计量经济学的方法和实践不断发展，有些过于新奇的方法本来没必要如此复杂，而且还可能是有害的。虽然对计量经济学基本工具的解释日趋精奥深微，但应用计量经济学的核心内容却保持着大体稳定。这本指南性质的教材为经验研究者把握计量经济学的精义提供一个向导，在讨论回归、工具变量和双重差分法等核心内容的基础上，强调估计值的一般性质（比如回归总是可以近似条件均值函数等），以及对估计值赋予因果解释所需的假设（比如条件独立假设、相似世界等），之后再扩展至非连续实验的回归分析及统计推断等问题。尤其是，作者对OLS和IV，从方法论到各种应用，讲解极为详细，把所有目前流行的带试验色彩的估计方法，全部放在回归的框架中分析和讨论，但不涉及试验设计的内容。
“基本无害”这几个字反映了作者对其著作的自信，意指大家都该学，学了没坏处的计量经济学方法；作者就计量经济学中什么是最重要的，其方法改进应该向何处去等关键问题作出了解答；适合应用计量经济学研究者使用，是一本集大成的指南。
乔舒亚?安格里斯特和约恩-斯特芬?皮施克，美国麻省理工学院经济学教授。
*目录
第一部分 导论
1 关于“问题”的问题
2 理想的试验
2.1 选择性偏误
2.2 用随机分配解决选择性偏误
2.3 对试验的回归分析
第二部分 核心
3 让回归变得有意义
3.1 回归的基本原理
3.2 回归与因果关系
3.3 异质性与非线性
3.4 回归的细节
3.5 附录：对加权平均导函数求导
*目录
第一部分 导论
1 关于“问题”的问题
2 理想的试验
2.1 选择性偏误
2.2 用随机分配解决选择性偏误
2.3 对试验的回归分析
第二部分 核心
3 让回归变得有意义
3.1 回归的基本原理
3.2 回归与因果关系
3.3 异质性与非线性
3.4 回归的细节
3.5 附录：对加权平均导函数求导
4 实践中的工具变量：得到你想要的
4.1 工具变量与因果关系
4.2 两阶段最小二乘的渐进推断
4.3 双样本工具变量和剖分样本工具变量*
4.4 工具变量与异质性潜在结果
4.5 对局部平均因果效应的推广
4.6 工具变量的细节
4.7 附录
5 相似世界：固定效应、双重差分和面板数据
5.1 个体固定效应
5.2 双重差分：事前与事后，处理和控制
5.3 固定效应与滞后被解释变量
5.4 附录：对固定效应模型和滞后被解释变量模型的进一步讨论
第三部分 拓展
6 更进一步：断点回归设计
6.1 清晰断点回归
6.2 模糊断点回归是一种工具变量法
7 分位数回归
7.1分位数回归模型
7.2对分位数处理效应的工具变量估计
8 非标准的标准误问题
8.1 在估计稳健标准误时存在的偏误*
8.2面板数据中的聚类问题和序列相关问题
8.3 附录：对简单Moulton因子的计算
我第一次做回归还是在1979年的夏季，彼时我是奥伯林学院（OberlinCollege）一名介于大一和大二之间的学生。作为一名研究助理，我为Alan Meltzer和ScottRichard工作，他们是在位于我家乡匹兹堡附近的卡内基-梅隆大学任教的老师。那个时候，我仍然对将来在特殊教育方面的职业生涯充满憧憬，因此计划像前一个暑期一样，作为一名勤杂人员到州立精神医院工作。但是经济学课程101却使我陷入深思，也使我看到，在同样的工资水平上，一个研究助理的可支配时间和工作条件要比一个医院勤杂人员好得多。我这个研究助理的职责主要包括数据收集和回归分析，虽然那个时候我压根不懂回归，甚至也不大了解统计知识。
那个夏天我所从事的论文（Meltzer和Richard，1983）试图用GDP中政府支出比例作为对民主政府规模的衡量，将其与收入不平等之间建立联系。大部分收入分布都会显示出一个右偏的长尾，这表明平均收入会大于收入的中位数。因此一旦不平等加剧，会有很多投票者发现他们低于平均收入水平。那些收入处在中位数和平均值之间的人们会因为自己收入水平相对于平均水平的下降而愤怒，于是就与收入低于中位数的人们联合起来投票支持劫富济贫的财政政策。于是政府规模扩大。
由于穷人的投票率比较低，所以我没有觉得Meltzer和Richard的论点总是成立，但当时还是被他们的基本理论所吸引。我还记得曾与AlanMeltzer就政府对教育的支出是否应该归类为公共品（那些对全社会所有人都有益并且对他们产生直接影响的商品）还是公共供给的私人品——一种类似于福利的社会再分配形式，进行过争论。你可能会说，这个研究项目标志着我对教育的社会收益的最早兴趣，的确，后来在Acemoglu和Angrist（2000）中，我以更大的热情和更深刻的领会重新回到这个主题。
时至今日，我把Meltzer和Richard的研究理解为使用回归以发现和定量分析令人感兴趣的因果联系的一次尝试。不过在当时，我纯粹是一个回归机器。有时候我甚至发现研究助理工作令人沮丧。在只与老板以及偶尔与那些不怎么会说英语的卡耐基-梅隆大学博士生的交流中，日子飘然而逝。这项工作最好的地方就是能和AlanMeltzer一起共进午餐，Alan是一位杰出的学者，也是一位富有耐心和天性纯良的导师，在我们一起分享便当里的食物时他很乐于谈天（由于Alan吃的很少，而我又吃的太快，所以这种时间总是持续很短）。我记得，曾经问Alan他是否对把时间花费在寻求回归结果上感到满意，因为那之后只不过是很多双面加宽绿色条的论文而已。他大笑，然后说这是他最愿意做的。
书单推荐
