文科生们，教你如何有步骤地学习计量经济学？
方法论，不仅是解决现实问题的一把“钥匙”，而且也是开展实践工作的一个“指南针”，它可以让给你更好地理解和解决现实中的问题。
文/杯中鸟911
前段时间，有位学术小伙伴在我的《人大经济论坛》账号中留言：“楼主您好！如果遇到一个新的研究问题，请问您是如何快速的找到合适的研究方法的？您会不会花一些时间在论证方法的适用性上？谢谢您！”当然，这个学术伙伴所讲的问题是在经济管理问题的实证研究中，该如何去迅速寻找解决问题的实证方法。
在帮助回答和解决小伙伴的问题之前，首先，我很感谢这位小伙伴的信任和支持，竟然有心跟我留言，参与沟通和分享我的心得。其次，也很欣慰的是，大家跟我一样依然这么热爱学术，热爱生活，热爱这份学术净土，不惜认识陌生人，并留言咨询学术研究中所存在的困扰，以求进取。因此，解决小伙伴的这个问题，是我今天的主要任务，也希望对读者有所裨益。
严重地说，对一位年轻的科研工作者而言，实证（方法）范式是从事经济管理方面学术研究和写作中必须掌握的基本技能，“生存法宝”，犹如“吃饭，需要学会拿筷子一样”。当然，这是当前学界的“游戏规则”有关，即跟学界论文发表的喜好有关，这也是未来经济管理，甚至社会学、政治学和公共管理领域的一个发展趋势。
从个人学术履历和发表成果来看，与其说我是一位经济学博士，倒不如说是打着“经济学”旗帜口号，却在“管理学”天地里耕耘着，而且偶尔还打点折扣，奔波于各个经管领域交叉学科问题研究中。从硕士入学开始，我从事经济管理领域研究8年有余，除开申请课题之外，其他科研成果（主要是学术论文）都是以实证体例为主。而且，在这些发表的论文中所采用的方法基本都是常见的，模型方法使用上从未跟风、追时髦、力求前沿，我只是根据论文问题的实际写作需要来选择模型方法，之所以要这么说，是因为要告诫大家，先学习和掌握基本的实证回归方法，也是可以在学术论文写作、发表上“成功突围”的，没必要选择一些时髦且复杂的方法来解决简单的问题。
所以，我也基本了解和掌握经济管理问题研究中的常见方法，并在8年的学术研究中熟练运用这些方法，甚至以这些方法为基础，我还能在短时间内快速掌握其他复杂的模型方法，这说明我是有能力来回答小伙伴的留言问题的。
当然，除开回答小伙伴的问题之外，我还想多详细分享一下自己8年来学习计量经济学以及统计工具操作的经验心得，以帮助计量经济初学者更快地适应新的学术标准。下面，我将从三个方面来阐述个人计量经济学的学习心得，如下：
（1）你需要认识“计量经济学”，了解计量经济学的基本概括。既然是认识它，那么就意味着我们只需要大概认识它的概况，熟悉它是什么，它到底能为我们干些啥……而且，毕竟计量经济学涉及到很多学术公式的推导，不可否认的是它的确是门乏味枯燥的学科，但这个毫不影响它在学术研究中的重要性。
为此，不同于其他人推荐拜读伍德里奇的《计量经济学导论》，我觉得应该选择一本相对简单、页数少的《计量经济学》书籍来阅读，让初学者尤其是一些文科背景的研究生能更简单、不厌其烦地把它读完。譬如，在阅读过程中，你要了解基本的计量常识，如“什么是异方差？”、“什么是拟合优度？”、“R2和Adj R2是什么？”、“多元线性回归方法是什么？”、“膨胀因子是什么及其检验方法”等等类似的知识。当然，当你掌握基本的计量经济学基础知识后，如果有充裕的时间，我极力推荐你去阅读伍德里奇的《计量经济学导论》，这本书将让你受益匪浅。
记得当年，我在学习计量经济学时，并没有前辈学姐师兄给我推荐，我是“摸着石头过河”，一拍脑袋自己拿主意买了《计量经济学》（注：庞皓，科学出版社）书籍，一气呵成把它读完，结果收获满满。当你在学习计量经济学时，还需要注意一个十分重要的工作，那就是统计分析软件的学习操练，这也是学习计量经济学的最终目标，当然这个阶段你需要做得的任务就是认真阅读这本书。记得当年，我一开始学习的统计软件是SPSS，这是一款比较简单、容易操作的统计分析软件，虽然现在看来这个软件的确太Low，但它对我而言实际上发挥了很大的鼓励和推动作用，是它让我踏入了“学术之门”。
后来，我还学习了时间序列分析，需要学习Eviews统计分析软件，这款软件的优势是处理时间序列数据分析。直到博士学习期间，我开始认识并逐渐掌握stata统计分析软件，它是一款全球通用并风靡统计学界的分析软件，直到现在我还在坚持使用stata软件，并在继续努力尝试学习新方法中。需要说明，所有的统计分析软件都需要且离不开《计量经济学》基础知识的支撑，阅读相关书籍不妨碍你学习哪一种统计分析软件，但在这里我建议大家优先选择stata或sas两款统计软件（任选其一），或有必要时学习一下Matlab分析软件。
（2）日常计量经济学的学习要学会“操练”，加强重要统计量的辨识和了解。学习计量经济学就是为了能够指导你的学术研究，更加简便地运用计量方法，去开展学术论文。在经过第一步的计量经济学自学后，你将要开始锻炼计量软件的操作，其中统计分析软件是程序专家根据计量经济学知识原理而设计而成的。在这个阶段，你应该会非常有收获感，之前课本所获取和认识的统计变量，你将在操作“实战”中见到，以进一步巩固你的知识。
在具体的软件操作中，你还需要注意两个方面的积累：
