2019年10月14日-10月17日连续四晚（经济学高级研究论坛第136-139期），来自爱丁堡大学的汪通老师为best365网页版登录师生讲授了题为《应用经济学的研究设计》（Research Design in Applied Economics）的短期课程。汪通教授于法国图卢兹经济学院获经济学博士学位，曾在欧洲大学学院担任让.莫奈研究员、从事规制和竞争政策分析的研究工作，现任爱丁堡大学商学院产业经济学助理教授、北京大学汇丰商学院客座教授。汪通教授主要研究兴趣为产业组织、区块链机制设计和应用，以及互联网技术在公司金融上的应用。汪通教授的研究成果发表于国际一流杂志，诸如Journal of Industrial Economics, Journal of Economic Theory等。

在本门短期课程中汪通老师介绍了应用经济学研究中使用的主要工具和方法，通过示例来进行学习引导与讲解，共分四次开展。

10.14晚的课程伊始，汪通老师介绍了“Netflix公司利用数据对其推荐系统进行优化”的案例，并指出了作为经济学家，我们学习和使用的主要研究工具—计量经济学—在数据的应用方面与机器学习最大的不同，前者偏重因果关系的推断（causal inference），后者侧重预测（prediction）。另外一个不同在于经济学比较看重模型的可解释性，而不仅仅是模型估计的正确性，因为我们通常需要对并未发生又不可能做随机控制实验的事件影响进行推断（政策评估，policy evaluation）。经济学实证分析看似易行，离开理论模型时常会限于难以选取变量的困境。为了说明这一点，汪通老师给大家介绍了道德风险（moral hazard）和逆向选择（adverse selection）的问题，简洁的经济学理论模型对现实众多的不完全信息问题有着强有力的解释能力。计量经济学家尝试利用汽车保险市场上的数据进行实证分析的时候，发现很难区分司机发生事故的结果究竟是由道德风险抑或是逆向选择造成的。然而，引入一个简单的动态优化模型却能够帮助对此做出识别。汪通老师接着又介绍了互联网公司之间交易消费者数据的一个模型，用来阐释写作经济学理论模型时通常应当注意的问题。第一次课程接近尾声，汪通老师以“去医院接受检查与治疗能否提高人们健康水平”为例介绍了经济学实证分析中存在的主要问题—内生性问题：经济（社会）数据由人的选择而生，做出不同选择的人群之间或许存在根本性的不可观测差异，但我们不太可能对此进行随机控制实验。

10.15的第二次课程汪通老师首先再次回顾了内生性问题，这一次的示例是”自愿参加某一项目培训是否会对失业人员的未来职业发展起到帮助”。为了消除内生性问题，汪通老师给大家介绍了计量经济学最常用“工具变量”(instrumental variable)方法。在这一问题中，失业人员被随机分配是否接受一名社工的劝导来参加该项目培训，然后以“是否被劝导”作为该实证分析的工具变量。这里的关键是找到一个“外生冲击”（exogenous shock），这一变量作为”工具”只会通过影响”是否参与项目培训”（解释变量）来影响失业人员未来的职业发展（被解释变量），而跟会影响后者的其他不可观测变量无关（完全随机）。随后汪通老师还对处理工具变量“回归二阶段法”（2SLS）的数学推导进行了介绍。随后，汪通老师引导大家讨论“看电视对自闭症的影响”、“子女数量与劳动力供给”、“情绪与基金经理的财务表现”、“地域歧视是否真是存在”等典型内生性问题的工具变量选择。在本次课程的最后部分，汪通老师继续介绍了处理内生性问题的另外一种重要方法—双重差分法（Difference in Difference）。这里，汪通老师举了一个“减税政策对企业资本结构影响“的例子。为了处理这里面的内生性问题—减税区域内外的企业可能存在结构性差异，双重差分法假设，如果没有发生减税这一冲击的话，对照组（control group，非本地企业）和处理组（treatment group，本地企业）的债务水平在时间线上的发展趋势大体平行。那么，“减税冲击前二者的差值”跟“减税冲击后二者的差值”二者之间的差值，就在统计上体现为减税冲击带来的效应。为了加深大家理解，汪通老师随后又介绍了“谷歌新闻（Google News）与美联社（the Associated News）之间就‘平台导入新闻问题’合约到期未能成功续约、之后又重新签约“的例子，并使用双重差分法来推断用户使用平台的Scanning Effect（主要用来搜索内容）和Traffic Effect（主要用来追踪内容）。

