学术沙龙与工作坊

​

　　3月29日，江西财经大学财经数据科学实验室举行2026年第8期学术讨论会，围绕海洋相关领域和经贸领域开展专题研讨。会议由实验室负责人主持，实验室相关师生及各项目组成员参会。

       3月29日上午，会议首先围绕海洋多源数据融合进展展开交流。参会老师提出图示优化修改建议，并建议以最优精度结果为基准开展标准化处理。后续项目组学生依次展示岛礁地形反演、多卫星重力数据优化等相关成果。各位老师结合研究实际需求，针对模型拟合效果、融合算法改进、反演方法完善等关键问题，逐一提出针对性改进方案与研究思路。针对融合算法中不同产品权重配比问题，提出了降低劣质产品权重的优化方向；在地形反演研究中，通过引入数学形态学方法优化浅水掩膜，有效提升了拟合效果；在多卫星数据融合方面，明确了不同卫星数据的差异化特性及精度优化路径。会议最后，各指导老师按经纬度划分研究区域，带领学生分组开展后续实操工作，强调以结果为导向，明确研究方法的核心差异与应用优势。

      3月29日下午，讨论会议围绕碳排放测算与国际贸易主题开展专题研讨。碳排放组基于WIOD环境账户与IEA碳排放数据，创新性地构建了“总量预测—行业比例分配”的两阶段约束优化框架：首先利用AR模型对两个数据源间的系统性差异（Gap）进行有界预测，倒推出WIOD碳排放总量；随后在35个行业层面设计带衰减惩罚、非负归一化约束的自回归系数估计，并通过调整因子实现总量硬约束下的行业碳排放比例分配。该方法有效解决了多源数据不一致及预测值极端波动等问题，显著提升了行业层面碳排放预测的准确性与稳定性。在国际贸易相关内容汇报期间，汇报人从研究背景出发，阐述了进出口商品结构与贸易收支成因、贸易伙伴依赖与变动影响、行业竞争力与产业转移、出口增长动力及可持续性四大核心问题。在研究方法上，重点介绍了基于dual-encoder架构的深度学习商品—行业匹配算法。研究结果展示了2025年1-10月中国出口同比数据和贸易顺差增长数据；以及对美和非美市场的出口情况；并镜像分析揭示了美国对华逆差和对东盟、欧盟等的逆差趋势。各位老师针对算法优化、平衡表编制、产业外迁量化等问题提出具体建议。师生围绕出口差额补充效应、非美增量驱动因素、进口疲软与内需关联等展开讨论，明确了下一步计划，为后续研究工作的扎实推进奠定了基础。

　　此次学术讨论会紧扣实验室核心研究方向，通过系统展示多源数据融合、岛礁地形反演、行业碳排放预测方法创新与分区域贸易格局实证分析成果等方面，深入探讨关键问题，有效推动了专题研究的深化，明晰了后续推进路径。

　　图文/李静雯姜子豪宗荔

　　审核/蒋玉琼张守胜李晶