01 / 導讀
導讀
引用
Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press.
章節概要
作為研究生計量經濟學著作，本書篇幅不長，參考文獻之前約340頁，分為三個板塊：導論（第1–2章）、核心（第3–5章）和擴充套件（第6–8章），最後是一個簡短的收尾部分。出版社稱，本書是對計量經濟學要點的一次不拘一格的回顧，聚焦於應用研究者最常用的工具，並解釋了為什麼更花哨的技術通常沒有必要，甚至有危險。
第1章 關於問題的問題（Questions about Questions）
導論部分的簡短開篇，講述驅動各種方法的問題。出版社把全書圍繞明確的因果問題來組織，例如班級縮小是否提高學習成績，或者教育能使工資提高多少。
第2章 理想的實驗（The Experimental Ideal）
把隨機實驗作為因果推斷的基準。各節依次討論選擇問題、隨機分配如何解決選擇問題，以及對實驗的迴歸分析。
第3章 讓迴歸有意義（Making Regression Make Sense）
核心部分開頭的一章，篇幅較長，約85頁。內容包括迴歸基礎、迴歸與因果關係、異質性與非線性，以及迴歸細節一節。附錄推導平均導數加權函式。
第4章 工具變數的實際運用：有時你能得到你所需要的（Instrumental Variables in Action: Sometimes You Get What You Need）
把工具變數作為分析自然實驗的方法。各節涉及工具變數與因果關係、漸近兩階段最小二乘推斷、兩樣本與分樣本工具變數、潛在結果異質時的工具變數、區域性平均處理效應（LATE）的推廣，以及工具變數的細節，並有附錄。
第5章 平行世界：固定效應、雙重差分與面板資料（Parallel Worlds: Fixed Effects, Differences-in-Differences, and Panel Data）
討論個體固定效應、雙重差分，以及固定效應與滯後因變數之間的選擇，並附有關於後者的附錄。
第6章 有點跳躍：斷點回歸設計（Getting a Little Jumpy: Regression Discontinuity Designs）
涉及精確斷點回歸設計和模糊設計，本章把後者與工具變數聯繫起來。
第7章 分位數迴歸（Quantile Regression）
介紹分位數迴歸模型以及分位數處理效應的工具變數估計，把分析從條件均值擴充套件到分佈的其他位置。
第8章 非標準的標準誤問題（Nonstandard Standard Error Issues）
處理如何得到正確的標準誤：穩健標準誤估計的偏誤，以及面板中的聚類與序列相關，附錄推導簡單的 Moulton 因子。
結語（Last Words）
位於縮略語表、實證研究索引和參考文獻之前的簡短收尾部分。
核心概念
導論（第1–2章）
- 選擇問題：群體之間的差異不僅來自處理本身，也來自誰接受了處理。
- 隨機分配：消除選擇問題的實驗，是非實驗研究的基準。
核心（第3–5章）
- 迴歸與因果關係：迴歸係數在什麼情況下可以解讀為因果效應。
- 工具變數與 LATE：用工具變數識別其改變了處理狀態的那部分人的效應。
- 固定效應與雙重差分：利用重複觀測和政策變化來控制不可觀測的差異。
擴充套件與推斷（第6–8章）
- 斷點回歸（精確與模糊）：利用規則中的門檻，比較恰好位於兩側的個體。
- 分位數迴歸：估計結果分佈上均值以外位置的效應。
- 穩健標準誤與聚類標準誤：允許異方差以及組內相關的統計推斷。
評析
優點
- 集中的工具箱。 本書集中講述用於統計控制的迴歸、工具變數、雙重差分、斷點回歸和分位數迴歸，外加標準誤。作者網站上引用的評論者稱它把通常需要多年才能獲得的知識濃縮了（Amitabh Chandra，哈佛肯尼迪學院），並稱它很好地結合了統計細節、計量直覺和實踐指導（Bill Evans，聖母大學）。
- 先設計，後技術。 每種工具都被作為回答因果問題的方式引入，並以第2章的理想實驗為錨點，使讀者有一套一貫的標準來評判識別策略。
- 大量實證例子。 出版社強調書中有許多應用微觀經濟學的實證例子，書末還有所用實證研究的索引。
- 面向實踐者。 Sandra Black（加州大學洛杉磯分校）稱它不僅是學生，而且是所有做實證工作的人的資源。
- 對統計推斷的覆蓋。 用整整一章講標準誤，包括聚類和序列相關，提供了同等篇幅的教材常常缺少的實用指導。
侷限
- 以學過一門課程為前提。 本書是一本伴讀而非入門教材；沒有學過普通最小二乘法和基本機率的讀者會覺得內容密集。
- 有選擇的工具箱。 本書集中於應用微觀經濟學的方法，目錄中沒有時間序列方法的章節，因此是對完整計量經濟學教材的補充而非替代。
在課程中的定位
這是書單上層次最高的計量經濟學著作，面向將要從事應用微觀經濟學研究的讀者。Stock 與 Watson 的 Introduction to Econometrics 和 Wooldridge 的 Introductory Econometrics: A Modern Approach 從頭講授迴歸、假設檢驗、面板資料和工具變數，是合適的起點；Studenmund 的 Using Econometrics 透過直覺和實踐而非矩陣代數講授單方程迴歸。Newbold 等人的 Statistics for Business and Economics 是提供機率與推斷背景的統計學教材。
同兩位作者的 Mastering 'Metrics 是通俗的伴讀本：它透過著名研究，用平實的語言和極簡的符號介紹五種核心工具。先讀它或與之並讀，能讓 Mostly Harmless Econometrics 中更形式化的論述容易理解得多，作者自己的網站也把覺得數學太重的讀者引向那本書。
如何使用本書
本書適合已經掌握普通最小二乘法以及基本機率統計（期望、方差、抽樣分佈）的經濟學及相關領域研究生和應用研究者。
實用安排：
- 核心： 按順序讀第2至5章。第2章確立邏輯；第3章值得仔細閱讀，尤其是關於迴歸與因果關係的各節；第4章和第5章給出處理不可觀測混雜因素的兩大主要策略。
- 擴充套件： 第6章和第7章在第5章之後可以任意順序閱讀。
- 推斷： 在開展任何實證專案之前先讀第8章，因為它講穩健標準誤和聚類標準誤。
每讀一章，可從書中的實證研究索引裡選一項研究，閱讀原論文，看這種方法如何實際運用。初讀時可跳過附錄，需要推導時再回頭查閱。