组会记录 2026-10-08

① 先纠正“结果该是什么样”的判断标准。 林老师提出组合效应最好满足某种大小次序、整体负效应“不好解释”，李浩铭也因结果违背预期而考虑修改处理。负向结果本身不是模型错误，政策效应并无必须为正的统计规则；不得以把结果改成理想方向作为删样本、换指标或处理离群值的依据。此处纠正的是判断规则，不能据此断言当前回归已经正确，也不认定当事人已经实施不当修改。方法选择须有独立理由并完整披露，参见 ASA 关于统计显著性的声明（需甄别与具体模型的适用关系）。

② 把三种比较拆开。 仅在采用含 A、B 和 A×B 的线性加总模型，且共同参照状态与识别条件成立时，双政策相对无政策的总效应为 βA＋βB＋βAB；βAB 是偏离简单加总的部分。负交互系数不等于组合总效应为负，组合优于某个单项也不等于超加总协同。若实际使用四状态虚拟变量、分别回归或分期 DID（双重差分），必须按真实估计量重写比较。现有转录没有方程与完整回归表，尚不能判定学生是否误读了系数。

③ 今天即可执行。 冻结目前数据、代码及结果，列出各模型的因变量、参照组、政策时点、固定效应和标准误，再核对处理组编码、城市匹配与缺失规则。导出表头：模型｜估计对象｜线性组合｜估计值｜置信区间｜解释。另列删前与删后的城市覆盖、基期特征及政策状态，地区仍有覆盖不等于选择偏差已经消失。

④ 验收与分支。 每条协同结论应对应明确估计对象及可复核检验。若编码或样本选择存在错误，按有依据的规则修复并保留旧结果；若检查后方向仍与预期不同，如实解释，不能继续搜索到变号为止。网络指标计算完成只说明测量完成，尚不自动构成因果机制证据。

⚠️ 风险预警

• 多政策先后实施可能使简单交互回归难以解释。
• 事件研究图看起来平不能证明平行趋势；不能为改善图形移动估计点。
• 机制指标已算出不代表机制已识别，标题与结论必须对应实际检验。

① 直接纠正“不显著＝假设不成立”。 李山岚将不显著结果概括为假设不成立，林老师随即认可，这一表述不准确。不显著通常只能说明在既定模型、数据和检验下，没有足够证据拒绝相应原假设，不能证明机制不存在。可直接改写为：“本样本与当前识别条件下，尚未获得支持该机制的充分统计证据；估计方向、置信区间和识别限制见表。”依据见 ASA 统计显著性说明（需甄别具体检验对象）。

② 人数相加不自动得到人才集聚。 两个行业就业人数能否相加，取决于统计范围、单位、人员是否重叠和概念定义；即使不重叠，相加也更直接反映相关行业就业规模。若称集聚，还需说明相对于城市人口、就业总量或其他基准的空间集中含义。林老师现场表示表面上可以使用，应视为允许继续写作的工作安排，不能当作指标有效性已经核验。以显著性决定是否增加行业，会使测量理由倒置。

③ 今天即可执行。 先冻结所有尝试，建立 机制假设｜理论来源｜变量公式｜分子分母与单位｜样本｜处理方式｜估计值与区间｜保留理由 表。分别写清理论为何预期人才渠道、变量实际测量什么、现有结果能支持到哪一步。若指标只能测规模，应收窄名称与解释；若需要集中度指标，先论证，再作为独立敏感性规格检验，不能只留显著版本。

④ 验收与分支。 初稿要让读者复核指标来源、处理规则和各项机制，而不是凑两个显著中介。若理论路径合理而估计不精确，报告不确定性；若代理变量偏离概念，先修改测量与措辞。是否增加空间模型由明确问题决定，不以篇幅决定。中期正式日期以学院通知核对，转录中的月份与“还有一两周”不能合并为确定截止日。

⚠️ 风险预警

• 逐步回归显著不自动证明因果机制，处理后中介还需额外识别假设。
• 对策建议不得超出当前证据，增加控制变量不能代替研究贡献。
• 下周写完是本人计划，不等同于已提交或已核验完成。

① 明确纠正两项口径。 朱丹晨把研发人员全时当量描述为达到一定科研时长才计入，容易误解为单纯人数门槛。正确口径是按实际研发工作量折算成人年，不能与行业从业人数直接等同。依据见国家统计局指标解释（需甄别所用年鉴的具体制度版本）。林老师提出曲线不跳即可视作口径一致，这也不充分：名称变化、分类调整和调查范围变化可能相互抵消，图形连续不能证明统计可比。

