完成分析。同时，他呼吁学生和教师都应掌握AI技术，重新学习编程与计算机技能，以免在未来的研究中被淘汰。
随后话题聚焦于AI和计量经济学跨学科融合方面。武汉大学城市设计学院、经济与管理学院武文杰教授从空间经济学的视角讨论了AI与计量经济学的共性，强调了两者本质上都是数据建模。他分享了武大地空经济实验班利用AI将卫星数据进行整合的案例，展示了多学科交叉如何为人才培养注入活力。
中国人民大学经济学院李勇教授提出要以“数据科学”为抓手，加强程序编程，培养复合型人才。他指出，在经济学实验班中加入编程与机器学习课程是未来的方向，但也面临师资与课程设置的诸多挑战。当前数据科学分析的人才十分短缺，无论是程序化设计、编程语言、机器学习、因果推断，都需要在课程设计上加强对学生相关素质的培养。
厦门大学邹至庄经济研究院、王亚南经济研究院韩晓祎教授提出，传统计量经济学家的结果缺少直观性和工程性，但不能因为AI的引入而忽视了经济学的基本素养。厦门大学通过与中科院、西南财经等兄弟院校交流引入AI，有助于师生了解到新的方法论；通过多次工作坊活动，实现对经济学感知和工程性认知的并重培养。他提出，希望保留经济理论的培养，但经济学目前欠缺工程化的能力，需要更多的学习其他学科的范式。
此外，在学生利用AI工具方面，不同学者表达了他们的不同观点。华中科技大学经济学院杨继生教授提出部分学生过于依赖GPT等AI工具，对经济学的逻辑性掌握不足。然而，逻辑性是经济学的一大核心，不能因为AI的滥用而被舍弃。他认为，AI的非参数识别能力对经济学具有启发性，经济学研究应吸收AI的优势，利用AI为学者提供建模的依据，同时保持自身的理论基础，以避免“被AI带跑”的风险。
中央财经大学经济学院黄乃静副教授则提出应该对AI持开放包容的态度，不应单纯因为做学术而排斥AI。她通过研究生课程以及网课等多种渠道，鼓励老师和学生一起学习AI，掌握新的技术。当前，耶鲁等诸多顶级高校也在开设相关课程，以方便同学们熟练使用AI。她也期待设计一门基于提问工程的课程，以满足广大学者的需求。
上海对外经贸大学统计与信息学院刘永辉教授提出，AI很擅长有明确目标的事，不是很擅长“仰望星空”的事。我们要在了解AI的基础上有开放的胸怀，在辅助预测等AI擅长的领域接受并善于使用AI。同时，计量经济学应该学会打破传统，要对学生的培养课程进行更加专题化的变革，以满足同学们的广泛需要，顺应发展潮流。
最后，诸位学者对AI在未来开放创新中的作用发表见解。上海师范大学商学院崔百胜教授提出，当前AI快速发展，对学生培养和老师教育的要求都要做更深入的探索。高校应与业界合作，纳入业界AI相关的板块；同时开放课程体系，增设相关课程，将AI技术融入经济学的教学与研究。他强调，教师角色正在从“知识的引路人”转变为“学习的陪伴者”，这对教师能力提出了新的要求。
复旦大学经济学院付中昊副教授随后发言，他提出，AI可以作为大家研究中强有力的工具，在图像绘制、代码编写以及翻译内容等方面具有突出能力，需要我们熟练并正确的使用，且当前多种AI和编程之间的功能高度融合，可以对研究提供诸多帮助，需要学者们熟练掌握以适应潮流。
本次圆桌论坛的成功举办，不仅深化了AI与计量经济学结合的认知，也为高校在新时代的教学与研究提供了创新方向。
圆桌论坛2- 大数据时代计量经济学理论发展与研究范式创新 -圆桌论坛2汇聚了来自复旦大学、厦门大学、南京审计大学、上海市社会科学院、湖南大学、武汉大学、上海交通大学、北京大学、中国科学院、中国人民大学、中国社会科学院、上海海事大学、上海财经大学等多所高校与科研院所的知名学者，共同探讨大数据与人工智能时代背景下计量经济学面临的挑战与机遇。
论坛由复旦大学经济学院金飞教授主持。
厦门大学经济学院教授姜富伟首先发言。他指出，大数据时代带来了高维数据和非结构化数据的广泛应用，尤其是文本数据的计量方法开发和经济金融应用成为研究热点。姜教授强调，传统的机器学习方法在经济学中的应用存在局限性，尤其是在金融市场中，数据的信噪比较低，传统的强信号假设可能不再适用。他提出，未来的研究应更加关注弱信号的处理，探索如何在低信号高噪音的环境下进行有效的经济分析。
南京审计大学统计与数据科学学院教授孔新兵从统计学的角度出发，指出当前的研究已经从“小数据小模型”发展到“大数据大模型”阶段。他认为，随着数据量和复杂性的增加，传统的统计方法已经难以应对，未来的研究需要更多的跨学科合作，尤其是在深度学习、自然语言处理等领域。孔教授呼吁，计量经济学研究者应积极拥抱新技术，探索新的研究范式，尽管初期可能会遇到困难，但这是时代发展的必然趋势。
武汉大学经济与管理学院教授刘成在发言中表示，计量经济学的研究应更加注重与实际经济问题的结合。他指出，当前的经济学研究大多仍依赖于简单的线性回归模型，而计量经济学中的复杂模型在实际应用中却较少被采用。刘教授认为，计量经济学研究者应加强与统计学、应用经济学等领域的学者合作，引入更多先进的数据分析方法，提升研究的实用性和影响力。
