① 先拆开两类关系。 联合申请连接的是共同申请主体，专利引用连接的是知识引用事件；二者不能直接合成同一个“关系嵌入性”而不说明含义。分别写清城市映射、边方向、权重、年份及自引处理，再决定是否组合。

② 今天即可执行。 先用十条专利人工核验申请人城市、共同申请和引用城市，再跑全量程序。可直接使用表头：专利号｜申请年｜申请人城市｜被引专利号｜被引城市｜关系类型｜边权｜原始来源。CNRDS 若转录了统计年鉴数据，应注明实际使用的数据库和原始统计口径，避免把二者并列成两个独立数据来源。

③ 验收与分支。 抽样记录能回到专利号和城市字段、每项网络指标都能由边表重算，才进入回归。若引用关系缺少可靠的城市或年份映射，先保留联合申请网络，引用网络作为待核扩展。网络计算可核对 NetworkX 官方文档（具体指标定义需甄别）。

⚠️ 风险预警

• 控制变量新增后样本年份或城市可能变化，报告加入前后的样本数，不能把规格变化误说成“控制后更稳健”。
• 引用边有方向且可能跨期，不能沿用无向联合申请边的中心性解释。

① 固定研究对象。 把题目、摘要、研究假设、结果变量和结论中的“技术创新”逐处核对；若变量仍是发明专利数量，应解释它测的是创新产出的一种口径，不能自动代表创新质量或所有新兴技术。

② 今天即可执行。 建一个四列表：章节｜研究问题｜变量与样本｜对应结果表。逐章标出仍保留“新兴技术”的句子，先删去不再支持的承诺，再改引言和理论。把机制变量的测度、时间顺序和结果附在表后。

③ 验收与分支。 全文概念与结果表一致，机制和调节分别有明确模型与解释，才算中期稿闭合。若政府支持与政策处理同期共同变化，需谨慎解释中介，不能仅以显著性证明机制。分期政策估计可参考 Stata 异质性 DID 说明（方法适用性需甄别）。

⚠️ 风险预警

• 转录中的“都显著”只是一场汇报的描述；公开结论仍须回查版本、样本和表格。
• 去掉新兴技术后，图表标题、英文摘要与政策建议也要同步，避免正文口径漂移。

① 直接纠正一个判断口径。 讨论中把“一组显著、一组不显著”视为异质性可用，这不能证明两组效应存在显著差异；必须在同一模型里检验组间系数差或交互项。两个分开的 p 值不能替代差异检验。这是统计解释问题，与研究方向偏好无关。

② 今天即可执行。 为四种分组建表：分组阈值｜各组城市数｜各组样本数｜两组效应估计｜效应差｜差异检验 p 值。机制另建 理论路径｜指标定义｜来源｜预定符号｜样本覆盖｜模型结果 表。先记录已试过的所有口径，再按理论与数据质量决定保留项。

③ 验收与分支。 若组间差异检验不支持异质性，就写“分组估计有差别但差异未获统计支持”；若机制变量对政策有响应而对结果的路径证据不足，就如实报告，不强求“两条显著中介”。分期处理效应可用 Stata 异质性 DID 官方说明 检查模型前提（需甄别）。

⚠️ 风险预警

• 反复按显著性换分母、对数或样本，容易形成选择性报告；保留完整规格日志。
• 科技支出等机制代理指标须与结果变量的构造项、政策处理定义逐项核对，避免变量角色重叠后机械解释为机制。

① 区分“已有使用”与“创新”。 TOE 加 fsQCA 是否少见，不能只靠一次检索结果判断。更重要的是说明 TOE 怎样规定条件选择，fsQCA 怎样回答配置问题，专利文本或数据处理具体新增了什么。方法组合出现次数少本身不等于方法创新。

② 今天即可执行。 保存投稿系统状态截图或回执编号；对照投稿稿和结题报告，制作 位置｜投稿稿表述｜结题报告表述｜是否一致｜修订理由 清单。引用文献逐项核验题名、年份、DOI 与该句是否被原文支持。

③ 验收与分支。 若期刊退稿，再根据正式意见和目标期刊字数规则修题目；若进入后续审稿，保持投稿版本冻结，不把会后修改误作已提交稿。文献核对可使用 Crossref 官方检索（检索结果仍须回原文甄别）。

⚠️ 风险预警

• 组态分析讨论的是条件组合与结果的关联或充分性，不应被写成某单一条件的净效应因果证明。
• 口头称“已投稿”与系统回执核验是两件事；本记录保留这一状态区别。

① 先确认可识别的处理，并纠正现场的一处方法表述。 林老师提出用未被新能源汽车政策重点关照的汽车企业作对照，这是可以检验的候选方案，但仅凭“不在政策重点领域”不能断定它们就是有效对照；两组在政策前的结果趋势、政策暴露与同时发生的其他变化仍须核查。林老师随后说政策实际执行力度与发布时间不完全一致是 DID 的共性问题，“不需要考虑”。作为对本研究的操作指引，这句话不准确：双重差分仍需清楚定义处理时点和处理暴露；无法观察执行强度时应说明估计对应的是政策发布或资格暴露的效果，并做可行的敏感性检验，不能把实际执行效果直接等同于发布效果。核验依据是 DID 对处理组、对照组和处理时点的识别要求；见 Stata 异质性 DID 文档（具体研究适用性仍需甄别）。

