AI 时代的实证研究基础
连享会 2026 暑期班 · 初级班
🏠 前言
这是连享会 2026 暑期班 · 初级班 (2026 年 7 月 21–23 日，三天) 的配套讲义，书名《AI 时代的实证研究基础》。全书用 Quarto 编译，通过 GitHub Pages 发布，学员可在线阅读，也可克隆到本地边看边跑。
这门课要解决什么
修过一些课，也写过一些代码，但真正开始做实证时，我们常常卡在各类「小问题」上：数据合并后 样本量为什么变了，变量到底该不该取对数，离群值应该缩尾还是删除，控制变量为什么会改变系数， 作者的复现代码从哪一个脚本开始跑，AI 生成的代码看起来合理但结果却对不上……
这些问题表面上是代码问题，实质上是实证分析流程、数据判断和模型理解的问题。初级班的目标， 就是帮学员把这些基础环节系统地走一遍。
有了 AI，写代码的门槛降低了，但做实证研究并没有变简单。AI 可以帮我们更快地生成代码、解释 报错、翻译脚本和整理输出；研究者仍需负责判断数据是否可靠、模型是否合适、系数含义是否清楚， 以及证据链是否支撑论文结论。
因此，本课程的核心定位是 AI 时代的实证研究基础训练：能配置环境、能运行代码、能读懂流程、 能检查数据、能理解回归、能借助 AI 完成初步复现，并能对 AI 输出保持基本判断。
本书的四重身份
课程主页 · 六讲讲义 · 可复现项目 · skills 工具箱
- 课程主页：三天课表与导航入口 (见「讲授计划」)；
- 六讲讲义：每半天一讲，严格对应已发布大纲，方法主线与 AI 工作流主线并行；
- 可复现项目：
data/+examples/，学员克隆后可在本地跑通每讲的 dofile 与 notebook； - skills 工具箱：
skills/文件夹 + 一份「skills 上手指南」，把重复的 提示词与工作流程封装为可复用、跨 agent 的 skill。
两条主线，每讲都在
- 方法主线：大纲承诺的数据分析内容——从复现流程、数据处理，到五层框架、OLS、固定效应；
- 工作流主线：每讲固定一个「AI 协作」环节，展示同一任务”传统手写 dofile”与”skill + agent” 两种做法的对照，并附人工检查清单。
这三天是「引进门」：用少量、稳定、已被验证的 core skills 建立工作流程与信心；修行靠个人 —— 课后按自己的研究需要探索、改写、自编更多 skills。
如何使用本书
- 报名学员：课前准备 → skills 上手 → 按天听课 (每天两讲)→ 课后练习；
- 课后复习者：按章顺序读，每章末的”小结与练习”作自查；
- 只想要工具的读者：
skills/README.md→ skills 上手指南 → 按需取用。
主案例与扩展案例
- 主案例：Lane, N. (2025). Manufacturing revolutions: Industrial policy and industrialization in South Korea. QJE, 140(3), 1683–1741. [链接] [复现包]。课堂以它为主案例，演示零经验学员如何 借助 skills 在一天内读懂一篇顶刊的研究背景、贡献与实证策略。
- 扩展案例 (课后)：Akcigit, U., Grigsby, J., Nicholas, T., & Stantcheva, S. (2022). Taxation and innovation in the twentieth century. QJE, 137(1), 329–385. [链接]。复现文档与中文精要见 附录 F (回放期交付)。
暑期班信息
- 时间：2026 年 7 月 21–23 日 (三天)，网络直播 + 30 天回放；
- 授课教师：连玉君 (中山大学岭南学院)；
- 授课时间：上午 9:00–12:00，下午 14:30–17:30(17:30–18:00 答疑)；
- 课程总页面：https://www.lianxh.cn/PX.html；
- 暑期班总览：https://www.lianxh.cn/details/1803.html。
初级班面向实证研究基础相对薄弱的学员。建议具备基本电脑操作能力、了解回归分析的基本概念； 若此前没有系统使用过 Stata、Python 或 R，可提前观看先导课完成环境配置。
本书正文采用 CC BY-NC 4.0， 代码与 skills 采用 MIT。转载与二次使用请遵守相应 条款并注明出处。