非常高兴有机会和大家交流。我相信在座的都知道钱学森先生，钱学森先生在他晚年的大部分时间都在倡导一个研究方法论，这个方法论就是关于解决复杂工程系统、经济金融系统和社会发展系统等问题，要用所谓的定性定量综合集成的研究方法。今天，我将要介绍的方法论TEI@I方法论，就是钱学森先生倡导的定性定量综合集成研究方法论中的一个具体方法论。今天首先介绍什么是TEI@I方法论，然后讲几个具体的方法，说明TEI@I方法论怎么样在经济管理中，特别是在经济预测中应用。

经济预测是一个很难的问题或者是很难的研究领域。最近七八年来，中国科学院预测科学研究中心的工作在支持政府宏观决策方面应该说发挥了重要的作用，西方很多机构包括媒体都称中国科学院预测研究中心是中国政府的“智库”或“重要智库”。主要原因是什么呢？在经济预测领域，我们有一套成功的方法或者是在TEI@I方法论的指导下有一批影响显著的工作。这些工作包括成功地预测了中国GDP增长、中国物价、中国房价、中国货币需求与供给、中国物流等；同时，还包括关于国际市场的预测，比如说外汇汇率预测、国际原油价格波动等。中国科学院预测研究中心的研究工作在国际上应该讲也是处于领先地位的，最主要的原因是我们运用了钱学森先生所提倡的定性定量综合集成研究方法论。怎么样将其细化？这就是今天我要介绍的TEI@I方法论。

举一个具体的实例，高盛是国际上很著名的投行，有一个很强大的研究团队在做经济预测。2008年3月，高盛发布了一个报告，预测2008年底国际原油价格会超过每桶200美元。与此同时，我们中国科学院预测科学研究中心也发布了一个报告，预测在2008年底原油价格将回调到每桶80美元以下。当时，油价在每桶123美元左右，2008年底最后一天的交易价格是每桶37美元左右。在座的很多老师和同学会说，你只是说油价回调到每桶80美元以下，而最低的是每桶37美元左右，你们的误差也非常大。要知道全球几乎所有的机构都比较认同高盛关于2008年油价一路上行的预测判断，只有我们在3月份发布的报告中明确指出 “2008年底原油价格将回调到每桶80美元以下”。西方不少媒体都有关于中国科学院预测科学研究中心正确预测国际原油价格的好评。

TEI@I方法论是怎样的一个研究方法论呢？以原油价格波动预测作为例子来说明怎么样用TEI@I方法论做经济预测。很多经济学家特别是数学家总是说“油价是不可预测的”。但实际上，国际上许多大公司都有专门的小组在研究油价的预测问题，像咱们中国的中石化、中石油、中海油、中国银行等企业都有专门的小组在研究国际油价。国际油价预测的重要性用两个数据就可以非常清楚地讲明白了。以2003年的数据来说明。第一，当年全球原油消费超过5000亿美元，约占美国GDP的10%；第二，全球最大宗的国际贸易商品就是原油，也占当年全球国际贸易总量的10%左右。由于最近几年油价一路高涨，所以今天的比例已经不是10%了，大约是11%。过去关于国际油价的预测，国内外绝大多数机构都是在供求关系框架下进行研究的。但实际上原油不是一种普通的商品，其金融属性非常强，因为有原油的期货，所以它的金融属性是不容忽视的。另外，像大型自然灾害、战争、美国的货币政策调整等都会影响国家原油价格的波动走势。因此，过去单纯在供求关系框架下进行研究是很难准确地预测油价的，有必要发展出新的方法来做原油价格的波动预测研究。

根据钱学森先生定性定量综合集成的研究思想，我们提出了TEI@I方法论。钱学森先生认为，复杂系统问题要用定性定量综合集成的方法论进行研究，国内有学者把这个口号提了快20年了，但怎么样来做定量研究？怎么样来做定性研究？怎么样来综合集成？实际上，学术界并没有很好地解决这个问题。

TEI@I方法论讲起来很简单。首先，你得用一些模型技术建模做分析和预测，而不能仅仅靠拍脑袋，这个过程称为“E”，表示计量经济或数量经济建模。其次，我们知道，任何一种数学模型或者是物理模型都有一定的应用范围或者是假定前提。例如，每时每刻国际油价的波动，用随机微分方程或者用计量模型来刻画肯定是不靠谱的，我们需要用一些人工智能的方法把波动的特征找出来，这个过程称为“I”。我后面也会提一些具体方法。如果用一些智能方法把价格波动的特征找出来，再配合计量经济模型或者是其他数量经济模型，你的预测就可以更好地反映所研究数据的生成机理。

