哪本研究方法教科书适合我：进阶篇 | 学科教学

哪本研究方法教科书适合我：进阶篇

在前一篇推文中【哪本研究方法教科书适合我：入门篇 | 学科教学】，我们主要推介了适合入门阶段学习政治学研究方法课程的五本教科书。那么，在我们进入硕博研究生阶段后，如何通过阅读教科书或进行研究方法课程进一步精进我们的研究方法技能？这一阶段的我们在选择教科书时需要考虑诸多因素。比如，我们现有的研究方法知识基础如何，是否需要深入更高级的研究方法？我们学习研究方法是为了将这些分析技术应用到专业研究中，还是为了在将来成为研究方法的专家？

这些问题的答案会直接影响到我们选择怎样的教材。同上一篇推介一样，我们在这篇推介中仍将介绍五本教材。但与之前五本教材更明确适用于政治科学领域的学生不一样，这次介绍的五本教材因进阶的性质而归属于计量经济学领域。

根据学习目的的不同，我们将这五本教材分为两类，分别为（1）关注技术应用的教科书和（2）关注技术原理的教科书。

一、关注技术应用的教科书

本部分介绍的三本教材都没有假定学生具备太多前置知识，对于文科生来说是一个福音。基本的大学代数水平以及初等概率的基础知识是仅有的先修要求。因此，在采用这三本教材中的任何一本时，如果之前没有学习过概率论，我们都需要事先学习概率论的相关内容。此外，这三本教材均不要求学生熟悉矩阵代数。但如果想更好的理解线性回归模型，便需要进一步学习矩阵代数的相关内容。

《Basic Econometrics》

Gujarati, Damodar and Dawn Porter. 2009. Basic Econometrics, 5th Edition. New York, NY: McGraw-Hill Education.

《计量经济学基础（第5版）》

中译本上下册，经济科学译丛

北京：中国人民大学出版社，2011年6月出版

ISBN：978-7-300-13693-1

配套用书中译本

《计量经济学基础（第5版）学生习题解答手册》

经济科学译丛，北京：中国人民大学出版社

2012年3月出版

ISBN：978-7-300-15091-8

本书专注于清晰论述，不需求读者本身具有高深的数学或统计背景，在展示任何方程式时都配以大量的解释性文本，提高了教材的可读性。此外，该书包含大量例证，进一步增强了整体的易懂性。遗憾的是，书中几乎所有的例证都源自经济学领域，这使得它们对政治学读者来说吸引力略逊一筹。但是，这些例子确实达到了预期目的，即有助于阐明计量经济概念及其应用的清晰度。

从内容覆盖范围来看，大约三分之一的内容致力于线性模型的发展，另外四分之一聚焦于该模型假设被违反的情况。剩余部分涉及多种主题，包括非线性回归模型、定性响应数据、面板数据、时间序列数据以及联立方程等。

在处理线性模型假设条件被违反的问题上，本书的表现尤为出色。首先对各种违反情况进行剖析，明确指出每种违反对估计量性质的影响。接着，他们提供了一系列诊断方法和解决这些违反情况的手段。这一特点使该书不仅适合作为教学用书，也是一本实用的参考工具。

《Introductory Econometrics: A Modern Approach》

By Wooldridge, Jeffrey M. 

2015.  6th Edition. Mason, OH: Cengage Learning.

《计量经济学导论：现代观点（第7版）》

经济科学译丛

北京：中国人民大学出版社，2023年5月出版

ISBN：978-7-300-31308-5

作为国内同样广泛使用的教科书之一，《计量经济学导论：现代观点（第7版）》对非技术性读者的吸引力在于其易懂性。同样地，本书中的实例主要取自经济学领域，但即便对于政治科学领域的读者来说，它们在提高教材可读性方面仍发挥了完全实用的作用。本书目标是搭建起计量经济学方法与研究者实际进行实证工作时运用方法之间的桥梁。换句话说，本书试图通过应用研究的视角来呈现计量经济学的机会和挑战，从而教授相关材料。但是，这并不意味着本书完全摒弃了理论性的内容处理。例如，第2章讨论简单回归模型时引入了矩方法，并阐明了矩方法与一般线性模型之间的联系。这种做法使得内容更为丰富，同时也易于非技术背景的读者理解。

