凡是搞计量经济的，都关注这个号了

邮箱：econometrics666@126.com

前些日，咱们圈子引荐了“实证研究中用到的200篇文章, 社科学者常备toolkit”，各位学者甚至要求将文章发送其邮箱进行深度学习。不少高校院长甚至校长也要求门下的研究生有选择性地阅读相关文章，为日后更为严谨规范的实证计量分析打下坚实的基础。

今天，咱们圈子引荐《Handbook of Field Experiments》，各位学者可以在网上下载也可以在咱们社群下载参考。也可以先看看这个，关于田野实验研究, 你不得不读的一篇综述文章

现场实验手册

在过去的15年中，现场实验的数量、范围、质量和创造力得到了爆炸式增长。为了评估这一非凡的进展，我们受邀编辑《现场实验手册》，发表在Elsevier。我们很幸运地收集了该领域最优秀专家撰写的精美论文集。有些章节比较注重方法论，而另一些章节则着重于结果。所有这些都为该领域的进步和问题提供了深思熟虑的思考，有用的研究建议以及对下一步需要做什么的见解，对于研究生来说都非常有用。总之，这些论文提供了令人难以置信的丰富文献综述。

-阿比吉特·班纳吉（Abhijit Banerjee）和埃丝特·迪弗洛（Esther Duflo）

Handbook的各个章节如下

介绍

《现场实验手册》简介

Abhijit Banerjee和Esther Duflo

经济学家和政策制定者提出的许多（尽管不是全部）问题都是因果关系的：在教室里增加计算机会有什么影响？预防保健产品的需求价格弹性是多少？利率上升会导致违约率上升吗？几十年前，统计学家Fisher（Fisher，1925）提出了一种回答此类因果问题的方法：随机对照试验（RCT）。

在RCT中，随机选择不同单位分配给不同处理组。这样可以确保在分配中不会出现不可观察因素的影响，因此，处理和控制单元之间的任何差异都将反映出处理的效果。尽管这个想法很简单，但是随机化实验成为回答经济学问题的实用工具之前，走过了一段很长的路程。

一些历史背景

社会实验的政治学与实践：革命的种子
朱迪·古隆（Judy Gueron）

在1970年至2000年代初期，支持使用随机实验评估社会项目发生了一场革命。本章重点关注有助于加速美国转型的福利改革研究，描述了随机对照试验（RCT）的主要挑战，如何出现和克服这些挑战以及如何获得成功所需条件的初步结论-强大的财务实力激励措施，严格的运营控制和小规模生产被证明是错误的。最后一部分讨论了从其他领域获得的经验教训。

随机对照试验的方法和实践

 随机实验的计量经济学

Susan Athey和  Guido Imbens

随机实验在农业和生物医学领域具有悠久的传统。在经济学上，它们的历史要短得多。尽管多年来进行了一些值得注意的实验，例如RAND保健实验（Manning，Newhouse，Duan，Keeler和Leibowitz，1987，请参阅Rothstein和von Wachter的一般性讨论，2016）和负所得税实验（例如， （Robins，1985），直到最近，才有大量的随机实验出现在经济学，尤其是在发展经济学领域。有关调查，请参见Duflo，Glennerster和Kremer（2006）。

在本章中，我们讨论一些对随机实验的分析和设计很重要的统计方法。本章的主题是本着弗里德曼（Freedman）精神写的“通过实验来分析实验，而不是观察性研究”，重点是通过随机化直接证明统计方法正确。简单的比率比较可能是正确的工具，而“复杂的”模型几乎没有增加价值。”（Freedman，2006，第691页）。我们借鉴了许多文献。其中包括有关实验分析和设计的统计文献，例如Wu和Hamada（2009），Cox和Reid（2000），Altman（1991），Cook and DeMets（2008），Kempthorne（1952、1955），Cochran和考克斯（1957），戴维斯（1954）和欣克尔曼和肯普霍恩（2005，2008）。我们还借鉴了因果推断的文献，在实验和观察环境中，Rosenbaum（1995、2002、2009），Rubin（2006），Cox（1992），Morgan和Winship（2007），Morton Williams（2010）和Lee（2005）以及Imbens和Rubin（2015） ）。在经济学文献中，我们以发展经济学随机实验的最新实践指南为基础，例如，Duflo，Glennerster和Kremer（2006），Glennerster（2016），Glennerster和Takavarasha（2013）以及一般经验微观文献（Angrist and Pischke，2008）。

