大偵探經濟學

研0小白爲了不拖後腿，開始學習如何做實證了！我認爲這是很有趣的一本書，它將現實的案例和實證的思想結合在了一起，讀起來讓人津津有味，也算是爲我這種準備進入研究生階段的萌新打開了一扇窗吧。 以下是我所做筆記的一些總結，也是本書所探討的主要內容。 因果推斷的五種武器：隨機試驗、迴歸方法、雙重差分法、斷點回歸以及工具變量方法。 隨機試驗（現代因果推斷的核心理念和基本精神所在）：進哪個組，和自身特徵沒多大關係。 迴歸（爲複雜工具鋪平了道路）：保證其他條件不變的情況下，隨機分組。 斷點回歸是指在某一個非常具體的事件後，對象情況發生的變化。 雙重差分法（DID)：狀態和特性相似的兩個東西，使其中一個經歷某個事件或政策，觀察其差異。 工具變量：破解“互爲因果”情況的神器，它僅影響關心的因素，而與其他因素無關。 接着呢是一些其他我認爲學習到的知識點： 實地試驗是指試驗環境是真實的人類社會。 後此謬誤是指，因爲一件事情發生在另一件事情的後面，就認爲前者是後者的原因。 數據只有經過人的解讀纔有意義，p值是在維持與被擇假設對立的假設的情況下，出現結果的概率。 衰退和蕭條只是不同程度的經濟滑坡的代名詞，一般而言蕭條更爲嚴重。 經濟大蕭條如此矚目的原因是因爲它波及到了全球。銀行業甚至是市場和國家，都是建立在信心和信任基礎上的。 最後要感慨一下，居然能在這本書中見到以前給我上課的老師的名字，真的太奇妙了吧😭，小破財小破財，我想你了😭😭😭

這是一本讀了想放棄，放棄了又想去讀讀的科普類書籍。問題的設計很有吸引力，但解決問題的過程，所採用的方法和理論的高深又讓人頭疼。黑手黨、消失的女性、奴隸販賣，教育回報，蕭條與衰退之謎等等，這些問題都很吸引人。但對這本書裏面的斷點回歸，雙重差分，工具變量啥的看得似懂非懂。作爲一本計量經濟學或者因果推斷的科普書，可以拓寬自己觀察問題的視角，從這個角度來看，還是值得一讀的。特別是“因果推斷的五種武器——《西遊記》番外篇”，比喻生動有趣，對一些統計學中的概念加以生動形象地表述，增加了該書的趣味性可讀性。喜歡科普類的不妨看看。

浙江大學經濟學博士，哈佛大學法律經濟學項目訪問學者、博士後研究員，浙江財經大學經濟學教授、博士生導師。2019年，作者赴哈佛大學訪問一年，得以親身體驗喬舒亞·安格里斯特、詹姆斯·斯托克以及理查德·弗里曼等學術名家的課堂，對這一領域有了更進一步的理解和認識。這本《大偵探經濟學》就是作者在哈佛大學這一年學習因果推斷方法、閱讀前沿文獻後的副產品。 20世紀90年代以來，現代經濟學發生了一場因果推斷革命。藉助於統計學中對因果關係研究的前沿成果，經濟學家開始越來越多地使用因果推斷的基本框架，在經濟學經驗研究領域掀起了一場研究高潮，同時也對人們的思考方式形成了空前的衝擊。 本書內容涉及勞動經濟學、犯罪經濟學、制度經濟以及宏觀經濟學等多個研究領域，綜合而全面地介紹了經濟學家的前沿成果，以饒有趣味的方式，帶讀者認識這一激動人心的學科領域。 核心內容 大數據時代，因果推斷方法的價值是什麼？ 隨機實驗、雙重差分、工具變量這三種方法分別該怎麼用？ 因果推斷的本質是什麼？ 因果推斷過程中需要遵循什麼原則？

