2026年10月24日，由上海市统计学会、上海社会科学院经济研究所联合主办的“上海市统计学会2026年学术年会——人工智能赋能统计研究和决策”在上海社会科学院总部举行。来自北京大学、厦门大学、中央财经大学、北京师范大学、上海对外经贸大学、上海社会科学院及统计调查部门、医疗机构等单位的专家学者和实务工作者参加会议。本次年会聚焦人工智能赋能统计研究和决策，围绕统计理论与方法创新、宏观经济监测、金融风险分析、政府统计实践和医学统计应用等议题展开交流，探讨人工智能与统计学融合发展的新方法、新路径。
上海社会科学院经济研究所所长沈开艳、上海市统计学会常务副会长杨燕青作开幕致辞。开幕式由上海市统计学会副秘书长、虹口区统计局局长熊洁主持。
沈开艳研究员代表上海社会科学院经济研究所向与会专家学者表示热烈欢迎，并感谢上海市统计学会的信任与支持。她表示，本次年会是经济研究所成立70周年系列学术活动之一，聚焦人工智能与统计学的交叉融合，具有重要的学术与实践意义。统计学不仅为经济研究和政策评估提供量化分析工具，也是检验人工智能生成结论是否可信的重要基础。面对大语言模型、智能体和高频非结构化数据带来的变化，应在拓展数据来源与方法应用边界的同时，坚持变量定义、样本获取和稳健性检验等方面的严谨要求，推动传统计量方法与人工智能技术相结合。她指出，经济研究所希望依托现有统计学学科基础，期待与学会、高校、政府统计部门及行业机构在课程建设、实践指导和案例数据等方面深化合作，更好培养人工智能时代数字治理、金融风控和产业政策评估等领域的急需人才。
杨燕青在致辞中表示，人工智能的快速发展正在深刻影响科研活动、经济运行与劳动力市场，对宏观政策框架和科学决策提出新的要求。统计学是连接理论研究、现实观察与政策实践的重要基础，既要研究如何运用人工智能赋能统计，也要回答如何测度人工智能对创新、就业和经济增长的影响。她结合相关研究，重点讨论了人工智能推动科研方式变革和劳动力市场任务重组等问题，指出应关注人机协作中人的监督、纠错、决策与责任承担，为政策制定和资源配置提供扎实的数据与研究支撑。她表示，希望依托上海市统计学会与上海社会科学院的平台，进一步加强跨机构合作，共同推动统计人才培养与实践需求相衔接。
本次年会设置主题演讲和两场平行论坛，共安排十五场学术报告，兼顾统计方法的理论探索与不同领域的应用实践。
上午主题演讲由上海市统计学会副会长、上海社会科学院经济研究所韩清研究员主持。韩清研究员在开场发言中指出，人工智能的快速演进不仅为学术研究提供了新的工具，也对传统研究方式和研究者的角色提出了挑战。他结合统计理论与经济应用研究的不同特点，提出应加强对人工智能影响研究范式的讨论，关注统计方法与经济社会实际问题的结合。
随后，厦门大学宏观经济研究中心、邹至庄经济研究院郑挺国教授、上海对外经贸大学统计与数据科学学院姜荣教授、中央财经大学统计与数学学院副院长邓露教授、北京师范大学统计学院陈梦根教授、上海社会科学院经济研究所副所长詹宇波研究员分别作了主题报告。
郑挺国：Nowcasting GDP Growth with LLM-ExtractedAspect-Specific Sentiment
郑挺国教授介绍了利用大语言模型提取多维新闻情绪、开展中国GDP实时预测的研究。该研究从中文新闻中识别产出、消费、价格、金融市场、房地产和就业等十个经济维度的情绪信息，并将其纳入混频模型。研究发现，相较于仅依赖传统宏观经济指标或词典情绪指标的基准模型，大语言模型提取的新闻情绪能够提供更及时的经济运行信息，在经济快速变化时期具有较强的预测价值，为宏观经济实时监测提供了新的研究思路。
姜荣：广义分位数回归：风险度量、统计估计与应用
姜荣教授从风险价值在刻画组合风险方面的局限出发，介绍了兼具风险度量与尾部回归功能的广义分位数回归框架。该框架通过引入权重函数，在统一刻画多种已有风险度量的基础上，构建具有灵活性和可解释性的新型工具。报告进一步介绍了核估计及随机森林估计方法，探讨如何缓解多维协变量情形下的维数灾难，并通过模拟研究和实际数据分析展示相关方法在风险评估中的应用。
