《精通计量》

一句话结论

判断一件事有没有造成另一件事，关键是找到可信的比较对象，并说清这项比较依赖什么假设。

值不值得读完整本？

值得读完整本。它用五种方法训练同一种思维：从看见差异，走到解释差异为什么能代表因果；第六章则检验你能否把这些方法用在同一个问题上。

• 先细读第一章和第二章，弄清反事实、选择偏误以及回归中的“其他条件相同”；这些是后面所有方法的基础。
• 第三至第五章依次阅读，每章都记录：谁与谁比较、比较为什么可信、哪项假设一旦失败就会推翻解释。
• 第六章不要跳过。教育与收入的关系把能力差异、测量误差和工具变量串起来，是全书的综合练习。
• 第一遍可以暂缓技术附录和人物掌故；准备学科考试时，应回头补统计推断、回归和工具变量的基本逻辑。
• 配合练习阅读：为每个案例画出因果链，指出可能的混杂因素，再解释估计结果究竟适用于哪些人。

核心观点

1. 随机分配让反事实比较有了可信起点

因果效应比较的是同一个人在接受与不接受某项干预时的结果。现实中无法同时观察这两个结果，随机分配可以帮助我们用另一组人的平均结果补上缺失的反事实。

为什么：自行选择接受干预的人，往往在健康、能力或动机上已经不同，直接比较会把这些原有差异算成干预效果。随机分配使分组与潜在结果独立，因此两组在平均意义上具有可比性。在遵守分配、没有组间干扰等条件下，两组平均结果之差就能估计干预的平均因果效应。随机化仍会留下抽样波动，所以还要用统计推断表达不确定性；若有人不按分配接受干预，则须区分分配的效果与实际接受干预的效果。

2. 回归的因果解释取决于是否控制了真正的混杂因素

回归可以把比较限制在可观察条件相近的人之间，但回归系数不会因为计算出来就自动成为因果效应。

为什么：如果某个因素既影响是否接受干预，又影响结果，它就可能制造虚假的因果印象。控制这个因素，相当于先在相近条件下比较，再把这些比较汇总起来。但只有当控制条件足以使处理选择与潜在结果独立，并且数据中存在可比较对象时，这条路才可信。遗漏关键因素、缺少可比人群或使用不合适的函数形式，都可能让回归偏离想回答的问题。

3. 工具变量借助外部推动识别因果，但通常只识别部分人的效果

当实际接受干预带有自我选择时，可以利用一个近似随机、能够改变干预接受情况的外部因素作为工具变量。由此识别的效果往往属于那些被这个因素改变了选择的人。

为什么：工具变量首先必须确实影响干预接受情况，否则它不能提供有用的比较。其次，它必须与潜在结果独立，并且只能通过目标干预影响结果，这就是独立性与排除限制。在二元工具、二元干预的基本情形下，再加上单调性，即不存在被工具推向相反选择的“反向服从者”，就能用工具造成的结果差异除以它造成的干预接受率差异。这个比值识别的是服从者的局部平均处理效应，不能未经论证就推广到所有人。

4. 回归断点用门槛附近的连续性构造比较

当规则使干预在某个门槛处突然变化时，可以比较门槛两侧非常接近的人，估计门槛附近的因果效应。

为什么：在门槛附近，人们的其他特征和未接受干预时的结果，应当随评分或年龄平滑变化。若只有干预在门槛处跳变，那么结果的跳变就可以归因于干预。这个解释要求没有其他因素同时跳变，并且人们无法通过精确操纵门槛变量破坏可比性。由于可信比较来自门槛附近，结论首先适用于这一局部人群；若干预接受率只是跳升而非从零变一，还需要工具变量式的解释。