但是这还不够！因为有一些未来很可能发生的事件可能会对国际原油价格产生重大的冲击。比如说要预测下个星期五的国际油价，如果下个星期三美联储召开货币政策委员会，决定是否调整对美国的基准利率或决定是否推出第三轮量化宽松政策，就很难用人工智能方法或者计量经济模型来研究美联储货币政策的未来变化对原油市场的冲击。但是不是我们就束手无策了？也不是。我们可以考虑用一些文本挖掘技术、事件挖掘技术来解决这个问题，这就是TEI@I方法论中的“T”。我们需要盯着美联储主席或者货币政策委员会发言人最近这段时间讲话的语气，比如他讲美国经济“增长乏力”，“增长乏力”的一个直接推论就是美联储不可能在近期内提高美国的基准利率；反过来，如果美联储主席或者货币政策委员会发言人说美国经济最近的确过热，那么利率上调的可能性就非常大。

无论是在西方还是在中国，有机构用计量经济模型来做油价的周度预测或者月度预测。比如，美国或欧洲都有大学在用ARIMA模型做油价的月度预测；壳牌集团有专门的小组是用神经元网络方法来做原油价格的周度预测和月度预测的；而路透集团每个月请100位经济学家或者是研究机构报下个月的原油价格预测值，根据最近几期每个经济学家或单位的预测值的准确性赋予不同的权重，用加权平均方法来进行原油价格的月度预测。再如，美国加州能源委员会做年度的预测，实际上是每年请20个机构或者是经济学家报预测值，根据最近几年预测的准确性赋予不同的权重进行加权平均，报出下一个年度的油价的预测值。总的来说，这些机构基本上是基于单独的预测技术，很难较全面地捕捉现实世界中油价波动的特征，从而更好地反映数据的生成机理，因而通常无法进行油价的准确预测。如果我们把这几个方面都做了，由于不同技术类型的互补特征，可以从不同角度捕捉油价数据的复杂特征，最后把它们合成起来，就肯定比这些机构有更大的优势，这就是TEI@I方法论中的第二个“I”。

所以，TEI@I方法论由四个部分构成：第一，得建模型（E），不能仅靠拍脑袋。第二，要用智能方法把短期波动的特征找出来（I），因为短期波动的特征难以用数学模型或物理模型来精确刻画。第三，对未来一段时间的预测，需要考虑在这段时间区间内有没有一些重大事件可能发生，比方说美联储货币政策的调整、欧债危机的爆发、墨西哥飓风等，需要用一些文本挖掘技术或事件挖掘技术来解决（T）。就拿前面对油价预测的例子来讲，比方说我们可把美联储主席讲话的语气分成七个等级，进而根据其当前时期的讲话的语气和表达的等级，进一步判断在下一个时期内货币政策调整的可能性将有多大，再研究在不同经济环境下，货币政策相应的调整力度，我们可采用请教领域专家或根据历史事件推导等方法，来给出美联储货币政策调整事件对原油市场冲击影响的一个合理区间和相应调整后的预测值。第四，TEI@I方法论最重要的就是第四步的集成（I），即将前三者有机地合成起来，从而形成一个合成或集成的预测结果，这个过程我觉得对最终预测结果的形成是非常重要的。

因此，TEI@I方法论可简称为四个部分：一是对线性趋势的建模；二是尽可能用人工智能的方法拟合数据序列的非线性波动趋势；三是对未来所谓不确定事件，怎么样做文本挖掘或者是事件挖掘，来评估未来可能发生的事件对所分析市场的冲击影响程度的区间；四是利用集成技术将这三者综合集成，从而形成一个集成的预测结果。实际上，TEI@I方法论是基于钱老的定性定量综合集成的研究思想而提出的进一步细化、具体化的研究社会经济等复杂系统的方法论，它可将专家群体经验和智慧、数据、信息及计算机有机地结合起来，最终达到认识和逐步逼近所研究复杂系统的实际。

