信息来源：统计与大数据研究院 发布日期：2026-05-13

2026年4月10日下午，上海财经大学周亚虹教授受邀访问中国人民大学。周亚虹教授开展了主题为“Marginal Treatment Effects (MTEs) in the Absence of Instrumental Variables (IVs)”的讲座。本次讲座由统计与大数据研究院张政长聘副教授主持。

蔺德宜 统计与大数据研究院2024级硕士研究生：
      周亚虹教授的讲座让我对边际处理效应有了更清晰的认识。过去学习因果推断时，我更多关注平均处理效应或工具变量方法，而这次报告强调，处理效应在不同个体之间可能存在显著异质性，仅看平均效应并不足够。尤其令我印象深刻的是，在缺少有效工具变量的情况下，仍可以通过模型结构和识别条件来研究异质性因果效应。这让我意识到，因果推断的关键不仅在于估计方法本身，更在于如何合理提出假设，并解释这些假设背后的经济学含义。

赵悦 统计与大数据研究院2024级硕士研究生：
       本次讲座中，周亚虹教授以“开端计划”(Head Start) 项目为例，展示了边际处理效应方法在现实政策评估中的应用。报告让我认识到，教育干预、社会项目等问题中的政策效果并不是单一的，不同个体因自身特征和选择倾向不同，可能会从同一项目中获得不同程度的收益。相比单纯估计平均效果，边际处理效应提供了更细致的分析视角。通过这次学习，我更加理解了识别假设、模型设定与实证问题之间的关系，也感受到统计方法在经济政策研究中的重要价值。