北大vpn 她说：连上北大VPN，哪里都是实验室

编者按

“作为一名HUSTer，我真的想尽己所能地为母校做点什么，为武汉做点什么。”

现就读于北大前沿交叉学科研究院数据科学专业的硕士研究生江泽茹，本科毕业于华中科技大学，对武汉她有着特殊的感情。在新闻报道中看到自己曾经学习生活过的地方，难免触景生情。“做点什么”成了疫情发生后她的一点执念。

为做好疫情防控工作，全国高校都推迟了返校时间。此间，北大提出“延期不返校、延期不停教、延期不停学、延期不停研”，江泽茹也在老师的带领下，与同学们一起展开了线上科研，用大数据的方式研究疫情给经济造成的影响。

科研，不拖延

自疫情开始之初，经济大数据实验室就开始密切关注疫情对于经济和就业方面的影响，启动了获取、分析相关互联网数据的工作。这些来自于新闻媒体、招聘网站和搜索指数等渠道的数据，一般认为是真实反映经济发展状况的良好指标。实验室着力于三个关键问题：新冠病毒疫情冲击下企业破产风险评估、新冠病毒疫情冲击下区域性和产业性失业风险评估、新冠病毒疫情冲击下区域性和产业性的经济损失评估，最终为减轻重大突发公共卫生事件对我国经济社会的影响提供决策支持和对策建议。

尽管实验室在相关的数据分析上经验丰富，疫情期间的高时效性研究对于实验室来说也是第一次。尤其是在疫情初期，每天的数据都在变化，研究的不确定性很高，实验室里的研究都是一天为单位推进，对疫情相关的数据分析强调边探索、边发现，不断找到新的研究目标。

“摸着石头过河”，是江泽茹刚开始这项研究的感受，“我们之前做的分析也好,预测也好,有很多历史数据可以参考,而且分析和预测的结果是有真实数据去对比评价的，但这次疫情的爆发是一个突发的时间，我们要用很有限的历史数据去做一个没有真实数据对比评价的判断，挑战确实很大。”

江泽茹作为院系研究生会主席参与前沿交叉学科研究院召开学生疫情防控工作视频座谈会

在这样的背景下，集思广益的探讨过程显得尤为重要。不定时的研讨成为了家常便饭，也让工作的强度非比寻常。江泽茹笑称，“生怕一觉醒来看到导师的消息：‘半小时后组会。’”

面对这重重困难，尽管压力很大，但在疫情时期可以利用自身所学做出力所能及的贡献，甚至可能为疫情后的经济恢复和相关政策等提供建议，这让江泽茹很为自己的专业与实验室骄傲。

连上北大vpn，家里也是实验室

在各种各样的互联网数据中，江泽茹对于“裁员”搜索指数的变化印象深刻。疫情期间，“裁员”一词的搜索热度攀升。“裁员”搜索指数的变动，从侧面反映着本次疫情对于经济的负面影响。

“近年来‘裁员’搜索指数出现过三次阶段性高点，均是A股市场的阶段性底部。”江泽茹解释到。同时，江泽茹也指出，企事业单位具体的裁员规模数据很难获得，组里正在结合历史的招聘数据对搜索指数的可靠性进行交叉验证。

受到疫情期间条件限制，江泽茹像身边的很多同学一样，不得不采取“居家科研”的工作形式。这对江泽茹来说，是一段全新的经历。“没有实验室的氛围，更难战胜熬夜与拖延了。不过电脑加上VPN，哪里都是实验室。”

同时，江泽茹也感到，家庭关系在这一长期相处的过程中发生着细微的变化。“从上大学以来，就没有再跟爸妈如此长时间地朝夕相处过了。”江泽茹说，“虽然不可避免地吵过几次架，但跟父母的关系还是更融洽了。妈妈的厨艺也突飞猛进，昨天早上居然吃到了妈妈自制的草莓酱！”

付出辛劳，收获感动与成长

在“数据战‘疫’”的科研任务以外，疫情期间，江泽茹主动请缨，组织成立了宣传小组，并领导、策划了系列采访报道。

在特殊时期，通过调查、采访，发掘同学们在居家科研、生活中的小故事：有学生命科学的同学用自己的专业知识向身边的人科普防疫知识，有热爱乒乓球的运动达人用餐桌搭起一个乒乓球台跟家人一起打球，有留校的武汉同学在勺园九号楼吃到了热干面。

江泽茹提供手机聊天截图

这些小事的分享，让生活在各地的同学们，感受到了温暖，也起到了很好的凝聚作用。无疑，这些任务无形中增加了江泽茹的科研压力，但是这段特殊的经历同样也让江泽茹深受感动。

同时，江泽茹同学作为北大研究生会外联部的部长，近期还联合微信读书推出了送全校师生30天免费阅读卡活动；联合英语学习app推出了21天的英语学习打卡活动。为同学们的线上学习提供了有力的帮助。

“心系江城，天佑中华。期盼我们摘下口罩，在燕园相会的那天。”江泽茹最后说道。

人物卡片

江泽茹，前沿交叉学科研究院硕士研究生，中共党员。

2014年—2018年，本科就读于华中科技大学电气与电子工程学院电气工程及其自动化专业。

2018至今，研究生就读于北京大学前沿交叉学科研究院数据科学专业，并担任北京大学前沿交叉学科研究院团委副书记、研究生会主席，北京大学研究生会外联部部长。

曾获北京大学前沿交叉学科研究院2018-2019学年度“前沿之星”、北京大学2018-2019学年度“优秀学生干部”。

主要研究方向为混频时间序列分析。项目经历包括上市公司财务预测、企业财务欺诈旁证数据分析、报关单风险评分深度学习模型搭建、某省税源外流形势分析等。