前言

計量經(jīng)濟學(xué)的疆界正在不斷擴張。作為這種擴張的結(jié)果，其方法和實踐也有了長足發(fā)展，但即使是那些精于數(shù)據(jù)處理的個中老手，也會對如今如此繁多的計量方法感到困惑。幸運的是，并非所有方法都同樣有用、同等重要。那些過于新奇的方法本來沒必要如此復(fù)雜，而且還可能是有害的。從積極的方面講，雖然對計量經(jīng)濟學(xué)基本工具的解釋日趨精奧深微，但應(yīng)用計量經(jīng)濟學(xué)(applied econometrics)的核心內(nèi)容卻保持著大體穩(wěn)定。本書為實證研究者把握計量經(jīng)濟學(xué)的精義提供了一個向?qū)В�這些計量經(jīng)濟學(xué)的精義也就是我們所指的基本無害的計量經(jīng)濟學(xué)（mostly harmless econometrics）。

在應(yīng)用計量經(jīng)濟學(xué)家的工具箱中，重要的幾件工具可以列舉如下：

（1） 為了控制可能掩蓋因果關(guān)系的變量而設(shè)計的回歸模型(regression model)；

（2） 用于分析真實實驗和自然實驗的工具變量方法(instrumental variables method)；

(3)　在重復(fù)觀察中用以處理不可觀察的缺失變量的雙重差分方法(difference�瞚n�瞕ifference strategies)。

對上面這些基本技巧的創(chuàng)造性使用要求讀者對統(tǒng)計推斷的作用機理有堅實的概念基礎(chǔ)和良好的理解。應(yīng)用計量經(jīng)濟學(xué)在這兩方面的特點將會在本書中得到體現(xiàn)。

我們對計量經(jīng)濟學(xué)中哪些內(nèi)容重要的看法來自我們作為實證研究者的研究經(jīng)驗，而且特別來自我們的教學(xué)實踐和指導(dǎo)經(jīng)濟學(xué)博士研究生的工作。正是在與這些同學(xué)的思維交流中，我們完成了本書的寫作。與此同時，我們還希望這本書能夠吸引其他領(lǐng)域中正在苦苦探索如何選擇計量方法、如何解釋研究結(jié)果的研究者們。應(yīng)用計量經(jīng)濟學(xué)所考慮的問題和其他社會科學(xué)或者流行病學(xué)所考慮的問題并無本質(zhì)上的區(qū)別。任何希望運用數(shù)據(jù)指導(dǎo)公共政策或者推動公共衛(wèi)生事業(yè)發(fā)展的人都要理解并使用統(tǒng)計結(jié)果。任何希望從數(shù)據(jù)中得到有用推斷的人都可稱為應(yīng)用計量經(jīng)濟學(xué)家。

許多計量經(jīng)濟學(xué)方面的教科書都對研究方法提供了一些指導(dǎo)，因此本書和其他廣泛使用的教科書存在一些內(nèi)容上的重疊。但這本書在多個方面有別于傳統(tǒng)的計量經(jīng)濟學(xué)教科書。首先，我們認為使用數(shù)據(jù)回答特定因果關(guān)系的經(jīng)驗研究有價值，這類似于在醫(yī)學(xué)研究中經(jīng)常出現(xiàn)的隨機臨床實驗。我們研究所有問題的方法都體現(xiàn)這個觀點。在缺乏真實實驗時，我們尋找經(jīng)過良好控制的對照組，或者說自然的準(zhǔn)實驗(quasi�瞖xperiment)準(zhǔn)實驗是指對控制組或者所研究因素幾乎無法施加控制的實驗。與一般的隨機實驗的區(qū)別在于準(zhǔn)實驗無法將個體隨機分配，因此觀察得到的結(jié)果可能和個體的某些不可觀察因素有關(guān)，也就是說，我們不能保證得到結(jié)果是將觀測個體混勻后的平均值。譯者注。當(dāng)然，一些準(zhǔn)實驗研究設(shè)計要比其他一些方法更有說服力，但是在這些例子中計量經(jīng)濟學(xué)使用的方法幾乎都很簡單。因此，相比于其他教科書中對計量方法的處理，這本書對相應(yīng)主題的討論顯得更短小、更集中。我們主要對在自己的研究中讀到和使用到的概念和簡單的統(tǒng)計技巧進行強調(diào)，并與多個實證研究案例結(jié)合來解釋這些觀點和技巧。盡管我們對計量經(jīng)濟學(xué)中什么是重要的觀點并未在應(yīng)用經(jīng)濟學(xué)家中得到一致認同，但無可爭議的事實是實驗和準(zhǔn)實驗研究方法逐漸居于應(yīng)用經(jīng)濟學(xué)中影響力的那些研究的核心。

我們要指出的第二個不同是本書在一定程度上忽略嚴格性。大多數(shù)計量經(jīng)濟學(xué)教科書都對計量模型進行嚴格處理。特別地，這些書對諸如線性性和同方差性等大家認為經(jīng)典模型中普遍會被違背的假設(shè)進行大量討論。雖然在行文中也會提及這些問題，但我們采取一種更加寬容和不那么迂腐的態(tài)度。能夠支持我們以上述態(tài)度進行討論的原因乃是：我們可以對計量經(jīng)濟學(xué)中得到廣泛使用的估計值作出一個簡單的解釋，這一解釋與模型本身并無太大關(guān)系。如果我們得到的估計值不是我們想要的那個，那么一定是做這項研究的計量經(jīng)濟學(xué)家錯了，而不是計量經(jīng)濟學(xué)錯了。一個典型的例子就是線性回歸，它為我們提供了關(guān)于條件期望函數(shù)這里的條件均值函數(shù)就是一般意義上所指的總體回歸函數(shù)。在線性回歸中，總體回歸函數(shù)被假設(shè)為關(guān)于參數(shù)線性的。的有用信息，而不論條件期望函數(shù)究竟是什么形狀。同樣，工具變量方法可以估計出經(jīng)過良好定義的總體的平均因果效應(yīng)，即使這個工具變量無法影響所有個體。許多應(yīng)用研究者往往從直覺上理解基本計量工具在概念上的嚴格性，因此隱藏在嚴格性背后的大部分理論將不會在本書中出現(xiàn)。本書在處理推斷問題上也有所不同，我們并不過多地考慮漸進有效性，而是用大多數(shù)篇幅考慮實際中不易處理的有限樣本問題。

本書的預(yù)修要求是掌握概率論和統(tǒng)計學(xué)的基本知識。我們特別希望讀者熟悉統(tǒng)計推斷的基本概念，比如t�步y(tǒng)計量和標(biāo)準(zhǔn)誤(standard error)。對數(shù)學(xué)期望等概率論知識的熟悉也會有所幫助，但是之外的數(shù)學(xué)知識并不多作要求。雖然書中對部分重要結(jié)論進行證明，但是技術(shù)性的細節(jié)并不繁難。與很多計量經(jīng)濟學(xué)高級教材不同，本書僅僅少量地使用線性代數(shù)。因此，我們提供的這本指南應(yīng)該比與之競爭的其他書籍更易閱讀。后，我們從Douglas Adams的系列輕松小說中持續(xù)獲得靈感，在這種心境的引導(dǎo)下，我們的指南可能會偶爾地缺乏一點精確性，但是要比流行于市面上的多個百科全書式的大部頭(Encyclopedia Galactica Econometrica)計量經(jīng)濟學(xué)教科書便宜。這里還要感謝普林斯頓大學(xué)出版社同意出版我們的這本指南。