2022年10月27日晚，由香港恒生大學經濟及金融學系副教授張俊獅主講的“發展中國家經濟增長與平等的關系”主題講座在騰訊會議線上成功舉辦。活動由我院财政研究室、财政發展指數研究中心聯合主辦，來自中山大學、人民大學、韦德体育官方网站财政稅務學院、經濟學院和韦德体育官方网站的三十餘名師生參加了此次講座。

本次講座圍繞論述傳統線性回歸方法存在的問題、基于機器學習方法的發展中國家經濟增長與不平等關系的研究以及SSCI刊物的投稿建議三個主題展開。在第一部分中，張俊獅副教授提出當前計量經濟學線性回歸方法存在兩個主要問題：（1）對回歸結果顯著性的要求限制了線性回歸方程中解釋變量的選取：解釋變量的不同組合以及變量間的多重共線性都會對顯著性産生影響，而這鼓勵了以提高顯著性為目的的對解釋變量的主觀選擇，進一步使同類問題的不同研究結果之間不可比較。（2）傳統線性回歸模型對解釋變量和被解釋變量間的非線性關系的揭示具有局限性：自然界和經濟社會中大部分的關系都不能簡單的以線性表示，而傳統線性回歸模型主要被應用于捕捉線性關系，對非線性關系特别是層級結構的揭示作用有限。

第二部分中，張俊獅副教授結合撰寫的“Unveiling the Relationship between Economic Growth and Equality for Developing Countries”介紹了機器學習方法在經濟學中的應用。解釋變量選擇方面，他将同類研究曾選擇過的所有解釋變量均用于人工神經網絡（ANN）分析，并應用了RAB（Regression with ANN and Bootstrapping）的創新方法：在第一層的自組織圖(self-organizing map ,SOM)神經網絡中對數據按特征進行聚類分組，再通過第二層的人工神經網絡進行函數逼近，結合自舉技術揭示解釋變量與被解釋變量之間的關系。相關研究結果揭示了發展中國家經濟增長和不平等之間存在的倒U型關系，現實中各國的經濟發展進程也為本次研究提供現實依據，這進一步凸顯了我國共同富裕政策的正确性與重要性。

第三部分中，張俊獅副教授以SSCI刊物JAPE（Journal of the Asia Pacific Economy）副主編的角度，為我們分享了論文寫作與發表方面的經驗。結合現在普遍的論文發表周期長問題，主講人建議保持多篇文章在投稿狀态；對使用如機器學習等較新方法的論文，建議選擇能源和環境保護相關的新興的經濟類期刊，并對向JAPE的投稿表示歡迎。 

圖 與會師生進行交流探讨

講座最後，參會師生與張俊獅副教授就機器學習相關論文的題材、模型和方法和未來經濟學發展趨勢等問題進行了熱烈的交流與探讨。本次講座也在交流中圓滿結束。

（供稿：查涵文 趙國欽 審核：曹明星 編輯：王萌）