江艇副教授 ▲

讲座纪要

2020年7月23日上午9:00-11:30，中国人民大学经济学院副教授江艇应邀在线上为同学们做了题为“正确理解因果推断方法”的精彩讲座。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。

江艇，香港科技大学商学院经济学博士，中国人民大学经济学院副教授，人大国家发展与战略研究院研究员，人大微观数据与实证方法研究中心副主任，美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学，在Economics Letters、Review of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文，曾应邀在多所高校讲授“应用微观计量经济学”短期前沿课程并广受好评。

江艇老师以2017年Economics of Education Review上的一篇文章为例引入今日讲座的主题。该文探究使用电脑是否有损学生的学习成绩，以是否允许使用笔记本电脑来划分实验组与控制组。江老师首先介绍了因果推断中Y、D的含义，进一步给出了个体因果效应（处理效应）与平均因果效应（处理效应）的定义。老师指出，因果推断的关键是构造没有观测到的那个潜在结果（反事实结果），那么一个很自然的想法是，使用处理状态相反的其它个体实际观测到的潜在结果来进行构造。进而引出了第一类因果识别假设。如果因果识别假设成立，则可以用结果的组间均值差异来识别平均因果效应。据此可以建立D与Y的一元线性回归模型：D的系数即为因果效应。之后江老师指出，在非实验研究中，影响Y的因素可能同时影响D，即D和ε相关。此时有两种思路，一是将ε与D相关的部分剥离出来，从而使得剩余的ε与D不相关，其主要方法为在回归中加入控制变量和匹配；第二种思路则是考察非ε所带来的D的变化，其主要方法为工具变量法。关于加入控制变量这一方法，江老师指出控制变量起到双重作用，一是控制X对Y的直接影响，二是切断影响Y的其他因素与D的相关性的影响，其中第二点尤为重要。

接下来江老师通过示例二“子样本内的近似随机实验”，给出了第二类因果识别假设条件，并讲解了匹配方法。江老师强调，匹配与包含控制变量的线性回归是只是两种不同的条件策略（conditioning strategy），两种方法具有同等的识别力量（identification power），认为匹配方法能够解决线性回归所无法解决的内生性问题是不正确的。匹配方法能够做的，是解决由于模型误设引起的外推偏误。

随后江老师以2011年AER上一篇关于奴隶贸易与人际信任的文章为例，详细介绍了第二种处理D和ε相关问题的思路与方法，即工具变量法。此外，江老师还通过列举经济增长与制度环境、地区腐败与经济增长等5个例子，向大家介绍了工具变量选取时可能会遇到的一系列问题。

最后，江老师讲解了双重差分（DID）的相关内容，列出了第三类因果识别假设。此外，老师提醒大家，当下双重差分研究泛滥，但对其识别假设是否成立的讨论明显不足。

课程结束后，学员们向老师询问了自己在平日研究过程中遇到的一些问题，江老师以其深厚的学术功底深入浅出，逐一解答了同学们的疑问。大家纷纷表示对课程意犹未尽，希望之后有机会能够再次听到江艇老师的课程。