上面我通过对油价的预测研究介绍了什么是TEI@I方法论，接下来我讲一些在TEI@I方法论框架下我们发展的一些具体的方法，举一些实例介绍一下基于TEI@I方法论是怎样做定量的建模、怎样用智能的方法研究短期波动、怎样做所谓事件挖掘或者文本挖掘以捕捉和量化重要事件影响，以及怎样做合成或者集成的。

TEI@I方法论最核心的是T、E和I。“E”这一块我们做了大量的研究工作，即在计量经济学这一块，我们开发了一些新的计量经济模型。打比方说，研究中国物价的问题，我们的数据不够长，短数据怎么建模，或者小样本建模问题。我们现在研究很多问题的时候，不仅要考虑到全球经济，还要考虑到美国经济、中国经济；又如，要研究原油价格的问题，还要考虑到中东石油企业经营情况和生产情况，所以它是多尺度建模的问题。

为了解决经济管理当中很多的问题，不仅仅是经济预测的问题，最近这几年，我们中国科学院预测研究中心发展出一套全新的计量经济学的方法。就拿许多人在研究的金融市场来说，过去我们是用收盘价建模，但是当用收盘价来建模时，就不可避免地把很多金融市场的信息给丢失掉。如鲁能股票在今天交易的数据有最高价和最低价，你用收盘价来建模分析，实际上就把很多的信息都丢掉了。如果把随机过程里面的点过程变成一个区间的过程，就可以保留更多的信息，那么建模的效果应该会更好，所以我们发展出一套全新的区间计量经济学的理论与方法来研究类似的问题。我们还发展出了一些像投入产出模型等。智能方法（I）就很多了，像神经元网络、遗传规划、遗传算法、模拟和小波分析等，这些方法都可以适用于不同的研究领域。如壳牌做油价月度预测时，主要用神经元网络方法。

文本挖掘（T）这一块我们也做了许多工作，也有专家指出应该为事件挖掘。这一部分关键是怎么样做T？我举一个例子，如果要做中国今年第四季度北京市房价的预测，你用以前的历史数据建模的话，就会面临很大的风险，因为以前的数据只是表明北京房价的历史运动模式，但是要知道，目前的房价比较纠结在哪个地方呢？是政府针对房地产的宏观调控。当要预测北京市第四季度房价的时候，我们势必要解决几个大的问题，比如，“十八大”谁来接总理的班？这也是一个预测问题，但是这个预测问题实际上是比较简单的。当然，我们现在已经知道“十八大”后谁将接温家宝总理的班，我刚才已经对政府针对房地产的宏观调控进行了展望。

针对新的政策变动影响是不可能单纯用历史数据来预测分析的，用一些计量经济模型或者统计模型做也是不准的。必须把针对房地产宏观调控政策可能的变化，尤其是这些变化将对房地产市场、房地产价格作用的影响评估和估计出来，然后再加到模型测算的结果上，这也就是文本挖掘（T）这一块的研究。而技术方面，已有一些软件包来做文本挖掘和事件挖掘，像IBM有一些所谓的三个软件包做文本挖掘，所以很多工作是可以做的，最后可以建一个专家系统。

接下来我想举例介绍怎么样来做“E”这一部分。这篇文章是发表在顶级经济学期刊Energy Economics上的，应用的方法是经验模态分解（Empirical Mode Decomposition，EMD）。EMD是美国NASA的黄锷博士提出的，这个方法在1998年发表之后，被广泛应用于地震预报、桥梁设计、空间探索等研究中。

我们试图用EMD研究能源经济学最基本的问题。我们知道，一个商品的价格是由供求关系决定的，但是对于原油这种特殊的商品，它具有金融属性，并不完全是由供求关系决定的。那么我想问一个问题，在实际原油价格里面，由供求关系决定的油价大概占多大的比重？因为在做油价预测的时候，我们必须弄清它的形成机制是什么。除了供求关系决定以外，油价还有投机和基金的炒作、美联储货币政策调整引起的市场波动，也有墨西哥湾飓风引起的油价的波动，以及发现新的重大油田对油价的冲击等。也就是说，要研究今天的油价是由哪几个主要部分构成的。