邓露：生物多样性政策调整与股票市场稳定性
邓露教授围绕生物多样性政策如何影响股票市场稳定性展开分析。研究基于生物多样性相关政策文本构建政策强度指标，结合中国行业指数数据，运用动态Max-Copula框架刻画行业损失联动与市场稳定倾向。研究发现，生物多样性政策强化可能通过改变行业盈利预期和跨行业风险联动影响市场稳定性。报告将自然资本治理与金融风险结构联系起来，为理解生态治理约束向资本市场传导的机制提供了新的视角。
陈梦根：算力发展的国际比较与影响因素分析
陈梦根教授围绕算力的内涵、测度及国际竞争格局作了报告。研究构建涵盖算力规模、算力应用和算力环境的综合评价指标体系，比较G20经济体的算力发展水平及其演进特征。研究发现，全球算力发展呈现集中特征，非领先经济体与领先经济体之间的差距持续扩大，不同经济体形成了差异化发展路径。人力资本、经济发展水平、外商直接投资与政府效能是算力发展的重要影响因素，其中人力资本与政府效能对新兴经济体的促进作用更为突出。
詹宇波：平台“内卷式”竞争的福利分析与反垄断监管——基于用户份额的交叉网络效应
詹宇波围绕平台经济由增量扩张转向存量竞争过程中出现的“内卷式”竞争问题，介绍了基于用户份额交叉网络效应的双平台竞争模型。研究分析平台补贴、用户份额与竞争均衡之间的关系，并结合外卖平台竞争的经验证据，讨论补贴竞争对平台、商户和消费者福利的影响。报告提出，平台治理应更加重视市场结构，通过保障用户多归属自由、维护市场可竞争性，引导平台从补贴竞争转向技术创新。
下午，平行论坛（一）在上海社会科学院总部小礼堂举行，由上海对外经贸大学统计与数据科学学院姜荣教授主持。北京大学光华管理学院商务统计与经济计量系宋晓军教授、上海市统计和大数据研究院副院长孙杭麟高级统计师、上海对外经贸大学陈高昂、国家统计局上海调查总队许卫佳、上海社会科学院张伯超分别作了报告。
宋晓军：Deep Learning-Based Doubly Robust Test for Granger Causality
宋晓军副教授介绍了融合深度学习与双稳健方法的格兰杰因果检验。该方法针对传统非参数检验在高阶滞后情形下面临的维数灾难，利用深度学习刻画复杂动态关系，并通过双稳健矩条件构造降低神经网络估计误差对统计推断的影响。报告还介绍了无需重复训练网络的乘子自助法，并通过数值模拟及中、美、日股票市场量价关系分析，展示所提方法的有限样本表现与应用价值。
孙杭麟：微观经济数据视角下AI赋能统计应用的实践与探索
孙杭麟围绕统计微观数据的开发利用，结合一线业务实践，探讨人工智能赋能统计分析的实现路径。报告提出，将数据质量工程嵌入业务全流程，通过智能体系统的能力分工与流程编排，将确定性计算交由工程工具完成，由大模型承担任务理解、规划解读和文本输出。报告强调，应构建由统一口径的微观数据基础、智能体系统与人机协同机制组成的方法体系，将统计专家的分析框架和实践经验转化为可复用的组织能力。
陈高昂：数字金融入局对我国系统性金融风险影响的实证研究：基于风险溢出网络与谱算法视角
陈高昂运用风险溢出网络、谱分解与谱聚类方法，分析数字金融发展背景下我国系统性金融风险的传染机制。研究发现，数字金融的加入改变了金融体系的风险传染路径，重大金融事件也会影响风险传染的中心、方向与规模。传统金融与数字金融在风险显现时滞、高风险机构分布等方面存在差异。报告为识别新型金融风险、完善差异化风险监测与监管提供了经验参考。
许卫佳：算力约束下基层统计AI融合的务实路径——小模型集群、生成式AI赋能与农业普查遥感测量实践
许卫佳结合上海市第四次全国农业普查夏粮遥感测量实践，探讨基层统计调查单位在算力与人才约束下推进人工智能应用的可行路径。报告介绍了“小模型集群＋多模态融合＋质量控制”的技术路线，将农业种植用地提取、田块边界识别与作物分类组织为模块化处理流程。研究表明，“算法初筛＋人工复核”的人机协同模式能够兼顾作业效率与数据精度，为人工智能技术在基层统计调查中的应用提供实践参考。
