密集項(xiàng)目：經(jīng)濟(jì)學(xué)專題：經(jīng)濟(jì)學(xué)視角下的社會(huì)問題研究與產(chǎn)業(yè)發(fā)展---基于義務(wù)教育、女性權(quán)益、種族問題和農(nóng)村發(fā)展等維度的經(jīng)濟(jì)數(shù)據(jù)分析

專業(yè)：經(jīng)濟(jì)學(xué),社會(huì)科學(xué)

項(xiàng)目類型：國(guó)外小組科研

開始時(shí)間：2024年12月21日

是否可加論文：是

項(xiàng)目周期：4周在線小組科研學(xué)習(xí)+2周不限時(shí)論文指導(dǎo)學(xué)習(xí)

語言：英文

有無剩余名額：名額充足

建議學(xué)生年級(jí)：大學(xué)生 高中生

是否必需面試：否

適合專業(yè)：商業(yè)分析社會(huì)學(xué)經(jīng)濟(jì)學(xué)數(shù)據(jù)科學(xué)數(shù)據(jù)分析統(tǒng)計(jì)學(xué)發(fā)展經(jīng)濟(jì)學(xué)經(jīng)濟(jì)數(shù)學(xué)女性研究/性別研究勞動(dòng)經(jīng)濟(jì)學(xué)應(yīng)用經(jīng)濟(jì)

地點(diǎn)：無

建議選修：統(tǒng)計(jì)學(xué)與計(jì)量經(jīng)濟(jì)學(xué)

建議具備的基礎(chǔ)：社會(huì)經(jīng)濟(jì)學(xué)、微觀經(jīng)濟(jì)學(xué)、發(fā)展經(jīng)濟(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、數(shù)據(jù)分析、勞動(dòng)經(jīng)濟(jì)學(xué)、農(nóng)業(yè)經(jīng)濟(jì)、性別研究、種族研究等專業(yè)或希望修讀相關(guān)專業(yè)的學(xué)生；學(xué)生必須提前掌握概率論、線性回歸和R語言等相關(guān)知識(shí)。必須要有計(jì)量經(jīng)濟(jì)的基礎(chǔ)！

產(chǎn)出：4周在線小組科研學(xué)習(xí)+2周不限時(shí)論文指導(dǎo)學(xué)習(xí) 共125課時(shí) 項(xiàng)目報(bào)告 優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表指導(dǎo)（可用于申請(qǐng)） 結(jié)業(yè)證書 成績(jī)單

項(xiàng)目背景：計(jì)量經(jīng)濟(jì)學(xué)作為經(jīng)濟(jì)學(xué)領(lǐng)域的一個(gè)重要分支,主要以社會(huì)經(jīng)濟(jì)活動(dòng)的實(shí)際數(shù)據(jù)為素材,以統(tǒng)計(jì)分析方法為手段,以預(yù)測(cè)和識(shí)別因果關(guān)系為目標(biāo),為經(jīng)濟(jì)管理的實(shí)證研究和量化分析提供理論基礎(chǔ)和方法工具.由于社會(huì)經(jīng)濟(jì)數(shù)據(jù)的非實(shí)驗(yàn)性質(zhì),利用計(jì)量建模和量化分析的科學(xué)研究方法顯得尤其重要.一方面,計(jì)量經(jīng)濟(jì)學(xué)通過對(duì)實(shí)際數(shù)據(jù)的科學(xué)分析,為各種互為競(jìng)爭(zhēng)的經(jīng)濟(jì)理論提供“證偽”的可能;另一方面,通過對(duì)經(jīng)濟(jì)管理模型的量化分析,為政策實(shí)施和政策評(píng)估提供科學(xué)決策的基礎(chǔ).因此,計(jì)量經(jīng)濟(jì)學(xué)在推動(dòng)經(jīng)濟(jì)學(xué)科學(xué)化過程中發(fā)揮了不可替代的關(guān)鍵作用.雖然計(jì)量經(jīng)濟(jì)學(xué)最初以社會(huì)經(jīng)濟(jì)數(shù)據(jù)的分析為主,但隨著量化分析的重要性在各學(xué)科領(lǐng)域中日益凸顯,計(jì)量經(jīng)濟(jì)學(xué)的分析工具和分析方法已逐漸滲透到心理學(xué)、醫(yī)療管理、公共管理、金融工程、能源管理、社會(huì)學(xué)和政治學(xué)等各個(gè)領(lǐng)域,成為發(fā)展非?；钴S、應(yīng)用日益普及的方法論學(xué)科和交叉學(xué)科。

項(xiàng)目介紹：人們常說 '相關(guān)性不等于因果關(guān)系'，但在經(jīng)濟(jì)學(xué)的研究中，一個(gè)核心問題是利用相關(guān)關(guān)系來確定因果關(guān)系。對(duì)于實(shí)驗(yàn)數(shù)據(jù)來說，這樣做是相對(duì)直接的，但對(duì)于許多社會(huì)問題來說，研究者將感興趣的因果變量直接進(jìn)行比對(duì)分析是不可行的。因此本課程將重點(diǎn)闡述經(jīng)濟(jì)學(xué)家用來推斷因果關(guān)系的計(jì)量統(tǒng)計(jì)方法，以及該方法在不同產(chǎn)業(yè)和案例中的實(shí)證應(yīng)用。例如在教育中的數(shù)據(jù)研究、中國(guó)江西的農(nóng)民收入問題、美國(guó)的種族歧視導(dǎo)致的黑人就業(yè)勞動(dòng)問題和女性在工作中的被歧視問題。我們將利用線性回歸的數(shù)據(jù)分析技術(shù)，使用實(shí)驗(yàn)性和觀察性（非實(shí)驗(yàn)性）數(shù)據(jù)研究。我們將涵蓋橫截面回歸調(diào)整，以及諸如差額法和工具變量法等 '自然實(shí)驗(yàn) '方法，對(duì)這些不同經(jīng)濟(jì)產(chǎn)業(yè)和不同社會(huì)問題進(jìn)行科學(xué)的量化分析，從而在龐雜的數(shù)據(jù)中尋找不為人知的規(guī)律和癥結(jié)。

A familiar saying is that “correlation does not equal causation”, but in economics, as in many related fields, a core concern is to determine causation using correlations. Doing so is relatively straightforward with experimental data, but for many questions of interest it is not feasible for a researcher to randomize the causal variable of interest. This course introduces methods used by economists to infer causality, as well as several empirical applications of that methodology. We will focus on linear regression techniques, using both experimental and observational (non-experimental) data. We will cover cross-section regression adjustment, as well as such “natural experiment” methods as difference-in-difference and instrumental variable methods.

項(xiàng)目大綱：計(jì)量經(jīng)濟(jì)與因果關(guān)系推論 Counterfactual notation and questions of interest for causal inference 線性回歸和教育研究中的應(yīng)用 Linear regression analysis 雙重差分模型在農(nóng)業(yè)和種族研究中的應(yīng)用 Difference-in-difference methods 遺漏變量偏差的分析在性別研究中的應(yīng)用 Analysis of omitted variable bias 學(xué)術(shù)研討1 Final Project Phase I 學(xué)術(shù)研討1 Final Project Phase II 項(xiàng)目回顧和成果展示 Program Review and Presentation 論文輔導(dǎo)Project Deliverables Tutoring