政观专栏 | 兰星辰：文科生挑战ICPSR暑校
作者简介：兰星辰，政文观止Poliview特邀作者，北京大学外国语学院文学学士和国际关系学院法学双学士，斯坦福大学东亚研究中心硕士生，主要研究兴趣为（比较）政治经济学和政治学定量方法。
图片来自ICPSR项目主页cpsr.umich.edu/web/pages/sumprog/index.html
一、项目课程和体验
我只参加了项目第二学期的课程，选择了3门workshop（可以理解为正课，一周五天为期四周）和2门Lecture，虽然课程的负担比较大，但是经过努力取得了还算满意的成绩。总体而言，项目第二学期的课程是第一学期课程的深入和进阶。因为自己的本科学校属于项目成员，所以机构优惠后三门workshop的花费是2500美元。
我选择的三门课程是Bayesian Modeling for the Social Sciences II: Advanced Topics（用于社会科学研究的贝叶斯模型：高级专题）; Causal Inference（因果推断）; Social Choice Theory（社会选择理论）。这三门课程涉及的内容差别比较大，因此我将分别介绍。
首先谈谈社会选择理论。总体来说，这门课程对于纯文科背景的学生会有些难。由于本科在国内学习过博弈论，我起初以为这个课程应该是本科博弈论的深化，会涉及到更多机制设计在内的信息经济学内容，但这门课更像是拓展了高级微观经济学经典教材MWG（Mas-Colell, A., Whinston, M.D. and Green, J.R., 1995. Microeconomic theory. New York: Oxford university press.）的部分内容。主要的内容有偏好的性质和加总；阿罗不可能定理及其拓展；空间模型；Gibbard-Satterthwaite定理和机制设计（讲了很少）。这门课程的教授第一次在ICPSR教这门课，他本科是数学专业，数学功底相当扎实，也非常强调证明的重要性。他把大量的时间用在介绍、证明和拓展阿罗不可能定理上，认为理解这个定理才能更好地理解社会选择理论的内容。课程一共有三次作业、一次期末考试和一次对阅读材料里面论文的介绍（presentation），使用Austen-Smith, D., & Banks, J. S的Positive Political Theory两册经典教材和课后习题作为作业。印象最深的是刚讲完阿罗不可能定理，作业就要我们证明Sen’s Liberal paradox（阿玛蒂亚·森的自由悖论）。由于课程内容抽象加之难度较大，最后据教授说可能只有两到三个人参加期末考试。这门课的每次作业让我体会到了纯文科背景的学生即使学习过数学三件套，由于缺乏更硬核的数学分析基础，在面对形式理论的时候还是非常吃力。作业题目没有思路，有一种无从下手的感觉。这种绝望的体会在课程前两周非常明显。由于作业做得并不是很理想，我在忙完其他课程的作业后，反复琢磨课程内容来备考最后占成绩比重较大的期末考试。虽然是开卷一天之内做完，但是题目都是教授原创，非常新颖，最后期末五道题勉强做对四道。
由于课程阅读材料总体较难且多数涉及到的领域我都不了解，经过审慎考虑，我选择了诺奖得主阿玛蒂亚·森（Amartya Sen）1976年发表在《计量经济学》杂志（Econometrica）上的测量贫困一文进行展示。因为课程人数很少，我需要和教授一对一在Zoom里讨论这篇文章。在30多分钟的展示中，像论文答辩一样，教授要求我对文章证明过程的每一步进行详细的说明，而且在关键步骤或者他认为我没有讲清楚时会向我提出一些问题帮我再次整理思路，同时判断我是否真正理解了证明。我感觉最终成绩比我预期要高主要是因为展示得到了教授的认可，建议之后的同学可以好好准备展示，也能锻炼我们用英语讲数学的能力。
尽管学习的过程很痛苦，但这门课程的内容对我很有启发，特别是我研究的政治经济学领域本身就使用了大量的形式理论。而且教授虽然要求严格，但非常认真，每一个定理都讲了直觉、简单证明和严格证明以及在理论和现实中的运用。教授本人也给予我非常大的鼓励和帮助。我的感想是：第一，对于国内政治学背景的同学，如果将来想做形式理论，最好能够在本科打下非常扎实的数学基础。在课程结束之前，教授建议如果想在理论方向有更深的发展，最好能先学好数学分析和泛函分析，这对设计模型很有帮助。第二，目前而言政治学主要是做实证研究。主要使用化约模型（reduced-form model），也就是我们耳熟能详的一些微观计量经济学的因果推断方法。但即使不搞理论，我认为学习一些形式理论能够拓展研究思路，使得分析过程更加严密，这对于规范我们的实证研究有很大帮助。
