方法論，不僅是解決現實問題的一把“鑰匙”，而且也是開展實踐工作的一個“指南針”，它可以讓給你更好地理解和解決現實中的問題。
文/杯中鳥911
前段時間，有位學術小伙伴在我的《人大經濟論壇》賬號中留言：“樓主您好！如果遇到一個新的研究問題，請問您是如何快速的找到合適的研究方法的？您會不會花一些時間在論證方法的適用性上？謝謝您！”當然，這個學術伙伴所講的問題是在經濟管理問題的實證研究中，該如何去迅速尋找解決問題的實證方法。
在幫助回答和解決小伙伴的問題之前，首先，我很感謝這位小伙伴的信任和支持，竟然有心跟我留言，參與溝通和分享我的心得。其次，也很欣慰的是，大家跟我一樣依然這么熱愛學術，熱愛生活，熱愛這份學術凈土，不惜認識陌生人，并留言咨詢學術研究中所存在的困擾，以求進取。因此，解決小伙伴的這個問題，是我今天的主要任務，也希望對讀者有所裨益。
嚴重地說，對一位年輕的科研工作者而言，實證（方法）范式是從事經濟管理方面學術研究和寫作中必須掌握的基本技能，“生存法寶”，猶如“吃飯，需要學會拿筷子一樣”。當然，這是當前學界的“游戲規則”有關，即跟學界論文發表的喜好有關，這也是未來經濟管理，甚至社會學、政治學和公共管理領域的一個發展趨勢。
從個人學術履歷和發表成果來看，與其說我是一位經濟學博士，倒不如說是打著“經濟學”旗幟口號，卻在“管理學”天地里耕耘著，而且偶爾還打點折扣，奔波于各個經管領域交叉學科問題研究中。從碩士入學開始，我從事經濟管理領域研究8年有余，除開申請課題之外，其他科研成果（主要是學術論文）都是以實證體例為主。而且，在這些發表的論文中所采用的方法基本都是常見的，模型方法使用上從未跟風、追時髦、力求前沿，我只是根據論文問題的實際寫作需要來選擇模型方法，之所以要這么說，是因為要告誡大家，先學習和掌握基本的實證回歸方法，也是可以在學術論文寫作、發表上“成功突圍”的，沒必要選擇一些時髦且復雜的方法來解決簡單的問題。
所以，我也基本了解和掌握經濟管理問題研究中的常見方法，并在8年的學術研究中熟練運用這些方法，甚至以這些方法為基礎，我還能在短時間內快速掌握其他復雜的模型方法，這說明我是有能力來回答小伙伴的留言問題的。
當然，除開回答小伙伴的問題之外，我還想多詳細分享一下自己8年來學習計量經濟學以及統計工具操作的經驗心得，以幫助計量經濟初學者更快地適應新的學術標準。下面，我將從三個方面來闡述個人計量經濟學的學習心得，如下：
（1）你需要認識“計量經濟學”，了解計量經濟學的基本概括。既然是認識它，那么就意味著我們只需要大概認識它的概況，熟悉它是什么，它到底能為我們干些啥……而且，畢竟計量經濟學涉及到很多學術公式的推導，不可否認的是它的確是門乏味枯燥的學科，但這個毫不影響它在學術研究中的重要性。
為此，不同于其他人推薦拜讀伍德里奇的《計量經濟學導論》，我覺得應該選擇一本相對簡單、頁數少的《計量經濟學》書籍來閱讀，讓初學者尤其是一些文科背景的研究生能更簡單、不厭其煩地把它讀完。譬如，在閱讀過程中，你要了解基本的計量常識，如“什么是異方差？”、“什么是擬合優度？”、“R2和Adj R2是什么？”、“多元線性回歸方法是什么？”、“膨脹因子是什么及其檢驗方法”等等類似的知識。當然，當你掌握基本的計量經濟學基礎知識后，如果有充裕的時間，我極力推薦你去閱讀伍德里奇的《計量經濟學導論》，這本書將讓你受益匪淺。