张伯超：企业人工智能技术水平与劳动力需求结构变化：基于大语言模型的新方法和新发现
张伯超副研究员介绍了运用大语言模型识别招聘岗位类型、分析企业劳动力需求结构变化的研究。该研究通过对招聘文本进行分类和职业匹配，考察企业人工智能技术水平对常规与非常规岗位需求的影响。研究发现，人工智能技术水平提高与非常规岗位需求增加、常规岗位需求减少相关，非常规岗位需求的增长主要体现在非常规认知型岗位。报告进一步从生产率提升、新职业创造与技术替代等方面分析作用机制，拓展了大语言模型在经济学文本分析中的应用。
平行论坛（二）在上海社会科学院101会议室举行，由上海交通大学医学院附属瑞金医院统计信息科、上海市统计学会医学统计专委会魏倩主持。上海交通大学医学院附属瑞金医院统计信息科吴佳胤、上海中医药大学附属第七人民医院病案统计科李朝民、上海社会科学院统计与数量经济研究室戴蔚、上海市浦东新区人民医院病案统计室顾晓鸣、上海对外经贸大学统计与数据科学学院左佳妮分别作了报告。
吴佳胤：人工智能与统计学交叉前沿研究——以医学统计领域为例
吴佳胤围绕人工智能与统计学的交叉融合，梳理统计学习、高维统计推断与正则化、因果推断与机器学习融合等领域的理论进展。报告重点结合医学统计应用，介绍真实世界研究中的因果机器学习、多中心医学研究中的联邦学习、电子健康记录数据挖掘以及临床试验设计智能化等方向，并讨论大语言模型时代统计推断面临的不确定性量化、可解释性、数据偏倚与伦理监管等挑战。
李朝民：病案数据要素赋能医院高质量发展的统计测度研究
李朝民围绕病案数据如何支撑医院运营管理、绩效评价与精细化决策，梳理相关理论、作用机制与统计测度方法。报告指出，现有研究在病案数据独立要素价值识别、动态测度、赋能净效应分析及制度环境评价等方面仍有不足。据此，研究提出构建“数据要素存量＋赋能效果”的双维测度框架，将数据质量、数据治理、数据资产化及制度环境纳入评价体系，为病案数据价值量化和医院高质量发展评价提供参考。
戴蔚：大语言模型可靠性评估与风险控制研究综述
戴蔚围绕大语言模型在知识问答、辅助决策和智能体系统中的可靠性问题，系统梳理相关研究进展。报告从不确定性量化、置信度校准与内部机制解释、幻觉检测与错误风险控制、复杂场景与智能体系统可靠性四个方面，对代表性方法的研究思路、适用场景和局限进行比较，并分析当前研究在评估标准、方法泛化能力及复杂任务适应性等方面面临的挑战。
顾晓鸣：规则引擎与AI融合下医疗统计全流程智能化实践——基于A-DRG智能管控系统的案例研究
顾晓鸣以院内自研A-DRG智能管控系统为案例，介绍“规则引擎＋AI辅助”的医疗统计智能化实践。该系统将病种分组规则与编码规则纳入业务流程，构建“事前预警—事中干预—事后审核—决策分析”的闭环统计体系。报告提出，在规则明确、监管要求较高的医疗统计场景中，应发挥规则引擎与人工智能的各自优势，通过统计关口前移和业务团队参与，提升病案数据质量及运营决策支持能力。
左佳妮：从“数量覆盖”到“质量提升”：空间一般均衡视角下中国基本公共服务均等化的测度研究
左佳妮介绍了基于空间一般均衡模型的基本公共服务均等化测度研究。该研究结合全国297个地级市的面板数据，将公共服务供给与人口流动决策纳入统一分析框架。研究发现，基本公共服务均等化呈现“人均存量趋同、综合质量分化”的特征，省内城市间差距是不均等的重要来源。报告进一步分析地方政府竞争及区域异质性，为推动基本公共服务由“数量覆盖”转向“质量提升”、促进区域协同发展提供了研究参考。
本次年会围绕人工智能赋能统计研究和决策，将统计方法创新与经济社会发展的现实需求相结合，交流了宏观经济监测、金融风险识别、基层统计调查、医疗数据治理等领域的研究成果与实践经验，为高校、科研院所、统计调查部门和行业机构搭建了交流平台，也为进一步推动人工智能与统计学深度融合、提升统计服务科学决策的能力提供了有益启示。
