2026年6月14日，由上海社会科学院经济研究所、上海社会科学院数量经济研究中心联合主办的“数字化与人工智能背景下计量经济学前沿理论与方法应用研讨会”在上海社会科学院总部成功举办。来自中国科学院、复旦大学、上海财经大学、首都经济贸易大学、厦门大学、吉林大学、中南财经政法大学等全国二十余所高校和科研院所的专家学者和上海社科院部分师生参加会议。本次研讨会聚焦数字化与人工智能时代计量经济学的理论革新与方法应用，深入探讨大数据计量建模、大数据经济实证、人工智能在经济预测中的应用等前沿课题，也是上海社会科学院经济研究所成立70周年系列重要学术活动之一。
上海社会科学院院长干春晖研究员、上海社会科学院经济研究所所长沈开艳研究员作开幕致辞。开幕式由上海社会科学院数量经济研究中心主任朱平芳研究员主持。
干春晖研究员指出，当前数字技术与人工智能全面重塑经济运行模式与学术研究范式，海量数据、智能算法与算力升级为传统计量经济学带来前所未有的机遇与挑战。如何运用人工智能技术优化计量模型、挖掘经济数据价值、解答新时代经济发展难题，已然成为国内经济学界共同关注的前沿课题。本次会议希望搭建高水平学术交流平台，推动人工智能和大数据时代下的计量经济学深入发展。
沈开艳研究员在致辞中向来自全国各地的顶尖学者致以热烈欢迎。她表示，数字化浪潮全面席卷经济社会全域，人工智能迭代日新月异，数字要素正在重塑经济底层逻辑与研究范式。计量经济学作为连接经济理论、实证数据与政策实践的核心枢纽，其理论革新与方法迭代迫在眉睫。一方面，人工智能算法亟需与计量经济学深度融合；另一方面，我国高质量发展与宏观调控等现实课题亟需全新计量工具提供科学支撑。本次研讨会亦是经济研究所成立70周年系列学术活动的重要一环，期盼各位专家畅所欲言、凝聚共识，共同推动计量经济学的范式转型。
本次研讨会设置了主旨演讲、两场平行主旨演讲和圆桌论坛共三个环节。
上午主旨演讲上半部分由上海社会科学院数量经济研究中心主任朱平芳研究员主持。中国科学院数学与系统科学研究院、中国科学院预测科学研究中心主任汪寿阳研究员，首都经济贸易大学原党委书记王文举教授，中国石油大学（北京）、中国科学院数学与系统科学研究院杨晓光教授分别作了发言。
汪寿阳：以人工智能引领科研范式变革——兼论AI时代的经济学理论构建
汪寿阳研究员系统阐述了AI时代经济学理论重构的必要性。当算法代理承担核心决策职能、数据成为关键生产要素、平台经济主导市场运行时，传统经济学的“理性人”“稀缺性”“市场均衡”等假设正被系统性颠覆。汪寿阳研究员提出AI时代新经济理论的四大基石：从“经济人”转向“人机混合体”的理论假设重构；构建数据政治经济理论的要素重识；设计算法时代规则治理的市场重塑；以及定义以人为本新进步观的价值重估。他强调经济学研究需从“理论的科学”转向“计算的科学”与“设计的科学”。
王文举：构建中国数量经济学自主知识体系的思考
王文举教授提出当前研究存在理论依附、方法失衡、话语弱势等短板，亟需以马克思主义政治经济学和习近平经济思想为根基，立足中国经济实践。王文举教授提出自主知识体系的四大支柱——理论基础、方法论体系、应用体系和话语体系，并呼吁强化理论创新、推动方法论革新、夯实数据基础，最终形成具有中国特色、中国风格、中国气派的数量经济学知识体系。
杨晓光：大模型的理解和金融研究的应用示例
杨晓光教授从人工智能发展史出发，阐释了大模型成功的根本原因。他认为大模型是联结主义为主体、行为主义为副手、符号主义为工具的有机组合，凭借超大模型、超大数据和超强算力，实现了对复杂关系的学习与组合创造。随后结合金融研究示例，展示了利用大语言模型分析IPO路演高管情绪对股票收益的影响，以及微调大模型与图神经网络融合进行股市预测。
