问题——数据要素加速流通、智能技术广泛进入政务与产业的背景下，如何确保数据分析结论“可解释、可核验、可追责”，成为政府统计现代化需要直面的课题；近日在上海立信会计金融学院举行的涉及的论坛上，来自近30家单位的200余名专家学者和政府代表研讨认为，智能技术应用热度持续上升，但在因果关系识别、误差边界评估、信息真实性控制等仍有不足。若将相关输出直接用于统计生产、政策评估或公共治理，可能带来认知偏差与决策风险。 原因——与会专家分析，这些短板并非简单的“算力不足”，而是方法论层面的结构性挑战。一上，许多算法善于从历史数据中提取相关性，却难以复杂的社会经济系统中稳定识别因果链条，容易把“同时发生”误判为“相互导致”；另一上，在抽样误差、测量误差、口径变化、数据缺失等统计生产常见问题面前，若缺少严格的误差分解与不确定性表达机制，结论即便看似精确也难以复核；此外，在开放文本、知识问答等场景中，生成式输出可能出现与事实不符的内容，若缺乏制度化校验流程，容易造成信息污染。多位与会嘉宾强调，统计学长期服务国家治理实践，形成了从抽样设计、模型设定、质量控制到发布规范的完整方法体系，是保障数据可信、结论可靠的重要基础。 影响——与会人士指出，政府统计连接宏观决策与社会预期，是经济运行监测、民生政策评估、产业结构分析的重要依据。智能技术若使用得当，可提升数据处理效率、拓展数据来源，并优化监测频率与粒度；但若忽视因果与误差问题，可能导致指标解读偏差、评估结论失真，进而影响政策工具选择与资源配置效率。，随着数据要素市场化配置改革推进，跨部门、跨层级的数据汇聚与共享需求上升，统计口径衔接、数据质量一致性、隐私保护与合规使用等问题更加突出。与会专家认为，“数据多”不等于“信息真”，“模型强”不等于“结论稳”，政府统计更需要以统计制度与统计科学为支撑，守住质量底线与公信力底线。 对策——围绕如何补齐短板、放大优势，论坛形成多项共识与建议。第一，强化以统计学为核心的方法治理。将因果推断框架、误差评估体系、质量控制标准嵌入数据生产与分析流程，为结论提供可解释的证据链、可复现的计算路径，并明确表达不确定性。第二，推进政府统计改革创新与制度供给。结合经济社会新变化，持续完善国民经济核算和指标体系，提升对新产业、新业态、新模式的反映能力，并在数据汇聚、指标发布、质量评估等环节建立更严格的规范。第三，推动统计学科高质量发展与自主知识体系建设。与会嘉宾提出，应面向国家重大需求组织科研攻关，加强基础理论与应用研究协同，促进统计学与经济学、管理学、计算科学等交叉融合。第四，深化产教融合、优化人才培养。面向政府统计现代化与数据要素治理需求，培养既懂统计原理和业务场景，也懂数据治理、合规与伦理的复合型人才。论坛期间，多位专家围绕统计学变革路径、提升宏观认知能力、核算体系完善与官方统计创新等作专题报告，强调要在创新中守住底线。 前景——与会人士认为，面向未来，政府统计的竞争力不仅在于数据规模与技术工具，更取决于制度化的方法体系与稳定的人才供给。随着数据来源更加多元、治理场景更加复杂，统计学有望在“可信数据—可靠方法—透明发布—服务决策”的闭环中发挥更关键作用。上海立信会计金融学院相关负责人表示，学校将聚焦数据要素赋能与大数据分析等交叉方向推进学科建设，加快相关人才培养与科研平台布局，为服务国家治理与地方发展提供智力支持。
技术浪潮席卷各个领域之际，本次论坛提出的理性观点具有现实意义：在拥抱技术革新的同时，更要坚守科学精神。统计学作为经世致用的学科，与新兴技术的碰撞融合，有望催生更具生命力的知识体系，这既是学术发展的趋势，也是时代提出的要求。