政策评估与公共管理

用现代 DID(csdid / sun_abraham / honest_did)、合成控制、断点回归做政策冲击的因果识别;可接 CFPS/CGSS 微观数据,也可接国家统计局、城市年鉴和 WDI 宏观面板。

目标用户:公共管理 MPA / MPP、政府智库研究员、博士论文做政策评估

核心数据集

中国家庭追踪调查2018 · 中国综合社会调查 2021 · CSMAR财务数据库 · 中国家庭金融调查2019 · 国家统计局国家数据宏观指标 · 中国统计年鉴与城市统计年鉴指标 · 世界银行 World Development Indicators

常用研究概念

个人年收入 · 家庭年收入 · 城乡身份 · 就业状态 · 家庭消费支出 · GDP 总量 · GDP 增长率 · 人口规模 · 城镇化率

适配的关键方法

下述方法在 wizard 内全部以校验过的 Stata / Python / R 模板运行。

方法典型用途
csdid Callaway-Sant'Anna 2021交错处理 DID 黄金标准
sun_abraham 事件研究动态处理效应分解
honest_did 平行趋势敏感性Rambachan-Sant'Anna 2023 必备
合成控制 synth省级 / 城市级单一处理单元
RDD / fuzzy RDD政策门槛、行政边界识别
dml / pdslasso高维控制变量的双重机器学习

常见研究问题

其他学科

开始你的实证

上传你的数据,声明变量角色(因变量 / 自变量 / 控制变量),向导跑对应模板并生成 Word 报告。报告里每个系数、标准误、p 值都来自实际跑出的 CSV,不是 AI 凭空复述的数字。