之前在《當法醫遇上警察》這本書中，看到這麼一段話，“在全國公安機關2004年開展的“命案必破”偵破殺人案件專項行動中，北京市公安局創造了一種新的偵查方式，“立線偵查”，意思是說，對於有穩定工作、穩定收入和貌似穩定家庭的“三穩定”人士，一旦發生原因不明的失蹤，就視爲被害。也就是說，偵破命案已突破“死要見屍”的侷限，將失蹤案件當作命案進行偵查，因爲這種“三穩定”的人不像是居無定所到處打工謀生的流動人員，沒有理由在不告訴家人的情況下突然離家，杳無音信。” 要是以前看到這種話，我可能還會有偏見，覺得這是某種相對性的歧視。雖不至於說出來“非城市、非三穩定的人的命就不值錢了嗎？”但確實會內心裏覺得連命案這種事情都把人三六九等分的明明白白。 但《大偵探經濟學》裏剛好就提到了這方面的內容。 書中舉例，在美國，非裔在駕車時更容易受到警察對毒品和其他違禁品的盤查。具體到馬里蘭州的高速公路，州警察對過往車輛的搜查對象中非裔佔了63%，而這條路上他們卻只佔總駕車量的18%。 看完之後，有人可能會有疑問，“這是種族歧視嗎？” 這就牽扯到了“統計性歧視”，而非“種族主義的歧視”。因爲依據數據來說“非裔車裏藏有毒品和其他違禁品的概率是60%，而白人中這個概率只有20%。”那警察爲了高效率執法，在有效的時間內和有限的人手內，自然會依據統計性的經驗來盤查更多的非裔車輛，只管效率，無關其它。 知道了這個“統計性歧視”之後，以後再看待這類問題，可能從數據的角度出發會是第一選項。 此外，書裏還有很多有意思的內容，比如西西里黑手黨的崛起竟然和檸檬的種植有正相關，等等。大家沒事可以看看，沒門檻的。 最後，這個書的名字和裏面一些表達方式有些尷尬，反正就覺得一些專業性的知識如果做科普類讀物，在雅俗之間還是要拿捏一個度的。

所謂“數據”，並非簡單的數字。任何數字，只有經過人的解讀纔有意義，一個“據”字，突出的正是人的推理和論證過程。雜亂無章的數字，只有經過理論邏輯的抽絲剝繭，才能呈現出有意義的模式，這些模式可以被用作特定理論假說的依據，協助人們認識世界。在雜亂的數字中尋找符合邏輯的蛛絲馬跡，確實很像“大偵探”的工作。世上沒有完美的證據，只有一點一滴拼湊出來的邏輯鏈條。合格的偵探，不僅要構建讓人信服的鏈條，還要不斷排除其他的可能性。正如福爾摩斯所言：“排除了一切的不可能之後，剩下的不管多麼難以置信，一定就是真相。”本書介紹的各種探求所謂“因果性”的方法，本質上都是這種“排除法”。當然，可能性無窮無盡，永遠排除不完。所謂“讓人信服”，不過就是能講出一個“超越合理懷疑”的故事。優秀的偵探，固然要掌握處理各類證據的高超技巧，但更離不開對案情本身的背景和人性的深刻洞察。在社會科學的研究中，不管數據處理得多麼乾淨和井井有條，都只能作爲“據”，不能替代“論”。最終真正讓人信服的，還是邏輯和故事本身。偵探再好，也不能代替律師和法官斷案。在法庭上，如何呈現這些數據，如何說服陪審團和大衆，靠的還是故事和邏輯，以及潛藏其中的人類價值觀和情感共鳴…社會科學中的數據，畢竟是人類行爲的結果。如果沒有對現象本身的深入思考和認識，沒有對當事人行爲模式的深入理解，沒有嚴格的理論推理，只是一味地挖掘數據，最終的結果很難讓人信服。正如科斯所言：“如果你嚴刑拷打數據，只要時間足夠久，你讓它招什麼都行。”所以在當年北大的講座中，有人問安格里斯特：“您是怎麼想到那些精妙的數據邏輯的？”他只答了一個詞：“制度。”意思就是深入考察數據背後的社會機制，因爲這幾乎是唯一的途徑…社會科學的數據中只有相關性，是我們的大腦從中構建和識別出了某些關聯，講了一些其他人能理解和認同的故事，也纔有了故事中的因果性。如果換一個故事，其中的因果可能又不同。講故事（或稱理論、模型、範式等），就是我們認識和理解“因果”的方式，也是我們理解社會現象的方式。真正的因果性，觀測不到。我們能依靠的，只有推測。—蘭小歡 序言 李井奎《大偵探經濟學》

