人才培养

课程题目：合成控制法与开放数据研究

课程简介：合成控制法（Synthetic Control Method，SCM）在公共政策评估中广泛应用，是近些年来因果推断领域的重要方法论创新之一。对于自然实验和准实验的因果推断来说，合成控制法有助于解决不少关键方法论问题。合成控制法是“质身量骨”，能够弥合定量与定性研究的方法论之争，并为比较案例研究提供了量化分析途径。本讲座将介绍合成控制法的基本原理及其在公共政策评估中的具体应用，探讨合成控制法的操作流程与注意事项。以作者发表的一项研究为例，提出在开放科学如何影响学术期刊的研究中如何使用合成控制法。最后，对如何通过合成控制法来进行公共政策评估提出相应的对策建议。

课程时间：2023年11月18日 早上10:00 - 12:00

观看方式：直播信息将在录取学员微信群告知

马亮

马亮，中国人民大学公共管理学院教授、国家发展与战略研究院研究员。获西安交通大学管理学博士学位，曾任新加坡南洋理工大学南洋公共管理研究生院高级研究员。研究方向为数字治理、政府创新与绩效管理。出版著作五部，译著一部，在国内外学术期刊发表论文100余篇。担任International Journal of Public Administration联合编辑、Chinese Public Administration Review副主编、《公共管理与政策评论》编辑。曾获国家人才计划青年项目入选者，北京市优秀青年人才和爱思唯尔(Elsevier) 2021公共管理学科“中国高被引学者”等称号，经常在新闻媒体发表评论。

参考文献

1.Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program. Journal of the American Statistical Association, 105(490), 493-505. https://doi.org/10.1198/jasa.2009.ap08746

2.Abadie, A., Diamond, A., & Hainmueller, J. (2015). Comparative Politics and the Synthetic Control Method. American Journal of Political Science, 59(2), 495-510. https://doi.org/10.1111/ajps.12116

3.Pang, X., Liu, L., & Xu, Y. (2022). A Bayesian Alternative to Synthetic Control for Comparative Case Studies. Political Analysis, 30(2), 269-288. https://doi.org/10.1017/pan.2021.22

4.Zhang, L., & Ma, L. (2021). Does open data boost journal impact: evidence from Chinese economics. Scientometrics, 126(3393-3419). https://doi.org/10.1007/s11192-021-03897-z

5.Abadie, A. (2021). Using Synthetic Controls: Feasibility, Data Requirements, and Methodological Aspects. Journal of Economic Literature, 59(2), 391-425. https://doi.org/10.1257/jel.20191450

课程设置

本期清华交叉学科研究能力提升计划“大数据与因果推断研讨班”，邀请国内公共管理、管理科学与工程、工商管理、经济学、政治学和国际关系等学科16位优秀的青年学者，分享研究经验和前沿研究内容。

活动开始之后一周两次（周三晚上，周六上午）

期末研讨会在1月初左右举行