《基本有用的計量經濟學》主要從因果推斷的基本思想出發，詳細介紹Rubin潛在結果框架、隨機化實驗、匹配方法、回歸方法、工具變量法、倍差法、斷點回歸法等現代經驗分析方法，對從事社會科學、統計學、醫學統計等領域的學生或學者提供重要的因果推斷工具。在計量經濟學應用模型中，本書著重討論了模型類型選擇、模型變量選擇、模型函數關繫設定和模型變量性質設定的原則和方法。在詳細介紹線性回歸模型的數學過程的基礎上，各章的重點不是理論方法的數學推導與證明，而是對實際應用中出現的實際問題的處理，並盡可能與中國的模型實例相結合。
本書適合作為高等院校經濟、管理學科本科生和碩士研究生的教材或教學參考書，也可供具有一定數學、經濟學和經濟統計學基礎的經濟管理和研究人員閱讀和參考。

趙西亮，清華大學經濟學博士，廈門大學經濟學院副教授、副繫主任。在《經濟管理》《南方經濟》等期刊發表多篇論文，自2005年在廈門大學經濟學院為本科生和研究生開設計量經濟學課程。研究領域：應用計量經濟學、勞動經濟學等。

第一章 緒論
第一篇 理論基礎
第二章 潛在結果框架
第三章 隨機化實驗
第四章 因果圖
第二篇 識別策略
第五章 線性回歸
第六章 匹配方法
第七章 工具變量法
第八章 面板數據方法
第九章 斷點回歸設計
第十章 結語
附錄 Stata數據處理編程簡介
參考文獻

《基本有用的計量經濟學》：
所有這些策略的一個共同特點，就是通過這些策略的設計，使觀測研究近似於隨機化實驗。回歸方法或匹配方法所得到的估計量，要有因果效應的解釋，基本的識別條件是非混雜性（unconfoundedness）或條件獨立性假設（CIA），在計量經濟學中也稱為根據觀測變量進行的選擇（selection on observables），基本的含義是根據可觀測的協變量為條件，干預的分配是近似於隨機化的，原因變量與潛在結果是獨立的。事實上，如果CIA條件成立，數據生成過程就可以看作一個分層隨機化實驗（stratified randomized experiment）。這裡需要強調一點，本質上匹配方法和回歸方法是相同的，所要求的識別條件也是一樣的，如果CIA條件不成立，匹配方法和回歸方法一樣都是不能解決內生性問題的。如果CIA條件不滿足，意味著隻根據觀測變量進行分層，無法保證干預分配獨立於潛在結果，仍然有未觀測因素影響干預的分配。工具變量法就是尋找一個決定干預分配，但獨立於潛在結果的工具變量，工具變量法的本質類似於一個非依從的隨機化實驗。干預的隨機化分配是工具，而個體實際接受的干預狀態是原因變量，利用干預分配的隨機性可識別出受工具變量影響的個體的因果效應（LATE）。
……