意大利统计学会前任会长，比萨大学Monica Pratesi教授分享了意大利不同区域福利及贫困度量指标的经济模型。该研究建立一个国内部不同区域贫困情况的度量指标，并探究生活费用对贫困发生率的影响。该项研究引入了空间价格指数(SPI)，采用了国际比较项目常用的CPD模型，结合了统计调查数据、个人税务数据和零售价格扫描数据，是对不同来源数据组合开展研究的一次成功尝试。

      中国人民大学赵彦云教授充分肯定了Monica Pratesi的数据使用、研究方法和研究成果，并表示希望今后能结合中国脱贫工作的现实状况，借鉴意大利的建模方法改进贫困度量指标。

      比萨大学Nicola Castellano副教授围绕两篇论文介绍了大数据分析(BD&A)在战略管理方面的应用。第一篇论文在战略和业务层面上分析了影响BD&A可信度的可能因素。第二篇论文研究了如何利用顾客对战略因素及其相关决定因素的认知来支持战略图的设计。

      中国人民大学吴翌琳教授认为Nicola Castellano的研究十分有意义，并建议可以扩大样本进行更多的案例研究来检验模型的有效性。

      比萨大学Davide Fiaschi教授就欧洲区域空间集聚的驱动因素研究进行报告。他的研究构建了能够解释不同区域、不同居民之间持续不平等及其政策影响的主要理论模型，并讨论了新冠大流行危机对区域差距的可能影响。

      中国人民大学周静副教授和杨翰方副教授认为Davide Fiaschi的研究很有创新性，并对于模型构建提出了建议。

      意方三位教授对中方的评论和提问进行了回应和解答，并表示希望今后有更多的合作研究机会。

      中国人民大学王晓军教授围绕积极与健康老龄化主题展开报告。该研究以欧盟的AAI和SAI指数为基本框架，结合中国老龄化特征做出改进，构建了一个积极健康老龄化的评估和测量体系，并从积极老龄化、社会参与度与环境支持三个维度进行分析得出结论。

      佛罗伦萨大学Guido Ferrari教授通过比较王晓军的研究结果和欧盟的AAI指数，从研究论题、方法和结果三个方面对报告进行评价，并对研究可能的改进方向给出建议。

      中国人民大学吴翌琳教授围绕延迟退休的意愿研究进行报告。她的论文从个人特征、就业状况和健康状况三个维度系统地探究延迟退休的意愿及其影响因素，并应用神经网络、随机森林和XGboost等三种机器学习方法。研究得出延迟退休意愿受年龄、性别和薪资水平影响的结论。

      比萨大学Caterina Giannetti助理教授对吴翌琳的报告做出评论，建议研究进一步探索储蓄、家庭结构和个人品质等变量的影响，并对报告中的下采样方法等提出问题，吴翌琳一一解答。

      中国人民大学李静萍教授作关于人口老龄化和家庭消费意愿的报告。为了探究消费函数的非线性特征，她对2002年至2018年中国省级面板数据应用了半变系数模型。结合定性研究和经验分析，人口老龄化对中国家庭消费的影响取决于生命周期效应和边际消费效应。

      意大利国家统计局前任局长，路易斯大学Luigi Biggeri教授肯定了李静萍的论题、研究成果以及报告中清晰的理论模型讲解和经验分析。他指出论文可以进一步优化数据，提高结论说服力。

      与会双方在充分讨论相关报告之后，愉快地回忆了已有的相关合作，并希望进一步加深中国人民大学和比萨大学的全方位合作，为研究人员和学生提供良好的合作与互访空间。