上午主旨演讲下半部分由上海财经大学经济学院院长周亚虹教授主持。复旦大学保险应用创新研究院院长陈诗一教授，首都经济贸易大学党委常委、副校长李鲲鹏教授，西南财经大学光华首席教授、中国科学院数学与系统科学研究院研究员常晋源分别作了发言。
陈诗一：优化土地配置的双重减排效应
陈诗一教授通过理论模型与反事实实验，揭示了现行建设用地配置对污染排放存在双重潜在“补贴”。第一重来自地区配置：建设用地指标向中西部倾斜，而中西部工业占比高、排放强度高、环境规制较宽松，实质补贴了高污染地区。第二重来自用途配置：地方政府低价、超量供应工业用地同时高价、限量供应商服用地，实质补贴了污染强度更高的工业行业。研究发现，减少各省工业用地、增加商服用地，可使污染排放强度下降、实际产出提升，实现效率与环境的双赢。扭转过度“偏向工业”的土地配置倾向，凸显了完善要素配置在同时实现效率提升与污染减排上的巨大潜力。
常晋源：CP-Factorization for High Dimensional TensorTime Series and Double Projection Iterations
常晋源教授介绍了高维张量时间序列CP分解与双投影迭代方法。他指出传统张量因子分析中CP分解具有唯一性因而更具可解释性，但现有估计方法要求因子载荷近似正交且因子几乎不相关。常晋源团队提出了包含单次估计器和迭代算法的统一框架，无需正交性假设，通过双重投影技术消除噪声因子干扰，显著提升了估计精度。基于北京空气污染数据的实证分析成功分离出“臭氧相关因子”和“一般污染因子”，具有较强的解释性。
李鲲鹏：Panel Data Models with Break Point
李鲲鹏教授介绍了面板数据断点模型的最新理论进展。他提出一个统一的面板断点模型框架，允许斜率系数存在共同断点，拓展了此前仅考虑均值断点的研究。政策冲击可能同时产生共同斜率变化和个体异质性的变化，因此一个能够同时容纳两类参数断点的模型具有重要理论价值。他采用拟极大似然方法进行断点估计，并在允许误差存在个体异方差以及方差也存在断点的情况下，证明了断点估计量的一致性。蒙特卡洛模拟表明，该方法在不同样本量下均具有良好的有限样本表现。
下午分会场一上半部分由《学术月刊》编审沈敏主持。东北财经大学原党委常委、副校长王维国教授，上海财经大学经济学院院长周亚虹教授，江西财经大学罗良清教授分别作了发言。
王维国：生育政策优化、基础研究投入与经济增长——基于投资于人的理论视角
王维国教授考察了生育政策优化与基础研究投资对长期经济增长的协同效应。他指出中国生育率持续下降，单纯依赖人口数量驱动的创新模式面临挑战。本研究构建的内生增长模型发现，生育数量与人均经济增长率呈倒U型关系，基础研究投资与人力资本增长率同样呈倒U型，表明存在最优投入规模。
周亚虹：High Dimensional MTE with a Discrete InstrumentalVariable
周亚虹教授针对边际处理效应模型在离散工具变量和高维协变量情形下的识别与估计问题，提出了系统的理论解决方案。他利用高维协变量的连续性以及离散工具变量构建的“链条”结构，证明了在二元工具变量下边际处理效应的非参数可识别性，并开发了基于双重机器学习的估计方法。蒙特卡洛模拟表明该估计量在样本量增长时均方根误差显著下降，且对高维协变量表现出良好稳健性。
罗良清：常态化帮扶视角下返贫致贫风险的动态识别与长效治理机制研究
罗良清教授运用多维贝叶斯网络分类器从五个维度构建贫困监测指标体系，模型预测精度达90%以上。状态转移分析发现中风险向低风险转移概率最高，但低风险回弹至中高风险的概率仍不容忽视。有序Logit回归显示家庭主要劳动力变化、健康风险冲击和政策支持是关键因素。罗良清教授提出建立“风险识别—需求响应—动态评估—政策评价”全链条闭环机制，实现从阶段性攻坚向常态化管理的转型。
