1月6日下午，华南理工大学电子商务系与数字商务与智能物流研究院成功举办了主题为“Data-Driven Robust Allocation in Cash Transfer Programs”的学术讲座。此次讲座特邀武汉大学柯剑男副教授作为主讲嘉宾，他以深厚的学术底蕴和丰富的实践经验，为参会师生带来了一场关于现金转移项目（CTPs）分配政策的深度剖析。

柯博士的讲座聚焦于如何在潜在受益者定位困难的情况下，利用受益者信息设计有效的分配政策。他构建了一个鲁棒分配模型，旨在最小化基于场景不确定性集的FGT指数，以应对贫困问题。为处理模型中的复杂性和无限约束，柯博士巧妙地采用了线性决策规则和对偶理论，成功将鲁棒分配模型简化为紧凑的二阶锥程序。

基于中国家庭面板研究（CFPS）数据集，柯博士进一步通过回归树预测和协变量分组，估计了不确定性集的参数，从而验证了其鲁棒分配模型的有效性和公平性。与没有协变量信息的鲁棒分配模型和基于KL散度的鲁棒分配模型相比，柯博士的模型在效率和公平性方面均展现出了显著优势。

此次讲座不仅彰显了柯博士在贫困问题领域的深入研究和独到见解，更为参会师生提供了一个宝贵的学术交流和思想碰撞平台，为电子商务系和数字商务与智能物流研究院的学术研究注入了新的活力和动力。