② 今天即可执行。 建两张表。政策表：文件名｜机关｜发布日期｜生效日｜针对技术｜适用对象｜原文条款；专利表：专利号｜申请年｜技术分类｜申请人｜企业归属｜是否属于预定义领域。先固定领域检索式并人工抽样核对，再批量编码。概念检索同时记录“技术关注”近义说法的原文与定义。

③ 验收与分支。 若找不到稳定的处理时点与可信对照组，应改为描述性技术布局研究或重新选政策，不把普通回归称为因果效应。若能明确受影响技术、可比未受影响单元及政策前趋势，再讨论 DID 和分期处理方法。参看 Stata 异质性 DID 文档（适用性需甄别）。

⚠️ 风险预警

• 先选少数企业会遗漏领域内专利，也可能纳入这些企业在领域外的专利。
• 讨论中“专利主题至少上百个”是探索性判断，不是通用阈值；主题数要由数据规模、稳定性和人工解释共同决定。

① 不把猜测写成诊断。 “环境里的包损坏”“随机数导致崩溃”都只是现场猜测。同一数据复现失败，需要先记录异常栈、操作系统、Python 与包版本、内存峰值，再定位是哪一步失败。

② 今天即可执行。 用十条脱敏样本依次运行读取、分词、嵌入、降维和聚类，每步保存输入行数、耗时与错误。最小日志字段：步骤｜输入哈希｜包版本｜随机种子｜输出形状｜耗时｜错误栈。在同步目录外新建独立环境，再用冻结的依赖文件重跑；参看 Conda 官方环境管理文档（具体命令需与安装版本核对）。

③ 验收与分支。 最小样本连续两次得到相同的主题分配与关键输出，再扩大数据；若只在大样本失败，优先排查内存与批量处理。固定随机种子不保证所有平台和并行算法逐位一致，因此还要保存模型、版本及输入哈希。

④ 会外选题的最小验证。 在同一专利样本上比较“单篇专利向量取均值”和代表专利向量等主题表示，人工审读各主题的代表专利与最近邻候选。直接可用的记录字段：技术瓶颈｜主题编号｜主题代表专利｜向量构造方式｜候选替代技术｜替代机制证据｜人工判断。若只有语义接近而缺少功能替代依据，成果只能称“候选检索”，不能称已找到替代方案。主题向量表示与网络连边各自设验收标准；会外方案仍需真实数据检验。

⚠️ 风险预警

• 缓存的切词和向量若与原始文本版本不一致，会得到看似快速但不可解释的结果。
• 不在同步目录创建环境、依赖或缓存；环境修复与研究数据版本应分别记录。
• 讨论中提及的专利数据、后续选题与假期会谈尚未核验为已交接、已定题或已排期。

① 直接纠正指标单位。 转录把 AUC 说成“0.5%”、召回率说成“0.714%”。若原文表格分别是 0.5 和 0.714，这些通常是 0–1 的比例，换成百分比应为 50% 和 71.4%；不能原样加百分号。必须回原论文确认数值、样本和指标定义，再写公开结论。AUC 约 0.5 仅表示该次验证中接近随机排序，不能推出所有设置均无预测价值。

② 今天即可执行。 建 论文句子｜所引文献｜原文页码或段落｜是否直接支持｜可替换来源 表；预警结果另建 训练窗口｜测试窗口｜阳性率｜AUC｜精确率｜召回率｜阈值 表。缺摘要的数据库记录需查原出版物，不能让 AI 凭题名补写研究内容。

③ 验收与分支。 引文每条可回原文、预测指标有清楚分母和样本外划分，才可讨论实用性。若样本外表现弱，就如实保留“提示性证据”定位；若要声称可用的预警规则，需与简单基线比较并复核误报成本。指标定义可查 scikit-learn 官方平均精确率文档（与论文具体算法需甄别）。

⚠️ 风险预警

• 门槛模型中两侧斜率不同不等于预警有样本外领先性。
• 原转录的指标缩写和小数点可能误识别，正式稿须以论文原文为准。

① 给四步各设一项可检验的输出。 交易画像应有材料来源清单，合同—履约匹配应有差异记录，融资价值转换应写清银行实际使用的信息，融资后管理应界定预警触发与核验人。这样报告不会只有流程名称。

② 今天即可执行。 从标黄段落抽出五类常见问题，使用表头 原句｜问题类型｜事实来源｜修改句｜是否改变原意；每修改一处就回到原材料核查。LaTeX 中文引号统一使用 Unicode 弯引号，并按项目规范设置 XeCJK 字符类别。

③ 验收与分支。 报告编译成功、四步都有输入和输出、每项事实能回到来源，即可提交当前版；若银行核验成本或责任分配仍缺依据，标为待核问题，不在公开报告中当作已证实结论。排版问题可查 LaTeX 项目官方文档（具体发行版需甄别）。

⚠️ 风险预警

• 合同约定不等于已经履约，凭证缺失时不能直接认定真实交易。
• 报告中关于真实交易、融资价值和风险控制的事实陈述，仍须逐项核对来源；汇报人归属确认不等于报告内容已获核验。