随着因果推断方法论的发展，计量经济学已成为理解社会现象背后真实逻辑的核心工具。
本课程通过理论与实践相结合的方式，帮助学生理解计量经济学的基本概念、因果推断框架及其在社会科学研究中的应用，掌握 OLS 回归、控制变量、随机对照试验等主流分析方法，以及 R/Stata 等软件的操作技能。
课程主要分为理论学习和实践操作两个方面。理论学习部分，学生将系统学习计量经济学核心方法，理解不同方法的识别逻辑与适用场景。在实践操作部分，课程以 “中国教育回报率” 为主线，依托 CFPS 微观数据，引导学生完成从数据准备、模型构建到结果解读的完整实证流程，用五种不同方法对同一问题进行估计并对比结果差异，真正做到学以致用。
因此，渴望获得经济学领域科研提升的8-12年级学生可参与“计量经济学：用因果推断方法认识真实世界”课程。
领域专家带领大家来一次实实在在的科研体验！
01、基本信息
# 开课时间 #
2026年8月9日-8月14日（6天）
# 项目地点 #
广州-线下实验室
# 适合人群 #
对经济学专业感兴趣的高中生、低年级本科生
本期课程上限6人
导师介绍
02
Prof. YX
- 中山大学教授
- 研究方向：经济学、统计学、社会学、数据科学领域
- 先后主持国家/省/市级项目等多个项目
- 在国内外顶级期刊上发表多篇研究论文
- 授课经验丰富，沟通能力强，认真负责，反馈及时
- 学员表现优异可获得科研助理机会
INTRODUCTION
·03 项目介绍·
01、项目目标
通过线下实验室实操帮助学生：
- 学习掌握科研技能与方法
- 学习掌握因果推断的核心逻辑与反事实思维框架
- 实践学习从原始数据到实证结论的完整分析流程，理解社科研究范式
- 结项答辩（结项后项目群保留）
- 提供后续升学申请、科研学习答疑服务
02、了解研究前沿
学员们抵达北京后，导师们将带领学员参观各大关键实验室平台，并进行安全教育。
学员们将直观感受科技前沿的魅力，并了解最新研究进展。
同时，导师们将与学员进行面对面交流，深入了解每位学员的需求。
针对学员多样的背景和学习经历，导师们会详细讲解项目相关的研究背景，并帮助他们掌握该领域的最新动态。
03、打好理论基础
在项目的理论基础部分，学员将围绕“教育回报率的测算与因果推断方法”建立系统的知识框架。课程首先通过生活案例辨析“相关关系”与“因果关系”的区别，引导学员形成反事实思维，理解为什么在社会科学研究中不能仅凭表面相关判断教育对收入的真实影响。
在项目课程引入模块中，导师将从多视角介绍教育回报率的研究意义，帮助学员认识教育、收入与社会流动之间的关系，为后续数据分析和方法学习奠定基础。
在计量经济学基础模块中，课程将从 Mincer 方程入手，讲解 OLS 回归的基本原理、核心直觉和回归系数含义，使学员理解如何利用数据估计“多接受一年教育对收入的影响”。同时，课程将重点区分 OLS 中的“相关系数”与真实因果效应，帮助学员认识混淆因素、遗漏变量偏差等问题。随后，学员将学习控制变量的基本逻辑，理解为什么需要在模型中逐步加入性别、城乡、地区、父母教育背景等变量，并观察系数变化，从而判断潜在偏差来源。
在因果推断方法模块中，课程将进一步介绍随机对照试验、断点回归和双重差分等经典方法。通过田纳西州 STAR 实验、教师激励实验、高考分数线、美国国会选举和高校扩招政策等案例，学员将理解随机分配、门槛附近局部随机化、平行趋势假设等核心思想，认识不同研究设计如何帮助研究者更接近因果识别。
通过这一系列由浅入深的理论学习，学员将逐步形成从数据描述、回归分析到因果推断的完整知识体系，提升运用社会科学方法分析教育与收入问题的能力。
课堂实拍
04、实验操作
在实验操作部分，课程将指导学员完成从数据环境搭建、数据处理、模型估计到结果展示的完整科研训练流程。
