学院动态

学术观点

经济学院发展经济学研讨会2024年第2期(总第101期)顺利举办

文章来源: 发表时间:2024-03-08 17:38:34点击次数:

 

 本网讯(通讯员:晏琦)3月6日晚上,发展经济学研讨会2024年第2期(总第101期)在学院307会议室与腾讯会议同步举行,来自华中农业大学经济管理学院的涂涛涛副教授与学院师生分享了题为《Directed Acyclic Graph, machine learning and causal inference》的学术报告,学院院长张建华、教师郑冯忆以及众多硕士与博士研究生参与本次会议。本次研讨会由郑冯忆主持,由张建华作总结发言。

在本次研讨会中,涂涛涛主要介绍了有向无环图(Directed Acyclic Graph,DAG)以及机器学习方法在因果推断中间的应用,并比较了上述方法与可计算的一般均衡(Computable General Equilibrium,CGE)模型。

涂涛涛首先从因果关系和相关性这两个概念切入,通过两个现实生活中的例子,生动形象地诠释了两者之间的区别,接着引出了本次研讨会的重点,如何识别因果路径以及识别因果路径与评估因果效应的区别。涂涛涛简要介绍了评估因果效应的主流方法,指出随机对照实验作为评估因果效应的黄金标准需要实验数据,而在社会科学研究中实验数据难以获取,通常得到的为观测数据,因此评估因果效应主要用到双重差分法、倾向评分匹配、断点回归、合成控制法等方法。

进一步,涂涛涛介绍了DAG和机器学习如何应用于观测性数据因果效应的评估。涂涛涛指出,在使用观测性数据评估真实因果效应的过程中,控制变量的合理选择至关重要,而DAG方法通过选择合适的控制变量来阻断后向路径与保留因果路径进而识别因果效应。涂涛涛介绍了DAG方法的基本规则、应用场景、构造思路与相关工具。接着,涂涛涛介绍了机器学习在因果推断中的应用,指出机器学习方法的优点在于提升预测的精度,并以Lasso方法为例介绍了应用机器学习方法筛选控制变量。涂涛涛简要讲解了正则化这一概念,并比较了Lasso回归和岭回归之间的区别,介绍了如何应用Lasso和双重差分机器学习(DDML)方法进行因果推断。最后涂涛涛讲解了CGE的适用情景与使用方法。

在研讨过程中,涂涛涛与经济学院师生就DAG方法、Lasso方法、机器学习方法的适用情景等话题展开了热烈的讨论。

会议室里的人们描述已自动生成

涂涛涛,华中农业大学经济管理学院副教授,主要研究方向为农产品贸易、农产品价格。主持教育部人文社科青年基金“生鲜农产品价格形成机制与政策研究——产业关联视角的结构路径与动态CGE模型分析”(项目编号:14YJC79011)一项,国家自然科学基金青年基金“偏向型技术进步与农业要素收入分配:基于理论和实证的分析”(项目编号:71503092)一项,教育部人文社会科学研究规划基金“农业技术进步路径对中国粮食供给安全的影响机理及其效应分析研究”(项目编号:21YJA790050)一项,国家社会科学基金一般项目“‘双目标’下居民食物消费结构转型对中国粮食安全战略影响研究”(项目编号:22BJY058)一项,合计共4项。参与国家社科基金重大项目、国家自然科学基金项目多项。以第一作者或通讯作者在《数量经济技术经济研究》、《国际贸易问题》、《世界经济研究》、《产业经济研究》、《中国科技论坛》、《国际经贸探索》、Environmental Science and Pollution Research(JCR一区,影响因子5.8)、Journal of Cleaner Production(JCR一区,影响因子11.1)等杂志发表论文多篇,出版学术专著《开放经济条件下中国产业结构优化升级研究》一部。主持翻译的《Introduction to Numerical Simulation for Trade Theory and Policy (贸易理论与政策的数值模拟导论)》一书由格致出版社、上海三联书店、上海人民出版社联合出版,该书也是国内农林高校中为数不多的入选“当代经济学系列丛书”的译著。2022年12月,负责主持的《宏观经济学》慕课课程被认定为2022年湖北高校省级一流本科课程(线上一流课程)。

微信公众号