实验设计和外部有效性的决策理论方法
Abhijit Banerjee，Sylvain Chassang 和Erik Snowberg

现代的决策理论框架可以帮助阐明实验设计的重要实际问题。本章以我们最近的工作为基础，首先概述了我们理解实验者目标的框架，并将其应用于再随机化。 

然后，我们使用此框架来阐明与实验注册表，分析前计划以及最重要的是外部有效性相关的问题。我们的框架意味着即使可以收集大量样本，外部决策也具有固有的主观性。我们接受这个结论，并认为为了提高外部效度，实验研究需要为结构化投机创造空间。

进行随机评估的实用性：合作伙伴关系，评估，道德和透明度
Rachel Glennerster

长期以来，经济学家都知道，随机化可以通过解决选择偏差的问题来帮助确定因果关系。本书的第1章以及Gueron和Rolston（2013）描述了美国在1960年代和1970年代将实验从实验室移出政策世界的努力。 

这项经验对于证明现场实验的可行性，解决涉及的一些重要伦理问题，展示研究人员和从业人员如何共同努力以及证明现场实验的结果通常与观察性研究的结果非常不同，至关重要。有趣的是，第一波现场实验的学术支持相对有限（Gueron和Rolston，2013年），其中大部分是由MDRC，Abt和Mathematica等研究小组进行的，以评估美国政府的计划，它们主要用于个人级别的随机化。相比之下，从1990年代中期开始，学者们推动了最近的一轮野外实验，最初集中在发展中国家，经常与非政府组织合作。

现场实验设计中的建构心理学
伊丽莎白·列维·帕鲁克（Elizabeth Levy Paluck）和埃尔达·沙菲尔（Eldar Shafir）

您为什么会对本章感兴趣？一个合理的假设是您正在阅读，因为您关心好的实验设计。为了创建强大的实验设计来测试人们对干预的反应，研究人员通常考虑被认为是推动人类行为的经典公认动机。 

无需进行广泛的心理训练即可认识到几种动机可能会影响您在实验范式中的参与度和诚实度。这些动机包括策略性的自我陈述，怀疑，缺乏信任，受过教育或精通的水平以及简单的功利主义动机，例如最小的努力和优化。例如，最大程度地减少因参加者之间的高度怀疑或所做的尽可能少的决定而导致的调查结果，对于提高结果的可推广性和可靠性至关重要。

了解偏好和偏好变动

市场领域的现场实验
Omar Al-Ubaydli和  John List

这是对市场现场实验研究文献的回顾。审查的主要结果如下：（1）一般而言，市场组织了商品的有效交换；（2）某些行为异常会妨碍有效的交流；（3）当交易员经验丰富时，许多行为异常现象就会消失。

歧视的现场实验
Marianne Bertrand和Esther Duflo

本文回顾了有关歧视的普遍性，这种歧视的后果以及破坏它的可能方法的现有现场实验文献。我们着重指出文献中的主要差距以及未来野外工作的成熟机会。 

第1节回顾了用于衡量歧视发生率的各种实验方法，最主要的是审计和对应研究；它还描述了基于实验室的工作中常用的其他几种测量工具，值得在现场研究中予以更多考虑。第2节概述了关于被定型或歧视的成本的文献，重点是自我期望效应和自我实现的预言；第2节还讨论了基于稀疏领域的文献，介绍了组织和群体中多样性有限的后果。本文的最后一部分，第3节，回顾了旨在减弱歧视的政策和干预措施的证据，涵盖了榜样和群体间的接触效应，以及社会认知和技术上的消除偏见的策略。