本书的前三分之一专注于截面数据情境下的回归分析，剩余部分涵盖了时间序列、面板数据方法、工具变量法、联立方程以及有限因变量等内容，并以执行一项实证研究项目的简短章节作为结尾。尤其引人注目的是本书对一致性和有效性的处理，这些内容不仅贯穿全书各处，还专门设有一章（尽管篇幅较短）来进行介绍。此外，两章关于面板数据估计的分析更为深入详尽。仅通过阅读本书，读者就可能会对面板数据进行有意义的研究。

《Real Stats: Using Econometrics for Political Science and Public Policy》

By Bailey, Michael A. 

2015. New York, NY: Oxford University Press.

与前两本书类似，本书也明确且有目的地面向具有较少技术背景的学生编写。本书由政治科学家撰写，旨在为政治科学、公共政策及法律领域的读者提供不同于标准计量经济学训练模式的新路径。书中所使用的示例大量借鉴自政治科学和公共政策领域，对于政治科学读者而言更具相关性。更重要的是，本书采用了标准回归模型作为一个统一框架，即每种新概念（如假设检验、均值差异等）都建立在标准回归模型的基础之上。因此，这意味着读者一旦熟悉了标准回归模型，就可以“从一个舒适的地方出发，看到新旧知识间的连续性”，便于他们掌握新材料。也就是说，由于有一个共同的参照框架可以容纳每一块新材料，我们可以更好地将新内容整合进正在学习的计量经济学工具的整体理解中。除此之外，这种方法为我们反复回顾和复习标准回归模型提供了机会。

从内容来看，本书以两章简短内容开篇，分别介绍了因果推断和良好的数据实践。第1章将随机实验方法确立为评估观察性研究所提出的因果声明的“黄金标准”。第2章旨在培养在处理数据时养成良好习惯（先了解数据！），并且明确强调灌输强大的复制规范（不要相信无法复制的分析结果！）。接下来的五章致力于构建标准回归模型，随后的章节则集中于面板数据（特别是固定效应）、工具变量、实验设计、回归离散度和有限因变量等问题。

在教材接近尾声的部分，被归为“高级材料”的章节首先讨论时间序列，然后是所谓的高级OLS，最后是高级面板数据。时间序列这一章仅32页长，但介绍工作做得相当充分（尽管简短），使我们能够初步了解时间序列相关问题的关键点及常见解决方案。高级OLS章节涵盖了在先前章节中为了聚焦于标准回归模型的实际问题而暂时搁置的一些OLS技术层面内容。鉴于本书强调首先关注实质性与实践性的目标，该章节放在末尾显得合乎逻辑。然而，我们也可以适时地更早使用这一章，比如在阅读完第5章多元回归之后。同样地，我们也可以在第8章学习固定效应后，利用这一章关于高级面板数据的内容（包括用于分析面板数据的动态模型和随机效应模型）。

二、关注技术原理的教科书

《Econometric Analysis》

By Greene, William H.

 2011. Upper Saddle River, NJ: Prentice Hall.

《计量经济分析（第8版）》

中译本上下册

北京：中国人民大学出版社，2020年8月出版

ISBN：978-7-300-27645-8

本书的目标是作为应用计量经济学的入门教材，为读者提供理论基础，使他们能够认识到“这里学习到的各种模型的新变体仅仅是顺应共同原则自然延伸”。换句话说，该书旨在教授计量经济学的实践（如何进行高质量的计量经济学工作）和理论（驱动计量经济工具的因素）。