記得當年，我在學習計量經濟學時，并沒有前輩學姐師兄給我推薦，我是“摸著石頭過河”，一拍腦袋自己拿主意買了《計量經濟學》（注：龐皓，科學出版社）書籍，一氣呵成把它讀完，結果收獲滿滿。當你在學習計量經濟學時，還需要注意一個十分重要的工作，那就是統計分析軟件的學習操練，這也是學習計量經濟學的最終目標，當然這個階段你需要做得的任務就是認真閱讀這本書。記得當年，我一開始學習的統計軟件是SPSS，這是一款比較簡單、容易操作的統計分析軟件，雖然現在看來這個軟件的確太Low，但它對我而言實際上發揮了很大的鼓勵和推動作用，是它讓我踏入了“學術之門”。
后來，我還學習了時間序列分析如何用eviews做散點圖，需要學習統計分析軟件，這款軟件的優勢是處理時間序列數據分析。直到博士學習期間，我開始認識并逐漸掌握stata統計分析軟件，它是一款全球通用并風靡統計學界的分析軟件，直到現在我還在堅持使用stata軟件，并在繼續努力嘗試學習新方法中。需要說明，所有的統計分析軟件都需要且離不開《計量經濟學》基礎知識的支撐，閱讀相關書籍不妨礙你學習哪一種統計分析軟件，但在這里我建議大家優先選擇stata或sas兩款統計軟件（任選其一），或有必要時學習一下分析軟件。
（2）日常計量經濟學的學習要學會“操練”，加強重要統計量的辨識和了解。學習計量經濟學就是為了能夠指導你的學術研究，更加簡便地運用計量方法，去開展學術論文。在經過第一步的計量經濟學自學后，你將要開始鍛煉計量軟件的操作，其中統計分析軟件是程序專家根據計量經濟學知識原理而設計而成的。在這個階段，你應該會非常有收獲感，之前課本所獲取和認識的統計變量，你將在操作“實戰”中見到，以進一步鞏固你的知識。
在具體的軟件操作中，你還需要注意兩個方面的積累：
一是，針對每一種方法或每一個步驟，你應該要記住他們操作步驟（以及命令代碼）。譬如在統計軟件stata中，su就是，它在統計分析中的作用就是對某個變量進行基本的描述性統計，包括樣本量、均值、標準差、極大值和極小值等；reg就是，這個命令的作用就是進行回歸分析某對因（自）變量之間的因果關系。由此，針對這些常用的變量，需要每個人去日常積累和存檔，形成“命令代碼寶典”。在本公眾號前某一期推送的文章中，有一篇文章專門分享了作者日常運用的命令代碼，讀者如有興趣，可予以保存借鑒。
二是，針對每一種方法或每一個步驟，你需要懂得每個步驟它的操作意圖是什么，即每個分析統計量的計量含義。譬如在統計軟件stata中，我們分析中最為關注的是自變量系數符號（正或負）及其的顯著性（Prob.），且這里將涉及到T值，這三者之間是存在一定聯系的；擬合優度“R2和Adj R2”,它主要是指自變量和控制變量對因變量的解釋程度有多大，如0.123，這說明自變量和控制變量成功解釋了因變量的12.3%；F值及其自由度，這主要呈現的是所設計模型的合理性，一般都需要在1%（或至少在5%）置信水平上通過顯著性檢驗，這表明你所設計的模型是基本合理的；樣本值Obs，這主要是你分析過程中運用了多少樣本值。
需要交代重要一點是，自學者可以結合文獻的實證分析來認識這些統計量，這是作者多年的經歷心得，很有助于你計量知識的鞏固，以及還有助于你訓練如何針對某個統計量來進行語言表述和分析，推薦結合《管理世界》文章來學習。在本公眾號前某一期推送的文章中，有一篇文章專門分享了作者就如何學習統計量的語言表述方式，讀者如有興趣，可重新閱覽。