5. 双重差分通过比较变化，扣除共同趋势

评估一项政策时，既比较处理组实施前后的变化，也比较对照组同期的变化，再把两者相减。

为什么：只比较政策后的两组，会把原有差异算进去；只看处理组前后，又会把经济环境等同期变化算进去。双重差分先用前后差异消去不随时间变化的组间因素，再借助对照组扣除共同时间变化。关键假设是：没有政策时，两组结果本来会沿着平行趋势变化，而不是要求两组起点相同。如果处理组同时受到另一项独有冲击，这个反事实就可能失效；政策前走势有帮助，但不能证明政策后一定满足假设。

6. 教育回报要靠不同设计互相检验，不能只读工资相关性

教育程度高的人收入更高，并不足以说明多读书造成了全部收入差异。第六章用教育回报问题检验：不同方法能排除什么偏误，又会引入什么新假设。

为什么：能力和家庭背景可能同时提高教育程度与收入，使普通比较高估教育作用。教育年限记录不准，又可能把回归系数往零拉，因此不能认定所有偏误都朝同一个方向。比较双胞胎可以减少某些共同背景差异，但仍可能受个人差异和测量误差影响；借助义务教育规则与出生季度则能寻找外部变化，但须论证工具有效。不同设计若指向相近判断，会增加信心，却不代表它们估计了完全相同的人群或证明了唯一机制。

反对意见

随机化并不自动带来可推广的答案（安格斯·迪顿、南希·卡特赖特）

迪顿与卡特赖特在《Understanding and misunderstanding randomized controlled trials》中指出，随机分配不保证一次实验中的协变量完全平衡，也不保证估计精确或结论可以推广。实验之外的人群、制度和实施条件可能不同，因此政策应用还需要理论与机制知识。这是对实验方法地位的争论，并非对本书的直接书评。

识别得出的局部效应未必是政策真正需要的参数（詹姆斯·赫克曼、塞尔希奥·乌尔苏阿）

赫克曼与乌尔苏阿在《Comparing IV With Structural Models: What Simple IV Can and Cannot Identify》中指出，有效工具变量识别出的效应，也可能无法回答政策制定者关心的问题，尤其当人们面对多种选择时。若要预测另一种政策如何改变选择与结果，可能需要明确的行为模型。这篇论文早于本书，针对的是相关方法论路线。

准实验路线不能覆盖经济学的全部问题（克里斯托弗·西姆斯）

西姆斯在《But Economics Is Not an Experimental Science》中回应两位作者的“可信度革命”论文，认为他们夸大了所偏爱方法的优势，也低估了宏观计量研究的进展。自然实验与准实验同样依赖非实验推断，不能因为设计看起来像实验就免除对假设的审查。这是对本书思想背景的批评，而非对本书的直接评论。

入门清楚，但教学工具与方法覆盖不够完整（达尼洛·弗雷雷）

弗雷雷在《Causal Inference, Shaolin Style: “Mastering ’Metrics”》中肯定本书讲解清楚，却指出回归章没有介绍可用于回归前数据预处理的现代匹配方法，书内也缺少练习。这提醒读者，本书适合建立识别思维，但还需要实际操作来巩固；其对在线练习尚未提供的观察只对应2015年，不能沿用为今天的事实。

相关推荐

• Mostly Harmless Econometrics: An Empiricist’s Companion：沿着相同思路深入估计、标准误与实证研究中的技术难题。
• The Credibility Revolution in Empirical Economics: How Better Research Design Is Taking the Con out of Econometrics：理解作者为什么把研究设计放在实证可信度的中心。
• Empirical Strategies in Economics: Illuminating the Path From Cause to Effect：进一步理解教育研究中的局部平均处理效应，以及独立性与排除限制的区别。
• Understanding and misunderstanding randomized controlled trials：对照阅读随机试验的推断边界和推广条件。
• The Limits of Inference without Theory：从行为理论与结构模型出发，追问如何预测尚未实施的政策。
• Comparing IV With Structural Models: What Simple IV Can and Cannot Identify：比较局部因果识别与更广泛政策评估所需信息的差别。
• But Economics Is Not an Experimental Science：从宏观计量角度检视作者偏好的研究路线是否被赋予了过高地位。