我剛剛利用兩個晚上，讀完了李井奎老師的新著《大偵探經濟學》。讀完後，就想寫一篇推薦。但我才疏學淺，也不瞭解作者本人，生怕馬屁拍到馬腳上，所以我不敢多誇書裏的細節，只想針對這本書最合適的讀者羣體 —— 經濟學本科生 —— 聊聊自己的經歷和教訓。聊完了，可能讀者也會產生共鳴，知道這本書爲什麼有必要去讀。 這是一本介紹近年來應用計量經濟學經典案例的科普書。我一邊讀一邊羨慕如今的經濟學學子，有機會通過這樣優秀的科普作品儘早接觸微觀實證這個重要的學科領域。 回想自己在2003-2007年讀本科時，我讀了很多經濟學的科普書，幾乎蒐羅了清華圖書館裏所有能讀到的經濟學科普書籍，其中固然有一些精品，比如Hirschman的Exit, Voice and Loyalty，但這些書清一色都是應用理論的作品，沒有應用計量的科普類讀物。我記得當時在BBS上讀蘭小歡（著名網絡ID：都是騙銀地）整理的計量經濟學學習心得，他羅列了一大堆從本科到研究生的計量教材，也沒有計量方面的科普。蘭小歡給《大偵探經濟學》寫的序言裏也提到，他本來想做一名宏觀經濟學家，是 2004-2005 年左右在北大旁聽了 Joshua Angrist （應用計量大師）的課程後，纔開始耕耘在微觀實證經濟學這一領域。從這段軼事看，小歡當年儘管讀了那麼多天書般的計量教材，也仍然迫切需要應用計量的科普——無論這一科普是來自書本，還是大師的面授。《大偵探經濟學》的應時而出、彌足珍貴可見一斑。 2006年，我拜訪錢穎一老師，請他給我寫推薦信時，我曾經很搞笑地準備了一張紙，上面傻不拉幾地列着我讀過的學術書籍。錢老師看了之後一陣感慨（該讀的不讀？不該讀的……哈哈，其實我當年並不完全體悟老師的心情），然後借給我他的 Freakonomics（Steve Levitt當時剛出版不久的《魔鬼經濟學》）讓我去讀。這是我第一次接觸應用計量。儘管我是個經濟學本科生，但應用計量當時對我來說，完全像一個新的學科。之前，我以爲經濟學家都是建模的，順手跑個迴歸支持一下自己的結論。但 Levitt 在書中的形象跟建模幾乎毫無關係，研究工作完全是圍繞數據展開的。數據工作之餘，才順手建個模。 《魔鬼經濟學》至今仍是最暢銷的應用計量科普讀物。但在科普應用計量上，《魔鬼經濟學》其實做得並不好。說真的，我個人認爲它作爲大學生的學術科普，功能性不如《大偵探經濟學》。 《魔鬼經濟學》儘管是我讀的第一本應用計量科普書，但是我的實證啓蒙卻不是它，而是一本很不起眼的心理學書。名字好像叫“心理學史上的 40 個實驗” —— 當時從外文館藏裏借出來的。那本書匯總了心理學史上最經典的 40 個實驗。實驗思路是什麼樣的，怎麼操作的，講得很詳細。我讀來如獲至寶，原本腦子裏毫無蹤跡的實證意識飛速成形。當時就遺憾，怎麼沒有人寫一本”經濟學史上的 40 個實證研究“。 好書之好，一是能雕塑世界觀，二是能影響方法論。不只是做學問的方法論，也包括看待世界、處理問題的方法。這本實驗心理學的科普書就完成了我這方面的啓蒙。 爲什麼我的頭腦會爲這本不起眼的科普書產生這麼劇烈的反應呢？還是因爲實證社會科學的科普太重要了。這樣的科普書也太稀缺了。我不敢說具體哪一本書是必讀書，但我敢說，實證社會科學這一類書，一定是大學生的必讀書。大學四年，你總得讀這麼兩三本，纔對得起本科的經濟學教育。而李井奎的《大偵探經濟學》就是這個門類裏非常合適且優秀的一部著作。 爲什麼我嫌棄《魔鬼經濟學》不夠理想呢？因爲《魔鬼經濟學》太個人化了。它太熱衷於樹立 Levitt 教授個人的偶像範，把 Levitt 塑造成一個看問題角度刁鑽、充滿整蠱趣味的一個怪才（當然，他或許真的是這樣）。