② 今天先做口径对照。 在旧、新两期年鉴逐项抄录表名、脚注、统计范围、行业分类依据、计量单位和城市覆盖，并与同一城市的省级表核对。可直接使用 城市｜年份｜年鉴表号｜原指标名｜单位｜调查范围｜行业代码｜是否可比｜证据页码。对地质勘查是否仍包含在内，现有转录存在先后纠正，没有原表就保持待核，不能宣布某一年全国统一改变范围。

③ 把效率测量和政策识别分开验收。 劳动投入应服务于绿色创新的生产过程，较易取得只解决可执行性，不自动解决概念适配。另建城市—年份政策状态表，区分无政策、仅 A、仅 B、A 与 B 同时存在，并记录进入时间。重叠样本少可能影响可比性、精度和识别支持，但没有“少于某个城市数必定不能做”的通用门槛。分期处理可参看 did 作者文档（需甄别：普通二元分期 DID 不直接解决所有双政策问题）。

④ 分支与交付。 若名称变了但定义可比，用证据解释衔接；若范围确实变了，尝试可追溯重构、限制可比时期或替代测量，并保留不同口径的结果。若双政策状态缺少足够的可比样本，先收窄识别问题，再改标题和开题稿。验收以原表可回查、指标可复算、政策状态可核对为准，不能只看模型成功运行。

⚠️ 风险预警

• 行业从业人数不等于全社会研发投入，也不专指绿色研发。
• 缺失年份不能机械插值跨过真实制度断点。
• 不以论文数量或模型复杂度单独判断结果变量优劣。

① 先把 ESG 从“一个算法”还原成测量体系。 会上把 ESG 三个字母与合成算法连在一起讨论，但 ESG 本身并不规定唯一统一算法；不同机构的评价目标、行业比较方式和底层指标可能不同。例如 MSCI 官方说明采用自身的行业相对评级方法（需甄别：这不等于本次准备使用的数据库就是 MSCI）。目前不知道学生拟取得的数据供应商与版本，不能直接认定其指标有缺陷，更不能把简单换权重当作创新。林老师关于工作量的判断属于论文设计意见，不是可由这段转录核验的事实错误。

② 今天即可执行。 先取有明确来源的一小份数据样本，填 供应商｜评价目标｜原始层级｜覆盖年份｜评级公布日｜数值方向｜修订历史｜允许用途。若只有总分，不宣称能复算整个体系；若有分项，也先确认分项与底层原始指标的差别。直接可用的研究表述是：“本文使用某机构某版本的企业 ESG 评价，测量其所定义的表现；不同测量口径作为敏感性分析，不将任一评级当作无误差真值。”

③ 基金进入不能只靠当期名称命中。 用基金主体及可核验的投资载体清单匹配股东名称，逐案记录披露日、持股时点和首次可观察进入日。当前记录未命中，可能是历史缺失、持股披露范围或间接投资造成，不能立即当作从未受投。按企业代码和年份关联时，先排查更名、重复与频率转换。分组回归与逐步变量筛选也应分开命名，避免代码做的事情和论文描述不一致。

④ 验收与分支。 对照表中说明 DML（双重机器学习）与 CSDID（分组—时期双重差分）各自估计什么、使用哪些样本与假设；换方法名称不增加独立证据。分期进入的背景可参看 Callaway–Sant’Anna 作者文档（需甄别适用前提）。若测量可靠且识别有贡献，可以保留成熟评级；若测量缺陷有证据且底层数据足够，再设计改进，不能仅为增加工作量重造指标。

⚠️ 风险预警

• 当前尚未核验数据来源，不能把拟购买或 AI 描述写成已取得可靠数据。
• 不同方法若估计不同对象，系数不宜直接当作互相验证。
• 投资进入可能具有选择性，完整企业面板仍不自动带来因果识别。

① 先把探索和验证分开。 马婧怡提出看哪类变化更明显再用哪类，这可以帮助探索问题，但不能把同一批结果筛选后的方案当作预先设定的验证。林老师当场要求补充理论理由是必要提醒；还应保留全部探索结果，不能只为最终显著类别补写故事。数据驱动选择会改变结论的解释，依据见 ASA 方法透明性声明（需甄别）。本次没有正式估计量与数据，尚不能判定其 DID 结果是否有效。

② 今天即可建立两张表。 第一张表记录 政策原句｜技术定义｜代表专利｜匹配理由｜模型及提示词版本｜人工判断｜争议处置，允许一对多和无法判断，不强制每条技术归类。第二张表记录 研究问题｜观察单位｜政策时点｜结果变量｜对照来源｜测量验证｜识别风险，并列数量变化和方向变化。先固定政策类别判定，再看政策后的技术结果，避免结果反过来决定处理组。

