6月30日下午，由清华大学公共管理学院主办，政治与公共政策研究所（以下简称“政策所”）、清华大学国情研究院、研究生会联合承办的第62期公共管理学术前沿讲座在学院322教室举行，加拿大多伦多大学经济系长聘副教授宛圆渊以“断点回归模型的识别和检验”为主题做专题演讲。讲座由政策所所长戴亦欣主持，学院副院长朱俊明、副教授张鹏龙点评，学院副教授刘生龙、赵静，助理教授王洪川以及来自清华大学、中国社会科学院大学的硕、博研究生、博士后共计二十余人参加了本次讲座。
活动现场
宛圆渊的研究主要针对模糊断点回归模型中的经典假设，提出了改进断点回归模型有效性的检验方法，并对断点回归的实际应用与规范操作进行了一系列深入讲解。讲座第一部分，他首先指出断点回归模型的前提假设，即局部单调性假设(local monotonicity)和局部连续性假设(local continuity)，其中局部连续性假设又包含两种类型，分别是平均值意义上的局部连续性假设(lc-m)与分布意义上的局部连续性假设(lc-d)，满足lc-m条件即可得到平均处理效应的一致估计，满足lc-d条件则可以得到条件分布的一致估计。在详细介绍断点回归模型前提假设的基础上，宛圆渊提出一种新的断点回归模型假设检验方法，即sharp testable implication(sti)。该方法首先构造被解释变量的一系列闭区间集合，然后基于理论分析得出可以通过两个不等式条件对每个区间上的局部单调性假设和局部连续性假设进行检验。宛圆渊从理论计量的视角指出，sti方法的满足是断点回归有效性的必要条件，而mccrary(2008)提出的样本分布连续性检验是断点回归识别局部处置效应非必要非充分条件，因此sti方法是对mccrary(2008)方法的有用补充。讲座第二部分，宛圆渊分别以中学班级规模断点研究设计(angrist & lavy, 1999)和补贴发放标准的断点研究设计(miller et al., 2013)两个实际研究作为案例，实证呼应了所提出理论检验方法的可靠性。
宛圆渊作专题演讲
戴亦欣主持讲座
点评环节，张鹏龙指出，sti方法主要依赖被解释变量而非样本本身的分布进行有效性检验，意味着即便样本分布的连续性检验不满足，只要部分被解释变量的分布能够通过sti方法，同样能够继续应用断点回归方法，得到可靠的估计结果，因此sti方法为实证研究者提供了更加灵活的模型设定形式和更加可靠的检验结果。朱俊明指出，从公共管理研究的视角来看，断点回归方法作为内部有效性较强的一种因果推断方法，在进行政策效应评估中具有十分重要的作用，宛老师的讲解为检验断点回归因果识别的可靠性提供了参考，同时在从事公共管理研究过程中，推动提高断点回归的外部效度也是未来可能的一个发展方向。
嘉宾点评和交流
提问交流环节，来自清华大学、中国社会科学院大学的同学们分享了自己在应用断点回归模型开展实证分析的一些心得和困惑，同时就断点回归的有效性、mccrary方法与sti方法的区别、断点回归识别中的政策叠加等问题与嘉宾进行了讨论。
学生提问交流
最后，宛圆渊在讲座海报上签名，并同与会师生合影留念。
活动合影
供稿 | 政治与公共政策研究所、国情研究院、科研办、研究生会