12月26日下午，由华侨大学人事处、经济与金融学院共同主办，以“大数据背景下社会科学研究方法转型”为主题的华侨大学青年教师学术沙龙第十六场在陈守仁经管大楼506会议室举行。学术沙龙由经济与金融学院傅联英教授主持，受邀参会研讨的嘉宾有法学院陈慰星教授、工商管理学院李海林教授和周飞教授、政治与公共管理学院王惠娜教授，经济与金融学院杨莉莎副教授、邵传林教授和朱轶副教授。应用经济学和工商管理近20位博士研究生旁听了本轮次学术沙龙。

主旨分享人杨莉莎副教授指出，当前经济学研究方式逐渐由传统的计量方法转向对非结构化数据的处理以及由机器学习主导的新型处理方法。杨莉莎副教授以机器学习为例，系统地介绍了机器学习的内涵和方法。以具体案例生动展示了机器学习在文本挖掘、预测和因果识别方面的应用。最后，杨莉莎副教授以传统计量方法DID为例，讲述机器学习如何赋能因果识别。

分享人李海林教授指出，预测可以包含很多方面，例如数据分类、数据检验等，利用数据分析技术的确能够进行预测，但预测结果的解释力度可能达不到应用的效果。大数据下背景下，挖掘样本外的信息，或许能够贡献更有启发性的洞见。

分享人陈慰星教授以法学计量研究为出发点，认为对数据失真的问题可以从研究对象和研究问题两个方面进行设定。法律研究具有独特性，能够获得一手的原始的数据对于结果的可靠性具有十分重要意义。使用纯数学模型的方法对于社会科学研究的确具有意义，但对于大规模样本而言其效果可能远不如区域性、靶向性强样本。

分享人邵传林教授提出研究要有逻辑起点，对于问题导向的研究，可以使用传统的方法找到问题的内在逻辑进而利用各种方法进行相关检验；对于结论导向的研究，如果使用传统方法无法验真或验伪，则可以使用机器学期的方法进行检验。

分享人王惠娜教授从公共管理的角度出发，指出政务领域以数据分析为基础的预测和决策的空间是十分有限的，使用大数据进行因果推断还需要很长的发展时间。寻找到一个有效的问题，同时利用数据得到有效的结果是不容易的。大数据的分析存在得出显而易见结论的风险，未来公共管理的研究应以理论分析和创新为出发点，数据分析只能作为辅助工具。

分享人周飞教授指出目前商科研究存在理论和现实脱节的情况，一个好的研究范式不单是理论推演，还应该能指导实践。在管理学的研究中，因果关系往往难以清晰地分辨出来，数据分析作为当下时兴的工具，可以帮助降低成本，但由于企业具体情况各不相同，可能无法对企业生产实践产生有效帮助。

分享人朱轶副教授指出，经济学关于数据预测方面的应用并不是最核心的研究问题，但数据驱动的机器学习确实是创新的方法，在大数据分析中的逻辑导向更为明显。

主持人傅联英教授围绕分享嘉宾的观点，从“解释还是预测”“逻辑还是技术”“意愿还是行动”三方面总结了本轮研讨的共识。本期学术沙龙有效地增进青年教师的学术交流，促进经、管、法、信等学科的交叉融合，营造出更加浓厚的校园学术氛围，服务青年教师的成长与发展。