计量经济学基础

很多人以为计量经济学就是"用统计软件跑回归"——把一堆数据丢进模型，从输出表里读出几个带星号的系数，再讲一个政策故事。

这是对这门学科最深的误解。计量经济学真正困难的部分，不是计算，而是在计算之前：你凭什么相信这个系数代表的是因果，而不是巧合、不是反向因果、不是某个你没看到的第三因素在背后牵线？挪威经济学家 Trygve Haavelmo 在 1944 年那篇奠基性论文里把这一点讲透了——经济数据不是实验室里随机分配出来的，研究者必须先想清楚"数据是怎么生成的"，才有资格谈估计。他因此获得 1989 年诺贝尔经济学奖。

换句话说，计量经济学是一门关于如何从非实验数据里诚实地提取因果知识的学科。这正是它与纯统计学分道扬镳的地方。

识别问题：万物之先#

计量经济学的第一性问题叫"识别"（identification）：在你拥有的数据和你愿意接受的假设下，你想知道的那个参数，原则上能不能被定出来？

这与"估计精度"无关。哪怕给你无穷多的样本，如果识别条件不成立，你也永远得不到真相。

最经典的识别难题是供求联立。你观察到某商品价格与成交量的一组散点，想估计需求曲线的斜率（即价格弹性）。但每一个观测点同时是供给和需求两条曲线的交点——价格和数量是被两条曲线联立决定的。单看价量散点，你分不清自己拟合出来的到底是需求曲线、供给曲线，还是两者随时间各自移动后留下的某种混合轨迹。Elmer Working 在 1927 年的论文《"统计需求曲线"到底显示了什么》中第一个把这个陷阱讲透：同一组散点可以来自无穷多组供求组合，斜率在数学上根本定不出来。这就是贯穿整个 20 世纪计量史的"识别问题"，也是 Haavelmo "概率革命"要解决的核心。

破解之道是找到只移动一条曲线而不移动另一条的外生变动。例如天气只影响农产品供给、不直接影响消费者的需求意愿——天气就成了识别需求曲线的钥匙。这个直觉后来发展成工具变量法。

工具变量的第一次系统使用，通常归于 Philip G. Wright 1928 年出版的《动植物油脂关税》一书的附录。这段思想史还有一桩小小的悬案：附录究竟出自父亲 Philip 还是儿子 Sewall Wright（路径分析的发明者）之手，曾长期争论；Stock 与 Trebbi 后来的细致考证归于父亲，但父子的思想交融已成定论。

OLS 与它的隐含承诺#

普通最小二乘法（Ordinary Least Squares, OLS）是计量的起点。给定线性模型

$$y_i = \beta_0 + \beta_1 x_i + \varepsilon_i$$

OLS 选择使残差平方和最小的系数：

$$\hat{\beta} = \arg\min_{\beta} \sum_{i=1}^{n} \left(y_i - \beta_0 - \beta_1 x_i\right)^2$$

OLS 估计量无偏、且在经典假设下方差最小（高斯-马尔可夫定理），这是它被广泛使用的理由。但它能成立全靠一个常被忽略的承诺——外生性假设：

$$\mathbb{E}[\varepsilon_i \mid x_i] = 0$$

它的意思是：解释变量 $x$ 与误差项 $\varepsilon$ 不相关。$\varepsilon$ 装着所有没被纳入模型的影响因素。一旦这个条件破裂，OLS 的系数就不再代表 $x$ 对 $y$ 的因果效应，而是一团被污染的相关性。

什么时候会破裂？这就是内生性问题。

另一个常见误读是把拟合优度当证据：$R^2$ 高只说明模型解释了多少变异，与系数是否代表因果毫无关系。识别不成立时，再漂亮的 $R^2$ 也只是更精确地描述了一团相关性。

内生性与工具变量#

内生性（endogeneity）指解释变量与误差项相关，它有三个常见来源：

第一，遗漏变量。研究教育对工资的回报时，"个人能力"既影响受教育年限、又影响工资，却几乎无法测量。它落进误差项，于是教育年限与误差项相关——估出来的回报里混进了能力的功劳。

第二，反向因果。研究警力对犯罪率的影响时，警察多可能压低犯罪，但犯罪高的城市本来就会多派警察。因果箭头双向，OLS 无从分辨方向。

第三，测量误差。自变量测得不准，会系统性地把系数拉向零（衰减偏误）。

工具变量法（Instrumental Variables, IV）是应对内生性的主力工具。一个合格的工具 $z$ 必须满足两个条件：与内生变量 $x$ 相关（相关性），但只通过 $x$ 影响 $y$、不直接进入 $y$ 的方程（外生性 / 排他性约束）。两阶段最小二乘的估计量可写成

$$\hat{\beta}_{IV} = \frac{\mathrm{Cov}(z, y)}{\mathrm{Cov}(z, x)}$$

直觉是：用 $z$ 制造出来的那部分外生的 $x$ 变动去解释 $y$，把内生的污染部分隔离掉。Angrist 用越战征兵抽签号码作为是否服役的工具，正是这个逻辑的教科书范例——抽签号码纯随机，只通过"是否被迫服役"影响后来的收入。

