计量经济学导论：现代方法

引用

Wooldridge, J. M. (2006). Introductory Econometrics: A Modern Approach (3rd ed.). Thomson/South-Western.

章节概要

第三版（2006年）共890页、19章，分三个部分：横截面数据的回归分析（第2至9章）、时间序列数据的回归分析（第10至12章）和进阶专题（第13至19章），另有开篇一章讲计量经济学的性质和经济数据。

出版社简介说，本书旨在弥合计量经济学的机制与其现代应用之间的差距。为此，它采用由应用研究者所面临的主要问题驱动的系统方法，并强调用例子赋予经济关系以具体的现实感，使政策问题可以在易于接受的框架中处理。

第1章：The Nature of Econometrics and Economic Data（计量经济学的性质与经济数据）

开篇一章介绍什么是计量经济学，以及后面各章所分析的各类经济数据。它为三个部分建立了所用的词汇。

第一部分：Regression Analysis with Cross-Section Data（横截面数据的回归分析）

第2章：The Simple Regression Model（简单回归模型）。 起点：只有一个解释变量的回归。

第3章：Multiple Regression Analysis: Estimation（多元回归分析：估计）。 把估计推广到多个解释变量。

第4章：Multiple Regression Analysis: Inference（多元回归分析：推断）。 多元回归的统计推断。

第5章：Multiple Regression Analysis: OLS Asymptotics（多元回归分析：OLS渐近理论）。 普通最小二乘的大样本性质。

第6章：Multiple Regression Analysis: Further Issues（多元回归分析：进一步的问题）。 使用多元回归时的其他实际问题。

第7章：Multiple Regression Analysis with Qualitative Information: Binary (or Dummy) Variables（含定性信息的多元回归分析：二值（虚拟）变量）。 通过虚拟变量把定性信息纳入回归。

第8章：Heteroskedasticity（异方差性）。 误差方差不恒定时会发生什么，以及如何应对。

第9章：More on Specification and Data Problems（再谈设定与数据问题）。 设定的选择与数据中的问题。

第二部分：Regression Analysis with Time Series Data（时间序列数据的回归分析）

第10章：Basic Regression Analysis with Time Series Data（时间序列数据的基本回归分析）。 观测值按时间排列时的回归。

第11章：Further Issues in Using OLS with Time Series Data（对时间序列数据使用OLS的进一步问题）。 时间序列特有的复杂情况。

第12章：Serial Correlation and Heteroskedasticity in Time Series Regressions（时间序列回归中的序列相关与异方差性）。 时间序列环境中误差随时间相关或方差变化的情形。

第三部分：Advanced Topics（进阶专题）

第13章：Pooling Cross Sections across Time: Simple Panel Data Methods（跨时间合并横截面：简单面板数据方法）。 合并不同时期的横截面，以及最初的面板数据方法。

第14章：Advanced Panel Data Methods（高级面板数据方法）。 对面板数据更深入的处理。

第15章：Instrumental Variables Estimation and Two Stage Least Squares（工具变量估计与两阶段最小二乘）。 解释变量与误差项相关时的估计。

第16章：Simultaneous Equations Models（联立方程模型）。 变量联合决定的方程组入门。

第17章：Limited Dependent Variable Models and Sample Selection Corrections（受限因变量模型与样本选择校正）。 取值范围受限的结果的模型，以及对非随机样本的校正。

第18章：Advanced Time Series Topics（高级时间序列专题）。 时间序列分析的进一步专题。

第19章：Carrying Out an Empirical Project（开展实证项目）。 最后一章，讲如何开展自己的实证研究项目。

核心概念

第1–6章

• 简单回归与多元回归：估计一个结果变量与一个或多个解释变量之间的关系。
• 推断：对回归系数检验假设并构造置信陈述。
• OLS渐近理论：样本增大时普通最小二乘的性质。

第7–9章

• 二值（虚拟）变量：在回归中表示定性信息。
• 异方差性：误差方差不恒定。
• 设定与数据问题：第9章点出的实际问题。

第10–12章

• 时间序列回归：对按时间排序的数据做回归。
• 序列相关：误差在时间上的相关。

第13–19章

• 混合横截面与面板数据：跟踪个体或在时间上合并样本的数据。
• 工具变量与两阶段最小二乘：处理回归元与误差相关的方法。
• 联立方程模型：联合决定的变量。
• 受限因变量与样本选择：针对受限结果和非随机样本的模型。
• 实证项目：把方法与研究联系起来的实际技能。

评析

优点

• 按数据类型组织。 本书把横截面回归、时间序列回归和进阶专题分开，给出一张清晰的地图，读者可以看出每种方法属于何处。
• 例子优先的设计。 出版社简介说明，本书强调用例子赋予经济关系具体的现实感。这些例子也使有趣的政策问题可以在易于接受的框架中处理。
• 进阶方法有一席之地。 面板数据、工具变量、联立方程、受限因变量和高级时间序列在第三部分中各自成章。
• 有一章专讲开展项目。 最后一章专门讲如何开展实证项目，因此全书以把方法转向学生自己的研究作结。
• 至今仍是在用的课程教材。 下文“常见课程安排”中的UNC Econ 470（2026年秋季）把Wooldridge的Introductory Econometrics列为必读教材，整个课程大纲都围绕本书的章节展开。

