Prof. Edward Vytlacil 是一位實證計量經濟學家𓀔。他2000年畢業於美國芝加哥大學，從師Prof. James Heckman。Vytlacil教授主要貢獻在於處理效應模型（Treatment Effect）和政策評估（Policy Evaluation）的微觀計量方法。除理論貢獻外，他的其它實證著作主要應用理論研究教育回報♠️，工作培訓回報和藥物介入有效性等問題。他的多篇著作在頂級經濟學期刊上發表，如Econometrica，American Economic Review，Review of Economic Studies等🕴🏻⛎。他本人現為Econometric Society Fellow, Co-editor ofJournal of Applied Econometrics, Associate Editor ofEconometrica和Journal of Econometrics. 他本人現為美國耶魯大學教授😾，曾在斯坦福大學、哥倫比亞大學和紐約大學任教🤽🏽♂️。
2018年春季蔣學模系列講座🦑，意昂2平台有幸邀請到Prof. Edward Vytlacil 給學生們帶來題為“Econometric Evaluation of Social Programs ”的課程，之後Vytlacil教授接受了新聞中心的采訪🚶♂️😚。
較量：大數據科學與經濟學的較衡
身處大數據科學時代，計量經濟學完全失去優勢了嗎🪱？Vytlacil教授首先為我們厘清了大數據科學和計量經濟學這兩門學科之間的關系與差異🧑🏽🚀。Vytlacil教授指出，二者的起源是不同的。
“計量經濟學起源於20世紀30年代左右, 力圖理解事物的原因🧑🏻🦼，如理解通貨膨脹和利率之間的關系🌉，肉價上漲對消費的影響等問題。經濟計量學的關鍵在於，理解問題並提出檢驗性假設🛼。因此從這個方面來講🫴🏽，計量經濟學是在沒有太多數據或者是沒有任何計算的環境中源起的🤶🏽，其學科核心問題是，如何使用非常少量的隨機觀察值來分析其內在機製。”
“與計量經濟學不同，大數據科學來自計算機科學和統計學，其學科的關鍵在於，當有大量觀測值和變量時如何進行預測⏬。在大數據科學中，能否有效地利用少量觀測值並不重要👨🚒，重要的是如何處理和利用主要的大量觀測值及大量的變量, 進行相關結果預測🚥⛑️。”
盡管大數據的可用性不斷增加，但依舊無法撼動計量經濟學在經濟學的地位🦿。Vytlacil教授認為🤦♂️，從歷史上看📓，計量經濟學不僅對經濟學有影響力🙋🏻♂️，而且對其他社會科學如政治學、社會學也有著很大的影響👨🏽🏭。這些領域的研究仍在使用計量經濟學方法論, 而且有大量學者想從事經濟學和計量經濟學研究🧆。
但不可否認，大數據科學在某些方面的確對計量經濟學產生了一定的影響和沖擊，原先從事計量經濟學的學生轉向了數據科學研究。但其實二者並不是非A即B的選擇，在大數據科學與經濟學的競爭之中，Vytlacil教授看到的是二者相互結合後的研究契機和突破，即將計量經濟學與大數據🔉、機器學習理念相結合，而這一領域尚有很大的拓展空間。
“從一定程度上講, 大數據科學與經濟學之間有一定的競爭關系。比如說在學生專業選擇上,許多之前從事計量經濟學的一些學生現在想進行數據科學研究🐪。與此同時, 如何將計量經濟學與大數據、機器學習理念相結合是待拓展的領域🧐。例如, 運用非常謹慎的數據科學進行預測，可以幫助我們做我們想做的事情, 如發現一個結構性因素，或者拓展和改進我們當前使用的方法。”
