10月22日上午，金融学院双周论坛如期开讲。上海财经大学财税投资学院教授、博士生导师郭峰应邀到访，为全院师生带来题为《数字经济的研究选题与研究范式》的专题学术讲座。本次讲座聚焦数字经济研究选题逻辑、研究范式、大数据应用方法与实操工具，兼具学术前沿性与实践指导性。讲座由学院副院长温博慧教授主持，金融系和投资系教师代表及研究生代表到场参会学习。

郭峰教授为上海财经大学财税投资学院教授、博士生导师、投资系主任，兼任富国ESG研究院副院长、北京大学数字金融研究中心特约高级研究员，入选教育部青年长江学者、上海市曙光学者。先后在《经济研究》《管理世界》等中英文学术期刊发表论文60余篇，主持国家社科重大等省部级以上课题10余项，研究成果丰硕。

讲座中，郭峰教授首先指出，当前几乎所有行业业态都已被数字经济深度渗透。他系统反思了现有数字经济学术研究存在的突出问题：研究对象“大而全”、测度过于宏观，研究视角未能凸显数字经济核心特征，研究数据与技术未能紧跟前沿。在此基础上，郭峰教授提出，好的数字经济研究应当聚焦具体、细小的问题，围绕数字经济时代某一经济社会关系发生的新变化展开，考察数字化如何放大、弱化乃至逆转原有经济关系。他结合学科视角说明：微观产业组织领域可关注平台经济边际成本趋近于零的特征，区域经济学领域可关注数字技术对地理空间分布的影响，财税领域可关注区域税收分配不平衡，金融领域则可关注社交媒体去中心化信息传播对资本市场的影响。

随后，郭峰教授通过正反案例展开论证。他提醒，若将研究主题中的“数字”限定词去掉后，研究的故事、设计和方法毫无变化，则说明该研究缺乏学术增量。他剖析了在线消费、社交媒体、细分行业及数字金融等方向常见的研究误区，并借助贸易与距离关系变化、共享单车对房价分布的影响、分析师研报文本刻画创新、电商下乡与乡村振兴等优秀案例，阐释了“以小见大”的研究思路。

最后，在研究方法部分，郭峰教授介绍了数字经济大数据“留痕性、非结构化、价值密度低”等特征，强调非结构化数据蕴含传统数据无法覆盖的增量价值，并分享了面向社科研究者的Python与机器学习学习路径及配套资源。

互动环节，郭峰教授与在场师生深入交流，就数字普惠金融指数规范使用、数智化指数构造等问题逐一解答。温博慧副院长在总结中表示，郭峰教授的报告不仅提供了方法，更提供了一种“自我追问”的治学态度。本次讲座为学院师生深化数字经济研究提供了重要启发与选题参考，到场师生纷纷表示获益良多。