作为reduce-form奠基人之一的著作，用一句台词来形容这本书就是“去其形，得其神”。说它是大道至简也不为过。
别把这本书当成计量理论教材来看，要把它当做如何教你设计quasi-experiment。我在看这本书的时候，始终用“我该如何证明一款药有效”来作为一个潜在的例子来理解这些方法的本质。到最后可能会发现（鄙人才疏学浅可能理解有误），所有现存的5款因果推断基本方法，Naive OLS ,DID ,IV, PSM, RDD本质上殊途同归：都是不同形式的分组比较。这5款分析方法的要义就是理解the source of variation（到底是什么东西驱动你的计量模型得出的估计值），理解这本书的一个捷径就是始终从最最简单的计量模型开始，比如OLS就从一个dummy without any controls开始，IV就从一个随机抽签开始。这种极简化的方式绝对有助于理解这些计量模型的本质。学完这本书后，通常应该认为添加一个控制变量是很严肃的值得认真推敲的事，就仿佛是推敲“改变一个实验的重要环节可能会对实验结果产生什么影响”，而不是再用“因为控制变量也影响Y所以有多少加多少，越多越好”的方式思考这些问题。
我的劳动经济学课程几乎就是围绕这本书展开的。我的导师应该是深谙这本书之道，反复强调让我们在学习这本书时不要过多考虑标准误问题，写作业时也尽量不要用matrix来解释她提的问题种种。对于刚结课高级计量的学生来说，完全不理解什么叫“不要考虑标准误，不要用matrix来解释她的问题”，有时候甚至连她的问题都看不懂什么意思，后来才慢慢理解，她始终是在以构造实验的方式理解计量模型。这本教材和这门课程对我的影响比较大，以至于后来我看到那些大部头计量教材密密麻麻的矩阵就发怵，而更加习惯于用构造实验的思维去考虑一切计量模型。（并不是说不应该学习矩阵，那些事还是交给更有能力的理论guy们去做吧哈哈哈).
这本书可能无益于强调结构模型的经济学分支，因为本质上就是在做不同的事：这本书教你如何用数据推断因果关系，结构模型是已经根据理论推导出了一套因果关系，如何估计出里面的参数。如果你想证明别人用理论推导出的因果关系是否真的正确，那就又回到了这本书教你干的事情了。
来源：知乎 www.zhihu.com
作者：东北野战军
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载
此问题还有 18 个回答，查看全部。
延伸阅读：
有哪些优质的计量经济学讲义？