工具变量的难点从来不是计算，而是找到真正满足排他性的工具。排他性条件无法用数据检验，只能靠制度知识和论证去捍卫——这也是好的实证研究最见功力的地方。

另一个实践陷阱是弱工具变量：工具与内生变量只弱相关时，IV 估计量在有限样本里会严重偏向 OLS，标准误也会失真。Staiger 与 Stock（1997）给出的经验规则是：第一阶段 F 统计量低于 10，就应怀疑工具太弱。近年研究进一步表明这个阈值可能还太宽松，审慎的做法是同时报告对弱工具稳健的置信区间。

面板数据：让单位充当自己的对照#

面板数据（panel data）同时追踪多个个体、跨越多个时期。它的威力在于能"消掉"那些不随时间变化、又无法观测的个体差异。

固定效应模型设定为

$$y_{it} = \beta x_{it} + \alpha_i + \varepsilon_{it}$$

其中 $\alpha_i$ 是个体 $i$ 特有、不随时间变化的固定效应——它可以与 $x_{it}$ 相关，正是遗漏变量的藏身处。通过对每个个体做时间维度的去均值变换，$\alpha_i$ 被彻底消去。于是哪怕"个人能力"不可观测，只要它在样本期内稳定，固定效应就能把它的干扰一笔勾销，让每个个体在不同时期的自身变化充当对照。

代价是：固定效应只能利用组内变动，对那些本身不随时间变化的变量（如性别、出生地）束手无策——它们和 $\alpha_i$ 一起被消掉了。

面板还能回答截面回答不了的问题：同一个人加薪前后的消费变化，比"富人和穷人谁消费更多"更接近因果。但追踪数据带来新负担——样本会流失（attrition），而流失往往不是随机的：境遇恶化者更容易退出调查，留下来的轨迹会系统性偏乐观。

时间序列与协整：与伪回归搏斗#

处理宏观时间序列（GDP、物价、汇率）时，最危险的陷阱是伪回归（spurious regression）。Granger 与 Newbold（1974）用模拟证明：两条各自带有随机趋势（单位根）的序列，哪怕彼此毫无关系，回归在一起也常常显示出极高的 $R^2$ 和"显著"的系数。趋势同向上升，统计软件就误判成强相关。

Clive Granger 和 Robert Engle 给出的出路是协整（cointegration）。两条各自非平稳的序列，如果它们的某个线性组合是平稳的，就说它们协整——意味着它们之间存在长期均衡关系，短期可以偏离，但会被拉回。消费与收入、现货与期货价格往往如此。Engle 与 Granger 因在时间序列分析（协整与 ARCH 波动率模型）上的贡献共享 2003 年诺贝尔经济学奖。

Granger 还提出了格兰杰因果：若 $x$ 的历史值能改善对 $y$ 未来值的预测，就说 $x$ 格兰杰导致 $y$。需要警惕的是，这是一种预测意义上的"因果"，并不等同于结构因果——它告诉你时间上的领先关系，而非机制上的因果。

自然实验：把政策断点变成对照#

工具变量的逻辑可以推广：凡是不由研究对象自己选择、却影响其处境的制度变动，都可能充当"自然实验"。

1994 年，David Card 与 Alan Krueger 用它研究了最低工资的就业效应。1992 年 4 月，新泽西州把最低工资从每小时 4.25 美元提高到 5.05 美元，相邻的宾夕法尼亚州维持不变。两人电话调查了州界两侧数百家快餐店在提薪前后的用工量，做双重差分：新泽西的就业变化减去宾州的就业变化，两州共同的经济波动就此消掉。结果与教科书模型的预言相反——新泽西门店的就业相对不降反升。这篇论文掀起了延续至今的最低工资大辩论，也把"找政策断点、做差异比较"推上了实证主流。

双重差分的关键假设是平行趋势：如果没有提薪，两州就业本该平行变化。这个假设同样无法用数据直接检验，只能用政策发生前的历史趋势间接佐证——识别的论证再一次重于计算。

还有一个常被忽略的测量陷阱：标准误本身也可能是错的。双重差分的数据往往在时间上高度自相关，如果按"每次观测相互独立"计算标准误，显著性会被严重高估。Bertrand、Duflo 与 Mullainathan（2004）把根本不存在的"安慰剂政策"随机指派给各州，用常规方法竟频繁"发现"了显著效应。补救办法是按政策变化的层级计算聚类稳健标准误——这件事没有检验统计量可以替代，只能靠对数据结构的判断。

另一条更直接的路线，是把随机化本身搬进田野。Banerjee、Duflo 与 Kremer 用随机对照实验逐项评估驱虫、助学金、小额贷款等发展政策，三人因此分享 2019 年诺贝尔经济学奖。2021 年的奖项则颁给了自然实验的方法论本身：Card 因对劳动经济学的实证贡献，Angrist 与 Imbens 因对因果关系分析的方法论贡献。