讀者讀《魔鬼經濟學》，在覈心收穫上很容易被帶偏。實證精神和實證方法都退到了背景裏，光顧着欣賞 Levitt 怎麼天馬行空，美式英雄主義般地拯救迂訥的學術界了。對青年學子來說，他們從書裏學什麼呢？學實證精神？思路方法？如果要問我當時的收穫，我的收穫可能反而是一種傷害，因爲它誘導我以爲實證經濟學的目標，是對智力和眼光的炫耀，是追求奇思妙想的靈光一閃。 但現實並非如此。相比之下，《大偵探經濟學》所描繪出的經濟學家羣像，就很接近真實情況。儘管李井奎努力用大偵探的形象勾起讀者對經濟學的興趣，但他對經濟學家的刻畫、對他們思維方式的介紹是很踏實的。 選題上，Levitt 個人再聰明，畢竟也侷限於自己的研究；一個人的研究畢竟比不上整個經濟學家羣體的產出。至少，在選題的重要性上，《大偵探經濟學》肯定是有優勢的。我也注意到，《大偵探經濟學》裏涉及五六十篇論文，但 Levitt 的案例一個也沒用到。 我這篇讀後感，假想的讀者是國內的經濟學本科生。也許有讀者會問：爲什麼大學生不能靠讀計量經濟學教材完成科普呢？ 還真不行。只有應用計量的科普書 —— 比如這本《大偵探經濟學》—— 纔會集中告訴你許許多多頂尖學者最前沿的研究工作都在幹些什麼。計量教材也是他們的武器、工具。但我們握着傳奇戰士的武器，根本無法像他們一樣戰鬥。教材和科普必須結合起來 —— 哦，原來這把武器是這麼用的啊。 我本科時，儘管上過計量課，卻只知道計量是用來做迴歸的，根本沒有體驗到計量的美感。計量的美感來自兩方面，第一是計量理論的美，但本科生內容是不涉及這塊的；第二是計量應用中應對各種問題，兵來將擋水來土掩的那種靈活性，我們當時也沒有涉及。結果就是，計量經濟學成了一門讓我、讓很多本科同學都敬而遠之，看起來高深到不知所謂的工具課。 而我從四十個心理學實驗那裏得到的可憐啓蒙，也不能彌補這種遺憾。因爲經濟學的實證思維和心理學實驗是不一樣的。心理學實驗發生在實驗室裏，環境可控，分實驗組對照組就好。心理學經典研究的出彩，是出彩在能想到重要的實驗話題，以及針對某個話題如何設計實驗上。但經濟學實證大多要利用真實世界的樣本，藝術性在於尋找自然實驗。十八般武藝，什麼場合用什麼手段，這是心理學實驗完全沒有的東西。可惜，這些也沒能出現在當年的課堂上（當年我們的課程設計在時序分析上投入過多，忽略了微觀計量應用這一塊，我聽說現在已經有了改變）。唉，如果我當時能讀到《大偵探經濟學》該有多好。 也許還有同學要問：”我只對純理論和應用理論感興趣，我覺得產業組織那些模型特別酷，博弈論特別好玩，我對應用計量不感興趣，爲啥還要讀《大偵探經濟學》這樣的書？“ 我自己也是做應用理論的。我本科時自以爲最擅長的就是產業組織理論。到了博士項目後，也給自己貼上產業組織理論方向的標籤，選修這方面的課程。我不敢說自己對應用理論多有靈感，但我在應用計量上幾乎是一竅不通（我的知識只夠當個票友），所以我的比較優勢和比較興趣肯定都在應用理論上。但我很驚奇地發現，我着意選修的應用理論類課程，無論是 IO，還是其它領域，我都覺得不好玩，上課的收穫也不大。但我偶爾選修的應用實證類課程，無論是發展還是宏觀（年輕不懂事，錯過了 David Card 的勞動、Raj Chetty 的公共 —— 說起來心就滴血），我都很喜歡，很累但都很值得。這些課程至今還是我對博士母校最美好的回憶。 一大原因是，經濟學過去二十年的發展，主要進展在於實證方法（以 2021 年諾獎方向爲代表）。這個領域更活躍、更接地氣。今年諾獎開獎，知乎上有個講法很有趣，說這個方向是百萬漕工衣食所繫。