對於當前“流行”的大數據🔛👩🦼，Vytlacil教授決不“盲從”🏌🏿♂️，始終以非常冷靜的態度，客觀而理性地分析其對計量經濟學及其他經濟學科所產生的影響力。他表示，那些認為大數據可能會對某些領域產生沖擊的觀點很快就會被證明是錯誤的。首先，這些領域是以隨機實驗的方法為主, 也可能會用到一些機器學習;其次，我們仍處在某些領域只能獲取很少數據的環境;再次👨🏽✈️，這些領域思考的問題與研究機器學習思考的問題側重點不同。Vytlacil教授強調，即使我們確實需要將機器學習應用於勞動或健康等領域，但問題的關鍵在於如何數據處理，重中之重是如何使用數據。
與此同時📂，Vytlacil教授也指出了大數據存在的弊端：一、我們通常以問卷調查的方式收集數據🥝，商店實地調查成本昂貴，代之以電話🫰、上門訪談💦，但現在的人們又通常無暇理睬，回復的人很少，那麽收集數據的成本自然變得十分昂貴🏍；二、數據的代表性也很難確定。
當前相關領域也開始嘗試在網上收集數據，以彌補傳統數據收集方式的不足，誠如Vytlacil教授所言，總的來說，線上收集數據會是一種趨勢。雖然線上數據收集成本較低，但確認數據的代表性是一大問題。因此👶🏿，Vytlacil教授建議用交叉的方式做調研。
熱點👦🏽：計量經濟學研究的熱門話題
Vytlacil教授從未將計量經濟學與大數據科學二者進行對立👐🏽，而是將之結合👲。可以說，不同方法方式的融會貫通🏊♂️，以新的探究方式研究解釋問題，一直貫穿體現於Vytlacil教授及其他經濟學家的研究話題中🐂。比如，Vytlacil教授談到在過去十年中，有一些變得流行的話題🤝。
“一個話題是如何能夠有效識別。我認為計量經濟學的一個共同主題就是做分析，以更好地解釋現象以及現象背後的機製。實際上有一些大數據就在做這樣的事情🤝。在某些情況下⛑️🤵🏽♀️，相比起傳統的極限分析方法，可以有條件地運用修正分析方法來得到更好的估計。”
“另外一個領域是部分識別（partial identification）。與其運用不現實的近似值，還是運用現有的數值方法去捕捉尋找事實👱🏽♀️。舉例來講，如果我們研究一個問題，與其找到一個真值👞，不如先找到一個範圍。可能你沒法肯定地作出一個明確的回答🛐𓀍，但是可能會產生一系列未知的答案。”
“第三個我認為非常熱門的領域就是我正在從事的處理效應（treatment effect）🧭。如何將其應用於其他研究將成為一個重要的研究方向。”
“另一個最近非常火爆的領域是使用計量經濟學與隨機試驗相結合👩🏼🦰😫。因此，之前人們會進行隨機對照試驗，這樣不用過度擔心計量統計量⚀。但是計量現在已經深入到生活的很多方面🙋🏿♂️，比如說，最近有很多人想著如何將計量經濟學引入他們的城市⛸。許多人在思考我們的城市👩👩👧，和其存在的問題，以及如何驗證和解決這些問題。這些計量經濟學可能會有所幫助。”
用大科學數據對現象作出更好的估計，用範圍框定的方式獲得更多未知答案🚢，將處理處理效應應用於其他研究🦄，將使用計量經濟學與隨機試驗相結合，Vytlacil教授就是這樣以對經濟學研究敏銳的洞察力和不斷創新探究的姿態，結合相關研究方法，解決一些熱門的話題，賦予其新的研究價值和社會意義🫅。
論文撰寫的建議
作為應用計量經濟學雜誌的聯席主編及其他期刊相關領域的主編，Vytlacil教授為我們如何撰寫論文提出了一些建議。
