| name | mw-replication |
| description | Use when assembling the data-and-code replication package required by 《管理世界》 after conditional acceptance, drafting the README in Chinese, or auditing a deposit before editorial-office submission. Implements 《管理世界》"数据可获得性政策" (effective 2023, updated 2025), with explicit handling for CSMAR / Wind / 国泰安 等受限商业数据库 and Chinese government micro-data. |
复现包构建（mw-replication）
概述
《管理世界》自 2023 年起执行数据与代码可获得性政策（Data and Code Availability Policy），所有实证、模拟、实验类录用稿件，必须在录用后向编辑部提交数据与代码包，并接受编辑部的可重复性核查。核查不通过将延迟刊发，且会被记入作者档案。
这个 skill 的目标：让你提交的复现包一次过编辑部审核，不返工。
触发时机
- 收到《管理世界》R&R 或条件录用，编辑部要求 30 天内提交复现材料
- 项目启动日就开始写 README（强烈推荐，事后补成本至少 5 倍）
- 编辑部数据核查报告退回，要求补充材料
- 准备投稿前自检（《管理世界》明确允许投稿时一并提交，可加快后续审核）
《管理世界》政策三大支柱
- 数据存档 —— 实证、模拟、实验所用的全部数据；不可公开的数据须有完整溯源说明
- 代码存档 —— 能复现论文中每一个数字、表格、图形的代码
- README 说明书 —— 一份让独立复现者能跑通整套流程的中文文档（英文亦可，但中文为佳）
存档位置：《管理世界》数据与代码托管平台（编辑部统一管理；可访问链接由编辑部在录用通知中提供）。不接受 "数据可向作者索取" 之类的表述。
与 AER 政策的关键差异（对中文期刊作者最重要）
| 维度 | AER（AEA） | 《管理世界》 |
|---|
| 主要语言 | 英文 README | 中文 README 优先（英文可附） |
| 主流软件 | Stata + R + Python 并重 | Stata 占 90%+，R/Python 需额外说明环境 |
| 受限商业数据 | 较少（FRED/IPUMS 多为公开） | CSMAR / Wind / RESSET / 国泰安 占多数，几乎不能公开重分发 |
| 变量构造 | 多用现成宏观/微观库 | 大量手工构造变量（政策事件、政商关系、城市等级、专利分类）→ 必须附变量构造说明书 |
| 托管平台 | openICPSR | 《管理世界》自建平台 + 部分作者补充 GitHub |
| 复现核查时点 | 录用后、刊发前（强制） | 录用后；编辑部核查 + 部分稿件抽查 |
底层逻辑：AER 模板可以借鉴，但不能照搬。中文期刊的核心痛点是「商业数据库受限 + 手工变量多」，必须用「数据获取路径文档 + 变量构造说明书」补齐。
推荐目录结构
管理世界-复现包-<作者姓-论文短题>/
├── README.md # 中文，主入口
├── README_EN.md # 可选，英文摘要
├── LICENSE # 代码 MIT；数据按原始来源
├── 00_环境说明.txt # 软件版本、包版本、硬件、运行时间
├── data/
│ ├── raw/ # 原始数据（受限数据放占位说明 .txt）
│ ├── intermediate/ # 清洗后的中间数据集
│ ├── final/ # 用于回归的最终样本
│ └── codebook/
│ ├── 变量构造说明书.xlsx # 关键产出，逐变量
│ └── 数据来源清单.xlsx # 每一份数据：来源、版本、获取日期
├── code/
│ ├── 00_setup.do # 路径、包安装、随机种子
│ ├── 01_数据清洗.do
│ ├── 02_变量构造.do
│ ├── 03_主回归.do
│ ├── 04_机制异质性.do
│ ├── 05_稳健性.do
│ ├── 06_表格输出.do
│ ├── 07_图形输出.do
│ └── run_all.do # 一键复现总脚本
├── output/
│ ├── tables/ # 与正文表 1、表 2... 一一对应
│ └── figures/ # 与正文图 1、图 2... 一一对应
└── docs/
├── 数据获取指引.pdf # 受限数据如何申请/购买
├── 论文-表图清单.xlsx # 表/图 ↔ 脚本行号 映射
└── 修订对照表.pdf # 若为修改稿，列明本次修订项
README 必备章节（中文模板）
1. 论文信息
- 论文题目 / 作者 / 通讯作者邮箱
- 拟刊期号（编辑部告知后填入）
- 本复现包版本号 + 最后更新日期
2. 数据可获得性声明
对每一份数据，必须说明：
- 数据来源（机构 / 数据库 / URL）
- 获取方式（公开下载 / 商业订阅 / 申请获取）
- 获取日期与版本号（如 CSMAR 2024-09 版）
- 是否包含在本包中；若不包含，原因 + 替代获取路径
受限数据标准声明模板（直接套用）：
本研究使用的 CSMAR 中国上市公司财务数据库为商业订阅数据，根据深圳希施玛数据科技有限公司的用户协议，不得对外重新分发原始数据。本复现包提供：(a) 完整的变量构造代码；(b) 变量构造说明书；(c) 一份脱敏后的样本数据（前 100 个观测值）供代码冒烟测试；(d) 数据获取联系方式见 docs/数据获取指引.pdf。
3. 数据清单
表格：文件名 | 描述 | 来源 | 时间跨度 | 观测数 | 是否包含
4. 计算环境
操作系统：Windows 11 / macOS 14
统计软件：Stata 18.0 MP（必需）
Stata 外部包：reghdfe 6.12, ftools 2.49, did 1.3.1, csdid 1.7
辅助软件：Python 3.11（用于第 7 节文本分析），见 requirements.txt
硬件：标准笔记本（16 GB 内存）
总运行时间：约 45 分钟
5. 代码说明
按脚本依次写明：做什么、读入什么、输出什么。明确总入口脚本（如 run_all.do）。
6. 复现操作指引（写给陌生复现者）
1. 解压本复现包到工作目录。
2. 打开 Stata 18，执行 do "code/00_setup.do" 完成包安装。
3. 编辑 00_setup.do 第 8 行 global path "你的路径"。
4. 执行 do "code/run_all.do"，约 45 分钟。
5. 全部表格、图形输出至 output/ 目录。
6. 与论文正文核对：见 docs/论文-表图清单.xlsx。
7. 表图复现对照表（必交付）
| 论文位置 | 脚本文件 | 起始行 | 输出文件 |
|---|
| 表 1 | 06_表格输出.do | 15 | output/tables/tab1.tex |
| 表 2 | 06_表格输出.do | 72 | output/tables/tab2.tex |
| 图 1 | 07_图形输出.do | 12 | output/figures/fig1.pdf |
| 附表 A1 | 06_表格输出.do | 188 | output/tables/tabA1.tex |
8. 变量构造说明
对每一个主要变量（被解释、解释、机制、控制），用一行说明：
- 变量名（与代码、与论文一致）
- 中文含义
- 计算公式
- 数据来源字段
- 单位 / 取对数 / winsorize 区间
放在 data/codebook/变量构造说明书.xlsx。
编码纪律（从第一天就要做到）
通用
- 一个总脚本（run_all.do）端到端跑通
- 全部相对路径：
data/raw/foo.dta，永不写 D:/我的论文/...
