6月8日下午，美国路易斯安那州立大学经济系周前坤教授莅临中心做了“因果推断方法的前沿及应用”为主题的报告，系统梳理了近年来该领域在理论模型、估计方法及实证应用方面的进展。

报告首先从双向固定效应模型与双重差分模型的关系切入，介绍了Wooldridge（2025）的最新理论成果。该研究证明，双向固定效应估计量与双向Mundlak回归在数值上完全等价，并指出传统交错处理情境下的估计偏差并非源于方法本身，而是模型设定不够灵活。通过采用扩展双向固定效应方法，充分饱和处理队列与时间的交互项，可有效捕捉处理效应的异质性，为实证研究提供了重要启示。针对现实政策评估中普遍存在的交错干预问题，系统阐述了堆叠法的核心思想：将每次处理事件视为独立子实验，通过构建对齐事件时间的干净数据集，排除被污染的对照组，以获得无偏估计。同时，由于基础堆叠DID估计量仍存在权重偏差，需通过校正样本权重加以修正，并强调应充分关注处理效应的异质性与动态变化。

在反事实估计方面，对比了经典合成控制法与面板数据方法。SCM要求权重非负且和为1的约束在实践中常难满足，而PDA通过无约束回归及AICc或LASSO进行最优对照组筛选，在多种数据生成过程中表现更优。此外，矩阵补齐这一新兴稳健方法将反事实估计转化为矩阵填补问题，利用低秩结构通过核范数正则化进行预测，不依赖凸包约束，在多处理单元、多时点的复杂面板数据中具有更好的精度和稳健性。

报告最后聚焦于溢出效应下的因果推断。经典DID框架依赖于稳定单元处理值假设，但现实中政策影响常通过一般均衡效应、人口流动或产业转移等方式外溢至其他区域。“社会互动中的因果推断：基于结构突变的视角”一文将潜在结果通过因子模型刻画，把处理效应转化为结构突变带来的结果变化，利用主成分分析和结构突变模型获得一致估计量。理论证明该估计量具有一致性和渐近正态性，为存在社会互动和空间溢出效应的政策评估提供了全新识别策略。

报告最后，周教授与中心教师就方法应用、识别策略选择及学术发表等问题进行了深入交流。

（一审：丁鼎；二审：郑向杰；三审：张保胜）