本书在引言章节之后，用了四章讨论线性回归模型、最小二乘法以及假设检验。随后，继续涵盖了大量更高级或专门的主题，如联立方程系统、面板数据模型、极大似然估计、贝叶斯估计，以及离散选择数据等。这意味着该书将成为学习任何上述专门主题的高级课程时非常实用的参考书。但是，这种广度极大的潜在缺点便是大量的材料有可能让我们感到压力山大。此外，本书假定学生不仅熟悉基本微积分和矩阵代数，而且能熟练运用。因此，本书包含了极好的矩阵代数附录，涵盖了诸如矩阵代数运算、矩阵几何学以及利用矩阵求解线性方程组的方法等内容。但值得注意的是，这一附录最好被用作学生根据需要回顾矩阵代数特定元素的参考，而非替代预先接触过矩阵代数的经验。

本书还有两个特别值得一提的特点。首先，每个版本更新都不断加入更多的实质性例子。这些例子丰富地分布于各章节之中，对于将计量经济理论转化为应用计量经济学具有不可估量的价值。其次，几乎每一章都包括一组有用的练习和应用，可供供自我练习。通常，每组练习中都有足够数量和多样性的题目按需选择。然而，练习的不足之处在于关注材料的技术层面，而未能与实质背景相结合。

《Applied Regression Analysis and Generalized》

By Fox, John. 

2015.Linear Models, 3rd Edition. 

Thousand Oaks, CA: Sage.

与前本书相似，本书也假定学生已牢固掌握了概率论和统计推断知识，并且熟悉基本微积分，能熟练处理矩阵代数。书中同样包含有关微积分和矩阵代数的附录，不过这些附录适合用于回顾以前学过的材料，而非初次学习新材料。从内容来看，本书首先以一章内容对比统计模型与社会现实、观察与实验、总体与样本。接下来，围绕“数据工艺”主题展开三章内容，包括回归概念介绍、单变量、双变量和多变量数据的检查，以及数据转换（如非线性数据的转换）。第二部分深入探讨回归的估计和推断，涉及虚拟变量回归和方差分析，还包括线性模型的统计理论及其向量几何学。第三部分则处理各种模型诊断问题。第四部分和第五部分分别讨论广义线性模型及其对线性和广义线性模型的扩展。第五部分涵盖了众多主题，包括时间序列、非线性回归、非参数回归、稳健回归、缺失数据（包括贝叶斯多重填补）、自助法和模型选择。最后一部分考虑了聚类数据的混合效应模型。

整体而言，本书最突出的部分是对模型拟合的关注。书中专门讨论回归背景下有影响力的观测值、检测和处理多重共线性、非正态性、误差方差不恒定和非线性等问题的章节，有助于读者从概念上理解这些问题，并指导他们寻找解决方案。另外，模型选择一章的论述详尽阐述了技术细节，但书中仔细区分了预测情境下和解释情境下的模型选择，这对于从实质而非仅技术角度思考问题至关重要。从政治科学读者的角度看，另一个加分项是本书使用的例子来自比标准计量经济学教材更为广泛的学科领域。尽管本书包含了众多高级主题（如非参数回归分析、自助法）的处理，但只要记住这些处理并非详尽无遗，仅为入门级介绍，那么这一点应当颇具吸引力。正如本书在其前言中所说，“（这些主题）目标是……提供足够的信息以便读者开始在研究中使用这些方法，并提供足够的背景支持，如果读者选择进一步研究这些领域的话”。

值得注意的是，本书与《An R Companion to Applied Regression》（2011）合用时，其吸引力会得到增强。这本书提供了易于遵循的指南，介绍了如何访问和使用R语言，涵盖了读取和操作数据、数据转换、拟合线性及广义线性模型、执行诊断和图形绘制等内容。此外，《An R Companion to Applied Regression》还拥有一个配套网站，其中包含关于非线性回归、稳健回归、非参数回归、时间序列回归、Cox回归用于生存数据分析、多元线性模型、混合效应模型、结构方程模型以及自助法等主题的真正有用的附录。

〇 排版：冉芷箐

〇 审校：大兰 杨晔