沒錯，2010 年代的經濟學博士生大約一半都是這個方向的。無論是不是研究這個方向，在我們這個時代學經濟學卻不去接觸實證，就好像在博弈論最興旺生長的年代不去接觸博弈論一樣。 最後，我想聊聊《大偵探經濟學》的定位。它的難度肯定要比《魔鬼經濟學》要高。但比《基本無害的計量經濟學》要簡單得多（《基本無害》追求的，更多是研究生、教授讀者的會心一笑，我絕對不建議本科生把它當科普書來讀）。對大學生來說，最好能在開始計量經濟學課程以前閱讀此書 —— 大一、大二爲好。不需要預備知識，所以高中生、沒有學過經濟學原理的學生也能讀。讀的時候，裏面提到的文獻，感興趣的可以找來看一看。 李井奎的寫法，敘事較長，對研究所涉及的背景信息的介紹是偏多的，而在實證方法的介紹上略嫌簡略。這當然是井奎主動的取捨，照顧了非學術讀者。不過，我偶爾也會遺憾，光聽作者感嘆這個那個學者好厲害了，但他們真正的厲害，他們的手段，手段背後的權衡取捨，書裏還寫得不夠，以致讀完之後，感覺對於科普這一核心功能來說，我只實現了對研究的瞭解，但學到的思路技巧本還可以再多一點，對自己學習生涯的影響本還可以更長一點。 以上是我讀《大偵探經濟學》時產生的一些印象，希望對讀者選書能有所幫助。

說實話，這是一本不怎麼好看的好書。由於書寫得實在太糟糕了，隨便翻上幾頁都會讓人昏昏欲睡，我估計讀它的人不會太多，導致我沒什麼動力寫一篇書評。但其實這書的內容還真的是很不錯，所以我還是決定隨便說上兩句。 先說缺點吧。最致命的缺點就是作者毫無科普書籍的寫作經驗。加上本書是臨時約稿的產物，導致書的編排非常單調。本書一共十二章，除去序言一章和總結一章，中間十章的主題內容是對於十篇學術論文的通俗化介紹。是作者去掉了論文的技術細節，補充了必要的文化背景，並增加了適當的評述和說明後形成的文字。由於每一章的行文格式都是高度雷同的，所以看了一兩章後，大概就會產生單調乏味的感覺。而章與章之間又不存在前呼後應的聯繫，所以很容易讓人中途棄書。作者似乎也明白本書的不足之處，他嘗試着用輕鬆詼諧的語言風格加以彌補。比如，他在終章裏借用了西遊記裏的故事背景和人物形象，在其他章節中，作者也會插入一些自己杜撰的寓言故事之類。可惜，作者的文學才華可能並未被充分地發揮出來，這些爲了製造閱讀樂趣的寫作技巧，在我看來反而有些適得其反，既破壞了文章本身的嚴肅性，又使得表達變得囉嗦冗長。馮友蘭說： 良史必有三長：才、學、識。學者，史料精熟也；識者，選材精當也；才者，文筆精妙也。著小史者，意在通俗，不易展其學，而其識其才，較之學術鉅著尤爲需要。 如果把《大偵探經濟學》看作一本經濟學某一領域的小史，那它最欠缺的恐怕就是才了。但是，缺了精妙的文筆，它就註定不是一部良史了嗎？我想也不能就一棍子打死。因爲這本書，在識和學上都是可圈可點的。 識者，選材精當也。這一點，不需要特別說明，因爲 這本《大偵探經濟學》的科普書，是我（作者）2020年在哈佛大學訪學期間，聆聽多位因果推斷領域的大師級學者的課堂，閱讀上百篇這個領域的學術論文之後的一個副產品。 只要看看每章中，總會有一句“發表在經濟學頂級刊物的論文”云云，就知道書中所選取介紹的內容都是優中選優的精華。但從選題上看，既有種族問題，毒品問題等美國社會熱點，又有霧霾問題，男女比例失衡等中國現實難題。還有黑手黨政治、奴隸貿易等歷史問題的研究。如此寬泛的選題展現了經濟學因果推斷研究在社會科學層面廣泛的適用性。充分體現了經濟學的基礎學科地位和在人類認知世界時起到的重要作用。可以看出作者在篩選資料上真的是用足了心思的。 更重要的是作者在書中展現出的紮實的學術素養。