对随机实验的批评同样真实：一个村庄里有效的干预，推广到全国可能因价格、工资等一般均衡效应而失效；实验地点的政治环境、文化和执行能力也无法随机化。Deaton 与 Cartwright 因此提醒，随机对照实验给出的答案是"在这里、对这群人、在这套执行条件下有效"，外推仍然要靠机制与理论。

争议：从测量到识别的范式之争#

计量经济学内部有一场延续至今的张力。

传统的结构计量（structural econometrics）主张：先写下一个有微观基础的经济模型（消费者如何最优化、企业如何定价），再用数据估计模型的深层参数。优点是参数有清晰的经济含义、能做反事实政策模拟；缺点是结论高度依赖模型设定，"模型错了，估计再精确也没意义"。Leamer 在 1983 年的《让我们把计量里的"骗"拿掉》中尖刻指出，实证结论对模型设定的敏感性大得可疑，而研究者几乎从不报告这种敏感性——这篇文章后来被视为方法论自我清算的起点。

与之对立的是 2000 年后兴起的简约式 / 设计导向方法（reduced-form, design-based），即"可信性革命"。它不追求完整的结构模型，而把全部心力放在寻找近似随机的外生变动（自然实验、断点、随机对照实验）上，主打"识别策略的可信性优先于模型的完整性"。Angrist 与 Pischke 在《基本无害的计量经济学》里旗帜鲜明地为这一路线辩护。

批评者（如 Deaton, 2010；Heckman）则反驳：没有理论结构，大量"干净识别"出来的局部效应只是碎片，无法外推、无法回答"换一个政策会怎样"。这场争论没有赢家——前沿研究越来越多地把两者结合：用可信的识别策略去估计结构模型的关键参数。

跨域连接#

• 弹性：供求联立的经典难题正是价格弹性无法从价量散点直接读出，因为每个点都是两条曲线的交点。这不是样本不够，无穷样本也定不出来。推论是任何弹性估计都必须先说清什么只移动了一条曲线，而这一步靠制度知识，不靠数据。
• 因果：识别问题是"从相关到因果"这一哲学难题的形式化。反事实框架把因果定义成潜在结果之差，结构因果模型把它定义成对图的干预，两条路径给出的可识别条件并不总重合，混用会得出不同结论，也会改变同一份数据的可识别范围。
• 临床试验：随机分配之所以珍贵，是因为它一次性买断了外生性——分组与误差项独立。工具变量、固定效应、断点都是在没有随机化时逼近这一条件。推论是论证识别假设该花的篇幅与随机化程度成反比：越接近观察数据，论证越重于计算。
• 随机过程：伪回归的根源是单位根：两条各带随机趋势的序列，只要趋势同向就足以制造高拟合度。这不是显著性水平设错，而是渐近分布本身变了。推论是宏观回归前必须先判平稳性，协整提供的出路则是找出那个会被拉回的长期关系。
• 纵向与多层模型：面板固定效应与多层模型处理同一件事：把不可观测的个体差异吸收掉。代价也一样——不随时间变化的变量会与个体效应一起被消去。推论是想估性别、出生地这类固定特征的效应，固定效应是错工具。

关键洞察#

计量经济学的全部难度，藏在估计之前的那个问题里：我凭什么相信这个系数是因果？ OLS 的代数三行就能写完，但它成立全靠"外生性"这一承诺；现实里遗漏变量、反向因果、测量误差几乎总在悄悄违背它。工具变量、面板固定效应、协整，本质上都是不同情境下恢复外生性、把因果从相关里救出来的策略。诚实的实证研究者花在论证识别假设上的时间，远多于跑回归本身。

参考文献#

1. Haavelmo, T. (1944). The Probability Approach in Econometrics. Econometrica, 12(Supplement), iii–115.
2. Working, E. J. (1927). What Do Statistical "Demand Curves" Show? Quarterly Journal of Economics, 41(1), 212–235.
3. Granger, C. W. J., & Newbold, P. (1974). Spurious Regressions in Econometrics. Journal of Econometrics, 2(2), 111–120.
4. Engle, R. F., & Granger, C. W. J. (1987). Co-integration and Error Correction: Representation, Estimation, and Testing. Econometrica, 55(2), 251–276.
5. Staiger, D., & Stock, J. H. (1997). Instrumental Variables Regression with Weak Instruments. Econometrica, 65(3), 557–586.
6. Card, D., & Krueger, A. B. (1994). Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772–793.
7. Leamer, E. E. (1983). Let's Take the Con Out of Econometrics. American Economic Review, 73(1), 31–43.
8. Deaton, A., & Cartwright, N. (2018). Understanding and Misunderstanding Randomized Controlled Trials. Social Science & Medicine, 210, 2–21.
9. Bertrand, M., Duflo, E., & Mullainathan, S. (2004). How Much Should We Trust Differences-in-Differences Estimates? Quarterly Journal of Economics, 119(1), 249–275.
10. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press.
11. Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press.

延伸阅读#

1. Stock, J. H., & Watson, M. W. (2019). Introduction to Econometrics (4th ed.). Pearson.
2. Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press.
3. Heckman, J. J. (2000). Causal Parameters and Policy Analysis in Economics: A Twentieth Century Retrospective. Quarterly Journal of Economics, 115(1), 45–97.