2023年11月27日21:00至23:00（北京时间），运输经济学顶刊Transportation Research Part B: Methodological主编、美国交通部国家大学交通行为与需求研究中心主任、得克萨斯大学奥斯汀分校Chandra Bhat教授应邀作了题为“On a Causal Analysis of Factors Affecting Housing Choices”的专题讲座，开启了第十一届“运输与时空经济论坛”国际会议之交通运输经济学主编面对面专题讲座的序幕。主编系列专题讲座共六场，由威廉希尔中文网站平台和爱思唯尔集团共同主办，每场特邀一位主编分享自己的前沿研究。专题讲座采用ZOOM在线会议形式进行，并由爱思唯尔视频号及服务号同步全球直播。第一场讲座由威廉希尔中文网站平台王雅璨教授主持。会议吸引了8404位观众在线参与，其中zoom会议室参会128人，爱思唯尔观看8276人次。

Transportation Research Part B: Methodological主编专题讲座开启

威廉希尔中文网站平台王雅璨教授主持

Chandra Bhat教授是运用统计和计量方法分析人类交通选择行为及城市政策设计的先驱。他目前的研究包括交通的社会和环境、新兴技术和移动选择的规划影响、交通安全中的公平考虑以及数据科学和预测分析。他是全球被引用次数最多的三位交通学者之一，并获得过许多奖项，包括 2017 年大学交通中心理事会（CUTC）终身成就奖、2015 年美国土木工程师学会（ASCE）、Frank M. Masters奖和 2013 年德国洪堡奖。2017 年，他被埃诺基金会列为学术界十大交通思想领袖之一。最近，他获得了美国交通工程师学会（lTE）颁发的 2022 年西奥多-马特森纪念奖（Theodore Matson Memorial Award），以表彰他“在解决交通行业关键问题方面的长期卓越学术贡献”。他还是一个卓越的教育家，许多他培养的学生都成为了旅行建模领域的佼佼者，在Chandra Bhat教授的指导下完成的研究获得了众多国家级论文奖。Chandra Bhat教授目前担任Transportation Research - Part B的主编，同时也是美国土木工程师学会交通与发展学院（T&Dl）的主席。

在本次讲座中，Chandra Bhat教授以“On a Causal Analysis of Factors Affecting Housing Choices”为主题分享了自己的最新研究。Chandra Bhat教授首先提出了一个重要的问题：因果调查的理想数据是怎样的，他认为横截面数据和纵向数据都有其优势和劣势，在分析过程中，必须控制其他的影响因素，才能得到真正的因果关系。接着Chandra Bhat教授以自动驾驶中的出行行为分析以及远程工作和住房选择间的关系为例说明了变量之间存在复杂的关系，分析因果关系是困难的。Chandra Bhat教授重点介绍了远程工作和住房选择的工作。由于新冠疫情，需要重新评估影响住房选择的重要因素，通勤距离可能不再是居住选择的重要决定因素。离散选择模型是研究居住选择的主要方法，也有人以社区为研究对象进行研究，但是这些方法都有缺陷，他提出解决方案是联合建模（GHDM），将家庭的外生社会人口学特征，生活方式偏好和态度等指标都纳入模型，综合运用测量方程模型和结构方程模型。通过对美国人口普查数据的分析，研究结果显示了这些因素之间存在复杂的关联，最后从远程工作、通勤距离、公平等方面提出政策建议。Chandra Bhat教授认为这篇论文考虑到未观察到的相关性效应，使我们能够估计结果之间的真正因果关系。

Chandra Bhat教授分享最新研究成果

随后，同济大学刁弥教授和埃因霍温理工大学廖飞雄助理教授分别进行了点评。刁弥教授认为Chandra Bhat教授的研究很有价值，新冠疫情使得住宅选择发生了改变，需要对住房属性对住宅选择的影响进行建模。住宅选择上的传统离散选择模型面临很大的挑战，而Chandra Bhat教授提出的广义混合数据模型（GHDM）根据社会人口特征和潜在生活方式倾向确定的综合因素，很好地改善了结果。刁弥教授提出三个问题，一是潜在的生活方式偏好和住房选择之间的时间不匹配如何解决，二是本文运用横截面数据+复杂模型来分析因果关系，在经济学中，研究人员常依靠实地实验或自然实验来构建因果关系，并使用双重差分和面板数据/重复横截面数据等方法来评估干预措施的干预效果。这两种研究方法的各自优势何在，如何选择？三是测试新冠疫情是否改变居民的居住选择。Chandra Bhat教授认为这些问题都很有意义，并对这些问题一一进行了回应。

同济大学刁弥教授精彩点评

廖飞雄助理教授认为这个研究在交通和住房领域有很重要的意义，接着和Chandra Bhat教授就研究展开了深入的讨论。Chandra Bhat教授认为，尽管现今研究中有大量大数据和面板数据以及先进模型，但在小数据研究中，基础概念和理论更为关键。Chandra Bhat教授强调数据需在有机制和概念设计的基础上才具有意义，同时提醒注意大数据中的欺骗性算法。两位教授讨论了模型的细节问题，并对其在中国情境中的适用性提出了建议，强调针对中国特定现实进行数据分析和比较的必要性。最后，两位教授就政策制定如何在提高公平性的同时考虑在时间和预算限制下政策优先级进行了探讨。

埃因霍温理工大学廖飞雄助理教授精彩点评

在本次讲座中，Chandra Bhat教授聚焦“On a Causal Analysis of Factors Affecting Housing Choices”这一主题，研究了住房选择与个体生活方式和地理位置之间的关系，使用了广义混合数据模型（GHDM）来分析各种因素，包括个体特征、地理因素和住房属性，住房类型、租赁情况、庭院存在与否、卧室数量等多个因素的影响。研究结果显示了这些因素之间复杂的关联，为理解住房决策提供了有价值的见解，令参会者受益匪浅。两位特邀点评人刁弥教授和廖飞雄助理教授在总结这一前沿研究的内容与贡献之后，分别提出很多有价值的问题，为参会者提供了更多的思考层面与维度。与会嘉宾与参会人也在“问题与回答”环节进行了充分的交流。严谨的最新研究、精准的同行点评、多维的参会互动，很好地为参加本次讲座的全部人员提供了彼此学习与共同受益的机会。