2023年9月15日上午9:30，英国拉夫堡大学张涛教授应邀做客77779193永利集团经管学术论坛第252期，在江湾楼336晨星厅为永利集团师生带来了题为Air Pollution and Travel Behavior: Empirical Evidence from Chinese Online Data的讲座。讲座由77779193永利集团77779193永利集团周志方教授主持，李世辉教授、修宗峰副教授、殷敬伟老师、李祎老师、李孟哲老师、张颖老师等教师与各年级本硕博学生参加本次讲座。
讲座伊始，张涛教授梳理了过往阐述空气质量与旅游业发展关系的文献，如Lenzen et al.(2018)总结了全球旅游碳足迹的测算方法，Guo et al.(2019)采用自举截断回归模型（Bootstrapped truncated regression model）探究不同类型的空气污染物对中国31个省份的酒店业的影响等。后强调本文的研究基础，即空气质量（用AQI、PM2.5衡量）与旅游业发展存在双向因果关系。
接着，张教授着重介绍了本研究的贡献，即采用断点回归方法（RDD）判断因果关系，强调该研究并不关心自变量和因变量的线性或者非线性关系，而是关心两者在变化的过程中是否会出现断点，其中，他简要说明了根据多次实验结果AQI的边界值确定为150，当AQI低于150的城市空气质量定义为轻度污染，高于150则为重度污染。另外，他还提示在研究的过程中需要注意驱动变量（AQI和PM2.5）是否被操纵、被解释变量（旅游订单的数量）在断点处是否跳跃等问题，以确保结论的正确性。
最后，张涛教授展示了非参数的断点回归设计的结果并展示结论，同时通过稳健性检验、安慰剂检验以及替换解释变量进一步分析等方法，进一步证实了本文结论的有效性。结论表明，空气污染造成了旅游订单的下降。
在此讲解的过程中，许多老师都提出了自己的疑惑，例如，修宗峰副教授提出在本篇研究中AQI是一个day data，还是一个month data？张教授对此给予的解释是AQI实际上是可以精确到小时的，而在本研究是将其相加变成了day data。除此之外，大家的讨论焦点主要在于该研究中衡量空气污染的AQI值具体是如何选取的，取的是交易时的数据还是抵达时的数据，是出发地的数据还是目的地的数据，是否考虑疫情的影响。同时，部分老师还提出了自己的一些改进意见，如可以考虑出发地和目的地的空气污染程度差别，空气污染数据可以考虑采用均值等。最后，周志方教授对本次讲座做了简单总结，并对张涛教授的到来表示诚挚的感谢。（撰稿：杨秋英、赵文潇；摄影：沙煜晗；一审：陈格，二审：万萍，审核发布：危平）
