01 / 导读
导读
引用
Angrist, J. D., & Pischke, J.-S. (2014). Mastering 'Metrics: The Path from Cause to Effect. Princeton University Press.
章节概要
全书由引言和六章组成，正文约245页，其后是缩略语表、实证注释和索引。贯穿全书的组织思路是"五大神功"（Furious Five），即作者认为回答因果问题最有价值的五种方法：随机分配、回归、工具变量、断点回归设计和双重差分。第1–5章各讲一种方法，第6章把其中几种方法用于同一个问题。功夫主题贯穿始终（例如第1章以电视剧《功夫》中的题词和"我们的道路"（Our Path）概述开篇）。第1–5章在正文末尾都有一篇"计量大师"（Masters of 'Metrics）人物小传，除第4章外，各章都附有一个附录，以更传统、基于公式的方式重述本章内容。每种方法都通过少数几项已发表的研究来展开，这些研究的数据和Stata文件可在本书网站下载。
引言
阐明本书把计量经济学视为研究因果关系之学的立场，并介绍构成全书框架的五种工具。
第1章：随机试验
1.1节（"疾病与健康（保险）"）从调查数据出发，考察有医疗保险的人是否比没有保险的人更健康，说明这类比较为何把保险的效果与选择偏差混在一起，并借助兰德医疗保险实验，提出以随机分配作为解决办法。1.2节（"俄勒冈之路"）转向俄勒冈健康计划的抽签。人物小传讲述"从但以理到R. A. 费希尔"，附录（"掌握统计推断"）在实验框架下复习均值、标准误和统计推断。
第2章：回归
本章通过"上昂贵的私立大学是否值得"这一问题引入回归，分为三节："两所大学的故事""配对一下，跑个回归"和"其他条件不变？"。正如标题所示，回归被呈现为一种通过配对实现"其他条件不变"比较的方法。人物小传介绍高尔顿和尤尔，附录讲回归理论。
第3章：工具变量
三项研究用来说明工具变量："特许学校之谜"讨论特许学校；"反虐待行动"讨论明尼阿波利斯家庭暴力实验（随机分配的警方处置并不总是按分配执行）；还有"人口炸弹"。人物小传是"了不起的赖特父子"，附录阐述工具变量理论。
第4章：断点回归设计
"生日与葬礼"利用最低法定饮酒年龄，说明结果如何在年龄门槛处发生跳跃；"精英的幻象"利用录取分数线，探讨选拔性公立高中是否能提高学生成绩。人物小传介绍唐纳德·坎贝尔。
第5章：双重差分
"密西西比实验"分析1930年银行危机期间货币政策对密西西比州银行倒闭的影响，追问在储户挤兑时中央银行是否应当出手。"喝酒，喝了……"再次回到最低法定饮酒年龄，用跨州的回归形式双重差分进行分析。人物小传介绍约翰·斯诺，附录讨论回归双重差分的标准误。
第6章：教育的回报
最后一章把前面的工具应用于教育的经济回报问题："教育、经验与收入"；基于同卵双胞胎的估计（"双胞胎，双倍乐趣"）；基于童工法和出生季度的工具变量（"看工具，知计量学家"）；以及得克萨斯州高中文凭的"羊皮效应"（"在孤星之州寻找羊皮纸"）。附录讨论测量误差造成的偏差。
核心概念
引言与第1章
- 其他条件不变的比较：在其他条件相同的情况下比较结果，这是五种方法共同追求的目标。
- 选择偏差：处理组与未处理组的简单差异中，反映两组原有差别而非处理效果的那部分。
- 随机分配：消除选择偏差的基准设计，其他方法都以它为参照来评判。
第2–3章
- 带控制变量的回归：比较在可观测特征上相匹配的处理组和未处理组个体。
- 工具变量：一个能改变处理状态、但只通过处理影响结果的变量，在对分配的遵从不完全时使用。
第4–6章
- 断点回归：利用年龄或考试分数等驱动变量在门槛处的结果跳跃来估计效应。
- 双重差分：把处理组随时间的变化与未处理组的变化相比较；第5章以回归形式在多个州之间进行估计。
- 测量误差偏差：解释变量（例如自报的受教育年限）中的误差如何使估计产生偏差。
评析
优点
- 因果问题先行。 全书围绕医疗保险、大学、警务、银行和教育等问题展开，而不是围绕估计量。Walter Krämer在《Statistical Papers》（2015年）的书评中称它是一本"相当与众不同"的微观计量经济学教材：严格从应用出发，并把几乎不存在受控实验这一难题放在最前面。
- 正文中的形式化工具极少。 公式大多放在附录里。Krämer指出，书中较早给出的期望定义会让偏重数学的读者皱眉，但能帮助不熟悉数理统计的经济学者。Simeon Paton的学生书评也同样称赞本书语言平实，并由附录承担教科书式的讲解。
- 真实研究与可复现的数据。 每个例子都是已发表的研究，作者网站为第1章和第3–6章的表格和图提供了数据和Stata .do文件，便于与动手实践结合。
- 令人难忘，引人入胜。 作者网站上汇集的Andrew Gelman、Gary King等人的推荐语特别提到本书的可读性和幽默感；"计量大师"人物小传则为每种方法提供了历史背景。
局限
- 并非完整的计量经济学课程。 书中只讲五种设计，目录中没有时间序列方法、受限因变量模型或回归的矩阵表述。Paton指出，它可能无法完整满足经济学本科课程的需要。
- 例子范围窄，且以美国为主。 Krämer认为，从哈佛与州立大学的比较到美国各州的饮酒年龄，这些例子对身处这一环境之外的读者来说相当狭隘。
- 比文风显示的更难。 Paton指出，由于话题的复杂程度上升很快，具备一些计量经济学基础会有帮助。
- 没有习题。 目录中没有习题集，练习需要依靠网站数据或配套教材。
在课程中的定位
在本课程书单中，Mastering 'Metrics 是一本以研究设计为核心的因果推断简明入门书。它很适合与系统讲解回归的传统教材搭配：Studenmund的 Using Econometrics、Stock与Watson的 Introduction to Econometrics 或Wooldridge的 Introductory Econometrics 提供本书略去的估计理论、诊断方法和其他主题，而Angrist和Pischke则解释为什么某些研究设计是可信的。如果具备Newbold等人的 Statistics for Business and Economics 所涵盖的统计基础，读推断附录会更轻松。
作者本人的 Mostly Harmless Econometrics 在研究生层次上讨论同样的工具（回归、工具变量、双重差分、断点回归，另加分位数回归）。本书网站引用的Chris Blattman的评价认为，Mastering 'Metrics 正是那本较难的书所缺少的、更轻松直观的入门读物；先读本书，再读 Mostly Harmless 会容易得多。
如何使用本书
本书适合修读第一门计量经济学或研究方法课程的经济学和社会科学本科生、政策专业学生，以及需要阅读实证论文的其他领域研究生。具备一些基础统计知识会有帮助，尤其是在读附录时。
- 核心： 按顺序读引言和第1–5章；每种方法都建立在第1章选择偏差框架的基础上。
- 附录： 第二遍阅读时再看；如果课程偏技术，可与回归教材的相应章节并读。
- 第6章： 展示如何把多种方法用于同一问题的总结性章节，适合复习。
- 实践： 从作者网站的"Killer Apps"页面下载数据和.do文件，复现书中的表格，例如俄勒冈抽签的结果或饮酒年龄断点回归的图。
读书会或政策课程可以只读正文、略过附录；计量经济学课程则应布置附录，并从传统教材中补充习题。