③ 给方向指标一个可解释版本。 可先探索“企业某年技术向量与固定政策目标向量的余弦距离变化”，明确距离减少表示向该目标靠近；相邻两年向量间的角度只表示变化幅度，不能单独表示朝政策方向移动。跨年必须使用可比的编码空间，并说明政策目标向量是否在政策后才构建。这个例子是 AI 建议，不是本次已经确定的模型。先用人工能判断的技术迁移正反例测试测量，再考虑进入因果估计。

④ 验收与分支。 若人工核验发现政策层级太粗，就采用分层映射或收窄技术范围；若语义距离与人工方向判断不一致，先改测量，不能依靠后续回归补救。若没有可信对照与政策前趋势，即便前后变化明显，也只能作为描述性证据。与导师讨论时带一页决策表，明确主指标、备用指标、待解决的最关键识别条件，并保留未被采用方案的理由。

⚠️ 风险预警

• 不把专利数量直接等同于创新质量，也不把文本相近等同于政策因果效应。
• 用政策后的文本训练分类、再据此构造处理类别，可能引入结果信息。
• 是否微调嵌入模型应由验证结果决定，不能以评审是否熟悉算法作为理由。

① 直接纠正参数含义。 南迪柯认为 mindist 为 0 时离群点应最少，这不是算法保证。mindist 控制 UMAP 低维表示的紧密程度，并非 HDBSCAN 判定离群点的单一距离阈值；离群数还受数据、降维随机性及聚类设置影响。林老师把它解释成形成聚类的最小距离也不准确。参见 UMAP 参数说明（需甄别安装版本）。同时，多输出一组主题归属得分并不让结果自动“更权威”，仍需要人工与任务评价。

② 自动主题数也需要负责解释。 林老师说让算法定主题数即可免责，不准确。自动结果仍由嵌入、降维、密度参数和语料共同决定；研究者需要解释并检验这些选择。nr_topics 的缩减是在已有主题基础上进一步合并，不能简单理解为从头把全部文档重新分成指定类数。参见 BERTopic 参数文档及概率输出说明（均需甄别具体聚类器）。

③ 今天即可执行。 固定一份可复现抽样、嵌入缓存和随机种子，只改变一个参数，记录 样本哈希｜模型版本｜降维参数｜聚类参数｜主题数｜离群比例｜代表文本人工评价｜耗时与内存。先检查语料重复与极短文本，再比较参数；约 1% 是本次起跑建议，不是质量最优比例。为观察波动可另作多随机种子实验，明确与固定种子的对照目的不同。

④ 主题向量的验收。 在相同主题分配上，比较成员向量均值与代表文档向量，检查近邻主题是否有真实技术联系。直接可用表头为 主题｜表示方法｜代表专利｜最近邻｜人工相似判断｜可能替代的功能证据。若近邻只共享词汇，则只能叫检索候选；若均值被宽泛或重复文本支配，先检查数据和主题边界。样本运行可复现、主题可解释且资源消耗可估计后，再扩大规模。

⚠️ 风险预警

• 不以结果符合预期为唯一调参目标，不把离群点越少当成越好。
• 聚类归属得分不等于人工真值概率，不宜据此直接声称分类准确率。
• 依赖环境、缓存和抽样测试输出放在同步目录外的指定缓存目录。

① 直接纠正“离线就不用管许可”。 林老师提出数据不外露、工具离线便可不考虑许可，并认为注明来源通常即可，这个概括不成立。离线处理仍可能涉及复制、数据库或获取服务条款；署名也不自动替代授权。我国著作权法对个人研究、科研使用等有具体条件，不能把例外扩展成一切离线产品。参见国家版权局公布的著作权法（需甄别具体使用场景与适用法律）。本次尚未看到两套语料的实际许可，因此既不能认定可任意使用，也不能直接判定已侵权。杨瑞豪提出许可缺失的疑问本身没有错误。

② 今天先做可回滚合并。 保留两份原始文件，分别输出列名、字段类型、日期范围、缺失和重复情况，再定义共同字段。可直接采用 source_dataset｜source_record_id｜title｜publication_date｜text｜url｜license｜retrieved_at，无法取得的字段留空，不让 AI 补写。统一格式前先用少量记录对照转换前后的文本、日期与条数；Parquet 是存储选择，不会自动完成字段对齐、内容去重或授权核验。

③ 缺失月份应按研究窗口判断。 某些月份在拟研究区间外，可以解释排除；若位于研究区间内，就必须显示覆盖缺口，不能把没有抓到的报道当成当月没有报道。先画来源—月份覆盖矩阵，再比较重叠时期的重复与差异。将断档、缺正文和同文转载分别标记，因为三者对技术关注度或预警指标造成的偏差不同。冻结一个源记录到统一记录的映射表，便于后续回查。