厦门大学经济学院郑挺国教授则从宏观计量的角度探讨了大数据时代的研究方法创新。他提出，随着数据维度和复杂性的增加，传统的宏观计量模型需要向大型复杂系统模型转变。郑教授特别强调了矩阵时间序列模型在高维数据分析中的应用，并指出未来的研究应更加注重跨领域数据的融合，尤其是在宏观经济监测和预测中的应用。
复旦大学经济学院副教授苗克结合自己的研究经验，探讨了机器学习在计量经济学中的应用。他指出，传统的计量经济学方法在处理大数据时面临诸多挑战，尤其是模型的复杂性和可解释性问题。苗老师认为，机器学习在预测方面具有显著优势，但其“黑箱”特性也带来了解释性不足的问题。他呼吁，未来的研究应在保持模型预测能力的同时，探索如何提高模型的可解释性，以便更好地服务于经济学研究。
北京大学光华管理学院副教授宋晓军从理论研究的视角出发，反思了计量经济学研究中的一些问题。他指出，当前的理论研究往往与实际经济问题脱节，研究者更多是在创造理论问题，而非解决实际问题。宋老师认为，计量经济学研究者应更多地接触实际数据，与数据科学家、应用经济学家等开展合作，探索如何将复杂的计量模型应用于实际问题的解决。
上海财经大学经济学院教授张征宇在发言中指出，当前国内计量经济学理论与应用研究之间存在明显的鸿沟。尽管理论计量方法日益复杂，但应用研究者仍倾向于使用传统的线性回归模型。张老师强调，理论计量学者应更多地将复杂模型引入国内主流期刊，帮助应用研究者理解这些方法的优势。他还提到，因果推断作为一种成熟的方法，可以与大数据结合，进一步提升政策评估的精准性。
中国科学院数学与系统科学研究院副研究员孙玉莹分享了其团队在大数据方面的研究成果。她指出，传统的统计学和经济学研究范式以小模型为中心，但在大数据时代，海量数据的可得性为研究提供了新的机遇。孙玉莹介绍，通过将多个小模型组合成一个大模型，能够更好地刻画高维变量之间的相关性，降低误差。她还提到其团队在非结构化数据与结构化数据的结合方面进行了探索，并取得了一定的成果。
上海社会科学院经济研究所副研究员纪园园从自身经历出发，分析了理论与应用脱节的原因。她指出，理论计量学者通常使用R、Matlab等编程工具，而应用研究者则更多使用Stata，工具的不同导致应用研究者难以快速掌握复杂模型。此外，纪老师还提到，应用研究者往往更关注结果的稳健性，而非方法的复杂性。她呼吁理论计量学者在推广复杂模型时，应更多地考虑应用研究者的实际需求。
上海海事大学经济管理学院副教授李杰伟从应用经济学的角度分享了大数据的挑战与机遇。他指出，大数据具有独特性和丰富信息量，但在实际应用中，变量较少且数据难以打通。李老师建议，应用经济学研究应更多地使用结构式估计方法，并结合一般均衡框架，以更好地利用大数据的优势。他还呼吁学术界对大数据计量分析的结果多一些宽容，尤其是在数据独特且问题新颖的情况下。
复旦大学国际金融学院副教授蒋亮从统计学的角度探讨了算法与统计模型的融合。他指出，传统的统计模型以数据生成过程为中心，而现代算法模型则更多地依赖于计算能力。蒋老师认为，算法模型虽然在经济学中的应用尚不成熟，但其潜力巨大。他举例说明了算法模型在金融领域的应用，并强调算法与统计模型的结合将为经济学研究带来新的机遇。
中国人民大学经济学院教授王霞强调，理论计量研究应始终以问题为导向。她指出，大数据时代为理论计量学者提供了更多的研究背景，但复杂模型的假设往往与实际数据存在背离。王老师呼吁，中国学者在研究时应更多地使用中国数据，尽管数据处理可能较为复杂，但这对于推动中国经济学研究的发展具有重要意义。
湖南大学金融与统计学院教授李海奇指出，计量经济学在大数据时代面临着来自统计学和经济学的双重挑战。他认为，计量经济学应更多地结合大数据技术，提出更好的推断方法。李老师强调，尽管预测是大数据技术的优势领域，但经济学研究的核心仍是结构分析和政策评估，未来的研究应更多地关注这些领域。
上海交通大学安泰经济与管理学院教授瞿茜在发言中指出，计量经济学作为一门交叉学科，面临着来自经济学和统计学的双重认可问题。她强调，研究者需要同时具备经济学和统计学的知识，才能更好地将两者结合起来。瞿老师还提到，中国学者在研究时应更多地关注中国问题的独特性，而不仅仅是套用国外的模型。
本次圆桌论坛为计量经济学研究者提供了一个交流与合作的平台，与会学者一致认为，大数据和人工智能为计量经济学带来了新的机遇，但也提出了新的挑战。未来，计量经济学需要在理论创新、方法应用和数据融合等方面继续探索，以应对日益复杂的经济现实。
论坛在热烈的讨论中圆满结束。与会学者纷纷表示，期待未来有更多类似的学术交流活动，共同推动计量经济学在大数据时代的发展。
返回顶部