下午分会场一下半部分由上海社会科学杂志社副社长、副总编辑盛垒研究员主持。厦门大学经济学院与王亚南经济研究院院长周颖刚教授，上海社会科学院世界经济研究所副所长赵蓓文研究员，中南财经政法大学统计与数学学院董朝华教授分别作了发言。
周颖刚：The Interplay between Investment and Input-OutputNetworks in Monetary Transmission
周颖刚教授考察了投资网络与投入产出网络在货币政策传导中的交互作用。本研究构建了包含两类网络的多部门一般均衡模型，理论推导表明货币政策冲击通过两条路径影响股票收益：消费需求经投入产出网络传导，投资需求经投资网络传导并进一步被放大。基于美国行业面板数据的估计发现，在正交化冲击下投入产出网络渠道贡献约41%，投资网络渠道贡献约33%，二者合计占行业股票收益总响应的74%。
赵蓓文：扩大高水平对外开放与中国自贸试验区体制机制创新
赵蓓文研究员系统阐述了扩大高水平对外开放的理论内涵与实践路径。她指出当前全球产业链供应链沿地缘政治裂缝碎片化，贸易保护主义抬头，在此背景下稳步扩大制度型开放成为核心任务。赵蓓文研究员回顾了中国22个自贸试验区3500余项改革试点及349项制度创新成果，提出加快体制机制改革实现战略协同、以自贸试验区为抓手实现内外循环协同、推动联动发展增强国际话语权三条发展路径。
董朝华：Double Machine Learning in Additive NonparametricModels with Deep Neural Network Structure
董朝华教授提出将深度神经网络与双重机器学习相结合的非参数可加模型估计方法。他构建的可加模型对关键解释变量采用级数展开非参数估计，高维控制变量通过深度神经网络处理。为消除正则化偏差，他引入双重机器学习框架并采用样本分割技术，理论证明估计量渐近正态且达到最优非参数收敛速度。将该方法应用于美国职业培训数据，发现培训初期存在短暂犯罪增加，中期进入最佳干预窗口，长期边际效应趋于平缓。
下午分会场二上半部分由中国社会科学院经济研究所研究员郑红亮主持。中山大学岭南学院周先波教授，武汉大学经济与管理学院刘成教授，吉林大学数量经济研究中心主任孙巍教授分别作了发言。
周先波：宏观经济上行与家庭消费倾向提升：证据与机制
周先波教授基于家庭追踪调查和家庭金融调查数据，考察了宏观经济上行对家庭消费倾向的因果效应。他创新性地构建了基于行业结构加权的经济上行指标，采用Bartik工具变量解决内生性后发现，经济上行显著提升家庭消费倾向。高收入、高教育家庭对宏观环境更为敏感，是经济上行周期的主要受益群体。机制检验验证了住房财富效应、缓解流动性约束和提升消费信心三条路径。
刘成：混频异构数据的统计分析与宏观经济预测
刘成教授针对宏观预测中的高维混频数据环境，提出了基于观测约束的矩阵完备化混频动态因子方法。他利用月度与季度变量间的线性约束恢复潜在完整数据矩阵，再提取共同因子进行预测。实证表明该方法在GDP短期预测和经济波动较大时期优势明显，在新冠疫情冲击期预测均方误差显著低于AR、MFVAR和MIDAS等基准模型。拓展至价格、收入和消费类指标同样表现良好。
孙巍：从“增长推动器”到“民生稳定器”：房地产市场高质量发展的分级调控机制
