全球危机促使一些人发问：“经济学有什么用？”，他们所指的是大多数经济学家在大学里学过的那种经济学。我们还想追问：“计量经济学有什么用……至少按目前的教法来说？”大多数主修经济学的本科生都会修读一门计量经济学课程。这门课程本应成为学生能获得的更有用的学习经历之一。几十年来，经济学本科毕业生一直能在大量运用定量技能的行业找到工作。随着数据集规模扩大、复杂性增加，对具备数据分析技能的新毕业生的需求迅速增长。计量经济学课程承诺让学生掌握经济学家用来理解数据中隐含经济关系的强大工具。因此，令人惊讶又遗憾的是，计量经济学课程仍在传授一套抽象知识，而这套知识在很大程度上与经济政策分析、商业问题乃至学者开展的许多计量经济学研究都不相关。
在简要讨论曲线拟合之后，Pindyck 和 Rubinfeld 的首版著作（1976）以题为“模型”“估计量的统计性质”和“最佳线性无偏估计”的小节开篇。Johnston（1972）的第二版也同样从模型、假设和估计量讲起。Johnston 将多元回归模型描述为“拟合回归平面”，这是对拟合直线的双变量模型的技术性扩展。此后数十年间，本科计量经济学的经典体系几乎没有变化。Becker 和 Greene（2001）考察了世纪之交的计量经济学教材与教学，并指出：“计量经济学和统计学常常被当作数学的分支来教，即使是在商学院也是如此……教材和教学材料的重点是呈现并解释理论与技术细节，对应用的关注则居于次要地位；而这些应用往往是为了配合手头的程序而编造的……应用很少以财经报纸、商业杂志或经济学学术期刊报道的事件为依据。”
计量经济学教学与实践脱节
如今的市场主流教材仍沿袭旧教材的目录结构，把模型和假设置于经验应用之上。核心经济问题即使被提及，也只是顺带一提；经验案例仍大多是人为编造的。例如，Studenmund（2011）以一个关于身高与体重关系的虚构分析引入经验回归。Hill、Griffiths 和 Lim（2011：49）的第一个经验应用探讨食品支出与收入之间的相关性。这个可能颇有意思的关系，却没有任何说明来解释为何研究它或研究它有何用途。相反，此处的讨论强调的是“我们假设数据……满足假设 SR1-SR5”。一个少见的亮点是 Stock 和 Watson（2011）：该书以“经济问题与数据”为题的一章开篇，并通过讨论班级规模对学生成绩的因果效应来介绍回归。遗憾的是，Stock 和 Watson 也一再回到更传统的、以模型为中心的抽象论述。
计量经济学教学与计量经济学实践之间的脱节，不只是语气和例证的问题。这里最令人担忧的差距在于概念层面。五种核心计量经济学工具——实验、匹配与回归方法、工具变量、双重差分和回归不连续设计——的兴起，标志着经验经济学的一次范式转变。过去，经验研究着重于估计模型，并将其视为对经济理论的检验，或者仅仅因为人们认为计量经济学研究的就是建模。当代应用研究则围绕经济力量和经济政策提出聚焦明确的问题。
与当下对具体因果效应的重视相一致，我们的著作《精通“计量”》（Angrist 和 Pischke，2015）将回归作为一种策略，用来回答这样的问题：像许多美国学生那样，每年花费超过 50,000 美元读私立大学是否值得？当然，进入相对择优的私立学校的学生，很可能因为许多原因而收入更高——这就是困扰大多数朴素比较的选择偏差。回归是一种控制策略，可以减少这种偏差。它的价值完全取决于一个核心观念：与未控制的比较相比，经过控制的比较更可能具有因果解释。在当代计量经济学实践中，最广泛使用的计量工具旨在捕捉具体的因果关系，例如私立学校对收入的影响。这类问题容易理解，其答案会对真实的人产生实际影响，其中许多情况下也包括我们的学生。
务实主义
现代应用计量经济学的标志——毫不掩饰地聚焦因果关系——在 20 世纪 80 年代逐渐兴起，此后发展加速。1 如今的计量经济学应用大量采用准实验研究设计和随机试验，这些方法过去只见于医学研究。事实上，随机实验的概念已成为大多数应用计量经济学研究中一个基础性的统一概念。即使随机分配不可行，我们希望开展的实验这一构想，也会引导我们选择经验研究问题，并约束我们对非实验工具和数据的使用。
理解计量经济学工具的路径，始于由经济学推理所启发的因果问题。随后，我们用数据以及聚焦明确、执行审慎的经验分析来回答这些问题。医疗保险对健康有什么影响？逮捕施暴者能否减少配偶虐待？同伴效应会影响学生成绩吗？中央银行提供流动性，能否在银行业危机中挽救银行？我们的每一章方法论内容都从这类问题出发：以一般形式提出，再给出具体回答。我们解释这些问题为何难以回答，以及简单的经验策略为何可能产生误导。我们介绍的计量经济学方法和工具，正是现代应用经济学研究中使用最广泛的那些。
我们聚焦五种核心计量经济学工具，是当代计量经济学实践的自然结果；这种实践与经典线性回归模型的形式主义、广义最小二乘法晦涩的统计假设，或许多教材中充斥的复杂联立方程框架都关系不大。我们从随机试验讲起，以此确立研究有效性的标准；接着以不依赖模型的方式详细讨论回归——这是实践者最可能使用的工具。我们关于回归的应用——估计上私立大学对日后收入的影响——展示了回归如何有力地扭转因果结论上的局面。
