7月1日上午，来自约翰•霍普金斯大学的胡颖尧教授为暑期学校学员们带来了主题为“Microeconomic Model with Latent Variables: Econometric Methods and Empirical Applications”的精彩课程。胡教授指出，由于变量的不可观测性，经济学模型中的变量与现实可得的变量并不是一一对应的，一些在理论模型中非常 重要的变量并不能在数据观测到。例如，消费函数中的永久性收入（permanent income）、工资函数中劳动者的能力（ability）、认知模型中的信任（belief）、拍卖理论中的异质性（unobserved heterogeneity）等。而忽视这些不可观测变量的测量误差将导致内生性问题。他认为测量误差模型可以很好地解决这一类问题，测量误差模型刻画了 潜在变量与其测量值的关系。如果我们知道测量值的分布以及测量值与潜在变量之间的关系，我们就有可能识别潜在变量的分布。接着，胡教授分别就离散和连续的 情况介绍了测量误差模型的基本模型，识别所需的假设，以及自己与合作者对经典模型的拓展。最后，胡教授简要地概括了测量误差模型在拍卖理论、动态学习模型 （dynamic learning models）、失业率与劳动参与率、认知与非认知技能的形成、匹配模型、收入动态（income dynamics）等领域中的应用。

胡颖尧教授

       当天下午，来自西南财经大学的傅十和教授为暑期学校学员们带来了主题为“Labor Market Agglomeration Economies”的精彩课程。首先，傅教授介绍了产业聚集经济（Business agglomeration economies）和劳动力市场聚集经济（Labor market agglomeration economies）的概念以及区别。Shihe Fu教授还列举了劳动力市场聚集经济的微观基础，包括劳动力市场的汇集效应（pooling effect），人力资本的外部性，社交网络等。接着，Shihe Fu教授展示了一些在文献中发现的关于劳动力市场聚集经济的实证证据，以及常用的识别策略。Shihe Fu教授认为，关于劳动力市场聚集经济的新研究方向包括城市扩张、通勤、聚集经济与社会互动、聚集经济与创新以及企业家精神、城市与技能等。最 后，Shihe Fu教授简单介绍了两篇自己的关于劳动力市场聚集经济的论文（Ananat, Fu, and Ross,2013；Yang, Li, and Fu，2016)。    

傅十和教授