我们的这项研究已发表在顶级期刊上。这项研究的结果表明，由原油供求关系决定的原油价格是36～37美元，这与国际石油输出组织的秘书长当时所讲“当前原油的合理价格应该是每桶36～38美元”相吻合。他讲的合理价位，实际上就是利润加成本，也就是供求关系决定的价格。我们对一些重要时间点的检验也表明，与当时的实际价格是比较吻合的。此外，这篇文章还有另外一个重要的发现，模型将原油价格序列分解后的高频曲线综合合成起来，可以很好地代表像投机基金炒作、风灾、国家石油库存、战略库存调整或者是某一个大的油田有重大的火灾对油价的影响，这对我们做油价预测来说是特别有价值的。举例来说，2006年，要研究在未来3个月或者是半年的油价预测，如果没有那些大的事件的影响，则油价预测的精度可以控制在2.5美元以内，而将低频的部分合成起来则正好对应的是前面所讲的特大事件。

因此，实际油价可以初步理解为主要由三个部分构成：一是供求关系决定均衡价格曲线；二是投机基金炒作或者是短期宏观信息的发布；三是特大的事件对油价市场造成的巨大的冲击影响，其波峰特别大，影响的周期也特别长。具体我做这样一个总结，2006年5月，油价大概是每桶71美元。其中，供求关系决定这部分是36美元左右；高频这部分在2006年大概向上也就是1.2美元，向下是1.2美元；比较重要的部分是特大的事件，像海湾战争、“9·11”对原油市场冲击影响特别大，波幅差不多是30美元，而且时间很长。

这个工作等于给未来油价预测提供了建模和分析的方法。首先，可以用一些计量的模型，但计量的模型使用的前提是什么呢？未来没有这些大的事件发生，能够保证把误差控制在大概2.5美元；其次，可以用一些高频人工智能的方法，把近期波动的特征找出来，EMD的方法就是其中一个找波动特征的方法。在最近20年，类似于EMD找特征提取方法大概有四五种，包括常用的主成分分析法、SSA方法和奇异谱分析方法等，这些分析方法都可以来尝试。

再举一个我们发表在国际顶级期刊Energy Economics上的另一篇关于油价的研究。根据我们上一个研究，比方说“9·11”、海湾战争等对油价的影响时间很长、振荡的幅度也非常大，下一步我们想要研究的是，每一个特大的事件影响的时间到底多长？振荡的波幅有多大？在这项研究中，我们把EMD方法与金融计量学领域的事件分析法集合起来，构建了一个新的研究方法来研究这些问题。用这个方法可以把“9·11”、海湾战争等对原油市场冲击的影响能够找出来。

预测要做的是对未来的研究，比方说要做2013年油价年度预测的时候，就要考虑这些问题：第一，2013年如果美国打伊朗，它的可能性将有多大；第二，如果打，对原油市场的冲击大概有多大？如果不考虑这两者的话，年度预测肯定不靠谱。而美国打伊朗这个预测问题要比预测原油市场价格波动应该容易一点，因为很多信息是提前释放的。如1991年的海湾战争，实际上美国也是经过长期准备，有很多信息是不断释放出来的。就像我前面所讲的美联储货币政策发言人的讲话的等级划分，实际上是对许多提前释放的信息进行研究。如发言人现在讲美国经济增长依然乏力，一个直接的推论将是美联储短期内不可能增息、银行基准利率不可能增加，但是也不可能减少，美国银行基准利率在历史上没有再降的空间了。再比如，如果周小川讲到中国的企业现在经营困难，则预计将有两个或者三个后果：第一，有可能减息；第二，商业银行的存款准备金率可能要继续降低；第三，可能要增加大商业银行贷款额度的总额。所有这些像央行也好，美联储也好，它们都是为了稳定本国的经济健康发展，所以很多决策出台之前是要提前释放信息的。那么我们就用EMD和事件分析法把它合起来研究这个问题。

怎么样报一个值？得做所谓集成（I）。还是以原油价格的时间序列为例，在一段时间内，可以理解为线性增长或者线性下跌，但是每天每时的价格波动就是非线性的，在线性的关系之上加非线性波动，就是要用神经元网络这种方法把它找出来。我们研究下个星期五的油价，下个星期三中国人民银行要开货币政策委员会来决定是否升息，如果中国一旦升息，全球油价要往下跌。中国货币政策的调整等中国很多宏观数据的发布，已经影响到国际原油市场。作为未来的影响，要通过像文本挖掘或者事件挖掘的方法，最后得做这几部分的集成。

