近日，实验室周亚虹教授合作论文Marginal treatment effects in the absence of instrumental variables在计量经济领域顶刊Journal of Applied Econometrics在线发表；李龙飞教授合作论文Robust estimation for the spatial autoregressive model在计量经济领域顶刊Econometric Theory在线发表。
周亚虹教授与浙江财经大学潘哲文副教授、王正新教授以及浙江大学张俊森教授合作的论文提出了一种在不强加工具变量（IV）独立性、排他性和可分性（或单调性）假设的条件下，定义、识别和估计边际处理效应（MTE）的方法。基于处理误差与协变量统计独立的简化形式，论文在新的MTE定义下发现，即使不存在工具变量，MTE与标准处理参数之间的关系依然成立。论文提供了一组充分条件以确保在本质异质性环境中识别所定义的MTE。关键条件包括：潜在结果回归函数的线性约束、倾向得分的非线性约束，以及将导致可加分离性的条件均值独立约束。论文运用基于函数形式的半参数识别概念证明了这一识别结果。此外，我们以"启智计划"（Head Start）为例进行实证应用，展示了当工具变量难以获取时，所提出的方法在分析异质性因果效应方面的实用性。
周亚虹，国家级人才项目特聘教授、上海市领军人才、新世纪优秀人才，主要研究领域为数量经济理论和应用，在国内外权威期刊Journal of Econometrics、Journal of Business & Economic Statistics、Econometric theory、《经济研究》《经济学季刊》《管理世界》《管理科学学报》等期刊发表文章50余篇。研究课题以国家重大需求为导向，主持完成国家自然科学重点项目、面上项目、国际合作项目，在研国家自然科学基金重点项目和面上项目。在已结题项目的后评估中两次被评为特优。
李龙飞教授与厦门大学刘拓副教授、许杏柏教授和中国人民大学梅应丹副教授合作的论文针对空间自回归模型提出了两种Huber型估计方法，即Huber工具变量（IV）估计和Huber广义矩估计（GMM）。论文建立了这些估计量的一致性、渐近分布、有限样本崩溃点和影响函数。模拟研究表明，与相应的传统估计量（两阶段最小二乘估计量、最优工具变量估计量和GMM估计量）相比，当未知扰动项具有厚尾特征时，我们的估计量更具稳健性；而当扰动项具有薄尾特征时，论文所提出的估计量仅损失少量效率。此外，Huber GMM估计量的表现也优于文献中现有的几种稳健估计量。最后，论文将所提出的估计方法应用于研究城市热岛效应对房价的影响。相关程序包已在GitHub上发布（https://github.com/Xingbai2004/Huber-GMM），供研究者在实证研究中使用。
李龙飞，计量经济学会院士（Econometric Society Fellow）、中国台湾地区“中央研究院”院士、世界空间计量学会、经济测量学会等学会会士。曾作为终身教授在明尼苏达大学、密歇根大学、佛罗里达大学、香港科技大学、俄亥俄州立大学等多所名校任教。曾任14本国际期刊的主编、副主编或编委。在国际顶级和知名期刊发表论文170余篇。正在主持国家自科重点项目。目前研究领域是微观计量经济学、空间计量经济学，他的工作为空间计量领域数十年的理论研究建立了研究范式。
计量经济模型与方法团队作为实验室的特色理论研究团队，主要进行微观计量、政策评估、网络与空间计量等方面的研究。实验室同时设有“网络与空间计量经济学研究中心”，立足理论前沿和应用需求，通过发展空间和网络计量理论，应用空间和网络大数据模型回应经济理论发展和政策分析评估的需求。研究团队构建了以国家级学者为学术带头人，国家级青年人才与省部级人才为中坚力量，青年学者为培育梯队的完整人才体系。