新科诺贝尔奖得主的这套方法论，将令你的论文如虎添翼

2021年10月13日04:50:02 科学 1230

北京时间10月11日下午，瑞典皇家科学院公布了2021年诺贝尔经济学奖。其中，经济学家David Card因“对劳动经济学的实证贡献”获一半奖项，经济学家Joshua Angrist和Guido Imbens因“对因果关系分析的方法论贡献”获另一半奖项。

众所周知，物理、化学、生物学等自然科学高度依赖实验，但经济学等社会科学则无法随心所欲地进行实验。毕竟，我们不能为了学术研究就贸然让一国经济进入“实验状态”。

而三名获奖者的研究都与“自然实验”有关。诺贝尔官网在颁奖词中写道：

他们提供了关于劳动力市场的新见解，并展示了可以从自然实验中得出关于因果关系的结论。可以说，“自然实验”推动了经济学的“可信性革命”。

社会科学中的许多重大问题都涉及因果关系，例如移民如何影响工资和就业水平，长期的教育如何影响一个人未来的收入……这些问题很难回答，因为没有可用作比较的东西。我们不知道如果移民减少或者一个人没有继续学习会发生什么。

今年的获奖者证明，通过自然实验可以回答这些问题，关键是要利用偶然事件或政策变化导致不同人群受到不同对待的情况。

由他们开发的框架——通过阐明建立因果关系所必需的假设，已经被研究人员广泛采用。也增加了实证研究的透明度。可以推断，采用此类实证研究分析方法的论文定会成为一大热门。

10月14日19:00~21:00，我们特邀985高校经济系副教授、博士生导师马超老师带来一场直播讲座——《从Data出发，做实证分析的常见误区》，

他将会在“可信性革命”背景下剖析初学者在写实证论文中常犯的一些误区。对实证研究论文有畏难情绪或投稿屡屡碰壁的老师或同学，不妨来听听这场直播课，没准困扰你的难题就将迎刃而解！

讲座亮点

此次讲座非常应景：（1）弗雷德里克研究设计正是对诺奖得主Imbens识别理念的归纳，这一思想将贯穿4次课程；

（2）第一讲（Data--->Facts），将从可信性革命角度剖析初学者在写实证论文中常犯的一些误区；

（3）第二讲（Model--->Knowledge）将会系统阐述什么是“可信性革命”、“因果推断”、“实证研究的设计”这些Angrist和Imbens的思想精髓；

（4）第三讲（Facts--->Model）系统介绍“因果识别”的理念，这将有助于快速帮助初学者了解现代实证因果推断的逻辑，避免走了弯路；

（5）最后一讲（Data--->Facts--->Model--->Knowledge），马超博士将总结三步，结合他在权威期刊发表论文的一些经验教训，分享如何用最简单的方法做一个“可信”的实证研究，以及一些写作投稿过程中的心得。

希望给到那些对定量技术有抵触情绪、或者目前在投稿屡屡受挫的同学在科研写作中一些启示。

讲师介绍

马超，985高校经济系副教授，博士生导师，东南大学“至善青年学者”。耶鲁大学公共卫生学院博士后（Postdoctoral Fellow），同时任全球劳工组织（GLO, Global Labor Organization）研究员。他长期从事健康经济学、微观应用计量、卫生政策管理等方面的研究工作，以第一作者身份在Journal of Economic Behavior & Organization、Population Research and Policy Review、《经济学（季刊）》、《中国工业经济》、《管理科学学报》等经管类权威刊物上发表学术论文多篇。主持国家自然科学基金面上项目1项、青年项目1项，江苏省自然科学基金1项。

课程将采用直播方式，可在线互动答疑。

限时1元，立即扫码预约。

▼