在TEI@I预测方法论中，我们使用了不同的单独预测技术，如传统的经济计量模型、基于文本挖掘的判断预测模型和一些智能预测模型等。由于这些预测技术属于不同的技术类型，因而这些模型在某种意义上是互补的。因此，TEI@I的最后一个“I”的研究将会产生一个鲁棒的预测技术和好的预测结果。我们对集成预测中如何选择单独预测模型的数目、集成预测成员的数量大小以及如何产生集成预测的单独模型等方面做了大量的研究工作，同时也提供了一些可行的解决方案，如利用误差偏差-方差分解解决了集成预测中单独模型产生问题，利用广义条件方差最小化方法来确定优化的单独预测模型的数目等。

2004年初，我们做了一个油价预测的比较研究。美国有的大学用的是ARIMA、VAR模型，平均误差精度大概是2.339，方向预测准确率大概是54%；壳牌集团用神经元网络来预测油价，平均误差精度是2.33。我们用TEI@I方法论，简单地线性加权，方向预测准确率为85%，平均误差精度有一定的改良，但是改良不多；之后采用二次规划做集成，平均误差几乎小了一倍。从2004年开始，我们就与中石化等企业合作，与国家发改委合作做季度、年度的油价预测。其中，与大的石油集团合作，主要是月度、周度、季度和半年的油价预测；与各国家外汇管理局合作是月度的油价预测。此外，国家外汇管理局设计了市场预期调查系统，目前包括高盛这些大机构也都参与了，每月报11个主要经济指标的预测，我们的预测精度和准确性在50家机构中一直名列前茅。

除了油价的预测，像外汇汇率的短期预测，我们也是全球做得最好的。我们在TEI@I方法论框架下构造的不同的外汇汇率预测模型，实际综合评价结果表明，在外汇汇率短期预测（预测期在一周内）研究方面，在国际上处于领先水平：平均误差精度在4‰以内，方向预测准确率达到74.2%（国际同类研究平均误差精度为7‰～8‰，方向准确率仅为60%～65%）。这一工作得到了学界和金融业界的高度好评。全球上最大金融信息商与外汇交易平台供应商路透集团把我们选成东北亚唯一的战略合作伙伴进行产品研发。

还有其他如中国进出口、中国GDP增长、中国物价、其他大宗商品价格和需求、粮食产量以及中国物流重要指标和领域的预测研究。像高盛、花旗、汇丰等大的投行都在进行中国进出口的预测，我们的预测精度也是优于这些机构的。再比如我们现在做的全球前20大集装箱港口货运量的预测，也是全球做得最好的。此外，我们还对多年来一直跟踪研究的中国9个主要的行业做监测、预测和预警的研究，每个季度给中央和政府部门报送预测报告或研究报告。

中央政治局委员、国务委员刘延东曾对我们有一个批示：“预测中心以解决现实问题促进理论创新，以理论创新提升能力水平，为国家宏观决策服务，这一研究方法和科学态度值得赞许”。

在结束之前，我想再讲一个我们基于复杂系统工程的思想做的研究工作。2012年6月，我们发布了《2012年全球Top20集装箱港口预测报告》。在这方面我们是全球做得最好的，主要原因是我们有一个整体的研究思想，即基于复杂系统工程的研究思想。

20世纪80年代以来，随着集装箱运输技术在全球范围内的扩散，全球主要地区集装箱港口实现专业化，并实现在功能上逐步演化和变革、在空间上迅速扩张。一方面，世界上许多国家或地区的国际贸易港口在不到10年的时间里已经完成了从交通基础性功能设施向国际市场资源配置枢纽的转型，成为全球性国际贸易与运输链中的重要环节，当今世界上每一个国家、区域都成了这个全球性贸易与集装箱运输链中的一个构成部分；另一方面，随着世界产业结构和经济格局的重大调整和变革，世界集装箱航线的布局和全球集装箱港口系统已经逐步形成。从经济、地理的角度来分析，目前全球集装箱运输系统已分别在各主要地区、国家、区域以及全球四个维度上形成了不同职能和结构模式的集装箱港口系统。全球集装箱港口在空间规模上实现了迅速扩张。因此，我们需要一个基于复杂系统工程的整体的研究思想，综合考虑集装箱港口的系统特性、功能和空间结构特征来研究全球集装箱港口系统，这就是我们所构建的全球集装箱港口“四环”研究设计。