首先，学员将在导师指导下完成R/Stata 软件环境配置，熟悉 CFPS 数据集的基本结构、变量字典和常用变量含义，并动手生成第一张数据描述统计表，初步掌握社会调查数据的整理与分析方法。
随后，学员将使用CFPS 数据完成教育对收入的简单回归分析，解读回归结果，并绘制教育—收入散点图，直观理解变量之间的相关关系。在控制变量训练中，学员将逐步向模型中加入性别、城乡、地区、父母教育背景等控制变量，比较不同模型下教育回报率估计值的变化，分析混淆因素和遗漏变量可能带来的影响，培养严谨的实证分析思维。
在因果推断实操环节，学员将基于 CFPS 数据开展“模拟 RCT”训练，随机划分处理组与对照组，进行平衡性检验，并比较两组收入差异，理解真实世界数据中非随机性对结果解释的影响。随后，学员将使用高考分数与收入模拟数据开展断点回归分析，通过绘制分数—收入散点图、设定门槛附近窗口，估计跨过本科线对未来收入的影响。最后，课程将结合 1999 年高校扩招政策案例，引导学员学习 DID 方法的基本操作，使用 CFPS 数据估计扩招对教育和收入的影响，并准备“教育回报率的五种视角”答辩 PPT。
通过这一系列实践训练，学员不仅能够掌握 R/Stata 基础操作、数据清洗、描述统计、回归分析和可视化方法，也将完整体验社会科学研究中“提出问题—构建模型—处理数据—估计结果—解释发现—汇报展示”的全过程，为未来开展经济学、教育学、社会学和公共政策相关研究奠定基础。
05、全面提升科研能力
在项目学习过程中，导师团队将采用“理论讲解—案例分析—数据实操—专题答辩”相结合的教学模式，帮助学员从真实社会问题出发，逐步理解教育回报率研究的基本逻辑与实证方法。
课程注重培养学员的因果推断思维、数据分析能力和结果解释能力。学员将在导师引导下学习如何从“教育是否会影响收入”这一核心问题出发，区分相关关系与因果关系，理解控制变量、随机对照试验、断点回归和双重差分等方法在社会科学研究中的应用价值。
在实践环节中，学员将使用 CFPS 等真实数据完成描述统计、回归分析、可视化展示和因果识别训练，体验从数据环境搭建、变量选择、模型设定到结果解读的完整研究流程。
通过结项答辩和小组汇报，学员将进一步巩固课程所学内容，提升学术表达、逻辑梳理和团队协作能力。这一训练过程不仅能够帮助学员建立扎实的社会科学研究基础，也将为其未来开展经济学、教育学、公共政策及数据分析相关研究奠定良好的科研能力基础。
06、学员反馈
苏同学
这段学习经历非常愉快，我从中受益匪浅。
在这次课程中，我收获了非常丰富而有意义的学习体验。通过项目学习，我不仅初步了解了教育回报率这一社会科学研究主题，也逐步掌握了如何从现实问题出发，运用数据和实证方法进行分析。
课程从“相关关系”与“因果关系”的辨析入手，引导我们建立反事实思维，使我认识到在研究教育、收入等社会问题时，不能只停留在表面现象，而需要通过严谨的方法判断背后的因果逻辑。
老师们教学认真负责，课程安排循序渐进，既注重基础知识讲解，也重视实践能力培养。项目内容具有挑战性，但整体难度设置合理，使我们能够在不断尝试中逐步提升。
通过这段学习经历，我不仅提升了数据分析能力和学术表达能力，也培养了更加严谨的科研思维。
整个课程让我受益匪浅，也进一步激发了我对社会科学研究、教育经济学和公共政策分析的兴趣。
项目收获
05
项目证书
进入实验室真实体验实验全流程，有机会与名师面对面交流，开拓学员的思维，不仅得到知识的积累，也是一次独特的研究经历。
学员均可获得高含金量的中、英文结项证书。
独特的研究经历/项目经历，丰富简历，提升竞争力，助力申请、面试。
导师推荐信
按照要求完成项目且表现优秀的学员将能够获得导师的个性化推荐信，可配合网申。
此外，教授可指导留学、读研等选校、选专业建议，助力DIY留学等，节省大笔中介费用。
这个项目适合对经济学、统计学、社会学感兴趣的学生。通过真实的数据和分析，获得宝贵的科研经历。
