附录 C — 课程数据集说明
本附录说明课程用到的数据及其来源与许可。课程不新造数据：以 Stata 自带数据 (sysuse / webuse) 与老师逐章提供的既有数据为主。
数据许可
- 主案例 Lane (2025, QJE) 的官方复现包来自 Harvard Dataverse。为配合 2026 年 7 月 21–23 日课程，仓库暂时保留该包的官方代码和输入数据；课程结束后的公开范围由维护者另行决定。扩展案例 Akcigit et al. (2022, QJE) 仍按其原始许可和复现指引使用；
- 源自商业数据库 (CSMAR / Wind 等) 的数据未经许可不入库；确需时改用脱敏抽样、衍生汇总或 “处理代码 + 学员自备数据”形式。
C.1 Stata 自带数据
各讲概念演示优先使用 sysuse(如 sysuse auto) 与 webuse 数据，克隆后无需额外下载即可 运行。
C.2 主案例 · Lane (2025, QJE)
- 复现包：https://doi.org/10.7910/DVN/VJECHN
- 课程期间的完整副本：
examples/Lane_2025_QJE_paper_codes/replicationpackage/；论文 PDF：PDF/Lane_2025_QJE-Manufacturing_Revolutions_Industrial_Policy_and_Industrialization_in_South_Korea.pdf。 - 课程结束后的公开范围由维护者另行确认；使用或转发前仍须核对官方许可。
C.2.1 复现包没有下载完整时，怎样放置文件
建议用 GitHub Desktop 克隆课程仓库，不要用网页的「Download ZIP」获取完整复现包。GitHub Desktop 通常会同时下载 Git LFS 管理的大文件；具体操作见《用 GitHub Desktop 管理你的代码仓库》与课件使用说明。若 data/input/ 中的 .dta 文件缺失，先在仓库根目录执行 git lfs pull。若仍无法下载，就从 Harvard Dataverse 下载官方复现包并解压。
解压后，把官方包中的 replicationpackage/ 整个文件夹放到下面的位置；不要改动文件夹名、文件名或 data/input/ 的层级：
PXa2026a/
└── examples/
└── Lane_2025_QJE_paper_codes/
└── replicationpackage/
├── README.md
├── code/
├── data/
│ └── input/
│ └── mms_merged_harmonized_panel_cleaned4reg_5digit.dta
└── master.R常见错误是多套了一层目录，形成 replicationpackage/replicationpackage/。从仓库根目录运行第 2 讲示例时，应能直接执行：
cd "examples/Lane_2025_QJE_paper_codes/replicationpackage"
use "data/input/mms_merged_harmonized_panel_cleaned4reg_5digit.dta", clearC.3 扩展案例 · Akcigit et al. (2022, QJE)
- 复现范围限州级 (宏观) 部分;微观数据非公开，不包含;
- 州级复现材料已随仓库提供:
examples/akcigit/(整合 do +state_data.dta+ 自定义 ado + 作者 原始码),数据已公开流传、经老师确认可再分发; - 中文精要、方法讲义与 AI 复现工作流详见 扩展案例:Akcigit et al. (2022);
- 原始复现包:Harvard Dataverse。