第二门课程是因果推断。这门课程的内容对于国内接受过计量经济学训练的同学是比较熟悉的。比如潜在结果模型、随机实验、匹配、工具变量、敏感性分析等。由于时间限制，后面更常使用的双重差分（DID）和断点回归方法没来得及介绍。和美国大部分政治系的教学一样，这门课使用的统计软件是R，作业主要是用R写一些代码来检验学生对方法的理解。题目虽然看起来不是很直观，但是仔细琢磨会感觉到题目非常合理。比如，工具变量的作业建立在一篇已经发表的论文上，让我们试想自己是研究者，考虑这个研究在哪些方面上有可能出问题，由于原文是使用自然语言叙述，作业就要求我们使用潜在结果框架来规范地描述原文的估计量，最后的问题还让学生和课上讲过的另一篇运用工具变量的论文进行比照。期末作业是要求使用课上讲过的因果推断方法来完成一篇自己的研究项目。这门课程我的体会主要有三点。第一，我个人感觉，和这门课程很重视软件操作不太一样的是，国内在计量经济学教学上比较强调数学证明，这当然有优势有劣势。我个人认为，计量经济学和因果推断方法的学习确实需要重视证明，不能仅仅停留在“会跑回归”的基础上。就普通最小二乘法（OLS）这个最基础的方法而言，研究者应该掌握它在潜在结果框架下满足什么条件能给出因果推断。另外，传统教学中对OLS无偏性一致性、大样本性质、高斯-马尔科夫定理（Gauss-Markov Theorem）、围绕线性模型的假设检验的证明等也应加以掌握，更好的理解需要建立在我们掌握了微积分、线性代数和概率统计这三门课程的内容的基础上。每个方法都有使用的前提，对于被滥用的DID，我们至少要知道为什么一定要进行平行趋势检验。第二，这门课告诉我们数据分析的重要性。也就是说也不能只钻研计量理论教材，要结合Stata和R的学习，特别是在回归之前，一定要了解自己使用的数据结构，多做一些探索性数据分析，发现数据中存在的问题，这样也有助于更好地运用方法。第三，我们应该重视实证研究的设计和识别。我个人的体会是，如果要在这方面取得进步，需要反复阅读顶刊最经典的实证文章，学习该文章的思路和代码，系统掌握零零散散的知识点，在自己写文章的时候能够灵活、全面而正确地完成主要实证方法的所有规定动作，达到“不出错”。总之，这门课程的性价比很高，对做实证研究很有帮助，课程整理好的阅读材料对之后的深入研究也大有裨益。
简单谈谈贝叶斯统计高级专题。上这门课之前，我仅仅是听过贝叶斯统计的一些概念，技术细节则完全不了解。我的感觉是，这门课的专题由浅入深，没有贝叶斯统计基础的同学经过努力也能跟上进度。但这门课的缺点在于演示文稿（slide）似乎过于简略，可能也考虑到学生有贝叶斯基础，不过总有一些意犹未尽的感觉。不过课程对于马尔科夫链蒙特卡洛方法这一难点给出了比较易于理解的介绍，特别是和其他的专业统计书相比，以及如何在R中实现贝叶斯统计讲解的非常明白，作业虽然难度比较大，要编写不少的程序，但是只要认真完成，也会有不错的成绩。
二、感想
长期的网络授课确实会非常大地影响上课体验，最明显的就是与老师和同学的互动减少，作息颠倒，深夜面对屏幕上不理解的字母和公式有时确实会很焦躁，一边需要不停地输入知识，但又缺乏正常上课的正反馈。不过对于方法课而言，首先还是要掌握技术，这部分对于初学者而言肯定不会太舒服，还是要下功夫花时间自己理解的。另外，因为选择了三门课程，每天要花很多时间回看课程录像，特别是最后一周要完成期末作业还要备考期末考试，非常疲惫。现在看来两门课程的负担（workload）是比较合理的，上课之前最好能对课程材料进行一些阅读和预习，也希望疫情能够尽快结束，尽快开放线下授课。同时值得一提的是，国内也有越来越多的精品暑期培训项目，线上线下的学习资源越来越多。笔者参与过的有香樟青苗暑期项目（主要面向经济学，但其他学科背景也可以申请）、北大-密歇根研究生社会科学方法暑期学校、上海交大的暑期社会科学方法班等等，这些也都是干货很多，可以根据个人需要进行选择。另外，正如周源师兄强调的，量化研究方法并没有比别的方法更优越，“方法必须跟着问题走”，这毋庸多言。另外要强调的是，如果真的想在研究中正确地使用定量方法，那么学习阶段切忌浮躁，一定要扎实、系统、全面、深入地掌握知识体系。
审读：杨端程 编辑：康张城
【政文观止Poliview】系头条号签约作者
你在看政观么