选民投票动员的野外实验：新兴文学概述
Alan Gerber和Donald Green

近年来，政治学中经验工作的重点已经开始从描述转移到对因果效应的可信估计的日益重视。这种变化的关键特征是实验方法，尤其是现场实验的日益突出。在本章中，我们回顾了使用现场实验研究政治参与的情况。 

尽管有几个重要的实验解决了除选民参与之外的政治现象（Bergan 2009; Butler and Broockman 2015; Butler and Nickerson 2011; Broockman 2013，2014; Grose 2014），但衡量各种干预措施对选民投票率影响的文献最多，也最多全面发展，它很好地说明了政治科学中田野实验的使用如何进行。从最初关注不同沟通方式的相对影响开始，学者们开始探索如何将来自社会心理学和行为经济学的理论见解用于制作信息，以及如何利用选民动员实验来检验理论主张的真实世界效果。存在大量实验性投票研究是必不可少的。

实地实验室：在野外测量偏好

 Uri Gneezy和Alex Imas

在本章中，我们讨论了“现场实验室”方法，该方法结合了实验室和现场实验的要素，并使用实验室中经过标准化，经过验证的范例来针对自然环境中的相关人群。我们首先研究如何使用该方法论来对具有理论利益的人群进行经济模型测试。

接下来，我们概述了如何使用现场实验室研究来补充传统的随机对照试验，以收集协变量以测试理论预测并探索行为机制。我们将继续讨论如何利用该方法来比较跨文化和不同背景的行为，并测试在实验室中获得的结果的外部有效性。本章最后总结了有关如何有效使用该方法的课程。

市场营销中的现场实验
Duncan Simester

营销是一个多元化的领域，它吸取了丰富的学科知识以及广泛的经验和理论方法。这些学科之一是经济学，而用来研究经济问题的方法之一是实地实验。市场营销文献中的实地实验的历史令人惊讶地长。早期的例子包括Curhan（1974）和Eskin and Baron（1977），他们改变价格，报纸广告和在杂货店中展示变量。 

本章通过确定过去20年（1995年至2014年）发表的论文，回顾了营销领域现场实验的最新历史。我们报告了在此期间发表的论文数量如何增加，并对这种增加进行了不同的解释。然后，我们将论文分为五个主题，并按主题复习论文。本章最后总结了营销中使用的现场实验的设计，并提出了未来研究的主题。

改善人力资本的挑战

低收入国家的健康水平的影响和决定因素
Pascaline Dupas和Ted Miguel

低收入国家的健康状况改善可以大大改善福祉，并有可能促进经济增长。在过去的十年中，野外实验激增，旨在了解家庭和政府在卫生投资上面临的障碍，以及如何克服这些障碍，并评估随后获得健康的影响。

本章首先讨论了卫生部门现场试验特别容易受到的方法学陷阱，然后回顾了迄今为止进行严格的现场试验的证据。 从子宫内和儿童健康到以后的结果之间的联系越来越多，但很少有实验估计健康对成年人同期生产力的影响，很少有实验探索基础设施计划对健康结果的影响。在消费者方面以及健康产品和服务的提供者中，更多的研究已经检查了个人健康行为的决定因素。

发达国家的人力资本生产：来自196个随机田野实验的证据
Roland Fryer

在过去的几十年中，旨在更好地了解人力资本生产的随机田间实验呈指数增长。本章总结了我们对人力资本生产函数的各种偏导数所学到的知识，还有哪些重要的偏导数尚待估计，以及我们共同的努力共同教会了我们如何在发达国家生产人力资本。本章以信封模拟的结尾作为结束语，它模拟了如果人力资本政策的重点是从随机实地实验中获得的最佳实践，那么美国的种族工资差距将占多少。

发展中国家教育领域的实地实验
Karthik Muralidharan

在过去的十年中，也许发展经济学没有一个领域比教育经济学受益于使用实验方法。发展中国家的高质量教育研究（其中许多使用随机实验）的快速增长也许可以最好地说明这一点，因为它已经对这一证据进行了一些系统的综述，其中包括Muralidharan 2013（主要针对印度），Glewwe等。2014年（侧重于学校投入），Kremer等人。2013，Krishnaratne等。2013年，2014年Conn（主要针对撒哈拉以南非洲地区），McEwan 2014年，Ganimian和Murnane（2016年），Evans和Popova（2015年）以及Glewwe和Muralidharan（2016年）。尽管这些方法并不仅限于实验研究，但它们通常为来自随机对照试验（RCT）的证据提供更大的权重。

