Case B：经济学 / 管理学 / 社会科学实证

配套课程：plan v3 模块三（备选）+ 模块四（论文写作）+ 模块六（投稿）

---

研究蓝图

• 研究问题：数字经济发展水平对区域创新能力的影响——基于省级面板数据的实证分析
• 研究方法：省级面板回归 + 中介效应检验 + 稳健性检验
• 样本：30 个省/自治区/直辖市 × 10 年（2014–2023） = 300 个观测（清洗后约 273）
• 核心变量：
  • 自变量 X：DigEcon_Index（数字经济发展指数）
  • 中介变量 M：HumanCap_per10k（人力资本）、IndustryStr_Tertiary（产业结构）
  • 因变量 Y：Innovation_Index（创新能力综合指数）

---

文件清单

文件	说明
dataset_B_provincial_economics.csv	面板数据（300 观测，10 年跨度，达 SSCI 经管面板研究典型规模）
dataset_B_provincial_economics.xlsx	Excel 版本（保留作历史归档）
generate_dataset.py	数据生成脚本（可重跑）
data_dictionary.md	数据字典
README.md	本文件

---

快速上手

通识轨（Jamovi 用户）

1. 下载 dataset_B_provincial_economics.csv
2. 打开 Jamovi → Open → 选择该 CSV
3. 重要：Jamovi 默认按横截面处理，做面板回归需用 R 模块或导出到 Python
4. 可直接做的：描述统计、ANOVA（按 Region 分组）、相关、OLS 回归

技术进阶轨（Python 用户）

import pandas as pd
import numpy as np
import statsmodels.formula.api as smf

df = pd.read_csv('dataset_B_provincial_economics.csv').dropna()

# 1. 普通 OLS（基础）
model_ols = smf.ols(
    'Innovation_Index ~ DigEcon_Index + HumanCap_per10k + IndustryStr_Tertiary + '
    'Urbanization_Rate + GDP_PerCap',
    data=df
).fit()
print(model_ols.summary())

# 2. 双向固定效应（推荐做面板时使用）
model_fe = smf.ols(
    'Innovation_Index ~ DigEcon_Index + HumanCap_per10k + IndustryStr_Tertiary + '
    'C(Province) + C(Year)',  # 省 + 年固定效应
    data=df
).fit(cov_type='cluster', cov_kwds={'groups': df['Province']})
print(model_fe.summary())

# 3. 中介检验（详见第 47 课 Jupyter 模板）

---

预期统计结果

跑出来如果不在以下范围内，可能是清洗或方法有误：

• 描述统计：
  • DigEcon_Index 均值 ~60，跨地区差异显著（East > Central > West）
  • Innovation_Index 均值 ~36，East 平均 60+，West 平均 ~22
• 相关：DigEcon-Innovation r ≈ 0.95（高，注意共线性）
• OLS 回归：R² ≈ 0.95（注：模拟数据偏高，真实研究 R² 通常 0.5–0.85）
• 中介：DigEcon → IndustryStr → Innovation，间接效应 ≈ 0.32, 95% CI [0.23, 0.41]
• VIF：DigEcon 与 HumanCap 共线性高（VIF > 10），稳健性检验必做

---

与课程的对应

课次	本数据集的角色
第 24 课	描述统计：按地区分组对比
第 25 课	ANOVA：地区间 Innovation 差异
第 26 课	多元回归（基础 OLS）
第 29 课	中介效应 Bootstrap
第 31 课	案例 B 综合实战
第 47 课（进阶轨）	Python 跑面板固定效应回归
模块四	完整经管实证论文写作
模块六	论文同行互评 + Cover Letter + Rebuttal

---

数据来源说明

• 本数据为完全模拟，数据生成保留了真实省级面板的常见特征：
  • 地区分层差异（East > Central > West）
  • 时间趋势（数字经济整体上升）
  • 共线性问题（让多重共线性课有得演示）
  • 缺失值（5% 在次要变量）
• 真实研究请参考：
  • 《中国统计年鉴》
  • 《中国数字经济发展白皮书》
  • 国家信息中心数字经济发展指数
  • 北大数字普惠金融指数

---

数据集版本：v3.1 (2026-05) | 维护：年度更新