2023年9月22日上午，由浙江大学中国农村发展研究院举办的卡特三农学术论坛，邀请到了德国哥廷根大学发展与转型国家农业经济学讲席教授，农业经济与农村发展系系主任于晓华教授，作题为“assessing the changing role of food price predictors-evidence from oecd countries”的报告。本次报告会是大数据与人工智能专题首讲，共同主办单位包括“食物系统与政策”海外大师联合工作室、“求是智库”、资源环境与农业发展大讲堂。报告会由浙江大学中国农村发展研究院副院长，农业经济与管理系主任茅锐教授主持，吸引了近百位师生参加。
会议伊始，茅锐教授首先对于晓华教授到来表示热烈的欢迎和感谢，并向大家介绍了于晓华教授和浙江大学中国农村发展研究院的紧密关系以及于晓华教授的学术经历。
于晓华教授首先介绍了自己的研究方向和现在主要关注的领域和方法，尤其是向大家介绍了为什么现在重点关注机器学习在农业经济管理领域的应用。
之后，于晓华教授用了一个研究实例，进一步向大家展示了机器学习在农业经济管理领域研究中的引用。众所周知，自 2020 年以来，世界各地的粮食价格不断上涨，导致全球粮食安全危机持续不断。粮食价格上涨不仅是oecd成员国（经济合作与发展组织成员国）的货币负担，而且还与居民的生活成本和粮食安全直接相关。因此，通过相关特征对粮食价格进行精确预测，是oecd成员国和粮食净进口国制定有效应对粮食价格上涨，保护弱势群体的政策措施的关键手段。
于晓华教授及其合作者通过利用动态时间规整（dtw）时间序列聚类的方法，捕捉了oecd成员国之间粮食消费价格指数的长期差异，并通过长短期记忆（lstn）神经网络的方法确定了特定集群的食品价格预测因素。这个研究的结果发现，食品价格的长期趋势是针对特定集群的，并不遵循经合组织内部的统一模式。不同集群之间的粮食价格由一组不同的预测因子决定，预测因子的边际贡献会随着时间而变化，这显示出了预测因子的不稳定性和短暂性。这意味着并不存在一组持续影响粮食价格的单一预测因素，而是一组与时间相互作用的多样化预测因素。这些结果突显了粮食价格机制的复杂性和随时间变化的特点。未来在设计应对粮食价格飙升的相关政策的时候应该要考虑到这一点。
最后，于晓华教授对演讲内容进行总结。他认为机器学习在研究中国的农业经济管理领域的问题中大有可为，这个方向亟待更多的研究者加入。于晓华教授尤其是对于青年的研究者和学生给予了更多的期许。
于晓华教授的研究始终关注中国，深入中国的农业经济管理研究的各个领域，令大家深感敬佩的同时开始思考如何在研究中应用机器学习的方法。在交流提问环节，多名师生就机器学习的学习方法、应用机器学习研究农经问题的论文的投稿方向、机器学习和计量经济学之间的区别和联系等热点问题向于晓华教授进行了提问，于晓华教授一一进行了细致的解答。