设计有效的社会计划

社会政策：机制实验和政策评估
Bill Congdon，  Jeffrey Kling，Jens Ludwig和Sendhil Mullainathan

政策制定者和研究人员对使用实验方法来指导社会政策设计越来越感兴趣。至少在发达国家中，最常见的方法是对感兴趣的政策或我们在这里所谓的政策评估进行大规模的随机试验。在本章中，我们认为，在某些情况下，生成有关目标政策信息的最佳方法可能是测试与所考虑的政策不同的干预措施，但可以阐明该政策通过的一种或多种关键机制可能会运作。

 我们所谓的机制实验可以通过两种方式帮助应对所有面向政策的工作所面临的关键外部有效性挑战。首先，机制实验有时每美元的研究经费比政策评估能产生更多与政策相关的信息，这反过来使得测试干预措施在不同背景下的工作方式更加可行。其次，机制实验还可以通过更多地了解当地背景缓解政策效果的方式或扩展我们可以预测效果的政策集来帮助提高我们的效果预测能力。我们讨论了机制实验和政策评估如何相互补充，并提供了一系列社会政策领域的实例，包括健康保险，教育，劳动力市场政策，储蓄和退休，住房，刑事司法，重新分配和税收政策。示例集中在美国方面。

发展中国家农业的田间试验

Alain de Janvry，Elisabeth Sadoulet和Tavneet Suri

本章回顾了田间试验在回答农业研究问题中的作用，最终使我们更好地了解了政策如何改善发展中国家的生产率和农民福利。我们首先回顾一下该领域的最新现场实验，重点介绍实验对这一研究领域的贡献。然后，我们概述了可以进一步弥补我们在农业知识上存在的空白的实验领域，以及未来的实验如何解决农业中的特定复杂性。

国家人事经济学
Frederico Finan，Ben Olken和Rohini Pande

各国政府在促进经济发展中发挥着核心作用。然而，尽管经济学家长期强调政府质量的重要性，但从历史上看，他们对国家内部运作和提供公共服务的个人的关注较少。本章回顾了一个新兴但不断发展的领域实验，它探索了国家的人员经济学。 

为了将实验结果放在上下文中，我们首先记录一些关于公共部门就业与私营部门就业有何不同的典型事实。特别是，我们表明，在世界上大多数国家中，公共部门雇员的工资溢价要高于私营部门的雇员。此外，这种工资差距在低收入国家中最大，而这恰恰恰恰是治理问题最严重的地方。这些薪资差异以及低收入国家政府组织内部的重大信息不对称现象，为近期的国家与雇员关系的三个方面的实地实验的强调提供了表面上的基本原理：选择，激励结构和监督。

设计社会保护计划：使用理论和实验来理解如何帮助消除贫困
Rema Hanna和Dean Karlan

“反贫困”计划的种类很多，从多方面，复杂的计划到更简单的现金转移。明确表达和理解激励政府和非政府组织干预的根本问题，对于在众多反贫困政策或其组合中进行选择至关重要。政策应有所不同，具体取决于基本问题是有关未保险的冲击，流动性约束，信息故障还是上述所有因素的组合。 

实验性设计和周到的数据收集可以帮助更好地诊断根本问题，从而更好地预测在特定条件和情况下要采用哪种反贫困计划。但是，更复杂的理论同样难以测试，需要更大的样本量，并且往往需要更为细致的实验设计，以及有关家庭和社区行为与结果许多方面的详细数据。我们为社会保障计划的这些设计和测试问题提供指导，从如何确定目标计划，谁应该实施该计划，到是否以及在什么条件下要求参与计划。简而言之，精心设计的实验性测试可以帮助您更深入地了解程序为何有效。

