臺大管理學院研究方法系列工作坊 When IS Meets Economics: A Methodological Workshop on Empirical Research in IS

院行政辦公室

撰文者／資訊管理學研究所所博士後 李怡珍

2024年7月12日，臺大管理學院研究方法系列工作坊第四場次，主題為「當資訊系統遇上經濟學」。此次活動由Tulane University副教授Yi-Jen (Ian) Ho擔任主講者。何老師擁有豐富的學術背景，從國立中央大學資訊管理系畢業後，赴美國亞利桑那大學取得資訊管理碩士學位，而後至加州大學爾灣分校取得資訊系統經濟學博士。他的研究興趣包括適地性服務(Location-based Services)、線上平台(Online Platforms)及人工智慧(Artificial Intelligence)，並在這些領域發表了多篇高影響力的論文。

何老師首先介紹了工作坊的議程，涵蓋了因果推論(Casual Inference)、隨機對照試驗(Randomized Controlled Trial）、準實驗方法(Quasi-experiments，包含Difference in Differences, Regression Discontinuity)、工具變量法(Instrumental variables)以及結構模型(Structural modeling)等多種實證研究方法。他強調了因果推論在問題制定中的重要性，指出「因果關係的識別是制定有效政策的第一步」。他特別提到，因果推論方法能幫助研究者在觀察到的數據中識別出真實的因果關係(Causation)，而不是僅僅依賴於相關性(Correlation)。

隨機對照試驗(RCT)被認為是推論因果關係的黃金標準。何老師解釋，通過隨機分配受試者到處理組和控制組，能夠最大限度地避免內生性問題。隨機分配的過程有助於平衡受試者特徵，從而使得兩組在其他方面都盡可能相似，唯一的區別在於是否接受了處理。這樣，任何觀察到的結果差異都可以更可靠地歸因於處理效果，而非其他混雜因素。他還詳細介紹了RCT的具體步驟，包括隨機分配、平衡檢查、統計比較和異質性處理效果分析。

當隨機對照試驗在某些情況下無法進行時，準實驗方法提供了另一種推論因果關係的途徑。這些方法包括差異中差異法(Difference in Differences, DID)和回歸不連續設計(Regression discontinuity, RD)。差異中差異法透過比較處理組和控制組在政策實施前後的變化來推論因果關係。何老師引用了Card和Krueger(1994)的經典案例來說明這一方法，他們的研究顯示，新澤西州的最低工資上升並未導致失業率增加。回歸不連續設計則利用一個閾值來區分處理組和控制組，通過比較閾值兩側的結果來推論因果關係。他提到Thistlethwaite和Campbell（1960）的研究展示了國家優異獎學金對學生未來成就的影響，這是一個回歸不連續設計的典範。

何老師還介紹了工具變量法(IV)，這是一種在自變量與誤差項相關時用來識別因果關係的方法。工具變量法的核心在於找到一個與自變量相關，但與誤差項無關的變量，這樣通過工具變量來估計自變量對依變量的影響。經典案例包括Angrist和Krueger(1991)使用出生季節作為工具變量來研究教育對收入的影響。這些方法的介紹不僅展示了其理論基礎，還通過實際案例說明了其應用價值。

在這次工作坊中，何老師還分享了他在適地性服務、線上平台及人工智慧方面的研究成果。他的研究涵蓋了遊戲化、地理圍欄和社交標籤等方面，並探討了這些技術如何應用於市場營銷、提升消費者參與度及改變消費行為。例如，他提到遊戲化應用於市場營銷的研究，顯示遊戲化比傳統的優惠券更能激發消費者的內在動機，從而提升消費者的參與度和購買量。

何老師在工作坊的最後總結，實證研究方法是理解和解決現實世界問題的強大工具。無論是隨機對照試驗還是準實驗方法，這些技術都能幫助我們識別因果關係，制定更有效的政策和策略。他鼓勵與會者將這些方法應用到自己的研究中，推動資訊系統與經濟學的進一步發展。總之，這次工作坊不僅為參與者提供了豐富的理論知識，還展示了實證研究方法在實際應用中的巨大潛力。