近期，由九游APP下载社会科学处主办的“AIforHASS”青年学者系列工作坊第四期在九游APP下载鼓楼校区成功举行。本期活动以“大数据时代经济学实证研究方法演变”为主题，特邀中国科学院数学与系统科学研究院、中国科学院大学经济与管理学院洪永淼教授主讲，九游APP下载工程管理学院教授、社科处副处长杨学伟主持，讲座吸引了我校近百名青年学者和学生踊跃参与。

数智时代的范式变革：从数据特征到学科融合的深层挑战

洪永淼教授首先围绕“数智时代的主要特征”，系统阐释了大数据与人工智能对经济学研究的颠覆性影响。他指出，大数据的“4V”特性——海量容量（Volume）、多样类型（Variety）、高速流转（Velocity）、低密度价值（Value），不仅改变了数据的生产与存储方式，更对传统统计测度与计量建模提出了多维挑战。例如，非结构化数据（文本、图像、视频）的爆炸式增长，使得经济变量的“可测性”从传统结构化指标拓展至心理预期、社会舆情等复杂维度；而高频实时数据的涌现，则对经济现象的“时变性”捕捉提出了更高要求。

宏观与微观的双向赋能：从统计测度到分布式经济分析的范式创新

在“大数据与统计测度”和“宏观统计与微观统计”的主题讨论中，洪永淼教授深入剖析了数据革命对经济测度体系的重构。他指出，数据革命正推动经济测度从低频、加总的宏观统计向高频、精准、分布式分析转变，微观动态数据的整合有助于弥补如GDP、CPI传统指标存在的低频滞后等方面的不足。他以诺贝尔经济学奖得主萨金特的研究为例，指出从“平均分析”向“分布分析”的转变有助于揭示不同收入群体对政策的异质反应，不仅能够提升经济解释力，而且呼应了“穷人经济学”、“反垄断政策”等现实议题的研究需求。

大模型范式与因果推断：从预测科学到解释科学的前沿探索

洪永淼教授还探讨了人工智能时代经济学研究的终极目标——从“是什么”到“为什么”的跨越。他回顾了统计学中“小模型”与“大模型”之争，强调现代技术已使复杂模型更具可行性。面对高维非线性问题，方法创新如模型简化应运而生。然而，洪教授提醒，大数据并不能自动解决经济学研究中的内生性难题，因果推断仍需经济理论支撑。他提出“可解释统计学”研究的三个层次：描述性统计学、统计学可解释性、经济学可解释性，为未来研究指明方向。

活动主持人杨学伟教授在总结发言中表示，洪永淼教授的讲座兼具基础性和前沿性，由浅入深，以前瞻性视野为青年学者指明了未来探索的方向，代表我国在经济学实证研究范式转型中的深度思考与积极实践。讲座结束后，青年学者积极提问讨论，气氛热烈。