劳动力市场上的社会实验
杰西 ·罗斯斯坦（Jesse Rothstein）和 蒂尔·冯·瓦赫特（Till von Wachter）

大规模的社会实验是劳动经济学的先驱，是我们所知的许多主题的基础，这些主题包括从工作培训的效果到寻找工作的动机，再到对税收的劳动力供给反应。随机分配为选择问题提供了有力的解决方案，这些选择问题困扰着非实验研究。但是，关于这些主题的许多重要问题都需要超越随机分配。 

这适用于与内部和外部有效性有关的问题，包括对内在观察到的结果的影响，例如工资和工时；溢出效应；场地影响；治疗效果的异质性；多重和隐藏的治疗；以及产生治疗效果的机制。在本章中，我们回顾了随机社会实验在劳动力市场中的价值和局限性，重点是这些设计问题和解决这些问题的方法。这些方法通过将实验变量与计量经济学或理论假设相结合，扩大了可以使用实验回答的问题的范围。我们还将讨论为在事前设计实验中构建回答这些类型问题的方法的努力。

0.省份/行业固定效应与年份固定效应的交乘项固定效应；1.渐进DID专治各种渐进性政策的良药；2.广义DID方法运用得非常经典的JHE文献；3.DID的平行趋势假定检验程序；4.广义DID,DID最大法宝；5.逐年匹配的PSM-DID操作策略；6.加权DID,IPW-DID实证程序百科全书式的宝典；7.PSM-DID,DID实证完整程序百科全书式的宝典；8.DID的经典文献"强制许可"论文数据和do程序；9.分位数DID,PSMDID,政策前协变量平衡性检验；10.关于DID的所有解读,资料,程序,数据,文献和各种变形；11.PSM-DID,机制分析和DID稳健性检验的实证策略；12.DID运用经典文献，强制性许可；13.二重差分法深度分析（DID），三重差分兼论；14.DID思路和操作，一篇相关实证文献；15.比DID更加灵活的DDID政策效应评估方法；16.二重差分法分析（DID）；17.多期双重差分法,政策实施时间不同的处理方法；18.多期三重差分法和双重差分法的操作指南；19.三重差分法运行和示例；20.双重固定效应因果推断经典文献

之前，咱们圈子引荐过一些数据库，如下：1.这40个微观数据库够你博士毕业了；2.中国工业企业数据库匹配160大步骤的完整程序和相应数据；3.中国省/地级市夜间灯光数据；4.1997-2014中国市场化指数权威版本；5.1998-2016年中国地级市年均PM2.5；6.计量经济圈经济社会等数据库合集；7.中国方言,官员, 行政审批和省长数据库开放；8.2005-2015中国分省分行业CO2数据；9.国际贸易研究中的数据演进与当代问题；10.经济学研究常用中国微观数据手册。

之前，咱们圈子引荐了一些处理内生性问题的文章，各位学者可以参看以下文章：1.“内生性” 到底是什么鬼? New Yorker告诉你；2.Heckman两步法的内生性问题；3.IV和GMM相关估计步骤，内生性、异方差性等检验方法；4.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题；5.忽略干扰因素，内生性，遗漏变量偏差及相关问题下的估计；6.非线性面板模型中内生性解决方案；7.内生性处理的秘密武器－工具变量估计；8.内生性处理方法与进展；9.内生性问题和倾向得分匹配；10.你的内生性解决方式out, ERM独领风骚；11.面板数据里处理多重高维固定效应的神器；12.面板数据是怎样处理内生性的；13.计量分析中的内生性问题综述；14.工具变量IV与内生性处理的解读；15.一份改变实证研究的内生性处理思维导图；16.Top期刊里不同来源内生性处理方法；17.面板数据中heckman方法和程序；18.控制函数法CF, 处理内生性的广义方法；19.二值选择模型内生性检验方法；20.2SRI还是2SPS, 内生性问题的二阶段CF法实现；21.内生变量的交互项如何寻工具变量；22.显著不显著的后背是什么

各位学者参阅以下20多篇Stata相关文章：

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。