关于港口集装箱运量的预测，最早是董建华先生委托我们来做的。香港是国际金融中心和物流中心，所以董建华先生希望研究香港物流中心的相关问题，特别是竞争力的问题。这项研究给我很大的启发，你要想真正把香港港预测做得好，必须解决几个问题。香港港与深圳港、广州港是什么样的关系，是货物的分流还是合作？为什么深圳港从全球排名不到前10，迅速发展为现在的全球集装箱港口的第4位？当然广州港的集装箱运输也发展得非常快，实际上两港的发展对香港港是有影响的。因此，要把香港港集装箱运量预测准确的话，必须考虑广州港和深圳港，所以我们就把“一环”子系统建起来，这个子系统的研究就比单独研究香港港要准确得多。但是，“一环”子系统建起来后，又有一个问题，香港港集装箱运输的发展实际上还会与新加坡港、上海港在集装箱运输方面存在很大的竞争关系，并不只是深圳港和广州港，这几个港口共同形成了一个动态运行的更大的系统，为区域贸易的发展提供服务。因此，要研究香港港集装箱运量，就必须考虑上海港和新加坡港对香港港的冲击影响，所以我们又构建了“二环”子系统。“二环”就是把香港港和中国内地的八大集装箱港作为一个更大的系统来研究，这远比单纯研究珠三角三大集装箱港口的预测问题要更全面、更系统；

在构建集装箱港口“二环”的研究中又给我们新的启发。比方说香港港，实际上它很大的挑战对手是新加坡港；而大连港受到韩国釜山港的影响比较大；上海港的集装箱运输则受中国台湾的高雄港以及日本的东京港、名古屋港、神户港的影响比较大。不能只考虑单点，而要把对方港口的集装箱运输列为一个系统来研究，就会得到更准确的结果，所以第“三环”就是把亚太地区主要的集装箱港口全部考虑进来，于是我们花了一年的时间把“三环”建起来了。“三环”建起来后就水到渠成，最终我们把全球主要贸易区域的各大集装箱港口系统，作为“四环”大系统来分析研究。

因此可以说，我们是基于复杂系统工程的整体的研究思想来研究全球集装箱港口系统的，是综合考虑集装箱港口的系统特性、功能和空间结构特征来研究全球集装箱港口系统的，是TEI@I方法论研究思想的具体体现。我们这几年发布的对全球前20大集装箱港口预测研究结果，就很好地印证了基于TEI@I方法论研究思想而设计的全球集装箱港口“四环”研究规划的科学性。今天我可以说，全球这些大的集装箱港口运量和竞争力战略研究，我们的团队应该是全球做得最好的。

正如我之前所说的，经济预测是一个很难的问题或者是很难的研究领域，而在经济预测中更具有挑战性的是要找到一种研究思想和方法可以扩展到更为广泛的经济领域中进行研究。根据我们多年来基于TEI@I方法论的理论研究，以及TEI@I方法论在多个经济领域的许多指标预测的成功应用，很好地验证了该研究思想和方法的可扩展性。目前，我们正将研究全球集装箱港口这种模式进一步推广到做全球空港的需求和运量的研究。

正如钱学森先生讲的，研究社会经济系统和大型工程系统问题，必须用定性定量综合集成的方法，或者是定性定量相结合的方法来研究。过去很多人都说钱老提倡解决复杂问题要用定性定量综合集成的方法，但在很长时间这只是一个口号，而今天的TEI@I方法论，就是定性定量综合集成方法论的具体体现。

关于TEI@I方法论，我今天只是以经济预测为例，但它实际上在金融风险管理、区域规划、区域经济分析以及宏观经济建设等领域也取得了很显著的成效。

要研究今天的许多复杂社会系统，TEI@I方法论应用的情景是非常广泛的，也是可行的。这个方法论不仅在经济预测方面有成功的应用，而且经济管理中的很多问题也都可以用TEI@I方法论来解决。总之，TEI@I方法论就是钱学森先生定性定量综合集成方法论的具体体现，在TEI@I方法论框架下，针对不同的社会经济复杂系统各自的发展特征，我们可构造出各种不同的具体预测方法进行很多问题的研究。当然，尽管TEI@I方法论在许多领域的研究中取得了显著的成效，但是仍然有很多空白的地方，仍然有很大的空间可以改进和发展。在今后研究各自的领域中，怎样做“E”、怎样做“I”、怎样做“T”、怎样做最后的集成“I”，那就要靠你们努力，从而推动TEI@I方法论的进一步发展。

我就讲这么多，谢谢大家！