孙巍教授聚焦房地产市场从“增长推动器”向“民生稳定器”的功能转型。他运用结构突变模型和门限向量误差修正模型将2011年以来的市场划分为三个阶段：城市等级分化初步形成期、均值回归机制扩展期、深度调整期。第一阶段一线城市率先形成民生需求支撑的均值回归机制，第二阶段民生稳定器功能扩展至更多城市，第三阶段市场进入结构调整期。
下午分会场二第二板块由中国社会科学院经济研究所研究员张永山主持。上海财经大学经济学院孙燕教授，上海财经大学经济学院计量经济系主任张征宇教授，复旦大学经济学院国际金融系付中昊副教授分别作了发言。
孙燕：Estimation of Spatially Clustered Coefficients in SpatialRegression Models
孙燕教授针对空间自回归模型系数同质性局限，提出了一种能识别空间单元潜在分组结构的估计方法。传统的空间计量模型假设所有城市的房价受同样因素影响，但现实中不同城市群的房价决定因素可能完全不同。如何自动识别哪些城市属于同一群组？本研究结合Delaunay三角剖分和“融合Lasso”惩罚，提出自适应加权融合空间自回归模型，让系数相似的城市自动合并成同一个组。用2013年中国285个地级市的数据进行实证研究发现，模型自动将城市分成了3个组：长三角、珠三角、京津冀等发达地区，房价受空间溢出效应和市场预期显著影响；西部欠发达地区，房价主要由人口密度和人口增长驱动；东北地区，房价主要受收入影响。
张征宇：Policy Learning via Quantile Partial Effects underGeneral Interventions
张征宇教授针对连续处理变量下的政策学习问题，提出了基于分位数部分效应的最优个体处理规则估计方法。即当政策只能做微小的边际调整时，应该把这一增量资源分配给哪些群体，才能让效果最好？他提出优化平均分位数部分效应，只关心结果处于某个分位数区间的群体，在这个区间上计算边际效应并最大化。将该方法应用于美国JTPA职业培训数据，发现如果关心低分位数的群体，最优规则是给约70%的人增加培训时长；如果关心高分位数的群体，最优规则是不给任何人增加时长。
付中昊：State-Varying FAVAR Models with an Application toFiscal Multipliers
付中昊副教授提出了状态依存的因子增广向量自回归模型，用于估计政府支出乘数随经济周期的连续变化。本研究允许因子载荷和VAR系数均为观测状态的平滑函数，采用两阶段局部主成分估计。基于FRED-QD数据库244个宏观序列的实证发现，政府支出乘数不是固定的，而是随着经济状态剧烈变化，仅在深度衰退时超过1，在中等和高增长状态下趋近零甚至负值。付中昊副教授还分析了四个历史财政事件沿实际状态路径的脉冲响应，揭示了线性FAVAR对异质性状态的简单平均可能掩盖真实的非对称效应。
会议第四部分，由上海社会科学院经济研究所纪园园主持的圆桌论坛在上海社会科学院总部小礼堂举行。以“数字化与人工智能背景下计量经济学理论与方法发展前景”为主题，中国社会科学院经济研究所郑红亮研究员、中国社会科学院经济研究所张永山研究员、首都经贸大学原党委书记王文举教授、《学术月刊》编审沈敏、上海社会科学杂志社副社长盛垒研究员、华侨大学执行院长苏梽芳教授、吉林大学数量经济研究中心主任邓创教授、上海海事大学经济管理学院院长吴先华教授、上海社会科学院研究生院副院长邸俊鹏教授、上海交通大学安泰经济与管理学院朱保华教授、华东政法大学商学院徐大丰教授和华东政法大学商学院王永水教授等多位专家学者围绕人工智能时代下计量经济学发展范式、AI在论文写作中的应用、如何规范学生使用人工智能、机器学习方法的优势等话题展开深入探讨。
本次研讨会的举办也获得了上海市软科学研究基地“上海市科技统计与分析研究中心”的支持。