工具变量回归最初是为解决供需曲线估计问题而发明的，但我们对工具变量的讲解，契合了工具变量回归如今最常见的用途：解决选择偏差问题。相比之下，Hill、Griffiths 和 Lim（2011）在一章听起来颇为吓人的内容中介绍工具变量回归，章节标题是“随机回归量与基于矩的估计”。在以三个有趣案例说明如何运用工具变量回归捕捉因果效应之后，我们接着讨论回归不连续设计和双重差分方法。检索 Econlit 可发现，自 1990 年以来已有数百篇论文使用这两种方法。然而，Studenmund（2011）以及 Gujarati 和 Porter（2010）完全没有提及它们；Hill、Griffiths 和 Lim（2011）以及 Wooldridge（2012）也只简略讨论了双重差分。
不只适用于线性模型
除了内容更加与时俱进，我们的著作还通过摒弃旧式计量经济学教学法幼稚的字面主义，更新了计量经济学经典体系。本着这一精神，我们不认同回归必须与字面意义上的线性模型绑定。无论这些平均值是否符合线性方程，回归都能描述平均值之间的差异。这是一种普遍属性——可靠地成立——我们不会用经典假设不成立将招致何种惩罚来吓唬读者。我们在讨论回归时，首先请读者思考目标因果效应是什么；其次请他们问：“你想要的回归是什么？”换句话说，在试图通过回归剔除平均因果效应时，你希望控制哪些因素？遗漏变量偏差，就是这种理想回归与手头实际回归之间的差异。本着同样的精神，我们把工具变量介绍为一种在随机化自然实验中解决依从性问题的方法。由此很容易引出对两阶段最小二乘法的讨论：这是一种强大的方法，可利用来自各种来源的工具变量变异。最后，我们以问题为导向综合关于教育经济回报的研究，展示不同方法如何揭示同一潜在因果关系的重要方面。
据我们的经验，大多数计量经济学教师喜欢使用数据，也希望并期待学生同样如此。然而，继承下来的计量经济学经典体系有一个令人遗憾的后果：内容枯燥乏味。这确实是个问题，因为现代应用计量经济学既有趣、切题，而且确实好玩！教师若能像在研究中使用计量经济学那样享受教学，就有望把这种热情传递给学生。我们希望分享对数据的热情，为下一代学者、政策制定者和具备经济素养的公民播下有用数据分析的种子。我们的教学方法受到《魔鬼经济学》系列的欢迎，这清楚地体现了其前景；Acemoglu、Laibson 和 List（2015）新出版的经济学原理入门教材也让这一前景生动呈现。他们的经济学视角将问题和证据置于抽象模型之前。我们很高兴与这些同行一道，努力打磨并更新本专业陈旧的教学经典体系。
参考文献
Acemoglu, D, DI Laibson, and JA List (2015), 《经济学》，Pearson。
Angrist, JD, and J-S Pischke (2015), 《精通“计量”：从原因到结果的路径》，Princeton University Press。
Becker, WE, and WH Greene (2001), “本科生统计学与计量经济学教学”，《经济学展望杂志》，169-182。
Gujarati, DN, and DC Porter (2010), 《计量经济学要义》，McGraw-Hill。
Hamermesh, DS (2013), “经济学顶级出版物的六十年：谁在发表？如何发表？”， 《经济学文献杂志》，162-172。
Hill, RC, WE Griffiths and GC Lim (2011), 《计量经济学原理》，Wiley。
Johnston, J (1972), 《计量经济学方法》，McGraw-Hill。
Pindyck, RS, and DL Rubinfeld (1976), 《计量经济学模型与经济预测》，McGraw-Hill。
Stock, JH, and MW Watson (2011), 《计量经济学导论》，Addison-Wesley。
Studenmund, A H (2011), 《计量经济学应用：实用指南》，Addison-Wesley。
Wooldridge, JM (2012), 《计量经济学入门：现代方法》，South-Western Cengage Learning。
尾注
1 例如，参见 Hamermesh（2013）中的表 4；该表突出显示了对用户生成数据的分析日益增多，其中许多数据来自实验和准实验研究设计。
本文由 VoxEU合作发表。发表本文并不意味着世界经济论坛认可其中观点。
如需了解议程最新动态， 请订阅我们的每周简报。
作者：Josh Angrist 是福特经济学教授，也是麻省理工学院学校效能与不平等研究计划的联合主任。Jörn-Steffen Pischke 是伦敦政治经济学院经济学教授、经济绩效研究中心高级研究副职。
图片：2012 年 5 月 2 日，在新德里郊外古尔冈的管理发展学院（MDI）图书馆，一名学生正在使用电脑。路透社/Adnan Abidi。
