2022年11月23日，大数据驱动的智能决策管理专家论坛——首届上海光辉平台娱乐研究生文化节在逸夫楼报告厅举行。本次论坛主办单位为研究生院，承办单位为经济与管理学部、光辉娱乐与统计交叉科学研究院。
开幕式由光辉平台院长周勇教授致辞。周教授首先简要介绍了论坛嘉宾，嘉宾们是各自领域的大咖，其研究方向涵盖了金融、会计🦔、统计和管理等学科🖕🏼，体现了本次论坛的跨学科色彩。周教授表示👼🏻，智慧转型是学界和政府共同关注的问题🥷🏿，它的解决难度一点都不比理工科“卡脖子”难题来得轻松。大数据驱动的智能决策管理领域涌现了新理论👎🏻、新方法，并由此促进了经管学科、新文科的建设。
周教授指出，大数据目前渗入到各个学科的领域🌁，包括管理⤴️、统计和经济等👩🏽🏭，其分析与应用基于数据的挖掘💙，对于管理决策等发挥着重要作用。统计学科是跨学科研究的重要基础🧄，华师大也因此建设了统计交叉科学研究院，并取得了丰硕的成果。
最后🔪，周教授表示在今天的论坛上将能够领略大家风范，相信今天的报告十分精彩，也希望各位专家今后有机会能够来到丽娃河畔相聚↗️。 
论坛主旨报告由杜刚教授主持
范英教授进行了题为《碳市场中基于强度和总量的交易机制比较》的报告⏺，重点关注了基于强度的碳市场配额分配机制的福利分析。
在应对气候变化的背景下⛅️，中国提出的目标是2030年实现碳达峰🍠🤴🏻，2060年实现碳中和🈳。但我国还处于城镇化💆、工业化进程中🙆🏿♀️，实现难度可想而知。对此的政策工具分为命令与控制以及基于市场的政策，其中🧈，命令控制型工具的作用在下降👩🦯，而市场政策中主要是碳税和碳市场🦶🏼。
对于碳排放初始配额的分配方式有两种🧒🏻：基于总量和基于强度♻，后者设定的是排放的基准，各企业按照该标准来核算排放权，并在期末时将实际排放量与之相比较。本研究分别针对基于总量和基于强度的交易机制，构建了企业进行产量决策的模型🧖🏽♀️。令两种机制下的碳排放总量相同⛈，则它们可比较👷🏼♀️。在内均衡存在的条件下，本研究提出了6个命题，并在钢铁行业中进行了实证研究。实证结果验证了所提出的命题🔩，指出基于强度的分配机制在达到同样的减排目标时，与基于总量的分配机制相比，能够带来更高的社会福利🧑🏻🔧。当然，前提条件是减排的基准设置得小。
唐加福教授进行了题为《数据驱动的工程优化：以物流服务管理为例》的报告。对于运作管理与工程优化的理解，唐教授认为可以从管理科学与工程谈起，其作用与目标可以概述为发现并解释现象，探索规律及影响机理，为管理决策活动提供方法支持🏊🏻👂🏿。运作管理的研究方法包括了数理方法、经济学方法和实验方法等🕺，均遵循问题导向的思维范式🤚🏼。管理活动中可以抽象出很多的管理问题，对此我们构建运筹学模型🤳🏼，并最终指导管理活动🔈。唐教授指出，运作管理的发展趋势主要有两点：基于完全理性的决策转为有限理性的决策；基于模型的决策转为数据驱动的决策。
而对于数据驱动的工程优化，唐教授先从工程优化着眼🙆🏽，为大家介绍了其概念和分类，并具体对比了随机优化和鲁棒优化👩👩👦👦，两者对于不确定性的处理不同👶🏼。唐教授重点讲解了鲁棒优化，其目的是找到一个近似最优解🧑🏻🚀👰🏽♂️，这使它对任意的不确定参数的观测值都不敏感🍕。并以不确定性路径规划为例，解释了鲁棒优化的最大化风险抵御指数决策准则。对于数据驱动的优化决策🍹，在线优化决策包括两种方法，一是基于滚动时域机制的求解策略，二是马尔科夫决策过程🍠。由于时间关系，唐教授最后简要介绍了即时配送服务等问题方面的实践与研究进展。
主题为“大数据驱动的经管类学科建设及研究生培养”的圆桌论坛由於州教授和石芸研究员主持