10.16晚的第三次课程继续介绍处理内生性问题的另外一种方法—断点回归法（Regression Discontinuity Method），汪通老师举了“获得国家奖学金资助是否对学生未来职业发展起到显著性作用”这一例子来进行阐述。该方法的使用假设考生不能准确控制自己分数，这样的话，在颁发奖学金基准分数线上下的考生可以被认为是随机分布的，那么，当该样本足够大时他们未来的平均薪资水平之差就能在统计上较好体现国家奖学金资助对未来职业发展的影响。随后作为该方法的扩展，汪通老师介绍了模糊断点回归法（Fuzzy RDD）。该方法能够用来处理如下情形，在某达标分数线上下，考生不是确定性地获得奖学金与否，而是说以某一概率（可能性）获得，并且两组的获得概率有显著差异。随后，课程还介绍了Fuzzy RDD最新的一篇应用研究文章，分析”在我国是否进入一本院校就读对学生未来职业发展的影响“。通过该案例论文的深入讨论与学习，学生对如何运用实证分析方法—尤其是Fuzzy RDD—进行应用经济学研究有了较为深入的了解。在结束了关于处理内生性问题方法的介绍之后，汪通老师带领大家进入到经济学研究使用到的另外一个方法—结构性计量模型（structural estimation）： 作为理论与实证的结合，该模型具有天然的优势，然而因涉及到复杂的调参（calibration）计算，完成此项研究的时间成本通常也较高。在本次课程的最后，汪通老师介绍了结构性计量方法的开山之作—BLP模型。

在10.17晚的第四次课里，汪通老师继续介绍结构性计量的其它模型，从汽车产品市场上的消费者效用的最大化到寡头垄断竞争博弈的均衡，从静态问题到动态投资问题。汪通老师强调，与机器学习利用海量数据来模拟非线性函数不同，经济学家通过求解决策者效用函数最大化（或多人博弈）模型，来得出变量间复杂的函数关系—这些通过直接观察数据很难得到，随后通过使用多种实证研究方法来消除变量间的内生性问题，最终得出反事实（counterfactual）的推断结论并给出相应的政策建议。

至此，这门“应用经济学研究设计”的短期课程行将结束，汪通老师给大家依次介绍了理论模型、实证分析、结构性计量这三种在经济学中使用的基本研究方法，以及它们之间的紧密联系，通过大量案例进行学习引导、方法讲解。本次课程吸引了韩立宁、胡行、胡枭骁、李锺在、李晓蹊、廖俊敏、肖明军、薛莲、莊额嘉等我院多名青年教师，以及全校数十名各年级本科生、研究生。汪通老师所授课程内容详实、生动，课堂互动频繁、热烈。大家受益良多，对汪通老师连日辛苦授课表达了由衷感激。

尽管日程紧凑，汪通老师本次访问期间还在每天下午安排1~2小时于办公室接待学生，就大家关心的学业规划、科学研究问题进行讨论、提供意见。汪通老师还与本院教师就共同合作的研究课题展开了讨论。

鸣谢：本次活动受到best365网页版登录人文社会科学研究院青年学术团队建设项目（“动态博弈与学习理论”，2019-2020）基金支持。胡展畅、袁鑫、武博睿、吴倩雯、程肯等提供课堂文字简记与课堂照片，王次桥、沈芊屹提供课堂照片，沈芊屹、夏哲轩课前整理阅读文献。

（撰稿人：李晓蹊 编辑：王淑颖 审稿：魏立佳）