這個學術素養不是普通的學術訓練和技巧，比如閱讀文獻的能力或者論文寫作規範之類的雕蟲小技。這個學術素養是作者對於因果關係究竟是什麼這一問題的深刻認知。以及對於因果推斷方法論的反覆強調。其實這纔是作者寫作的核心，也是讀者真正應該關心的重點。遺憾的是，爲了平易近人，作者採用了主題式的寫作方式。這很容易讓讀者把注意力落到每個主題的結論上，並且認定該結論就是頂級學者給出的“科學結論”而忽略了結論產生的過程。事實上，作者真正想表達的卻是結論的論證過程。也就是導致該結論的因果關係的發現過程，及其所採用的數學技巧。我想這正是作者把書命名爲《大偵探經濟學》的原因。他希望讀者把這本書當作偵探小說來讀。而偵探小說，最精彩的部分從來都不是揭曉兇手的部分，而是尋找線索和推理的部分。大概是作者在寫完作爲本書主體的十個專題之後，猛然發現，讀者可能未必能體會到他的一片苦心，就像老師上課講了半天，學生卻沒有領悟到重點一樣。他慌忙加了一個終章，就像學期末化重點一樣告訴讀者，本書最重要的內容其實是對於五個因果推斷工具的理解和掌握，而不是經濟學家對於那些社會或者歷史問題所得出的結論。 我相信，在因果推斷領域一定有比本書更精彩的教科書或者科普書存在。但這本《大偵探經濟學》作爲一本認識論和方法論上的科普讀物，啓迪讀者認真的思考究竟什麼是因果關係，如何認知因果關係還是非常有價值的。認真研讀本書，也許會讓你重新思考，只想和你一起到白頭到底是不是月亮惹的禍。

大偵探經濟學 “這五種武器分別是：隨機實驗方法、迴歸方法（傾向得分匹配方法）、雙重差分方法、斷點回歸方法以及工具變量方法。” —— 藉由偵探推理真相的方式，作者試圖向讀者介紹經濟學的五個研究方法。 算是別出心裁的經濟學方法論科普。 這個創意讓人很容易聯想到兩位斯蒂芬的“魔鬼經濟學”系列。同樣以趣味性吸引人，做得要好得多。 魔鬼經濟學大概是二十年前的事兒了，至今我還記得其中內容，比如“犯罪率降低是因爲墮胎合法化？”“毒販爲什麼和媽媽住在一起？” 標題就引人好奇。 兩位斯蒂芬一個是經濟學家一個是記者，前者提供自己的研究成果，後者把它們寫得妙趣橫生。 反觀本書，作者介紹的都是他人的論文，既不夠深入，也不夠淺顯有趣，雖然能學到些知識，但中途犯困的大概不少。 只有最後的終章部分，借西遊記的故事，回顧了隨機實驗方法、迴歸方法、雙重差分方法、斷點回歸方法、工具變量方法，蠻有創意。 不過還是差那麼點意思…… 如果把這些故事擴展開來，深入分析，實際運用這些方法而非泛泛而談，創作一本新書，想必更原創更有趣吧？

從7月中開始，斷斷續續讀完本書。本書是筆者研究生導師推薦的，因筆者從本科法學（偏規範類學科）跨到社會科學實證研究需要一定統計學的知識背景，故有此推薦。 首先是讀完感受。對於本科僅修讀過微觀經濟學原理的純法學生來說， 1）本書易讀性可打90分。作爲面向零基礎、或者僅僅是聽過這幾個統計方法（隨機實驗、迴歸、斷點、雙重差分）名詞的門外漢學生，能讓人願意翻開開始讀是首要解決的問題。這本書不佶屈聱牙，運用比較通俗的語言、生活化的例子解釋，並且專題是按照歧視問題、毒品問題、女性問題等有研究價值的社會問題展開，即使不需要掌握統計方法的普通讀者，也可從中對於該社會問題的成因、整體脈絡及政策制定者的應對策略有初步瞭解。 2）本書科普性可打75分。筆者的評判標準主要是讀後對統計方法是否能記住其基本定義以及應用場景。坦率地說，若沒有最後一章（西遊記中的統計方法），可能科普性在筆者這邊會降到50分以下。