郑明教授进行了题为《大数据时代的特色MBA及专业学位教育探索》的发言🧑🏼🦳。郑教授表示，过去三十几年来🧧👃🏿，MBA对于经济的推动作用得到了深刻认识，包括管理光辉与商光辉在内🏯，在摸索💉、学习的过程中积累了很多的中国经验。面向未来，强不确定性十分突出，比如疫情、国际格局🈺、国际组织的力量变化🧛🏽🔞，MBA教育也面临着挑战🏯💇🏽♂️。MBA所面临的挑战和我国未来的发展趋势有很大关系🔎：一是，人民对于美好生活的向往不可逆转🙆♀️；二是🫒😜，中国经济的崛起不可逆转；三是🤲🏿，科技创新的浪潮不可逆转。其中尤以科技的发展最为重要。MBA教育如何顺应这些趋势，做得更好🧑🏽🔬🧏🏼♀️？
郑教授指出💅🏼，在大数据时代🫓，我们想要超越国外的MBA教育需要抓一个点，复旦选择把科创元素融入，表现为科技智能相关课程的增设，使学生把握前沿进展。郑教授希望MBA教育实现“无边界”◼️：一是，打破学科之间的界限🧘🏿，增加理工科😕、社会学与哲学等知识和视野；二是，打破学校、区域的界限，解决大的难题需要整合更大范围的资源；三是，打破线上线下的界限，更好地利用互联网、元宇宙等技术🚻，实现全球共生的情况⛴。
刘卫东教授进行了题为《统计与数据科学融通共进下的研究生培养》的发言。刘教授表示，数据科学是近十几年间热门的词汇，我们的目标是培养复合型的人才，可以从以下几方面着手。在招生环节上🙇，传统上主要是考察数学能力，而当前大数据时代特别强调成果的落地📷。我们会希望学术既具有强的数学基础，又有其他学科背景𓀙，特别是计算机🛑、电子信息等，应当增加对于这类学生的宣传以及考核设置🐰🧑🏽🏭。在课程设置上，应当增加培养学生数据工程能力的课程，例如云计算、计算机视觉、文本挖掘等，这些都是人工智能的基础课程🫲🏽👵。另外，应当重视学生对于其他学科领域的期刊阅读与学习。最后，在评价标准上🕌，我们应该鼓励交叉的🧑🏼🎓、可应用的成果，而不单单是追求在统计学科内部的期刊发表论文。
靳庆鲁教授进行了题为《数智时代人才培养模式创新与实践》的发言。靳教授指出，中国的数据产量约占到全球的23%🍖，是占比最大的🙀👩❤️💋👩。大数据对审计💇🏿♂️、管理会计🐁、财务会计🤍、税务会计和会计信息系统均产生了深刻影响。例如，在预算编制方面🧓🏿，许多公司摒弃传统的预算方法🪅，实施所谓的超越预算技术。再例如💌，大数据的形式补充了传统的会计信息，可以提高决策的有用性。
数智发展🧍，尤其是企业财务智能化程度的加深🕵🏽，推动了企业人才需求的变化⌨️🌦。相应地，人才培养也要改革和创新。教学改革的“四化”逻辑包括专业化🛳、国际化🧑🔬、本土化和智能化。靳教授介绍了上海财经大学自2018年以来推动的智能化教学改革🎳，以及近年来智能化科研项目所取得的进展。靳教授认为目前教学中存在的突出问题👩🏿🎨♓️，一是会计学与信息科学边界不清，二是知识系统缺乏系统融合。对于第一个问题🍷，应当“四化”协同，重塑人才能力💁⛹🏽，实现产教研良性互动。对于第二个问题🕒，应当“双向融合”🦁，推动学生复合型知识和能力的培养♦︎⛎。
周炜星教授进行了题为《大数据驱动下的社会治理与管理学研究》的发言。周教授以社会科学的十大重要问题作为引入，提出了“常态”演化到“非常态”的问题，在事前♐️、事中和事后我们都要对其应对。社会科学中较为传统的研究方法包括定性分析、定量分析和实验研究，它们具有一定的不足之处，计算实验是较新的方法，而我们是否能探索出虚拟社会真人实验的方法🧟♂️？周教授对此提出了虚实映射⏭、数字孪生和虚实互动的概念。三类社会包括了真实社会、人工社会和虚拟社会，对于人工社会和虚拟社会同样能够开展实证研究☔️，采用的亦是新颖➰、数字化的方法。
最后，周勇教授表示了对于与会嘉宾的感谢，於州教授表示了对于来年研究生学术文化节的期待和对所有参会师生的感谢。
文|薛泽薇
图|肖启玉🏋🏿♀️、孙瑞