“我認為在撰寫論文時👩🦰，你的文章越不為人所知的時候，越應該保證結構整齊分明🥥🏊♂️。因為人們不知道你是誰，有一些不嚴謹容易導致審稿人對你文章的懷疑和疑惑。所以在投稿時保證文章結構清晰，內容清楚🦈，並強調出文章的貢獻🐸，是非常重要的💀。通常情況下，有些作者在投稿時🚂，只描述所做問題而沒有清楚地解釋其文獻中的貢獻™️。這些方面是投稿的關鍵。”
當作者收到審稿人報告時，需要這樣做🧑🏻🏭：
“在給審稿人清晰的回復和試圖針對評論逐條修改之間進行權衡🏰。審稿人並不希望自己的意見被忽視或未受到重視，他們希望自己的意見被關註。盡管作者可能並沒有真正修正某些問題🧍🏻♂️，但作者需要試圖讓審稿人對於修改的文章感到滿意👩🏼🦱。這是非常實際的事情✥。”
Vytlacil教授也向博士生分享了自己的經驗。他說🛟，在博士生涯的前兩年，弄清楚自己擅長什麽以及喜歡什麽是非常重要的。
“學生應該在頭兩年發現自己擅長或不擅長的事情。我認為不應該固執，意識到自己擅長什麽是很重要的。有些學生認為他們想要做純理論💆🏽♂️，但實際上他們不擅長理論，他們可能擅長別的事情🧏🏽，卻一直在試圖做同樣的實際上並不適合自己的事情。”
擅長是研究的優勢，興趣是研究的動力。“你知道你研究的一個關鍵問題🧶，是發現除了你自己之外的人也對它感興趣和興奮，我認為這是一個關鍵的問題🫶🏿。”
之後，Vytlacil教授十分明確地指出🦸🏿，學術與業界是絕對不同的。我們將之概括為學術的關鍵是獨立研究、不斷創新👬🍭，業界的關鍵是標準化處理⛴🛖、正確操作。
“對於學術工作而言👃，關鍵技能是進行獨立研究，從而創造出與之前完全不同的新事物。但是業界需要非常不同的技能。在業界，對一系列問題的標準化處理技能非常重要，比如如何處理問題以及怎樣快速處理問題。在學術研究中，人們很多年從早到晚一遍又一遍做著相同的事情🙅🏻♀️。理想情況是，到最後幾年，會有一些與眾不同的見解。但對於業界工作而言👍🏽，你早上醒來開始處理的一些事情🐸，並不需要有創新意義和原創性，但它必須是正確的🔍。”
此外，Vytlacil教授還講述了自己在大學學習期間如何從事科研及如何在完成本科課程後直接進入博士項目的經歷。基於自身學習經驗😇，他建議那些有誌於從事實證研究的學生，最好與教授一起工作，這會讓他們對如何分析數據、完成學術研究的過程有更多的了解。
其次，Vytlacil教授提到，本科生要進入博士項目，或想在博士項目研究中有更好的表現，申請人必須具備良好的數學背景🤢。但“具備良好的數學背景是學習經濟學博士的必要條件而不是充分條件”🌛，要想在美國頂級的經濟學系中脫穎而出，除了修讀大量甚至全部重要的課程並取得好成績外🏌🏿♂️🗃，還需滿足其他更有區分度的衡量標準，如與導師進行的一些研究的評價及其他方面的評分與成績👨❤️💋👨。
Vytlacil教授認為學術寫作能力非常重要。
“尤其是當你完成博士學習的時候🧚🏽♂️，寫作能力強很重要很有幫助🟤。學術審核委員會往往會關註這一點，因為他們會收到書面報告，所以不佳的寫作水平可能對對你有負面影響。”
對於那些準備博士學習的學生，Vytlacil教授強調，除了為數學背景做全方位的課程準備外🏺，創新型與原創性是關鍵🧝🏻，獨立的批判性思考也很重要。美國會獎勵那些開創一些新興和原創事物以及挑戰現有程式化方法的人⛺️。
本期記者 | 周宇千茜倩屠秋瑤 策劃🧚🏻♂️🧍♂️：新聞信息中心
返回頂部