局限

• 版本。 第三版出版于2006年，此后本书还有更新的版本。学生应核对课程使用的是哪一版，因为章节内容和编号可能不同。例如，上述UNC课程接受第6、7或8版，而不是本页所列的第3版。
• 篇幅。 约890页，内容超过一个学期。第三部分是一份菜单，课程从中挑选主题。例如，UNC 2026年秋季的课程讲授横截面核心内容，外加第三部分中的一章（工具变量），其他专题则标为“时间允许时”讲授。
• 因果设计的处理。 在这一版中，工具变量在第15章，面板方法在第13、14章，没有专门讲双重差分或断点回归的章节。这些较新的因果推断设计更适合从课程中较新的书里学习。

版本说明

UNC 2026年秋季课程允许使用第6、7或8版，下文课程列表中的章节编号沿用该大纲。本页对应的是2006年版（Thomson/South-Western，ISBN 978-0-324-28978-7），因此请按章节标题与你手中的版本对照。就该课程所列的主题而言，核心章节在近几版之间是稳定的：

• 第2–8章（从简单回归到异方差性）
• 第15章（工具变量）

这些章节在编号上与上文2006年版的目录一致。

核心之外的内容，请以标题而非编号为准：

• 面板数据。 UNC大纲列出“Ch 10 Panel Data”。但在2006年版中，第10章是Basic Regression Analysis with Time Series Data（时间序列数据的基本回归分析），面板方法在第13、14章。
• 样本选择。 大纲中的“Models with Selection”（含选择的模型）最接近2006年版第17章Limited Dependent Variable Models and Sample Selection Corrections（受限因变量模型与样本选择校正）中的样本选择内容。

在课程中的定位

在计量经济学书单中，Wooldridge是一本全篇幅的教材，对横截面、时间序列和面板数据的回归做了透彻的处理。它可以作为一学期本科课程的主干。上述UNC 2026年秋季课程就是如此：它是该课程的必读教材，课程按其章节顺序推进，从简单回归一直讲到工具变量。

书单中的其他书各有不同定位：

• Studenmund，Using Econometrics： 一本较温和、以直觉为先导的单方程回归入门。
• Newbold等人，Statistics for Business and Economics： 提供事先需要的统计基础。
• Stock与Watson，Introduction to Econometrics： 另一本标准的本科教材，围绕实证问题和真实数据集展开。可作比较，也可在需要换一种讲法时作为第二来源。

Angrist与Pischke的Mastering 'Metrics是对经济学家估计因果效应所用方法的通俗入门。他们的Mostly Harmless Econometrics则是关于回归、工具变量、双重差分和断点回归的精炼指南。二者都是本书的好伴读，而本书提供了它们所依托的系统回归基础。

如何使用本书

本书适合想要系统学习回归的经济学和社会科学本科生与硕士生。入门统计学课程和基础微积分是合理的起点。

实用的阅读安排：

• 核心： 第1至4章以及第6至8章，它们提供横截面回归的工具箱。第5章渐近理论初读时可以浏览，不过有些课程（如下文的UNC 2026年秋季课程）把第5章列入大纲。
• 第二层： 第9章，然后读第10至12章了解时间序列。
• 从第三部分中选读： 第13至15章（面板数据和工具变量）用途最广；第16至18章针对特定需要。
• 最后读： 第19章，并用统计软件在真实数据集上做一个自己的实证项目。
• 同时： 使用一个当前的统计软件包；若要学习工具变量之外的因果设计，再配合上面提到的较短的应用类图书之一。

常见课程安排

UNC Econ 470-001 Econometrics（2026年秋季，Kédagni；教学大纲PDF）要求使用第6、7或8版。其大纲依次为（章节编号按大纲所给）：

1. 第2章 Simple Linear Regression（简单线性回归）
2. 第3章 Multiple Linear Regression（多元线性回归）
3. 第4章 Inference（推断）
4. 第5章 OLS Asymptotics（OLS渐近理论）
5. 第6章 Further Issues（进一步的问题）
6. 第7章 Dummy Variables（虚拟变量）
7. 第8章 Heteroskedasticity（异方差性）
8. 第15章 Instrumental Variables（工具变量）
9. 时间允许时：第10章 Panel Data（面板数据）；Models with Selection（含选择的模型）

对使用2006年版的读者来说，有三点值得注意：

• 该大纲没有列出第9章或时间序列各章，而是从异方差性直接跳到工具变量。
• 第2–8章和第15章与2006年版的编号一致。
• 对于“时间允许时”的主题，请阅读面板数据各章（2006年版中为第13–14章）以及第17章中的样本选择内容。请按标题而非大纲中的章节编号对照。

聚焦阅读与版本边界

以下试做使用本站配套指南的原创题，请先打开题设，核对条件和数据。

阅读路线： 2006年第三版，ISBN 9780324289787。先读基本回归与推断，再按本版标题读内生性与工具变量部分，并以你手中版本的目录为准。

继续前试做： 写出结果变量的单位和处理变量的单位，并区分第一阶段与简化式。 检查标准： 分母非零只保证比值在数值上有定义，不保证其因果解释。

版本与访问： 本页介绍的是2006年印本。之后的Cengage版本会调整部分内容并更新软件示例；若课程使用第6–8版（如上引UNC 2026年秋季课），请对照手中版本的章名，而不要依赖旧版页码。

一手书目或作者来源