④ 验收与分支。 合并后的每条记录可追溯到来源，抽检内容不变，重复与缺失有统计；许可表写明访问、研究处理和对外再分发的不同范围。若许可不明，先用明确允许的数据验证程序，并向来源方核对用途。模型问题文档逐条列“原方案问题—证据位置—备选做法—验证产物”，先解决可观察缺陷，再决定替换模型；不能仅凭更换算法名称宣称增加创新。

⚠️ 风险预警

• 大语料的名义条数不等于独立新闻数量，跨来源可能大量重复。
• 时间覆盖变化可能伪装成技术热度变化或预警信号。
• 语料字段、规模和许可尚属口头汇报，未完成文件级核验。

① 直接纠正 Works 与全文的混淆。 张恩豪将此前较大的 Works 数据理解成全部论文正文，并据此解释容量差异，这一推断不成立。OpenAlex 的 Works 快照主体是作品元数据记录；某条记录有全文链接或内容可用标志，不代表快照内包含全部正文。林老师也沿着容量与全文的对应关系追问，不能将这种猜测作为已核实解释。参考官方快照格式与Works 字段说明（需甄别实际下载版本）。容量还受压缩、实体范围、版本和分区完整性影响，须查 manifest 与文件清单。

② 保留更新日期与发表日期的区分。 学生对此已有正确提醒。updated_date 分区服务于数据组织与更新，不是研究时间筛选条件；发表年份应读作品中的相应字段。网页能下载 S3 对象，不表示已脱离 S3 服务，也不意味着需要在页面输入 SQL。先说明自己看到的是文件对象、API 返回还是本地数据库查询，三个接口分工不同。

③ 今天即可执行。 从一个明确技术词开始，保存请求参数、响应日期和少量返回记录，人工检查题名、摘要字段及主题是否真的属于目标领域，再加入同义词与排除词。直接可用表头：检索概念｜词组｜适用字段｜命中记录｜相关性判断｜误检原因｜修改理由。同时保留 OpenAlex ID、DOI、标题、发表日期、来源与检索批次；缺摘要即标记缺失，不凭标题生成摘要。

④ 验收与分支。 先验收一小批记录可重复获取、可入库、可按唯一 ID 查回，第二次导入不产生重复。若误检主要来自歧义词，修检索式；若漏检来自同义表达，扩词后再检查。先估计全量记录、存储和网络成本，再决定 API、快照或组合路径。PostgreSQL 是数据库系统，不是把 CSV 改后缀就能得到的统一文件格式。

⚠️ 风险预警

• 不按更新分区筛选论文发表年代，不凭一个文件夹的大小估计整库规模。
• 元数据可取得不等于所有全文可自由下载、处理或传播。
• 字段和接口可能变化，实验记录要注明版本与查询时间。

① 直接纠正开放获取“等级”。 李政杰将钻石、绿色等理解为权限等级，并猜测钻石权限最高；林老师进一步把它解释为杂志社向 OpenAlex 提供多少信息以及可随便使用，这些说法不准确。它们描述开放获取的方式，不能当作权限从低到高的排名。钻石通常指读者与作者均不付出版费用的开放获取模式；绿色涉及仓储开放；具体再利用仍看许可。OpenAlex 的 OA（开放获取）标记也不等于任意再分发授权，参见官方 OA 分类（需甄别记录字段及版本）。

② Crossref 与 OpenAlex 功能有交集，但并不相同。 林老师把二者概括成功能一样，过于简化。Crossref 主要提供成员及可信来源登记的 DOI 相关元数据，OpenAlex 则整合学术作品及其关联信息；检索覆盖、字段和返回结果并不相同。参见Crossref REST API 文档（需甄别）。一库未命中不证明论文不存在，两库命中数量也不能直接相加。

③ 今天即可逐条核对。 用同一文献清单，优先按 DOI 查询，再用题名、作者、年份辅助匹配，记录 原始文献｜DOI｜查询式｜平台｜返回 ID｜匹配依据｜状态码｜未匹配原因。题名近似、预印本与正式发表版本要单独复核。AI 估计的总量先标为未核验，只有实际查询的范围、返回总量和去重口径一致后，才形成数量结论。

④ 请求限制与验收。 林老师建议加邮箱解决限流，不能当作适用于所有平台的保证。Crossref 支持 mailto 的礼貌池机制；OpenAlex 应按其当前认证文档使用相应密钥和限额，两者分别配置（需甄别当次账户与接口）。遇到限流先记录响应并退避，不反复并发重试。验收时抽查匹配正确性，保留失败样本；如果大量未命中来自题名或语言元数据缺失，先改匹配策略，不立即判断中文覆盖为零。

⚠️ 风险预警

• OA 颜色、许可、是否有摘要、是否有全文是不同字段，不能互相替代。
• 多标签有交集，不能把分类计数直接求和当文献总数。
• API 元数据下载不等于论文正文下载，正式去重要保留版本关系。