数据范儿

顶刊方法追踪

聚焦计量经济学顶刊（AER / QJE / JPE / REStud / RES）与统计顶刊（JASA、JBES）及 Econometrica 的方法论文与 AI 交叉议题（异质性处理效应、双机器学习、敏感度分析等），按季度整理方法分布与代表性条目；并对接 CrossRef 官方接口展示各刊最新上线论文，每日缓存更新。

查看更多论文流

最新论文

5 个来源暂不可用
JPE计量经济2026-08-13
From Doubt to Devotion: Trials and Learning-Based Pricing
在论文流中打开
JPE计量经济2026-08-10
The Effect of Education Policy on Crime: An Intergenerational Perspective
在论文流中打开
JPE计量经济2026-08-10
Rent Guarantee Insurance
在论文流中打开
JBES统计2026-08-10
A family of coherent risk measures: an infinite weighted average of Value-at-Risk
在论文流中打开
JBES统计2026-08-10
Extremal Local Linear Quantile Regression for Heavy-Tailed Time Series with near Epoch Dependence
在论文流中打开
JBES统计2026-08-10
Multi-Matrix Autoregressive Models with an Application to Multi-Modal Network
在论文流中打开
JBES统计2026-08-10
Nonparametric Inference in Dynamic Network Formation: Comments on “Homophily and Transitivity in Dynamic Network Formation”
在论文流中打开
JBES统计2026-08-07
Geometric Model Averaging
在论文流中打开

2026 Q1 方法报告

进入 2026 年，顶刊实证在「大规模行政数据 + 清晰识别」的范式上延续，同时统计与机器学习期刊（JASA、JBES）与经济理论顶刊（Econometrica）在因果推断上的对话更密集：一方面，交错 DID、事件研究与非参数偏差讨论仍是发表与复现的焦点；另一方面，面向高维协变量与复杂响应的 DML、随机实验中异质性效应的后处理推断、以及针对未测混杂的敏感度分析框架，正在成为连接 AI 科研工具与可发表计量标准的关键接口。

DID / 事件研究15 篇
因果机器学习 / CATE10 篇
Panel8 篇
IV / 弱工具检验7 篇
DML / 双稳健6 篇
RDD6 篇
敏感度分析5 篇
结构 / GE 实证4 篇
SCM3 篇

历史报告

2025 Q1

本季度在五大经济顶刊（AER/QJE/JPE/REStud/REStat）基础上，同步纳入 JASA、JBES 与 Econometrica 中与计量因果及 AI 交叉的前沿工作。实证主线仍是 DID 与事件研究（含交错采纳下的纠偏估计），同时机器学习用于异质性处理效应（CATE）、双稳健/双机器学习与敏感度分析的文章显著增加。RDD 与 IV 在结构应用与弱工具检验上保持稳定产出；与「预测—因果」张力相关的讨论（如交互项遗漏偏误、分类目标与倾向得分）在应用计量中受到更多关注。

2024 Q4

2024年第四季度，DID方法继续主导实证研究领域。Staggered DID新估计量（Callaway-Sant'Anna, Sun-Abraham）的使用率较去年同期上升显著。IV方法在贸易和劳动经济学领域的应用最为活跃。

论文条目

论文期刊时间
Evaluating the Impact of Urban Transit Infrastructure: Evidence from Bogotá's TransMilenio
Nick Tsivanidis
DOI →		AER2026 Q1
Lives Versus Livelihoods: The Impact of the Great Recession on Mortality and Welfare
Amy Finkelstein, Matthew J. Notowidigdo, Frank Schilbach, Jonathan Zhang
DOI →		QJE2025 Q3
Omitted Variable Bias in Interacted Models: A Cautionary Tale
Benjamin Feigenberg, Javaeria A. Qureshi
DOI →		RES2025 Q3
Fisher–Schultz Lecture: Generic Machine Learning Inference on Heterogeneous Treatment Effects in Randomized Experiments, With an Application to Immunization in India
Victor Chernozhukov, Mert Demirer, Esther Duflo, Iván Fernández-Val
DOI →		ECTA2025 Q2
Undergraduate Gender Diversity and the Direction of Scientific Research
Francesca Truffa, Ashley Wong
DOI →		AER2025 Q2
Large-Scale Education Reform in General Equilibrium: Regression Discontinuity Evidence from India
Gaurav Khanna
DOI →		JPE2025 Q1
Doubly-Valid/Doubly-Sharp Sensitivity Analysis for Causal Inference with Unmeasured Confounding
Jacob Dorn, Kevin Guo, Nathan Kallus
DOI →		JASA2025 Q1
Statistical Inference for Heterogeneous Treatment Effects Discovered by Generic Machine Learning in Randomized Experiments
Kosuke Imai, Michael Lingzhi Li
DOI →		JBES2025 Q1
Contamination Bias in Linear Regressions
Paul Goldsmith-Pinkham, Peter Hull, Michal Kolesár
DOI →		AER2024 Q4
Revisiting Event-Study Designs: Robust and Efficient Estimation
Kirill Borusyak, Xavier Jaravel, Jann Spiess
DOI →		REStud2024 Q4