嘉    宾：于晓华 讲席教授 德国哥廷根大学

主持人：于    冷 教授 上海交通大学安泰经济与管理学院  

时    间： 2025年3月27日（周四）10:00-11:30

地    点:  上海交通大学徐汇校区安泰经济与管理学院A511

内容简介：

以ChatGPT和DeepSeek为代表的新一代通用人工智能技术给社会科学研究对象、研究理论、研究边界以及研究方法带来了巨大的冲击。在研究对象层面，随着数字技术的进步，产业走向集中，平台经济显得越来越重要。由于平台（如美团、滴滴等）具有天然的双边垄断，这从理论上要求我们导入不完全竞争理论分析框架，对平台的市场力量进行监管。在研究理论层面，大数据和机器学习使得传统的统计学和计量经济学的理论根基——中心极限定理——过时；在研究范式层面，此外，相对于传统研究基于理论模型，机器学习通常是能够实现以基于数据为驱动的研究。；在研究边界层面，大数据和机器学习拓宽了数据可得性，能够促进学科交叉融合与跨学科研究。在研究方法层面，机器学习能够通过特征工程提升因果识别效率、进行有效的反事实推断、补充稳健性检验来改进传统计量经济学中的因果识别方法。在社会应用实践中，政府和企业可能会更加偏好于需要我们充分利用机器学习方法，以提高政府政策制定的效率和精准性，以及企业的效益。从就业市场的角度来说，企业和政府可能更看重机器学习的预测、分类以及内容生成等功能，使得传统社会科学的现教育和有的训练方法在就业市场中处于不利地位。如何结合机器学习，调整社会科学研究范式成了一个重要的挑战。

演讲人简介：

于晓华，德国哥廷根大学发展与转型国家农业经济学讲席教授，农业经济与农村发展系系主任。2009年毕业于美国宾州州立大学，获得农业经济学与人口学双博士。2009年起任教于德国哥廷根大学，主要研究方向为农业经济学、行为经济学以及机器学习等。2022年9月至2023年3月在康奈尔大学Johnson商学院担任访问教授。曾经或现在担任Agricultural Economics，China Economic Review等国际期刊副主编或者编委。在American Journal of Agricultural Economics, Journal of Economic Dynamics and Control, Land Economics, Food Policy, Land Use Policy, Journal of Rural Studies等期刊发表论文多篇。