- 显式设置随机种子：
set seed 20260525
- 包版本固定：在
00_setup.do 中 ssc install reghdfe, replace，并在 README 写明已测版本
- 每次运行写 log：
log using logs/run_$S_DATE.log, replace
Stata（《管理世界》主流）
- 每个 do 文件首行：
version 18.0
- 任何随机化前：
set seed
- 避免
set more off 等显示设置在共享脚本里
- 高维固定效应一律
reghdfe，不要 xtreg, fe 配 i.year i.firm
- 注释用中文也可以，但确保 UTF-8 编码，否则跨平台乱码
- 谨慎使用中文文件名 —— 编辑部审核机器多为 Windows 中文环境，但跨平台兼容性差；建议代码文件用英文 / 数字命名，数据文件可中文
R / Python（辅助）
- R：用
renv::snapshot() 锁版本
- Python：
requirements.txt 用 == 锁版本
- 任何 ML 流程必须
set.seed() / numpy.random.default_rng(seed=...)
编辑部实际核查什么
- README 是否齐全、是否符合模板？
- 总脚本能否在一台干净的机器上从零跑通？
- 跑出来的数字是否与论文一致？（特别是主表系数和标准误）
- 每一份数据是否有来源说明？
- 受限数据是否有完整溯源 + 替代获取路径？
任一项不过 → 退回修改，最多两轮；两轮仍不过 → 撤稿。
常见被打回的失败模式（编辑部反馈高频项）：
- 写死的绝对路径（
E:/师姐论文/）
- Stata 包没装就直接调用
- 主回归的样本量与论文不一致（中间数据筛选未存档）
- "数据来自 CSMAR" 一句话带过，无版本、无字段
- 表格用了手工 Excel 调整，脚本输出对不上正文
- 变量构造说明缺失 —— 审稿人无法判断"政企关联度"怎么算的
受限数据特别处理
中国商业数据库（CSMAR / Wind / RESSET / 国泰安 / 中经网 / 同花顺 iFinD 等）几乎全部禁止重新分发原始数据。处理路径：
- 不提供原始数据，但提供：
- 完整数据清洗与变量构造代码
- 每一个外部字段的字段名 + 数据库定位（如
CSMAR / 公司研究系列 / 治理结构 / FS_Combas.A001000000）
- 一份脱敏样本（如前 100 家公司、随机抽样、或合成数据）让代码可冒烟测试
- 在 README 中提供获取指引：数据库名、订阅机构、申请流程、预计费用、预计周期
- 考虑提交中间聚合数据（如行业 × 年度均值），允许部分复现
政府微观数据（CFPS / CHIP / CHARLS / CGSS）：
- 一般可申请访问，但不可重分发
- 提供完整申请流程链接（如北大 ISSS、人大 NSD）
- 提供清洗代码即可
关联资源
本仓库或插件包中按需加载：
- 目录骨架：（待补充
examples/replication-skeleton/）
- 变量构造说明书模板：（待补充
templates/codebook-template.xlsx）
- 数据获取指引模板：（待补充
templates/data-acquisition-guide.md）
提交前自检清单
输出格式
【复现包类型】公开数据 / 受限数据 / 混合
【README 状态】完成 / 待补章节：...
【可重复性自测】已在另一台机器跑通 / 未测
【受限数据处理】N/A / 已附标准声明+获取指引+脱敏样本
【变量构造说明书】完成 / 缺：变量 X、Y、Z
【下一步】mw-submission
反模式
- 等收到录用通知才开始整理 —— 编辑部 30 天死线压力大
- README 写成"给自己看的笔记"，而不是"给陌生复现者的指南"
- "数据可向作者索取" —— 直接被退
- 把脚本输出表手工改完粘贴到 Word，再说"代码就这样" —— 编辑部一跑就对不上
- 用 Stata 16 跑、README 写 Stata 18，反之亦然
- 只交主回归代码，不交稳健性 / 机制 / 异质性 —— 那些也都在论文里，都要能复现
- 用中文路径或中文文件名，跨平台跑直接报错
- 把 CSMAR 原始 dta 打包上传 —— 违反数据库用户协议，可能被追责