作爲零基礎，統計方法分散在各章，加之舉例過大而聚焦不足，筆者在還不瞭解基礎定義的情況下很難代入作者對爲何採用、爲何優化統計方法的解釋。【建議日後若再版是否可以考慮把最後一章放在開頭，先有基本瞭解再開始對社會問題的探究】 3）本書亮點與不足：筆者在臨時突擊準備某top管理學項目保研時曾反覆閱讀過《實證研究的40個方法》（還有一本是《60個方法》，筆者都讀了），當時模糊的感受是實證研究最重要的是選好對象、最好是能封閉實驗，實在不行就隨機實驗，此後就是收集數據和處理數據了。但本書探討的各個社會問題，包括黑手黨問題、女性問題等等，幾乎每個問題都是無法在封閉實驗或短期內收集數據達成的，也無法簡單控制變量設置組別。必須從歷史中、從不同時期、甚至從不同學科（比如氣象學等）尋找斷點、工具變量，並且從因果關係推斷來說，可能自以爲實驗天衣無縫，實則沒有達到因與果的排他高度。本書層層遞進，講解了前人實驗的漏洞與後人的補充完善，對於鍛鍊批判性思維也很有幫助。 不足之處主要是科普性、可讀性、專業度等平衡不佳。每一章開頭都是比較冗長的背景介紹，介紹完突然就開始實驗，對於實驗的介紹則比較簡略，包括數據處理等，最後也有草草收尾之感。 總體來說，還是很推薦一讀的。從其他書評中看到比較中肯的評價，爲各位後來的讀者再次強調：（對於並非只看個熱鬧而是需要由此書瞭解因果推斷的學生來說），每章最後給出的社會議題解決建議等並非重點，對於統計方法的選擇、實驗的優化完善、數據的處理方案等纔是需要關注的重點。

《大偵探經濟學》是一本“現代經濟學偵探小說”。它借用“破案”的敘事，揭示了傳統經濟學研究中“相關≠因果”的致命盲點，並系統傳授了經濟學家如何像偵探一樣，利用“五種武器”在真實數據中揪出真相。 📖 核心內容：講了什麼？ 這本書本質上是一本“因果推斷”的入門科普。作者李井奎教授（ 《基本無害的計量經濟學》譯者）通過10個社會懸案（如喬治·弗洛伊德之死、名校騙局、黑手黨起源），生動展示了現代經濟學家如何運用“反事實框架”來探尋事件背後的真實原因。 🔍 發現問題：打破了什麼幻覺？ 這本書直指經濟學研究中的一個“核心陷阱”：我們過去太容易把“相關性”當成“因果關係”。比如： * 直覺陷阱：看到“名校生收入更高”，就認爲“上名校導致高收入”。 * 混雜因子：忽略了“家庭背景好”這個隱藏因素，既讓孩子能上名校，又能給孩子帶來高收入資源。 💡 解決問題：提供了什麼工具？ 爲了解決上述問題，書中構建了一套完整的“因果推斷方法論”。作者將其比喻爲偵探的“五種武器”，核心邏輯是通過尋找“反事實”來剝離混雜因素： 1. 隨機試驗：黃金標準，創造完美的對照組。 2. 斷點回歸：利用“分數線”等天然界限做對比。 3. 雙重差分：對比政策實施前後的變化。 4. 工具變量：尋找隻影響X不影響Y的“外生變量”。 5. 迴歸匹配：通過數據篩選模擬隨機分組。 ⚠️ 邏輯漏洞：爭議與侷限 作爲一本面向大衆的科普書，其邏輯體系本身是自洽的。但學術圈對其提及的研究方法及科普深度存在一定爭議： 1. 方法的“原罪”：書中推崇的“自然實驗”方法，有時難以完全排除“內生性”干擾。即所謂的“外生衝擊”可能並非完全隨機，依然存在被遺漏變量干擾的風險。 2. 科普的簡化：爲了易讀性，作者對複雜的計量方法進行了“故事化”處理。雖然降低了門檻，但可能導致讀者誤以爲因果推斷“很簡單”，忽略了背後嚴格的假設條件和數學基礎。 💎 閱讀建議 這本書是連接《魔鬼經濟學》（故事趣味）和《基本無害的計量經濟學》（硬核方法）的橋樑。如果你看完覺得意猶未盡，想深入瞭解背後的數學原理，建議挑戰作者翻譯的《基本無害的計量經濟學》。