第(1/3)页

    省学术年会的第二天，议程更加紧凑，安排了多个平行论坛。

    林窈选择参加了“数字经济与实体经济深度融合”的专题研讨。

    这个议题与她之前深度参与的“数据要素”研究高度相关，也是她目前重点关注的方向。

    论坛开始后，几位高校学者和智库研究员先后做了发言，有的偏重理论模型构建，有的侧重宏观趋势分析。

    林窈认真听着，不时在笔记本上记录。轮到一位来自省内重点大学的教授发言时，他展示了一个用于评估数字经济渗透率的复合指标体系，模型构建看似复杂，引用了大量前沿术语。

    然而，当林窈仔细审视他展示的底层数据来源和权重赋值逻辑时，凭借多年审计和建模练就的敏锐，她很快发现了几处不够严谨的地方。

    数据口径似乎存在不一致，某些关键变量的权重设定也显得有些主观，缺乏足够的实证支撑，这可能导致最终评估结果的偏差。

    提问环节开始后，会场短暂沉默了片刻。

    这位教授所在的学校名气颇大，模型又看起来高深，一时无人起身。

    林窈略一沉吟，整理了一下思绪，举起了手。

    主持人将话筒递给她。

    林窈站起身，先是对发言者的研究表示了肯定：“感谢李教授的精彩分享，构建这样一个综合指标体系非常有价值。” 她语气平和，态度谦逊。

    然后，她话锋一转，声音清晰而沉稳地提出自己的疑问：“李教授，关于您模型中‘传统产业数字化改造投入占比’这个二级指标，我注意到您主要采用了规上企业的研发支出数据进行测算。但根据我们前期在一些地市的调研发现，大量中小微企业在数字化改造中，投入往往体现在设备购置、软件服务购买等非研发支出上，这部分数据在现行统计体系中可能覆盖不足。如果忽略这部分，是否会系统性低估传统产业，尤其是中小微板块的真实数字化投入水平，进而影响指标的代表性？”

    她顿了顿，继续道：“另外，关于各层级指标的权重分配，您提到采用了AHP（层次分析法）结合专家打分。我想请教一下，在确定专家打分的收敛性标准时，是如何考虑的？是否做过敏感性分析，以检验权重微小变动对最终结果排序的稳健性影响？”
    第(1/3)页