一是，针对每一种方法或每一个步骤，你应该要记住他们操作步骤（以及命令代码）。譬如在统计软件stata中，su 就是summarize，它在统计分析中的作用就是对某个变量进行基本的描述性统计，包括样本量、均值、标准差、极大值和极小值等；reg 就是regress，这个命令的作用就是进行回归分析某对因（自）变量之间的因果关系。由此，针对这些常用的变量，需要每个人去日常积累和存档，形成“命令代码宝典”。在本公众号前某一期推送的文章中，有一篇文章专门分享了作者日常运用的命令代码，读者如有兴趣，可予以保存借鉴。
二是，针对每一种方法或每一个步骤，你需要懂得每个步骤它的操作意图是什么，即每个分析统计量的计量含义。譬如在统计软件stata中，我们分析中最为关注的是自变量系数符号coefficient（正或负）及其的显著性significance（Prob.），且这里将涉及到T值，这三者之间是存在一定联系的；拟合优度“R2和Adj R2”,它主要是指自变量和控制变量对因变量的解释程度有多大，如0.123，这说明自变量和控制变量成功解释了因变量的12.3%；F值及其自由度，这主要呈现的是所设计模型的合理性，一般都需要在1%（或至少在5%）置信水平上通过显著性检验，这表明你所设计的模型是基本合理的；样本值Obs，这主要是你分析过程中运用了多少样本值。
需要交代重要一点是，自学者可以结合文献的实证分析来认识这些统计量，这是作者多年的经历心得，很有助于你计量知识的巩固，以及还有助于你训练如何针对某个统计量来进行语言表述和分析，推荐结合《管理世界》文章来学习。在本公众号前某一期推送的文章中，有一篇文章专门分享了作者就如何学习统计量的语言表述方式，读者如有兴趣，可重新阅览。
（3）论文写作过程中面临新的计量问题该如何寻找解决方案，以及如何把握方法的适宜性。经过第二步的计量知识巩固和操练后，相信你们都有了计量分析的自信和统计软件操作的基本能力，纷纷开始准备着手论文写作，“小试牛刀”。这也是作者当年的心态，急切完成一篇自己的第一篇实证类学术论文。在这里，作者主要阐述两个比较重要的问题：
1、在论文写作过程中，你发现了新的统计难题，该如何寻找解决的方案。在这里，作者准备分享一下自己的心得，以供参考。当遇到新的计量问题时，作者将从如下几个方面来着手开展：（1）求助于陈强《高级计量经济学》，有相关操作代码命令，寻找类似问题的解决方案，基本上包含了日常所用的命令代码；（2）求助于“度娘”，学会找百度、人大经济论坛、知乎等，通过你遇到问题的诸多字段在百度搜索引擎中进行寻找，千万学术人的分享和问题解答，总有人和你是“同病相怜”；（3）求助于已有文献，从现有刊发文献中寻找解决问题的方案，比如寻找一个比较适宜的工具变量，这是最为常见的问题，通过阅读其他文献来刺激你的认知；（4）求助于他人，寻找解决方案。当你通过上述四种途径寻得方案后，你可以将其予以收藏并存档，以备后用。
2、在论文写作过程中，你将如何把握方法运用的适宜性。这就回归到有关小伙伴的留言问题“如果遇到一个新的研究问题，请问您是如何快速的找到合适的研究方法的？您会不会花一些时间在论证方法的适用性上？”实际上，小伙伴的潜在意思就是如何能够对阵下药地寻找“适宜的方法”来解决实证研究的问题，即实证模型的“适宜性”。其实，每个计量方法都是有一定适用范围的，比如probit模型，它只适用于因变量为0～1的哑变量的模型中；比如排序模型ologit模型，它只适用于因变量为0、1、2、3或1、2、3、4等类似具有明显的程度变量；比如Tobit模型，它适用于因变量中存在诸多0样本值分析。可以说，根据作者的经验，读者们可以根据因变量的分布情况来选择适宜的模型方法。
此外，众所周知的是，2SLS方法主要适用于解决模型中的内生性问题，Heckman二阶段模型主要检验因样本自选择问题导致的内生性问题，PSM倾向得分匹配法也主要适宜于解决内生性问题，其中：2SLS、Heckman两种方法一般需要工具变量予以支持，Heckman、PSM两种方法需要自变量是虚拟变量（0-1）。此外，在线性回归分析中，你该如何选择设计线性模型还是非线性模型（带有自变量二次方的模型）呢？你可以从问题研究需要来考虑，也可以从自变量和因变量的散点图来模拟设计。
最为重要的是，研究生们需要具备一定的学习能力和操作能力，学习能力更为重要。当你的研究设计需要或者符合那一种方法时，你可以针对性地去学习，不要怕麻烦，因为一旦学会，又经历过立即的实践作用，这个方法你就会了，以后再次捡起来就很简单了！当然，在学习的过程中，如果发现看不懂其中的操作，譬如陈强的《高级计量经济学》书籍的数学推导公式，你可以无需查看，但针对某个分析方法，你可以边看书、边操作命令，甚至可以参考一下有价值的文章所公布的命令，如中国工业经济及其公开的结果，这是个不错的方法，你可以借鉴一下！
“冰冻三尺，非一日之寒”，计量技能的学习、学术成果的获取也不例外！提高执行力、努力学习、增强学习能力，是以后学术进步中的必备因素。
END
本文作者：杯中鸟911，经管学院Ph.D，现清华学习；
微信公众号：社经研究社；
知乎用户名：络腮胡点经；
个人专注学术心得感想、社会与经济，博士及博士后、国家留学（CSC）博士联培项目的申请经验。