近日，昆山杜克大学2026届本科生白婉琳赴牛津大学参加农业经济学会第100届年会（AES 2026），并以《极端温度与气候智能型农业：基于全球专利的实证研究》为题作学术报告。
这项研究成果也是白婉琳的标志性成果项目，由应用经济学副教授、环境研究中心联合主任崔静波博士指导完成。本次参会得到昆山杜克大学学术事务办公室学生学术会议经费支持，以及指导教授主持的国家自然科学基金项目联合资助。
本届年会汇聚了来自全球的农业经济学学者、政策制定者及青年研究者。会议为期三天，设置了主旨报告、平行分会场报告、专题研讨、海报展示及专题讨论等多种形式，围绕气候变化与农业适应、粮食与食品系统、农业贸易与市场、农业政策、发展经济学以及农业技术创新与可持续发展等核心议题展开交流。
会上，白婉琳在“气候极端事件与农业适应”分会场作学术报告，展示了其关于极端温度对气候智能型农业创新的研究成果。白婉琳的研究基于全球专利数据和气象观测数据，聚焦极端温度对气候智能型农业创新的影响。研究发现，低温显著促进气候智能型农业专利创新，而高温的影响在不同技术领域存在差异，并且创新反应往往具有中长期累积和滞后效应。
这项研究揭示了全球气候智能型农业创新的时空分布格局及促进因素，也为推动农业适应气候变化技术创新提供了参考。
农业经济学会第100届年会与会人员合影
（白婉琳，一排右三）
会议期间，白婉琳通过分会场讨论、海报展示及圆桌对话，与来自全球各地的学者和同行深入交流，并获得了针对研究方法和实证分析的专业反馈。
白婉琳表示：“很荣幸有机会代表昆山杜克大学参加本次会议。在牛津大学与全球顶尖学者交流的过程中，我不仅收获了宝贵的学术建议，也开阔了眼界，更深入了解了气候变化、农业创新与政策研究的前沿方向。”
在研究中成长
白婉琳从大二加入崔静波教授的研究团队，主要关注极端温度事件如何影响气候智能型农业创新在全球的分布。
这期间，她完整参与了项目的各个环节。前期，她负责构建专利数据库、清洗数据，并训练自然语言处理模型来识别相关技术，以进行专利分类。中期，她主要进行数据可视化以揭示异质性，同时构建面板数据和回归模型。到了后期，她参与论文撰写并完成实证分析。
“整个过程就像在拼一幅复杂的大型拼图，每一块都需要仔细推敲和反复验证。”白婉琳说。
谈及研究中最棘手的难题，白婉琳坦言：“为气候智能型农业专利构建准确分类系统是最大挑战。”单靠国际专利分类（IPC）代码无法完整覆盖与农业适应相关的多样化创新，因此，必须从零设计并优化多层分类策略。
团队先依据国际专利分类标准搭建基准数据集并反复交叉检查，确保数据严谨可靠。在此基础上，白婉琳自学了自然语言处理技术，基于专利摘要语义训练模型，让文本匹配更贴合语境；同时结合关键词提取与无监督机器学习，构建专属语义词典，持续提升分类精度。
“在每一次迭代中，我都需要诊断模型弱点、重新训练、调试参数，并处理语言与结构分类之间的不一致。尽管整个过程耗时费力、挑战重重，但也锻炼了我解决复杂分析问题和应对技术不确定性的能力。”
在整个研究过程中，崔静波教授给予了白婉琳全方位的指导，从选题设计、数据处理、模型构建到分析解释，都提供了专业支持与建议，使研究得以科学严谨地开展。
崔静波教授也见证了白婉琳的飞速成长：“从基础数据处理快速进阶至高阶分析，她可以保证结果可复现、可追溯；更重要的是，她逐渐具备独立思考能力，能精准把握研究的学术价值与政策意义。”
白婉琳也分享了自己的科研心得：“科研不必一开始就追求完美，更重要的是勇于尝试和主动学习。每一次尝试都是积累经验、发现兴趣的机会。遇到困难时，不要害怕失败，也不要羞于向导师和团队请教。在不断实践和探索中，你会逐渐找到自己的方向，并收获独特的能力与成长。科研的道路虽充满挑战，但正是在这些挑战中，你才能真正锻炼思维、开阔视野。”