（3）論文寫作過程中面臨新的計量問題該如何尋找解決方案，以及如何把握方法的適宜性。經過第二步的計量知識鞏固和操練后，相信你們都有了計量分析的自信和統計軟件操作的基本能力，紛紛開始準備著手論文寫作，“小試牛刀”。這也是作者當年的心態，急切完成一篇自己的第一篇實證類學術論文。在這里，作者主要闡述兩個比較重要的問題：
1、在論文寫作過程中，你發現了新的統計難題，該如何尋找解決的方案。在這里，作者準備分享一下自己的心得，以供參考。當遇到新的計量問題時，作者將從如下幾個方面來著手開展：（1）求助于陳強《高級計量經濟學》，有相關操作代碼命令，尋找類似問題的解決方案，基本上包含了日常所用的命令代碼；（2）求助于“度娘”，學會找百度、人大經濟論壇、知乎等，通過你遇到問題的諸多字段在百度搜索引擎中進行尋找，千萬學術人的分享和問題解答，總有人和你是“同病相憐”；（3）求助于已有文獻，從現有刊發文獻中尋找解決問題的方案，比如尋找一個比較適宜的工具變量，這是最為常見的問題，通過閱讀其他文獻來刺激你的認知；（4）求助于他人如何用eviews做散點圖，尋找解決方案。當你通過上述四種途徑尋得方案后，你可以將其予以收藏并存檔，以備后用。
2、在論文寫作過程中，你將如何把握方法運用的適宜性。這就回歸到有關小伙伴的留言問題“如果遇到一個新的研究問題，請問您是如何快速的找到合適的研究方法的？您會不會花一些時間在論證方法的適用性上？”實際上，小伙伴的潛在意思就是如何能夠對陣下藥地尋找“適宜的方法”來解決實證研究的問題，即實證模型的“適宜性”。其實，每個計量方法都是有一定適用范圍的，比如模型，它只適用于因變量為0～1的啞變量的模型中；比如排序模型模型，它只適用于因變量為0、1、2、3或1、2、3、4等類似具有明顯的程度變量；比如Tobit模型，它適用于因變量中存在諸多0樣本值分析?？梢哉f，根據作者的經驗，讀者們可以根據因變量的分布情況來選擇適宜的模型方法。
此外，眾所周知的是，2SLS方法主要適用于解決模型中的內生性問題，二階段模型主要檢驗因樣本自選擇問題導致的內生性問題，PSM傾向得分匹配法也主要適宜于解決內生性問題，其中：2SLS、兩種方法一般需要工具變量予以支持，、PSM兩種方法需要自變量是虛擬變量（0-1）。此外，在線性回歸分析中，你該如何選擇設計線性模型還是非線性模型（帶有自變量二次方的模型）呢？你可以從問題研究需要來考慮，也可以從自變量和因變量的散點圖來模擬設計。
最為重要的是，研究生們需要具備一定的學習能力和操作能力，學習能力更為重要。當你的研究設計需要或者符合那一種方法時，你可以針對性地去學習，不要怕麻煩，因為一旦學會，又經歷過立即的實踐作用，這個方法你就會了，以后再次撿起來就很簡單了！當然，在學習的過程中，如果發現看不懂其中的操作，譬如陳強的《高級計量經濟學》書籍的數學推導公式，你可以無需查看，但針對某個分析方法，你可以邊看書、邊操作命令，甚至可以參考一下有價值的文章所公布的命令，如中國工業經濟及其公開的結果，這是個不錯的方法，你可以借鑒一下！
“冰凍三尺，非一日之寒”，計量技能的學習、學術成果的獲取也不例外！提高執行力、努力學習、增強學習能力，是以后學術進步中的必備因素。
END
本文作者：杯中鳥911，經管學院Ph.D，現清華學習；