2020年7月24日下午14:00-17:00，清华大学公共管理学院刘生龙副教授应邀在线上进行了题为“从LATE到MTE：广义罗伊模型与不可观测的异质性处理效应”的精彩演讲。香樟经济学圈学者和第三期香樟青苗计划入选学员参加了本次讲座。

讲授人简介

刘生龙，清华大学公共管理学院副教授，中国社会科学院研究生院博士，多伦多大学访问学者。曾任中国社会科学院数量经济技术经济研究所副研究员，并担任《经济研究》、《经济学季刊》、《世界经济》等国内权威经济学期刊匿名评审专家。现已在Developing Economies，Economic Modeling，《经济研究》、《人口研究》等国内外权威期刊发表论文40余篇，主持和承担国家自然科学基金、社会科学基金、中国博士后基金，以及各大部委软课题项目共计30余项。

刘生龙

讲座纪要

演讲伊始，刘生龙老师首先从计量经济学的基本功能以及随机实验引入讲座主题。刘老师从回归分析在随机试验中的应用出发，循序渐进地为学员们讲授了解决选择偏差的几种基本方法。紧接着，刘老师进一步介绍ATE、ATT和ATUT几个基本概念，通过结合“退休对健康的影响”为例进行模糊断点2SLS回归分析，为学员们详细讲解了LATE的基本概念，具体形式与适用条件。

在讲座的第二部分，刘老师为大家介绍了LATE的优缺点。LATE的优点在于基于假设前提满足的情况下，它具有良好的内部有效性（因果识别）。但它同时也具有参数估计值容易被放大的缺点。然后，刘老师为大家学员们讲授了两个基本概念“可观测的异质性处理效应”与“什么是不可观测的异质性处理效应”。处理效应随着不可观测的特征变量变化而变化时，传统方法的应用往往受到限制，这时我们必须要使用广义罗伊模型来刻画不可观测的异质性处理效应。刘老师深入浅出的讲解让学员们清楚地明白了广义罗伊模型的适用范围。

随后，刘老师重点为学员们讲授了广义罗伊模型的模型原理，基本架构与理论推导过程。通过与其他解决选择偏差的传统方法对比，广义罗伊模型具有刻画异质性以及识别边际处理效应等优点。刘老师还耐心为同学们讲解了如何应用广义罗伊模型进行MTE估计以及如何用Stata进行实操分析，让同学们收获颇丰。

讲座的最后，刘老师以自己的工作论文《生育数量会影响小孩质量吗？》为例，详细分析了广义罗伊模型的应用。生育数量-质量之间是否存在取舍关系？这一研究议题一直以来都受到学者们的关注。但是大量的实证研究却没有得到一致的结论。由于生育数量-质量之间的关系难以确定，因此需要通过更好的方法进行因果识别。刘生龙老师利用2015年1%人口抽样数据，本文基于边际处理效应方法，在一个广义罗伊模型框架上估计了家庭规模对孩子质量的异质性影响。刘老师通过研究的建模分析与实证研究指出，随着不可观测的家庭生育二孩意愿下降，生育二孩对第一个孩子教育水平的负向影响越来越大，证实了生育数量对质量的影响存在根本的异质性。此外，母亲的受教育年限越高，家庭规模的负向处理效应也就越大，而第一个孩子如果是女孩，生育二孩时对其教育的负向影响越大。

在讲座结束之后，刘老师耐心解答了同学们关于对于广义罗伊模型的疑惑，以及关于论文中存在的问题。刘老师对于MTE模型的细致分析以及对论文结论的精彩解答都让同学们受益匪浅。最后，青苗学员们纷纷向刘老师表示衷心感谢，并期待有更多的机会能够再次向刘老师学习这一前沿的理论。